基于鞅转化的利率模型漂移函数的设定检验

基于切米雷泽(Khmaladze)鞅转化技术,利用标记的参数经验过程构造两种对利率模型漂移函数参数形式的设定检验方法,并给出该检验方法在原假设条件下的渐近性质与检验统计量的计算方法.所提出的利率模型漂移函数设定检验方法不依赖于利率模型的波动函数形式,即使对于复合假设检验问题也具有渐近分布无关性.蒙特卡洛模拟结果表明这些检验方法具有合理的检验水平(size)和检验功效(power).利用这些检验方法对我国的短期利率动态特征进行实证分析也能得到较好的检验效果.     

顾客重复购买行为的实证研究

顾客重复购买模型的解释力和预测力,关键取决于构成模型的主要因素是否全面以及所确定的测量时间是否合理,而当前有代表性的以感知价值、顾客满意和转移成本三个因素建立起来的重复购买意向模型却存在着缺陷。为此,本文在明确界定测量时间的基础上,建立了一个由购后冲突、顾客满意、转移成本、重购意向、感知价值和情景期望等主要因素构成的重购行为模型,并通过耐用品(手机)和劳务(在外餐)这两类产品对该模型进行了验证。研究表明,顾客满意、购后冲突对重购意向具有显著影响;情景期望的多样性对在外餐的重购行为有明显负影响,但在手机购买中未通过检验;与此相反,感知价值对手机的重购行为有明显正影响,但在外餐中却未通过检验。这些结果既说明重购行为模型应被视为更有解释力和预测力的基本定量分析框架,又说明可能要根据产品购买特点的不同对模型做出适当修正。论文最后对这些实证结果的营销意义进行了探讨。     

基于时间延迟理论的预防维修模型及案例研究

本文旨在解决设备维修决策过程中预防维修检查数据缺乏情况下如何确定出合理的维修间隔期问题。首先,通过预防维修技术经济分析,提出了有关维修间隔期和总的停机时间之间关系的预防维修模型。其次,根据时间延迟维修理论,利用故障记录数据和预防维修检查数据的估计值,建立了统计模型并用来计算维修间隔期内故障次数的期望值。计算机仿真检验证明统计模型正确后,采用最大拟然法估计有关参数,这些参数包括缺陷发生率、时间延迟分布、检查出缺陷的概率等。最后是案例分析,应用估计参数和预防维修模型,计算出最佳的维修间隔期。     

基于广义谱和MCS检验的VaR模型预测绩效评估

件VaR模型的正确设定检验等价于检验均值化的“撞击序列”是否服从鞅差分序列,然而通常的反馈检验方法只检验了该序列的部分性质。采用对该鞅差分性质进行直接检验的广义谱检验方法,全面考察中国股票市场(香港恒生指数、上证综合指数和台湾加权指数)上各参数、非参数和半参数共22个VaR模型在采用滚动窗口预测机制时的样本外预测绩效。鉴于条件VaR模型正确设定检验无法反映超过某VaR水平的尾部风险信息,为避免极端损失的发生以及增加结果的稳健性,同时采用模型置信集检验方法。研究结果表明,采用通常的反馈检验方法常会得出错误的结论;在1%和5%置信水平,与历史模拟法、极值理论模型、CAViaR模型和CARE模型相比,误差项为t分布的GARCH模型族在金融危机期间具有较好的样本外预测绩效;涨跌停板制度对于选取预测绩效最优的VaR模型具有重要影响。     

基于有限状态自动机的新产品市场成长研究

消费者对新产品的持续性动态采用过程可以看作有限状态自动机的状态转移(待购状态、在购状态、休眠状态).在综合大众传播、口碑效应、首次购买、重复购买、顾客流失、以及季节性扰动等因素的情况下,运用有限状态自动机构建出符合动态采用模式的市场成长模型.此模型更具综合性和精确性,不但可以涵盖经典的Bass模型和后续发展的服务增长模型与尝试—重购模型,还可以推断出以往难以估计的重购系数和流失系数.实证检验快消品、耐用品和服务等品类数据,结论表明新模型比现有三种模型具有更好拟合性,对未来销售的预测力也更高.该模型有利于深入了解新产品在社会系统中一般性的扩散和成长规律.     

基于ARIMA模型对上证指数的实证分析

运用时间序列分析方法,通过收集上证指数的历史数据,对数据进行平稳性检验,白噪声检验,建立ARIMA(p,d,q)模型,估计出模型的参数,并对上证指数的走势作了预测和拟合,预测结果比较理想,预测值接近真实值.对上证指数的短期预测有较好效果.     

基于行业投资组合的投资基金羊群行为模型与实证

本文在分析既有羊群效应研究的基础上，将羊群效应的研究方法归纳为“先验型”和“后验型”羊群效应。设计出一种基于行业投资组合聚合强度的羊群效应模型，运用我国投资基金的行业投资组合数据进行羊群效应的实证检验，计算出羊群指数，结果表明我国的投资基金存在明显的羊群效应。为了验证该方法的有效性，本文还设计一个检验模型，运用传统的羊群效应形成的逻辑对本文所构建的模型和实证结果进行回归检验，检验结果在某种程度上表明了模型的有效性。     

金融风险管理的非线性SV模型及其应用研究

金融风险管理的非线性SV模型的优点在于用它可以检验不同函数形式的随机波动,该模型的检验仅基于一个单独参数δ.在非线性SV模型的基础上,进一步把它扩展为具有杠杆效应的非线性SV模型.本文使用上海和深圳股市的指数日收益数据进行了实证分析,借助BUGS软件,利用Gibbs取样的MCMC方法对模型进行了贝叶斯参教估计,证明了应拒绝对数正态SV模型,而使用非线性SV模型.     

中国宏观经济的计量经济学模型实证研究

宏观经济学模型,是计量经济学模型研究中的一个重要领域,具有很强的实用价值。本文中,我们首先选取了四部门构成的宏观经济理论,并根据现实的经济情况,构造出了一个联立方程的计量经济学模型,并通过了识别。接下来,我们从2007年的《中国统计年鉴》中,筛选出需要的数据,进行实证分析,采用最小二乘法,对模型参数进行了估计,并对估计出的参数进行了四步的检验。最后,我们得出了这个方程,并对这个模型的优缺点进行了讨论。     

企业真实活动操控度量模型与识别方法研究北大核心CSSCI

真实活动操控是企业管理层操控盈余信息、粉饰财务报告的重要手段。度量、识别企业的真实活动操控,对于合理地认识和评价企业的经营业绩至关重要。运用文献研究、统计检验和案例实证研究等方法,构建了全新的真实活动操控度量模型,估计出企业通过真实活动操控虚增的利润;运用四分位法识别出存在操控行为的嫌疑样本。统计检验和案例实证研究的结果表明,所构建的度量模型和识别方法能够较好地识别企业的真实活动操控行为,并能较为准确地估计企业通过真实活动操控虚增的利润。     

基于代表性异质投资者的汇率动态模型

传统汇率模型通常忽略投资者的异质性对市场造成的影响。随着对外汇市场高频动态行为研究的深入,异质投资者模型显示出对金融市场运行规律强大的解释能力。本文依据异质投资者理论,结合外汇市场的实际特点,对由供求关系主导的孤立的外汇市场,推导并建立了基于投资者异质决策的汇率的非线性离散动态模型;并采取试验经济学的研究方法,对该模型进行了仿真。通过对不同条件下的仿真结果的研究可知,在由投资者主导的外汇市场中,基础投资者的投资行为是汇率发生振荡的原因,技术投资者的投资行为使汇率的振幅放大。     

金融资产的动态非线性相关:一个新的模型

基于Kendall’sτ秩相关系数的优越性和定义,本文提出了新的具有明确经济意义的动态条件相关copula模型,将常用的Gaussian、Clayton和Gumbel函数统一根据该演化方程实现动态化,构造出三种Kendall’sτ动态条件相关copula模型,可用于刻画不同的相关模式。这些模型不仅参数少、容易估计,避免了现有动态条件相关copula模型构建方法各异导致的在实证中不利于比较的缺点,而且能够进行多步向前预测,有效地减少了进行样本外预测时的计算量,从而为刻画时变、非线性、非对称性和尾部相关等复杂的动态相关模式提供了新方法。     

时变参数模型的最优滚动窗宽选择标准及应用

宏观经济领域中存在严重的结构突变性,模型估计量的优劣对估计样本规模是敏感的。本文针对时变参数模型,建立了滚动窗宽选择标准,通过最小化估计量的近似二次损失函数及最大化各子样本估计量间的曼哈顿距离选择窗宽大小,权衡了模型估计量的准确性和时变性两个相悖目标。蒙特卡罗模拟实验表明,本文所提出的方法在各种结构突变情形下均适用,能够应用于线性关系和非线性关系的时变参数模型中,且均具有稳健性。将该方法应用于我国金融网络的结构突变识别过程,显著改善了传统窗宽选择方法的结果。     

寡占市场中自适应动态古诺模型的建立

本文通过引入自适应期望产量的概念,利用现代控制工程理论建立了市场非线性反需求函数下的自适应动态古诺模型。该模型建立的目的是为厂商各生产周期的产量决策提供理论指导。动态仿真结果及实例分析表明,自适应动态模型的稳定状态总趋近于古诺均衡解,该模型能够对现实经济运动进行合理描述,具有动态自适应能力,是厂商制定产量决策的有利工具。     

安全事故现状与趋势分析方法研究

包括安全生产事故预防、控制在内的安全生产监督管理工作需要客观把握安全生产的现状并准确地判断其总体发展趋势。本文基于我国安全生产事故快报数据,对近年安全生产现状做出季节性等分析,并为短期安全生产形势变化的预测与判断不仅提出了三个可行的ARIMA-BP、ARIMA-RBF以及ARIMA-GRNN非线性组合模型而且进一步基于RBF,对前述三个模型再次进行非线性组合,给出了一种新的双重非线性组合趋势分析方法。实证结果表明,双重非线性组合能够较为精确地预测安全生产事故的发展趋势,可以为安全生产事故的预防、控制和应对提供管理和决策支持。     

基于投入产出系数矩阵的周期增长模型

在Goodwin和Brody周期增长理论的基础上,本文构造了基于投入产出系数矩阵的开放经济非线性经济周期增长模型,并在简化情况下,利用42部门投入产出表的基础数据,对中国经济增长的周期谱进行了分析。结果表明,模型对中国经济周期的结论是适当的和稳健的。在短周期谱中,中国经济1978年以来主要表现出6年左右的周期,且数据表明,主要周期向10年左右加长。     

基于Vidale-Wolfe模型的多市场广告预算分配决策模型

广告决策问题很长时间以来都是营销经理和学者们关注的热点。随着社会经济发展,越来越多的企业面对多个市场。如何在多个市场、广告总预算固定的状况下,合理分配各个市场广告预算以收到最优广告效果,是一个企业关心的较为重要的问题。经过比较,选择Vidale-Wolfe模型作为广告反应模型,在此基础上建立了多市场广告预算分配决策模型。考虑到一些营销策略对某些市场有特殊销售速率要求,该模型分为无特殊销售速率维持要求的多市场广告预算分配决策模型和有特殊销售速率维持要求的多市场广告预算分配决策模型两类,后者探讨了销售速率变化与达到指定销售速率两种要求下的广告预算最优分配问题,构建了优化模型,提出了模型参数取值与模型求解方法,最后给出了一个算例。     

FEPA-金融时间序列自适应组合预测模型

本文报告一种金融时间序列预测的信号分析、信息融合与智能计算组合模型,简称FEPA,由针对金融时间序列（FTS）信号分析的经验模态分解（EMD）、用于数据降维的主成分分析（PCA）和用于非线性建模的人工神经网络（ANN）三部分组成。该模型首先应用滑动窗口截取原始金融时间序列最近期数据集,应用EMD分解算法把数据集分解成不同尺度的本征模态函数（IMF）,然后通过主成分分析将分解后的数据降维,提取最有信息量的特征;然后将这些特征输入到神经网络进行组合预测。本文提出的组合预测模型FEPA是基于分解-提优-合成的信息融合思想,有效提高了预测可靠性。其创新点在于：1）首次给出了EMD算法的结构化表达,提供了今后融合更多信息的算法接口;2）通过多步长预测输出深入研究EMD分解的有效信息结构;3）通过切换到更细时间框架来处理EMD的端点效应,并探索了两级时间框架下的预测效果;4）给出了金融时间序列组合预测模型的一般性架构,具有可升级性和可扩展性。并且通过滑动窗口EMD使得实证更能切近实际。通过在沪深300股指和澳大利亚股指上的实证,结果表明FEPA预测模型在沪深300股指日线和15分钟线上的预测命中率高达78%和82%,在澳大利亚股指日线上也达到了74%的命中率,经比较,明显高于文献中常见的5种模型。     

基于Logistic生长方程—马尔可夫模型的港口投资风险测度

伴随着我国经济从高速增长逐渐向经济新常态转变,港口的发展也从高速增长阶段逐渐趋近平稳,随之而来的港口风险问题日益突出。由于港口的发展同中国经济发展相似,呈现非常明显的非线性发展特征,这样采用传统的单一模型很难刻画这一现实问题。为此,本文首次构造了Logistic生长方程—马尔可夫组合模型,通过Logistic生长方程生成马尔可夫模型所需要的状态参数,在此基础上构造风险转移概率矩阵,有效的解决了港口投资风险的测度问题。本文选取1985至2014年的样本数据进行验证,结果表明：2016年后港口投资风险会突显出来,并将持续较长一段时期,表明我国港口正处在转型升级的关键时期,需加快从外延式扩张向内涵式发展转变,从粗放式到精细化管理转变。     

RULES FOR CHURCH PROMOTION DECISIONS

This article presents and tests a model that extends our understanding of optimal marketing-mix decision rules for nonprofit organizations (such as churches) that receive donation income, do not charge fixed prices for their services, and rely heavily on volunteer time as a resource for their operations. Such organizations are likely to employ an objective function of output maximization rather than profit maximization. This change in objective function leads to greater promotional spending than would be true of for-profit organizations. The paper also highlights the complexities for optimization raised by the role of paid and volunteer staff in promotional activities.