基于状态转换的货币危机预警模型——时变概率马尔可夫转换模型的Griddy-Gibbs取样法和应用

区别于目前基于信号分析的货币危机预警模型,本文采用时变概率马尔可夫状态转换模型来构建货币危机的预警模型。相对于信号模型中主观设定危机的定义和阈值,该模型将危机的识别内生于模型估计中,并通过汇率剧烈波动期的发生概率对货币危机预警,使预警系统更客观。本文的主要贡献为在Bauwens等(2007)基础上改进了Griddy-Gibbs取样法的使用效率,并应用此MCMC方法估计了多个马尔可夫转换模型。对东南亚金融危机的研究证实了状态转换模型的预警能力,并且时变概率马尔可夫转换-GARCH模型揭示了关于汇率波动的更多特性。

基于局部语义聚类的语义重叠社区发现算法

语义社会网络是一种包含信息节点及社会关系构成的新型复杂网络,因此以节点邻接关系为挖掘对象的传统社会网络社区发现算法无法有效处理语义社会网络重叠社区发现问题.针对这一问题,提出基于局部语义聚类的语义社会网络重叠社区发现算法,该算法:1)以LDA(latent Dirichlet allocation)模型为语义信息模型,利用Gibbs取样法建立节点语义信息到语义空间的量化映射;2)以节点间语义坐标的相对熵作为节点语义相似度的度量,建立节点相似度矩阵;3)根据社会网络的局部小世界特性,提出语义社会网络的局部社区结构S-fitness模型,并根据S-fitness模型建立了局部语义聚类算法(local semantic clusterm,LSC);4)提出可度量语义社区发现结果的语义模块度模型,并通过实验分析,验证了算法及语义模块度模型的有效性及可行性.

厚尾SV模型的贝叶斯分析及其应用研究

SV模型在实际应用中大多都假定以潜在波动为条件的收益的分布是正态的,本文分析并比较了正态SV模型和具有厚尾分布,特别是t分布的SV模型。为了估计SV模型的参数,我们使用了BUGS软件,该软件借助Gibbs取样(一种MCMC方法)方法对模型进行贝叶斯分析。用上海和深圳的股票指数数据对两种SV模型进行了检验,认为厚尾SV模型可以更好地刻画收益的尖峰厚尾以及波动高的持续性。最后提出了使用BUGS软件对SV扩展模型进行估计的展望。

具有丢失数据的贝叶斯网络结构学习算法

学习具有丢失数据的贝叶斯网络结构主要采用结合EM算法的打分—搜索方法,其效率和可靠性比较低。针对此问题建立一个新的具有丢失数据的贝叶斯网络结构学习算法。该方法首先用Kullback-Leibler(KL)散度来表示同一结点的各个案例之间的相似程度,然后根据Gibbs取样来得出丢失数据的取值。最后,用启发式搜索完成贝叶斯网络结构的学习。该方法能够有效避免标准Gibbs取样的指数复杂性问题和现有学习方法存在的主要问题。

基于贝努里分布的贝叶斯网络结构学习算法

目前,学习具有丢失数据的贝叶斯网络结构主要采用结合EM算法的打分-搜索方法和基于依赖分析的思想,其效率和可靠性比较低。本文针对此问题建立一个新的具有丢失数据的贝叶斯网络结构学习算法。该方法首先根据贝努里分布来表示数据库中变量结点之间的关系,并用Kullback-Leibler(KL)散度来表示同一结点的各个案例之间的相似程度,然后根据Gibbs取样来得出丢失数据的取值。最后,用启发式搜索完成贝叶斯网络结构的学习。该方法能够有效避免标准Gibbs取样的指数复杂性问题和现有学习方法存在的主要问题。

A NOVEL DETECTOR FOR UPLINK CDMA SYSTEM WITH UNKNOWN INTERFERENCE

In this letter, the detection of asynchronous DS-CDMA signal with multipath fading and interference from neighboring cells is studied. A novel multiuser detector based on Gibbs sampler is proposed, in which Gibbs sampler is employed to perform the Bayesian multiuser detection according to the linear group-blind decorrelator output. Since Gibbs sampler is dependent of parameter estimation that can be improved by the output of the detector, an enhanced Gibbs sampier based detector using the improved parameter estimation is put forward. The novel multiuser detection technique has the advantages of high performance and wide applications. Computer simulations show its effectiveness.

基于空间Probit面板模型的债务危机预警方法

主权债务危机在不同时期和不同国家一直呈现不同特性,如何处理危机的时期和地域异质性一直是该领域的研究热点。本文构建了空间Probit面板模型,将债务危机在各国之间的传染效应纳入预警模型之中,以拟合债务危机在地域上的相关性。并且,本文提出一种混合了Gibbs取样法和Griddy-Gibbs取样法的MCMC估计方法。定量研究中,本文以巴西、阿根廷、土耳其和尼日利亚为例说明该模型具有较好的预警效果。

基于贝叶斯模型与机器学习算法的金融风险网络评估模型

本文以贝叶斯方法为基础构建了用于估计银行间负债的模型,并利用机器学习算法构造了可在条件分布基础上进行抽样的Gibbs取样器,抽样被用于压力测试,以此给出所有可能测试结果的概率。最后,推导出了银行的违约概率并讨论其对包含在网络模型中的先验信息的敏感性,帮助金融监管部门评估金融机构的违约风险,减少系统性金融风险,维护金融市场的稳定。