大数据、有限信息与企业并购

以2007~2021年A股上市公司并购事件为样本,通过年报文本分析法构建并购方“大数据”应用程度的指标,检验并购方大数据应用对并购绩效的影响,研究发现:相对于没有应用大数据的并购方,应用大数据的并购方总体上获得了更高的并购绩效;信息获取是大数据提高并购方并购绩效的主要机制;大数据对并购绩效的提升作用仅限于目标公司为公众公司,当目标公司为非公众公司时,大数据难以显著提高并购方的并购绩效,说明大数据分析只能根据目标公司的公开资料提供有限信息;并购方与目标公司存在董事联结,能够强化大数据对并购绩效的提升作用,尤其强化了目标公司为公众公司时(与目标公司为非公众公司相比)的并购绩效,说明机器的有限“硬信息”与人的“软信息”相结合更能够显著提高并购绩效。因此,“人机协同”或许是数字时代提高并购绩效的有效策略。

一种有限信息共享的全局寻优供应链双边协同计划方法

针对有限信息共享条件下,供应链协同计划难以实现计划调整的收敛性和达到全局最优的问题,提出一种具有多点搜索和概率搜索特征的协同计划方法。将协商中交流的备选计划及其所产生的成本变化信息融入到计划调整算法中,以遗传算法的选择、交叉和变异过程为调整机制,将算法的迭代过程与计划协商过程结合在一起。在确定上下游企业能力约束多产品批量计划模型和最小累积需求求解方法及其模型的基础上,分析了协同计划过程中的编码、适应度函数、初始计划组生成和选择、交叉、变异算法等主要要素,并给出协同计划流程。通过仿真实验验证了该方法的有效性和相对的优越性。

基于有限信息的网络邻接关系识别研究

如何根据有限的网络交互信息确定网络结构是当前网络科学研究的重要问题之一。该文提出了基于网络单一结构属性的网络结构重构分析方法。首先,该方法通过Holme-Kim模型生成一系列集聚系数可调的人工网络。然后,该方法通过压缩感知识别模型对有限信息下的网络结构进行重构。实验结果表明,当仅能掌握20%的网络节点间交互的时间序列信息时,网络邻接关系的平均识别准确率和平均真实关系召回率均随网络平均集聚系数的增大而提高。当网络的平均集聚系数在0.1~0.6变化时,平均集聚系数为0.6的网络将获得最高的平均识别准确率和平均真实关系召回率。进一步的实验分析说明,网络中度小于8的节点其平均识别准确率是决定网络平均识别准确率的关键。

有限信息与有限实施下的相互保险机制安排

相互保险是农村家庭应付不确定性收入波动的非正式制度安排。理论上,标准的相互保险模型表明:在一个农村社区中,对单个家庭所面临的特殊性风险,相互保险机制能够实现风险配置的帕累托最优。然而它忽略了两大限制性因素:有限信息与有限实施。前者表现为逆向选择和道德风险,此时,相互保险机制的实施不是帕累托最优的;后者则源于强制性约束制度的缺乏和高收入家庭的违约激励,此时,相互保险是约束有效的。

有限信息与假冒伪劣商品的识别

基本竞争模型完全信息的假设与现实相悖:由于信息的真伪难辨;信息收集需要成本;消费者能够记忆并回想的信息有限;消费者对信息的加工能力有限以及信息市场不完善等原因,致使消费者所掌握的信息非常有限。信息有限的结果是市场稀薄和假冒伪劣商品盛行。消费者可以借助担保、信誉、专家、标准以及价格制度等方法去识别假冒伪劣商品。

基于有限信息融合的中央银行大额支付系统反洗钱管理模型

针对跨行洗钱犯罪的复杂性和协作性,在中央银行大额支付系统(HVPS)框架内,综合有限信息管理新方法,构建了新型的反洗钱管理模型。该模型采用分布式检测点采集排队队列中的洗钱信息,从而对大额支付系统中的协作洗钱犯罪进行整合的动态跟踪。它采用了基于事件的描述方法记录洗钱犯罪过程,应用灰色关联度算法实现大额支付系统中的多检测点信息融合,通过有限信息发掘出大额支付系统中的异常操作行为,最终应用功率谱估计算法实现洗钱犯罪的快速分析与识别。仿真测试结果证明,该模型与传统的反洗钱管理模型相比,洗钱客户覆盖率和发现精确度超过12%以上,而洗钱事件召回率提高了5%以上。从总体来看,该模型具有较高的信息处理效率和处理精度。

在有限信息集上的智能检索接口的实现方法

探讨了有限信息集和智能检索的特点，并对智能检索中常用的技术和适用这些技术的信息表达方法，结合所开发的项目进行了介绍。这些技术是：交叉树索引、分解匹配综合。一般信息管理系统都只使用有限信息集，为之开发较友好的具有智能的人机接口是可行的。这也是当今信息系统发展的主流。因此，本文探讨的问题具有一定的普遍意义。

基于有限信息的铜吹炼动态过程智能集成建模

针对具有强动态变化特征但过程信息有限可知的铜转炉吹炼过程,提出一种基于有限数据信息的吹炼动态过程智能集成建模方法.依据冶金反应动力学原理,建立了描述吹炼过程反应体系变化的非线性动力学模型;引入动力学系数修正因子,基于有限的数据信息和龙格–库塔公式,构建了动力学系数修正因子的优化模型;结合智能决策生成的典型样本集,提出了基于微粒群算法和模式搜索法的混合智能算法确保有效获得最优修正因子,最终形成吹炼过程的动态模型.用实际生产数据仿真实验,模型预测的最大相对误差小于5%,仿真结果验证了模型有效性.

论有限信息与广告作用

有限信息和信息不对称是导致逆向选择和交易费用上升影响竞争均衡的主要原因。供求之间需要广告中介缓解信息问题的压力。但广告在某种情况下也可能有害于竞争，同样，广告商也会因有限信息而影响其营销作用。

有限信息下基于深度学习模型的小型分布式光伏电站功率预测

目的是解决小型分布式光伏电站在无气象站配备、无法测量气象变量(即太阳辐照度、温度、相对湿度等)的情况下,通过区域内光伏电站历史出力数据预测光伏发电的问题。基于有限信息,提出了两层的LSTM深度学习模型,对小型分布式光伏电站功率进行了预测,并对其超参数对其预测效果的影响进行了分析。此外,利用澳大利亚爱丽丝泉地区的分布式光伏电站数据来验证该模型的准确性,并与使用气象数据进行预测模型的效果进行了对比。结果表明,借助区域内光伏电站历史功率数据进行预测的效果良好,适用于无气象站情景下的光伏功率预测。

基于有限信息的地名地址匹配引擎研究与实现

地名地址匹配引擎是连接地理信息与其他数据的桥梁,在智慧城市建设中发挥着至关重要的作用,但已有的地名地址数据库已经无法与当前城乡建设快速发展的实际情况相适应。为解决地名地址信息变化快、数量多但地名地址信息采集更新滞后的问题,本文基于有限地名地址信息,设计了以层级地址模型为基础的地名地址匹配算法,优先针对已有的标准地址进行精准匹配,对地名地址库中缺失的地址或非标准地址参照已有标准地址进行插值计算,实现了基于有限信息的地名地址匹配,提升了数据匹配精度,为智慧城市时空大数据平台提供了高效可靠的地名地址引擎解决方案。

有限信息分布下考虑碳期货的工程机械再制造生产决策优化研究

针对碳排放依赖型的工程机械再制造企业,研究了其在需求不确定下考虑碳期货的生产决策优化问题。针对不确定需求的有限信息分布,分别考虑了无碳期货情形和有碳期货情形,构建了相应的生产决策优化模型,并采用max-min方法对其进行求解。最后,通过数值仿真分析了再制造率、需求不确定和期货价格对产量和利润的影响。研究发现,引入碳期货后,企业能够有效地规避需求不确定带来的风险,保证在更少的产量下获得更高的利润。

基于有限信息的占线设备更新问题及其竞争策略

传统的占线优化理论分析假设对未来信息一无所知,根据过去和现在的信息进行决策。然而,在现实中有些信息是可以通过统计数据来估计得出或者通过实验方式获得,因此在本文中放松该假设,知道未来的部分信息。比如在汽车更新决策中,未来可能投入市场的汽车更新的某些重要参数(如购买成本和行驶成本)可以通过上述方法获得,决策者该如何决策何时更新汽车?优化目标是使竞争比最小,即汽车更新的占线成本和离线成本的比值最小。另外,汽车类大宗设备退出市场时还具有一定的残值,可以通过二手车市场交易来回收部分成本,因此本文将折旧因子引入了模型,给出了一个占线参数策略,得出了相应的竞争比,证明了折旧因子的引入改善了竞争比。

医疗保险对我国老年人健康的影响:基于有限信息极大似然法的检验

目的:在克服内生性问题对因果关系不利影响的基础之上,研究医疗保险对老年健康的影响。方法:应用有限信息极大似然法,引入工具变量进行两阶段分析。结果:参加医疗保险种类越多,越能降低老年人患慢性病的风险,但不利于改善自评健康。结论:政府应大力发展新农保等社会保险,提高老年人参加医疗保险的能力。

双重不确定条件下的投资行为——基于有限信息、有限理性的分析

在投资人面临条件以及策略的双重不确定时,个人信息结构的差异以及对于对手信息的感知的差异也会影响投资人的投资行为。本文针对战略框架,在条件不确定下的不可逆投资的实物期权理论中引入投资主体有限理性以及信息的有限性,分析主体的投资决策行为。本文将基于建立一些简单模型来进行理论阐述,而不追求对模型进行复杂而精确的数学假设与详细的过程推导。

有限CSI反馈MIMO系统下的快速码字搜索

针对传统多输入多输出(Multiple-Input Multiple-Output,MIMO)系统下信道反馈开销大、发送端的最优预编码设计难以实现的问题,研究有限信道状态信息(Channel State Information,CSI)反馈下的联合预编码设计与码字搜索技术,提出一种基于离散傅里叶变换(Discrete Fourier Transform,DFT)码本的快速码字搜索算法。该算法利用MIMO信道天然具有的信道硬化特性,将理论性能最优但是计算复杂度极高的遍历式码字搜索算法转化为求解多个简单优化问题的快速码字搜索算法。仿真结果显示,该算法能够在性能损失较小的情况下大幅度降低码字搜索的计算复杂度。

基于有限测点信息的大型空间网架结构智能工作状态评估技术研究

针对大型空间网架结构的特点,建立基于有限测点信息的智能工作状态评估技术。该技术是首先通过测量少数网架结构杆件的响应信息,获得结构响应的峰因子;再通过安置在网架结构上的风压力传感器获得结构的荷载信息,采用BP神经网络法和加权荷载本征模态分解法分别精确识别作用在网架结构上的平均风荷载和脉动风荷载;并通过安置在网架结构上的加速度传感器获得结构在环境激励下的加速度响应信息,对结构进行有限元模型修正;然后采用正向演绎的方法,得到整个网架结构的工作状态,根据预先设定的安全级别就能对其进行工作状态的评估。最后,通过该技术成功地应用于深圳市民中心屋顶网架结构的智能健康监测系统中,说明该技术的可行性和有效性。

基于有限样本信息准则的非协作盲信噪比估计算法

针对小样本条件下的盲信噪比估计误差较大问题,结合信号子空间分解方法,提出一种基于有限样本信息准则(finitesample information criterion,FSIC)的盲信噪比估计算法,并推导出基于FSIC盲信噪比估计算法的最大似然形式。在小样本情况下,FSIC的引入克服了传统信息论方法产生的过拟合和欠拟合问题,降低计算复杂度。在不需要已知信号调制方式、载波频率、波特率等先验知识的前提下,能够在加性高斯白噪声信道(AWGN)和多径信道(Rayleigh)下对常用调制信号进行有效的信噪比估计。在信噪比-25 dB～25 dB范围内,其平均估计误差小于1 dB,表明该算法可有效应用于小样本盲信噪比估计。

有限需求信息下供应链生产与订货的决策研究

研究由供应商与零售商组成的需求信息有限和生产不确定的2级供应链系统生产与订货决策问题.在供应商生产服从均匀分布的2级供应链系统,仅知需求期望和方差,未知具体分布时,考虑库存费用和缺货惩罚,建立基于最大最小利润准则的不同模式供应链绩效和决策模型.通过仿真计算,分析比较不同模式的供应链最优决策和绩效.结果表明,有限需求信息和生产不确定情况下,风险共担契约模式和集成模式的供应链绩效高于分散模式的供应链绩效,且集成模式供应链绩效最高.因此,供应链决策可通过优先采用集成模式,其次是风险共担契约模式来提高绩效.

电子采购e路走来——访北京必联信息技术有限公司总裁吴树贵

信息技术加快了生活的节奏,拉近了世界的距离,不可否认,我们正在步入"网络时代"。但随着热炒过后萦绕在网络头上的光环逐渐散去,网络产业童新回归理智发展的道路时,人们开始认真审视信息化技术究竟会给社会生产生活带来怎样的经济效益。电子商务作为一种全新的商业运作模式,已经开始崛起并迅速发展。电子商务能够为企业带来巨大收益,并能根本性地影响企业的管理和高效率运作是不争的事实。而电子商务中对企业最具有吸引力也是最引人入胜的即为电子采购--一种现代企业在信息时代极大提高企业竞争力的必不可少的手段。它以帮助企业实施信息化为总目标,以企业采购的电子化为切入点,帮助企业逐步利用信息技术整合各种资源,提升企业核心竞争力,以求更好的经营效益。为了更深入地了解这一在中国还并不受关注的商务模式,本刊记者走访了北京必联信息技术有限公司总裁吴树贵先生,一位多年致力于开拓中国电子采购市场的先行者。