基于状态空间模型的人民币均衡汇率研究

本文改进传统回归均值系数分析的缺陷,引进汇率风险变量和适应性预期变量,通过构建行为均衡汇率(BEER)的状态空间模型,利用卡尔曼滤波估计时变系数,同时估计了人民币汇率的ECM模型,研究2000年1月～2011年12月各因素对人民币均衡汇率的动态影响,并测算了人民币均衡汇率.研究发现:政府支出、TOT、FDI对人民币的升值影响显著增强,其中贸易条件对人民币升值贡献最大;利率差R、汇率风险RIS和适应性预期变量,逐渐符合理论预测.人民币均衡汇率失衡均在6％以内,不存在较大偏差.近期人民币升值压力主要来自热钱流入,非经济基本因素的内在需求.解释变量对人民币汇率的长期影响符合理论预期,但短期内各因素对人民币汇率的影响与长期影响有一定的冲突.     

客户资产度量的状态空间模型

本文在客户生命周期分析的基础上,确立客户状态演进关系;试图采用状态空间模型,引入状态转移概率计算现有客户价值的数学期望,利用转入概率和输入控制决策变量计算潜在客户价值的数学期望。不但可以计算各个时期的客户价值(客户资产)的期望值,还可以计算客户终生价值,以便量化分析企业客户资产的投资收益率和流失率。     

基于状态空间模型的金融生态环境和区域经济发展的动态关系

随着社会的不断进步和发展,经济的发展速度不断加快,人们对于经济发展的认识也越来越全面。金融生态环境与区域经济发展之间是相辅相成的关系,一方面,区域经济的快速发展可以推动该区域金融环境的发展,促进市场的繁荣和稳定,另一方面,金融生态环境的改进和优化也可以为企业投资提供良好的、值得信赖的氛围,有利于资金的聚集,而大量的资金流入则可以促进区域经济的快速发展。因此,在对金融生态环境进行优化的过程中,要进行综合考虑,在坚持经济可持续发展的前提下,全面提高该区域金融经济行业的整体竞争力,从而实现经济与金融的协调发展。本文采用状态空间模型的方法对我国经济较为发达的京津冀地区的金融生态环境和区域经济发展的动态关系进行分析和研究,希望可以为金融经济行业的发展提供参考依据。     

基于优化回声状态网络的股价预测研究

股票市场是一个充斥着各种噪声的动态非线性系统,能够精确地对其进行预测是一项具有挑战性的任务。本文构建的BCC-ESN模型,是运用细菌群体趋药性算法(BCC)来优化回声状态网络(ESN)的权值结构,在继承ESN优良性质的同时,具有更高的模型预测能力。实验证明,BCC-ESN模型比前馈神经网络具有更好的学习和预测能力。经对上证指数进行短期价格预测,结果与BP网络、Elman网络和ESN网络进行比较,BCC-ESN模型精度明显优于其他三种网络预测。同时,在运算效率上,BCC-ESN模型继承了ESN的运算优势,明显优于其他神经网络预测模型,是一种切实可行、高效的预测算法,尤其在股票时间序列预测中有广泛的实用价值。针对BCC-ESN模型在训练预测中遇到的问题,比如耗费时间过长和过度拟合问题,本文亦提供了简单易行的思路和方法。     

基于产生式规则的高速公路软土地基处理技术决策专家系统研究

在高速公路软基处理技术决策过程中,影响因素众多,计算工作量大,设计理论不完善,经验起着重要的作用。因此,如何使软基处理设计与施工的决策更具科学性。利用人工智能、知识工程、模糊数学、决策分析、计算机技术等,进行高速公路软基处理智能决策研究很重要。     

上海股市金融业时变贝塔比较研究——基于状态空间向量的个股时变贝塔

本文采用状态空间向量模型运用卡尔曼滤波法来估计个股时变贝塔,对上海证券交易所金融行业公司的时变贝塔估计研究表明,假定贝塔系数变化路径为AR(1)的结果要优于假定贝塔系数遵循随机漫步的路径。     

基于状态空间模型的动态基金业绩评价研究

本文在基金整体业绩评价研究领域对以往经典基金业绩评价指标詹森alpha指数以及基金资产投资的系统风险指标beta的估计方法进行了修正和改良。以往的詹森指数和beta值的估计是将其视为常系数,然而实际中基金的詹森指数和系统风险beta具备时变性。在对常系数下詹森alpha和系统风险beta值的分解式中,本文证明了传统估计值由詹森alpha和系统风险beta的期望值与一系列协方差项组成。随后本文构建了反映动态指标变化的SSM模型,并利用Particle EM算法来估计动态詹森alpha和系统风险beta在各期的估计值,并以此来计算基金在评价时期内平均詹森指数水平和系统风险水平。此外由于获取了各期的系统风险beta,根据择时能力的定义本文构建了反映基金在时期内的择时能力指标。     

基于状态空间模型的宏观经济因素对股市流动性的建模分析

证券市场的流动性是评估一国证券市场是否健康运转的重要指标。关于流动性的各种学术研究也是金融市场微观结构理论中的热点问题。本文主要考察宏观经济因素对时变的股市流动性的影响，选取度量股票流动性的指标以及宏观经济变量，针对行业分类的面板数据提出三个动态因子模型，并引入跨行业的能够捕捉风险聚集现象的潜在因子进行建模，利用状态空间模型与Kalman滤波进行分析和样本外流动性风险预测。我们提出的新颖的带回归效应的高斯面板数据时间序列模型，结合了用主成分的方法从大量宏观经济协变量中提取出来的因子，用来分析和预测股市的流动性风险，具有较强的信息挖掘作用。在对上证A 股的实证研究中，我们发现动态的潜在因子的引入对于防止流动性估计的偏差是需要的。     

多心理账户下的群体投资决策规则优化研究

从决策者有限理性角度,引入行为金融于群体投资决策系统,研究了多心理账户下群体投资决策规则优化问题。研究给出了群体投资决策系统诸多非标准金融实证异象行为的金融解释,并指出了决策者金字塔式心理账户结构;研究提出了各个心理账户下离散随机变量的信息度量方法,以行为证券组合理论为内核进行集成建模,揭示了多心理账户下群体投资决策规则的优化机理。     

WTO规则下我国的农业补贴政策空间

加入WTO时，我国农业开放程度远远大于一般发展中国家，致使我国农业陷入这样一种困境：一方面与国外农产品相比我国农业国际竞争力明显不足；另一方面随着中国不断取消农产品的各项出口补贴和保护，而少数主要发达国家实际却在增加农业补贴。面对这种不利现状，建立最优的农业补贴体系，显得尤为重要。     

基于复杂系统的电力市场运营状态识别研究

基于电力市场的复杂特性及其演化规律,运用协同论,构建电力市场协同演化方程,并确定影响市场运营的主要因素;基于突变论构建势函数,划分市场运营的有序状态、警戒状态和临界状态,并提出判别规则,实现对电力市场运营状态的识别和预警,用2007年至2008年中国某区域电力市场的月度运营数据进行实证分析。研究结果表明,该区域电力市场的序参量为结算电价和社会总剩余;在研究期内,电力市场出现警戒状态和有序状态,没有临界状态,且有75%的时间处于有序运营状态;结算电价和社会总剩余的综合结果偏低或偏高时,市场都处于警戒状态。结果符合实际情况,验证了该方法对电力市场运营状态识别和预警的有效性。     

基于状态空间的贝叶斯跳跃厚尾金融随机波动模型研究

针对金融市场中跳跃特征的刻画问题,提出了贝叶斯跳跃厚尾随机波动模型。通过随机波动模型的结构分析和状态空间转换,设计了模型参数估计的MCMC算法,利用Kalman滤波和高斯模拟平滑方法估计模型的潜在波动,运用贝叶斯因子对随机波动类模型进行比较分析,并利用中国和美国的股市收益数据进行实证分析。研究结果表明:在刻画中、美两国股票市场的波动特征方面,跳跃厚尾随机波动模型要明显优于厚尾随机波动模型和标准随机波动模型,并且金融危机背景下的中国和美国股票市场都具有明显的波动持续性以及跳跃特征。     

基于GPS／GIS的智能空间物流管理系统的构建

现代物流迫切需要利用信息技术对社会现有零散的物流、商流、资金流、信息流等资源进行整合,从而提高整个资源配置的合理性,本文在分析现代物流管理系统的需求基础上,详细介绍了基于GPS/GIS的智能空间物流管理系统的构建过程,重点介绍通信、智能管理平台的构建,并以多供货地、多销售地的物流配送问题为例,分析了该系统智能决策的过程及决策结果.系统的实施满足了企业的现代化物流信息化管理的需求,本文为利用现代空间技术进行物流智能化管理提供了较好的借鉴.     

基于遗传算法的集成产销系统参数优化

为了解决供应链中生产和分销的目标不同导致的产销系统的矛盾,本文将基于需求拉动的供应链中分销节点、成品库、加工中心、原料库集成,形成一个集成的产销系统。另外通过设计合适的染色体结构和遗传算子,确定了各个子系统的最优参数,这些参数使得集成系统在满足外生需求最低服务水平的前提下整体成本达到极小化。为了保证最优参数的可行性,提出了有效染色体生成算法。对算例的分析表明,服务水平的增加并不是以总成本的增加为代价的,集成产销系统可以在提高服务水平的同时降低总成本。     

基于系统动力学的库存优化控制研究

本文首先对库存成本进行分解,在介绍传统库存管理方法如ABC分类法、定量订货法和定期订货法实施库存管理的途径的基础上.找出其在实施动态库存管理方面的不足,用系统动力学的思想和方法来建立延迟购买条件下的经济批量模型.并结合实际经济活动中存在的价格上涨情况对本模型进行修正,对库存管理活动进行优化.     

基于自适应免疫遗传算法的企业信息系统适应性优化研究

为了提高企业信息系统的适应性,研究了企业信息系统的适应性优化问题.首先,建立了企业信息系统适应性的指标体系,并基于企业信息系统的形式化表达方法——对象知识网(Object-based Knowledge Mesh),给出了适应性指标的量化方法;其次,建立了企业信息系统适应性的优化模型,并给出了模型的优化算法——自适应免疫遗传算法;最后以销售处理流程为例说明了企业信息系统的适应性指标、优化模型以及算法的应用,验证了其有效性,为提升企业信息系统的适应性奠定基础.     

基于不同信息状态的经理人年薪制确定方法研究

针对中国现行的企业经理人年薪制模式,在传统委托代理理论的基础上,结合柯布-道格拉斯生产函数的结构特征和经济特性,引入相应的激励机制,建立一个促使企业不断向前发展的经理人年薪制的委托代理模型。分析在不同信息状态下制约企业经理人年薪收入状况的各类因素,探讨企业所有者与企业经理人之间在公司经营管理上的博弈关系以及对应策略的选择,进而从不同的风险态度阐明委托代理双方的态度差异及其对双方决策的影响。研究结果表明,不同信息状态下企业经理人年薪制具有不同的模式,即固定年薪(信息对称时)以及基本年薪与激励年薪之和(信息不对称时),并指出努力水平、能力技术、风险态度、投资规模和成本系数等参数的改变对企业经理人年薪制的影响。     

Representing Preferences with a Unique Subjective State Space

We extend Kreps' (1979) analysis of preference for flexibility, reinterpreted by Kreps (1992) as a model of unforeseen contingencies. We enrich the choice set, consequently obtaining uniqueness results that were not possible in Kreps' model. We consider several representations and allow the agent to prefer commitment in some contingencies. In the representations, the agent acts as if she had coherent beliefs about a set of possible future (ex post) preferences, each of which is an expected‐utility preference. We show that this set of ex post preferences, called the subjective state space, is essentially unique given the restriction that all ex post preferences are expected‐utility preferences and is minimal even without this restriction. Because the subjective state space is identified, the way ex post utilities are aggregated into an ex ante ranking is also essentially unique. Hence when a representation that is additive across states exists, the additivity is meaningful in the sense that all representations are intrinsically additive. Uniqueness enables us to show that the size of the subjective state space provides a measure of the agent's uncertainty about future contingencies and that the way the states are aggregated indicates whether these contingencies lead to a desire for flexibility or commitment.