平行数据随机波动建模及应用研究

将随机波动模型的建模思想引入平行数据的建模过程,提出了平行数据随机波动模型,以综合分析与比较不同金融市场之间的风险状况和波动的持续特性;应用卡尔曼滤波方法首先滤出模型的伪似然函数,然后采用极大似然估计方法求解模型参数,最后利用平行数据随机波动模型对我国沪深股市数据进行了实证应用.实证表明,平行数据随机波动模型可以很好地说明我国股市的整体风险状况以及沪深两市间波动持续性的差距.     

我国期货市场波动性的非对称效应实证研究

波动的非对称性一直是金融市场波动性研究的一个重要方面.首先采用无条件波动度量方法对我国三大货市场四个主要品种1997年-2005年的波动性进行了估计,发现三大期货市场波动性呈现明显的阶段性和非对称性特征;然后根据无条件波动估计结果,对总样本进行了阶段性划分,进一步采用条件波动EGARCH模型对期货市场总体和两个不同阶段波动性的非对称效应进行了研究,结果发现小麦期货市场总体具有显著的非对称效应,而大豆、铜、铝期货市场总体不具显著的非对称效应,但分阶段后则呈现显著的非对称效应,并且两个阶段波动的非对称效应相反.     

不同条件下出行方式平衡模型及特性分析

运用交通瓶颈模型的思想,分别对共用线路与平行线路条件下的出行方式分布进行分析。分析考虑到两个方面,一是公交方式输送能力的限制,提出了拥挤风险费用;二是私人小汽车与公交方式的相互干扰,使模型更加符合实际情况。通过寻找出行者选择不同交通方式的成本平衡点,得到不同情况下的需求分布。其次,对两种不同条件下的排队等待时间与拥挤风险费用的特性进行分析。最后,给出一个简单的算例。     

基于机动时间的可分解平行工序顺序优化研究

平行工序的顺序优化是解决资源有限项目进度计划问题的最有效、最普遍的方法之一。对于该类问题的研究目前主要基于工序的不可分解性,而现实情况下有些工序是任意可分的。基于此,本文首先提出了最小路长定理,在其基础上,建立了任意可分的两个平行工序调整为顺序工序的亏值模型,并进行了理论证明,此外,针对从n个可分解平行工序中选取一个与指定工序调整为顺序工序的优化问题进行了研究,在已给亏值模型的基础上设计出了优化算法,越是大型网络,该方法的优越性越明显。     

浅谈常见水力模型校核方法

本文主要阐述了几种常见模型校核方法，包括它们的基本概念。这几种校验方法是管网模型校验方法中比较常用的。丈中对这三种方法进行了详细介绍，供大家进行对比。     

基于独立成分分解的多元波动率模型

利用独立成分分解(ICA)提出了一类新的多元波动率模型--IC-GARCH模型.通过研究上海A、B股以及亚洲5个股票市场等两个真实数据的例子,进一步分析比较了该模型与Morgan在RiskmetricsTM中使用的EWMA模型和基于主成分分解的O-GARCH模型的拟合效果.     

评价利率期权的远期与即期模型的比较分析

对支持利率风险管理的利率期权评价模型进行比较分析 .采用了有关市场的数据来检验7个具有单因素与双因素的即期利率与远期利率模型 ,由此得到一个单因子远期利率模型与两个双因子模型 ,即期利率模型与其它 4个模型之间并无明显的区别     

模型构建在生物学教学中的应用

高中生物学课程中的模型建构活动，其主要价值是让学生通过尝试建立模型，体验建立过程中的思维过程，领悟模型方法，并获得或巩固有关生物学概念。在高中阶段生物学课程的学习中，学生会陆续接触到物理模型、概念模型和数学模型等模型的建构，对模型构建方法会有比较全面的学习和了解。本文就如何进行模型建构的教学进行探讨。     

随机模型在零售顾客未来经济价值估计中的应用

零售顾客的经济价值是由购买次数和平均购买金额共同决定的。本文采用NBD模型来拟合购买次数,用gamma-gamma模型来拟合平均购买金额。基于贝叶斯原理,在给定过去购买行为条件下我们可以计算顾客未来购买次数和平均购买金额的期望值,顾客的未来经济价值就是这两个期望值的乘积。本文应用上述随机模型对一家零售企业的顾客积分卡数据进行了实证分析,结果表明该模型不仅可以比较准确地拟合顾客购买次数和购买金额数据,而且可以对顾客未来价值进行较为准确的预测。该模型方法对于零售企业加强顾客分析,提高顾客管理水平有很大的价值。     

基于GARCH-EWMA原理的期货交易保证金随动调整模型

在EWMA模型和GARCH模型思想的基础上,结合SPAN系统的思想,以保证金在期货交易中可以弥补最大损失额和保证交易的正常进行等作用为考虑因素,运用数理统计和VaR等风险管理方法,建立了保证金随动调整模型。在满足给定风险系数和置信水平的前提下,制定合理的保证金的收取比例,为期货交易的保证金水平的确定提供了新的计算方法。本模型的特点一是利用GARCH模型对EWMA模型中的关键参数-衰减因子进行测定,解决了以往使用EWMA模型时,对该参数人为赋值而导致模型人为因素过强的问题。二是在模型中引入波动函数,用来确定随时点t而不断变化的波动系数值。并采用大量的历史数据对大豆、豆粕两种期货品种的波动函数进行线性拟合,得到时点t与波动系数之间的连续线性函数,以代替以往波动系数与时点t之间所采用的极为粗糙的分段函数,从而大大提高了模型的灵敏性。三是采用近4500个合约价格的历史数据,对大豆和豆粕两种期货合约价格的涨跌停情况进行统计分析,得到这两类期货品种的涨跌停情况的概率分布。并分别考虑各种可能发生的情况综合计算最终单位保证金,使得保证金的计算更具全面性。     

组织工作压力的两维管理模型构建研究

压力管理模型的构建是组织进行工作压力管理的基础。文章在对以往有关压力管理的结构模型研究进行了回顾和评述的基础上,构建了以改进工作绩效为目的的工作压力“个体一组织”两维管理模型。并从个体与组织两个维度具体分析探讨了组织压力管理工作的要点．从而丰富了组织工作压力管理模型的实践和操作内涵。     

不允许卖空情况下M-VaR和M-SA投资组合比较研究

为了验证投资组合理论在中国证券市场的有效性,针对不允许卖空情况,文章分别研究了均值-VaR(M- VaR)和均值-半绝对偏差(M-SA)投资组合模型,并分别结合序列二次规划法和不等式组的旋转算法以及线性规划的旋转算法进行求解。文章选取1998-2000年沪市六只业绩比较好的股票,依据1998-1999年的数据作为样本数据,分别求出两个模型在不同期望收益率下的最优投资策略,将得出的最优投资策略应用到2000年,进行模拟投资,从而计算出各模型的总收益率。以等比例投资为标准,比较两个模型的绩效。最后,证明了两个模型对于中国证券市场是适用。     

品牌资产的界定及其评估模型评介

基于不同目的和受个人背景局限,人们赋予了品牌资产不同的含义并采用了不同的评估模型和方法,本文系统化地整理比较了过去学术界和实业界有关品牌资产的观点和评估模型、方法,并进行了分类和评价,最后提出了后续研究的努力方向。     

SCD模型与ACD模型比较研究

针对近几年在研究金融市场超高频序列时出现的ACD模型和SCD模型,先从理论上探讨了ACD模型、SCD模型与ARMA模型之间的关系,指出两类模型均可转化为ARMA模型,具有一定的相通性;然后实证比较了两类模型的自相关函数对实际数据自相关系数的刻画能力,以及利用基于随机模拟的似然比检验方法,从实证角度比较两类模型对持续期序列的拟合优度,得出在拟合金融市场超高频持续期数据时,SCD模型比ACD模型更具有优势。     

权证定价中B-S模型与CSR模型的比较

权证定价模型种类繁多,本文选择其中具有代表性的B-S模型与CSR模型进行比较分析,意在对中国内地权证市场的最优定价模型进行初步的探讨。以沪、深两市在市交易的15只权证为样本,通过分析比较上述两种权证定价模型的实际表现,最后得出:在中国内地权证市场,B-S模型有着更优的市场表现;同时我国权证市场价格高估现象比较明显,投机现象较为严重。最后,本文结合我国特殊的制度背景,利用"再售期权理论"对此进行了简要的分析并提出了相应的政策建议。     

基于寡头市场的供应链链间产量博弈分析

针对寡头市场,首先建立了两供应链在信息对称下竞争的Cournot模型,然后建立了它们在信息不对称下竞争的Cournot模型,研究两供应链中各自核心企业的产量决策,最后对两种情形下的博弈结果进行了比较分析.     

经典创业模型比较研究

对创业模型的研究是创业理论研究的重点,也是创业研究的基础。本文对经典的、有广泛影响的创业模型进行了分析,主要有蒂蒙斯模型、加纳模型、威克姆模型、克里斯蒂安模型和萨尔曼模型,并按照资源、机会和环境三个维度对这些模型进行了比较研究,最后指出了这些创业模型的异同点和进一步开发创业模型的思路。     

笔记本电脑服务质量测量模型及其应用研究

本文以PZB的SERVQUAL模型为基础,在对200个用户电话调查和76名用户小组访谈的基础上,构建了反映笔记本电脑服务质量的初始模型。随后,又通过对458份问卷调查结果的信度、效度及验证性因子分析,建立了笔记本电脑服务质量测量模型并对其进行了标准化。最后,本文应用标准化后的模型分析了374名商用用户对笔记本电脑服务质量的总体评价。     

基于修剪平均的神经网络集成时序预测方法

由于复杂时序存在结构性断点和异常值等问题，往往导致预测模型训练效果不佳，并可能出现极端预测值的情况。为此，本文提出了基于修剪平均的神经网络集成预测方法。该方法首先从训练数据中生成多组训练集，然后分别训练多个神经网络预测模型，最后将多个神经网络的预测结果使用修剪平均策略进行集成。相较于简单平均策略而言，修剪平均策略不容易受到极值的影响，能够使集成模型获得鲁棒性强的预测效果。在实证研究中，本文构造了两种神经网络集成预测模型，分别为基于修剪平均的自举神经网络集成模型(Trimmed Average based Bootstrap Neural Network Ensemble, TA-BNNE)和基于修剪平均的蒙特卡洛神经网络集成模型(Trimmed Average based Monte Carlo Neural Network Ensemble, TA-MCNNE)，并采用这两种模型对NN3竞赛数据集进行预测，结果表明在常规和复杂数据集上，修剪平均策略比简单平均策略具有更好的预测精度。此外，本文将所提出的集成模型与NN3的前十名模型进行比较，发现两种模型在全部数据集上均超过了第6名，在复杂数据集上的表现均超过了第1名，进一步验证本文所提方法的有效性。     

顾客参与服务补救：基于MOA模型的实证研究

探讨影响服务补救中顾客参与的因素以及顾客参与对总体满意度的影响。把服务补救中的顾客参与概念化为独立参与和共同参与,基于动机、机会和能力模型(MOA模型)提出理论框架;采用问卷调查法,通过网络调查方式收集356个消费者数据,运用SPSS 18.0和LISREL 8.80进行回归分析和结构方程路径分析。研究结果表明,在动机、机会和能力中,顾客动机是促进服务补救中独立参与和共同参与行为的最重要因素;动机与能力的交互作用显著影响独立参与和共同参与行为,能力越强,动机对两种参与行为的正向影响越大;机会(补救可得性)负向影响独立参与行为,正向影响共同参与行为;独立参与行为对总体满意度无显著影响,共同参与行为对总体满意度有显著正向影响。企业应该推动顾客社会化过程,合理设计补救可得性,全面提升服务效率和水平。