蒙特卡罗模拟在R＆D决策中的运用

对研究与开发（Research and Development,R＆D）投资而言,采用传统贴现现金流量（Discounted Cash Flow,DCF）方法难以做到科学准确的评价,而实物期权估计模型本身又不能有效解决各参变量的波动性问题．作者在DCF方法的基础上,运用实物期权理论,借助Matlab软件,采用蒙特卡罗模拟方法进行了R＆D决策分析．通过实例证明,蒙特卡罗模拟方法可以更为科学地解决高度不确定条件下的R＆D决策问题．     

R＆D项目的实物期权评价方法

R＆D项目具有多种期权特性,传统的DCF评价方法已无法胜任对高技术R＆D项目价值的评价。在介绍R＆D项目期权特性的基础上,研究其评价模型和求解方法,并给出了影响模型的主要因素：波动率、无风险利率和项目收益现值的确定方法。     

R&D期权价值的应用

主要探讨在不确定条件下R&D期权价值的应用.介绍了管理弹性和R&D期权的特点;通过对以DCF为主的传统决策方法的分析,指出了这种决策方法的缺陷;给出了一种新的投资决策模型.     

R&D期权价值的应用

主要探讨在不确定条件下 R&D期权价值的应用。介绍了管理弹性和 R&D期权的特点 ;通过对以 DCF为主的传统决策方法的分析 ,指出了这种决策方法的缺陷 ,并给出了一种全新的投资决策模型     

实物期权理论在风力发电项目决策中的应用研究

从风力发电项目的投资特点出发,通过经实物期权修正的费用效率法与传统方法的比较,分析风力发电项目决策应用实物期权方法的必要性与可行性.实物期权法在充分考虑了风力发电项目不确定条件下的投资价值,保证了风力发电项目决策的科学性.     

基于RFID的SCM项目实物期权价值评估

针对RFID项目价值评估问题,分析了基于RFID的供应链管理项目的不确定性,研究了项目中嵌入的实物期权类型,建立了实物期权评估构架,并给出了简单算例,为基于RFID的供应链管理项目的价值评估提供了新的视角和可操作方法,也为其他项目的实物期权价值评估提供了参考和借鉴.     

网络市场测试中的期权应用

网络产品试销是为了解决市场与产品不确定性问题,由于实物期权法在处理不确定性问题上的优势,在试销决策问题上引入实物期权方法很有必要。通过计算分析,实物期权法能比较合理地反映高风险网络市场中选择权的价值,反映管理者灵活地调整营销策略而给项目带来的增值。     

基于Bootstrap方法的实物期权定价

在进行实物期权定价时,引入了统计学方法Bootstrap,确定期权的波动率。利用非参数法得出实物期权的价值及最佳执行期权时间,从而实现实物期权的定价。     

国防采购中厂商R＆D投资决策的动态均衡

研究了国防采购中厂商对国防研究与发展（R＆D）项目的投资行为,探讨了军方如何通过对国防R＆D项目投资补偿比例的选择来调控厂商的投资决策。通过对厂商国防R＆D项目投资决策行为的动态均衡分析,从理论上证明了在一定的国防R＆D项目投资补偿比例下,当参与竞标的厂商数为2时,军方所希望的厂商对国防R＆D项目的投资决策不仅为Nash均衡,而且还是子博弈精练Nash均衡,此时军方可以通过对国防R＆D项目投资补偿比例的选择来调控厂商的投资决策;但当参与竞标的厂商数大于2时,军方所希望的厂商对国防R＆D项目的投资决策仅为Nash均衡,而不是子博弈精练Nash均衡。因此,为了调控厂商的投资决策,军方不仅需要选择适当的国防R＆D项目投资补偿比例,而且还必须对厂商的决策时序进行控制。     

高科技项目投资的实物期权定价模型

为了准确地评价高科技项目投资价值,在分析实物期权定价理论的基础上,结合高科技项目投资的特点,把二项式模型与B-S模型结合起来,建立了高科技项目投资价值评价的实物期权定价模型．通过该模型可以捕捉到镶嵌在高科技项目中的管理柔性价值和战略期权价值,进而对这些期权进行定量分析．该方法能提高高科技投资项目管理的实践水平和理论水平,进而提高决策质量．     

基于价值的制造企业协同AMT研发决策

针对先进制造技术（AMT）研发的不确定性及其研发价值,分析制造企业间决策的协同对企业AMT研发的影响。以合作企业独立AMT研发和下游制造企业协同AMT研发两种决策模式为研究对象,建立制造企业间协同研发决策的经济博弈模型,比较分析了这两种决策模式下企业AMT研发过程。研究结果表明,合作企业的AMT研发能够通过下游制造企业的协同决策获得技术价值的增长,这种价值的增长表现为两个方面：一方面由于下游制造企业的协同将使得合作企业确定更大的AMT研发努力水平;另外一方面将会增加所有合作企业的AMT研发绩效。     

基于区间分析的弹性平面问题不确定分析

研究含有不确定参数的线弹性平面问题的位移响应.采取的方法为求解区间线性方程组的固定点迭代算法,并利用EBE方法解决了在单元组装过程中引起的区间相关性问题.主要做了2方面内容：（1）基于INTLAB实现了文献[2]提出的算法,并详细讨论了单元数对算法有效性的影响;（2）将算法在原基础上进行了改进,改进后的算法可以同时考虑弹性模量,密度,单元厚度,外荷载及支座位移不确定性.通过两个算例证明了实现和拓展的有效性,数值结果显示得到和Monte Carlo抽样结果相比相对狭窄且保守.     

累积投资和利率为相关随机过程时的风险价值分析

讨论了累积投资和利率为相关随机过程的风险价值,并提出相对风险价值的概念和计算,借助于Monte Carlo模拟分析了累积投资分布参数以及利率参数变化时对于相对风险价值的影响。     

科技创新对广西信息产业产出增长贡献的实证研究

本文采用C-D生产函数方法测算科技创新对信息产业产出增长的贡献率,R＆D内部经费支出是科技创新的前提,对实现科技创新起着重要的作用,所以在生产函数模型中加入科技投入（R＆D内部经费支出）指标,利用SPSS软件对模型参数进行估计和模型检验,计算出1995～2011年期间科技创新对广西信息产业的贡献率,并在对结果进行分析的基础上提出对策建议。     

装备科研生产市场结构现状及优化对策研究

研究装备科研生产市场结构,是判断其市场垄断程度、协调竞争与规模经济的矛盾、制定合理产业政策的前提和基础。针对装备科研生产竞争主体垄断严重、进入退出门槛过高等基本现状,研究了装备科研生产市场结构优化的途径和具体措施。     

Market Risk Evaluation on Single Futures Contract：SV-CVaR Model and Its Application on Cu00 Data

A new stochastic volatility (SV) method to estimate the conditional value at risk (CVaR) is put forward. Firstly, it makes use of SV model to forecast the volatility of return. Secondly, the Markov chain Monte Carlo (MCMC) simulation and Gibbs sampling have been used to estimate the parameters in the SV model. Thirdly, in this model, CVaR calculation is immediate. In this way, the SV-CVaR model overcomes the drawbacks of the generalized autoregressive conditional heteroscedasticity value at risk (GARCH-VaR) model. Empirical study suggests that this model is better than GARCH-VaR model in this field.     

三坐标测量机长度测量不确定度评定

三坐标测量机在应用时,通常得到的只是被测参数的估计值,而没有给出具体测量任务的测量不确定度.从长度测量的最小二乘估计模型出发,参照ISO测量不确定度表示指南,对影响不确定度估计的一些因素加以分析,推导不确定度计算的传递链函数,并且与蒙特卡罗模拟方法的不确定度评定结果相比较,验证了此模型的准确性.此模型可推广应用于三坐标测量机各种测量任务的不确定度评定中,从而实现三坐标测量机测量值和不确定度评定的完整报告,提高三坐标测量机测量结果的准确度和可信度.     

正戊烷在ZSM系分子筛中吸附性质的分子模拟

用巨正则系综蒙特卡罗（GCMC）和构型偏倚蒙特卡罗（CBMC）相结合的分子模拟方法,研究了正戊烷在ZSM系分子筛[MFI（ZSM-5）、MEL（ZSM-11）、MTW（ZSM12）]上的吸附性质,模拟的吸附热和文献结果一致,相对误差为4．8％．在此基础上,模拟了吸附热、Henry常数、吸附等温线、吸附位等吸附性质,并利用双点Langmuir等温线方程对吸附等温线进行拟合,得到了双点Langmuir等温线参数．     

少数民族地区县域经济发展实证研究——以贵州省玉屏侗族自治县为例

采用1995～2010年贵州省玉屏侗族自治县城镇化水平、第三产业增加值、招商引资数量、人均教育支出、R＆D经费投入共五项的时间序列数据,运用普通最小二乘法的实证研究方法,对玉屏县县域经济的增长进行计量研究。结果显示：城镇化水平、第三产业增加值、招商引资数量、人均教育支出、R＆D经费投入都对玉屏县县域经济的增长有正向推动作用,其中招商引资数量推动作用最大,R＆D经费投入推动作用最小。最后根据研究结论提出相应建议。