银行客户信用评估动态分类器集成选择模型

现实的银行客户信用评估数据常包含大量的缺失值,这在很大程度上影响了信用评估模型的性能.针对已有模型的不足,提出了面向缺失数据的动态分类器集成选择模型DCESM.该模型充分利用数据集中所包含的已知信息,在训练信用评估模型之前不需要事先对缺失数据进行预处理,从而减少了对数据缺失机制假设以及数据分布模型的依赖.从UCI数据库中选择两个银行信用卡业务信用评估数据集进行实证分析,结果表明,与4种常用的基于插补法的多分类器集成模型以及1种直接面向缺失数据建模的集成模型相比,DCESM模型能够取得更好的客户信用评估性能.     

国家自然科学基金资助项目综合评价:基于Vague 集多准则决策

采用基于Vague 集的多准则决策方法,对国家自然科学基金11 类主要竞争性资助项目的实施情况进行综合评价和排序． 首先,通过问卷调研的方式,由国家自然科学基金项目评审专家采用“高”、“不高”和“不清楚”三类语义,对各类项目按照“评审公正性”、“管理规范性”、“科研创新性”和“社会影响力”四个准则进行评价; 然后,根据问卷统计结果,将语义评价转化为Vague 估计值,并利用一种新的评分函数计算各类项目在各准则下的得分; 最后,采用正态分布的OWA 算子集结各准则下的得分,得到所有项目的综合评价和排序． 本文的研究结果将为完善国家自然科学基金的资助结构与管理模式提供重要参考依据．     

中国与欧元区货币政策的比较

本文将从货币政策的目标、传递机制、货币政策操作工具和原则等方面分别对欧元区和中国的货币政策进行比较分析。分析欧元区货币政策的运行机制和传导方式，分析其优点与弊端，同时找出当前中国货币政策中存在的不足，提出政策建议促进中国货币政策不断完善与发展。     

周内效应和月度效应：中国证券投资基金市场的实证研究

对中国证券市场中开放式基金和封闭式基金的周内效应、月度效应和月内效应进行了实证检验,并与指数基准进行了比较.结果表明,中国基金市场存在一定的日历效应.上海基金指数和大部分样本开放式基金周一日收益率相对更高,上半月的日收益率均值低于下半月的日收益率均值;封闭式基金在3月和8月的月收益率分别达到了年内各月的较大、较小水平.     

复杂金融系统工程与风险管理研究的新进展(专辑序言)

1 出版本专辑的背景 金融系统工程是近年才在国内兴起的学科,它以系统工程的原理、理论和方法研究金融系统的微观和宏观问题,包括金融系统的动态特征和风险规律、预测与防范金融风险、应用金融工程技术进行金融创新等问题,金融系统工程把金融市场看作是复杂性系统,从而可以从系统内部的结构及系统与环境的相互作用来考察系统的特性,以便揭示金融市场演化的规律与金融风险形成的机理,这是对系统工程的一个延展概念,丰富和拓展了系统工程的研究领域,有着非常广泛的应用前景.     

商品期货及其组合通胀保护功能的实证分析

通货膨胀风险及其规避问题是学术界和业界普遍关心的问题.由于我国尚未发行通胀保护债券,所以,在我国市场上开发通胀保护功能的金融产品更具难度.因而提出通过研究各类资产规避通货膨胀风险的能力,构建和设计能对冲通胀风险的金融产品的思路.对商品期货和各行业股票对冲通胀风险性质的研究结果显示,商品期货可以对冲通货膨胀风险尤其是未预期通货膨胀风险,但是行业股票不具备这种性质.构建了商品期货投资组合,检验结果显示该组合具有通胀保护能力.鉴于指数化投资的优点,揭示了商品指数基金是能够很好地规避通货膨胀风险的金融产品.     

外汇储备与金融脆弱性关系研究--基于金砖五国的实证分析

外汇储备通过传导机制对国内金融部门产生影响,研究外汇储备变化对金融稳定的影响是国家金融安全的重要内容。本文选取中国、巴西、俄罗斯、印度和南非五个"金砖国家"作为新兴市场国家的典型代表,采用Johansen协整检验和Bayesian向量自回归建模方法,实证研究外汇储备变化与金融脆弱性的关系。研究表明,不管从长期还是短期来看,外汇储备变化量增加会提高金融脆弱性指数,帮助国家应对短期经济波动,因此,增加外汇储备有助于国内金融部门稳定,抵御经济危机。     

智能化对零售物流的影响：基于联华华商的实证研究

智能化可以降低物流中心的劳动强度,易于实现密集型存储,节省仓库空间,提高物流中心容量和利用率,为实体零售企业当前面临的劳动力和地域不均衡等问题提供了解决思路。本文以联华华商零售物流中心为研究对象,从成本、效率和质量三个维度,检验了智能化对零售物流运营的影响。实证研究结果表明,智能化提升了我国实体零售企业物流系统建设的成本,有效提升了零售物流管理的效率,但没有改善零售物流管理的质量。从全局性和长远性考虑,物流智能化变革有助于传统零售企业的发展和跨区域扩张。     

极端风险下中国股市的反应特征研究

投资者是否理性在金融理论中至关重要。本文利用日度交易价格数据,对中国股票市场在极端风险下的反应特征进行了统计实证研究。基于2002-2013年的数据发现,中国股票市场在极端风险下会表现出一些有趣且显著的反应特征。具体表现为:1.在股市出现极端下跌情形下,市场会由于过度反应而在接下来的一个交易日内表现出显著的反转特征;而在股市出现极端上涨情形下,市场在接下来的交易日内并没有明显的反应模式;2.与熊市相比,在出现极端下跌风险下,市场在牛市中更容易出现过度反应而表现出反转特征。实证研究结果还发现,基于极端风险构建的投资交易策略要显著的优于有效市场假说的买入并持有策略。本文的实证研究结果不仅表明投资者的非理性特征,而且还表明这种非理性特征已经影响到资产的定价。     

矩约束模型的最优矩条件选取方法

大量经济、金融以及企业管理等领域研究对象的行为特征可以通过矩约束模型来刻画。然而,该模型中参数的估计对矩条件的选取非常敏感。如何选取最优的矩条件,进而得到更准确的参数估计和更精确的统计推断,是实证研究面临的重要问题。本文从估计量均方误差（MSE）最小的角度,研究了一般矩约束模型两步有效广义矩（GMM）估计的最优矩条件选取方法。首先,利用迭代的方法,推导出两步有效GMM估计的高阶MSE,然后通过Nagar分解,求出了两步有效GMM估计量的近似MSE。接着,基于近似MSE表达式,给出了两步有效GMM估计矩条件选取准则的一般理论,即定义了最优的矩条件,提出了两步有效GMM估计的最优矩条件选取准则,并证明了选取准则的渐近有效性。模拟结果表明,本文提出的矩条件选取方法能够很好地改善两步有效GMM估计量的有限样本表现,降低估计量的有效样本偏差。本研究为实证研究中面临的矩条件选择问题提供了理论依据。