我国保险业系统性风险溢出效应研究——基于时变Copula-CoVaR模型

本文基于扩展的时变Copula-CoVaR方法,研究2007年1月至2015年9月间我国保险业系统性风险溢出效应,并使用前瞻CoVaR模型分析保险业系统性风险溢出的影响因素。研究结果表明:样本期内保险业内部、保险业与其他金融子行业间具有显著的双向系统性风险溢出,且风险溢出呈现非对称性特征;保险业与证券业间的系统性风险溢出强度明显高于与其他金融子行业间的系统性风险溢出,银行业并不是金融业中对系统性风险贡献最大的子行业;2007年美国次贷危机期间和2014年底至样本期结束,我国保险业的系统性风险溢出强度明显高于其他时间段;在险价值、净资产收益率对保险公司系统性风险溢出有正向影响,而财务杠杆、每股净资产和资产规模有负向影响;保险公司系统性风险溢出呈现出一定的顺周期性。

基于时变Copula-CoVaR商业银行系统性金融风险溢出分析

为了更加准确捕捉商业银行系统性金融风险溢出过程的动态非线性相依特征,以科学分析商业银行风险负外部性与风险溢出强度,通过时变Copula模型计算VaR,CoVaR和△CoVaR,研究了浦发、华夏、民生、招商、兴业、中信6个商业银行个股指数和中证800银行业指数间的商业银行系统性金融风险溢出问题.结果表明:时变模型对于△CoVaR的刻画相较于静态模型更为准确、灵敏,且计算得出的CoVaR均为负值,分析比较△CoVaR,得出风险溢出强度从强到弱依次为:中信银行、兴业银行、华夏银行、民生银行、浦发银行、招商银行.研究为风险监管资源分配、监管对象确定提供了一定依据.

我国股指期货与现货市场风险溢出效应研究--基于混频时变Copula-CoVaR模型

准确测度金融市场极端风险溢出效应对风险管理具有重要意义。然而,仅以高频微观数据开展的研究会忽略宏观经济背景的影响,可能导致对风险溢出效应测量的不准确。针对已有研究的不足,文章充分运用高频微观和低频宏观数据信息,结合混频时变Copula模型和CoVaR模型对我国股指期货与现货市场间的极端风险溢出效应进行研究。结果表明,模型拟合效果良好,我国股指期货与现货市场间存在显著的非对称极端风险溢出效应,且现货市场对期货市场的风险溢出效应更为剧烈。研究结论有助于监管层对金融市场风险采取更加有效的防范举措。

我国房地产业和银行业之间时变风险溢出度研究——基于GARCH-时变Copula-CoVaR模型

本文基于GARCH-时变Copula-CoVaR模型,在三种置信水平下对我国房地产业和银行业之间的时变风险溢出度进行研究。实证结果表明:用置信水平99.9%来度量风险溢出度,在该置信水平下房地产业对银行业的风险溢出度明显大于银行业对房地产业的风险溢出度。银行业对房地产业的时变风险溢出度与房地产业的时变VaR呈反向关系,房地产业对银行业的时变风险溢出度与银行业的时变VaR也呈反向关系,因此通过关注时变VaR可在一定程度上估算它们之间的风险溢出度,进而采取措施控制它们之间的风险传导。

基于时变Copula-CoVaR的欧盟与国内碳市场风险溢出效应研究

经济一体化背景下,研究国内外碳交易市场风险溢出效应,对投资决策、风险管理以及碳市场健康发展均具有重要意义。结合时变Copula函数和广义自回归条件异方差类(generalized auto-regressive conditional heteroscedasticity,GARCH)模型研究欧盟和国内碳交易市场的动态相依结构,在此基础上运用Copula-CoVaR模型研究欧盟碳市场对国内碳市场的风险溢出效应。结果表明:(1)刻画欧盟碳配额期货市场和我国北京、上海、湖北以及深圳碳市场动态相依结构的最优时变Copula函数各不相同,反映了我国区域碳市场的异质性特征。(2)进一步基于Copula-CoVaR模型得到欧盟和国内碳市场的风险溢出效应,发现欧盟碳配额期货市场与北京、上海及湖北碳市场都存在风险溢出效应,而深圳碳市场却不存在风险溢出。最后,基于上述结论提出了防范碳市场风险的相关政策建议。

滚动轴承局部故障时变刚度系统动力学分析

针对滚动轴承局部故障动力学建模问题,通过分析各滚动体在进入、退出载荷区和陷入故障时的变化情况,基于Hertz接触理论,定义了接触变形保留因子,提出了滚动轴承等效时变刚度函数,建立了局部故障滚动轴承单自由度时变刚度动力学模型,并进行了理论分析和试验研究。研究结果表明:当滚动体进入或退出载荷区时,载荷区中承载滚动体数量增加或减少,引起系统等效时变刚度的小幅增加或减小;当滚动体陷入故障时,因接触变形保留因子的不同使得其有效接触刚度不同程度降低而导致系统等效时变刚度的减小。系统等效时变刚度的变化引起载荷区中其他滚动体的接触变形和接触力产生不同幅度的变化,从而平衡外部径向载荷,对载荷区中心附近的滚动体的影响较为明显,但不影响各滚动体的有效接触刚度。系统等效时变刚度发生突变,导致系统振动。当外环故障时,等效时变刚度等幅变化;当内环故障时,等效时变刚度的变化受到内环旋转的调制而幅值不同。提出的单自由度时变刚度动力学模型与实际更加吻合。

高倍数水驱砂岩中原油黏度、岩心润湿性时变规律核磁共振实验

根据模拟原油黏度与横向弛豫时间谱几何平均值的变化关系,建立了模拟原油黏度预测模型,并结合高倍数水驱核磁共振(NMR)实验实现了孔隙介质中模拟原油黏度的时变规律定量表征;基于核磁共振弛豫理论推导出新的NMR润湿性指数计算公式,结合砂岩岩心高倍数水驱实验,定量表征了水驱过程岩石润湿性的时变规律。研究表明:岩心中剩余油黏度与过水倍数正相关,过水倍数较低时剩余油黏度升高速度较快,过水倍数较高时剩余油黏度升高速度趋缓。剩余油黏度的变化与储层非均质性相关,储层均质性越强,剩余油中重质组分含量越高,黏度越高。注水后储层润湿性将发生改变,亲油储层向亲水储层转变,亲水储层则亲水性更强,且改变程度随过水倍数增加而增强。原油黏度的时变性与润湿性的时变性具有很高的关联性,原油的黏度变化不可忽略,考虑模拟原油黏度变化时计算得到NMR润湿性指数与测试Amott(自吸法)润湿性指数更具有一致性,更加符合储层润湿性时变规律。

基于时变权重模型预测的双向DC-DC优化控制方法

双向DC-DC变换器是电动汽车的关键电压变换部件,提高其动态负载下的响应速度与鲁棒性对电动汽车低压供电系统有重要意义。提出一种基于模糊时变权重的MPC(model predictive control)控制方法。基于状态空间平均法建立变换器动态模型。基于MPC原理搭建变换器MPC模型,实现对电压的跟踪控制;在分析权重对动态负载下电压跟踪性能的影响的基础上,设计权重模糊调节器,实现权重的在线调节。基于HM-cSPACE搭建实验平台验证所提方法的准确性。在Matlab/Simulink环境下与PI控制和传统MPC控制进行对比,结果表明:在负载变化时采用时变权重MPC控制的变换器有更好的动态性能和鲁棒性,超调量降低26.1%。该方法对提高双向DC-DC变换器动态负载下的优化控制具有重要意义。

基于IAOA-SVM模型结构时变可靠性研究

目的为有效解决使用传统代理模型进行结构时变可靠性研究中存在流程复杂、计算效率低等问题。方法提出以改进算术优化算法(Improved Arithmetic Optimization Algorithm,IAOA)优化支持向量机模型(Support Vector Machine,SVM)进行时变可靠性研究的方法,结合IAOA-SVM模型和极值理论,以某塔式起重机回转支承为研究对象,对其进行动态确定性分析获取样本数据,建立IAOA-SVM可靠性模型,采用蒙特卡洛法求解得到其可靠度结果,并与EKM和ERSM算法对比分析其仿真精度和效率。结果当回转支承径向变形许用值为0.278×10^(-3)m时,采用蒙特卡洛法求解得到其可靠度为99.68%,IAOA-SVM模型相比EKM和ERSM方法仿真效率有所提升,建模精度分别提高了10.42%和9.23%。结论IAOA-SVM方法在建模和仿真精度与效率方面具有较明显的优势,IAOA-SVM方法为求解机构时变可靠度难题提供了一种新的解决思路。

具有未知时变参数城轨列车的精准停车鲁棒控制

列车运行情况复杂多变,使得列车质量、基本运行阻力及线路状况等参数难以精确获得且随着列车运行存在明显的时变特性。列车模型参数的不确定性和时变特性会对列车的精准停车性能产生重要的影响。在动车组多质点动力学模型的基础上,根据Lyapunov再设计方法设计了一种非线性列车鲁棒控制器。该控制器将系统中的不确定性因素视为等价干扰,并设计相应的鲁棒补偿项。根据参数的先验区间,设计的鲁棒补偿项能够抑制模型估计误差,使得列车的位置和速度跟踪误差快速收敛,最终实现精准停车的控制目标;同时,也证明了系统的最终一致有界稳定性。最后,选取城市轨道交通场景进行仿真验证,仿真结果表明:本文提出的控制方法在列车模型参数未知且时变情景下也能实现对期望停车曲线的快速、精确追踪,表现出较强的鲁棒特性。

不确定电液伺服系统的时变输出约束自适应滤波控制

针对电液伺服系统位置跟踪控制中存在的输出约束和不确定性问题,提出一种基于正切型时变障碍Lyapunov函数的输出约束自适应滤波控制方法。构造具有时变约束边界的正切型时变障碍Lyapunov函数,通过时变边界函数的参数设置,使系统输出具有较好的瞬态和稳态性能;设计径向基函数(RBF)神经网络及权重自适应学习律,在线逼近由模型不确定性和未知干扰组成的复合干扰,并将逼近值用于反馈控制;采用二阶指令滤波反步法设计状态反馈控制律和误差补偿机制,避免反步设计中“计算爆炸”的问题,同时消除滤波误差,提高系统位置跟踪精度;依据Lyapunov稳定性理论证明闭环系统中所有误差信号的收敛性。仿真结果表明:系统的稳态误差在所提方法下约为3.48×10^(-8)m,相比于其他控制方法,跟踪误差始终约束在时变的约束边界内,跟踪精度和控制性能均得到提升。

基于慢速时变动力学的空间结构施工过程精细化分析方法研究

针对空间结构施工过程模拟问题,依据时变力学基本原理,提出了基于慢速时变动力学的动态施工过程精细化分析方法。该新方法通过设置与实际施工动态过程相一致的分析时长,引入惯性力和阻尼力,实现时变结构几何、物理及边界等因素间的动态耦联,以达到真正意义上的施工全过程精细化分析。由此给出了该方法的求解思路和实现流程。通过对复杂大跨斜交连廊结构的施工过程分析,并对比施工实测数据,结果表明:该方法的计算值与传统静力施工过程分析方法相吻合,且总体上更接近工程实际,因此可用于空间结构的施工过程分析与安全评估;与传统静力施工过程分析方法相比,该方法一方面能够更准确反映实际施工过程中结构响应的动态累积效应,并获取任意时刻的结构受力和变形情况,另一方面,还可适用于强非线性的复杂施工过程分析(大变形、超大位移、机构位移等),从而避免了传统静力施工过程分析方法中非线性求解的收敛性难题。

占空比传输机制下基于协同预测的时变不确定系统递推滤波

以工业互联网为背景,研究占空比传输机制下一类时变不确定系统的滤波问题,结合协同预测方法设计了新颖的递推滤波算法,解决了占空比传输机制下滤波性能降低的问题。首先给出描述占空比传输机制的数学模型,然后提出结合协同预测方法的递推滤波方案,设计基于占空比机制的递推滤波算法,推导了滤波误差协方差矩阵的一个上界,随后分析这个上界的有界性,实现了在稀疏数据情形下提高滤波性能的目的。仿真结果验证了所提算法的高效性和有效性。

基于时变传染网络和分位数Granger因果检验的系统性风险传染研究

基于18个经济体760家金融机构SRISK系统性风险数据,采用时变参数向量自回归模型和广义方差分解法测度全球系统性风险的时变传染网络,进而采用分位数Granger因果检验考察各经济体对中国高分位段系统性风险的影响。研究结果表明,结合SRISK数据和时变传染网络能有效识别重大风险事件的发生;发达和新兴经济体均会产生风险净输出效应,且会通过直接输出或香港地区间接输出风险至中国内地;在全样本与2008年金融危机、欧债危机、中美贸易战和新冠疫情重大风险事件期间,中国皆为风险净溢入国且新冠疫情期间溢入效应达历史最高;美英两国在重大风险事件期间均对中国高分位段系统性风险产生显著影响,新冠疫情期间中国高分位段系统性风险遭受外部冲击的形势最为严峻。

国内国际双循环动态宏观经济研究——基于中国、美国、日本及欧盟的时变溢出及动态经济网络视角

厘清国内外的宏观经济运行特征,对于制定实施加快构建新发展格局政策措施具有重要意义。为此,本文采用TVP-VAR模型的广义方差分解刻画国内外宏观经济变量间的动态关联关系,并基于这一关系构建国内外宏观经济动态网络。研究结果表明,进出口及汇率能够较大程度对经济网络产生溢出,而M2、利率和贷款则主要受到其他宏观变量的影响。我国宏观经济变量受国际金融及贸易的影响程度较大,美国对我国的净溢出总体上最强。从国内大循环的动态经济网络视角看,现阶段网络内重要的经济变量逐渐演化为固定资产投资、工业增加值和出口。从国内国际双循环的动态经济网络视角看,2011年以前,网络内重要的变量主要为国外宏观经济变量;从2011年至2021年底,网络内重要的变量逐步演化为固定资产投资、消费和工业增加值等国内宏观经济变量。

Mecanum轮全向AGV增量线性时变模型预测控制器设计

针对工业用途中Mecanum轮驱动的全向AGV轨迹跟踪控制精度问题,设计了一种基于增量线性时变模型预测控制的轨迹跟踪控制器。先对AGV进行运动学分析并建立运动学模型,基于此,使用近似线性化和离散化处理,构建AGV的线性时变控制模型;采用仅含控制增量的优化目标函数求解,且在控制周期内考虑系统的控制量极限约束与控制增量约束,并引进松弛因子,防止控制量跳变和无最优解发生;施加求得控制增量序列的首个元素作用于控制系统;重复循环,实现控制器对Mecanum轮全向AGV的精准控制。不同工况下的仿真和实验结果表明,该控制器能够有效提高全向AGV的轨迹跟踪控制精度,同时保证了轨迹跟踪的实时性与稳定性。

时变时滞奇异复杂动态网络的间歇控制与同步

利用周期性间歇控制策略研究了具有时变时滞的奇异复杂动态网络的指数同步问题.通过构建Lyapunov-Krasovskii泛函,推导出驱动系统和响应系统的指数同步判据;然后运用LMI工具箱求解线性矩阵不等式,得出了控制增益矩阵.最后,利用Runge-Kutta算法求解具有时变时滞微分代数方程,并通过数值仿真验证了结论的有效性.

考虑速度时变的多配送中心医药冷链配送路径优化

随着医药冷链市场需求的迅速增长,越来越多的城市、企业采用多配送中心模式,因此研究多配送中心模式下的医药冷链路径优化以减少配送成本尤为重要。在实际配送过程中,由于交通拥堵问题,配送车辆无法保持恒定的速度,进而可能导致配送成本的增加。基于此,构建考虑时变速度的多配送中心医药冷链物流路径优化模型,并结合遗传算法与粒子群算法对模型进行求解。通过数值算例的结果表明了模型的合理性和算法的有效性。

基于ICEEMDAN和时变权重集成预测模型的变压器油中溶解气体含量预测

为了实现对变压器油中溶解气体体积分数的精确预测,同时克服仅使用单一预测模型导致预测精度及泛化能力不足的局限,提出了一种基于改进完全自适应噪声集合经验模态分解(improved complete ensemble empirical mode decomposition,ICEEMDAN)和灰色关联系数时变权重集成预测模型的变压器油中溶解气体预测方法。首先将溶解气体含量序列模态分解为一系列具有不同时间尺度的子序列。然后,使用门控循环神经网络和麻雀搜索算法优化支持向量机对各子序列进行训练,组合为一个集成预测模型;并比较不同预测方法的预测精度,计算灰色关联系数时变权重,形成各子系列的预测结果。最后将各子序列的预测结果叠加重构,得到最终预测结果。算例分析结果显示:该方法单步预测的均方根误差、平均绝对误差和相关系数分别为0.593、0.422和0.768,相比其他算法在预测精度上有明显提升,同时具有很强的泛化性能,可以为油浸式变压器内部状态监测提供依据。

注意力去噪与复数LSTM的时变信道预测算法

随着无线通信技术的发展,高速场景下通信技术的研究也越来越广泛,其中获取到准确的信道状态信息对提升无线通信系统的性能具有重要的意义。针对正交频分复用系统在高速场景下,现有信道预测算法未考虑噪声影响及预测精度低的问题,提出了一种注意力去噪与复数卷积LSTM的时变信道预测算法。首先,设计了一种通道注意力信道去噪网络对信道状态信息进行去噪处理,降低了噪声对信道状态信息的影响。然后,提出了基于复数卷积层和长短期记忆网络的信道预测模型,对去噪后历史时刻的信道状态信息进行特征提取,并且对未来时刻的信道状态信息进行预测;改进后的LSTM预测模型增强了对信道时序特征的提取能力,提高了信道预测的精度。最后,结合Adam优化器对未来时刻信道状态信息进行预测输出。仿真结果表明:与对比算法相比,所提基于注意力去噪与复数卷积LSTM的时变信道预测算法对信道状态信息的预测精度更高,能够适用于高速移动场景下的时变信道预测。