我国股票市场财富效应的实证分析

该文应用格兰杰因果关系检验和协整分析方法，对我国股票市场的财富效应作了实证分析，指出我国股票市场不具有财富效应而仅具有替代效应．     

中国股票市场经济学实验分析

将经济系统的分析扩展到合作博弈领域内。引入经济学实验的方法，介绍了一次在合作博弈范畴内的经济学实验的过程及其主要结果。实验参与者的行为与理论预期存在着偏离，造成该差异的主要原因在于局中人对公平性的要求。通过引入Banzhaf-coleman势值的概念，将实验数据与Banzhaf-coleman势值及Shapley值对比，显示出实验结果与理论解有着较好的相容性。     

短期负荷预测模型及其影响因素

在分析电力负荷曲线特性的基础上，将日负荷分成工作日和非工作日，并着重考虑温度对负荷曲线特性的影响，将BP算法和模拟退火(SA)算法相结合，对某电网的日负荷数据进行实际计算，发现考虑预测日类型和温度等因素后，负荷预测精度有很大提高．     

长沙市科技人才需求预测与高等教育发展战略研究

本文在分析长沙市科技人才及高等教育发展现状的基础上,结合未来长沙市科技人才需求的预测,提出了长沙市高等教育发展的战略目标及其具体途径.     

发行可转换债券对公司股票价格影响的实证研究

对我国上市公司发行可转换债券对股票价格的影响进行了实证分析,结果发现:上市公司发布发行可转换债券公告后,二级市场股票价格显著上升,说明投资者青睐可转换债券.回归研究表明,发行可转换债券宣告效应与发行公司的公司规模,可转换债券发行规模以及宣告期间重大事件的公布呈显著正相关.     

基于自适应神经模糊推理系统的企业市场预测

针对传统的市场预测方法几乎回避了市场信息具有模糊性的特点，出现的用神经网络进行市场预测又不能表达模糊语言的情况，分析了自适应神经模糊推理系统的结构机理，提出了用自适应神经模糊推理系统进行企业市场预测；仿真结果说明了该方法的有效性和可行性。     

应用级联神经网络预测供热锅炉次日小时热负荷的初步研究

通过对供热锅炉房热负荷的分析，建立了基于两个BP网络的级联神经网络(CNN)。相关性分析表明，可将时间序列负荷数据作纵横向分离，横向相关系列负荷可作为CNN前一BP子网络的输入数据，纵向相关系列负荷可作为CNN后一BP子网络的输入数据。前一BP子网络用于小时负荷的初始预测，其预测结果加入后一BP子网络的输入系列，实现对负荷的精确预测。按照此模型，建立了某一印染厂锅炉房次日小时蒸汽负荷的CNN预测模型。程序运行结果表明该模型在预测时足够准确可靠。     

我国证券市场行业收益三因素模型的实证研究

Fama-French三因素模型比资本资产定价模型更好地描述了股票收益率横截面数据的变动,采用最新的股票数据(2000.01～2003.12)并运用Fama-French的三因素模型对每个行业的平均回报率进行了检验。论证了行业收益的三因素模型在我国证券市场上是成立的,同时检验了我国证券市场上每个行业是否有“月度效应”现象。实证结果为风险预算过程中的战略风险预算和风险控制提供了可靠依据,同时为投资组合选择、预测、决策及其业绩评价提供了一定的依据。     

战区反导拦截效率模型研究

在未来防空作战中,反战术弹道导弹(TBM)是防空导弹部队担负的重要作战任务。针对拦截战术弹道导弹过程中,难以用一般预警雷达完成情报预警的问题,建立了情报预警系统的发现概率和预警概率计算模型,以及防空导弹拦截系统的排队论模型,给出了反导作战拦截效率的计算方法,并讨论了提高反导拦截效率的对策与方法     

非线性时间序列建模的混合GARCH方法

在文献[1]的基础上，首次提出混合广义自回归务件异方差（Mixture Generalized Autoregressive Conditional Heteroscedastic Model简记MGARCH）模型；给出并证明了MGARCH模型的一阶平稳性的充分必要条件及二阶平稳性的充分务件；给出该模型参数估计的EM算法：利用BIC定阶准则对MGARCH模型的各成份进行定阶；计算结果表明该模型对金融非线性时间序列中存在的变异率现象具有较强的描述能力，有广阔的应用前景。