规模以下工业企业抽样调查的权数调整研究

为解决规模以下工业企业估计中的问题,对现有的权数调整范围进行了拓展,以期提高对规模以下工业企业的估计精度。一方面,解决目录企业的非自然消亡问题。分别讨论样本单元非自然消亡和样本层非自然消亡两种情况,将非自然消亡视为一种单元无回答,引入样本匹配方法,选择最为“相近”的正常上报企业与非自然消亡企业匹配,把非自然消亡的样本企业权数调整到正常上报的样本企业中。另一方面,解决非目录企业的估计偏差问题。分别讨论了基于超总体模型估计和倾向得分逆加权估计的权数调整思路,超总体模型估计选取了线性和非线性两种。倾向得分逆加权估计中,重点研究了倾向得分的求解,基于GBM(Generalized Boosted Model)算法,在其迭代求解过程中引入了权重,提出了w-GBM算法,同时提出将参数估计方法中的Logistic回归估计和非参数估计方法中的w-GBM算法或GBM算法进行加权的组合估计方法。实证结果表明,以上思路具有可行性。

分子筛合成中六亚甲基亚胺与环己胺二元胺的模板作用

以固体硅胶为硅源考察了六亚甲基亚胺(HMI)和环己胺(CHA)二元胺模板剂对分子筛合成产物的影响.XRD测试结果表明,当晶化温度为160℃,晶化时间为84 h,SiO2/Al2O3摩尔比为30,Na2O∶H2O∶(HMI+CHA)∶SiO2摩尔比为0.11∶45∶0.35∶1时,即使HMI仅占二元胺模板剂的25%(摩尔分数),所得分子筛仍为MCM-22;其它条件相同时,以单纯CHA为模板剂得到的是ZSM-35分子筛.用13C MAS NMR研究了HMI和CHA的状态,结果表明在单一HMI合成体系中,HMI既起MCM-22结构导向作用,又经质子化后起稳定骨架的作用;而在HMI和CHA二元胺体系中,HMI主要起结构导向作用,CHA则填充在MCM-22层间十元环中稳定骨架.

基于不平衡样本的互联网个人信用评估研究

国内互联网金融和消费信贷的迅猛发展,催生了互联网个人征信的巨大需求。针对不平衡的互联网征信数据,采用随机过抽样、随机欠抽样和SMOTE方法进行数据平衡化,并建立决策树、支持向量机和随机森林等分类模型对互联网个人信用评估进行研究,结果表明:互联网大数据背景下的个人信用评估研究具有可行性;过抽样方法可以较好地提高互联网个人信用评估模型的分类性能;构建信用等级较好用户的一般特质,即年龄在18~30岁之间、工资水平在2 000元以上、用户页面浏览量多集中在10~20次之间和申请贷款时间相对较早等。在对互联网个人信用评估中变量有效性进行探索的基础上,反驳了"采用的变量越多结果就越准确"的说法。

基于DEA分析的中部六省高等教育与经济发展的关系研究

国家的"十二五"和"十三五"发展规划均将高等教育的发展提升到重要高度,同时结合高等教育供给侧改革,研究中部六省的高等教育与经济增长的效率关系。得出河南省的高等教育规模一直处于最优水平,湖南省经过"十二五"规划同样达到最优规模;而山西省的高等教育与经济增长的发展并不相适应,高等教育规模仍有上升空间。

大数据指数是否可以替代统计调查指数

2014年7月,澳盛银行首次将阿里巴巴系列指数纳入通货膨胀观察标的,标志着大数据指数已经开始对传统的统计调查指数提出质疑和挑战。本文基于阿里巴巴a SPI指数和官方公布的CPI指数的比较研究,首次提出了a SPI指数显著优于CPI指数的一些基本特征;同时,通过实证分析对比了两种指数的同步性特征和分解性特征,即首先运用协整检验方法确定二者的同步性;其次通过EMD模型对二者进行序列分解,得出各自的波动成分和增长趋势;最后,在EMD对a SPI指数分解的基础上,通过Lasso回归估计了CPI指数。研究表明,随着对大数据研究的广泛性、科学性以及方法论和软件工具的进步,大数据指数对传统统计调查的佐证、补充乃至融合将会成为一种新趋势,通过实证、应用与发展,逐步产生新的CPI编制方法和分析体系,将是大数据指数理论和实践的根本出路。

直链烷基苯市场情况及发展预测

概述近几年国内外直链烷基苯的供需情况,对直链烷基苯市场需求进行预测,提出尽快提高烷基苯质量、加快技术创新步伐、降低生产成本和拓宽烷基苯用途是我国烷基苯企业今后发展的方向。

长链烷烃脱氢催化剂的失活与再生处理技术进展

对长链烷烃脱氢催化剂失活的原因进行了分析,认为其表面积炭是导致催化剂性能衰退的主要因素。采用程控烧炭技术,严格控制氧含量、烧炭温度及升温速度,可使再生后的催化剂活性达到新鲜催化剂的水平。同时对相关的再生处理技术工艺进展进行了综述。

煤炭大数据指数编制及经验模态分解模型研究

基于开放性数据源、连续观测昨多变量数据编制的大数据指数,与传统的统计调查指数存在的差异不仅在于数据本身的无限扩张,而且在于编制方法以及分解研究的规则、模型方面的差异。在大数据背景下,率先尝试性地提出大数据指数的定义和数据假设,将"互联网大数据指数"引入煤炭交易价格指数综合编制太原煤炭交易大数据指数,从而反映煤炭价格的变动趋势;导入经验模态分解模型,对所编制的煤炭大数据指数进行分解研究,尝试比较与传统的统计调查指数的差异。研究表明:新编制的煤炭价格大数据指数要比太原煤炭交易价格指数更为敏感和迅速,能更好地反映煤炭价格的变动趋势。随着"互联网+"和大数据战略的逐渐普及,基于互联网大数据编制的综合指数会影响到更多领域,将成为经济管理和社会发展各个领域的晴雨表和指示器;与传统统计调查指数逐步融合、互补或者升级,成为宏观经济大数据指数的重要组成部分。

规模以下工业调查的若干问题研究

规模以下工业调查作为工业统计调查的重要组成部分,是收集规模以下工业数据的主要工具。自1996年试点调查以来,规模以下工业调查制度已经过多次调整,但仍有部分问题尚待解决。在系统梳理了规模以下工业调查发展历程的基础上,本文对我国现行的抽样调查设计进行了详细总结;而后结合实地调研,从数据角度出发研究了规模以下工业调查存在的若干问题:抽样框问题、数据质量问题和工业统计规模划分问题。最后针对以上三大类问题提出了相对应的改进建议。

大数据指数的再定义与新进展

基于网络交易、虚拟社交和扫描数据等大数据集编制的即时性综合指数,近年来增长迅猛。这些大数据指数编制所使用的数据集存在结构复杂、数据异质、海量涌入和动态不稳定等特征,在指数的编制方法、与传统统计调查指数的融合以及大数据指数的社会公信力等方面值得关注。本文从大数据带来的统计变革切入,对大数据、大数据指数进行了相关概念和性质的再定义,并对近年来大数据指数的发展进行了综述,从认识论、方法论和实践论方面提出了大数据指数所面临的三大挑战,认为大数据是经济统计学的一个重要发展机遇,大数据指数是经济统计学方法创新和升级的一个典型例证。

工业企业规模标准划分问题研究

现行的工业调查制度自2011年制定实施以来,距今已有7年之久。伴随着中国经济的快速发展,工业企业规模划分标准急需进行相应的调整。在工业企业规模标准划分的问题上,主要研究了两个问题:规模划分指标的选取和规模划分值的确定。以2016年湖北省工业企业数据为例,选取年主营业务收入和从业人数作为备选指标,通过运用边际理论、样本量与抽样误差的关系、离散系数以及指标增速等测算方法,可将规模划分标准设定为年主营业务收入1亿元或从业人数80人,且从业人数比年主营业务收入更具稳定性。工业企业规模划分标准的适当提高,有利于对规模以上工业企业数据进行全面核实审查,提高数据质量;同时,也有利于充分发挥规模以下工业企业抽样调查的作用。

中国妇女生育意愿及影响因素研究——基于CHNS数据的计数膨胀模型分析

为全面考察我国妇女生育意愿,本文基于2015年中国健康与营养调查(CHNS)数据,分别从实际生育子女数量、意愿生育数量和生育二孩意愿三个方面进行研究。研究发现:生育意愿是妇女个人因素和家庭因素为获取家庭收益最大化而相互作用的产物,是家庭成员间谈判的结果;妇女生育意愿与实际生育行为在影响因素和性别偏好上存在区别,实际生育子女数量会受到家庭和政策条件的限制,实际生育行为表现出男孩性别偏好;丈夫特征对妇女生育二孩意愿起到重要作用。因此,在实施人口政策过程中,应注重协调妇女个人因素与家庭因素的关系,注意完善居民的社会保障制度,打破生育观念中落后的传统思想。

就业视角下的社会地位代际流动研究——基于CHNS数据的贝叶斯联合建模分析

文章基于1989年、2000年、2011年中国健康与营养调查(CHNS)微观数据进行截面数据联合建模,在就业视角下研究社会地位代际流动随时间的变动趋势。截面数据联合建模能够同时处理混合类型因变量,是微观数据环境下对纵向数据联合建模的调整。模拟研究表明,与独立建模相比,联合建模不仅考虑了模型间的内在关联,而且具有更加准确和稳定的参数估计。实证结果显示,1989年至2011年在子辈社会地位获得过程中,先赋因素的影响减小,后致因素的影响显著提升,各类隐性因素的影响范围扩大,社会整体流动性不断增强。对于先赋因素处于劣势条件的子辈,接受高等教育是其获得高社会地位的最佳途径。

规模以下工业抽样调查问题研究

规模以下工业是工业生产活动的重要组成单位,对工业经济发展具有重大意义.本文首先对规模以下工业抽样调查进行了全面回顾,系统梳理了其发展历程和抽样调查设计方案,并总结了当前规模以下工业调查存在的三大问题院抽样框更新维护滞后尧样本与总体存在差异尧存在调查误差.同时讨论了两个热点研究方向院工业规模划分标准和抽样框设计,最后总结了后续研究的重点.

规模以下工业地域抽样的可行性研究

现行规模以下工业中的目录企业调查是按照目录企业抽样框采用一阶段分层随机抽样抽取样本.但随着经济的高速发展,市场中企业新增和消亡变动频繁,导致目录企业抽样框的不稳定性,从而在一定程度上降低了目录企业的估计精度.而相比下,以村(居委会)为抽样单元的地域抽样框的稳定性较高,因此本文提出使用地域抽样进行规模以下工业企业调查的设想,基于湖北省的调查数据,从方差公式出发测算了四个影响因素:总体群数、样本群数、样本量分配方式以及分层变量的可行性;并进一步提出使用一套地域样本的MPPS抽样方法同时进行规模以下工业企业和个体工业单位的调查思路,最终得出使用地域抽样进行规模以下工业调查具有可实施性.

基于平衡样本的校准估计研究--以规模以下工业企业测算为例

为解决规模以下工业企业调查中存在的样本代表性不足的问题,提出基于平衡样本的校准估计方法,并得出相应的估计量和估计量方差。该方法在抽样设计阶段采用了平衡抽样设计,在估计阶段采用了校准估计方法,较大限度地使用了辅助信息;通过数据分析得出基于平衡样本的校准估计方法要优于基于平衡抽样的HT估计方法。同时,为满足平衡变量间线性无关的假定,提出使用主成分分析、切片逆回归和切片平均方差估计三种方法对相关的平衡变量进行处理的思路。该方法对我国规模以下工业企业调查的完善具有理论与实践的双重意义,可适当的推广至我国政府统计的其他调查中。

中国省域规模以上工业企业发展研究——基于成本支出角度

基于成本支出角度,利用2007年-2014年中国其中31个省市自治区的面板数据,建立空间面板模型,实证检验成本支出性指标对规模以上工业企业发展的影响;而后通过DEA方法,研究规模以上工业企业的产出效率.研究表明,成本支出性指标对规模以上工业企业的发展具有正向作用,但更多的地区表现为DEA无效.因此,要从多角度认识成本支出性指标的作用,合理降低运营成本,以促进规模以上工业企业的良好发展.

信用评级模型的特征选择方法研究

特征选择是信用评级建模的重要环节,合理的特征选择能够简化模型结构和提升分类效果.借鉴w-L1SVM模型的加权思想,借助Logistic-Group-Lasso模型筛选组变量的优势,提出处理信用评级特征选择问题的加权Logistic-GroupLasso(w-LGL)模型,该模型在选择变量时更加关注误判成本较高的违约客户,且能够实现分类变量的整组处理.与常规特征选择方法相比,w-LGL模型在数值模拟与实证研究中的分类效果更好.

处理不平衡征信数据的零膨胀信用评级模型

征信数据中的客户往往呈现'好多坏少'的不平衡结构,这种结构使得一般的分类模型在预测客户信用表现时失效。本文基于零膨胀计数模型的建模思想,分别提出处理因变量为二分类变量、多分类变量、计数变量的零膨胀信用评级模型(ZICSM),将客户结构拆分为稳定好客户、不稳定好客户和坏客户三个部分,利用模型自身优势形成严谨和宽松的两套贷款审批机制。ZICSM模型对目标函数进行权数调整,使模型更加关注'坏'客户,在目标函数中加入惩罚项,使模型具备组变量选择功能。此外,本文提出兼顾风险把控和市场份额的RS得分指标,借以评价信用评级模型的分类效果。模拟研究和实证研究的结果表明,ZICSM模型能够提升金融机构的贷款收益,增加其审批机制的灵活性,适用于处理征信数据的不平衡问题。