Copula模型的改进及其应用

Copula模型能精确计算投资组合尾部风险,弥补Person相关系数的不足。文章基于信用风险Cop⁃ula模型,探讨了不同抽样算法在信贷投资组合中的应用问题,优化重要性抽样和交叉熵算法,测试了高斯及t-Copula模型的风险计算算法,并通过数值模拟予以检验,结果表明:朴素蒙特卡罗模拟的精度和效率较低;重要性抽样算法通过解析逼近显著降低计算方差,提高精度,但求解复杂且耗时;交叉熵算法同样有效,但需自适应算法求解优化问题。算例分析结果表明,基于不同场景选择Copula模型,可提高信贷投资组合风险计算精度和效率。

时变多元NBSCopula模型与美国股指期货市场可视化相依性分析

基于多元NBS(Normal Birnbaum-Saunders)分布构造了一种新的多元偏斜厚尾Copula,即多元NBS Copula,并进一步采用DCC(Dynamic Conditional Correlation)模型构造了时变NBS Copula模型。以美国道琼斯30指数期货、标准普尔500指数期货和纳斯达克100指数期货为例,可视化分析了收益率序列之间的各种相依特征,比较了DCC-NBS Copula模型与其他一些Copula模型在相依结构拟合上的效果差异。实证结果表明:美国三大股指期货之间的相依结构具有正相依性、厚尾相依性、非对称相依性和时变相依性,其中,NAGARCH模型可以较好地描述收益率序列的动态特征,椭圆Copula优于阿基米德Copula,非对称椭圆Copula优于对称椭圆Copula,厚尾椭圆Copula优于正态Copula,时变椭圆Copula优于静态椭圆Copula。综合来看,DCC-NBSCopula模型是所有模型中对相依结构的拟合效果最优的。

砒砂岩坡面侵蚀产沙规律及多元回归估算模型研究

[目的]揭示砒砂岩坡面侵蚀产沙规律并初步建立侵蚀产沙估测模型,为创新砒砂岩区水土流失综合治理新措施提供参考。[方法]利用室内人工模拟降雨试验,依据18个工况的试验数据,定量研究了不同降雨强度、植被覆盖度和坡度3个因素对砒砂岩坡面降雨侵蚀产沙量的影响规律,并通过多元非线性回归方程建立了坡面侵蚀产沙预测模型。[结果](1)砒砂岩坡面产沙规律曲线均属于平缓型,每分钟产沙量随降雨历时呈现逐渐增大并直至稳定。(2)坡面产沙量受降雨强度的影响最为强烈,植被其次,坡度最小,且降雨强度对植被的减沙效益具有一定的影响,随着降雨强度的增加,低覆盖度的植被减沙效益降低。(3)产沙量同降雨强度呈幂函数关系,而同坡度和植被覆盖度在一定范围内呈线性关系。[结论]通过多元非线性回归方程所建立的侵蚀产沙估算方程的拟合相关系数(R^(2))可达到0.980,可以有效反映坡面侵蚀产沙量与各个影响因素的相互关系,具有较高的适用性。

多元广义线性模型经验似然方法分析

针对多元广义线性模型,基于估计相关阵、广义估计方程和经验似然方法,本文构造出经验似然比统计量,此统计量能克服“工作相关阵”方法的误设定问题.在一定的条件下,本文也获得了经验似然比统计量渐近Wilks性质,该结果可用作未知参数向量置信域的构造.最后,通过数值模拟对所提方法的有效性进行验证.

基于多元统计分析的小样本数据预测模型设计

若小样本数据预测误差较大,会直接影响数据应用效果,为提升小样本数据预测精度,提出基于多元统计分析的小样本数据预测模型设计方法。将小样本数据放入SPSS软件中,结合自助法完成小样本数据的经验分布分析。基于样本数据经验分布特征,结合具备学习能力的Fisherface算法对小样本上数据实施预分类,建立测试样本类别标签,实现小样本数据的特征提取。通过多元统计分析数据特征的主元成分,确定模型回归函数,结合支持向量机构建数据预测模型,通过上述模型完成小样本数据的精准预测。实验结果表明,使用上述方法开展小样本数据预测时,预测误差较低,效率较高,说明其预测效果较好。

基于多元语义特征和图卷积神经网络的短文本分类模型

在互联网和社交媒体迅猛发展的背景下,网络中出现了大量的短文本数据,这些数据在舆情监控、情感分析和新闻分类等自然语言处理领域展现出了非常高的经济和学术价值.但短文本数据固有的特征给短文本分类带来了不小的挑战,如文本稀疏和缺乏丰富的上下文语义等.针对这些问题,提出了一种结合多元语义特征和图卷积神经网络(GCN)的短文本分类模型,该模型通过哈尔滨工业大学的语言技术平台获取短文本的多种语义特征,并将这些语义特征同短文本一起构建一个多元异构图,然后将其作为GCN的输入,利用GCN学习短文本更深层特征,最后通过Softmax函数获取每个类别的概率分布,进而实现短文本分类.试验结果表明,本模型在短文本分类的F1评分上比传统单一模型提高了4%.

基于科技接受模型下多元化管理对妊娠期糖尿病病人血糖和妊娠结局的影响

目的:探讨科技接受模型的多元化管理对妊娠期糖尿病病人血糖和妊娠结局的影响。方法:采用便利抽样法将2021年3月—2022年2月在医院产科门诊定期产检并于24~28周行葡萄糖耐量试验(OGTT)后被确诊为妊娠糖尿病的188例病人为研究对象,按随机数字表法分为对照组和观察组各94例,对照组给予常规健康指导,观察组在对照组的基础上行科技接受模型多元化管理干预,于干预后采用妊娠糖尿病自我护理能力量表(ESCA)、妊娠期间抑郁症测定量表(EPDS)进行调查,评价两组空腹血糖(FPG)、餐后2 h血糖(2 hPG)、糖化血红蛋白(HbAlc)、体质指数(BMI)变化,继续干预至产后42 d,比较两组病人干预前后自我护理能力及母婴结局。结果:基于科技接受模型的多元化管理干预后观察组病人自我护理能力、体重管理及血糖控制水平显著优于对照组(P<0.05),病人子痫前期重度、泌尿系统感染、流产、剖宫产、产后出血、产后抑郁症等发生率以及早产、巨大儿、新生儿窒息、新生儿肺炎、新生儿湿疹等发生率显著低于对照组(P<0.05)。结论:基于科技接受模型理论的多元化管理方案能够提高GDM病人的自我护理能力,减少妊娠期相关母婴并发症的发生,降低血糖水平,改善母婴结局。

基于多元Logistic模型与解释结构模型的乡村旅游可持续发展路径研究

在全面推进乡村振兴战略背景下,乡村旅游成为助推乡村经济高质量的有效路径。基于广西阳朔县23个景区的1005份问卷数据,采用多元Logistic回归模型和解释结构模型,探讨乡村旅游可持续发展因素及内在逻辑关系。研究发现:①旅游资源多样性、特色民俗文化、交通通达度、投资主体结构、管理者的战略视野和进取态度、国家和地方的政策环境都对乡村旅游的可持续性产生显著影响;②旅游资源的多样性和特色民俗文化是影响乡村旅游可持续发展的深层因素,交通通达度和投资主体结构为中层间接因素,而管理者的战略眼光和进取态度、国家及地方政策环境则是直接影响的表层因素;③乡村旅游的可持续发展是由客观环境因素和主观人为因素共同作用的复杂系统,在动态互动中形成了“旅游资源—发展条件—治理环境—乡村旅游的可持续发展”的传导关系。

偏正态条件下多元线性回归模型的统计推断及其应用

本文考虑带偏正态随机项多元线性回归模型的统计推断问题.基于最大似然方法,本文所做的工作如下:1)证明了参数最大似然估计在n≥p+1条件下以概率1存在唯一;2)在唯一性条件下给出参数估计的一致性结论;3)在一致性的条件下研究了参数的渐近性质,给出参数的渐近分布.最后通过数值模拟说明了所提理论和方法的有效性.实例表明模型参数估计的渐近分布具有实际意义.

基于Vine-Copula的高土石坝变形监控模型研究

针对高土石坝变形监控模型主要基于单一测点,无法定量考虑测点空间关联性的问题,构建了基于Vine-Copula的变形监控模型,并提出了基于蒙特卡洛随机抽样法的空间置信域预警阈值设置方法。在模型构建过程中,充分考虑了多测点之间的时序特性和空间相关性,利用Vine-Copula方法对变形数据进行精确建模和分析,以揭示高土石坝变形的整体趋势。同时,通过蒙特卡洛随机抽样法确定了空间置信域,为预警阈值的设定提供了科学依据。工程实践表明:该模型模拟结果能够准确反映高土石坝变形的整体趋势,具有较高的合理性和精度,有效实现了监测效应量向高土石坝空间全域的拓展。研究成果可为高土石坝安全监控提供新的思路和方法,具有重要的理论意义和实践价值。

基于Copula模型的多维地震动参数相关性分析

地震动常被拆解为两个水平向分量(x、y)和一个竖向分量(z)。为探寻Copula模型在多维地震动参数相关性分析中的应用可行性,从太平洋工程抗震研究中心选取1500组实测地震动,并从强度、持时和频谱3个方面筛选出12组地震动参数用于表征分析地震动不同向分量间的相关性。首先,计算得到u-v(u、v为地震动两个水平向分量和一个竖向分量中的任意两个分量,u、v=x,y,z)向分量间12组地震动参数的Pearson线性相关系数、Kendall秩相关系数和Spearman秩相关系数。其次,结合柯尔莫哥洛夫-斯米尔诺夫(Kolmogorov-Smirnov,K-S)检验和贝叶斯信息准则(the Bayesian information criteria,BIC)建立了12组地震动参数在x、y、z向分量上的最优概率模型。最后,利用BIC准则确定了u-v向分量间地震动参数的最优Copula函数,建立了u-v向分量间12组地震动参数的联合概率函数。结果表明:12组地震动参数相关性较好,但反应谱峰值对应周期参数在u-v向分量间的相关性和阿里亚斯强度参数在x-z向、y-z向分量间的相关性较低;通过Copula理论可以较为精准的建立u-v向分量间地震动参数的联合概率函数;在给定u向分量地震动参数条件下,得到的Copula条件均值和条件随机数能够用于v向分量地震动参数预测。

基于逐步多元线性回归和随机森林模型预测黄河流域极端气温事件

全球变暖背景下,极端气候事件频发,且对黄河流域等地区的经济发展及人民生活造成严重危害。基于1961—2020年黄河流域80个站点的日气温数据提取了6个逐月极端气温指数(ETI)。利用多重共线性分析去除有相依性的环流指数,并考虑滞后性进行Pearson相关分析,筛选出各ETI的关键环流指数及最佳滞后时间;之后基于最佳滞后时间下的关键环流指数建立逐步多元线性回归(SMLR)和随机森林(RF)模型。对模型进行精度评价,探究环流指数在单站点及整个流域的重要性,并预测了2022年11月的6个ETI值。结果表明:黄河流域ETI中最高气温(TXx)、暖昼天数(TX90p)、酷热天数(TD30)和最低气温(TNn)呈波动上升趋势,而霜冻天数(FD0)和冷夜天数(TN10p)呈下降趋势;极端高温事件的强度和发生频率的空间分布特征与极端低温事件基本相反。以靖远站TXx为例,各关键环流指数对TXx具有不同程度的影响(0.10<r_(max)<0.89),r_(max)对应的最佳滞后时间主要为5、6、11、12个月。SMLR和RF模型对黄河流域各ETI的预测能力都较好,验证期的决定系数(R 2)范围分别为0.53~0.95和0.64~0.95;除对TXx的模拟效果稍弱外,其他5个ETI的RF模型模拟效果均优于SMLR模型。太平洋区极涡强度指数(PPVI)是影响黄河流域TXx、TNn、TX90p和FD0的最重要环流因子,北非—北大西洋—北美副高脊线位置指数(NANRP)对TN10p和TD30的影响最大。预测的2022年11月ETI的空间分布特征与多年平均情况基本相似。研究结果为黄河流域极端气温事件预报提供了参考。

带有自相关结构误差的多元函数型回归模型的变量选择

多元函数型回归模型是经典多元线性模型的有益扩展.本文研究带有自相关结构误差的多元函数型回归模型的变量选择.我们基于Group SCAD(smoothly clipped absolute deviation)惩罚研究了模型中函数型协变量的变量选择和误差项的自相关阶数的确定问题.此外,我们在一定的正则性条件下证明了估计量的选择相合性和渐近正态性,并通过数值模拟说明提出方法在有限样本下具有良好性质.

基于多元线性回归的转炉石灰加入量计算模型

根据铁水条件和钢水要求准确计算石灰加入量,避免熔剂浪费是转炉炼钢的重要要求之一。然而,由于转炉生产节奏快,影响因素多,很难精准地确定石灰加入量。为了准确计算转炉石灰加入量,避免石灰浪费,建立了机理模型、分类模型和多元线性回归模型,用于计算转炉石灰加入量。三种模型相比,纯粹的机理模型计算精度很低,难以直接应用到现场生产中。基于机理模型优化的分类模型,仅有60%的炉次差值在500 kg/炉以内。利用SPSS建立了多元线性回归模型,得到了石灰加入量和其他参数之间的关系W_(Lime)=4 147.24×w_(TSi)+529.67×w_(TC)+60.20×W_(qf)+0.405×V_O-1 833.95,验证结果表明,93%的炉次计算差值在400 kg/炉以内,77%的炉次计算差值在300 kg/炉以内,基本能够满足现场使用的要求,模型应用在现场后,石灰加入量得到有效的降低。

一种用于季节性产品需求预测的多元化堆叠回归模型

产品需求预测是智慧供应链的核心环节。针对具有季节性的快消品的需求特点,设计了一种结合Blending线性与多机器学习模型融合的多元化堆叠回归模型RXOEL-X。首先,介绍了RXOEL-X模型的构建及运行步骤,然后基于一组公开数据将此模型与五种传统单一化模型进行比较,证明其在预测精度方面比其他模型更优。同时基于某饮料公司的实际销售数据,对模型性能进行进一步测试,证明RXOEL-X模型在预测精度、数据拟合能力、时间效率等方面整体表现最佳。RXOEL-X模型为季节性产品乃至更广泛的企业供应链管理中的需求预测问题提供了一种前沿的解决策略,有利于帮助企业在节省成本、减少库存积压的同时,提高对市场变化的响应速度和供应链的整体灵活性。

多元线性回归模型与多层感知器神经网络在铀矿测井泥质含量预测中的应用

在铀矿资源勘探工作中,泥质含量的测定对于确定地下岩层的性质和砂岩型铀矿床的分布具有重要意义。文章旨在避免常规测井解释计算方法受到希尔奇系数选取准确性的限制,提出了利用多元线性回归模型和多层感知器(MLP,Multilayer Perceptron)神经网络对测井数据进行分析与预测的方法。通过选取某地区的测井数据,采用多元线性回归模型和MLP神经网络进行了泥质含量关系模型的构建和验证。结果显示,多元线性回归模型在泥质含量低层位出现过拟合现象,而MLP神经网络则表现出更高的预测准确性,MLP神经网络在泥质含量预测中优于传统多元线性回归模型,为铀矿勘探中泥质含量的准确预测提供了有效工具,并有望改进现有的泥质含量评价方法。这些研究成果可显著提升测井解释的效率和准确性,对后续铀矿勘探开发工作的开展具有积极影响。

基于多元线性回归模型对北京市物流影响因素的实证分析

物流是保障和维系城市正常运转的基础功能。本文选取北京市2000~2022年的面板数据,以货物周转量作为被解释变量来衡量物流需求水平,并以固定资产投资额、三大产业产值、进出口总额、社会消费品零售总额、人均可支配收入以及常住人口作为解释变量,建立多元线性回归模型,分析得出影响北京市物流需求的主要因素,并依据北京市物流的具体情况提出相关建议。

基于多元线性回归与决策树模型的病种费用分析——以儿童支气管肺炎为例

目的对儿童支气管肺炎住院费用分组,旨在DIP付费下,为住院费用的控制提出更合理的建议。方法通过统计软件SPSS 22对某三甲医院2019—2022年10月3448名儿童支气管肺炎出院患者,进行单因素分析和多元线性回归分析,结果筛选出分节点变量,用决策树模型对费用进行组合,并制定各组标准住院费用与权重。结果该院儿童支气管肺炎住院费用逐年上升,但费用结构却在优化。通过多元线性回归分析,将平均住院日、入院病况与年龄三个显著性因素作为分类节点,使用决策树模型,共分为6个费用组,并提出各组费用控制标准与预警上线。结论通过住院费用的预测值与费用预警线能够为支气管肺炎费用管理提供更为精准的参考与建议,节约卫生资源。

中国内地股票市场板块泡沫存在特征与传染机制——基于GSADF检验法与R-Vine Copula模型

面对国内宏观经济下行压力和金融市场超预期等多因素挑战,我国内地股票市场易产生周期性泡沫与金融系统性风险问题。本文基于2011年9月至2023年7月我国部分股指数据,对可能存在的周期性泡沫进行存在性检验,探讨泡沫存在特征与泡沫期起止时间。构建R-Vine Copula模型识别风险传染的核心股指,建立条件结构探究传染相关性与传染机制。研究表明,样本期内股指序列均存在泡沫,情绪循环性和市场联动性是主板市场的股指泡沫的主要特征,创业板泡沫具有季节性和创新关联性。面对信息不对称挤压和羊群杀跌行为,要素之间的局部相互作用使泡沫的形成机制具有自组织性。进一步研究表明,股指风险传播强度在溢出效应影响下与连接层级成反比,呈现出动态相关性和非对称性属性。本文揭示了我国内地股票市场周期性泡沫的存在特征、形成机制和风险传播机理,为促进股票市场健康发展、构建风险监测与防范机制和探索资本市场服务实体经济效能提供了理论依据与经验支撑。

中国内地与香港地区股票市场尾部相依性分析——基于混合旋转Clayton Copula模型

构建基于BFGS算法优化的混合旋转Clayton Copula模型,选取上证指数收益率与恒生指数收益率分别代表中国内地与香港地区股票市场收益率的研究表明,我国内地与香港地区股票市场尾部呈正相依关系,且尾部相依结构具有不对称性,下尾分布较上尾分布更重;相比于单个Copula模型和混合Copula模型,基于BFGS算法优化的混合旋转Clayton Copula模型能更准确地估计参数,更全面地拟合我国内地和香港地区股票市场的尾部相依性。建议两地加强监管合作,共同制定和执行市场监管政策;通过大数据分析、机器学习等技术手段,提高风险识别的准确性和时效性,完善风险预警机制;引导投资者理性看待尾部风险,使其认识到市场收益率尾部相依结构的存在,并在投资决策中充分考虑尾部风险。