Empirical Analysis of Commercial Housing Sales Based on EARCH(1,1) Model

Since the 1980s, China’s commercial housing market has shown an unprecedented rapid development, and the commercial houses still has a high price. This paper studies the sales rate of commercial housing sales to find an appropriate model, and it analyzes the volatility of the commercial housing market to describe the sustainable development of the commercial housing market. By selecting month data of China’s commercial housing sales from January 2006 to October 2018, this paper uses EViews7.2 and the ARMA Model as the tool in order to establish EARCH(1,1) through the method of quantitative analysis. It is found that the yield of commercial housing sales has obvious cluster, asymmetry and leverage effect, and the impact of adverse news on the commercial housing market is more significant than the impact of favorable news.

金融因素与中国粮食价格波动的实证研究

本文使用VEC模型和EARCH模型,实证研究了金融因素与粮食批发价格指数之间的关系。通过传导分析,我们发现汇率、货币供应量M2和外汇储备在短期和长期表现出不同传导路径。根据风险分析显示,在汇率、货币供应量M2和外汇储备三个金融风险因素中,汇率变动对粮价的影响最为显著,同时,根据信息冲击曲线,说明金融因素具有使粮食价格波动加大的非对称效应。

ARCH类模型在我国股票市场上的应用研究

本文利用ARCH类模型对我国深市综合指数的波动进行拟合,结果表明:EARCH模型对我国股市有较好的拟合效果。

基于关键词的RDF数据图查询模型研究

随着语义网数据的海量涌现,人们更加关注RDF图的数据查询效率,通过关键词匹配直接查询RDF数据图成为一个研究热点。针对关键词查询中普遍存在的结果冗余与偏离等问题,提出了一种基于关键词的RDF数据图查询模型。该模型首先采用提出的基于迭代的图查询算法(ISGR)对所查询关键词进行子图匹配,得到唯一且最大的结果子图集合;然后根据关键词图与结果子图之间的结构信息,利用统计语言模型,给出了一种结果子图排序方法(SimLM)。对比实验表明,提出的查询模型及排序方法在一致性和相关性方面的性能优于传统模型。

高校电子商务学科产学研协同创新发展模式(BUCM)研究

随着电子商务促进中国经济增长的作用日益突出,电子商务人才培养问题也不断受到关注。学界已就电子商务人才培养提出众多的培养方案,其中比较瞩目的是产学研培养模式的提出。但目前电子商务产学研培养模式出现培养目的不明确、模式固化单一、缺乏双师型教师等问题,培养出的电子商务人才与电商企业需要的人才不匹配。本文针对以上问题借助中介机构凝聚剂的作用探索适合电子商务人才培养要求的产学研协同创新培养模式。

云存储环境下的多关键字密文搜索方法

针对现有云存储环境下多关键字密文搜索方法效率较低、缺乏自适应能力的问题,提出一种基于改进质量层次聚类的加密云数据多关键字排序搜索(MRSE-IQHC)方法。首先,采用词频-逆向文件频率(TF-IDF)方法和向量空间模型(VSM)构建文件向量;然后,提出一种改进质量层次聚类(IQHC)算法对文件向量聚类,构建文件索引和聚类索引;其次,采用K最近邻(KNN)查询算法对索引加密;最后,采用用户自定义关键字权值的方法构建搜索请求并在密文状态下搜索出前k个最相关的文件。实验结果表明,该方法与加密的云数据多关键字排序搜索(MRSE)方法以及基于层次聚类索引的加密数据多关键字排序搜索(MRSE-HCI)方法相比,在相同的搜索文件数量、返回文件数量、搜索关键字数量条件下搜索时间平均缩短了44.3%和34.2%、32.4%和13.2%、36.9%和19.4%,准确率提升了10.8%和8.6%。所提方法在云存储环境下的多关键字密文搜索中具有较高的搜索效率和准确性。

互联网金融市场性风险实证研究——以GARCH族模型为例

针对互联网介入金融市场带来的市场性风险,选取互联网金融行业中的天弘增利宝000198作为研究对象,采用近7日年化收益率数据,实证考察互联网对其收益率波动性的影响。研究表明天弘增利宝000198近7日年化收益率具有异方差性、尖峰、厚尾以及非对称的杠杆效应。互联网介入下的金融市场面临冲击后的动荡周期更久,互联网提升金融市场的风险,且满足投资者偏好的消息对市场的影响更为显著。

高效无双线性对的带关键词搜索的基于证书加密方案

针对已有带关键词搜索的公钥加密方案中存在的复杂的证书管理、密钥托管以及密钥分发等问题,提出一种带关键词搜索的基于证书加密的方案。首先,给出带关键词搜索的基于证书加密方案及其安全模型的形式化定义;然后,基于椭圆曲线构造一个高效无双线性对的带关键词搜索的基于证书加密方案,并基于计算Diffie-Hellman问题(CDHP)证明了该方案满足适应性选择关键词攻击下的关键词密文不可区分性;最后,对所提出方案进行仿真模拟,并就方案特性和性能两个方面与已有的带关键词搜索的公钥加密方法进行对比。对比分析表明,所提出方案不仅具有隐认证、无密钥托管以及无密钥分发的优良特性,而且在计算效率和通信代价上要优于已有的带关键词搜索的无证书加密方案。

人民币汇率厚尾特征及VAR估计

针对人民币汇率收益率序列的厚尾性特征,基于EGARCH模型得到标准化的收益率序列,建立GPD模型对标准化收益率序列的尾部进行拟合,并得到相应的VAR估计值;结论证明:人民币收益率序列存在双厚尾特征,故对于人民币汇率的投资者,无论做多头还是空头,都面临着较大的自身风险和交易对手风险。

基于时间序列模型的上证A股指数实证分析

选取20172021年上证A股指数,运用R语言和EVIEWS软件,拟建了ARIMA模型及GARCH簇模型,并进行短期估测,筛选出最佳模型——ARIMA-EGARCH综合模型。通过综合分析水平与波动两方面,得出上证A股指数是非平稳的,差分序列的偏自相关系数明显拖尾,ARIMA(2,1,2)模型残差序列存在异方差性,上证A股指数未遭受风险的显著影响。为改善我国股市环境,有效规避股市风险,提出了相关建议。