基于熵值法-功效系数法的财务风险预警分析——以芳源股份为例

近年来,随着国家相关政策的出台、科学技术的进步以及市场需求的扩大,新能源电池产业发展迅速。但是因行业竞争激烈,新能源电池企业也暴露出许多不足,面临严重的财务风险。文章通过对芳源股份的偿债能力、盈利能力、营运能力以及发展能力进行综合分析,并进一步运用熵值法和功效系数法相结合的风险模型,判断芳源股份是否存在财务风险,最后针对上述风险对芳源股份进行预警提示。     

税收竞争对经济高质量发展的影响效应研究

经济高质量发展是新时代经济发展的着力点和落脚点,而税收竞争作为地区实现要素流动的主要手段,也会对经济高质量发展产生影响。选取2012—2021年我国30个省份的面板数据,采用熵值法测算了其经济高质量发展水平,通过构建门槛效应模型实证检验了税收竞争对经济高质量发展的影响效应。研究发现：税收竞争对经济高质量发展存在抑制作用,二者存在非线性关系;税收竞争对经济高质量发展效应模型存在单一门槛,即当税收竞争超过门槛值时,税收竞争对经济高质量发展的抑制作用随着税收竞争的增强而增强。因此,我国在推进经济高质量发展的同时,需要规范税收竞争行为,制定差异化的财税政策,完善财政支出结构。     

二次加权的区域自主创新能力动态评价研究

本文首先建立区域自主创新能力评价指标体系,然后利用熵值法确定权重,对2006年——2010年各年中国大陆省级区域的自主创新能力分别进行评价排序,按照最大序差变化范围对区域自主创新能力进行分类分析,再利用二次加权法对各年综合评价值进行加权平均,得到中国大陆省级区域整体自主创新能力评价及排序,最后对区域自主创新能力进行动态评价分析,把握各省市区域自主创新能力动态发展变化趋势。     

湖南省城镇体系结构分形研究

不同区域的城镇体系表现出不同的结构特征.分形理论认为城镇体系存在一定的自相似性,这为城镇体系等级结构、空间联系等方面的测度提供了量化标准,为城镇体系未来的合理布局提供了依据.国内外许多学者就分形理论在城镇体系中的应用进行了探索:Mandelbrot·B、Battv·M等多位国外学者用分形理论对城市形态、城镇体系的等级规模及城市体系的时空特征进行了研究;国内学者如陈彦光、刘继生对城市体系分形的基本测度模型提出了修正,陈勇、艾南山探讨了城市结构的分形特征,姜世国、周一星等用分形理论研究了北京市城市体系并论述了其实践意义.     

考虑零售商质量控制和风险规避的供应链网络均衡研究

研究零售商质量控制和供应链成员风险规避背景下供应链网络均衡问题。应用条件风险值度量风险规避程度,利用变分不等式理论描绘供应链参与者的最优经济行为,设计供应链网络均衡模型,考虑风险规避和质量控制策略对均衡的影响,证明均衡解存在且唯一,并运用Levenberg-Marquardt算法求解均衡模型。最后对重要参数进行数值分析,揭示质量控制和风险规避对供应链均衡解以及参与者条件风险值的影响。研究表明：供应链参与者越规避风险越有利于产品质量水平的提高,风险规避程度的加深会降低制造商或零售商自身的CVaR,同时增大对方的CVaR,对因产品合格率提高带来的利益而言,制造商所得优于零售商。     

浅谈被需值教育对大学生素质教育的作用

21世纪是知识经济的时代,人才竞争愈加激烈,如何培养一名受社会欢迎、高素质、全面发展的大学生已成为各个高校急需解决的课题.被需值教育理念的提出符合我国这一历史时期对人才的需求.高校作为大学生素质教育的推进者和承担者,必须抓住机遇,重视新的教育理念,让被需值教育在大学生素质教育中发挥其巨大的促进作用.     

P2P 网络借贷研究进展及中国问题研究展望

P2P ( 个人对个人) 网络借贷是指通过网络借贷平台,在全球范围内实现个人与个人或小微企业间的小额信用借贷交易． P2P 网络借贷作为全新的互联网金融服务受到商业界的高度关注,而且发展成为学术研究的国际前沿领域． 对 P2P 网络借贷相关研究文献进行了综述,具体从影响借贷交易的信息因素、羊群效应以及社交网络等 3 个方面分析了该领域研究的现状和发展脉络． 因为中国已超越美国成为全球最大的 P2P 网络借贷交易市场,所以结合中国的具体情境和问题,提出了未来研究工作的展望．     

基于广义区间值模糊软集的群决策方法

文章给出了广义区间值模糊软集的矩阵形式,基于区间值模糊数的算术加权平均算子,研究了广义区间值模糊软矩阵序列的算术加权平均算子.然后,给出了区间值模糊数的得分函数表达式,进而定义了广义区间值模糊软矩阵的得分矩阵.利用广义区间值模糊软集的标准化得分矩阵定义了它的加权比较矩阵.最后,基于以上几种矩阵,给出了具体的广义区间值模糊软集环境下的群决策算法,并且通过实例验证了算法的可行性.     

利用非齐次指数函数构造GM(1,1)模型背景值的新方法

文章以灰色GM(1,1)模型背景值的优化为研究目的,讨论了传统背景值构造方法适用于低增长指数序列、对高增长指数序列拟合产生滞后误差的原因,提出了利用非齐次指数函数x(1)(t):A.eBt+C在区间[k-1,k]上与横坐标轴所围实际面积来构造背景值的新方法,并对其合理性进行了证明;在不同发展系数a条件下,比较了背景值构造方法对模拟和预测精度的影响,给出了新背景值条件下GM(1,1)模型的适用范围;大量的数据模拟和模型比较表明,新背景值构造方法提高了背景值的精确性及灰预测模型的拟合精度和预测精度.