数据驱动下收货方质量偏好与电商配送服务质量优化

针对"互联网+大数据"优化电商配送服务质量问题,明确不同收货方的质量需求稳定性,引导电商根据收货方不同质量敏感性提供相对精准服务,提升配送服务质量。模拟投票结果的形成过程聚类得到收货方对服务质量偏好的记忆性特征：（1）"无记忆"型收货方;（2）"记忆"型收货方;（3）"不确定"型收货方;（4）收货方总体。进一步推导不同规划类型求解空间,设计得到"无记忆"型收货方动态规划精确求解方法,及其他三种类型近似求解粒子群算法。研究过程中,配送资源质量感知度被嵌入到模型约束;"无记忆"型收货方的质量需求规划问题转化为零库存策略最优解问题,进而证明存在精确解;"记忆"型收货方呈现出对质量感知的累积;"不确定"型收货方模型通过赋值即可得总体收货方表达式。结果表明：数据驱动研究框架借助大数据资源,使得电商更易通过收货方的质量偏好设计更加匹配的配送方案;不确定服务需求得到有效满足,投入成本的利用率更高;通过特征分类的方式,尽可能地抽取能够精确最优化的部分,缩小NP范围,提高整体求解的精确度。     

辽宁装备制造业利润波动性的协整VEC模型分析

通过建立VAR模型,运用脉冲响应函数和预测方差分解的方法对辽宁省装备制造业利润增长的波动情况进行实证分析。研究结论：无论长期还是短期出口对辽宁装备制造业利润的贡献都不大,辽宁装备制造业发展与出口导向型经济增长假说不相符,而与经济增长导致出口扩张假说（GLE）相符。表明振兴辽宁装备制造业不能仅依靠出口,关键在于产品技术和组织形式的创新。     

成都市农村居民现金收入影响因素实证分析

当前,面对国内外经济形势的新变化,中央政府把扩大内需作为改变我国经济增长方式和缓解国际压力的重要途径之一,而扩大内需就要提高农村居民的收入水平.为研究如何提高农村居民收入问题,从现金收入的角度,选取相关变量建立向量自回归模型,运用脉冲响应、方差分解等方法,对影响现金收入增速的因素进行了实证分析.结果发现：人均现金收入增速主要受人均工资性收入增速的影响,人均家庭收入增速次之,人均转移性和财产性收入增速最小.     

指数分布参数基于不完全数据的区间估计

对不完全样本观测数据,讨论了指数分布总体参数的区间估计;给出了构造置信区间的一种方法并推导出了相应的分布密度函数表达式;并说明了该方法在样本中可能存在异常值时的应用。     

会计制度与税务制度差异的研究

由于企业会计制度与税务制度所规范的对象和目的不同,会计核算和税务核算之间始终存在着一定的差异。我国现行的会计制度,在会计核算原则、会计政策及会计核算实务等方面都与现行的税务制度存在着较大的差异,而这些差异很可能会导致国家税源的流失,并容易引起征纳双方的纠纷,造成纳税调整增多,甚至不能正确地确认纳税人权益,也给企业避税创造了机会。因此,应加快我国税收制度的改革,减少会计制度与税务制度的差异,确保会计核算的准确性和企业依法纳税。     

农地抵押融资意愿与最优土地规模

运用2014年陕西、宁夏两省2493户农户的调研数据,采用Probit模型,以农地规模对农户参与农地抵押融资意愿的影响分析为基础,实证分析农户参与农地抵押融资意愿最大化条件下的最优土地规模。研究发现：农地规模对农户参与农地抵押融资意愿呈倒U型影响,高陵、平罗地区农户参与农地抵押融资的最优土地规模分别为12.67亩、56.50亩,分别是当地户均农地规模的2.68倍、3.00倍,农业主导产业差异导致最优土地规模有所不同。总体看来,样本农户的家庭规模、经营类型、往返金融机构的便利程度、金融机构数量对农户参与农地抵押融资意愿有较显著的影响,而分区域来看,各控制变量的影响效应存在较大区别。     

关于国民收入随机模型的广义最小方差控制

基于Astrom随机动态模型,讨论了非最小相位经济系统的控制问题.应用广义最小方差控制方法设计出自发投资的调控策略.通过实例表明,国民收入在控制策略作用下波动幅度最小,这是促进经济增长良性循环的重要前提.     

历史文化名城武威旅游资源定量评价

在实地考察和分析数据的基础上 ,运用层次分析法和模糊数学法对武威市旅游资源进行了定量评价 ,得到旅游资源各评价因子的权重、分值及综合评分值 ,并对其进行等级划分 ,为武威旅游业的发展提供了基础资料和依据。     

Estimation of the parameters of symmetric stable ARMA and ARMA–GARCH models

In this article, we first propose the modified Hannan–Rissanen Method for estimating the parameters of autoregressive moving average (ARMA) process with symmetric stable noise and symmetric stable generalized autoregressive conditional heteroskedastic (GARCH) noise. Next, we propose the modified empirical characteristic function method for the estimation of GARCH parameters with symmetric stable noise. Further, we show the efficiency, accuracy and simplicity of our methods with Monte-Carlo simulation. Finally, we apply our proposed methods to model the financial data.     

Copula-based predictions in small area estimation

Unit-level regression models are commonly used in small area estimation (SAE) to obtain an empirical best linear unbiased prediction of small area characteristics. The underlying assumptions of these models, however, may be unrealistic in some applications. Previous work developed a copula-based SAE model where the empirical Kendall's tau was used to estimate the dependence between two units from the same area. In this article, we propose a likelihood framework to estimate the intra-class dependence of the multivariate exchangeable copula for the empirical best unbiased prediction (EBUP) of small area means. One appeal of the proposed approach lies in its accommodation of both parametric and semi-parametric estimation approaches. Under each estimation method, we further propose a bootstrap approach to obtain a nearly unbiased estimator of the mean squared prediction error of the EBUP of small area means. The performance of the proposed methods is evaluated through simulation studies and also by a real data application.