房地产企业资本结构对股价波动的传递效应分析——基于结构化GARCH模型

中国房地产企业资本结构长期处于高负债、高杠杆状态。在二十余年的房地产高速发展过程中,高杠杆风险长期被忽视,甚至被认为是房地产企业发展的固有模式。在结构化GARCH模型中引入资本结构因素,检验房地产企业资本结构对股价波动的传递与溢出效应。研究发现:中国房地产市场具有结构化特征,杠杆乘数与股价波动具有同步性;过高的负债水平并不会提升房地产企业的规模效应,反而会抑制股票收益率的增长。

基于特征和公差重构的结构化多态模型集成方法研究

针对当前航天器结构产品设计制造一体化需求,在新一代GPS标准体系框架下,研究并提出了基于特征和公差重构的结构化多态模型集成方法,对现有三维数字化设计模型信息解构和重构,对现有三维数字化设计模型信息解构和重构,形成符合新一代GPS标准体系的多态设计模型和充分表征设计信息的结构化数据集,突破数字化检定认证手段难以与设计信息关联复用的困难,为航天器结构产品设计制造一体化推广应用提供有益借鉴。

立足结构化,凸显数量关系模型——《求两数相差多少的简单实际问题》教学与思考

“分量+分量=总量”是最基本的数量关系。求两数相差多少的简单实际问题是在此基础上产生的变式,教学时可以设计专题化数学活动,通过知识结构化、方法结构化、思维结构化等方式,帮助学生充分理解减法意义,建立起加减法数量关系结构,形成以加减法为核心的概念体系。

基于决策树模型的非结构化云数据分块存储方法

以降低非结构化云数据存储压力、提升非结构化云数据存储能力为目的,研究基于决策树模型的非结构化云数据分块存储方法。采用数据清洗、数据选择、数据变换、归一化处理等过程预处理非结构化云数据,降低非结构化云数据维度。采用选择随机性特征分析方法,明确预处理后非结构化云数据间关联维度分布特征量与相似度的相关性,并以此为基础,通过样本扩展和密度融合的方法提取非结构化云数据特征。采用改进决策树算法对提取的非结构化云数据特征集进行模糊分类处理,将各类别非结构化云数据划分为相同规格的数据块,通过范德蒙矩阵编码、解码处理,在多个适配度较高的节点上完成非结构化云数据分块存储。实验结果表明,该方法有效计算比值达到0.8,具有较优的存储能力;压缩因子均值达到6.7,可显著降低非结构化云数据存储压力。

基于结构化教学培养小学生数学模型意识的策略——以“小数乘法”为例

模型意识是小学数学核心素养主要表现之一.文章从抽象概括的能力的培养、直觉思维的能力培养、合理推理的能力培养三个方面阐述了培养小学生数学模型意识的基本方向.并在此基础上,以人教版小学数学五年级上册“小数乘法”的教学为例,从追根溯源、辨析整合、巧设练习、应用拓展四个环节入手,围绕初建模型、完善模型、运用模型、感悟模型的流程探讨了基于结构化教学的小学生数学模型意识的培养策略,以期为小学生数学核心素养的发展提供助力.

基于结构化教学,发展模型意识——“相遇问题”的教学实践与思考

基于新课标指导下模型意识的培养,无疑是数学与现实联系的基本途径。教师应立足结构化的视角,引导学生用数学的眼光去观察真实情境,用数学的思维去思考真实问题,用数学的语言在现实生活中构建普适的数学模型。“相遇问题”的教学本质是用一致的数学模型解决一类题目,实现“做一道、会一类、通一片”,帮助学生积累并迁移构建数学模型的经验,发展学生的模型意识。

基于结构化,培养模型意识--以“小数乘法”为例

模型意识的培养需要“量”的积累,“思”的深入,“网”的勾连。教师基于结构化教学理念,引导学生认识模型、理解模式、对数学建模的本质与过程形成结构化的认识,是培养学生模型意识行之有效的方法。

基于模型构建实现认知结构化的高中物理复习教学

模型构建是对物理问题、情境的各要素、多信息进行分析、比较、判断,可帮助学生在新旧知识间建立联系、形成结构。基于模型构建实施复习教学时,教师需要根据对知识结构化的分析,研究学情并聚焦学生的认知结构化,提炼实施路径。在具体的教学中,教师可通过提炼主问题、进阶思维、整合图示等方式,在模型构建中呈现知识结构,在微项目推进中深化思维结构,在逻辑关联中升华观念结构,引领学生达成认知进阶,实现认知结构化。

基于隐马尔可夫模型的半结构化文本信息抽取研究

随着互联网和信息技术的快速发展,大量的文本数据在互联网上被生成和存储,这些文本数据包含了丰富的信息。然而,大部分文本数据都是半结构化的,即数据的组织结构不完整或不规则,不适合直接进行分析和处理。因此,半结构化文本信息抽取成为了一个重要的研究领域,文章基于隐马尔科夫模型对半结构化文本信息的抽取进行研究。

基于Levy-GARCH模型的股票市场尾部风险度量研究

防范化解金融风险是牢牢守住不发生系统性风险底线的重要工作,描述资产价格规律、准确度量尾部风险是风险管理的前提。为研究非对称性和非高斯性对我国股市收益率预测和尾部风险度量的影响,本文使用20种Levy-GARCH模型对上证综合指数进行实证分析,计算噪声服从跳跃过程时的VaR和CVaR值,结合快速傅里叶变换数值计算和回溯测试进行检验。研究结果表明:在中国股市中,非高斯性和非对称性是不可忽视的重要特征,跳跃行为在收益率拟合、预测和风险度量方面有重要影响;在尾部风险度量上,带跳跃的非仿射结构条件方差模型表现稳定地优于仿射结构模型,而且有限跳跃过程模型的综合表现优于带无限活动率跳跃过程的模型。总的来说,非对称、非高斯、非仿射的Levy-GARCH模型在收益率拟合与尾部风险测度上表现更好,而且有限跳跃形态可以更准确地解释中国股票市场的尾部风险。

基于小波分解和ARIMA-GARCH-GRU组合模型的制造业PMI预测

制造业采购经理人指数(PMI)是反映国家经济运行情况的重要指标,而传统预测模型对该类时序数据预测精度不高。针对制造业PMI指数的非线性、波动性和数据量少的特点,提出一种基于一维离散小波变换进行数据预处理的组合模型。时序数据经过小波变换,由整合移动平均自回归–广义自回归条件异方差模型(ARIMA-GARCH)处理稳态低频数据,门控循环单元(GRU)处理波动性强的高频数据,将各频段预测结果进行融合得到最终预测结果。为验证模型有效性,选取一定数据量的PMI指数进行实验。结果表明,与其他常见模型对比,本文构建的组合模型具有较好的预测精度与性能,平均绝对误差(MAE)、均方根误差(RMSE)、平均绝对百分比误差(MAPE)分别达到0.00329、0.004162、0.65%。

设计视角的作战行动结构化概念模型

随着技术手段的不断进步,作战效能可以通过行动间的互补交互实现非线性增长,出现整体上“裂变式”“指数级”放大效应。要实现联合多域行动的动态聚能聚优,需要对行动、信息、能量进行统一设计。从敌我对抗的逻辑视角,综合考虑作战目的、作战力量、行动条件等因素,将作战行动划分为敌方前序行动/状态、己方主战行动、敌方反制行动、己方应对行动、己方分支行动,并组合成主战行动、作战场景和分支行动。以攻防行动为主的主战行动串起战场行动的“主线”,作战场景形成敌我对抗的“局部”,分支行动则从不同专业领域构成行动上的“条件”。经过这种结构化认识,所有行动都从设计视角打上不同标签,构成作战设计的基础。

基于结构化特征重构的高光谱图像分类

特征提取是高光谱图像分类的关键.现有分类方法在特征提取时,往往忽略特征的信息保有量和空间分布等因素,导致输出的特征可能面临低信息保有量与无序分布等问题,预测结果不佳.为此,本文提出一种基于结构化特征重构的高光谱图像分类方法,能够有效地减少特征提取过程中信息丢失,提高信息保有量,并充分考虑特征的空间分布,增强特征的判别性.借鉴重构思想以及自表达理论,建立结构特征重构的特征表示模型,可提升图像信息的利用率,并描述反映有序分布的结构信息.针对建立的多变量模型,设计一种基于交替更新的优化策略来求解模型.利用支持向量机来对特征进行分类计算和标签预测.利用Salinas、Pavia Center、Botswana以及Houston数据进行实验验证,结果表明,本文算法优于现有的分类模型,在OA(Overall Accuracy)、AA(Average Accuracy)以及Kappa系数等指标上平均提升了2.6%、3.9%、3.3%.

指向结构化的复习教学策略——以高中物理力学规律教学为例

知识结构化有助于深度理解知识、统摄知识,是问题解决能力的关键。针对高中物理复习教学中知识碎片化、零散化的现状,以高中物理力学规律为例,提出结构化教学的策略。探索利用结构化的思维,优化复习模式,提升复习效果。凝练了结构化教学的三大实践策略:知识体系结构化、解决思维结构化和认知迁移结构化。

基于结构化变形驱动的非局部宏-微观损伤模型的真Ⅱ型裂纹模拟

Ⅱ型载荷作用下裂纹变形模式也为Ⅱ型的破坏问题称为真Ⅱ型破坏.准确定量地把握真Ⅱ型破坏的全过程是具有挑战性的问题.本文采用结构化变形驱动的非局部宏-微观损伤模型对真Ⅱ型破坏问题进行了模拟.根据结构化变形理论将点偶的非局部应变分解为弹性应变与结构化应变两部分,进而利用Cauchy-Born准则与结构化应变计算点偶的结构化正伸长量.在本文中,结构化应变取为非局部应变的偏量部分.当点偶的结构化正伸长量超过临界伸长量时,微细观损伤开始在点偶层次发展.将微细观损伤在作用域中进行加权求和得到拓扑损伤,并通过能量退化函数将其嵌入到连续介质-损伤力学框架中进行数值求解.进一步地,本文采用Gauss-Lobatto积分格式计算点偶的非局部应变,将积分点数目降低到4个,显著降低了前处理和非线性分析的计算成本.通过对Ⅱ型加载下裂尖应变场的分析揭示了采用偏应变作为结构化应变的原因.对两个典型真Ⅱ型破坏问题的模拟结果表明,本文方法不仅可以把握Ⅱ型加载下的真Ⅱ型裂纹扩展模式,同时可以定量刻画加载过程中的载荷-变形曲线,且不具有网格敏感性.最后指出了需要进一步研究的问题.

混合Beta分布GARCH模型的EM算法求解与实证分析

GARCH模型在处理时序数据异方差问题中得到广泛应用,然而在面临一些特殊领域的数据,尤其是金融市场领域中具有高峰厚尾、非对称性、有界取值区间等特征的数据时,传统正态分布的基本假设往往与现实严重不一致。针对此类问题,文章提出混合Beta分布的GARCH模型,并给出了基于完全数据最大似然函数的EM算法估计模型的参数,以仿真模拟数据和金融市场现实数据为例,进行了实证分析。结果显示,在违背正态分布假设的情形下,混合Beta分布GARCH模型更能有效地提炼波动的一系列非正态性信息,同时也验证了EM算法对模型的参数求解行之有效。

基于ARIMA-GARCH模型的人民币汇率波动研究

人民币正式加入SDR以来,人民币汇率的波动日益复杂,而汇率变动特征的识别是预测人民币汇率的关键环节。为提取出人民币汇率波动的特征规律,本文选择对2016年10月10日—2020年10月10日的人民币兑美元日序列建立模型并预测。同时,本文为评价ARIMA-GARCH组合模型的预测效果,将其与ARIMA模型预测结果相互对比。结果显示,ARIMA-GARCH模型不仅可以提取出人民币汇率波动的规律性,还可以改良ARIMA模型的预测精度,预测精度最高,在短期内能够得到较好的预测值。

基于GARCH模型的林业碳汇项目期权价值评估

森林具有强大的碳汇功能,林业碳汇项目是实现碳达峰目标的中坚力量。合理评估林业碳汇项目价值有助于加速林业碳汇市场的发展,缓解我国碳排放压力。以浙江省仙台县碳汇造林项目为研究对象,基于二叉树期权定价方法,采用GARCH模型估计价值波动率参数,实证检验了期权价值对林业碳汇项目经济价值的附加作用。结果表明:期权价值对提升林业碳汇项目价值有显著的正向效益,考虑期权价值使得项目价值提高了71.5%。敏感性分析表明价值波动率与项目期权价格呈同向变动关系,采用GARCH模型估测价值波动率对林业碳汇项目定价具有重要意义。基于研究结论,提出建议:明确碳汇交易规则,健全碳汇市场定价机制;促进碳汇金融创新,推动投资策略多元化。

沪深300指数的市场风险预测——基于GARCH模型

随着金融全球化和自由化程度不断加深,金融市场在得以发展的同时也面临着日益剧烈的市场风险。文章基于2010年1月4日至2024年3月20日沪深300指数日收盘历史数据,运用GARCH模型分别在90%、95%和99%的置信水平下预测沪深300指数市场风险。研究显示:(1)GARCH(1,1)正态分布模型在90%、95%、99%置信水平下的失败天数和LR值均未通过检验;(2)GARCH(1,1)-t分布模型在90%置信水平下的失败天数和LR检验值均通过了检验,在95%置信水平下的LR值通过检验,在99%的置信水平下失败天数为0,低估了沪深300指数收益率损失的风险;(3)综合来看,GARCH(1,1)-t分布模型能够更有效地预测沪深股市的市场风险。

以结构化情境创设驱动生物学模型构建教学

通过结构化情境驱动生物学模型构建教学的思辨推演,以及“水盐平衡、体温平衡、血糖平衡”模型构建课例的实践印证,结果表明:情境本真内涵可驱动建模活动的具身化、情境创设原则可驱动建模认知的序列化、情境创设过程可驱动建模思维的科学化。在实际的中学生物学教学中,可依据结构化情境体验达成整体化模型的构建,其显性化的表达方式一方面能帮助学生深度理解抽象知识的内隐式涵义,另一方面又能充分调动学生学习的积极性和主动性,在潜移默化中实现培育学生高阶思维的目标。