基于消费者网络的金融创新扩散研究

研究创新的时间扩散模式对于创新企业来说具有重要意义.基于消费者网络的创新扩散模型,综合考虑创新扩散数据和现实的消费者网络特征,弥补了传统创新时间扩散模型和新兴社会网络仿真研究方法的缺陷.对我国银行卡扩散数据进行实证研究发现:基于消费者网络的创新扩散模型较好地拟合了样本数据;在银行卡扩散中消费者内部的"口碑效应"发挥着重要作用;基于消费者网络的创新扩散模型揭示了各银行卡产品所面对的不同消费者网络拓扑结构,揭示了各产品消费者群体创新采纳的不同内部影响机制,研究结果有益于深入了解金融创新产品扩散的内部规律及制定有针对性的营销策略.     

网络外部性条件下新产品扩散的赠样策略研究

在具有网络外部性新产品的赠样营销中,所选取的最优赠样目标受到消费者购买行为和消费者网络的共同影响.在无标度消费者网络下,运用基于智能体的仿真研究方法,研究新产品推广企业利用有限的产品销售量和赠样成本信息自我学习寻找最优的赠样目标.仿真研究结果表明:正网络外部性及消费者同质情形下,在一定的临界采纳比例区域内最优赠样方案的产品扩散效果优于随机赠样方案,该区域内网络平均度越大产品扩散的速度越快,网络的异构程度则与产品成功扩散的难易和扩散速度无关;消费者异质情形下,新产品推广企业可以寻找到使产品成功扩散的最优赠样方案;同时具有正负网络外部性时,最优赠样方案与随机赠样方案实施效果无显著差异;最优赠样目标平均度大于网络的平均度,平均聚集系数处于网络平均聚集系数附近.     

一种基于语言偏好关系的群体评价方法

针对专家偏好信息权重未知的基于语言偏好关系的群体评价问题提出了一种解决方法.首先,采用序关系分析法和唯一参照物比较判断法指导专家表达偏好信息;其次,在对专家偏好信息形式转换的基础上,定义了2个基于二元语义的诱导有序加权平均算子对权重未知的专家偏好信息进行集结,从而得出群体评价结论;最后,给出了一个应用算例.     

基于随机网络的创新扩散研究

基于ER随机图模型建立创新扩散网络,通过虚拟潜在采纳个体的决策过程,研究了创新潜在采纳主体行为、扩散网络结构与性质对创新微观采纳和宏观扩散的影响。实验结果表明,内部影响和外部影响共同决定一个成功的创新扩散。潜在采纳个体越倾向于从同质邻居个体处获取创新的评价信息,创新的扩散深度越大。随着潜在采纳者数量的增大,创新扩散的深度呈现周期性波动的特点。潜在采纳者的平均邻居数、扩散网络的聚集系数和平均路径长度与创新扩散的深度存在非单调的变化关系。创新潜在采纳主体行为、扩散网络结构与创新扩散的速度无关。实验结果有助于创新推广者制定有效的创新营销策略。     

集群创新合作网络的自组织演化模型及其仿真研究

通过刻画集群主体的理性创新合作决策行为,建立集群创新合作网络演化模型,运用仿真方法研究网络的自组织演化规律及拓扑结构特征等.结果表明,知识溢出效率越高,网络越快自组织演化至稳定状态,其资源配置效率及公平性也越高.知识非完全溢出情形下,出现合作主体间的影响力异类匹配,网络具有普遍的小世界性特征.知识的互补性并非建立创新合作关系的必要条件,潜在合作伙伴的网络位置也是独立于知识水平的重要影响因素.     

基于创新合作网络的产业集群知识扩散研究

创新合作网络是产业集群内部主体为适应创新复杂性的一种自组织涌现,创新合作网络结构决定了网络功能并进而影响发生于网络上的集群知识扩散过程。建立基于创新合作网络的知识扩散模型,在具有不同拓扑结构特征的规则网络、随机网络、小世界网络和无标度网络上,运用仿真方法研究集群知识扩散规律。将知识扩散效率与创新合作关系距离相联系,考虑知识的全局扩散效应。研究结果表明,具有无标度特征的创新合作网络能最大限度地提升集群知识扩散深度、知识扩散速度、整体知识水平增长效率以及具有最高的知识资源配置效率,创新合作网络中存在空间聚集的集群主体间倾向于具有相近的知识水平。最后给出促进最优创新合作网络安排的相关政策建议。     

金融创新产品营销策略对产品扩散的影响研究

文章以无标度投资者网络为载体,通过分析金融创新产品投资决策机制,并运用基于智能体的仿真方法,研究营销策略对产品扩散的影响。研究发现,在金融创新产品的扩散过程中累计募集资金量呈S形曲线变化。当投资决策更理性时,聚类选取初期促销宣传对象比随机选取能获得更多的最终募集资金量及更快的资金增长速度。当投资决策受到“羊群效应”影响更大时,在同一后续促销强度下,后续促销时间越往后,越有利于提高最终募集资金量、但却越不利于加快资金的增长速度;在同一后续促销时点下,促销力度越强,越有利于提高最终募集资金量及加快资金的增长速度。     

中国股票关联网络拓扑性质与聚类结构分析

复杂网络理论是研究股票市场内在结构和功能的有力工具,股票关联网络的拓扑性质和聚类结构对于理解网络的形成机制、发生在网络上的动力学行为具有重要意义.以中国上证180指数和深证100指数成分股票为研究标的,运用最小生成树算法和平面最大过滤图算法构建相应的股票关联网络,分析网络的基本拓扑统计性质和聚类结构.实证研究表明,平面最大过滤图关联网络为小世界网络,各关联网络内股票的影响强度服从幂律分布,股票之间存在的异类匹配模式揭示了市场内股票价格波动传导的过程,对最小生成树关联网络和平面最大过滤图关联网络的宗派和派系聚类分析能有效地挖掘股票之间的聚类结构信息,总体上看平面最大过滤图算法优于最小生成树算法,且实证结论对沪深股票市场具有普适性.     

基于信息传播和羊群行为的股票市场微观模拟研究

基于投资者之间信息传播及决策羊群行为,构建股票市场微观模型。不同于已有研究,综合考虑了投资者网络特征,即网络密度对信息传播速度的影响。通过数值仿真运算,研究在影响信息传播速度上,不同权重的网络密度和股价波动状况影响因素,对股票宏观统计特征的影响。研究结果表明,变化的网络密度和股价波动状况权重系数,不影响股票收益率分布的非正态、尖峰厚尾和收益率波动聚集等特征;投资者集簇规模及股票绝对收益率呈负幂律分布;权重系数的变化会影响股票收益率的分形特征。投资者之间信息传播速度受到的一定程度的股价波动状况的影响,是股票收益率具有状态持续性的充分必要条件。