北京大学光华管理学院王其文教授(路径优化、决策模拟) 5.29在线访谈

王老师您好，看到您介绍中曾主持国家自然科学基金课题《全球化背景下中国地区协调发展及区域政策分析模型研究”》，目前我国正大力推动京津冀协同发展战略，不知道您能否从您该项课题研究的角度，谈谈京津冀区域协调发展问题，以及相应的区域政策分析模型构建与应用，后来的研究者可以在哪些方面继续这项研究，特别是决策模型方面，谢谢！

资料狂人 发表于 2015-5-28 09:32
坛友lzguo568：
王教授，看你的简历知道你对企业管理有独到见解，我单位绩效考核管理方案迟迟落不下来，原 ...

“末位淘汰制”容易操作，常被一些单位采用，也有一定的作用，但并不科学，也不利于培养团队合作精神。
比如，一个班的学生课程是否及格，就不是按末尾淘汰。如果考试题目是比较客观的，最低分若是76分，大家都可以及格；如果有两个不及格，不到60分，可能多个不及格，不只是末位淘汰。如果过分强调末尾淘汰，不容易养成先进帮后进的风气，因为有比自己落后的，对自己是一种保护。

资料狂人 发表于 2015-5-28 09:32
坛友2010517155lpq：
王老师，你好！本人小硕一枚。之前有幸听到过您做的‘数字中国“的讲座，对您严谨的学 ...

    我国高新技术产业科技大多是中小企业，还有些是初创的小微企业，融资难是一个带有普遍性的问题。所以，高新技术产业科技与金融结合研究有价值。
    要把握好高新技术产业的科技发展与金融结合现状，在文献检索的基础上，需要先找有关企业座谈，积累感性认识；然后，尽量收集与高科技企业和金融业相关的二手数据；最后，根据需要设计问卷。不要一开始就忙着设计问卷。
    如果要写硕士毕业论文，应该把题目定的再具体一些，避免太大，无从下手。
    要及时向指导老师汇报自己的想法并请教。

资料狂人 发表于 2015-5-28 09:32
坛友feders：
想问下王教授，人工神经网络方法如果作为一种决策方法在real options理论中能有什么应用吗？

人工神经网络方法主要有两类：一种是用于拟合与预测，类似非线性回归；另一个是用于优化，类似某类非线性规划问题。你如果能在real options研究中提炼出以上类型的问题，可以考虑用人工神经网络方法。

王老师在了吗？“收益管理”目前在国内的研究是怎样的形势和水平？

资料狂人 发表于 2015-5-28 09:32
坛友crossbone254：
王教授您好，我想了解一下人工神经网络作为一种方法的主要优势是什么，如果想掌握需要 ...

人工神经网络方法的优点：
1）对拟合与预测问题，不需要精心寻找非线性变换将非线性回归变成线性回归；
2）对某类非线性规划问题，不需要挑选非线性规划求解算法；
3）人工神经网络理论与方法探索一些比较通用的求解问题的方法。

人工神经网络方法的弱点：
1）计算时间较长；
2）解的不确定性；
3）算法程序的差异性；
4）误差估计比较粗略。

资料狂人 发表于 2015-5-28 09:32
坛友zhangdoc：
请教王教授：可否描述一下“系统”表现出的紊乱（chaos）和涌现(emergency)之间的关系，能 ...

      按系统科学基本概念，复杂系统的整体涌现性是系统整体所具有而不能简单地由局部加和所反映出的系统特性，源自系统的规模效应和结构效应。比如，中国股市中总有个体的买入卖出，从前几年的熊市到最近的牛市，可以看成证券交易系统的一种“涌现”，指系统状态与之前的状态有明显差异的特征。
      系统科学中所称的紊乱（chaos）或混沌，具有如下特征：对初值的敏感性；从局部看来不稳定，游荡，从全局来说，受限于某个区域；非整数维等。这些特征着重刻画系统的演化过程，而不是某一个的状态。如果说股票价格变化呈现出混沌的特征，乱中有序，游荡不定，也是指的它的变化过程。这种过程在某些条件下可能呈现出一种“涌现”，但并不是每一个时点都可以称作“涌现”。

资料狂人 发表于 2015-5-28 09:32
坛友tangaibing：
王教授，大办开发区是落后地区的一个地方ZF的政策走向，很多开发区企业是技术含量很低的 ...

    对于那些依靠圈地、卖地、求量不求质的不可持久的粗放发展方式，必须摈弃。因为已经有很多这类的批评文章，在这里不展开论述。
    另一方面，也要注意地区的特点。有些在东部可能算不上高新技术的，在西部仍有其先进性；有些企业现在可能显得很弱小，只要方向对头，人才给力，也可能有很好的发展前途。不要一概否定。

taoyuchina 发表于 2015-5-28 17:20
请问用面板数据模型分析的时候，必须进行单位根，协整和个格兰杰因果检验吗？谢谢王老师！

回答几个相似的问题。
     作为一般的回答：如果数据足够、时间许可，该做的检验都要做。这样，能保证模型的假设成立，从模型结果得出的结论也更严谨，更可信。
    只看以上回答，好像是说了“正确的废话”。以下进一步展开：
1）有些该检验的没有检验，但对结果的应用不需要那么精确，不太依赖那些假设，没有检验问题不大。比如线性回归，没有检验残差的正态性，但对回归的结果也只是关心系数的正负，只关心点估计，不关心区间估计。
2）可怕的是不检验假设，但对结果的解释“斤斤计较”，那就不严谨了。
3）回归方法本来只是变量之间的相关关系，有些人一定要把结果扩大解释成因果关系，即使检验了有关假设也不行，应该用因果关系检验模型。
4）有些学术文章省略了应该做的检验，说明经济计量方法有待推广。但是，使用了数据分析模型，比就事论事还是有进步的。
5）做检验是有成本的，在数据少时，会影响模型的自由度；如果实际应用目的不那么复杂，不检验也节省时间。
6）许多计量模型和方法是运用样本数据对总体作出估计，在直接面对总体数据的大数据时代，有些计量和统计方法也会改进。

资料狂人 发表于 2015-5-28 09:32
坛友liujm27：
王教授，您好，正好近日在想决策模拟的事情，想问一下，在财务报表的模拟预测中，决策模拟可 ...

    在企模中，对未来现金流的预测，主要是销售收入的预测。
    可以参考本公司历史各期特别是上期的市场销售情况，依据本期配送到各市场的商品数量和市场库存量，作出乐观、正常和悲观销售收入预测。
    乐观是所有产品销售完，悲观是产生较大库存，正常是合理库存。在自己的融资手段（银行借款信用和发债券能力）比较强时，可以按乐观估计决策；在融资手段匮乏时，用悲观预测为好。