工程项目组合风险扩散模型的级联失效分析

为构建符合工程项目组合特点的风险扩散模型,解决风险扩散问题。本文考虑风险扩散的双关系载体—项目交互关系和风险因素逻辑关系,构建工程项目组合风险扩散的双层相依网络模型,运用级联失效理论提出风险扩散规则,通过数值仿真分析风险扩散特征。仿真结果发现：工程项目组合中,双层网络模型能够反映风险在项目和风险因素双关系载体中的扩散特征;与单层网络风险扩散模型相比,构建的模型展现出差异性的风险扩散效应,风险扩散在工程项目组合中表现出更剧烈的级联失效过程。风险扩散模型作为工程项目组合风险扩散问题的前置性研究,为进一步风险扩散网络稳定性的研究提供新思路和启发。     

扩散模型中扩散系数的非参数组合估计

为了提高扩散系数估计的准确度, 我们利用动态组合时间域与状态域信息提出一个新的组合估计量. 我们发现所提组合估计量能有效估计扩散模型的扩散系数, 正如在本文中模拟所示. 在一定的条件下, 建立了估计量的渐进正态性, 并证明了时间域估计量与状态域估计量是渐进独立的. 大量的模拟展示了所提组合估计量优于单域估计量, 也优于本文所提估计量.     

跳扩散市场投资组合研究

研究了连续时间动态均值-方差投资组合选择问题.假设风险资产价格服从跳跃-扩散过程且具有卖空约束.投资者的目标是在给定期望终止时刻财富条件下,最小化终止时刻财富的方差.通过求解模型相应的Hamilton-Jacobi-Bellmen方程,得到了最优投资策略及有效前沿的显示解.结果显示,风险资产的卖空约束及价格过程的跳跃因素对最优投资策略及有效前沿的是不可忽略的.     

基于改进Bass模型的多元技术创新扩散研究

鉴于目前并没有一个统一的模型来包含多元技术创新之间的互补性、替代性和竞争性关系,从放宽Bass模型的创新扩散独立性假设条件入手,在原有的创新需求、模仿需求基础上,引入渗透需求,构建包含多元技术创新之间的互补性、替代性和竞争性关系的统一模型--MTID模型(Multi-Technolo-gy Innovation Dif...     

基于巨灾模型的巨灾保险组合研究

巨灾风险所造成的巨大损失已经威胁到人类社会的可持续发展.巨灾保险是分散巨灾损失的一种途径,利用巨灾模型研究被保风险的累积损失和个人损失分布的数学性质,且考虑损失率是巨灾强度的函数.通过巨灾模型和保险公司破产概率的计算和数值仿真,得到不能仅仅依靠保费的选择而分散巨灾风险.     

基于跳扩散过程的Omega模型

文章通过在Omega模型中加入布朗运动扰动项,提出了一种跳扩散Omega破产模型.在索赔额为指数分布的情形下,给出了破产率函数是常数时的破产概率函数表达式.文章进一步研究了破产概率和盈余过程的“负占有时”之间的关系,并给出了破产概率函数的第二种推导过程.最后通过两个数值试验,将我们的模型与Albreeher和Lautscham (2013)的Omega模型的破产概率进行了比较分析.     

技术创新的反应扩散模型研究

首先利用微分方程来描述技术创新的反应扩散过程，在充分考虑技术与环境之间相互关系的基础上，给出了具有代表性的几种技术创新扩散模型：竞争、互补、替代等模型；再根据微分方程定性理论，对所建立的模型进行经济分析，以寻求技术与环境之间的最佳协调状态。为模拟与预测市场的新旧技术更替及结构演变过程提供了理论依据，同时对技术创新的发展完善及创新技术的扩散推广具有一定的现实意义。     

基于区间数的证券组合投资模型研究

提出了证券组合投资的区间数线性规划模型.通过引入区间数线性规划问题中的目标函数优化水平α和约束水平β将目标函数和约束条件均为区间数的线性规划问题转化为确定型的线性规划问题.投资者可以根据自己的风险喜好程度和客观情况,对这两个参数做出不同的估计,从而得到相应情况下的有效投资方案,使证券组合投资决策更具柔性.最后通过实例分析说明了该模型的可行性.     

基于机器学习组合模型的疟疾发病率预测研究

由于疟疾传播的复杂性,运用发病率历史数据和现有时间序列模型难以准确预测其发病率趋势.拟建立一种新的组合模型,以提高模型预测性能,并将其与应用较广泛的组合模型ARIMA-NNAR,ARIMA-LSTM进行比较.其中,以ARIMA(1,1,2)(0,1,0)12为基础建立的ARIMA-NNAR-XGBoost加权组合模型,...     

基于Copula-GJR-Skewt模型的投资组合风险预测研究

针对多元投资组合的风险预测,采用GJR-Skewt模型刻画单资产的厚尾、有偏特征,以及Copula模型刻画多元投资组合的非线性相关结构,用Monte Carlo方法模拟金融资产的随机分布,并结合滚动时间窗法,对投资组合的未来风险进行样本外动态预测.实证结果表明,Copula-GJR-Skewt模型对资产收益的风险预测能取得满意的效果;在VaR预测性能上,以GJR-Skewt模型作为边缘分布函数时,即使存在系统偏差,也能取得最优预测结果;预设残差服从有偏学生分布时,VaR的预测结果优于正态分布;传统的Garch-Guassian模型预测能力最差.     

基于SARIMA-SVM组合模型的丙型肝炎发病率预测研究

基于SARIMA-SVM组合模型对丙型肝炎发病率进行预测研究.首先,利用2011年1月至2020年12月的发病率数据分别建立SARIMA模型、SVM模型和SARIMA-SVM组合模型;然后,利用2021年1月至12月的发病率数据验证模型的预测效果,并得出SARIMA-SVM组合模型的预测精度较高;最后,利用SARIMA...     

基于遗传算法的附随扩散模型的构建及实证研究

论文研究了具有附随扩散关系的产品扩散特点,以Bass模型为理论基础,构建了附随扩散模型,然后以移动上网用户附随移动用户扩散的实例为研究对象,建立了移动上网附随扩散模型,并采用遗传算法估算模型参数,对今后几年移动上网用户的扩散规律进行了预测。最后,将附随扩散模型的研究结果与采用传统Bass模型、Logistic模聊的结果进行了对比,得出了附随扩散模型拟合和预测效果更好的结论。     

扩散模型中扩散系数的非参数组合估计（英文）

为了提高扩散系数估计的准确度,我们利用动态组合时间域与状态域信息提出一个新的组合估计量.我们发现所提组合估计量能有效估计扩散模型的扩散系数,正如在本文中模拟所示.在一定的条件下,建立了估计量的渐进正态性,并证明了时间域估计量与状态域估计量是渐进独立的.大量的模拟展示了所提组合估计量优于单域估计量,也优于本文所提估计量.     

基于CEV扩散模型的领子期权定价

在等价鞅测度下,利用风险中性定价方法,推导出标的资产服从CEV扩散模型下领子期权的解析定价公式.针对公式特点,借助非中心χ²分布余函数近似算法提供了便于实际应用的数值模拟方法;并讨论了CEV模型中的参数r,q,δ依赖时间下定价公式的拓广形式.     

基于一个抽球模型的组合恒等式及组合解释

本文研究了抽球概率模型的问题.利用概率方法,获得了关于第一类Stirling数和广义可重复二项式系数的无限求和形式的组合恒等式以及有关组合解释,推广了Stirling数和二项式系数的无限求和结果.     

跳扩散模型下的非零和随机微分投资组合博弈

现实经济中,当股票价格受到一些重大信息影响而发生突发性的跳跃时,用跳扩散过程来描述股票价格的趋势更符合实际情况。基于这一观察,本文研究跳扩散模型下包含两个投资者的非零和投资组合博弈问题。假设金融市场中包含一种无风险资产和一种风险资产,其中风险资产的价格动态用跳扩散模型来描述。将该非零和博弈问题构造成两个效用最大化问题,每个投资者的目标是最大化终端时刻自身财富与其竞争对手财富差的均值-方差效用。运用随机控制理论,得到了均衡投资策略以及相应值函数的解析表达。最后通过数值仿真算例分析了模型相关参数变动对均衡投资策略的影响。仿真结果显示:当股价发生不连续跳跃,投资者在构造投资策略时考虑跳跃风险可以显著增加其效用水平;同时,随着博弈竞争的加剧,投资者为了在竞争中取得更好的表现,往往会采取更加激进的投资策略,增加对风险资产的投资。     

基于CVaR的债券投资组合模型

针对债券投资组合中的风险度量难题,用CVaR作为风险度量方法,构建了基于CVaR的债券投资组合优化模型.采用历史模拟算法处理模型中的随机收益率向量,将随机优化模型转化为确定性优化模型,并且证明了算法的收敛性.通过线性化技术处理CVaR中的非光滑函数,将该模型转化为一般的线性规划模型.结合10只债券的组合投资实例,验证了模型与算法的有效性.     

基于技术分析指标组合的程序化交易模型研究

程序化交易的兴起对技术分析方法的发展提供了新机遇,利用常见技术分析指标,建立基于指标组合的交易策略,并从统计分析角度讨论了交易策略的理论基础,最后通过实证分析验证了该策略的稳定表现和可观收益,以期为程序化交易模型研究提供新思路.     

基于模糊收益率的组合投资模型

本文考虑了收益率为模糊数的投资组合选择问题,利用模型约束简化方差约束,建立了投资组合选择的模糊线性规划模型,然后引进模糊期望把模糊线性规划问题化为普通参数线性规划问题,最后给出了一个数值算例.     

基于组合模型的我国能源需求预测

在信息不完备条件下如何有效预测能源消费总量以把握宏观经济发展趋势,是制定能源规划的基础内容.伴随我国成为全球经济增长重要引擎,能源消费量越来越大,能源安全问题也备受关注.选用灰色系统模型、三次指数平滑模型和BP神经网络模型三种预测模型,应用Shapley值权重分配法确定各预测模型的权重,从而构建组合预测模型并对我国能源消费进行组合预测.在保持过去发展规律基本不变的条件下,2014年能源需求总量为383,718.16万吨标准煤,到2020年将达462,089.33万吨标准煤.2013-2020年能源需求总量年均增长率为3.38%.