技术差距与人力资本约束下的技术进步模式

基于同时内生国外模仿与自主创新的R&D增长模型,假定异质型人力资本在两种技术进步模式中具有不同的效应,分析了在技术差距和人力资本约束条件下后发国技术进步模式的决定及技术政策效应.分析表明:后发国技术进步模式的选择取决于技术差距和两种人力资本的构成比例;在人力资本的约束下,鼓励技术进步的政策效应取决于技术差距.其政策含义十分明显:后发国应当根据研发资源和技术水平选择适宜的主导技术进步模式,科技政策应体现行业和区域主导技术进步模式的差异性,并根据主导技术进步模仿变化体现其动态性.     

将道德管理纳入到企业营销观念和4P组合中

随着西方世界"企业非道德性神话"的破灭,为了单纯的经济利益企业为所欲为的时代已经一去不复返.发达国家社会愈来愈要求企业的经营行为要遵循道德标准.在我国现阶段,由于企业过度追求经济目标,在营销活动中出现了大量道德失范行为,表现在营销观念及4P组合中.针对此问题,本文提出在企业营销道德建设过程中,应将道德管理纳入到企业营销观念和4P组合中去.     

基于广告-研发的供应链合作博弈分析

对生产商投资研发、销售商投资广告的优势互补的异质型供应链合作问题,构建了博弈模型.分析论证了生产商在斯坦克尔伯格均衡时的收益大于纳什均衡的收益,而且当其边际收益足够大时才会承担一定比例的销售商广告费用.而在纳什均衡中生产商不会承担广告费用.销售商在斯坦克尔伯格均衡时的收益与纳什均衡的收益的大小由具体参数值确定.生产商的研发投入在纳什均衡和斯坦克尔伯格均衡时均与其边际收益正相关,而销售商的广告投入与其边际收益在纳什均衡中正相关,但在斯坦克尔伯格均衡时负相关.进一步论证了博弈的合作均衡相对于非合作博弈均衡具有帕累托优势,并利用罗宾斯坦讨价还价模型对增加的利润进行了分配,得出一种帕累托最优合作方案.最后将合作拓展到多销售商情形.     

蚁群算法研究评述

对蚁群算法的相关研究领域进行了评述,阐述并分析了蚁群算法的研究进展,重点介绍了蚁群算法及其一系列改进算法的基本原理和应用研究成果,最后从发展重点和未来应用等方面探讨了蚁群算法研究的进一步发展方向.     

参数不确定性对投资者最优资产组合的影响：基于中国的实证

现代金融学主要目标是给出具有科学依据的投资建议。这一任务对于投资期限较短的投资者已完成,但对面临时变性投资机会的长期投资者,金融学家还不能给出高精度的投资建议。文章考虑投资者自身预测力存在估计误差的感知风险(参数不确定性)对投资者最优资产组合选择问题的影响。运用我国资本市场数据的实证研究表明:忽略参数不确定性对资产组合选择问题的影响将会误导投资者配置过多的风险资产。     

投资组合收益优化模型的建立及其程序设计实现

本文以某公司债券投资组合为基础,建立了投资组合收益的最优化模型,并设计了求解该模型的计算程序,提高了计算的效率。     

基于半离差风险收益的投资组合管理优化模型研究

本文在对投资组合管理理论分析的基础上,利用半离差法计算组合投资的风险与收益,克服了H. Markowitz提出的均值一方差模型研究的不足以及半方差模型的烦琐,提出了基于半离差风险收益的多目标优化模型;假设投资组合一般包括三种资产形式:股票、债券、现金。引进了机会成本概念在投资选择中的重要性,更加符合我国投资者的实际,便于操作,这为证券投资组合优化提供了一种新的方法,并有一定的参考借鉴价值。     

基于相关系数的钢材需求量组合预测

近年来我国钢材消费量和产量大幅提升,在1997～2006年的10年里分别增长了308%和367%,虽然同期内国内铁矿石产量也增加了119%,但仍无法满足钢铁工业的需求,对外依存度从28.5%提升到51.8%。在对钢材以及铁矿石消费量的预测实践中,由于不同的预测方法能够提供不同的有用信息,其预测精度往往也存在差异,为了分散预测的风险,文章采用基于相关系数的组合预测方法对我国未来的成品钢材需求量进行预测,并对预测结果进行了深入分析。结果表明,基于相关系数的组合预测模型在预测准确性和适应性方面均能得到一定改善,能很好地对钢材需求量进行科学、有效的预测。     

基于在线算法的改进指数梯度投资组合策略

弱集成算法是对专家意见进行动态加权平均的在线学习算法。近年来,机器学习和人工智能等方法被用来研究在线投资组合问题。该文从弱集成算法的在线学习及其序列决策性角度出发,设计改进的指数梯度在线投资组合策略,以弥补指数梯度在线投资组合策略不能结合交易费用进行分析的缺陷。首先根据指数梯度在线投资组合策略的更新方法构建代表投资策略的专家意见池,并以此为基础应用弱集成算法加权集成专家意见得到改进的指数梯度在线投资组合策略,证明了该策略可与最优专家策略(基准策略)相媲美。其次将交易费用引入到改进的指数梯度在线投资组合策略中,进一步给出对应的投资策略,重要的是理论上证明了该策略实现的平均累积收益与最优专家策略实现的平均累积收益之间的差值存在渐进式下界,从而提高了指数梯度在线投资组合策略的实用性。最后利用国内外股票市场的历史数据进行实证分析,说明了改进的指数梯度在线投资组合策略的可行性和有效性。     

基于机会约束随机Index-DEA的投资组合效率评价

传统DEA和分散化DEA是两种常见的非参数评价方法,二者也被广泛应用于投资组合效率评价。已有相关研究通常将风险和期望收益视为投资组合的投入和产出指标,但该投入-产出假设与实际投资过程并不吻合。在实际投资过程中,真实投入应为投资组合的初始财富,产出则是其终端财富。基于新的投入-产出假设,本文对投资组合初始财富进行标准化,将终端财富转化为收益率形式,进而构造随机生产可能集和相应的机会约束随机Index-DEA模型。当投资组合收益率服从联合正态分布时,随机Index-DEA模型被转化为等价的确定性模型,从理论上证明该等价模型的凸凹性,并提出相应的求解算法。最后,利用该随机Index-DEA模型对我国30只开放式基金进行效率评价,验证所提出DEA模型和求解算法的有效性。