集体消耗公共资源的谋利行为的3种均衡及成员数量对效率的影响

在建立弱再生的资源的再生速度模型和谋利行为对资源的消耗模型的基础上,推导出在谋利行为下的弱再生的公共资源的均衡曲线与均衡模型;利用此模型分析了个人非理性、个人理性及集体理性时的不同均衡点,分析了这些均衡点之间的关系,并且提出引入惩罚函数来实现在集体最优均衡点,从而实现了有利于社会的行为控制.最后讨论了具有公共资源的集体中的成员数量对谋利行为收益的影响,主要得出3点重要结论:[1]在个体数量充分多的情况下,如果没有管理者进行控制,一般都会发展成过度谋利行为,从而对资源造成巨大的危害.[2]税收等惩罚函数的意义,不仅仅是养活政府和社会财富进行再分配,更在于能够对过度谋利行为具有抑制作用.[3]在不影响资源的功能的前提下,应当对公共资源尽可能细小的分割,使占有公共资源的集体尽可能的小.这样可以使保护资源管理成本达到最低,从而使人们的谋利行为的长远效益最大.     

扩展的树增强朴素贝叶斯网络信用评估模型

针对信用评估问题的特点,在推导混合数据极大似然函数的基础上,提出了扩展的树增强朴素贝叶斯网络信用评估模型,用10层交叉验证在真实数据集上进行了测试并与神经网络分类模型进行了比较.测试结果表明扩展的树增强朴素贝叶斯网络信用评估模型具有较高的分类精度,在信用评估中具有优势.     

基于条件蒙特卡罗方法的信用违约互换合约定价

多标的资产违约相关性结构的度量及其联合违约时间的模拟是信用违约互换合约定价的关键.Copula函数和蒙特卡罗模拟是解决此关键问题的有力工具,被广泛应用于信用衍生品定价.本文基于因子t-copula模型,结合条件蒙特卡罗模拟,构建了计算第7n次信用违约互换合约的条件蒙特卡罗算法.该算法能够捕捉多标的资产违约的尾部相关性,更准确地度量标的资产组合的违约风险及提高违约事件的模拟效率.数值结果表明,在考虑尾部相关性的情形下,采用重要抽样技术的JK算法和改进的JK算法是不稳定的,不能达到减方差的目的;而本文新构建的定价算法更稳定,在高斯copula和t-copula模型下,都能够有效减小估计量的方差,提高信用违约互换合约的定价精度和可靠性.     

基于民生视角的政府绩效评价灰色贝叶斯网络模型

建立了一种基于民生视角的政府绩效评价贝叶斯网络模型。研究了运用极大熵模型,求解网络的参数分布问题;结合灰色系统的思想,给出了政府绩效评价中的不确定信息处理的方法;通过对网络结构的分析,研究了评价信息在传递过程中的衰减性;最后,通过贝叶斯网络推理,给出网络中各节点的定量评价,为基于民生视角的政府绩效评价提供了一种新的理论方法和工具。     

短期借款和贸易信用对企业经营的影响

研究了短期借款和贸易信用对企业经营的影响,选取了734家上市公司,对其2006年和2007年的企业财务数据进行分析,给出了不同规模和不同行业的企业对短期借款和贸易信用这两种融资方式的依赖程度的统计分析结果,表明大型企业由于信誉水平高等原因比较容易通过银行贷款等方式获得短期借款,而小型企业则会由于较难获得融资而陷于资金短缺的境地,同时企业经营性质的不同也会影响到企业对融资的需求,其中制造加工型企业对贸易信用的依赖性比较大。     

政府约束下企业会计信息失真的均衡分析

企业会计信息失真，在利润最大化原则约束下，不仅取决于产权结构及产权界定程度、会计制度、会计行业道德水准、内部治理状况、国家监控力度，而且取决于各企业在会计信息市场中的博弈。企业间的博弈竞争、政府的宏观管理约束使企业的会计信息失真有一个均衡水平，该均衡水平是市场竞争状况、企业真实会计信息边际成本和虚假会计信息边际成本、政府的强制性会计信息边际成本和惩罚性会计信息边际成本及政府行为偏好和投入约束的函数。会计信息失真的均衡存在性表明，政府的干预或强制在某些条件下可能改变这一均衡并强化会计信息失真。     

M.H.DIS模型在我国上市公司信用评估中的应用研究

针对我国目前缺乏适用的、高效的系统信用评估模型的现状,研究了由希腊学者提出的M.H.DIS信用评估模型.在对该模型的详细介绍的基础上,选用我国55家上市公司1999年财务数据作为训练样本,利用Matlab软件根据M.H.DIS模型的基本思想,构建了经验信用评估曲线,并利用60家上市公司2000年财务数据为检测样本进行检验,获得较好的实证检测效果.通过以上研究分析,文章提出该模型适合我国目前基本国情,具有良好的推广前景.     

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.     

基于扩展数据包络判别法的商业银行信用风险评估

考虑到我国商业银行样本数据分布的非正态性和多维性特点,文章将扩展的数据包络判别模型引入商业银行信用风险评估中.该模型具有非参数检验特性,通过两阶段分类过程对企业信用状况进行判别.实证结果表明,与传统的Logistic分析模型相比,扩展数据包络判别模型的预测精度更好.     

基于模糊神经网络的商业银行信用风险评估模型研究

在确立了商业银行信用风险评价指标体系的基础上,建立了基于模糊神经网络的商业银行信用风险评估模型.该网络具有四个因子输入,一个衡量商业银行信用风险的输出,总共六层的结构,且模糊规则层具有根据具体问题情况进行调节的能力,优于神经网络完全黑箱操作的特点.利用Matlab6.1对167组样本数据进行实证分析,训练结果表明网络预测误差小.