前景理论在保险学中的应用

期望值理论假定人们都是理性的,无法解释人们为何投保。期望效用理论认为当资产存在随机损失时,人们的效用值依赖于资产的绝对水平,一般人是风险厌恶的,从而选择投保。本文质疑了期望效用理论在保险学中的分析,并用前景理论来解释保险业务,提出购买保险产品者在面临收益时是风险偏好的,在面临损失时是风险规避的观点。     

崇尚有限与超越有限

西方传统形而上学崇尚抽象的、绝对完满的无限性概念,压制了现实的有限的东西,使哲学脱离了现实和人生。西方现当代哲学特别是人文主义思潮的哲学,其所关注的不再是脱离人生的、超验的无限性概念,而是人的现实生活世界中具体的有限的东西,这种哲学一般都致力于把有限性从抽象的无限性中拯救出来,让哲学和人生具有生气和诗意。它决不是停留于有限的个别东西之上而不思超越,它给超越和无限性以新的界定和定位。无限性被界定为有限之物的无限进展。这种新的哲学方向启发了我们:人生的意义在于超越自我的有限性,在这样的无限中不断追寻,永无止境地奋发前进。本文从时间的有限性、有与无的统一、尊崇差异性等几个角度,并结合中国哲学,论证和阐发了这种新的哲学方向。     

城市水务管理与城市规划建设

在水资源短缺和城市数量与规模不断扩大的情况下,如何保持城市社会、经济的持续发展,是我国城市水务管理与城市规划建设的重要课题。城市工作应加大城市水务统一管理的科学性和规范性,加强城市规划建设中涉水问题的前瞻性。城市水务统一管理与城市规划建设的同一性是城市可持续发展的基础。     

金融市场相关性分析及其度量方法改进

介绍了目前测量金融市场相关性的几种分析方法,尤其是定性方法和对线性相关性的刻画。引入连接函数(Copula)分析技术,将随机变量的边缘分布借助于一个恰当的Copula函数得到其联合分布,用以研究随机变量间的非线性相关结构。国内外实证研究结果表明,与常见的相关性度量相比,基于Copula相关性的分析方法适用范围更广,对变量相关性的刻画更充分。介绍了目前常用的几种基于Copula相关性的度量方法,并指出了其应用的领域和进一步研究的方向。     

现实·真实·虚拟

亚里士多德 :“诗的真实与历史的真实”1 普通常识的看法认为 ,感性直观中的东西是最现实的 ,因而也是最真实的 (真的 ) ① 。例如个别的桌子、椅子、个别的方形的东西或圆形的东西都是最现实的 ,因而也是最真实的。按照这种看法 ,凡符合感性直观中的东西的判断就叫做真理 ,或者说这样的判断是真的。例如我说我背后墙上的画挂歪了 ,此话是否真 ?只需转过身去 ,凭感性直观看看现实情况是否符合我的判断 ,就可以证实我的判断是真还是不真。在普通常识看来 ,凡非感性直观中的东西 ,看不见、摸不着 ,都是非现实的 ,因而也就是不真实的 (不真的 …     

产业系统自组织演化的条件、机制与过程

运用自组织理论原理，阐述了产业系统的开放性、非平衡性和非线性，说明了产业系统结构自组织演化的条件、动因；探讨了产业系统的结构失稳、临界涨落和有序结构建立等问题，阐明了演化的过程和机制，指出产业系统的自组织演化是由涨落触发，原有结构失稳和新的有序结构建立，这样一个不断进化的过程，主导产业产生与更替是结构进化的重要标志。     

海德格尔的形而上学——兼析陶渊明的诗

海德格尔认为,传统的形而上学是建立在思维与存在、主体与客体二分的基础上的,存在被理解为抽象的、僵死的理念或什么,而“基础存在论”(海德格尔的形而上学)是建立在思维与存在、主体与客体浑然一体的基础上的,存在被理解为出现着、生成着、显露着的活的过程。科学和形而上学的差别就在于,科学是研究存在者的问题,而形而上学不仅研究存在者,而且研究非存在者即“无”,“无”是科学所永远达不到的。而“无”之发现,全赖于“此在”,赖于人。海德格尔“无”的形而上学和他的哲学的诗意,使他和中国具有道家思想的诗人陶渊明十分接近,二者的哲学皆属于追求“本真状态”的超然哲学范畴,但又有不同之处。     

西方哲学史上关于多样性统一的认识理论

这个题目不是从本体论的角度,而是从认识论的角度讲多样性的统一,也就是讲西方哲学史上关于如何认识多样性的统一的理论。马克思主义以前,西方哲学史上对于这个问题的解决,大体上有三种不同的方式:一是把统一性的认识推到不可知的彼岸世界,认为认识根本不可能达到多样性的统一,这种理论,就是康德的不可知论。另一种方式是认为多样性的统一固非理性思维所能达到,但可以     

非线性检验及预测在污水处理厂评价中的应用

为了避免污水处理厂规模盲目扩大造成的投资效率低下的现象发生,科学地预测合理的用水量必不可少。基于用水量的实际历史数据,利用BDS检验、Box-Pierce检验和Box-Ljung检验以及非线性检验,如代替数据检验Surrogate date test、Hinich双谱检验、White人工神经网络检验来选择时间序列重构预测模型。根据实际用水量情况,比较各种不同重构模型预测误差,包括线性AR模型以及随机森林、随机梯度Boosting、支持向量、人工神经网络和自适应样条等。结果表明,有着非线性关系的人工神经网络误差最小,符合检验结果。