基于Pearson系数和萤火虫算法优化BP神经网络的住宅价格预测模型

为进一步提高住宅价格预测精度,进而为有关部门提供相关数据参考,帮助其及时准确地制定相关政策,提出了基于Pearson系数和萤火虫算法优化BP神经网络的住宅价格预测模型。该模型首先使用Pearson系数对影响房价的相关因素进行特征筛选,舍弃与住宅价格关联性不强的因素;然后使用萤火虫算法对BP神经网络进行优化,建立基于萤火虫算法优化的BP神经网络预测模型;最后以上海市统计局最新发布的相关数据进行实验验证。实验结果表明,所提模型优于其他5种模型,能够实现住宅价格的有效预测。     

考虑价格折扣的两级供应链库存模型

该文把供应链资金流区分为内部资金流和外部资金流,对供应链管理中的库存费用流动过程进行了分析;建立了考虑价格折扣的两级供应链库存数学模型,并运用一种简单而有效的逼近方法求出了模型最优解,确定了供应链中各企业的最佳订货批量;最后用数值实例说明了该方法的有效性。     

n维不连续分段线性金融市场模型低周期轨道的存在性条件

假设技术分析师关注多个时期的历史价格信息,建立了一个图表分析师、基本面分析师和技术分析师相互作用的金融市场模型.该模型动力学行为由n维不连续分段线性模型驱动,根据DUTTA应用的方法,对n维金融市场模型进行了分析,得到了一周期和二周期轨道存在的一般性条件.然后以一个具体的三维金融市场模型为例来探讨了该方法的应用.     

需求依赖价格和交货期的供应链协调模型

在一个两层供应链系统中,基于对价格和交货期敏感的需求,构建了Stackelberg和收益共享两种决策模型,并给出了最优价格和响应时间的求解过程,通过比较说明收益共享契约有助于提高整个供应链的收益.最后讨论了收益共享契约下渠道收益的分配问题.     

影子价格理论的应用误区分析

资源的影子价格是对资源合理配置的重要依据,是企业调整与优化生产方案的一个重要参考因素,本文运用线性规划有关理论并结合具体实例,探讨了一些关于影子价格理论应用的不正确提法,提出影子价格的新内涵:影子价格是对瓶颈资源的价值估计和对其重要性的认可,并且从中得出一些有益的结论.     

非对称信息下以制造商为核心的供应链协调模型

在假定关于销售商单位产品库存成本信息不对称及制造商生产率为有限值的前提下,建立了由单制造商单销售商所组成的供应链协调及最优价格折扣模型.分别制定了对称信息与不对称信息两种情形下供应链协调机制.在保证销售商利润不减的前提下,给出了求解使制造商利润达到最大的全单位量折扣算法,同时给出了相应情形下制造商的最优生产批量及销售商的最优订购批量.最后,利用数值实例说明了模型的求解过程.     

可分离物品拍卖及污染物排放总量分配方法

以污染物允许排放总量的分配为背景,针对治污边际成本为私有信息的情况,研究了一个资源分配的拍卖方法和模型.具体地,首先分析了无偿分配的局限性和局中人可能的策略行为,也讨论了一种确定总量的有偿分配方法可能的均衡结果和存在的问题.然后,基于可分离物品拍卖思想给出了一种可变总量的竞争分配模型,研究了其有限激励性和分配有效性,同时也得到了一个统一价格拍卖的均衡结论,该结论与现有的一些成果相比更具一般性.最后结合湖北省环境规划有效性的评价讨论了该模型的应用.     

考虑风险市场价格的天气衍生品定价研究

天气衍生品作为一种新兴的金融工具,其在农业、旅游业等行业有着重要的应用前景,但一直存在着市场风险被忽略、定价不精准等问题.本文在传统O-U模型的基础上,将时变均值回复速率、时变气温波动率和风险市场价格相结合,构建了考虑风险市场价格的气温预测模型.本文将改进后的模型与水稻、玉米等对生活有重要影响的农作物相结合,利用近十年的气温数据对农作物的天气衍生品进行定价研究,并将定价结果与传统的时变O-U模型和ARMA时间序列模型的定价结果进行对比.结果表明,引入风险市场价格能够对定价起到修正作用,考虑风险市场价格的O-U模型在多数场景下定价更为精确,这可以为农产品天气衍生品的定价以及形成风险对冲机制提供理论指导和实践参考.     

银行卡网络价格结构与刷卡消费组合决策模型

针对银行卡网络价格结构与刷卡消费之间复杂的关联问题,引入双边市场理论和组合决策思想,以实现银行卡网络整体发展为目标,基于Wright等设计的银行卡网络交换费优化模型,建立了银行卡网络价格结构与刷卡消费组合决策模型.通过加入扰动因子、采用双适应值比较和保留边界不可行解改进了粒子群算法,解决了模型的求解难题,为合理制定银行卡网络价格结构提供了一种新方法,同时拓宽了双边市场理论的应用领域,在电子支付管理领域具有广阔的应用前景.     

基于跳跃滤波和时变参数估计的中国股市微观结构研究

为了更为有效地探究微观市场结构对股票价格的影响,本文在状态空间模型框架下,同时将交易方向、带方向的交易量、交易间隔、微观噪声以及跳跃因素引入状态方程和观测方程中,建立全面的市场微观结构模型,以反映各变量对交易价格序列产生的暂时性和永久性影响.然后,在采用基于粒子滤波的非参数离群点检测方法检测跳跃并对跳跃进行滤波的基础上,运用贝叶斯最小二乘方法对微观结构模型系数、波动率以及状态变量进行实时更新和估计,在此基础上分析跳跃日度分布、日内分布、个股跳跃和共同跳跃特征,并同时判断不同交易方向、交易量的订单对价格产生的影响.最后选取2015年股灾期间、沪市股票的逐笔数据作为研究样本进行实证研究.实证结果显示:我国股票高频时间序列跳跃和共同跳跃均存在日内季节性,且跳跃频率和大小与市场信息密切相关;买卖订单对交易价格及股票价值的影响并不是完全对称的,交易价格对于微观结构的敏感度、微观结构噪声也随市场波动而发生变化,熊市中都相对更高;考虑跳跃滤波并对参数进行实时估计可以提高价格对于交易的敏感度,能更好地捕捉市场微观结构在价格发现中的作用.