简介：帕累托最优（ParetoOptimality），是以意大利经济学家帕累托（VilfredoPareto）命名的，是指资源分配的一种理想状态，即假定固有的一群人和可分配的资源，从一种分配状态到另一种状态的变化中，在没有使任何人境况变坏的前提下，也不可能再使某些人的处境变好。

简介：贝叶斯决策是决策者经常使用的一种决策方法，具有较严谨的分析思路，但本身也存在一些问题，本文其存在的两点缺陷进行了分析提出了相应的改进方法。

简介：提出基于贝叶斯思想的图模型结构检测方法：首先给出精度矩阵新的参数化方法，且通过MCMC方法给出算法设计，最后将该图模型方法应用于中国证券市场，研究在牛市和熊市下证券市场六大板块之间的条件相关性。实证结果表明：牛市和熊市下的行业板块图结构存在显著差异，熊市似乎有着更强的相关性。

简介：以贝叶斯方法为基础构建了信用评级和违约概率模型,指出金融机构利用已有评级信息提高债务人信用风险评估准确性的途径,并以单个债务人违约概率度量方法和Merton理论为基础,考虑异质性导致的宏观经济冲击对债务人的不同影响,度量资产组合违约风险。利用相关数据对贝叶斯模型应用给出例证,结果表明贝叶斯方法具有更为灵活的框架和较好的预测能力。

简介：摘要：利用2008--2011年的省际面板数据并充分收集和整理先验信息，运用贝叶斯面板模型分析和研究了扩展的C-D生产函数，有效地处理了短期时序造成的小样本问题以及误差项之间的相关性问题，实现参数的适时修正和更新。研究发现：目前中国物质资本份额的后验均值为55％，明显低于中国学者估计的60％；人力资本所占份额仅为5％～6％，其对经济增长的拉动作用没有得到充分的发挥，中国应增大人力资本投入；固定资产投资比例人均产出弹性的后验均值为1．37；地理位置等个体差异依旧是造成中国发展不平衡问题逐年扩大的重要原因。

简介：为了准确对肿瘤病理类型进行诊断,减轻患者因诊断造成的不便与痛楚,提出了基于变精度粗糙集理论与贝叶斯网络的肿瘤诊断方法。对930例甲状腺肿瘤病例使用变精度粗糙集与贝叶斯网络方法导出诊断规则,并与粗糙集对比后发现,基于变精度粗糙集与贝叶斯网络的诊断规则准确性高于粗糙集理论的诊断准确性。基于变精度粗糙集与贝叶斯网络的肿瘤诊断模型对提高肿瘤诊断水平具有更好的临床使用价值,为肿瘤的诊断与分类提供了一种新思路。

简介：采用贝叶斯模型平均（BayesianModelAveraging）方法,使用1990-2007年省际数据,对长期影响中国经济增长的诸多因素的有效性和稳健性进行了识别和检验。研究结论表明：高等教育发展阶段、工业化推进速度、对外开放程度、东部区位优势、消费能力和对内开放水平等6个解释变量对中国经济增长具有长期、持续和稳健的影响,是中国经济增长的长期决定因素。城市规模、中部区位优势和初始经济条件等3个解释变量对经济增长也具有一定的解释能力。此外,从解释变量对经济增长边际影响的程度来看,工业化推进速度变量对经济增长的边际影响最强,其次是消费能力变量和对外开放程度变量。

简介：空间计量经济学发展了一系列空间面板计量模型，但如何根据实际问题选用最佳模型，尚无统一筛选框架。既有文献中针对模型选择的检验大都依赖大样本条件，但现实并非总能满足。将模型贝叶斯遴选框架拓展到空间面板模型情形，并以此对中国电信服务外溢性计量模型进行分析。此筛选框架的突出优势在于能整合处理空间面板计量模型簇中的嵌套情形与非嵌套情形，指标可直接计算，不需借助模拟，且结果具有稳健性。实证结果表明：整合了技术发展和经济结构关联的空间误差自回归面板模型适于中国电信服务外溢性的研究。