工程项目全过程风险管理模式探讨

本文在分析工程项目风险管理研究现状的基础上,从全过程管理角度,提出工程项目全过程风险管理模式:全过程风险管理机构的设置、全过程风险管理计划的制定、工程项目定义与决策阶段、设计与计划阶段、实施与控制阶段、竣工验收阶段四个阶段的风险管理。为项目业主和承包商更好的进行风险管理提供参考。     

基于贝叶斯Wishart波动模型的原油市场与股市动态相依性研究

针对时变相关系数矩阵在多变量随机波动模型的估计问题,构建了贝叶斯动态相关Wishart波动模型。在CC-MSV模型的基础上,设置精度矩阵服从Wishart分布,使得模型的相关系数矩阵具有时变特征。通过模型的统计结构分析,选择参数先验分布,设计相应的Gibbs-MTM-ARMS混合算法,据此估计模型参数;并利用上证综合指数、标普500指数与原油期货价格数据进行实证分析。研究结果表明：模型能够有效地刻画原油市场与股票市场的动态相依性;金融危机期间,股票市场与原油市场的相关性较强,并且难以判断正负方向;金融危机后,中国股票市场与原油市场呈现极微弱的相关性,而美国股票市场与原油市场的正相关性较为明显。     

中国西部风景河流的保护政策探析

通过分析我国西部流域开发中的不同争论,强调河流的审美功能也同样值得关注。在对美国《自然与风景河流法案》进行分析的基础上,认为有必要进一步促进公众的参与,通过加强流域总体规划,构建具有中国特色的风景河流保护体系,并形成统一的中国国家公园管理体系,这将有力促进西部可持续发展。     

基于集成供应的RS契约协调模型研究

在由供应商和制造商组成的两级供应链中引入集成商,研究了需求不确定且价格敏感条件下基于集成供应的3级供应链的协调问题,建立了满足渠道协调条件和集成供应条件的RS契约协调模型,给出了模型中RS契约参数的取值范围和取值过程,并用实例加以说明。利用模型不仅可以确定产品的生产量和销售价格,而且还可以通过RS契约参数实现供应链利润的分配。     

基于“三性”分析的商业银行经营绩效综合评价模型

流动性、安全性和盈利性(统称为“三性”是商业银行经营管理的基本原则。它们之间既相互依存又相互冲突和矛盾。协调处理这三者之间的关系,一直是评价商业银行经营绩效的难点。本文所建立的综合评价模型,其指标体系涵盖了流动性、安全性和盈利性三个方面,将银行经营绩效层层分解为具体的财务报表数据,合理解决了同一指标在对“三性”产生不同影响时的评分问题。将“三性”之间的制约矛盾量化为具体的模型。     

关于发展北仑旅游业的几个问题

旅游业是在国民经济中具有重要地位和作用的“无烟工业”,文章指出了北仑区发展旅游业的必要性,分析了北仑的旅游资源优势,并对如何发展北仑旅游业提出了意见和建议。     

对人生价值观几个问题的探讨

探讨人生价值观的热门话题,应明确和解决３个问题：１．价值、人的价值及人生价值的概念;２．马克思主义关于人生价值观的两个基本命题,即个人价值和社会价值的统一、道义价值和功利价值的统一;３．“人生的价值在于贡献”的价值导向     

高技术产业化协同过程探讨

本文用协同学理论研究了高技术产业化过程,并论述技术成熟度参数、高技术企业数量变化和随机因素在高技术产业化过程中的影响.     

SAM平衡的SG-RAS与SG-CE方法

随机cross entropy(Robinson et al.,2001)方法是目前用于平衡社会核算矩阵的最主流方法,本文综合其与GRAS(Lenzen et al.,2007)方法的思想,扩展提出了SG-CE(stochastic generalized CE)与SG-RAS方法,避免了原始CE方法在平衡SAM时需要对负值元素进行预处理的步骤,试图改进由此引致的缺陷并提高平衡SAM质量。在此基础上,本文运用SG-RAS、SG-CE、CE以及国内常用的余量法对中国2007年SAM进行了平衡,实证结果的对比表明:在平衡系数SAM时,SG-RAS优势非常明显;而平衡流量SAM时,除SG-RAS之外,余量法也具较好表现;但无论是平衡系数还是流量SAM,SG-CE的效果只能说差强人意,原始CE方法更差。     

A comparison study of nonparametric imputation methods

Consider estimation of a population mean of a response variable when the observations are missing at random with respect to the covariate. Two common approaches to imputing the missing values are the nonparametric regression weighting method and the Horvitz-Thompson (HT) inverse weighting approach. The regression approach includes the kernel regression imputation and the nearest neighbor imputation. The HT approach, employing inverse kernel-estimated weights, includes the basic estimator, the ratio estimator and the estimator using inverse kernel-weighted residuals. Asymptotic normality of the nearest neighbor imputation estimators is derived and compared to kernel regression imputation estimator under standard regularity conditions of the regression function and the missing pattern function. A comprehensive simulation study shows that the basic HT estimator is most sensitive to discontinuity in the missing data patterns, and the nearest neighbors estimators can be insensitive to missing data patterns unbalanced with respect to the distribution of the covariate. Empirical studies show that the nearest neighbor imputation method is most effective among these imputation methods for estimating a finite population mean and for classifying the species of the iris flower data.