基于广义随机Petri网的重大传染病传播演化模型研究

本文采用多案例分析方法提取重大传染病疫情事件的属性,从"事件类型、关键属性、从属属性、环境属性和危害评估属性"对其进行结构化描述。在此基础上,分析重大传染病疫情发展演化事件链中关联事件的相关属性,利用基于广义随机Petri网的建模分析方法,根据广义随机Petri网与马尔科夫链的同构关系,得到重大传染病传播演化的广义Petri网模型和等价马尔科夫链模型。最后,通过马尔科夫链及相关数学方法分析其中的均衡状态及其变动规律,并对系统评估和改进提出建议,可为有效监控和应对疫情发展提供有力决策支持。     

具有可变抽样区间的Poisson INAR(1) CUSUM控制图

文章主要对监测取整且自相关的泊松数据所用的控制图(Poisson INAR(1)CUSUM)进行研究,并且对此控制图进行了可变抽样区间设计;利用马尔科夫链方法计算其平均报警时间,计算结果表明,所设计的动态Poisson INAR(1)CUSUM控制图比固定抽样区间的控制图有更好的监控效果。     

中断与质量多重风险下的供应链动态采购策略研究

新冠病毒疫情的暴发对全球供应链稳定造成了较大冲击,导致多种风险凸显。本文建立马尔科夫决策模型,研究由两个供应商、一个制造商与两类零售商组成的供应链在应对供需中断与质量多重风险下的多期动态采购决策问题,并比较了检查与延期付款两种质量控制机制对采购决策的影响。研究表明,供应中断风险不会影响延期付款机制下的采购决策,但在检查机制下,供应中断风险越高,越倾向于采购高质量产品;区域需求中断风险与供应中断风险对采购决策的影响是一致的,不同的是区域需求中断会降低整体的采购量。同时,在高质量产品库存较低时,提高检查精度或延长延期付款期,会使得制造商向低质量的供应商采购;而在高质量产品库存较大时,延期付款机制会使制造商向高质量供应商采购,但检查机制下制造商不会改变采购决策。此外,比较检查与延期付款机制可知,在次品率较低时,制造商应选择检查机制,反之则应选延期付款机制,但这种选择会随着中断风险而改变,在中断风险越高时,增加检查精度并不能提高制造商的收益,但延长延期付款期可以提高制造商的收益。     

人民币/美元名义汇率与中国通胀率的状态转换特征研究

通过扩展巴拉萨—萨缪尔森假说,对名义汇率升值和通胀的相互替代作用进行了理论解释。使用马尔科夫状态转换模型研究了1983年1月至2010年11月间人民币/美元汇率和中国通胀率的时间序列行为。研究显示：在缩小中美两国价格差距的过程中,结构性通胀与名义汇率升值有着相同的作用。人民币外在升值压力与国内通胀并存的问题,对于宏观经济平衡和货币政策制定者来说,既意味着机遇,也意味着挑战。所以,通胀与名义汇率升值的合适政策搭配会降低人民币升值预期,并逐步缓解人民币升值压力。     

基于多因素影响的房地产价格预测模型

文章根据我国房地产发展情况以及与其影响因素之间复杂的非线性关系,提出了基于多因素影响的房地产价格预测组合模型.首先运用灰色关联法对影响因素进行计算排序,筛选出主要的影响因素变量,然后应用改进的小波神经网络组合预测法对房地产价格进行预测,最后使用马尔科夫链分析法将预测值区间化,提高预测值的可信度,得出最终预测结果.研究表明,考虑多种因素影响的房价预测模型能够有效地预测房地产价格,且较传统的预测方法大大提高了预测精度.     

企业创新项目的投资平衡控制——基于马尔科夫链的零基预算

企业的创新投资是一种风险投资,通过马尔科夫链将风险因素引入零基预算编制,并结合创新的特点,作出优化选择,使零基预算在创新预算编制中弥补传统预算的不足,提高了创新项目投资管理的科学性与规范性,对企业加强创新投资管理、提高创新效率,具有积极的意义.合理评估企业技术创新每一个阶段的投资预算,既能保证技术创新的资金供给,又能避免企业陷入投资的无底洞;马尔科夫链与零基预算的集成,对创新过程的风险、总量、效益和效率等因素进行综合平衡,使预算具备了计划、控制、评估的综合功能,克服了我国企业长期沿用的"基数加增长"的预算编制方式中的不足,使预算控制更加合理和科学.     

四种人力资源的定量预测方法及评述

新型定量预测方法在人力资源预测中的应用,顺应了人力资源管理的发展趋势,提高了复杂环境下的人力资源预测精度。由于这些方法的都具有各自的特点和适用条件,因此,文章选取了四种新型的人力资源定量预测方法加以介绍,并对这些方法的特点和适用条件进行了评述。     

SVJD-LIBOR随机动态模型的市场校准估计与实证模拟

针对跳跃扩散LIBOR市场模型（JD-LIBOR）与随机波动率LIBOR市场模型（SVJD-LMM）各自应用局限,首先将正态跳跃扩散与Heston随机波动率同时引入标准化LIBOR市场模型中,建立一类新型双重驱动非标准化LIBOR市场模型（SVJD-LMM）。其次,运用Cap、Swaption等利率衍生产品市场数据和Black逆推校准方法,对模型的局部波动参数与瞬间相关性参数进行有效市场校准;并运用自适应马尔科夫链蒙特卡罗模拟方法（此后简称A-MCMC）对模型的随机波动率、跳跃扩散等其他主要参数进行有效理论估计与实证模拟。最后,针对六月期美元Libor远期利率实际数据,对上述三类市场模型进行了模拟比较分析。研究结论认为,若在单因子Libor利率市场模型基础上引入跳跃扩散过程,并且联立波动率的随机微分方程,则可极大地提高利率模型的解释力;加入随机波动率和跳跃扩散过程的模拟计算结果与实际利率的误差更小,从而更接近现实情况。     

中国股市流动性深度日内模式——基于马尔科夫调制泊松过程模型

针对已有流动性深度日内模式的研究数据受异常事件污染的局限,基于马尔科夫调制泊松过程,构建了交易量分离模型,该模型可分离交易量中的异常交易量.进一步以交易量为流动性深度的代理指标,研究了中国股市的流动性深度日内模式.研究发现：异常交易量确实对我国股市的深度日内模式有影响;由于对信息的敏感程度不同,不同规模股票的深度日内模式不同,对信息敏感的中、小市值股票具有W型模式,而对信息相对不敏感的大市值股票呈U型模式;由于不同市场走势下,投资者对市场信息的敏感程度不同,我国股市深度日内模式受市场走势的影响,牛市时,深度日内模式呈U型,而熊市时,深度日内模式呈W型.