小水电站励磁系统并网改造

提出一种小水电站励磁系统改进方法,使发电机能并网发电,有效降低农村乡镇电网的电价。介绍了具有电路设计及元件参数的确定。     

城市规划用地基准地价综合图的编制与应用——以河北省迁安县城为例

将用地规划与土地分类估价相结合,以规划用地类型决定评估对象的适宜方向．提出反映规划、地价及宗地评估所需内容综合图件的编制原则和编制方法     

市场势力对新建商品住房溢价的影响:基于北京市微观样本的实证检验

对于市场结构的微观研究一直是住房市场研究的重要方向之一, 而国内新建商品住房市场由于开发商集中供应的特点, 决定了研究卖方市场势力程度及其影响规律的重要性. 论文利用北京市新建商品住房市场微观数据, 测算了1029个新建商品住房项目的需求价格弹性和其中494个弹性项目的Lerner指数, 得到了北京市新建商品住房市场垄断程度的空间分布情况, 并在此基础上实证检验了新建商品住房项目市场势力对住房交易溢价水平的影响. 实证结果表明, 市场势力每提高1%, 新建商品住房的交易溢价将平均提高0.83%, 且该结果对不同子市场具有良好的稳健性. 此外, 论文还从需求价格弹性角度解释了开发商"捂盘惜售"现象.     

生产成本信息不对称下零售商风险厌恶的回购契约

探索在市场价格随机条件下,生产成本信息不对称零售商风险厌恶时,采用回购契约协调二级供应链的内在规律.构建新的条件下的回购契约模型并求解,分析信息不对称和风险厌恶对供应链上各决策变量的影响.通过算例仿真进行了验证,研究结果发现:在市场价格随机条件下,不管生产成本信息是否对称,只要零售商存在风险厌恶,供应链上各决策变量都会发生分岔突变的现象;不管零售商是否风险厌恶,生产成本信息不对称都会给供应商带来额外的收益,但会损害零售商与整个供应链的收益;信息越不对称,供应链上的各种决策变量在分岔突变区域的振幅越大.结论是:分岔突变现象是价格随机条件下,参与者风险厌恶时存在的一种特有现象;供应商能够通过隐瞒私人信息带来额外的收益,但损害零售商和供应链的利益;零售商应对生产成本信息不对称的最好办法就是以最低的成本使生产成本信息透明;零售商以平稳的心态面对各种外部风险,更有利于科学决策.     

高房价之下的中国经济隐忧

高房价是当今的热门话题。高房价在伤害民生的同时,也在深深地制约着我国经济的健康发展。高房价对我国经济的危害主要表现在：恶化了社会财富分配结构,加速社会财富两极分化;严重影响大多数居民的消费需求,制约我国经济增长主导模式的转型;对我国其它产业的发展产生挤出效应,不利于我国产业结构的调整;影响我国农业人口的产业转移和城镇化进程;加大经济的运行风险,成为引发我国经济危机的重大隐患。     

信息环境变化、投资者信息解读与特质信息含量

该研究旨在通过考察信息环境变化前后,分析师盈余预测行为和信息质量对投资者决策结果的影响,证明信息环境的变化可能通过改变投资者对信息的解读习惯,影响市场资源配置的效率.研究发现:会计准则变革后,财务分析师盈余预测的准确性下降,预测报告中特质信息含量也发生显著变化,进而使投资者更多关注报告中的行业和市场信息;会计准则变革前,盈余质量与股价同步性正相关,而会计准则变革后,盈余质量与股价同步性的正相关关系减弱或逆转,说明投资者信息处理效率并非一成不变,信息环境能影响投资者对于公司特质信息的发掘、解读和运用.文章指出提升财务分析师、普通投资者等社会公众对上市公司信息披露质量进行识别和监督的能力,对提高市场定价效率,促进资本市场的发展具有重要意义.     

基于量化特征的价格操纵行为监测模型研究

价格操纵通常不包括明显的非法行为(诸如散布金融谣言和控制股权的供需),而是通过看似合法的报单、撤单等交易行为来实现.本文提出了一种基于隐马尔可夫模型的市场价格操纵监测模型系统:首先,基于三类典型的市场价格操纵实例,分析市场价格操纵行为模式的内在特性,利用小波变换和梯度分析作为特征抽取工具,抽取关键特征模式,量化操纵行为的特征模式,通过隐含状态转换机制完整描述市场操纵行为的各种情况组合,解决"异常检测"进行价格操纵监测时不能确定异常行为的具体类型及概率密度函数问题;其次,为提高模型对非平稳性金融数据的适应性,模型增加了一个自适应机制来进行校准,自动跟踪金融时间序列的统计特性的变化,提出基于隐马尔可夫模型的市场价格操纵行为监测模型;最后,模型利用纳斯达克和伦敦股票交易所的真实交易数据及模拟数据对模型的有效性、精确性和稳定性进行实验验证,结果显示无论是使用真实数据还是随机模拟的数据集,本文提出的基于隐马尔可夫模型的监测模型性能均显著高于市场中常见的三类基准模型,为理论研究和实际操作提供了一个完备的验证渠道.     

基于动态混沌神经网络的预测研究——以马铃薯时间序列价格为例

针对农产品价格波动的非线性特征明显、传统时间序列方法在预测农产品价格短期波动存在不足等状况,本文将混沌理论和神经网络技术应用到农产品价格短期预测研究中,充分利用相关技术优势,设计了动态混沌神经网络时间序列预测模型.在此基础上,选取2008年1月21日-2012年7月1日的中国马铃薯日度价格为研究对象,对所构建的动态混沌神经网络时间序列预测模型进行学习、训练和测试,并用统计分析方法对模型性能进行评价与分析,最后,将所构建模型的预测结果与传统预测方法预测出的结果进行比较研究.结果显示:整个动态混沌神经网络结构为27-12-1,所设计的基于动态混沌神经网络的马铃薯价格时间序列预测模型在预测精度和性能上较ARMA模型均具有明显优势,这一预测模型在农产品价格时间序列短期预测研究上将具有广阔的应用前景.     

基于跳扩散模型的石油价格长期趋势分析

分析了国际石油市场1986至2012年周价格形成机制的长期演变趋势.在讨论均衡理论基础上,以长期市场供求关系解释了国际油价长期波动现象.基于跳扩散模型拟合石油价格动态过程,利用结构变点检验和累积量估计方法进行了实证研究.历史数据分析表明石油价格具有高波动性、高强度跳跃性和上升漂移特征.此外,模型预测即使当前大幅增加石油投资,未来几年内石油价格变化仍会处于一种高频跳跃的上行阶段.     

关于股票价格的二阶模糊时间序列

由于股票价格的时间序列具有不确定性,股市的真实模型不容易建立,而模糊时间序列在解决模糊性数据和不确定性数据方面具有较大优势;因此,本文首先将数据进行预处理并改进论域划分的方法,然后利用三角隶属度函数进行数据的模糊化处理,再利用模糊化后的数据建立三层BP神经网络,最后,应用广义的逆模糊数公式将预测模糊集进行逆模糊化,从而得到预测结果.应用本文方法对印度国家银行(SBI)股票价格和Alabama 大学的入学人数进行预测,预测结果精度较高.