基于库存分担策略的装配系统准时供货模型研究

本文考虑一个由多供应商和单制造商构成的装配系统。当市场的需求时间无法确定时,制造商通过对供应商设定合理的库存分担策略来降低自身成本,供应商则需要自行决定对制造商的补货时间并承担相应的库存持有成本和延迟惩罚成本。文章同时建立了供应商之间的纳什博弈模型和以制造商为主方的主从博弈模型,以找到供应商的最佳供货时间和制造商最优的库存承担时限。通过对比不同模式下供应链的整体绩效,找到实现供应链协调运作的必要条件,并通过数据分析进一步证明相关结论。     

基于Pearson Ⅳ分布的VaR与CVaR估计

基于GARCH模型,用Pearson Ⅳ分布拟合标准残差,给出一种更为精确的VaR和CVaR计算方法.重点研究在Norm-GARCH、t-GARCH与GED-GARCH模型下,用原分布和Pearson Ⅳ分布计算VaR的比较,结果表明,用Pearson Ⅳ分布计算VaR都能得到比原分布更小的失败率,且在三种模型之下用Pearson Ⅳ分布计算VaR结果很接近,都能通过检验,所以选择最简单的Norm-GARCH模型就可以;基于此,研究在Norm-GARCH模型下,用正态分布和Pearson Ⅳ分布计算CVaR,并与VaR进行比较,结果表明,用Pearson Ⅳ分布计算VaR和CVaR的失败率都远远小于由正态分布所得到的失败率,特别在VaR估计失效的交易日里,用Pearson Ⅳ分布得到的CVaR均值与实际损失均值非常接近.因此,Pearson Ⅳ分布能很好地刻画金融数据的特征,相对其他分布而言是一个很好的选择.     

德国汉学的历史与现状

本文从汉学机构的沿革、学术思想、汉学的现在与未来三个方面,简要介绍和评述了德国汉学研究的历史与现状。     

西方经济学的实证主义方法

西方经济学主要是实证分析。实证主义方法在理论和实践的关系、现象描述、数量分析等方面均有其独到之处,大大推动了经济理论的发展。     

民族国家与日常生活的建构——周作人的美论

周作人的美学思想与中国现代美学的民族国家和人生关怀的倾向性相谐和,他对美的论述可以“五四”新文化运动之后的20世纪20年代为中心,在写给他人的序、跋等作品中强调了文章之美,在杂文等作品中明确提出了“美的生活”,在翻译等作品中又阐释了希腊神话之美。周作人承认美文的两大传统,但对英国源流却不置重,对难懂辩护的背后体现了周作人基于新文学生态的审美构想;周作人明确提出“美的生活”的主张是在《〈语丝〉发刊词》的宣言中,与大哥鲁迅的绝交是他“生活”转向的集中呈现,周作人是在人的意义上为“生活”呼吁;希腊神话之所以美,在周作人看来,可分别从科学、艺术和道德三个角度来理解,对他而言,希腊神话之美不仅是客观属性,更是价值判断。     

本土企业学习效应影响因素的实证研究

从本土企业的视角,提出了一个跨国公司网络内本土企业学习有效性的研究模型,并对模型中决定本土企业学习效应的2个关键因素,即本土企业的社会资本和吸收能力进行了实证检验,考察了本土企业的知识接近能力以及相对吸收能力在此影响过程中的中介作用.结果表明,整体模型达到基本适配标准;本土企业的社会资本和吸收能力对其学习效应均没有显著的直接影响;知识接近能力在组织间信任和学习效应之间扮演了中介角色;相对吸收能力则无论对学习效应的直接影响还是作为吸收能力的中介作用都是显著的.     

志愿服务经济价值的测算方法及其应用 ——以北京市为例

近40年来,志愿服务的经济价值日益显著,其测算方法也迅速发展,并在世界范围内得到广泛应用.借鉴重置成本法构建出适用于中国的测算框架,以此为基础,利用大型家居调查数据,对北京市志愿服务的经济价值进行测算.结果表明:北京市2015年志愿服务的经济价值为83.77亿元,相当于全市GDP的0.36%;如果将志愿服务分为专业与普通两类,并适用不同的工资标准,经济价值则增加到116.52亿元,相当于全市GDP的0.51%,接近当年全市第一产业增加值.     

论预期违约

预期违约,源于英美法系,分成两种形态:明示预期违约和默示预期违约.不安抗辩权源于大陆法系,其功能与默示预期违约相似.两者既有重叠又互为独立,我国新<合同法>对两者都进行了继承.     

对数字文献"局限性"的分析

针对数字文献发展进程的加快,着重分析了当前数字文献存在的主要局限:收藏保存的脆弱性与载体使用寿命的短暂性;解读的复杂性与排他性;网络数字文献生存周期短、可靠性与权威性不够;传输的限制与不稳定性;阅读的局限性.在此基础上,指出了必须把数字文献的发展作为一个系统工程加以充分研究,科学辩证地发展数字文献,才能使数字文献更好地为人类文化的传承、为人类的发展服务.     

非支配排序遗传算法(NSGA)算子分析

介绍了一种基于遗传算法的多目标进化算法-非支配排序遗传算法(NSGA)。并用NSGA对三个多目标优化问题进行了详尽的计算,对采用不同的算子和不同的算子取值进行了对照,初步得出了一组适用于不同类型问题的NSGA的遗传算子取值,对其他同类问题的计算提供了参考。