过度自信、后悔厌恶对收益率分布影响的数值模拟研究

通过构建数值模拟模型,对投资者受过度自信与后悔厌恶影响下的收益率分布进行模拟,结果证实:与有效市场假说之下的正态分布相比,此种状态下的收益率分布存在着尖峰厚尾、左偏、左尾厚于右尾以及尖峰与厚尾程度随着时间单位的延长呈现下降趋势等统计学特征.进一步的数值模拟还发现,随着反应滞后时间的增加,收益率分布峰度增加明显,左尾有下降的趋势;随着反应不足程度的增加,收益率分布的峰度与偏度同时增加;随着过度反应程度的增加,收益率分布右尾有着明显的增加;收益率分布右尾对处置效用不敏感,左尾随着处置效用的增加厚尾程度减少.     

极大熵方法求解双层多目标决策问题

讨论了双层多目标决策问题 ,给出了最优有效偏好解的概念 ,上层转化为极大熵问题求解 ,下层进行有效性检验 ,最终给出了迭代算法.     

基于实验经济学的环境资源价值评估

概述了环境资源价值评估,指出了环境资源价值评估从显现偏好法到陈述偏好法的发展趋势,强调实验方法在这一领域当中的应用将越来越广泛。讨论了实验经济学的优缺点,并分别介绍了实验经济学在环境资源价值评估中两方面的应用:在意愿调查法中使用实验拍卖方法与选择实验。     

不同游客群体垃圾分类标准偏好研究——二分类与四分类标准的比较

基于模拟卡片投放的行为实验,探索游客在不同垃圾分类标准下的分类偏好,并利用潜变量logit模型建立了不同游客人口特征与分类标准偏好的关联关系。研究结果表明,不同游客群体对垃圾分类标准的偏好存在差异,中青年低收入群体和青年高收入群体偏好四分类标准,中年高收入群体则无明显偏好。游客在四分类标准下的分类判断正确率较二分类判断正确率高出6.16%,对不同类别垃圾的分类判断能力也存在显著差异。对可回收物的分类判断正确率较高,四分类标准下判断正确率高达75.18%,二分类标准下判断正确率达59.50%。但游客对其他垃圾的分类判断正确率较低,在四分类标准和二分类标准下,仅70.50%和56.93%。根据上述结果提出了相关建议,以便提升垃圾分类效率,推动低碳旅游。     

概率不确定下考虑偏好的ELECTRE Ⅲ方法研究及应用

针对概率不确定语言环境下的多属性群决策问题,为了更好地反映多位专家的评价信息对于不同属性的偏好程度,创新性地构建了一个新的属性偏好关系。基于考虑专家评价信息之间的差异程度,提出了差异度的概念与计算方法。首先,对多个专家的评价信息进行汇总,通过计算不同方案之间与不同属性之间的差异度,进而获得所有专家对于每个属性的偏好程度。其次,文章研究了在概率不确定语言环境下解决多属性群决策问题的ELECTRE Ⅲ方法,通过计算方案之间的一致性指数与不一致性指数,构造方案间的级别优先关系,从而对备选方案进行综合排序。最后,通过绿色供应链供应商选择的算例分析及概率不确定语言环境下的其他方法进行比较分析,验证了该环境下ELECTRE Ⅲ方法的适用性与可行性。     

基于三角直觉模糊的交互式偏好顺序决策模型

针对多属性决策问题中决策者主观判断的模糊性和决策过程中存在的补偿问题,本文提出了基于三角直觉模糊数的多属性决策模型。首先,用三角直觉模糊数来完成模糊信息的表达,从而更好地描述出决策信息的不确定性。其次,利用改进后的交互式多准则决策方法（an acronym in Portuguese for interactive multi-criteria decision-making, TODIM）,并结合偏好顺序结构评估法（Preference Ranking Organization Method for Enrichment Evaluations, PROMETHEE-II）方法在模糊环境中对备选方案进行排序,使该框架更具实用性和适用性。最后,通过案例证明了该决策框架的有效性,并对决策结果进行进一步敏感性分析,分析结果验证了其稳定性。     

嵌入模糊部件的数值图规划

使用偏好和优先权隶属函数定义了数值规划中模糊部件的数学模型, 并通过在问题描述域扩展偏好和优先权字段的方法, 将模糊部件嵌入到数值图规划中, 使规划器能在问题求解过程中有效地捕捉与问题相关的细节信息; 在规划提取阶段, 利用规划图与约束满足问题的对应关系, 使用增量式局部修改技术进行问题求解; 局部修改最大限度地利用以前问题的求解结果, 避免了规划器问题求解过程中的重复性, 为开发高效数值规划器提供了理论依据.     

基于局部影响力与深层偏好传播的点击率预估方法

基于知识图谱的推荐方法是推荐系统的研究热点之一,利用用户历史行为及物品特征在知识图谱结构化表示数据的辅助下解决推荐系统数据稀疏性及冷启动问题。但是用户的兴趣易受特定物品所影响,而知识图谱以结构化形式存储数据,实体与实体之间仅存在链路关系,这就导致了单纯利用知识图谱的推荐方法在点击率预测方面性能较差。基于此,提出一种基于局部影响力与深层偏好传播的推荐方法(local influence and deep preference propagation, LIDP),充分利用知识图谱结构化数据在偏好传播中存在实体影响力的优点。LIDP模型首先对知识图谱逐层偏好传播获取数据影响力权重并根据所获数据权重进行局部影响力计算;其次对局部影响力进行用户历史行为的兴趣增强表示进而获取用户表示;最后对用户表示与物品的向量表示进行内积操作以获取最终交互概率。LIDP模型在MovieLens-1M数据集上相比最优基准模型GNRF,AUC、ACC、MAE和F₁值分别提高了0.16%、0.52%、0.87%、0.21%;在Book-Crossing数据集上,这些提升分别为0.45%、2.14...     

地铁应急疏散时乘客决策行为偏好的量化方法

为了研究距离、出口密度、乘客流向流量、出口可见性4种因素对地铁站紧急疏散时乘客决策偏好异质性的量化影响,基于20种紧急疏散场景的问卷调查收集数据,利用条件Logit模型和随机参数Logit模型标定4种影响因素的效用系数,根据效用系数的边际概率分布分析乘客决策偏好的异质性。结果表明：距离、出口密度、乘客流向流量呈负效用,出口可见性呈正效用,4种影响因素的系数均为随机变量,距离显示出最低的异质性水平,出口密度和乘客流向流量的异质性水平稍高,出口可见性显示出最高的异质性水平。     

时变风险厌恶与原油期货价格波动——基于GARCH-MIDAS模型的实证研究

采用GARCH-MIDAS模型,引入Bekaert等构建的时变风险厌恶（RA）指数,实证分析RA对原油期货价格波动的影响。实证结果表明,RA指数对WTI和Brent原油期货价格波动有显著的正向影响;相较于GARCH模型和GARCH-MIDAS模型,引入RA的GARCH-MIDAS(GARCH-MIDAS-RA)模型具有更好的样本内拟合效果。在样本外预测分析中,通过五种预测评价指标及MCS检验发现,引入RA指数的GARCH-MIDAS模型具有更好的样本外波动率预测效果。最后,不同预测期的实证结果证实了上述结论的稳健性。