风暴潮灾害损失时间路径模拟与预测

文章基于1989-2013年我国风暴潮灾害的损失数据,采用Fourier级数扩展模型拟合了其时间路径,构建了时间序列预测模型.实证结果表明:我国风暴潮灾害损失的时间路径呈周期性波动,波动周期约为10年;我国风暴潮损失的时间路径是非收敛的,但是会在每个周期中表现出与均衡值相对均匀的偏离,属于均匀波动的时间路径;预计未来5年我国风暴潮灾害损失将处于波动上扬的半周期中,国家防灾减灾部门需要高度重视,采取适当防范措施.     

风暴潮灾害综合财产险精算定价模型探析

文章从风暴潮损失的分布拟合入手,判别风暴潮损失的损失特征,分析风暴潮灾害保险建立的可行性,进而依据保险精算理论对风暴潮灾害保险进行了定价研究;针对风暴潮灾害保险的现实可操作性,为相关部门提出了对策建议。     

主成分分析中的信息损失及其效率估计

首先阐明了主成分分析中信息损失的不可避免性,接着提出了对主成分进行效率统计的概念,并构造了效率统计量,最后模拟了该统计量的分布,得到了一般性的结论。     

主成分分析方法用于系统评估的若干问题研究

文章主要阐述了主成分分析方法用于系统评估的简单原理及其存在的几个主要问题,并结合实际案例对存在的几个问题加以阐述说明,提出了相应的改造办法.     

主成分分析法在股票评估中的应用

本文利用主成分分析法(PCA)对上证部分上市公司2004年第一季度的经营业绩进行了评估.首先根据报表数据分析了其数据的冗余性,指出利用主成分分析法进行评估的合理性.在此基础上,利用PCA方法得出了一种综合排名.然后根据数据的本身特性提出了一种改进模型,纵向和横向统一建模,即先用权熵法进行预处理,再结合PCA方法进行综合评估.研究结果表明,评估比较合理,客观上能够反映上市公司的综合水平.     

基于主成分分析的汽车特征价格模型初探

特征价格模型建立过程中,特征变量的选取是一个重要问题。实证研究中,为消除特征变量问的多重共线性,研究者通常采用逐步回归分析法来筛选变量,这样进入模型的特征变量往往比较少。因此。本文将主成分分析法引入于特征价格模型。利用我国汽车数据,建立了基于汽车特征因素主成分分析的特征价格模型,不仅解决了汽车特征变量间存在的多重共线性问题,而且有效改善了用逐步回归分析法筛选变量选取较少变量的情形。     

沿海地区风暴潮灾害风险评估与区划——基于混合算法优化的PPDC模型

以沿海11省市的风暴潮灾害风险为研究对象,采用遗传与粒子群混合算法对投影寻踪动态聚类(PPDC)模型进行优化,将粗糙集理论(RST)与修正的PPDC模型组合运用,对中国沿海地区风暴潮灾害的风险进行综合评估与区域等级划分。实证结果表明:广东和福建两省是中国风暴潮灾害的高风险区,风险评估值超过2.5,山东、浙江、海南和广西属于风暴潮灾害的中风险区,风险评估值处于[1.8,2.2]之间,江苏、天津、辽宁、河北和上海属于风暴潮灾害的低风险区,风险评估值低于1.5。研究结论为国家实施差异化的灾害风险管理战略提供了思路与参考。     

基于非参数主成分回归模型的煤产量分析

利用非参数主成分回归模型,采用局部线性估计方法对我国1952～2010年原煤产量进行了探讨.结论显示,建国后,整体上发电量,钢产量和工业总产值对原煤产量的影响作用是下降的,特别是1980年到1990年间的影响下降最快,1990年到2002年间有两个阶段中国经济的发展又加强了对煤的依赖,从2002年后中国经济的发展对煤的依赖是较平稳的,没有增强也没有减弱.从预测的结果看,在发电量,钢产量和工业总产值平稳不变的情况下,我国原煤产量将逐步下降,也意味着我国经济对煤的依赖程度将进一步下降.     

基于模糊回归模型的洪水灾害分级评估方法研究

高效、准确评估自然灾害事件的级别,是应急管理中有效控制灾害和制定减灾防灾对策的重要保证。针对洪水灾害等级评估中存在的模糊不确定特征,提出基于模糊多元回归模型的洪水灾害分级评估方法。首先,提出一种基于可能性均值-标准差距离的模糊多元回归模型的参数估计方法;然后,将洪水灾害等级和影响因素看成是模糊因变量和自变量,通过求解模糊回归方法得到模糊回归影响系数,这样能够较好地解决分级过程中存在的模糊性问题;最后,以45个洪水灾害事件为例,实例结果表明,模糊回归模型应用于自然灾害事件分级是可行且有效的,能够较好地解决灾害事件等级评估中的模糊性。     

主成分集成评价方法的问题探析与模型拓展

文章针对主成分综合评价主要环节的一般性问题展开讨论,给出可行的解决方案并进行了理论分析。在总结现有关于主成分聚类分析重要文献的基础上,通过构建客观赋权的加权主成分距离为聚类统计量,有效地解决了现有聚类模型不能处理指标共线性和重要性差异悬殊的问题。对比本文拓展的聚类模型与同类模型的分类效率发现,加权主成分聚类分析蕴含的客观合理性是其优势所在的根本原因。     

基于主成分分析法的SWOT定量测度模型

文章将主成分分析法纳入到战略研究中,通过时传统SWOT分析框架进行改进与延伸,并在极坐标体系中定位发展战略.为战略的客观制定和有效实施提供一个可操作性的途径,最后结合具体算例对上述方法进行了实证.     

基于正交迭代的有监督的稀疏主成分分析

主成分分析是经典的无监督的数据处理工具,近年来关于稀疏主成分和有监督的主成分研究受到较多关注。基于正交迭代和距离相关系数,提出一种有监督的稀疏主成分分析方法 SSPCA,该方法考虑了自变量与因变量之间的相关性,并在迭代求解的过程中将一些与因变量Y相关性很弱的自变量对应的系数变为0,使所求的特征向量只保留预测能力较强的自变量信息;在数值模拟与实例分析中,相比其他四种方法,SSPCA方法均能取得较好效果。     

基于主成分分析的房地产业的业绩评价模型

1研究思路和财务指标的选择本文设计了一种基于因子分析的主成分分析法,运用多种财务指标,包括引入现金流指标来综合评估上市公司的业绩,该方法克服了人为主观地给定权数的不足。本文的思路是:首先选择评价上市公司业绩的财务指标;然后运用SPSS统计软件进行主成分分析,提取反映     

岭型主成分估计下数据删除模型的强影响分析

文章讨论了在岭型主成分估计下的数据删除模型,得到了该模型与最小二乘估计下模型的诊断统计量之间的等价关系,在此基础上根据W-K统计量的思想提出了两种度量方法,并通过实例论证了该方法的可行性。     

核主成分遗传算法与SVR选股模型改进

 量化选股一直是金融领域研究的热点。随着人工智能技术的空前发展,量化选股方法取得了很大进步。本文构建了基于核主成分遗传算法改进的支持向量回归机人工智能选股模型(KPCA-GA-SVR),并基于沪深股市股票基本面及交易数据,分别从短期和中长期对其选股性能和预测精度进行了实证分析。主要结论为：①遗传算法(GA)改进的SVR较传统模型预测精度更高,且避免了过度拟合;②与采用主成分降维技术的PCA-GA-SVR模型相比,基于核主成分特征提取的KPCA-GA-SVR模型,具有更好模型稳健性及预测准确性;③中长期内该模型的预测误差随滑窗长度的增加有降低趋势,且一年期预测精度最高;短期内不同滑窗下,一周的预测效果最佳。本研究对个人投资者的投资决策及国家宏观监控股市动态变化都具积极意义。     

基于投入产出模型的海洋灾害间接经济损失评估

在清晰界定海洋灾害间接经济损失基础上,应用投入产出模型,以2010年浙江省海洋灾害为例,对其间接经济损失进行评估。结果显示:2010年浙江省海洋灾害间接经济损失达706万元,约占总损失的25%,其中制造业的间接经济损失在总损失中占比是最高的。最后,从海洋灾害预警体系建立、防灾减损措施制定等方面,提出了对提升中国海洋防灾减灾能力的相关启示。     

人口素质水平的主成分分析

主成分分析法是一种常用的多元统计分析方法。运用这种分析方法,看人口素质水平不断提高的过程中有哪些因素在起主要作用,其影响程度如何,进行有效测评与分析,把握人口素质水平的现状及差异,并在此基础上发现问题和提出相应的对策措施。     

基于主成分聚类分析的中小企业成长性研究

文章利用主成分聚类分析法构造了我国中小企业成长性评价模型,并以首批28家创业板上市企业作为样本,并对其进行实证检验。结果发现,主成份分析可以有效解决我国企业财务数据高维性和多重共线性的特点,判别模型更具说服力。同时还指出技术含量高、国家政策扶持力度大的企业,具有较高的成长性。在此基础上,提出了管理建议。     

基于熵的灾害性经济损失评估与分级模型研究

突发性重大灾害发生后对经济的危害和影响是多角度、多层面的,如何根据其经济危害性质实现不完全信息下的科学评价成为关键问题。文章从重大灾害经济损失构成与计量方法出发,综合运用统计理论、模糊数学、熵权TOPSIS方法,建立一套重大灾害经济损失评价指标体系及相应的评估方法技术,提出基于综合性经济损失指数的重大灾害分类分级模型,构建了重大灾害经济损失评估理论体系;并通过实例计算对方法的结果进行验证。     

基于主成分分析的企业竞争力模糊评价模型

文章在对企业竞争力本质和以往企业竞争力评价方法简要阐述的基础上,运用主成分分析、"夹角正割平方和最小"的优化准则以及模糊数学理论,构建了一种有效评价企业竞争力的新模型。