市场交易机制导致的流动性风险——考虑涨跌停制度产生的流动性风险

价格稳定机制作为市场特征的一部分,对于流动性有着重要的影响.通过对收益进行调整,将涨跌幅导致的流动性风险整合在风险度量VaR框架中.对比调整前后的离位点数目、VaR值等评估涨跌停限制对流动性风险的影响,并对考虑涨跌幅限制下的VaR计算方法选择、BIS资本乘数设置等进行讨论.结果表明,涨跌幅限制确实产生了流动性风险,支持VaR的估计过程中需要考虑涨跌停限制的影响.     

一种分层电介质参数重构的新方法

针对分层媒质参数重构问题,提出了一种分层电介质参数重构的新方法,将矩阵束法成功地应用于分层电介质频域反射信号的分解,并利用矩阵束原理重构出分层电介质的参数。在重构过程中,分别考虑了不含噪声和含噪声两种情况。由于矩阵束法中采用最小二乘算法避免了迭代计算,与已有其它算法相比,具有更高的抗噪声性能、稳定性也更高。仿真结果表明,所提出的媒质重构新方法具有实时、高效等特点,为分层媒质参数重构提供了一条新的途径。     

执行器饱和时的SISO系统模型参考自适应控制

针对大多数执行器不可避免地会出现饱和现象,尤其是工作范围大、非线性特性严重的被控制对象,提出了一种模型参考自适应设计方法,把输入过饱和部分看作干扰信号,并用可调参数和跟踪误差函数对饱和干扰进行估计,通过参数调节消除饱和现象,针对不同相对阶的系统分别进行讨论,使本方法更具普遍性。仿真结果表明,本方法能够使系统有较好的跟踪能力和抗饱和能力。     

删失试验寿命的贝叶斯生存极值回归模型

针对删失寿命试验数据缺少随机变量尾部分布和常规删失数据分析对长寿命区高可靠度估计不准确的问题,构建了一个结构元件寿命分布的贝叶斯生存极值回归模型。运用MCMC方法与Gibbs抽样获得参数后验分布的基本原理,借助数据仿真说明了利用WinBUGS软件包进行建模分析的过程,证明了该模型在删失试验中的直观性和有效性。研究结果表明:利用Gibbs抽样进行模拟分析,能很方便地得到模型参数的相关估计。     

变点理论在极值分布阈值选取中的应用

极值理论已经被广泛应用于解决金融、保险等领域的厚尾分布问题，而阚值的选取一直是极值理论实际应用的难点和重点。在已有研究成果基础上。本文尝试引入变点理论进行定量化的阈值选取。分析了变，最理论进行阚值选取的基本原理和方法，利用Burr分布产生的随机样本进行模拟，得到了较好的效果。并在此基础上运用S＆P500和Danish火灾保险数据进行了实证分析。     

免耕对黑土蚯蚓数量和土壤密度的影响

以自2001年秋在吉林省德惠市中层黑土上进行的耕作定位试验小区为研究对象,对比免耕和常规耕作对东北黑土蚯蚓数量和土壤密度的影响.试验设计为裂区随机区组设计(免耕和常规秋翻两个处理),4个区组,种植作物为玉米和大豆.在玉米6叶期和8月末或9月初两次测定蚯蚓数量,土壤密度秋收后测定.采用SAS软件对2004～2006年的蚯蚓数量和土壤密度进行方差分析.试验结果表明,耕作方式、作物类型和采样时间对蚯蚓数量的影响较大,均达显著差异(P《0.05).免耕处理的蚯蚓数量是秋翻处理蚯蚓数量的2.4倍,种植大豆的蚯蚓数量是种植玉米蚯蚓数量的1.6倍,第1次的蚯蚓数量是第2次蚯蚓数量的1.9倍.耕作方式和作物类型对土壤密度没有显著影响.虽然免耕处理使5cm～10cm的土壤密度略有增加,但免耕的土壤密度与秋翻的土壤密度相比,并无显著差异.因此,同常规秋翻相比,免耕明显增加土壤中的蚯蚓数量,而且不会引起土壤的板结.     

相似信息优先的复杂装备费用测算模型

针对横截面数据的复杂装备费用预测问题,由于主要参数比较相似的装备系统其研制费用往往趋同,提出了横截面数据的“相似信息优先原理”。分析新研装备与以往装备的相似度,按照指标信息的相似度区分横截面信息的优先次序。用归一化的相似度作为加权最小二乘法的权重,通过实例建立相似信息优先的回归模型,并与其他方法的结果对比,结果表明本文的方法具有更高的预测精度,相似信息优先的多元回归模型充分反映了相似信息的规律。     

包含数据丢失的迭代学习控制系统收敛性分析

为了分析数据丢失对测控信号无线传输迭代学习控制系统收敛性能的影响,首先分别得到了包含测控信号随机数据丢失影响因子的系统转移矩阵,然后研究了影响系统收敛速度的矩阵特征值和鲁棒收敛性的矩阵下三角内元素取值的变化情况。由分析可知,测量信号随机丢失会降低系统的收敛速度,而控制信号随机丢失会显著影响系统的鲁棒收敛性。最后,通过仿真实验证明了分析结论的正确性。     

半参数STAR模型的估计及应用

文中首次提出了一个新的STAR模型,在保留了转换函数的前提下,让转换变量以非参数的形式进入转换函数,从而有效减少了模型误设的风险,提高了样本内拟合和样本外预测的能力. 蒙特卡罗实验的结果显示半参数STAR模型的有限样本拟合结果令人满意. 利用1994年1月到2012年7月的人民币实际有效汇率月度数据,将半参数STAR模型和随机游走模型、自回归模型、门限自回归模型、平滑转换自回归模型和人工神经网络模型的样本外预测能力进行比较,结果显示半参数STAR模型在样本外预测能力上具有显著优势.     

飞机研制费用的组合预测方法

针对飞机研制费用预测样本数据较少、影响因素复杂,单一预测方法预测质量不高的问题,采用组合预测方法预测飞机研制费用。组合了径向基函数（radial basis function, RBF）神经网络、格拉姆施密特回归、偏最小二乘回归(partial least squares regression, PLSR)3种预测方法,基于样本数据建立了飞机研制费用组合预测模型,并与单项预测进行了对比分析。结果表明,组合预测具有满意和稳定的预测精度,并可以降低单项预测的质量风险,是飞机研制费用预测可靠而有效的方法。