中国电力消费周期的路径演化识别——基于Markov区制转移模型

基于1980-2016年中国第一产业、第二产业（工业、建筑业）和第三产业的年度电力消费数据,采用H-P滤波技术对中国电力消费的趋势成分和波动成分轨迹进行刻画,运用马尔科夫区制转移[MS（n）-AR（p）]模型分析中国电力消费周期在各区制间的动态转移过程,识别改革开放以来中国电力消费周期的路径演化特征,在此基础上预测未来5年中国电力消费周期的区制分布情况。研究发现:（1）中国电力消费增长率的波动程度自2003年明显缩窄,且从2007年开始进入下行周期。（2）中国电力消费周期具有较强的稳定性,不易向着其收缩期和扩张期跨越。且中国电力消费处于"低速增长区制"的年份往往对应着中国经济发展相对趋缓的大环境。（3）2014-2015年中国电力消费向其收缩期转移的迹象明显,但预测结果表明,未来5年中国电力消费整体上将继续保持稳定增长的趋势。     

生猪价格波动周期规律的实证检验

文章采用“三阶段”马尔科夫区制转移模型方法,分析中国生猪价格周期波动的非对称性和持续性特征.实证结果表明:生猪、猪肉和猪仔价格时间序列中存在着“下跌阶段”、“稳定阶段”和“上涨阶段”三种区制状态.生猪价格周期波动的非对称性体现在各区制上方差和区制转移概率的差异,持续性表现为各区制上持续概率和平均持续期的不同.因此,生猪价格调控政策应该依据生猪价格周期波动的区制特征来制定.     

基于波动持续性的最优组合构建与分散化研究

构建恰当资产组合来减少风险, 是投资组合理论研究的重要目标.由于金融时间序列的波动往往会伴随着持续性特征, 该种特性会增大组合未来收益的风险.本文通过构建随机波动模型序列持续性最优投资组合模型, 以降低金融资产波动的持续性特征对组合收益波动的影响;并通过研究其分散化水平, 考察该投资组合构建方法的有效性与稳健性.研究发现:与均值方差的组合模型相比较, 序列持续性组合的风险分散化水平更好.此研究在资产组合选择方面, 具有较为重要的理论价值及实践意义.     

我国区域经济差距的空间演变趋势及其成因

文章采用空间马尔科夫链方法分析了我国区域差距和经济发展的空间效应及演变趋势,发现地理背景对经济类型转移具有显著影响,区域经济类型不会发生明显的跃迁,经济增长存在空间相关性和路径依赖性。然后,利用Kernel密度分布法提供了同时考察经济增长及区域差距的新分析框架,从经济增长分布演进的视角,分析了我国区域经济差距的原因。研究结果显示,中国经济差距扩散的动力来源于效率改进而非要素投入。     

脑-机接口中新的脑电数据分类方法

根据自发脑电的特点,将HMM-AR模型算法运用到脑电状态的分类中,证明它是一种非常有用的分析脑-机接口方法。将Laplacian filter、ICA和HMM-AR方法相结合,用想象左右手运动的BCI数据进行识别,得到了很好的分类结果,有效地区分脑电中运动与非运动两种状态。该算法能够在运动开始后1 s内检验到脑电信号的变化,从而证明了该算法在BCI的实用性,达到了良好的识别效果。     

基于马尔科夫模型的老年人口护理需求分析

通过建立一个马尔科夫多状态转移模型,测算中国65岁及以上老年人口护理费用的精算现值,讨论影响测算结果的主要因素,对如何满足老年人口的护理需求提出意见和建议.结果表明:2005～2050年,中国处于失能状态的老年人口数将从2 173.0万增加到7 077.6万,老年人口护理费用的当年现值将从47 754.3亿元增长到155 542.3亿元.影响测算结果的主要因素有人口预测、状态转移概率和各状态护理费用等.要满足老年人口的护理需求一是要努力增加居民收入,二是要完善老年护理保障制度,三是要大力开发长期护理保险产品.     

基于MCMC方法的保险短期个别风险的测算

对保险短期个别风险的测算由于没有充分考虑索赔次数和索赔额的不确定性,其结果不能准确评估并预测保险实务中复杂的短期风险.文章在传统贝叶斯模型基础上引入Metropolis-Hastings抽样与Gibbs抽样相结合的马尔科夫链蒙特卡罗(MCMC)方法,克服了高维数值计算的困难,通过对典型实例的实证测算,证实即使在索赔数据缺失情况下,该模型仍然能够较好地模拟缺失数据的后验估计以及预测值的后验分布,提高了预测的准确性并减少了不确定性风险.     

基于中国股票高频交易数据的随机波动建模与应用

本文对近十五年多达17万笔高频交易数据研究发现,早晨9:30股市开盘期间收益回报显著为负值,而在下午3:00收盘前的5分钟集合竞价阶段的收益回报显著为正值,称这种现象为“首尾5分钟现象”.并且日内收益数据具有较为显著的季节效应或周期效应,本文首次提出利用具有季节效应的SVJt-s模型对上证综合指数的5分钟高频交易数据进行建模,并给出模型的两步估计方法.由于高频随机波动建模时的数据量巨大、计算负荷严重,模型的估计、评价以及预测评价方法都需进行相应的改进,本文主要通过APF方法计算边际似然和BF进行模型比较,并从模型的预测能力发现本文给出的具有季节效应的SVJt-s模型,优于通常的GARCH模型和基本随机波动模型,最后给出了模型在风险管理中的应用.     

基于马尔科夫状态转换GARCH模型的汇率波动预测

文章利用汇率波动状态下的均值方程修正了面向汇率日波动特征测度的GARCH模型,并以动态多维条件修正针对汇率波动特征预测的马尔科夫状态转换GARCH模型,结果证实:汇率波动的动态发展趋势具有左部相对厚尾和一定程度的尖峰特征,汇率波动的动态特征及过程中更多动态相互干扰造成了汇率影响的参数异方差效应属性.