证券业顾客满意度测评模糊技术

本文简要介绍顾客满意度测评模糊模型,探讨证券业顾客满意度评价指标,提出证券业顾客满意度测评模糊技术。     

B-S模型与企业财务风险管理

由于未来企业价值的不确定性 ,现代企业的负债经营会给企业带来财务风险。企业与其股东、债权人的经济关系具有期权的特性。将Black -Scholes模型应用到企业财务风险的管理中 ,企业通过对其权益与债务资本的投资组合的动态调整 ,达到期权头寸的Delta(Δ)中性 ,实现企业价值的保值和对财务风险的对冲。     

基于Multi—Agent的供应链企业逆向物流库存模型研究

为了更好更快地实现国家规定的循环经济目标,当今企业也积极参与建设逆向物流工程。库存问题是逆向物流研究中最重要的内容之一,在采用Agent的建模思想基础上,充分考虑影响逆向物流供应链库存管理的各种复杂因素,抽象出交互、制造商、销售商、回收、信息和设计商等六大供应链逆向物流功能,由此组成供应链逆向物流库存系统的六类Agent,从而建立了基于Multi—Agent的逆向物流供应链库存控制模型。     

电子技能教学中引入CBE模式的思考

CBE是以职业综合能力为基础的教育体系,它以达到某一种职业的从业能力为教学目标。CBE教学模式在高职院校“电子技能实训”中应用,可以构建电子技能实训新的教学体系,拓宽实训途径,培养学生自主学习能力．从而提高职业综合能力。     

我国鸭苗价格波动的周期性研究

在分析影响我国鸭苗价格周期性波动原因的基础上,利用X12季节调整法与H-P滤波模型法对我国鸭苗价格周期波动进行研究。结果表明:鸭苗价格波动具有周期性,周期平均长度为33个月,每个周期具有非对称性,每一周期的持续上涨时间低于持续下降时间。提出建立鸭苗生产的资格准入制度和标准许可证制度、合理控制鸭苗供给规模、保持国际和国内肉鸭市场信息畅通和加强肉鸭的疫病防治工作等相关的建议。     

易班用户黏度的模型构建及研究

2009年下半年,上海市教卫党委、市教委共同研发上海大学生实名互动平台“易班”,目前已覆盖上海所有高校。该研究构建了易班用户黏度的初始模型,并对上海15所高校的319名学生用户进行问卷调查。研究发现：影响易班用户黏度的因素中,用户对于易班的感知安全性最为认可,用户有用性也受到了一定的认可,但感知趣味性、转换成本、满意度3项一级指标认同度较低;易班用户黏度修正模型中,按路径系数影响大小依次为：满意度,感知趣味性,转换成本,感知安全性。     

基于心智模型的恐怖主义袭击扩展式演化博弈分析

政府反恐措施与恐怖分子袭击手段存在着相互观察、适应性演化的过程。本文首先构建了政府作为先行动者、恐怖分子作为后行动者的斯塔克伯格博弈模型,进一步建立了恐怖袭击问题的扩展式演化博弈模型。由于扩展式演化博弈的均衡分析需要考虑代际内和代际间不同层次的信念学习,造成了演化分析的复杂性。本文将"心智模型"概念引入到演化博弈,采取了心智模型演化解的分析方法,得出了简化后的演化均衡解。最后,结合新疆墨玉县6.28暴恐事件进行算例分析,比较怀特流形演化解和心智模型演化解的差异。心智模型演化解的结果表明,根据恐怖分子群体中选择袭击比例是否高于临界值,政府策略收敛到防御或者不防御。该求解方法通过将普遍接受的社会规范引入到演化过程分析,不仅简化了怀特流形的分析过程,而且均衡解展示了更为丰富的、更为切合实际管理问题的演化特征。     

论“跨文化交际”课程设计模块化

利用美国学者陈国明先生的跨文化交际能力的模型,结合跨文化课程设计理论和国内研究数据,完成课程概念性的模块化设计,为国内同行提供一个课程设计的新思路。     

Model selection for Lévy measures in diffusion processes with jumps from discrete observations

We deal with parametric inference and selection problems for jump components in discretely observed diffusion processes with jumps. We prepare several competing parametric models for the Lévy measure that might be misspecified, and select the best model from the aspect of information criteria. We construct quasi-information criteria (QIC), which are approximations of the information criteria based on continuous observations.     

非线性面板数据聚类方法研究

对于一类变量非线性相关的面板数据,现有的基于线性算法的面板数据聚类方法并不能准确地度量样本间的相似性,且聚类结果的可解释性低。综合考虑变量非线性相关问题及聚类结果可解释性问题,提出一种非线性面板数据的聚类方法,通过非线性核主成分算法实现对样本相似性的测度,并基于混合高斯模型进行样本概率聚类,实证表明该方法的有效性及其对聚类结果的可解释性有所提高。