农产品供应链参数对牛鞭效应和成本影响的仿真

文章运用系统动力学理论构建了CPFR模式下的三级农产品供应链模型,并基于模型参数对供应链牛鞭效应及成本的影响进行了研究.研究表明,缩短提前期、订货周期和交货延迟时间可以有效减弱供应链牛鞭效应;单从需求放大的角度,供应链牛鞭效应随着需求移动平均期数的增大而减弱;单个参数优化下的总需求方差和总成本分别是整体参数优化下总需求方差和总成本的400～5500倍和3～6倍,此时,反牛鞭效应存在;供应链牛鞭效应放大程度与总成本存在正相关关系.     

删失数据下二项AR(1)过程的参数估计

文章研究了一类整值时间序列模型在样本数据完全随机缺失情况下参数的估计问题.运用五种方法对模型参数进行估计,通过数值模拟,在不同缺失率情况下对五种参数估计方法进行比较,并绘制“箱”形图,结果表明Bridge插补下参数估计结果最优,核插补和k-最近邻插补下参数估计次之.     

二重AR(1)模型的参数估计

二重AR(1)模型是普通AR(1)模型的非线性化,也可看作是RCAR(1)模型的进一步推广。由于二重AR(1)模型比较复杂,传统参数估计方法难以估计其参数,本文提出采用MCMC方法来估计其参数。     

具有AR(1)误差的线性回归模型的统计诊断

在通常的线性回归诊断中,大多采用了方差齐性这一基本假定。但是在实际中遇到的问题往往比较复杂,误差项可能存在自相关性。文章研究了具有AR(1)误差的均值漂移模型和数据删除模型,得到了相应的诊断统计量,并证明了在AR(1)误差存在的情况下二者不是等价的。最后,通过一组实际数据来说明分析方法的有效性。     

基于MCMC方法的贝叶斯AR(p)模型分析

本文提出运用Gibbs抽样的MCMC方法,解决时间序列AR(p)模型贝叶斯分析过程中所遇到的复杂的数值计算问题,借数据仿真分析来说明运用WinBUGS软件建模的分析过程,得出以MCMC为基础的WinBUGS软件简便了贝叶斯AR(p)模型的实际应用的结论.     

基于MCMC和贝叶斯的AR（1）-MA（0）双重模型的参数估计

为了解决AR（1）-MA（0）双重模型的参数估计问题,文章引入一种新的方法即基于MCMC和贝叶斯估计方法,对该模型的参数进行了估计,系统地推导出了模型中各参数的估计值;通过数值模拟,说明用该方法估计此类模型的参数是可行的,且与传统方法相比更易于实现。     

基于模式搜索法优化的GM(1,1)模型

文章分析了GM(1,1)模型的缺陷,即背景值构造和初始值确定的不足,建立了加权背景值和具有修正项的初始值,背景值权值和初始值修正项采用具有全局寻优能力的模式搜索法求解,实例证明模式搜索法优化的灰色GM(1,1)模型提高了预测精度。     

基于投入产出法消费的就业效应分析

刺激消费、扩大内需是促进经济增长,解决就业问题的主要手段。文章通过投入产出法分析了消费的就业效应。得出的结论是,消费就业效应的影响因素有三个方面:劳动投入系数、消费结构、产品生产过程和产业关联。     

基于正态-Gamma共轭先验分布的贝叶斯AR(p)预测模型

本文系统地分析了AR(P)时间序列模型的数学模型及其条件似然函数,并根据似然函数的统计结构构造了模型参数的共轭先验分布,研究了正态-Gamma先验分布情况下模型的贝叶斯推断理论,包括模型自回归系数和精度参数后验分布的统计推断、二次损失函数下参数的贝叶斯估计;同时,从统计数学方法上严格地证明了一步超前预测模型的预报分布为t分布.     

基于累积法的灰色马尔科夫预测模型及其应用

针对传统灰色马尔科夫预测模型运算量大等问题,将累积法与灰色马尔科夫预测模型相结合,提出了一种基于累积法的灰色马尔科夫预测模型,克服了传统预测模型的缺陷,并以贵州省历年旅游人数数据为例进行分析预测,结果表明该模型能够降低运算量,提高预测水平。     

基于熵值法与理想点法的上市公司财务状况分析的实证研究

文章建立了上市公司财务状况综合评价指标体系,详细介绍了熵值法和理想点法两种评价模型,并通过实际数据进行了实证分析,最后采用综合序数法将两种方法的评价结果组合起来得到一个最终的评价结果。     

GM(1,1)和ARMA组合预测模型及数据结构突变的预测

0引言经济数据在其生成过程中,常常受到外生冲击,而导致数据生成过程(D GP)产生结构突变,并且紧随结构变化之后,很多数据存在一个缓慢增长或下降的非线性调整趋势,亦理论上称之为的上界或下界[1](例如:促销政策变化导致销量变化、新技术的使用导致产量上升、外贸政策变化引起进     

基于灰色PGM(1,N)模型的人口发展预测

为提高我国人口预测模型的预测精度,文章分析了GM(1,1)和PGM(1,N)预测模型的特点,并分别利用GM(1,1)和PGM(1,N)模型对我国人口的变化情况进行了预测,发现灰色PGM(1,N)预测模型有更高的精度和可靠性,更适合于我国人口的预测。     

基于DEA的模糊点数据回归分析

对每个训练数据的DEA有效值作为它的模糊隶属度,以表示训练数据对总体的贡献程度。从DEA的视角,获取模糊点数据,得到了基于模糊点数据的最小二乘估计,及其一些优良的统计性质。利用平均相对贴近度,给出了一个评价模型拟合效果的准则。通过数值实例的计算比较,表明了该方法的有效性。     

基于加权组合和最小二乘法改进的GM(2,1)模型

文章通过分析指出了GM(2,1)模型存在灰微分方程与白化方程无法匹配以及默认经过初始值点的缺陷;利用权值p1、p2对一阶灰导数和背景值进行加权组合,建立了GM(2,1)模型的一种改进形式--GM(2,1,p1,p2模型,利用最小二乘法确定系统最终参数.实例验证结果表明,改进GM(2,1)模型具有更高的预测精度.     

国内外食糖市场整合与价格间溢出效应研究——基于VEC-BEKK-GARCH(1,1)模型的实证

为测算国内外糖市整合程度和溢出效应,选取2000—2014年食糖价格月度数据,在平稳性的基础上运用Johansen协整检验考察两个市场的整合关系;基于VEC-BEKK-GARCH(1,1)模型测算国内外糖价均值溢出效应及彼此之间的波动溢出效应,结果表明:国内外糖市存在长期的整合关系,国际糖价对国内糖价具有显著的均值溢出效应,国内糖价也存在向长期均衡水平调整的反向修正机制,国内外市场价格间存在前者对后者显著的单向波动溢出效应;国际对国内食糖市场不存在波动溢出效应,一个可能原因是中国政府的行政干预在一定程度上对糖价造成了扭曲,减缓了国际市场对国内市场价格的冲击。     

改进的初值和背景值优化的MGM(1,m)模型及应用

针对传统的MGM(1,m)模型存在模拟精度和预测精度不高的问题,文章给出了改进的初值和背景值优化的MGM(1,m)模型。在模型初值的选取上,选取使得模拟值的平均相对误差达到最小的向量X⁽(1))(i)作为初值;在模型背景值的构造上,提出结合辛普森3/8公式的动态序列模型来求解背景值的方法。最后以两组指数型数据序列为例建立了传统MGM(1,2)模型及改进后的模型,并进行数据模拟和预测。结果表明,改进后的MGM(1,m)模型的模拟精度和预测精度均有显著地提高,从而验证了模型的有效性和可行性。     

我国利用外商直接投资的技术溢出效应分析—基于技术水平和吸收能力的考察^1

利用外商直接投资的技术溢出效应促进技术进步是我国利厨外资的主要目标之一，本文着眼于FDI技术溢出效应的影响因素，通过构建模型测算技术水平，引入吸收能力代理变量，对我国利用FDI的技术溢出效应进行统计分析，进一步表明了FDI对我国技术进步有显著的正效应，并在此基础上给出了更好地发挥FDI技术溢出效应的对策建议。     

学区房真的重要吗?——基于国际学生评估项目(PISA 2015)数据的分析

目前,学区房对子女教育影响研究仍有很大的讨论空间。利用2015年国际学生能力评估项目(PISA)中国数据,采用多元线性回归和多层随机截距模型分析学校对青少年能力发展的影响,结果表明:在控制了其他变量后,学校因素起到了积极显著影响;学校质量是判定学区房教育投资的重要标准,在当前就近入学政策下父母通过购置优质学区房可使子女间接获得优质教育资源,并对子女能力的发展起到一定的积极效果,但学校因素仅解释了8.5%的随机效果;青少年能力发展还受到自身特质以及家庭的影响,学校因素并不能单方面起到决定性作用,因此无需夸大优质学区房的教育投资效用。     

ARMA(1,1)需求下努力水平和剩余系数对农产品供应链绩效的影响分析

基于ARMA(1,1)条件下的农产品需求,文章引入努力水平和剩余系数两个变量,建立了快速响应下的供应链成员订货模型及供应链利润函数,针对供应链绩效问题进行了研究.研究表明,农产品供应链需求波动呈“U”形分布,既存在牛鞭效应,也存在反牛鞭效应;相比剩余系数,努力水平对供应链牛鞭效应和利润的影响更大;较大努力水平下的农产品剩余减少了供应链利润却有助于减弱牛鞭效应,较小努力水平下的农产品剩余既减少了供应链利润又加剧了牛鞭效应;供应链利润呈“J”形分布,供应链牛鞭效应与利润不相关.