基于FDOD度量的多维系统优化中的强相关问题

强相关问题是多维系统优化降维分析中的一个常见问题。多维系统强相关问题的存在,使得衡量样本异常程度的综合评价指标——马氏距离难以计算或很不准确,进而给基于马氏距离函数进行的多维系统优化与诊断分析带来困扰。田口试图通过改进马氏距离函数来解决强相关问题,提出了马氏田口施密特正交化法和伴随矩阵法,然而这2种方法本身存在无法克服的缺陷。基于多重信息源信息离散性(FDOD)度量的特性,提出用FDOD度量代替马氏距离函数来衡量多维系统样本的异常程度,并将FDOD度量与田口方法结合进行多维系统优化降维与样本诊断分析,彻底解决多维系统优化中的强相关问题。通过对西班牙银行在金融危机时的稳健性分析,进一步证实了所提出方法的有效性。

商业银行稳健性定量分析方法及所面临的问题

自亚洲金融危机以来,国际社会十分重视银行体系稳健性的评估,而稳健性指标的综合分析是其中一项重要内容。本文简述了银行稳健性指标研究中早期及近期的一些主要定量分析方法,并应用多重信息源信息离散性度量理论实现了一种新的分析方式。本文还讨论了稳健性定量分析方法在实际上所面临的问题、困难和挑战。