Identifying US business cycle regimes using dynamic factors and neural network models

We use dynamic factors and neural network models to identify current and past states (instead of future) of the US business cycle. In the first step, we reduce noise in data by using a moving average filter. Dynamic factors are then extracted from a large-scale data set consisted of more than 100 variables. In the last step, these dynamic factors are fed into the neural network model for predicting business cycle regimes. We show that our proposed method follows US business cycle regimes quite accurately in-sample and out-of-sample without taking account of the historical data availability. Our results also indicate that noise reduction is an important step for business cycle prediction. Furthermore, using pseudo real time and vintage data, we show that our neural network model identifies turning points quite accurately and very quickly in real time.     

因子von Neumann代数上的非线性中心化子

设m，n是任意非零整数，且满足(m＋n)(m－n)≠0， M是实或复数域F上的Hilbert空间上的一个因子von Neumann代数.利用代数分解方法证明了M上满足2mφ(AB)＋2nφ(BA)＝mφ(A)B＋mAφ(B)＋nφ(B)A＋nBφ(A)的非线性映射φ为可加中心化子，并刻画出具体形式φ：A→λA(λ∈F， A∈M).     

国际石油价格波动的结构性因素分析

文章将石油供给性冲击、需求性冲击和投机行为冲击3方面结构性因素细分为5个内生变量,构建反映油价波动的结构向量自回归(SVAR)模型,并运用模型对1999—2012年期间油价波动的原因进行了实证分析。结果表明:需求性冲击无论是长期还是短期都是油价波动的最主要因素;其次,投机性冲击对油价波动的影响也较大,不容忽视;短期突发事件和供给冲击短期对油价有些影响,长期影响基本消失。     

电力二次系统安全防护综合仿真试验床研究

分析比较了现有的信息与网络安全仿真模型,指出各自模型的适用性和局限性.在以往主要针对局部对象进行安全仿真的研究基础上,结合电力二次系统整体安全防护需求,综合运用8种仿真技术和方案,设计实现了基于4个仿真层次,17个种类仿真试验的信息安全综合仿真试验床,实现针对电力信息系统的大型、分布式、联动式的综合信息安全仿真.使用证明,试验床能够为电力信息系统安全防护工程设计和实施提供多方位的仿真测试和评估依据.     

雾天高速公路交通事故的特征及与能见度的关系

 从全国雾天交通事故多发的10条高速公路路段中选取交通气象观测条件较好的4条路段作为研究对象，主要研究了雾天交通事故的特征，并通过雾天交通事故与能见度的关系分析，定量研究了交通事故在不同能见度区间的分布规律。与晴天交通事故相比，雾天交通事故后果更为严重，伤亡率明显增加。事故类型以撞固定物和刮擦为主。雾天事故中，肇事车辆为重型货车、中型货车和大型客车的比例比晴天增加。雾天事故的原因主要有在同车道行驶未按规定与前车保持安全距离、操作不当、低能见度下不按规定行驶。统计表明，雾天交通事故主要发生在秋冬季节的凌晨至早上时段，事故高峰期为早上7∶00左右，这与大雾日数的时间分布具有较高的一致性。70%~90%的雾天交通事故发生在能见度低于1 km的情况下，其中能见度低于100 m的区间内比例最高，为25%~50%。能见度低于1 km时，交通事故发生的概率密度随能见度增加而减小，尤其当能见度低于300 m时，交通事故发生的概率出现突发性增长，当能见度低于100 m，交通事故发生的概率密度增长到30%左右。根据交通事故在不同能见度区间的分布，将能见度对交通安全的影响划分为4个等级，实现了气象能见度到交通安全等级的转化，可为交管部门制定雾天交通事故防范对策，以及气象部门开展交通气象服务提供科学依据。     

人工智能促进服务业生产率了吗

近年来，我国服务业占比呈现持续上涨态势，但服务业的高成本低效率问题仍然存在，随着人工智能和服务业的融合，服务业的全要素生产率是否提高有待进一步验证。我们运用DEA-Malmquist生产率指数验证了“鲍莫尔病”的确存在；加入人工智能因素后的服务业全要素生产率的确提高了，但是进一步的分解发现，全要素生产率的提高主要源于要素配置效率的改善和规模报酬递增效应，并非由于技术进步，人工智能作为技术进步的主要标志在提高服务业全要素生产率中的作用仍然有限，这是由于人工智能作用的滞后性所致。     

基于安全信息传递管理(IT-IM)系统安全模型的电力基建安全管理研究

自2015年来，电力基建安全事故频发，面对难度极大的现场安全管理任务亟需建立起合理有效的管理机制。本文从安全信息视角出发，运用层次分析法（Analytic Hierarchy Process, AHP）结合安全信息传递理论以及供给原理，建立安全信息传递管理IT-IM系统安全模型，以探索传递过程中信息失真和不对称的发生发展机理及其对电力建设系统的影响，以期为基建现场管理提供可行的对策。并以江西丰城“11·24”事故为例，进行了模型的应用演示。结果表明：典型案例时间序列中的确存在安全信息缺失、信道噪音甚至信息欺骗的节点且与事故致因高度相符。     

安全风险决策阶段性模型构建:神经科学探索

决策者的主观认知心理与决策行为密切相关，外在行为受内在的大脑决策支配，故明晰安全风险决策与安全/不安全行为之间的关系是有效控制不安全行为的关键。通过文献分析梳理了安全风险研究的主要领域、内容和方法以及安全模型构建存在的问题。在此基础上，以风险信息的思维过程为主线，将风险决策过程分为风险感知、风险认知和风险决策3个阶段，阐明了各阶段的内涵、特点、研究内容和分析路径，构建了3阶段相互衔接的安全模型。同时，明确了事件相关电位（Event-related Potentials, ERPs）和功能性磁共振成像（functional Magnetic Resonance Imaging, fMRI）两类神经科学技术在安全风险决策过程研究中的应用意义。所构建的风险感知-认知-决策的三阶段安全风险决策模型（SR-PCD模型），有利于进一步研究风险决策过程中的个体风险处理机制、明晰风险决策与行为的关系，对安全风险机理研究、事故管控、安全管理等具有理论和实际意义，可为未来安全风险研究提供可参考的实验研究框架。     

微信公众平台在大学生安全教育中的应用

阐述微信公众平台的优势,分析利用微信公众平台开展大学生安全教育的可行性,通过突出信息推送功能、以案讲案、引导大学生参与平台建设等措施发挥微信公众平台载体作用,提出转变传统的安全教育观念、开发信息反馈功能、需要优秀编辑人员等完善微信公众平台运营的建议。     

2018年无人机研发热点回眸

 2018年，无人机技术、产品、应用、监管等领域取得了系列进展。回顾了无人机集群飞行、载人无人机与飞行汽车、无人机与5G融合、变体无人机、新能源无人机、有人机无人化等前沿热点进展，以及大型无人机融入国家空域、无人机空中交通管理系统和无人机监管法规政策等无人机安全及监管方面的最新进展。