政府减排目标、产业结构与污染减排

政府是污染减排的重要主体,了解其行为对污染减排的作用对提升污染减排效果及实现中国绿色发展具有重要意义。创造性地将政府减排目标纳入研究框架,构建面板门槛模型,从工业污染排放总量的角度分析政府减排目标、产业结构、经济规模等因素对地方污染减排的影响,并用工业污染物强度进行稳健性检验。结果显示,政府减排目标对污染减排的作用存在阶段性不同:经济发展初级阶段,政府减排目标对污染排放总量的作用方向为正; 经济发展水平较高时,作用方向为负; 两者之间存在适应性调整阶段,作用方向具有不确定性,但总体由正向作用向负向作用转变。产业结构对工业污染排放总量的作用方向因污染物种类而异,经济规模对工业污染排放总量作用方向为正。     

Subjective utility with upper and lower probabilities on finite states

This article is concerned with thresholds of discrimination of preference judgments under uncertainty. We establish an axiomatic characterization for a threshold representation, where thresholds are represented by inexact measurement of subjective probabilities, i.e., upper and lower probabilities. Since upper and lower probabilities need not be additive, the representational form adopts the Choquet integration.     

高性能可重构DSP处理器的数据通路设计

介绍了高性能定点可重构DSP处理器的数据通路设计。该数据通路以功能强大的16位定点计算单元为基础,搭建起高速16位数据处理平台;并能以单指令流多数据流的方式灵活支持多维向量运算;通过重构的方法有效地支持了32位数据处理。     

西汉赋家的个体性生命焦虑

个体性生命焦虑是西汉赋家比较浓郁的生命意识。它较集中地体现于骚体赋和拟骚赋中。可以说,西汉赋家继承先秦时代的人文精神,并结合新时代对士人话语自由及人格自由的限制与剥夺,将屈原的楚骚精神进一步发扬光大,对后世文学关注生命具有深远影响。     

投敌叛变罪若干疑难问题研讨

投敌叛变罪作为危害国家安全的一种重罪,刑法学界的研究状况相对较为薄弱,为此应立足于刑法规定,并紧密结合司法实践,对投敌叛变罪的本质属性、客观表现、罪过形式、罪数形态、犯罪形态及其死刑适用等几个重大疑难问题进行较为深入的研究。     

我国网络金融的发展现状与监管思路

继金融深化、金融自由化、金融国际化之后,金融网络化的问题再次成为关注的焦点。本文回顾了网络金融的发展态势及其可能对传统金融产业产生的深刻影响,对我国网络金融在发展过程中存在的主要问题进行了深入分析,在此基础上对如何加强金融监管以促进我国网络金融的健康发展提出了积极的对策建议。     

《红星照耀中国》中的“红色中国”

埃德加.斯诺进入苏区后,"红色"在其个人词库中的语义内涵发生了很大转变。这一点直接反映在《红星照耀中国》一书中"红色中国"形象的形成与变化过程上。对这一个案的研究,将充分展现"前理解"和词汇语义弹性在形象建构过程中的复杂作用。     

“关关”新解

春秋时的《诗经》是我国最早的一部诗歌总集,其中《关雎》一诗是中外驰名的名诗魁首。对诗中“关关雎鸠”中的“关关”之注释,历来都遵循郑玄的注解。文章从几个方面对此进行考证,发现《诗经》中用象声词模拟鸟鸣叫的句式都和“鸣”字相连;雎鸠无论是那一种鸟,都不可能发出“关关”的叫声;“关关雎鸠”和“淑女采荇”一样,采用的都是比兴的手法。因而认为“关关”是动词重叠连用,说的是先人利用“鸟媒”的一种捕猎方式。这种利用鸟媒的形式表达爱情在民歌中仍得到体现。     

基于FCM的动态结合全局图像阈值分割

全局阈值分割对于小目标物效果不理想,动态阈值容易产生阴影等干扰,但综合考虑全局阈值和动态阈值可以达到比较理想的结果。模糊C均值算法用于灰度图像分割是一种非监督模糊聚类后再标定的过程,该文在不明显增加运算量的前提下,利用模糊C均值自动聚类的功能分别得到全局阈值和动态阈值,完成对阈值矩阵的构造和图像的分割。     

HEAVY-TAILED-DISTRIBUTED THRESHOLD STOCHASTIC VOLATILITY MODELS IN FINANCIAL TIME SERIES

To capture mean and variance asymmetries and time‐varying volatility in financial time series, we generalize the threshold stochastic volatility (THSV) model and incorporate a heavy‐tailed error distribution. Unlike existing stochastic volatility models, this model simultaneously accounts for uncertainty in the unobserved threshold value and in the time‐delay parameter. Self‐exciting and exogenous threshold variables are considered to investigate the impact of a number of market news variables on volatility changes. Adopting a Bayesian approach, we use Markov chain Monte Carlo methods to estimate all unknown parameters and latent variables. A simulation experiment demonstrates good estimation performance for reasonable sample sizes. In a study of two international financial market indices, we consider two variants of the generalized THSV model, with US market news as the threshold variable. Finally, we compare models using Bayesian forecasting in a value‐at‐risk (VaR) study. The results show that our proposed model can generate more accurate VaR forecasts than can standard models.