基于EVT-POT-FIGARCH的动态VaR风险测度

金融实践中,金融资产回报不仅具有厚尾性、波动的异方差性两大特点,而且其波动表现出明显的长期记忆性。本文利用FIGARCH模型处理波动异方差性和长期记忆性、EVT-POT方法捕捉回报分布厚尾的优势,提出了能反映厚尾性、异方差性和长期记忆性的金融风险度量模型——基于EVT-POT-FIGARCH的动态VaR模型,并用中国股票市场的沪深300指数和上证综合指数的每日收盘价进行实证分析。结果表明,模型能较好地处理这两个指数回报序列的三大特点,更准确地度量其VaR风险。     

区域经济——投资系统协调度评价及应用

文章根据可持续发展理论思想构建了区域经济一投资系统的协调度综合评价指标体系,并运用主成分分析和回归相结合的协调度综合评价方法对重庆市1998～2006年经济一投资协调发展状况进行定量分析.最后,基于实证研究的结果,就重庆市经济一投资的未来协调发展提出对策建议.     

一种条件概率和微粒群相结合的外贸风险识别方法

为了定量研究外贸业务中存在的风险,建立了外贸业务中风险识别的动态指标体系.文章提出一种务件概率和微粒群算法(PSO)相结合的方法对外贸业务风险进行研究,先采用条件概率计算各指标对风险结果的影响程度.再利用微粒群算法对各指标的权重进行计算,两者结果合成得到风险识别的结果.最后将识别结果与支持向量机方法、神经网络方法进行比较,说明了算法的有效性.     

重庆直辖市优势工业选择研究

分别运用层次分析模型和最优动态组合预测模型对重庆市工业结构进行多指标静态分析与单指标动态预测,科学地得出重庆市优势工业选择的结论。     

PSO-SVM在高速公路交通量预测中的应用

在重庆市政府回购、租赁高速公路的背景下,研究了如何合理、准确地预测高速公路交通量,从而为政府部门及高速公路投资者的投资决策提供依据。根据高速公路年交通量样本小、预测期长、受经济因素影响等特点,选用了支持向量机回归来进行多因素单目标的预测。在预测过程中,为了提高精度,首先将所搜集的经济因素进行主成分分析,对指标进行了约减;然后用PSO方法对支持向量机参数进行了优化。     

一种旅游需求多因素动态粗的预测模型

对旅游业来说,需求是其赖以存在和发展的关键因素.根据游客人数的多少,旅游接待地可相应确定旅游接待服务设施规模,因此对旅游需求进行预测是很重要而且是十分必要的.本文基于粗糙集理论,提出了一种旅游需求多因素动态粗预测模型.     

一种基于粗糙集理论的组合预测方法

一、前言组合预测方法的基本原理是博采众多预测方法的优势 ,将多个不同预测模型的预测信息组合以期有效地改善预测模型的拟合能力 ,提高预测精度。而组合信息的一般方式是对各个预测模型进行线性加权平均[1～ 3 ] 。因此 ,组合预测方法的研究工作大部分集中在权系数的确定方法上 ,由此产生了许多组合预测方法。常见的方法有 :基于专家意见、相关分析、误差和最小、模糊数学、灰色理论、人工神经网络、遗传算法、小波分析等的组合预测方法。专家意见法的致命弱点是过分依赖专家的主观判断和经验 ,其结果有时难以令人信服。基于相关分析、误…     

数据挖掘技术在管理中的应用

数据挖掘与现代管理与决策有很好的结合点。本文概述了数据挖掘技术的概念、挖掘系统典型结构、挖掘对象、挖掘方法,并探讨了数据挖掘技术在营销管理、客户关系管理、证券分析、金融分析以及政府管理与决策等典型领域的应用。     

基于蚁群算法的实物期权方法在R&D投资中的应用

R&D投资项目一般分为三个阶段,每个阶段的投资时间不同,实物期权的价值也不同.因此在R＆D投资项目总时间确定的情况下,存在每个阶段的最佳投资时间.本文以复合期权价值公式建立R&D投资项目的优化模型,并用蚁群算法求解,从而得到每个阶段的最佳投资时间.     

股票分类指数的多元马尔可夫链模型

针对多元马尔可夫链模型分析中,待估参数数量大而导致估计困难的问题,文章提出了改进方法。以一元预测误差最小为优化目标,对列间权重参数进行了分批次优化求解。应用多元马尔可夫链模型,对股票五大行业分类指数序列进行建模,研究了各行业分类指数相互间的内在相依特征。应用数据序列间的多元交互信息,对行业分类股指序列进行了预测。