考虑错分代价的LogitBoost算法及其在手机用户价值分类中的应用

针对传统LogitBoost算法将正确分类与错误分类平等看待且损失函数不收敛于代价敏感的贝叶斯决策问题.本研究在传统LogitBoost算法的基础上给出了一种基于错分代价改进的LogitBoost算法,并以某移动通讯公司的手机用户数据为基础检验了该算法的有效性,研究发现:与其他同类算法相比考虑错分代价后的LogitBoost算法的分类效果提升较明显;随着错分代价比值的增大,预期风险(同一阈值下)增大;同一错分代价比值下的预期风险,随着错分代价比值的增大表现出先增大后减小的趋势.该结论不仅说明了通过引入错分代价能有效降低模型的预期风险(这使新算法由关注分类错误率最小化转向关注预期风险最小),也为通讯公司提供了分析框架和决策参考.     

高科技企业竞争战略下技术创新产出质量研究——基于股权激励行权条件视角

针对竞争战略下的企业技术创新决策问题,本文基于2010-2018年间在沪深两市上市的A股高科技企业数据,以股权激励行权条件为中介变量和调节变量,研究了该类企业的竞争战略对其技术创新产出质量的影响.研究显示:高科技企业采用差异化战略和低成本战略对其技术创新产出质量的提高均有促进作用;采用差异化战略对其股权激励行权条件的严...     

二元函数极值讨论的2种方法

<正>1基本理论定理1(极值充分条件)[1]设二元函数f在P0(x0,y0)的某邻域U(P0)内具有二阶连续偏导数,且P0是f的稳定点,则当Hf(P0)是正定矩阵时,f在P0取得极小值应;当H f(P0)是负定矩阵时,f在P0取得极大值;当Hf(P0)是不定矩阵时,f在P0不取极值.其中Hf(P0)为黑赛矩阵.     

期望绩效反馈效果对企业投资价值的影响——R&D创新方式和市场竞争的情境效应

针对R&D创新过程中的企业投资价值提升问题，基于2011~2017年间在A股上市的310家企业样本数据，分别以R&D创新方式、市场竞争以及两者的联合为情境效应，探索了正向期望绩效反馈效果对企业投资价值的影响机制。结果表明：正向期望绩效反馈效果与企业投资价值之间呈显著正向关系；突破式创新促进了正向期望绩效反馈效果与企业投资价值之间的关系，而渐进式创新起到了相反作用。市场竞争越激烈，正向期望绩效反馈效果越能促进企业投资价值的提升；市场竞争越激烈，与渐进式创新相比，突破式创新更能促进正向期望绩效反馈效果对企业投资价值的正向影响。研究结论对企业决策者和金融市场上的投资者都具有重要的决策参考意义。