一种确定权重的新方法

本文介绍利用客观信息和主观偏好信息确定权重的一种新方法。这一方法既能从客观上反映各因素的权重,又能充分体现出决策者对各因素权重的认识     

中国经济波动的解释:投资冲击与全要素生产率冲击

本文利用产出缺口、投资缺口和全要素生产率缺口度量了宏观经济、投资与全要素生产率的波动,并简要分析了1978～2002年间我国宏观经济、投资与全要素生产率的波动特点,然后利用脉冲响应函数、线性回归和格兰杰因果检验分析了经济波动对于投资波动和全要素生产率波动冲击的动态反应,投资波动和全要素生产率波动冲击对经济波动的影响力度和三者之间的因果关系。分析表明,(1)1978～2002年间我国的产出缺口、投资缺口和全要素生产率缺口都出现了波动水平正负交替的古典周期情形,其中投资缺口波动更为剧烈且变化步调相对超前;(2)投资波动冲击和全要素生产率波动冲击对于解释我国宏观经济波动成因都非常重要,其中全要素生产率波动对宏观经济波动的影响力度更大但时滞较长。     

网上一口价拍卖顾客投标策略研究

网上一口价拍卖作为网上拍卖的创新模式,打破了固定拍卖结束时间的局限因而得到广泛应用.网上一口价拍卖有3种比较典型的方式,投标者的决策决定了拍卖的最终结果,也是拍卖理论研究的重点之一.在独立的私有估价模型下,分别对这3种拍卖方式的顾客投标策略进行研究,结果表明,在固定一口价中,估价高于一口价的投标者的最优选择是及早选择一口价;在临时一口价中存在一个均衡点,使估价高于此均衡点的投标者及早选择一口价是最优的;持久一口价中存在一个门限函数和一个均衡点,使估价满足门限函数或高于均衡点的投标者及早选择一口价是最优的.     

国债利率期限结构拟合模型及在金融中的应用

众所周知,利率是经济和金融领域的一个核心变量,它实质上是资金的价格,反映了资金的供求关系。随着中国国债市场的发展和利率市场化的改革深入,研究国债的利率期限结构,为资金市场提供有普遍参考价值的利率,从而为市场上的各种利率产品进行定价以及进行利率市场风险管理是我国的重要研究课题,而国债利率期限结构的估计又是研究国债利率期限结构的根本,也就是如何从国债的市场价格信息中的构造出利率和到期期限的关系。     

经济系统动态最优生存的费马原理探析

本文简述了费马原理的发展历程,定义了经济系统的生存域和生存函数.运用费马原理和微分包含建立生存资源的种类、数量和质量给定情况下经济系统的动态最优生存模型,导出了经济系统动态最优生存求解方程.分析了经济系统生存域的拓展和生存迁移情况下的最优生存问题.本文所得研究结论适应于人类活动的各种经济系统.     

基于条件概率积分变换的多元Copula函数选择

本文构建了基于条件概率积分变换的Copula函数选择方法,通过对条件概率积分变换下Anderson-Darling(AD)、Kolmogorov-Smirnov(KS)、Cramér-von Mises(CM)这三种统计量的比较,讨论在不同样本容量和变量维数下其对多种Copula函数的拟合效果。利用GSPTSE、INMEX.MX和NDX三大股指样本,将基于条件概率积分变换的Copula函数选择方法与核密度估计和极大似然估计选择法的效果进行系统比较。结果表明,基于条件概率积分变换的检验法可以有效解决多元Copula函数的选择问题,其拟合优度检验更精确、更稳定;核密度估计检验在大样本下比较稳定,而小样本下稳定性较差;相比之下,极大似然值检验法则不稳定。     

Copula函数选择对投资组合压力测试的影响分析

将在刻画变量之间相关性方面具有优势的Copula函数与能够准确评估市场极端情况的压力测试两种方法相结合,通过度量市场危机发生的期望等待时间,实证检验不同Dopula函数对投资组合压力测试结果的影响.在实证过程中,首先选择上证A股、深成A股两个市场指数作为研究样本,构造能反映单变量极值的广义帕累托边际分布,然后采用不同形式的Copula函数刻画变量之间的相关性结构,利用压力测试的方法考察Copula函数的选择对刻画投资组合风险的影响.实证检验表明,在度量两个市场同时出现危机情况的等待时间时,拟合效果较好与拟合效果较差的两种Copula函数对风险的估计存在显著的差别.这一结论表明,在压力测试的应用中引入Copula函数为组合投资风险管理指出了一个新的方向,但仍需要在描述相关性过程中慎重考虑Copula函数的选择.     

环境库兹涅茨曲线在中国的适用性

有国外率先研究得出的经济增长过程中环境污染呈现"倒U型曲线"的趋势,即随着经济增长,环境污染呈现先上升后下降的趋势,该趋势也叫环境库兹涅茨曲线趋势。环境库兹涅茨曲线在中国是否同样适用,对此中国学者进行了颇多研究,结论并不一致。本文将在前人研究的基础上,应用广义脉冲响应函数法对中国的环境污染和经济增长之间是否符合环境库兹涅茨曲线的关系进行实证研究。最后给出一些政策和建议。     

Q学习实现亚马逊棋评估函数自调参

在亚马逊棋评估函数模型中进行参数调试,主要由人工依靠经验反复实验来实现,效率较低且无法保证精度。针对人工调参效率低下、精确度不足的问题,可借助机器学习的方法来弥补。采用强化学习中Q学习的思路,构造一种具有自学习能力的网络结构,利用计算机自身反复模拟对局与迭代,实现评估函数调参工作的自动化。实验结果表明：当训练达10 000次时,模型各结点Q值会趋于收敛,说明此时程序可以做出稳定合理的调参操作;在博弈实战中,模型调参后的程序也表现出了较强的棋力。