寓言故事及寓意精選(九篇)

前言：一篇好文章的誕生，需要你不斷地搜集資料、整理思路，本站小編為你收集了豐富的寓言故事及寓意主題范文，僅供參考，歡迎閱讀并收藏。

第1篇：寓言故事及寓意范文

（赤峰學(xué)院 蒙古文史學(xué)院，內(nèi)蒙古 赤峰 024000）

摘 要：“諺語群”是諺語中相互間有一定關(guān)聯(lián)的一批諺語的集合。它和分散的諺語比起來，更客觀、更全面、更系統(tǒng)。本文以蒙古族諺語為例，在陶匯章先生研究的基礎(chǔ)上，探討“諺語群”的分類及其意義。

關(guān)鍵詞 ：諺語群；諺語；蒙古族

中圖分類號：H214

文獻(xiàn)標(biāo)識碼：A文章編號：1673-2596（2015）07-0180-02

基金項(xiàng)目：內(nèi)蒙古民委2014年度課題《蒙古族動物類諺語的隱喻機(jī)制研究》的階段性成果（MW-YB-2014035）

“諺語群”是諺語的地方性、時代性、口語性的綜合反映，它以各種關(guān)聯(lián)為紐帶，可以分為不同的類別。本文以蒙古族諺語為例，在陶匯章先生研究的基礎(chǔ)上，探討了“諺語群”的分類及其意義。

一、“諺語群”的概念

“諺語群”是陶匯章先生在他的論文集《諺語文論》中首先提出來的一個新概念。這個新概念的提出，為諺語的研究開拓了一個新的視角，提供了一個新的思路。陶匯章先生在《諺語文論》中首先列舉了28條論述房屋朝向的諺語，然后分類解釋，最后總結(jié)說：“像這樣相互間有一定關(guān)聯(lián)的一批諺語，我們叫它為一個‘諺語群’。”他還進(jìn)一步解釋：“‘諺語群’是諺語與諺語之間等同物、類似物的匯聚?！敝V語是廣大人民群眾千百年來在生活生產(chǎn)實(shí)踐中沉淀下來的語言智慧和經(jīng)驗(yàn)的總結(jié)，它是一種客觀存在，諺語與諺語也和人與人一樣，也會有這樣那樣的聯(lián)系，所以，諺語也可以按照它的內(nèi)容、形式的關(guān)聯(lián)的不同，分成一個一個的不同的“群”。陶匯章先生根據(jù)他幾十年研究諺語的心得，認(rèn)為，中國諺語的研究，“應(yīng)當(dāng)在總體研究、群體研究和個體研究的相互配合中，不斷向前推進(jìn)”。

二、“諺語群”的分類

“諺語群”是諺語中相互間或在內(nèi)容上或在形式上有一定關(guān)聯(lián)的一批諺語的集合，而每一個集合的內(nèi)部，還可以因?yàn)楦鞣矫娴牟町惙殖刹煌念悇e。也就是說，大的“諺語群”中還可以分成若干個小的“諺語群”，而且每一個小的“諺語群”中的諺語有些還有交叉的現(xiàn)象。所以，“諺語群”的分類是一個極其復(fù)雜、繁瑣的事情。根據(jù)目前掌握的資料，大體上可以分為以下六類：

1.內(nèi)容關(guān)聯(lián)而說法不同。這主要是針對敘述式諺語而言。這類“諺語群”中的諺語內(nèi)容相關(guān)聯(lián)，甚至完全相同，只是在表達(dá)時采用了不同的說法，可以正說、反說，加字、減字，簡說、繁說，韻文、散文，文言文、白話文，等等。例如：“青春不能挽回，衰老無法避免”；“年華莫虛度，青春不再來”；“日月莫虛度，青春不再來”；“別虛度年華，莫荒廢青春”；“黃金丟了，可以找回來；時間過去了，就無法追回”；“青春挽不回，暮年難擺脫”。這六條蒙古族諺語在內(nèi)容上完全相同，都是告誡人們時間一去不復(fù)返，應(yīng)該珍惜時間，只是在表達(dá)時采用了不同的說法，所以，它們是一個“諺語群”。

2.內(nèi)容關(guān)聯(lián)而比喻不同。這主要是針對運(yùn)用了比喻修辭手法的諺語而言。這類“諺語群”中的諺語說明的是同一個道理，只是在表達(dá)時采用了不同的比喻形式。例如：“駿馬能飛躍塹壕，意志能克服艱險”；“月套環(huán)要起風(fēng)，人立志能成功”；“只要有根子，就會開放出花朵來；只要有志氣，就會闖出路子來”。這三條蒙古族諺語是一個“諺語群”，都采用了比喻的修辭手法，分別用不同的喻體，表達(dá)了有志者一定能戰(zhàn)勝困難、獲得成功的道理。

3.內(nèi)容關(guān)聯(lián)而襯句不同。這主要是針對復(fù)句式諺語而言。復(fù)句式諺語是由兩個或兩個以上的句子組成的諺語，但一般以兩個句子的為最多。在復(fù)句式諺語中，其中一個單句表達(dá)它的主旨，另一個單句只作為襯托使用，它從正面或反面來烘托主句的意思。襯句有的具有比喻的性質(zhì)，但它與主句相對獨(dú)立，起的作用不僅限于比喻而已。襯句在復(fù)句中，有的在前，有的在后，但它們的作用是一樣的，類似于“興”，即“先言他物以引起所詠之辭”。例如：“講人心靈美的，別看衣著，要看心靈”；“名山不在高峻，而在于景色；人好不在相貌，而在于心靈”；“花美在外觀，人美在內(nèi)心”；“與其選擇漂亮的臉蛋，不如物色善良的心靈”；“臉蛋好看不算俊，心底善良才算美”；“心地不善的人，學(xué)識再多也無用”；“外貌美只能取悅一時，內(nèi)心美才能經(jīng)久不衰”；“蛇美只在皮外，人美卻在內(nèi)心”。這八條蒙古族諺語是一個“諺語群”，它們以各種襯托來強(qiáng)調(diào)人心靈美的重要性。

4.比喻、內(nèi)容相同而說法不同。有一些諺語，作比喻的事物基本相同，所表達(dá)的內(nèi)容也大體一致，只是在表達(dá)時采用了不同的說法。例如：“買馬須瞧牙口，交友須摸底細(xì)”；“馬要看牙口，人要看行動”；“馬看牙口，人聽說話”；“想買馬瞧牙口，欲交友察心地”。這四條蒙古族諺語是一個“諺語群”，都是以馬為喻，在內(nèi)容上也完全相同，它們一方面告訴人們買馬時，要觀察馬的牙齒，根據(jù)它的牙齒可以判斷它的年齡；另一方面又告訴人們交友的方法，當(dāng)然，主要是告訴人們交友的方法。

5.比喻或襯句相同而內(nèi)容不同。在一些諺語中，比喻或襯句相同，長期沿用，已經(jīng)形成了一種大體固定的句式，但主句卻有變化，表達(dá)了不同的內(nèi)容，說明了不同的道理。例如：“金錢如糞土，聲譽(yù)值千斤”；“金錢如糞土，人格值千金”；“金錢如糞土，道德值千金”。這三條蒙古族諺語都以“金錢如糞土”為喻，但卻分別說明了聲譽(yù)、人格、道德的更可貴?！敖疱X如糞土”經(jīng)過人們的反復(fù)使用，已經(jīng)成為一種固定的句式，在它的后面可以有各種各樣的不同的說法。所以，以“金錢如糞土”為比喻或襯句的一批諺語，可以是一個“諺語群”。

6.形式相同而內(nèi)容不同。在諺語中，還有一些諺語，在內(nèi)容上不同，但在形式上卻完全相同，它們也可以形成一個“諺語群”。例如：“寧可折骨頭，不可敗名聲”；“寧可窮而存志，不可富而失節(jié)”；“寧可在家鄉(xiāng)斷骨，不可在他鄉(xiāng)丟丑”；“寧可喪失生命，不可失去氣節(jié)”；“寧可光明磊落地死去，不可卑鄙無恥地生存”；“寧可做窮人，不可做壞人”；“寧可拋卻頭顱，不可失卻名譽(yù)”；“寧可折腰，不可彎腰”。這八條蒙古族諺語雖然表達(dá)的內(nèi)容不同，但都采用了“寧可……，不可……”的形式，也是一個“諺語群”。

三、“諺語群”的作用、意義

把一個個分散的諺語集中起來研究，不僅有助于我們從群體上把握諺語的本質(zhì)特點(diǎn)，幫助我們更客觀、更全面、更系統(tǒng)地認(rèn)識、了解諺語。首先，研究“諺語群”有助化深化“諺語學(xué)”的研究?！爸V語學(xué)”在我國由于種種原因，它起步晚，發(fā)展慢，還是一門新興的學(xué)科。而“諺語群”概念的提出，為我國“諺語學(xué)”的研究提供了一個新的角度，為全面了解諺語的相關(guān)問題提供了一個相互印證的參照物。諺語產(chǎn)生于民間，在文字產(chǎn)生以前，主要依靠口口相傳延續(xù)，而諺語傳播者的知識、經(jīng)歷和生活體驗(yàn)又都不一樣，所以在長期的傳承過程中，就產(chǎn)生了差異，例如：前面所列舉的關(guān)于“買馬”與“交友”的四條蒙古族諺語。內(nèi)容和比喻格式完全相同，但在說法上卻存在差異。在一個“諺語群”中，諺語之間有的是時共關(guān)系，有的是歷時關(guān)系。通過對同一個“諺語群”中古今諺語的對照、比較，可以追溯到它的源頭。其次，對“諺語群”的研究，有助于我們客觀、全面、系統(tǒng)地了解事物的本來面貌。正如陶匯章先生在《諺語文論》中所說的：“民間智慧是一個整體，要從宏觀上去作整體把握；執(zhí)著于一條、兩條諺語，勢必流于片面，斷章取義而不得其真義。研究諺語群，就是要研究諺語的整體組合現(xiàn)象，積不完整為完整，不全面為全面，不周密為周密?！泵晒抛逯V語是蒙古族民間文學(xué)寶庫中一種古老而獨(dú)特的表達(dá)形式，其中不僅蘊(yùn)含著千百年來蒙古族人民語言方面的智慧和經(jīng)驗(yàn)，而且還反映了蒙古族的風(fēng)俗習(xí)慣（比如禁忌、好惡等）、生產(chǎn)生活狀態(tài)、宗教信仰、價值觀念、思維方式等。如果把蒙古族的諺語集中起來，分成若干個小的“諺語群”來研究，那將會使我們對這個民族及其歷史、文化有一個更全面、更系統(tǒng)的了解。“從這個意義上說，我們也可以把諺語群比作歷史的黑匣子”。

總之，集中的“諺語群”和分散的諺語，是不一樣的。“諺語群”是系統(tǒng)的、開闊的，便于人們多方面、多角度、多層次地考察語言現(xiàn)象，它像一個裝滿水果的籃子，你可以自由地從中挑選你喜愛的或需要的水果，而不是像隨意扔在地上的分散的水果，需要你一個一個地揀，費(fèi)時費(fèi)力。

參考文獻(xiàn)：

〔1〕陶匯章.諺語文論[M].長春：吉林文史出版社，2005.

〔2〕朱榮阿，材音博彥，蘇利婭編.蒙古族格言俗語集萃[M].呼和浩特：內(nèi)蒙古人民出版社，1988.

〔3〕邢莉.草原牧俗[M].濟(jì)南：山東教育出版社，1999.

第2篇：寓言故事及寓意范文

1課程的定位和目的

實(shí)驗(yàn)中醫(yī)學(xué)基礎(chǔ)，是我校創(chuàng)設(shè)的中醫(yī)專業(yè)本科（七年制和五年制）的一門專業(yè)基礎(chǔ)課。它是在該專業(yè)本科學(xué)生學(xué)習(xí)完普通基礎(chǔ)課和中醫(yī)、西醫(yī)專業(yè)基礎(chǔ)課程之后，為使學(xué)生于在校期間能掌握一定的進(jìn)行中醫(yī)學(xué)實(shí)驗(yàn)研究的基礎(chǔ)知識和基本技能，初步樹立正確的中醫(yī)科研觀點(diǎn)和思路，提升本科學(xué)生的知識層次和學(xué)術(shù)水平而創(chuàng)建的一門新興課程。因此，該課程定位為專業(yè)基礎(chǔ)課，學(xué)科目錄隸屬于中醫(yī)基礎(chǔ)理論學(xué)科。

正是基于實(shí)驗(yàn)中醫(yī)學(xué)基礎(chǔ)的課程定位，課程在創(chuàng)建之初就提出了該課程的教學(xué)目的在于，通過課堂講授和實(shí)驗(yàn)技能的訓(xùn)練和操作，使學(xué)生能夠系統(tǒng)了解和掌握進(jìn)行中醫(yī)藥學(xué)實(shí)驗(yàn)研究的基本知識和規(guī)律，樹立和端正進(jìn)行中醫(yī)藥學(xué)研究的正確的科研思維和觀點(diǎn)，熟悉和掌握進(jìn)行中醫(yī)藥學(xué)研究的基本程序、基本方法和基本技能，并了解中醫(yī)現(xiàn)代研究的成就與進(jìn)展。從而達(dá)到提高學(xué)生科研意識、科研水平和動手能力之目的。并希望通過該課程為培養(yǎng)和造就中醫(yī)自己的科學(xué)實(shí)驗(yàn)研究人才開辟新的途徑。

2課程實(shí)踐

實(shí)驗(yàn)中醫(yī)學(xué)基礎(chǔ)在其課程實(shí)踐的十年中，無論在授課的對象、授課的方式、理論課和實(shí)驗(yàn)課的比例上都經(jīng)歷了一定的變革。

2.1授課對象的改變  從開課之初，實(shí)驗(yàn)中醫(yī)學(xué)基礎(chǔ)主要是針對中醫(yī)五年制本科三年級的學(xué)生。該階段的學(xué)生已經(jīng)基本學(xué)習(xí)完中醫(yī)的專業(yè)課程，正準(zhǔn)備進(jìn)入臨床實(shí)習(xí)。但自2006年起，由于我校課程的重新調(diào)整，實(shí)驗(yàn)中醫(yī)學(xué)由中醫(yī)五年制本科的專業(yè)基礎(chǔ)考察課，更改為七年制科研方向（理科基地班）的專業(yè)基礎(chǔ)考試課。自此，它的授課對象也發(fā)生了改變，主要面向七年制四年級第二學(xué)期的學(xué)生。相對于五年制本科三年級學(xué)生，這些學(xué)生由于在一、二年級接受了較為系統(tǒng)的現(xiàn)代生物知識體系和實(shí)踐操作的訓(xùn)練，因此，與前者相比，他們對課程中所介紹的中醫(yī)科研現(xiàn)代研究部分的領(lǐng)悟要明顯占有優(yōu)勢。

2.2授課方式的改變  實(shí)驗(yàn)中醫(yī)學(xué)基礎(chǔ)在設(shè)立之初由于沒有固定的課程組，所以主要由參與《實(shí)驗(yàn)中醫(yī)學(xué)基礎(chǔ)》自編教材編寫的十幾位教師擔(dān)任授課任務(wù)。主要方式就是，每個老師利用1次課講授他的研究思路和成果。這種授課方式雖然生動，但卻不利于保持課程講授的連貫性和統(tǒng)一性。自2001年，隨著實(shí)驗(yàn)中醫(yī)學(xué)基礎(chǔ)課程組的出現(xiàn)，該課改為了擁有固定教師的專職授課。這一變革無論從教師的備課還是學(xué)生的聽課效果都有了長足進(jìn)步。

2.3理論課和實(shí)驗(yàn)課比例的改變  實(shí)驗(yàn)中醫(yī)學(xué)基礎(chǔ)課程設(shè)制的目的中有重要的一條就是要提高學(xué)生科研動手能力。因此，實(shí)驗(yàn)課始終是該課程的重要組成部分。2006年，伴隨著課程對象的改變，該課程實(shí)驗(yàn)的比例也發(fā)生了變化，在總課時72學(xué)時沒變的基礎(chǔ)上，由之前的12學(xué)時提高到了18學(xué)時。由4次實(shí)驗(yàn)課，增加為6次實(shí)驗(yàn)課，這大大提高了實(shí)驗(yàn)中醫(yī)學(xué)基礎(chǔ)對學(xué)生科研動手能力的培養(yǎng)。

3教材及教師隊(duì)伍建設(shè)

由于實(shí)驗(yàn)中醫(yī)學(xué)基礎(chǔ)是我校新開創(chuàng)的一門課程，因此，沒有現(xiàn)成的教材可以采用。2000年劉燕池教授組織十幾位在中醫(yī)科研上有經(jīng)驗(yàn)的教授編寫了校內(nèi)自編教材《實(shí)驗(yàn)中醫(yī)學(xué)基礎(chǔ)》。這本教材分為上下兩篇。上篇主要介紹中醫(yī)科研的基本程序和方法。下篇則主要通過對中醫(yī)科研成果的介紹來向?qū)W生展示中醫(yī)學(xué)實(shí)驗(yàn)研究的方法和途徑。由于是初次編寫，前無藍(lán)本可依，所以盡管這本教材現(xiàn)在看來顯得相對比較粗糙，但對于教材重要的是要立足于能使學(xué)生建立一個盡可能規(guī)范、比較完整的專業(yè)知識體系的原則而言，這本教材基本上體現(xiàn)了這一指導(dǎo)思想，所以它從2000年一直延用至今，共8屆學(xué)生。在此雖然更換教材，但是在課堂教學(xué)中教師講授的內(nèi)容已經(jīng)根據(jù)中醫(yī)科研的發(fā)展作了很大的修改。

此外，在教師隊(duì)伍的建設(shè)上，十年來也有了翻天覆地的變化。由起初的1位專職授課教師，發(fā)展壯大為擁有4位博士的固定教師隊(duì)伍。目前該課程教師的平均年齡為37歲，學(xué)歷100%為博士，有1名教授，2名副教授和1名講師。

4獲得的經(jīng)驗(yàn)

第3篇：寓言故事及寓意范文

關(guān)鍵詞：鼓浪嶼；IPA分析法；游客滿意度

一．問題的提出

廈門鼓浪嶼作為2013年沖擊世界文化遺產(chǎn)的重要候選申遺項(xiàng)目，景區(qū)資源品質(zhì)和管理水平對能否申遺成功至關(guān)重要。為此，廈門市政府出臺了一系列支持政策，鼓浪嶼管委會和廈門市旅游局積極改善景區(qū)的環(huán)境，完善景區(qū)的各項(xiàng)基礎(chǔ)設(shè)施和旅游設(shè)施，提高從業(yè)人員的服務(wù)質(zhì)量，以提升景區(qū)的美譽(yù)度、知名度，使鼓浪嶼回歸“中國最美麗的城區(qū)”。但是鼓浪嶼的現(xiàn)狀依然不容樂觀，島上各種問題依然沒有得到合理的解決，如很多老建筑年久失修，當(dāng)年的“萬國建筑博物館”風(fēng)貌只依稀存在；島上人口流失且人口結(jié)構(gòu)不合理，破壞了島內(nèi)的平衡；大量游客以及伴隨景區(qū)開發(fā)進(jìn)行的配套設(shè)施建設(shè)造成的生態(tài)環(huán)境破壞等。因此，素有“鋼琴島”和“萬國建筑博物館”美譽(yù)的鼓浪嶼，在與北京中軸線入圍2013年申遺項(xiàng)目的激烈競爭中，還有艱難的路要走。本文在2011春節(jié)對鼓浪嶼游客進(jìn)行問卷調(diào)查的基礎(chǔ)上，運(yùn)用IPA分析法，對游客滿意度的測評項(xiàng)進(jìn)行定量評價，并對鼓浪嶼景區(qū)管理提出相應(yīng)的建議，以期提高游客滿意度，增加景區(qū)吸引力，利于景區(qū)的可持續(xù)發(fā)展。

二．基于IPA分析法的游客滿意度研究現(xiàn)狀

旅游景區(qū)游客滿意度是指游客對旅游景區(qū)的旅游景觀、基礎(chǔ)設(shè)施、娛樂環(huán)境、交通狀況和接待服務(wù)等方面滿足其旅游活動需求的程度的綜合心理評價。游客滿意本質(zhì)上是游客在其需要得到滿足后的愉悅感，而滿意水平是可感知效果和期望值之間的差異函數(shù)。目前我國的游客滿意度測評模型主要有服務(wù)質(zhì)量法、服務(wù)績效法、重要性-表現(xiàn)性分析法（Importance—Performance Analysis,IPA），灰色系統(tǒng)分析法等。

IPA分析法即重要性—表現(xiàn)性分析法，由Martilla等于1977年提出。自1985年首次被用于休閑業(yè)后，在旅游業(yè)應(yīng)用廣泛，范圍從服務(wù)滿意度、產(chǎn)品表現(xiàn)、地區(qū)競爭力( 吸引力) 到宏觀旅游政策制定等。如Oppermann運(yùn)用IPA分析法探討會展目的地的優(yōu)勢和缺陷；Almanza等采用IPA評了消費(fèi)者對餐飲業(yè)服務(wù)的滿意度。國內(nèi)陸杏梅等運(yùn)用IPA、因子分析法對城市濱水區(qū)的旅游形象進(jìn)行了分析，認(rèn)為完善基礎(chǔ)設(shè)施是建設(shè)旅游形象的關(guān)鍵因素；謝麗佳等通過對會展旅游26個感知項(xiàng)進(jìn)行IPA評價，為上海會展旅游業(yè)的工作重點(diǎn)、營銷資源配置提出了建設(shè)性意見；李映洲等運(yùn)用IPA分析法對“蘭洽會”影響因子的重要性、實(shí)際滿意度進(jìn)行了組合評價，針對性地提出了整改措施。應(yīng)該說,在諸多旅游目的地形象研究方法中，IPA分析法備受學(xué)者青睞，其直觀、通俗、易懂的特性形象地反映出旅游目的地實(shí)際狀況與理想目標(biāo)之間的差距，從而為旅游目的地形象建設(shè)指引明確方向。

三． 研究區(qū)域與研究方法

1.研究區(qū)域

鼓浪嶼隸屬廈門市，是廈門島西南隅一座面積1.8839平方公里的小島，是國家5A級景區(qū)，2005年被《中國國家地理》評為“中國最美城區(qū)”，2007年被評為“最具特色的中國十大風(fēng)景名勝區(qū)”，是聞名國內(nèi)外的“鋼琴島”、“萬國建筑博物館”。長期以來，鼓浪嶼風(fēng)景名勝區(qū)一直致力于塑造良好的旅游目的地形象，以提高游客滿意度。然而其現(xiàn)狀與符合世界文化遺產(chǎn)地的標(biāo)準(zhǔn)還存在差距。

2.問卷設(shè)計及研究方法

本研究采用問卷調(diào)查法收集資料。正式問卷由兩部分構(gòu)成：第一部分是基本情況，包括性別、年齡、文化程度等；第二部分是游客滿意度觀測變量，涉及景觀完整性、特色建筑、風(fēng)土民情、特色餐飲、交通便利程度等16項(xiàng)。問卷采用國際通用的李克特五級計分法，分別從重要性、表現(xiàn)性兩個角度收集資料。問卷調(diào)查在2012年2月3日進(jìn)行，共發(fā)放問卷120份，收回問卷120份，有效問卷111份，有效率90.25%。

本研究借助SPSS18.0進(jìn)行數(shù)據(jù)統(tǒng)計，運(yùn)用IPA分析法建立分析模型。

四．?dāng)?shù)據(jù)分析

1.樣本人口及社會性特征分析

在本次調(diào)查獲得的111個樣本中（表1），男性占51.35%，女性占48.65%，男性比例略高于女性；年齡構(gòu)成以中、青年為主，18歲以下、18—30歲、31—40歲、41—55歲、56歲以上5個年齡段分別占樣本的5.41%、59.46%、27.03%、2.70%、5.41%；學(xué)歷構(gòu)成上以中等學(xué)歷為主，大專、本科分別占樣本的37.84%、32.43%；在職業(yè)構(gòu)成上，以服務(wù)行業(yè)員工與企事業(yè)員工為主，分別為24.32%、29.73%，成為第一職業(yè)類群，其次為企業(yè)管理者、公務(wù)員、離退休人員，分別為18.92%、16.22%、8.11%，其他職業(yè)均有一定的樣本分布。表明鼓浪嶼風(fēng)景名勝區(qū)對社會各界具有廣泛的吸引力。

2. 數(shù)據(jù)可靠性分析

數(shù)據(jù)用于IPA分析之前需進(jìn)行信度檢驗(yàn)以保證數(shù)據(jù)已經(jīng)分析結(jié)果的可信度。研究運(yùn)用spss18.0對樣本進(jìn)行信度分析，總體量表的克朗巴哈α系數(shù)為0.788，表示量表具有相當(dāng)?shù)男哦?，可以進(jìn)行下一步分析。

3.IPA分析

第4篇：寓言故事及寓意范文

摘要：數(shù)字預(yù)失真技術(shù)是有效補(bǔ)償射頻功率放大器的非線性方案；然而，前向數(shù)據(jù)與反饋數(shù)據(jù)之間的延時估計是數(shù)字預(yù)失真系統(tǒng)的關(guān)鍵性問題，直接影響著非線性的補(bǔ)償能力。在此基于滑動窗的相關(guān)運(yùn)算，介紹一種整數(shù)倍的環(huán)路延時估計算法，同時基于LMS迭代逐個數(shù)據(jù)輸入進(jìn)行比較，提出了一種自適應(yīng)小數(shù)倍的環(huán)路延時估計算法。最后對算法進(jìn)行仿真驗(yàn)證，結(jié)果表明，經(jīng)過整數(shù)倍的環(huán)路延時估計后，對于在[-Ts ] ,Ts 范圍內(nèi)的殘余的小數(shù)倍延時，該算法均表現(xiàn)出優(yōu)異的估計性能。

關(guān)鍵詞 ：數(shù)字預(yù)失真；環(huán)路延時估計；LMS迭代；射頻功率放大器

中圖分類號：TN929.5?34 文獻(xiàn)標(biāo)識碼：A 文章編號：1004?373X（2015）20?0008?03

A loop delay estimation algorithm based on LMS iteration

TAN Chaoqiang，XIONG Chunlin，WEI Jibo

（School of Electronic science and Engineering，National University of Defense Technology，Changsha 410073，China）

Abstract：DPD（digital pre?distortion）technology is a nonlinear scheme to effectively compensate the RF power amplifier，but the delay estimation between forward data and feedback data is the key of DPD system，which affects the nonlinear compen?sation capability directly. In this paper，the loop delay estimation algorithm of an integer multiple is introduced based on correla?tion operation of sliding window. At the same time，a loop delay estimation algorithm of adaptive fractional multiple is proposedaccording to the comparison of the data inputted one by one based on LMS iteration. The simulation results indicate that the algo?rithm has superior estimation performance of residual fractional multiple delay in the range of [-Ts ] ,Ts after the loop delay esti?mation of the integer multiple.

Keywords：digital pre?distortion；loop delay estimation；LMS iteration；radio frequency power amplifier

0 引言

OFDM 系統(tǒng)因其較強(qiáng)的抗多徑衰落能力和較高的頻帶利用率而備受關(guān)注。與其他多載波調(diào)制技術(shù)一樣，OFDM信號存在著峰值平均功率比PAPR（Peak to Aver?age Power Ratio）較高的問題，致使其通過射頻端的功率放大器時，容易因功放的非線性而產(chǎn)生帶內(nèi)失真和帶外擴(kuò)展[1]。在諸多功放的線性化技術(shù)中，數(shù)字預(yù)失真DPD（Digital Pre?Distortion）技術(shù)因其自適應(yīng)能力強(qiáng)、補(bǔ)償精度高、代價適中等優(yōu)點(diǎn)，而具有廣泛的應(yīng)用價值。

為獲取較好的非線性補(bǔ)償性能，數(shù)字預(yù)失真一般采用自適應(yīng)實(shí)時工作方式。這意味著，DPD是通過比較前饋序列和反饋序列的差異來不斷調(diào)整的。因此，數(shù)字預(yù)失真在調(diào)整更新之前，需要準(zhǔn)確地估計反饋環(huán)路中的數(shù)據(jù)延時并進(jìn)行有效補(bǔ)償。文獻(xiàn)[2]提出一種基于快速傅里葉變換的延時估計算法，缺點(diǎn)是需要較大的數(shù)值計算量；文獻(xiàn)[3]提出的基于傳統(tǒng)的相關(guān)運(yùn)算方案，但是其估計精度不足，因而不能有效適用于數(shù)字預(yù)失真系統(tǒng)；文獻(xiàn)[4]的環(huán)路延時估計方案中包含DLL 環(huán)路（Delay?Locked Loop），在硬件上需要額外的環(huán)路。本文基于LMS迭代逐個數(shù)據(jù)輸入進(jìn)行比較，提出一種自適應(yīng)的環(huán)路延時估計算法，并對算法進(jìn)行了仿真驗(yàn)證。

1 整數(shù)倍的環(huán)路延時估計

類似于文獻(xiàn)[3?4]，以采樣周期Ts 為單位，環(huán)路延時估計可分為整數(shù)倍環(huán)路延時估計和小數(shù)倍環(huán)路延時估計兩部分。

首先，進(jìn)行整數(shù)倍的環(huán)路延時估計。當(dāng)信號通過功率放大器時，會因?yàn)楣Ψ诺姆蔷€性而造成信號的失真。

但是對于實(shí)際應(yīng)用中PA的工作環(huán)境，其AM?AM曲線基本是單調(diào)的，這使得PA的輸入與輸出序列在幅度上保持了增減性的一致[5]。因此，可以利用輸入/輸出序列幅度增減性進(jìn)行相關(guān)運(yùn)算來估計整數(shù)倍的環(huán)路延時。數(shù)字預(yù)失真基本框圖如圖1所示。

圖1中，前向輸入序列x(n) 與反饋路徑序列 的幅度具有基本一致的增減性；則其基于滑動窗的相關(guān)運(yùn)算可表示為：

2 小數(shù)倍的環(huán)路延時估計

經(jīng)過整數(shù)倍的環(huán)路延時估計后，考慮到PA 非線性和反饋路徑的噪聲影響，殘余的小數(shù)倍環(huán)路延時的范圍需要考慮在[-Ts ] ,Ts 情況，需要更加精確的估計[6]。其估計過程包含插值和迭代修正2個步驟。小數(shù)倍延時θ>0偏移時Farrow內(nèi)插示意圖如圖2所示。

圖2 小數(shù)倍延時θ > 0 偏移時Farrow內(nèi)插示意圖使用4 階的Farrow 結(jié)構(gòu)的FIR 濾波器對前向序列x(n)進(jìn)行小數(shù)倍的延時θ 移位后進(jìn)行內(nèi)插，得到重建序列xi (n)：

式中參數(shù)α 一般取0.5。將式（6）代入式（4），可得：由于x(n - 2) - x(n - 1)與x(n) - x(n + 1)是相鄰數(shù)據(jù)變量的增量表達(dá)，并且增量變化非常小，因此可以認(rèn)為：x(n - 2) - x(n - 1)≈x(n) - x(n + 1) （8）

因此，式（7）可以簡化為：

xi (n) - x(n) = [x(n - 1) - x(n)]θ （9）

這樣，逐個數(shù)據(jù)輸入的LMS 算法的迭代公式可以描述為：

第k 次迭代過程中由內(nèi)插濾波器得到的重建信號。

3 仿真結(jié)果與分析

首先進(jìn)行的是整數(shù)倍環(huán)路延時估計仿真。相關(guān)運(yùn)算的滑動窗口大小L = 96 。整數(shù)倍的延時滑動窗移位搜索范圍。

圖3 給出了整數(shù)倍的環(huán)路延時估計仿真結(jié)果。其中，實(shí)際設(shè)置的環(huán)路延時分別為3.2Ts ，7.9Ts 和12.7Ts ，可以看到，估計出來的整數(shù)倍的延時值為3Ts ，8Ts 和13Ts 。估計精度達(dá)到了預(yù)期效果。

圖3 整數(shù)倍環(huán)路延時估計仿真

其次，進(jìn)行的是小數(shù)倍的環(huán)路延時估計仿真。迭代次數(shù)設(shè)置為200 次，選擇LMS 算法步長β = 2 。圖4 給出了一組殘余延時值為0.2Ts ，0.5Ts 和0.8Ts 的迭代估計過程。同時圖5給出了殘余延時值為-0.1Ts ，-0.5Ts和-0.7Ts 情況下的小數(shù)倍環(huán)路延時估計過程。

由圖4和圖5可知，提出的基于LMS迭代逐個數(shù)據(jù)輸入的小數(shù)倍延時估計算法，在殘余延時為正和為負(fù)的情況下，均能達(dá)到優(yōu)異的估計精度。圖4 殘余的延時估計為正時小數(shù)倍環(huán)路延時估計圖5 殘余的延時估計為負(fù)時小數(shù)倍環(huán)路延時估計

4 結(jié)語

數(shù)字預(yù)失真系統(tǒng)對前向數(shù)據(jù)與反饋數(shù)據(jù)的對齊很敏感，環(huán)路延時估計的精度不夠，致使數(shù)字預(yù)失真的補(bǔ)償性能將急劇下降，甚至出現(xiàn)發(fā)散的情況。本文介紹了一種有效的整數(shù)倍環(huán)路延時估計，同時提出了一種基于LMS迭代逐個數(shù)據(jù)輸入的自適應(yīng)小數(shù)倍延時估計算法，最后通過仿真驗(yàn)證了該算法的有效性。

參考文獻(xiàn)

[1] WANG Jianxin，YU Jianguo，ZHI gao. Research of adaptivedigital predistortion technology for wideband OFDM power am?plifier [C]// Proceedings of the 5th International Conference onWireless Communications，Networking and Mobile Computing.Beijing：IEEE，2009：33?36.

[2] ANDREW W S，DURTLER W G. Experimental performanceof an adaptive digital linearized power amplifier for cellular te?lephony [J]. IEEE Transactions on Vehicular Technology，1992，41（4）：395?400.

[3] LOK U W. A novel digital predistortion technique for class?EPA with delay mismatch estimation [C]// Proceedings of 2011Asia Pacific Conference on Postgraduate Microelectronics andElectronics. [S.l.]：IEEE，2011：119?121.

[4] TANG Shigang. Loop delay correction for adaptive digitallinearization of power amplifiers [C]// Proceedings of 2007Wireless Communications and Networking Conference. Kow?loon：IEEE，2007：1987?1990.[5] LIU Lei，ZHANG Peng，LIN Ziliang. An algorithm for loop de?lay estimation in digital predistortion system [C]// Proceedingsof the 4th International Congress on Image and Signal. Shang?hai，China：IEEE，2011：2313?1316.

第5篇：寓言故事及寓意范文

【關(guān)健詞】 爆破錨桿 加固底板 研究與應(yīng)用

概況

采礦活動中巷道的掘進(jìn)或回采影響引起圍巖的應(yīng)力狀態(tài)發(fā)生變化，這種變化總的趨勢是圍巖向巷道內(nèi)產(chǎn)生位移，尤其是這種位移的不均勻性突出表現(xiàn)在底板上。主要是因?yàn)榻瓴傻V深度的增加以及對頂板和兩幫的錨固的主動支護(hù)性能，致使地壓轉(zhuǎn)移。而底臌的治理卻一直缺乏即經(jīng)濟(jì)又有效的方法。強(qiáng)烈的底臌不僅帶來大量的維修工作，增加了維修費(fèi)用，而且還影響了礦井的安全。

爆破錨桿卸壓錨固注漿加固反拱底板技術(shù)及施工工藝研究項(xiàng)目在靖遠(yuǎn)煤業(yè)公司紅會四礦4701綜放工作面運(yùn)輸順槽掘進(jìn)過程中進(jìn)行了施工試驗(yàn)。

4701作面布置在紅會四礦西格拉向斜北翼，工作面走向長1300m，傾斜長120m，工作面上鄰4601煤二工作面和4602工作面，下部為未開采區(qū)，北鄰4702工作面，南為井田邊界線。該工作面設(shè)計采用綜放開采技術(shù)進(jìn)行回采。煤層總體趨勢是南高北低，南薄北厚，均厚度為6m。工作面老頂為含礫粗砂巖，厚度為17m，直接頂和偽頂缺失，直接底為粉砂質(zhì)泥巖，老底為細(xì)砂巖。4701運(yùn)輸順槽設(shè)計施工長度為1300m，采用錨網(wǎng)支護(hù)，在施工過程中巷道在不同位置不同程度發(fā)生了底臌現(xiàn)象，底臌量在100-1600mm之間，不能滿足巷道的正常使用，往往是前方掘進(jìn)，后面接著維修，嚴(yán)重影響著礦井正常的采掘接續(xù)，提高了支護(hù)費(fèi)用投入。

2. 底板支護(hù)研究方案

目前國內(nèi)外關(guān)于巷道底臌的防治措施主要有加固法和卸壓法。加固法的主要方法有：1底板錨桿；2底板注漿；3封閉式金屬支架；4混凝土反拱等。卸壓法的主要方法有：1底板切縫卸壓；2底板鉆孔卸壓；3底板松動爆破卸壓；4兩幫切槽卸壓；5頂部卸壓槽等。以上僅是針對巖層巷道，多是從底板對底臌進(jìn)行控制，而煤層回采巷道底臌的控制一直是個棘手的問題。

2.1 現(xiàn)有治理方案分析

目前，國內(nèi)外底鼓巷道的支護(hù)方法主要有各種形式的可縮性封閉金屬支架、底板錨桿、底板注漿、底板卸壓及混凝土反拱等。但是每一種支護(hù)方法的應(yīng)用范圍是有限的，其主要原因：

① 復(fù)雜地層條件下深部巷道的支護(hù)理論不完善，支護(hù)形式不當(dāng)；

② 錨桿支護(hù)機(jī)制不明確，錨桿及參數(shù)選擇不合理；

③ 錨桿的錨固與破碎的圍巖不耦合。

如果底鼓巷道不能選擇正確的支護(hù)方法和支護(hù)參數(shù)，往往造成前面巷道剛剛修復(fù)好，后面巷道又開始繼續(xù)變形。在底板方面表現(xiàn)為前面掘進(jìn)，后面又開始挖底落軌，而且隨著修復(fù)量的加大，其修復(fù)難度和修復(fù)費(fèi)用越來越高。因此，在深部巷道施工及修復(fù)過程中，必須根據(jù)圍巖的地質(zhì)條件和地壓的實(shí)際情況選擇合理的支護(hù)方法及支護(hù)參數(shù)。

對發(fā)生底鼓的巷道，其支護(hù)方法應(yīng)該根據(jù)圍巖及底板的應(yīng)力及破壞情況，采用聯(lián)合支護(hù)方法，才能有效地進(jìn)行支護(hù)并控制底鼓的發(fā)生。

4. 結(jié)論

利用管縫式錨桿的管內(nèi)爆破，爆炸沖擊波在管縫錨桿的底端產(chǎn)生強(qiáng)烈的沖擊膨脹作用，使管縫錨桿端部強(qiáng)烈與孔壁擠實(shí)并擴(kuò)張，與巖體形成一體結(jié)構(gòu)。克服了管縫式錨桿的短部錨固力不足的嚴(yán)重缺陷這一長期無法解決的問題。同時，爆破所產(chǎn)生的爆生氣體迅速充滿管縫錨桿內(nèi)部，高溫高壓的爆生氣體時管縫錨桿整體再次產(chǎn)生膨脹，與圍巖緊密結(jié)合使錨桿能夠在錨固全長范圍內(nèi)有足夠的錨固力。錨桿的錨固效果明顯提高。爆破作用在底板產(chǎn)生裂隙帶的形成，將導(dǎo)致應(yīng)力集中向深處轉(zhuǎn)移，這個過程可借助于彈性問題的數(shù)值解，炸藥的內(nèi)部作用，一方面表現(xiàn)在形成了空腔、壓實(shí)了周圍的介質(zhì)，提供了更多的可壓縮空間；另一方面，裂隙帶構(gòu)成了地梁效應(yīng)，阻擋了下部巖層的上鼓。 使用爆破卸壓過程的另一個優(yōu)點(diǎn)是其爆破作用使底板內(nèi)部巖體裂隙開裂，增加了注漿效果。根據(jù)底板力學(xué)狀況分析，底板弧形可以改善底板的受力狀態(tài)，更好的承載底部應(yīng)力，減少底臌量。

經(jīng)力學(xué)分析，當(dāng)煤層遇到軟弱帶時利用錨索加固頂板可以使圍巖應(yīng)力發(fā)生變化。應(yīng)力的深部轉(zhuǎn)移可以減少底臌量。

5. 參考文獻(xiàn)

[1] 華安增，孔圓波，李世平.巖塊降壓破碎的能量分析[J].煤炭學(xué)報，1995，20（4）：389-392.

[2] 康紅普.軟巖巷道底鼓的機(jī)理及防治[M].北京：煤炭工業(yè)出版社，1993.

[3] 譚學(xué)術(shù)，鮮學(xué)福，鄭道訪，等.復(fù)合巖體力學(xué)理論及其應(yīng)用[M].北京：煤炭工業(yè)出版社，1994.

[4] 馬念杰，侯朝炯.采準(zhǔn)巷道礦壓理論及應(yīng)用[M].北京：煤炭工業(yè)出版社，1995.

[5] 錢鳴高，劉聽成.礦山壓力及其控制[M].北京：煤炭工業(yè)出版社，1991.

[6] 王煥文，王繼良.錨噴支護(hù)[M].北京：煤炭工業(yè)出版社，1989.

[7] 陸士良.巖巷的礦壓顯現(xiàn)與合理位置[M].北京：煤炭工業(yè)出版社，1984.

第6篇：寓言故事及寓意范文

關(guān)鍵詞：績效；股權(quán)；股權(quán)結(jié)構(gòu)

中圖分類號：F27文獻(xiàn)標(biāo)識碼：A

企業(yè)績效與股權(quán)結(jié)構(gòu)關(guān)系的研究一直是資本市場研究的熱點(diǎn)之一。早在1932年Berle和Means就認(rèn)為，在存在控制性股東的情況下，股權(quán)結(jié)構(gòu)對公司治理和績效表現(xiàn)產(chǎn)生利益趨同和利益侵占兩種相反的效應(yīng)。我國醫(yī)藥類上市公司絕大多數(shù)是由國有企業(yè)改制而來，改制主要是維持原企業(yè)國有股權(quán)不變，引入部分資金改建為股份制企業(yè)，國有股“一股獨(dú)大”的現(xiàn)象還較為普遍。這些公司是否存在內(nèi)部人控制？內(nèi)部人是否通過謀取內(nèi)部收益來影響企業(yè)績效？本文對此進(jìn)行實(shí)證分析。

一、假設(shè)提出

我國上市公司的股權(quán)類型可以分為國有股、法人股和流通股三種。我國醫(yī)藥類上市公司國有股所占比重較高，很多公司都是國家控股。由于企業(yè)目標(biāo)與行政目標(biāo)往往不一致，因此國有股持股比例高總體上會對企業(yè)績效產(chǎn)生更大的負(fù)面影響。由此提出研究假設(shè)一：國有股持股比例與企業(yè)業(yè)績變化負(fù)相關(guān)。

對上市公司擁有控制權(quán)的若是法人股，由于法人股不能上市流通，絕大多數(shù)持有者將此作為長期投資以取得紅利回報而不是通過轉(zhuǎn)讓獲取差價；此外，由于法人股代表的資本不是以國家資本為主，更多的是集體資本或民營資本，這樣就更容易對經(jīng)營者進(jìn)行監(jiān)督，對經(jīng)理人形成較好的約束。由此提出研究假設(shè)二：法人股的持股比例與企業(yè)業(yè)績變化顯著正相關(guān)。

流通股是在股票二級市場交易、能由社會公眾認(rèn)購的股份，持有者大多是基金、中小股東等，他們追求的往往是短期股票買賣差價，而非公司長期發(fā)展帶來的股息收入，具有很大的投機(jī)性?；诔杀?、效率的考慮以及“搭便車”心理，流通股持有者一般不會對公司的經(jīng)營狀況進(jìn)行監(jiān)督和控制，對公司績效的影響作用很小。由此提出研究假設(shè)三：流通股比例與企業(yè)績效之間沒有顯著的相關(guān)關(guān)系。

根據(jù)Shleife等人的研究結(jié)論：在公司治理對外部投資者利益缺乏保護(hù)的大陸法系國家，公司的股權(quán)有集中的趨勢，股東持股比例越高，其利益與公司發(fā)展關(guān)系越密切，越有利于股東發(fā)揮積極性，越有利于提高公司的治理績效。由此提出研究假設(shè)四：在外部投資者利益缺乏保護(hù)的情況下，當(dāng)公司第一大股東持股比例越高時，企業(yè)績

效越好。

二、樣本選擇、變量確定及數(shù)據(jù)描述性統(tǒng)計

1、樣本選擇。本文以2002～2004年205家醫(yī)藥類上市公司為研究樣本，樣本數(shù)據(jù)全部來自于巨潮咨詢網(wǎng)。

2、研究變量。本文中研究的變量主要包括被解釋變量和解釋變量兩大類。其中，被解釋變量是公司績效表現(xiàn)指標(biāo)。反映公司績效的財務(wù)指標(biāo)很多，從穩(wěn)健性的角度出發(fā)，本文同時選取凈資產(chǎn)收益率ROE（凈利潤/總資產(chǎn)）和主營業(yè)務(wù)資產(chǎn)收益率CROA（主營業(yè)務(wù)利潤/總資產(chǎn)）作為公司績效表現(xiàn)變量。解釋變量包括國有股比例SOSP（國有股/總股數(shù)）、法人股比例LSP（法人股／總股數(shù)）、流通股比例CSP（流通股／總股數(shù)）、第一大股東持股比例CR1（第一大股東持股數(shù)/總股數(shù)），控制變量包括長期財務(wù)杠桿LTFL（長期負(fù)債／總資產(chǎn)）和公司規(guī)模SIZE（總資產(chǎn)賬面價值的自然對數(shù)）。

3、描述性統(tǒng)計分析。筆者對205家醫(yī)藥類上市公司的上述變量進(jìn)行了簡單統(tǒng)計分析，結(jié)果表明：國有股最高比例為73.31%，平均為29%；法人股最高比例為75%，平均為22.55%；流通股最高比例為70.37%，平均為37.85%。國有股和法人股的平均值累計比例高達(dá)51.55%（超過50%）的占有量可以證明國有股一股獨(dú)大的現(xiàn)象在我國醫(yī)藥類上市公司中還是普遍存在。但流通股平均37.85%的占有比例說明我國正在逐漸擺脫歷史遺留下來的弊病，努力降低非流通股在上市公司中所占的比重。第一大股東持股比例最高為75%，平均為42.15%。前五大股東的持股比例分別為42．15%、53．89%、57．78%、59．58%、60．58%，說明我國醫(yī)藥類上市公司股權(quán)相對高度集中。

三、回歸分析

（一）基于ROE的分析

1、相關(guān)性檢驗(yàn)。我們采用Pearson檢驗(yàn)對變量之間的相關(guān)性進(jìn)行分析，檢驗(yàn)結(jié)果見表1。一般認(rèn)為，變量間的相關(guān)系數(shù)越高，兩者存在線性關(guān)系的可能性就越大。由表1可以看出，各變量間的相關(guān)性都比較小，說明各變量可以放在同一方程中進(jìn)行回歸分析。（表1）

2、回歸分析。為了進(jìn)一步檢驗(yàn)醫(yī)藥類上市公司各績效指標(biāo)與其影響因素的關(guān)系，本文建立了如下回歸方程：ROEit=a0+a1SOSPit+a2LSPit+a3CSPit+a4CR1it+a5LTFLit+a6SIZEit+ε，檢驗(yàn)結(jié)果見表2?？梢钥闯?，國有股比例對企業(yè)績效的影響在模型中顯示為負(fù)相關(guān)，但影響并不顯著，這可能是由于政府在干預(yù)上市公司經(jīng)營治理的同時也給予企業(yè)一定的保護(hù)，因此國有股比例雖然與上市公司績效負(fù)相關(guān)，但并不是十分顯著。這與本文的假設(shè)一不完全相符；法人股比例在模型中顯示與企業(yè)績效顯著正相關(guān)，表明醫(yī)藥類上市公司中法人股股東持股比例越高，企業(yè)績效越好，這與假設(shè)二相符；流通股比例與ROE負(fù)相關(guān)，但是同樣并不顯著；第一大股東持股比例對ROE的影響從系數(shù)來看并不顯著，這與假設(shè)四不相符；財務(wù)杠桿和ROE負(fù)相關(guān)，但公司規(guī)模和ROE正相關(guān)，且都通過了1%的顯著性水平。（表2）

（二）基于CROA的分析

1、相關(guān)性檢驗(yàn)。同樣采用Pearson檢驗(yàn)對變量之間的相關(guān)性進(jìn)行檢驗(yàn)，檢驗(yàn)結(jié)果見表3。由表中可以看出，各變量間也不存在高度相關(guān)關(guān)系。（表3）

2、回歸分析。對于CROA，我們建立了如下回歸方程進(jìn)行分析。檢驗(yàn)結(jié)果見表4。（表4）

CROAit=a0+a1SOSPit

+a2LSPit+a3CSPit

+a4CR1it+a5CR1it

+a6SIZEit+ε

表4列出CROA與各變量之間回歸分析的結(jié)果。在模型中國有股比例對CROA的影響是負(fù)面的，并且十分顯著，與假設(shè)一相符；法人股對CROA具有顯著正面影響，與假設(shè)二相符；流通股比例對CROA的影響是負(fù)面的，但不顯著，與假設(shè)三相符合；第一大股東持股比例與CROA存在并不顯著的正相關(guān)關(guān)系，與假設(shè)四不相符；財務(wù)杠桿和ROE負(fù)相關(guān)，但公司規(guī)模和ROE正相關(guān)，且都通過了1%的顯著性水平。

四、主要研究結(jié)論及其局限

通過前面的實(shí)證分析，我們發(fā)現(xiàn)在醫(yī)藥類上市公司中：

（一）國有股比例與企業(yè)績效存在負(fù)相關(guān)關(guān)系。一般認(rèn)為，國有股股東存在所有權(quán)缺位、難以對經(jīng)營管理者做出正確的評價和有效的獎懲，具有行政目標(biāo)等干擾因素，因此國有股比例越高，公司績效反而越低。

（二）法人股比例與企業(yè)績效顯著正相關(guān)。理論上講，由于法人股股東在我國上市公司治理中起著積極的監(jiān)督作用，并且又具有對外投資專業(yè)性的特點(diǎn)，這使得上市公司總股本中法人股的比例越高，越有利于企業(yè)績效的提高。

（三）流通股比例與企業(yè)績效之間沒有顯著的相關(guān)關(guān)系。流通股股東對公司治理的作用有限，因此對企業(yè)績效的影響也較小。

（四）第一大股東持股比例與企業(yè)績效沒有顯著的相關(guān)關(guān)系。多元回歸分析表明，第一大股東持股比例與ROE、CROA均沒有顯著的相關(guān)關(guān)系，了假設(shè)四。原因可能在于：在醫(yī)藥類上市公司中的第一大股東的股權(quán)性質(zhì)其實(shí)大多都是國有股，股權(quán)的高度集中并沒有使控股股東為企業(yè)帶來顯著收益。

兩個控制變量（公司資產(chǎn)規(guī)模與長期財務(wù)杠桿）還表明：在醫(yī)藥類上市公司中，公司規(guī)模越大，績效越好，長期財務(wù)杠桿與企業(yè)績效成反比。長期財務(wù)杠桿的提高除了增加公司的資本成本之外并不能為公司的經(jīng)營產(chǎn)生有效的監(jiān)督和激勵。

本文的研究局限在于，只采用了2002～2004年的數(shù)據(jù)，因此上述結(jié)論的穩(wěn)健性還需要更多數(shù)據(jù)進(jìn)行檢驗(yàn)。

（作者單位：江蘇省人民政府法制辦公室）

參考文獻(xiàn)：

[1]孫永詳，黃祖輝.上市公司股權(quán)結(jié)構(gòu)與績效[J].經(jīng)濟(jì)研究，1999.

[2]陳小悅，徐小東.股權(quán)結(jié)構(gòu)、企業(yè)績效與投資者利益保護(hù)[J].經(jīng)濟(jì)研究，2001.

第7篇：寓言故事及寓意范文

關(guān)鍵字:指數(shù)復(fù)制 遺傳算法 追蹤誤差

一、引言

指數(shù)化投資的概念興起于上世紀(jì)70年代,是首先由諾貝爾經(jīng)濟(jì)學(xué)獎得主Paul Samuelson所提出的。后來由于效率市場假設(shè)的提出,以指數(shù)化投資為目的的指數(shù)基金開始受到金融市場的注意及認(rèn)同。在效率市場中,由于單個證券的非系統(tǒng)風(fēng)險是很難避免的,證券的價格都已反應(yīng)了證券的價值,其價格的變化用任何方法也無法準(zhǔn)確預(yù)測,因此,只有選擇投資于證券市場指數(shù)才能夠完全化解非系統(tǒng)風(fēng)險。與主動投資不同,被動投資策略是一種釘住市場指數(shù)并不尋求戰(zhàn)勝市場的投資策略。被動投資由于采用分散的交易策略,因此相對于主動投資通常有更低的非系統(tǒng)性風(fēng)險水平,而且其投資目的在于復(fù)制標(biāo)的指數(shù),故其收益水平與整個市場或指定區(qū)域的平均水平將較為接近。

遺傳算法(Genetic Algorithm, GA) 是一類借鑒生物界的進(jìn)化規(guī)律(適者生存,優(yōu)勝劣汰遺傳機(jī)制)演化而來的隨機(jī)化搜索方法。它是由美國的J.Holland教授1975年首先提出,其主要特點(diǎn)是直接對結(jié)構(gòu)對象進(jìn)行操作,不存在求導(dǎo)和函數(shù)連續(xù)性的限定;具有內(nèi)在并行性和更好的全局尋優(yōu)能力;采用概率化的尋優(yōu)方法,能自動獲取和指導(dǎo)優(yōu)化的搜索空間,自我調(diào)整地調(diào)整搜索方向,不需要確定的規(guī)則。遺傳基因算法的這些性質(zhì),已被人們廣泛地應(yīng)用于組合優(yōu)化、機(jī)器學(xué)習(xí)、信號處理、自適應(yīng)控制和人工生命等領(lǐng)域。它是現(xiàn)代有關(guān)智能計算中的關(guān)鍵技術(shù)之一。本文根據(jù)遺傳算法的原理和特性,設(shè)計出一套基于該算法的指數(shù)復(fù)制方法,并結(jié)合滬深300樣本數(shù)據(jù)對其進(jìn)行跟蹤檢驗(yàn),最終得到該復(fù)制方法的跟蹤績效。

二、指數(shù)復(fù)制績效指標(biāo)及遺傳算法的基本步驟

2.1指數(shù)復(fù)制績效指標(biāo)

(1)追蹤誤差

追蹤誤差是指數(shù)復(fù)制績效評價體系中最重要的指標(biāo),用于度量指數(shù)追蹤精確度。追蹤誤差一般定義為投資組合與目標(biāo)指數(shù)收益率之間的差。追蹤誤差越小,指數(shù)追蹤精確度越高,指數(shù)追蹤的業(yè)績也越好。

其中Rpt為t時刻投資組合的收益率,即 ,RIt為t時刻滬深300指數(shù)的收益率。其約束條件:組合內(nèi)每只股票的權(quán)重w∈[0,0.1] 且

(2)相關(guān)系數(shù)

相關(guān)系數(shù)度量了投資組合與目標(biāo)指數(shù)收益率之間的相關(guān)性。一般來說,相關(guān)系數(shù)越大,指數(shù)追蹤業(yè)績越好。

2.2 遺傳算法的基本步驟

遺傳基因算法的最基本原理在于演化(Evolution)及篩選(Selection)。用面向?qū)ο蟮某绦蛟O(shè)計觀點(diǎn)來看,所謂“演化”即是經(jīng)由基因以算法中的三個運(yùn)算機(jī)制:復(fù)制/選擇(Reproduction/Selection)、交叉(Crossover)與變異(Mutation)交至運(yùn)作去產(chǎn)生新的個體。而“篩選”則是以一個預(yù)先定義之評分函數(shù)(Fitness Function),又稱適合度函數(shù),去建構(gòu)其生存環(huán)境,所有的物種皆已符合其要求為終極目標(biāo)進(jìn)行演化,保留符合適應(yīng)度函數(shù)的數(shù)據(jù)結(jié)構(gòu),而淘汰較差者。

(一) 步驟一:初始化

選擇一個群體,即選擇一個串或個體的集合bi,i=1,2,...n。這個初始的群體也就是問題假設(shè)解的集合。一般n的取值范圍為[30,160]。通常以隨機(jī)方法產(chǎn)生串或個體的集合bi,i=1,2,...n。問題的最優(yōu)解將通過這些初始假設(shè)解進(jìn)化而求出。

(二) 步驟二:復(fù)制/選擇

根據(jù)適者生存原則選擇下一代的個體。在選擇時,以適應(yīng)度為選擇原則。適合度函數(shù)就如同大自然環(huán)境,用來衡量每個個體。在遺傳基因算法下,必須先定義一套模式去評估每一個個體的適合度。初始種群中每一個個體有一對應(yīng)得函數(shù)值,稱之為適應(yīng)值(Fitness Value),該函數(shù)稱之為適合度函數(shù)。演化過程在尋找最大(最小)的適應(yīng)值。

(三) 步驟三:交叉

對于選中用于繁殖下一代的個體,隨機(jī)地選擇兩個個體的相同位置,按交叉概率P。在選中的位置實(shí)行交換。這個過程反映了隨機(jī)信息交換;目的在于產(chǎn)生新的基因組合,也即產(chǎn)生新的個體。

(四)步驟四:變異

突變的意義在擷取一種不可預(yù)測的訊息,以防止物種在一連串的復(fù)制與過程中,囿限于一個區(qū)域優(yōu)化的環(huán)境中而無法跳脫,,永遠(yuǎn)看不見真理。正如生物學(xué)上的歷史,突變的機(jī)率極低,卻會帶來物種革命性的改變,善定遺傳基因算法種的突變率,將有助于收斂速度的提高及物種適應(yīng)力的增強(qiáng)。

(五)步驟五:收斂/終止

當(dāng)最優(yōu)個體的適應(yīng)度達(dá)到給定的數(shù)值,或者最優(yōu)個體的適應(yīng)度和群體適應(yīng)度不再上升時,則算法的迭代過程收斂、算法結(jié)束。否則,用經(jīng)過選擇、交叉、變異所得到的新一代群體取代上一代群體,并返回到第2步即選擇操作處繼續(xù)循環(huán)執(zhí)行。

三、實(shí)證檢驗(yàn)

3.1.樣本數(shù)據(jù)設(shè)置

本文利用中證指數(shù)公司所的滬深300指數(shù)作為目標(biāo)指數(shù),數(shù)據(jù)期間從2008年1月1日至2009年5月31日之日資料,共計322筆資料。估計期設(shè)定為2008年1月1日至2008年12月31日,2009年1月1日至2009年5月31日則為未來測試期。資料的收集和整理是在大智慧V5.6版和SQL Server2000下完成的。

3.2 遺傳算法的參數(shù)選擇

遺傳基因算法中使用的參數(shù)為進(jìn)化次數(shù),最終選擇股票個數(shù),初始權(quán)重組數(shù)。根據(jù)Roland Jeurissen 和 Janvanden Berg 2005年在IEEE上發(fā)表的《Index Tracking using a Hybrid Genetic Algorithm》一文中關(guān)于遺傳參數(shù)的測試結(jié)果,變異概率參數(shù)設(shè)為0.8,轉(zhuǎn)型概率參數(shù)設(shè)置為0.5,初始權(quán)重組數(shù)一般為樣本空間的3倍,由于我們的樣本空間有300只股票,那么我們按照經(jīng)驗(yàn)值設(shè)定初始權(quán)重組數(shù)為900組,事實(shí)上,經(jīng)筆者多次測試,這個初始值只要超過樣本空間的數(shù)量就已經(jīng)對最終的追蹤誤差產(chǎn)生可以忽略的影響。股票權(quán)重按照我國證券監(jiān)管機(jī)構(gòu)對于基金中股票權(quán)重的規(guī)定設(shè)置,每一只股票的權(quán)重不超過總投資金額的10%。我們參數(shù)設(shè)置的重點(diǎn)放在進(jìn)化次數(shù),因?yàn)檫@個參數(shù)的確定對我們最終結(jié)果會產(chǎn)生較大的影響。

進(jìn)化次數(shù),又稱為迭代次數(shù),權(quán)重經(jīng)過一遍遺傳變異,成為一代,算法會根據(jù)這一代的權(quán)重算出追蹤誤差,同時對這一代的權(quán)重按照某種規(guī)則進(jìn)行下一代的遺傳變異工作,從而計算下一代中的追蹤誤差,這樣經(jīng)過很多次以后,最優(yōu)的權(quán)重組合之間通過互相的雜交會產(chǎn)生趨于更優(yōu)的后代,這個更優(yōu)的后代在這里表現(xiàn)為更低的追蹤誤差。然而,迭代次數(shù)的無限延伸勢必會增加計算所需要的時間,理論上,隨著進(jìn)化的延續(xù)優(yōu)化的下一代是會不斷產(chǎn)生的,而且經(jīng)過實(shí)證,在樣本總數(shù)一定得情況下,隨著迭代次數(shù)的增加,追蹤誤差會收斂于一個固定值,這個現(xiàn)象在國內(nèi)外關(guān)于遺傳基因算法的論文中有所提及,但是都沒有給出一個可信的解釋,筆者認(rèn)為其中一個很重要的原因可能是目前的計算精度不夠所造成的。

我們這里首先把進(jìn)化次數(shù)設(shè)為10000次,權(quán)重組數(shù)設(shè)為900組,最終選擇股票數(shù)設(shè)為50,經(jīng)過在統(tǒng)計學(xué)軟件R中測試,得出結(jié)論如下圖:

圖1 進(jìn)化次數(shù)(again)和最小追蹤誤差(MinTE)變化圖

橫坐標(biāo)代表進(jìn)化次數(shù),縱坐標(biāo)代表最小追蹤誤差,從結(jié)果可以看出,在上述樣本環(huán)境下,經(jīng)過大約400次雜交遺傳后,最小追蹤誤差會收斂于0.2238%,為了確定更佳的遺傳代數(shù),我們把總迭代次數(shù)限定為400,其他樣本參數(shù)保持不變,得出在不同循環(huán)次數(shù)下的追蹤誤差,進(jìn)而對其進(jìn)行回歸分析,得出回歸方程,從而確定最佳進(jìn)化次數(shù)。對計算結(jié)果進(jìn)行抽樣,得到進(jìn)化次數(shù)和追蹤誤差對應(yīng)數(shù)據(jù)表,如下表所示:

通過對表中的數(shù)據(jù)用不同的回歸模型進(jìn)行回歸分析,發(fā)現(xiàn)使用冪回歸模型擬合的相關(guān)度最高,如表2所示:

表2不同回歸方程的相關(guān)度比較

回歸模型 指數(shù)回歸模型 對數(shù)回歸模型 冪回歸模型

回歸方程 y= 0.003e-0.00x y = -7E-0ln(x) + 0.006 y = 0.007x-0.23

相關(guān)度(R²) 0.809 0.974 0.988

得到回歸模型y = 0.007x-0.23,擬合曲線如圖2 所示:

圖2最小追蹤誤差變化圖

從擬合曲線上,我們可以看到,隨著進(jìn)化次數(shù)的增加,最小追蹤誤差呈冪函數(shù)下降趨勢,由于該函數(shù)是單調(diào)遞減的,所以,我們結(jié)合循環(huán)所耗費(fèi)的時間和追蹤誤差減低的速度來確定最優(yōu)的迭代次數(shù),由于追蹤誤差隨迭代次數(shù)遞減速度一直遞減,所以我們設(shè)定當(dāng)遞減速度為0.000001來確定最優(yōu)迭代次數(shù),即令該函數(shù)的一階導(dǎo)數(shù)等于0.000001,確定最優(yōu)迭代次數(shù)約為200次。

3.3 股票及其權(quán)重的確定

在確定了遺傳算法的參數(shù)之后,我們利用2008年全年的滬深300成分股的日收益率數(shù)據(jù)及滬深300指數(shù)日收益率數(shù)據(jù)為樣本數(shù)據(jù),經(jīng)過循環(huán)迭代,該算法從滬深300只股票中挑出50只股票及他們在投資組合中的權(quán)重,選取的股票及其權(quán)重見下表:

3.4 預(yù)測期的跟蹤結(jié)果

針對2009年1至5月的滬深300指數(shù)日數(shù)據(jù)進(jìn)行追蹤測試,結(jié)果得到追蹤誤差TE為0.372%,相關(guān)系數(shù)為0.9841。組合累計追蹤誤差為1.020%,組合累計收益率的相關(guān)系數(shù)為0.9980。模擬效果如圖3:

圖3預(yù)測效果圖

4 結(jié)論

首先,從收益率的相關(guān)性和追蹤誤差這兩個衡量模擬指數(shù)收益的指標(biāo)來看,在模擬測試期,投資組合的跟蹤誤差為0.372%,相關(guān)系數(shù)為0.9841,表明投資組合的收益率和指數(shù)收益率的接近程度很高,其收益率的變化程度也非常一致。其次,從累計收益的角度我們還可以衡量出累計追蹤的偏差和相關(guān)性,從上文中實(shí)證結(jié)果可以看出,投資組合累計收益率的跟蹤誤差為1.02%,相關(guān)系數(shù)為0.998,說明從累計的效果來看,基于遺傳算法的指數(shù)方法的表現(xiàn)也是非常出色的。另外,遺傳基因算法選出的股票權(quán)重明顯更加趨于平均,這一方面有利于分散風(fēng)險,另一方面會使購置這些股票時避免由于某一只股票權(quán)重過大所造成的過高的沖擊成本,有助于降低投資組合的流動性風(fēng)險。尤其對于以指數(shù)化投資為考慮的專業(yè)投資機(jī)構(gòu),適當(dāng)?shù)牧鲃有愿瞧渲匾耐顿Y目標(biāo)。

參考文獻(xiàn)

[1] Andrews C, Ford D, Mallinson K.,1986, “The design of index funds and alternative methods of replication”. The Investment Analyst,Vol.10,PP 16-23.

[2] Beasley J E, Meade N, Chang T J. ,1999 ,“An evolutionary heuristic for index tracking”, Working Paper.

[3] Eddelbuttel D, Marseilles.,1996, “A hybrid genetic algorithm for passive management”. Second Conference Computing in Economics and finance,

[4] Frino A, Gallagher D R, Neubert A, Oetomo T N.,2004, “Index design and implications for index tracking”. The Journal of Portfolio Management, Vol.30(2),PP 89-95.

[5] Frino A, Gallagher D R. ,2002, “Is index performance achievable? An analysis of Australian equity index funds”. ABACUS, Vol.38(2),PP 200-214.

[6] Jeurissen R, van den Berg J.,2005, “Index tracking using a hybrid genetic algorithm”. Proceedings of the CIMA’05 conference, PP 910.

[7] Syswerda G,,1986, editor A study on Reproduction in Generational and Steady-State Genetic Algorithms, In Foundations of Genetic Algorithms. Morgan Kaufmann Publishers,

[8] 范龍振,王海濤,何華,2002:《我國股票市場指數(shù)及指數(shù)證券投資組合》,管理科學(xué)學(xué)報第5期,第11-17頁。

第8篇：寓言故事及寓意范文

關(guān)鍵詞：感知價值；顧客關(guān)系；顧客滿意度 一、 引言

為了提升企業(yè)競爭力，許多國家的學(xué)術(shù)機(jī)構(gòu)已經(jīng)提出了顧客滿意度指數(shù)模型，比如瑞典顧客滿意度晴雨表指數(shù)模型（SCSB）、美國顧客滿意度指數(shù)模型（ACSI）、歐洲顧客滿意度指數(shù)模型（ESCI）以及我國的顧客滿意度指數(shù)模型（CCSI）。一些學(xué)者也對顧客滿意度模型進(jìn)行了完善，比如劉新燕等（2003）提出的新型顧客滿意度模型、謝贊等（2005）開發(fā)的構(gòu)成型用戶滿意度測量模型。然而，這些顧客滿意度指數(shù)模型仍存在著驅(qū)動因素概念重疊、中介變量選取不當(dāng)?shù)葐栴}。為了彌補(bǔ)這些理論缺失、提高實(shí)踐指導(dǎo)效力，本文將在現(xiàn)有顧客滿意文獻(xiàn)研究基礎(chǔ)上，重新明確感知價值理論思想，并引入顧客關(guān)系研究變量，構(gòu)建基于價值-關(guān)系視角的顧客滿意度驅(qū)動模型，以期為我國企業(yè)提升顧客服務(wù)競爭力提供管理借鑒。 二、 相關(guān)理論文獻(xiàn)回顧

顧客滿意作為市場營銷和質(zhì)量管理學(xué)科的重要概念，自Cardozo首次引入管理學(xué)范疇之后就引起了大量學(xué)者和研究機(jī)構(gòu)的關(guān)注，至今已形成了多個顧客滿意度模型，如SCSB、ACSI、ESCI以及CCSI等。這些模型主要是以變量間因果關(guān)系為基礎(chǔ)，始于顧客滿意的前置變量，終于顧客滿意的結(jié)果變量，而顧客滿意則處于這一因果關(guān)系鏈的中間位置。

1989年，美國密西根大學(xué)商學(xué)院國家質(zhì)量研究中心的Fornel教授及其團(tuán)隊(duì)首次構(gòu)建了SCSB模型，用于測評全國范圍內(nèi)的多行業(yè)多企業(yè)顧客滿意度。SCSB模型認(rèn)為，顧客滿意的前置變量包括兩個：顧客期望、感知績效。其中，顧客期望是顧客基于自身需求，而對產(chǎn)品或服務(wù)產(chǎn)生的效用或利益預(yù)期；感知績效是顧客對產(chǎn)品或服務(wù)表現(xiàn)與其價格比較后形成的感知定位（Anderson & Fornell， 1994）。顧客滿意的結(jié)果變量有兩個：顧客抱怨、顧客忠誠。顧客抱怨是顧客在對產(chǎn)品或服務(wù)不滿意時而產(chǎn)生的抱怨或不滿行為，顧客忠誠是顧客在內(nèi)心對產(chǎn)品或服務(wù)具有反復(fù)多次購買的心理傾向。顧客滿意的提高會降低顧客抱怨行為，強(qiáng)化顧客忠誠，而企業(yè)很好處理顧客抱怨行為也會對顧客忠誠起到正向作用。

1995年，F(xiàn)ornell教授等人建立了ACSI模型。該模型加入了感知質(zhì)量前置變量，用來表示顧客對產(chǎn)品或服務(wù)具體質(zhì)量屬性表現(xiàn)的總體評價，包括質(zhì)量的定制化、可靠性及總體評價三個方面。1999年，歐洲質(zhì)量組織和質(zhì)量基金會等機(jī)構(gòu)在ACSI模型基礎(chǔ)上，構(gòu)建了六變量的ECSI顧客滿意度模型。該模型增加了一個顧客滿意的前置變量――企業(yè)形象。同時，鑒于當(dāng)時顧客抱怨處理系統(tǒng)的不斷完善，去除了顧客抱怨這一結(jié)果變量。企業(yè)形象是顧客對產(chǎn)品或服務(wù)提供組織的記憶聯(lián)想和主觀印象，能夠影響顧客對產(chǎn)品或服務(wù)的期望和滿意程度，正向作用于顧客忠誠。

2003年，清華大學(xué)中國企業(yè)研究中心創(chuàng)建了CCSI模型。該模型將ECSI模型中的顧客期望用預(yù)期質(zhì)量來代替，用來表示顧客對企業(yè)產(chǎn)品或服務(wù)的質(zhì)量的預(yù)期，縮小了顧客預(yù)期的概念范疇；將企業(yè)形象用品牌形象來代替，用以表示顧客對企業(yè)或產(chǎn)品及服務(wù)在市場上表現(xiàn)出的個性特征的評價與認(rèn)知，更加符合我國消費(fèi)者的產(chǎn)品及服務(wù)認(rèn)知習(xí)慣。梁燕（2004）在對顧客滿意度模型進(jìn)行了大幅度的修改，去除了預(yù)期質(zhì)量前置變量，增加了顧客抱怨、顧客關(guān)系結(jié)果變量，將原有的企業(yè)形象由前置變量調(diào)整為結(jié)果變量。

從上述有關(guān)顧客滿意度模型的研究回顧可以看出，目前顧客滿意度模型設(shè)計比較簡潔，模型中變量間關(guān)系比較清晰，但仍存在一些缺陷和不足。一方面，顧客滿意前置變量感知質(zhì)量、感知價值存在概念重疊，以致一些研究中兩者間的關(guān)系得不到很好的解釋；另一方面，一些學(xué)者雖加入了顧客關(guān)系變量作為顧客滿意到顧客忠誠的中介，但是變量選擇不恰當(dāng)，也并未得到較充實(shí)的論證。 三、 基于價值―關(guān)系視角的顧客滿意度驅(qū)動模型構(gòu)建

鑒于現(xiàn)有顧客滿意度模型的上述缺陷，結(jié)合企業(yè)顧客關(guān)系管理需要，我們將在現(xiàn)有模型基礎(chǔ)上，重新梳理感知價值理論思路，引入顧客關(guān)系變量，構(gòu)建出基于價值-關(guān)系視角的顧客滿意度驅(qū)動模型（如圖1所示）。

在上述模型中，我們沿用了先前各模型中的多個核心概念，比如企業(yè)形象、顧客期望、感知質(zhì)量、顧客滿意和顧客忠誠。其中，企業(yè)形象表示社會公眾對企業(yè)社會表現(xiàn)的整體看法和評價；顧客期望表示顧客對產(chǎn)品或服務(wù)績效的預(yù)期；感知質(zhì)量表示顧客對產(chǎn)品或服務(wù)的主觀感受；顧客滿意仍然采用累積型滿意的概念，表示顧客對企業(yè)以往產(chǎn)品或服務(wù)使用經(jīng)歷的整體評價（壽志鋼等，2011）；顧客忠誠表示顧客對企業(yè)的一種深刻秉持的承諾以及重復(fù)購買的行為，包括態(tài)度忠誠和行為忠誠兩個方面。

新模型重新梳理了感知價值理論思想，將感知價格和價值分離，分別采用感知成本和感知質(zhì)量兩個變量，并引入了顧客關(guān)系理論思想。首先，感知價值的核心是顧客對產(chǎn)品或服務(wù)提供的感知利益與感知利失的權(quán)衡。顧客從企業(yè)獲取的產(chǎn)品或服務(wù)利益中，感知質(zhì)量是主要利益成分；而顧客的感知利失則除了產(chǎn)品或服務(wù)價格外，還包括獲取產(chǎn)品或服務(wù)的搜尋成本、面臨的質(zhì)量風(fēng)險以及耗費(fèi)的精力等。因此，為了更加清晰地判斷出顧客滿意是感知質(zhì)量驅(qū)動，還是感知成本驅(qū)動，我們將先前模型中的感知價值變量分解為感知質(zhì)量和感知成本兩個變量。其中感知質(zhì)量表示產(chǎn)品或服務(wù)為顧客帶來的利益和效用表現(xiàn)，感知成本表示顧客從企業(yè)獲取高質(zhì)量產(chǎn)品或服務(wù)時所付出的貨幣以及非貨幣成本。其次，Hart和Johnson在對顧客滿意和顧客忠誠的關(guān)系研究中提出“顧客滿意陷阱”，即滿意的顧客不一定是忠誠的。按照顧客關(guān)系管理思想，顧客滿意需要借助關(guān)系變量，通過更為強(qiáng)烈的情感因素催化，才能轉(zhuǎn)變?yōu)轭櫩椭艺\。顧客信任便是其中的重要情感紐帶。顧客信任是顧客對產(chǎn)品或服務(wù)績效同期望對比后形成滿意的基礎(chǔ)上產(chǎn)生的一種信心，表示顧客對產(chǎn)品或服務(wù)提供企業(yè)可靠性和誠實(shí)性的信任。許多學(xué)者也都指出，顧客信任會直接影響顧客忠誠。因此，我們將顧客信任作為顧客滿意和顧客忠誠的中介情感變量。先前的一些研究曾將顧客承諾作為顧客滿意到忠誠的情感變量，但是我們認(rèn)為顧客承諾同顧客態(tài)度忠誠概念非常接近，應(yīng)該屬于顧客忠誠范疇。因此，本文并未將顧客承諾作為顧客滿意到顧客忠誠的中介變量。 四、 基于價值―關(guān)系視角的顧客滿意度驅(qū)動關(guān)系闡述

在構(gòu)建了顧客滿意度驅(qū)動模型、進(jìn)行了變量概念的重新界定之后，我們對變量間驅(qū)動關(guān)系進(jìn)行了重新梳理。在新模型中，為了能夠更加清晰地展現(xiàn)各前置變量對顧客滿意的驅(qū)動關(guān)系，我們重點(diǎn)關(guān)注了各前置變量對顧客滿意及其結(jié)果變量的驅(qū)動關(guān)系，并未考慮各前置變量間的影響關(guān)系。

從圖1可以看出，顧客滿意的前置驅(qū)動因素四個變量：企業(yè)形象、顧客期望、感知成本和感知質(zhì)量。首先，顧客對企業(yè)社會表現(xiàn)的整體看法對其產(chǎn)品或服務(wù)經(jīng)歷的累積評價具有過濾功能。一方面，企業(yè)負(fù)面的社會形象將削弱顧客對其產(chǎn)品或服務(wù)的滿意程度。如果企業(yè)提供的產(chǎn)品或服務(wù)質(zhì)量差、聲譽(yù)不高，那么這種負(fù)面印象很難短期消除，就會對顧客形成長期導(dǎo)向作用，影響顧客對企業(yè)產(chǎn)品或服務(wù)的主觀判斷。另一方面，良好的企業(yè)形象能夠提高顧客對其產(chǎn)品或服務(wù)的滿意程度，起到放大作用。一方面，顧客在選擇產(chǎn)品或服務(wù)時，往往更加青睞社會形象好的企業(yè)；即使面對同等水平的產(chǎn)品或服務(wù)，也會對具有好感的企業(yè)給予更高的評價。另一方面，當(dāng)形象好的企業(yè)出現(xiàn)失誤的時候，更加能夠得到顧客諒解和同情，可以有效緩和顧客的不滿意態(tài)度。一些學(xué)者的研究也證實(shí)了企業(yè)形象對顧客滿意的驅(qū)動作用。Andreassen和Lindestad（1998）在對服務(wù)消費(fèi)研究中指出，企業(yè)形象對顧客滿意具有正向影響。Chang和Tu（2005）在研究中也指出，企業(yè)的形象屬性對其顧客的滿意程度具有重要的驅(qū)動作用。

其次，顧客期望是影響顧客滿意的重要前置變量。從短期來看，根據(jù)期望不一致理論，顧客滿意是顧客期望與感知績效之間的差異函數(shù)（Kotler，2001），即顧客滿意程度由產(chǎn)品或服務(wù)預(yù)期與感知服務(wù)績效的差額決定的。如果顧客感知到的產(chǎn)品或服務(wù)績效小于先前預(yù)期，他們就會感到失望；如果顧客感知到的產(chǎn)品或服務(wù)績效高于之前的預(yù)期，他們就會有欣喜感。但是從長期來看，企業(yè)顧客對產(chǎn)品或服務(wù)預(yù)期具有動態(tài)性。顧客通常都具有一種學(xué)習(xí)能力，隨著接受產(chǎn)品或服務(wù)次數(shù)的增多、專業(yè)技術(shù)知識的積累、行業(yè)技術(shù)水平的提升以及企業(yè)承諾的增加，他們將會對產(chǎn)品或服務(wù)的期望值進(jìn)行理性調(diào)整。也就是說，動態(tài)變化的顧客期望是以往產(chǎn)品或服務(wù)經(jīng)歷、個人需求傾向、企業(yè)相關(guān)信息和未來理性預(yù)期的綜合體現(xiàn)，持續(xù)增加的顧客期望能夠比較客觀地反映出他們對企業(yè)產(chǎn)品或服務(wù)滿意程度的提升。

再次，感知成本是顧客平衡感知利益的重要參考，對顧客滿意具有反向驅(qū)動作用。從貨幣成本角度來看，產(chǎn)品或顧客對所提供的專業(yè)產(chǎn)品或服務(wù)價格存在一定的可接受區(qū)間，合理地降低顧客支付產(chǎn)品或服務(wù)的價格，將會有利于提高顧客對感知到的專業(yè)產(chǎn)品或服務(wù)價值的綜合評價；從非貨幣成本角度來看，顧客通常特別關(guān)注節(jié)約時間成本、降低搜尋成本、減少服務(wù)后期風(fēng)險等，更加傾向于高效、快捷、可靠的產(chǎn)品或服務(wù)提供企業(yè)，如果能夠滿足這些方面的時間精力節(jié)約和風(fēng)險規(guī)避，那么就能夠滿足顧客降低成本和風(fēng)險的需求，提高滿意程度。

最后，感知質(zhì)量是顧客對其所接受的產(chǎn)品或服務(wù)質(zhì)量的主觀感知，是驅(qū)動顧客滿意的最直接因素。從Cronin和Taylor（1992）提出的消費(fèi)者心理作用路徑來看，在顧客接受產(chǎn)品或服務(wù)之后，形成對產(chǎn)品或服務(wù)質(zhì)量的感知，通過對比之前的預(yù)期，形成本次交易的顧客滿意狀態(tài)；多次累積之后，顧客形成了對產(chǎn)品或服務(wù)質(zhì)量的綜合感知，并進(jìn)一步形成顧客累積型滿意狀態(tài)。謝兆霞和李莉（2012）在對B2B電子中介服務(wù)感知質(zhì)量研究中發(fā)現(xiàn)，顧客感知服務(wù)質(zhì)量水平在很大程度上決定了顧客滿意水平，感知質(zhì)量對顧客滿意具有正向作用關(guān)系。

顧客信任是顧客滿意的結(jié)果變量，同時也受到企業(yè)形象和感知質(zhì)量的驅(qū)動作用。首先，顧客滿意是建立顧客信任的重要基礎(chǔ)，顧客信任是顧客在累積多次產(chǎn)品或服務(wù)滿意后產(chǎn)生的關(guān)系結(jié)果。顧客信任是顧客對企業(yè)及其專業(yè)產(chǎn)品或服務(wù)的一種安全感，這種安全感是顧客對企業(yè)可靠性和誠實(shí)性的信心，形成于以往滿意的產(chǎn)品或服務(wù)消費(fèi)經(jīng)歷過程中。其次，企業(yè)形象能夠促進(jìn)顧客信任的形成。企業(yè)形象是企業(yè)在公眾心目中的印象，良好的社會形象能夠吸引顧客對企業(yè)及其提供的產(chǎn)品或服務(wù)的關(guān)注，有助于形成顧客對企業(yè)專業(yè)產(chǎn)品或服務(wù)的信賴，有利于增加顧客對企業(yè)產(chǎn)品或服務(wù)的信任感。最后，為顧客提供優(yōu)質(zhì)的產(chǎn)品或服務(wù)，是企業(yè)向顧客展示專業(yè)可靠性和產(chǎn)品價值創(chuàng)造能力的機(jī)會（Lau & Lee，1999）。因此，增加顧客對產(chǎn)品或服務(wù)質(zhì)量的感知，將會強(qiáng)化顧客對企業(yè)產(chǎn)品或服務(wù)的信任關(guān)系。

顧客忠誠是顧客表現(xiàn)出對企業(yè)持續(xù)性合作的態(tài)度承諾和行為意向，受到顧客信任、企業(yè)形象和感知質(zhì)量的直接驅(qū)動。首先，在顧客同企業(yè)的關(guān)系互動過程中，企業(yè)提供良好的產(chǎn)品或服務(wù)質(zhì)量，創(chuàng)造出超越顧客預(yù)期的感知價值能夠強(qiáng)化顧客對企業(yè)專業(yè)能力、可靠程度和誠實(shí)品質(zhì)的認(rèn)同，并在這種積極的情感信任紐帶下，表現(xiàn)出長期持續(xù)合作的態(tài)度和行為意向。Sirdshmukh（2002）在研究中指出，顧客信任有助于企業(yè)同顧客建立長期穩(wěn)固的關(guān)系，維持市場份額，并取得顧客忠誠。其次，企業(yè)形象是顧客對企業(yè)印象的整體評價，這種主觀態(tài)度必然影響顧客對企業(yè)的持續(xù)性合作傾向和行為意向。Michael（2001）在研究中指出，良好的企業(yè)形象有利于幫助顧客識別和處理企業(yè)產(chǎn)品或服務(wù)信息，有助于顧客簡化購買決策，激勵顧客重復(fù)購買。李惠[等（2012）在對銀行服務(wù)業(yè)企業(yè)形象和顧客忠誠的關(guān)系研究中發(fā)現(xiàn)，企業(yè)形象可以直接正向影響顧客態(tài)度忠誠。最后，感知質(zhì)量是顧客對企業(yè)提供的專業(yè)產(chǎn)品或服務(wù)的主觀感知評價，高水平的產(chǎn)品或服務(wù)能夠增強(qiáng)顧客對企業(yè)的偏愛程度、引發(fā)重復(fù)購買的行為傾向。Ruyter和Bloemer（1994）在對感知質(zhì)量的研究中發(fā)現(xiàn)，感知質(zhì)量同顧客忠誠間存在正相關(guān)關(guān)系。汪純孝等（2003）通過對多個服務(wù)性企業(yè)的實(shí)證研究發(fā)現(xiàn)，顧客感知服務(wù)質(zhì)量對其認(rèn)知性忠誠和情感性忠誠具有直接的正向影響作用。 五、 結(jié)論

本文在對現(xiàn)有顧客滿意度模型的回顧評述之后，重新梳理了感知價值理論思想，并借鑒顧客關(guān)系管理相關(guān)變量，構(gòu)建了基于價值―關(guān)系視角的顧客滿意度驅(qū)動模型。我們認(rèn)為，企業(yè)形象、顧客期望、感知成本以及感知質(zhì)量能夠促進(jìn)顧客形成對產(chǎn)品或服務(wù)的滿意，而處于累積型滿意的顧客能夠推動顧客信任的形成，并進(jìn)而產(chǎn)生顧客忠誠。也就是說，企業(yè)形象、顧客期望和感知質(zhì)量對顧客滿意具有正向驅(qū)動作用，感知成本對顧客滿意具有負(fù)向驅(qū)動作用；企業(yè)形象、顧客滿意和感知質(zhì)量對顧客信任具有正向驅(qū)動作用，企業(yè)形象、顧客信任和感知質(zhì)量對顧客忠誠具有正向驅(qū)動作用。

本文通過構(gòu)建基于價值―關(guān)系視角的顧客滿意度驅(qū)動模型，為企業(yè)明確了顧客滿意度的驅(qū)動因素、梳理了各因素間的驅(qū)動關(guān)系，對于滿足企業(yè)顧客關(guān)系管理需要具有重要的借鑒。然而，本文僅屬于初步研究，模型中各變量的操作化量表還需要進(jìn)一步開發(fā)，各變量間的驅(qū)動關(guān)系還需要做實(shí)證檢驗(yàn)。此外，依據(jù)這一驅(qū)動模型，企業(yè)顧客滿意度的評價方法還需進(jìn)行擴(kuò)展研究。

參考文獻(xiàn)：

[1] Bhattacharya C.B.，and Sen S.Consumer-company Identification： A Framework for Understanding Consumers' Relationships with Companies，Journal of Marketing，2003，（2）：76-88.

[2] Brady M.K.，and Cronin J.J.， Some New Thoughts on Conceptualizing Perceived Service Quality， a Hierarchical Approach， Journal of Marketing，2001，65（7）：34-49.

[3] Chang C.H.， and Tu C.Y.， Exploring Store Image，Customer Satisfaction and Customer Loyalty Relationship： Evidence from Taiwanese Hypermarket Industry，The Journal of American Academy of Business，2005，7 （2）：197-202.

[4] Chaudhuri A.，and Holbrook M.B.，The Effects from Brand Trust and Brand Affect to Brand Performance： the Role of Brand Loyalty， Journal of Marketing，2001，65（2）：81-93.

[5] 白琳，陳圻.顧客感知價值驅(qū)動因素研究新進(jìn)展[J]. 外國經(jīng)濟(jì)與管理，2006，28（7）：39-45.

[6] 謝兆，李莉.轉(zhuǎn)移成本對感知質(zhì)量與滿意之間關(guān)系的調(diào)節(jié)作用――對B2B電子中介買方用戶的實(shí)證研究[J].管理評論，2012，24（1）：82-90.

第9篇：寓言故事及寓意范文

關(guān)鍵詞：IPO 抑價水平預(yù)測 進(jìn)化算法

IPO（Initial Public Offering）抑價水平是IPO定價的重要指標(biāo)，其衡量股票上市首日的收盤價格與發(fā)行價格的差距。IPO抑價水平過高會引起資源配置低下；損害原始股東利益，例如the 在1998年11月12日其IPO發(fā)行價為每股9美元，股價在發(fā)行當(dāng)天曾一度漲幅達(dá)1000%，97美元每股，后回落至63美元每股。雖然the 公司通過IPO募集到3000萬美元，但是據(jù)估發(fā)行的需求水平和交易的規(guī)模，公司預(yù)計損失了2億美元。IPO抑價是各國股票市場中的普遍現(xiàn)象。一般較為成熟的股票市場的IPO抑價水平較低，例如在2000至2009年間日本平均IPO抑價率為28.4%， 美國為18.4%，而中國A股市場則高達(dá)110.34%。

一、IPO抑價計算

（一）第一種計算方法：IPO抑價水平可定義為第一天股票交易發(fā)行價和收盤價格的變化百分比， 可定義為

（二）如果考慮到IPO股票所在發(fā)行市場的指數(shù)波動，則公式1可修正為下列形式：

IPO前一天的收盤指數(shù)。公式2考慮到股票 IPO所在交易市場發(fā)行日前后的整體市場的股指波動，能更準(zhǔn)確的衡量股票的IPO抑價率。如果抑價率大于0，則上市首日存在明顯的超額收益，說明新股的價值被低估；如果抑價率小于0，則表示股票上市首日跌破發(fā)行價，說明股票的價值被高估。

二、IPO抑價水平預(yù)測算法-雙層進(jìn)化算法[1]

進(jìn)化算法來源于生物進(jìn)化論中的概念，比如繁殖，突變，重組等。進(jìn)化算法是一種迭代進(jìn)化法，一般是從一個原問題的一群解出發(fā)，得到另一群較好的解。進(jìn)化算法可分為三類：

遺傳算法（genetic algorithm，GA），進(jìn)化規(guī)劃（evolutionary programming， EP）和進(jìn)化策略（evolution strategies），這三類通過不同層次，不同角度來模擬生態(tài)進(jìn)化原理，以便為了求解問題。

在學(xué)習(xí)類算法中包括兩個階段，第一個階段為訓(xùn)練階段，其內(nèi)容是創(chuàng)建一個模型。第二個階段為測試階段來驗(yàn)證階段一中創(chuàng)建的模型。

（一） 影響IPO抑價因素

在大量的文獻(xiàn)中都討論到關(guān)于IPO抑價的因素，綜合分析后得出以下因素：

1. 承銷商的威望

低離差性公司為了在市場中表現(xiàn)公司低風(fēng)險的特性會選擇有聲望的承銷商。與此同時，承銷商為了保持他們的聲望，會選擇低離場性的公司來進(jìn)行IPO. 同時還得出在承銷商的威望和他們所IPO價格上升的方差，幅度都存在負(fù)相關(guān)性。在這里承銷商的聲望可建模為虛擬變量，如果是有聲望的承銷商，則變量的值為1否則為0.

2. 路演中的價格范圍

路演是國際上廣泛采用的證券發(fā)行推廣方式，是指承銷商面向機(jī)構(gòu)投資者的推介活動，其作用是讓準(zhǔn)投資者更了解擬上市公司的情況。在路演過程中需提供給潛在投資客戶的參考價格范圍。范圍的大小可以認(rèn)為是對于擬上市公司真實(shí)價值的不確定性，因此這個因素會影響到IPO的抑價率?？杀硎緸椋?/p>

3. 最終IPO價格與路演中間價格的調(diào)整量

最終IPO的價格與在路演過程中的價格范圍也表現(xiàn)出對于擬上市公司的不確定性。可表示為：

4.保留股票

初始投資者在IPO時期保留的資本可看做是股票質(zhì)量的指示信號。此因素可以比例來表示，這個比例的分子是股票IPO時賣出的數(shù)量，分母是發(fā)行后的股票數(shù)量與IPO賣出的數(shù)量的差值?？杀硎救缦拢?/p>

5.股票發(fā)行總額

這個因素可定義為股票發(fā)行總額的對數(shù)，其中不包括超額配售的部分?？杀硎救缦拢?/p>

6. 科技性

把科技性納入到考慮因素是因?yàn)樵谘芯恐斜砻?，科技性公司一般擁有較大的IPO抑價水平。同承銷商的威望因素相同，其變量取值為0，1.當(dāng)IPO公司屬于科技性公司時為1，否則為.

（二）算法過程解析

1. 確定樣本所在區(qū)域

這個過程通過最近鄰原則來將樣本數(shù)據(jù)區(qū)分至不同的區(qū)域，以達(dá)到提高預(yù)測準(zhǔn)確度的目的。首先將輸入變量分為不同的泰森多邊形區(qū)域，假設(shè)輸入變量的維度為n，n+1維則是預(yù)測結(jié)果。 原型機(jī)可定義為輸入變量空間中的一個向量P， 存在k個原型機(jī)，符合，將Rn分為k個泰森多邊形區(qū)域?？砂凑障率龉絹矶x一個區(qū)域 其中d表示歐幾里得距離。

2. 適應(yīng)度評價

適應(yīng)度函數(shù)可用來評估個體的優(yōu)劣程度的工具，適應(yīng)度函數(shù)作用于某個體時的值可認(rèn)為是該個體的適應(yīng)度

訓(xùn)練模式由n+1維的向量組成，可表示為

3. 進(jìn)化策略

進(jìn)化策略可采用變異，重組算子，高斯變異算子實(shí)現(xiàn)個體更新。進(jìn)化策略的變異方法是在舊的個體上，增加一個正態(tài)分布的隨機(jī)數(shù)，因而產(chǎn)生新的個體。 每一代中，變異后的個體與父代進(jìn)行比較，并選擇比較好的一個，此策略可稱為（1+1）策略。進(jìn)化策略的變異是在舊的個體基礎(chǔ)上添加一個正態(tài)分布的隨機(jī)數(shù)，從而產(chǎn)生新的個體，變異過程可表示為：

對第i個分量產(chǎn)生一次符號標(biāo)準(zhǔn)正態(tài)分布的隨機(jī)數(shù)。

4. 預(yù)測

對于輸入T， 每一個子系統(tǒng)需要建議樣本所在的區(qū)域。通過對不同區(qū)域的回歸分析來得到T的估計值作為預(yù)測結(jié)果。上述過程可以使用不同的初始化值來重復(fù)10次，因此，這個系統(tǒng)可以由10個子系統(tǒng)組成。每一個子系統(tǒng)都是一個泰森域模型，不一定每一個子系統(tǒng)都會有一個有效的輸出?？梢詫⒂行л敵龅钠骄底鳛樽罱K的輸出。

下面從數(shù)據(jù)變量方面及方法分析進(jìn)化算法預(yù)測我國IPO抑價水平的可行性：

數(shù)據(jù)變量方面經(jīng)歸納整理，可分為大類：承銷商威望因素，路演價格范圍，發(fā)行價格，保留股票數(shù)量，股票發(fā)行總額及科技性。

首先：承銷商威望因素。據(jù)統(tǒng)計，2012年中國承銷商中，主要以中信，國信，招商，平安，民生，廣發(fā)等券商為主。證監(jiān)會每年度以證券公司風(fēng)險管理的能力為基礎(chǔ)，結(jié)合公司管理水平及市場競爭力對共公司進(jìn)行綜合性評價。證券公司將被分為A（AAA，AA，A），B（BBB，BB，B），C（CCC，CC，C），D，E五大類共11個級別。除證券公司的評級外可結(jié)合往期各券商發(fā)行IPO的抑制率及發(fā)行的資本總額為評估因素對承銷商排序，排次較高的券商認(rèn)為其具有威望。承銷商威望因素賦值為1，否則賦值為0。

其次：路演價格范圍，發(fā)行價格，保留股票數(shù)量，股票發(fā)行總額。路演目前在我國已成為上市前的必需環(huán)節(jié)。除過傳統(tǒng)的路演，更出現(xiàn)了網(wǎng)上路演，通過互聯(lián)網(wǎng)來展示上市公司，推廣股票。這些因素在IPO之前需要逐個確定。

最后：科技性。1937年成立的SIC（Standard Industrial Classification）系統(tǒng)將個公司機(jī)構(gòu)氛圍不同的領(lǐng)域，同時這個系統(tǒng)也應(yīng)用于其他國家。我國雖然沒有應(yīng)用SIC系統(tǒng)，但可以通過科技公司經(jīng)營范圍來界定擬上市公司的科技性。

分析方法中建立模型機(jī)預(yù)測等過程可在Matlab中實(shí)現(xiàn)，Matlab較強(qiáng)的處理數(shù)組及矩陣的特點(diǎn)，以及龐大的函數(shù)庫比較適合運(yùn)用雙層進(jìn)化算法的實(shí)現(xiàn)和分析。

參考文獻(xiàn)：

[1] Ritter，J.R.，and Welch，I. A review of IPO activity， pricing，and allocations. Journal of Finance，57，4（2002），1795-1821，2002.

[2]R.B Carter and S.Manaster，’Initial public offering and underwriter reputation’， Journal of Finance vol.45，pp.605-622，1988.

[3]W.L.Megginson and K.A.Weiss，“Venture capitalist certification in initial pubic offering

“， Journal of Finance vol.46，pp，799-903，1991.

[4]B.A.Jain and B.N.Nag，”Artificial neural netwwok models for pricing initial public

offerings”， Decision Sciences vol.26，pp.283-299，1995.

[5]I.Rechenberg，”Cybernectic solution path of an experimental problem”Royal Aircraft

Establishment， Farnborough p.Library Translation 1122，1965.