期刊导航
期刊开放获取
vip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
海归高管对分析师预测行为的影响研究——基于创新驱动发展背景的启示
1
作者
胡言言
《市场周刊》
2025年第29期5-9,共5页
在创新驱动发展战略深入推进的背景下,高层次人才对优化资本市场信息环境的作用日益凸显。文章以我国2010—2019年A股非金融上市公司为研究样本,基于高阶梯队理论实证考察了海归高管对分析师预测行为的影响。研究发现,海归高管对企业信...
在创新驱动发展战略深入推进的背景下,高层次人才对优化资本市场信息环境的作用日益凸显。文章以我国2010—2019年A股非金融上市公司为研究样本,基于高阶梯队理论实证考察了海归高管对分析师预测行为的影响。研究发现,海归高管对企业信息环境起到了改善作用,有效降低了分析师在盈利预测时的误差与分歧度。这一研究发现进一步拓展了关于海归高管价值效应以及分析师预测影响因素的学术研究成果,也为创新政策的协同提供了理论支持。此外,在实践上凸显了海归人力资本的重要性,为企业人才引进政策的价值效应提供了具备实践参考价值的经验证据。
展开更多
关键词
创新驱动
海归高管
分析师盈利预测误差
在线阅读
下载PDF
职称材料
数据驱动与预测误差驱动融合的短期负荷预测输入变量选择方法研究
被引量：
46
2
作者
郑睿程
顾洁
+2 位作者
金之俭
彭虹桥
蔡珑
《中国电机工程学报》
EI
CSCD
北大核心
2020年第2期487-500,共14页
短期负荷预测是电力系统安全经济运行的基础。由于负荷变化受众多因素影响,选择合适的变量集对于提高预测性能至关重要。针对数据驱动型与预测误差驱动型变量选择方法各自的特点,以及传统变量选择方法在相关性度量指标与选择策略上存在...
短期负荷预测是电力系统安全经济运行的基础。由于负荷变化受众多因素影响,选择合适的变量集对于提高预测性能至关重要。针对数据驱动型与预测误差驱动型变量选择方法各自的特点,以及传统变量选择方法在相关性度量指标与选择策略上存在的问题,该文提出基于正交化最大信息系数、特征协同与随机森林的变量选择方法。该方法将数据驱动与预测误差驱动进行两阶段融合,前者作为变量预筛选阶段,后者完成变量精选,实现选择质量与计算复杂度的平衡;选择过程中综合考虑变量间的相关度、冗余度与协同度,能有效提高短期负荷预测的性能;通过算例从选择的变量集、预测误差大小、预测误差稳定性等方面验证该方法相对于传统短期负荷预测变量选择方法的优势。
展开更多
关键词
短期负荷预测
变量选择
数据驱动
预测误差驱动
最大信息系数
原文传递
题名
海归高管对分析师预测行为的影响研究——基于创新驱动发展背景的启示
1
作者
胡言言
机构
南京财经大学红山学院
出处
《市场周刊》
2025年第29期5-9,共5页
基金
2020年江苏省高校哲学社会科学研究项目“创新驱动发展背景下高管激励、制度环境与企业创新的研究”(项目编号:2020SJA2271)。
文摘
在创新驱动发展战略深入推进的背景下,高层次人才对优化资本市场信息环境的作用日益凸显。文章以我国2010—2019年A股非金融上市公司为研究样本,基于高阶梯队理论实证考察了海归高管对分析师预测行为的影响。研究发现,海归高管对企业信息环境起到了改善作用,有效降低了分析师在盈利预测时的误差与分歧度。这一研究发现进一步拓展了关于海归高管价值效应以及分析师预测影响因素的学术研究成果,也为创新政策的协同提供了理论支持。此外,在实践上凸显了海归人力资本的重要性,为企业人才引进政策的价值效应提供了具备实践参考价值的经验证据。
关键词
创新驱动
海归高管
分析师盈利预测误差
Keywords
innovation-
driven
overseas-returnees senior executives
analyst profit
forecast
error
分类号
F234.4 [经济管理—会计学]
在线阅读
下载PDF
职称材料
题名
数据驱动与预测误差驱动融合的短期负荷预测输入变量选择方法研究
被引量：
46
2
作者
郑睿程
顾洁
金之俭
彭虹桥
蔡珑
机构
大数据工程技术研究中心(上海交通大学电子信息与电气工程学院)
出处
《中国电机工程学报》
EI
CSCD
北大核心
2020年第2期487-500,共14页
基金
国家重点研发计划项目(2016YFB0900100)
上海市科委重大项目(18DZ1100303).
文摘
短期负荷预测是电力系统安全经济运行的基础。由于负荷变化受众多因素影响,选择合适的变量集对于提高预测性能至关重要。针对数据驱动型与预测误差驱动型变量选择方法各自的特点,以及传统变量选择方法在相关性度量指标与选择策略上存在的问题,该文提出基于正交化最大信息系数、特征协同与随机森林的变量选择方法。该方法将数据驱动与预测误差驱动进行两阶段融合,前者作为变量预筛选阶段,后者完成变量精选,实现选择质量与计算复杂度的平衡;选择过程中综合考虑变量间的相关度、冗余度与协同度,能有效提高短期负荷预测的性能;通过算例从选择的变量集、预测误差大小、预测误差稳定性等方面验证该方法相对于传统短期负荷预测变量选择方法的优势。
关键词
短期负荷预测
变量选择
数据驱动
预测误差驱动
最大信息系数
Keywords
short-term load
forecast
ing
variable selection
data
driven
forecast error driven
maximal information coefficient
分类号
TM715 [电气工程—电力系统及自动化]
原文传递
题名
作者
出处
发文年
被引量
操作
1
海归高管对分析师预测行为的影响研究——基于创新驱动发展背景的启示
胡言言
《市场周刊》
2025
0
在线阅读
下载PDF
职称材料
2
数据驱动与预测误差驱动融合的短期负荷预测输入变量选择方法研究
郑睿程
顾洁
金之俭
彭虹桥
蔡珑
《中国电机工程学报》
EI
CSCD
北大核心
2020
46
原文传递
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
