我国金融形势指数的构建与混频预测

近年来,我国黄金和成品油的市场需求有所升温,本文尝试探讨是否应将黄金价格和西德克萨斯轻质(WTI)原油价格纳入构建我国金融形势指数。研究表明,纳入黄金价格的我国金融形势指数能够更好地拟合居民消费价格指数(CPI)的演进路径,且在时序上领先CPI三个季度;但纳入WTI原油价格不仅加剧了金融形势指数的波动,还弱化了其与CPI的关系。通过构建16变量混频贝叶斯向量自回归(MF-BVAR)模型,并综合运用点预测、区间预测、密度预测三种方法,对比混频贝叶斯向量自回归模型与季频贝叶斯向量自回归(QF-BVAR)模型、季频向量自回归(QF-VAR)模型对金融形势指数的预测能力。实证结果显示,MF-BVAR模型对于金融形势指数的预测效果优于QF-BVAR和QF-VAR模型,且该结论不受预测期的影响。季度内不同月份的信息差异对金融形势指数预测产生显著影响,且随着预测期的增加,不同组别之间金融形势指数的预测能力逐渐趋同。本研究对于加强金融形势预测和防范金融市场风险具有理论价值与实践意义。

面向数据中心网络的分层式故障诊断算法

首次提出一种面向数据中心网络的分层式故障诊断算法---HFD(Hierarchical Fault Diagnosis)算法.算法根据数据中心网络的结构特点,将网络系统分为两个逻辑层.在第一层,通过对"基本单元组"进行多次最简测试,将其划分为"相对故障单元组"与"相对正常单元组"两大类;在第二层,结合本文首次提出的"正-反关联性"思想和笔者曾经提出的"绝对故障基"思想,设计出AD-FAFD算法进行各单元间的相互测试与诊断.仿真实验结果表明,HFD算法在保持良好的诊断精确度的同时,有效降低了时间复杂度.

农户小额贷款违约影响因素研究

基于江苏北部某地区2007—2015年18万条真实农户大样本小额贷款记录,结合当地及全国CPI、GDP、第一产业产值、地区农业生产资料价格指数等宏观经济指标,采用基于最大似然估计逐步进入法的Logistic模型,筛选对农户违约概率影响较为显著的指标,之后对各指标经济含义进行了解释并对模型进行稳健性分析。研究发现:信用水平指标与农户的真实违约情况关联不显著,意味着当地信贷机构对贷款农户的贷前内部信用评级不能有效地预测农户的信用风险;利率、性别、婚姻状况、职业、教育等微观指标对信用风险有较大影响;全国范围的GDP和CPI、江苏农业生产资料价格指数、滞后一期的当地第一产业GDP等宏观指标也对信用风险具有预测作用;Logistic模型在不平衡数据集上,依然能保持较好的分类精度。

基于相似样本归并的大样本混合信用评估模型

当前面向大样本设计的信用评估模型,大多没有深入探究大样本的分布特征,只是简单地将传统评估方法应用在大样本上.首先提出了用于描述大样本分布特征的相关属性集、边界向量等若干概念及定义,并证明了其主要性质.之后在两个大样本数据集的基础上,研究了样本在相似性方面的分布特征,最后设计了一种大样本混合信用评估模型——HLSCE模型.HLSCE模型认为在大样本数据集中,样本的同一属性在不同局部区域内,对分类性能的贡献是不同的.具体地,HLSCE模型根据各样本与边界向量的相似性差异,结合生物启发式算法,将样本归并划分为若干子集并分别在其上训练基分类器.实证研究表明,HLSCE模型的分类精度相比于现有的代表性信用评估模型更高,同时也具有更为优越的平衡性与稳定性.

基于多属性子集选择策略的三阶段混合信用评估模型

信用评估数据集往往存在冗余属性,现有研究一般通过属性子集选择策略进行属性筛选,但并未深入研究不同属性子集选择策略在不同信用评估模型上的适用性。本文首先实证研究了8种属性子集选择策略对7种主流模型的性能提升情况,得到了一些有意义的结论;进而设计出一种结合多个属性子集选择策略特征的三阶段混合信用评估模型——TSHCE模型。TSHCE模型在第一阶段,根据多个属性子集选择策略对各属性的重要性排序,生成属性重要性序数向量;第二阶段,根据属性重要性序数向量,以轮盘赌方法选择不同属性子集,分别训练基分类器;第三阶段,以各基分类器的分类结果组合构成再训练样本集,进一步训练连接分类器以提升模型的分类能力。实证研究表明:TSHCE模型在训练阶段能够深度挖掘样本集的可分类特征,五种性能评价指标均达到92%以上;在测试阶段,相对于最优属性子集选择策略与分类器的组合,在两组大样本数据集上分别进一步提升了1.36%和12.83%的总体分类正确率,具有优越的平衡性,同时亦适用于小样本。

PMC模型下的一个贪婪诊断算法

提出了一种PMC模型下基于矩阵运算的贪婪诊断算法——MGFD算法。算法结合作者曾经提出的"绝对故障基"思想,首先剔除绝对故障基,得到一个维度减小的矩阵,之后根据该矩阵求得集团。在文献[10]提出的四个贪婪诊断算法的基础上,提出集团的内贪婪因子、外贪婪因子、综合贪婪因子等概念,设计了新的贪婪准则。论证了MGFD算法的正确性,并对算法进行了实验仿真。实验结果表明,MGFD算法相比文献[10]提出的贪婪诊断算法,具有较高的诊断正确率。

基于PMC模型的MWOFD算法

为了诊断出系统中的故障单元,首次将贝壳漫步优化算法用于解决系统级故障诊断问题,提出一种高效快速的诊断算法——MWOFD诊断(Mussels Wandering Optimization Fault Diagnosis)算法。结合系统级故障诊断的特点,设计了个体化编码及初始化的方法,并根据诊断模型所满足的方程约束重新设计了适应度函数,同时对二进制映射算法进行优化。最后将新算法与AD-FAFD算法,FAFD算法和EAFD算法进行实验对比,结果表明:MWOFD算法有效地提高了诊断正确率和诊断效率。

央行微观调查数据适合作为不良贷款率的预测指标吗——基于MIDAS模型的研究

相比于传统宏观经济指标,央行的微观调查数据是否更加适合作为我国商业银行不良贷款率的预测指标?本文首先提出了利用微观调查数据进行预测的相关理论,接着基于适合解决混频数据预测问题的MIDAS模型进行了实证研究。研究发现:央行微观指标在平均样本外预测误差等多个方面均优于传统的宏观指标,同时人民币名义有效汇率指数、基金及理财投资意愿比例、房价过高难以接受比例等指标尤其适合作为预测指标。本文的结论是:央行的微观调查数据更加适合作为不良贷款率的预测指标。

基于Chwa&Hakimi模型的GA-BPFD算法

提出一种Chwa&Hakimi模型下基于遗传算法优化的BPFD算法——GA-BPFD算法。该算法主要分两步:用遗传算法对测试报告进行预处理,得到误差最小的一组BP神经网络权值和偏置值;将所得权值和偏置值作为BP神经网络的初始权值和初始偏置值,用训练完成的神经网络结合测试报告进行系统级故障诊断。详述用于优化BP神经网络的遗传算法的具体步骤,对GA-BPFD算法的时间复杂度进行分析,并进行实验仿真。实验结果表明,相比BPFD算法,GA-BPFD算法具有较高的诊断精度、较低的时间复杂度和良好的泛化能力。

我国金融稳定状况的混频测度与时变驱动

金融稳定是宏观经济平稳运行的重要前提。基于2006年至2017年宏观经济金融运行数据,采用混频向量自回归模型(MFVAR)构建我国金融稳定状况指数(FSCI),对我国金融稳定状况进行测度和评估,并利用时变参数向量自回归模型(TVP-VAR)分析其隐含的驱动因素。研究显示:总体上我国金融体系运行呈现趋稳态势,但2010年第3季度之前金融体系运行波动剧烈,在金融失衡和金融不稳定状态之间不断转换,之后则趋向相对稳定;同时也发现,股票市场为我国金融不稳定的主要风险策源地,而银行体系则成为维护金融稳定的压舱石;进一步研究表明,社会融资总规模在短期内对金融稳定冲击较大,而货币供给量则无论短期和长期均对金融稳定持续施加影响。以上结论的含义是,维护我国金融稳定,确保股票市场稳定运行至关重要,金融政策短期内应盯住社会融资总规模、长期内则应同时锚定货币供应量。

银行信用评估模型效果的量化比较

信用评估模型能有效提高信用评估过程的科学性与结果的准确性。本文围绕主流信用评估模型在性能方面的差异化特征,基于德国信贷数据集、我国个人经营贷数据集与小微企业贷数据集,从六个模型性能评价维度对十二个代表性信用评估模型的拟合能力与泛化能力进行了深入研究。研究发现:(1)逻辑回归模型的总体性能最为优异,其次为判别分析、反向传播神经网络模型,其中逻辑回归模型与反向传播神经网络模型更适用于我国信贷场景;(2)基于无监督学习理论的自组织特征映射神经网络和k均值聚类模型,以及基于惰性学习理论的k最近邻模型的泛化能力较弱,表明各类有监督式主动学习模型更适用于解决信用评估问题;(3)模型理论与结构的复杂性并不必然能够使其在特定应用场景下获得较优的性能评价,结构简单、可解释性更强的模型往往稳健性更好。

基于元胞自动机的影子银行风险传染效应模拟仿真分析

本文运用基于集合种群理论思想的元胞自动机方法(CA),分别选取2009年和2017年两个典型时点,在不同情景下模拟仿真影子银行风险在商业银行体系中的传染过程。研究结果表明:当央行不救助时,即使商业银行的风险传染率较低、风险抵御能力较强,在模拟期内风险迅速蔓延,风险大规模爆发仍然不可避免;当央行对风险感染银行进行无差异、高强度救助时,风险爆发的银行数量得以有效控制在较低水平;当央行实施差异化救助时,如果商业银行的风险抵御能力较高而央行救助率较低,风险爆发水平仍然较高,如果商业银行的风险抵御能力较低而央行救助率较高,风险爆发水平则会较低。上述研究结果表明,央行救助是阻断影子银行风险在商业银行体系中传染、扩散的关键要素,而微观审慎监管在应对风险传染方面的有效性不足。基于上述研究结论,中央银行对受影子银行风险感染的商业银行进行救助,应该在充分考虑市场主体道德风险因素的前提下及时采取高强度救助措施,以及时阻断风险蔓延;以贯彻执行《资管新规》为抓手,强化对影子银行通道类业务的监管;将影子银行纳入宏观审慎监管框架,防控影子银行风险向商业银行体系的传染,推进金融领域治理体系和治理能力现代化。

成本推动冲击和中国经济波动

本文立足近年来国内经济频繁波动的现实背景,通过构建一个包含成本推动冲击、消费偏好冲击、技术冲击以及货币政策冲击的DSGE模型,运用脉冲响应分析、方差分解等方法对中国经济波动的外生冲击因素进行考察。研究发现:产出波动是由多种冲击共同推动,其中成本推动冲击贡献最大;通货膨胀波动主要是由成本推动冲击和货币政策冲击引致,消费偏好冲击和技术冲击的影响有限。进一步地,反事实模拟分析也证实了这一结论。这也揭示出近年来中国经济高速增长依附高昂成本,且经济增长方式是粗放式的典型化事实。

未来网络的研究现状与发展前景

扼要阐述未来网络的研究意义,介绍未来网络的发展历程,全面分析未来网络在多媒体网络、网址分配、网络计算、数据中心、网络安全及故障诊断等相关领域的研究现状,并在此基础上预测未来网络在网络规模、开放开源、传输速度等方面的发展前景。最后指出在未来网络发展过程中应当注意的网络安全、网络节能及商业模型构建等问题。

系统级故障诊断的研究现状与发展前景

随着大数据时代的到来,人们对于计算机系统的稳定性要求日益增高,如何快速而准确地找出系统中的故障点,成为了人们的研究热题,对系统级故障诊断算法的研究逐渐受到了人们的重视。本文首先对现有的系统级故障诊断算法进行了分类,进而阐述了系统级故障诊断算法的近期主要研究成果,最后预测了该领域的未来研究方向与发展前景。

系统级故障诊断综述

该文对现有的系统级故障诊断算法按模型、诊断方式、诊断目标分别进行了分类,进而阐述了系统级故障诊断算法的近期主要研究成果,最后预测了该领域的未来研究方向与发展前景。

农户信贷违约特征影响因素研究

农业经济发展与农户生活水平的提高,离不开农村金融机构的资金支持。然而近几年来,农村信用社的贷款信用风险不断积累并爆发。防范农户的贷款信用风险,首先需要明确识别农户信贷违约特征的诸多影响因素。基于2017年4月至2018年6月间1356份宿迁地区某农村信用社已到期的短期小额贷款历史信贷记录,研究了我国农户信贷的违约特征影响因素。研究发现:贷款额度越高、存在担保、申请人为女性、家庭负担越重、申请者健康状况越差、受教育水平越低、年收入越高、贷款期越长、实际贷款利率越高,贷款者的违约概率越高。此外,贷款额度越低、健康状况越差、年收入越高,贷款者的违约损失率越高。

中国财政政策不断发生刺激过度现象的原因、机理及对策

中国多年来实行的积极财政政策的一个显著特点是容易矫枉过正或过度刺激,其表现是初始财政刺激措施往往难以达到预期效果,迫使政府追加刺激,但结果却是刺激过度,政府又不得不采取反向的降温措施。财政政策刺激过度产生的原因与固定资产的短期通货紧缩效应有关。传统理论从供求渠道来分析固定资产投资的通货膨胀效应,得出大规模固定资产投资必然引发通货膨胀的结论。但从另一个角度进行研究就会发现,在固定资产投资与通货膨胀之间,还存在资产价格传导机制,在这一传导机制的作用下,固定资产投资会引发短期通货紧缩,而不是通货膨胀,这给政策制定者带来刺激不足的错觉,促使其加大刺激力度,结果是刺激过度。有必要分析固定资产投资、资产价格、消费支出缩减和短期通货紧缩之间的关系,从而得出切合实际的结论。

中国货币政策规则与央行政策取向

近年来,我国央行通过多种方式加强与公众沟通,旨在提升政策传导效率,进而提高政策有效性。那么,如何从学理层面理解把握央行政策取向?本文通过构建时变参数结构向量自回归模型(TVP-SVAR)并基于符号约束识别策略,从政策反应系数、政策波动率、政策松紧度、政策目标等方面揭示不同政策规则(价格型和数量型)的政策参数所蕴含的央行政策取向,结果表明:我国央行在宏观调控时短期偏向数量型规则,长期倚重价格型规则,且对“促增长”的偏好优于“稳通胀”;数量型规则的波动率大于价格型规则,且二者的波动率具有明显的时变特征,总体呈现先升后降的“倒U型”结构;货币政策在2008年国际金融危机时期较为宽松,经济新常态提出以后趋于稳健,新冠疫情时期适度宽松;经济新常态提出以前,数量型规则的通胀目标和产出缺口目标与实际目标值较为一致,经济新常态提出以来,价格型规则的通胀目标和产出缺口目标与实际目标值耦合较好。脉冲响应分析进一步验证了上述结论。本文的结论有助于不同经济主体通过考察政策参数的动态演化趋势透析央行政策取向,进而提升货币政策有效性。

雨

夜晚,天空下起了蒙蒙细雨,周围的一切都变成了黑色。夜深人静,空气中散发着一股土腥味儿,雨点不紧不慢地落下,发出“滴滴答答”的声音。突然,狂风大作,飞沙走石,黄豆大的雨点落下来。本来安静的小广场立刻变成了一片汪洋。