基于集中式模型的我国各地区及三大产业的DEA效率评价

基于集中式模型, 首先在考虑地区内部三大产业的情况下, 对2010年我国31个地区展开DEA效率评价, 然后在保持各地区整体效率不变的前提下进行效率分解, 确定各产业的效率值和相对重要程度. 此外, 对各地区三大产业的规模收益问行了研究. 实证分析结果表明, 各地区的整体效率值偏低, 第一产业的效率重要程度偏低, 第二产业和第三产业的效率均值相差不大, 但大部分地区的产业比第二产业的相对重要程度高. 此外, 从规模收益角度来看, 大部分地区整体处于规模收益递减阶段, 大多数地区的第一和第三产业均处于规模收益递增阶段, 绝大多数地区的第二产业已处于规模收益递减阶段.     

一种群决策中确定专家判断认真程度的方法

给出一种群决策中确定专家判断认真程度的方法。主要思路是通过提取专家判断矩阵的全部信息，确定专家意见的一致程度，从而确定专家判断的认真程度。最后给出一个典型的算例以说明该方法的可行性和有效性。     

软计算信用分析方法比较探讨

研究了信用分析中的软计算方法——BP网络与自适应神经模糊推理,并对软计算方法与DEA、TOPSIS的结合运用作了进一步探讨。采用V-foldCross-validation技巧,利用样本公司实际指标数据对该模型的评分效果进行了实证研究。     

财务困境概率贝叶斯估计

通过财务困境概率估计模型建立一套企业财务风险预测系统,具有降低企业经营风险、投资风险以及防范金融危机的重要意义。现有的预测模型主要有:多元识别分析模型、Logit和Probit等统计回归模型以及人工神经网络预测模型。但以上模型均忽略了决策者个人经验、智慧以及信息优势对财务困境预测的重要作用。本文利用贝叶斯分析方法建立的概率估计模型,可以较好地解决这个问题,提高预测的针对性和准确性。     

基于V-foldCross-validation和Elman神经网络的信用评价研究

研究了关于公司信用评估问题的现状,指出一般神经网络应用于信用评估领域的不足.在此基础上,提出一套甄选原则以选择关键的信用评分指标;然后依据这些指标建立了基于Elman回归神经网络的我国企业的信用评估模型.采用V-foldCross-validation技巧对该模型的评分效果进行了实证研究.     

基于自互评体系的竞争性评估方法研究

在现今的系统评估方法研究中，通常都把每一决策单元即被评估者看成一种客体，被动的由评估者进行优选，缺乏主动性，往往与现实不符。本文从新的角度，引入目标参数，提出基于自互评体系的竞争性评估模型(CEMCO)，分别从自评和互评的角度，把每一决策单元即被评估者作为一种主体来参与各方案优选的竞争。     

零售商主导下联合采用收益共享和提前订货折扣契约的策略研究

讨论了联合采用收益共享和提前订货折扣(advance booking discount,ABD)契约时双寡头供应商及双寡头零售商组成的供应链在零售商占主导情形下的定价订货问题.零售商之间互相竞争,供应商之间也互相竞争.首先分析得到收益共享契约下定价的纳什均衡解.基于此均衡解,得到了最优订货量和提前订货折扣系数.并用算例来比较采不采用ABD契约时的期望利润.     

供应链中制造商与代理商广告合作的博弈

供应链中为了做好产品的销售工作,往往要对产品进行有效的宣传,有一个对制造商与代理商都适宜的广告宣传计划。而在以往的文献中,研究的重点往往基于这样一种关系,制造商处于主导地位,代理商处于从属地位。随着市场的发展,制造商与代理商在广告宣传中的地位发生了变化,代理商可能已经等于甚至超越了制造商在广告宣传中所发挥的作用。本文运用博弈的方法,分别以制造商和代理商为主进行分析,得出不同情况下的最优广告策略。     

两阶段链形系统生产可能集与DEA评价模型

数据包络分析是一种评价决策单元之间相对效率的数学规划方法,已经被普遍接受并获得广泛应用.两阶段链形系统是一类典型的复杂生产系统,与其相关的效率评价研究是当前研究的热点内容,但对链形系统生产可能集的研究还有待完善.给出两阶段链形系统生产可能集三种定义,证明三者的等价性,并在此基础上给出链形系统的DEA效率评价模型.本文方法可为链形系统性能改善确定明确的标杆,并通过一个算例进行了演示.     

同时考虑决策单元竞争与合作关系的DEA交叉效率评价方法

为解决交叉效率方法中存在的多解问题,进取型权重与仁慈型权重方法被提出,所有决策单元要么同时被视为盟友,要么同时被视为敌对方,这并不完全符合各决策单元的个人意愿.因此,提出一种竞合DEA交叉效率方法,将所有决策单元分为若干组,各个决策单元的偏好权重能最大化盟友的总效率而最小化敌对方的总效率.这种权重选择策略体现了不同决策单元的个人偏好,故可以更方便地应用于实践中.最后,通过一个算例演示了这一方法.