流动性信息与资产收益：基于非参数模型的分析

本文首先从全新的角度给出市场深度指标的求解方法,然后结合条件资产定价模型和自回归条件异方差模型的优势建立半变系数模型,并应用于我国股票市场每日收益率的研究,得出四点判断：1、通过非参数方法求解得到的指标值具有显著的平稳性。2、流动性信息的时变性对股票市场存在显著的非线性冲击,而且流动性信息的持续性变化与收益之间存在负向关系。3、得到和经典资产定价模型相同的结论,即市场综合指数对个股具有显著的影响。4、模型验证了流动性信息通过波动性将信息非线性传导给投资者的假设,伴随着流动性信息的时变性,投资者所得到的风险补偿也具备时变性。5、通过实际数据的验证,我们所建立的半变系数模型能够较好的解释流动性信息的传递,也为我们以后的实证研究提供了一个估计和检验流动性信息传导和时变型风险补偿的新方法。     

奥平栓治疗宫颈上皮内瘤变126例疗效观察

奥平栓治疗宫颈上皮内瘤变,使宫颈上皮发生逆转,有效地阻断了宫颈癌的发展进程,其疗效肯定,有推广价值。     

再论旅游翻译的问题与对策

国内旅游翻译研究从起步到现在历时不长,却出了不少成果,但指导旅游翻译实践的效果尚不理想。文章从梳理旅游翻译研究概况入手,分析归纳出旅游翻译实践中存在的六大问题,提出旅游翻译译者、旅游翻译管理者和旅游行政管理部门应形成合力,解决存在的问题的对策。     

从主权在民到极权主义的歧变--一种解读卢梭《社会契约论》的话语指向

卢梭的<社会契约论>关于公意和主权不可转让、主权不可分割、主权不可代表、主权至高无上和神圣不可侵犯的经典论述,为近代民主思潮和民主运动提供了一项重要的理论基础即主权在民论.然而,当主权在民学说遭遇极权主义的尴尬时,作为一种解读卢梭政治哲学思想的话语指向,我们应立足于其时代的社会历史条件来厘析其思想的内在矛盾和唯心主义思想基础.     

韩非"常""变"思想管窥

韩非是先秦时期著名的政治理论家、思想家、卓越的唯物主义哲学家,他立足于先秦时期各国的历史现状,提出了一系列光辉灿烂的精湛思想,其中对于"常"变"思想的新的理解和诠释,更具有鲜明的特色和独树一帜的风格,为其变法图强的政治改革和秦的统一天下做出了重要的理论准备。     

先秦大农业文明中的《豳风·七月》与《易经》之交互关系

在先秦农业文化的大背景之下,《诗经》与《易经》交互影响,共为中国文化之根。区别在于认知自然、社会、人生的方式不同而已,一为感性的、艺术的方式,一为理性的、逻辑的方式。在先秦社会制度剧烈变革时期,《诗经》与《易经》在思想上相互渗透,你中有我,我中有你,影响及于诸子各派思想。《七月》是《诗经》中一首比较突出的农事诗,其中包含着丰富的哲学思想,尤其是易学中"变"与"和"两大观念,就受到《七月》的深刻影响。     

奎因的本体论承诺

"是乃是变元的值",这是奎因一个与本体论相关的著名论题。它的实质是认为,本体论问题是与量词密切相关的,亦即是与我们表达事物时语言的使用密切相关的。文章指出,该论题中的"being"应该译为"是",而不是译为"存在"。只有这样,才能更好地理解和认识这个论题以及语言哲学中与它相关的一些问题。     

单位根过程联合检验的Bootstrap研究

 本文以Ferretti和Romo的Bootstrap方法为基础进行拓展完成三种联合检验,并从理论证明了Bootstrap方法的有效性;使用蒙特卡洛模拟技术比较了Bootstrap检验与临界值检验的效果。模拟表明,在误判率上,Bootstrap方法下三个检验量的误判率分别为2.22%、3.70%、0.00%,而临界值的误判率分别高达22.22%、11.11%、15.56%;在精确程度上,Bootstrap方法的精度分别是临界值方法的11.25倍、26倍和6.5倍。模拟表明了本文构造的Bootstrap检验方法可以替代临界值方法,特别在小样本下,Bootstrap方法的优势表现更为明显。     

《均值不等式求最值》的数学课例研究

课例研究是提高课堂效益和教师专业素养的途径之一。本文以课例研究的形式呈现教师团队如何通过合作、交流的方式达到解读教材、了解学情、课堂设计的深入与提高的过程。使教师在行动跟进中成长,提高课堂效益,促进教师专业化发展。     

基于变精度粗集神经网的企业失败风险预测研究

描述粗糙集、变精度粗糙集和神经网的相关概念和应用机理,在此基础上构建基于变精度粗糙集的强耦合粗集神经网络,即变精度粗集神经网模型,并以此作为预测中国上市企业失败风险的研究方法.借助信息熵和T检验等手段对财务指标和非财务指标进行筛选,建立企业失败风险预测评价指标体系.在时间跨度上,选择(t-3)年作为研究起点,避免人为夸大预测精度.将被特别处理(ST)的上市企业作为界定企业失败的标准,以160家ST企业和160家配对非ST企业作为测试样本,利用FUSINTER技术离散化相关数据,运用粗糙集、变精度粗糙集、粗糙集神经网和变精度粗集神经网等模型进行实证研究.分析结果表明,在由78家ST和78家非ST企业组成的检验样本中,变精度粗集神经网的预测准确率要高于其他模型,且所需训练时间更短,生成规则更少,训练的整体效果最为理想,由此可以认为该模型比较适用于对中国上市企业进行失败风险的预测研究.