连续变化条件下的态势感知速度模型

为了定量地度量C4ISR系统的态势感知能力,基于Endsley的态势感知模型,分析了从察觉信息到理解信息的态势感知过程。提出了态势理解过程的三个基础经验假设,定义了随时间变化的态势差异度量。推导出反映态势变化与感知速度之间关系的微分方程,提出了态势感知能力参数的改进方法。对微分方程解的讨论,得到了与现实经验相符的结论。     

时变风险度量模型

自从Markowitz在1952年发表"Portfolio Selection"以来,金融学家已设计了不少的风险度量方法,如方差法、下半方差法、平均偏差法、最大偏差法、VaR, 等等. 然而,这些方法有一个共同点, 那就是, 只考虑证券的价格运动,而没有将交易量因素考虑到风险度量中去. 在通常情况下,这些风险度量方法以及建立在这些风险度量上的金融理论模型是能帮助投资者有效地防范和分散风险,但对类似于1997年的东南亚金融危机和2007年由美国次贷危机引发的金融海啸等一些突发事件所引起的金融危机却不能进行有效地防范.基于此, 本文提出了一个新的风险度量指标--时变风险,以求既能反映通常情况下的风险状况, 又能对突发事件的影响有所反映,以达到有效防范各种情况下的风险. 时变风险是一个时间的函数,它是随时间变化的量, 不是一个常量,这与人们对风险的感性认识是一致的, 因此它对实践具有重大的指导意义.     

面向太空网络战威胁的态势感知本体建模

实现对卫星网络空间威胁的态势感知,是太空网络安全防御的前提。针对卫星网络空间安全防御,提出了卫星网络空间威胁态势感知需要回答的一系列问题,构建了卫星网络空间态势感知本体(ontology of cyberspace situational awareness for satellite, OntoCSA4Sat),用于对卫星网络空间多源情报进行自动关联和推理。通过对一个案例进行表示和推理实验,验证了OntoCSA4Sat的一致性和用于推理解决卫星网络空间威胁态势感知问题的可行性,表明OntoCSA4Sat可为卫星网络空间威胁的态势感知提供分析框架,为太空网络安全防御辅助决策提供支撑。     

基于多代理系统的动态信任态势感知机制

网络环境的开放和动态特性使得多代理系统的安全问题越发严峻,一种可行的最小化威胁的方案是通过实时评估交互代理的信任,以信任作为系统安全的主要参考要素,协助代理选取服务提供者来实现对恶意代理的限制。该机制以时间为维度动态计算信任,经过信任真实性与逻辑性检测后对代理信任进行判别决策,辅助信任管理。仿真对比验证DynamicTrust敏感度和信任计算规则合理,符合信任机制的“慢升快降”原则,且拥有负载均衡机制,能有效识别和控制代理攻击行为。     

基于EVT-POT-SV-GED模型的极值风险度量

针对金融资产收益的异常变化,采用SV-GED模型捕捉收益分布的厚尾性、波动的异方差性等特征,将收益序列转化为标准残差序列,结合SV-GED模型与极值理论拟合标准残差的尾部分布,建立了一种新的度量金融风险的基于EVT-POT-SV-GED的动态、VaR模型.用该模型对上证综指做实证分析,结果表明该模型能够更精确、合理地度量上证综指收益的风险.     

基于SWARCH-GED模型的极值VaR度量

针对金融资产收益率序列的尖峰厚尾和结构变换特征,用SWARCH-GED模型拟合收益率序列,然后以标准残差序列为媒介与极值理论有机结合起来组建基于SWARCH-GED-EVT的动态VaR模型,最后对模型的精度和有效性进行验证。研究表明,SWARCH-GED-EVT模型能够有效识别上证综指的尖峰厚尾和结构变换特征,并且能精确有效地测度上证综指收益风险,尤其随着置信水平的提高效果更明显。     

基于修正Russell度量的DEA模型

传统Russell度量由于其非径向性已经广泛用于度量企业的生产效率，但是其非径向性导致模型求解困难。提出修正的Russell度量算法，基于该算法建立数据包络分析模型．克服求解困难，并给出实例计算。     

基于Delta-Gamma-Theta-Fourier-Inversion 模型的外汇期权风险度量

本文引入金融参数Delta、Gamma、Theta,将外汇期权近似表达式拓展成Delta-Gamma-Theta (DGT)模型,运用Fourier-Inversion方法计算外汇期权组合的风险度,估算出VaR值并与基于Delta正态分布模型、Cornish-Fisher模型进行了比较,结果表明,该模型是一种较好的度量外汇期权风险的方法和工具.     

一种模型分辨率的定量度量方法

多分辨率建模是复杂大系统建模与仿真的关键技术之一，目前相关的研究主要采用了定性分析的方法。随着仿真技术的不断发展，这些定性分析方法已成为进一步研究的瓶颈，提出了定量分析模型分辨率的需求。在深入研究模型性质的基础上，建立了模型分辨率的定量描述概念，提出了一种具有方向性的基于描述的细节层次和详细程度的分辨率定量度量方法，并以一简化的气象模型为例说明了其应用。最后通过理论分析和推导，证明了该度量方法的合法性。     

基于Copula模型的风险相关性度量方法

给出了集成风险管理的一般模型,论述了多元Copula、时变Copula、变结构Copula模型在风险管理领域的应用,指出了Copula的最新研究进展——Pair-Copula,总结了各种类型Copula模型的特征、用途和局限性.最后,给出了Copula模型的一个选择方法,指出了进一步的研究领域,为在风险管理中选择更合适的模型和对风险实施更准确的度量提供思路.     

核电厂数字化主控室操纵员的情景意识可靠性模型

情景意识(situation awareness,SA)是影响核电厂操纵员决策和绩效的关键要素,SA可靠性是人因可靠性分析的重要组成部分.为了对SA可靠性进行定量评价,通过与核电厂操纵员访谈,建立数字化主控室操纵员的情景意识可靠性分析的贝叶斯网络模型.在此基础上,建立情景意识可靠性的定量评价程序,并结合核电厂全尺寸模拟机实验数据和贝叶斯理论,更为客观地确定了影响SA可靠性的影响因子的条件概率分布,用于定量计算SA可靠性,并通过实例分析说明该模型的具体应用.结果表明,该模型能为数字化核电厂操纵员的SA可靠性评价提供更为可靠性的数据支持和规范化的分析程序.     

重尾性操作风险度量模型与管理模型的连接参数

为连接重尾性操作风险的度量模型与管理模型, 以弹性分析方法对重尾性操作风险价值的灵敏度进行了理论分析, 建立了操作风险关键管理参数的判别模型, 并以示例验证了该模型的有效性. 该关键管理参数将度量模型与管理模 型连接起来, 使操作风险管理框架成为一个完整体系, 为建立操作风险动态管理系统奠定了基础. 在理论上 完善了损失分布法在操作风险度量与管理中的应用.     

多分形波动率测度的VaR计算模型

以上证综指长达6年时间的5分钟高频数据为实证样本,首先提出了一种基于多分形谱(Multifractalspectrum)分析的市场波动率测度方法(Volatility measurement),并进一步探讨了其在市场风险价值(VaR)计算中的模型设计和应用.实证结果表明: 我国新兴资本市场的价格波动确实具有显著的多分形特性,且与各类线性和非线性GARCH族模型相比, 在高风险水平上,基于多分形波动率测度的VaR模型具有更高的风险测度精度.     

地震灾害综合防御界壳的协同演化测度模型

针对地震灾害的综合防御问题,提出了城市抗震防灾多道防线的基本原理,建立了城市抗震防灾的防御界壳理论. 在此基础上,利用防御界壳群之间的交换率为控制变量,引入Lotka-Volterra方程建立了城市抗震防灾多道防线演化模型,分析了多道防线的竞争互补与协同演化的动态机制. 根据序参量的确定原则,选取多道防线系统中序参量,建立了城市抗震 防灾多道防线协同演化的测度模型,并将其应用于南通城市地震灾害综合防御系统. 结果表明,2005年南通抗震防灾综合 防御系统出现了竞争异化特征,系统协调度降低到0.62,之后通过调整各道防线的投入比例,系统协调度恢复了先前水平,并向着更为协调有序方向发展.     

基于ES-TV的贷款承诺极端风险测度模型

在Basel Ⅲ的风险计量新要求及中小企业融资成本高、违约风险大等背景下,贷款承诺极端风险的测度成为银行未来资产管理的重点之一. 基于期权理论,首先给出了浮动利率下的贷款承诺定价公式;其次通过引入DGN（Delta-Gamma-Normal）模型,刻画了贷款承诺价值变动的分布形态;继而通过修正尾部波动率,并利用期望短缺原理,构建了衡量贷款承诺极端风险的ES-TV测度模型. 该模型兼顾极端损益及其波动性,能更全面反映极端风险. 最后对X银行贷款承诺组合管理进行了实证分析.     

基于BEMD-Copula-GARCH模型的股票投资组合VaR风险度量研究

鉴于股票波动具有显著的多尺度特征,本文引入二元经验模态分解(EMD)与二元CopulaGARCH算法,提出一种新的VaR风险度量模型,即BEMD-Copula-GARCH模型.具体地,新BEMD-Copula-GARCH模型可分为三个主要步骤:数据分析,分风险估计和总风险集成.首先,基于二元EMD模型,将复杂且相互作用的股票对分解为若干组较为简单且相互独立的分量,以降低建模难度.其次,引入二元Copula-GARCH模型,刻画各组分量间的相互关系,以度量股票投资组合在不同尺度上的分VaR值.最后,集成各分VaR值以得出最终VaR风险度量结果.实证研究以恒生指数与上证综指为数据样本构造投资组合,结果表明:本文所构建的新模型能有效度量投资组合风险,其估计精度显著优于DCC-GARCH和Copula-GARCH等现有模型.     

基于水军信任惩罚的多维用户影响力度量模型

社交网络用户影响力度量是意见领袖识别的必要前提,然而目前的度量模型忽略了多维影响因素以及水军群体对度量模型真实性的影响.为此本文从网络结构、交互行为和交互信息三个维度来分析整合相关的影响因素,基于LeaderRank模型构建多维用户影响力度量-MUI模型,并在水军识别的基础上构建信任惩罚模型,以修正MUI模型建立MUISTP模型,实现社交网络用户影响力的真实性度量.以新浪微博平台大规模实际数据进行实验分析结果表明,与FBI,LeaderRank和Generative Graphical模型相比,MUI模型识别出的意见领袖更为准确,且可以实现更为有效的信息扩散.此外,经过水军信任惩罚后MUISTP模型较MUI能够实现更为有效的意见领袖识别.