基于样本的企业联盟效率综合评价的非参数方法

从系统组成成员的资源共享出发, 针对传统样本数据包络分析方法无法突破决策单元具有“可比性”的限制和无法依据任意参考面提供评价信息的弱点, 给出了带有约束锥的评价企业联盟效率的广义样本数据包络分析模型(PU-C²WH), 分析了该模型刻画的联盟有效性及弱有效性与相应的多目标规划非支配解之间的关系, 探讨了联盟单元在样本可能集中的投影性质和无效单元效率改进的途径和尺度, 并进一步给出了联盟单元群整体效率度量的典型方法和评价步骤, 最后, 将该方法进行了仿真应用．     

带有偏好锥的样本数据包络分析方法研究

针对传统数据包络分析方法无法依据确定参考面提供评价信息的弱点,给出了带有偏好锥的样本数据包络分析模型(PSam-C2WH)和相应的SCDEA有效性及弱有效性概念。分析了(PSam-C2WH)模型的性质以及它与传统DEA模型之间的关系,探讨了(PSam-C2WH)模型刻画的SCDEA有效性及弱有效性与相应的多目标规划非支配解之间的关系。进而,分析了决策单元在样本可能集中的分布特征、投影性质和模型含义等问题。     

次生产前沿面在有效DMU再评价中的运用

运用DEA方法进行决策单元的综合评价具有客观性和灵活性,但其对有效和弱有效DMU无法辨识的缺陷严重阻碍了该方法在评价领域的运用.由此,文章提出一种基于次生产前沿面的两阶段DEA评价方法,证明了新构建的次生产前沿面具有存在性、被包络性和不交性三大性质.同时,在证明原有效DMU投影次生产前沿面有效值恒大于1、排序方法与一般DEA有效值排序相反的基础上把两阶段中新旧DEA模型计算结果进行合理整合,得出综合排序结论.最后,通过一个实例说明了方法的可行性.     

考虑两种包络面的熵DEA效率评价模型

对决策单元进行效率评价与排序研究具有重要的理论价值与现实意义,数据包络分析(DEA)已经被广泛运用于决策单元的排序之中,然而,传统方法仅仅考虑一种包络面。其中,绝大部分DEA研究都是针对最优前沿面,近年来少量研究开始关注最劣前沿面,但同时考虑最优前沿面与最劣前沿面的研究尚处于空白。为此,本文利用信息熵理论,提出一种考虑两种包络面的DEA交叉效率评价方法。该方法用于决策单元的排序,同时考虑了最符合与最不符合决策单元自身偏好的权重体系,也兼顾了评价中的自评特征与他评特征,因此比较客观合理。最后,本文用一个实证研究演示了该方法。     

基于扩展数据包络判别法的商业银行信用风险评估

考虑到我国商业银行样本数据分布的非正态性和多维性特点,文章将扩展的数据包络判别模型引入商业银行信用风险评估中.该模型具有非参数检验特性,通过两阶段分类过程对企业信用状况进行判别.实证结果表明,与传统的Logistic分析模型相比,扩展数据包络判别模型的预测精度更好.     

不同决策环境下的区间属性决策单元效率全排序

建立了不同决策环境下区间属性决策单元效率全排序方法.本文结合超效率思想把不确定性的区间数据包络模型转化成一对确定性的超效率数据包络模型,以获得不存在效率拥挤的起效率区同;然后,根据不同决策环境的需要,分别借助赫威斯决策准则和区间数比较的可能度理论,建立了可供选择的决策单元区间效率水平的全排序方法.最后通过两个典型实例说明本文方法的优越性.     

基于虚拟包络面和TOPSIS的DEA排序方法

传统的DEA模型将决策单元简单地分为DEA有效或DEA无效两大类, 无法实现决策单元的完全排序. 为实现决策单元完全、合理的排序, 文献中出现多种DEA排序方法. 文章在文献总结的基础上, 对现有DEA排序方法的局限性进行了详细的探讨; 基于实际评价的决策单元, 提出了一种虚拟前沿面的DEA方法, 并给出了基于最优虚拟前沿面和最劣虚拟前沿面的效率评价模型; 然后基于TOPSIS排序思想, 构造了基于最优虚拟前沿面理想决策单元和基于最劣虚拟前沿面的负理想决策单元, 提出了一种集成的DEA排序方法. 该方法同时考虑决策单元的最优和最劣权重体系, 兼顾所有决策单元的效率信息, 能够获得较为合理的排序结果. 算例分析验证了所提出的方法的合理性和优越性.     

带有参数的DEA-C2R模型及决策单元的排序

针对数据包络分析(DEA)方法中的效率值不能区别DEA有效的决策单元之间的相对"优劣性"的不足,建立了带有参数的C2R模型,并具体地讨论了它们的性质以及相互之间的关系,提出了阈值的概念。在分析阈值的性质和经济意义的基础上,给出了区分所有决策单元"优劣性"的一个指标———有效值,即根据有效值的大小对所有决策单元进行排序的方法。     

左右特征向量几何平均排序法

本文证明了左右特征向量几何平均排序法具有强条件下保序性等性质．并给出了与特征向量排序法、最小偏差法具有相同排序向量的充要条件.     

不完备决策信息系统的混合条件熵与多属性决策

不完备决策信息系统的多属性决策具有应用意义,其主要依托不确定性度量.针对不完备决策信息系统,现有条件熵及相关决策排序方法具有信息单一缺点,对此提出混合条件熵与对应决策排序方法.首先,层次分解条件熵并引入依赖度,构建直接混合与层次混合两种新型条件熵,得到粒化单调性与度量值大小等性质.然后,由两种混合条件熵设计两种多属性决策排序算法,得到对比五种排序方法的有效性与改进性.最后,实施实际数据集的决策排序实验,证实新建排序方法能够取得条件熵排序方法的一致效果.混合条件熵分层融合了信息表示与代数表示,改进现有条件熵进而更全面表征系统不确定性,其合理排序有利于不完备决策信息系统的多属性决策应用.     

一种基于样本的综合评价方法及其在FSA中的应用研究

给出了一种基于多个样本单元或给定标准的多目标、多准则综合评价方法 ,并讨论了它的相关性质 .同时 ,还给出了一种依据样本前沿面移动划分可行集的算法 ( MSF) .根据划分的各区域特征 ,可以对决策单元的性状进行比较或排序 .在此基础上 ,给出了 n维空间中最大可接受风险曲面的概念 ,推广了传统的 F-N曲线分析方法 .并将 MSF应用于多风险区域分划以及同类单元综合风险评估 ( FSA)等问题中 .     

利用旋转算法构建DEA模型生产前沿面

传统数据包络分析模型的生产前沿面构造方法较为复杂,为了解决这一问题,提出了一个新的构建DEA生产前沿面的算法,称为旋转法. 阐述了旋转算法的含义. 分别从二维和高维角度对传统的四类DEA模型的生产前沿面进行构建,并对算法的理论依据进行了证明. 通过实际算例证明,相比起传统的方法,比如极点极方向法、Graham扫描法等,旋转法非常简单而且实用价值很广. 最后提供了一个关于该算法在实际中的应用---构建决策单元中含有负值的DEA模型,解决了传统DEA模型无法处理决策单元中含有负值的不足.     

Heston模型下考虑工资风险和保费退还条款的DC型养老金时间一致性投资策略

DC型养老金投资者通常可以将保费投资于金融市场中无风险资产、风险资产以及通胀指数化债券3种资产。在均值-方差准则下，为了充分考虑市场风险因素和保障参保人利益，将通胀风险、波动风险、工资风险以及保费退还条款引进投资模型中。利用博弈论思想和随机最优控制技术，通过求解一个扩展HJB方程组，得到了最优时间一致性投资策略和有效前沿的解析表达。最后，通过数值分析比较了有、无保费退还条款两种情形下的最优投资策略。此外，还分析了一些主要参数对最优投资策略和有效前沿的影响，并给出了经济意义上的解释。     

有存贷利差最优投资组合的有效前沿研究

运用非线性规划理论与方法,研究存贷利率不相等情形下的均值方差模型,给出最优投资组合及有效前沿的解析表达式。结论表明,有存贷利差的有效前沿是由线段、双曲弧线段及射线上的点组成的集合。     

基于C2W模型的广义数据包络分析方法

传统数据包络分析（data envelopment analysis，DEA）方法的参照系为决策单元全体，而许多实际问题的参照系可能会有多种形式，因此用传统DEA方法评价该类问题时遇到困难，广义DEA方法在评价该类问题时则存在一定的优势. 为了进一步完善广义DEA方法的理论体系，给出基于C²W模型的输出型广义DEA模型. 讨论基于C²W模型的输入型和输出型广义DEA模型中决策单元的Sam-DEA_d有效性的判别条件，广义DEA模型与传统DEA模型之间的关系，Sam-DEA_d有效性与相应的多目标规划的Pareto有效之间的关系，决策单元的投影性质，利用样本前沿面的d移动对决策单元进行有效性排序.     

DYNAMICS OF KNOWLEDGE ACCUMULATION IN TECHNOLOGY FOLLOWER COUNTRIES： A SYSTEM DYNAMICS APPROACH

In this paper the process of knowledge accumulation for a particular technology is studied. Two countries, say the technology follower and the technology frontier, are considered. The frontier’s knowledge growth is determined by its R&;D efforts on the technology. The level of knowledge stock for the follower country is augmented by its R&;D activities for the technology and absorbing some of the external knowledge through spillover from the frontier. The extent to which the follower is able to exploit the external knowledge depends on technological gap, absorptive capacity, absorption time and degree of spillover. New concepts such as natural and enhanced degree of spillover, background and innovative knowledge and absorption speed are introduced in the present work to deeply explore the process of knowledge spillover. The factors influencing the knowledge development in the long term are simultaneously studied in an integrated structure provided by the System Dynamics approach. This framework shows the responses to the changes and provides the basis for examining the interactions among the variables over time.     

金融资产组合优化管理系统

本文介绍一种金融资产组合优化管理系统(PortfolioOptimizationSystem).该系统由数据处理、优化计算两大模块构成, 具有数据处理、计算最小方差集、自动绘制资产组合效率边界和资本市场线、确定最优资产组合等功能, 可为金融机构的资产组合优化提供决策支持。在优化程序的研制中, 本系统开发了一个比用Wolfe方法更为简便易行的计算程序。最后, 以实例说明了本系统的使用。     

广义参考集DEA模型及其相关性质

由于传统数据包络分析（data envelopment analysis, DEA)方法的“评价参照系”是有效决策单元,即传统DEA方法只能获得和有效决策单元比较的信息,而实际上人们需要比较的对象不仅仅限于“优秀单元”,还可能是“一般单元”（如录取线）、“较差单元”（如可容忍的底线）或者某种特殊单元（如选定的样板、标准或某些特定对象）,而传统DEA方法无法评价这些问题。为此,给出一种适用于上述所有情况的广义DEA方法,并探讨其相关性质,主要包括基本的广义参考集DEA模型和广义DEA有效性概念;广义DEA有效性含义和广义DEA有效性的判断方法;广义参考集DEA方法与传统DEA方法的区别与联系。