简介:由于第三方支付平台交易者的效益问题存在着较多的不确定性,因此很少有定量化的研究成果。运用粗糙集理论,构建第三方支付平台交易的粗糙复杂网络,并对第三方支付平台效益进行研究,分别建立平台管理者效益提升的粗糙复杂网络信任模型、商家效益极大化的粗糙统计模型、顾客选择商品的粗糙决策模型;模型求解结果表明:平台管理者可以建立量化奖惩措施促进效益目标的实现;商家可以分析预测当广告费用为G0时的直接和间接销售量,从而得出是否做广告的决定;在价格适中且销售量适中、销售量高、商品价格低顾客评价适中且商家信用低、顾客评价高且商家信用高这四种情况下,顾客可以做出购买的决定。本研究在理论上不仅将粗糙集的理论用于不确定性复杂网络信任模型的研究,而且创立了基于时间序列分析的属性约简算法,从而解决了动态知识系统属性规则的提取问题。
简介:本文研究部分变系数动态模型,一些参数的值可以成为协变量的函数,并提出了参数和非参数函数系数的估计。本文提出一个基于支持向量机分位数回归的部分变系数动态模型,及它的三步估计法和迭代加权最小二乘法估计模型的参数和非参数函数,提出的方法能被简单有效地应用到线性和非线性分位数回归光滑变量的高维情况。同时,本文也提出模型的惩罚参数、核参数的选择方法——交叉验证方法。
简介:对于具有信贷需求的农户而言,面临的信贷配给程度由高到低可依次划分为遭受需求型配给和遭受供给型配给以及未遭受信贷配给。现有对农户配给程度的决定因素进行识别研究,往往忽略信贷需求的样本选择性问题。采用2013年苏鲁两省农户调查数据,运用有序Probit模型,识别农户遭受不同程度信贷配给的决定因素,有效解决了样本选择性估计偏误。研究发现:户主受教育程度、银行网点距离等因素对农户信贷配给程度具有显著影响。其中,户主受教育程度等变量影响负向,导致遭受供给型配给和需求型配给的概率降低;而银行网点距离等变量影响正向,则会导致遭受供给型配给和需求型配给的概率增加。