季节变动预测新论

季节变动是指某些社会经济现象由于受季节更替、生产条件和生活习惯的影响，而形成每年重复出现的有规律性的周期变动。正确认识和掌握季节变动规律，进行季节预测，对于制定营销计划，合理组织货源，满足市场需要等具有重要意义。对于同时含有季节因素、趋势因素和不规则因素的时间数列，目前常用的季节预测法主要有两种；移动平均趋势剔除法和最小平方趋势剔除法。笔者认为：移动平均趋势剔除法虽然原理简单，可以消除季节因素和不规则因素影响，显示现象总体的线性变动趋势，但该方法求得的移动平均值能否真正反映各期趋势水平则令人怀疑…     

密度分布非均匀的反馈控制Logistic单种群模型平衡态的稳定性

本文对种群密度在非均匀分布情形下,考虑了具反馈控制的滞后 Logistic 生态模型平衡位置的稳定性;分别给出了在常时滞和弱连续时滞以及强连续时滞情况下的稳定性条件;其结果是对 Gopalsamy 在密度均匀分布情形下相应结果的推广.     

多源模型的新进展

本文总结了高能核—核碰撞的多源模型自1987年提出到1990年以来的主要进展,着重介绍多源模型的基本物理思想及其在两种不同方案下的发展动态.通过与最新实验数据比较,说明多源模型能够成功地解释高能重离子碰撞的整体性质.     

一般Gauss－Markov模型下一般可估函数的线性充分性和线性完全性

发展了Ｂａｋｓａｌａｒｙ和Ｄｒｙｇａｓ提出的一般Ｇａｕｓｓ－Ｍａｒｋｏｖ模型中线性充分性、最小充分性和完全性的概念，用Ｒａｏ的最小二乘统一理论，给出了这些概念的刻划定理。     

金融期权定价模型与金融风险管理

金融期货是一种具有独特功能的非常重要的衍生金融工具 ,对规避金融风险有重要意义 ,其作为一种金融资产表现为一种特定的权利。B -S期权模型开创性地表达了这种期权定价理论 ,二项式模型则将各种金融期权定价模型推向简化和实用化。     

FIGARCH模型的参数检验与估计

本文在FIGARCH模型的基础上介绍了其参数的检验方法,然后重点阐述了其参数的估计方法即极大似然估计方法(QMLE),并在QMLE中对算法进行了创新,提出了混合梯度算法。通过Monto-Carlo模拟实践中证明,混合矩梯度算法优于其它算法。     

T-S模型下神经网络的模糊推理及应用

基于T-S模糊模型提出了一种易于推理的神经网络结构,讨论了其自学习算法,并给出了用于模糊推理的估值算法和三级知识表示方法,实例说明了其应用价值.     

外商直接投资对浙江经济增长的作用——基于计量模型的实证分析

发展开放型经济、积极利用外资是我国“十五”计划时期经济发展战略的重要组成部分之一。为此,正确认识与评价利用外资对经济增长的推动作用,对于提高利用外资的规模和质量水平,促进经济可持续发展具有十分重要的意义。20多年来的改革开放,浙江省作为我国东部沿海重要经济发展省(市)之一,已成为国际投资的热点。国际资本的大量投入,缓解了经济发展进程中的资本短缺,促进了全省外向型经济的迅猛发展,从而使浙江经济走上了工业化、市场化、国际化三位一体的发展道路。本文试图运用大量相互关联的计量模型对外商直接投资促进浙江经济增长的作用…     

基础设施投资对我国经济增长贡献的计量分析

本文通过建立误差修正模型定量分析中国及其东、中、西部地区基础设施对经济增长贡献.在模型中,分析了中国及其东、中、西三大地区基础设施投资推动GDP的弹性系数,其弹性大,推动效率高,能够极大地刺激需求,推动我国经济增长.     

DF单位根检验的势及检验式的选择

Dejong et al(1992a)研究了有限样本DF单位根检验的势函数.其研究与DF单位根检验的初衷不符.本文探讨了生成平稳备择假设样本序列的一般方法,进而较系统地研究了DF检验的势,并在此基础上讨论了检验式的选择问题.