基于区块链技术的食品安全监管演化博弈分析

文章分别考虑了食品安全监管机构采用和不采用区块链技术时监管部门和食品生产企业的收益变化,使用演化博弈方法动态分析了监管机构区块链技术采用策略及食品生产企业生产行为演化稳定策略,并得出均衡条件,最后进行了参数敏感性分析和数值模拟.研究发现:新技术被社会所接受的快慢受到诸多因素的影响,监管机构与食品生产企业之间的利益协调影响着区块链技术的实施效果和落地速度,区块链技术的采用也不一定能提高监管有效性;监管部门对食品生产企业低质量生产行为的惩罚力度大小对企业生产行为影响较大;在一定条件下,食品生产企业的生产行为与监管部门区块链采用策略无关.食品安全监管需要综合考虑食品生产企业的和监管机构的利益动机,对问责力度等进行合理的设计,避免导致食品监管策略失效,造成不良的社会影响.     

熔融X射线荧光光谱法测定高炉返粉组份

建立了X射线荧光光谱法测定高炉返粉中化学成分的方法,采用高温熔融法将试样制成玻璃状体,消除了基体干扰;通过对熔样条件、干扰元素、仪器参数、工作曲线拟合方式等方面进行实验研究,确定了最佳分析条件,实现了高炉返粉中主要成分SiO2等8种成分的同时测定,方法具有准确度高、同时测定多元素、分析速度快等特点。     

基于数据分解集成和高频数据建模的汇率波动率预测

汇率波动率是刻画外汇金融资产收益变化程度的指标，也是度量外汇风险的方法之一，汇率波动对经济与金融系统都有重要的影响。由于非平稳和非线性的特征，准确预测汇率波动率一直是金融研究的重点和难点。为了提高预测汇率波动率的准确性，本文采用基于人民币汇率高频数据计算的已实现波动率和机器学习方法，对数据进行分解集成和建模，提出了一种有效的多尺度EEMD-PSR-SVR-ARIMA预测模型。具体过程如下：首先，采用集合经验模态分解(EEMD)的方法将复杂的时间序列分解成不同尺度的本征模态函数和趋势项；然后采用支持向量回归(SVR)的方法对本征模态函数进行预测，并利用相空间重构和粒子群优化的方法来确定SVR模型的输入维数与参数。同时，使用差分自回归移动平均模型(ARIMA)预测趋势项；最后集成得到模型预测的结果。实证结果表明EEMD-PSR-SVR-ARIMA模型可以有效地提高汇率波动率预测的精度。