面向有向无环图的简化解释结构模型(SISM)法

针对解释结构建模法需要通过求解可达矩阵以实现建模结构化,但可达矩阵的求解比较复杂的情况。证明了对于一类特殊的有向图即有向无环图(DAG),应用解释结构建模法无须求解可达矩阵亦可保证建模结构化的实现。提出了面向DAG的简化解释结构建模法(SISM),并给出其算法。在一定条件下,简化解释结构建模法还可以扩展到全体有向图。以SW移民工程风险分析认知影响图为例,说明了简化解释结构建模法的应用。     

基于有向循环图的多学科设计优化模型调度方法

复杂产品的多学科设计优化过程中，往往会涉及到不同学科的专业分析模型以及各种商业软件应用的集成调度运行问题。在多学科设计优化过程中模型应用集成的基础上，结合设计模型的调度需求，研究了多学科模型的调度运行，并给出了基于有向循环图的通用模型调度解决方案，包括回路探测算法和模型调度算法。最后设计并实现了支持复杂产品多学科设计优化软件框架——iDesign的调度引擎，并以一个设计模型的调度为例，验证了方法的正确性和可行性。     

郑商所农产品期货对通货膨胀的预警作用——基于VAR模型的分析北大核心CSSCI

研究郑商所农产品期货对通货膨胀的预警作用,选取综合反映郑商所农产品期货价格的易盛农产品基准价格指数序列（ESABI）和衡量通货膨胀的指标消费者价格指数序列（CPI）为研究对象,采用向量自回归（VAR）模型进行建模分析。结果表明,ESABI可以提前3～6个月预测CPI的走势,ESABI的结构冲击对CPI变化的贡献度长期维持在11.5%左右,对通货膨胀具有较强的预警作用,可以作为国家宏观决策部门观察通货膨胀的依据。     

一种基于有向无环图的组织知识度量模型

在分析组织中的知识存量和组织知识的构成形式的基础上，提出了一种基于有向无环图的组织知识度量模型，并且从理论上给出模型中的有向无环图的顶点和弧的分析以及组织的知识存量的度量方法。依据提出的模型，易于实现组织知识的量化分析，并反映组织中的知识结构，最后给出一个实例分析。     

基于动态因果结构推断的SVAR模型识别:算法和仿真

给定任一满足递归结构假设的SVAR模型,存在一个与其是相同数据生成过程的线性动态因果结构模型,且SVAR模型系数矩阵与动态因果结构之间存在特定的对应关系,故同期变量间因果结构推断可以为SVAR模型提供正确的识别条件.同时还证明同期变量与滞后变量间动态因果结构推断能为同期变量间因果结构的正确推断提供有用信息.据此,在PC算法基础上,构建了动态因果结构推断的具体算法,将基于同期变量因果结构推断的SVAR模型识别拓展到基于动态因果结构推断,从而使SVAR模型得以完全识别的情形得到有效拓展,并给出了该方法下SVAR模型识别的充要条件,这些结论均得到了Monte Carlo仿真结果的有力支持.     

不确定供应链管理网络的概率图模型仿真研究

供应链管理网络是种有向无环图,在实际应用中不可避免的具有多种不确定性,这些不确定性可用概率进行表示.贝叶斯网是种应用较广的概率图模型,它也是有向无环图.对供应链管理网络中的不确定信息与贝叶斯网进行研究,对使用贝叶斯网络研究供应链管理的可行性进行了论证.由于贝叶斯网是概率分布与图表示的完美结合,根据供应链管理中的不确定信息,可建立合适的贝叶斯网,通过联合概率分布进行决策,使得供应链中的各方达到共同获利的目的.由于贝叶斯网在-般情况下的学习与推理问题都是NP难问题,对用于供应链管理贝叶斯网在仿真中可能遇到的情况进行了分析.研究表明,将贝叶斯网应用到供应链管理中的不确定信息仿真是切实可行的.     

基于SVAR模型的国际油价冲击与中国的宏观经济

运用结构向量自回归(SVAR)模型,研究了国际油价冲击与中国宏观经济之间的关系。研究发现:相对于VAR模型,SVAR模型具有无可比拟的优越性,能更准确地刻画国际油价对中国宏观经济的冲击作用,而且估计结果在不同的模型设定下很稳健。中国的宏观经济在国际油价冲击面前并不是那么脆弱,中国强劲的GDP、消费和出口增长趋势以及滞后应对的政策都在很大程度上削弱了油价冲击对中国宏观经济的不利影响,但油价冲击发生一年后,其对总量经济的负面影响还是会显现出来。     

企业资本结构及其影响因素的关系研究--多元线性回归模型与神经网络模型的比较与应用

将神经网络模型引入企业资本结构及其影响因素的关系研究领域,并使之与传统的多元线性回归模型相比较,选取1051家中国上市公司2002年的横截面数据,以资产负债率为资本结构的表征变量．以规模、盈利性、成长性、非债务税盾、资产结构、资产流动性、产品独特性、产生内部资源能力等公司特征为自变量,对上市公司资本结构及其影响因素进行实证研究,并对两模型实证结果进行检验与分析,得出神经网络模型的SSE较小、预测能力较强的结论。     

宏观经济信息发布对股票市场收益率及其波动的影响

通过构建宏观信息发布中的未预期信息衡量指标,本文研究了宏观信息对股票市场收益率及其波动的影响.实证分析发现:股票市场指数月收益率具有"通胀对冲"功能,同时PPI、固定投资、货币供给(M2)也会显著影响指数收益率,贸易顺差则与收益率波动显著相关;进一步对股票市场指数日收益率分析发现沪深两市对宏观信息的短期反应并不相同.对上证综指,仅CPI、固定投资与进口同比显著影响指数收益率,而出口同时影响指数收益率及其波动;对于深证成指,市场只对出口信息会作出及时反应.此外,本文还发现危机后股市对宏观信息的反映也出现了显著变化,宏观信息变量中只有PMI和进出口变量显著影响市场收益率,而PPI则成为影响收益率波动的显著因素.     

平滑转移模型线性检验的可靠性研究

提出了将自助法(bootstrap)的不同变体应用于平滑转移自回归模型的线性检验,并通过蒙特卡罗实验分别考察其在误差项独立同分布和存在序列相关时的有限样本性质.重点研究了非线性参数和序列相关系数对检验水平和功效的影响.实验结果表明,基于自助法的线性检验在各样本容量下都具有更高的功效,并且可以很好地纠正基于极限分布理论的LST统计量的水平扭曲.本文还详细介绍快速了两阶段自助法(FDB)的基本思想和实现方法,模拟实验证明它比基本自助法具有更好的稳健性和收敛性.     

Conditional Estimation of Wind Velocity Based on VAR Model

The vector autoregressive （VAR） model is established with the wind velocity data from four wind observations, which are established on the Sutong Bridge reach of the Changjiang River and in Changshu, Haimen and Nantong meteorological observation stations. Based on the VAR model, the result of Granger causality test indicated that there is Granger causality between most of the variables. Consequently the missing wind velocity values of Sutong bridge are estimated with the condition of the wind velocity data from the other three observatories, and the result of the conditional estimation is comparatively perfect.     

LEARNING CAUSAL GRAPHS OF NONLINEAR STRUCTURAL VECTOR AUTOREGRESSIVE MODEL USING INFORMATION THEORY CRITERIA

Detection and clarification of cause-effect relationships among variables is an important problem in time series analysis. Traditional causality inference methods have a salient limitation that the model must be linear and with Gaussian noise. Although additive model regression can effectively infer the nonlinear causal relationships of additive nonlinear time series, it suffers from the limitation that contemporaneous causal relationships of variables must be linear and not always valid to test conditional independence relations. This paper provides a nonparametric method that employs both mutual information and conditional mutual information to identify causal structure of a class of nonlinear time series models, which extends the additive nonlinear times series to nonlinear structural vector autoregressive models. An algorithm is developed to learn the contemporaneous and the lagged causal relationships of variables. Simulations demonstrate the effectiveness of the nroosed method.     

中国和美国信贷冲击跨境溢出效应的比较研究

本文构建了基于符号约束识别的GVAR模型,并用以考察中国和美国的信贷市场冲击对全球41个国家的不同溢出效应.研究结果表明,中国紧缩性信贷市场冲击对本国实体经济有显著的负效应,但仅限于短中期;而美国信贷冲击对本国乃至全球经济都具有相当大且持久的负影响.中国信贷冲击的跨国效应较小,且主要通过贸易渠道.中国信贷市场的本国冲击能解释中国产出近10%的波动,但无论是本国效应还是跨境传导,总需求冲击仍是驱动中国经济周期波动的最主要力量.     

影响交通信息支付意愿的关键因素实证研究

以GPS应用为代表的信息服务收费开始受到关注,文中就该问题从交通行为科学的角度进行了探讨,首先就问题解决的前提条件设计了个体特征、信息价值,信息采纳和支付意愿4个隐变量,并根据文献研究和实践经验,分别给出了描述这4个隐变量的可量化的19项显示指标,由此利用结构方程建模技术,建立了反映这些隐变量和显示指标间关系的模型,然后通过问卷调查所收集到的数据,使用LISREL软件进行了分析和计算,并根据计算结果的拟合度,确认了结构方程模型的适用性.研究结果表明,信息价值与信息采纳之间的影响关系最弱,而个体特征对其余3个变量的影响都非常显著.