基于动态因子Copula模型的我国银行系统性风险度量

本文基于2007年至2019年我国14家上市银行的股票收益率,构建偏态t-分布动态因子Copula模型,利用时变荷载因子刻画单家银行与整个系统的相关性,计算联合风险概率作为系统性风险整体水平的度量,基于关联性视角提出了新的单家机构系统脆弱性和系统重要性度量指标——系统脆弱性程度和系统重要性程度。该方法充分考虑了银行个体差异性和系统的内在关联性以及收益率的厚尾性和非对称性,从而能够捕捉到更多的信息且兼具时效性。研究表明:银行机构在风险聚集时期相关程度更大,联合风险概率能够准确识别出系统性风险事件且在我国推行宏观审慎评估体系以后有明显降低;整体而言,大型商业银行系统重要性水平最高,同时风险抗压能力也最强;本文使用的度量方法降低了数据获取成本且更具时效性,有助于为宏观审慎差异化监管工作提供借鉴和参考。     

贝叶斯正则化BP神经网络在地铁施工安全评价中的应用

为了获取准确的地铁施工安全评价,文章通过建立贝叶斯正则化BP神经网络模型,克服传统安全分析方法的不足之处,防止网络的过度拟合。将此模型运用于MATLAB,可以发现贝叶斯正则化BP神经网络在推行能力和泛化能力上有着较好的表现。在当前基础上进行敏感性分析,就地铁施工安全影响因素进行重要程度排序,提高地铁施工安全管理,以防此类地铁安全事故的发生。     

广义空间调制系统的正则化OMP检测算法

在广义空间调制（GSM）系统中，最大似然（ML）检测可以取得最优的检测性能，然而其计算复杂度随激活天线数的增加急剧增长。针对这一问题，提出了一种基于稀疏重构理论的低复杂度检测算法——正则化正交匹配追踪（ROMP）算法。该算法首先根据信道矩阵和当前残差的内积选取多个候选激活天线索引，接着对候选天线索引按正则化标准进行可靠性验证，剔除错误索引，缩小信号的搜索空间，最后通过求解最小二乘问题估计信号。仿真结果表明，与经典的正交匹配追踪（OMP）算法相比，所提算法以少许复杂度的增加为代价极大提升了检测性能，能够在检测性能与复杂度之间取得更好的折中。     

中国上市商业银行系统性风险测度——基于SCCA方法的分析

本文利用系统性或有权益分析法(SCCA),优化采用时变多元Copula函数测度了我国14家上市银行2007年第4季度至2016年第3季度的系统性风险。实证结果表明:基于时变多元Copula函数的SCCA方法能很好地体现银行系统性风险的整体性和时变性;回归分析证明银行资产的流动性水平、资本充足率、信贷资产质量和宏观经济形势等对系统性风险都有显著影响。本研究对我国商业银行风险监管提供了理论支持。     

自适应约束下的双边全变差正则化超分辨率重建

在经典的双边全变差(BTV)超分辨率重建中,加权系数和正则化参数的恒定性导致重建结果边缘保持能力受限。为此,提出了一种自适应约束的BTV正则化先验模型。算法首先定义了图像的局部邻域残差均值以区分当前像素属于平坦区域还是边缘区域;然后针对加权系数的不变性导致边缘削弱的问题,利用边缘方向和垂直边缘方向扩散性的不同,设计自适应权重矩阵;最后根据代价函数的极值问题推导出迭代公式,从而进行图像的超分辨率重建,重建过程中采用自适应的方法确定正则化参数,以便求得代价函数的全局最优解,提高了算法的鲁棒性。实验结果表明：与双三次线性插值法和经典BTV算法相比,该算法取得了更好的视觉效果和更高的峰值信噪比,更多地保留了图像的边缘细节信息。     

梅子淘源:吃货们的农产品众筹

正梅子淘源的案例告诉我们,即便是非常传统的农业,也可以用众筹的办法焕发生机。在消费者看来,梅子淘源是一家可以买到放心农产品的平台;在创始人团队的眼里,看似抽象的信任感是通过其深入原产地的农业众筹模式实现的。目前,梅子淘源的用户复购率已经超过50%。创始人王梅在阿里巴巴工作了9年,2013年辞职创办梅子淘源。梅子淘源做的,就是将遍寻中国好食品的消费者和坚持绿色种植的农人聚集在自     

居民家庭金融资产组合集成风险的测量与波动分析

居民家庭金融资产在不同时期风险的聚集可能会引发宏观金融风险,甚至导致金融危机。因此,文章试图测算家庭金融资产组合风险并描述其变动特点。首先构建家庭金融资产组合的Copula函数,然后计算其VaR值,并比较分析VaR值与各金融资产收益的变动关系,发现当金融资产中高风险资产的收益低于VaR值下限时,家庭金融资产风险不断积聚并达到高点,而这个过程与金融危机发生的时间相契合。家庭金融资产组合风险和资产中的风险资产收益会影响未来的利率和CPI的变化。