基于改进灰色系统模型的城市食品价格预测方法

论文以灰色模型预测数据序列发展总的趋势,再用马尔科夫概率矩阵预测确定状态的转移规律,简单论述了灰色理论哲学思想和在认知领域的普遍性和实用性。     

一种基于马尔科夫过程的多技能呼叫中心评估方法

研究了典型的多技能呼叫中心的评估方法.首先给出了一种状态空间划分的方法,然后通过构建基于马尔科夫过程的状态转移方程来计算稳态概率,接着给出通过稳态概率来对多技能呼叫中心的来话的绩效进行评估的简单方法,最后,设计算例将基于马尔科夫过程的评估方法与仿真方法进行对比.得出结论,本方法是有效的,且拥有更快的计算速度.     

基于跳跃、跳跃强度和机制转换的股票市场波动建模及其预测研究

将跳跃及其跳跃强度引入到异质自回归(heterogeneous autoregressive, HAR)模型中,并在此基础上进一步嵌入固定转移概率矩阵的马尔可夫状态转换机制模型,构建出系列新的波动预测模型.运用系列统计检验手段(如模型置信度检验、样本外R²检验、趋势检验)评估上述预测模型对中国股票市场波动的预测能力,样本外的实证结果表明:1)与基准模型相比,结合马尔可夫机制转换的模型具有更好的预测表现; 2)相比其他预测模型,包含跳跃、跳跃强度以及马尔可夫机制转换的模型(MS-HAR-TJI)具有更高的预测精度; 3)在新冠疫情爆发期以及高波动时期, MS-HAR-TJI模型对中国股票市场波动仍具有很强的预测能力.     

马尔可夫矩阵修正IMM跟踪算法

传统交互多模型（ｉｎｔｅｒａｃｔｉｎｇｍｕｌｔｉｐｌｅｍｏｄｅｌ,ＩＭＭ）滤波算法中,马尔可夫概率转移矩阵参数固定, 切换过程模型概率滞后。基于后验信息修正,扩展了一种在线更新马尔可夫概率转移矩阵的自适应跟踪算法,新 算法克服了原算法只能交互２个模型的局限性。在计算过程中,依据不匹配模型误差压缩率的更新信息,在线调 整先验马尔可夫概率转移矩阵,模型转换过程中更多地利用匹配模型的信息,而减小不匹配模型信息的影响,使 收敛速度得到了提高。最后通过多模交互３个当前统计模型（ｃｕｒｒｅｎｔｓｔａｔｉｓｔｉｃａｌｍｏｄｅｌ,ＣＳＭ）验证了所提算法的 有效性。     

基于不确定性描述的云化Markov链状态预测方法

针对Markov链在预测概率发生跳变时无法有效地衡量样本归属程度的问题,提出一种云化Markov链的状态预测方法,通过云模型描述和处理样本的不确定性。该方法将划分的状态区间视作一种概念,利用云模型对其进行云化表示,据此计算样本对各概念的确定度,得到概念之间的概率转移矩阵,从而实现带有随机特性的状态预测。概念转移概率作为关键随机变量,对其进行了核密度估计。最后以多次随机实验的概率和提取代表性转移概率分别给出了仿真实验结果,表明该不确定性描述的预测方法在解决Markov链预测概率跳变现象的同时,可通过确定度的分配有效地表述样本的归属程度,具有较好的实用性。     

信息交易概率与中国股市价格行为关系的研究

介绍并利用信息交易概率(PIN)作为衡量中国市场信息非对称程度的指标，建立了关于信息交易概率、流动性和波动性之间关系的回归模型，并采用三阶段最小二乘法(3-SLS)对其进行参数估计。实证结果表明在中国股票市场中信息交易概率与市场流动性正相关，而与波动性负相关，进一步揭示了中国股市的价格行为。     

面向小批量生产过程的贝叶斯控制图经济设计

在已有静态控制图的基础上,通过贝叶斯方法利用样本信息对过程信息进行更新.借助贝叶斯理论和马尔科夫链构造了生产过程的贝叶斯状态转移矩阵及检测概率模型,考虑了扰动发生的时间对成本函数的影响,将过程信息的更新与检测概率模型相结合,构造了抽样间隔、样本量和控制限随过程信息时变的动态控制图.运用直接搜索算法搜索最优解,结果表明过程信息的更新对决策效果有着显著的影响,使用动态控制图的单件产品期望成本要小于静态控制图的单件成本.     

DDMRS-GARCH模型及其在上海股票市场的实证研究

提出了2阶马尔可夫结构转换波动模型——DDMRS-GARCH模型，DDMRS—GARCH模型引入了2阶马尔可夫链，使得波动状态转移概率不仅依赖于波动状态，同时还依赖于波动状态的持久时间．将DDMRS-GARCH模型应用于上海股票市场收益时间序列进行了实证分析．     

时变转移概率IMM-SRCKF机动目标跟踪算法

给出了一种交互多模型(interacting multiple model,IMM)算法中Markov转移概率矩阵在线修正的方法,并将平方根容积卡尔曼滤波器(square-root cubature Kalman filter,SRCKF)引入到IMM算法中,提出一种时变转移概率的机动目标跟踪IMM-SRCKF算法。该算法利用当前量测中包含的模式信息,对IMM算法中的转移概率矩阵进行实时递推估计,避免了常规IMM算法中转移概率先验确定的困难,提高了模型切换速度和跟踪精度;同时,SRCKF以目标状态协方差的平方根进行迭代更新,确保了滤波过程中协方差矩阵的对称性和半正定性,改善了数值精度和稳定性。仿真实验结果表明,该算法对机动目标的跟踪性能优于常规的IMM及IMM-CKF算法。     

基于状态转移ARCH模型的中国股市波动性研究

通过引入波动性状态转移的ARCH(SWARCH)模型对中国股票市场的波动性进行了研究．SWARCH模型较传统的ARCH类模型显著地提高了股票市场波动性的描述与预测能力．实证结果表明，促使中国股市低波动性状态向高波动性状态转移的主要原因是股市的政策因素，这与因为实体经济基础的变化而促使美国股市波动性状态转移有着本质的区别．     

中国股市信息流、波动性与交易量关系

基于混合分布假定(MDH),研究了中国股票市场信息流、回报的波动性和交易量之间动态关系。结果表明,基于回报序列与基于交易量序列推断出的信息流过程并不是一致的,反映了我国股票市场的回报波动性与交易量对信息流过程的反应并不是一个协调的过程。鉴于价格波动与交易量之间的关系反映了信息披露、信息传递、市场对信息的评估与消化机制的特性,这种非协调性也可能根源与信息作用机制的非均衡性。     

中国股票市场信息结构及实证研究

股票市场中存在明显的信息不对称，这是影响股票价格波动的重要因素，文章首先提出信息结构的概念，然后结合中国股票市场特点，描述了股票价值信息和价格波动之间的关系，并分析了信息结构各参数对市场学习过程的影响。结论表明市场随着交易的进行，能够不断调整股票价值变化的预期，最终将事件信息反映到价格之中；市场信息公开程度是影响市场学习能力的重要因素，信息公开度越高，市场学习能力就越好，市场价格反映股票内在价值的速度越快。     

投资者参与股票论坛的影响因素

通过问卷调查,对投资者参与股票论坛现状进行统计分析,并从信息内容和行为因素两个方面对投资者参与股票论坛的影响因素进行讨论.研究表明,股票论坛在中国投资者群体中已较为普及,具有明显的专业性特征.证券市场投资者参与股票论坛的概率显著高于未参与投资人群,其曾访问过股票论坛的比例达到82.1%.股票论坛的访问意愿和发贴意愿受到...     

上海证券市场日内价格变化的影响因素研究

采用次序probit回归方法研究指令驱动市场中日内交易价格变化的影响因素.将我国上海证券市场日内交易价格的变化量分解为信息成本、存货成本、流动性成本和累计买卖压力四个部分,并利用上证50指数样本股的高频交易数据进行了实证,结果表明在上海证券市场上这四个部分在解释日内交易价格的变化方面均显著,但这四个部分在个股上的表现强弱不同;同时发现不同于纽约证券交易市场(NYSE)和香港证券交易市场(SEHK),上海证券交易市场(SSE)的信息成本与存货成本之间没有统一的大小关系,信息成本不总是比存货成本大,反之亦然,这说明在我国股票市场上,信息成本与存货成本均是股票日内价格变化的不可忽视的解释因子.     

机构投资者、股权分置改革与股市波动性——基于MCMC估计的t分布误差MS-GARCH模型

从2003年开始, 中国机构投资者占股市流通市值中的比例迅速增长. 论文以这段时期上证指数的日收益率序列为研究对象, 改进了最新的t分布误差MS-GARCH模型, 运用马尔科夫链蒙特卡罗模拟(MCMC)对该模型进行了估计, 为研究股权分置改革、机构投资者对股市收益率波动的影响提供了新的证据. 研究发现, 股权分置改革使股市波动性发生了结构性改变, 股市由低波动风险期转换为高波动风险期; 各类基金的总净值和仓位给股市波动性带来的影响有显著差异, 存款准备金率和利率的调整也会影响股市波动性. 最后, MS-GARCH模型对股市数据的拟合度和预测效率等都优于单状态GARCH模型.     

信息市场、预期消费与资产收益——基于投资者的信息选择行为

首先, 通过预期消费的形式将信息的随机冲击引入到异质性投资者的效用函数中,以此构建异质性投资者的最优化行为模型. 其次,以该理论模型的结论为基础建立实证方程,并运用MSBVAR估计方法进行实证分析,实证结果表明股权分置改革前后投资者信息选择行为对我国各个资产市场的收益存在着显著不同的影响. 最后,以股票市场为例来分析投资者信息选择行为是如何影响我国资产市场收益的.通过对股市收益的强波动性特征、羊群行为以及机构投资者对股市稳定的破坏作用三个方面的分析,发现投资者互补性的信息选择行为对我国股票市场的收益具有显著的影响.     

分析师深度研究报告向市场传递的信息含量——基于“新”、“旧”信息的文本分解

本文首次从信息有效性角度，采用文本向量化方法将分析师深度研究报告文本分解为"新"、"旧"信息，并以事件窗口下的累计收益率度量股价反应，检验上述两类信息对股价的影响.研究结果表明，分析师独立收集并发布的"新"信息能够引起显著的股价反应.分析师群体存在复述市场已有信息的行为，但其复述的"旧"信息对股价无显著影响.通过进一步分解股价反应，发现分析师"新"信息同时向市场传递了公司特质信息与市场行业信息.此外，分析师报告的语调、谨慎性和简洁性等文本特征能影响"新"信息进入股价.本文为监管当局如何规范分析师行为以及分析师如何撰写研究报告提供了新的视角与实践方法.     

深市停发新股对我国股市信息引导格局的影响

从信息流的角度,研究了深市停发新股前后我国证券市场信息引导格局的变化.实证结果表明,在深市停发新股之前,深市A股收益、收益波动单向引导着沪市的收益和收益波动;但在深市停发新股之后,深市A股的收益对沪市A股收益的引导关系变得不再显著,沪市A股收益和收益波动开始显著地引导着深市A股的收益波动.研究结论表明,2000年10月深市停止发行新股对沪深两市在中国证券市场中的相对地位有着决定性的影响,投资者弃深投沪的趋势已经开始显现.此外,研究还发现,随着中国股市的逐渐规范,交易量里开始含有未来收益与收益波动的有用信息.     

价格对信息调整的速度:我国证券市场的实证研究

价格对信息调整的速度提供了一种直接衡量金融市场反应不足或反应过度的程度,进而检验市场有效性的方法。运用一种更优的价格调整速度的估计量,对我国股票市场进行了实证研究,发现股票价格对信息的调整是一个剧烈振荡的过程,信息得以完全调整需要12天,而在更长时间间隔内市场并未表现出反应过度,短期内小盘股对信息的调整速度快于大盘股。