基于动态DEA模型的证券投资基金绩效评价

证券投资基金是中国资本市场上一支重要的力量,对其绩效进行客观评价是一项极为复杂的系统工程。本文试图选取一种适合目前中国投资基金市场的动态DEA模型对基金绩效进行评价,为证券基金绩效评价问题提供一条新的思路,并采用该方法对2003年12月前成立的15只开放式基金进行实证分析。     

两阶段混联生产系统的DEA效率评价模型

效率评价是提升生产系统运作性能的重要工具,但对复杂系统的效率评价的研究还比较缺乏。串联和并联生产系统的效率评价方法已经提出,但对混联结构生产系统的效率评价方法还有待研究。在串联和并联生产系统的DEA效率评价模型的基础上,提出混联生产系统的DEA效率评价模型。该模型能更合理地评价混联结构生产系统的技术效率。关于商品营销系统的实证分析在一定程度上表明了此模型的合理性。     

DEA改进模型的企业技术创新能力评价

本文以重庆市2007年企业创新统计数据为依据,建立投入产出指标体系,运用数据包络分析方法对10类不同企业的创新效率进行评价,针对多个相对有效的企业运用改进的DEA方法（MDEA）进行区分和排序。对于无效的企业分别从技术有效和规模有效两个方面讨论无效的原因,并提出改进建议,为企业的经营决策提供了很好的参考依据。     

基于极效率DEA模型的港口绩效评价

对集装箱港口的绩效进行评价一直是港口当局关心的问题，现有文献尚未提出比较有效的方法，尝试利用极效率(super-efficiency)DEA模型对集装箱港口的绩效进行评价。极效率DEA模型能够有效地区别出有效(绩效值1)决策单元之间的绩效差异，可以对所评价的决策单元进行有效的排序。此方法已在城市和企业的评价中得到了应用，但尚未在港口得到应用。在案例中，汉堡港最有效率，新加坡港次之，然后是香港港、泽布勒赫港和基隆港，香港港由于船舶的无效逗留时间长、新加坡港集卡数配置不合理，导致两者的绩效低于吞吐量远小于它们的港口。     

DEA方法在石油企业经济效益评价中的应用

本文在分析国内外石油企业经济效益评价理论方法的基础上,应用数据包络分析方法,对11家石油企业的经济效益进行了综合评价,找出了非有效决策单元今后改进工作的方向,为决策层提供了管理信息和决策依据。     

基于DEA方法的多指标评价

针对同时含有成本型指标、效益型指标和固定型指标的多指标评价问题,利用DEA方法进行评价,给出了多指标评价的DEA模型。并且对于DEA方法中部分指标过于理想化问题,考虑了权重限制,使其产生更加合理的输入和输出权重。在出现多个有效评价对象的情况下,利用超效率DEA模型对有效评价对象进行充分比较和排序,最后给出了评价实例。     

基于修正Russell度量的DEA模型

传统Russell度量由于其非径向性已经广泛用于度量企业的生产效率，但是其非径向性导致模型求解困难。提出修正的Russell度量算法，基于该算法建立数据包络分析模型．克服求解困难，并给出实例计算。     

DEA 在非煤产业投资效果评价中的应用

投资项目的成功与否,在很大程度上取决于投资项目的实施过程,本论文使用数据包络分析（ＤＥＡ）的方法,对煤炭企业非煤产业的一些投资项目的实施过程进行了科学评价,为项目的跟踪管理提供了理论依据。     

综合运输协调发展的DEA评价

综合运输系统应该使各种运输方式的比较优势得到充分发挥,各运输方式子系统间的协调状态对综合运输的相关决策至关重要。对综合运输协调概念、演进规律做简明分析,运用数据包络分析方法构建运输子系统之间协调发展程度的评价模型,讨论模型求解方法。量化研究福建省2001～2010年的各运输方式之间的协调发展状况,分析两两运输方式之间协调现状及成因,提出福建省综合运输发展的相应建议。     

一类树形生产系统的DEA效率评价研究

复杂生产系统的DEA效率评价具有重要意义,但有关研究还比较缺乏.树形生产系统是一类代表性的复杂生产系统.传统CCR方法忽视树形系统的内部结构,将高估系统的技术效率.在考虑树形系统的内部结构的基础上,本文提出了针对树形生产系统的DEA TPS效率评价模型.该模型能更合理地评价树形系统的技术效率,更大程度挖掘企业性能改善的潜力.关于商品营销系统的实证分析在一定程度上表明了此模型的合理性.     

基于偏好DEA模型的应急资源优化配置

从应急系统中应急资源的投入产出的整体相对效率考虑, 提出了新的资源优化配置的非参数DEA模型,对应急系统中应急资源总体利用情况进行了评价.在此基础上,考虑到决策者的偏好信息,构造了偏好的DEA资源配置决策模型.最后,通过对一个算例的具体分析,清楚地表明,在资源总量控制的情况下,利用本文提出的非参数偏好DEA模型对应急资源进行统筹安排和合理配置,可以大大提高应急系统的整体相对效率.     

一类基于半自由处置变量的DEA模型

首先基于具有多输入(或输出)的决策单元的实际背景,将输入(或输出)变量区分为自由处置变量、非自由处置变量和半自由处置变量,并建立新DEA模型.新DEA模型既考虑被评决策单元在进行效率评价时,根据自身实际需要对不同输入(或输出)变量进行不同比例的分项控制,又考虑非有效的决策单元在效率改善时,使DEA评价结果形成的建议是切实可行的.最后通过商业银行数据以演示新模型.     

基于小波互信息的辐射源脉冲分类

针对电子支援系统中实时识别截获的雷达信号类型,提出了一种基于小波互信息准则的辐射源脉冲分类方法。该方法首先对辐射源脉冲信号进行小波变换,获得不同尺度、不同时移下时频面的小波特征集,然后利用Parzen窗密度估计方法对小波特征集的小波系数估计出其概率密度函数,从而计算出已知脉冲类和所有脉冲实现之间的互信息,用单个脉冲即可实现不同辐射源的脉冲分类。计算机仿真结果表明了方法的有效性。     

基于DEA模型的基金业绩评估的主要方法

综述了评估基金业绩的主要方法，特别是分类介绍了新近基于DEA模型所提出的几种基金绩效评价指标，在简述不同指标的优缺点、国内在该领域的研究现状的基础上，指出有关DEA模型研究及其进一步用于基金业绩评估时所存在的其它亟待解决的问题。     

基于扩展有效的逆DEA模型

为了克服决策单元在有效性的评价和排序方面占主导地位的缺陷,在扩展DEA模型的基础上,对于输出减少时的逆DEA问题进行了讨论.通过求解相应的多目标规划问题(VP),得到了多目标规划(VP)的Pareto弱有效解与评价减少了输出的决策单元的规划问题的最优值之间的一些相关性质.对于决策单元为弱DEA有效的情形,也进行了类似的讨论.最后用数值实例加以说明.     

基于互信息熵的国家风险相关性研究

国家间国家风险的相互关联状况,已成为影响全球投资战略和国际资本流动的重要决定因素,因此有必要深入识别国家风险相关性特征.本文基于信息熵理论,引入互信息构建广义相关系数刻画国家风险间复杂的相关关系,并通过构建"多阶段一多要素"的分析框架,刻画了2007年金融危机前后政治、经济、金融三种国家风险要素的相关性特征差异.以金砖国家为例,研究发现:金融危机前后综合国家风险相关性变化明显;即使国家间综合国家风险相关性变化趋势相似,但其内在的国家风险要素相关性特征差异显著.研究结果有利于国际投资者规避来自国家层面的不确定性损失,对国际贸易与投资有着重要的指导意义.     

基于双阶段互信息准则的多目标检测波形设计

在有限信噪比情况下,雷达对多目标的检测性能受限于参数估计精度和发射脉冲积累,而波形设计为雷达性能提升提供了自由度。本文以信噪比为约束条件,以假设概率与设计波形的加权和迭代波形发射,分阶段提出了基于单假设互信息最大化、基于多假设间互信息最小化的波形优化方法,实现了提升参数估计精度与降低发射脉冲次数的均衡处理。仿真验证了目标参数估计精度与目标检测性能间呈正相关关系,结果表明,基于双阶段互信息准则设计的波形能够快速检测多目标方位,提升目标检测性能。     

基于ASP收益管理的互联网流量优化模型

构建了一种基于收益管理理论的互联网信息流量优化模型,以提高ASP(network access service provider,网络接入服务提供商)的收益水平.该模型将互联网信包传递过程抽象为一串联排队系统,通过对由于拒绝用户接入和网络拥塞而产生的总成本函数的优化,来实现对总信息流量的最优控制.根据对模型结果的模拟分析,本文从用户接入和传输服务管理两个方面,对ASP如何在保证服务质量的前提下提高收益水平提出了建议.     

Learning multivariate time series causal graphs based on conditional mutual information

Detection and clarification of cause-effect relationships among variables is an important problem in time series analysis.This paper provides a method that employs both mutual information and conditional mutual information to identify the causal structure of multivariate time series causal graphical models.A three-step procedure is developed to learn the contemporaneous and the lagged causal relationships of time series causal graphs.Contrary to conventional constraint-based algorithm, the proposed algorithm does not involve any special kinds of distribution and is nonparametric.These properties are especially appealing for inference of time series causal graphs when the prior knowledge about the data model is not available.Simulations and case analysis demonstrate the effectiveness of the method.     

基于Markov blanket和互信息的集成特征选择算法

针对大量无关和冗余特征的存在可能降低分类器性能的问题,提出一种基于近似Markov blanket和动态互信息的特征选择算法并将其应用于集成学习,进而得到一种集成特征选择算法。该集成特征选择算法运用Bagging方法结合提出的特征选择方法生成基分类器,并引入基分类器差异度进行选择性集成,最后用加权投票法融合所选基分类器的识别结果。通过仿真实验验证算法的有效性,以支持向量机(support vector machine, SVM)为分类器,在公共数据集UCI上进行试验,并与单SVM及经典的Bagging集成算法和特征Bagging集成算法进行对比。实验结果显示,该方法可获得较高的分类精度。