• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    金融機(jī)構(gòu)流動(dòng)性風(fēng)險(xiǎn)適應(yīng)性預(yù)期預(yù)警研究

    2011-11-06 13:21:50許毓坤李英偉張慶武
    關(guān)鍵詞:警情泉州流動(dòng)性

    許毓坤,李英偉,張慶武

    (泉州經(jīng)貿(mào)職業(yè)技術(shù)學(xué)院,福建 泉州 362000)

    金融機(jī)構(gòu)流動(dòng)性風(fēng)險(xiǎn)適應(yīng)性預(yù)期預(yù)警研究

    許毓坤,李英偉,張慶武

    (泉州經(jīng)貿(mào)職業(yè)技術(shù)學(xué)院,福建 泉州 362000)

    該文運(yùn)用主成份分析、神經(jīng)網(wǎng)絡(luò)等技術(shù)建立泉州金融機(jī)構(gòu)流動(dòng)性預(yù)警系統(tǒng),并結(jié)合泉州金融市場(chǎng)運(yùn)行指標(biāo),預(yù)測(cè)未來的運(yùn)行狀況;利用神經(jīng)網(wǎng)絡(luò)模糊識(shí)別技術(shù)判斷未來泉州金融機(jī)構(gòu)流動(dòng)性綜合情況,并給出預(yù)警結(jié)果。

    BP神經(jīng)網(wǎng)絡(luò);主成份分析;預(yù)警;金融流動(dòng)性

    神經(jīng)網(wǎng)絡(luò)技術(shù)研究開始于20世紀(jì)40年代,這是一種根據(jù)人腦神經(jīng)細(xì)胞生物特性,利用計(jì)算技術(shù)模擬其信息處理過程。建立神經(jīng)網(wǎng)絡(luò)模型,可以完成類似人腦的各種復(fù)雜工作,神經(jīng)網(wǎng)絡(luò)技術(shù)廣泛運(yùn)用于各個(gè)領(lǐng)域。金融市場(chǎng)是一個(gè)復(fù)雜的經(jīng)濟(jì)系統(tǒng),運(yùn)行指標(biāo)非線性變動(dòng),對(duì)金融市場(chǎng)采用傳統(tǒng)的預(yù)警方法很難達(dá)到預(yù)期效果。本文利用神經(jīng)網(wǎng)絡(luò)非線性函數(shù)逼近和模糊識(shí)別技術(shù),建立泉州金融機(jī)構(gòu)流動(dòng)性風(fēng)險(xiǎn)預(yù)警模型,并對(duì)未來的流動(dòng)性風(fēng)險(xiǎn)狀況進(jìn)行預(yù)測(cè)識(shí)別。

    1 流動(dòng)性風(fēng)險(xiǎn)預(yù)警系統(tǒng)設(shè)計(jì)

    利用神經(jīng)網(wǎng)絡(luò)對(duì)泉州金融機(jī)構(gòu)流動(dòng)性風(fēng)險(xiǎn)預(yù)警的設(shè)計(jì)思想如下:第一,在參考已有的研究成果的基礎(chǔ)上,結(jié)合泉州金融市場(chǎng)實(shí)際情況,建立泉州金融機(jī)構(gòu)流動(dòng)性風(fēng)險(xiǎn)預(yù)警指標(biāo)體系。第二,采用定量方法(主成分分析方法、統(tǒng)計(jì)誤差理論)確定泉州金融機(jī)構(gòu)流動(dòng)性風(fēng)險(xiǎn)月份歷史警度。第三,基于神經(jīng)網(wǎng)絡(luò)技術(shù)建立泉州金融機(jī)構(gòu)流動(dòng)性風(fēng)險(xiǎn)預(yù)警指標(biāo)的預(yù)測(cè)模型,利用神經(jīng)網(wǎng)絡(luò)非線性擬合逼近功能進(jìn)行指標(biāo)預(yù)測(cè)。第四,基于神經(jīng)網(wǎng)絡(luò)技術(shù)建立泉州金融機(jī)構(gòu)流動(dòng)性風(fēng)險(xiǎn)預(yù)警模型,利用神經(jīng)網(wǎng)絡(luò)模糊識(shí)別功能,完成多指標(biāo)警兆數(shù)值與警度之間的識(shí)別映射,并對(duì)泉州金融機(jī)構(gòu)流動(dòng)性風(fēng)險(xiǎn)的警情進(jìn)行預(yù)測(cè)識(shí)別,從而實(shí)現(xiàn)對(duì)泉州金融機(jī)構(gòu)流動(dòng)性風(fēng)險(xiǎn)的預(yù)警。圖1是根據(jù)設(shè)計(jì)思想設(shè)計(jì)預(yù)警系統(tǒng)的過程。

    圖1 基于神經(jīng)網(wǎng)絡(luò)的泉州金融機(jī)構(gòu)流動(dòng)性風(fēng)險(xiǎn)預(yù)警系統(tǒng)

    2 預(yù)警指標(biāo)體系的建立

    在充分考慮預(yù)警指標(biāo)經(jīng)濟(jì)含義、系統(tǒng)性、及時(shí)性的基礎(chǔ)上,結(jié)合人民銀行對(duì)商業(yè)銀行流動(dòng)性管理的相關(guān)規(guī)定,預(yù)警指標(biāo)體系一般應(yīng)選擇下面四類9個(gè)指標(biāo)構(gòu)成金融機(jī)構(gòu)流動(dòng)性風(fēng)險(xiǎn)監(jiān)控體系。

    2.1 日常性指標(biāo)

    指標(biāo)1流動(dòng)比率=流動(dòng)資產(chǎn)/流動(dòng)負(fù)債×100%

    指標(biāo)2流動(dòng)性缺口率=(90天內(nèi)流動(dòng)性資產(chǎn)-90天內(nèi)流動(dòng)性負(fù)債)/90天內(nèi)流動(dòng)性資產(chǎn)×100%

    2.2 應(yīng)急性指標(biāo)

    指標(biāo)3備付率=備付金/各項(xiàng)存款余額×100%

    2.3 資產(chǎn)質(zhì)量指標(biāo)

    指標(biāo)6資本充足率=資本凈額/加權(quán)風(fēng)險(xiǎn)資產(chǎn)總額×100%

    2.4 負(fù)債配置狀況指標(biāo)

    指標(biāo)7存貸比=各項(xiàng)貸款余額/各項(xiàng)存款余額×100%

    指標(biāo)8貸款流動(dòng)率=短期貸款余額/各項(xiàng)貸款余額×100%

    指標(biāo)9長(zhǎng)期貸比=各項(xiàng)長(zhǎng)期貸款余額/各項(xiàng)貸款余額×100%

    但是,這個(gè)預(yù)警指標(biāo)體系中的部分指標(biāo)數(shù)據(jù)難以取得,如流動(dòng)比率、流動(dòng)性缺口率、核心負(fù)債比例為法人機(jī)構(gòu)業(yè)務(wù)的綜合數(shù)據(jù),除了泉州市農(nóng)村信用社、泉州銀行外,其余銀行和其它金融機(jī)構(gòu)均為分支機(jī)構(gòu),不能提供這些綜合指標(biāo)數(shù)據(jù)。以上原因造成可供選擇和使用的數(shù)據(jù)有限。在查閱和分析了公開的統(tǒng)計(jì)資料后,選擇泉州市統(tǒng)計(jì)局官網(wǎng)公布的存貸比增長(zhǎng)率X1、短貸比增長(zhǎng)率X2、長(zhǎng)貸比增長(zhǎng)率X3,以及銀監(jiān)局公布的不良貸款比增長(zhǎng)率X4,將這4個(gè)指標(biāo)作為預(yù)警系統(tǒng)的核心指標(biāo),并選取了從2008年1月至2010年10月共34個(gè)月份指標(biāo)增長(zhǎng)率數(shù)據(jù)。這些指標(biāo)數(shù)據(jù)的情況表1所示。

    表1 泉州金融機(jī)構(gòu)流動(dòng)性風(fēng)險(xiǎn)各預(yù)警指標(biāo)增長(zhǎng)率

    3 金融機(jī)構(gòu)流動(dòng)性風(fēng)險(xiǎn)警情判斷

    金融機(jī)構(gòu)流動(dòng)性風(fēng)險(xiǎn)警情劃分越細(xì),判別警情的效果越好,預(yù)測(cè)結(jié)果越準(zhǔn)確。但是,受到金融機(jī)構(gòu)流動(dòng)性風(fēng)險(xiǎn)數(shù)據(jù)統(tǒng)計(jì)機(jī)制等原因的限制,所能提供的數(shù)據(jù)及其這些數(shù)據(jù)所反映的歷史特征相當(dāng)有限。因此,將泉州金融機(jī)構(gòu)流動(dòng)性風(fēng)險(xiǎn)警情劃分為冷、正常、熱三種警情級(jí)別。

    3.1 警情程度的定量分析

    3.1.1 預(yù)警指標(biāo)臨界值確定和警度劃分

    政府可以鼓勵(lì)茶葉出口企業(yè)積極使用電商平臺(tái)擴(kuò)大出口。在檢驗(yàn)檢疫,便捷通關(guān)等方面給予茶葉出口企業(yè)相應(yīng)的政策優(yōu)惠。促使企業(yè)盡快建立起適合茶葉運(yùn)輸?shù)乃俣瓤?,價(jià)格低的國(guó)際物流體系,提高企業(yè)的效率。

    采用統(tǒng)計(jì)學(xué)誤差理論的δ方法,計(jì)算預(yù)警指標(biāo)序列數(shù)據(jù)的均值和標(biāo)準(zhǔn)差。偏離中心值1倍標(biāo)準(zhǔn)差的區(qū)間屬于正常區(qū)間,偏離中心值1倍標(biāo)準(zhǔn)差以上的區(qū)間屬于異常區(qū)間,即指標(biāo)數(shù)值落在[E-δ,E+δ],風(fēng)險(xiǎn)警情為正常,并賦予數(shù)值2來表示;指標(biāo)數(shù)值落在[-∞ ,E-δ],風(fēng)險(xiǎn)警情為冷,并賦予數(shù)值1來表示;指標(biāo)數(shù)值落在 [E+δ,+∞],風(fēng)險(xiǎn)警情為熱,并賦予數(shù)值3來表示。計(jì)算結(jié)果表2所示。

    表2 泉州金融機(jī)構(gòu)流動(dòng)性風(fēng)險(xiǎn)警情數(shù)值表

    3.1.2 流動(dòng)性風(fēng)險(xiǎn)預(yù)警指標(biāo)權(quán)重的確定

    采用主成份分析方法確定預(yù)警指標(biāo)權(quán)重。借助SPSS12對(duì)4個(gè)指標(biāo)進(jìn)行主成份分析,求出4個(gè)指標(biāo)權(quán)值。按照因子分析的結(jié)果,我們選取的主成份個(gè)數(shù)的規(guī)則為:特征根值大于1或累計(jì)貢獻(xiàn)率大于85%。

    表3 警情指標(biāo)增長(zhǎng)率解釋總方差表

    由表3可知,第一主成份特征根值大于1,所以提取第一主成份。

    Z=0.710X1+0.726X2+0.708X3+0.783X4,計(jì)算指標(biāo) xi的權(quán)重(β為警情指標(biāo),x在綜合評(píng)價(jià)值Z中ii的對(duì)應(yīng)系數(shù)),計(jì)算結(jié)果見表4。

    表4 各警情指標(biāo)權(quán)重的因子分析法計(jì)算結(jié)果

    3.1.3 定量分析方法確定指標(biāo)月份警值

    根據(jù)警情指標(biāo)的權(quán)重和警情指標(biāo)的歷史數(shù)據(jù),計(jì)算泉州金融機(jī)構(gòu)流動(dòng)性風(fēng)險(xiǎn)綜合警度。在分析得出的各指標(biāo)警度乘以已經(jīng)確定的預(yù)警指標(biāo)權(quán)重,得到警值,結(jié)果見表5。

    表5 定量分析方法確定的指標(biāo)警值和綜合警度

    3.1.4 泉州金融機(jī)構(gòu)流動(dòng)性風(fēng)險(xiǎn)綜合警度的確定

    對(duì)泉州金融機(jī)構(gòu)流動(dòng)性風(fēng)險(xiǎn)警情進(jìn)行定量分析后,綜合分析結(jié)果,得出2008年1月至2010年10月泉州金融機(jī)構(gòu)流動(dòng)性風(fēng)險(xiǎn)警度。新警度的取值標(biāo)準(zhǔn)為:當(dāng)綜合警值在[1.5,2],流動(dòng)性風(fēng)險(xiǎn)處于“冷”的警度,并賦予其在神經(jīng)網(wǎng)絡(luò)中的特征向量為(0,0,1);當(dāng)綜合警值在[2,2.5],流動(dòng)性風(fēng)險(xiǎn)處于“正?!钡木?,并賦予其在神經(jīng)網(wǎng)絡(luò)中的特征向量為(0,1,0);當(dāng)綜合警值在[2.5,3],流動(dòng)性風(fēng)險(xiǎn)處于“熱”的警度,并賦予其在神經(jīng)網(wǎng)絡(luò)中的特征向量為(1,0,0)。經(jīng)過計(jì)算,泉州金融機(jī)構(gòu)流動(dòng)性風(fēng)險(xiǎn)預(yù)警指標(biāo)綜合警度具體結(jié)果如表5。

    4 預(yù)警指標(biāo)序列的神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型

    神經(jīng)網(wǎng)絡(luò)的非線性映射功能較傳統(tǒng)的數(shù)理方法能更好地進(jìn)行函數(shù)非線性逼近,能很好地用于描述社會(huì)經(jīng)濟(jì)的運(yùn)行規(guī)律并對(duì)未來進(jìn)行預(yù)測(cè)。利用BP神經(jīng)網(wǎng)絡(luò)對(duì)各預(yù)警指標(biāo)數(shù)值進(jìn)行預(yù)測(cè),輸入層的神經(jīng)元個(gè)數(shù)設(shè)計(jì)為12個(gè),輸出層的神經(jīng)元個(gè)數(shù)為1個(gè)。預(yù)警指標(biāo)序列預(yù)測(cè)模型的BP網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)圖2所示。

    圖2 預(yù)警指標(biāo)序列預(yù)測(cè)模型BP網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)

    將所有的數(shù)值劃分為兩部分,一部分作為網(wǎng)絡(luò)訓(xùn)練的樣本,另一部分作為檢驗(yàn)網(wǎng)絡(luò)性能樣本用于檢驗(yàn)。借助MATLAB6.5神經(jīng)網(wǎng)絡(luò)工具箱,逐一建立預(yù)警指標(biāo)序列預(yù)測(cè)模型并進(jìn)行預(yù)測(cè)。每一預(yù)警指標(biāo)預(yù)測(cè)建模的程序環(huán)節(jié)是一樣的,這里只給出存貸比增長(zhǎng)率建模過程。隱層的神經(jīng)元個(gè)數(shù)根據(jù)經(jīng)驗(yàn)公式多次嘗試后確定為17個(gè)。訓(xùn)練函數(shù)為traingdx,網(wǎng)絡(luò)誤差性能函數(shù)為Mse,隱層、輸出層的傳遞函數(shù)對(duì)數(shù)函數(shù)。其他網(wǎng)絡(luò)參數(shù)設(shè)置為網(wǎng)絡(luò)缺省值。

    經(jīng)過1276次訓(xùn)練后,網(wǎng)絡(luò)計(jì)算停止。訓(xùn)練誤差達(dá)到3.386,網(wǎng)絡(luò)的擬合性能良好。圖3為網(wǎng)絡(luò)訓(xùn)練的誤差變化曲線圖。

    圖3 網(wǎng)絡(luò)訓(xùn)練的誤差變化曲線圖

    輸入測(cè)試樣本,查看測(cè)試樣本的輸出值為0.8429,與目標(biāo)值0.8408誤差為0.0021,誤差率為0.24%,符合統(tǒng)計(jì)學(xué)5%的誤差要求。根據(jù)之前的預(yù)警模型設(shè)計(jì)的要求,輸入預(yù)警樣本,預(yù)測(cè)樣本的輸出值為0.8212。所以2010年11月年存貸比增長(zhǎng)率預(yù)測(cè)值為0.8212。逐一計(jì)算各預(yù)警指標(biāo)預(yù)測(cè)值,結(jié)果表6所示。

    表6 各預(yù)警指標(biāo)2010年11月年預(yù)測(cè)值

    5 基BP神經(jīng)網(wǎng)絡(luò)的預(yù)警模型

    根據(jù)前面建立的泉州金融機(jī)構(gòu)流動(dòng)性風(fēng)險(xiǎn)指標(biāo)體系和流動(dòng)性風(fēng)險(xiǎn)歷史警度,構(gòu)建基于BP神經(jīng)網(wǎng)絡(luò)的泉州金融機(jī)構(gòu)流動(dòng)性風(fēng)險(xiǎn)預(yù)警模型用于市場(chǎng)警情判斷。

    5.1 輸入層和輸出層設(shè)計(jì)

    根據(jù)上文分析,輸入層的神經(jīng)元個(gè)數(shù)為4個(gè),分別為X1~X4預(yù)警指標(biāo)值,輸出層的神經(jīng)元個(gè)數(shù)為3個(gè),分別表示對(duì)應(yīng)不同警度,即“冷”輸出特征向量為(0,0,1);“正?!?輸出特征向量為 (0,1,0);“熱” 輸出特征向量為(1,0,0)。

    5.2 確定訓(xùn)練樣本和測(cè)試樣本

    2008年1月到2010年9月的數(shù)據(jù)為訓(xùn)練樣本,2010年10月的數(shù)據(jù)為測(cè)試樣本。2010年11月的各指標(biāo)預(yù)測(cè)數(shù)據(jù)為預(yù)測(cè)樣本,預(yù)測(cè)2010年11月的綜合警度。

    5.3 網(wǎng)絡(luò)參數(shù)設(shè)置

    隱層神經(jīng)元個(gè)數(shù)根據(jù)經(jīng)驗(yàn)公式多次嘗試后確定為11個(gè)。訓(xùn)練函數(shù)為traingdx,該函數(shù)運(yùn)行速度好性能穩(wěn)定,適用于模式識(shí)別問題。學(xué)習(xí)函數(shù)取缺省值learngdm,網(wǎng)絡(luò)誤差性能函數(shù)為Mse,隱層傳遞函數(shù)為對(duì)數(shù)-S型函數(shù),輸出層的傳遞函數(shù)對(duì)數(shù)-S型函數(shù),這是因?yàn)楹瘮?shù)的計(jì)算結(jié)果數(shù)值與預(yù)警度設(shè)計(jì)的數(shù)值一樣在0~1范圍內(nèi)。網(wǎng)絡(luò)其他參數(shù)設(shè)置為缺省值。網(wǎng)絡(luò)學(xué)習(xí)訓(xùn)練結(jié)束,預(yù)警模型擬合完畢。然后將測(cè)試樣本數(shù)據(jù)輸入訓(xùn)練好的網(wǎng)絡(luò),檢驗(yàn)網(wǎng)絡(luò)的預(yù)測(cè)能力。預(yù)警模型BP網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)如圖4。

    圖4 預(yù)警模型BP網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)

    5.4 網(wǎng)絡(luò)訓(xùn)練

    經(jīng)過1826次訓(xùn)練后,網(wǎng)絡(luò)誤差值為1.012%,網(wǎng)絡(luò)的擬合性能良好,主動(dòng)停止網(wǎng)絡(luò)計(jì)算。圖5為網(wǎng)絡(luò)訓(xùn)練的誤差變化曲線圖。

    圖5 網(wǎng)絡(luò)訓(xùn)練的誤差變化曲線圖

    5.5 網(wǎng)絡(luò)測(cè)試

    輸入測(cè)試樣本(2010年10月數(shù)據(jù)),查看測(cè)試樣本的輸出值為:[1.6634×10-19;1;2.5742×10-13]與目標(biāo)值[0,1,0],誤差為[-1.6634×10-19;0;-2.5742×10-13]。 泉州金融機(jī)構(gòu)流動(dòng)性風(fēng)險(xiǎn)神經(jīng)網(wǎng)絡(luò)預(yù)警系統(tǒng)的預(yù)警結(jié)果是用向量表示,按照歐式范數(shù)理論計(jì)算的誤差為0.35%??梢钥闯?,誤差控制在很小范圍,符合統(tǒng)計(jì)學(xué)誤差小于5%的精度要求,因此,經(jīng)過訓(xùn)練和測(cè)試的BP神經(jīng)網(wǎng)絡(luò)可以作為模式識(shí)別器來進(jìn)行泉州金融機(jī)構(gòu)流動(dòng)性風(fēng)險(xiǎn)預(yù)警模式識(shí)別。

    5.6 網(wǎng)絡(luò)預(yù)測(cè)

    根據(jù)之前的預(yù)警模型設(shè)計(jì)的要求,輸入預(yù)警樣本,神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)樣本的輸出值為:[4.4611×10-19;1;2.0766×10-13]。可以看出,2010年11月泉州金融機(jī)構(gòu)流動(dòng)性風(fēng)險(xiǎn)所表現(xiàn)的警情狀況屬于市場(chǎng)正常狀況

    6 結(jié)論

    區(qū)域金融機(jī)構(gòu)流動(dòng)性風(fēng)險(xiǎn)預(yù)警系統(tǒng)研究和運(yùn)用還處于起步階段,經(jīng)驗(yàn)和實(shí)踐尚不充足,還需要進(jìn)一步借鑒與探索。本文嘗試?yán)蒙窠?jīng)網(wǎng)絡(luò)的非線性逼近擬合與模糊識(shí)別技術(shù)建立泉州金融機(jī)構(gòu)流動(dòng)性風(fēng)險(xiǎn)預(yù)警模型。預(yù)警研究結(jié)果能為防范房地產(chǎn)市場(chǎng)風(fēng)險(xiǎn)提供科學(xué)依據(jù)。但是,指標(biāo)數(shù)據(jù)缺乏、市場(chǎng)敏感度不強(qiáng)是最大的阻礙,市場(chǎng)運(yùn)行指標(biāo)預(yù)警體系尚須時(shí)間檢驗(yàn)。

    [1]韓力群.人工神經(jīng)網(wǎng)絡(luò)理論、設(shè)計(jì)及應(yīng)用[M].北京:工業(yè)出版社,2002.

    [2]許東,吳錚.基于MATLAB 6.X的系統(tǒng)分析與設(shè)計(jì)——神經(jīng)網(wǎng)絡(luò)(第二版)[M].西安:西安電子科技出版社,2002.

    [3]衛(wèi)海英.Spss10.0 For Windows在經(jīng)濟(jì)管理中的應(yīng)用 [M].北京:中國(guó)統(tǒng)計(jì)出版社,2000.

    [4]任飛,聶溱.基于IGA-BP神經(jīng)網(wǎng)絡(luò)和專家系統(tǒng)的我國(guó)銀行流動(dòng)性風(fēng)險(xiǎn)預(yù)警研究[J].數(shù)學(xué)的實(shí)踐與認(rèn)識(shí),2007,(3).

    [5]董愛陽.基于BP神經(jīng)網(wǎng)絡(luò)的商業(yè)銀行流動(dòng)性風(fēng)險(xiǎn)預(yù)警[J].黑龍江對(duì)外經(jīng)貿(mào),2010,(1).

    F22

    A

    1674-5787(2011)02-0010-04

    2010-12-30

    本研究得到泉州市社會(huì)科學(xué)研究2010規(guī)劃項(xiàng)目(一般項(xiàng)目課題)資助,項(xiàng)目批準(zhǔn)號(hào):2010A—YZ02。

    許毓坤(1979—),男,福建泉州人,經(jīng)濟(jì)學(xué)碩士,講師,從事數(shù)理經(jīng)濟(jì)、神經(jīng)網(wǎng)絡(luò)計(jì)算技術(shù)研究;李英偉(1967—),男,安徽亳州人,經(jīng)濟(jì)學(xué)博士研究生,從事應(yīng)用經(jīng)濟(jì)學(xué)、財(cái)稅理論與實(shí)務(wù)研究;張慶武(1973—),男,福建仙游人,男,副教授,經(jīng)濟(jì)學(xué)博士,泉州經(jīng)貿(mào)職業(yè)技術(shù)學(xué)院經(jīng)濟(jì)管理系主任,從事數(shù)理經(jīng)濟(jì)、經(jīng)濟(jì)統(tǒng)計(jì)研究。

    責(zé)任編輯 仇大勇

    猜你喜歡
    警情泉州流動(dòng)性
    泉州
    幼兒畫刊(2022年8期)2022-10-18 01:43:38
    論泉州北管的“雜揉性”
    鎮(zhèn)館之寶
    ——泉州宋船
    奇妙博物館(2022年3期)2022-03-23 05:16:10
    和你一起成長(zhǎng)——寫在福師大泉州附中50周年校慶之際
    美聯(lián)儲(chǔ)“順潮”降息或?qū)⑻嵘蛄鲃?dòng)性
    金融系統(tǒng)多維度流動(dòng)性間溢出效應(yīng)研究
    ——基于三元VAR-GARCH-BEEK模型的分析
    不能吃的餃子
    派出所工作(2017年9期)2017-05-30 10:48:04
    “霉神”彥哥
    派出所工作(2017年9期)2017-05-30 10:48:04
    警情多,賴別人的嘴?
    派出所工作(2017年9期)2017-05-30 10:48:04
    警情支持系統(tǒng)之構(gòu)建研究
    公安县| 秦安县| 资源县| 房山区| 拉萨市| 雅江县| 原平市| 达孜县| 杂多县| 淮滨县| 安宁市| 天津市| 南安市| 宜城市| 区。| 托克托县| 成安县| 宿迁市| 邵阳市| 万盛区| 哈密市| 米易县| 韩城市| 荔波县| 拜城县| 乐昌市| 通许县| 上饶市| 凤台县| 昆山市| 肥乡县| 科技| 砚山县| 阿图什市| 阿城市| 平顺县| 玉门市| 察隅县| 西丰县| 额敏县| 龙井市|