日本的贸易救济制度与中国的对日贸易

在发达国家中,日本实行的是消极的贸易救济制度。日本一方面成为其他国家贸易救济措施的主要对象国,另一方面却几乎不对他国实行贸易救济措施。因此,与中国对欧美贸易有所不同,中国的对日贸易迄今为止受到日本贸易救济制度影响比较小。但是,最近日本对韩国进口的D-RAM实行了反补贴措施,以此为契机,日本开始出现向积极的贸易救济制度转变的动向。这一转变必将对中国的对日贸易产生影响。我国政府和企业必须对此有所准备,加强对策。     

不同趋势下沪铜场内外风险传染实证——基于整体传染与时变传染的分析

考虑风险传染实际影响建立传染方程,结合均值和波动溢出构建了时变风险传染模型,并利用MCMC方法进行参数估计,理论上优于原有传染模型.利用沪铜、沪铝和伦铜三月连续数据,以及整体传染和时变风险传染模型进行实证,得出结论:在整体趋势与下降趋势中,沪铜场内外风险传染仅存在量的差异;在整体趋势与上升趋势中,沪铜对沪铝及伦铜的风险传染存在质的差异,该结论充分证实了分趋势进行风险传染研究的必要性.通过进一步的比较研究,发现沪铜场内外风险传染存在的三个突变期,即危机爆发后下降趋势形成期、下降趋势逆转期、两市场价格变动速度变替期,以上三个时期值得相关投资者与监管部门重点关注.     

基于网络效应的技术标准竞争机制分析

技术标准是当今高新技术产业竞争的制高点,其竞争背后隐藏的是巨大的商业利益.本文从技术标准产网络效应属性出发,通过构建技术标准产品的效用方程和进化博弈复制动态方程,分别分析了存在消费者偏好和无消费者偏好两种情况下技术标准的竞争机制,并结合已有的案例,剖析了技术标准竞争成败的影响因素,最终提出了相关对策.     

给定限期条件下的应急系统优化选址模型及算法

针对应急系统的特点,提出了在满足应急系统时间紧迫性的前提下,基于系统的费用最小的数学模型,并给出了相应的求解算法,并从理论上证明了该应急系统模型求解方法的正确性。     

少数民族地区农村法律援助的现状、问题及对策——以广西河池市为例

以广西河池市为例,通过对该地区农村法律援助的知晓情况、社会需求、法律援助的进展状况及经费的来源和使用等进行考察,分析了目前少数民族地区农村法律援助的现状及问题,并提出了改革和完善的对策.     

基于复杂网络的银行同业拆借市场稳定性研究

基于复杂网络的视角,本文分析了我国银行间同业拆借市场的稳定性.首先基于银行同业拆借关系,采用阈值法构建了银行有向网络模型.在此基础上研究了随机性攻击和选择性攻击对银行网络最大弱成分的影响,进而分析了银行网络的稳定性,并构建相应的指标对比分析了随机性攻击和选择性攻击对银行网络稳定性影响的差异.研究结果表明:银行网络对于随机性攻击具有较高的稳定性,对于选择性攻击具有较低的稳定性,并且两种攻击方式对银行网络影响的差异大小与阈值有关.     

网络调查中缺失目标总体单位的误差矫正

互联网的高速发展给统计调查方法带来了巨大的影响,一种新的调查方式——网络调查迅速兴起。对网络调查的重要非抽样误差之一抽样框误差而言,影响最大的是由于缺失目标总体单位而带来的误差。本文对网络调查中缺失目标总体单位的误差进行深入的分析,并提出误差的矫正方法。     

国外新产品扩散模型研究的新进展

总结回顾了1990年以后国外新产品扩散模型的主要研究进展,其成果主要体现在2个方面:①在Bass模型基础上的改进扩展模型,主要是引入营销组合变量、供给约束、竞争、补充性产品及产品更新换代的影响,并考虑成倍购买和“试用—再买”的情况;②脱离Bass模型的研究平台,开创全新架构的模型,包括购买力驱动、战略驱动、异质性驱动扩散模型,以及空间扩散和娱乐品扩散模型。比照1990年MAHA JAN等指出的11个未来的研究方向,可见1990年以来新产品扩散的研究取得了很大的进展,在一些方面的发展是突破性的,在另一些方面则严重不足。尤其是近年来新兴技术及其产品的迅猛增长应该成为未来研究关注的一个重点。     

基于句子级情感的中文网络评论的情感极性分类

为提高网络评论段落的情感极性分类准确率,在考虑人们表达习惯和语料粒度的基础上,提出一种基于句子情感的段落情感极性分类方法． 该方法通过句子的情感极性和句子的情感极性贡献度来对段落进行情感分类,采用传统分类方法预测句子的情感极性,提出等权重、相关度、情感条件假设 3 种方法,能够根据训练语料的统计数据动态地确定段落中不同位置句子的情感极性贡献度． 最后,以超过2个句子的手机和酒店网络评论为对象进行实验分析,实验结果显示,与传统方法相比,考虑了人们表达习惯的相关度和情感条件假设方法显著提高了段落分类的准确率,且具有一定的自适应性．     

基于改进支持向量机的电信客户流失预测模型

随着电信业改革的深入和竞争的加剧,电信企业的客户流失率逐步攀升,如何预测并有效减少客户流失直接关系到电信企业的生存和发展.流失客户在客户总体中占比例较低,因此电信客户数据集中存在明显的非平衡数据问题,传统的客户流失预测把客户流失作为普通的模式识别问题处理,建立基于普适机器学习的预测模型.在两类错误的错分代价相差较大的情况下,基于普适机器学习的预测模型缺乏实用价值,因此引入代价敏感学习理论建立了基于改进支持向量机的电信客户流失预测模型,将不同的错分代价纳入建模过程,有效的提高了模型的预测性能.