基于最小二乘理论的统计性群体决策方法

本文基于最小二乘统一理论和连乘层次分析法(MAHP)提出了一种统计性群体决策方法。首先介绍了MAHP的要点;然后建立了统计性群体决策模型;接着应用最小二乘统一理论求解该模型;进一步分析了MAHP和本群体决策方法的适用范围,分析表明本方法包容了MAHP;最后举例验证了本方法的正确性。     

偏最小二乘回归的中国证券市场收益影响因素研究

本文利用行为资产定价模型BMPA构建股票组合分类,在股票组合层面上以股票组合收益率为研究对象,在克服各因子间多重共线性下建立了上海证劵市场的偏最小二乘回归模型,以期找出影响收益率的主要因素,为我国证券市场的科学决策提供合理的依据。     

基于全最小二乘拟蒙特卡罗方法的可转债定价研究

基于传统的可转债最小二乘蒙特卡罗模拟定价方法,通过使用随机Faure序列和方差减小技术,有效地降低模型估计结果的误差,使用考虑解释变量和被解释变量误差的全最小二乘回归方法代替普通的最小二乘回归方法,提出可转债的全最小二乘拟蒙特卡罗定价方法,并给出该定价方法的具体算法步骤.以2002年10月16日发行的燕京可转换债券为例进行实证分析,从可转债的理论价值、计算标准差以及模型的运行时间等几个方面与传统的蒙特卡罗方法进行比较.研究结果表明,使用全最小二乘拟蒙特卡罗方法进行计算得到的结果更为合理,且估计误差和计算时间都更少,从而验证了该方法在可转债定价应用上的有效性.     

基于最小二乘蒙特卡洛简化算法的保险公司经济资本度量研究

对最小二乘蒙特卡洛方法(LSMC)在保险公司经济资本度量中的简化进行了研究,探讨了该方法在实施过程中的模型处理以及对于嵌套随机模拟的简化效果与效率提升。在此基础上,针对变额年金产品,在不同预测期限下,借助最小二乘蒙特卡洛方法对经济资本进行了度量,并与完整嵌套随机模拟进行了效果比较。研究结果表明,最小二乘蒙特卡洛方法在经济资本度量中起到了良好的简化作用,对于风险损失的尾部拟合具有良好效果。同时相比于经济资本度量中常用的嵌套随机模拟,大大提高了运算效率。     

基于模糊判断矩阵的对数最小二乘排序方法

基于决策者提供方案偏好信息的排序方法研究是决策分析的一个重要问题.不同类型的偏好信息有不同的排序方法和理论依据.根据模糊判断矩阵完全一致性的概念,从最优化角度提出了模糊判断矩阵的对数最小二乘排序方法,并研究了其性质,给出了相应的一致性检验指标.最后进行了算例分析.     

企业财务危机预警:偏最小二乘logistic方法的应用

鉴于现阶段我国上市公司的信用数据具有高维性和高相关性的特点,已有企业财务危机预警研究多采用能够有效降雏和消除共线性的主成分logistic模型.然而,这种模型定式在提取主成分时没有考虑解释变量与被解释变量之间的相关性,可能导致与企业财务状况关系密切的解释变量信息的丢失,从而削弱模型的预测能力.考虑到这一缺陷,本文在分析中首次引入偏最小二乘方法,并对我国沪深两市上市公司的经营失败进行了实证研究,结果表明偏最小二乘logistic模型不仅具有较优的拟合度,而且具有较高的企业经营失败预测能力.Bootstrap检验显示模型还具有较强的稳健性,预警效果更为可靠.     

基于最小二乘的支持向量机在电力需求预测中的应用

文章针对常规电力需求预测方法的不足,在分析SVM的线性和非线性分类方法的基础上提出一种基于最小二乘的支持向量机预测方法.LS-SVM模型采用结构风险最小化原则,能够在对小样本学习的基础上,对其他样本快速、准确的拟合预测,具有更好的泛化性能和精度,减少对初始值的依赖.文章采用河北省某市实际的负荷数据,按照不同的负荷日属性和历史数据属性进行样本选择,使用径向基核函数进行了电力需求预测.将预测结果与真实值和由时间序列及BP神经网络方法得到的结论进行比较,表明所提出的预测模型具有较高的精度,是有效和可行的.     

分红寿险退保率的最小二乘蒙特卡罗模拟研究

将人寿保险产品中的退保权视作美式期权,提出了一个保单退保率分布的理论模型,用最小二乘蒙特卡罗模拟计算了分红型人寿保险在合同期内各年的退保率.研究表明:市场无风险利率、保险公司担保利率、资产波动率和保险公司盈余分配比例对退保率有影响;分红保险在到期日前会出现一个退保的高峰,在峰值过后,退保率下降并保持一段平缓的水平,直至到期日前的2~3年左右,退保率逐渐上升.     

基于偏最小二乘回归的可转债定价模型及其实证研究

本文原创地提出了基于偏最小二乘回归(PLS)的可转债定价模型,将基于PLS的美式期权定价方法拓展到了可转债的定价;与传统模型相比,可以更好地解决多因素扰动条件下的可转债定价问题和可转债条款中的路径依赖问题.利用上述定价模型,本文计算了2004.8.1-2005.8.1期间在沪深两市交易的31只可转债的理论价格.实证结果显示,模型较好地模拟了可转债实际价格运动路径,价格估计误差在5%以下.说明该方法在实际中是可操作的,可为实际投资决策提供理论依据.     

基于PSO-PLS的组合预测方法在GDP预测中的应用

GDP预测是经济预测中一个非常重要的问题,随着经济的发展,对其预测精度的要求也越来越高.在考虑样本权重的基础上,提出一种微粒群算法与部分最小二乘回归方法相结合的组合预测方法,即采用微粒群方法对样本最优权重进行求解,在所得样本权重系数的基础上,用部分最小二乘回归方法确定组合预测的权重系数.将该方法用于中国GDP预测取得了较好的结果,与其他几种传统方法相比,预测精度有一定程度的提高,说明算法的有效性和可行性.     

存在退保时分红寿险定价的最小二乘蒙特卡罗模拟

分红型人寿保险保单可以视作由三部分构成:固定收益债券、分红权和退保权.退保权的存在使保单具有美式期权的性质,给定价带来困难.本文用最小二乘蒙特卡罗模拟,建立了计算保单价值的模型,给出了模拟计算结果.     

外商直接投资影响因素的偏最小二乘回归建模分析

改革开放的20多年来,我国的外商直接投资逐年增加,对我国经济的快速发展发挥了重要的作用。而影响外商直接投资的因素有很多,不同的因素变量之间往往存在多重共线性或近似多重共线性关系,使得分析问题的难度加大。本文运用新型的多元统计数据分析方法——偏最小二乘(PLS)回归方法(既克服了传统方法的不足,又有效地消除了因素变量之间的多重共线性),分析了影响我国外商直接投资的因素,以及其影响程度,为我国进一步引进外商直接投资提供了有益的定量依据。     

最小二乘法在重庆高校人文学科建设评价中的应用

学科评价是学科建设的重要手段。本文选取重庆市高等学校"十一五"期间学科验收的数据,从投入-产出效率角度,引入最小二乘法模型,对人文一级学科进行了分析,其评价结果与现实较吻合。     

基于PLS的变权重组合预测方法

在目前研究较多的组合预测模型中加权系数是不变的.事实上,假定加权系数为常数,组合预测模型并不能很好地反映预测方法的有效性.基于以上事实,本文提出基于PLS的变权重组合预测方法,利用偏最小二乘回归方法求得组合预测的权重函数.最后通过实例分析验证了方法的有效性.     

信用评估中的鲁棒赋权自适应Lp最小二乘支持向量机方法

消费者信用评估是金融风险管理和信用产业竞争的一个重要方面.信用评估数据中常带有噪声点,并且其类别是不均衡的.最小二乘支持向量机是一个被广泛应用的分类模型,其模型简单,求解速度快,但鲁棒性差.本文提出了一个鲁棒赋权自适应L_p最小二乘支持向量机模型,能够适应信用评估样本数据库类别不均衡的特点,可以有效处理信用评估数据中带有噪声点的问题.在仿真数据和三个信用数据库上的实证分析表明,本文所提出的模型具有较好的鲁棒性和分类能力.     

资源与环境视角的废钢应用潜力研究——基于偏最小二乘法

钢铁工业是高能耗、高排放的工业,目前资源和环境对于钢铁工业发展的约束尤为突出.本文详细地分析废钢的.应用对环境的影响,废钢的来源及影响因素,并将粗钢产量、钢材累计消费量、废钢进口量作为自变量,废钢消费总量作为因变量,采用偏最小二乘法进行估计.对未来10年粗钢产量增速设定了区间值,对未来10年的废钢消费量和废钢单耗的变化情况进行了模拟,并根据模拟结果,对钢铁工业对于废钢的回收和管理提出了相应的建议.     

一类基于IOWGA算子的组合预测新方法

目前传统的加权几何平均组合预测方法存在赋权的缺陷。在有序加权几何平均(OWGA)算子概念的基础上,提出诱导有序几何加权平均(IOWGA)算子,建立新的组合预测模型,并给出了IOWGA权系数的确定的数学规划方法。最后进行了实例分析,结果显示该模型能有效提高组合预测精度。     

结构突变下的高维汇率资产时变投资组合预测研究

金融市场存在结构突变现象是发生金融风险传染的关键所在,而风险传染又是投资组合研究中亟需解决的难点。本文以9种国际主要货币对美元汇率为研究对象,先构建隐马尔科夫模型来对汇率资产进行结构突变预测,并基于结构突变刻画的结果,构建动态R-Vine Copula模型来预测汇率资产的风险传染关系;最后,基于结构突变与风险传染的研究结果,筛选出适合的组合汇率资产,构建时变投资组合预测模型。实证结果表明：HMM模型能够有效地刻画出汇率资产中的结构突变;动态R-Vine Copula模型能够更加有效地刻画出汇率资产间的风险传染关系;基于结构突变与风险传染关系下的动态投资组合预测模型,具有降低投资组合风险与提升投资组合预测收益的优越性,能够为金融风险管理和投资组合研究提供模型参考。     

基于非参数时变Copula模型的美国次贷危机传染分析

金融危机传染分析是国际金融领域中的重要课题,本文对Copula变点检测方法进行推广,采用时变非参数阿基米德Copula模型检验金融危机传染的存在性及其变化趋势,以时变尾部相依系数的大小来度量危机传染程度,并结合系数的变化趋势和时间段对金融危机传染效应进行分析.最后选择全球六个主要股票市场指数和S&P500指数进行危机传染实证研究,得出次贷危机对不同国家或地区的传染效应有所差别.     

基于前瞻信息的广义风险与收益率预测

当预期资产价格可能会下跌时,投资者可以交易期权来对冲风险,因此期权价格中隐含未来市场风险的前瞻信息,理论上基于这部分信息预测未来可提高预测的准确性和前瞻性.本文综合运用有限差分、约束最小二乘和广义极值分布等技术构建一种非参数方法,提取我国上证50ETF期权中隐含的前瞻性分布信息,以测算我国股票市场的广义风险.实证结果发现：隐含广义风险指标对未来风险调整收益具有显著预测能力,在其它预测因子基础上加入该指标可以显著改进风险调整收益的样本外预测精度;隐含广义风险指标还能反映收益率的高阶矩和尾部信息,进而能预测未来收益率发生下跳风险的概率.以上结论在控制一系列其它风险因子及不同样本区间和不同预测窗口下是稳健的,说明基于前瞻信息的广义风险指标含有其它风险因子所不具备的额外预测信息.本研究为投资者和监管部门防范化解金融市场风险提供新的前瞻性管理工具和手段.