公司多阶段财务危机动态预警研究

以上市公司的季度数据为研究样本,以指数加权移动平均控制图模型为研究方法,以被实施特别处理和暂停上市为两个财务危机演变状态,建立了一个多阶段动态财务危机预警模型;实证结果表明,该模型对上市财务危机公司具有较好的预测效果,有较大的应用价值.     

Hopf bifurcation and chaos of financial system on condition of specific combination of parameters*

Exponential stability of the first order singular distributed parameter systems is discussed in the light of degenerate semi-group methods, which is described by the abstract developing equation in Hilbert space. The necessary and sufficient conditions concerning the exponential stability of the first order singular distributed parameter systems are given.     

厄尔尼诺现象的R/S分析

根据厄尔尼诺现象的基本资料,利用Ｒ／Ｓ分析的原理和方法,计算了Ｈ指数,建立了Ｒ（ｉ）／Ｓ（ｉ）与ｉ的关系式,对厄尔尼诺年份进行了预测分析。     

基于GA优化的城市可持续发展评价的普适公式

在分析城市可持续发展指标体系的特征基础上,分别确定了用遗传算法优化的持续、协调、结构和集聚４类单项指标的发展指数的普适公式;并对可持续发展的不同层次指标分别采用广义对比分析法和层次分析法进行加权,建立了城市可持续发展的综合指数评价模型。模型应用于乌鲁木齐的可持续发展评价结果与实况定性分析结果一致。该评价模型简单、实用,具有可比性和通用性。     

我国证券市场混沌的判据

本文通过李雅普诺夫指数和吸引子的分数维这两个指数来研究我国证券市场的混沌特征。利用Ｗｏｌｆ提出的重构相空间技术和Ｇ－Ｐ算法分别计算了上证综指日收益率序列的李雅普诺夫指数和吸引子的分数维。从而得出我国证券市场运行于混沌状态的有力证据。     

委托人价值取向及委托-代理效应

本文设计一个委托-代理模型,分析委托人的价值取向对评价和选择代理人的影响以及由此产生的委托-代理效应.模型适用于解释当委托人不是产权所有人时出现的一些现象.     

基于跳跃时间和幅度的BDI指数波动幂律分布特性研究

BDI指数是国际航运市场的风向标,摸清BDI指数波动幂律分布特性,对于进一步掌握运费规律、预测BDI趋势、协助航运决策等方面具有重要意义.基于此,本文对已运行30年BDI指数的波动幂律分布特性进行了详细研究,主要特色有:一是借助Pareto、Exponential以及Fokker-Planck函数首次深入探讨了BDI指数波动幂律分布特性.二是在跳跃识别的基础上,构建了基于跳跃时间和跳跃幅度两标度的BDI指数波动幂律分布特性分析模型,并转化成最小二乘法的线性回归测算模型.三是对BDI指数日、周和月增长率的跳跃时间和跳跃幅度幂律分布特性进行了实证分析.结果表明:BDI指数具有尖峰薄尾的增长率分布和波动聚集性;Fokker-Planck函数拟合BDI指数增长率跳跃时间更合适;Exponential函数拟合BDI指数增长率跳跃幅度更合适;BDI指数增长率跳跃时间和跳跃幅度都具有薄尾幂律特性,且向上、向下幂律呈现对称性.     

一类单种群差分模型的混沌控制

针对一类具有物种流动时特定区域内的种群增长差分方程模型,采用数值模拟方法给出了Lyapunov指数随参数变化的图形,验证了混沌现象的存在.采取OGY参数微扰法进行混沌控制,使种群稳定到不动点和周期2轨道,消除了种群的混沌现象.仿真结果验证了控制的有效性.     

区域FEEEP系统技术效应动态分解及收敛性

界定区域FEEEP系统技术效应的内涵,在Malmquist指数理论基础上构建区域FEEEP系统技术效应动态分解模型,并应用该模型测度2001～2006年中国省际FEEEP系统技术效应及相应分解指教的变动趋势,最后运用收敛模型检验FEEEP系统的技术扩散效应,结果表明:中国省际FEEEP系统综合技术效应的提高是由技术改进推动的;规模效率和纯技术效率的下降是区域FEEEP系统技术效率下降的主要原因;区域FEEEP系统技术效率和综合技术效应均存在β收敛,但各地区的原始条件决定了收敛的稳态水平.     

短时交通流预测FSMSVR模型

针对城市道路短时交通流的复杂非线性特点和以往的预测仅考虑典型交通条件（无交通事故等突发事件）的现状,结合交通流的特征,提出了一种有限状态机支持向量回归模型（finite state machine of support vector regression model,FSMSVR）的短时交通流预测机制. 通过线性回归算法和指数平滑算法划分交通流状态,根据各状态特点结合支持向量回归算法建立有限状态机工作机制,实现涵盖典型和非典型交通条件的短时交通流预测. 通过实验例证,对比了FSMSVR模型和传统SVR模型对城市道路6min交通流的预测,研究结果表明,该预测机制能够提高预测精确度,在非典型条件下有着较好的预测表现.