铁路可持续投融资生态路径研究——以基础设施REITs为视角

来源 :铁道经济研究 | 被引量 : 0次 | 上传用户:zx1q1q1
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
近年来,为积极落实国家发展战略,我国铁路投融资水平维持在高位运行,新增和既有负债带来的压力不断增大,探索可持续的铁路投融资生态刻不容缓。基础设施REITs的产品特性高度契合铁路领域需求,对铁路投融资体制改革创新具有重大现实意义。文章以现存问题为切入点并对基础设施REITs进行介绍,以交易架构和关键问题进行实施路径研究,以类似工具进行对比探讨,最后得出结论:以基础设施REITs应用于铁路领域,有利于实现行业的可持续投融资生态发展。
其他文献
利用多Agent系统具有的自治性和实时反应性,探讨对抗环境下的多Agent协商决策问题,提出一种混合式的多Agent结构协商模型,给出以最大团队效益为前提的协商求解策略和协商角色交换算法。通过协商,对抗环境中的Agent成员能够很好地进行动作策略选择和移动,能更好地进行进攻和防守。仿真实验验证了算法的可行性和有效性,结果表明其在一定程度上解决了多Agent系统中实时动态和受限通信对抗环境下的多Ag
针对数据锁对数据库管理系统(DBMS)性能的影响,在分析数据锁工作原理的基础上提出DBMS基于数据锁描述的分层排队网络模型LQNM(Layered Queuing Network Model),运用分层算法MOL(Method of layered)实现模型的求解。通过求解后的实验结果与排队网络模型QNM(Queuing Networks Model)进行比较以此来说明该模型通过对数据锁的描述提高
目的 通过对预期性恶心的定义性特征、原因、结果、临床观察和测评方法等进行系统分析,构建预期性恶心的概念及模式,以期规范该概念在临床实践和科学研究中的应用.方法 在CIN
在神经网络中引入粗糙集理论和模糊聚类方法,实现建模预测。首先用粗糙集和模糊聚类进行属性约简,去掉冗余的属性。然后根据模糊逻辑规则获取合理的网络输入层、隐含层和输出层,建立优化的粗神经网络预测模型。该模型可以有效地去除神经网络中输入层的冗余神经元,合理地确定隐含层神经元的数目,使神经网络提高收敛性能,获得更好的非线性逼近能力。仿真实验结果说明:优化的粗神经网络预测模型,可提取有用信息,简化网络结构,
日喀则和平机场属于高高原机场,为研究该机场签派放行工作要点,在参考民航各类规章的基础上,依据2018年3月1日实施的成拉复线空域调整方案,确定航线的油量政策,最后从满足飞行过程