基于熵权物元模型的海洋经济高质量发展评价研究——来自我国11个沿海省(市、自治区)的统计数据

贯彻新发展理念,从“创新、协调、绿色、开放、共享”五大维度构建海洋经济高质量发展评价指标体系,建立五分位经典域的熵权物元可拓模型,基于2017年海洋统计数据,对沿海11个省(市、自治区)海洋经济高质量发展水平进行综合评价。结果表明,江苏、广东、山东、浙江4省海洋经济高质量发展水平位居前列,而广西、海南相对落后,区域水平落差较大;除广东省发展优势比较全面外,其他沿海省(市、自治区)都存在不同层面上的发展短板;海洋经济的高质量发展需要因地制宜、因区施策、全面发展。     

解构与重塑：法条竞合和想象竞合区分之二元化路径

法条竞合以特别法优于普通法为原则,想象竞合以重法优于轻法为原则,二者的法律后果、行为构造并不同一。我国也存在具有减轻依据的特别条款,想象竞合具有明示机能,因此二者必须严格界分,从而使罪刑相适应。从形式上看,法条之间存在包容关系;从实质上看,若行为人所符合犯罪的数个法条具有法益上的同一性,且能够对所有的不法内容进行周延的评价时,行为宜认定为法条竞合,否则为想象竞合。     

我国船舶工业产业波及效应研究

船舶工业对国民经济的促进作用不仅体现在其自身发展产生的推动力,还体现在船舶工业在快速发展的同时通过与上下游产业的广泛联系所产生的产业波及效应.运用投入产出法,根据我国投入产出表,通过我国船舶工业产业关联面、产业关联度、影响力系数、感应度以及生产诱发系数等指标,系统分析船舶工业的产业波及效应,结果表明:船舶工业与其他产业具有广泛而紧密的关联,对相关产业产生了重要的影响.     

银行间互相持有次级债券的风险分析

利用约化法对银行之间互相持有次级债的风险进行定性和定量的分析,并研究对银行资本充足率、银行违约概率、新发债券信用利差的影响.与不互相持有相比,一方面,银行采取互相持有次级债的策略,大大提高了资本充足率,且当次级债回收率高于一定水平时,将降低银行新发债券的信用利差;但另一方面,互相持有次级债引发的违约传染风险将是巨大的.一家银行的信用事件会引起整个银行业的信用危机,这在金融危机中已被证明.鉴于此,监管层要对银行互相持有次级债严加规定和监管.     

基于事项法的会计信息系统构建研究

事项法会计信息系统与其他业务信息系统应基于相同的设计基础――事项法会计理论,整个企业管理信息系统以事项法会计为设计基础。事项法会计信息系统十分适合采用事件驱动的体系结构和业务与信息处理集成的模式,事项凭证的设计是事项法会计管理信息系统设计的关键。     

钢铁企业ERP实施模式研究

本文在全面分析影响钢铁企业选择ERP实施模式各类因素的基础上,提出了一种通用的ERP实施模式综合评价模型和方法,期望为提高我国钢铁企业ERP系统的成功率。     

基于熵权法的企业自主创新能力评影——以浙江省为例

本文结合熵权法和综合评价法,构建了企业自主创新能力评价指标体系的层次结构模型。结果表明：2001～2011年,浙江省大中型企业自主创新能力（SDI）水平良好,总体呈上升趋势。在技术创新活动评价、技术创新环境、潜在技术创新等方面,对大中型企业的自主创新能力贡献率较高;技术创新产出方面影响相对较小,需进一步加大投入与管理。     

资源环境约束下中国TFP增长的空间差异和影响因素

运用DDF模型和ML生产率指数,对中国分省资源环境约束下的区域全要素生产率进行测算,采用Theil指数测算资源环境约束下中国全要素生产率增长的地区差异并按照多种空间尺度进行区域分解;构建空间面板数据模型,采用广义空间面板自回归最小二乘法对资源环境约束下全要素生产率增长的影响因素进行实证研究。研究结果表明,在2010年之前,资源环境约束下中国全要素生产率增长的空间差异总体上呈下降态势,地区内而非地区间差距是造成总体空间差异的主要来源。空间计量模型回归估计结果表明,资源环境约束下全要素生产率增长存在显著的正向空间溢出效应,经济发展水平、贸易开放和科技创新水平对资源环境约束下全要素生产率增长存在显著的促进作用,产业结构、能源结构和要素禀赋结构等结构因素对全要素生产率增长存在显著的负向影响,外商直接投资和环境规制水平对全要素生产率增长的影响在统计上并不显著。     

基于杂合遗传算法的工艺路线可变Job Shop调度研究

提出一种将遗传算法与启发式规则、模拟退火法等搜索方法结合在一起的杂合遗传算法,用于求解工艺路线可变的JobShop调度问题。通过对某双极型集成电路封装企业的JobShop调度仿真,结果表明算法是有效和可行的。     

具有最优学习率的RBF神经网络及其应用

传统固定学习率的RBF神经网络在金融时间序列预测方面已经有比较成功的应用,但网络学习率的选择问题却给传统RBF神经网络的使用带来了不便.利用梯度下降法及优化方法推导出了RBF神经网络的动态最优学习率并将其应用于网络学习算法,具有最优学习率的RBF神经网络能够在保证网络稳定学习的同时兼顾网络的收敛速度.为了检验具有动态最优学习率的RBF神经网络的预测效果,对沪深300指数波动率进行了预测实验.实验结果表明,具有动态最优学习率的RBF神经网络比传统的固定学习率的RBF神经网络有着更快的收敛速度,同时也避免了人为选定学习率的不便.