基于灰色理论的因子分析模型在实际应用中的研究:以服务业发展为例

基于灰色理论的因子分析模型,应用于解决面板数据的因子分析和研究.以中国服务业发展为例建立模型,用每个省份每年的因子综合得分作为元素,构造1行10列的因子综合得分向量,通过灰色理论的技术方法,计算每个省份的因子综合得分向量与最优因子综合得分向量的接近程度,来刻画各省份的服务业发展情况.研究表明大部分省份服务业发展的最优因子灰关联度都还比较低.     

实证因子模型的贝叶斯半参数分析和模型比较（英文）

为了解决多元数据的异质性,对因子分析模型建立了贝叶斯半参数程序.方法依赖于有限混合分布空间上先验分布的使用.分块吉布斯抽样器用以进行后验分析.L_v测度和贝叶斯因子给出模型比较.基于广义加权中国餐馆算法,给出了半参数模型下数据似然的计算.经验结果显示了方法的有效性.     

基于Topsis改进的因子分析模型在面板数据中的应用研究——以中国经济为例

针对传统因子分析只限于对截面数据进行分析研究存在的不足作了改进.通过建立基于Topsis法改进的因子分析模型对面板数据进行研究分析.以每一年的横截面数据因子综合得分最高和最低分别作为最优和最劣向量,通过Topsis法求出每个样本因子综合得分与最优因子方案接近程度.以中国加入WTO后的经济增长为例,用模型的最优因子方案接近程度来刻画各个省份2004年-2012年的经济发展状况,研究得到的结论是大部分省份与最优因子方案接近度较大.     

对应分析法的改进与应用

本文对国内外流行的对应分析法的不足,在尽可能多地保留变量信息的原则下,提出了改进的对应分析优化模型,论证了R型的因子分析模型L的因子双重信息图是对应分析优化模型的解,并结合应用实例给出了该模型的应用步骤。     

学生成绩排名的综合评价模型

对学生成绩排名提出几种新的综合评价模型:主成分分析模型,专家调查法-主成分分析模型,因子分析模型.然后利用一般使用模型和上面介绍的几种模型对理学院信计2000级学生成绩进行分析处理.最后对各种模型比较,找出一种较科学、公平、合理的评价模型.     

因子分析模型的改进与应用

本文针对迄今国际国内最流行的因子分析模型(正交因子模型)的缺点,提出了改进的因子分析模型L,论证了标准化主成分及其载荷阵和它们的旋转提供了因子分析模型L在某种最优意义上的精确解,并对因子分析模型L的应用步骤及注意事项进行了论述,还指出了一些待解决的问题。     

正交平衡区组设计统计模型中的方差分析

正交平衡区组设计(或广义正交表)的数据分析类似于正交拉丁方(或正交表)的数据分析.利用类似于正交表数据分析中的投影矩阵的正交分解技术,研究正交平衡区组设计的统计分析模型,给出了方差分析中的二次型以及各因子的二次型的分布性质,从而给出正交平衡区组设计统计模型中的方差分析方法.     

结构向量自回归时间序列的链图模型识别方法

本文研究了结构向量自回归时间序列的链图模型识别方法.利用局部密度估计法以及Bootstrap方法,给出了时间序列链图模型的概念以及模型结构识别方法.模拟结果显示本方法能有效地识别结构向量自回归模型变量问的相依关系.     

一类带有时滞项的种群模型的求解

研究一类带有时滞项的种群模型的求解.首先给出模型在平衡点处的线性化模型,并得到其本征值的显式表达式.然后证明相应的本征向量序列并不构成状态空间的基,但仍得到了模型的解按照本征向量的展开式,且展开式绝对收敛.最后给出解的数值模拟,从理论上和数值上证明解的展开式具有高精度,从而可用其研究解的大时间行为.     

基于核主元分析的带可变惩罚因子最小二乘模糊支持向量机模型及其在信用分类中的应用

信用分类是信用风险管理中一个重要环节,其主要目的是根据信用申请客户提供的资料从申请客户中区分出可信客户和违约客户,以便为信用决策者提供决策依据.为了正确区分不同的信用客户,特别是违约客户,结合核主元分析和支持向量机算法构造基于核主元分析的带可变惩罚因子最小二乘模糊支持向量机模型对信用数据进行了分类处理.在基于核主元分析的带可变惩罚因子最小二乘模糊支持向量机模型中,首先对样本数据进行预处理,然后利用核主元分析以非线性方式降低数据的维数,最后利用带可变惩罚因子最小二乘模糊支持向量机模型对降维后数据进行分类分析.为了验证,选择两个公开的信用数据集来进行实证分析.实证结果表明：基于核主元分析的带可变惩罚因子最小二乘模糊支持向量机模型取得了较好的分类结果,可为信用决策者提供重要的决策参考依据.     

Empirical Evaluation of Hybrid Defaultable Bond Pricing Models

A four‐factor model (the extended model of Schmid and Zagst) is presented for pricing credit risk related instruments such as defaultable bonds or credit derivatives. It is an advancement of an earlier three‐factor model. In addition to a firm‐specific credit risk factor, a new systematic risk factor in the form of GDP growth rate is included. This new model is set in the context of other hybrid defaultable bond pricing models and empirically compared to specific representatives. We find that a model based only on firm‐specific variables is unable to capture changes in credit spreads completely. However, it is shown that in this model, market variables such as GDP growth rates, non‐defaultable interest rates and firm‐specific variables together significantly influence credit spread levels and changes.     

Factor risk quantification in annuity models

Calculation of risk contributions of sub-portfolios to total portfolio risk is essential for risk management in insurance companies. Thanks to risk capital allocation methods and linearity of the loss model, sub-portfolio (or position) contributions can be calculated efficiently. However, factor risk contribution theory in non-linear loss models has received little interest. Our concern is the determination of factor risk contributions to total portfolio risk where portfolio risk is a non-linear function of factor risks. We employ different approximations in order to convert the non-linear loss model into a linear one. We illustrate the theory on an annuity portfolio where the main factor risks are interest-rate risk and mortality risk.     

基于因子分析法的金融高频已实现波动的预测

金融高频数据的已实现波动(RV)在风险管理中扮演着非常重要的角色,已有大量文献对如何预测资产的已实现波动进行了研究.采用因子分析法来预测RV,探讨了不可观测的金融序列的公共因子在预测已实现波动时所起的作用,并考虑了资产价格中跳跃的影响,建立了基于因子分析法的波动预测模型(F-RV-J).从损失函数、MCS检验和在险价值VaR的预测能力三个方面,将F-RV-J模型与其它常用的预测模型进行了比较,发现F-RV-J模型明显要优于其它波动预测模型.     

On the parameterization of the CreditRisk model for estimating credit portfolio risk

The CreditRisk⁺ model is one of the industry standards for estimating the credit default risk for a portfolio of credit loans. The natural parameterization of this model requires the default probability to be apportioned using a number of (non-negative) factor loadings. However, in practice only default correlations are often available but not the factor loadings. In this paper we investigate how to deduce the factor loadings from a given set of default correlations. This is a novel approach and it requires the non-negative factorization of a positive semi-definite matrix which is by no means trivial. We also present a numerical optimization algorithm to achieve this.     

Mixtures of factor analyzers: an extension with covariates

This paper examines the analysis of an extended finite mixture of factor analyzers (MFA) where both the continuous latent variable (common factor) and the categorical latent variable (component label) are assumed to be influenced by the effects of fixed observed covariates. A polytomous logistic regression model is used to link the categorical latent variable to its corresponding covariate, while a traditional linear model with normal noise is used to model the effect of the covariate on the continuous latent variable. The proposed model turns out be in various ways an extension of many existing related models, and as such offers the potential to address some of the issues not fully handled by those previous models. A detailed derivation of an EM algorithm is proposed for parameter estimation, and latent variable estimates are obtained as by-products of the overall estimation procedure.     

结构性油价波动对中国股市的非对称性影响分析

本文分别检验了不同驱动因素所致的油价波动(结构性油价波动)对我国股市收益波动的非对称性影响,并探寻了油价波动对我国股市产生非对称性影响的来源。首先利用SVAR模型将油价波动分解为供给、需求和预防性购买三种驱动因素所致的油价波动,发现三种驱动因素所致的油价波动对我国股市收益的影响存在显著差异;GARCH非对称模型检验及其信息影响曲线结果显示供给和预防性购买因素所致的油价波动是对我国股市的产生非对称性影响的主要原因。在应对油价波动策略时,区分油价波动背后的驱动因素有助于政府机构采取行之有效的宏观调控。     

中国螺纹钢期货市场价格发现功能研究

螺纹钢期货价格发现功能研究对我国钢铁行业提高竞争力,争取钢铁成品和铁矿石定价权,引导螺纹钢期货市场健康发展具有重要作用。本文在向量误差修正模型(VEC)中引入剔除残差相关性的最小二乘算法,构建了用于测度期现货市场价格发现功能的永久短暂PT和信息份额IS共同因子模型,弥补了现有VEC模型由于求得的期现货残差序列相关性较大,导致PT和IS模型测算的信息贡献度存在较大差异的不足。在此基础上,利用2011年1月至2014年11月中国螺纹钢期现货市场933个日交易数据,验证了模型的有效性。     

基于粒子群优化Kriging模型的边坡可靠度分析

采用传统极限平衡法进行边坡可靠度分析时,不可避免会遇到一个问题,即边坡功能函数形式的高度非线性以及隐含性.对于隐式功能函数,传统的求解方法是通过对功能函数进行多次迭代,从而得到安全系数值.但是由于功能函数的形式较为复杂,导致迭代计算的过程变得尤为繁琐且效率低下.鉴于传统边坡可靠度分析中存在的安全系数计算繁琐耗时的问题,...