经常项目跨期模型能解释中国的经常项目动态行为吗?

利用2001—2010年的季度数据,对中国经常项目余额的实际值与基于跨期模型得出的预测值之间的拟合度进行了实证检验。检验结果显示:经常项目预测值与实际值的走势基本一致,经常项目跨期模型能够解释中国经常项目动态变化的74%。这说明跨期模型对中国经常项目的动态行为有较强的解释力。因此,运用跨期模型来分析中国的经常项目问题是合适的。但是,中国经常项目动态变化中未被解释的部分也提醒我们需要对经常项目跨期模型进行本土化的修正,才能进一步增强经常项目跨期模型的解释力和预测力。     

基于显著性特征的食用菌中杂质检测

为了使用机器视觉实现对食用菌中发丝等杂质的自动检测,提出基于显著性特征的菌菇中杂质图像分割算法,该算法结合了Hessian灰度特征和Lab空间色彩特征,通过图像归一化、求Hessian矩阵、反向投影、取阈值分割出杂质图像。实验结果表明,该算法在光照不均匀条件下的识别率仍达到99.6%,可以用于工业化生产。     

一种自组织混合模型在汇率波动性预测中的应用

汇率波动性的预测一直以来是研究金融市场者关注的焦点之一,本文拓展了一种基于自组织神经网络技术的,用于预测非平稳汇率波动性的自组织混合模型(SOMAR).SOMAR突破了传统模型对平稳性的假设,变全局建模为局部建模,使得全局非平稳数据变成局部平稳数据.同时,它也是一种基于神经元网络技术的非参数回归模型,结合传统回归模型的简易性和神经元网络算法的灵活性,拓展模型(ESOMAR)提高了对数据异构的适应性.在对汇率波动性的预测实验中,ESOMAR体现出优于传统回归模型和一些基于其它神经元网络模型的效果,并证明了它在预测金融数据方面所具有的价值.     

基于粗糙集和神经网络集成的贷款风险5级分类

建立了粗糙集与神经网络集成的贷款风险5级分类评价模型,该模型首先利用自组织映射神经网络离散化财务数据并应用遗传算法约简评价指标;基于最小约简指标提取贷款风险5级分类判别规则以及对BP神经网络进行训练;最后使用粗糙集理论判别与规则库匹配的检验样本风险等级,使用神经网络判别不与规则库任何规则匹配的检验样本风险等级.利用贷款企业数据库698家5级分类样本进行实证研究,结果表明,粗糙集与神经网络集成的判别模型预测准确率达到82.07%,是一种有效的贷款风险5级分类评价工具.     

氟利昂预冷双氮膨胀液化工艺动态仿真与验证

为了研究带预冷的双氮膨胀液化工艺的动态特性,在小型撬装液化实验装置基础上建立相应的工艺动态模型,对电磁阀的流量系数进行微调,以适应蒸发器热负荷的变化;对压缩机控制与启动、预冷机组能量调节、LNG节流控制等实验工况进行仿真,并与实验结果进行对比。结果表明:氮气压缩机的控制与启动与实验测试结果一致,验证了压缩机控制动态模型的准确性;预冷机组能量调节受电磁阀流量系数的影响。LNG节流阀串级控制有效克服了温度响应的滞后,提高了控制质量。动态仿真可优化天然气液化工艺设计,指导设备的操作和运行,提高装置的安全性。     

基于Stackelberg 博弈的供应链采购融资模式

根据供应链采购融资的运作流程,建立并分析基于Stackelberg博弈的供应链融资模型.通过数值分析博弈均衡解发现,在供应商初始资金较小的情况下,供应链采购融资能够较大幅度地提高供应链绩效;融资产品的市场情况越好,即价格或挽回价值越高,供应链采购融资对于供应链的价值越大;向市场风险较小的供应商提供采购融资能够使银行获得较大的绩效提高;供应链采购融资是一种能够实现供应链成员双赢的供应链管理方法.     

融资融券交易对标的股票定价效率的影响

融资融券交易对标的股票的定价效率可以从股价信息含量和收益率分布两方面衡量。本文基于双从差分模型以及平衡面板模型研究了融资融券交易对第四次扩容标的股票定价效率的影响。结果表明,融资融券交易提高了股价信息含量,股票收益率分布并未得到显著改善,定价效率有所提高。     

我国银行间双边风险传染效应研究——基于出口需求波动冲击视角

以具体化风险源为研究出发点,从贸易出口额下降冲击角度预测和识别我国银行业的系统性风险诱导因子。在此基础上应用20家银行2008年至2012年数据,估算了在不同损失率下资产负债表关联的银行间市场双边风险传染效应。结果显示,规模较小的银行更易受外部冲击的影响;诱导因素与其他银行关联度越密切,破产门槛越低,系统越不稳定。     

基于粗糙集与支持向量机的企业短期贷款违约判别

建立了粗糙集和支持向量机集成的企业贷款违约判别模型,该模型首先利用自组织映射 (SOM)神经网络对具有连续属性值的财务数据进行离散处理,并应用遗传算法约简评价指标,然后将约简得到的最小条件属性集及相应的原始数据送入支持向量机进行训练,最后对企业短期贷款检验样本进行违约判别.采用贷款企业数据库558家制造业样本企业和522家房地产业样本企业进行交叉验证的实证研究,结果表明,与BP神经网络、多元判别分析、Logistic等违约判别模型相比,粗糙集和支持向量机集成的违约判别模型有更好的预测效果.     

扩散风险模型下保险公司和再保险公司之间的最优再保险策略选择博弈

保险公司可以根据再保险价格决定是否购买比例再保险及购买数量,同时再保险公司也可根据再保险价格决定是否承保以及承保数量。一个合理的再保险合约应该同时考虑保险公司和再保险公司的利益。在扩散风险模型下运用动态规划原理研究了保险公司和再保险公司之间的再保险策略选择博弈问题。在保险公司和再保险公司都具有指数效用函数条件下,得到了三种博弈情形下保险公司和再保险公司之间的再保险策略选择问题的显示解。结果显示,在适当的条件下,保险公司和再保险公司的效用都可以得到提高。最后,通过数值计算给出了最优比例再保险策略和再保险保费,以及效用损益与模型主要参数之间的关系,并给出相应的经济分析。