大股东控制下公司成长期权对投资时机影响研究

通过构建实物期权模型,研究了在大股东控制下,拥有成长期权的公司的投资时机决策及其对公司价值的影响,并进一步分析了产生影响的内在机理.研究表明:(1)受控制权利益驱动的大股东会产生偏离公司价值最大化目标的延迟投资行为.(2)当公司拥有成长期权时,成长期权对大股东的偏离公司价值最大化目标的投资行为具有缓解作用,可以使大股东投资时机与公司价值最大化目标更趋接近.(3)成长因子越大,大股东所持股份越多,成长期权对大股东延迟投资行为产生的缓解作用越强,大股东投资时机与公司价值最大化投资时机越接近,在此过程中公司价值上升.最后,对上述结论进行了数值模拟分析和解释.     

FameView及其在煤气鼓冷控制系统的应用

介绍由西门子S7-00可编程控制器和工业PC机组成的煤气鼓冷控制系统。详细介绍了FameView组态软件在画面生成、安全机制、硬件通讯、数据库、报警处理方面的原理及其在本系统中的具体应用。该系统改善了现场生产条件，取得良好的控制效果。     

应用小波分析方法研究沪深股市的溢出效应

应用小波分析方法研究沪深股市的价格和波动性的特征以及两市之间的溢出效应．对沪深股指收益率序列用小波分析作信号分解，分解为高频信号(细节信号)和低频信号(离散逼近信号)．通过比较沪深股市的高频信号之间的关系获知沪深股市之间存在着显著的价格和波动性的溢出效应．深市和沪市之间存在着一定程度的负的价格溢出效应；而深市对沪市存在着正的波动性溢出效应，沪市对深市存在着负的波动性溢出效应，并且波动性溢出效应大于价格溢出效应．     

基于跨期投资视角的大股东利益侵占行为研究

目前关于大股东侵占行为的研究不仅多集中于单期模式,而且对跨期侵占问题的研究也尚局限于单期范畴.基于跨期投资视角建立了一个两期侵占模型,来研究大股东的利益侵占行为.结果表明:1)在两期模型中,控股股东的即期最优侵占水平有所降低,而远期最优侵占水平则保持不变;2)控股股东的持股比例存在一个临界值,当持股比例小于该临界值时,即期最优侵占水平小于远期最优侵占水平;当大于该临界值时,即期最优侵占水平大于远期最优侵占水平;3)控股股东非短视,其即期最优侵占水平与远期最优侵占水平负相关;4)控股股东的两期最优侵占水平与投资者法律保护力度负相关,当投资者的法律保护力度增强时,其侵占水平降低.     

试论八一精神与大学生素质的提升

大学作为国家人才培养的中枢基地,是国家实施人才强国和科教兴国战略的宝地,承担着国家大业的重任.因此,提升大学生的素质是高校义不容辞的使命.大学生素质的提升,不仅直接关系到大学生理想信念教育,思想道德和大学生的全面发展,更关系到国家人才培养的完整性,八一精神是具有中国原创意义的精神,它对提升大学生的素质具有非常重要的意义.     

TiO2/SiO2纳米粒子光催化降解庚烯/二氧化硫

以TiO₂/SiO₂纳米粒子为催化剂, 研究了催化剂不同焙烧温度对二氧化硫与庚烯光催化反应的影响. 结果表明, 经600 ℃焙烧的催化剂对庚烯的降解最好. 同时研究了庚烯和二氧化硫的初始浓度、 氧气和水蒸气的不同含量及光强等因素对其光催化氧化降解的影响. 庚烯的降解速率随着二氧化硫浓度的增加而增加, 最终趋于稳定. 在二氧化硫浓度一定时, 庚烯的反应速率分别随着氧气和水分子含量的增加而不断增大, 氧含量为20%时速率最大; 水分子含量为444 μmol/L时速率最大. 庚烯的反应速率随着光强的增加而增大, 光强增至8.32 mW/cm²时, 反应速率趋于定值. 通过FT-IR和GC-MS测定初步确定了反应产物.     

基于改进稀疏KELM的在线非平稳动态系统状态预测方法

本文针对基于核的增量超限学习机(kernel based incremental extreme learning machine,KB-IELM)对非平稳动态系统的时变状态跟踪能力不足的问题,提出一种新型的状态预测方法。通过融合遗忘因子和自适应时变正则化因子构建新的目标函数。通过最小化字典的快速留一交叉验证(fast leave-one-out cross-validation, FLOO-CV)误差,选择具有预定规模的关键节点以构成字典。通过融合遗忘因子,为字典中各关键节点按时间顺序分配不同权重。基于FLOO-CV原则,使用天牛须搜索(beetle antennae search,BAS)算法为不同的非线性区域赋予不同的正则化参数。通过矩阵初等变换和分块求逆,实现核权重向量的在线递推更新。将模型应用于非平稳Mackey-Glass混沌时间序列预测和某型飞机发动机的状态预测。所提算法相比于最新的非平稳在线序列核超限学习机(non-stationary online sequential kernel extreme learning machine,NOS-KELM)和融合自适应正则化因子的在线稀疏核超限学习机(online sparse kernel extreme learning machine with adaptive regulation factor, OSKELM-ARF)两种方法,其训练精度分别提升了66.67%、50.72%、预测精度提升了67.02%、56.34%,最大预测误差减少了67.27%、51.09%,平均相对误差率分别减少了67.18%、59.62%。实验证明所提算法有效提升了在线预测的精度。     

控股股东代理与企业内生破产

用实物期权方法分析了基于企业价值最大化与基于控股股东价值最大化下企业不同的破产/清算时机选择,并重点分析了控股股东获取控制权私利程度对企业破产/清算触发的影响.结果表明,与无负债企业的清算决策相比,负债企业的破产触发较早;与无控股股东企业相比,存在控股股东情况下的企业破产/清算触发较晚,企业价值降低.而且随着控股股东控制权与现金流权分离程度的增加,破产/清算触发更晚.随着控股股东现金流权的增加,企业破产/清算触发逐渐提前.     

基于联合注意力-可分离卷积的立体匹配算法

为解决立体匹配网络模型轻量化与高精度不能共存的问题,本文提出新的立体匹配算法CSA-Net。算法具体是在特征提取阶段,利用类ResNet进行特征提取,训练空洞金字塔池化（ASPP）模块扩大感受野,提取多尺度上下文信息,加入联合注意力机制（CSM）,在空间和通道维度提高表征能力,关注重要特征并抑制不必要的特征。在特征融合阶段,将2D深度可分离卷积提升到3D来代替原网络中标准3D卷积在空间维度和通道维度分别进行卷积运算,以降低特征融合网络的参数量与模型运行时间。最终实验表明,本文所提出的立体匹配网络模型在KITTI 2012和2015数据集进行验证,在三像素匹配误差率为1.44%和2.24%,模型运行时间减少近1/3。因此,相比于其他实现了更高的匹配精度和更快的运行速度。