我国金融机构系统性风险动态监测——基于CCA和动态因子copula模型的研究

本文结合未定权益分析法和动态因子copula模型研究了2008年1月至2016年3月我国金融机构系统性风险。研究结果表明:(1)基于未定权益分析法计算的信用价差指标较好地揭示了单一金融机构违约风险动态变化,次贷危机期间较高,2015年以来再次升高,具体来看,证券公司最高,保险公司和信托公司居中,银行最低。(2)基于动态因子copula模型计算的系统性风险指标较好地反映了我国金融机构系统性风险演进,2009年下半年至2014年底系统性风险较高,样本期间内金融机构在系统重要性上没有显著差异。比较发现单一金融机构违约风险较高,并不意味着系统性风险高,这取决于金融机构间相依结构。因此,加强金融机构宏观审慎监管时,应关注金融机构间相依结构动态变化。

基于动态因子Copula模型的收益率波动相依性分析

金融市场作为风险研究的对象,需要构建联合分布来分析其变量间的相依性变化。针对高维变量联合建模带来的“维数灾难”,动态因子Copula模型能有效处理金融数据的不对称性、厚尾性和动态相依性,解决参数估计问题。以2008年1月至2020年12月22个金融机构股票收益率为研究对象进行实证分析,研究结果表明:银行业与其他金融机构的相依性普遍更强,兴业银行受公共因子的影响最大,因子载荷均值为1.7973;保险业与其他金融机构相依性偏低,中国太保受公共因子影响最小,因子载荷均值为1.2013;证券业居中。

上海市植被动态演变及其对环境因子与土地利用变化的响应

在全球气候变化与城市快速扩张的背景下,认识城市植被动态演变特征及其对环境因素与人为干扰的响应,对于城市环境改善和生态城市建设具有重要意义。然而,快速城市化地区植被高度碎片化,目前对城市植被长期演变与驱动因子空间异质性探究较为缺乏。以上海市为研究对象,基于Landsat卫星遥感影像获取2000—2020年像元尺度增强型植被指数(EVI),在探究逐像元植被动态时空演变及城乡分异的基础上,结合环境因子数据与土地利用数据,基于多元回归残差分析提出像元尺度上解析环境因子(全球背景环境因子与城市区域环境因子)和土地利用变化(植被建设与植被破坏)对城市植被生长影响的框架,定量解析驱动因子对植被生长的影响。结果表明:2000—2020年上海市缓慢绿化(EVI_(slope)=0.053/10a),EVI呈先减少(2000—2007,EVI_(slope)=-0.071/10a)后增加(2008—2020,EVI_(slope)=0.015/10a)趋势。上海市由核心城区向外呈“绿化-褐化-绿化”格局,核心城区、市郊区和农郊区显著绿化,城市扩张区与边缘区褐化明显。其中核心城区绿化趋势最强(EVI_(slope)=0.053/10a),区域内72%的像元显著绿化,城市扩张区与边缘区内分别有31%与33%的像元显著褐化。上海市新增植被像元主要分布在核心城区与市郊区,减少植被像元主要分布在城市扩张区与边缘区。全球背景环境因子普遍促进上海植被绿化,主导约40%的植被像元绿化,使EVI升高0.013/10a。植被建设在核心城区和市郊区内分别主导42.28%和47.83%的植被像元绿化,是区域绿化的主导因子。植被破坏主导城市扩张区和边缘区的植被褐化,但环境因子和植被建设在一定程度上缓解区域内褐化趋势。研究工作可为全球变化和城市扩张背景下城市植被的规划和管理提供借鉴和参考。

基于动态因子Copula模型的我国银行系统性风险度量

本文基于2007年至2019年我国14家上市银行的股票收益率,构建偏态t-分布动态因子Copula模型,利用时变荷载因子刻画单家银行与整个系统的相关性,计算联合风险概率作为系统性风险整体水平的度量,基于关联性视角提出了新的单家机构系统脆弱性和系统重要性度量指标——系统脆弱性程度和系统重要性程度。该方法充分考虑了银行个体差异性和系统的内在关联性以及收益率的厚尾性和非对称性,从而能够捕捉到更多的信息且兼具时效性。研究表明:银行机构在风险聚集时期相关程度更大,联合风险概率能够准确识别出系统性风险事件且在我国推行宏观审慎评估体系以后有明显降低;整体而言,大型商业银行系统重要性水平最高,同时风险抗压能力也最强;本文使用的度量方法降低了数据获取成本且更具时效性,有助于为宏观审慎差异化监管工作提供借鉴和参考。

河南省新乡地区金龟甲发生动态及影响因子分析

为明确河南省新乡地区农田地下害虫优势种群组成、发生动态及影响因子,本研究于2015-2021年间利用虫情测报灯对该地区的金龟甲进行了监测。结果表明铜绿丽金龟Anomala corpulenta Motschulsky和暗黑鳃金龟Holotrichia parallela Motschulsky为河南新乡小麦-玉米/花生1年2熟制农田地下害虫的优势种群,且暗黑鳃金龟的年度诱虫量及其在混合种群中的占比呈逐年增加趋势。金龟甲的发生在不同年份呈现单峰或双峰,暗黑鳃金龟发生盛期表现出明显的隔日出土现象即双倍节律。相较于暗黑鳃金龟发生期的6月中旬至9月上旬,铜绿丽金龟的发生期相对较短,在6月下旬至8月下旬。同时暗黑鳃金龟高峰日也晚于铜绿丽金龟,其中高峰日最多差22 d。金龟甲的发生与环境降雨、湿度、温度相关。本研究为新乡地区乃至黄淮海农田地下害虫的危害预警和综合治理提供数据支撑。

电力动态碳排放责任因子

新型电力系统建设背景下,需要充分发挥海量用电终端具有的储能和灵活用电资源来解决电力系统的实时调节需求,这一调节目标的实现亟需建立合理的引导指标和激励机制。为此,该文提出利用“电力动态碳排放责任因子”激励用电终端进行自律式调节的方法。首先,给出这种方法的基本原则;然后,具体讨论碳排放责任因子的计算方法,再利用电网的实际运行数据说明这种确定电力动态碳排放责任因子方法的有效性和可持续性;最后,通过案例分析建筑等用电终端的灵活性调节潜力。该文提出的电力动态碳排放责任因子,为新型电力系统实现与海量用户侧灵活可调资源间的实时互动提供了新的思路,未来将进一步完善其政策、理论及实际实施等多方面的工作。

基于动态因子Copula模型的行业间系统性风险分析

国际金融市场间的相关关系以及系统性风险受到很多学者的重视,本文则以我国股市的行业指数作为研究对象进行实证研究。通过构建动态因子Copula模型,文章对行业的日收益率数据进行了动态相关性分析,并基于风险预期占比度量了我国行业之间系统性风险的溢出效应。本文分析了2006年1月4日至2016年7月1日的28个行业指数数据,基于GAS动态负荷因子的变化路径来刻画其相关关系,通过风险预期占比来研究行业间的风险溢出效应。研究表明,各个行业指数收益率之间存在较强的关联性。就单个行业来说,化工行业与其他行业关系最为不稳定。就金融与非金融行业而言,金融行业对非金融行业的影响较大且较为平稳。本文所得研究结果可以为投资者和风险管理者在进行决策时提供一定的指导。

动态动脉硬化指数联合血清肿瘤坏死因子受体相关因子6、前蛋白转化酶枯草溶菌素9对急性分水岭脑梗死病人的预后价值

目的探究动态动脉硬化指数(AASI)联合血清肿瘤坏死因子受体相关因子6(TRAF6)、前蛋白转化酶枯草溶菌素9(PCSK9)对急性分水岭脑梗死(CWI)病人的预后价值。方法选取2019年8月至2021年8月保定市第二中心医院收治的96例急性CWI病人为研究组,另取同期体检健康者80例为对照组。收集病人一般临床资料,并对研究组和对照组的血清TRAF6、PCSK9水平及AASI进行检测;根据研究组病人预后情况将其分为预后良好组(67例)和预后不良组(29例),多因素logistic回归分析急性CWI病人预后的影响因素;绘制AASI与血清TRAF6、PCSK9对急性CWI病人预后评估的受试者操作特征曲线(ROC曲线)。结果研究组血清TRAF6(1.48±0.34)µg/L、PCSK9(97.25±14.25)µg/L水平及AASI(0.56±0.15)高于对照组(0.87±0.19)µg/L、(82.78±9.17)µg/L、(0.36±0.11)(P<0.05)。预后良好组与预后不良组年龄、美国国立卫生研究院卒中量表(NIHSS)评分、空腹血糖、狭窄程度及血管斑块性质差异有统计学意义(P<0.05)。预后不良组血清TRAF6(1.77±0.37)µg/L、PCSK9(104.82±17.93)µg/L水平及AASI(0.62±0.12)高于预后良好组(1.35±0.21)µg/L、(93.97±12.65)µg/L、0.53±0.09(P<0.05)。多因素logistic回归分析结果显示NIHSS评分、狭窄程度、血管斑块性质、AASI、血清TRAF6、PCSK9水平是急性CWI病人预后的影响因素(P<0.05)。AASI联合血清TRAF6、PCSK9预测急性CWI病人预后的AUC是0.92,灵敏度为93.10%,特异度为76.12%,Youden指数为0.69,优于AASI、TRAF6、PCSK9各自单独预测(P<0.05)。结论急性CWI病人血清TRAF6、PCSK9水平显著升高,联合AA-SI对病人的预后状况具有较高的预测效能,可为临床的合理干预和改善病人预后提供依据。

基于混频动态因子模型的数字经济状态指数构建与预测研究——以杭州市为例

我国数字经济规模不断扩大,在经济发展、税收、就业等方面发挥着越来越重要的作用。为及时了解数字经济发展现状、对数字经济发展趋势做出预判,有必要构建刻画数字经济发展状态的数字经济状态指数。本文提出运用混频动态因子模型,从不同频度的数据中提取因子构建月度数字经济状态指数的方法,并运用杭州市季度数字经济产业增加值和月度数字经济产业营业收入数据进行实证分析,构建了杭州市月度数字经济状态指数。实证结果表明,所构建的月度数字经济状态指数能很好地刻画数字经济发展状态,且可以为预测季度数字经济状态指数提供有用信息,从而为政府决策提供理论支持。

考虑动态电碳排放因子的新型电力系统电碳综合需求响应调度方法

为进一步促进用户侧用电行为低碳化,以动态电碳排放因子为信号、以碳税为手段,结合电价建立一种新的用户侧电碳综合需求响应。根据平均电碳排放因子的度电排放表征特性,提出能够反映不同时段用电碳排放差异的动态电碳排放因子计算方法。在现有发电计划安排能够保证用户碳税利益需求的前提下,将动态电碳排放因子与碳税结合,以碳税作为经济手段引导用户关注各时段用电产生的碳排放差异。将动态电碳排放因子和电价的特点相结合,提出一种考虑动态电碳排放因子的新型电力系统电碳综合需求响应调度方法,用户能够根据各时段电价和电碳排放因子信息调整自身用电行为,以期降低负荷峰谷差、缓解系统调峰压力的同时,加强用户侧用电低碳性。通过仿真分析,验证了所提方法能够在降低峰谷差的基础上,进一步发挥用户侧低碳用电方面的作用,有助于提高电力系统经济性和低碳性。

中国与“一带一路”共建国家核能国际合作风险评价——基于动态因子分析法

基于核能发展需求风险、核能发展条件风险、贸易关系风险、社会稳定性风险、政治风险和经济风险构建了中国与“一带一路”共建国家核能国际合作风险综合评价指标体系,并运用动态因子分析法,探究了中国与101个“一带一路”共建国家核能国际合作风险水平,实现了横向空间差异和纵向动态趋势的全面测评。研究发现:政治风险和经济风险对核能国际合作的影响最大;核能国际合作风险的平均综合得分及排名结果表明,核能国际合作风险在不同“一带一路”共建国家之间存在差异,欧洲国家的核能国际合作风险整体较低,非洲国家的核能国际合作风险整体较高;根据核能国际合作风险动态得分,可将核能国际合作风险划分为上升组、下降组、先升后降组、先降后升组、波动组和平稳组,平稳组国家是中国开展核能国际合作的最佳选择。

黄河流域新质生产力水平的动态演进及障碍因子诊断

为发现黄河流域新质生产力发展短板、给探究黄河流域新质生产力发展路径提供实践依据,从劳动者、劳动对象及劳动资料3个维度构建黄河流域新质生产力水平评价指标体系,测度2012—2021年黄河流域新质生产力水平,探讨其动态演进特征,并利用障碍因子诊断模型分析了阻碍其发展的影响因素。结果表明:1)黄河流域新质生产力水平总体呈上升趋势,在空间上表现为“黄河下游>黄河中游>黄河上游”,总体区域差异扩大,极化问题得到有效缓解,上游和下游区域差异扩大,中游区域差距缩小;2)黄河流域新质生产力呈现“分散分布—抱团分布”的空间演进特征,主要以中低水平和中高水平集聚为主,“高-高”集聚区主要在下游,“低-低”集聚区沿着上游和中游分界线分布;3)黄河流域新质生产力一级指标障碍度排序为劳动者>劳动资料>劳动对象,三级指标障碍度排名靠前的有单位GDP能耗、研发经费投入强度和每万人在校大学生数量等。鉴于此,提出黄河流域应强化科技创新主导作用、促进区域创新合作、加快现代化产业建设等建议。

混凝土抗拉强度动力增大因子的修正解析模型

混凝土强度的率敏感性,是混凝土力学研究领域中的重要科学问题之一。现有混凝土动力增大因子的预测方法,仍主要以基于数据的拟合模型为主,拟合参数通常无实际物理意义,因而无法与有关混凝土率敏感性的机理解释建立数理联系。该文以混凝土抗拉强度为研究对象,基于自洽有限应力模型和牛顿运动定律的基本概念,推导建立了能够体现混凝土应变率效应机理的动力增大因子数理方程;分别基于FIB规范模型和J准则模型提出了混凝土抗拉强度动力增大因子的半解析-半经验分析方法;通过基于细观数值试验的案例分析和基于文献中试验数据的对比,验证了该文修正解析模型能够有效反映混凝土抗拉强度动力增大因子的真实物理规律。

南亚热带常绿阔叶林土壤微生物生物量碳氮年际动态特征及其影响因子

土壤微生物是土壤有机质和养分循环的主要驱动者,研究土壤微生物生物量碳氮变化、稳态特征及其对环境因子内在的长期响应机理具有重要意义。以南亚热带常绿阔叶林土壤为对象,对土壤微生物生物量碳和氮(MBC和MBN)、土壤有机碳(SOC)、总氮(TN)、总磷(TP)、可溶性碳(ROC)、速效氮(AN)、pH、土壤温度(ST)和土壤含水量(SWC)进行连续10年监测;应用方差分析、相关性和回归分析及稳态分析等探究MBC和MBN的年际变化和稳态特征及主要影响因素。研究结果表明:(1)旱季MBC和MBN含量分别在171.32—358.45和25.90—54.08 mg/kg区间波动,雨季分别在394.01—507.97和68.40—88.05 mg/kg区间波动;旱、雨季的MBC含量年际间变化显著(P<0.05),但MBN含量仅在旱季变化显著(P<0.05)。雨季MBC和MBN含量均显著高于旱季(P<0.01),且雨季的MBC和MBN含量是旱季的2倍以上。(2)旱、雨季的MBC与MBN之间均呈显著正相关(P<0.05)。在旱季,MBC和MBN均与ROC和AN含量显著正相关(P<0.05),此外,MBN含量也与TP(P<0.05)和SOC(P<0.01)显著正相关。在雨季,仅SOC与MBN呈显著正相关(P<0.05)。(3)在旱季,MBC含量变化主要受ROC(P<0.05)和AN(P<0.001)影响,MBN则受AN控制(P<0.05)。在雨季,AN(P<0.05)主导了MBC的变化,TP(P<0.05)和SOC(P<0.05)是MBN变异的主导因子。AN(P<0.001)和SOC(P<0.001)是旱、雨季土壤MBC和MBN变化的主导因子。(4)土壤MBC和MBC/MBN稳态指数在年际间均为绝对稳态型(P>0.05);雨季的MBN(P=0.685)为绝对稳态型,但旱季为非稳态(P<0.01,H>1)。雨季微生物熵显著高于旱季(P<0.01),表明土壤有机质质量及养分利用效率更高。综上,MBC和MBN含量受季节更替显著影响,且主要受土壤SOC和AN的影响;受旱季水分限制,MBN的稳态更差。

燃煤电厂不同煤种碳排放因子动态测定研究

随着全球对气候变化的关注加深,碳排放监测和控制成为环境政策的关键依据之一.在众多排放源中,燃煤电厂由于其高碳排放特性,成为减排的重点对象.碳排放因子的准确测定对于理解和控制这些排放至关重要.直接监测烟道气中的CO2浓度和流量的实测法是一种精确的监测手段,使得对不同煤种的碳排放因子进行动态测定成为可能.本文探索了实测法在燃煤电厂中不同煤种的碳排放因子测定中的应用,通过具体的实验设计、监测准备和数据收集,展示了不同煤种在不同运行条件下的碳排放数据,分析了这些数据的碳排放模式,并讨论了其对环境影响的意义.

内蒙古呼伦贝尔林区动态融雪过程及其影响因子

春季融雪过程不仅能反映地域的物候特征,也是陆面过程与水文研究领域的关注重点。林地冠层及枝干遮盖是否影响到地表积雪的维持与消融,是一个值得关注的方面。近年来,小时级野外雪深自动观测站网的陆续组建与运行,为日尺度融雪动态过程及其空间差异性认识提供了条件。本文利用布设于内蒙古呼伦贝尔森林地带的5个野外雪深自动观测站,基于2021—2022年逐小时雪深与同步气温、地温等气象观测数据,分析了呼伦贝尔林区地表积雪的动态融雪规律及其主导因子。结果表明,呼伦贝尔林区冬季积雪可稳定维持约102~155天,大致在每年3月上旬进入融雪期。融雪过程一般约持续5~18天,并可区分为持续融雪与快速融雪两个阶段。当积雪深度<3 cm时,地面积雪覆盖进入迅速融化阶段,若当日10:00—20:00平均气温>0℃,林地积雪将在36小时内完全消融。融雪日变化呈现先平后急又缓的特征,最大融雪量出现在10:00—15:00,与草地相比出现时段明显推迟。热量条件是呼伦贝尔林区积雪消融的主要影响因素,以积雪为因变量研究时发现,14:00时0 cm地温是影响积雪消融过程与速率的主导因子。

基于动态遗忘因子递推最小二乘法和改进粒子滤波算法的锂电池SOC估计

为了提高锂电池荷电状态(SOC)估计的精度,提出了一种基于动态遗忘因子递推最小二乘法和改进粒子滤波算法相结合的锂电池SOC估计方法。针对固定遗忘因子递推最小二乘法在电池参数辨识中难以同时保持快速收敛和稳定性的问题,引入动态遗传因子,以模型辨识值和实际值的残差为变量构建修正公式,实现遗忘因子动态调整。为了改善粒子滤波(PF)的粒子多样性丧失问题,采用白鹭群优化算法(ESOA)对粒子滤波算法进行优化。仿真结果表明,基于动态遗忘因子递推最小二乘法和改进粒子滤波算法的锂电池SOC估计误差始终保持在0.3%以内,平均绝对误差和标准差为0.15%和0.17%,与其他算法相比具有更好的精度和稳定性。

内蒙古自治区植被碳利用效率时空动态及其与水热因子的关系

[目的]探讨内蒙古植被碳利用效率(CUE)动态变化及其与水热因子的关系,为评估该地区植被碳汇能力提供科学依据。[方法]基于MOD17A2H数据,采用趋势分析、Hurst指数、相关性分析等方法,研究2000-2022年内蒙古生长季植被CUE时空动态及水热因子的影响作用。[结果]①2000-2022年内蒙古生长季植被CUE显著增加(p<0.05),增长率为0.012/10 a;各重点生态功能区植被CUE增速由大到小为:大小兴安岭>呼伦贝尔>浑善达克>科尔沁>阴山北麓。②内蒙古生长季植被CUE呈西高东低的空间分布特征,多年平均值为0.60;各重点生态功能区中,浑善达克植被CUE最高,科尔沁植被CUE最低。③研究区83.53%的区域生长季植被CUE呈增加趋势,且变化稳定;未来72.14%的区域生长季植被CUE将趋于下降,各重点生态功能区植被CUE呈减少趋势的面积比例均高于呈增加趋势。④总体上,内蒙古生长季植被CUE与同期平均气温呈负相关,与累计降水量和平均土壤湿度呈正相关,且与累计降水量的相关性更强;科尔沁生长季植被CUE与同期平均气温的相关性强于累计降水量和平均土壤湿度。[结论]2000-2022年,内蒙古植被固碳能力明显提升,未来将趋于减弱,降水是影响植被CUE变化的主要因素,但科尔沁生态功能区植被CUE变化主要受气温控制。

数据要素发展水平的地区差异、分布动态及障碍因子诊断

文章基于2011—2021年中国31个省份的面板数据,构建数据要素发展水平评价指标体系并利用熵值法测度数据要素发展水平,综合运用多种计量分析方法探究数据要素发展水平的地区差异、分布动态以及影响其提升的主要障碍因子。结果表明:在研究期内,中国数据要素发展水平总体呈现上升趋势,但发展水平相对较低,且存在地区差异,三大地区呈现东、中、西部地区依次降低的特征;基尼系数测度结果表明,数据要素发展水平的不均衡现象有轻微的缓解,基尼系数分解结果表明,数据要素发展水平地区差异的主要来源是地区间差异;在东部、中部、西部地区,影响数据要素发展水平提升的主要障碍因子大多集中在数据处理与维护、数据应用与效益、数据基础设施3个维度。

基于广义加性混合模型(GAMM)的沙柳特征因子动态变化

【目的】对沙柳特征因子的动态变化进行研究,分析环境因子影响下的地径、枝高动态变化过程。【方法】采用样地调查、样本采集、气象数据收集等手段,基于广义加性混合模型(GAMM),以灌丛、枝条以及二者的嵌套作为随机效应,探究灌木地径、枝高与土壤水分(SM)、年平均降水量(MAP)、年平均气温(MAT)及年龄等影响因子的动态变化规律。【结果】1)对于不考虑随机效应的广义加性模型(GAM),灌木地径与影响因子呈较强的非线性关系(有效自由度E均大于8.20,且P<0.001),枝高仅与时间呈非线性关系,与其他影响因子均为线性关系。2)相较于GAM,GAMM在随机效应的影响下,地径与各影响因子之间非线性显著降低(E变小),但在以灌丛为随机效应的模型中,地径与年平均气温趋于线性关系(E为1),而枝高与时间的非线性关系更强,与其余影响因子仍呈线性关系。3)考虑随机效应的GAMM比GAM的拟合结果更优,且嵌套模式下的GAMM拟合效果最好。【结论】沙柳不同特征因子对环境因子的响应有差异,而相比枝高,地径的变化程度更大。研究结果有助于掌握沙柳特征因子的动态变化对环境因素的响应机制,为进一步探究沙地生境变化过程中植物种群变化、植被演替及植被管理提供科学依据。