中国智能经济的涌现机制

我国智能经济的发展内生于经济转型升级过程中创造的智能化需求。与AI 1.0不同,新一代人工智能(AI 2.0)不再是简单用计算机模拟人的智能,而是基于网络空间发展的数据智能,即智能机器、人和网络相互融合的智能系统。智能经济是以数据和计算为“关键生产要素”的新经济形态,包括人工智能的产业化和产业的智能化过程中创造的新产品、新技术、新模式和新业态。互联网,尤其是移动互联网发展中创造出的数据生态优势是中国人工智能科技产业发展的前提和基础。在拥有数据生态优势的条件下,强烈的需求牵引、产学研协同创新、创新生态系统的高度开放性和核心产业部门与融合产业部门的融合发展,共同构成了中国智能经济发展的关键机制。     

基于大数据时代的图书馆研究

大数据时代的到来是社会发展和进步的表现,对人们的生活、工作以及社会的整体进步有重要的作用.大数据时代的到来对图书馆而言及时机遇,又是挑战.只有正确认识大数据的作用,并以此为契机发展图书馆,解决发展中的问题,才能不断提高图书馆效率,进而促进图书馆的发展.     

大数据时代背景下的大学英语写作教学新变化

大数据又称巨量资料,指需要新处理模式才能具有更强的决策力、洞察力和流程优化能力的海量、高增长率和多样化的信息资产.本文从我国大学英语写作教学所面临的问题入手,分析并结合大数据时代的特点,探讨大数据给大学英语写作教学带来的新变化.     

依法治国战略视野下的民族工作研究

民族工作坚持依法治国,首先是依宪法办事。宪法确认了我国统一多民族国家的国情,确定了各民族一律平等的根本原则,确定了民族区域自治制度,规定了各民族共同繁荣的奋斗目标。在实践中,必须把宪法关于民族工作的规定落到实处,依法规范和调整处理民族关系,凡处理民族问题必须坚持运用法律手段。民族工作中坚持依法治国,核心是推进民族工作法治化进程,加强民族立法,加强民族法律法规实施情况的监督。     

基于贝叶斯参数估计的期货市场交易成本、流动性与资产定价研究

 近年来交易成本和流动性对于股票资产的预期收益或定价影响受到学术界和业界的关注,期货市场的各种交易产生大量数据,这些数据中隐藏着重要的信息,但采用逐笔高频交易数据对期货市场交易成本、流动性和资产定价问题进行系统研究的比较少,对期货市场交易成本和流动性的内涵、特征、度量方法,以及交易成本和流动性在期货资产定价中的作用等问题有待深入探讨。        从序贯交易模型的视角,基于贝叶斯参数估计方法及逐笔高频交易数据和每日收盘价格数据测量期货市场的交易成本,对不同交易成本和流动性测量方法进行比较研究,探讨各种交易成本与流动性的相互关系,选出合适的流动性测量方法。同时,从逐笔高频交易数据存在报价离散化、价格聚集和非对称信息等方面对交易成本模型修正和扩展。将交易成本与真实收益率结合并考虑市场规模和周内效应的作用,构建期货市场资产定价模型,从中国期货市场选取不同品种的主力合约数据进行实证研究。        研究结果表明,基于贝叶斯参数估计和逐笔高频交易数据的交易成本的测量方法具有明显的优点,可以克服传统基于矩估计交易成本测量交易成本的不足,更适合用来作为流动性的代理变量。①订单对价格存在比较显著的冲击现象,这些冲击表明私人信息被包含在这些合约的交易里。②基于完整模型的交易成本更适合用来作为流动性的代理变量,与定义法的流行性成本估计值的相关系数更高,基于逐笔高频交易数据和完整模型的交易成本是最优的流动性的代理变量。③交易成本确实被包含在超额收益中,总体来说,交易成本对资产收益率的影响具有比较明显的周内效应。因此,流动性对投资期货的收益率有很大贡献,为了达到更高的收益,通常需要为获得好的流动性而付出更高的代价。        从序贯交易模型的视角,基于贝叶斯参数估计方法和逐笔高频交易数据测量期货市场的交易成本,有助于市场参与主体更好地认识和分析期货市场的交易成本、流动性和资产收益之间的关系,对市场监管机构有效评估市场质量、设计合理的期货市场交易制度、有效降低市场交易者的交易成本、增强期货市场流动性、提高市场运行效率具有一定的参考价值。