标志”src=

离散动力学性质和社会
PDF
离散动力学性质和社会/2021年/文章
特殊的问题

经济、社会和金融复杂系统和实验计算在2020年

把这个特殊的问题

研究文章|开放获取

体积 2021年 |文章的ID 6672146 | https://doi.org/10.1155/2021/6672146

清平周、王长、李娟,周Shugong菱,李, ”地区上市公司的信用风险预警研究在中国基于物流模型”,离散动力学性质和社会, 卷。2021年, 文章的ID6672146, 8 页面, 2021年。 https://doi.org/10.1155/2021/6672146

地区上市公司的信用风险预警研究在中国基于物流模型

清平周,1,2 王长,1 李娟,2 Shugong周,2,3 和 菱李4

1招生与就业办公室,唐山师范大学,063000年唐山,中国

2数学与计算科学学院、唐山师范大学,063000年唐山,中国

3唐山农业病原真菌和毒素,重点实验室063000年唐山,唐山师范大学,中国

4唐山师范大学物理科学与技术学院,063000年唐山,中国

学术编辑器:Junhai马
收到了 2020年12月19日
接受 2021年4月22日
发表 2021年5月05

文摘

本文旨在提出一种新的方法来国家地区上市公司的信用风险特征,使上市公司在中国避免涉及信贷危机。本文选择54个河北省上市公司为研究样本,建立上市公司信用风险评估的指标体系从四个财务指标类别包括盈利能力、操作能力、偿债能力和增长能力。本文第一次滤液十五索引使用灰色聚类方法从四个金融类别和发现的有效变量预测模型。然后本文谓词的上市公司的信用风险概率使用逻辑回归模型。最后,通过分析财务数据的年度报告的54个河北省上市公司从2012年到2017年作为样本数据,仿真实验验证利用SPSS软件进行。结果表明,灰色聚类分析的逻辑回归模型具有较高的预测精度和有很强的预测能力对上市公司的信用风险进行评估。灰色的物流评价起着非常好的作用在中国地区上市公司的财务预警。

1。介绍

上市公司信用风险的关注增加投资者和研究者。研究人员通常构建信用风险评估模型,以避免信贷风险。有四种评价方法广泛应用(1]。这四个方法包括信用评级方法,多元统计分析方法,动态测量分析方法,人工智能神经网络方法。然而,四种方法有一些缺陷。例如,信用评级方法是一个主观的推测;因此,该方法是相当有限的。动态测量分析方法能够准确地描述的信用风险是由于企业信用质量的变化(2]。然而,中国的股票市场还不成熟;股票市场的价值不能反映企业的真实价值。人工智能方法的缺陷是,有时候这种方法有时可能会陷入局部最优和方法不能得到最优解(3]。多元统计分析方法是传统的静力学方法。它主要包括多元判别分析和物流模式分析。该方法相对成熟和广泛应用于许多领域。许多学者采用的物流模式。例如,一个名叫唐Haiou著名研究员分析了30家上市公司的财务指标和验证z分数模型的有效性。物流模型分析建立Logistic回归模型通过使用原始数据。该方法操作方便。然而,有时这种方法不能得到较高的预测精度(4]。

因此,在本文中,作者建立上市公司信用风险的逻辑回归模型,利用灰色聚类方法来估计模型的参数。逻辑回归模型很容易操作和灰色聚类方法可以提高预测精度。本文研究中国地区上市公司的信用风险和他们的财务状况。财务指标作为因变量来量化风险。信用风险评估主要关注债务偿还能力。变量的值分为两种类型:“默认”和“正常”对应公司高信用风险和信用风险较低的公司(5]。变量,本文选择二进制变量,本文使用谓词逻辑回归模型来上市公司的信用风险,因为这种方法被广泛用于解决二元分类问题。正如我们所知,如果公司有更高的风险被认为是一个正常的公司,这将是比信用风险较低的公司更危险的公司被认为是一个更高的信用风险。因此,本文可以使用0.3作为削减指出构建逻辑回归模型。逻辑回归模型的准确率可以达到81.5%。本文使用逻辑回归分析作为主要建模方法。选择模型索引,使用灰色关联聚类方法简化信贷风险评价的指标体系,可以避免共线问题的解释变量(6]。因此,本文结合灰色关联度聚类方法与信用风险模型的实际情况来选择变量和构造逻辑回归模型。本文还分析和评估了河北省上市公司的信用风险。它不仅有效地降低了共线问题的解释变量,也保证了解释性最大的变量(7]。

2。方法

2.1。建筑模型
2.1.1。评价指标的标准化

假设观察对象的数量米, 是一个n维随机向量。X是公司的财务指标。n是金融指标选择的数量。由于不同的价值范围或选择财务指标的计量单位,有必要规范财务指标。常见类型的指标属性值可分为效益指标,固定成本指数,指数。效益指数的指数越大越好。对面的成本指数相当。固定指数指数接近某个值,就越好(8]。一般来说,我们可以采取以下方法来处理这三种类型的指标:

效益指数

成本指数

固定指数 在哪里 的最优值是固定指数

标准化矩阵Y可以通过标准化最初的索引值根据上述方法。

2.1.2。灰色关联聚类分析

公司的财务指标是高相关性和多重共线性。如果不解决,独立变量逻辑回归模型的预测功能将大大减少9]。因此,本文运用灰色关联聚类方法来解决公司的财务指标,简化索引和减少关联和共线性10]。

灰色关联聚类可以计算每个样本的关联度根据灰色理论和类似的因素结合起来形成特征变量的相关矩阵(11]。本文运用灰色关联聚类簇的方法选定的财务指标。每个集群被认为是一系列类似的指标变量的集合。金融指标重新分类,每个集群的集群和最具代表性的因素被选中代表本系列。灰色聚类方法不仅保证了充足的信息,而且降低了变量之间的多重共线性问题[12]。

标准的矩阵Y,尽管 ,计算的绝对关联度 易和Yj;因此,三角矩阵一个是获得。

在这里, ,被称为矩阵的特征变量相关矩阵吗一个。

如果关键值R∈[0,1],这通常是必需的R> 0.5。当 ≥R易和Yj合并成一个类。关键值影响的分类。一般来说,越大R值,接近1。更好的集群,集群组将会有更少的变量。的值越小R,接近0,粗集群,集群中的和将会有更多的变量组。R可以根据实际需要调整和之间的相关性因素。然后我们确定最终的指标变量构建逻辑回归模型。上面提到的方法没有要求样本量,操作方便。它能有效地克服了变量之间的多重共线性问题[13]。

2.1.3。模型建立

如果我们研究一个公司的信用风险,信用风险的公司的价值可以被视为一个二进制变量(0 - 1)分布的随机变量。逻辑回归是最常用的方法来研究这些变量(14]。

假设原始数据序列的上市公司的财务指标变量 ;然后 是实际的观测值15]。信用风险的概率之间的非线性关系模型假设和变量的财务指标将出现如下:

通过使用分对数方程,(5)转换成一个线性函数:

财务指标变量函数如下:

方程(6)是物流功能。方程(7)是财务指标变量的线性组合,影响信用风险发生的概率。 是解释变量。参数 是一个常数项。参数 是一个逻辑回归系数。 是财务指标变量的数量。通常,我们使用迭代法来估计回归系数和常数项的逻辑函数(16]。根据灰色理论,我们建立一个微分方程17]:

这封信一个和信u被称为待定系数(18]。的区间值一个(−2 2)。我们可以得到矩阵一个- - - - - -u,矩阵被称为灰色参数矩阵。矩阵是 。通过计算参数一个和参数u(19),我们可以获得的预测价值 。然后本文进行了灰色模型的精度检验。残余误差进行测试。剩余误差函数如下:

残差的方差描述如下:

残留误差的平均值是描述如下:

2.2。实证分析
2.2.1。样本选择和索引选择

从2012年到2017年,有56个河北省上市公司;其中一个是ST公司。确保样本的可比性、Fangzhan ST公司,删除。由于金融指标的金融企业的特殊性,Baoshuo股票也被删除。因此,本文的样本是54河北上市公司a股市场从2012年到2017年。这些54属18种不同行业的公司在行业分类由中国证券监督管理委员会,他们有强大的工业表示(20.]。18个行业编号如下。

A1:煤炭行业,A2:食品制造业,A3:酒和饮料制造业,A4:冶金行业,A5:水泥制造业,A6:化工、A7:家具制造业,A8:纺织工业,A9:皮革、皮毛、羽毛,和他们的产品,A10:制药行业,A11:机械行业,A12:电子行业,首次购物热发电行业,阿:水路运输行业,A15:信息技术服务业,A16:批发和零售贸易行业,第A17:房地产业,那么:畜牧业。以这些18个行业分类为观察对象,每个观察对象有15个特征数据,来自于财务指标,影响上市公司的信用风险21]。

本文选择15个财务指标作为候选人四个财务指标变量的盈利能力、营运能力、偿债能力和增长能力。金融指数的数据来自不同行业的上市公司年度报告22]。选择财务指标如下,如表所示1。
索引类型 索引名称 定义
盈利能力 X1 净资产回报率 净利润/净资产
X2 总资产回报率 息税前利润/总资产
X3 营业利润率 营业利润/总营业收入
X4 成本利润率 营业利润/总成本
X5 总资产周转率 营业收入/平均总资产
操作能力 X6 应收账款周转率 营业收入/平均应收账款
X7 存货周转率 操作成本/平均存货
X8 流动资产周转率 营业收入/平均流动资产
偿付能力 X9 资产负债比率 总负债/总资产
X10 赢得的利息多 息税前收入/利息费用
X11 速动比率 速动资产/流动负债
X12 现金流动负债比率 净现金流量/流动负债
增长能力 X13 营业收入增长率 当年营业收入的增长/去年营业收入
X14 营业利润增长率 增加营业利润/营业利润去年
X15 总资产的增长速度 当年总资产/总资产增长的时期
表1
指数和定义。
2.2.2。变量的处理

基于上述示例数据和相关数据的金融指标,每个行业指数的平均值作为灰色聚类分析的基础(23)(见表2详细的数据)。灰色聚类分析的数据是使用灰色建模软件叫做灰色建模(版本3.0)。
一个1 一个2 一个3 一个4 一个5 一个6 一个7 一个8 一个9
X1 1 4.1 7.5 −3 5.1 1.8 1.8 2.4 6.6
X2 1.2 3.3 7.2 0.3 4.1 1.4 1.3 2.3 5.5
X3 9.6 12 22.2 2 12 8.8 11 7.8 11
X4 0.9 4.8 9.2 −2.6 9.9 0.8 4.7 1.5 4.8
X5 0.3 0.6 0.7 0.5 0.7 0.5 0.6 0.7 1
X6 3.5 5.3 12 98年 13 6.2 5 11 9
X7 7.5 3.3 3.3 4.5 7.2 6.3 2.6 4.7 4.5
X8 1.1 2.1 1.2 1.6 1.8 1.6 0.9 1.4 1.9
X9 60 60 60 60 60 60 60 60 60
X10 0.9 2.9 4.6 0.4 2.6 0.5 3.6 1.7 5.8
X11 76.6 87年 85.7 50 60.4 72年 84.3 75.3 85.4
X12 5.6 5.5 12.8 2.6 9.4 8 4.9 5.3 5.9
X13 −35.5 5.4 4.7 −15 7.6 0.9 9.9 3.7 2.1
X14 −30.6 8.5 5.9 −20 −7.9 7 2.9 1.5 1.9
X15 4.5 2.2 7.8 6.7 12.4 3.5 3.8 3.5 3.6
一个10 一个11 一个12 一个13 一个14 一个15 一个16 一个17 一个18
X1 9.9 3 3.4 4.2 1.4 4.2 3.6 5 5.7
X2 8.5 2.3 2.1 3.5 0.9 2.5 2.8 2.5 2.8
X3 27 12.1 7.9 13。5 3.5 14 2.2 15 11
X4 9 4.9 2.9 4.8 3.7 6.2 1.1 10 4
X5 0.5 0.3 0.6 0.3 0.4 1 0.6 0.3 0.8
X6 5.6 3.1 2 8 6.5 5.6 6.5 5 8.1
X7 3.3 3.5 2.3 11.2 9.3 14 7 0.5 4.8
X8 1.5 1 0.9 1.2 1.2 2.5 1.1 0.3 1.7
X9 60 60 60 72.5 65年 65年 65年 70年 65年
X10 3.5 2.3 1.5 1.1 2.2 3.2 1.2 2.5 1.8
X11 81年 78.2 98年 30.1 97年 83年 77年 65年 66年
X12 8.8 2.1 3.4 10.8 5.9 34 2.2 1 4
X13 9.8 0.1 5 −9.3 1.9 1.2 1.5 1 8.8
X14 8 0.1 5 1.2 1.8 −5.8 1 −2 −1.1
X15 9.6 7 4.5 2.1 2.6 4.7 3 8 2.2
表2
不同行业的财务指标数据。

特征变量的相关性矩阵得到如表所示3。
X1 X2 X3 X4 X5 X6 X7 X8 X9 X10 X11 X12 X13 X14 X15
X1 1.00 0.56 0.85 0.608 0.542 0.563 0.658 0.769 0.647 0.568 0.68 0.762 0.51 0.546 0.92
X2 1.000 0.556 0.716 0.769 0.961 0.536 0.586 0.599 0.979 0.5 0.584 0.562 0.724 0.56
X3 1.000 0.583 0.5 0.558 0.726 0.690 0.60 0.558 0.76 0.687 0.511 0.533 0.920
X4 1.000 0.616 0.699 0.542 0.664 0.72 0.725 0.549 0.666 0.527 0.596 0.6
X5 1.000 0.791 0.526 0.548 0.55 0.768 0.528 0.548 0.616 0.916 0.54
X6 1.000 0.533 0.578 0.59 0.962 0.53 0.57 0.568 0.742 0.558
X7 1.000 0.585 0.54 0.534 0.929 0.583 0.510 0.526 0.688
X8 1.000 0.76 0.589 0.601 0.987 0.512 0.561 0.72
X9 1.000 0.601 0.555 0.780 0.512 0.543 0.624
X10 1.000 0.538 0.588 0.560 0.716 0.563
X11 1.000 0.598 0.510 0.526 0.723
X12 1.000 0.5 0.5 0.720
X13 1.000 0.639 0.511
X14 1.000 0.53
X15 1.00
表3
相关矩阵的金融指标。

在本文中,0.85的临界值是作为分类的基础。临界值不仅保证了充足的信息,而且简化了索引(24]。这15个财务指标分为八个类别。X1,X3,X15被分组到一个类别;X2,X6,X10被分组到一个类别;X5和X14被分组到一个类别;X7和X11被分组到一个类别;×8和X12分成另一个类别;和另三个索引X4,X9,X13是单独分为一个类别。最后,本文选择了八个财务指标X1,X2,X4,X5,X7,X9日,X12,X13的建模。

2.2.3。建模

物流模型样本包括不健康的公司和健康的公司(25]。大多数学者认为这些上市公司已被特别处理(ST。 圣)不健康的公司;其他的是健康的公司。然而,这种分类方法不适合区域上市公司样本数据。因此,我们不能把这些分组指数的上市公司是专门治疗与否(26]。我们应该考虑全面上市公司财务状况的各个方面。

上市公司的信用风险的发生与企业的财务状况27]。因此,本文认为,如果一半以上的上市公司财务指标恶化的迹象,与行业平均水平相比,该公司将有信用风险。如果公司信用风险,这是不健康的,该值为1;如果没有信用风险,即“健康”的值为028]。

在物流模型中,切割点的选择有很大的影响在模型的结果29日]。在实际应用程序中,减少的价值点和不健康的公司满足日益增长的关系的误判率(30.]。这意味着更大的切割点的值,误判率就会越高。一般来说,这不是很危险,一个健康的公司判断失误是一种不健康的公司。然而,似乎更危险,公司具有较高的信用风险被认为是一个健康的公司。因此,本文以上述考虑,最终选择0.3切割点构建物流模式31日]。

通过使用SPSS软件,利用最大似然估计,逻辑回归分析对上述8个变量进行了逐步回归方法(32]。从SPSS软件的输出结果如表所示4。最后,两个变量进入模型:总资产回报率比X2,营业收入的增长率X13。如果重要的价值观X2,X13是小于0.05,这说明,这两个变量具有良好的统计特性,和变量显著。
B S.E. 瓦尔德 团体。 Exp (B)
X2 −0.128 0.05 6.453 0.011 0.880
X13 −0.086 0.02 8.232 0.004 0.92
常数 1.886 1.068 3.233 0.072 6.58
表4
最后一个变量。

评估数据模型的拟合效果,有必要测试h l模型的拟合程度。测试结果如表所示5
卡方 df 团体。
6.01 8 0.641
表5
h l测试表。

当显著性水平为0.05和df = 8,卡方检验的临界值是15.507。卡方值h l为6.061 < 15.507,重要的价值0.64 > 0.05。根据这个,可以得出结论:h l测试可以通过,该数学模型可以较好地适应数据33]。因此,物流功能。

默认的预警模型

考虑到公司的X2,X13个数据,我们可以计算出公司的违约概率。模型的精度检验结果如表所示6。
观察 预测 正确的比例
违约或不
0 1
违约或不 0 34 6 85%
1 4 10 71.4%
总百分比 81.5%
表6
分类表。
2.2.4。实证测试

进一步测试的有效性物流默认预警模型基于灰色关联聚类分析(348],本文随机选择健康的公司和8不健康的公司为实证测试(数据来自河北省上市公司2017年年度报告由Ruisi数据库)(35]。违约概率可以通过计算16个企业的财务数据为方程(7)。测试结果如表所示7。
公司的名称 X2 X13 P价值 观测值 预测价值
贝姆常山赵子龙也 8.6372 2.52 0.63356 0 1
冀东水泥 37.12 23.9526 0.0079 0 0
冀东装备 3.667 64.6809 0.0179 0 0
Ziguangguowei 15.1804 28.9392 0.0690 0 0
水手长的工具 15.1306 32.687 0.0399 0 0
Sailhero环境保护 13.78 32.0431 0.0719 0 0
穿上旗袍制药 10.169 26.9899 0.1576 0 0
开滦有限公司 33.726 58.2568 0.0007 0 0
新疆天业Tonglian 15.1992 11.5804 0.2826 1 0
全台有限公司 3.0712 26.3622 0.3276 1 1
Jikai有限公司 9.7626 78.5319 0.0029 1 0
恒东方 7.5616 1.7748 0.6845 1 1
Laobaigan酒 17.9349 3.9631 0.3259 1 1
华北制药 20.008 -4.6193 0.4332 1 1
福成有限公司 17.436 -0.7616 0.4337 1 1
Pangda集团 5.2019 6.7806 0.6579 1 1
表7
物流模型数据测试的结果。

3所示。结果与讨论

从数据分析,我们发现两个指标总资产回报率比和营业收入的增长率发挥重要作用在上市公司的信用风险评估。这两个指标与信用状况正相关的上市公司36]。研究河北省的区域上市公司,我们使用的所有样本数据模型的参数估计,因为少量的样本数据。然后,我们实现所有样本数据的预测价值,并检查预测效果根据准确率和误判率(37]。根据表6,综合物流模型的分类准确率是81.5%。健康公司的分类准确率是85%。不健康的公司的分类准确率是71.4%。因此,该模型具有良好的预测能力(38]。

从表8,我们可以看到,信贷风险评估模型的预测精度河北省上市公司(建立了逻辑回归方法)达到81.25%,和误判的概率是18.75%。预测结果比较满意(39]。
原来的结果 预测结果 精度
默认的 正常的
类型的企业 默认的 6 2 75%
正常的 1 7 87.5%
总百分比 81.25%
表8
物流模型的准确性。

4所示。结论

本文利用灰色聚类分析集群的财务指标选择上市公司实现指数的影响减少,减少指标之间的相关性。并保证财务指标信息不受损。逻辑回归分析用于构造索引,减少信贷风险评估模型可以减少无效数据收集的工作负载。实证研究结果表明,该模型具有较强的预测能力和准确性评估在中国上市公司的信用风险。它可以发挥预警作用的上市公司的信用风险。

数据可用性

使用的数据来支持本研究的发现可以从相应的作者。

的利益冲突

作者宣称没有利益冲突有关的出版。

确认

这项研究受到了高校的科技研究项目在河北省,批准号ZD2020403;唐山师范大学科研项目,批准号2020年首次购物;河北省自然科学基金,批准号A2019105110。

引用

  1. d·加西亚”泄漏隐私和影子profifiles在线社交网络,”科学的进步卷,3篇文章ID e1701172, 2017。视图:出版商的网站|谷歌学术搜索
  2. h . y .吴”,研究乡村旅游的发展模式和空间分布模式基于准确的扶贫,在重庆“中国农业资源与区域规划》杂志上,40卷,不。10日,244 - 249年,2019页。视图:谷歌学术搜索
  3. 谢z和j .燕”,核密度估计的交通事故在网络空间中,“电脑、环境和城市系统,32卷,不。5,396 - 406年,2008页。视图:出版商的网站|谷歌学术搜索
  4. c·李和x霁,“创新、许可和价格与数量竞争,”经济模型,27卷,不。3、746 - 754年,2010页。视图:出版商的网站|谷歌学术搜索
  5. a . t .沈和a·伊戈尔沃洛金”,弱和强大数定律对数组的行结束随机变量及其应用,”Metrika,卷80,不。2、21、2017页。视图:出版商的网站|谷歌学术搜索
  6. 黄y和z王”,在闭环供应链的信息共享与学习effffect和技术许可,”《清洁生产文章ID 122544卷,271年,2020年。视图:谷歌学术搜索
  7. 黄y和z王”,在闭环供应链定价和生产决策考虑消费者和技术许可战略”国际期刊的生产研究卷,57号9日,第2866 - 2847页,2019年。视图:出版商的网站|谷歌学术搜索
  8. 学术界。吴和Y.-J。花王”,关于闭环供应链中技术开发合作,”欧洲运筹学杂志》上,卷267,不。2、523 - 539年,2018页。视图:出版商的网站|谷歌学术搜索
  9. x l .广域网和x问:郄扶贫生态系统进化的游戏智能供应链平台在政府fifinancial平台激励机制下,“计算和应用数学杂志》上文章ID 112595卷,372年,2020年。视图:谷歌学术搜索
  10. j·马和l .太阳,“复杂性分析非线性混合寡头垄断游戏基于生产合作,”IEEE控制系统技术,没有。26日,第1539 - 1532页,2018年。视图:出版商的网站|谷歌学术搜索
  11. t . j .高z . Li吴,l .王”的多样性的贡献促进合作在公共物品游戏中,“自然史答:统计力学及其应用,卷389,不。16,3166 - 3171年,2010页。视图:出版商的网站|谷歌学术搜索
  12. p . De乔凡尼、p v Reddy和g . Zaccour”激励策略在闭环供应链最优的复兴计划,”欧洲运筹学杂志》上,卷249,不。2、605 - 617年,2016页。视图:出版商的网站|谷歌学术搜索
  13. 马Junhai、h .亚明和y文汇,”定价策略和协调汽车制造商根据政府干预和减少碳排放,”能源政策文章ID 111919卷,148年,p . 2021。视图:谷歌学术搜索
  14. Couzin拿身份证和j·克劳斯”、自组织和集体行为在脊椎动物中,“学习进步的行为,32卷,不。1,2003。视图:谷歌学术搜索
  15. 问:秦,z l ., a . l .刘黄y和f·张,“Identifification noncoordination演化耦合关系在贫穷山区旅游扶贫和生态环境,“离散动力学性质和社会ID 5094863条,卷。2020年,14页,2020。视图:出版商的网站|谷歌学术搜索
  16. j . r . Yu Cai, p .梁“规范化显示比较优势指数”区域科学的史册,43卷,不。1,第282 - 267页,2009。视图:出版商的网站|谷歌学术搜索
  17. x张中国的贸易模式与国际比较优势,帕尔格雷夫麦克米伦,伦敦,英国,2000年。
  18. Ghosh和萨哈,“价格竞争、技术许可和战略贸易政策”经济模型,46卷,第99 - 91页,2015年。视图:出版商的网站|谷歌学术搜索
  19. j . s . Wang风扇、d .赵和s .王”区域创新环境和创新效率:中国的情况下,“技术分析和战略管理,28卷,不。4、396 - 410年,2016页。视图:出版商的网站|谷歌学术搜索
  20. m高,f, j .太阳和z宗庆后,”一个强大数定律消极依赖和非一致分布的随机变量的框架次线性期望,”通信在统计理论和方法48卷,20页,2019年。视图:出版商的网站|谷歌学术搜索
  21. 问:吴邦国委员长和y江”,强大的大数定律和Chover对数定律sub-linear预期下,“《数学分析和应用程序,卷460,不。1,第270 - 252页,2018。视图:出版商的网站|谷歌学术搜索
  22. 哈立德和z . Liu“创新指数框架来衡量南盟国家的创新能力和效率,”欧洲社会科学杂志》上,46卷,不。3、325 - 338年,2015页。视图:谷歌学术搜索
  23. d . Aigner c·a·k·洛弗尔和p·施密特,“制定和随机前沿生产函数模型估计,“计量经济学杂志》第六卷,没有。1,21-37,1977页。视图:出版商的网站|谷歌学术搜索
  24. j·p·拉塞尔,稳定的动力系统、区域会议在应用数学系列、暹罗、费城,宾夕法尼亚州,美国,1976年。
  25. r·h·马丁“对数规范和预测应用于线性微分系统,”《数学分析和应用程序,45卷,不。2、432 - 454年,1974页。视图:出版商的网站|谷歌学术搜索
  26. A . m .戴维斯:“一种简单的方式获得减少乔丹状态方程形式,“IEEE教育卷,47号4、481 - 489年,2004页。视图:出版商的网站|谷歌学术搜索
  27. 美国阴和l·陈,“技术创新effiffifficiency基于两阶段的中国制药fifirms SFA研究中,“软科学,30卷,不。5,54-58,2016页。视图:谷歌学术搜索
  28. c·t·陈数字信号处理,牛津大学出版社,纽约,纽约,美国,2001年。
  29. r·c·罗宾逊介绍动力系统:连续和离散美国,新世纪,上台北,2004年。
  30. s .梅洛尼彭译葶。夏,y Moreno”异构资源分配可以改变社会阶层在公共物品游戏中,“皇家学会开放科学,4卷,不。3,p。170092年,2017年。视图:出版商的网站|谷歌学术搜索
  31. b包、j . Ma和m .吴作栋“短期和长期重复博弈行为的两个平行供应链基于政府补贴在汽车市场上,“国际期刊的生产研究,12卷,不。58岁的7507 - 7530年,2020页。视图:出版商的网站|谷歌学术搜索
  32. f . Si和j·马复杂动力学与多个延迟鼎力游戏绿色产品的竞争水平,”国际期刊的分歧和混乱,28卷,不。2,文章ID 1850027, 2018。视图:谷歌学术搜索
  33. l .谢,j . Ma和m .吴作栋”供应链协调的存在不确定的产量和需求,”国际期刊的生产研究,5卷,2020年。视图:谷歌学术搜索
  34. 苏x h·张,“农产品渠道关系治理的研究从三方博弈的角度来看,“农业技术经济学杂志,没有。3,42-52,2017页。视图:谷歌学术搜索
  35. 苏x,段,s .郭和h . Liu”进化游戏的农业产品质量安全信息系统:可替换主体模拟的方法,”复杂性ID 7684185条,卷。2018年,13页,2018。视图:出版商的网站|谷歌学术搜索
  36. 阮h·弗里德曼,s, m . Tang”统一的持久性和流在一个封闭的正向不变集,“杂志的动力学和微分方程》第六卷,没有。4、583 - 600年,1994页。视图:出版商的网站|谷歌学术搜索
  37. w·m·豪泽和r·t·隆德再制造:操作实践和策略:管理的角度再制造企业在美国波士顿大学制造工程部门,波士顿,MA,美国,2008。
  38. l .谢j . Ma和h·汉”影响的随机需求和制造商的运作模式对零售商的混合捆绑策略及其复杂性分析,“应用数学建模,55卷,不。55岁,484 - 501年,2018页。视图:出版商的网站|谷歌学术搜索
  39. 苏x h·刘,侯,“三国进化游戏的农产品质量在中国直接购买:仿真的方法,”复杂性d卷。2018年,文章ID 5185497, p . 2018。视图:谷歌学术搜索

版权©2021清平周et al。这是一个开放分布式下文章知识共享归属许可,它允许无限制的使用、分配和复制在任何媒介,提供最初的工作是正确引用。

相关文章

对本文没有相关内容可用。

更多相关文章

对本文没有相关内容可用。

更多相关文章

对本文没有相关内容可用。
PDF 下载引用 引用
下载其他格式更多的
ePub
XML
订单打印副本订单
的观点305年
下载350年
引用

相关文章

对本文没有相关内容可用。

文章奖:2020年杰出的研究贡献,选择由我们的首席编辑。获奖的文章阅读。