基于TPCBoost模型的新型交通服务定价研究—以纽约网约车为实例

当前新型交通服务定价一般基于单个特征为前提进行定价探讨,缺乏对不同特征及总体定价的宏观研究。本文集成优化多个CART树得到TPCBoost模型,同时利用纽约市网约车搭乘数据为基础,训练、测试TPCBoost模型,并利用模型分析不同特征的关系及对定价的影响,不仅验证了模型具有更强的鲁棒性及稳定性,同时发现：(1)特征非线性影响定价,短距离、短时间、少乘客时定价稳定,长距离、长时间、多乘客时定价波动剧烈;(2)当特定搭乘距离与特定搭乘时间进行组合时,会出现定价敏感期,在定价敏感期时市场竞争白热化,此时特定搭乘时间抑制定价上涨;(3)搭乘人数不直接影响定价,但与其他特征进行组合时会间接影响定价;(4)搭乘距离正影响定价,但在定价敏感期时不直接影响定价;(5)每日搭乘时间周期性影响定价,特别地,每日会出现若干定价转折时间点,其中波峰定价时间点一般多于波谷定价时间点。本文提出的TPCBoost模型经实际数据验证符合定价规律,可以为营运公司、监管部门及乘客的交通决策提供有益参考。     

非对称Laplace分布下的均值-VaR模型

非对称Laplace分布可以描述分布的尖峰厚尾和有偏特征,被许多学者用来拟合金融资产的历史收益率数据,进而测算金融资产的尾部风险,然而非对称Laplace分布下的投资组合研究尚不成熟。因此本文在非对称Laplace分布设定下给出VaR的解析表达式,并建立均值-VaR模型研究投资组合选择问题。在理论上我们证明该模型是凸优化问题,可以转化为二次规划问题进行求解,从而可得到模型全局最优的解析解。进一步地,我们分别得到存在无风险资产和不存在无风险资产时投资组合前沿的解析式。最后基于上证50指数及其成份股的历史数据进行实证分析,研究结果表明本文构建的模型在实践中的投资表现良好。     

CRMW风险缓释效用目标跟踪的债券投资组合优化策略研究

为缓释债券市场违约风险,央行着力推进信用风险缓释工具CRMW(信用风险缓释凭证)的发展,关于CRMW风险缓释能力度量及CRMW在债券投资组合中的应用成为了亟待解决的关键问题。为此,本文借鉴CVaR思想提出了“CRMW风险缓释效用”以度量CRMW对债券违约风险缓释能力,借助概率分位点理论定义债券的动态风险并制定了动态风险缓释跟踪目标,基于此跟踪目标探讨带有CRMW的债券投资组合优化策略问题。研究结果表明,在保证目标投资收益率的前提下,债券最优投资组合可达到风险缓释效用的目标,使其同时实现转移风险和保障收益的双重目的,且该投资组合优化策略表现出良好的抗风险性能。     

面向突发事件的应急献血者聚类与分配方法研究

突发事件发生后,应急献血者呈爆发式增长、献血设施超负荷运作。本文提出一种应急献血者聚类与分配的优化方法可以有效地解决该问题。在该方法中,首先提出了应急献血者的分类规则,并采用Canopy与K-means相结合的算法对应急献血者进行聚类分组;然后,考虑献血者的心理因素,建立了最大化血液满足、均衡各献血设施的工作量以及最大化献血者效用的多目标分配优化模型;进一步,考虑应急献血者的时间偏好,构建了献血时间安排的多目标优化模型;通过使用优化算法求解模型得到应急献血者的分配方案;最后,通过一个算例分析验证了该方法的可行性以及有效性。     

基于证据推理和前景理论的交叉效率排序方法研究

针对由交叉效率评价策略和交叉效率集结方法的多样性而造成评价结果不一致的问题,提出利用证据推理方法和前景理论,综合各个交叉效率评价策略的评价结果,实现对决策单元的统一评价。首先,分别将选用的交叉效率评价策略以及各个评价策略中的他评效率设置成一级指标和二级指标,依据算数平均和前景理论分别确定一、二级指标的权重;其次,依据他评效率确定二级指标置信度,利用证据推理方法将各个交叉效率评价策略的他评效率综合转换成决策单元被评价为有效的置信度。决策者可通过比较决策单元被识别为有效的置信度的大小来判断决策单元交叉效率的大小,进而实现对决策单元的排序;最后,通过案例验证和说明本文提出方法的有效性和实用性。     

考虑企业竞争的产品线延伸策略研究

越来越多的企业延伸其产品线以满足消费者不同需求,本文采用博弈论探讨了企业产品线延伸策略的有效性。在竞争情形下,两个企业均有机会进行产品线延伸抢夺市场份额。通过消费者效用理论构建了两个企业的需求函数,并得到了均衡解及其利润。研究发现：Nash博弈下,当延伸成本较高时,竞争性企业会放弃产品线延伸;当延伸成本适中时,进行产品线延伸的企业将获得更多利润,而不进行产品线延伸的竞争对手将遭受损失;当延伸成本较低时,虽然企业最优的选择是延伸其产品线,但是两个企业会陷入“囚徒困境”——产品线延伸非但没有获得更多利润反而使利润减少了;另外,当两企业进行Stackelberg博弈时,本文核心结论依然成立,但两企业陷入囚徒困境的可能性增大。     

一般均衡理论视角下绿色金融的减排效应研究：从模型构建到实证检验

绿色金融是否能够有效促进碳减排？其内在机制是什么？在碳达峰与碳中和的时代目标下,科学、严谨地回答这一问题意义重大。本文将经典理论与最新前沿相结合,提出绿色金融能够通过促进绿色技术进步帮助碳减排的理论假说。构建带有碳排放约束并内生减排技术进步的一般均衡模型,解释了绿色金融通过支持技术进步实现碳减排的内在机制,并提供了基于中国省级面板数据的实证证据。本文的研究从理论和实证两个维度论证了绿色金融对碳减排的影响,指出支持技术创新是绿色金融发挥减排效应的重要机制。因而在发展绿色金融的过程中,注重金融资源的实际用途,有效支持减排技术更新,比单纯限制高排放行业的金融资源获取更加有效。同时,理论分析表明,绿色金融并非越多越好,而是存在最优规模。在积极推动绿色金融发展的同时,依然需要注重统筹规划,避免金融“过绿”带来不必要的损失。     

基于“拆分-填充-分解-集成”的我国线上零售额预测研究

线上零售额的准确预测是政府制定零售政策和发展规划的依据,也是电商和物流企业确定发展战略的基础。由于我国线上零售额数据具有样本量小、波动性大、受节日影响大、存在缺失值等特征,准确预测变得十分困难。为解决这个问题,本文提出了一种“拆分-填充-分解-集成”的预测框架。具体而言,首先将数据集拆分为实物零售数据与非实物零售数据两部分。其次,分别根据实物零售与非实物零售数据不同的缺失特征对样条插值法做了改进,提出了基于“样条插值-二分调整”的分解填充法以及基于“分段线性函数拟合-样条插值”的分解填充法,对两组数据进行缺失值填充。继而基于两组数据的不同特征,分别提出“乘法分解-ARIMA-移动平均”以及“STL分解-BP神经网络-灰色波形”的预测方法对两组数据进行预测。最后将两组预测结果集成,得到我国线上零售额的预测值。实证结果表明,本文提出的预测框架能较好地捕捉我国线上零售额数据的特征,具有很高的预测精度,且较传统的缺失值填充和预测方法在性能上表现更好。本文提出的“拆分-填充-分解-集成”预测框架,丰富了现有的缺失值填充与预测方法,并为预测实践提供了解决方案。     

基于LGCNET多层网络的中国A股上市公司系统性风险度量

系统性风险度量一直是金融风险领域的热点问题,但是对于复杂网络条件下的度量方法还缺乏深入研究。本文将滑动窗口分位数回归与局部高斯相关方法相结合,构建出一种全新的多层时变网络——局部高斯相关网络(Local Gaussian Correlation Network, LGCNET)。基于此方法,本文通过研究中国证券市场股票总体及尾部收益的非线性相关性,分析了2018年至2021年我国A股50家上市企业关联网络的演化特征,通过考察金融网络系统性风险水平在整个时间段内的变化情况,探究了新冠疫情及中美贸易摩擦期间上市公司网络的风险变化情况。结果表明：第一,金融与科技行业是网络节点的中心,与其他行业公司存在较高关联性,表明该类行业是风险传导的中心。第二,基建及银行类公司因为其市值高,在系统中的重要程度普遍较高;同时,尾部风险排名高于其市值排名的企业具有较大市场影响力和风险传导能力,也应该受到关注。第三,在系统层面,受信用风险加剧及中美贸易摩擦的影响,2018年整个网络系统普遍具有较高风险水平;但在2020年新冠疫情期间,国内系统性风险一直控制在较低水平。     

参与农产品区域公用品牌提升的三方演化博弈

农产品区域公用品牌建设在乡村振兴中发挥着重要作用,如何提升农产品区域公用品牌一直是各方关注的焦点。本文运用演化博弈方法,探讨了在提升农产品区域公用品牌过程中,不同场景下各参与主体如何进行策略选择,并用数值仿真对相关结论进行分析。研究结果表明：演化稳定策略受政府补贴力度、奖励、收益和成本的影响;合适的补贴力度有利于三方的共同参与,即农产品生产企业提升产品质量、品牌运营公司积极运营、地方政府严格监管;品牌运营公司给予企业的奖励应在一个合理的范围,同时上级政府增加对地方政府的奖励,也有利于三方共同的参与;降低参与成本和提升参与收益有利于激励农产品生产企业和品牌运营公司参与提升农产品区域公用品牌。