房地产财务风险预警系统研究

文章首先对2006～2010年A股上市的房地产公司的财务风险预警系统进行了研究,并分析了房地产上市公司的财务风险因素;其次在选取财务和非财务指标作为备选指标,及进行预处理和显著性检验后,运用因子分析对指标项进行了降维处理,并采用BP-Adaboost神经网络算法对房地产公司的财务风险进行了预测;最后结合财务风险预测结果,提出了后续研究内容和思路。     

城市房地产市场的风险预警——以济南市为例

本文运用主成分分析、神经网络等现代数学方法,通过选择合理的指标体系,并利用连续7年的数据,构建了济南市房地产市场风险预警系统,给出了单指标和综合指标的预测结果,以期揭示济南市房地产市场的运行状况;最后,提出了具有一定参考价值的对策建议.     

上海房地产预警系统编制方法研究

建立房地产预警系统显得十分必要。本文根据经济周期波动理论,运用时差相关分析法确定预警指标体系,运用3σ方法确定预警区间,依据主成分分析对指标体系赋权,最后加权拟合得到上海房地产综合指数,并对2008年1月至2014年6月上海房地产市场进行了实证分析,进一步验证了上海房地产预警系统的可行性和有效性。     

浙江房地产市场发展研究报告

在连续多年保持高速增长的发展态势下 ,浙江的房地产市场开始进入一个关键时期。一方面房地产业在国民经济中的地位越来越重要 ,对相关行业的拉动作用越来越明显 ;另一方面房地产市场发展“非理性繁荣”背后所隐含的风险也日益显现 ,越来越受到各方面的关注。　　一、周期波动与分阶段回顾(一 )周期波动分析国内外的经济理论和日本、香港、台湾等地房地产业发展的实例都证明 ,与宏观经济增长过程中的周期波动现象相似 ,在房地产经济发展过程中也客观存在着房地产周期波动。考虑到统计指标的代表性、时间序列数据取得的难易程度 ,我们选取了…     

中国房地产价格指数的模拟和预测

一、基本思路和统计方法(一)基本思路目前的房地产价格指数主要包括房屋销售价格指数SI、土地交易价格指数GI和房屋租赁价格指数LI三大类,而房屋销售价格指数与公众对房地产价格波动预期的相关性最强,所以本文选择房屋销售价格指数SI来反映房地产价格指数的整体性波动。从理论上分析,房地产价格指数受供给和需求以及预期等多方面因素的影响,如果我们能够找出客观存在的影响房地产价格变动的先行指标,则有可能利用这些先行指标的变动,提前若干期来预测房地产价格变动的趋势。根据这一思路,我们按照以下步骤开展房地产价格变动的模拟与预…     

房地产市场波动、宏观审慎政策有效性与双支柱调控

房地产市场波动对经济波动具有显著影响，促进房地产市场平稳健康发展对经济高质量发展具有重要意义。本文将家庭购房按揭贷款和房地产开发商抵押贷款嵌入带有金融中介的动态随机一般均衡（DSGE）模型，分析房地产市场波动对宏观经济的影响和传导机制，讨论宏观审慎政策调控房地产市场的有效性并评估双支柱调控效果。研究发现：住房偏好冲击驱动房价上涨，拉升银行杠杆，扩张信贷，积累金融风险；一旦风险显现，来自银行内部的金融冲击通过恶化银行资产负债表，收紧信贷约束，造成经济波动。本文选取两类住房金融监管工具进行逆周期宏观审慎政策实验，结果表明：最优贷款价值比政策和最优资本充足率政策对房价均可积极调控，但对信贷调控力度存在差异；宏观审慎政策对不同家庭福利存在取舍，社会福利通过卡尔多-希克斯效率增进。基于拓展的政策前沿曲线分析可知，宏观审慎政策通过降低顺周期信贷波动减轻了房地产市场波动对宏观经济的冲击，并与货币政策形成合力，提高了经济和金融稳定性。本文为厘清房地产市场波动的传导机制、研判宏观审慎政策调控房地产市场的有效性以及健全双支柱调控框架提供了政策启示。     

杭州宏观经济景气监测与预警系统调研

本文介绍了开发研制杭州市宏观经济景气监测与预警系统的全过程。包括景气预警的理论方法,景气指标的选择和处理,景气体系的构建,预警系统的形成以及各阶段的成果等内容。     

准确反映房地产价格水平的难点与对策研究

 房地产是一种有别于日常消费品的特殊商品：从经济形态看,既具有投资属性又具有消费属性;从物质形态看,具有固定性、耐久性和唯一性。房地产价格作为房地产经济运行中重要、敏感的市场信号,其价格水平及波动越来越受到社会各界的高度关注。但由于影响房地产价格水平的因素多而复杂,准确反映房地产价格水平及其变化的工作在全球范围都面临着严峻的挑战,我国也不例外。 基于不同类型商品价格指数必须遵从共同的基本规律和要求,以及房价问题的社会关注度和敏感性,本文在理清当前我国房地产价格统计工作现状并分析所存在难点及问题的基础上,重点探讨准确反映新建商品房销售价格水平的思路,提出进一步改革和完善我国房地产价格统计制度和方法、改进房地产价格统计各环节的工作和规范房地产价格信息发布,以更加准确地反映房地产价格水平及其波动的对策和可行性建议。     

基于Logistic的房地产上市公司经济效益风险评价研究

文章分析了影响房地产上市公司经济效益的风险因素.根据房地产经济效益风险指标建立原则,构建反映房地产上市公司经济效益的指标体系.运用主成分方法确定房地产上市公司经济效益风险主成分模型.在此基础之上,利用Logistic统计方法,对2009年房地产上市公司经济效益进行了风险评价,揭示出房地产上市公司经济效益存在的风险.     

碳金融市场集成风险测度的新方法

文章选取核证减排量期货价格和欧元兑人民币汇率价格作为样本数据，基于非线性期望理论构建GE-Copula-VaR/CVaR模型，研究了碳金融市场各风险因子的不确定性与非线性相依性特征，并对碳金融市场集成风险进行动态测度。结果表明：研究期间的风险指标VaR与CVaR具有明显的时变特征，《巴黎协定》签署前的样本各风险因子波动存在更强的不确定性，碳金融市场风险较大；GE-Copula-CVaR模型在99%的置信水平下能通过Kupiec有效性检验，其准确性显著高于先进的非参数Copula-CVaR风险测度模型。     

中国宏观经济预警体系的评价与修正

摘　　要:中国宏观经济预警体系建立于20世纪90年代初,十多年来为国家宏观调控提供了可靠的信息,成为宏观调控的主要依据之一。然而,进入本世纪以来,中国经济的运行格局发生了重大变化,导致预警体系的敏感度和预测精度出现了偏差,已经到了需要修正的时候。本文在对中国宏观预警体系分析与评价的基础上,对体系的结构与指标提出了修正的思路与方案。     

房地产预警指标体系及综合预警方法研究

 本文在对常用的房地产预警指标体系选择方法及筛选流程进行分析的基础上,提出了一种主、客观相结合的房地产预警指标选择方法,即先采用综合分析方法对指标进行初次选择,然后用聚类分析和相关分析相结合的方法进行再次选择。最后建立了武汉市房地产预警指标系统,并进行了房地产综合预警。     

分行业的企业财务危机预警模型比较研究

世界各国学者分别用不同的统计模型对信用风险进行全行业的实证研究。中国在此方面的研究尚处起步阶段。综合运用多元判别模型、Logistic模型、主成分模型,分不同行业对企业财务危机进行预警研究。比较分析了不同行业预警模型的判别准确率,不同预警技术的判别准确率,多年度预警的可行性,预警模型的稳定性,大类、中类行业预警的通用性等问题。商业银行可以使用这些模型进行信用风险度量和信贷风险预警。     

精算思想的演进与精算理论发展综述

精算是保险发展的基础,是保险经营的技术支持。精算在国外有四百年的发展历史,引入中国只有二十年。要使精算技术在中国得到发展创新并为社会需要服务,必须了解精算思想产生的历史背景,厘清精算理论发展的脉络,真正把握精算思想的实质。基于此,介绍了精算各发展时期的主要代表人物及其学术思想,阐述精算技术对各时期保险发展的影响,同时对精算学与复利理论、数学、统计学、计算技术、金融经济学交叉融合的历史过程进行了分析述评。     

榆林资源型产业集群可持续发展评估指标预测研究

构建出资源型产业集群可持续发展评估指标体系,应用所设计的Matlab7.1计算运行程序对其未来发展趋势进行预测研究,结果表明：榆林资源型产业集群可持续发展趋势良好;基于BP人工神经网络的预测方法在资源型产业集群可持续发展评估指标预测研究中具有较强的仿真能力。     

Towards Enhancement of the Economy of a Thermal Power Generating System through Prediction of Plant Efficiency

The plant ‘Heat Rate’ (HR) is a measure of overall efficiency of a thermal power generating system. It depends on a large number of factors, some of which are non-measurable, while data relating to others are seldom available and recorded. However, coal quality (expressed in terms of ‘effective heat value’ (EHV) as kcal/kg) transpires to be one of the important factors that influences HR values and data on EHV are available in any thermal power generating system. In the present work, we propose a prediction interval of the HR values on the basis of only EHV, keeping in mind that coal quality is one of the important (but not the only) factors that have a pronounced effect on the combustion process and hence on HR. The underlying theory borrows the idea of providing simultaneous confidence interval (SCI) to the coefficients of a p-th p(≥1) order autoregressive model (AR(p)). The theory has been substantiated with the help of real life data from a power utility (after suitable base and scale transformation of the data to maintain the confidentiality of the classified document). Scope for formulating strategies to enhance the economy of a thermal power generating system has also been explored.     

Interval robust design under contaminated and non normal data

Abstract

Robust parameter design (RPD) is an effective tool, which involves experimental design and strategic modeling to determine the optimal operating conditions of a system. The usual assumptions of RPD are that normally distributed experimental data and no contamination due to outliers. And generally the parameter uncertainties in response models are neglected. However, using normal theory modeling methods for a skewed data and ignoring parameter uncertainties can create a chain of degradation in optimization and production phases such that misleading fit, poor estimated optimal operating conditions, and poor quality products. This article presents a new approach based on confidence interval (CI) response modeling for the process mean. The proposed interval robust design makes the system median unbiased for the mean and uses midpoint of the interval as a measure of location performance response. As an alternative robust estimator for the process variance response modeling, using biweight midvariance is proposed which is both resistant and robust of efficiency where normality is not met. The results further show that the proposed interval robust design gives a robust solution to the skewed structure of the data and to contaminated data. The procedure and its advantages are illustrated using two experimental design studies.     

Continuous inspection of Markov processes with a clearance interval

Dodge's continuous sampling plan-1 (CSP-1) with clearance interval zero may be inefficient if there is serial correlation between successive units which are Markov dependent and a clearance interval greater than zero is appropriate. For such a situation, the average outgoing quality limit (AOQL) expression has been obtained and, when the serial correlation coefficient of the Markov chain is assumed to be known a priori, it is numerically demonstrated that smaller AOQL values are achieved numerically for values of the clearance interval from 1 to 4, by improving the perform-ance ofCSP-L     

An Approach of Stocks Substitution Strategy Using Fuzzy Interval Correlation Coefficient

The classical Pearson's correlation coefficient has been widely adopted in various fields of application. However, when the data are composed of fuzzy interval values, it is not feasible to use such a traditional approach to evaluate the correlation coefficient. In this study, we propose the specific calculation of fuzzy interval correlation coefficient with fuzzy interval data to measure the relationship between various stocks. As such, the study is able to offer an improving measure of investment strategy for stocks substitution via the analysis of the fuzzy interval correlation. In addition, we use empirical studies to verify the validity of our proposal on fuzzy interval correlation coefficient using data from companies in electric machinery and plastic sectors in Taiwan.     

Confidence curves and improved exact confidence intervals for discrete distributions

The author describes a method for improving standard “exact” confidence intervals in discrete distributions with respect to size while retaining correct level. The binomial, negative binomial, hypergeometric, and Poisson distributions are considered explicitly. Contrary to other existing methods, the author's solution possesses a natural nesting condition: if α < α', the 1 ‐ α' confidence interval is included in the 1 ‐ α interval. Nonparametric confidence intervals for a quantile are also considered.