中外德育模式与德育方法创新

我国德育实行的是"德目主义"的模式,西方国家主要是实行全面主义的德育模式.在经济全球化的推动下,文化全球化趋势增强,德育问题也更趋复杂,又发展了混合德育模式.从德目主义到全面主义再到混合德育模式的发展过程,在扬弃这三种模式的基础上,提出了目前我国学校德育方法创新的一些路径.     

成渝城市群的经济发展现状研究——基于空间结构和空间联系的视角

以成渝城市群44个城市为研究对象,运用主成分分析法和改进的引力模型,对成渝城市群经济发展现状进行分析。发现成渝城市群城市发展规模完善,成都和重庆在人口分布、产业分布、城镇化率等各方面各有优势。成渝城市群经济联系具有邻近地域指向性、中心城市指向性、交通指向性和相互强联系的特点。完善交通路网结构,合理布局产业空间,加强多方交流,形成共建共享的合作机制,可促进成渝城市群的协同发展。     

儒家行政思想对中国行政体制改革的影响

以孔子、孟子为代表的儒家行政思想在我国具有深远的影响,也是当今许多行政体制中存在问题的深层次文化根源。这些问题在我国进行行政体制改革中对完善行政体制、政府职能转变和干部队伍素质的提高等方面产生负面的影响。儒家思想中也有如重视领导者的素质、尚贤使能等许多有益的成分,是我们应该继承和发展的。     

基于LISREL的社区服务公众满意度测评研究

社区服务是在改革开放中发展起来的新兴产业,随着城市建设的发展和城市管理体制的改革,社区在城市建设中的基础地位愈益显著,社区功能明显增强,社区服务日益成为公众关注的焦点。提高社区服务公众的满意度,对于提高社区居民生活质量、化解社会矛盾、促进和谐社会建设都具有重要意义。本文即以顾客满意理论为基础,构建了社区服务公众满意度指数模型,并以实证研究验证了模型的合理性。     

员工满意指数测评方法及其管理策略研究——以某石油机械制造企业为例

员工满意度是保证用户满意的基础,员工对企业的满意指数越高,越有利于提高员工对产品或服务的质量。阐述影响员工满意的因素和产生的效应,提出员工满意指数结构模型,给出模型中隐变量相对应的观测变量以及描述模型中各相关变量之间关系的数学表达式;区分员工满意度的内在报酬因素和外在报酬因素,采用薪酬组合/员工满意度状态管理方格衡量员工的不同满意度状态,实现员工满意状态的动态管理;制定提高员工满意度的P-D-C-A-R五步循环措施,在管理实践中指导企业提高员工满意度。通过对某石油机械制造企业的实际调查,运用偏最小二乘法进行员工满意分析,得到隐变量相关关系曲线和影响员工满意的主要因素,并对企业进一步持续改进员工满意管理策略提出相应建议。     

基于员工视角的企业社会责任对工作投入影响的实证研究

构建了企业社会责任、组织认同和工作投入三者之间的研究模型,并基于员工视角将企业社会责任分为员工、消费者和环境3个维度,将组织认同分为认知、评价和情感3个维度,发现企业对员工和消费者履行社会责任对工作投入均呈显著的直接正向影响;履行环境责任对工作投入的直接影响并不显著,但可通过情感性组织认同对工作投入产生显著正向影响。研究结果表明,企业履行社会责任并非负担,而是提升员工工作投入度和向心力的重要内部行销工具。企业亦有必要加强履行社会责任的内部宣传,这样既可增强员工对企业的认同,从文化情感上吸引员工,又可提升员工的工作投入程度。     

CreditRisk+模型采用Poisson分布所产生的经济资本计量误差分析

本文对CreditRisk+模型采用Poisson分布近似债务人违约事件分布这一关键步骤进行系统研究。首先分析了Poisson分布在CreditRisk+模型中的作用,并从理论上证明了采用Poisson分布作为债务人违约事件分布的近似,会导致CreditRisk+模型计算出来的经济资本高估贷款组合的实际风险水平;然后以债务人违约事件服从两点分布并采用蒙特卡罗模拟计算出来的经济资本为参照值,对债务人违约概率的大小与这一近似所引起的经济资本计量误差率进行了敏感性试验,发现为将这一近似所引起的误差率控制在10%的范围内,债务人违约概率的取值不应超过0.2。     

基于理性提前偿付的住房抵押贷款证券定价研究

在分析MBS定价的影响因素以及比较结构化模型与简化形式模型定价方法的基础上,考虑模型的稳健性和可操作性,本文利用简化方法中的Schwartz和Torous定价模型,以建元2007-1RMBS作为研究对象,模拟出BDT利率模型下的利率期限结构,再结合提前还款模型中的PSA法确定贷款现金流,进而确定期权调整价差OAS,构建了适用于我国的MBS定价模型。     

面向巴塞尔新资本协议的自优化神经网络信用评估方法

巴塞尔新资本协议中对信用风险评估使用的数据作了明确规定,而我国银行业目前所积累的数据还不能达到协议的要求;立足于我国银行业的现状,在新协议框架范围内探索可行的信用评估方法.对原有神经网络算法加以改进,提出自优化神经网络方法,该方法能较好地适应时变数据和自动优化神经网络评估模型,用真实的客户信用数据试验也表明该方法比普通神经网络有较高的准确性.     

基于相似日聚类和贝叶斯神经网络的光伏发电功率预测研究

光伏发电功率的预测是光伏发电规划和运行的基础,因而受到越来越多的重视。文中提出了FCM相似日聚类与智能算法相结合的光伏阵列功率短期预测模型。该方法的思路是首先通过分析影响光伏阵列输出功率的主要因素,对历史数据与预测日气象环境进行模糊分类,并筛选出相似度高的子集作为样本,以提高预测样本的质量;然后通过神经网络映射出特征空间与光伏功率之间的复杂关系,并用贝叶斯理论对神经网络参数进行优化,提高网络的泛化能力。为检验该方法的有效性和精确性,将所提出方法与常用BP神经网络模型对同一仿真算例进行预测,预测结果表明本文提出的预测模型效果更佳。