经济统计专业课程思政的探索与实践——以“金融统计模型与方法”为例

课程思政建设是高校教育体系的重要组成部分,是高校实现育人和育才的有效渠道。全面推进课程思政建设,需要充分挖掘课程具有的思想价值和文化理念,培养学生成为具有较高思想道德素养和全面知识架构的人才。经济统计专业课程思政建设需要不断创新学科教育与思政教育的结合点,实现课程思政教育价值的最大化。基于经济统计专业课程思政建设的关键因素,以“金融统计模型与方法”课程为例,从教学目标、教学案例、实践环节、教学评价等方面探讨课程思政建设的策略和路径,为经济统计专业课程思政建设提供参考。

扩散系数Holder连续的随机微分方程的截断Euler-Maruyama方法

本文研究漂移系数超线性增长和扩散系数Holder连续的随机微分方程的截断Euler-Maruyama方法的强收敛性.研究结果显示强收敛率依赖于Holder指数.本文给出一个例子验证所得的结果.

大数据文献研究的可视化比较与分析

为全面了解大数据研究成果及发展趋势,文章依托美国的核心期刊数据库Web of Science,使用文献分析软件Citespace,以Big Data、Data Mining和Machine Learning作为主题词,对大数据研究进展进行了梳理,从国家、研究机构、期刊共引、文献共引和研究热点五个方面对已有文献进行可视化比较和分析。研究结果表明:美国具有较强的研究实力和影响力;被引频次较多的文献集中在经济和管理领域;近几年的研究热点主要集中在数据挖掘算法与信息技术相结合,并应用到经济社会领域。

大数据背景下金融统计专业人才培养模式研究

大数据时代的到来,金融数据量的激增,给金融统计带来前所未有的机遇和挑战。金融大数据的复杂性促使金融统计人才要具有更强的数据整理、分析能力和更高的综合素质。高校金融统计专业承担了培养金融统计人才的职责,要能够培养出适应大数据时代需求的人才。本文研究了大数据背景下金融统计专业人才培养模式,提出人才培养模式的几点创新,最后给出总结和展望。

金融统计模型与方法国际化课程建设与探索

在全球一体化的时代,我国高校需要充分利用全球资源培养具有国际视野和国际竞争力的人才。国际化课程建设是高校提高教学质量、培养国际竞争力人才的重要措施之一。本文以湖北经济学院金融统计模型与方法课程国际化建设为例,采用问卷调查的方法,了解学生对金融统计模型与方法国际化课程建设的看法和需求,从课程目标、课程设置及课程内容几方面进行改进教学,并针对课程国际化建设在教学实践中存在的问题,提出改进意见,为后续课程国际化建设提供参考。

参数在随机微分方程θ-Milstein方法稳定性中的影响分析

本文研究局部利普西茨连续系数的随机微分方程θ-Milstein方法的均方稳定性.当θ∈[0,1/2)时,一个反例显示θ-Milstein方法不能复现精确解的稳定性.通过将局部利普西茨条件略微加强一些,在θ∈[1/2,1]下,θ-Milstein方法可以得到稳定性.最后,给出一个例子验证本文的结果.

无界延迟随机微分方程一般衰减速度的稳定性(英文)

本文用Lyapunov函数技巧对非线性无界延迟随机微分方程建立整体解的存在唯一性定理.利用半鞅收敛定理,研究零解的一般衰减速度的随机稳定性并给出判定定理.

混合时滞的随机微分方程的稳定性研究(英文)

本文研究了混合时滞的随机微分方程的稳定性,利用Lyapunov函数方法和半鞅收敛定理得到了p阶矩指数稳定和几乎必然指数稳定的判定定理.M矩阵技巧的使用使所得结果更便于应用.最后举例说明了结果的实用性.

无界可变延迟随机神经网络的指数稳定性（英文）

本文用Lyapunov函数方法和半鞅收敛定理研究无界可变延迟随机神经网络的指数稳定性.给出判定零解的均方指数稳定性和几乎必然稳定性的充分条件.本文所用的方法和结果适用于无界延迟系统,涵盖了已有文献中有界延迟系统的结果.

论教学科研型高校教师的角色定位与发展

本文对教学科研型大学教师如何把握好自己的角色定位做了探讨,主要对教学与科研两方面做了论述,说明教师在育智与育人方面的重要作用,并分析了教学与科研二者相互促进的辩证关系。最后,本文提出高校教师必须树立终身学习的信念,才会有更好的发展。

投资者风险偏好水平模糊化处理的最优投资组合分析

通过对马克维茨的投资组合理论的规划目标和约束进行了改进,在模型分析中加入了风险偏好系数,利用风险偏好系数的不同赋值,观察投资组合结果随系数的变化程度,最后将风险偏好系数模糊化为保守、谨慎、较谨慎、较激进、激进五个区间。针对不同的股市行情,采取不同的模糊区间进行分析,中选取了"较谨慎"区间为例进行求解,得出了在该风险偏好水平下的最优投资组合,给出了一种新的最优投资组合方法。

遗传优化神经网络的激光散斑数据建模与分析

激光散斑时间序列存在高度非线性和不确定性等特点,导致传统模型存在预测精度不高、耗时长等问题。为了提高预测精度,将遗传算法与神经网络相融合,提出基于遗传优化神经网络的激光散斑时间序列预测模型。将时间序列不同的预测值作为网络初始输入值,对原始输入值使用正交三角函数进行扩展,在满足模型拟合充要条件的基础上,计算神经网络的权重,构建激光散斑时间序列预测模型。对于神经网络连接权值和阈值选取上的随机性缺陷,采用遗传算法对其进行优化,以得到的最优适应度值训练神经网络预测模型。实验结果表明,优化后的权值和阈值能使神经网络具有更好的预测精度,缩短了预测时间。

基于HOQ矩阵和粗糙集的产品概念设计及评价方法

为了使产品设计过程中的概念设计方案能够充分满足客户需求,提出一种基于质量屋(HOG)和粗糙集的产品概念设计及评价方法.首先,通过与客户和设计者的沟通确定主要客户需求(CR)和技术特征(TC).然后,利用层次分析法计算各CR的重要性权重,并根据CR和TC之间的HOG矩阵,获得各TC的重要性权重.接着,设计者根据TC重要性设计出多种候选产品概念方案.最后,利用粗糙集理论对候选产品概念进行评估,确定最优概念设计方案.案例分析表明,该方案能够产生满足CR的最优产品概念.

基于文本挖掘和百度指数的投资者情绪指数研究

本文首先运用文本挖掘技术对中国知网CSSCI期刊与新浪微博话题信息进行文本分析,并结合百度自身关键词推荐系统,在综合三大词库的基础上确定我国投资者相关的初始网络搜索关键词;其次,以上证指数为参照,对三大词库关键词的百度指数周数据的时间序列采用时差相关系数法、随机森林算法进行筛选,过滤后得到最能反映我国投资者行为的关键词词库;最后利用因子分析法构建了具有领先性的沪市投资者情绪指数。

财经新闻与股市投资策略研究——基于财经网站的文本挖掘

本文利用网络爬虫技术获取了9个知名财经网站上的海量文本信息,通过文本挖掘技术深度挖掘了财经新闻的主要关键词,随后利用随机森林算法找到了影响收益率和上证指数收益变化的主要变量,并研究了这些变量与股票涨跌之间的关系,最后通过机器学习算法构建了交易策略。研究结果表明,财经新闻对股票市场的投资有重要的参考价值,本文采用的研究方法对交易判断正确率达到66.7%,对投资判断具有重要参考意义。

金融深化因子的检验及国际比较——基于国际面板数据的实证分析

本文使用金融深化因子来表现各国的金融深化水平对其经济发展的影响程度在各国间的趋同性,它反映了相同的金融深化水平下各国经济发展水平不相同的真正原因。本文以23个国家1981—2009年的国际面板数据为基础,对金融深化水平、经济发展水平、对外开放程度、城市化水平、人力资本和现代化水平根据需要进行了相应的协整分析,发现金融深化与经济发展之间的确存在长期的稳定关系;并建立面板数据的固定效应变系数模型,得到金融深化因子为各国的对外开放程度和城市化水平;然后对各国的金融深化因子的状况进行了面板数据的聚类分析,结论是我国与泰国、印度和印尼等国家的金融深化因子的水平最为相近。