排序方式: 共有27条查询结果,搜索用时 15 毫秒
1.
选取上海证券交易所企业债和国债月度数据,利用遗传算法对静态利率期限结构NSM参数模型进行求解,进而拟合较为精确的企业债和国债的利率期限结构,据此计算出企业债的信用价差。数据一部分作为样本内拟合区间,另外一部分作为样本外预测区间以检查模型的预测精度。通过建立自ARMA样本外预测模型和VAR样本外预测模型分别对我国债券市场信用价差进行预测,最后比较两种模型的预测精度。结果表明VAR模型对于信用价差短期预测较为准确,而ARMA模型对于较长期预测较为准确。 相似文献
2.
基于离差最大化的决策者权重的确定方法 总被引:7,自引:1,他引:7
基于离差最大化思想提出了一种确定多属性群决策中决策者权重的新方法。先根据群决策者对方案属性的客观评价值计算出属性的权重,然后根据各方案的综合属性值,基于离差最大化法给出决策者的权重,进而给出多方案间的排序。该方法充分发挥了离差最大法的客观赋权性,并且能够激励决策者对已知方案进行客观合理评价。最后将该方法应用于某化工建设项目环境影响技术评估,实例表明该方法的可行性和有效性。 相似文献
3.
给出了用非参数方法估计利率期限结构的过程,并以上海证券交易所的国债回购利率数据为样本,采用4种不同核函数:高斯核、抛物线核、四次方核和六次方核对利率期限结构模型进行估计。结果显示:当利率小于4%时,4种核函数估计结果相近;当利率大于4%时,高斯核和抛物线核的估计结果相近,四次方核和六次方核的估计结果相近;从利率均值回复的角度来说,后两者要优于前两者。所有结果表明:短期利率的密度函数是非正态的,扩散过程的漂移函数和扩散函数是非线性的,印证了非参数利率期限结构模型在刻画利率行为方面的优越性。 相似文献
4.
以2011年1月至2016年7月的国债月度数据为样本,研究了在利率期限结构预测中,反向传播神经网络(BPNN)、小波神经网络(WNN)、径向基神经网络(RBFNN)和广义回归神经网络(GRNN)4种网络中相关参数的设定对精度的影响,并对预测效果进行实证比较。研究结果表明:广义回归神经网络预测效果较好,反向传播神经网络预测结果波动性较小,小波神经网络和径向基神经网络预测结果波动性较大。 相似文献
5.
基于股票期权定价熵模型,本文给出了一套平行于Black-Scholes期权定价模型(BS模型)的套期保值参数的定义及其计算公式,并与BS模型框架下的套期保值参数进行了相应的数值模拟比较与分析。结果表明:熵模型套期保值参数的灵敏度要大于BS模型,从而为不完全市场中衍生产品风险管理提供了一种新途径。 相似文献
6.
用多参数利率期限结构模型确定的利率期限结构为输入变量,利用Jarrow简化模型确定信用价差,从而给出一种新的企业债券的信用价差度量多参数集成优化模型。同时选取上海证券交易所多个交易日国债和企业债交易数据,通过遗传算法及两次最小二乘法联合估计得到相对精确的模型参数,由此拟合出企业债券发行主体的信用价差方程。最后选用基准方法作为对比,实证结果表明,以价格为输入变量所得信用价差更符合实际且拟合的模型参数更精确。该方法可以用于度量任何债券的信用价差,具有实用推广价值。 相似文献
7.
利用SV利率期限结构模型,本文选取上海证券交易所和银行间债券市场多个交易日的国债数据,运用遗传算法求解模型参数,得到两个市场的国债收益率曲线。结果表明,使用SV模型拟合出的国债理论价格与实际价格之间误差较小,适用于我国国债市场;在两个市场上相同剩余到期期限的国债收益率之间存在价差,而且价差随着国债的到期期限的增加先变小后变大。可能是由于市场分割、流动性差异和交易机制的不同引起的。 相似文献
8.
考虑orness测度水平为不确定型的情况下如何求解MEOWA算子权向量问题。结果表明:不确定型orness测度下求解MEOWA算子权向量可以转化为相应orness测度区间端点或内点时的MEOWA权向量的求解,并对两者的关系进行分析。将该方法应用于某化工建设项目环境影响技术评估,算例表明该方法的可行性和有效性。 相似文献
9.
如何综合来自不同信息源的信息进行可靠性评价是高可靠产品可靠性分析领域的研究热点.针对存在随机不确定性和认知不确定性时高可靠产品的可靠性评价问题,结合证据理论提出了一种新的评价模型.鉴于不同可靠性信息源对产品可靠性指标的贡献不同,利用K-L交叉熵定义各个信息源的权重,对每个信息源生成的基本概率分配函数(BPA)进行修正.然后,将修正后的BPA按照D-S证据组合规则进行融合,进而利用可转移信度模型(TBM)对合成后的BPA进行概率测度的转换,从而实现对高可靠产品可靠性的度量.最后,以某型号电子器件的寿命评估为例,验证了本文提出的评价方法的可行性和有效性. 相似文献
10.
通过引入"可信度"作为模糊变量的计量方法,以模糊熵和Yager熵为基础构建了一个新的投资组合优化模型。数值模拟比较发现,在几乎不降低投资组合收益率的情况下,新模型在投资组合权重配置合理性方面改善明显。实证研究进一步表明:新模型可以有效分散投资风险,降低投资者在真实的金融市场中遭受重大损失的概率,可为投资者提供决策参考。 相似文献