检索规则说明:AND代表“并且”;OR代表“或者”;NOT代表“不包含”;(注意必须大写,运算符两边需空一格)
检 索 范 例 :范例一: (K=图书馆学 OR K=情报学) AND A=范并思 范例二:J=计算机应用与软件 AND (U=C++ OR U=Basic) NOT M=Visual
机构地区:[1]汕头大学商学院,广东汕头515063 [2]河南财经学院,河南郑州450002
出 处:《管理工程学报》2006年第3期126-128,共3页Journal of Industrial Engineering and Engineering Management
基 金:德国国家研究局项目;德国国家学术交流中心项目;德国弗利德里西.弗利克基金
摘 要:估计上市公司的永久性盈余对进行股票投资是非常重要的。本文应用最优估计理论中的卡尔曼滤波和强跟踪滤波方法对上市公司的永久性盈余进行动态估计。实证结果表明基于强跟踪滤波的估计比基于卡尔曼滤波的估计精确许多。This research paper employs the Kalman filtering and the strong tracking filtering in the optimal estimation theory to dynamically estimate Chinese listed companies' permanent earnings, which are critical for stock market investment decision. We find the strong tracking filtering evaluates these companies' permanent earnings much more precisely than Kalman filtering.
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在链接到云南高校图书馆文献保障联盟下载...
云南高校图书馆联盟文献共享服务平台 版权所有©
您的IP:216.73.216.229