投资组合理论中的组合选择问题研究

经典的Markowitz投资组合理论在选择最优投资组合时,没有考虑到投资实践中大量存在的委托代理关系,从而使得最优投资组合的选择可能会偏离投资者的利益。本文对这一问题做了详细的描述,并对目前解决此问题的方法,即委耗投资组合管理的原理进行了分析。     

我国原材料工业发展环境及其布局区位选择

加入WTO后,国内外经济环境和较大需求对我国重要原材料工业的发展比较有利;将规模大、运量大、用地多、用水多、污染重的钢铁和石油化工等原材料工业布局在滨海地区是一种国际性选择趋势;随着我国原材料工业原料和产品市场的国际化．方便利用国内和国外铁矿石和石油资源的滨海地区成为我国钢铁和石油化工布局的主要考虑区位;在考虑资源安全和少占可耕地的前提下,我国铁矿和石油资源的主要富集地区又具备建设大型深水港口的滨海地区是建设布局大型钢铁和石化企业的首选区位。     

锅炉压力容器安全阀选型和安装及整定压力需要注意的问题

针对锅炉压力容器安全阀选型和安装及整定压力等存在的问题提出一些需要注意事项。     

财务报告质量能够提高企业投资效率吗？ ——来自A股上市公司的经验证据

从财务报告质量角度出发,以我国2007—2013年沪深两市A股上市公司为样本研究财务报告质量对企业投资效率的影响,并进一步地将投资效率分为投资不足与过度投资两种,分析财务报告质量对这两种不同投资状态的影响,结果表明:财务报告质量提高了企业投资效率,并且投资不足与财务报告质量显著负相关,即高质量的财务报告使得企业投资不足现象减少;财务报告质量对过度投资的抑制效果不明显。     

最优天线选择的空时分组编码

本文针对TD－SCDMA系统的MIMO（Multiple-Input Multiple-Output)信道，采用天线选择技术来提高空时分组码（Space-Time Block Coding)的分集性能。其依据是利用TDD系统上、下行信道的互易性，将系统对上行信道的估计直接应用于行链路。仿真结果表明，将天线选择技术与空时分组码（STBC）相结合对系统的误码率性能有较大的改善。     

北方江河水利滨河路绿地抗涝护岸树种选择的研究

我国北方江河、水利地处寒温带、温带、暖温带,受四季气候影响较大。水岸是滨河路绿地的载体,水岸生态环境安全与护岸林树木抗涝护岸作用尤为重要。根据对树种耐湿抗涝性分析和抗涝程度,按照选择抗涝护岸树种原则,选择以乡土树种为主和适宜各省、各地区的优良外来树种。在三北地区共选择出滨河路绿地耐湿抗涝护岸树种24科52属130种。     

中小企业融资次序的选择

文章在分析国内外融资次序理论研究的基础上,结合国情及中小企业特点,采用比较分析、效率分析等方法,探讨选择国内中小企业的融资次序。     

供应链合作伙伴的逆向选择问题

供应链合作关系中存在不少风险。合作企业之间的信息不对称,未来事项不确定性和复杂性和因此造成的合同不完全性,使道德风险和逆向选择问题在合作中难以避免。文中从解决逆向选择问题角度,研究供应链合作伙伴选择问题。     

浅议电动玻璃升降器的设计及布置

为避免在新产品开发阶段,由于设计考虑因素不全面,而造成玻璃升降系统出现升降卡滞、电机烧蚀等质量问题。着重从电动玻璃升降器类型的选择、升降器的设计及布置、升降器主要零部件的设计和材料的选取等方面详细介绍了电动玻璃升降器的设计及布置。     

Comparison of Hypothesis Testing and Bayesian Model Selection

The main goal of both Bayesian model selection and classical hypotheses testing is to make inferences with respect to the state of affairs in a population of interest. The main differences between both approaches are the explicit use of prior information by Bayesians, and the explicit use of null distributions by the classicists. Formalization of prior information in prior distributions is often difficult. In this paper two practical approaches (encompassing priors and training data) to specify prior distributions will be presented. The computation of null distributions is relatively easy. However, as will be illustrated, a straightforward interpretation of the resulting p-values is not always easy. Bayesian model selection can be used to compute posterior probabilities for each of a number of competing models. This provides an alternative for the currently prevalent testing of hypotheses using p-values. Both approaches will be compared and illustrated using case studies. Each case study fits in the framework of the normal linear model, that is, analysis of variance and multiple regression.