基于因子分析模型的利率波动分析

利用因子分析和时间序列分析法将同业拆借市场上的16种利率品种分为2组进行分析,构建利率预测模型。其中一组利率表现出短中期波动趋势,另一组利率则表现出长期波动趋势。基于短中期波动趋势的公共因子建立AR(5)模型,基于长期波动趋势的公共因子建立ARMA(2,4)模型,进行实证分析。     

我国银行间同业拆借利率的非线性分析

运用R/S方法研究中国银行间同业拆借利率序列得出中国银行间同业拆借利率序列不服从对数高斯分布;中国银行间同业拆借市场不是一个有效的市场,其收益率序列均为服从分形概率分布的持久性时间序列,它们遵循有偏随机游动,市场表现出一定的趋势行为;中国银行间同业拆借利率序列的赫斯特指数H为0.68.也就是中国银行间同业拆借市场呈现出长期记忆等非线性的混沌特征.最后,对中国银行间同业拆借利率时间序列进行相空间重构,并计算出其关联维数.     

我国货币政策对银行间同业拆借利率期限结构的影响效应研究

在中央银行提高（降低）对金融机构一年期的贷款利率的两个月内,所有期限银行间同业拆借利率与中央银行基准利率同向变动,但长期银行间同业拆借利率的变动幅度相对较大,银行间同业拆借利率期限结构曲线呈现截面稍微向上（下）倾斜变化和动态平行移动变化.在中央银行调整对金融机构一年期的贷款利率后的第二个月,所有期限的银行间同业拆借利率仍随中央银行基准利率同向变动,但中期银行间同业拆借利率变动幅度相对较大.我国银行间同业拆借利率期限结构随中央银行基准利率的变化规律反映了货币政策和经济周期的相互作用.当中央银行提高（降低）对金融机构一年期的贷款利率时,长期资金缺口增加（减小）,短期资金缺口减小（增加）,长期银行间同业拆借利率相对短期银行间同业拆借利率增加（降低）幅度较大.随着长期资金缺口增加（减小）,外源融资溢价增加（减小）,货币性资产收益率增加（降低）,中期银行间同业拆借利率增加（降低）幅度相对较大.     

基于时间序列的相空间重构算法及验证（二）

很多非线性系统的外部特性通常只能是某个单变量的时间序列．采用延迟坐标状态空间这种相空间重构方法，对非线性系统中的单一时间序列进行分析，从中恢复出系统内部存在的非线性动力学特性．对两个关键参数的选择做了大量的理论分析研究．用某些经典的混沌系统对这些算法进行了验证，结果表明程序计算的实际值和理论值基本一致。     

基于时间序列的相空间重构算法及验证（一）

很多非线性系统的外部特性通常只能是某个单变量的时间序列，采用延迟坐标状态空间这种相空间重构方法，对非线性系统中的单一时间序列进行分析，从中恢复出系统内部存在的非线性动力学特性，对两个关键参数的选择做了大量的理论分析研究，用某些经典的混沌系统对这些算法进行了验证，结果表明程序计算的实际值和理论值基本一致。     

新能源行业上市公司投资价值实证分析基于改进的因子分析模型

以A股上市的27家新能源公司为研究对象,利用2014-2018年面板数据,选取较为科学合理的11个财务指标作为基础性指标,采用因子分析法计算各公司近五年的因子综合得分,运用Topsis法得到上市公司的最优因子方案贴近度,进一步分析各上市公司投资价值。研究结果表明,我国约82.35%的新能源上市公司的最优因子方案贴近度分布在0.3～0.7,研究样本中仅有17.65%的上市公司的最优因子方案贴近度大于0.7,表明我国新能源上市公司投资价值有待提升。对新能源上市公司提出相关建议。     

基于聚类的股票波动分析及其应用

Markowitz提出的“期望均值收益-收益方差“规则(M-V),模型要求选择差异性较大的资产进行组合,从而在给定收益率水平下,降低组合的风险。在M-V模型的基础上,采用了数据挖掘中聚类的方法,定义出一种衡量时间序列样本之间相似性程度的指标,这个指标反应了股票间波动行情趋势的异同。在此基础上对资产价格序列性进行聚类分析,与单纯M-V模型相比,在给定的收益率水平下降低了资产组合的风险。采用上证指数中若干股票进行实验验证表明,在给定的收益率下,采用基于密度的层次聚类方法的股票组合可以得到比随机组合更小的风险水平。     

我国货币政策的银行间同业拆借利率传导效应研究

通过对银行间同业拆借利率之间及银行间同业拆借利率与宏观经济变量之间反馈关系的分析,揭示了我国货币政策银行间同业拆借利率传导的规律性.中央银行在数量型（货币供给）调控的基础上,运用价格型（利率）工具实现货币政策传导的准确性和稳定性目标,包括应对资产价格的变化.银行间同业拆借市场提供了关于货币供给、均衡信贷量、均衡通货膨胀、均衡利率和均衡资产价格的多种货币政策决策参考信息.货币政策表现出货币供给规则和利率规则混合协调的特征.     

基于时间序列模型的计算机解耦控制（II）

基于现代时间序列分析方法,在多维ＣＡＲＭＡ系统辨识的基础上,采用对角阵法,推导出多维ＣＡＲＭＡ系统的一般解耦算式;设计了Ｐ规范前馈解耦网络,用Ｃ语言编制了计算机解耦程序,经计算机实例仿真,解耦效果理想。     

基于多Agent搜索行为分析的用户兴趣模型

为解决传统搜索引擎个性化的局限性问题,在研究用户感兴趣搜索引擎现状基础上,通过多Agent较全面记录、分析用户搜索的行为,提出了一种新的综合用户搜索行为,构建用户感兴趣搜索引擎研究框架——基于多Agent搜索行为分析的用户兴趣模型。研究结果表明,依据用户搜索行为构建用户兴趣模型,使搜索引擎返回结果更贴近用户需求。满足用户个性化服务,提高了信息搜索的查全率和查准率。     

基于因子分析的Logistic违约概率模型

选取我国泛北部湾6省（区）360家上市公司的财务数据,采用能反映公司信用特征的52个财务指标作为原始变量,通过因子分析,在提取6个主成分基础上,利用Logistic模型建立了商业银行上市公司贷款客户违约概率函数,经检验该信用风险模型的总体正确率为90.2%,对不违约的预测正确率为94.1%,对违约的预测正确率为86.3%。     

基于因子分析法的教学质量评价模型

在教学质量的各类评价研究中,评价者可以通过查阅资料获取由许多评价指标构成的评价体系,来评价教学质量的优劣,但是往往指标过多,工作量过大,不利于作出科学性评价。运用因子分析的方法,在庞大指标体系中找出能反映教师基本素养、教学形式、教学内容、课堂教态、选用教材、组织安排、教学设计、教学效果的8个潜在因子,对教学质量进行综合评价。     

基于数据立方体的用户兴趣模型

兴趣模型是个性化信息技术中的关键问题，有效地获取用户兴趣信息，能更好地为网络用户提供信息服务．提出了基于数据立方体的兴趣模型，说明了模型主要结构及其工作原理．给出1个具体实例，该实例由5个维表及1个中心事实表组成，5个维表包括用户标识、时间、浏览行为、访问的URL地址和访问资源类型．介绍了模型中的一些关键技术，如模型工作原理、用户标识确定、访问资源分类、客户端浏览行为获取等．     

基于因子分析的银行绩效实证研究

从银行盈利能力、成长能力和抗风险能力等方面,运用因子分析和聚类分析方法比较了我国商业银行的经营绩效,探讨了我国银行经营绩效低的原因,指出了提高我国商业银行整体绩效的途径.     

基于因子分析法的小康社会综合评价模型

因子分析法就是用少数集成后的互不相关的因子变量去解释大量的统计变量的一种统计方法,通过对小康社会综合评价方法的探讨,利用因子分析法建立了一个小康社会综合评价模型,并利用此模型对江苏省13个城市2007年的小康社会进行了综合评价,其结果与综合评分法和物元理论模型的评价结果进行比较,结果显示三者基本上一致。     

基于因子分析与DEA模型的基金业绩综合评价

利用因子分析方法，通过SPSS统计软件对7个原始指标进行了因子分析，对反映基金风险和收益状况的一些指标进行处理，并将风险因子得分和费用作为输入指标，将收益因子得分和折价率作为输出指标，利用数据包络分析模型对我国封闭式基金进行了综合业绩评价并对基金内部和外部表现进行了DEA有效性排名．     

基于因子分析模型的上市公司经营业绩综合评价

针对上市公司经营业绩评价问题,采用二阶段多元程序,应用因子分析模型,提出了对上市公司经营业绩综合评价方法．实证结果表明,基于因子分析的经营业绩综合评价方法是一种较为客观、全面的综合分析方法,它能更详细地为信息使用者如管理层、投资者、债权人等提供决策信息,为代理人的绩效评价提供依据．     

基于SD模型的湘潭市房地产住宅价格影响因素分析

房地产是人类赖以生存和生活的基础和载体,是我国当前宏观经济中的支柱产业。2012年全国“两会”上房地产话题再次成为热议焦点,其中房价成为连续三年“两会”热点。本文通过统计年鉴、湘潭市房地产管理局、国土资源局等官方网站以及收集调研资料得到相关数据,对影响房地产价格的因素进行分析。论文的研究以湖南湘潭市为对象,利用系统动力学理论对湘潭市房地产住宅价格的影响因素建立系统动力学模型。     

基于因子分析和DEA的高职院校效率评价——以福建省为例

运用因子分析的降维整合功能对高职教育的投入和产出指标分别进行降维处理以消除这些指标之间的强线性关系,得到新的投入产出指标体系。在该指标体系基础上进行数据包络分析(DEA)计算,结果显示,因子分析处理前后的DEA效率值和效率排行都出现了明显区别,该方法为高职院校效率评价的指标体系构建提供了重要借鉴。