机构持股与上市公司信息披露质量——基于主动型和被动型基金影响差异的视角

本文以我国A股上市公司为研究对象,采用2007-2016年半年度开放式基金持股数据,研究主动型基金和被动型基金持股对上市公司信息披露质量影响的差异.研究结果表明,主动型基金持股降低了公司信息披露质量,而被动型基金持股提高了公司信息披露质量.本文采用子样本回归以及工具变量和两阶段最小二乘法控制潜在的内生性等问题,得到了一致稳健的结果.进一步分析发现,主动型基金通过增大市场噪音对信息披露质量产生负面影响,而公司治理的改善是被动型基金提高信息披露质量的主要原因.本研究对资本市场中机构投资者发展目标的制定具有启示意义,监管部门应积极采取措施发展价值型机构投资者,充分发挥其公司治理功能.     

灰色市场下考虑非对称信息的制造商质量披露及定价策略

针对灰色市场条件下产品质量为非对称信息的情形,构建由一个制造商、一个灰色市场投机者和顾客组成的Stackelberg博弈模型,研究了制造商的质量披露及定价策略.研究表明,在产品质量和低价市场顾客支付意愿较低时,制造商的质量披露策略是向顾客隐藏质量信息,反之则向顾客披露质量信息;在定价策略方面,随着低价市场顾客支付意愿的提高,制造商可通过不断缩小高、低价两个市场的价格差与灰市投机者进行竞争.进一步地,通过与产品质量对称信息情形对比分析发现,虽然非对称信息情形下制造商具有信息优势,但制造商不一定能够获得更高的利润,且其利润并不总是受到灰市投机者的影响.最后,通过将模型进一步扩展到制造商进行质量研发,即质量为内生时的情形,结果表明上述研究结论具有较好的一致性和普适性,可为灰色市场下制造商质量披露与定价提供有益的管理启示.     

多星载光学传感器系统误差极大似然配准算法

针对低轨星座协同探测弹道目标过程中存在系统误差的问题，提出多星载光学传感器系统误差极大似然配准（maximum likehood registration，MLR）算法。通过一阶Taylor近似对非线性量测转换线性化，推导出目标状态的误差协方差与卫星轨道定向、姿态角测量和传感器测量等随机误差的关系，并基于视线交叉获得观测在状态空间中的近似投影，从而将MLR算法扩展到低轨星座多光学传感器的误差配准。通过引入各类测量误差的先验信息对目标状态的误差协方差进行修正，利用期望极大化迭代，实现了对系统误差的无偏有效估计及目标轨迹的融合估计。仿真验证了所提算法的有效性，且配准性能优越。     

智能机器人意识问题的各种解答与我见

智能机器人是否有意识甚或有人的意识?解答这个问题的关键在于把握意识的本质。由于迄今对意识还是众说纷纭,这就意味着从不同的意识观出发,会对问题形成多种解答。这些已有的或潜在的解答经逐一辨析可知,每一个都不能令人满意。与之不同,若从我的信息意识观出发可有好效果,它将意识定义为脑的信息性活动,可以克服以往各种意识观的片面性问题。同时说明,能进行信息性活动的智能机器人也是有意识的。人脑的信息性活动在功能上,不仅能反映,还能感想、反思、想象和决定。智能机器人的意识也能反映、感想、反思、决定,唯独不能想象。并且,它的感想、反映、反思和决定也不如人类的这些意识功能。这些都是智能机器人的意识与人的意识的质差。     

预训练模型下航天情报实体识别方法

为了快速处理航天情报,基于数据驱动的深度学习技术,提出融合多源异构知识标注中文航天情报数据集的方法流程,以及基于预训练(pre-training)模型的航天情报实体识别(AIER)方法;通过对航天情报进行命名实体识别,达到对航天情报进行信息抽取的目的.通过融合BERT(bidirectional encoder representation from transformers)预训练模型和条件随机场(CRF)模型构建AIER模型(BERT-CRF模型),将其与隐马尔可夫模型(HMM)、条件随机场(CRF)模型、双向长短期记忆网络加条件随机场(BiLSTM-CRF)模型进行实体识别对比实验.结果表明:基于预训练模型的AIER模型能够取得93.68%的准确率、97.56%的召回率和95.58%的F₁值;相比于其他方法,基于预训练模型方法的性能得到提高.     

基于图注意力网络的案件罪名预测方法:CP-GAT

案件罪名预测任务是基于文本数据去预测案件所属罪名.针对现有方法在相似罪名和长尾数据集上表现不佳的问题，提出了一种基于图注意力网络的案件罪名预测方法CP-GAT(charge prediction based on graph attention network).该方法首先使用司法文书数据集中的案例事件描述文本和案例对应的法条信息建立异质图结构数据，构建后的异质图包含两种类型的节点(词节点、案例节点)，两种类型的边(词节点与词节点相连的边，词节点与案例节点相连的边).在基于法律文本构建后的异质图上使用图注意力网络进行图特征提取，最后将得到的特征向量输入到罪名预测的分类器中，得到案例所属的罪名.在CAIL2018法律数据集上的实验结果表明，基于图注意力网络的罪名预测方法优于对比实验使用的方法，准确率和宏观F1值分别达到了95.2%和66.1，验证了提出的方法有利于提升案件罪名预测任务的性能.     

一种基于证据决策的航迹相关算法

基于证据决策的思想,对传统的最近领域法(NN)及K近领域法(K-NN)进行改造,设计新的航迹相关判决准则,提出一种新的分布式多传感器航迹关联算法(EK-NN). 通过仿真试验分析,并与最近领域法(NN)及K近领域法(K-NN)进行比较. 结果表明,在密集目标环境下,基于证据决策的(EK-NN)航迹关联算法明显优于最近领域法(NN),较K近领域法(K-NN)也有一定的改进.     

博弈双方逆向选择问题的均衡分析

针对现实中大量存在的双方信息不对称现象,建立了博弈双方逆向选择问题的一般化模型,提出博弈双方逆向选择可能出现的分离-分离、分离-混同、混同-分离、混同-混同4类均衡. 通过将经典的垄断限价模型扩展为双方信息不对称条件下的逆向选择模型,验证了上述4类均衡,并分析了双方逆向选择垄断限价模型中高成本类型进入企业数量对均衡的影响. 研究发现,高成本类型进入企业数量对均衡区间及均衡价格具有贴现作用,其作用大小依赖于不同情形下的均衡条件.     

信息不对称框架下资产均衡定价模型分析

为揭示上市公司信息供给与公司资本成本之间的内在关联,从投资者的角度出发,考虑信息不对称情形下建立效用最大化模型求解资产均衡市场价格和公司资本成本.基于上述模型,分析了信息不对称情形下的资本成本的决定机制.通过分析,得出的主要结论为:公司资本成本和信息精度、信息的传播范围成反比,即信息的精度越大、传播范围越广,公司资本成本越小.所以上市公司为了降低资本成本应该全面充分的披露信息.     

谈高考物理试题的热点——信息类问题

基于《普通高中物理课程标准(实验)》中要求学生有一定的信息收集和处理能力,高考物理中紧紧贴近课程标准的要求,体现新课改的理念,信息类问题已成为高考物理试题的热点。但试题超出中学物理教材的范围,如万有引力势能等问题,学生在解决这些问题是要学好物理知识,掌握物理方法,领悟物理思想,以此提高解决信息类问题的能力。