1 股改方案下的收益

非流通股股东收益
πn(K)=(1−K⋅Rf/Rn)⋅P1−P\pi_n(K) = (1 - K \cdot R_f / R_n) \cdot P_1 - P πn(K)=(1−K⋅Rf/Rn)⋅P1−P
流通股股东收益
πf(K)=(1+K)⋅P1−P0\pi_f(K) = (1 + K ) \cdot P_1 - P_0 πf(K)=(1+K)⋅P1−P0
【思考】流通股股东的收益公式很好理解，非流通股股东收益我是这样理解的：从非流股里抽出一部分分给流股股东。

P0P_0P0 股改前股票市场价格
PPP 每股净资产，P<<P0P << P_0P<<P0
P1P_1P1 股改后，市场价格
nnn 非流通股股东，πn\pi_nπn 非流通股股东每股收益，RnR_nRn 非流通股比例
fff 流通股股东，πf\pi_fπf 流通股股东每股收益，RfR_fRf 流通股比例

公式（1）
- P⋅Rn+P0⋅Rf=P1P \cdot R_n + P_0 \cdot R_f = P_1P⋅Rn+P0⋅Rf=P1
公式（2）
- πn(sn)=(1−sn⋅Rf/(10⋅Rn))⋅P1−P\pi_n(s_n) = (1 - s_n \cdot R_f / (10 \cdot R_n)) \cdot P_1 - Pπn(sn)=(1−sn⋅Rf/(10⋅Rn))⋅P1−P
- πf(sn)=(1+sn/10)⋅P1−P0\pi_f(s_n) = (1 + s_n/10 ) \cdot P_1 - P_0πf(sn)=(1+sn/10)⋅P1−P0
公式（3）
- πn(sn,sf)=πn(sn)⋅P(sfY)\pi_n(s_n,s_f)=\pi_n(s_n)\cdot P(s_f^Y)πn(sn,sf)=πn(sn)⋅P(sfY)
- πf(sn,sf)=πf(sn)\pi_f(s_n,s_f)=\pi_f(s_n)πf(sn,sf)=πf(sn)

P(sfY)P(s_f^Y)P(sfY) 非流通股股东接受sns_nsn的概率。
snks_n^ksnk 非流通股股东的对价率策略。（每10股流通股获得的赠股数）

问题1 非流通股比例

论文中第5页中，

P0P_0P0 公司股改获准公告日前30天的收盘均价
PPP 股改前一年公司的每股净资产值
P1P_1P1 股改后的理论预期股价
但是我并没有在论文中找到RnR_nRn非流通股比例和 RfR_fRf 流通股比例。
文中说： P0=6.856P_0=6.856P0=6.856，P=3.349P=3.349P=3.349，P1=4.523P_1=4.523P1=4.523，再加上Rn+Rf=1R_n + R_f = 1Rn+Rf=1，我推算出来：Rn=0.66524R_n=0.66524Rn=0.66524， Rf=0.33476R_f=0.33476Rf=0.33476。这两个数对吗？

问题2 收益是指每股收益吗？

上图是我计算出来的收益，与论文中给的差异较大，但是趋势类似，双方利益均衡的策略都是在5和6之间。我是用的自己推算出来的比例，但是不知道我是哪里计算不对？

2 对价博弈学习模型的策略魅力值更新方程

Ank(t)=φ⋅N(t−1)⋅Ank(t−1)+[δ+(1−δ)⋅I(snk(t),sn(t))]⋅πn(snk(t),sf(t))N(t−1)⋅φ⋅(1−ρ)+1A_n^k(t) = \frac {\varphi \cdot N(t-1) \cdot A_n^k(t-1) + [\delta + (1-\delta) \cdot I(s_n^k(t), s_n(t))] \cdot \pi_n(s_n^k(t), s_f(t)) } {N(t-1) \cdot \varphi \cdot (1 - \rho) + 1} Ank(t)=N(t−1)⋅φ⋅(1−ρ)+1φ⋅N(t−1)⋅Ank(t−1)+[δ+(1−δ)⋅I(snk(t),sn(t))]⋅πn(snk(t),sf(t))

N(t−1)N(t-1)N(t−1) 计算t时期策略魅力值时，考虑t-1期魅力值所赋予的权重。
φ\varphiφ 魅力值衰退系数，因为博弈过程中参与者所面临的对手、环境不同、遗忘等原因使得策略的有效性下降。φ∈(0,1)\varphi \in (0,1)φ∈(0,1)
δ\deltaδ 赋予未选择策略收益的权重，它受到被放弃策略收益的信息估计及其可靠度的影响。δ∈(0,1)\delta \in(0,1)δ∈(0,1)
ρ\rhoρ 魅力值增长控制系数，不同的值代表参与者对过去博弈经验的学习速度。
I()I()I() 指标函数，当ttt时期策略sn(t)=snk(t)s_n(t)=s_n^k(t)sn(t)=snk(t)时为1，否则为0。

3 博弈参与者下期采用该策略的概率

pnk(t+1)=exp⁡(λ⋅Ank(t))Σt=110exp⁡(λ⋅Anl(t))p_n^k(t+1) = \frac {\exp(\lambda \cdot A_n^k(t))} {\Sigma_{t=1}^{10} \exp(\lambda \cdot A_n^l(t))} pnk(t+1)=Σt=110exp(λ⋅Anl(t))exp(λ⋅Ank(t))

λ\lambdaλ 策略魅力值反应敏感度

[2.77910033e-02 2.77910033e-02 2.49941864e-01 4.99867142e-011.94608986e-01 9.99868007e-11 9.99868007e-11 9.99868007e-119.99868007e-11 9.99868007e-11]

这是我计算出来的首轮策略选取概率，与论文中基本一致。

问题3

在计算魅力值更新方程时N(t−1)N(t-1)N(t−1)的是如何算出来的？

论文笔记《基于EWA的股权分置改革对价均衡研究》相关推荐

论文笔记之Understanding and Diagnosing Visual Tracking Systems
Understanding and Diagnosing Visual Tracking Systems 论文链接:http://dwz.cn/6qPeIb 本文的主要思想是为了剖析出一个跟踪算法中到 ...
《Understanding and Diagnosing Visual Tracking Systems》论文笔记
本人为目标追踪初入小白,在博客下第一次记录一下自己的论文笔记,如有差错,恳请批评指正!! 论文相关信息:<Understanding and Diagnosing Visual Tracking ...
论文笔记Understanding and Diagnosing Visual Tracking Systems
最近在看目标跟踪方面的论文,看到王乃岩博士发的一篇分析跟踪系统的文章,将目标跟踪系统拆分为多个独立的部分进行分析,比较各个部分的效果.本文主要对该论文的重点的一个大致翻译,刚入门,水平有限,如有理解错 ...
目标跟踪笔记Understanding and Diagnosing Visual Tracking Systems
Understanding and Diagnosing Visual Tracking Systems 原文链接:https://blog.csdn.net/u010515206/article/d ...
追踪系统分模块解析（Understanding and Diagnosing Visual Tracking Systems）
追踪系统分模块解析(Understanding and Diagnosing Visual Tracking Systems) PROJECT http://winsty.net/tracker_di ...
ICCV 2015 《Understanding and Diagnosing Visual Tracking Systems》论文笔记
目录写在前面文章大意一些benchmark 实验实验设置基本模型数据集实验1 Featrue Extractor 实验2 Observation Model 实验3 Motion Mod ...
Understanding and Diagnosing Visual Tracking Systems
文章把一个跟踪器分为几个模块,分别为motion model, feature extractor, observation model, model updater, and ensemble po ...
CVPR 2017 SANet:《SANet: Structure-Aware Network for Visual Tracking》论文笔记
理解出错之处望不吝指正. 本文模型叫做SANet.作者在论文中提到,CNN模型主要适用于类间判别,对于相似物体的判别能力不强.作者提出使用RNN对目标物体的self-structure进行建模,用于提 ...
ICCV 2017 UCT:《UCT: Learning Unified Convolutional Networks forReal-time Visual Tracking》论文笔记
理解出错之处望不吝指正. 本文模型叫做UCT.就像论文题目一样,作者提出了一个基于卷积神经网络的end2end的tracking模型.模型的整体结构如下图所示(图中实线代表online trackin ...
CVPR 2018 STRCF:《Learning Spatial-Temporal Regularized Correlation Filters for Visual Tracking》论文笔记
理解出错之处望不吝指正. 本文提出的模型叫做STRCF. 在DCF中存在边界效应,SRDCF在DCF的基础上中通过加入spatial惩罚项解决了边界效应,但是SRDCF在tracking的过程中要使用 ...

论文笔记《基于EWA的股权分置改革对价均衡研究》