实时检验泡沫：基于严格局部鞅判别的泡沫检验方法

实时检验泡沫并对市场参与者和监管者进行预警,有利于防范和化解金融风险。基于检验泡沫的严格局部鞅判别原理,在RKSH方法的基础上拓展了一种倒向滚动检验方法（BSLM）,并通过蒙特卡洛仿真和实证分析验证了新方法的有效性。研究发现：相对于传统严格局部鞅判别方法,BSLM方法对距离当前时刻较近的泡沫具有更高的检验势,并且能更早地事前预警泡沫;在对中国股票市场主要指数2000~2015年的泡沫检验中,新方法能判断泡沫的生成时间和破灭时间,发现上证指数和深圳成指的泡沫具有较强的联动性。     

存款准备金率变动对股市影响的实证研究

运用VAR模型的G ranger因果检验和脉冲响应函数分析研究了中央银行存款准备金率变动对沪深300指数的影响,并通过方差分解分析前者对后者的贡献度。得出的结论是存款准备金率变动对股市波动在短期内存在一定负方向的影响,股市波动对存款准备金率则无影响。但在长期内,存款准备金率变动对股市影响很小。最后在此基础上提出相关的货币政策的建议。     

对一种改进层次分析法误导的理论分析

揭示了基于最优传递矩而建立的改进层次分析法产生误导的原因,从理论上否定了该法的一些错误论断。     

多跳筛选无线传感器网络决策融合

为了在保证传感器工作效果的同时控制系统能耗,在资源受限的无线传感器网络决策融合系统中同时引入传感器信息的多跳传输方式和筛选传输策略。在瑞利分布信道模型下,推导出该系统的最优融合规则。但该规则需要信道的实时状态信息,实用性差。为此提出基于信道统计分布信息的次优似然比融合规则,并给出了小信道信噪比情况下的简化形式。理论分析和仿真表明,次优规则性能损失较小,运算量更低,信息需要更少,符合资源受限系统的要求;同时使用筛选策略,降低了系统的传输能耗。     

我国货运量与经济增长关系的协整分析

以我国1978~2007年统计年鉴的统计数据为样本,对我国货运量及货运生成量进行协整分析,协整检验结果说明货运量(取对数)与第一产业产值、第二产业比例和第三产业比例之间存在长期均衡关系,货运生成量与国内生产总值GDP(取对数)和第一产业比例存在长期均衡关系。Granger因果关系检验揭示了第一产业产值对货运量、第一产业比例对货运生成量存在单向的Granger因果关系。正交脉冲响应和方差分解分析说明第一产业产值对货运量和第一产业比例对货运生成量具有持续的正影响,而国内生产总值GDP(取对数)对货运生成量具有持续的负影响。     

我国通货膨胀的GARCH模型

从实证上说明了我国通货膨胀存在 GARCH现象 ,并建立了一个 GARCH( 1 ,1 )模型 .将估计的 GARCH( 1 ,1 )模型与回归模型比较 ,得出通货膨胀的 GARCH( 1 ,1 )模型优于回归模型 .     

基于自动机理论的UML活动图模型检验方法

UML活动图被认为是最合适的软件过程描述语言,研究UML活动图的模型检验方法是很有必要的。提出一种基于自动机理论的UML活动图的模型检验方法。该方法给出UML活动图的形式语义,通过计算RTC-STEP,得到LTS,并将LTS映射到Büchi自动机,用LTL表示系统性质,并将LTL公式转换为相应的Büchi自动机,用基于自动机理论的模型检验方法检验UML活动图。     

AHP 判断矩阵一致性改进的若干问题研究

研究层次分析法中判断矩阵次序一致性检验及改进方法.指出判断矩阵次序一致性和基本一致性之间无相关性的特点,提出对判断矩阵应首先进行次序一致性检验,并把判断矩阵转化成0-1矩阵,利用图论理论得到如下结论:0-1矩阵对应的有向图中,若含有边长大于3的循环链,则一定能构造出边长为3的循环链.基于此结论,设计检验判断矩阵是否具有次序一致性的算法.对不具有次序一致性的判断矩阵,提出两条修改原则.     

影响我国汽车产业竞争力的因素分析:一个UECM模型

采用非限制误差修正模型(UECM)分析了劳动力的投入、资本劳动力的比率和开放度对我国汽车产业总产值的影响,利用界限检验和协整模型,估算了这些因素对总产值的长期和短期弹性.结果发现,无论从长期还是短期而言,劳动力对总产值有负的影响,资本劳动力比对总产值有正的影响;开放度仅在长期对总产值有正且显著的影响.最后对如何提高我国汽车产业竞争力提出了相应的对策建议.     

中国股市波动的异方差模型及其SPA检验

以中国股票市场最具代表性的股价指数-上证综指的高频(High-frequency)数据样本为例,实证计算了以GARCH族模型和随机波动(Stochastic volatility)模型为代表的不同异方差模型对中国股市波动率的预测,并进一步运用SPA(Superior predictive ability)检验法,实证检验了不同异方差模型对中国股市波动的刻画能力和预测精度问题.实证结果显示,就中国股市而言,随机波动(Stochastic volatility)模型是预测精度最高的异方差模型,但在某些损失函数标准下,EGARCH模型也具有良好的波动预测表现.