SHIBOR市场风险溢价动态特性的机制转换

针对上海银行间同业拆放利率(SHIBOR)动态特性中存在的机制转换及波动聚集现象,分别将机制转换和广义自回归条件异方差(generalized autoregressive conditional heteroskedasticity,GARCH)效应引入CIR模型,构建了带机制转换的CIR模型(RSCIR)以及带机制转换和GARCH效应的CIR模型(RSCIR-GARCH),并基于SHIBOR利率数据对CIR模型、RSCIR模型及RSCIR-GARCH模型进行对比分析,发现机制转换和GARCH设定的引入大幅提高了模型的数据拟合优度,并消除了利率波动中的ARCH效应.基于RSClR-GARCH模型对SHIBOR市场的风险溢价动态特性进行研究,发现SHIBOR市场利率波动显著存在高利率高波动以及低利率低波动两个机制,相应的风险溢价的动态特性也发生了机制转换.     

供应链时滞系统模型及其牛鞭效应的H∞控制

在供应链管理时滞连续系统模型基础上，建立了一个供应链管理多层时滞离散系统模型，采用供应链上游库存、订货、销售、生产波动方差之和与下游客户层需求量波动方差之和的比例描述牛鞭效应，分析了多层时滞系统牛鞭效应．提出顾客末端需求波动最差条件下的H∞控制方法，以抑制牛鞭效应．这一方法本质就是供应链末端需求波动最差情况下制定供应链管理的最优决策，并且以一个供应链多层时滞系统为对象进行了供应链牛鞭效应的H∞控制仿真实验．     

中国硬麦期货交易的距到期日效应研究

根据我国硬麦期货合约交易量的变化特征,结合符号数据的DIV分类方法,提出一种新的生成合约连续时序的数据处理方法,并且通过对2002年1月~2004年8月的交易数据进行处理与分析,首次提出我国硬麦期货交易中存在距到期日效应.进一步地,还采用TARCH模型,对价格的波动性进行分析,验证了距到期日效应的存在.     

基于MSV类模型的中国汇市与股市间溢出效应

金融市场波动特征及溢出效应一直是经济、金融学界研究的热点问题之一,SV模型作为一种有效刻画金融时间序列波动的工具,极具应用前景,但用于测度溢出效应的向量SV模型由于参数估计困难而鲜见于文献。本文借助WinBUGS软件,采用基于Gibbs抽样的MCMC方法,运用DC-MSV模型和GC-MSV模型分别对汇市与股市间的动态价格溢出效应和波动溢出效应进行研究。实证结果表明,汇市与股市间的价格溢出具有明显的时变特征,总体为负相关关系;汇市与股市间存在双向波动溢出效应,但汇市对股市的波动溢出要强于股市对汇市的波动溢出,呈现不对称性。     

基于改进PSO算法的调和稳定跳跃下随机波动模型期权定价与套期保值

为同时捕获金融收益率分布的尖峰、厚尾、有偏特性及波动率扩散中的异方差效应、集聚效应,联合刻画股价动态演变中的无限跳跃变化,将无限活跃纯跳跃Lévy分布中的经典调和稳定分布(CTS)引入平方根CIR模型为基础的随机波动率(SV)过程,建立了经典调和稳定分布下随机波动(CTSSV)模型,重构了纯跳跃Lévy分布驱动的随机波动(LVSV)模型框架.利用LVSV模型特征函数表达式,采用分数阶快速傅里叶变换(FRFT)方法推导了欧式期权定价公式.由于模型参数众多和目标函数高维积分困难,提出了多区域自适应粒子群优化算法(MAPSO)估计LVSV模型参数.利用FRFT技术和MAPSO参数估计结果,使用CTSSV模型和方差伽马随机波动(VGSV)模型对恒生指数期权数据进行欧式期权定价和方差一最优期权套期保值,实证研究结果证明了MAPSO算法的优越性和CTSSV模型的有效性.     

债市和股市波动非对称性

由于在信息冲击下非对称效应的存在,使得金融市场不仅方差存在非对称效应,而且协方差也存在非对称效应。运用加入非对称项的对角VECH(ADAECH)模型,实证研究债券市场与股票市场波动的非对称效应。研究发现,债券市场和股票市场存在显著条件方差非对称效应,而债券市场和股票市场间对同一信息呈反方向变动的协方差非对称效应也在一定程度上显著存在。     

基于单值数据过程能力指数的多元质量特性稳健参数设计

针对单值采样数据的多元质量特性稳健参数设计问题,考虑各质量特性偏差波动和方差波动的权重,提出了一种整合过程能力指数和熵权理论的多元质量特性稳健参数设计方法。该方法首先假定设计变量服从正态分布并建立各质量特性均值和方差模型;然后,通过熵权法分析各质量特性偏差波动和方差波动的权值,进而计算各质量特性的过程能力指数;最终,构建基于多元过程能力指数的目标函数。通过对实际案例分析说明,本文方法与其他参数设计方法相比,能够在考虑稳健性的同时更好地使质量特性满足产品规格和接近目标值。     

循环取货下基于随机提前期波动压缩的库存优化模型

针对循环取货过程中提前期波动较大及其对企业成本的直接影响, 将总提前期方差增加为决策变量, 并把赶工成本概念引入随机提前期波动(方差)压缩分析, 建立了循环取货下基于随机提前期波动压缩且含车载量约束的多供应商多产品库存模型, 讨论如何合理压缩生产和运输过程中的提前期波动来降低总成本. 结果表明: 企业可以在提前期方差压缩成本与提前期方差过高所带来的库存持有成本和缺货成本之间进行权衡, 通过合理压缩总提前期方差, 有效降低系统总成本, 尤其在车载量小、集货物资单价高且需求量大的情况下成本降低更为显著.     

国际股指波动性的非对称效应异方差模型及聚类分析

为了分析我国与国际上其他已推出股指期货的国家或地区股指波动特征的相似性,采取传统时间序列模型分析与数据挖掘技术相结合的方法,对全球23个国家或地区的股指波动特征作了聚类分析.首先,针对股指收益序列的非对称性和异方差特性,建立非对称效应异方差模型并估计其模型系数.然后,对特征抽取后的系数使用欧氏距离判断序列之间的相似程度并进行层次聚类分析.最后,通过实证检验各个国家或地区的股指波动相似性,找出了与我国情况较为近似的国家或地区,从而证实了本文方法的有效性.     

基于Hull-White扩展模型的欧氏期权动态定价方法

欧式期权的动态定价过程可归结为：实际价格观测、模型选择、状态变量估计以及下一时刻期权定价的动态循环。为使这一定价过程兼具序贯性、准确性及易行性,设计了一种基于Hull-White扩展模型的动态定价方法：以平稳仿射随机波动率模型作为基础模型,在仅存有限个期权合约时,根据实际期权价格曲面,使用粒子滤波方法估计瞬时方差,并在固定显式参数下,更新Hull-White扩展模型;进而利用前向特征过程,实现下一时刻的期权定价。实证表明：相比于固定参数及参数学习下基于对比模型的一般风险中性定价,使用基于Hull-White扩展模型的动态定价方法时,期权定价准确性和稳定性均显著提升。     

具有估计误差方差约束的连续时间卡尔曼滤波新方法

在状态估计应用领域。指标要求常常表现为估计误差稳态方差的上界形式。本文考虑连续系统在动态特性及稳态误差方差约束下的卡尔曼滤波问题，即设计滤波增益，使滤波矩阵具有给定的稳定裕度，同时各状态分量的估计误差稳态方差不大于各自预先给定值。基于代表方法，文中给出了期望滤波增益的存在条件及其解析表达式，并提供了说明性的数值算例。     

基于变神经网络的非线性最小方差预测控制器

提出基于变神经网络学习动态系统参数的最小方差预测控制器。其目的是通过在线学习 ,使控制器(MVPC)能适应被控对象参数变化和非确定性。提出的变神经网络由两部分组成 ,一部分是线性神经网络 (LNN) ,作为被控对象局部线性动态模型 ,另一部分是多层交叉回归神经网络 (DRNN) ,它近似为非线性动态模型。由于引进递推最小方差算法 ,本控制器运算速度相当快。仿真结果表明所提方法对非线性系统自适应控制是有效的     

基于干扰估计的BTT导弹鲁棒方差姿态控制

针对存在非线性和不确定性的倾斜转弯(bank-to-turn, BTT)导弹姿态控制问题,提出基于干扰估计的鲁棒方差控制方法。将姿态运动中非线性项和不确定项作为总干扰,采用干扰观测器进行估计,并引入控制系统进行补偿。干扰观测器的观测误差作为BTT导弹姿态运动的干扰输入,为了保证控制系统具有良好的动态和稳态性能,采用鲁棒方差控制理论设计了线性反馈控制器,将闭环极点配置在特定圆盘区域,同时将状态变量的稳态方差保持在给定的范围内。仿真结果表明,所提出的鲁棒方差姿态控制器能够保证良好的控制效果,鲁棒性强。     

基于Monte Carlo仿真的随机S曲线研究

PB-S曲线是随项目进展变化的累计预算成本曲线和累计工期曲线,它综合考察了成本、工期和项目进展百分比三个变量之间的关系.SS曲线提供了与各个项目进展百分比对应的累计预算成本和累计工期的概率分布.采用Monte Carlo仿真和统计分析方法,结合一个费用和时间随机分布的网络计划,详细研究了PB-S曲线和SS曲线的仿真建模和统计分析过程.进一步,基于SS曲线,考察了费用偏差和进度偏差的统计特征,为项目绩效的预测和监测提供更详细的偏差信息.同时针对均值曲线作为基准计划曲线的局限性,提出了两种新方法用于选择一定置信度要求的PB-S曲线作为项目的基准计划曲线.     

用权系数迭代的自适应波束形成器抑制干扰

针对RFI(radio frequency interference)在高频地波雷达中不同距离元的分布特点,在比较现阶段不同波束形成器的基础上,提出一种应用基于权系数迭代法的自适应波束形成器来抑制RFI干扰的方法。该波束形成器的初始权向量是用MVDR(minimum variance distortionless response)算法来获得,而其后迭代法中的权向量是基于LCMV(linearly constrained minimum variance beamforming)算法在上一次权系数的基础上得到的。其中两算法中的协方差矩阵都是由不含雷达回波信号的远距离元阵列快拍来构成,从而增加天线阵的自由度。最后通过对实际雷达数据的处理,验证了该方法的可行性。     

系统重心迁移的贡献度分解方法

社会经济系统的重心迁移轨迹可以刻画系统空间演化的发展方向和平衡问题。为分析重心迁移的主导因素,发现并指出了简单分解、方差分解和微分分解等常用的贡献度分解方法在重心法研究中的不适用性及其原因,提出了一种基于夏普里值的、适用于重心法的分解方法。并用中国经济重心迁移对该方法做了验证。     

Innovations twostage dual control

1 .INTRODUCTIONWeconsiderthequadraticoptimalcontrolofalinearsystemwithunknownparameters .Thepresentcon trolsignalaffectsboththefuturebehaviorofthesys temandtheprecisionofthefuturestateandparame terestimation .Thisisthewell knowndualeffect[1] ,andoptimalco…     

基于SVRGD的机载预警雷达自适应波束形成算法

自适应波束形成是机载预警雷达数字信号处理的一个关键环节。针对传统最小均方误差(least mean square, LMS)算法在短快拍数条件下的波束形成性能下降以及因迭代震荡易收敛于局部最优值的问题,提出了一种基于机器学习的随机方差减小梯度下降(stochastic variance reduction gradient descent, SVRGD)自适应波束形成方法。首先,建立面阵列接收信号数据模型。其次,基于随机梯度下降原理,引入方差缩减法通过内外循环迭代方式进行梯度修正,以减小随机梯度估计的方差,建立算法模型与实现流程。最后，通过设置平面阵列仿真场景,分析SVRGD自适应波束形成算法在波束形成、抗干扰、收敛速度等方面的性能,验证了该算法在低快拍数、强干扰和强噪声背景下具有的优良能力。     

网络化制造环境下离散供应链系统预测控制策略

针对离散供应链系统中客户需求的高度不确定性，提出最小方差控制方法。该方法相对于传统的预测控制策略，更适合于追踪需求变化减少或消除“牛鞭效应”。首先，将具有z变换的各单元传递函数整合成一个闭环传递函数，以此为整个供应链网络建模，采用白回归移动平均模型描述客户需求趋势，并通过客户需求预测确定两种库存目标水平。其次，建立基于订单策略的目标函数，利用最小方差预测器处理客户需求，提出了供应链的性能指标函数和“牛鞭效应”的分析方程，并通过设定最小方差控制器参数调节超额库存和未交付订货。最后，仿真结果表明最小方差控制在预测市场变化、追踪客户动态需求和保持合理库存水平上是可行和有效的。