基于系统动力学的商品住宅需求仿真研究——以南昌市为例

近年来,随着国家经济的迅猛发展,房地产投资规模逐年增大,城镇居民的可支配收入不断上涨,其购房能力明显提升,居民对住宅需求量日益增加,需求形式也呈现多元化.以南昌市房地产住宅市场为研究对象,系统分析商品住宅市场的价格、供需关系之间的相互影响关系,从城市人口、经济发展、住宅需求、住宅供给与住宅价格五个子系统出发,将住宅新增需求分为四类:结婚购房、投资性购房、改善性购房、其他因素购房,去构建商品住宅市场模型进行仿真实验.从宏观管理的角度出发,确立了城市人口政策、城市建设政策、税收政策和政策房供应政策四个参数调控类型,进行实证分析四种调控类型的仿真结果,为南昌市政府制定相关政策提供了理论依据.     

倒U型多拐点社会问题的测度

经济增长与收入分配不平等之间的倒U假说一直是学者们争论的焦点。基于重庆市率先提出将基尼系数纳入政绩考核这一举措,文章对倒U假说这一旧题采用重庆市数据进行验证。在讨论经济增长与基尼系数之间的关系时,文章采用较为前沿的非参数局部多项式估计法,对重庆市城镇居民基尼系数发展特点及趋势进行了很好地归纳与预测。     

基于惩罚最小二乘估计的长期用电量半参数预测模型

文章针对惩罚最小二乘估计的高精度特性,构建了基于惩罚最小二乘估计的半参数回归模型。并将指数平滑思想融入模型,对模型的误差序列进行趋势外推与大幅度外延预测。实证结果表明了所提方法的有效性。     

基于半参数Hedonic模型的新楼盘房价研究

本文基于杭州市场2009年10月-2011年3月新开楼盘价格数据,并选取了建筑特征、邻里特征、区位特征下的21个属性特征变量,首先建立了半对数Hedonic房价模型,再运用楼盘离市中心距离这一非线性特征变量构建半参数Hedonic房价模型,最后基于5个信息量进行模型评价。分析结果表明,半参数Hedonic模型较半对数线性Hedonic模型更优,上城区、西湖区和下沙区对杭州新开楼盘房价的影响最为明显,物业费、户型面积影响也极为显著,而且这些属性特征均是正向影响楼盘房价。     

高压热洗车洗井技术的优化

分析了所测得井温的曲线,得到洗井时的排量、温度与井下作用深度之间的关系。热洗控制温度越高排量就越低,温度作用井下的深度越浅,效果越差。结果表明,只有掌握合理的参数控制,才能达到好的热洗效果;通过热洗流程及方法的改进,达到了全井清蜡的效果,并且,节能环保。     

参数不确定性和效用最大化下的动态投资组合选择

标准投资组合选择理论假设投资者准确地知道与资产收益率相关的各种参数(例如均值和方差),忽视了参数不确定性引致的估计风险给投资决策带来的影响.本文研究引入参数不确定和学习时的连续时间动态投资组合选择问题,使用鞅方法求导出了具有CRRA型效用函数的投资者的最优投资策略的显式表达式.在此基础上,我们结合中国证券市场中的实际数据深入分析了参数不确定性以及投资者初始信念对最优投资策略的影响.     

人口与消费对二氧化碳排放的动态影响——基于变参数模型的实证分析

近年来,随着全球气候的不断变暖,二氧化碳减排问题已经引起了世界性的关注。中国作为世界上最大的碳排放国,必须逐步降低经济发展过程中的碳排放。基于此,利用1978～2009年的相关数据和变参数模型,分析了人口数量和居民消费对我国二氧化碳排放的动态影响。结果表明,人口、消费与二氧化碳排放之间存在长期稳定的关系,二者对碳排放均有比较显著的影响。从总体来看,人口对碳排放的影响弹性要高于消费对碳排放的弹性,但是近年来两者之间的差距越来越小,说明消费对二氧化碳排放的影响力日益增大;随着时间波动,人口与消费对碳排放的影响弹性会呈现规律性的变化,并且可以将其划分为三个明显的阶段。依据上述结论,文章提出了相关政策建议,以减少由人口和消费带来的二氧化碳排放。     

水资源层次定价模型的建立

在对水资源定价研究分析和对水资源用户分层基础上,确定了水资源层次定价模型需要达到的多层目标,并依次建立起了中国水资源层次定价优化模型,探讨了对优化方程有关参数的确定方法,并分析了优化解及其的政策效应.最后对层次定价模型的优缺点和可扩展的方向进行了分析.     

时间相依利率扩散模型的非参数估计

利率的变动模式会随着时间的推移、经济环境的变化和金融制度的改变而发生变化.时变的扩散模型能更好的描述短期利率的随机行为,文章采用基于核回归的非参数方法,估计中国银行间市场7天回购利率的时间相依CKLS模型.最后比较了时间相依CKLS模型与时齐CKLS模型在波动率预报上的表现,结果表明,时间相依CKLS模型更好的反映了利率实时的变化,提高了预测利率变化的精度.     

生存分析在顾客间隔购买时间研究中的应用

越来越多的零售商向顾客发放积分卡并积累了众多顾客购买行为的数据.这些数据对企业提高科学决策水平有重要价值,但是目前我国零售企业还很少对这些数据进行开发,主要原因之一就是缺乏方法上的支持.本文以一家购物中心客户积分卡的历史交易数据为基础,使用Kaplan-eier非参数方法估计了顾客间隔购买时间,应用Cox比例风险模型对间隔购买时间的影响因素进行了分析.研究表明,间隔购买时间具有明显季节性,交易特征和人口统计特征都对间隔购买时间有显著的影响.