基于线性矩阵不等式的贷款组合鲁棒优化模型

运用线性矩阵不等式方法,研究了商业银行贷款组合选择的鲁棒优化问题.在Markowitz均值-方差理论基础上,建立了贷款组合鲁棒优化模型,并用多个期望收益向量和协方差矩阵描述未来贷款收益的不确定性,给出了线性矩阵不等式的求解方法.用数值仿真验证了模型的有效性.由于模型考虑了未来贷款收益的不确定性,得到了可靠性较高的结果.研究结果表明,该模型具有鲁棒性,可以有效降低贷款风险,并可为商业银行提供贷款决策依据.     

个人住房抵押组合贷款模型分析

由于个人住房抵押组合贷款对购买住房的同一借款申请人、使用同一抵押物、采用同一贷款期限、执行不同贷款利率，所以与单纯的政策性个人住房抵押委托贷款或商业性个人住房抵押贷款不同。为此，试图建立一个考虑居民收入增长的个人住房抵押组合贷款理论模型，通过该理论模型可以确定合理的贷款期限以及各年的还本付息额。结合本模型提出了改进现行的抵押贷款还款所采取的等额偿还法，采取随着居民收入的提高逐渐增加每期还款额，从而减少总的还款期限的建议。最后提出引入合同储蓄贷款的组合贷款理论模型，运用该理论模型可以测算引入合同储蓄贷款的组合贷款期限以及各年的还本付息额。     

基于信用迁移的贷款组合多目标优化问题研究

针对现有研究大都仅对单个目标进行优化的现状,提出一种优化决策模型,即将企业信用风险迁移引入到贷款收益率的计算中,以限制资产数目、决策变量上下界等为约束条件,建立组合投资的收益最大、同时方差风险最小的优化决策模型。该模型是一个混合0-1变量的多目标规划问题,提出求解该模型的一种自适应改变惯性权重的离散粒子群算法,数值结果表明该算法是有效的,模型是合理的。     

基于综合风险约束的贷款组合优化决策模型

信贷风险是银行经营中的主要风险 ,贷款风险组合优化是信贷管理中最常见的决策 .分析了国内外同类研究的缺陷 ,提出了反映贷款风险组合优化规律的决策原则 ,并以 0 1型整数规划为工具 ,以综合贷款风险度为约束条件 ,建立了贷款风险组合的优化决策模型 .在进一步实例分析和对比分析基础上 ,探讨了这种模型的特点 ,为信贷风险的组合配给提供了科学的决策方法     

模拟退火算法在贷款组合优化决策中的应用

针对贷数组合优化决策模型的求解问题，以模拟退火算法为基础，利用设置记忆器和在算法后链接一个局部搜索过程的方法，对原有算法进行了改进。该算法可在求解大规模组合优化问题的迭代过程中实现快速调整，以兼顾解的质量和运行时间，快速找到最优解，克服了原有算法的随机性。数值计算结果表明，该算法具有很强的适用性。     

基于组合优化算法的碟形水下滑翔机结构优化

圆碟形水下滑翔机的耐压壳体重量大小直接影响其整体性能。为解决只采用一种优化方法进行耐压壳体结构优化设计,很难得到真正的全局最优解的问题。首先,分别采用单目标优化、多目标优化方法进行碟形水下滑翔机结构优化方案设计。然后,设计全局探索型优化算法和数值型优化算法相结合的组合优化算法,对圆碟形水下滑翔机的耐压壳体进行优化设计;并与采用单独优化算法的优化设计结果进行比较分析。结果表明:MIGA和Hooke-jeeves组合优化算法获得很好地单目标优化效果;AMGA和Hooke-jeeves组合优化算法获得很好地多目标优化效果。     

基于改进Black-Litterman模型的投资组合优化

考虑到金融市场“非完全有效性”且投资者“非完全理性”,通过贝叶斯框架建立了投资者观点与多渠道信息相结合的改进Black-Litterman模型,由此确定了最优的个性化投资策略.在中国股票市场的实证研究中,利用SVM-ARIMA-GARCH模型解决了投资者观点量化的问题.对比几类参考策略,改进Black-Litterman模型所确定的最优投资策略的样本外绩效表现更加稳健,在不同市场行情下均能获得较高的夏普比率和较低的换手率.     

安全性第一准则下的组合贷款模型

提出了一种在概率准则意义下的组合贷款模型,并设计了基于随机模拟的混合优化算法进行求解。 该算法突破了各种贷款收益率必须服从正态分布的假定,可对贷款收益率是任意分布形式的模型进行求解。 经数值仿真,验证了算法的可行性。     

基于Copula函数的深圳河流域降雨潮位组合风险分析

在全球气候变化背景下,降水和潮位变化是滨海城市洪涝灾害的主要原因.定量评估滨海城市降雨潮位组合风险率,对于滨海城市洪涝灾害的防治具有十分重要的现实意义.本文基于深圳站53 a最大日降水量与赤湾站相应最高潮位数据,通过K-S检验、C-vM检验、AIC准则和BIC准则进行边缘分布函数优选,采用Archimedean Copula函数,定量评估了深圳河流域不同重现期下降水和潮位的双阈值组合风险率和单域值组合风险率.结果表明:深圳河流域降水序列和潮位序列的最优边缘分布函数分别为GEV和Lognormal分布;降水和潮位之间呈现较弱的正相关性;Clayton Copula函数对于深圳河流域雨潮遭遇联合分布特征拟合效果最好;随着降水和潮位重现期的增大,深圳河流域的双阈值组合风险率和单域值组合风险率均呈减小趋势,但二者之间的差距逐渐增大;对于降水和潮位重现期不同时的特定组合风险率,若降水重现期较大,则潮位重现期较小,反之亦然.     

基于组合算法的碟形水下滑翔机结构稳健优化

为提高圆碟形水下滑翔机耐压结构优化设计方案的可靠性,引入稳健性设计方法进行优化设计.首先,采用拉丁超立方方法进行试验设计,建立了预测圆碟形耐压结构性能的径向基神经网络模型;采用存档微遗传算法(AMGA)和Hooke-jeeves组合优化算法,给出了耐压壳体结构多目标优化方案;然后,应用蒙特卡罗描述性抽样方法对确定性优化结果进行了可靠性分析;在此基础上,考虑工业制造过程中不确定性因素,进行耐压结构稳健性优化求解.优化结果表明:结构质量减少了20.03%,轻量化效果明显;各设计变量和优化目标的可靠度均达到100%,优化结果具有较好的稳健性.     

基于Copula的信用风险经济资本计量模型及应用

本文将Copula函数应用于信用风险经济资本计量模型中,并进行实证研究。基于Copula理论的经济资本计量模型解决了由不同行业贷款所组成的贷款组合相关性结构的拟合问题。准确地反映了贷款组合的非违约风险暴露,同时完善了银行的内部评级体系。     

Copula度量投资组合VaR的应用研究

本文主要研究Copula理论在投资组合风险管理中的应用．简要的介绍了Copula定义和Sklar定理的一些性质，重点介绍了Gaussianl-Copula、t-Copula以及Gumble Copula函数的形式，选取上证综指和深证成指作为研究对象，在等权重投资组合的假设下，结合Copula函数，计算出在不同置信水平下的VaR值．     

基于Pair Copula函数的空间预测模型及其应用

对于空间数据的插值预测,大多采用传统的空间插值方法如反距离加权插值法和克里金插值法,这2种方法在边缘分布或存在异常值的情况下会导致预测精度相对较低;采用基于Copula理论的方法克服了这一问题。通过Pair-Copula函数描述了空间相依结构并利用MCMC方法(贝叶斯估计法)估计参数,讨论基于空间数据对未观测位置相关数据进行了空间插值预测;结合重庆市雾霾数据对该方法与反距离加权插值法、普通克里金和泛克里金插值法进行比较,结果发现基于Pair-Copula函数的空间预测模型具有更高的精度。     

Copula函数在风险价值中的应用

为了解决投资组合中风险价值的计算问题,常规的方法是假设多个资产收益序列或风险因子的联合分布服从多元正态分布,然后用Var方法来解决这个问题．而这种假设经常与实际相违背,为了更好地解决这个同题,基于Copula函散从结构上能较好的拟合随机变量的联合分布,将利用阿基米德Copula函散的性质来对传统Var方法进行改进．通过实例来说明选取最优Copula函散的方法,从而可以更好地规避风险。     

Copula在构造联合分布函数中的应用

利用copula构造了具有相同边缘分布的分布函数,讨论了在给定的联合分布和边缘分布的基础上如何构造新的copula的方法,并用构造的copula得到一个二维分布函数。     

经验过程在阿基米德Copula拟合优度检验中的应用

针对阿基米德Copula所特有的变量可交换性,提出了一种基于经验Copula过程的新拟合优度检验方法。不同于一般的Copula拟合优度检验,该方法在选择最优的阿基米德Copula时具有良好的效果。     

基于Copula-Glue的水文模型参数的不确定性

 利用现行的Copula函数来描述模型参数之间的相关性,提出基于Copula Glue的水文模型参数不确定性估计方法。选取采样次数为10 000、50 000和100 000,阈值为0.5、0.6和0.7的6种组合,进行了模型参数的不确定性模拟,并与Glue方法的模拟结果进行了对 比。结果表明基于Copula Glue的水文模型参数不确定性估计方法用联合分布代替单独的参数的分布,能够很好地考虑参数之间的 相关性,在同样的采样次数下能够生成更多有效的参数组合,从而更加全面地估计参数的不确定性。     

A Fully Pipelined Probability Density Function Engine for Gaussian Copula Model

The Gaussian Copula Probability Density Function （PDF） plays an important role in the fields of finance, hydrological modeling, biomedical study, and texture retrieval. However, the existing schemes for evaluating the Gaussian Copula PDF are all computationally-demanding and generally the most time-consuming part in the corresponding applications. In this paper, we propose an FPGA-based design to accelerate the computation of the Gaussian Copula PDF. Specifically, the evaluation of the Gaussian Copula PDF is mapped into a fully-pipelined FPGA dataflow engine by using three optimization steps： transforming the calculation pattern, eliminating constant computations from hardware logic, and extending calculations to multiple pipelines. In the experiments on 10 typical large-scale data sets, our FPGA-based solution shows a maximum of 1870 times speedup over a well-tuned single- core CPU-based solution, and 610 times speedup over a well-optimized parallel quad-core CPU-based solution when processing two-dimensional data.     

基于Copula函数选择的多元退化产品可靠性模型

针对含有多个退化量的产品可靠性评估问题,提出了一种基于Copula函数选择的可靠性建模方法。首先,采用Anderson-Darling统计量对退化量进行拟合优度检验,选择其最优分布函数;其次,绘制退化量分布函数中的分布参数随测量时间的变化曲线,判断其与时间和应力的相关性;再次,给出一种选择Copula函数的综合方法,该方法结合了三种常用的选择方法;同时,采用两步似然估计法对未知参数进行了评估;最后,通过硫化丁腈橡胶O型密封圈进行恒定应力加速退化试验对方法的正确性进行了实例验证,并且与二维正态分布模型、形状参数为常数时的可靠性评估结果进行了对比分析。分析结果表明,给出的方法具有更好的实用性和更广泛的应用。