中美股指间的动态相依结构及突变因素——基于时变Copula-ARMA-NAGARCH的分析

为了克服传统格兰杰因果检验等方法在研究股市相依结构时存在的不足,文章构建了时变Copula-ARMANAGARCH模型,研究了中美股指及中国主要股指间的动态相依结构及其突变影响因素。研究发现,中国主要股指间的动态相依关系存在显著差异,中美两国主板间和创业板间的联动关系密切,其相依结构具有显著的突变特征。其中,国际因素对中美股指间的相依结构具有正向影响,对国内股指的相依结构影响不显著;国内因素对国内股指相依结构的影响是正向的,对中美股指间的相依结构影响是负向的,中美两国股票市场表现为非对称的相依结构。

国际原油市场与中国股票市场尾部相关性及突变因素分析

考虑极端市场情况下市场间的相互作用,运用动态Copula模型和多重结构性断点检验对国际原油市场和中国股票市场尾部相关性及其突变因素进行分析。采用上证综合指数和WTI期货收益率数据进行实证,结果表明:Gumbel Copula可以很好地刻画两市上尾相关性,Clayton Copula可以很好地刻画两市下尾相关性。国内股市与原油价格存在同向变动,在次贷危机、欧债危机这些重大金融事件的影响下,这种同向变动特征更加明显。非常态的金融风险确实原油市场与股票市场互动机制脱离经济基础联系而产生放大效应,但是单纯原油市场内部供给性冲击导致的原油价格的变动对我国股市的影响十分有限。

染色体突变研究进展

染色体遗传病已成为困扰人们的一大顽症,近年来人们对染色体突变的研究有了很快的发展,本文对染色体突变有关的疾病、突变机理及其因素进行了探讨,以便人们对染色体疾病有更好的认识,希望能为更好地防治疾病、减少疾病的发生率提供可靠的理论依据和实践材料。

基于进化规划的运作管理

本文利用自然进化规划方法的原理和技术流程,解决运作管理中的多因素选择最优方案的问题。在分析中,发现了进化规划解算过程的不连续性缺陷。进一步采用自适应进化规划法完善这一利用过程,然后将其用于某型设备的运作管理实例中,取得了实际的成果。

基于启发式分割算法的气候突变检测研究

气候系统的非线性、多层次性和非平稳性对气候突变的检测方法提出了较高的要求.基于t检验将非平稳序列分割为多个不同尺度的自平稳子序列,Bernaola Galvan提出的启发式分割算法(BG算法),对非平稳时间序列的突变检测效果较好.在BG算法的基础上,通过理想时间序列验证BG算法处理非平稳时间序列的有效性,并对近2000a北半球树木年轮距平宽度序列基于不同层次的思想,检测和分析其中包含的各种尺度的气候突变事件,成功地区分不同尺度的突变.定义的新物理量——突变密度的分析表明,自然因素作用的基础上,人为因素影响的加剧可能导致近1000a来突变密集段和稀疏段分布失衡,这可能是全球变化的重要表现之一.