交互效应面板模型的EM算法和MCMC算法

交互效应面板模型是目前计量经济学前沿研究的热点,有着广阔的应用空间。但是对很多应用者而言,模型内的参数估计是一个非常棘手的问题。通常的Newton-Raphson算法在优化似然函数的过程中,常常会出现优化失败的情况。本文依据EM算法和MCMC算法理论,为应用研究者提供了一套获得参数估计值的流程。计算机上的试验证实两种估计方法都非常稳健可靠,并在很多情况下,差异不是很大。     

时变混合Copula模型的非参数估计及应用研究

针对传统动态混合Copula参数建模所存在的缺陷,本文提出了混合Copula的非参数建模方法,即不对模型的参数进行任何形式的设定,而假设参数为时间的函数,运用局部极大似然估计法来对参数进行估计。我们推导了非参数估计量的渐近正态性质、讨论了估计量的偏差与方差的大小,并运用交叉验证法给出最优带宽的选择。有限样本下的蒙特卡洛模拟显示,时变混合Copula的非参数估计具有良好的统计性质。最后,将该方法应用于股市间尾部相依特征的研究,发现我国股市与美、日、港、英股市间的左右尾部相依性呈现明显的时变性和非对称性。     

有序选择因子结构模型的MCMC估计及应用

为了评估中国分布类政策效应,根据中国微观数据的变量可得性,本文在Heckman等构建的因子结构模型基础上,将Heckman基准模型中的连续型测度方程调整为离散型有序选择模型,建立了有序选择因子结构模型,并推导出MCMC估计方法。运用该方法,结合中国样本数据,本文对高等教育的分布类政策效应进行了实证估计。有序选择因子结构模型及其MCMC估计方法对于经济政策的分布类效应评估具有普遍的理论适应性和实际应用价值。     

我国财政支出政策冲击效应的动态变化——基于包含随机波动的时变参数模型的考察

本文采用能够同时捕捉区制转换性变化和累积性变化的包含随机波动的时变参数结构向量自回归模型实证考察了1995~2009年间我国政府支出冲击效应的动态变化。结果表明虽然财政支出冲击的传导机制出现了局部的趋势性变化,但是对冲击效应的影响并不显著;冲击效应的大小主要取决于冲击本身的波动性。冲击的波动越大,冲击效应水平越高。这也使得冲击效应的动态变化在样本期间上表现出明显的区制转换性特征。     

时变路网单车路径优化模型及算法

讨论了一类时变路网下单车辆配送路径优化问题,建立了基于时变路网以配送完成时间最早为优化目标的单车配送路径优化模型.存增加贪婪配送策略情况下,给出了车辆行驶时间满足FIFO规则的动态规划精确求解方法.数值算例验证了理论分析得到的结论.     

时变路网单车路径优化模型及算法

讨论了一类时变路网下单车辆配送路径优化问题,建立了基于时变路网以配送完成时间最早为优化目标的单车配送路径优化模型。在增加贪婪配送策略情况下,给出了车辆行驶时间满足FIFO规则的动态规划精确求解方法。数值算例验证了理论分析得到的结论。     

随机效应Logistic模型的参数估计

在经济计量学中,对面板(panel)数据的研究是一个热门的话题。目前,讨论得较多的是如何运用线性随机效应模型来对它建模。可是,当因变量是二元的数据时,用线性随机效应模型进行建模显然是错误的。这时,比较常用的是随机效应Logistic模型。本文讨论了如何运用EM算法对随机效应Logistic模型进行参数估计。     

一种基于MCMC稳态模拟的贝叶斯索赔校正模型

Btihlmann模型是贝叶斯方法在经验费率厘定中最为著名的应用，然而该模型在结构参数先验信息不足的情况下，并不能得出参数的无偏后验估计。本文针对传统方法的不足，运用基于MCMC模拟的贝叶斯方法对历史数据进行校正，通过Gibbs抽样构造出一种多层Poisson模型稳态分布的马尔可夫链，动态模拟出索赔频率的后验分布以及缺失参数值的后验估计，改进了传统的索赔校正模型，提高了计算的精度。利用WinBUGS软件包进行建模分析，证明了该模型的直观性与有效性。     

时变环境下选址问题的一个启发式算法

配送中心选址作为物流管理中的一个重要研究问题受到广泛重视。然而,文献中所涉及的选址模型大都是静态的,即沿一条路径行进时所需的成本(或时间)是与出发时间无关的函数。但在实际生活中,它往往是会随时间的变化而变化的,这类问题被称为时变环境下的选址问题。文中讨论了时变环境下的单配送中心到多个零售点带容量约束的选址问题。由于该问题是NP-完备的,我们给出了一个启发式算法。     

基于GARCH类模型的权证时变VaR值估计

由于权证收益率分布具有尖峰厚尾和非对称性的特征,其市场风险的估算运用GARCH类模型比较合适。本文选取包钢JTB1的日收盘价格序列为样本,分别用EGARCH、TGARCH模型估计样本期间内日VaR值,并进行了比较。结果表明,EGARCH模型较好地预测了损失结果,而TGARCH模型则低估了风险。因此,基于EGARCH模型对VaR值的计算能更好地反映权证收益率的波动特征和准确预计损失,可以为权证的风险管理提供较为可靠的风险度量工具。     

基于多Agent学生模型的阅卷算法

采用模糊逻辑的方法,利用Agent智能推理能力,通过阅卷算法得到考试成绩,得出综合掌握程度,判断学生认知水平,实现考试的自适应性,验证阅卷算法在学生模型考试系统应用中的可行性和正确性。     

约束满足与邻域搜索结合的混合算法及应用

总结约束满足求解技术和邻域搜索算法,分析约束满足与邻域搜索单一算法的优劣,以及两者结合的优势,提出约束满足与邻域搜索相结合的混合算法的一般框架,并以Job Shop调度优化问题为例对该算法框架进行实例说明。     

基于模糊空间距离的组合投资模型及应用研究

本文以模糊空间中的距离为切入点,给出随机变量取值为模糊数时方差的定义,并将其作为投资收益率为模糊数时投资风险的度量;此外,以模糊数的扩张运算定义随机变量取值为模糊数时的均值,并将其作为投资预期收益的度量,建立基于模糊空间距离的组合投资决策模型,将模型的模糊约束条件利用模糊数的排序关系转化为实数之间的关系来求解模型。最后结合实例说明该模型的应用,并与传统模型进行对比,结果表明该模型是传统模型的合理推广。     

基于多指数模型和APT模型的投资组合分析

在投资组合研究中,多指数模型的分析并不多见。鉴于此,对多指数模型和APT模型进行了理论总结,并研究了多指数模型和APT模型在投资组合管理以及业绩评价上的应用。多指数模型可以用于形成收益预期、研究事件影响,以及作为分解组合好坏表现的工具。     

基于遗传算法的高校排课

课表问题又称为时间表问题(Timetable Problem),是一个多因素的优化决策问题,也是组合规划中的典型问题。本文从排课系统研发和运行中存在的问题出发,从遗传算法的基本理论入手,研究如何利用遗传算法,解决时间安排过程中的资源冲突(主要是教师资源和时间资源)、课表时间段组合优化等问题。     

基于Copula的商业银行信用—汇率风险整合的实证研究

本文对不同族类、不同种类Copula函数进行比较分析,基于深圳发展银行、上海浦东发展银行、中国民生银行信用收益率和汇率收益率的经验数据进行实证研究与分析,用经验累积分布函数拟合信用收益率和汇率收益率的边缘分布,Archimedean Copula函数描述三家银行的信用收益率和汇率收益率的相关关系。在各个置信度下,运用拟合度最优的Copula函数求出各自的信用-汇率风险的VaR(Value-at-risk)值和CVaR(Conditional Value-at-risk)值,并比较三家银行整合风险的大小,为金融机构决策者的监管提供参考。     

基于期权调整持续期的银行资产负债组合优化模型

提出了基于期权调整持续期的银行资产负债隐含期权风险控制原理,结合持续期缺口的控制和法律、法规约束等控制银行的利率风险与流动性风险。以贷款利息收益最大为目标,以线性规划为工具,建立了基于期权调整持续期的银行资产负债组合优化模型。本文的创新与特色一是提出了基于期权调整持续期的银行资产负债组合优化原理,避免了资产与负债中的隐含期权给银行带来提前偿付风险。二是将利率结构对称原理和数量结构对称原理引入资产负债组合优化中,控制了银行经营中的流动性风险与利率风险,保护银行股东权益的安全,保证了银行资产配给的合法性与合规性。     

基于启发式算法的物流配送中心选址研究

目前,物流已成为企业第三利润源泉,是现代化生产的重要组成部分,合理的物流网络规划对企业至关重要。其中,配送中心作为联结着需求点和资源点的桥梁,在整个物流网络中起着举足轻重的作用,配送中心的选址问题更是备受关注,精准的选址方案可以提高物流网络的整体效益,节约企业的运作成本。     

VaR方法及其拓展模型在投资组合风险管理中的应用研究

本文在对国外利用VaR方法及其拓展模型对投资组合进行风险管理的理论与方法总结的基础上,建立了符合现阶段中国证券市场实际发展情况的、主要针对市场风险与流动性风险的投资组合风险管理数量模型,并利用1997～2003年的样本数据进行了实证研究,从而为现阶段我国机构投资者的投资组合风险管理提供理论与方法依据。最后指出了进一步研究的方向。