非等间距GM(1,1)模型在股票预测中的优化

文章根据灰色系统建模方法和原理,在GM(1,1)建模思想上给出了一种逐步优化的非等间距GM(1,1)模型,该模型是在背景值优化和向前差商和后向差商的加权平均值代替灰导数基础上,应用累积法来估计模型参数,并基于一次累加序列与其模拟值之间误差平方和最小的准则,确定时间响应函数中的常数值,以此来优化非等间距GM(1,1)模型,实例表明该模型具有较高的精度。     

农业指数保险定价模型的研究进展及改进策略

农业指数保险是一种新型的农业保险产品,在农业风险管理中具有独特的优势和应用价值,但同时也在风险建模和费率厘定中面临着一系列挑战,近年来受到业界和学界的广泛关注。区域产量保险和天气指数保险是目前应用最为广泛的两种农业指数保险,它们在风险定价中面临的挑战主要包括经验数据不足、不同风险之间相依关系复杂、普遍存在基差风险等。通过对区域产量风险建模、天气指数构造及其分布拟合、农业相依风险建模、基差风险度量和控制等方面对相关研究成果的系统梳理和评述,指出了现有定价模型存在的不足和未来研究需要重点关注的问题,对于进一步完善农业指数保险的风险建模方法,提高农业指数保险定价结果的合理性和准确性具有重要现实意义。     

无偏灰色Verhulst直接建模模型及其优化

针对本身已经具有饱和状态过程且近似满足Logistic函数形式的原始序列,提出通过对其进行倒数生成,建立无偏灰色Verhulst直接建模模型,并在此基础上将同时优化背景值和灰导数与利用"最小一乘法"确定响应系数的方法相结合,从而建立了优化的无偏灰色Verhulst直接建模模型。结果表明,该模型对满足Logistic函数形式的曲线进行模拟和预测具有完全重合性。通过实例分析说明了优化的新模型的可行性和有效性。     

大数据背景下网络调查样本的建模推断问题研究——以广义Boosted模型的倾向得分推断为例

随着大数据和网络的不断发展,网络调查越来越广泛,大部分网络调查样本属于非概率样本,难以采用传统的抽样推断理论进行推断,如何解决网络调查样本的推断问题是大数据背景下网络调查发展的迫切需求。本文首次从建模的角度提出了解决该问题的基本思路：一是入样概率的建模推断,可以考虑构建基于机器学习与变量选择的倾向得分模型来估计入样概率推断总体;二是目标变量的建模推断,可以考虑直接对目标变量建立参数、非参数或半参数超总体模型进行估计;三是入样概率与目标变量的双重建模推断,可以考虑进行倾向得分模型与超总体模型的加权估计与混合推断。最后,以基于广义Boosted模型的入样概率建模推断为例演示了具体解决方法。     

股指期货预测模型构建及其应用效果分析

文章选择股指期货价格以及基差预测这一理论界和实务界共同关心的问题为研究对象,使用香港恒生期货数据为样本,分别采用时间序列ARIMA、ARMA模型对恒生期货连续指数的日收盘价对数序列LHF和基差序列BASIS进行建模分析,并利用预测误差检验量对模型样本外的预测效果进行了实证研究.结果表明,ARIMA(3,1,3)模型很好地拟合和预测了股指期货指数对数LHF序列的走势,达到了预测目的;ARMA(1,1)和ARMA(3,3)模型在预测精度方面不甚理想但基本刻画了基差序列的变动趋势.     

服务质量感知影响行为倾向的内在机制的统计考量

结合期望不契合等理论的观点,以西南航空公司乘客为样本,运用结构方程建模的方法,文章探讨了乘客服务质量感知影响行为倾向的内在机制。研究发现:服务质量仅通过价值感知的中介效应对满意度产生间接影响;价值感知对满意度产生直接的正向影响;价值感知是影响行为倾向的最重要的前因。     

交易间隔、超高频波动率与VaR ——利用日内信息预测金融市场风险

 金融市场风险价值研究一般采用日收益数据,并基于GARCH类模型进行估计和预测,这必然会损失部分日内信息。本文尝试使用中国股市日内分笔超高频数据,在分析日内波动特性的基础上,通过UHF-GARCH模型对交易间隔等日内信息建模,得到超高频波动率UHFV。本文用ARFIMA模型对超高频波动率UHFV建模,应用到风险价值VaR的预测中,并同基于日数据的GARCH类模型的VaR预测能力进行比较。VaR似然比和动态分位数等回测检验的结果显示,超高频数据波动率UHFV模型的预测能力强于采用日数据的GARCH类模型。     

细分群体佣金价值随机模型的蒙特卡罗模拟求解

文章以过度自信和处置效应作为细分维度,用K-means聚类对客户按照投资心理细分后,以证券市场收益率为随机变量,分别采用GARCH模型和线性模型对各细分群体的资产周转率和投资收益率建模,得到各细分群体佣金价值随机模型。由于模型无解析解,采用蒙特卡罗模拟法求数值解。实证结果表明,相对于确定性模型,基于投资心理细分和GARCH的客户价值随机模型能够更准确地识别不同投资心理特征群体的长期价值。     

直接离散GM(1,1)模型参数估计的最小一乘法

研究表明直接离散GM(1,1)模型对严格服从非齐次指数规律的原始数据进行建模,所得到的模型具有完全相同的指数规律,而当数据为近似非齐次指数规律时,直接离散GM(1,1)模型拟合效果较差.主要原因是直接离散GM(1,1)模型采用最小二乘法估计参数,稳健性不好造成的.针对这一情况,文章提出利用最小一乘法估计直接离散GM(1,1)模型参数改进上述不足.对比实验表明,采用最小一乘法估计参数得到的直接离散GM(1,1)模型具有很好的精度和稳健性,使得直接离散GM(1,1)模型的适用范围得到进一步扩大.     

企业营销供应能力的动态分配模型

本文基于企业和客户交互视角,从客户当前价值和客户增值潜力两个方面设计了客户价值评估层次模型,运用BP神经网络确定客户权重。基于此,构建了顺序配置模型和最小方差分配模型两种决策模型,以有效配置企业的营销供应能力。     

基于反三角函数变换的振荡序列灰色预测模型研究

为了拓展灰色预测模型的应用范围并提高其预测精度,文章针对带有振荡特征的数据序列构建了灰色预测模型.由于振荡序列中参数有正有负并呈周期性变化的规律,如果直接利用各类GM(1,1)模型建模效果并不好.文章使用反三角函数数据生成方法,使带有振荡的数据适合应用灰色预测理论;并对其进行了建模和实例分析.研究结果表明了所提出的灰色模型的有效性和适用性.     

个体价值追求对组织认同影响模型

应用开发的量表调查得到的数据,构建个体价值追求对组织认同心理的影响结构方程,运用结构方程建模(SEM)进行检验,得到个体价值追求因素对组织认同影响模型,拟合结果比较满意,指标效度和潜变量的建构信度较高,分析了个体价值追求诸因素对组织认同的影响,获得了定量分析结论.     

简约化方法下信用风险债券的定价

文章运用违约事件建模的概率化结论,给出了信用风险债券定价的简约化拓展模型,并将不同情况下的信用风险债券定价公式纳入了统一的框架。推导并给出了违约债券价值为0的贴现债券的价值表达式,文章最后论证了关于拥有比例回收函数的风险贴现债券的Duffie-Singleton公式的推导。     

非经典计量经济建模方法论的特征分析与比较研究

 按照内容的沿革,计量经济模型分为经典计量经济模型和非经典计量经济模型。非经典计量经济建模方法论既是经典计量经济建模方法论的发展和延伸,又在建模理念、建模方法、模型应用等方面有着很大的不同。本文从数据类型、模型变量、建模对象、参数形式、建模思想等几个方面,对非经典计量经济建模方法论进行了系统的梳理、归纳和分析,重点比较了其与经典计量经济建模方法论的不同特征,对计量经济模型方法论发展演进的规律进行了初步的总结。     

含有时间幂次项的新GM模型建模参数特性研究

为提升灰色预测模型的精度,在GM(1,1)模型相关研究成果基础上构建了一种含有时间幂次项的灰色预测模型,讨论了该模型参数在系统特征序列经数乘变换前后的量化关系及数乘变换对该模型建模精度的影响程度.研究结果表明:新模型的建模精度与系统特征序列的数乘变换无关.研究结论认为,利用数乘变换可在不改变建模精度前提下简化新模型的建模过程,提高其建模效率.     

医疗统计周期性预测问题的比较研究

文章立足医疗统计领域周期性预测问题,以门诊人次为例进行建模方法比较,为类似研究提供方法参考.采用方式为:方式1:门诊人次季度数据由X11法时序分解后提取季节指数消除季节波动,用ARIMA法和抛物线拟合外推.方式2:周期差分提取季节信息,二阶差分提取长期趋势,直接用季节ARIMA法建模.季节波动和短期相关间交互影响不清,试用简单季节或乘积季节模型.得出结论:方式1对周期时序资料分解后,由组合方法依次直观反映;方式2直接用季节模型拟合预测,乘积季节模型性能并非有替代性,简单季节模型更优.算例为载体用几类方法比较研究,对于医院统计领域周期性预测问题有借鉴意义.     

对2005年GDP季度数据的预测--基于包含趋势和季节成分的ARMA模型的分析

一、包含趋势和季节成分的ARMA模型 在经济领域里,根据一个经济变量的时间序列数据来建立经济计量模型并以此模型对该变量的未来趋势进行预测已经得到了广泛的应用,其中比较成熟的建模技术有:趋势建模、季节性建模、周期建模(ARMA模型)以及它们的混合建模.     

灰色系统模型在我国人口数量预测中的应用

一、基本理论与方法 灰色系统建模的思想是直接将时间序列转化为微分方程,从而建立起抽象系统发展的动态模型,对于原始序列X(t),t=0,1,2,……,N;最常用的预测模型是GM(1,1)模型:     

统计定价模型与股票投资决策

一、引言现有的股票定价模型有很多,大体可分为直接定价模型和收益率间接定价模型。价格直接定价模型主要包括股利折现模型、市盈率估值法以及期权定价法。股利折现模型的核心原理是股票的价值是预期的所有未来股利折现值之     

近似非齐次指数序列的非等间距IANGM(1,1,k)模型构造

针对近似非齐次指数的非等间距数据序列在建模过程中存在灰色微分方程和白化微分方程不匹配、建模后需要对白化微分方程解的时间响应式作累减还原问题,提出利用原始序列与其对应的1-IAGO构建灰色微分方程和白化微分方程相匹配的IANGM(1,1,k)模型新方法,该方法利用模型白化微分方程得到的时间响应函数是关于原始序列的表达式,无需累减还原就可以直接进行模拟预测。通过实例验证了新方法对递增和递减的近似非齐次指数的非等间距序列均具有非常好的模拟和短期预测效果,新方法进一步拓宽了灰色预测模型的适用范围。