基于贝叶斯方法的信用风险损失分布研究

现代商业银行进行经济资本配置时,采用的损失分布函数都存在严重的失真问题。运用贝叶斯方法,充分利用各种信息对正态分布形式的信用损失分布进行了修正,得到信用风险损失分布的优化模型,结果表明：修正后的信用风险损失分布具有较高的精度,从而为商业银行经济资本管理提供了一种很实用的管理工具。     

基于贝叶斯搜索方法的TAR模型研究

文章基于贝叶斯随机搜索方法的思想,提出一种有效解决门限自回归(TAR)模型的贝叶斯方法,在不假设固定的机制个数条件下,借助拉丁变量建立贝叶斯随机搜索TAR模型.在此模型下,拉丁变量的后验分布包含了机制的个数和门限参数的信息,因此滞后阶数、门限值和所有回归系数等的估计均通过MCMC方法从其后验分布抽样.并从模型AR(1)、TAR(2,1,1)、TAR(3,1,1,1)中产生样本,模拟结果表明此方法能很好地估计机制数、延迟参数、门限值及各机制下的回归系数.用贝叶斯随机搜索TAR模型对太阳黑子年度数据集进行分析,找到三个门限值,即10.2,40和73,与已有文献中用其他方法得到的结果一致.     

基于动态贝叶斯网络的舆情预测模型研究

随着新兴媒体的出现,为了提前并更加准确地判断突发事件网络舆情的发展演化方向,以便做出比较合理的预测监控.文章基于动态贝叶斯网络模型,建立了关于突发事件的网络舆情预测监控模型.通过关联概率的计算,对动态贝叶斯网络中存在因果关系的节点变量进行预测.并以分析2014年上海踩踏事件为例,确定此事件对象中的节点变量,并通过10位专家评分的方式给出了对突发事件网络舆情进行预测的具体操作方法,得到比较合理的预测结果,证明了该方法的可行性和实用性.     

贝叶斯网络在商业银行风险管理中的应用研究综述

文章在介绍贝叶斯网络概念和理论的基础上,对其目前的研究现状以及在研究中主要存在的问题进行了综述,并对贝叶斯网络在商业银行风险管理中的运用进行了展望。     

基于Dirichlet过程的非参数贝叶斯方法研究综述

基于Dirichlet过程的非参数贝叶斯方法将先验分布有效扩展到了非参数分布,并广泛应用于密度估计、分层线性模型、有序数据以及生存数据等领域的分析。由于理论和实际的需要,该方法不断发展。为此,文章综述了基于Dirichlet过程的非参数贝叶斯方法的构造、算法及其在不同理论框架下的最新进展,并展望了未来的几个发展方向。     

贝叶斯时间序列方法研究与应用评述

文章对贝叶斯时间序列方法的研究与应用现状进行了评迷,内容包括一元时间序列、多元时间序列及模型识别等三个方面,以期为该方面的研究与应用者提供参考.     

分层线性模型中的经验贝叶斯与完全贝叶斯方法及其比较

文章对基于最大似然估计(ML)和基于约束最大似然估计(REML)的经验贝叶斯方法(EB)进行了比较;指出了经验贝叶斯和完全贝叶斯方法各自存在的问题,并对两种方法进行了比较:给出了关于应用中如何选择推断方法的建议.     

贝叶斯方法在证券市场中的应用

证券市场中股票的统效对投资者而言显得特别重要，股票绩效总是从以往股票数据的统计分析获得的。投资者试图在小的投资区域获得绩优胜，这就有赖于对数据进行进一步的分析。贝叶斯统计方法是以新获得的数据信息更新先验信息而对数据进行推断，本文是将贝叶斯方法运用于证券市场的一点粗浅尝试。一、公式及推断已知H表示发生了某件事件，H表示某件事件没有发生，E表示已知某一信息，E表示未知某一信息。相应地，P（H）表示H的先验概率，P（HIE）表示H的后验概率，P（HE）表示H、E的联合概率。我们可得到贝叶斯公式：用0（H）表示H的…     

改进的随机化回答模型的贝叶斯方法

文章介绍了一种改进的敏感性问题随机化回答模型,并把贝叶斯方法用于该模型的参数估计,最后得出了参数的近似解。     

基于后修正贝叶斯决策树模型的保险企业营销决策

文章通过引入一个将贝叶斯概率分布与决策树算法相结合的后修正贝叶斯决策树模型,对保险企业的营销决策进行量化分析,从而得到保险公司应采取的营销模式.实证结果表明,后修正贝叶斯决策树模型在保险企业的营销决策中是比较适用的.     

基于最大熵的测量不确定度的贝叶斯评估方法

为提高测量不确定度的评估精度,文章提出了一种基于最大熵理论的贝叶斯评估方法。首先,利用最大熵原理,求解出样本信息的概率密度函数;然后结合先验信息,采用贝叶斯评估方法,得到后验信息的概率密度函数;最终计算出测量结果的不确定度。该方法含有的主观假设少,并充分利用了历史测量数据,评估方法合理。实验结果表明,基于最大熵理论的测量不确定度贝叶斯评估方法可靠性高,计算结果更加精确。     

统计指数的贝叶斯方法

一、引言统计指数的编制是统计理论研究的一项重要内容,也是统计分析实践活动一项重要工具。近年来,统计指数在社会经济生活的各个领域都得到了广泛的应用。然而,目前统计指数理论仍然不够成熟,统计指数编制方法还十分单一。与其他统计理论的发展形成鲜明对照,统计指数理论发展到今天,似乎与现代数理统计方法渐行渐远。特别是在统计指数编制的实践中,大量的历史信息(先验信息)被弃之不用,造成信息资源浪费,影响了统计指数编制的准确性。为了促进统计指数理论与现代数理统计方法的融合,进一步发展统计指数理论,丰富统计指数编制方法,充分利用…     

基于贝叶斯方法的信用评级模型构建与违约概率估计

以贝叶斯方法为基础构建了信用评级和违约概率模型,指出金融机构利用已有评级信息提高债务人信用风险评估准确性的途径,并以单个债务人违约概率度量方法和Merton理论为基础,考虑异质性导致的宏观经济冲击对债务人的不同影响,度量资产组合违约风险。利用相关数据对贝叶斯模型应用给出例证,结果表明贝叶斯方法具有更为灵活的框架和较好的预测能力。     

基于相容关系协调下群体意见集结方法

针对多属性群体决策问题中群体偏好一致性达成的问题,文章基于群体判断相容关系的专家意见协调机制,提出了一种新的专家赋权思路.首先定义群体意见的相容关系,专家在对每个方案的各属性的评价基础上进行相容归类;通过专家隶属的意见相容集,依据在各方案指标中的相容程度进行赋权,并对相容程度较低的专家意见进行修正.     

基于贝叶斯理论的小批量产品抽样检验方法

文章针对小批量产品抽样检验存在的样本量大、检验费用高等问题,研究了基于贝叶斯理论的抽样检验方法,该方法充分利用质量的历史信息,以费用最小为目标,在保证质量的前提下,尽可能减少所检验样品的个数,降低检验的工作量和成本.     

基于贝叶斯网络的高校教师绩效评价方法

提出了采用基于贝叶斯网络推理技术的高校教师绩效评价方法.该方法以现有的绩效评价指标体系为基础,结合贝叶斯网络中多层隐类模型的构建原理,将评价指标体系中的各项指标转化为贝叶斯网络中的结点,并根据各级评价指标之间的逻辑关系将其转化为贝叶斯网络中的联接强度,可得到用于教师绩效评价的贝叶斯网络;将各项指标的评价分值作为证据输入到贝叶斯网络中,便能以概率形式评定参评教师的绩效水平.最后分析了教师绩效评价贝叶斯网络的四种典型应用模式.     

基于贝叶斯图模型方法的投资组合决策

提出基于贝叶斯思想的图模型结构检测方法:首先给出精度矩阵新的参数化方法,且通过MCMC方法给出算法设计,最后将该图模型方法应用于中国证券市场,研究在牛市和熊市下证券市场六大板块之间的条件相关性.实证结果表明:牛市和熊市下的行业板块图结构存在显著差异,熊市似乎有着更强的相关性.     

基于贝叶斯的Bootstrap置信区间

在许多领域中,Bootstrap成为一种数据处理的有效方法。很多情况下,模型中感兴趣的参数的置信区间难以构建,为了解决这一问题,文章提出了一个新的贝叶斯Bootstrap置信区间的估计量,并做了蒙特卡洛模拟比较,结果比经典区间估计方法和经典Bootstrap方法更优,并进行了实例分析。     

基于层次贝叶斯方法的关键词广告转化率影响因素研究

搜索引擎关键词广告中,如何对关键词广告效果进行评估是当前的一个研究热点和难点.文章构建了基于层次贝叶斯方法的转化率实证模型,利用马尔科夫蒙特卡洛方法进行参数估计,并将模型应用于某公司3个月的百度竞价数据.结果表明,热门地区的转化率较偏远地区更高;排名位置靠前的广告转化率也更高,排名位置对广告转化率的影响还和企业的知名度(或市场地位)有关;关键词特性中,关键词长度、关键词是否包含商标信息和城市信息都显著影响关键词广告的转化率.     

基于贝叶斯修正聚类的新设国家中心城市识别

在“十四五”时期,识别新设国家中心城市是构建与城市群发展相适应的新型城镇化格局,实现城市群高质量发展新增长极的重要途径,具有十分重要的现实意义。目前中国尚未形成科学系统的国家中心城市识别方法,因此以中国19个城市群中的27个中心城市为研究对象,基于金融中心、科技中心、交通中心、贸易中心、文化中心、教育中心、信息中心、对外交往中心和医疗中心等9个维度的发展能力,构建国家中心发展能力指标体系,在对各中心城市的9大发展能力及国家中心发展能力进行时空动态化评估的基础上,运用贝叶斯修正的特征提取的面板数据聚类方法识别出最具潜力发展成为新设国家中心城市的城市,既完善了国家中心城市的评价指标体系,又改进了聚类方法。研究结果表明,不同时空下中心城市国家中心发展能力的空间格局十分相似,国家中心发展能力整体呈现国家级城市群中心城市强、地区级城市群中心城市弱的时空格局,西部地区的中心城市的发展均普遍落后于东部中心城市;长沙市和济南市被识别为最具备潜力成为新设国家中心城市,长沙市在金融、科技、交通、贸易和文化方面具备较强的发展潜力,济南市在科技、交通、贸易和文化方面具备较强的发展潜力。