售电量的模糊预测

售电量中,长期预测是电力企业经济分析的重要环节,是计划、决策的基础。 影响售电量的因素很多,也很复杂,如:工农业总产值、城市人口,家用电器的饱和程度,售电政策等。 本文把售电量及其影响因素视作模糊系统,用模糊回归修正模型预测售电量,通过相对误差检验,精度很高。     

盈余操纵与企业融资工具选择——基于中国A股上市公司的实证研究

我国上市公司为了获得外部融资具有通过调整可操纵应计利润来提升报告盈余的强烈动机。本文以我国A股上市公司1999-2005年财务数据为样本，应用横截面修正Jones模型估计盈余操纵程度，研究了上市公司盈余操纵与权益发行、债务发行和留存收益变化，以及资本结构变动的关系。研究结论表明，我国上市公司不仅在权益发行之前提高报告盈余，而且在选择债务融资之前也普遍具有提高报告盈余的倾向，表现为权益发行率和债务变动率都与滞后一期的可操纵应计利润正相关，而留存收益变动与滞后一期的可操纵应计利润负相关。本文还发现由于受股权融资、留存收益变动和债务融资对资本结构的综合影响，可操纵应计利润与资本结构变动呈正相关关系。     

考虑价格函数关系的成本效率、收益效率和利润效率

在介绍成本效率、收益效率和利润效率的基础上，考虑了价格与投入产出要素数量之间存在的函数关系，并且利用回归分析定义了两者之间所存在的具体函数关系，从而重新定义了成本效率、收益效率和利润效率模型，并提出算法来得到最终的成本效率、收益效率和利润效率。最后通过一个实例说明了该方法的有效性并指出进一步研究方向。     

股票非预期收益定价的三因素模型研究——基于中国股票市场的检验

本文建立了股票非预期收益三因素定价模型,三因素包括：当期非预期会计收益与期初股票价格之比（反映价值相关性^[1]）,分析师盈余预测修正变量（反映会计收益增长预期）,以及市场非预期收益（URM）变量. 在此基础上,本文建立了多变量回归模型,并采用2002年1月至2011年3月间中国股票市场的有关交易数据、机构收益预测数据和财务数据,来检验理论模型和实证模型的预测,发现：1）三因素模型框架可以精确地解释股票非预期收益,模型的截距项接近于零,调整R² 为52%;2）非预期市场收益（URM）吸收了账面市值比对股票非预期收益的解释能力;3）存在证券分析师偏向乐观的盈余预测,并且,基于证券分析师盈余的当期盈余预测修正变量对股票非预期收益具有显著的解释能力.     

基于转换成本和两类用户的多市场竞争:以电力零售市场为例

发展了考虑忠实用户和转换成本的不对称双寡头价格竞争模型,分析了电力零售市场中在位售电商跨区域多市场竞争策略.在输配电业务与售电业务剥离后,市场竞争强度和竞争策略仍然受到在位售电商不对称的忠实用户基础和活跃用户转换成本的影响,难以达到完全竞争的状态.模型和算例分析表明,在忠实用户份额的影响下,均衡的期望价格并非转换成本的递增函数.大公司忠实用户份额较大时,降低转换成本有可能导致市场势力的上升,而大公司忠实用户份额不太大时,较低转换成本下的双向进入市场定价也有可能高于单向进入时的期望价格.     

双边平台主导企业对用户定价策略研究——以软件平台为例

双边平台主导企业对用户的定价策略关系到平台的发展与竞争优势。构建平台主导企业对双边用户的定价模型并进行仿真分析,揭示主导企业的定价策略及其影响因素。研究结果表明:开发者间接网络外部性正向影响开发者获得的收益分成比例,反向影响双边用户接入费;平台匹配能力正向影响双边用户接入费,反向影响开发者收益分成比例;平台在终端用户边差异化程度正向影响终端用户接入费,反向影响开发者收益分成比例,平台在开发者边差异化程度对双边定价的影响取决于开发者间接网络外部性及其归属性选择;平台主导企业通过在收取接入费与收益分成之间合理调节来维持自身收益。对双边平台主导企业的差异化、价格结构等相关决策有重要启示。     

基于LASSO分位数回归的中期电力负荷概率密度预测方法

中期电力负荷预测过程中往往会受到多种外界因素(诸如温度、节假日、风力大小等)的不确定性干扰,并且影响中期电力负荷预测的因素复杂多变、规律各异,难以精准地进行预测.在大数据环境下,如何在种类繁多、数量庞大的影响因素中快速获取有价值信息成为了电力负荷预测问题的关键所在.提出的基于LASSO分位数回归概率密度预测方法,首先从影响电力负荷预测的多种外界因素中挑选出重要的影响因子,建立LASSO分位数回归模型.然后,使用triangular核函数,将LASSO分位数回归与核密度估计方法相结合,进行中期电力负荷概率密度预测.以中国东部某副省级市的历史负荷和外界影响因素(包括温度、节假日及风力大小)为算例,运用LASSO分位数回归方法进行中期电力负荷概率密度预测,得到的平均绝对误差在中位数和众数上分别为3.53%和3.69%,优于未考虑外界因素和考虑外界因素未进行变量选择的情况.为了进一步验证该方法的优越性,将其与非线性分位数回归和基于三角核的分位数回归神经网络概率密度预测方法进行对比分析,说明该方法能较好解决电力负荷预测中的高维数据问题,从而获得比较准确的电力负荷预测结果.     

基于PSO优化LS-SVM的小样本非线性协整检验与建模研究

针对小样本非线性时间序列，根据非线性协整的定义，利用基于粒子群优化最小二乘支持向量机的方法，对小样本非线性协整关系检验与非线性误差修正模型建模进行研究，设计了方法的 逻辑流程. 对舰船维修费指数与物价指数进行实证研究，在协整关系类型判断的基础上，实现了小样本非线性协整关系的检验，建立了预测舰船维修费指数的非线性误差修正模型，并与线 性向量自回归模型进行分析比较. 研究表明：基于粒子群优化最小二乘支持向量机的小样本非线性协整检验与建模方法，刻画了小样本系统的非线性协整关系，所建立的非线性误差修正模 型具有较好的预测效果，能够有效地预测小样本非线性系统.     

基于GD-FNN的股票市场泡沫模型

针对股票市场内部结构复杂性和外部因素多变性, 构建一种基于预测的股票市场泡沫模型. 以上证指数为研究对象, 在价格和成交量的基础上, 将与股票市场密切相关的宏观经济指标引入泡沫模型指标体系, 并对指标体系中各变量之间长期均衡关系和因果关系进行数量分析. 在此指标体系下, 构建向量自回归模型(VAR)模型衡量股票市场基础价值, 并据此分析宏观经济指标对市场的影响; 同时构建基于椭圆基函数且能够动态调整网络结构的广义动态模糊神经网络模型(GD-FNN)对上证指数进行拟合预测作为股票市场的市场价值, 并通过GD-FNN模型提取的模糊规则对股票非线性系统运行模式进行分析. 最后, 根据预测的股票市场市场价值与基础价值之间的偏差计算泡沫度, 并提出相应的预警策略.     

中国股市横截面收益特征与投资者情绪的实证研究

以中国股市1998年5月至2007年4月交易数据为研究样本,对股票横截面收益特征进行实证分析,结果显示,贝塔系数与股票预期收益间关系与理论相反,而股票市值、账面市值比等指标亦可以预测股票预期收益,且这种关系具有阶段性特征。应用非预期投资者开户增长率作为投资者情绪指数,对投资者情绪波动与特征组合收益进行回归分析,证实投资者情绪波动是导致上述现象的主要原因。     

基于混沌免疫进化网络的电池荷电状态预测

在电动汽车运行过程中,常规方法难以准确预测电池的荷电状态,提出利用偏最小二乘回归分析影响电池荷电状态的诸多因素,选择端电压、电压一阶导数、电压二阶导数、放电电流以及电池温度作为神经网络的输入,以荷电状态作为输出,然后采用混沌免疫进化规划算法训练前馈神经网络预测电池荷电状态.在变功率运行工况下,通过仿真试验对比镍氢电池组实际荷电状态的和预测的荷电状态,验证神经网络预测的精度在5%以内.     

考虑用户风险规避的V2G备用消费价格补贴CVaR模型研究

在单风险中性电网公司与单风险规避用户组成的V2G备用销售侧系统中,用户的风险规避及电网公司对其的消费价格补贴都会直接影响用户备用预订和消费行为.在CVaR风险度量准则下,构建了考虑用户风险规避的V2G备用消费价格补贴CVaR模型,并分别求解了一体化和分散决策下有、无消费价格补贴时的用户最优备用预订容量,以及有消费价格补贴下电网公司的均衡消费价格补贴.在此基础上,给出了利用消费价格补贴协调该V2G备用销售侧系统且达到Pareto改进时用户风险规避程度、电网公司备用预订合约价格以及消费价格补贴之间满足的解析关系.最后,将模型拓展到双方考虑用户风险规避信息不对称,分析用户隐瞒风险规避程度的动机及其对有消费价格补贴下的分散决策CVaR模型的影响.研究发现:在消费价格补贴策略下,风险规避型用户的最优V2G备用预订容量与其风险规避值负相关,而与备用预订的合约价格正相关;用户的风险规避值会对其均衡时的CVaR利润产生先负向后正向的影响;在电网公司与用户对后者风险规避程度存在信息不对称的情形下,用户为了提高获得的最优CVaR利润,具有虚假报高风险规避值的动机.数值算例也验证了所提出的模型与理论分析的可行性.     

电力零售市场中的惠卖定价竞争--基于多类型用户和差异化转换成本

引入忠实用户和活跃用户差异化转换成本, 拓展了非对称双寡头惠卖定价模型, 分析了在位售电商区域融合过程中优惠转换用户策略. 单期模型中, 区域分割和惠卖定价导致电价区域差别. 对转换用户的优惠价格与对方区域忠实、活跃用户份额及转换成本分布相关. 与统一定价竞争比较, 小公司活跃用户较少大公司活跃用户较多时, 小公司惠卖定价利润上升, 消费者剩余减少. 多期模型中, 活跃用户形成区域融合, 总市场份额趋近相等, 定价的长期趋势与活跃用户无关. 忠实用户多的公司对老用户定价比竞争对手更高, 对新用户优惠程度更大.     

北京市用水结构与产业结构的成分数据回归分析

城市经济发展带来了产业结构和用水结构的明显变化,本文分析了用水结构受产业结构变化影响的变动规律.用水结构和产业结构是一系列按照时间顺序排列的成分数据,运用软件SIMCA-P 11.5建立了基于偏最小二乘回归的成分数据线性回归模型,证明了用水结构组分变动与产业结构变动有一致性.为城市水资源管理提供了合理有效的定量方法,并可作为对未来用水结构预测的基础.     

应用区块链的生鲜农产品双渠道供应链最优决策

应用区块链可有效提高生鲜农产品流通时效性与消费者信任度，但也会带来投资成本的增加。在此背景下，本文构建了区块链应用前后双渠道供应链动态决策及成本分担模型，对比分析均衡解的变化，寻求区块链投资成本阈值，并进一步得到投资条件及利润峰值点。同时综合研究了双渠道关键参数与价格修正系数对供应商与零售商利润及总利润最优决策的影响。通过数值仿真与关键参数灵敏度分析可得：区块链投资有效性取决于变动投入成本和固定投入成本阈值及成本灵敏度阈值的多重影响，随渠道间占比差值与价格弹性系数增大对利润产生正向改善并动态影响区块链的投资条件；价格修正系数综合调控流通损耗影响下的成本分担及供销双方利润占比，在保证两方利润盈余的情况下实现系统总利润取优；故可得价格修正系数在核心区内为决策区域，同时匹配渠道间高占比差值，得到决策区域内驻点处为最优决策条件。     

不同市态下投资者情绪与股市收益、收益波动的异化现象——基于上证股市的实证分析

基于上证股市的相关数据,分析不同市场态势下投资者情绪与股市收益及其波动的异化现象。结果表明:我国投资者情绪对股票市场的收益并无显著影响;而股票收益却对投资者情绪的作用显著:牛市阶段股票收益与投资者情绪正相关,而熊市阶段则为负相关;投资者情绪对收益波动的影响在不同市态下也存在异化现象:熊市阶段投资者情绪对预期收益波动的冲击存在非对称效应,乐观倾向比等量的悲观倾向对波动的冲击更大;而牛市阶段收益波动主要受投资者悲观情绪的影响,且不存在非对称效应。这与国内外的相关研究结论不同。     

房价、产业结构变迁与人力资本

近年来,房价对人力资本数量的影响效应得到了部分学者的关注,而关于深层次的人力资本质量随房价上涨的变化尚未引起关注。运用2003-2016年我国31个省级面板数据对房价对人力资本影响以及产业结构变迁在两者关系中的调节作用进行了层级回归分析。研究发现,房价对人力资本的影响在挤出效应和集聚效应的共同作用下呈现出先下降后上升的U型关系。产业结构高级化在房价对人力资本的影响关系中起负向调节作用。即产业结构越高级,房价对人力资本的影响越弱,房价与人力资本之间的关系曲线越平缓,人力资本对房价变动越不敏感。对此提出相关政策建议,加快产业结构向高级化转型是避免因房价而造成的人才外迁和促进区域经济健康发展的重要措施。     

企业利润分享模式下的员工最优退出机制

为了研究当产出可以观测时,企业员工素质信息是完全信息与非对称信息的条件下,企业员工最优退出机制,建立了两个企业裁员模型.在模型中,企业和员工都是风险中性的,企业是委托人,员工是代理人,采用利润分享模式和绩效原则,以企业利润为目标,留用概率和员工分离补偿为特征.根据显示原理,采用最优化理论求解模型.对比有无利润分享模式下的裁员机制,再对裁员机制中所涉及相关参数进行比较静态分析.研究表明:企业存在最佳裁员规模,对退出的员工应按不同素质类型支付最低补偿金;利润分享模式会降低补偿金,但对信息租金无影响;非对称信息会导致企业扩大裁员规模与支付信息租金,信息不对称程度越强,信息租金越大.     

基于主趋势辨识和智能残差修正的股指时间序列预测

针对股指时间序列存在信噪比低、干扰因素多、随机波动强的特点,提出一种基于主趋势辨识和智能残差补偿的股指序列预测方法。一方面利用奇异谱分析方法对股指时间序列重构,提取股指时间序列的主要趋势,采用自回归方法实现对主趋势的辨识;另一方面将主趋势模型与实际股指时间序列的残差,采用GA-SVM算法对残差进行学习,所得结果对自回归模型进行修正。实证分析结果表明,采用本文算法能够有效的将预测精度控制在7%以内,同时与灰色预测算法以及神经网络算法相比,在RMSE、MAPE和F三项指标,占有一定的优势,从而提供了一种新的分析股指时间序列的有效途径。     

用户支付选择的影响因素——对中国和美国消费者的实证分析

支付市场的竞争和演化源于用户支付选择行为，基于机器学习模型构建了分析用户支付选择影响因素及程度的研究框架，并通过中国2017年CHFS和美国2018年SCPC调查数据进行了实证分析。研究发现：除了前期研究主要分析的人口统计信息和支付工具特征以外，被忽视的其他支付工具特征、个人金融信息、消费支出类型等因素也会显著影响消费者支付选择；且对于不同支付工具，影响因素存在明显差异。研究结果较好地反映了中国和美国消费者对各支付工具选择的重要影响因素的同时，也为各界对支付市场用户行为深层次分析提供了一个有效的研究思路。研究不仅有助于了解支付市场，也为如政府、支付机构等相关参与者制定政策或市场竞争策略提供了依据。