基于马尔科夫转换MSVAR模型的大宗商品期货价格行为特征分析

文章基于大宗商品期货价格行为特征,以马尔科夫转换模型为基础,构建大宗商品期货品种的MS-VAR模型,并利用相关数据对其价格行为及影响因素进行计量分析,得出以下结论:大宗商品期货价格行为表现为小幅上涨、大幅上涨和大幅下跌三种状态,且三种状态持续周期分别为45天、6.45天和2.34天,大宗商品期货价格状态1较状态2、3持续时间更长,表明大宗商品期货市场价格是呈现出缓慢上升的趋势。证实大宗商品期货价格波动行为具有明显的集聚性与持续性等特征,并表现出比较高的价格突变行为。

基于马尔科夫机制转换CAPM的VaR模型研究

本文利用机制转换的CAPM模型来计算中国证券市场的VaR,首先回顾了机制转换模型,接下来介绍了基于马尔科夫机制转换CAPM的VaR模型(MSW-VAR),最后选择深圳证券交易所的十支股票进行VaR计算,通过准确性检验显示效果良好。MSW-VAR模型能够满足系数时变和市场指数及组合的方差也是时变的市场特性,模型中的混合正态分布,可以拟合证券市场分布的偏峰厚尾特征。

金融稳定与经济增长的关联机制研——基于马尔科夫区制转换模型

基于2003年到2017年的季度数据,采用马尔科夫区制转换模型对我国金融稳定指数与经济增长的关联性进行了实证研究。通过格兰杰因果检验可以得到,金融稳定与经济增长之间存在双向非线性格兰杰因果关系,二者相互作用;通过马尔科夫区制转换模型分析得出,我国的金融稳定与经济增长之间的关系随着经济增速的"换挡"以及金融稳定性水平大小而呈现较为显著的区制性特征。

基于马尔科夫转换模型泰勒规则的实证研究

宏观经济形势以及货币当局外部约束的变化会改变央行的货币政策行为,因此作为描述货币政策运行的简单线性泰勒规则不能得出令人满意的结果,有必要对泰勒规则的非线性形式进行研究。本文基于马尔科夫转换模型对我国泰勒规则的时变特征进行了研究,结果表明:简单的线性泰勒规则目前在我国并不适用,而基于马尔科夫转换模型的泰勒规则可将我国货币政策分成两个不同的体制,在一个体制下,短期利率对通货膨胀和实际产出缺口反应敏感;而在另一个体制下,通胀和产出缺口的系数较小,改善了泰勒规则在我国的适用性。

货币政策如何影响金融机构贷款利率——基于马尔科夫区制转换模型的定量分析

通过马尔科夫区制转换模型分析了数量型政策工具和价格型政策工具在不同利率区制下对金融机构贷款利率的影响。结果表明,政策工具效果符合预期并存在显著的非线性效应,数量型政策工具的效果明显弱于价格型政策工具,这和利率市场化机制尚未形成、金融市场体系不完善有关。因此,在现有体制下,货币政策工具的选择要重视价格型政策工具的作用,政策工具力度的选择要根据不同政策取向进行调整,并加快利率市场化改革进程和完善金融市场体系。

基于马尔科夫机制转换理论的中国乘数——加速数模型分析

文章将马尔科夫机制转换模型引入传统的乘数—加速数模型,以解决系数时变性问题。利用1978年至2014年中国经济统计数据进行极大似然估计,并且利用Kim的平滑算法对中国经济机制进行了划分。研究发现,从1980年至2002年,中国经济并不存在明显的内生周期性,从2003年至2014年,中国经济周期性明显,周期为10年。

基于马尔科夫模型的智能汉字盲文转换系统设计

为了满足盲人与盲校的阅读与教学需求,摆脱传统纸质盲文书籍的限制,提出并设计了基于马尔科夫模型的智能汉字盲文转换系统,应用于盲文点显示器。本设计将汉字转换成盲文,总体分为汉字转拼音和拼音转盲文两个过程。汉字到拼音的转换通过马尔科夫模型来识别随机汉字文本语句,结合了逆向最大匹配分词法进行汉语文本的语句分词,利用词组字典与GB2312进行词组或单字的匹配,实现汉字到拼音的转换。同时,通过音码字典解决了拼音转盲文的问题。实验结果证明,该系统能够快速、精确识别汉字并将其转换为盲文。

马尔科夫机制转换谱正Lévy风险模型中的最优分红策略

在马尔科夫机制转换谱正Levy风险模型中,研究最优分红问题.通过构造辅助的最优化问题,利用动态规划准则和Levy过程的漂移理论,证明了调节有界分红策略是最优策略,通过迭代方法得到了值函数和最优分红水平.

人民币汇率与股市的风险溢出效应再检验——基于马尔科夫转换GARCH模型和混合时变copula模型的研究

本文以人民币兑美元汇率和沪深300指数为研究对象,使用马尔科夫转换GARCH模型分析了两者的波动非线性特征,利用该模型将汇率波动按照低频和高频状态分成了三个区间,并且从时间上与2015年的汇改相重合。同时,使用混合时变copula对三个子样本上汇率市场和股票市场波动率关联性建模。研究发现:2015年的汇率改革重塑我国汇率市场和股票市场的风险溢出效应;汇改后,两市风险关联性增加,并表现出了正面溢出效应。

基于马尔科夫状态转换下的高阶矩CAPM-GARCH模型的实证研究

为了反映资产组合风险在不同状态下对收益率的影响,从动态的角度提出基于马尔科夫状态转换下的高阶矩CAPM-GARCH模型,即高阶矩CAPM-MSGARCH模型。以上证180指数样本股的10支不同行业的股票为研究对象,实证分析结果表明:高阶矩系统风险对资本资产定价有显著的影响,并且高阶矩CAPM-MSGARCH模型能够较好地刻画风险的时变特征,显著优于传统的高阶矩CAPM-GARCH模型。

基于马尔科夫区制转换模型的中国经济周期识别

经济周期研究既能了解经济运行的真实状况,也是经济危机监测和国家政策调控的基础。文章采用一种能够综合利用高频数据和低频数据的经济周期计量模型,即马尔科夫区制转换混频数据回归(MS-MIDAS)模型,利用月度货运量数据以及季度GDP数据对我国经济周期进行识别与预测,并提供了一种新的方法估计模型参数。结果表明:中国经济周期波动具有非对称性;MS-MIDAS模型在识别与预测经济周期方面具有准确性和简便性。同时,实证结果证实了巴菲特的观点:货运量是经济状况的晴雨表。

基于马尔科夫状态转换的战略联盟自发性对称破缺机制

针对企业战略联盟演变过程中的自发性对称破缺现象,以系统观的视角,将战略联盟视作一个复杂社会经济系统,从时间、空间、物质、信息和能量5个维度描述战略联盟系统的状态,并将马尔科夫过程的状态随机转换模型引入战略联盟状态迁移的研究,深入阐述联盟自发性对称破缺机制,从而预测联盟的平衡状态,为战略联盟演变及稳定性的研究提供了新的理论视角。

基于马尔科夫模型的航空电子综合体效能评估

航空电子综合体作为现代战机的重要组成部分,其效能状况对完成战斗任务尤为重要,文中基于马尔科夫模型对航空电子综合体效能进行建模评估,通过对技术状态转变建立数学模型,应用随机过程的理论进行分析,证明了马尔科夫模型评估航空电子综合体效能时的可行性。最后以航空电子综合体完成导航任务为例进行了仿真计算,证明了模型的正确性,并对提高电子综合体战斗效能提出了改进措施。

中国企业债券信用利差模型与实证研究——马尔科夫状态转换跳跃扩散模型

本文目的在于彰显在加入马尔科夫状态转换下的传统跳跃扩散模型为信用贴水加码的参考工具。使用2009年第一季至2013年第二季的数据数据,对中国银行间固定利率企业债券的信用利差提出一个拟合的波动过程,从而建构具有跳跃扩散性质,且跳跃频率服从马尔科夫调控泊松过程的信用利差模型,最后利用该模型对其运动过程动态特性进行实证。结果表明,加入马尔科夫状态转换的跳跃扩散模型可以对企业债券利率波动与信用风险提供适切解释,同时依照信用等级的不同、期限的长短,捕捉存在不同程度的特征如:跳跃性、厚尾、高狭峰以及波动聚类性质。而在假设驱动跳跃的泊松分配系由两状态的马尔科夫链所支配下,本文实证支持信用利差跳跃行为往往较常发生于非常时期。

基于马尔科夫状态转换的人民币汇率波动预测研究

针对ARCH族模型存在描述波动率持续性过高等缺点,引入MRS-GARCH模型对美元/人民币的波动性进行建模分析;并采用MCMC方法估计模型参数,以克服MLE估计MRS-GARCH模型时存在的路径依赖等问题;进而利用拟合的模型来预测美元/人民币的波动率。实证结果表明:MRS-GARCH模型能很好地刻画存在结构突变的美元/人民币波动特征;美元/人民币低波动状态的持续时间长于中、高波动状态;损失函数表明MRS(3)-GARCH模型在波动率的预测效果上优于GARCH模型,更适合用于预测美元/人民币的波动率。

基于人民币兑欧元的马尔科夫机制转换的外汇汇率波动性研究

本文运用Markov机制转换模型,采用2013年1月1日~2016年1月1日人民币兑欧元日度数据,研究人民币兑欧元汇率在3种状态之间的周期转换,结果表明,人民币兑欧元汇率状态分别为缓慢下跌、上升、快速下跌,其中上升持续时间最长,为18.70天,MA-AR模型比AR模型更好的模拟人民币兑欧元汇率波动.

基于隐马尔科夫模型的激光主动成像图像分割方法

为了提高分割结果一致性,更为详细地凸显激光图像特征,提出一种基于隐马尔科夫模型的激光主动成像图像分割方法。通过小波转换获得图像同一坐标的不同频带信息,同时依靠二维多分辨率分解划分噪声,构建尺度空间,依据Wiener滤波与高斯混合模型去除对图像内冗余去噪,将处理后图像储存在尺度空间内,使用小波域隐马尔科夫模型提取图像的边沿与局部特征,并将图像超像素信息融入模型距离函数与点对先验几率内,提升分割结果的质量,最后计算图像像素迭代强度、区域级迭代强度与像素对于所属超像素的贡献度,得到图像内局部区域的边沿,实现激光主动成像图像的分割。实验证明,所提方法的图像一致性结果平均值为95%,且具有分割边缘清晰的优点。

基于马尔科夫和混频数据模型的黄金期货市场波动率预测研究

利用马尔科夫机制转换(Markov-switching regime,MS)和混频数据(mixed data sampling,MIDAS)模型,构建新的马尔科夫机制混频模型(MS-MIDAS),并以此模型对中国黄金期货市场波动率建模和预测。运用样本外滚动时间窗(rolling time windows)预测技术和模型信度集(model confidence set,MCS)检验发现:(1)总体上,引入马尔科夫机制转换的混频模型(MS-MIDAS)相比于MIDAS模型本身,从统计上展现出更高的预测精度;(2)含有跳跃的马尔科夫机制混频模型(MS-MIDAS-CJ)的预测精度最高;(3)对不同的预测窗口和不同的滞后阶数(k^(max)),上述实证结果都是稳健的。

马尔科夫理论及其在预测中的应用综述

介绍了马尔科夫理论的发展进程。详细阐述了马尔科夫链算法的相关概念、原理和数学模型,并对基于马尔科夫状态转换的自回归模型进行了描述。说明算法在波动性预测研究中的应用现状,并着重体现了对电力系统状态预测的重要意义。充分考虑马尔科夫链的特征,对当前马尔科夫理论应用于新能源功率预测研究的未来发展趋势进行了展望。

基于双因子高斯过程动态模型的声道谱转换方法

针对作者已经提出的双因子高斯过程隐变量模型(Two-factorGaussianprocesslatentvariablemodel,TF-GPLVM)用于语音转换时未考虑语音的动态特征,并且模型训练时需要估计的参数较多的问题,提出引入隐马尔科夫模型(Hidden Markov model,HMM)对语音动态特征进行建模,并利用HMM隐状态对各帧语音进行关于语义内容的概率软分类,建立了分离精度更高、运算负荷较小的双因子高斯过程动态模型(Two-factor Gaussian process dynamic model,TF-GPDM).基于此模型,设计了一种全新的基于说话人特征替换的语音声道谱转换方案.主、客观实验结果表明,无论是与传统的统计映射和频率弯折转换方法相比,还是与双因子高斯过程隐变量模型方法相比,本文方法都获得了语音质量和转换相似度的提升,以及两项性能的更佳平衡.