住宅房地产批量评估模型的构建

我国住宅房地产的批量评估需要在不同地区建立不同的评估模型.文章以黑龙江省哈尔滨市的样本数据为例,阐述住宅房地产批量评估的数据收集和量化过程,并说明评估模型的设定与估计、检验与校准、直至最终确定的过程,为我国住宅房地产的批量评估提供理论依据和方法指导.     

企业绩效评价的空间混合效应计量模型构建

文章在对企业业绩评估维度特征分析的基础上,借鉴传统计量检验模型,通过引入空间混合效应模型,构建了企业业绩评估空间结构混合效应的固定模型与随机系数模型,探究了该模型的空间统计检验变量GMM参数;最后就这些计量检验模型及参数进行了讨论,提出了企业业绩空间计量检验模型改进方向,为企业绩效评价工作提供了一个新的研究方向。     

基于网络结构Logistic模型的企业信用风险预警

随着计算机和互联网的快速发展,特别是在大数据时代,企业积累了大量有关企业经营、财务等相关数据,变量众多且关系纷繁复杂,如果利用传统的logistic回归建立企业信用风险预警模型往往效果不好.本文在充分考虑变量间的网络结构(Network)关系基础上,提出了网络结构Logistic模型,通过惩罚方法同时实现变量选择和参数估计.蒙特卡洛模拟表明网络结构Logistic模型要优于其他方法.最后,我们将其应用到我国企业信用风险预警中,充分考虑财务指标间的网络结构关系,科学地选择评估指标,构建更加适合我国国情的企业信用风险预警方法.     

基于遗传算法和支持向量机的银行个人信用评估

文章提出将重要属性变量提取和模型参数选择两方面的工作同步进行,引入遗传算法作为筛选属性变量和调节参数的优化算法,建立基于遗传算法和支持向量机的个人信用评估模型,并选取现实数据对模型做了实证分析,并将其与不筛选属性变量只优化参数的情况进行比较,实验结果表明,该模型只需要少量重要的属性变量就能具有很好的预测效果。     

提前期与生产率可控的联合库存决策

在提前期依赖于订购批量和生产率的条件下,建立了同时考虑供需双方成本的联合库存决策模型,分析了模型最优解的存在性,设计了高效的最优解搜索算法.在数值算例中分析了主要参数对决策变量的影响,并通过与独立决策相比较,表明了联合库存决策可以显著地降低供应链成本.     

基于云模型的不确定性变量半定量化研究

文章针对复杂系统仿真中不确定性变量不能有效表示的关键问题,提出了一种基于群体决策和云模型的不确定性变量半定量化方法。首先综述了已有半定量化方法和云模型的基本概念;然后提出基于云模型的不确定性变量的半定量化方法,分别对群体专家给出的评估判断为具体值和区间值两种情况,给出了从群体专家判断到半定量化的云模型数字特征构建的理论和方法。     

基于模糊模拟的企业技术创新能力评估方法

文章利用模糊模拟的层次分析法对企业技术创新能力评估进行研究,其中评价因素和评价因素的权重用模糊变量代替,利用模糊模拟技术处理评价模型,计算目标层的期望值,这样可以弥补传统的层次分析法的缺点,为客观评价、有效制定企业的技术创新战略提供依据.     

互联网企业广告收入预测研究——基于低频数据的神经网络和时间序列组合模型

神经网络模型对大样本时间序列的拟合效果优于传统时间序列模型,但对于年度、月度、日度等低频时间序列的预测则难以发挥其优势。鉴于此,本文应用传统时间序列模型和神经网络模型,建立Holtwinters-BP组合模型,利用Holtwinters模型分别拟合各解释变量序列,利用BP模型拟合解释变量和自变量的非线性关系,基于某社交新闻类APP的日广告收入数据进行互联网企业广告收入预测研究。通过与循环神经网络(RNN)模型、长短期记忆神经网络(LSTM)模型等预测结果的对比发现:Holtwinters-BP组合模型的预测精度和稳定性更高;证明多维变量对于广告收入的显著影响,多变量模型的预测准确性高于单变量模型;构建的Holtwinters-BP组合模型对于低频数据预测有较好的有效性和适用性。     

B-S模型的扩展及其在石油开发中的应用

近年来，在石油勘探开发投资决策中，采用实物期权的方法进行评估取得了快速发展，但是随着国际油价的大幅走高，人民币汇率的坚挺，传统的B-S模型对实物期权的估价方法受到挑战。对多元伊藤过程进行研究，实现了期权估价的B-S模型的扩展，并且通过对开发勘探中随机变量的规范，引入国际油价和汇率两个变量，开发出一种新型的石油开发实物期权评价方法。     

大维变量选择、混频因子模型与新冠肺炎疫情冲击下的GDP现时预测

新冠肺炎疫情不仅对我国宏观经济造成了巨大冲击,也为准确预测我国宏观经济未来走势带来挑战。本文从新冠肺炎疫情冲击出发,将模型置信集检验与U-MIDAS模型组合,设计了一种在混频情形下利用预测变量的异质性波动从大维数据集中选取对GDP具有稳定预测效果变量的方法。通过利用选取出的稳定性变量构建多种形式的混频目标因子模型并与其他类型的混频因子模型对比,全面评估了不同模型在疫情前后对GDP进行高频现时预测的效果。研究发现,在疫情冲击前的平稳时期,利用覆盖范围较广的变量构建双因子MIDAS模型预测效果最优;利用稳定性变量构建的单因子U-MIDAS模型同样具有良好的预测效果。当经济从冲击中持续恢复时,利用部分稳定性变量构建的双因子U-MIDAS模型在捕捉到GDP的核心变化后率先对其连续做出准确的现时预测。经济稳定时,对预测变量设定较长的滞后阶数会提升预测效果;在冲击后的恢复期中则应减少滞后阶数,避免变量在冲击中出现的异常值对预测产生负面影响。本文也为当经济受到巨大外生冲击或处于冲击后的恢复期时其他宏观经济指标的预测提供了有价值的参考。     

基于遗传算法的风险偏好系数均值方差拓展模型

文章针对传统均值方差模型的缺陷,引入风险偏好系数的概念,综合考虑交易成本、资金约束、最小交易批量等限制条件,构建了风险偏好系数均值方差拓展模型.针对该模型的具体形式,给出了遗传算法的具体实现过程.     

一种新的四格表独立性检验

四格表是研究两个定性变量相关性的有力工具,它在很多领域都有着重要的作用.传统的四格表的独立性检验采用卡方检验,而文章采用回归模型技术,将四格表中的定性变量量化后,引入到模型中,利用回归模型中的系数的显著性检验来检验四格表的独立性,最后进一步说明了这种基于回归模型的方法和传统的四格表独立性卡方检验在一定条件下是等效的,一致的.     

论资源再生的宏观经济效应

 本文利用Keynesian乘数模型作为基本理论框架来评估增加资源再生利用率对国内生产总值和就业的潜在宏观经济影响。模型证明，资源再生过程能显著改善宏观经济变量，循环利用的实施程度越大对宏观经济变量的影响越大。最后用中国的数据对宏观经济效应进行了模拟分析。     

基于模糊证据推理的多属性决策模型构建

采用模糊证据推理方法处理各种复杂不确定的多属性决策问题已逐渐被国内外学者广泛认可.鉴于此,文章提出了一种基于模糊证据推理的多属性决策模型.通过模糊证据推理来评价传统等级评价所使用的输入变量,使传统评价所面临的评价信息片面、错误及模糊问题得以解决.将本模型运用到城市经济发展水平评估中,实证结果表明所提的多属性决策模型是合理可行的.     

基于稀疏结构连续比率模型的消费金融风控研究

近年来,我国消费金融发展迅速,但同时也面临着更加复杂的欺诈和信用风险,为了更好地对消费金融中借贷客户的信用风险进行监测,本文提出了基于稀疏结构连续比率模型的风控方法。相对于传统的二分类模型,该模型的特点是可以处理借贷客户被分为三类或三类以上的有序数据,估计系数的同时能从众多纷繁复杂的数据中自动筛选重要变量,并在变量筛选过程中考虑不同子模型系数的结构特征。通过蒙特卡洛模拟发现,本文所提出的稀疏结构连续比率模型在分类泛化误差和变量筛选上的表现都较好。最后将本文提出的模型应用到实际的消费金融信用风险分析中,针对传统征信信息不足的借款人,通过引入高频电商消费行为数据,利用本文提出的高维有序多分类模型能有效识别借款人的信用风险,可以弥补传统征信方法的不足。     

两个潜变量的模糊PLS-结构方程模型算法求解

文章对传统的结构方程引入模糊变量,给出了两个潜变量的模糊PLS-结构方程的迭代模型;通过引入模糊期望、模糊事件可信性的概念,运用模糊模拟的方法开发了实现程序,根据该算法的特性,可以优化传统的结构方程模型,以获得更好的模型解释与预测能力。文章还通过算例验证了该算法的有效性。     

利用虚拟变量对季节指数的估计

本文利用季节虚拟变量建立回归模型,通过季节虚拟变量的参数估计间接地估计季节指数,并且利用模型进行了一些传统的季节指数方法无法进行的推断统计。这是一种分析季节指数和季节变动的新思路。     

旅游地利益相关者满意度指数的结构方程模型及实证

文章针对传统的ACSI模型在分析旅游地利益相关者满意度的不足,结合旅游地及旅游地利益相关者的特点对ACSI进行了改进,从多学科角度构建了旅游地利益相关者满意度指数模型(TDSSI),并进行实证研究。结果表明,测量模型中的观测变量对旅游地利益相关者满意度的影响显著,结构模型中各潜变量之间的路径系数与假定基本符合。在研究分析基础上给出相应结论及建议。     

财务困境预测模型变量选择方法的改进

传统的企业财务困境预测模型变量选择方法存在如下不足数学模型的选择与变量选择相关性极大;变量选择与样本选择相关;变量的数目受到限制,未能充分反映企业财务的全部信息;对非线性响应考虑不够.对于具有非线性响应的财务预测模型来说,变量选择极大地影响到所建模型的好坏.使用正交设计和神经网络可以解决非线性响应问题,得到更合理的模型及结果.     

消费需求分析中的模型选择——以农村居民商品与服务消费需求为例

文章基于2000—2021年我国31个省份农村居民商品与服务消费支出的面板数据,对施加了理论约束进而能够反映消费者选择公理的双对数（Double-Log）模型、线性支出系统（LES）模型、鹿特丹（Rotterdam）模型、近乎完美需求系统（AIDS）模型和二次近乎完美需求系统（QUAIDS）五个完整需求系统模型进行了样本内和样本外的商品与服务消费需求预测评估研究。结果显示,QUAIDS模型的预测表现最好,AIDS模型和Double-Log模型次之,LES模型和Rotterdam模型相对较差;模型函数式方法的预测误差明显大于弹性均值方法的预测误差,弹性均值预测方法优于模型函数式预测方法。根据经济变量和非经济变量弹性绝对值大小、显著性以及正负符号是否符合经济学理论和现实观察,有助于判断模型选择的恰当性,但不能据此确定模型的优劣,需要通过样本内和样本外的预测评估,特别是样本外的预测评估选取适用的需求分析模型。