国际短期资本

摘要： 国际短期资本流动,会导致国家经济发展产生不稳定性,故而需要使用资本管制应对国际短期资本流动问题.本文从国际短期资本流动和资本管制定义出发,首先对资本管制对国际短期资本流动带来的影响进行了简要分析,然后阐述了中国对国际短期资本流动的资本管制举措和成效,最后提出了加强国际短期资本流动的管制对策,以供参考.

摘要： 次贷危机之后,从宏观审慎管理角度防范投机资金跨境流动引发的系统性风险日渐成为各国共识.本文首先对我国2008～2018年投机资金流动规模进行测算,验证其顺周期性特征;再以最大的人民币境外资金池——香港人民币离岸市场为例,通过分析投机资金跨境流动的渠道和途径以证实其提升了我国系统性风险水平;最后,比较与梳理新兴市场国家运用宏观审慎管理投机资金跨境流动的经验,为进一步完善符合我国国情的投机资金跨境流动宏观审慎管理体系提出相关政策建议.

摘要： 本文基于国际短期资本流动对我国资产价格与货币政策独立性影响机制的分析,运用2003～2010年的月度数据并采用Granger因果检验方法,实证研究国际短期流动资本与货币供应量、信贷规模、利率等货币政策变量及CPI、房产价格、股票价格等价格变量的关系.结果表明,国际短期流动资本对我国资产价格和货币政策独立性均有一定程度的影响.最后针对实证检验结果提出相关政策建议.

摘要： 国际短期资本是一种典型的风险性流动资本,具有高脆弱性和强破坏性,这类资本的大规模进出及其流向的突然变动,都可能使得一国经济的稳定性受到极大的影响.当前,在国际市场流动性充裕和我国经济稳步发展的背景下,国际短期资本通过各种正常和非正常的渠道流入我国,对我国经济的平稳运行造成了极大的挑战.文章在分析我国国际短期资本流动的主要影响因素的基础上,探讨了为应对国际短期资本流动应采取的政策措施.

摘要： 国际短期资本流动对于一国经济的影响不容小觑,在分析了国际短期资本流动近况的基础上,结合我国国情,探讨了国际短期资本对我国金融市场的影响问题,并进一步分析了为何要积极应对国际短期资本流动的意义.

摘要： 我国作为一个新兴的经济大国,其未来的发展和盈利前景被世界各国一致看好,国际短期资本通过各种正常和非正常的渠道流入我国,对我国货币政策的稳定造成极大的挑战。论述了国际短期资本流动的判断标准及我国跨境短期资本流动状况,然后通过理论与实证分析了国际短期资本流动对我国货币政策的影响,认为应该加强国际短期资本流动的监管,充分发挥和利用各类市场价格信号在引导、调节国际短期资本流动方面的基础性作用,积极推动新型国际金融体系的改革和建设工作等。

摘要： 金砖国家是指巴西、俄罗斯、印度、中国和南非五个新兴经济体国家,其经济以快速发展为主要特点.预计金砖国家GDP总量占全球的比重2015年将会上升到23％,2020年将会达到31％,2025年将达到41％,2030年将达到47％,甚至有可能会占到50％以上.金砖国家目前面临的主要问题是收入分配差距比较大、产业层次低、社会保障体系不够完善、受通货膨胀困扰和国际短期资本冲击大.金砖国家应处理好与发达国家和其他发展中国家以及金砖国家内部的合作关系,把握好共同利益,在国际事务中加强政策协调,共同反对贸易保护主义,推动国际金融体系改革,积极应对全球气候变化,实现共同发展.

摘要： 本文以金融危机为背景,研究基于贸易渠道流入我国的国际短期资本即“热钱”的实现方式,并且根据具体情况提出针对贸易渠道的资本流动的监管措施.

摘要： 国际短期资本对于活跃国际金融市场及促进国际资本的全球合理配置具有积极的作用.但其流动的两面性,也常常令各国陷入两难境地.在我国流动性仍然宽裕,加息及人民币升值预期强烈的影响下,国际短期资本流入的加速及投机套利热钱的身影在中国愈加凸显.面对国际金融危机后新的国际金融形势,加强国际资本特别是短期资本流动的监管研究意义重大.

摘要： 近年来随着资本账户的不断开放及对人民币升值的强烈预期，大量国际短期资本流入我国。国际短期资本由于自身存在的高风险、易变性，对一国金融体系的影响不容小觑。本文主要研究国际短期资本流动对我国商业银行体系稳定性的影响。通过利用因子分析法构建商业银行体系稳定性综合指数，并用最小二乘法分析了两者之间的关系。经研究发现，目前国际短期资本流入对我国商业银行体系稳定性并未产生不利影响，反而出现显著的正相关关系。

摘要： 随着中国经济的进一步对外开放，国际短期资本运动对中国经济的影响日益增大。亚洲金融危机再次表明了国际短斯资本对一个国家经济安全的巨大作用，因此，探讨国际短期资本的移动特征，加强其监管，以防患于未然，对中国宏观经济的稳定具有重要意义。

摘要： 本发明公开了一种改进双向长短期记忆网络的风电功率超短期预测方法，包括如下步骤：对训练样本进行数据预处理；采集风电场的历史风功率数据向量，选取数值天气预报中与风电功率数据相关性最大的数据，并进行归一化处理；在双向长短期记忆网络和全连接层之间融入注意力机制模型，利用训练集对改进双向长短期记忆网络算法模型进行训练和参数优化；将测试集输入改进双向长短期记忆网络模型建立风电功率超短期预测模型，计算风电功率一小时后输出值Ppre。本发明利用双向长短期记忆网络对历史功率数据以及数字天气预报的双向记忆性能，融入注意力机制，对双向长短期记忆网络的隐藏层输出进行加权，有效的提高了预测精度。

摘要： 本发明公开了一种基于长短期记忆网络的风电功率短期预测方法，包括长短期记忆神经网络训练算法、短期风电预测误差分布算法和风电机组发电功率短期预测模型设计。本发明从深度学习网络出发，建立基于长短期记忆网络算法(LSTM)风电功率预测模型，以高斯混合模型(GMM)分析短期风电功率预测的误差分布特点。本发明通过GMM模型可以得到二台机组不同的置信区间。证明了LSTM方法具有更高的精确度和更快的收敛速度，GMM方法对于风电调度具有实际应用价值。

摘要： 本发明公开了一种基于小波长短期记忆网络的超短期风电功率预测方法，根据历史数据生成输入变量，以所对应的风功率历史数据作为输出，得到训练样本；采用小波分析方法对训练样本进行三级小波分解，得到四个小波样本，利用长短期记忆网络模型对四个小波样本分别进行训练，得到训练后的小波长短期记忆网络预测模型；根据四个小波样本的待预测时刻的实际数据生成测试输入数据，并输入到预测模型，其输出即为待预测的时刻的超短期风电功率预测值。本发明将小波分析方法与长短期记忆深度网络结合，可以同时实现数据的平稳化处理与深度学习，提高了预测的精度，增强了模型的泛化能力。

摘要： 本发明提供一种基于长短期记忆神经网络(Long Short‑TermMemory，LSTM)的规模风电超短期功率预测误差修正方法，包括：首先利用改进的核密度估计得出误差的概率密度曲线；其次，采用LSTM对预测误差数据进行深度学习，以风电的预测误差为输入，以下一时刻的误差为输出，得到误差的预测值；最后，根据粒子群算法得到合适的置信区间对误差进行合理分层，根据分层区间和误差预测值，结合风电预测误差的时序特征，制订预测误差的分层补偿策略，得到一种具有较强泛化性的预测误差补偿模型。

摘要： 本发明公开了一种基于长短期记忆网络的短期负荷预测方法，采集短期负荷数据，将所采集的短期负荷数据作为训练样本进行VMD分解，得到n个随机分量IMF；对于分解出的n个分量，每个分量构建对应的WOA‑LSTM模型，利用WOA对模型中的LSTM参数寻优，找出最合适的参数；采用最优参数的LSTM分别对分量数据IMF进行训练，得到各个分量的预测结果；基于分别寻优后构建的LSTM模型，分别利用LSTM模型对短期负荷数据进行测，每个LSTM模型输出相应的预测结果；通过将所有预测结果进行相加得到最终的负荷预测结果。

摘要： 本发明公开了一种基于改进长短期记忆神经网络的短期光伏发电预测方法，该方法对短期光伏发电预测需要数据进行数据分析得到训练数据集；构建长短期记忆神经网络，并将训练数据集输入长短期记忆神经网络进行训练；采用麻雀算法优化长短期记忆神经网络参数，得到优化后的长短期记忆神经网络，优化后的长短期记忆神经网络输出短期光伏发电功率预测值。即通过历史多维度、多时间尺度、高关联的数据进行短期光伏发电功率预测，从而缓解配电网中光伏发电的不确定性；采用麻雀算法优化长短期记忆神经网络参数，进一步提高预测效果。通过本发明的实施，能够较好的利用气象数据并提高短期光伏功率的预测精度，实现电网的经济和稳定运行。

摘要： 本发明专利公开一种基于长短期记忆神经网络的燃气短期负荷预测方法，该方法运用主成分相关分析(PCCA)算法、小波阈值去噪(LMD)算法及局部均值分解优化(WTD)算法优化长短期记忆神经(LSTM)网络模型，并运用该种新的燃气负荷组合预测方法，对城市燃气负荷量进行预测分析，PCCA‑LMD‑WT D‑LSTM预测模型在城市燃气负荷预测中，采用该种模型获得的最终MAPE精度均属于高精度水平，该模型预测结果优于单一的LSTM模型、BPNN模型和GRU模型。本发明解决了传统循环神经网络中的长时期依赖问题，适用于数据长度大的时间序列预测，且稳定性更高，可靠性更强。

摘要： 本发明公开了一种改进双向长短期记忆网络的风电功率超短期预测方法，包括如下步骤：对训练样本进行数据预处理；采集风电场的历史风功率数据向量，选取数值天气预报中与风电功率数据相关性最大的数据，并进行归一化处理；在双向长短期记忆网络和全连接层之间融入注意力机制模型，利用训练集对改进双向长短期记忆网络算法模型进行训练和参数优化；将测试集输入改进双向长短期记忆网络模型建立风电功率超短期预测模型，计算风电功率一小时后输出值Ppre。本发明利用双向长短期记忆网络对历史功率数据以及数字天气预报的双向记忆性能，融入注意力机制，对双向长短期记忆网络的隐藏层输出进行加权，有效的提高了预测精度。

摘要： 本发明公开了一种基于深度长短期记忆网络的短期负荷预测方法，解决了现有技术的不足，该方法包括以下步骤：步骤10)，获取样本特征变量历史数据，建立历史样本数据集；步骤20)，建立预测模型嵌入维输入数据集；步骤30)，建立深度长短期记忆神经网络预测模型并初始化网络权重；步骤40)，更新训练步骤30)建立的深度长短期记忆神经网络预测模型内部状态参数；步骤50)，计算输出本轮负荷预测值；步骤60)，引入本轮负荷真实值，计算损失函数；步骤70)，更新深度长短期记忆神经网络网络权重；步骤80)，根据判别函数判别迭代是否结束；步骤90)，迭代结束，输出深度长短期记忆神经网络预测模型。

摘要： 本发明涉及一种基于长短期记忆网络的光伏发电功率短期预测方法，包括:使用Pearson相关系数确定与发电功率高度相关的天气数据特征，使用LSTM网络模型建立了输入天气数据特征与输出发电功率之间的非线性关系，并捕捉了时间序列的相关性，针对季节和天气类型划分原始输入数据集，提高模型预测精度，对基于季节和天气类型的LSTM模型预测结果进行线性拟合处理，进一步提高模型预测的准确度。