explain data source after del

20230206entity_finance.tex

@@ -454,13 +454,13 @@ $C_C,C_F,\gamma $&
 
 \sub{4.1.1\ \ 模型变量 }%二级标题命令
 
-主体模型参数表如表6所示, 其中大部分参数和表1中演化博弈模型的参数一致. 为了明确实体企业和金融机构主体的属性或决策变量, 故分别使用$i, j$对相应参数符号予以标注.
+主体模型参数表如表6所示, 其中大部分参数和表1中演化博弈模型的参数一致, 部分外生变量取值见第4.2.1节. 为了明确实体企业和金融机构主体的属性或决策变量, 故分别使用$i, j$对相应参数符号予以标注. 
 
 \begin{center}{\sz {\textbf{表6\ \ 主体模型参数表(和表1中演化博弈模型的参数基本一致)}}}\\
 {\sz {\textbf{Table 6\ \ Agent-based model parameters}}}\\
 \scalebox{0.7}{
 \begin{tabular}{ c c c } \toprule
-参数符号	&含义& 取值\\
+参数符号	&含义& 取值(部分外生变量取值见第4.2.1节)\\
 \hline
 $A_{C,i}$	&实体企业未考虑融资方式时的初始收益& 0\\
 $B_i$ &实体企业所需融资规模& 1000(货币单位)\\
@@ -518,9 +518,9 @@ DDirect_j=min[(1-n_j)d_jB_i,(1-n_j)d_jB_i\frac{\sum(1-m_i)}{\sum(1-n_j)d_j}]
 基于上述模型变量与机制的设计, 本部分确定了11个仿真因素(即模型输入)和四个指标(即模型输出).
 
 \sub{4.2.1\ \  输入变量与输出指标}%二级标题命令
-结合理论模型的结论和现实场景, 本文选定了$v_i$, $\gamma$, $\rho$, $s_j$, $d_j$, $f_{1,j}$, $f_{2,j}$, $p_{1,j}$, $k_j$, $lo_i$, $h_i$ 共 11 个变量作为仿真因素, 每个因素具有3个场景, 具体变量的取值集合如表6 所示. 为了将研究的问题集中在对投融资比例决策的讨论中, 本文忽略$A_{C,i}$、$A_{F,j}$对双方利润的影响并设定为0. 为了尽可能保证数值实验的普适性, $B_i$设定为1000 个虚拟的货币单位, 并讨论当金融机构可以用于投资的资金规模分别为$B_i$的1倍, 5倍, 9倍时对决策的影响是否显著. $v_i$在不同行业的收益率差距较大, 本文采取三种差别较大的收益率取值, 观察其是否会对决策产生显著影响. 考虑到不同企业的融资成本率有所不同等情况, 本文采取了较为平均的数值0.1作为$c_{1,i}$的取值. $lo_i=0$ 表示企业能够向所有金融机构提出间接融资申请,$lo_i=1, 2$ 则分别表示企业仅能够有机会与周围1 个、2 个单位距离内的金融机构进行间接融资业务的合作.故每次仿真模型将生成64 个主体(58 家企业、6 家金融机构), 其位置每次都是随机指派在$8 \times 8$ 的网格环境中, 并采用曼哈顿距离计算主体之间的距离. 仿真模型经过100个时间步后停止.
+基于演化博弈模型的基本假设和主要结论, 本文选定了$v_i$, $\gamma$, $\rho$, $s_j$, $d_j$, $f_{1,j}$, $f_{2,j}$, $p_{1,j}$, $k_j$, $lo_i$, $h_i$共11个变量作为仿真因素, 每个因素具有3个场景, 具体变量的取值集合如表6所示. 为了将研究的问题集中在对投融资比例决策的讨论中, 本文忽略$A_{C,i}$、$A_{F,j}$对双方利润的影响并设定为0. 为了尽可能保证数值实验的普适性, $B_i$设定为1000个虚拟的货币单位, 并讨论当金融机构可以用于投资的资金规模分别为$B_i$的1倍, 5倍, 9倍时对决策的影响是否显著. $v_i$在不同行业的收益率差距较大, 本文采取三种差别较大的收益率取值, 观察其是否会对决策产生显著影响. 考虑到不同企业的融资成本率有所不同等情况, 本文采取了较为平均的数值0.1作为$c_{1,i}$的取值. $lo_i=0$表示企业能够向所有金融机构提出间接融资申请, $lo_i=1, 2$则分别表示企业仅能够有机会与周围1个、2个单位距离内的金融机构进行间接融资业务的合作. 故每次仿真模型将生成64个主体(58家企业、6家金融机构), 其位置每次都是随机指派在$8 \times 8$的网格环境中, 并采用曼哈顿距离计算主体之间的距离. 仿真模型经过100个时间步后停止.
 
-本文采用Python实现仿真模型, 其中主体决策采用了ESTOPT框架$^{[34]}$. 仿真模型的输入有11个因素, 每个因素有3 种取值, 故采用$L_{27}(3^{13})$ 正交表进行实验设计, 并将$m_i$, $n_j$, $\pi_i$, $\pi_j$ 四个指标作为仿真输出结果. 每一个实验均仿真重复10次, 取4 个指标结果的均值. 经过270 次实验, 记录模型的输入输出结果, 如表7所示. 其中, 由于正交表有13列而研究的影响因素只有11个, 故有两列空白列(又称误差列)用于估计误差.
+本文采用Python实现仿真模型, 其中主体决策采用了ESTOPT框架$^{[34]}$. 仿真模型的输入有11个因素, 每个因素有3种取值, 故采用$L_{27}(3^{13})$正交表进行实验设计, 并将$m_i$, $n_j$, $\pi_i$, $\pi_j$四个指标作为仿真输出结果. 每一个实验均仿真重复10次, 取4个指标结果的均值. 经过270次实验, 记录模型的输入输出结果, 如表7所示. 其中, 由于正交表有13列而研究的影响因素只有11个, 故有两列空白列(又称误差列)用于估计误差.
 
 %\begin{table}[]
 \begin{center}{\sz {\textbf{表7\ \ 仿真实验结果}}}\\