齐次核的Hilbert型多重级数不等式取最佳常数因子的等价条件及应用

利用实分析技巧和权函数方法, 讨论具有齐次核的多重级数Hilbert型不等式, 得到了其取最佳常数因子的充分必要条件, 并给出其应用.     

Methods for backcasting,nowcasting and forecasting using factor‐MIDAS: With an application to Korean GDP

We utilize mixed‐frequency factor‐MIDAS models for the purpose of carrying out backcasting, nowcasting, and forecasting experiments using real‐time data. We also introduce a new real‐time Korean GDP dataset, which is the focus of our experiments. The methodology that we utilize involves first estimating common latent factors (i.e., diffusion indices) from 190 monthly macroeconomic and financial series using various estimation strategies. These factors are then included, along with standard variables measured at multiple different frequencies, in various factor‐MIDAS prediction models. Our key empirical findings as follows. (i) When using real‐time data, factor‐MIDAS prediction models outperform various linear benchmark models. Interestingly, the “MSFE‐best” MIDAS models contain no autoregressive (AR) lag terms when backcasting and nowcasting. AR terms only begin to play a role in “true” forecasting contexts. (ii) Models that utilize only one or two factors are “MSFE‐best” at all forecasting horizons, but not at any backcasting and nowcasting horizons. In these latter contexts, much more heavily parametrized models with many factors are preferred. (iii) Real‐time data are crucial for forecasting Korean gross domestic product, and the use of “first available” versus “most recent” data “strongly” affects model selection and performance. (iv) Recursively estimated models are almost always “MSFE‐best,” and models estimated using autoregressive interpolation dominate those estimated using other interpolation methods. (v) Factors estimated using recursive principal component estimation methods have more predictive content than those estimated using a variety of other (more sophisticated) approaches. This result is particularly prevalent for our “MSFE‐best” factor‐MIDAS models, across virtually all forecast horizons, estimation schemes, and data vintages that are analyzed.     

外部治理环境与公司绩效:代理成本的中介效应

中国经济发展过程中存在区域发展不平衡现象,这种不平衡现象对公司绩效产生了重要影响。基于2003-2015年沪、深两市A股上市公司数据,以管理费用率度量上市公司管理层与股东间的第一类代理成本,以其他应收款占比度量上市公司控股股东与中小股东之间的第二类代理成本,采用多元回归和中介效应检验程序,实证检验了外部治理环境通过两类代理成本的中介作用对上市公司绩效影响的内在机理。研究结果表明,外部治理环境的提升能够显著的降低两类代理成本,进而提高上市公司的绩效,两类代理成本在外部治理环境影响公司绩效的过程中发挥显著的部分中介作用。     

基于养生理念的小区生态园林植物群落配置设计——以池州和泰星城小区为例

首先论述了小区生态园林植物配置的原则,提出养生保健理念配置具体手法,具体调查了池州市和泰星城小区绿化树种的选择以及群落配置,进行了系统分析评价,借以探讨池州养生宜居小区的建设。     

页岩气低伤害超临界CO2凝胶压裂液研究

针对常规水压裂液会对页岩造成伤害，容易产生水锁，不易返排，还造成水资源消耗和污染环境等问题，制备了低伤害二氧化碳凝胶压裂液。将自备的F2EU和F4EU增稠剂加入到超临界CO₂基液中，探究两种增稠剂的加入量对CO₂凝胶压裂液黏度的影响，综合考虑成本与效果，优选了2%的F4EU增稠剂，可将CO₂的黏度增至15.4 mPa·s。研究了温度、压力以及剪切速率对凝胶压裂液黏度的影响。实验结果表明，随着温度升高黏度总体降低，但中间出现一个短暂升高阶段；随着压力上升压裂液黏度增加；随着剪切速率的增加压裂液黏度下降，属于一种典型的剪切变稀的假塑性流体。F4EU超临界CO₂凝胶压裂液的平均伤害率为1.39%，远远小于常规压裂液对岩芯的伤害率。实验表明，F4EU超临界CO₂凝胶压裂液在页岩气压裂开采中具有良好的应用前景。     

宁波市公共自行车服务满意度评价模型构建研究

以宁波市公共自行车为例，将因子分析法与二项logistic法相结合，对采集的1 688份居民满意度有效问卷展开分析。利用因子分析法筛选出6个因子，利用二项logistic法剔除并筛选出5个有效因子构建公共自行车服务满意度评价模型，合理评估当前宁波市公共自行车服务满意度。同时，利用随机抽取并不参与建模的5%问卷样本对评价模型进行校验，以确保模型的准确性与合理性。该研究有助于合理评价当前宁波市居民对公共自行车的服务满意度，同时适用于对未来一段时间内公共自行车服务满意度的预测。     

浙江省县市综合经济实力分析

利用浙江省2005年有关统计数据,分别采用加权平均法、主成分分析法、因子分析法和聚类分析法对浙江省58个县级市、县的综合经济实力进行了综合评价和排位.其方法科学、合理.对于帮助各地区看到自己所处的位置,明确自己的经济实力提供了一个度量准则.     

天然自然与人工自然的张力--信息论视域中的SARS事件形而上学探源

自然界在人类出现以前以天然自然的状态存在着，遵循自己固有的演化规律。人类创造的人工自然中所蕴含的人工信息具有直接和间接效应，其中间接效应尤其具有不可预测、难以控制、不可逆、强度大等特点。随着科学技术的发展，人工信息及其给生态系统和人类社会带来的效应都飞速增加。人类社会对人工信息的正面效应和负面效应的承受力是不对称的，大量增加的负面效应(例如非典病毒)如果超过临界值，可以将人类社会摧毁。因此它预示眷一个新时代的来临。     

浅谈功率因数的补偿及其应用

根据我国当前电力系统运行情况，对电网无功功率补偿的必要性及通用补偿方法及其装置进行了具体阐述。     

多媒体网络环境下数学建模过程探讨

在社会高度信息化的今天 ,多媒体网络为学生的数学建模提供了一个应用现代信息技术的机会 .在多媒体网络环境下开展数学建模可以按照查阅资料 ,模型准备、模拟实验 ,建立模型、数学模型的解、实际问题的解、撰写论文 ,展示成果这样的步骤进行