基于σ/ Q 的库存控制中安全库存的优选策略

研究了单项目库存控制问题中的安全库存选择策略,评论了安全库存的决定要素,讨论 了基于以上要素的成本构成。进一步讨论了安全库存策略在理论和实践应用中的矛盾,提出 了一种实践中容易操作的安全库存的直观求解方法,以利于管理者实际运用,有效克服运作环 境的不确定性     

农户病虫害统防统治服务采纳行为的影响因素——以江苏省水稻种植为例

采用嵌套Logit模型,基于江苏省病虫害统防统治试点地区630个水稻种植户的调研数据,对影响农户采纳包药防治服务与全承包防治服务的因素进行了比较分析。结果表明:在第一层次病虫害防治模式（统防统治与自防自治）采纳时,农户的病虫害防治效果认知是影响其防治模式采纳决策的重要因素。在第二层次病虫害防治方式选择时,用工补贴、宣传引导、雇工价格变异系数、服务价格、户主年龄、与农技员联系强度,对农户包药防治服务采纳决策有显著影响;用工补贴、雇工价格变异系数、户主年龄、留守劳动力人数、家庭收入水平和稻田规模,对农户全承包防治服务采纳决策有显著影响;提出应根据农户禀赋和所属地区特征提高服务供给的针对性,充分发挥村集体组织协调功能等政策建议。     

不同决策模式下农产品质量控制策略研究

农产品质量已经引起公众的广泛关注。考虑由一个供应商和一个零售商构成的两级农产品供应链,构建零售商主导下的Stackelberg分散决策博弈模型和两者协同合作下的集中决策博弈模型,以供应商和零售商的最优质量努力水平为状态变量,利用逆向求解法得出供应商和零售商的最优质量决策。研究表明:在一定条件下,农产品供应链中主体的合作可以实现供应商、零售商和整个供应链系统利润的Pareto改善,在此基础上分析实现Pareto改善的条件以推动农产品供应链达到协调。     

资本下乡：进入模式选择及其影响因素

进入模式是经济组织配置资源的重要手段。以工商资本对农户经营活动的控制权程度为依据,将工商资本投资农业的进入模式划分为“松散型”、“半紧密型”、“紧密型”三种类型。利用对广东、湖北、江苏以及云南四省151个投资主体的调查数据,采用有序逻辑回归模型分析生产因素、市场因素、制度因素以及生产技术传递能力对工商资本投资农业的进入模式选择的影响。结果表明：耕地资源优势越弱,工商资本投资农业选择紧密型进入模式的可能性越高;市场潜力越大,越倾向于选择紧密型进入模式;非正式制度越不利,选择紧密型进入模式的可能性越低;生产技术的传递能力越弱,越倾向于选择紧密型进入模式。     

兰州市洒水治污政策变迁路径与动力研究——基于定性比较分析法

以兰州市洒水车治污政策为研究案例,应用清晰集定性比较分析法（Crisp-set QCA）研究地方政府具体环保政策的变迁问题。分析发现,自上而下的政治压力、公众舆论压力、媒介压力、专家压力以及领导变更等五类8个解释变量可以作为案例政策变迁的驱动因素,其中,中央媒介压力是政策变迁的必要条件。按照不同的驱动因素组合,兰州洒水治污政策变迁有4种演进路径,其中,最短路径是“中央媒介压力且网络媒介压力”与“领导批示且中央媒介压力”。此外,在本政策案例中,领导批示不但没有促成政策变迁,甚至不构成变迁的必要条件。无论是“地方领导留言板”,还是“门户网站留言板”均非政策变迁的充分或必要条件,因此未能彰显公民参与在政策问题建构中的权力扩大,公众并没有实质拥有建构权,也未能成为建构主体,仅依赖互动平台的构建是无法打破原有的政策问题建构秩序的,因而也不能促使政策变迁彰显民意。     

商誉和价格影响需求的易逝品动态定价与广告决策

研究需求受价格和商誉共同影响下易逝品动态定价与广告投资策略的联合决策问题。在初始库存确定的情形下,在某待定销售周期内,企业通过投入广告提升自身商誉从而拓宽市场,以企业利润最大化为目标,建立联合最优动态定价及广告投资策略模型。应用庞特里亚金极大值原理,求得不同系统参数下最优动态定价和广告投资策略及最优的销售周期。通过数值算例验证方法的有效性,结合参数灵敏度分析检验系统参数对最优策略的影响并给出相应管理意义。     

Higher-order Bayesian Approximations for Pseudo-posterior Distributions

The theory of higher-order asymptotics provides accurate approximations to posterior distributions for a scalar parameter of interest, and to the corresponding tail area, for practical use in Bayesian analysis. The aim of this article is to extend these approximations to pseudo-posterior distributions, e.g., posterior distributions based on a pseudo-likelihood function and a suitable prior, which are proved to be particularly useful when the full likelihood is analytically or computationally infeasible. In particular, from a theoretical point of view, we derive the Laplace approximation for a pseudo-posterior distribution, and for the corresponding tail area, for a scalar parameter of interest, also in the presence of nuisance parameters. From a computational point of view, starting from these higher-order approximations, we discuss the higher-order tail area (HOTA) algorithm useful to approximate marginal posterior distributions, and related quantities. Compared to standard Markov chain Monte Carlo methods, the main advantage of the HOTA algorithm is that it gives independent samples at a negligible computational cost. The relevant computations are illustrated by two examples.     

Local composite quantile regression estimation of time-varying parameter vector for multidimensional time-inhomogeneous diffusion models

This paper is dedicated to the study of the composite quantile regression (CQR) estimations of time-varying parameter vectors for multidimensional diffusion models. Based on the local linear fitting for parameter vectors, we propose the local linear CQR estimations of the drift parameter vectors, and verify their asymptotic biases, asymptotic variances and asymptotic normality. Moreover, we discuss the asymptotic relative efficiency (ARE) of the local linear CQR estimations with respect to the local linear least-squares estimations. We obtain that the local estimations that we proposed are much more efficient than the local linear least-squares estimations. Simulation studies are constructed to show the performance of the estimations proposed.     

充分利用网络技术全面提高会计控制质量

e7T中华财会网网络技术的发展对企业内部会计控制产生了深远的影响,文章从网络环境下内部会计控制呈现的新特点着手,分析了网络环境下内部会计控制系统所面临的风险,对存在的问题及其成因作了尝试性的探讨,提出了完善、加强内部会计控制的建议,以期达到提高网络环境下内部会计控制质量的目的。     

Multilevel maximum likelihood estimation with application to covariance matrices

The asymptotic variance of the maximum likelihood estimate is proved to decrease when the maximization is restricted to a subspace that contains the true parameter value. Maximum likelihood estimation allows a systematic fitting of covariance models to the sample, which is important in data assimilation. The hierarchical maximum likelihood approach is applied to the spectral diagonal covariance model with different parameterizations of eigenvalue decay, and to the sparse inverse covariance model with specified parameter values on different sets of nonzero entries. It is shown computationally that using smaller sets of parameters can decrease the sampling noise in high dimension substantially.