使用Bayes方法识别股市变结构模型

为了使用边际似然函数进行模型变点的有效识别,通过使用变结构模型和Monte Carlo方法,对波动率模型中的变点进行了判断。通过对中国股票市场的波动性进行分析,识别出中国证券市场的4个变点。实证结果表明:中国股票市场从成立以来,一共经历了5个阶段,分别是1990年12月到1991年秋、1991年秋到1992年中、1992年中到1997年中、1997年中到2002年春、2002年春至今。研究发现,中国证券市场结构发生变化与股票市场价格波动无关,而与中国证券市场不断发展和完善息息相关。     

中国乘用车与商用车保有量预测

为了获得中国未来汽车保有量及其构成,分别采用Gompertz模型和线性外推模型对中国的乘用车和商用车保有量进行了预测。结果表明:中国汽车保有量在2020年和2030年将分别达到2.5—2.9亿辆和4—5.2亿辆,其中乘用车保有量增长速度相对较快,且存在一定不确定性,在2020年和2030年将分别达到2.2—2.6亿辆和3.5—4.8亿辆。商用车保有量在2020年和2030年将分别达到0.33和0.47亿辆。在2030年之前,中国汽车保有率将快速提高,但是相比发达国家将始终有较大差距。     

基于听觉场景分析的近讲语音增强算法

针对近讲场景,提出一种双麦克近讲语音增强算法。该算法基于耳间延时差(ITD)、耳间强度差(IID)特征来区分目标语音,利用声学掩蔽效应,实现目标语音对背景噪声的分离降噪。与传统的单麦克增强方法相比,该算法可消除多种类型噪声且对语音造成的损伤较小。实验表明:该算法能将8～33dB的白噪声、音乐噪声、广播噪声3种噪声类型的带噪语音的信噪比提高到36dB以上,同时保持较高的目标语音可懂度。对于冲击噪声的带噪语音也具有较好的降噪效果。     

方柱微结构芯片射流冲击流动沸腾换热实验研究

对喷射条件下的电子芯片在FC-72中的流动沸腾换热进行了研究,并和同工况下的光滑芯片作了对比.实验选取的工况如下:过冷度为25、35℃;横流速度Vc为0.5、1、1.5m/s;喷射速度Vj为0、1、2m/s.实验采用的硅片尺寸为10mm×10mm×0.5mm,通过干腐蚀技术在其表面加工出30μm×120μm、50μm×120μm的方柱微结构.实验表明,所有芯片的换热性能都随过冷度和流速的增加而提高,方柱微结构能明显地强化芯片换热,而射流冲击进一步提高了芯片在高热流密度下的换热性能.同一横流速度下,喷射速度越大,换热性能越好,尤其是Vc=0.5m/s、Vj=2m/s时,强化效果最显著.随着横流速度的增加,射流冲击的强化效果减弱,临界热流密度值增幅减小.     

货架摆放量影响需求的库存管理

建立某些商品的需求与库存管理模型,从商品自身的销售弹性与替代品的销售弹性出发,设定摆放量充足时货架摆放量与需求量是指数函数关系;当摆放量小于一定量时,顾客的需求为一常数,并且允许顾客流失和延迟销售;在此基础上建立货架摆放量与需求量的模型.并通过解析解的情况,求出最优解.     

加强合同管理,增强索赔意识,提高经济效益

文章通过施工实践中的几个索赔事件的处理,介绍了合同管理对施工企业的重要性,施工过程中3个阶段的合同管理及索赔的步骤。     

不同客户服务水平下补货发货模型的选择

考虑到客户等待成本在某种程度上反映了客户所要求达到的服务水平,研究了不同需求区域内,当客户所要求的服务水平不同时,VMI环境下的两个典型的库存补充与发货模型.这两个模型分别采用了基于时间和基于数量的整合补货发货策略,分析了供应商如何根据客户服务水平制定相应的发货和库存补充策略,才能使客户满意度达到最大,同时其自身效益也获得最优,初步确定出了一个补货发货策略的选择方法,并应用MATLAB仿真软件进行了计算.     

Randomized unit root processes for modelling and forecasting financial time series: Theory and applications

This paper considers the problems of statistically analysing the levels of financial time series rather than their differences, which are often equivalent to returns and which are traditionally analysed in econometric modelling. This focus on differences is a consequence of the inherent nonstationarity of the levels, and hence analysing the latter requires introducing an alternative framework for modelling nonstationary behaviour. We do this by considering randomized unit root processes, arguing that these can have a natural interpretation in the financial context. The paper thus develops methods for testing for randomized unit roots and for modelling such processes. It then applies these techniques to various financial time series, so as to ascertain their potential usefulness, particularly for forecasting.     

基于参考独立分量分析的语音增强方法

参考独立分量分析（independent component analysis with reference,ICA—R）将源信号的先验知识以参考信号的形式引入学习算法中,可以从混合信号中仅抽取期望的源信号．基于ICA—R提出了一种语音增强新方法．通过比较语音信号和多种噪声信号的特点,合理地构造了具有语音信号重要特性的参考信号,进而应用ICA—R从多种加性噪声中抽取了期望增强的语音信号．计算机仿真和性能分析结果均表明了该方法的有效性．     

Forecasting stock volatility in the presence of extreme shocks: Short-term and long-term effects

This paper introduces a novel generalized autoregressive conditional heteroskedasticity–mixed data sampling–extreme shocks (GARCH-MIDAS-ES) model for stock volatility to examine whether the importance of extreme shocks changes in different time ranges. Based on different combinations of the short- and long-term effects caused by extreme events, we extend the standard GARCH-MIDAS model to characterize the different responses of the stock market for short- and long-term horizons, separately or in combination. The unique timespan of nearly 100 years of the Dow Jones Industrial Average (DJIA) daily returns allows us to understand the stock market volatility under extreme shocks from a historical perspective. The in-sample empirical results clearly show that the DJIA stock volatility is best fitted to the GARCH-MIDAS-SLES model by including the short- and long-term impacts of extreme shocks for all forecasting horizons. The out-of-sample results and robustness tests emphasize the significance of decomposing the effect of extreme shocks into short- and long-term effects to improve the accuracy of the DJIA volatility forecasts.