区域创新发展能力评价与空间差异测度

区域创新发展能力是区域经济在发展过程中获取竞争优势的重要影响因素,文章从区域创新发展规模、区域创新发展条件、区域创新发展活力、区域创新发展环境四个子系统筛选出20个可观测指标构建区域创新发展能力评价指标体系,应用面板数据熵权法对我国31个省份2014—2019年创新发展能力进行综合评价,利用泰尔指数和莫兰指数对创新发展能力空间差异特征进行分析,并为区域创新发展能力实现协同发展提供参考。     

图的ISI-Estrada指数的界

运用ISI-Estrada指数的基本性质,利用图的顶点数和边数等图不变量给出了ISI-Estrada指数的一些上下界,并刻画了极值图,得到了二部图的ISI-Estrada指数的界以及ISI-Estrada指数与ISI能量之间的关系。     

一类与洛伦兹曲线相关的不平等测度指数

文章对一类与洛伦茨曲线相关的不平等测度指数进行了较为系统的回顾与探讨,这些指数既包括基尼系数和Schutz指数等传统的不平等测度指数,也包括Bonferroni指数、De Vergottni指数和Zenga指数等国际上应用广泛但国内少见的不平等指数,并揭示了这些指数间的相互关联,总结了这些指数所满足的性质特征.     

资产收益序列相依下的多阶段投资博弈模型

现有投资组合优化研究普遍假设投资者之间相互独立,且假定标的资产在不同阶段的收益序列不具相关性.然而在实际投资过程中,投资者往往是相互影响,资产收益序列也存在相依特征.基于多阶段投资组合优化和纳什均衡理论,利用相对绩效来刻画投资者之间的博弈现象,以每个投资者的相对终端财富的期望效用水平为目标,构建多阶段投资组合博弈模型.在资产收益序列相依情形下,给出了纳什均衡投资策略和相应值函数的解析表达式,以及纳什均衡投资策略与传统策略的关系.采用累计经验分布函数和夏普比率等指标,对纳什均衡投资策略与传统策略进行仿真比较,分析了纳什均衡投资策略随投资者反应敏感系数的变化趋势.结果表明:相比于传统的投资策略,当考虑竞争对手的相对绩效时,纳什均衡策略投资者更愿意冒高风险去追求高收益;并且投资者的反应敏感系数越大,其对风险的偏好程度也越高.     

国际贸易网络与股价崩盘传染:竞争性货币贬值视角

目的/意义当市场面临重大冲击时,虽然不同行业指数在上涨与下挫过程中存在着类似趋势,但依然有着不同的波动特征与溢出特征。设计/方法利用GARCHSK模型刻画我国股票市场各行业不同阶矩的波动特征,并通过溢出指数从静态和动态角度测度2004～2018年期间我国股票市场行业间一阶矩、二阶矩和高阶矩风险溢出的强度和方向。结论/发现研究表明我国股市各行业指数具有明显的高阶矩波动特征,且各阶矩风险联动效应较强,单个行业的风险容易通过行业间的相互作用扩散到整个市场;当危机发生时,相比收益溢出指数较小的变化幅度,波动溢出指数能够及时对市场冲击做出反应,且高阶矩波动溢出指数能更准确地体现出不同行业的特质以及所受冲击的大小。     

CPI之GEKS指数序列更新方法及窗口长度选择问题辨析

大数据来源下CPI指数的创新编制,对及时了解新经济时代的物价走向和识别通胀危机、预测宏观经济拐点以实现我国通胀治理现代化、推动经济平稳和高质量发展具有重大意义。GEKS多边指数是近些年国际学术界重点研发的大数据热点价格指数,但其构造方法颇具争议。借助超市扫描大数据,就GEKS指数序列更新方法、窗口长度选择等学界难题开展理论与实证研究,获得了以下富有启发性的结论:①GEKS指数序列更新方法2、3应用效果相对较差;②随着窗口长度的增加,GEKS环比价格指数会趋于单位值,不同更新方法下的GEKS链式指数也会呈现一定的趋同性;而GEKS指数的通胀趋势判断力却不受此影响,但更新方法的选择却会导致其不同的通胀趋势预测结果;③更新方法4会随着窗口长度的增加而呈现更强的替代偏误,方法1却没有出现明显的替代偏误。综合而言,更新方法1和13个月窗口长度应该是编制GEKS指数序列更为合理的组合方式。     

金融市场收益率方向预测模型研究———基于文本大数据方法

金融市场的发展关系着一国的经济命脉,而股票市场作为金融市场的重要组成部分,对其收益率的研究也一直都是学术界的热点。财经新闻常被认为蕴含着丰富的信息,其中所包含的情感信息作为影响投资者投资决策的重要因素之一,对股票收益率也具有一定的影响。故本文构建了适用于金融投资领域的财经新闻情感词典来对财经新闻进行文本分析,同时构造了新的预测模型:将财经新闻文本中所含的情感量化为情绪指数并与时变密度函数相结合,得到时变加权密度模型。并在此基础上以模型评分为权重组合多个预测模型构建出评分加权模型用于股票收益率预测。结果显示,加入情绪指数能有效提高模型预测能力,而评分加权模型的预测能力则在此基础上更进一步,在准确率以及评分规则上基本达到双重最优。     

投资者彩票偏好对股票价格行为的影响研究

首次使用百度搜索指数来度量我国股市投资者的彩票偏好程度,并从市场整体层面研究了投资者彩票偏好对股市收益及其波动的影响.分析了和彩票销售数据的相关性,结果表明彩票偏好指数是有效的.随后使用巨潮系列规模指数进行实证研究后发现:投资者彩票偏好会显著降低滞后1期的股市收益率,这种影响在中、小盘股票中体现得尤为明显;对波动率的影响方面,彩票偏好会显著降低小盘股的当期波动率,并且这种影响主要是通过移动端体现出来的,表明不同端口投资者的彩票偏好对股票价格行为的影响存在异质性.使用上证A股系列指数进行的稳健性检验发现实证结果是基本一致的.     

基于迁移学习的LSTM互联网金融指数高精度预测方法

针对互联网金融指数高精度预测中数据量不足的问题,提出了基于迁移学习的LSTM方法。提出构建LSTM与全连接网络的组合模型,利用数据量充足的标准普尔500或沪深300指数对构建的网络进行预训练,得到较高精度的预训练模型;利用数据量有限的互联网金融指数对预训练模型进行迁移训练,提高模型对互联网金融指数预测的准确性。实证结果表明:(1)构建的组合模型能准确预测金融指数,MAPE值降低3.7%以上;(2)迁移学习能提升互联网金融指数预测的准确性,MAPE值降低0.5%左右;(3)与标准普尔500指数相比,沪深300指数与互联网金融指数相关性更强,迁移学习效果更优。本文提出方法解决了训练数据不足导致互联网金融指数预测准确度低的问题,可用于新型金融指数的高精度预测。     

三元效率区间下决策单元的全局绩效评价

针对现实生活中投入产出数据的不确定性,许多学者提出从乐观和悲观角度计算决策单元的效率区间,但每个效率区间的上、下界值都是决策单元表现的两种极端情况。本文通过引入心态指标衡量决策者的偏好,获得了一个最有可能的效率值,它与上界值、下界值共同组成了三元效率区间。然后改进了两级排序方法:提出了三元有向距离指数,为所有决策单元获得全序化结果。本文引用前人文中的数例验证了该方法是一种更为精确、可全序化的评价、决策方法,可广泛应用于效率测评中。