考虑美元指数冲击的CPAAVS-CAViaR油价风险预测

分析原油价格市场风险演化的结构突变行为,引入美元指数对油价风险的不对称冲击特征,提出含有结构变点和外生协变量的CPAAVS-CAViaR原油市场风险预测模型,给出模型的贝叶斯推理和Gibbs抽样参数估计算法.对2012—2015年WTI原油市场风险进行实证研究,样本外VaR预测的后验测试表明,美元指数CPAAVS-CAViaR模型比无变点AAVS-CAViaR模型以及经典CPAAVS-CAViaR模型的预测精度更高,且能准确估计出原油市场风险变点的实际位置.美元指数收益对原油市场风险产生的不对称冲击效应在变点前后表现异同,揭示油价大幅度下跌背景下美元指数下降对油价风险冲击比美元指数上升更大.     

国有股减持的若干思考

国有股减持的目的是改善中国资本市场的股权结构和流动性,提高市场配置资源的能力,提高国有资本运行的效率,改善上市公司法人治理结构,补充社会保障资金.本文减持的历史背景、减持的原则、减持的参与者与方式、减持的方案、减持的价格及国有股减持与股权激励等方面阐述了一些看法和观点.     

基于VaR-WKDE单个期货合约动态基准保证金模型研究

以单个期货合约的对数涨跌率来反映合约的市场风险,借助VaR法和加权核估计法,并依据期货多头和空头损失不对称原则,建立了单个期货合约动态基准保证金确定模型,解决了合约每一交易日基准保证金的确定问题.该模型的特点一是借助加权核估计法预测合约涨跌率最大日亏损值,充分体现了涨跌率的实际走势,从而使VaR估计更加精确.二是提出了从多、空头风险值两个角度出发确定期货合约基准保证金思路,简化了SPAN和TIMS系统因设置多种价格风险情景而采用情景模拟法(SS)确定基准保证金的复杂性,保证了模型预测精度及准确性.三是借助大豆合约d0403实证研究及结果分析验证了模型实用性.     

异质数据下基于变点检验分段偏正态均值回归的参数估计

带有偏斜的异质数据广泛出现在大气科学、生物医学和经济学等领域.目前关于异质偏斜数据建模的方法还很少被提出,且现存的分段模型不能自动的对数据分段,大大限制了分段模型的应用场景.针对异质偏斜数据,提出了一种基于偏正态均值回归的分段模型,且在模型的参数估计部分改进了EM算法M步中的两点梯度下降算法,用显示解替代了文献[24]的迭代算法.使用MIC信息准则做模型的变点检验,同时估计变点的位置.通过数值模拟表明所提模型和算法的有效性.实例分析表明,所提分段偏正态回归模型的预测精度优于不分段偏正态回归模型下的预测精度,且具有更好的解释性.     

基于双尺度长短期记忆网络的交通事故量预测模型

为了降低交通事故的发生、减少财产损失,建立新型交通事故量预测模型. 该模型利用双尺度分解方程将原始交通事故时间序列分解为多个子层,并利用长短期记忆（LSTM）网络对得到的低频子层进行预测;利用双尺度重构方程将低频子层的预测结果进行重构. 分别构建LSTM预测模型、门控循环单元(GRU)预测模型、自编码(SAEs)预测模型和双尺度长短期记忆网络(DS-LSTM)预测模型,利用这4个预测模型对2个数据集进行预测. 结果表明,本研究模型相较其他模型能够有效预测交通事故时间序列,且具有较强的鲁棒性. 对于2个数据集,相较于原始的LSTM模型,DS_LSTM预测模型预测准确度分别提高6%、28%;对2个不同数据库(利兹和UK)的测试表明本研究模型具有较好的泛化性能.     

应用高斯粒子滤波器的桥梁可靠性在线预测

为采用实时监测信息对桥梁结构构件的可靠性进行动态预测分析,应用健康监测系统的长期大量监测数据,建立了基于监测数据的动态模型(监测方程与状态方程),引入混合高斯粒子滤波器(MGPF),基于粒子滤波方法、贝叶斯方法以及动态模型,对监测信息状态变量的后验分布参数和监测值的一步向前预测分布参数进行预测分析.混合高斯粒子滤波方法通过重抽样技术,提高了动态模型的预测精度.基于实时监测信息可以不断修正抽样粒子的权重,进而解决粒子退化问题.最后基于实时预测的分布参数,结合一次二阶矩(FOSM)方法,对桥梁结构构件的可靠性进行在线动态预测分析.     

基于最小二乘支持向量机的时用水量预测模型

针对神经网络存在结构较难确定,训练易陷入局部最优以及容易过学习等问题,提出将最小二乘支持向量机用于预测时用水量.最小二乘支持向量机(LSSVM)基于结构风险最小化,能够较好地协调经验风险最小化和学习机器VC维之间的关系,并且LSSVM在支持向量机(SVM)的基础上,通过将价值函数改为最小二乘价值函数以及用等式约束代替不等式约束,将求解的二次规划问题转变为一组等式方程,采用径向基核函数,得到LSSVM模型的待定参数比标准支持向量机少,仅为2个.根据时用水序列具有周期性和趋势性的特点,建立了基于最小二乘支持向量机的时用水量模型.实例分析表明,与基于BP网络的时用水量模型相比,基于最小二乘支持向量机的时用水量模型具有更强的预测能力.     

(3+1)维Jimbo-Miwa方程的非行波解

利用李群分析法得到(3+1)维Jimbo-Miwa方程的一个对称和两个对称约化方程.通过行波变换将对称约化方程转换为复域的常微分方程,给出复域的常微分方程的亚纯解结构,从而得到了(3+1)维Jimbo-Miwa方程的两类非行波解的结构,并给出该方程的新的非行波精确解.     

高管激励与企业绩效内生性关系研究

为了研究高管激励与企业绩效之间的内生性关系,本文把高管激励分为薪酬激励与股权激励,采用经济附加值(Economic Value Added,EVA)为衡量绩效的指标,建立单一方程与联立方程模型进行实证分析.结果表明,高管激励与企业绩效存在内生性关系.高管激励对于绩效具有促进作用,而企业绩效在一定程度上又实现了高管激励机制.     

高炉炉温预测控制的变系数回归模型

为更好地预测与控制高炉炉温的发展趋势，从高炉炉温控制的混合动力学方程出发，在将其差分离散的基础上，运用变系数回归的相关理论，建立了高炉炉温预测控制的变系数回归模型.同时运用加权最小二乘法对模型的参数进行估计，得到每一炉下具体的高炉炉温预测控制的回归模型.结合包钢6#高炉的数据进行预测控制模拟，取得了90%命中的预测效果.此外，还给出了每一预测时刻下控制变量、状态变量与铁水硅质量分数w(Si)之间的数量关系，为预测之后的控制奠定了模型基础.