基于AdaBoost组合算法的衍生金融工具风险预测

文章构建了衍生金融工具风险预测的AdaBoost组合算法的单属性测试和决策树模型;详细论述了单属性测试和决策树与AdaBoost算法的分类器组合机制,同时界定了12个风险检测变量指标,运用252个我国上市公司作为初始样本,分别进行了一年、两年和三年的26次衍生金融工具风险预测的AdaBoost组合算法的单属性测试(SAT),AdaBoost组合算法的决策树(DT)、单决策树和单支持向量机(SVM)实验,结果表明,基于AdaBoost组合算法的衍生金融工具风险预测模型可以对公司衍生金融工具风险进有效的预测。     

分类预测中正判率的改进方法

评估分类预测模型优良性的做法是衡量其预测准确度,即正判率.文章从四个不同角度,构建基于混合策略的组合预测模型、持续学习的朴素贝叶斯分类器、变量集预处理、分阶段逐步实施的分类预测模型,讨论了如何审慎地选择或以恰当的方式运用一种或几种合适的分类算法,来有效地提升分类预测的正判率.其中,基于混合策略的组合预测模型对正判率的提升幅度明显,而持续学习的朴素贝叶斯分类器对模型优化也显得简单而有效.     

基于灰色线性回归组合模型的金融预测方法

建立精确的金融预测模型对金融产品管理和风险控制具有重要的实用价值.文章针对新时期下金融产品推出周期短,可建模数据少的特性,构建了一种少数据建模的灰色线性回归组合金融预测模型.针对传统GM模型中忽略了数据的线性变化规律,对传统的GM模型进行改进,加入线性部分,构建了灰色线性组合金融预测模型,并给出了灰色线性组合金融预测模型的参数识别算法.最后实证分析了灰色线性组合金融预测模型对少数据建模的有效性,且实证结果显示该组合金融预测模型具有较高的预测精度.     

动态过程质量异常模式ANN-SVM识别模型及仿真分析

为简化ANN网络结构、降低MSVM识别的复杂度,提高动态过程质量异常模式识别效率,文章提出了基于ANN-SVM的动态过程质量异常模式识别模型.首先,在ANN分类器中应用均值特征把整体变化趋势上具有相似性的六种质量模式划分为三大类别.其次,利用SVM分类器对这三类进行再识别.应用均值特征构建的ANN网络结构简单,无需对其进行参数优化,并且ANN分类器将多分类问题转化为三个两分类问题,降低了MSVM的分类数.仿真结果表明:所提出的识别模型比单一采用ANN或MSVM分类器的整体识别精度均有显著提高,且大大缩减了模型训练时间.     

基于贝叶斯组合分类的SME信贷违约预判模型

文章针对现有的大部分单一分类器预测精度不而,且具有一定限制条件的弱点,提出了应用组合分类模型对中小企业信贷违约预判的方法.以调整的SVM后验概率分类器和多维正态分布概率分类器为基本模型,构建了基于贝叶斯规则动态分配权重的组合分类模型,并把它应用于中小企业信贷违约预判.结果表明,该模型克服了普通组合预测模型权重分配固定的弱点,可获得较高的稳健性和分类精度.     

基于组合预测模型的粮食价格模拟仿真比较

文章构建了基于组合预测模型的粮食价格预测模型,并实例分析了基于组合预测模型的粮食价格预测模型要比基于单一预测模型的粮食价格预测模型精度高.文章分析了现有的粮食价格预测模型的研究成果,并指出研究成果中存在的缺陷,接着建立了基于组合预测模型的粮食价格预测模型,推导出确定组合权重的计算公式,最后通过实证对比分析了基于组合预测模型的粮食价格预测能有效提升粮食价格预测精度,说明所建立模型的可行性和有效性.     

基于灰色关联分析统计组合预测精度评价

灰色关联分析目的是寻求系统各因素之间的重要关系,而灰色关联度是灰色关联分析的基础,其算法基本思想是根据行为序列曲线几何形状的相似性来确定序列之间联系的紧密性.文章尝试将这一基本思想应用于同样单项预测模型所构成的不同组合预测模型预测精度的评价.通过构建组合预测方法预测精度评价指标体系,利用灰色关联分析方法给出了组合预测模型预测精度的评价.最后通过应用实例进行了分析,结果表明:该评价方法客观准确,可操作性强.     

中国养老基金的投资策略选择

受到法规政策限制,目前中国养老基金的投资渠道比较有限,主要投资于股票、债券、基金等传统资产类别。国外养老基金的投资工具除了传统资产类别以外,还包括私募股权基金、实业资产、资产证券化产品和绝对收益等领域。与传统资产类别相比熏此类资产对通货膨胀和通货紧缩的周期反     

金融市场收益率方向预测模型研究———基于文本大数据方法

金融市场的发展关系着一国的经济命脉,而股票市场作为金融市场的重要组成部分,对其收益率的研究也一直都是学术界的热点。财经新闻常被认为蕴含着丰富的信息,其中所包含的情感信息作为影响投资者投资决策的重要因素之一,对股票收益率也具有一定的影响。故本文构建了适用于金融投资领域的财经新闻情感词典来对财经新闻进行文本分析,同时构造了新的预测模型:将财经新闻文本中所含的情感量化为情绪指数并与时变密度函数相结合,得到时变加权密度模型。并在此基础上以模型评分为权重组合多个预测模型构建出评分加权模型用于股票收益率预测。结果显示,加入情绪指数能有效提高模型预测能力,而评分加权模型的预测能力则在此基础上更进一步,在准确率以及评分规则上基本达到双重最优。     

经济景气指标与实际GDP增长率的混频预测

文章通过构建月度景气指标与季度实际GDP增长率之间的混频动态向量自回归模型,并采用期望最大值算法和卡尔曼滤波来实现混频数据和缺失数据的估计和迭代预测.大量月度景气指标的MFVAR模型的伪实时数据的多步滚动迭代样本外预测结果表明:虽然不同类别的月度景气变量在不同预测期的预测结果存在一定的差异,但实时预报、短期预测,以及组合预测结果均表明混频动态向量自回归预测模型对我国季度实际GDP增长率的实时预报和短期预测具有精确性、有效性与适用性.     

网上调查应注意的几个问题

国际互联网的飞速发展,正在把 我们带入一个激动人心的网络世界。适应网络时代的调查方式──网上调查随之产生。网上调查是利用网络作为信息收集渠道,获得即时有针对性的各种信息的一种调查方式,具有很高的时效性和效率,可以节省大量调查费用和人力,是二十一世纪调查研究收集数据的主要手段之一。由于国内上网用户数量有限,网上调查也刚刚起步,网上调查的使用具有一定的局限性,应注意以下几个问题: 样本的代表性网上调查的调查对象仅限于网民,网民的构成决定着预定的被调查者是否构成群体规模。如果被调查规模不够大,样本往往缺…     

基于GARCH模型的金融冲击对企业产出影响研究

利用GARCH模型,计算了来自货币供给、汇率以及股市波动因素的金融冲击,结果表明GARCH模型能够很好地反映金融冲击情况。根据GARCH模型分析结果,利用面板数据模型研究了金融冲击对企业产出的影响,实证研究显示:金融冲击会对企业产出有显著的影响,但单独股市波动的冲击对就业影响不显著;资产负债率高的企业,金融冲击会导致产出更大的下降。     

ARCH类模型在风险价值测度中的应用

将ARCH类模型用于计算风险价值，会在很大程度上提高风险价值测度的精度。通过理论分析和实证分析都表明，利用ARCH类模型计算金融资产的风险价值，可以体现其收益率的分布状态和波动性的影响作用，适应风险价值计算的需要，能够提高风险价值的计算精度。     

连续性抽样估计方法研究综述

根据国外的理论研究及应用的经验,预计连续性抽样估计方法在中国的应用前景非常广阔。因此,将连续性抽样估计方法作为研究对象,对国外已有的相关研究成果进行理论化、系统化的研究综述,并比较分析各类连续性抽样估计方法,归纳出存在的问题及未来研究的趋势,为后续的研究提供参考,同时为该方法顺利地应用到中国实际调查工作中奠定理论基础,从而进一步推动中国统计调查方法体系的改革与发展。     

基于倾向分匹配法的农民工培训收入效应实证研究——以吉林省为例

基于2006年吉林省进城务工人员调查数据,采用倾向分匹配法对农民工的培训收入效应进行估算.研究结果表明:培训对农民工的收入确实有显著的积极的影响,其中职前培训的增收效果明显高于在职培训.横截面估计和OLS估计的结果也支持这一结论.同时通过比较不同方法中的受试组和参照组个体统计特征发现,倾向分匹配法中参照组的个体统计特征更接近于受试组,亦即基于倾向分匹配法获得的估计结果更接近于随机实验结果.     

Bounds on Sample Variation Measures Based on Majorization

Using majorization theory, upper and lower bounds are derived for different measures of variation as progressively more items of information are available about the sample data. As a convenient starting point, bounds are first established for a one-parameter family of variation measures, which is a generalized mean difference measure of which Gini's mean difference, the standard deviation, and the range are particular cases. While, as pointed out, some of the derived bounds are well known, others do not appear to have been published and are tighter than established bounds. Some 40 different bounds are derived, besides any number of bounds given for the generalized family of variation measures. A number of interesting inequalities are also derived on the basis of some of the bounds. While the bounds have been developed in terms of real-valued sample data generally, the paper concludes with a brief discussion of the bounds for categorical data when the sample data consists of frequencies (counts).     

Influence on tests with focus on linear models

To assess the influence of single observations on the parameter estimates, case-deletion diagnostics are commonly used in linear regression models; one example is Cook's distance. For nested parametric models we consider a deletion diagnostic for evaluating the influence of a single observation on the likelihood ratio (LR) test. In order to have a common scale as reference, the asymptotic distribution of the diagnostic is derived and the values of the diagnostic are converted to percentiles. We focus on linear models and general linear models, and in these cases explicit results are derived. The performance of the diagnostic is explored in two small bench mark examples from linear regression and in a larger linear mixed model example.     

A note on characterizations based on truncated expectations

Many characterization results of the bivariate exponential distribution and the bivariate geometric distribution have been proved in the literature. Recently Nair and Nair (1988b, Ann. Inst. Statist. Math. 40 (2), 267–271) obtained a characterization result of the Gumbel bivariate exponential distribution and a bivariate geometric distribution based on truncated moments. In this note, we extend the results of Nair and Nair (1988b) to obtain a general result, characterizing these two bivariate distributions based on the truncated expectation of a function h, satisfying some mild conditions.     

基于粗糙理论的高速公路财务评价方法研究

在粗糙理论的背景下,介绍一种高速公路财务评价方法,该方法视高速公路中各评价指标的基础数据或参数为粗糙变量,构建粗糙向量,并提出粗糙模拟技术以及粗糙条件下求解指标期望值、概率和关键值的一般方法和步骤;最后举例说明该方法的可行性和有效性.     

基于点过程的极值VaR研究

风险无时不有、无处不在,风险本身并不可怕,金融机构就是通过承担风险、管理风险来获得收益的。真正可怕的是极值风险,即稀少或极端事件的发生给经济主体带来巨额损失的风险。因此对极值风险的建模就成为风险管理的重中之重。极值理论为极端事件的统计建模和极值风险测度的计算提供了坚实的理论基础,故有必要通过介绍和比较传统极值事件的建模,基于点过程构建极值风险的一般模型,并利用外汇市场的日数据和VaR的估计与检验进行实证分析。