竞争哲学论略

竞争哲学即竞争之道,"斗争--竞争--战争"是一个序列,竞争是在同一时空内对同一种利益的争夺."形--能--意"序列是竞争力之道,战略革命将以扬弃"不意论"为核心展开,老子兵道、孙子兵道和毛泽东兵道是中国三大兵道,可以归纳出10条竞争规律,竞争哲学就是要探寻竞争的基本统一性并建立终极竞争理论.     

股票价格波动性的交易机制原因分析

以同时在香港和大陆上市的部分股票为研究对象,使用收益率序列方差比来对开盘、收盘的波动性进行度量,并利用GARCH建模对原始收益率数据进行处理.通过A股与H股各不同时间段样本数据的对比分析,以及对样本数据进行GARCH建模前后的对比分析,对股票收益率序列进行ARCH效应检验、对股票价格的波动性原因从开盘机制方面进行分析研究.     

转型期中国反行政性垄断中违法判定原则的选择——从本身违法原则到合理原则

反垄断的核心问题是违法判定原则的正确确立,本身违法原则和合理原则是反垄断违法判定的基本原则.转型期中国反行政性垄断中违法判定原则的选择应保持适当动态性:转型前期,由于行为主体的特殊性、形成原因的复杂性、表现形式的多样性和危害程度的严重性,反行政性垄断应选择以本身违法原则为主、合理原则为辅的违法判定原则;转型后期,随着市场经济体制的逐步完善、全国统一市场的形成、市场配置资源基础性作用的发挥和反垄断司法体系的成熟,行政性垄断现象将大幅度减少,并且表现形式和实施手段将更加隐蔽,行政性垄断与经济性垄断的界限更加模糊,反行政性垄断应选择以合理原则为主、本身违法原则为辅的违法确认原则,并逐步实现由二元判定模式向一元序列判定模式的转变.     

宏观视角下中国银行业行政垄断影响的理论和实证分析

经济转轨时期中国银行业行政垄断的影响需要从宏观视角进行客观、全面、公允地分析.理论探讨表明,行政垄断的银行业通过筹资市场上的国家隐性担保和信贷市场上的关系型信贷配给对宏观经济发挥作用.实证分析通过引入宏观绩效指标,运用修正的SCP分析框架对时间序列数据进行论证,得出的结论是行政垄断的银行业在经济转轨这一特定时期对宏观经济发展确实起到了积极的推动作用,但同时以牺牲银行微观经营绩效为代价.为保持银行业的持续健康发展,必须实行反行政垄断和促进竞争的政策.     

从人治到法治的转变——论柏拉图《政治家》中的政体思想

<政治家>是柏拉图的政体思想从理想到现实、从人治到法治的一个重要转折点.一方面,政治家的人治作为理想但不可实现的政体形式而存在;另一方面,法治得到了承认,被认为是人所能及范围内最优的选择.进而,柏拉图依据法律的有无以及统治者人数的多少对现实政体进行了分类,并排出了从优到次的价值序列.柏拉图政体思想的这一转变不仅是其自身政体思想发展的重要转折点,而且对整个西方政体思想史的发展具有关键性意义.     

一类不连续映射的边界碰撞分岔分析

本文讨论一类分段非线性的不连续映射.首先通过数值仿真得到单参数的分岔图,发现该映射存在加周期序列和周期叠加序列.其次,分析了一个典型的周期n+1解及迭代表达式;并推导了映射RLn序列周期n+1解的边界碰撞分岔条件,通过数值仿真得到平面上RLn的周期区域全局分岔图.从而,我们验证该映射由于周期n+1解的边界碰撞分岔形成了加周期序列和周期叠加序列.     

基于多值序列模运算的混合变换域水印

提出一种基于多值序列模运算的新的变换域公开水印算法,将图像的特征序列量化成可忍受的极限能量多值水印信号随机嵌入到图像的DCT、DWT混合变换域中,通过对特征序列量化结果和提取水印的相关性进行统计,得出水印判定结果。     

两两NQD序列密度函数核估计的强相合性

两两NQD序列是一类重要的随机变量序列,NA序列就是它的一种特殊情况,{Xn,n≥1}为同分布的两两NQD随机变量序列,f(x)为X1的概率密度函数.基于样本X1,X2,……,Xn本文给出了密度函数f(x)的核估计,并证明了其强相合性.     

ARIMA模型在内蒙古全社会固定资产投资预测中的应用

正一、引言进入"十五"以来,内蒙古固定资产投资保持了快速增长势头,2002年全区全社会固定资产投资达715.09亿元,到2007年迅速增长到4404.75亿元,五年之内翻了6倍,这也就意味着内蒙古经济社会发展的后劲和动力得到了迅速的增强。进入"十二五"以来,西部大开发政策的继续实施以及新的国务院关于促进内蒙古又好又快发展意见的出台,使得内蒙古面临难得的历史发展机遇,到2011年全区全社会固定资产已突破1万亿元,达到10899.79亿元。与此同时,内蒙古固定资产投资面临的不确定因素也日益增多。     

基于混合时间序列模型的粮食产量预测

粮食产量的预测是保障粮食安全的重要组成部分.文章结合河南省许昌市粮食产量的历史数据,首先建立趋势外推预测模型,并对模型进行相应的分析;然后运用趋势外推与ARIMA模型(求和自回归移动平均模型)结合起来的混合时间序列模型对趋势值和真实值之间的离差序列即残差进行分析,得到混合时间序列模型的预测结果;最后通过比较得出的混合时间序列模型预测的精度较高,可作为粮食总产量预测的有效工具之一.