条件异方差

摘要： 资本资产定价(CAPM)模型簇假设扰动项为同方差,不能有效刻画金融资产收益率波动呈现出的条件异方差特点.为在实际应用中正确使用此类模型,给出两点改进:引入GARCH模型刻画扰动项波动规律,替代传统的正态分布假设;将条件异方差作为风险因素引入模型.以美国银行业实际数据进行实证研究,检验结果表明了本文改进方案的合理性,为实证分析中正确使用此类模型提供了有益参考.

摘要： 本文通过逐一构造企业层面的人民币有效汇率指数,考察我国A股市场中14个制造子行业291家企业在有管理的浮动汇率制度改革阶段下的线性与非对称外汇风险暴露情况.研究发现,我国制造业上市企业中存在较为普遍的非对称的外汇风险暴露,并且随时间推移,制造业企业整体面临的非对称外汇风险暴露水平逐渐提高,但存在行业与时间差异;与使用贸易加权有效汇率指数相比,本文构建的企业层面的人民币有效汇率指数测度出更高的外汇风险暴露水平.随着汇率风险的加剧,制造业企业需要提高外汇风险管理的意识和水平,我国外汇衍生品市场也亟待完善.

摘要： 近两年来,人民币汇率的走势呈现出与以往所不同的特征,表现为波动弹性明显增大.为了提取其波动中蕴涵的信息,文章在计算汇率收益率的基础上,根据2014—2017年底的1132个序列观测值数据,利用GARCH各类模型的结构进行了拟合、估计、检验和分析.结果显示汇率波动具有分布的非正态性,持续期较长的自相关性,以及还有非对称和非线性等一系列特征.因此,汇率调控政策应具有针对性,才能有效防范其波动带来的风险.

摘要： 运用可靠方法评估项目的最优临界值和最大机会价值是光伏发电投资决策面临的关键问题.本研究选取了与某光伏企业发电投资项目价值“孪生”的一只股票的836个日收盘价格(从2012年1月4日至2015年6月24日)建立波动率预测模型,并在此基础上修正了该项目投资决策的动态规划法.然后给出了该投资的最优临界值、最大机会价值以及不同波动率下的这两个值的变化趋势.研究表明:该“孪生”股票价格的条件异方差使得最优临界值和最大机会价值对波动率的敏感程度不同——当波动率增大时,上述两个值虽然都增加,但增加的程度不同;当波动率增大到一定程度时,这两个值增加的程度都明显提高.因此,将波动率纳入光伏发电投资决策分析中有助于提高决策质量,减少企业损失.%The key problem for photovoltaic investment decisions is whether there is a reliable method that can be applied to assess the optimal critical value and the maximum opportunity value.This study choses 836 day closing prices (from January 4,2012 to June 24,2015) of a stock,which has a "twinborn" relationship with the value of photovoltaic investment program,to establish a volatility forecasting model.On this basis,this paper revises the dynamic programming method of the investment decision-making.Then,the optimal critical value,the maximum opportunity value and the trend of these two values under the different volatility are given.This research shows that:as a result of the conditional heteroscedasticity of the "twinborn" stock price,the optimal critical value and the biggest opportunity value have different sensitivity for different volatility—When the volatility increases,these two values increase,but the increasing extent are different;When the volatility reaches a certain value,the increasing extent of the two values are obviously improved.Therefore,the analysis of the volatility helps to improve the quality of decision-making,and reduce the loss of the enterprises.

摘要： 文章基于潍柴动力2014年7月1日至2015年3月26日180个交易日的收盘价数据,通过R软件建立模型,对3月最后三个交易日的收盘价进行预测,预测值与真实值非常接近,能够为有关该只股票的决策提供一定的帮助.

摘要： 本文在介绍了条件异方差的几种基础模型的基础上，通过对上证指数日收益率的数据在R语言中进行检验，模型建立、模型检验及预测最适合该数据所对应的模型。

摘要： This paper uses GARCH models with three types of characteristic structure to fit the RMB exchange rate data under four different time scopes and launch the validity test.Then combine with the correlation test and bicorrelation test,we inspect the stability of nonlinear GARCH structure involved in RMB exchange rate series and the original hypotheses of the GARCH models.The comprehensive empirical results indicate that RMB exchange rate system is a nonlinear dynamic complex system,the nonlinear GARCH pattern embodied in the series data shows non-persistent and unstable features.%利用三类不同结构的基本 GARCH 类模型对四个不同时间跨度上人民币汇率序列进行拟合和效度检验；并进一步结合窗口检验程序，借助相关性 C 统计量和双相关 H 统计量对实证对象的 GARCH 类非线性结构的稳定性及 GARCH 类模型中有关非线性相关的基本假设进行检验。结果表明，人民币汇率系统是一个典型的非线性动态复杂系统，人民币汇率序列中的 GARCH 类非线性结构表现出了非持续和瞬时性的特点。

摘要： 条件异方差模型即波动率模型是金融时间序列分析中很重要的一系列模型,是用来解决金融收益率波动问题,波动率是度量风险的一个常用指标.金融专业高年级学生会开设金融时间序列分析,必然涉及到波动率模型,波动率模型形式比较复杂,包含信息量很大,文章从如下几个方面探讨如何上好条件异方差模型:模型引入,模型介绍,案例分析,小论文写作和复习课讲解.旨在让学生掌握扎实的理论,敏洋的分析能力和动手能力.

摘要： 本文运用ARCH族模型对我国股票市场日收益率及其波动性进行实证研究。长期的实证研究结果表明，我国股票市场上证综指日收益率呈现明显的波动集群性特征，因此我国的股票市场不稳定，存在明显的信息不对称和杠杆效应，波动幅度大，风险较高。本文通过arch模型族对我国股票市场进行研究具有重大的意义。

摘要： 一种基于广义自回归异方差模型的噪声方差估计方法，包括以下步骤：步骤1，读取被噪声污染的含噪图像；步骤2，对含噪图像做非子采样轮廓波变换；步骤3，对步骤2中的每个高频子带系数矩阵做去均值滤波处理；步骤4，将去均值滤波处理后的高频子带系数矩阵转换为一维序列数据；步骤5，对一维序列数据建立自回归模型，并求得其残差序列；步骤6，对残差序列建立统计学模型；步骤7，根据步骤5中求得的残差序列和步骤6的统计学模型，采用极大似然估计的方法计算统计学模型的参数；步骤8，求得含噪图像中的噪声的方差。该方法可以提高噪声方差估计的准确性，且适用于各种噪声水平的退化图像，为去噪、复原、特征提取等后续图像处理提供支持。

摘要： 本发明涉及短期风速预测技术领域，公开了一种基于变分异方差高斯过程回归的短期风速预测方法，首先采用具适应性噪声的完全集合经验模态分解将原始风速时间序列分解为规律性更强的子序列集合，计算每个子序列的偏自相关函数值，并选择95%置信水平下显著的滞后时间序列作为输入变量；然后，采用变分异方差高斯过程回归对每个子序列进行训练与预测，最后，将所有子序列的预测结果进行合并，得到风速时间序列的最终预测结果。与现有技术相比，本发明采用变分异方差高斯过程回归模型对风速时间序列进行预测，其预测能力更强，且变分异方差高斯过程回归模型性能优于标准高斯过程回归模型，能够获得更高的预测精度。

摘要： 一种基于异方差差分和K‑匿名机制的医疗数据隐私保护方法，通过引入差分隐私保护改善了K‑anonymity弱保护性的缺点，增强了数据的安全性；同时利用CART决策树计算出的各属性权重对不同属性进行异方差加噪，给予对最终分类结果影响力小的属性大噪音，给予对最终分类结果影响力大的属性小噪音，改变了传统统一加噪的方式，增强了数据的可用性；最后加入深度神经网络使得其数据可用性有了直观的展示。

摘要： 本发明提供了一种基于稀疏异方差多样条回归的风功率曲线拟合的方法，包括：采用模糊C均值算法自动检测异常点，针对原始风电数据获取去除异常点的数据；根据获取到的数据构建稀疏异方差多样条回归模型；采用变分贝叶斯方法对构建的稀疏异方差多样条回归模型进行优化，得到模型中所有参数的后验分布情况及参数公式；初始化模型参数，根据模型中所有参数的后验分布情况及参数公式，利用迭代的方法，求出参数的估计值。本发明所提供的基于稀疏异方差多样条回归的风功率曲线拟合的方法综合了多个样条基函数，增加了模型的非线性拟合能力，避免了冗余信息对最终回归结果的影响。

摘要： 一种基于广义自回归异方差模型的噪声方差估计方法，包括以下步骤：步骤1，读取被噪声污染的含噪图像；步骤2，对含噪图像做非子采样轮廓波变换；步骤3，对步骤2中的每个高频子带系数矩阵做去均值滤波处理；步骤4，将去均值滤波处理后的高频子带系数矩阵转换为一维序列数据；步骤5，对一维序列数据建立自回归模型，并求得其残差序列；步骤6，对残差序列建立统计学模型；步骤7，根据步骤5中求得的残差序列和步骤6的统计学模型，采用极大似然估计的方法计算统计学模型的参数；步骤8，求得含噪图像中的噪声的方差。该方法可以提高噪声方差估计的准确性，且适用于各种噪声水平的退化图像，为去噪、复原、特征提取等后续图像处理提供支持。

摘要： 本发明公开了一种基于异方差导波‑高斯过程的疲劳裂纹评估方法及终端，步骤如下：对时变条件下获取航空结构的损伤因子随时间分布的异方差特征进行建模；获取当前时刻航空结构的各分位数损伤因子；获取当前时刻航空结构的裂纹评估结果以及90%不确定度区间。本发明的方法能够有效降低多不确定因素对定量化监测影响的分散性，且能对评估结果的不确定性进行量化，提高了航空结构时变损伤评估的准确性。

摘要： 本发明公开了一种基于异方差噪声孪生LSSVR的风速预报方法，包括以下步骤：A、获取待预测地区具有异方差噪声影响的风速数据集D1，计算得到基于异方差噪声特性的损失函数；B、基于异方差噪声特性孪生最小二乘支持向量回归的原问题，推导并求解基于异方差噪声特性孪生最小二乘支持向量回归的对偶问题；C、确定基于异方差噪声特性孪生最小二乘支持向量回归对偶问题的惩罚参数及核参数，选取合适的核函数；构造基于异方差噪声特性孪生最小二乘支持向量回归的上界和下界函数，最后构造决策函数；D、构造基于异方差噪声特性的孪生最小二乘支持向量回归的风速预报模型并对风速进行预报。本发明能够改进现有技术的不足，提高了风速预报精度。

摘要： 本发明提供了一种基于异方差回归的叶片蠕变‑疲劳复合概率寿命分析方法，包括：根据试验数据进行低周疲劳概率寿命的确定；根据试验数据进行蠕变概率寿命的确定，蠕变概率寿命模型通过二元异方差回归分析获取；建立涡轮叶片有限元分析模型，包括建立几何模型，设置材料属性，施加边界条件以及外载荷，提取有限元分析结果；抽取概率寿命辅助变量的随机样本，结合有限元输出结果通过寿命方程的分析得到低周疲劳寿命的随机样本以及蠕变寿命的随机样本；通过线性累积损伤理论，得到蠕变‑疲劳复合寿命的随机样本；根据核密度方法确定蠕变‑疲劳复合寿命的概率密度函数；通过自助抽样法得到不同存活概率下给定置信水平对应的复合寿命置信区间。

摘要： 本发明涉及短期风速预测技术领域，公开了一种基于变分异方差高斯过程回归的短期风速预测方法，首先采用具适应性噪声的完全集合经验模态分解将原始风速时间序列分解为规律性更强的子序列集合，计算每个子序列的偏自相关函数值，并选择95%置信水平下显著的滞后时间序列作为输入变量；然后，采用变分异方差高斯过程回归对每个子序列进行训练与预测，最后，将所有子序列的预测结果进行合并，得到风速时间序列的最终预测结果。与现有技术相比，本发明采用变分异方差高斯过程回归模型对风速时间序列进行预测，其预测能力更强，且变分异方差高斯过程回归模型性能优于标准高斯过程回归模型，能够获得更高的预测精度。

摘要： 本发明提供一种基于变分异方差高斯过程的高速铁路道床板变形监测和预测方法。本发明首先开发一种基于光纤布拉格光栅技术的新型在线结构健康监测系统。该系统对监测数据的电磁干扰免疫，具有温度自补偿能力，实现对道床板变形连续、长期监测。本发明针对监测数据的不同不确定性来源，探讨变分异方差高斯过程，利用变分贝叶斯和高斯近似对数据建模、进一步开展监测数据不确定性因素分析和数据预测。结果表明，VHGP框架回归分析结果更稳健，估计的置信水平能较好描述高铁数据的噪声异方差。通过VHGP方法，可获得较高回归和预测精度，且预测的噪声最大位置更准确。弥补道床板变形监测的研究不足，为高铁系统安全建设与有效运营提供技术支撑。