局部平稳部分线性面板数据模型的统计推断

部分线性模型是一类非常重要的半参数回归模型,由于它既含有参数部分又含有非参数部分,与常规的线性模型相比具有更强的适应性和解释能力。文章研究带有局部平稳协变量的固定效应部分线性面板数据模型的统计推断。首先提出一个两阶段估计方法得到模型中未知参数和非参数函数的估计,并证明估计量的渐近性质,然后运用不变原理构造出非参数函数的一致置信带,最后通过数值模拟研究和实例分析验证了该方法的有效性。     

随机需求环境下联产品系统价格与产量决策研究

基于固定比例生产技术和多产品随机需求的情形,研究了联产品制造商的两阶段产量和价格联合优化模型。通过反向倒推的优化求解,得到了联产品制造商的最优产量和价格决策以及变化规律。同时研究了需求服从均匀分布时,需求波动对均衡的影响。研究结果表明,在订货成本较低和一种产品的需求波动性较大时,当另外一种产品的波动增大,则该产品的最优订货量增大,同时价格下降。借助数值仿真,分析了价格敏感度和产出比例对最优决策和利润的影响。结果表明,在给定一种产品的价格敏感度时,另外一种的价格敏感度越大,那么该产品的价格就越低,制造商的订货量就下降。当一种产品的产出比例固定时,另一种产品的产出比例上升时,则该产品的价格下降,制造商的订货量下降,总利润上升。     

1950年代:“本质—特征论”文学定义的形成及影响

1950年代形成了"本质—特征论"的文学定义,即先界定文学的意识形态本质,再界定文学是用形象的方式来反映社会生活、体现意识形态的特征。这一定义的思维方式是先界定事物的普遍性,再界定事物的特殊性,突出事物的普遍性关联,轻视事物的独特性质的揭示,使得文学研究本应着重研究文学的特殊性成为空话,不利于认识文学自身的规律。1980年代的文学审美论试图突破这种定义方式,但1990年代以来,反本质主义的文学语境论再次回到从事物的关联性定义事物的思维老路,文学自身本质问题受到质疑,弱化了文学与审美关联的重要性与必要性。     

磷酸酯/Fe3+ 型油基冻胶压裂液性能研究

针对磷酸酯/Al3+ 交联的油基压裂液交联速度慢，交联剂溶解性慢、稳定性差和价格高等缺点，首次对磷酸酯/Fe3+ 交联的油基压裂液体系进行了研究。通过对铁交联剂体系的优化，筛选一种磷酸酯/Fe3+ 交联的新型交联剂体系，并对磷酸酯/Fe3+ 油基冻胶压裂液性能进行了评价。结果表明：采用30%Fe2(SO4)3+15% 二乙醇胺+55% 水制备的新型交联剂体系，直接与磷酸酯混合即可形成油基冻胶，其性能不受放置时间的影响，交联速度快，成胶性能好，10 min 就可达到最大黏度；压裂液的抗温抗剪切性能高，与常规铝交联剂体系比较，压裂液成胶速度提高了20 倍，压裂液的抗温能力由原来100 ℃提高到135 ℃，并且压裂液的破胶性和滤失性等性能均能达到压裂施工的要求。     

Testing equality of two normal covariance matrices with monotone missing data

Abstract

The problem of testing equality of two multivariate normal covariance matrices is considered. Assuming that the incomplete data are of monotone pattern, a quantity similar to the Likelihood Ratio Test Statistic is proposed. A satisfactory approximation to the distribution of the quantity is derived. Hypothesis testing based on the approximate distribution is outlined. The merits of the test are investigated using Monte Carlo simulation. Monte Carlo studies indicate that the test is very satisfactory even for moderately small samples. The proposed methods are illustrated using an example.     

Towards Uniformly Efficient Trend Estimation Under Weak/Strong Correlation and Non‐stationary Volatility

In this paper, we consider the deterministic trend model where the error process is allowed to be weakly or strongly correlated and subject to non‐stationary volatility. Extant estimators of the trend coefficient are analysed. We find that under heteroskedasticity, the Cochrane–Orcutt‐type estimator (with some initial condition) could be less efficient than Ordinary Least Squares (OLS) when the process is highly persistent, whereas it is asymptotically equivalent to OLS when the process is less persistent. An efficient non‐parametrically weighted Cochrane–Orcutt‐type estimator is then proposed. The efficiency is uniform over weak or strong serial correlation and non‐stationary volatility of unknown form. The feasible estimator relies on non‐parametric estimation of the volatility function, and the asymptotic theory is provided. We use the data‐dependent smoothing bandwidth that can automatically adjust for the strength of non‐stationarity in volatilities. The implementation does not require pretesting persistence of the process or specification of non‐stationary volatility. Finite‐sample evaluation via simulations and an empirical application demonstrates the good performance of proposed estimators.     

川东北地区须家河组二段储层差异性分析

随着勘探程度的深入，为了扩大四川盆地天然气勘探领域、寻找新的勘探接替区，四川盆地的勘探区域由盆内逐渐向盆缘延伸。在这种背景下，川东北地区须家河组二段相继取得新的勘探成果，但在勘探开发过程中逐渐暴露了诸如区块之间气井产能差异大，储层的碎屑组分、结构及厚度、物性、孔隙结构差异明显等问题，制约了勘探开发的步伐。针对上述问题，根据岩芯观察描述、分析化验资料及测井解释成果，从沉积、成岩方面入手，对比剖析了川东北龙岗和营山地区须二段储层特征的差异性及其成因，认为远离物源区和高能水体的反复淘洗是造成储层差异性的首要因素，强烈的压实作用和多期石英加大对储层差异性起关键作用，自生绿泥石衬边胶结和长石选择性溶蚀最终决定了储层差异性。从而解释了气藏勘探开发中遇到的诸多问题，对有效指导该区的下一步勘探开发工作具有重要意义。     

西方经济学话语特征与中国经济学话语体系建设

长期以来,经济学理论总是笼罩在西方中心论的西方主流经济学话语体系下,既不能解释真实世界变化,也无力为乏力的世界经济开出药方。中国改革开放40多年以来,经济增长取得举世瞩目的成就,而西方经济学的理论却无法解释中国经济发展的奇迹。总结中国改革开放伟大成功的经验,就在于不受西方经济学理论的影响,始终坚定不移地走好中国特色社会主义道路。中国实践的成功已经打破了西方中心论的"神话",但尚未形成一套系统的、完整的、严谨的中国经济学理论体系。因此,构建中国经济学话语体系是系统化总结中国发展经验的内在理论诉求。基于此,本文在厘清西方经济学话语特征基础上,提出中国经济学话语体系建设要突出国家主体性、阐释好中国道路、服务于国家战略。     

印度GDP核算概况

本文以印度《国民账户体系:来源与方法(2012)》为基础,通过搜集、汇总大量有关资料,着重研究印度GDP核算工作,系统阐述了印度GDP核算方法、资料来源、数据发布与修订等内容,为中国GDP核算发展提供经验借鉴。     

大数据背景下基于社交网络的聚类随机游走抽样算法研究

数字经济时代,社交网络作为数字化平台经济的重要载体,受到了国内外学者的广泛关注。大数据背景下,社交网络的商业应用价值巨大,但由于其网络规模空前庞大,传统的网络分析方法 因计算成本过高而不再适用。而通过网络抽样算法获取样本网络,再推断整体网络,可节约计算资源, 因此抽样算法的好坏将直接影响社交网络分析结论的准确性。现有社交网络抽样算法存在忽略网络内部拓扑结构、容易陷入局部网络、抽样效率过低等缺陷。为了弥补现有社交网络抽样算法的缺陷,本文结合大数据社交网络的社区特征,提出了一种聚类随机游走抽样算法。该方法首先使用社区聚类算法将原始网络节点进行社区划分,得到多个社区网络,然后分别对每个社区进行随机游走抽样获取样本网 络。数值模拟和案例应用的结果均表明,聚类随机游走抽样算法克服了传统网络抽样算法的缺点,能够在降低网络规模的同时较好地保留原始网络的结构特征。此外,该抽样算法还可以并行运算,有效提升抽样效率,对于大数据背景下大规模社交网络的抽样实践具有重大现实意义。