互联网金融对传统金融影响的实证研究

选取2012年一季度至2017年一季度15家A股上市银行的面板数据,通过主成分分析法分析商业银行系统性风险的影响要因素,并运用突变分析和向量自回归模型(VAR)进行单根检验、格兰特检验、脉冲响应函数和方差分解对互联网金融对商业银行系统性风险具体影响机制进行实证研究。得出结论:互联网金融与传统商业银行业务之间既互相竞争又互利互补,互联网金融的存在对中国传统金融改革具有强制倒逼作用,促使了中国传统金融机构服务方式和业务模式日趋完善。     

水源地突发水污染政府应急预留水量需求预测

近年来,随着工业化和产业化的快速发展,水源地突发水污染事件频发。为应对紧急情况下的水资源非常规需求,保障经济社会稳定发展,政府需要安排一部分应急预留水量。如何合理预测政府应急预留水量的规模是一个值得探讨的课题。提出了一种基于案例推理技术的政府应急预留水量需求预测方法,具体思路是:借助于案例库,利用主成分分析法从众多影响水源地突发水污染事件的因素中提取出两两不相关的因子,以此作为案例的特征属性,基于加权曼哈顿距离测算相似度,依此得到匹配案例,进而测算政府应急预留水量。以太湖流域常州地区水源地为例,进行政府预留水量需求量的预测与分析。该方法可以为政府应急预留水量的配置、储备等提供相关理论知识。     

2015年中医医院基本现状及服务效率评价研究

根据中国卫生和计划生育统计年鉴相关数据,使用主成分分析法,对2015年三十省(直辖市、自治区)中医医院的规模、人力资源、服务量、服务效率、医生工作效率,进行评价及横向对比分析。研究发现,我国中医医院的整体发展趋势良好,各省的发展现状各有特征,大部分省份综合得分较低,仍应注重基础设施建设,加强人才引进,提高中医医院服务效率,以促进中医医院发展。     

改进的基于CNN的高光谱遥感图像分类办法

由于高光谱遥感图像光谱维度大,标注样本相对较少,提出了一种结合主成分分析和改进的二维卷积神经网络的高光谱遥感图像的分类方法。首先,通过主成分分析,降低光谱维度,消除光谱亢余信息。然后,将数据进行分块处理,获得分块数据的样本标签,并将数据分为训练集和验证集,用训练集和验证集训练改进的针对高光谱遥感图像分类的卷积神经网络的参数。最后,将测试集投入训练好的2D-CNN上进行分类,得到分类结果。实验结果表明,提出的模型的分类精度明显提高,从而验证了该方法的有效性和实用性。     

非价格数据中的价格信息——对中国价格指数的动态分析

使用基于主成分分析和动态因子模型的框架对我国的消费者物价指数进行动态分析。与传统的研究方式不同,研究试图从非价格指标信息中提取隐含的宏观趋势动态因子,并将其投影在价格指数上,求得最优拟合结果。实证分析结果显示从非价格数据中提取的动态因子可以很好地描述价格指数的变化特征。这也为研究者从实体经济运行状态角度研究宏观经济价格指数以及货币政策的传导机制提供了有效的理论和实践依据。