创新要素投入产出效率随机变动测度与结果分析

创新要素配置在投入产出两个环节中生成大量不完全技术信息，投入产出效率随机变动更加明显。从投入产出数据集合中提炼共同因子，与不可观测变量构成预测器，建立因子增广向量自回归模型(FAVAR)，分析随机变动方差构成，测度投入产出效率随机变动程度。随机变动效应包括水平效应、稳定性效应和规模效应。投入产出效率自回归扰动项表示随机变动程度，将其细分为共同因子，计算预测器方差及其与投入产出效率的协方差。基于669家上市公司月度、季度、半年度和年度技术研发数据，比较分析投入产出效率随机变动程度及形成原因，引入脉冲响应法分析变量方差构成与变动特征，提出相关政策建议。     

融资约束、代理成本及其治理机制研究

通过估计基准Q作为投资机会变量,用双边随机分析的方法,估计了沪深两市A股上市公司2011-2017年的代理成本和融资约束数据,并分组检验了各种治理机制对融资约束和代理成本的治理作用。研究表明,现金股利、举借外债和混合所有制对代理成本的治理效果甚微,而国有控股上市公司则表现出优于民营控股上市公司的治理效率。举借外债可以最有效地缓解公司的融资约束,而民营企业的融资歧视现象仍未得到根本改变,混合所有制改革显著地缓解了上市公司的融资约束。     

基于周期性评价的大学生信用评价机制

大学生信用评价是解决大学生道德缺失的有效途径之一,但当前各种大学生信用评价方法主要集中在对样本进行一次性的评价,缺乏评价结果的稳定性研究.该文的大学生信用评价思路,是建立在多维时间序列信用评价方法基础之上,吸取其时间特性的优势,再周期性的信用评价,同时摒弃信用分级评价思想,各评价指标直接加权后求和,以固定的时间节点来评价求值,形成时间序列的信用评价曲线,以此作为大学生在校期间的信用评价结果,进而作为信用行为的趋势预测依据,形成基于周期性评价的大学生信用评价方法.     

基于文本挖掘的税政自动识别与分发系统研究

当前我国税收政策更新速度快,所涉部门多,仅靠财务部门人工搜集、分析、组织实施效率低下,导致企业错失应税减税机会,因此税收政策文本的实时学习和自动分发成为加强企业应税管理、降本增效的首要任务.文章设计税政文本挖掘系统来实现税政文本自动学习和分发:首先,分析税收政策文档;其次,利用分词系统和TF-IDF算法提取每个文本的特征,用贝叶斯、决策树和随机森林三种分类器进行文本分类,并将结果与人工标注结果进行对照;最后,计算三种分类算法的混淆矩阵、准确率和召回率.实验结果表明,随机森林算法文本识别正确率最高,税政文本挖掘系统采用该算法进行识别和自动分发,据此部署部门协同工作,能显著提升公司财税管理工作的全局性和协同性.     

新古典主义资产定价理论的形成

过去半个多世纪的历史发展过程中,西方资产定价理论的发展路径基本可以分为两个阶段,20世纪80年代以前是理论发展的第一阶段,之后是理论发展的第二阶段。第一阶段是资产定价纯理论体系的形成阶段,也可以说是新古典主义资产定价理论的形成;第二阶段是资产定价纯理论在现实市场中的应用和发展。本文集中分析第一阶段。Arrow的随机贴现思想奠定了资产定价理论的一般逻辑,经过资产组合选择理论、CAPM、ICAPM和CCAPM等定价模型的补充和发展,西方资产定价理论形成了一个完整的理论体系。本文将沿着这样的思路,探寻西方新古典主义资产定价理论体系的形成过程及一般特点。     

赫斯特指数及其在汇率波动分析中的应用

本文通过对汇率波动时间序列中赫斯特指数H的计算，阐明汇率时间序列信息的相关性程度，分析系统的动态性、持久性，从而对汇率波动的预湖提供更为可靠的依据。     

时序数据库中序列模式的采掘方法

文章讨论了几种序列模式的采掘方法 ,并对这些方法进行了比较、分析 ,最后归纳出其优缺点及其不同使用范围 ,以对选用序列模式者提供参考。     

中国铁路客运产业成长过程的逻辑函数分析

首先介绍了逻辑函数参数辨识模型，进而对中国铁路客运产业的周转量序列的变动规律进行了分析，并得到了相应的逻辑参数，建立了中国铁路客运产业成长过程逻辑函授模型。最后，对中国铁路客运产业成长过程进行了简略分析，对其今后的发展趋势进行了预测。     

Forecast of telephonometry of Xiqing District using chaos time series

The telecommunication industry has marched into telephonometry competition age. In order to forecast telephonometry development, an effective method by using the chaos time series is proposed. And the best estimate method is presented by contrasted with mature and advanced estimate methods as follows： the stochastic forest, stochastic gradient boosting, the support vector and artificial neuron network.