简介:产学研合作中的知识流动效应度量一直是一个难题,本文以GERT网络与协同学为理论基础,寻求知识流动效应度量的方法。为此,根据知识流动特性,利用GERT网络中的实现概率及矩母函数参量来解析知识流动效应。为了得到矩母函数的分布类型,利用协同学,分析了影响产学研合作的内外因素,建立起随时间变化的知识流动方程,并以此方程作为矩母函数。同时,以大型飞机起落架系统研制为案例,利用专家调查法获取初始数据,并运用前述方法进行知识流动效应分析。通过GERT网络模型对知识流动进行测度,提供了产学研项目研制过程中知识增值大小、流动的顺畅性等重要信息,以此帮助决策者为保证研制项目的按时按质完成采取积极对应措施。
简介:金融资产收益率不仅具有尖峰厚尾性、异方差性,还具有长记忆性。基于此,本文建立ARFIMA-GARCH-Copula模型来研究沪深股市的相关结构和等权重投资组合风险值VaR,利用上证指数和深成指数收益率的组合来进行实证研究。首先采用经典R/S分析法检验各个资产收益率的长记忆性,经过分数阶差分后选用GARCH模型建模得到边缘分布。然后选择Copula函数来刻画两资产之间的相关结构,建立联合分布模型。进而采用MonteCarlo方法模拟产生各资产的收益率序列,计算出投资组合的风险值VaR。实证研究表明:沪深股市具有长记忆性,且两者具有对称的尾部相关性;Kupiec检验说明ARFIMA-GARCH-Copula模型较之于GARCH-Copula模型能更准确地度量投资组合风险。