基于股票交易数据的商业银行传染风险研究

传染风险无疑是能够引发金融系统性风险的主要来源之一。以往对于传染风险的研究往往使用资产负债表数据,因此不可避免的面对数据不足的问题。本文的主要贡献在于,使用中国上市商业银行股票市场收益率数据,使用Kalman滤波方法,测度中国每家上市商业银行对不包含此商业银行的其他商业银行所组成的整体的传染风险。同时,本文将传染风险因子纳入Fama三因素模型进行实证分析,实证结果表明,整体上商业银行传染风险能够被我国股票市场显著的定价;国有大型商业银行和大型股份制商业银行的传染风险被股票市场显著定价;而大多数中小城市商业银行由于传染风险较低,股票市场没有对其进行定价。

动力定位中跟踪环境力突变的自适应无迹卡尔曼滤波（英文）

无迹卡尔曼滤波可以在状态估计中滤去噪声干扰,已经被广泛应用于动力定位系统中。针对复杂海洋情况下动力定位系统需要准确、及时地估计当前时刻的状态而无迹卡尔曼滤波无法跟踪状态突变的问题,为此文章提出了一种自适应无迹卡尔曼滤波。通过及时判断状态值突变并适当调整后验均方差矩阵,可有效地跟踪船舶状态并减小实际位置与定点位置的偏差。仿真实验证明了算法的有效性。

基于CKF-SVR的光伏电站发电功率预测方法研究

由于光伏发电易受外界环境的影响,发电功率会产生剧烈波动,因此,发电功率的准确预测对于电网的稳定高效运行有着重要的实用价值。文章提出了基于容积卡尔曼滤波的支持向量机回归算法,用于分布式光伏电站的的发电功率预测,将SVR和融合后的CKF-SVR进行对比,结果后者对发电功率的预测精度有明显提高,能够为电站的优化调度提供指导。