工业取用水监测奇异数据挖掘与重构方法

提高工业取用水监测数据质量是目前国家水资源监控能力建设的重要内容，而奇异值问题已成为影响监测数据质量的关键短板。本文在解析现阶段工业取用水监测数据奇异值主要类型基础上，以国家水资源管理系统数据库中工业取用水监测数据为样本，利用小波变换模极大值模型提取工业取用水监测数据时频变化特征，并利用傅里叶函数对其残差序列进行修正，进而运用相对误差控制方法挖掘监测数据奇异值。在此基础上，采用混沌粒子群优化的最小二乘支持向量机模型重构填补奇异值数据。研究结果表明：小波变换模极大值模型能够较好地提取工业取用水监测数据序列的时频变化特征，但是同时容易导致监测数据的信息损失，利用傅里叶函数对小波变换进行残差修正则可进一步提升取用水监测数据序列的特征提取效果；以小波变换模极大值特征序列为基础，通过相对误差控制可实现对监测数据奇异值的高效挖掘；对于挖掘出的奇异值重构填补问题，可选取混沌粒子群优化的最小二乘支持向量机模型，其重构精度要优于多项式曲线拟合等传统统计学方法和普通最小二乘支持向量机模型。上述工业取用水监测数据奇异值挖掘重构策略为现阶段国家水资源监控能力建设的推进提供了重要技术方法支持。     

基于小波变换的时间序列奇异性问题探析

文章讨论了基于小波变换模极大值的时间序列奇异性问题探测,突破了傅立叶分析在时域和频域方面的局部化能力。时间序列的局部奇异性可由其小波变换模随尺度参数的衰减特性来刻画,文章通过小波变换在小尺度下的局部模极大值来检测信号奇异性;并通过建立目标函数计算Lipschitz指数,简化了计算过程。     

我国资产证券化发展研究

通过资产证券化方式得以传播的美国次贷危机给全球经济带来了重创,也给我国资产证券化发展带来了反思。文章分析了次贷危机的深层次原因,提出客观看待资产证券化的观点,并通过格兰杰因果检验等方法进一步探讨出资产证券化在我国良性运行的决策建议。     

2009年四川经济：在挑战中抓机遇在困难中求发展

美国的次贷危机已经引发了国际金融危机。人们开始担心,次贷危机会不会进一步恶化,酿成全球危机?笔者以为,美中之间的经济互补关系势必使亚太市场调整强于风暴中心。美国的过度消费拉动了中国的出口,中国的高储蓄率、廉价产品支撑着美国的高负债消费。在次贷危机从美国     

美国利率政策与次贷危机的关系研究

文章旨在探讨美国在本世纪初的利率政策与次贷危机的关系,以期从中得出有益于我国制定正确货币政策的启示.实证结果发现:美国的利率政策在本次贷危机中起到了"助推器"的作用.长时间的低利率水平使得包括美国在内的全球流动性泛滥,之后又连续加息增加了经济的系统性风险,因此可以说,美国的利率政策是次贷产生的温床,也是次贷危机爆发的催化剂.     

收入差距:美国次贷危机的根源与本质

美国次贷危机本质上不是一个金融问题、而是收入差距问题.文章以新古典经济增长模型为基础,分析了危机的实体经济基础,对其原因与本质进行了理论与实证研究.最后得出结论:过度消费是美国次贷危机产生的根本原因,收入差距过大是次贷危机的本质.     

基于协整技术的中外股市联动分析

一、引言2007年，美国爆发次贷危机，并逐渐波及世界各国，最终引发了世界金融危机。在全球金融危机背景下，世界经济步入衰退，具体表现为衍生产品价格下跌、投资银行破产或出现财务危机、信用循环断裂以及实体经济遭受剧烈冲击等。而作为经济晴雨表的股票市场，必然是首当其冲。在次贷危机的猛烈冲击下，全球股市出现普遍爆跌的联动效应现象。同样，我国股票市场也在危机过程中显示出漫长而又迅速的下行路径，股指连创新低。     

华尔街走下神坛，投资理财何去何从？

2007年爆发的美国次贷危机在2008年以来没有出现任何缓和的迹象。它不仅为世界经济形势罩上了一层阴影,还给我国经济带来直接和间接的影响。直接影响是我国银行购买美国抵押贷款证券所蒙受的损失,这种损失比较有限。相对而言,次贷危机对我国经济的间接影响就要远远大于直接影响了。     

美国次贷危机及其影响

2007年夏天集中爆发的美国次贷危机目前仍在扩大.次贷危机与房市低迷,经济周期等因素相互激荡、叠加,所造成的影响正在扩大和深化, 使得美国经济进一步滑向衰退,并波及欧洲、日本乃至全球经济.各方面的最新指标显示, 当前美国经济趋于停滞,美元进一步贬值,发达国家信贷紧缩,同时国际市场商品价格进一步上扬, 主要经济体短期通胀压力加大.     

如果全球经济二次探底……

从2007年4月开始,美国次贷危机引起的金融危机,导致全球性的经济危机,对中国的出口影响不小。美国去年的经济增长是-2．4％,今年一季度经济增长为3．2％,正在走出危机。     

A Bayesian model for multiple change point to extremes,with application to environmental and financial data

Abrupt changes often occur for environmental and financial time series. Most often, these changes are due to human intervention. Change point analysis is a statistical tool used to analyze sudden changes in observations along the time series. In this paper, we propose a Bayesian model for extreme values for environmental and economic datasets that present a typical change point behavior. The model proposed in this paper addresses the situation in which more than one change point can occur in a time series. By analyzing maxima, the distribution of each regime is a generalized extreme value distribution. In this model, the change points are unknown and considered parameters to be estimated. Simulations of extremes with two change points showed that the proposed algorithm can recover the true values of the parameters, in addition to detecting the true change points in different configurations. Also, the number of change points was a problem to be considered, and the Bayesian estimation can correctly identify the correct number of change points for each application. Environmental and financial data were analyzed and results showed the importance of considering the change point in the data and revealed that this change of regime brought about an increase in the return levels, increasing the number of floods in cities around the rivers. Stock market levels showed the necessity of a model with three different regimes.     

当前经济发展面临的新形势和新任务

本文基于国际经济仍处于国际金融危机后深度调整期、国内经济步入新常态发展期的新形势,从发展、改革、结构调整、民生改善、防范经济和金融风险的角度,深入分析了当前经济发展面临的新任务,指出促进经济发展应树立的空间思维、历史思维、法治思维和专业思维,以准确把握未来经济发展方向。     

外商直接投资对江苏省进出口贸易影响的实证分析

利用最小二乘估计法(OLS),加入虚拟变量,对江苏省1991到2010年FDI存量与对外贸易量、对外贸易依存度进行分析,结果显示:江苏省实际利用外商直接投资存量对进出口贸易额的增长有积极的促进作用,入世后显著大于入世前,但美国次级贷款危机后有负的作用;外商直接投资存量对提高江苏省贸易依存度有积极的促进作用,入世后显著大于入世前,但美国次贷危机后出现了显著的反向影响作用。     

中国国际金融风险预警的理论问题研究

 经济全球化使中国经济与世界的联系越来越紧密,美国作为中国最大的单国贸易伙伴,对中国经济的影响也越来越多。美国一旦发生金融危机,必然会对中国经济造成危害。本文基于全球化这一背景,从国际金融危机的传导途径入手,构建包含宏观经济、金融市场、金融机构和微观企业层面的中国国际金融风险预警指标体系。并以美国为例,利用1998年二季度至2008年四季度数据,选取部分宏观经济层面的指标,对这一体系进行实证检验。结果表明,本文构建的中国国际金融风险预警指标体系具有较好的预警效果。     

A new financial stress index model based on support vector regression and control chart

Financial stress index (FSI) is considered to be an important risk management tool to quantify financial vulnerabilities. This paper proposes a new framework based on a hybrid classifier model that integrates rough set theory (RST), FSI, support vector regression (SVR) and a control chart to identify stressed periods. First, the RST method is applied to select variables. The outputs are used as input data for FSI–SVR computation. Empirical analysis is conducted based on monthly FSI of the Federal Reserve Bank of Saint Louis from January 1992 to June 2011. A comparison study is performed between FSI based on the principal component analysis and FSI–SVR. A control chart based on FSI–SVR and extreme value theory is proposed to identify the extremely stressed periods. Our approach identified different stressed periods including internet bubble, subprime crisis and actual financial stress episodes, along with the calmest periods, agreeing with those given by Federal Reserve System reports.     

矩阵式资金流量表与风险波及测算

 本研究将中国的资金流量表调整为矩阵式资金流量表,统计描述性分析部门间资产与负债的基本特征。进而应用列昂惕夫逆矩阵建立部门间金融风险的波及效应模型及展开乘数分析,说明各项金融交易风险波及的排序,解析金融系统性风险对中国金融整体的最终波及效应。推测与分析结果表明,2010年中国各种金融交易项目的系统性风险评估超过了2007年美国爆发次贷危机时的状况。     

群体分析视角下商业银行对金融体系的风险溢出效应研究

本文基于异质市场假说和高频数据,利用高频数据采样频率高及富含波动信息的特点,构造多银行和系统间多元联合分布过程,并将银行间的动态联系纳入考虑,构建了蕴含丰富经济意义、形式灵活的高频动态多条件CoVaR模型及基于此的群体性系统性风险贡献指标。从群体分析视角出发,研究了不同商业银行群体对金融体系的风险溢出效应。结果显示：就系统性风险贡献度而言,该模型准确刻画了近年不同时期下我国三类商业银行系统性风险贡献度的时变特征,其表现为在次贷危机及欧债危机、我国“钱荒”时期及股票市场异常动荡时期,由于风险的传染性等特征导致三类商业银行的系统性风险贡献度均有所上升,而在其他时期则相对平稳;就单个银行对系统的风险溢出影响而言,工商银行的风险溢出比率最大,与其庞大的资产规模以及在金融体系中的重要地位与作用密不可分;当分析同类型银行群体的风险冲击时,国有商行类的系统性风险溢出比率值最高,其次为股份制商行类,该两类的溢出比率相差无几,且均远大于城商行类,表明股份制商行对金融系统的风险溢出影响不可小觑;当剖析不同类型银行群体时,此模型同样适用。本文所构模型能够实现多个银行对金融系统极端风险贡献的度量,可为监管部门的分类监管及有限能力下银行救助顺序的确定提供一定参考依据。     

韩国的金融政策与金融危机及对我国的警示

金融危机的爆发对经济发展的危害是巨大的,受这次金融风暴直接冲击的国家,其经济实力普遍倒退７至１０年。其中韩国因货币贬值五成,其经济规模已由世界排名第１２位降至第１７位,人均国民生产总值由１９９６年的１０５４８美元降至目前的６６６４美元,经济实力倒退了...     

经济政策不确定性如何影响金融市场间的流动性协同运动？——基于中国金融周期的视角

金融市场间流动性出现高协同运动是发生危机传染的重要表现之一，因此，针对流动性动态联动效应的研究显得极为重要。本文基于中国金融市场数据测算了2003-2018年间我国股市、债市流动性，并对Colacito等（2011）的混频数据抽样动态条件相关系数模型（DCC-MIDAS）进行了扩展，同时从金融周期视角出发，运用扩展后的模型考察了经济不确定性在不同时间区间内对于流动性波动率和相关性是否存在不同的作用效果。研究结果表明，相较于单因子混频模型，引入经济政策不确定性的多因子混频模型可以更好地捕捉我国股债两市相关性的动态变化；同时，经济政策不确定性的提高会降低股债两市流动性的正相关性，但这一作用效果会在金融周期的拐点处转为加强两者的正相关性。本文不仅为讨论股债两市联动效应提供了流动性的新视角，也为金融市场风险监管提供了重要的参考依据。     

基于椭圆概率神经网络的企业财务危机预警

在国际经济一体化的大环境下,随着企业竞争的日趋激烈,企业进行财务危机的预警显得尤为重要。基于椭圆概率神经网络的财务危机预警方法是概率神经网络的改进,考虑代表输入变量重要性的变量权值、代表样本有效范围的核宽倒数及代表样本可靠程度的数据权值,利用该方法对企业财务危机进行预测。实证分析结果证明：此方法的优越性有较高的预测准确性,能够为中国资本市场的发展提供很大的帮助。