外汇市场、股票市场与房地产市场的风险传染研究——基于三元VAR-BEKK-GARCH模型实证分析

本文将人民币汇率、房价和股价三者纳入一个统一的分析框架中,从水平变动和波动风险两个方面考虑时变异方差和变量间的风险传递效应,使用“二次汇改”后的2010年6月到2017年12月的月度数据,采用三元GARCH和BEKK时序模型研究人民币汇率、房价和股价之间的动态影响关系及其波动风险互动机制。研究发现,三个市场相互之间具有明显的影响,特别是价格波动的风险传染上,房地产市场与股票之间、股票市场与汇率市场之间或长期或短期都存在风险的传递效应。具体而言,市场在均值溢出方面,人民币升值会促进房价和股价的上涨;但房价与股价之间的价格影响关系并不明显。在波动溢出方面,房价和股价之间的波动溢出效应明显,同时存在ARCH和GARCH型波动效应,而股价对汇率的波动影响也同时存在ARCH和GARCH型波动效应,但汇率对股价仅有GARCH型波动效应。     

On designing experiments for a dynamic response modeled by regression splines

Dynamic response systems are often found in science, engineering, and medical applications, but the discussion on experimental design for such a system is relatively rare in literature. For an experimenter, designing such experiments requires making decisions on (1) when or where to take response measurements along the dynamic variable and (2) how to choose the combination of experimental factors and their levels. The first consideration is unique for such experiments, especially when the measurement cost is high. In this paper, we present a design approach through the mixed‐effect linear model, which is based on a hierarchical B‐spline function for the dynamic response. We develop several theorems that can assist in finding a statistically efficient sampling plan and propose an algorithm for searching the D‐optimal design of a dynamic response system.     

Mixture network autoregressive model with application on students’successes

We propose a mixture network regression model which considers both response variables and the node-specific random vector depend on the time.In order to estimate and compare the impacts of various connections on a response variable simultaneously,we extend it into p different types of connections.An ordinary least square estimators of the effects of different types of connections on a response variable is derived with its asymptotic property.Simulation studies demonstrate the effectiveness of our proposed method in the estimation of the mixture autoregressive model.In the end,a real data illustration on the students’GPA is discussed.     

基于时滞动力学模型对钻石公主号邮轮疫情的分析

2019年末以来,新型冠状病毒肺炎迅速蔓延的疫情引发了全球关注.文献[5-6]提出了一类时滞动力学系统的新冠肺炎传播模型用以描述疫情的发展趋势.文献[7]在此基础上,结合CCDC统计数据,提出了一类基于CCDC统计数据的随机时滞动力学模型.本文将使用以上两类模型研究分析"钻石公主号"邮轮的疫情发展.基于日本厚生劳动省公布的数据,本文准确反演出模型参数,进而有效模拟当前疫情的发展,并预测疫情未来的趋势,发现在疫情爆发初期基本再生数R0(t)较大,而后随着防控措施加强而逐渐减小;约在2月下旬,累计确诊人数增长速度放缓,在3月上旬,累计确诊人数趋于稳定,即无新增确诊人数,疫情得到有效控制;最终累计确诊人数对隔离率变化敏感,隔离率升高,最终累计确诊人数将有显著下降.针对传染率较高、隔离率较低的问题,本文建议日本政府进一步加强防控措施,抑制疫情的大规模爆发.     

时间尺度上二阶线性动力学方程的一般解与Ulam稳定性

本文利用参数变易法研究了时间尺度上二阶变系数线性动力学方程的解与Ulam稳定性问题. 特别地,在不同的系数情形下建立了二阶常系数线性动力学方程的Ulam稳定性理论.     

基于FUDAN-CCDC模型对新冠肺炎的建模和确诊人数的预测

科学地预测疫情发展趋势对疫情防控至关重要.在新时滞动力学模型(TDD-NCP)的基础上,提出基于随机动力学的时滞卷积模型和离散卷积模型,并基于中国疾病预防控制中心的相关研究结果及公开数据以及Wallinga和Lipsitch的工作,反演出COVID-19的重要参数,拟合了武汉及上海市疫情发展趋势.     

基于小波神经网络与ARIMA组合模型在股票预测中的应用

为了实现对股票价格变化的短期预测,提出了一种基于小波神经网络(WNN)与自回归积分滑动平均模型(ARIMA)的组合预测模型.将股票的收盘价序列数据划分为线性以及非线性(误差项)两个部分,分别利用统计学中ARIMA模型和小波神经网络分别对两部分数据进行预测并得到结果,将两部分结果组合相加合成为整个股票价格的预测结果.实验结果表明该组合模型在预测精度方面有提高,是一种比较有效的预测模型.     

乘客策略行为下考虑需求学习的航空客运动态定价策略研究

研究航空公司在需求学习下的动态定价策略。通过假设乘客到达率不确定以及具有策略等待行为,运用贝叶斯理论和博弈论对航空公司需求学习下的多周期动态定价问题进行建模,探讨了机票最优定价策略的充分条件,并通过分析航空公司收益函数的性质,得到了最优定价随时间和已出售机票数量的变化趋势。最后应用算例分析了需求学习的效果,得出:需求学习能够缓解需求不确定带来的损失,但不能完全消除;乘客策略程度越大,需求学习效果越明显。     

考虑患者回诊情况下的门诊科室调度优化

目前国内大型三甲医院最突出的问题就是资源稀缺,这些稀缺资源主要包括手术室、大型检查设备以及门诊科室等,造成患者严重的排队现象,从而导致患者等待时间过长,满意度下降。通过对哈尔滨市某大型医院进行调研,收集相关数据,研究在考虑患者回诊(即患者当天做完各项检查后又回到初次检查的门诊科室)情况下,对医生门诊科室的数量进行调度优化。利用排队论中的动态优先级对排队规则进行限定,同时引入前景理论中的价值函数,确立以最小化患者时间感知不满意度为主要目标,最小化医院运营成本为次要目标的多目标优化问题。并且分析了两个目标的权重参数变化对总体满意度的影响。建立相应的数学模型,利用模拟植物生长算法( plant growth simulation algorithm,简称PGSA)进行算法设计,通过MATLAB进行仿真,得出在有限度优先的排队规则下,能够更大程度的降低患者不满意度,同时保证较低的运营成本,证明了此研究的有效性和可行性。     

考虑供应链风险和绩效的供应商选择的模糊动态非线性多目标规划模型

基于供应链风险和供应链绩效的模糊性和供应商选择问题的动态性,本文考虑供应链风险和供应链绩效作为模糊变量,讨论如何给生产商一个满意的动态多目标供应商选择方案,确定供应链风险和总成本最小,以及供应链绩效最大。然后对该问题提出了一个动态多目标多产品供应商选择模型,该模型是首次同时考虑供应商选择,订单分配,供应链风险和供应链绩效的一个模糊动态非线性多目标规划模型。为了去模糊化和求解该模型,给出了一个风险和绩效的模糊评估法。最后给出一个数值算例验证了该模型的可行性,为决策者选择供应商提供了理论依据。