宁波市天一广场盆栽大树移植技术探讨

本文以天一广场盆栽大树成功移植经验为基础,详细论述了城市绿化建设中特殊条件下大树移植发方法,以期对类似园林工程施工有所帮助。     

我国股改中权证的价格泡沫及影响因素

本文针对我国股改中的百慕大权证提出了新的“模拟树-市场情绪”定价模型。该模型的实证研究结果表明中国权证市场价格存在严重高估;加入市场情绪指标后,通过建立多元回归模型得到了对于实际价格的显著的拟合结果,有力地解释了超出权证理论价格的实际价格所包含的情绪因素。本文最后对权证价格高估的原因及权证未来的走势进行了分析。     

论以粮换林换草与河西地区的可持续发展--以武威地区为例

分析了武威地区可持续发展的主要生态环境问题,讨论了生态恢复与重建面临的困境,论证了以粮换林换草对促进区域可持续发展的必要性和有效性,指出了以粮换林换草中应进一步研究的问题,提出生态重建要坚持多措施并举。     

中国移动运营市场竞争格局情景分析

中国的移动运营市场一直是中国移动(2000年前为中国电信)和联通两家的双寡头竞争格局.鉴于情景分析法的特点和移动运营市场面临的形势,对移动运营市场后3G时代的竞争格局分析适宜采用情景分析法来预测中国进入3G时代后移动运营市场的几种竞争格局.并可以对每种格局产生的可能性、途径以及各种情景所带来的后果进行详细的比对,这样对我国移动运营市场的健康良性发展可提供一些有益的决策参考.     

An effective going concern prediction model for the sustainability of enterprises and capital market development

The purpose of this study is to construct a two-stage effective and innovative going concern prediction model to predict going concern doubt for the sustainability of enterprises and capital market development. Samples of this study are the companies listed on the Taiwan Stock Exchange or the Taipei Exchange, totalling 196 companies and including 49 companies with going concern doubt and 147 normal companies (with no going concern doubt). The data are taken from the Taiwan Economic Journal (TEJ) and the Market Observation Post System during the period from 2001 to 2016 (totalling 16 years). This study adopts a two-stage way to construct the going concern prediction models. In Stage I, the traditional statistical method of stepwise regression (SR) and the data mining technique artificial neural network (ANN) are applied to select the important variables. In Stage II, two decision tree algorithms (data mining techniques): classification and regression tree (CART) and C5.0 are used to establish the prediction models. The results show that the SR + CART model has the highest going concern prediction accuracy, with an overall accuracy of 87.42%.     

Machine learning in individual claims reserving

Machine learning techniques make it feasible to calculate claims reserves on individual claims data. This paper illustrates how these techniques can be used by providing an explicit example in individual claims reserving.     

基于决策树的土地利用覆盖分类及变化研究——以济宁市任城区为例

以济宁市任城区为研究对象,获取研究区域2001年、2006年和2011年三期Landsat ETM与TM影像,通过ENVI遥感影像处理软件分析了研究区影像的光谱特征以及植被归一化指数（NDVI）、建筑归一化指数（NDBI）以及水体归一化指数（NDWI）,利用决策树算法确定各地类的综合阈值,建立决策树模型,得到了土地利用覆盖分类结果并取得了良好的分类精度。同时通过对研究区2001至2011年的土地利用动态度及土地利用转移矩阵的分析得出研究区在研究期内的土地利用覆盖变化特征,最终得出结论：（1）利用决策树分类能够获得较高的分类精度;（2）任城区城镇化发展迅速,城镇化在区域土地利用覆盖变化过程中起到了主导性的作用。     

基于情景分析的烟草种植替代综合效应研究

[目的]烟草种植替代是从源头控制烟草消费的最有效措施,但在我国还未全面实施。文章分析研究不同情境下烟草种植替代可能产生的综合效应,以期推动我国烟草种植替代的实施。[方法]基于2018年湖北省利川市11种作物的成本收益、化肥使用量等数据,利用情景分析法,结合环境风险指数法和综合评价法对烟草种植替代可能产生的综合效应进行分析。[结果]（1）种植烟草高昂的人工成本使得其净利润为负,且在11种作物中最低,其现金收益仅高于粮食与油料作物,种植番茄或黄瓜的现金收益分别比烟草高7倍和6倍,烟草较高的价格可能是吸引农户种植的主要原因之一;（2）情景1种植烟草的氮肥使用环境风险较低,磷肥与钾肥使用的环境风险等级较高;情景2种植粮食作物可以减少化肥使用的环境风险,种植蔬菜等作物会增加化肥使用的环境风险;（3）在该文的3种情景中,粮食作物的固碳能力较强,经济作物的固碳能力较弱;种植烟草的固碳能力最弱,其综合效应仅优于油菜籽与烟草的组合,远低于种植蔬菜或烟草与蔬菜作物组合种植的综合效应。[结论]利川市可以选择番茄、黄瓜等蔬菜作物或是这些作物与烟草共同种植的方案来代替烟草种植,在履行《烟草控制框架公约》的同时能...     

项目的最佳投资时机问题的研究

长期以来广泛应用的以货币的时间价值为着眼点的投资决策方法,暗含了管理者只能被动的拒绝或接受某投资项目的假设,或者说忽略了管理者的存在和作用,这显然与现实不符。用金融领域中的期权二项树理论,提出项目最佳投资时机的期权决策法,使企业作出的关于项目最佳投资时机的决策更加有效、合理;企业可以据此决定在什么情况下应该推迟对项目进行投资,在什么情况下应该立即投资。     

基于CLUE-S和GMOP模型的青龙满族自治县土地利用情景模拟

[目的]对青龙满族自治县未来土地利用格局进行多情景预测模拟,并探索土地经济和生态综合效益双提升目标下的土地利用发展格局,以期为区域土地资源优化配置和国土空间规划的编制提供参考。[方法]基于土地利用现状数据和社会经济统计资料,分别利用CLUE-S单模型、灰色多目标优化(GMOP)+CLUE-S模型对研究区进行了土地利用情景模拟。[结果](1)所选驱动因子对土地利用类型的解释能力较好,ROC值均大于0.7,满足Auto-Logistic回归要求,模拟检验的Kappa系数为91.03%,模拟效果比较理想;(2)到2020年,基于CLUE-S单模型的自然发展情景,研究区建设用地扩张占用耕地和林地现象突出,土地经济效益提升较大,但生态效益却呈现负增长;基于GMOP+CLUE-S模型的多目标优化情景,研究区建设用地扩张趋势得到控制,耕地、林地面积有所增加,未利用地得到较大程度开发,实现了土地经济和生态效益双提升,分别比2015年提升了3.12%和1.96%。[结论]GMOP+CLUE-S模型能够发挥两个模型各自在结构优化和空间分配方面的优点,有利于实现区域土地利用数量结构、空间布局和综合效益的协同优化。