我国固定资产投资的ARIMA模型分析与预测

本文综合运用了时间序列预测方法,对我国固定资产投资总额进行了分析,建立了自回归求积移动模型ARIMA（4,1,4）。检验结果表明,该模型提供了较好的顸测结果,可为我国全社会固定资产投资提供可靠的参考数据。     

基于状态空间模型的黑龙江省农村居民消费影响因素分析

以状态空间模型为工具,研究黑龙江省农村居民消费影响因素,深层次分析黑龙江省农村居民消费支出关于收入、经济发展、物价和投资的动态变化路径.研究得到,收入是影响农村居民消费的最主要因素,具有显著的引致效应,物价对农村居民消费主要呈负向影响,经济平稳和合理的固定资产投资能够促进农村居民消费,反之则抑制消费,并据此提出了建议.     

基于状态空间模型与改进HSMM相结合的装备故障诊断方法研究

提出了一种将状态空间模型与隐半马尔科夫模型(HSMM)相结合的装备故障诊断方法,将能有效利用直至前一时刻状态监测数据的HSMM预测概率模型与能有效利用直至当前状态监测数据的状态空间模型进行了有机结合.针对已有的HSMM研究中状态持续时间均服从指数分布,小样本下求解状态持续时间分布难的缺陷,以及将每一监测时刻的状态剩余持续时间与状态的持续时间完全等同起来造成诊断误差的不足,对HSMM进行了两点改进:一是将状态持续时间的概率分布连续化、参数化,并将其先验分布设定为威布尔分布;二是基于状态开始时间识别提出了状态剩余持续时间的概念.对基于改进HSMM的预测概率进行了推导,给出了基于直至当前状态监测数据下故障诊断判据的计算公式和应用这一新方法进行故障诊断的步骤.案例研究表明方法是合理有效的.     

科技经济社会协调发展的状态空间模拟模型

本文利用状态空间法给出了科技经济社会协调发展的简化型模拟模型．并就武汉市进行了实际测算．     

长记忆ARFIMA-GARCH模型的状态空间模型估计

本文考虑了ARFIMA-GARCH类模型的状态空间表示.ARFIMA-GARCH这类模型结合了长记忆时间序列和条件异方差过程.虽然ARFIMA-GARCH模型的状态空间表示是无穷维的,但是基于这种表示法的精确极大似然估计可以在样本长度的迭代计算中得到.本文提出了基于模型的截断的自回归展开式的似然函数近似估计,进而得到了...     

基于状态空间的武器装备作战需求模型

以武器装备作战需求为分析对象,构建了数量与战技性能的状态空间和一般作战流程,描述了基于跳跃强度和状态概率的作战需求表达式,解决了作战任务与武器装备之间的映射规则问题。     

一般状态空间模型的延迟取样估计方法

本文提出了一种用于处理一般状态空间模型状态估计的延迟取样估计算法. 数值实验的结果表明, 在计算复杂度相当的条件下, 该算法能够取得比同步估计算法更加精确的估计结果.     

含有时滞的固定资产投资模型解的性质

给出带有时滞的一类固定资产投资模型,此模型为含有非局部和时滞边界条件的分布参数系统.运用泛函分析和积分方程理论,证明了系统解的存在唯一性,得到解的解析表达式,进而讨论了解的稳定性.     

汇率传递弹性动态变化特征的实证研究——基于状态空间模型的分析

将状态空间时变参数模型应用于汇率传递效应的研究,实证分析了2005M07~2012M06人民币名义有效汇率对通货膨胀传递弹性的动态时变特征.实证分析的结果表明:第一,汇率制度改革后人民币汇率传递弹性总体为正,这与通常认为的升值抑制通货膨胀的观点并不一致;第二,在样本时间段内,汇率传递弹性在0.72至0.73之间变动,汇率传递弹性随时间呈现出先下降后缓慢上升的"U"型趋势,说明外部经济通过汇率机制在一定程度上推高了国内物价水平.最后针对结论给出了相应的政策含义.     

基于状态空间SV-T-MN模型的股指波动率预测

本文考虑到金融收益率序列的"尖峰厚尾"和波动持续性等特征,针对厚尾SV-T模型的波动率样本外预测问题,提出了基于状态空间下的SV-T-MN(SV-T with Mixture-of-Normal)模型。首先根据MCMC方法估计SV-T模型参数,然后由EM算法估计混合正态参数,最后利用近似滤波(AMF)算法实现SV-T-MN模型的样本外预测。对KF、EKF、AMF进行的模拟研究表明高斯混合状态空间下的AMF更有效。通过对上证指数和深证成指的股指日收益率序列的实证研究结果表明,在五大损失函数评价准则下,基于状态空间SV-T-MN模型能有效刻画金融收益率序列和尾部的波动性,相比SV-N-MN模型具有更好的优越性。     

物价、利率与收入对居民消费需求影响研究——基于时变参数状态空间模型

运用时变参数状态空间模型对我国改革开放三十年来物价、利率与收入对农村和城镇居民消费需求影响的动态特征进行了研究。发现物价、收入对农村和城镇居民的消费需求弹性不同,农村消费需求受收入影响较大,而城市居民消费需求受物价影响较大;利率对农村和城镇居民消费需求影响不显著,利率机制目前还不是调解中国消费需求的理想工具。在此基础上给出了相应的政策建议。     

股票指数的时间序列模型分析

借助于SA S软件将工程中的K a lm an滤波方法与时间序列的状态空间模型结合对上海A股指数进行了拟合与预测分析,通过对拟合与预测误差的计算可以发现这种模型是可行的;然后还把与滤波结合的状态空间模型的分析结果和常见的时间序列模型如:AR IM A模型、逐步自回归模型以及指数平滑模型的分析结果进行比较,比较的结果说明结合滤波的状态空间模型分析的结果比后三种的结果更加精确.结果为时间序列数据分析提供了一个较好的分析工具.     

黑龙江省农村劳动力就业的宏观影响因素分析——以状态空间模型为工具

以状态空间模型为工具,研究农村劳动力就业的影响因素,从深层次分析农村劳动力就业发展的长期性、动态性、阶段性和互动性.研究得到,在所有因素之中乡村劳动力人数是长期内影响劳动力就业的主要因素,且始终为正向影响,地区生产总值、农村居民消费水平、农村固定资产投资和农村居民人均纯收入等四个因素均经历了正相关、负相关的波动过程.由此将为人口与经济的健康发展提供理论依据,为政府部门的科学规划和政策调整提供可行性建议,同时对于人口城镇化的有效推进具有重要的现实意义.     

基于前景云的不确定语言多准则国际股指投资群决策

针对投资决策过程中语言评价值具有随机性及模糊性,以及投资者的决策容易受到其情绪的影响且不同投资者受到的影响程度不同,本文提出基于前景云的不确定语言多准则投资群决策方法,并将其运用在国际股指投资中。其中,前景理论模型用来刻画投资者情绪对决策的影响,而云模型用来刻画语言评价值模糊性和随机性之间的关联。更具体来说,论文首先解决传统文献云生成方法中云期望值超过论域或者无法区分语言评价标度等级等问题,然后构建了前景云模型并将该模型应用于多个专家共同进行的国际股指投资群决策。实证结果显示,该模型得出的决策结果比传统决策方法下的结果更直观、可靠,表现为决策依据不仅考虑方案的期望值大小及变动风险,而且还考虑了投资者情绪对决策的影响。由此可得出,本文所提出的模型更符合现实情景,也更能有效实现对投资群决策。     

Affine Diffusions with Non-Canonical State Space

Multidimensional affine diffusions have been studied in detail for the case of a canonical state space. We present results for general state spaces and provide a complete characterization of all possible affine diffusions with polyhedral and quadratic state space. We give necessary and sufficient conditions on the behavior of drift and diffusion on the boundary of the state space in order to obtain invariance and to prove strong existence and uniqueness.     

状态信息不确定的组合投资决策方法

本将组合投资理论与不确定型决策方法结合起来,提出了在未来自然状态不确定的情形下的组合投资决策模型,并给出了应用案例。     

基于随机因子模型的增强型指数基金

创新性的假设传统的Fama-French三因素模型中的三因素为服从正态分布的随机变量,进而获得了股票收益随机变量的分布信息.采取部分复制的原则建立增强型指数基金随机投资组合优化模型,通过引入投资组合风险概率约束给出增强型指数基金的绝对风险上限,针对增强型指数基金建立基于VaR的超额收益概率约束.引入最买入门槛限制降低增强型指数基金的管理费用,增强其流动性.最后,根据股票收益的概率分布特征,获得基于上述约束的指数基金和增强型指数基金的确定性优化模型,并同时基于上证A股进行了实证分析.