短期出口信用保险报损率宏观经济影响因素研究

影响短期出口信用保险报损率的主要因素是海外信用风险水平.选取欧洲地区工业增加值、进口额、货币供应量、利率、汇率等宏观经济指标作为研究欧洲地区的短期险报损率的解释变量,探讨其宏观经济因素同报损率的内在关系.利用偏最小二乘方法建立模型,实证结果表明,工业增加值、进口额、货币供应量、利率与报损率有负相关关系,美元兑欧元汇率与报损率有正相关关系.     

基于偏最小二乘变换与Kriging模型的全局优化方法

针对传统Kriging模型在多变量(高维)输入全局优化中因超参数过多而引发收敛速度慢,精度低,建模效率不高问题,提出了基于偏最小二乘变换技术和Kriging模型的有效全局优化方法.首先,构造偏最小二乘高斯核函数;其次,借助差分进化算法寻找满足期望改进准则最大化条件的新样本点;然后,将不同核函数和期望改进准则组合,构建四种有效全局优化算法并进行比较;最后,数值算例结果表明,基于偏最小二乘变换的Kriging全局优化方法在解决高维全局优化问题方面相比于标准的全局优化算法在收敛精度及收敛速度方面更具优势.     

天然气消费量的偏最小二乘支持向量机预测

结合偏最小二乘法和支持向量机的优缺点,提出基于偏最小二乘支持向量机的天然气消费量预测模型。首先,利用偏最小二乘法确定影响天然气消费量的新综合变量,建立以新综合变量为输入,天然气消费量为输出的支持向量机模型,对天然气消费量进行了预测;然后,与多元回归、偏最小二乘回归、普通支持向量机做误差检验比较,验证该方法的可行性与正确性。结果表明,此天然气消费量预测模型具有较高的精确度和应用价值。     

剔除相关性的最小二乘研究

本文提出了一种新的回归模型,剔除相关性的最小二乘,它有效的克服了变量间的相关性,兼顾到变量的筛选。并与最小二乘、向后删除变量法、偏最小二乘比较分析。发现剔除相关性的最小二乘能很好的处理自变量间多重相关性,对变量进行有效的筛选,克服了回归系数反常的现象。     

偏最小二乘logistic回归在鄱阳湖洪涝灾害预测中的应用

偏最小二乘logistic回归模型是一种新型的多元分析方法,它在自变量之间存在强多重共线性、或者当样本量偏小以及样本中有缺失值的情况下,可以较好地解决普通logistic回归模型的计算结果不稳定的问题.本文利用偏最小二乘logistic回归算法,根据鄱阳湖地区1953～1998年观测的水文数据,分析各月连续最大五天降水量和长江各月最大流量对鄱阳湖洪涝灾害的影响,建立了预测洪涝灾害程度的发生概率的判别模型.研究结果表明,偏最小二乘logistic回归模型在相关领域的研究中具有很好的适用性.     

偏最小二乘回归法在武器装备研制费用估算中的应用

参数估算法作为 LCC的一种估算方法主要应用于武器装备研制费用的估算 .由于样本数据较少 ,且变量之间的线性相关程度高 ,如果使用传统的普通最小二乘法 (OLS)估算 ,则会严重降低估计结果的有效性 .而偏最小二乘回归法 (PLS)可以克服样本点少和高线性相关性的问题 ,使估算结果更趋于真值 .以某型无人侦察机的研制费用估算和美国军用飞机发动机研制费用估算为例 ,主要研究偏最小二乘回归法 (PLS)在武器装备研制费用估算中的应用     

复变量移动最小二乘近似在Sobolev空间中的误差估计

复变量移动最小二乘近似是形成无网格法形函数的重要方法,为了研究相应的无网格方法的误差估计,需要先分析复变量移动最小二乘近似的逼近误差.首先介绍了复变量移动最小二乘近似,接着在权函数满足一定假设的条件下,详细讨论了复变量移动最小二乘近似逼近函数在Sobolev空间中的误差估计,给出了逼近函数在Hk范数下的误差界,分析结果表明逼近函数的误差随着节点间距的减小而降低.最后给出了一个数值算例来验证理论分析的正确性.     

基于偏最小二乘路径模型的分位效应测度

对于偏最小二乘路径模型的效应分析,为了测度路径模型的分位效应,文章首先给出了偏最小二乘路径模型建模的具体过程.其次,基于潜变量得分与分位回归提出估计平滑分位效应的方法,给出了平滑分位效应的Bootstrap置信带的算法.最后,考虑顾客满意度的分位异质性,对满意度模型的分位效应进行分析.结论表明,该方法是对传统偏最小二乘路径模型的一种补充且可获得更有深度的决策信息.     

基于均匀设计试验利用偏最小二乘回归对边坡稳定性的分析预测

采用均匀设计试验方案对影响边坡稳定性的因素进行测量,既能节约取样开支,又能得到均匀分散且具有代表性的小样本数据.对该小样本数据结合偏最小二乘回归方法,建立了边坡稳定性系数与各影响因素的非线性回归模型.通过对模型结构、变量投影重要性指标、相对残差值及拟合值的分析发现,基于均匀设计试验利用偏最小二乘回归法可用于对边坡稳定性的分析预测.     

助推偏最小二乘法（BPLS）及其应用

在生物统计以及数据挖掘中,分类预测是最基本的任务之一。本文将探讨一种新的方法-助推偏最小二乘法（BPLS）。它结合了一系列收缩的偏最小二乘模型,每个模型只有一个主成分。这种新方法和传统的偏最小二乘方法不同,它不需要选择一系列的偏最小二乘成分。只需要确定两个参数即可。通过对真实数据的训练,得以证明这种新方法比传统的偏最小二乘法在防止过度拟合方面有更好的表现,同时能够保证精确度。     

基于DEA的商业银行效率评价研究

采用国际上较流行的研究效率的工具—数据包络分析理论,重新定义模型的投入产出变量,对我国商业银行的效率进行实证研究,对国有商业银行和新兴商业银行的效率高低和效率影响因素进行了深入分析.     

基于模糊FNN-ELECTRE法的国有商业银行竞争力评价

随着金融业全方位开放,国有商业银行已成为国家经济命脉的核心,其竞争力强弱关系着国家经济的繁荣与衰退。本文基于模糊FNN-ELECTRE方法建立国有商业银行竞争力评价模型,以因素神经网络理论(FNN)与ELECTRE融合方法为基础,以现有商业银行竞争力评价指标为着眼,把国有商业银行竞争力的评价体系从现实竞争力和潜在竞争力两个因素抽取为一级指标,以规模、质量、业务结构、效率、成长性五个因素设为二级指标。从实证的角度对银行A、银行B、银行C、银行D、银行E五大国有银行进行分析验证,对其属性值进行和谐性与非和谐性检验得出,银行B竞争能力最强,银行E竞争能力最弱,五大国有银行均有改进空间。     

基于两阶段DEA方法的中国商业银行效率评价

本文考虑商业银行吸收存款和发放贷款的两阶段特点,引入“顾客满意度”这一产出指标,应用两阶段DEA模型计算了我国15家商业银行在2008年和2011年的服务质量效率和盈利效率,结果显示我国商业银行的盈利效率显著高于服务质量效率。进而综合考虑服务和盈利指标,分析了各银行的综合效率,并通过计算各银行Malmquist指数研究我国商业银行2008年到2011年间的效率变化。结果表明:各商业银行从2008年到2011年的效率整体呈上升趋势,各商业银行的技术效率以及整个银行业的效率都有一定的提高。最后,应用Tobit模型分析了影响银行效率的因素,结果显示银行的贷存比、资产利润率和不良贷款率对效率影响显著。     

基于主成分-SFA的银行投入产出效率评价模型及实证

通过测算贷款、存款等投入要素对净利息收入的贡献,评价商业银行的投入产出效率,对银行的资本运营和监管机构的银行资本监管具有重要意义.原始投入变量过多和变量之间的高度相关都会对评价模型的估计和检验产生影响.创新和特色在于:一是通过提取互不相关的2个主成分,反映6个原始投入变量95%以上的信息.建立基于主成分的SFA模型,克服变量过多和变量高度相关对模型参数估计和检验的影响,解决原始投入变量高度相关导致的系数检验不显著和符号不正确问题.二是利用主成分回归,将主成分与投入变量的关系表达式代入基于主成分的SFA模型,进而确定投入变量的权重系数,建立银行的投入产出模型,反映6个投入变量对净利息收入的影响规律.实证研究结果表明:一是利用主成分建立的SFA模型系数检验显著,技术效率随时间增加.二是利息支出、贷款余额、总资产、存款总额、固定资产和员工人数产出弹性分别为0.287,0.272,0.254,0.086,0.072和0.053.因此影响银行净利息收入的主要因素为利息支出、贷款余额、总资产.存款总额、固定资产和员工人数对净利息收入的影响较小.三是18家商业银行的规模系数为1.025,银行的净利息收入表现出规模经济特征.     

标准存货质押融资业务贷款价值比率研究

确定合适的质押存货贷款价值比率能够使银行有效地缓释存货质押融资业务的信用风险。沿着简化式的思路，本文综合考虑了外生的企业违约概率，质押存货的价格波动率，贷款的周期和盯市频率等因素的影响，为银行在保持风险容忍水平一致的情况下确定特定存货质押融资业务的相应贷款价值比率提供了一个基本模型。此外，针对存货质押融资的现状，本文还将清算延迟、流动性风险和非零的触发水平等情况引入基本模型中进行了拓展研究。     

基于DEA和SFA的我国商业银行效率研究

本文利用板块数据,分别采用非参数前沿法中的DEA法和参数前沿法中的SFA法对我国十四家商业银行1997-2001期间的综合效率进行了测度,在此基础上对两种方法测度出的银行效率值排序进行了相关分析和一致性检验,结果表明两种方法测度出的银行效率在数值上有显著差异,但在是效率排序上具有很好的一致性。     

The effects of exogenous variables in efficiency measurement—A monte carlo study

A Monte Carlo study is conducted to compare the stochastic frontier method and the data envelopment analysis (DEA) method in measuring efficiency in situations where firms are subject to the effects of factors which are beyond managerial control. In making efficiency measurements and comparisons, one must separate the effects of the environment (the exogenous factors) and the effects of the productive efficiency. There are two basic approaches to account for the effects of exogenous variables: (1) an one-step procedure which includes the exogenous variables directly in estimating the efficiency measures, and (2) a two-step procedure which first estimates the relative ‘gross’ efficiencies using inputs and outputs, then analyzes the effects of the exogenous variables on the ‘gross’ efficiency. The results show that the magnitude of exogenous variables does not appear to have any significant effect on the performance of the one-step stochastic frontier method as long as the exogenous variables are correctly identified and accounted for. However, the effects of exogenous variables are significant for the two-step approach, especially for the DEA methods.     

On the measurement of technical efficiency in the public sector

Existing measures of technical inefficiency obtained through linear programming models in the public sector do not properly control for environmental variables that affect production. It will be shown that the consequences of not controlling for these fixed factors are biased estimates of technical efficiency. This paper extends the mathematical programming approach to frontier estimation known as Data Envelopment Analysis to allow for environmental variables. This modified model will be then contrasted with the existing model that purportedly controls for exogeneous factors to measure public sector efficiency with simulated data. The results provide evidence that the existing Data Envelopment Analysis model will overestimate the level of technical inefficiency and that the modified model developed in this paper does a better job controlling for exogenous factors. The modified model is also applied to analyze the technical efficiency of school districts.     

互联网金融背景下我国上市商业银行的效率实证研究

本文通过数据包络分析(DEA)中的CRS模型和VRS模型,对我国16家上市商业银行于2007至2014年在互联网金融背景下的效率进行了测度。根据16家商业银行的综合效率、纯技术效率、规模效率的变动情况,来分析互联网金融对商业银行造成影响和冲击。结果表明,商业银行的整体效率波动与互联网金融环境的变化基本一致,并且,商业银行的规模效率变化与综合技术效率变化保持一致,股份制商业银行的规模效率一直高于国有商业银行。     

考虑服务水平的商业银行综合效率评价研究

商业银行是我国银行体系的主体,提高银行的经营效率和服务水平是当前金融改革的重点。已有的研究较多关注于银行的收益,对银行的非期望产出如呆坏账及服务水平等关注较少。本文运用多个处理非期望产出的DEA模型,对2008年中国商业银行的效率进行了评价分析。文章在改进熵DEA方法的基础上,利用指标体系对商业银行的综合效率进行了测度并对比了处于多模型条件下模型的区分度问题。研究结果显示,呆坏账、服务水平(等待时间)等非期望产出对商业银行的效率意义重大;股份制商业银行的效率普遍高于国有商业银行,因此国有商业银行的股份制改造是一个积极的方向。最后,根据实证分析的结果提出的效率改进建议对商业银行的自身发展和管理当局的改革规划都具有重要的指导意义。