非线性需求下四寡头价格博弈模型及其复杂特性

针对实际竞争环境,建立寡头厂商成本相异和广义非线性需求的四寡头价格博弈模型.基于厂商采用不同决策规则的假设,利用复杂动力学原理,给出了价格博弈模型纳什均衡解.研究了系统稳定、倍周期分叉以及混沌的复杂特性,探讨了价格调整速度和初始条件对该离散系统动态演化过程的影响,以此为基础研究了寡头厂商的价格决策.研究结果表明,寡头厂商都应采用较低的价格调整速度,慎重选择博弈的初始条件.当现任寡头厂商迅速调整价格阻止新厂商进入,使得市场陷入混乱时,运用反馈控制方法可实现混沌控制.     

集市模型:少数者与多数者博弈演化分析

为比较主体不同行为策略对社会经济复杂系统演化的影响,基于酒吧模型提出了多数者博弈的集市模型A和少数者-多数者混合博弈的集市模型B。采用多主体建模方法,引入了主体的预期规则、策略选择、学习与适应等微观机制,模型模拟结果展现了人类社会系统所独有的预期的自我实现和/或自我毁灭现象。文章着重讨论了主体预期、行为策略对稳态参与人数均值的影响,发现主体的行为策略是决定系统演化结果的关键因素。     

有限理性下的演化博弈与合作机制研究

指出了以Nash为代表的经典博弈论及其纳什均衡解在完全理性假设下的理论缺陷,从而引入有限理性下的演化博弈论.介绍了演化博弈论中策略进化的思想,提出有限理性的实质是怎么去学习,进而探讨了演化博弈中的各种学习模型.介绍了基于个体的学习模型和网络上的演化博弈研究进展;提出了用演化博弈去解释现实复杂网络的设想;分析了网络结构和博弈策略的互演化思想.讨论了演化博弈框架下合作的进化及合作机制的研究进展.最后,对演化博弈今后的发展趋势和研究方向给出了评述.     

校园恶性突发事件发生机理的“规则-策略”博弈学习模型

在"规则-策略"的博弈理论范式下, 建立了校园恶性突发事件发生机理的博弈学习模型.首先, 通过建构社会边缘人的心智模型(包括主观认知规则和决策规则), 分析了校园恶性突发事件中社会边缘人从理性的学习规则, 到非理性的反社会学习规则的"规则学习"过程(即"规则学习"遵循着同时包含了强化学习规则与理性规则的广义强化学习模型), 得出了社会边缘人面对自身博弈收益的持续恶化状况, 采取非理性的反社会行为规则的临界条件.其次, 分析了校园恶性突发事件处于潜伏期、爆发期和扩散期等不同演化阶段中社会边缘人的"策略学习"过程, 构建了社会边缘人的"策略学习"的模仿学习模型.最后, 提出防范校园安全的综合治理对策.     

基于GA-RL的进化博弈求解主从博弈结构的供应链协调问题

供应链协调问题多数基于主从博弈结构建模,但如果研究对象是相对复杂的供应链结构.理论求解主从博弈问题就变得困难.因此从求解一对一的供应链协调问题开始,针对主从博弈问题的特点,利用个体学习的进化博弈仿真手段,设计了经销商利用经验分布的预期随机需求的信念更新模式与最优反应的决策模式,为生产商分别设计了基于强化学习的信念更新模式与基于遗传算法搜索策略空间的决策模式,并将两者有机结合,取得了博弈问题的均衡解并且验证该解与理论求解结果一致,为进一步求解复杂问题提供了新的途径.     

不同博弈构式下三寡头差异化竞争和歧视定价策略

内生地考虑三寡头市场垄断力的不同情形,基于Salop环形城市模型,首先研究不同博弈构式下基于单一价格策略的差异化策略,接着分析企业对歧视定价策略的选择。研究表明:企业实施单一定价策略时,Bertrand-Nash博弈均衡为三企业之间遵循最大差异化原则,均匀分布于整个市场;而Bertrand-Stackelberg博弈达到均衡时,Salop模型退化为Hotelling模型,表现为两个挑战企业发生集聚,与领导企业分别居于线段的两端,而且领导企业更愿争取先动优势,作价格制定的领导者而不是追随者。当实施歧视定价策略时,企业利润明显提高,对产品差异化和价格决策先行权的依赖缓解,三企业选择歧视定价的意愿均增强。     

基于博弈论和多主体仿真的产学研合作创新网络演化

运用博弈论构建了产学研合作创新两阶段博弈模型,基于博弈策略,结合产学研合作创新网络拓扑结构,构建了产学研合作创新网络演化算法;运用Netlogo多主体仿真平台实现了产学研合作创新网络的演化仿真,揭示了其动态演化规律。研究表明:网络平均节点度呈U型分布,节点数量呈L型分布;选择"积极合作"策略的企业和学研机构存在最佳合作规模;度择优连接机制不利于无标度网络节点创新扩散,组合择优连接机制能以最大程度促进小世界网络和随机网络创新扩散。     

中国啤酒市场的四寡头价格博弈及其延迟决策

根据中国啤酒市场往年的销量数据,判断出其目前为较典型的四寡头垄断市场.继而基于厂商采用延迟有限理性决策的假设建立了市场的动态博弈模型.应用复杂系统理论分析研究了系统的稳定性,分岔以及混沌等复杂性态,并以此为基础研究了不同参数组合条件下的系统动态演化过程和寡头竞争态势.最后,应用延迟反馈控制法对系统混沌进行了控制,数值模拟结果验证了理论的正确性,且适当选取控制因子可使系统维持在稳定状态下.这一研究结果对中国啤酒厂商的价格决策有很好的借鉴作用.     

发电市场不同决策规则三寡头博弈模型研究

在三寡头垄断的电力市场中假设生产者分别采用静态预期及有限理性预期规则,建立了一个基于不同决策规则的动态博弈模型.对该模型进行了较详细的理论分析和参数仿真计算,在一定范围内得出了系统出现混沌的参数值,分析了不同参数组合条件下系统表现出来的分岔,混沌和密度周期性等复杂性态.所得结果对于一般寡头电力市场中的生产者制定产量计划具有一定启示作用.     

延迟决策对一类寡头博弈模型的影响分析

在两寡头及三寡头垄断市场中假设厂商采用延迟有限理性预期规则,建立动态价格博弈模型,并对该模型进行理论分析和数值模拟,研究不同参数条件下系统的稳定性以及分岔、混沌等复杂性态.数值仿真结果表明,延迟结构本身并不能改善系统的稳定性;采用延迟策略的寡头数目增多或增加延迟期也不一定能使系统稳定性增强.系统稳定性主要取决于延迟变量系数以及其他系统参数的值.     

牛熊市视角下股票关联网络动态拓扑结构研究——以上证50指数为例

以2005-01-04至2008-12-31上证50指数成分股数据为样本,将其划分为熊市I、牛市和熊市II等3个阶段,运用最小生成树、分层结构树以及主要拓扑指标研究股票市场处于不同阶段下的关联网络动态拓扑结构。实证结果表明:股票市场间存在行业聚集效应,并且这种效应随着时间的推移越来越显著;在股票市场关联网络拓扑结构中,制造业在牛市时处于绝对的中心地位,并会持续到熊市;金融保险业和制造业中的钢铁制造业的内部股票始终保持着很高的关联度,一些子母公司和交叉控股的股票间也关系密切。此外,主要关联网络指标显示,股票市场所形成的关联网络结构在牛市时更紧密,但是牛市的市场结构要比熊市差。     

基于Agent的计算金融学建模方法研究

金融市场是一个复杂适应系统.以复杂适应系统理论为立论基础与研究方法,以金融市场的建模与为立题背景,提出了基于Agent的计算金融学建模方法普适理论框架,将金融市场复杂适应系统看作是由系统中Agent机制不断地与环境中的资源机制、及其它Agent机制相互作用、相互聚集、层层构建而涌现出来的动态机制.并将这个普适理论框架应用到股票市场的建模与仿真中,以期使基于Agent的计算金融学建模方法普适理论框架成为一套完善的建模方法论,并能够为指导具体金融市场复杂适应系统的建模研究提供一定帮助.     

金融危机对中国证券网络影响的实证研究

以金融危机前和金融危机下两个不同时期对中国证券网络影响进行了实证研究。结果表明:沪深300证券网络权重分布在危机前后并没有太大变化,但在后金融危机时期,股价波动相关系数主要分布在弱相关区域。影响因子的分布是由危机前的普遍偏大变为危机后的普遍偏小。利用最大生成树所构建的中国证券网络和美国S&P500证券网络在金融危机时期网络层次均变得紧凑;度分布涌现出个别度值很大的Hub节点。沪深300相关性网络的最大社团中行业覆盖面较广,一些有利害关系的产业出现在同一社团中;且危机后的最大社团形态与S&P 500经济平稳时较为相似。     

基于复杂网络的网络市场新产品扩散:采用网络和初始条件的作用

运用复杂网络方法研究网络效应新产品扩散中采用网络结构和初始条件对扩散模式的作用.所有潜在采用主体位于一个复杂网络上,每个主体综合自己对新产品的偏好和邻居的决策决定是采用新产品还是继续等待,所有主体的决策共同决定新产品扩散模式.结果表明,网络结构的作用依赖于主体决策机制：对于创新市场,网络异质性阻碍了新产品扩散;对于替代市场,网络结构对扩散模式没有影响.初始采用比例增大导致稳态扩散比例增加,但边际作用单调下降.研究结果对管理采用网络和开发有效的新产品扩散战略有重要意义.     

基于神经网络集成系统的股市预测模型

基于神经网络集成理论,建立股市预测模型.其中分别建立"基本数据模型"、"技术指标模型"和"宏观分析模型",最后以简单平均生成集成系统.实证分析表明,股市预测神经网络集成系统的泛化能力高于各个独立的模型,从而使模型具有更好的稳健性和更好的应用价值.     

基于复杂网络理论的配电网节点脆弱度评估

配电网中节点脆弱性的大小是其结构鲁棒性的重要体现,为实现对配电网节点脆弱度的评估,提出对配电网节点脆弱度大小排序的方法。首先,构建配电网的复杂网络加权模型;其次,针对节点脆弱度评估中的度值、介数、凝聚度和紧密度等几个指标,结合主观和客观两方面信息构建描述各指标重要性的权重;最后,提出综合逼近理想排序(Technique for Order Preference by Similarity to Ideal Solution,TOPSIS)和灰色关联度的方法,实现对配电网节点脆弱度大小的排序。对几种典型的中压配电网进行计算,验证了本文方法的可行性,对IEEE123系统分析,结果表明多指标综合评估较单一指标评估更符合配网的实际特点。     

基于负荷率差别定价的分时输配电价优化模型

输配电价是电力市场改革的关键,是推进售电市场放开的重要基础.随着输配电价改革不断深入,不同类型的输配电价定价方法亟待研究.本文以大工业用户输配电价为研究对象,首先,引入汉森门槛模型,内生性划分大工业用户的负荷率区间;其次,建立输配电网长期增量成本分摊模型,提出基于负荷率差别的输配电价定价方法,并借鉴分时电价思想,构建基于负荷率差别定价的分时输配电价协调优化模型,设计分电压等级、计及负荷率差别的分时输配电价;最后,以我国中部H省大工业用户为例,验证所提模型可行性.研究结果表明,所提分时输配电价定价方法吸收了负荷率电价和分时电价优点,能够兼顾效率与公平,同时有效调节电力用户需求,实现削峰填谷,一定程度缓解输配电网阻塞问题.     

有偏胖尾分布下的金融市场风险测度方法

通过对上证综指和世界股市若干重要指数收益的统计特征分析发现,无论是成熟资本市场还是新兴资本市场,其收益分布都展现出较为显著的“有偏”和“尖峰胖尾”特征,因此,主流金融理论假定的正态分布或对称学生分布都无法全面准确刻画股市收益的真实分布特征和风险状况。通过引入有偏的学生分布,分析和对比了不同收益分布假定下的市场波动率和风险价值计算方法,并利用风险价值的失败率似然比检验以及动态分位数回归检验法,实证分析了不同分布模型的适用范围和精确程度,探讨了非正态分布假定下的金融市场风险测度方法。     

城市道路网络的拓扑性质和脆弱性分析

基于GIS技术和复杂网络理论,研究国内包括杭州、苏州在内的江浙4座城市的街道网络的复杂性.分析了街道网络的基本拓扑性质,如点度分布、路径长度分布、网络效率,发现这4个街道网络尽管规模、历史、经济各不相同,但性质非常相似.然后进行城市街道网络的脆弱性分析,通过比较随机和蓄意两种攻击策略,发现城市街道网络对随机攻击很稳健,而对基于点度和介数的选择性攻击策略很脆弱,说明点度和介数是很有用的,找到关键节点和预先防御的指标,这对城市应急管理、应急交通调度和导航都具有借鉴意义.     

A GENERAL APPROACH BASED ON AUTOCORRELATION TO DETERMINE INPUT VARIABLES OF NEURAL NETWORKS FOR TIME SERIES FORECASTING

Input selection is probably one of the most critical decision issues in neural network designing, because it has a great impact on forecasting performance. Among the many applications of artificial neural networks to finance, time series forecasting is perhaps one of the most challenging issues. Considering the features of neural networks, we propose a general approach called Autocorrelation Criterion (AC) to determine the inputs variables for a neural network. The purpose is to seek optimal lag periods, which are more predictive and less correlated. AC is a data-driven approach in that there is no prior assumption about the models for time series under study. So it has extensive applications and avoids a lengthy experimentation and tinkering in input selection. We apply the approach to the determination of input variables for foreign exchange rate forecasting and conduct comparisons between AC and information-based in-sample model selection criterion. The experiment results show that AC outperforms inf