波罗的海运价指数与金砖国家金融市场稳定

本文将金融市场的VaR作为金融市场稳定性的指标,选取中国、俄罗斯和印度作为金砖国家的代表,运用半参数MIDAS分位点回归模型分析世界贸易对金砖国家金融市场的影响,着重分析正常和极端市场条件下各个国家的金融稳定性,尤其是2020年初新冠肺炎疫情发生期间的市场表现.实证结果表明,波罗的海运价指数(BDI)对金融稳定性有着显著的影响,且疫情导致的世界贸易衰退对金砖国家金融市场稳定性造成了不同程度的影响,其中中国在极端市场中表现最为稳定.     

国际干散货航运市场发展趋势研究——基于主变量-自回归模型的分析

文章建立基于主变量分析法为特征的波罗的海干散货指数(Baldic Dry Index,BDI)自回归模型,并通过寻找各同期主要变量之间及序列前后期主要变量间的回归关系,建立联立方程模型以推演国际干散货航运市场供需变化及BDI指数发展走势.同时通过观察当前市场存量运力的船龄与载重吨分布,对更长期的市场发展趋势作出方向性判断.研究发现:2020年已轻微失衡的供需基本面给后续几年的市场发展带来压力,而在2022年左右将逐步进入缓慢发展周期.直至2030-2035年,预计会有总计超过2.5亿载重吨的海岬型及巴拿马型老旧运力集中拆解,供需结构得到改善而迎来下一个繁荣周期.     

我国小麦价格的周期性波动特征及动因分析——基于HP滤波模型

小麦是我国重要的粮食作物,其价格波动一直是政府及广大民众关注的重要问题。文章采用HP滤波模型对小麦价格波动进行周期划分,对各周期性波动特征及原因进行了分析,并对国家相关的宏观调控提出了建议。     

基于BP神经网络的商业银行信用风险预警研究

信用风险是指借款人没有能力或没有意愿按期还本付息而给贷款人造成损失的风险。传统的信用风险主要来自于商业银行的贷款业务,现代意义上的信用风险考虑到了风险环境的变化,不仅包括传统定义上的贷款违约风险也包括借款人违约可能性发生变化而给银行资产造成损失的风险。本文在研究目前较为流行的信用风险度量模型之后,提出BP神经网络预警系统来预警信用风险。     

基于GA—BP神经网络的人口预测研究

人口问题是一个复杂的社会问题,准确地预测,对于国家社会发展计划特别是制定生育政策有重要的意义。本文探讨了基于遗传算法改进的BP神经网络模型的原理、构成以及实现方式,该改进模型可以有效提高BP网络模型的性能。同时将此模型用于我国人口数量的预测,选取我国1982．2010年的人口数据,检验结果平均误差仅有O．0494％。用该模型预测2011-2020的人口总量,预测结果表明我国人口总数的增长已得到有效的控制。     

基于BP神经网络的虚拟企业合作伙伴选择研究

针对当前虚拟企业伙伴选择方法存在的不足,提出了基于BP神经网络的虚拟企业合作伙伴选择方法。首先构建了虚拟企业合作伙伴选择评价指标体系,在该体系的基础上,构建了BP神经网络评价模型,并通过MATLAB神经网络工具对其进行模拟计算。最后,给出了一个典型算例。     

基于BP神经网络的判别分析

研究判别分析问题的现状,利用MATLAB神经网络工具箱,建立基于Bp神经网络的判别分析模型,利用预留指标数据对该模型的判别效果进行验证,并将其应用于判别分析系统中,为决策和管理提供依据。     

基于BP算法的神经网络信用风险度量实证研究

理论与实际相结合,应用神经网络技术,构建了一个基于BP神经网络技术的信用风险评价模型,对我国传统的信用风险分析方法进行改进,克服了以往我国信用风险度量中存在主观随意性的特点,为我国信用风险度量模型的建设拓宽了思路,丰富了我国信用风险体系建设中的度量方法。     

基于BP神经网络的商业银行风险预警系统的研究

当今科技的飞速发展,带动的网络的蓬勃发展。对于一个商业银行来讲,加强银行的安全系统,有效地防范和化解商业银行在运营过程中的风险,是非常重要的。要达到这一目标,可以通过建立一个有效、合理、科学的商业银行风险预警系统来完成。主要探讨通过运用BP神经网络和组成成分的分析方法共同构建一个商业银行风险预警系统。以此,加强银行的安全系统。相关的实验研究也表明,通过这种方法构建的商业银行风险预警系统所能够达到的准确率可以高达88%。     

基于BP神经网络的自主品牌创新能力研究

提升自主品牌创新能力对于企业培育自主品牌和提升品牌竞争力具有重要的战略意义。通过对自主品牌创新过程的分析,获取品牌创新过程中的重要影响因素,建立有效的企业自主品牌创新能力评价指标体系和评价模型,可以为企业了解自主品牌创新能力的现状和发现存在的问题提供理论依据和分析手段。     

A study of the relationships between the time charter and spot freight rates

A time charter contract is a shipping contract that allows for freight rate risk avoidance and hedging. Defining the relationship between time charter and spot freight rates will illuminate the fluctuation mechanism of the spot freight market. In this article, three types of dry bulk ships – Capsize, Panamax and Supramax – are chosen to investigate the relationship between time charter and spot freight rates and to analyse the price discovery function of time charter contracts. A vector error correction model is developed, and an impulse response function is used to analyse the influence of time charter rates on spot freight rates. Empirical studies indicate that there are two-way lead–lag relationships between the time charter and spot freight rates and that a time charter contract has a price discovery function. Smaller ship sizes and longer durations lead to a stronger price discovery function.     

Forecasting spot freight rates based on forward freight agreement and time charter contract

In this article, the lead–lag relationship in freight rates between spot and forward markets and between spot and time charter (TC) markets was investigated. A hybrid forecasting method for spot freight rates was proposed based on the price discovery functions of the freight forward agreement (FFA) and the TC contract. VECM-based models were developed to analyse the relation between spot rates and FFA and TC rates. Empirical results indicate that cointegration does exist between spot and FFA rates and between spot and TC rates. Furthermore, while both FFA and TC rates are helpful in forecasting spot freight rates, the integration of the two can further improve the forecasting performance of spot freight rates.     

中国生猪价格波动特征分析

使用2000—2009年中国生猪批发价格月度数据,分析了我国生猪批发价格运动的轨迹。研究结果表明:近年来我国生猪批发价格年度内震荡加剧且具有明显的季节性波动特征。并利用ARCH模型对生猪批发价格波动的动态过程进行了分析,发现滞后1期及滞后5期的生猪批发价格变动与当期价格变动的方向相同,而滞后2期的批发价格对当期价格有回调作用。     

农产品市场价格关系研究进展

从市场整合和市场边际两个方面评述了国内外农产品市场价格关系研究。首先介绍了空间分离市场均衡理论以及农产品市场价格关系研究的分析框架,然后评述了国内外市场整合和市场边际研究的进程,重点介绍了计量模型的发展与应用,指出供应链体系的市场整合和非对称性价格传递是现阶段的研究热点。最后提出要注意模型选择与数据可获得性等问题对研究结论的影响。     

基于BP神经网络的高校声誉危机预警研究

随着新媒体形式的繁荣,高校所处的社会环境日益复杂,这一变化为高校发展带来机遇的同时,也使得一些不确定因素迅速增加,高校越来越频繁地面临各种声誉危机。要降低危机危害,在"平时"做好声誉危机管理的规划工作显得尤为重要,尤其是着重关注危机发生前的预警体系构建,做到花少量的钱预防,而不是花大量的钱治疗。在总结已有相关文献基础上,文章采用BP神经网络方法,利用数据挖掘等新技术手段,研究在新媒体环境下高校声誉危机预警机制,同时以工信部属高校为例,分析目前高校危机预警机制的构建现状,以期提出相应的改进建议。     

我国服务价格与物价总水平波动互动关系研究

通过采用1992～2011年全国居民消费价格总水平、服务价格上涨率时间序列数据,建立VAR模型,运用脉冲响应函数和预测方差分解的方法对服务价格波动和我国物价总水平波动互动关系进行实证研究。计量结果表明,服务价格波动与我国物价总水平波动间存在单向因果关系,服务价格波动是我国物价总水平波动的格兰杰原因。服务价格波动1%,会带来物价总水平0.5902%的波动。VAR模型的动态分析表明,服务价格波动对我国物价总水平波动约有5年的影响。方差分解的结果说明服务价格波动对我国物价总水平波动的贡献率最大达到38.4%。要防止我国物价总水平大幅度波动,政府需要更加重视产业价格政策。     

建筑节能市场交易定价模型研究

目前针对建筑节能实施的问题,各地提出了许多激励政策,如上海市拟建立的以市场交易为核心的建筑节能新机制主张将政策与市场结合推动建筑节能,但建筑节能产品市场交易的量化研究还较为缺乏。本文基于以市场交易为核心的建筑节能信用银行理论,运用制度经济学方法,解决了识别建筑节能交易市场定价的盲区问题,为建筑节能政策的制订提供了理论参考。     

影子银行体系对房地产价格的作用机理探究

通过信用创造增强效应、风险承担意愿增强效应和资产替代增强效应,影子银行体系较传统银行信贷对房地产价格变动具有特殊的作用机理,文章以此为理论基点和研究出发点,采用影子银行规模、传统银行信贷规模、影子银行贷款利率、房地产价格等指标,选用我国2010-2014年的月度数据,运用VAR模型、 Granger因果检验、脉冲响应函数和方差分解分析,实证检验我国影子银行体系与房地产价格之间的短期互动关系和长期动态均衡关系,得出相比银行而言影子银行体系对房地产价格波动的影响强度更高,且影响方向相反的结论,同时基于此结论对政府决策部门提出相应的调控建议。     

三状态马尔柯夫机制转换模型研究--在世界油价波动分析中的应用

时间序列的显著变化可视为时间序列的内在生成机制从一种机制向另外一种机制的转换.如果机制转换的时间点已知,则可以用著名的邹氏检验来确定已知的时间点是否发生结构变化.但在很多时候,人们并不知道转折点在哪里,在哪一点模型的参数就已经发生了变化,因此有时就需要去推断转折点和参数的变化.马尔柯夫机制转换模型将这种机制的转换作为一个内生变量,认为机制转换是随机的,从而实现用一个统一的模型对显著的结构变化进行刻画,有利于对未来进行推断.文章利用三状态马尔柯夫机制转换模型对1987年5月至2006年1月世界原油现货价格的变动进行刻画,研究结果表明:油价的变动可以分为大幅上涨、小幅上涨和大幅下跌三个状态,各状态之间存在不同的转换概率,且每一种状态的平均持续期为3个月、9.6个月和1.5个月.最后,通过模型比较显示,用马尔柯夫机制转换模型刻画油价变化要优于线性自回归模型.     

基于时间序列的BP神经网络预测鄂尔多斯市的GDP

国内生产总值(GDP)是制定经济发展战略、规划、年度计划以及各种宏观经济政策的重要依据,研究GDP预测方法具有重要的现实意义。在对鄂尔多斯市GDP数据序列分析的基础上,考虑到BP神经网络可以通过简单非线性函数的复合能够实现对于复杂函数的映射,本文采用BP神经网络方法来预测鄂尔多斯市的GDP,取得了较好的预测效果。