增价拍卖中投标者跳跃报价的收益效应研究

跳跃投标是增价拍卖一种普遍现象,而跳跃投标是否会带来投标方的期望收益的增加是一个值得关注的问题。通过运用博弈论方法,分别寻找单物品和多物品拍卖两种情形下的跳跃报价均衡,计算出跳跃报价均衡下的投标方期望收益,并将其结果与非跳跃报价情形进行比较,给出了投标方希望通过跳跃出价改善其期望收益的一般条件。     

供应风险下双源采购批发单价拍卖最优设计

考虑多个具有供应风险和成本私有信息的潜在供应商,研究了供应商投标批发单价的最优双源采购拍卖机制设计.首先,针对一般的采购商收益函数,求出了最优的订货量分配规则和供应商投标均衡,并分别与单源采购及对称信息对比,发现双源采购拍卖增加了采购商和供应商的期望利润,不对称信息对供应商有利但对采购商和供应链不利.然后,分别针对报童及垄断环境,进一步分析了双源采购拍卖下的订货分散程度、信息价值和双源采购价值,发现,订货分散程度与供应风险及两个获胜者的利润率贡献相近程度正相关;高成本获胜者比成本较低者索取更高的单位信息租金,导致不对称信息下的订货分散程度比对称信息下低;供应风险越高或投标人数越多时,双源采购价值越大.     

中国证券市场股票回购的可操作性探索

股票回购作为中国证券市场新的资本运作方式,正为许多上市公司所接受,尤其是在当前世界经济低迷时期,更被许多上市公司所采用。在进行该资本运作时,应把握时机,熟悉其操作性,并加强对操作方式的监督与管理。     

基于平衡记分卡的逆向物流企业绩效评估

文章以平衡计分卡的基础架构建立逆向物流企业的绩效评估模式的战略基础;基于因子分析法建立了客观性的关键绩效指标选择机制;用网络分析法（ANP）建立了平衡计分卡的关键绩效评估指标的权重确认机制,以整合各评估构面的信息,从而构建了完整的逆向物流企业绩效评估模型;以案例说明该模型可作为逆向物流企业的运营战略决策和调整的参考依据。     

中国和印度茶叶出口竞争力比较

选用国际市场占有率、显示性比较优势指数和贸易竞争力指数等3个指标,对中国和印度两国茶叶出口竞争力进行对比分析,认为当前印度的茶叶出口竞争力强于中国。在分析原因的基础上,认为中国茶叶的发展应该从以下几个方面进行：树立茶叶品牌,规范茶叶出口竞争市场;开拓绿茶的国际市场潜力,加快红茶品种的发展;强化出口茶叶的质量安全,完善茶叶市场交易流通机制,建立统一的茶叶市场拍卖平台,以提高我国茶叶产业的出口竞争力。     

中国对外直接投资逆向技术溢出的境外地区分布差异性研究

基于中国对外直接投资的不同境外地区分布,测算了来自不同类型国家(地区)的R&D溢出;然后运用DEA方法计算出中国平均生产率(Malmquist指数)、技术效率(EC指数)和技术进步(TC指数),并与不同类型国家所产生的逆向技术溢出进行灰色关联分析。得到以下结论:中国对新兴国家(地区)直接投资的逆向技术溢出效果最好,其次是发达国家(地区),最后是其他发展中国家(地区);中国平均全要素生产率及其分解指数与外国研发溢出呈中等关联度,其中,与来自新兴国家(地区)、发达国家(地区)的逆向技术溢出关联度较强,而与来自其他发展中国家(地区)的逆向技术溢出关联度则较低。因此,中国应调整对外直接投资的海外布局,在巩固新兴国家(地区)市场份额的基础上,开始向发达国家(地区)倾斜。     

基于拍卖博弈的资产剥离实物期权决策简

针对不确定环境下以拍卖方式交易的企业资产剥离时机选择问题,构建以对称独立私人估价拍卖博奔（SIPV）刻画交易收益,并以资产价值剥离临界值为决策变量的实物期权决策模型,证明其解存在且唯一。数值分析显示,剥离交易的买方越多,其对剥离资产估值上限越高,则剥离临界值越高,资产剥离的期权价值越大。资产价值波动率越高,则剥离临界值越低,资产剥离的期权价值越大。     

考虑非对称风险偏好的第一价格密封拍卖

在独立私人价值(IPV)框架下,文章构建了投标者风险偏好非对称的第一价格密封拍卖模型.基于分布函数相同前提,对强、弱两种风险规避度情形进行分析,研究发现:风险偏好非对称的第一价格密封拍卖存在非对称均衡投标策略且风险规避度强者投标更为激进;若风险偏好对称,则存在对称均衡投标策略,且强风险规避水平上的投标更为激进;对风险规避强弱的对称与非对称情形投标策略进行排序;拍卖的非效率性可能出现在风险偏好非对称的密封拍卖中,而风险偏好对称的拍卖总是有效率的.     

中国证券市场的波动性——一个开收盘角度的实证研究

本文采用上证180的100只典型个股为样本对上海股市开收盘的波动性进行了实证研究,实证结论表明我国股市开盘回报的波动性显著大于收盘波动性。本文进一步对影响波动性的因素进行考察,认为开盘方式和开盘交易过程中释放的私人信息是造成上述现象的重要原因,因此着重从信息的代理指标-交易量的角度考察回报的波动性的差异。     

A genetic algorithm approach to developing the multi-echelon reverse logistics network for product returns

Traditionally, product returns have been viewed as an unavoidable cost of doing business, forfeiting any chance of cost savings. As cost pressures continue to mount in this era of economic downturns, a growing number of firms have begun to explore the possibility of managing product returns in a more cost-efficient manner. However, few studies have addressed the problem of determining the number and location of centralized return centers (i.e., reverse consolidation points) where returned products from retailers or end-customers were collected, sorted, and consolidated into a large shipment destined for manufacturers’ or distributors’ repair facilities. To fill the void in such a line of research, this paper proposes a nonlinear mixed-integer programming model and a genetic algorithm that can solve the reverse logistics problem involving product returns. The usefulness of the proposed model and algorithm was validated by its application to an illustrative example dealing with products returned from online sales.