VEC模型

摘要： 比特币作为数字货币的代表,其价格波动引发了学者的争论.选取比特币价格与比特币数目、日交易量、我的钱包用户数量、总交易量等指标,通过建立VEC模型,运用单位根检验、协整检验、方差分析方法,对比特币价格波动进行实证分析.实证结果表明:比特币价格存在明显的非理性价格泡沫,可通过一系列举措降低非理性泡沫但不可消除非理性泡沫.

摘要： 交通事故死亡人数预测对于我国交通发展具有重要意义.以我国道路交通安全状况为研究对象,探讨我国道路交通事故死亡人数及未来发展趋势.通过建立的VAR、VEC和ARMA模型,得出VAR模型和ARMA模型具有良好的预测效果;利用Johansen协整检验得出GDP、总人口数、公路里程、机动车保有量等影响因素与事故死亡人数存在长期均衡关系.最后提出基于VAR和ARMA模型的综合集成预测方法对我国2015~2020年的交通事故死亡人数进行集成预测,结果表明集成预测精度更高更稳定,能够有效进行交通事故死亡人数的短期预测.

摘要： 一、引言在过去半个多世纪,西方学者就储备规模的适度性问题提出了各种主张,例如比率分析法和回归分析法等。在国内,学者们主要是基于国外已有的文献和理论,再按照我国具体情况对外汇储备规模的决定因子进行实证研究。时至今日,纵然国内外学术界仍未能就外汇储备规模适度性的界定达成共识,但过去的研究成果确实挖掘出一些有意义的外汇储备规模的影响因素。

摘要： 采用构建的向量自回归模型(VAR模型)和向量误差修正模型(VEC模型),基于我国1985—2019年度经济发展相关数据的研究发现,政府支出冲击能在一定程度上提高实际产出和私人消费水平,对经济具有显著的促进作用;政府支出冲击会对私人投资造成短期挤出效应和长期挤入效应;从长期来看,政府收入冲击会导致实际产出水平的下降,政府收入冲击会造成私人消费和私人投资的剧烈波动。增强政策的正向效应,需要明确宏观调控中财政政策的目标,重视政府支出的度以及政府收入对私人消费和私人投资的影响,严格把控财政政策效应的滞后期。

摘要： 从中国援助南太平洋地区的历史、特点及国际评价等三方面剖析中国对南太平洋地区国家的援助情况。以巴布亚新几内亚为例,利用协整检验、VEC模型及脉冲响应函数等方法,实证分析中国援助对巴布亚新几内亚经济增长的影响。通过Johansen协整检验发现:中国援助与巴布亚新几内亚经济增长之间存在长期正向的均衡关系;通过VEC模型分析发现,中国援助的短期波动对巴布亚新几内亚经济增长会产生短期变化;基于VEC模型的脉冲响应分析发现,随着时间的推移,中国援助对巴布亚新几内亚经济增长的正向影响效应越来越大。中国对南太平洋岛国的援助兼顾经济增长的长期和短期效应,进一步证实中国援助对促进南太平洋岛国经济增长具有积极作用,对中国今后继续援助南太平洋岛国提供实证参考依据。

摘要： 根据我国1992-2020年外商投资和中国三次产业统计数据,采用VEC模型,分析了外商投资对产业发展的影响。结果显示:投资和产业发展之间存在着长期平衡的关系;短期内波动并不至于造成该系统偏离长期平衡的距离太远,且该系统还存在着完善的自我调节机制;而脉冲响应函数也说明,投资对行业的发展趋势形成了长期影响,但对农业的影响比工业和服务业更高,对服务业的影响甚至表现为不显著。

摘要： 我国国民经济和社会发展“十四五”规划中,提出将不动产投资信托基金作为盘活存量资产、加快生产要素流动性的新型融资方式大力推广,然而影响不动产投资信托基金推广的一个重要因素在于对其风险的预测和把控。以我国香港上市的大陆不动产投资信托基金为样本,以在险价值作为不动产投资信托基金风险衡量指标,通过向量误差修正模型分析我国宏观经济、证券市场和房地产市场波动等因素对不动产投资信托基金风险的影响。研究发现,不动产投资信托基金是一种较为稳健的投资工具,其风险在一定程度上受宏观经济因素的影响;在宏观经济因素中,不动产投资信托基金风险受利率波动影响最大,同时也受到恒生指数、居民消费价格指数、城镇就业人数增长率、经济波动影响。因此,可以根据这些因素的变动预判不动产投资信托基金风险,并进行风险把控或投资调整。

摘要： 外商直接投资在我国的经济发展中一直占据着重要的地位,如何合理利用外商直接投资对于我国产业结构升级有着重大影响。文章以产业结构升级理论为理论基础,进行脉冲响应分析,同时构建VEC模型量化分析。研究结果表明:长期来看,外商直接投资对第二、三产业的经济增长产生正向影响,而对第一产业影响有限;短期来看,外商直接投资仅对第一、三产业具有影响,并未对第二产业产生影响。基于此提出了相关建议。

摘要： 2008年以来,基于区块链技术的数字货币开始出现,在吸引投资热潮和学术研究兴趣的同时,也逐渐充当货币的部分功能,但市场对其价格发现一直处于剧烈变动过程中。本文通过回归分析对市场因素、公众社会情绪、技术因素、宏观金融经济指标等多个变量进行筛选,然后建立VEC模型,以探究这些因素与数字货币价格之间的长期均衡和短期波动关系。研究结果显示,数字货币价格受交易量和“挖矿”难度影响较大,受道琼斯指数、黄金价格、美元指数等宏观经济金融要素影响小,随着机构投资者加入、数字货币期货工具出现,价格波动性有降低趋势,但仍然难以充当货币的计价单位职能,也没有发挥金融资产的对冲、避险功能,仍是投机交易为主。这些研究结论对于推动数字货币本质讨论进入更深层次,对于测度数字货币市场风险、维护金融体系稳定、建立长期有效的数字货币监管体系均具有参考价值。

摘要： 2011年6月,中国人民银行正式推出了外商直接投资人民币结算业务(以下简称“人民币FDI”),即境外机构和个人可以用人民币在中国进行直接投资。此举一方面增加了境外人民币的用途,并且增加了非居民对人民币的需求;另一方面,它拓宽了境外人民币回流的渠道,完善了人民币的国际循环机制,有效推进了人民币的国际化。实证研究结果表明:人民币国际化与人民币FDI之间存在相互促进的关系。为此,我国应继续完善人民币FDI的风险防控体系,多方协调以促进二者的进一步发展。

摘要： 本文利用1985-2006年我国政府财政支农支出和各类农民收入等相关数据，通过VEC模型的系统协整分析，分别对农民收入与财政支农结构的长期和短期关系进行分析，进行了实证分析。结果表明：财政支农结构对不同途径的农民收入存在显著的长期和短期影响，不同财政支农资金项目对农民增收发挥不同的作用。其中农民工资性收入和总转移性收入ECM调整系数较大，受财政支农资金结构的长期影响较大，相反，农民人均纯收入和占其主要组成的家庭生产经营收入则受财政资金结构的短期影响为主。

摘要： 本文利用1985-2006年我国政府财政支农支出和各类农民收入等相关数据，通过VEC模型的系统协整分析，分别对农民收入与财政支农结构的长期和短期关系进行分析，进行了实证分析。结果表明：财政支农结构对不同途径的农民收入存在显著的长期和短期影响，不同财政支农资金项目对农民增收发挥不同的作用。其中农民工资性收入和总转移性收入ECM调整系数较大，受财政支农资金结构的长期影响较大，相反，农民人均纯收入和占其主要组成的家庭生产经营收入则受财政资金结构的短期影响为主。

摘要： 本文利用1985-2006年我国政府财政支农支出和各类农民收入等相关数据，通过VEC模型的系统协整分析，分别对农民收入与财政支农结构的长期和短期关系进行分析，进行了实证分析。结果表明：财政支农结构对不同途径的农民收入存在显著的长期和短期影响，不同财政支农资金项目对农民增收发挥不同的作用。其中农民工资性收入和总转移性收入ECM调整系数较大，受财政支农资金结构的长期影响较大，相反，农民人均纯收入和占其主要组成的家庭生产经营收入则受财政资金结构的短期影响为主。

摘要： 本文利用1985-2006年我国政府财政支农支出和各类农民收入等相关数据，通过VEC模型的系统协整分析，分别对农民收入与财政支农结构的长期和短期关系进行分析，进行了实证分析。结果表明：财政支农结构对不同途径的农民收入存在显著的长期和短期影响，不同财政支农资金项目对农民增收发挥不同的作用。其中农民工资性收入和总转移性收入ECM调整系数较大，受财政支农资金结构的长期影响较大，相反，农民人均纯收入和占其主要组成的家庭生产经营收入则受财政资金结构的短期影响为主。

摘要： 本文以1983-2006年的统计数据为基础,运用VEC模型(向量误差修正模型)以及方差分解,实证分析了美国对华直接投资与中美两国经济增长的相互关系。研究结果表明,中国经济增长是引起美国对华直接投资的Granger原因,但美国经济增长不是引起美国对华直接投资的Granger原因;美国对华直接投资和中国经济增长均是引起美国经济增长的Granger原因;美国对华直接投资和美国经济增长均不是引起中国经济增长的Granger原因。

摘要： 本文以1983-2006年的统计数据为基础,运用VEC模型(向量误差修正模型)以及方差分解,实证分析了美国对华直接投资与中美两国经济增长的相互关系。研究结果表明,中国经济增长是引起美国对华直接投资的Granger原因,但美国经济增长不是引起美国对华直接投资的Granger原因;美国对华直接投资和中国经济增长均是引起美国经济增长的Granger原因;美国对华直接投资和美国经济增长均不是引起中国经济增长的Granger原因。

摘要： 本文以1983-2006年的统计数据为基础,运用VEC模型(向量误差修正模型)以及方差分解,实证分析了美国对华直接投资与中美两国经济增长的相互关系。研究结果表明,中国经济增长是引起美国对华直接投资的Granger原因,但美国经济增长不是引起美国对华直接投资的Granger原因;美国对华直接投资和中国经济增长均是引起美国经济增长的Granger原因;美国对华直接投资和美国经济增长均不是引起中国经济增长的Granger原因。

摘要： 本文以1983-2006年的统计数据为基础,运用VEC模型(向量误差修正模型)以及方差分解,实证分析了美国对华直接投资与中美两国经济增长的相互关系。研究结果表明,中国经济增长是引起美国对华直接投资的Granger原因,但美国经济增长不是引起美国对华直接投资的Granger原因;美国对华直接投资和中国经济增长均是引起美国经济增长的Granger原因;美国对华直接投资和美国经济增长均不是引起中国经济增长的Granger原因。

摘要： 本文以1983-2006年的统计数据为基础,运用VEC模型(向量误差修正模型)以及方差分解,实证分析了美国对华直接投资与中美两国经济增长的相互关系。研究结果表明,中国经济增长是引起美国对华直接投资的Granger原因,但美国经济增长不是引起美国对华直接投资的Granger原因;美国对华直接投资和中国经济增长均是引起美国经济增长的Granger原因;美国对华直接投资和美国经济增长均不是引起中国经济增长的Granger原因。

摘要： 本文以1983-2006年的统计数据为基础,运用VEC模型(向量误差修正模型)以及方差分解,实证分析了美国对华直接投资与中美两国经济增长的相互关系。研究结果表明,中国经济增长是引起美国对华直接投资的Granger原因,但美国经济增长不是引起美国对华直接投资的Granger原因;美国对华直接投资和中国经济增长均是引起美国经济增长的Granger原因;美国对华直接投资和美国经济增长均不是引起中国经济增长的Granger原因。

摘要： 本发明公开了一种基于Word2Vec‑BiLSTM‑CRF的法律领域的命名实体识别方法，具体包括以下步骤：获取法律领域的原始数据并进行数据的预处理，获得的训练语料数据；将获得的训练语料数据输入Word2Vec算法结合CBOW模型，从而得到针对于法律领域的词向量；将预处理获取的训练语料数据，结合模板匹配和中文语料的顿等模式进行标注，获取标注语料，以Bi‑LSTM作为模型的编码层，将获得的标注语料与获得词向量相结合作为编码层的输入，输出得到文本语义信息特征；将Bi‑LSTM层获取的文本语义信息特征作为CRF的输入，最终输出命名实体的识别结果。识别法律文书中种类丰富的实体，实现法律领域实体的细粒度刻画，法律领域的数据结构化，进一步挖掘法律领域的不同实体之间的关系具有重要意义。

摘要： 本说明书实施例提供用于经由至少两个第一成员设备训练word2vec模型的方法、装置及系统。各个第一成员设备基于所具有的本地语料的语料分词结果生成本地分词词库，使用各自的本地分词词库进行隐私求交确定公共分词，并向其余第一成员设备共享非公共分词数目。随后，各个第一成员设备根据公共分词以及各个第一成员设备的非公共分词数目进行统一分词编号，生成统一字典。然后，各个第一成员设备基于统一字典和本地语料的语料分词结果生成各自的训练样本，并使用各自的训练样本执行基于隐私保护的模型训练来训练出word2vec模型。

摘要： 本发明公开了一种基于word2vec模型的班轮运输重点航线识别方法，属于水运交通领域，包括以下步骤：步骤一：获取AIS数据并预处理；步骤二：得到集装箱班轮航次挂港序列；步骤三：基于word2vec模型生成港口向量；步骤四：获取集装箱班轮运输航次向量；步骤五：识别集装箱班轮运输重点航线。本发明使用挂靠港口数据，精简了重点航线识别的运算内容，更适用于范围庞大的国际班轮运输网络，并深入挖掘了港口间的潜在关联，从而实现集装箱班轮运输重点航线的识别。本发明有助于交通管理部门和航运公司准确掌握集装箱班轮运输的重点航线，为交通管理部门制定管理政策，航运公司规划与管理海上航线提供有力支持。

摘要： 本发明属于IP定位技术领域，特别涉及一种基于IP2vec模型的街道级IP定位方法，部署若干探测源和地标，通过探测源获取网络节点的时延路径信息，并构建具有时延特性的网络拓扑；针对网络拓扑及节点间网络时延，通过IP2vec模型获取每个IP的节点向量表示；将网络拓扑中地标节点向量表示作为输入，将相应地标经纬度作为输出，来训练神经网络；并将目标IP的节点向量表示输入至训练后的神经网络中，利用训练后的神经网络来输出目标IP的地理位置。本发明利用节点拓扑特性和节点间时延约束，使得节点向量蕴含节点间的连接关系和地理上的远近程度等信息，通过已知经纬度的地标节点可以准确推断出目标IP的地理位置，降低定位误差，提升定位效果，便于实际场景应用。

摘要： 本发明涉及电网运维管理技术领域，具体地说，涉及基于Word2vec的监控告警信息向量化模型建立方法。包括如下步骤：构建Word2vec模型并进行模型训练，实现使用分布式向量表示文本；获取历史监控告警信息，采用Word2vec模型对监控告警信息进行向量化处理：分词，去停用词，向量化建模，平均化处理。本发明设计使用Word2vec表示词向量可以解决传统模型的高维稀疏特征问题，还可以将上下文语义特征引入模型中，有助于短文本的分类；采用Word2vec模型对监控告警信息进行向量化建模，可以为后续事件的识别模型提供输入基础，进而辅助分析异常及影响，提升巡视效率，为调空人员工作减负，提升对电网状态实时掌控能力，提高电网的运行健康度。

摘要： 本发明公开了一种基于加权融合的Loc2vec模型的重复数据检测方法，首先，在数据处理层，将语料文件进行分词处理，将其用于Doc2vec模型的训练，同时对待检测的源数据进行分词处理，用于下一阶段的重复数据检测；随后在编码分析层，构建出训练后的Doc2vec模型，将该模型与LCS算法加权融合，得到用于核心字段重复性检测的加权相似度计算模型Loc2vec模型，使用Loc2vec模型对分词后的待检测数据进行相似度计算；最后，对数据相似度计算结果进行分析，相似度大于80％认定为重复数据，从而实现重复性数据项的检测。本发明使用大规模语料库对深度神经网络模型doc2vec进行无监督训练，可以充分使用语料库内的语义信息，大大减少了人工标记的工作量，提升了重复数据检测的效率与准确率。

摘要： 本发明公开了一种基于BTM主题模型和Doc2vec的文本相似度计算方法，首先进行数据预处理与基础模型训练，使用大规模语料库对基础Doc2vec模型进行训练，对待检测的文本数据，进行分词处理，用于下一阶段Doc2vec模型的数据输入；其次进行模型的数据训练处理，使用分词后的数据对Doc2vec模型进行训练，得到文本向量集合，同时使用BTM主题模型对待检测文本数据进行训练，得到文本主题集合。最后进行数据相似度的计算，在文本向量集合基础上，结合文本主题信息，得到主题向量集合，将文本向量与主题向量进行融合得到表征数据的距离向量，针对距离向量使用余弦相似度计算公式计算得到数据相似度值。本发明提出的检测模型提升了计算效率与文本之间相似度计算的准确度。

摘要： 本申请适用于人工智能技术领域，提供了基于word2vec模型的推荐信息的方法、装置、设备及存储介质。包括：获取个人门户网站上登录的用户的标识信息；根据标识信息提取用户的目标数据，目标数据包括用户行为数据以及个人信息；通过word2vec模型对目标数据与个人门户网站的多个资源数据进行分析，得到目标数据与每个资源数据之间的关联度；根据目标数据与每个资源数据之间的关联度，确定待推荐信息，并将待推荐信息推荐给用户。通过word2vec模型对用户的目标数据以及资源数据进行处理，使得到的目标数据与每个资源数据之间的关联度更加准确，进而根据关联度，确定出准确的推荐信息并推荐给用户，提升了信息推荐的准确性。

摘要： 本说明书实施例提供用于经由至少两个第一成员设备训练word2vec模型的方法、装置及系统。各个第一成员设备基于所具有的本地语料的语料分词结果生成本地分词词库，使用各自的本地分词词库进行隐私求交确定公共分词，并向其余第一成员设备共享非公共分词数目。随后，各个第一成员设备根据公共分词以及各个第一成员设备的非公共分词数目进行统一分词编号，生成统一字典。然后，各个第一成员设备基于统一字典和本地语料的语料分词结果生成各自的训练样本，并使用各自的训练样本执行基于隐私保护的模型训练来训练出word2vec模型。

摘要： 本公开涉及数据处理技术领域，尤其涉及一种word2vec模型训练、数据召回方法及装置，解决对于账户信息利用不充分，导致获取的word2vec模型生成的向量，无法表征账户与账户点击的文章之间的关联性，召回的数据无法满足实际需求的问题，方法为：周期性地根据账户操作的业务数据的项目ID，以及账户ID，生成每一个账户对应的至少一个重构ID序列，对word2vec模型进行训练，并根据模型输出的向量表，确定召回的业务数据，这样，训练样本中充分利用了账户与业务数据之间的交互信息，使得所述word2vec模型充分的学习账户与业务数据之间，以及不同业务数据之间的内在联系，进而能够召回符合账户需要的业务数据。