带信息的情绪资产定价研究

在非对称信息条件下,我们建立了一个一般化的情绪资产定价模型,表明投资者情绪对资产价格具有显著的系统性影响.模型中,情绪和信息是相对应的.知情者利用有价值的信息进行交易,使得信息融入价格之中;情绪投资者基于情绪进行交易.使得情绪融入价格之中;理性不知情者偶尔误把情绪当作信息,追逐情绪投资者,从而放大情绪冲击,使得资产价格远远偏离它的潜在价值.此外,情绪投资者的比重以及信息的质量等因素能够放大投资者情绪对资产价格的冲击,从而降低市场的有效性.     

我国小型餐饮业发展问题及对策研究

对当前我国小型餐饮业的运营现状进行了分析,指出了小型餐饮企业在管理和服务水平、市场定位和规划、顾客忠诚度等方面存在的问题,并从国家政策、产品开发及营销、规划和管理等方面提出了建议,有助于小型餐饮企业在激烈的竞争中不断提高服务水平并持续发展。     

基于弹性网约束的稳健变量选择

大数据时代下收集到的数据常含有异常值或呈现尖峰厚尾以及变量之间具有较强的相关性，针对此问题，结合秩回归和自适应弹性网(Adaptive Elastic-net )提出了一种高效稳健的变量选择方法。此方法的最大优点在于不仅能够有效处理协变量之间的强相关性而且还能克服多重共线性问题，同时能抵抗厚尾分布或异常值的影响，实现稳健的变量选择。在数值计算方面，采用二次近似和牛顿迭代算法以获得新变量选择方法的稳定数值解，仿真实验表明：新提出的方法比现有方法表现更好，特别是对于厚尾分布或异常值的情况。最后，通过对中国重要的股票市场指数——中证100指数的跟踪，进一步表明该方法在有效样本下具有良好的表现。