针对电力现货价格时序的高波动性和复杂性, 研究提出了基于小波变换与轻量级梯度提升决策树(light gradient boosting machine, LGBM) 的组合预测模型. 通过引入滚动时间窗口与小波变换实现电力现货价格序列的动态多尺度分解, 提取各频率特征以降低其模态复杂性的同时还可以有效规避数据泄露问题. 研究利用LGBM算法的复杂非线性特征提取能力进行预测建模. 为了验证模型的有效性, 研究采用山西省电力现货市场数据对提出的组合预测模型进行实证分析. 结果表明: 文章提出的动态分解组合预测模型在均方根误差、平均绝对误差和决定系数等多个关键性能指标上均优于长短期记忆模型、支持向量机、弹性网络回归模型以及极致梯度提升模型等主流预测方法, 其中决定系数$R^2$达到0.9792, 表现出较高的预测精度. 同时, 文章所提模型在不同市场条件下均表现出稳健性和适应性, 为电力市场参与者提供了可靠的预测工具, 有助于优化交易策略、降低市场风险.

文章将台风登陆事件作为外生性气候风险冲击, 台风登陆时点作为干预时点, 使用双重差分方法研究了台风灾害对中国上市公司股票收益率的影响, 分析了台风风险带来的金融风险经由供应链关系的传导问题.为了更深入地理解上述影响, 文章从数字化转型的视角进行了机制分析.研究发现, 台风灾害会对灾区公司的股票收益率产生显著的消极影响, 而这种影响会进一步通过供应链关系传导至供应商和客户, 且对供应商与客户的溢出效应还存在不对称性.特别地, 文章发现数字化转型对于缓解台风风险带来的金融风险具有重要作用, 可以减轻股票收益率受到的负面影响.文章最后通过一系列稳健性检验, 发现文章的结果是稳健的.

随着山区农村寄递需求日益增大,其寄递物流路径规划问题成为学术热点.文章基于农村客货邮融合发展背景,研究了客运班车-电动车-无人机协同配送模式下山区农村寄递物流路径规划问题.首先,根据村级服务点的地理位置、分布特征、货物递送量和寄件量,将其划分为电动车服务类型(TC)和无人机服务类型(FC);其次,基于山区农村客运班车的潮汐性客流特征,建立客车闲置容量函数;然后,以包含运输启用费用、代运客车和电动车的运量成本、客车和电动车的运距成本、无人机电耗成本和电动车配送时间成本的总成本最小为优化目标,构建数学模型;为求解该模型,设计了一种多约束修正聚类算法与改进自适应遗传算法的混合算法(MCDCA-IAGA).实验结果和案例研究表明,客运班车-电动车-无人机协同配送模式有效降低了2.9%的配送成本和8.6%的配送时间,为山区农村寄递物流路径规划提供了可行的解决方案.

个体选择偏好与推荐算法滥用使公众陷入信息茧房困境, 诱发差异化集群行为, 并促使舆论极化加剧形成, 甚至对社会公共秩序造成了严重影响. 通过系统剖析信息茧房下公众行为差异对异质观点群体交互产生的群内同质制约削弱-强化复合影响、群际抑制-促进组合交互影响, 借鉴Lotka-Volterra建模思想, 构建异质观点交互的舆论极化动力学模型, 并求解平衡点及其稳定性, 进而通过数值仿真与实证分析揭示舆论极化规律. 研究发现, 信息茧房下群内同质制约作用越弱且群际促进作用越强, 两群体扩张速度越快且规模越大, 越易呈现二元极化态势. 当所受群际抑制作用较大且异质观点群体的同质制约作用较弱时, 群体扩张速度将减缓且规模达到顶峰后会减小甚至消失, 呈现单一极化态势. 潜在扩散范围正向影响群体自身扩张速度与最终规模, 且在群际促进作用下可减缓异质观点群体的扩张, 但不影响其最终规模.

在时间序列预测中,预测误差指标无法帮助研究者判断预测效果差是由模型不恰当引起还是数据本身含有的可预测信息少.本质可预测性刻画了数据的"预测效果上限",可以帮助研究者判断当前使用的模型和数据是否匹配.文章简述了可预测性相关概念,并详细介绍了基于排列熵的时序可预测性研究.基于此,文章提出一种带协变量的排列熵指标,用于刻画带有协变量时目标时间序列的复杂度,并通过玻璃气泡数据实验验证其有效性.此外,文章进一步提出一种利用本质可预测性进行预测方法选择的策略,在较小精度损失前提下,尽可能选择简单模型并节省建模预测时间.在经济数据上的数值实验验证了该策略的有效性.

针对两阶段生产结构包含非期望产出与共享投入要素的情况,构建了一个两阶段网络数据包络分析(DEA)模型.该模型不仅可以对两阶段间的共享资源进行合理配置,还通过非期望产出弱处置理论对非期望产出进行处理,以符合实际生产规律.然后,基于非合作博弈的思想对子阶段效率进行分解,考虑第一阶段或第二阶段分别为主导的情况,建立子阶段效率模型.最后,将模型应用到福建省"专精特新"中小企业创新效率评价中,将其创新过程分解为技术创新阶段和成果转化阶段,通过深入分析整体效率及其子阶段效率,得到更为准确和全面的评价结果,同时与4种情形下的不同模型进行对比,进一步验证了文章模型的合理性和可行性.

文章基于2011-2021年78家城市商业银行和农村商业银行平衡面板数据, 采用固定效应模型检验数字普惠金融对区域商业银行经营绩效的影响. 结果表明: 两者间存在显著负向关系, 这一结论经过内生性处理和稳健性检验后仍然成立,说明当前竞争挤出效应仍然影响较大. 进一步通过调节效应和门槛效应分析表明, 数字普惠金融技术溢出效应驱动区域商业银行业务创新和提升风险承担能力, 减弱了两者负效应, 且风险承担调节效果更加显著; 门槛值参数估计结果显示, 业务创新对农村商业银行负向收敛调节效果更加显著, 风险承担对城市商业银行负向收敛调节效果更加显著. 文章研究结论对区域商业银行数字化转型及区域经济的可持续健康发展具有重要的实践启示.

针对生鲜品新鲜度等级随时间动态变化的特性, 研究了具有多层级新鲜度的生鲜品分配和冷链配送联合优化问题. 考虑了软硬双重时间窗约束和客户对产品新鲜度的要求, 以不同层级新鲜度产品分配和冷链配送路径为决策变量, 在满足车容量约束、硬时间窗约束和产品新鲜度要求的前提下, 以车辆的固定成本、运输成本、制冷成本、违反软时间窗的惩罚成本、产品货损成本和客户缺货损失之和最小化为目标函数, 构建了生鲜品分配与冷链配送联合优化模型, 结合模型特点设计了基于自适应大邻域搜索的两阶段混合启发式算法. 利用Solomon数据集构造算例, 分别用Gurobi软件和两阶段启发式算法进行求解, 验证了模型的正确性和两阶段启发式算法的快速有效性; 进一步将联合优化结果与分阶段优化策略进行对比, 验证了将生鲜品分配与冷链配送进行联合优化的必要性, 结果显示, 联合优化策略可以显著降低生鲜品过期变质的货损成本和客户缺货损失, 使总配送成本平均下降43%左右. 最后通过一个实际案例, 验证了算法在解决实际问题中的效果.

随着深度学习技术的快速发展, 其在资产定价领域的应用受到了广泛关注. 文章深入探讨了因子定价模型的理论基础, 并结合深度学习技术, 提出了一种基于特征排序并以深度神经网络为主体所构建的隐性因子模型. 该模型克服了传统因子模型在处理非线性问题和假设检验方面的局限, 同时采用合理的激活函数以准确地模拟真实的投资组合构建过程. 在对中国A股市场的实证分析中, 文章提出的深度神经网络模型在样本外预测表现上显著超越了基准模型, 并在均方有效前沿投资组合构建中实现了最高的累计收益和夏普比率. 此外, 通过对模型输出的梯度特征重要度分析, 发现A股市场的月度收益率受交易类特征的影响最为明显, 体现了中国股市作为一个发展中市场的特点. 文章为深入理解隐性因子模型的构建, 以及A股的市场行为模式提供了新的见解.

供应链中小企业普遍存在融资难的问题,阻碍了企业高质量发展.区块链技术驱动下的第三方金融服务平台为破解该问题提供了新思路.文章通过构建“政府-第三方金融服务平台-中小企业"三方演化博弈模型,探究了政府监管行为策略、第三方金融服务平台引入区块链共享信息行为策略和中小企业的融资守信行为策略,进行了三方演化博弈均衡点稳定性分析,并通过参数敏感性分析探讨了区块链技术成本、政府监管成本、政府奖惩力度与企业收益对三方演化博弈均衡的影响.结果表明:1)第三方金融服务平台是否选择区块链共享信息不仅取决于区块链技术成本,也与政府对平台和中小企业的奖惩措施及企业的违约风险收益大小有关.2)传统观念认为区块链驱动下的数字供应链金融势必优于传统供应链金融,但该研究发现只有当政府在特定情况下通过动态奖惩措施对平台进行激励以提升供应链金融信息透明度、对企业进行约束以降低融资违约率时,区块链供应链金融的融资效率才会优于传统供应链金融融资效率.

针对单一信息源、单一分解技术、单一预测方法对碳价格预测具有不稳定性和不精确的问题, 提出了多源数据特征驱动和多尺度分析下的碳价混合预测模型CPS-MEMD-SVR-MLR:1)多源数据分析, 有效融合与碳价格相关的历史碳交易价格、宏观经济发展水平、化石能源价格、汇率和基于新闻文本信息的社交媒体情绪数据; 2)多尺度分析, 通过多元经验模态分解技术(MEMD)将多源数据分解成不同模态下的预测特征; 3)混合预测分析, 利用模糊熵理论有序融合计量经济学模型和机器学习模型, 集成各模态预测值为最终结果.文章以欧盟2015年2月11日-2023年2月27日期间的碳价格为研究案例, 基于7种情景分析和DM检验, 其结果表明: 1)文章提出的混合模型的预测精度优于其他对比模型; 2)社交媒体情绪能够提升碳价格的预测精度, 且优于单因素预测结果; 3)引入MEMD分解可以显著提升碳价格的预测精度.

为提高新能源汽车供应链网络中风险传播预防和控制的科学性,加强中国新能源汽车安全生产及运营管理,融合复杂网络理论和SEIR (susceptible-exposed-infectious-recovered)模型仿真模拟新能源汽车供应链网络风险传播过程,挖掘风险传播机理.首先,选取典型的新能源汽车企业特斯拉、小鹏为案例,以供应商为节点,供应商间合作关系为连边分别构建两企业汽车供应链拓扑网络;其次,选取平均度、聚类系数、平均路径长度等拓扑参数探究两企业供应链网络特性;最后,基于拓扑网络特性构建供应链网络的SEIR传染病模型,仿真模拟不同免疫策略对供应链风险传播的速率和范围造成的影响.结果表明:1)两家新能源汽车企业供应链网络均为无标度网络结构,且网络紧密性相差不大(特斯拉和小鹏供应链网络平均度分别为2.293和1.845);2)对比两企业的风险防控策略模拟发现,两企业在风险防控策略模拟中表现结果基本相似,所提模型能有效探究新能源汽车供应链风险传播特性,具体来说:延长风险潜伏期能有效减缓风险传播速度可为企业提供近3个月的调整时间,其中特斯拉比小鹏风险传播的峰值时刻延迟时间少2周;缩短感染持续时间能显著降低约20%风险传播规模,其中特斯拉比小鹏风险波及范围下降多4%;此外,提升供应链网络的复杂度可能会导致风险传播的加速.研究成果可为新能源汽车企业制定有效的风险应对措施,保障供应链的稳定性和安全性提供参考依据.

针对一类控制方向未知的严格反馈非线性系统,提出了一种基于反步法的动态事件触发控制方法,从而达到在解决系统控制方向未知问题的同时减少网络中传输数据的目的.首先,在利用反步法设计自适应控制器时引入Nussbaum增益函数,解决控制方向未知的问题;其次,在设计实际控制器时引入动态事件触发机制,在触发机制中引入一个动态变量来调整触发阈值,进一步减少触发次数,并基于李雅普诺夫函数证明了闭环系统的稳定性,同时芝诺行为不会出现;最后,通过仿真实例验证了提出的动态事件触发控制方法能减少网络中传输的数据,节约网络资源.

物流标准化是健全现代流通产业发展的重要途径,中国积极开展物流标准化试点工作,探索解决流通中的"堵点"问题.在流通一体化的目标下,如何吸引多元主体参与物流标准化建设以打造高效的流通体系是现代流通业发展的关键.文章从协同治理的视角出发,构建"制造商-第三方物流企业-零售商"三方演化博弈模型刻画供应链上下游参与协同物流标准化的行为关系,探究影响链内主体协同模式选择的关键因素,通过剖析主体间的利益关系以及仿真分析进一步讨论系统不同稳定状态和主体的策略选择.研究发现:1)各主体初始参与势能达到一定阈值可以直接实现三方协同的理想状态.2)政府对各个主体的奖惩强度提高会促进标准化协同关系的建立.3)标准化成本的降低可以吸引各主体参与协同标准化,且其激励效果相较政府补贴更加独立于企业初始意愿.4)第三方物流企业的让利有利于各主体收敛至理想状态.最后,基于结论提出相应政策建议.

文章研究了存在拒绝服务(denial-of-service,DoS)攻击的异构多智能体系统输出一致性控制问题.首先,针对网络攻击行为多变且其攻击统计特性无法精确获取的问题,提出了一种基于双隐Markov模型的拒绝服务攻击行为建模方法,将攻击行为导致的通信中断转化为多智能体网络的拓扑切换.其次,设计了一种分布式异步动态观测器,以解决通信拓扑模态(communication topology mode,CTM)和转移概率模态(transition probability mode,TPM)发生不匹配时的异步问题.第三,基于随机Lyapunov理论和线性矩阵不等式,得到了系统输出一致性问题可解的充分条件.最后,通过一个仿真实例验证了所得到结果的可行性和有效性.

私有化改革被视为减少公立医疗体系等待时间的有效策略. 文章着重探讨两种私有化改革模式: 一是竞争模式, 即允许私立医院进入市场与公立医院竞争; 二是合作模式, 即公立医院与私立医院为实现共同目标而协作. 文章采用排队模型刻画患者的问诊过程, 分析不同私有化改革下公立医院与私立医院的服务速率与诊疗价格调控, 并研究不同改革模式对医联服务覆盖的患者数量、患者等待时间、患者效用及社会整体福利的影响. 研究发现, 竞争模式能够显著缩短患者等待时间, 进而扩大医疗服务覆盖的患者数量, 提升患者效用和社会福利; 而合作模式虽然也能减少患者的等待时间, 但在提升患者数量、患者效用以及社会福利方面则表现出不确定性, 只有在公私合作医院的服务容量较大或私有化程度较高时, 才能有效促进医疗服务覆盖的患者数量、患者效用以及社会福利的提升. 最后, 私立医院在选择合作或竞争模式时, 主要取决于政府给予公立医院的补贴率以及公私合作医院追求自身利益的私有化水平. 具体而言, 当补贴率或私有化水平较高时, 私立医院更倾向于选择合作模式; 反之, 则更倾向于选择竞争模式.

针对设备的健康诊断和剩余寿命预测问题,提出一种数据-模型双驱动的随机过程模型.首先针对非振动类信号提出了一种新的信号标量化方法,使得连续性信号(温度、速度、压强等)能够通过标量化方法形成可以输入到隐半马尔可夫模型的数据类型.其次,提出一种新式退化核驱动的改进隐半马尔可夫模型(deterioration kernel-based modified hidden semi-Markov model,DK-MHSMM)实现机械装备观测标度至潜在状态的过程映射,动态甄别设备状态模式.再次,在DK-MHSMM中引入粘连系数,运用遗传算法以及樽海鞘群算法的协同进化算法替代常规EM参数估计方法对模型参数进行估计,根据设备全寿命分布特点以及设备当前状态值提出了相应的剩余寿命预测方法.最后,利用涡扇发动机数据集对该方法进行了验证,验证了该方法的有效性和可行性.

自创区作为引领创新发展的重要引擎, 以体制机制改革和政策先行先试为出发点, 辐射带动周边区域创新协调发展. 高铁网络的逐步完善为“双循环”打开新格局, 扩大了自创区创新溢出作用的范围. 文章基于2008-2019年中国高铁城市对数据, 采用多期双重差分法, 系统研究开通连接到自创区城市的高铁后对普通城市创新水平的提升效果和作用机制. 研究发现, 开通连接到自创区城市的高铁后能显著提高普通城市创新水平, 自创区城市的创新溢出作用对东部地区城市、创新环境较好的城市和大规模城市的效果更明显. 机制检验表明, 自创区城市的创新溢出效应通过利用创新禀赋、政府引导创新和示范带动效应三个方面实现. 文章为高铁网络化背景下自创区城市发挥示范带动作用, 进一步优化创新资源空间配置和加快发展新质生产力, 实现经济高质量发展提供了经验证据和政策启示.

混料试验设计在食品生产、工业制造、 混合药物研发、 投资组合优化等领域有广泛的应用. 为了确保设计方案对模型的变化具有稳健性, 许多学者在不同准则下提出了混料均匀设计. 然而, 当混料成分个数较多且受到的约束条件较复杂时, 基于接受拒绝算法或逆变换法的混料设计构造方法变得低效且复杂. 文章基于代表点法提出了线性约束区域上的混料均匀设计的高效构造方法, 其主要思想是先基于吉布斯采样算法生成混料试验区域上均匀训练样本, 然后通过优化算法将其压缩成能量距离准则下的最优代表点集. 通过数值例子分析, 新构造方法产生的设计有良好的均匀性和模型稳健性.

文章针对异构多智能体系统,研究了基于自适应分布式事件触发机制的容错一致性问题,重点考虑执行器故障和外部有界能量干扰等因素.文章相较于现有研究,通过引入分布式中间变量,对异构多智能体系统的闭环误差进行建模.同时,设计了故障观测器,用于实时估计执行器故障状态,并通过在线调节控制增益来补偿执行器故障.另外,设计了自适应分布式事件触发机制,通过智能体之间的动态交互和信息共享,既节约了通信资源,又成功避免了Zeno现象的发生.此外,设计了基于分布式自适应事件触发的容错控制器,确保系统在出现执行器故障或外部扰动的情况下,智能体之间仍能保持一致的行为.最后,通过Matlab仿真实验验证了所提出方法的可行性和有效性,为实际应用提供了切实可行的解决方案.

外卖配送问题具有订单请求动态性、多目标以及取送一体化等特性,需要动态跟进骑手状态以更新配取路径.文章针对外卖配送路径规划中的多目标动态优化问题,考虑骑手体力和路网熟悉度对配送效率的影响,以最大化平台、骑手、顾客的三方利益为目标,设计并构建新的外卖配送路径优化模型.为解决动态时间片段下多目标的权重设定难题,文章提出一种基于动态权重调整策略的多目标启发式算法.同时,外卖配送的算例证明算法的可行性.结果表明:文章算法能够在动态环境下有效平衡三方利益,输出各方均满意的配送方案,且效果优于Gurobi求解器,验证算法的有效性.针对不同类型骑手的派单策略进行分析,所获得的管理启示可为外卖平台的运营提供决策借鉴.

在低空经济赋能“最先一公里”节点的背景下,针对果蔬农产品的季节性、鲜活性、易腐性及地域性特点,提高“最先一公里”阶段的采摘与配送效率成为提升农产品市场竞争力的关键问题.在考虑区域限制和时间约束的条件下,文章研究了卡车-多无人机协同取送路径问题.为解决该问题,文章构建了两阶段混合整数线性规划模型并设计了一种基于混合局部搜索的遗传算法,以实现第一阶段内最小化无人机和卡车行驶总成本以及停靠点启用成本;第二阶段内无人机和卡车的总运输成本最小化.其中,在选址阶段引入联合覆盖规划概念.大量实验数据验证了模型与算法的可行性与有效性.此外,文章结合顺丰公司的实际运营数据进行了实证分析,实验结果表明,所构建的和算法可在给定时间内给出较优方案,显著提升果蔬农产品的“最先一公里”物流效率,有效保障了产品的成熟度与生鲜性.文章研究成果不仅为农产品供应链的现代化转型提供了理论支持与实践指导,还为低空经济在农业领域的应用探索了新的方向.

文章研究含有不确定非线性动态的多无人车编队控制问题.首先,基于领航-跟随法建立多无人车编队运动模型,描述无人车个体间的领航跟随关系.然后,利用神经网络在线学习无人车系统的不确定非线性动态,通过引入滑动模态,设计基于目标跟踪机制的自适应神经网络方向控制器;同时,结合反步递推控制技术,设计基于目标跟踪机制的自适应神经网络推进控制器,实现多无人车横纵向综合编队行驶.利用Lyapunov稳定性理论分析证明了闭环多无人车编队控制系统的稳定性,并且编队跟踪误差能够收敛到原点的邻域内.最后,仿真结果验证了文章提出的控制算法能够实现不同队形下的编队控制和队形保持.

作为线下医疗系统的重要补充,在线医疗的普及为患者就医提供新途径,推动社会医疗环境良好有序发展.对在线医疗社区中患者选择医生这一行为的相关实证研究进行梳理与再分析,解决过去研究结果不一致问题,明确不同前因变量对用户择医行为的作用强度,为后续研究与实践工作提供参考.运用元分析方法,将影响患者线上择医行为的23个前因变量,3个调节变量,共55项研究的190个独立效应值进行分析.研究发现,23个前因变量均正向影响线上患者择医行为,其中患者心意、评论总数量呈显著强相关.平台类型、研究数据的时间、数据收集方式对部分前因变量与线上择医之间的关系起到调节作用.

自动生产线融入故障智能诊断报警技术能避免因故障带来的生产中断和经济损失.传统的故障诊断方法通过机器视觉等技术采集反映机械疲劳故障的物理特征数据进行预测,但复杂工况中存在的大量噪声导致基于该方法的高精度故障诊断需要大量成本.因此,文章提出一种基于产线数据挖掘故障潜在发生规律并实现预测预警的方法.首先,基于生产线直接产量数据构造五类泛化性较高的衍生特征变量对故障进行表征;其次,基于近邻欠采样平衡故障数据稀缺现象,并构建CNN-LSTM-Attention模型进行故障诊断与预警;最后,利用10条生产线共计7500万条数据进行数值实验,并于传统机器学习、CNN和LSTM模型进行对比验证.实验结果表明,该模型预测精度为99.97%,证明在不依赖机理特征的情况下,能够有效实现数据挖掘与特征工程层面的生产线故障诊断与预警.

当今时代,数据资源日益呈现出多源化的特点,即数据由不同的主体或来源方所持有.对多源数据进行融合开发是激活数据要素潜能、释放数据资源价值的前提和基础.然而,大部分多源数据仍然以“数据孤岛”的形式存在,数据间的互联互通仍然十分困难.与此同时,数据安全问题备受关注,如何在保护数据隐私的前提下实现多源数据的安全开发变得尤为重要.为了解决上述问题,文章提出了一种基于隐私保护的多源数据分析范式.该方法依托纵向联邦学习框架,允许各数据持有方在不暴露各自原始数据的前提下协作完成数据分析任务.与此同时,为了进一步防止攻击者对数据的恶意攻击, 文章在纵向联邦学习框架中引入差分隐私,通过在传输信息时加入噪声以保护个体隐私.最后,文章以工商管理中的企业违规风险预测为例展示了上述方法的实际应用效果,通过结合工商部门、市场监督管理部门、法院等多个部门的数据,提升了企业违规风险预测的准确性.

针对四旋翼无人机飞行中面临的严重参数不确定性、完全未知外部干扰和执行器故障的问题,提出了一种鲁棒自适应控制器.首先,通过建立受到外部环境干扰和执行器故障影响的四旋翼无人机模型,并考虑系统参数的不确定性以及解决传统滑模趋近律在消除抖振与提高收敛速度方面的不足,提出了一种基于新型滑模趋近律的非线性鲁棒自适应滑模控制器.此外,设计了自适应律来估计难以直接准确测量的系统参数、外部干扰和执行器故障信息.为保证闭环系统的稳定性,控制器采用未知集总扰动的上界作为切换增益.实验结果表明,相比其他两种算法,文章设计的控制器具有更强的抗故障及干扰性能.

文章综合考虑期权定价模型的假设条件及碳期权标的资产价格的变化特征,基于2021年1月4日至2021年9月27日EUA DEC22碳期货期权市场数据,利用遗传算法对定价模型参数进行估计.根据稳定的参数估计值对B-S模型、分形布朗运动模型及Heston模型的期权定价效果进行对比分析,选取最适合碳期权市场的定价模型,并为碳市场定价机制的完善及平稳运行提供相关建议.结果显示:Heston模型在碳期权市场的定价表现最优,分形布朗运动模型次之,B-S模型相对较差.因此基于Heston模型对碳期权进行定价,能够提高碳期权定价精度,有助于完善碳市场定价机制,规避碳市场交易风险,保障碳市场的平稳运行,进而促进“双碳”战略目标的实现.

基于图的半监督降维是一类利用数据结构图来处理半监督降维问题的方法. 然而, 目前大多数此类算法使用的结构图仅关注数据信息而忽略类标签信息; 且在训练过程中并未考虑样本之间的差异性, 这降低了算法在噪声或异常值情况下的稳健性. 对此, 文章结合稀疏表示与自步学习, 提出一种利用稀疏判别图求得线性降维映射函数的自步学习器. 首先, 该方法在数据的稀疏表示的基础上, 融入了类别标签的传播, 以此构建稀疏判别图; 然后考虑低维数据与其类锚点之间的距离, 以及低维数据保持原高维数据的判别性稀疏结构的能力, 并在此基础上构造了相应的自步学习降维问题. 一方面, 所提方法构建了稀疏判别图, 能更有效提取数据中蕴含的判别信息; 另一方面, 所提方法基于自步学习机制, 可以自动计算训练数据的重要度值, 抑制不可靠数据或标签的负面影响, 提高模型对噪声或异常值的鲁棒性. 5个实验数据集的结果验证了所提算法的有效性.

当前,中国推出了大规模设备更新改造政策,规模养殖粪污收集处理设施的更新改造涵盖在内,这一政策将如何影响规模养殖粪污治理及资源化利用,现有研究还未曾涉及.为此,文章构建了中小规模养殖企业“更新设备”策略与第三方公司“分类收费”策略的演化博弈流率基本入树模型,并在中小规模养殖企业的决策中引入前景理论与心理账户理论,充分考虑中小规模养殖企业的风险偏好意识,将期望效用函数与价值感知函数结合使用,基于“谁投资,谁获得设备更新补贴”的原则,论证了由哪个主体实施更新改造更有利于政策的推行,并对不同策略进行仿真分析,总结了规模养殖粪污收集处理设施更新改造的系统基模.研究发现:第一,将大规模设备更新补贴给予第三方公司,由第三方公司为中小规模养殖企业的粪污收集处理设施进行更新改造,更有利于政策的推进;第二,第三方公司应积极实施“分类收费”策略;第三,基于大规模设备更新改造的养殖粪污收集处理系统构成了成长上限基模,其杠杆解在于解除平衡回路的制约,即通过政策补贴鼓励第三方公司投资中小规模养殖企业的粪污收集处理设施,并采用分类收费策略获得更高质量的粪污原料,促进养殖企业投入粪污治理,进一步增加养殖企业获得补贴的比例.

利用2009年至2023年华证ESG评级数据, 文章检验上市公司ESG评级对企业下一年度在股价、财务和经营三个方面的风险水平的影响. 研究发现, 较好的ESG评级对企业未来一年三项风险水平均有显著的抑制作用. 具体地, 对于股价崩盘风险, 高于基准水平的ESG评级作为一种强烈的市场信号对企业股价崩盘风险水平的降低更显著; 投资者关注程度高的个股, ESG降低企业股价崩盘风险作用更强; 此外, 在《环境保护法》实施后ESG和股价崩盘风险的负向关系更加显著. 而对于财务风险, ESG对于企业财务风险的降低具有边际递减效应, ESG评级从低到中的提高能够改善企业财务风险水平, 但随着ESG评级进一步的提高, 该作用变得不显著; 同时,企业自愿披露非财务信息行为强化了 ESG 对于财务风险的抑制作用. 对于经营风险, ESG评级降低经营风险作用同样具有边际递减效应; 同时股权性质对ESG评级降低经营风险有调节作用, 相比于私企, ESG评级对国有企业经营风险的抑制作用更强. 文章基于企业年限长短的分样本异质性检验结果显示, 对于成立年限长的企业, ESG评级对风险的抑制作用更强, 而对于成立年限短的企业则较弱.

文章建立了一个基于泊松稀疏算子的$p$阶自回归整数值时间序列模型. 它的参数是时变的, 并可能服从一定的随机分布. 在此基础上, 文章推导了关于这个模型的遍历性, 以及点估计、 区间估计和参数检验统计量的理论性质, 并且给出了对于这个模型进行变量选择的方法及其理论性质. 文章通过数值模拟对这些性质进行了验证, 最终展示了这个模型在真实数据集中的应用.

突发公共卫生事件发生时,应急医疗物资的需求激增,保障应急医疗物资有效供应是关系到人民生命安全的重要问题.为探讨突发公共卫生事件中应急医疗物资供应三方的策略选择,文章根据新冠疫情中部分医疗物资供应商投机销售扰乱市场秩序这一现实状况,构建了医疗物资供应商、医院和地方政府的演化博弈模型,分析各博弈主体策略稳定性,进一步利用Lyapunov第一法则,分析博弈系统组合策略稳定性.最后,进行仿真分析,讨论不同参数对三方博弈系统演化的影响.研究表明:演化稳定策略受到医院投诉成本和地方政府严格监管成本的明显影响,医院投诉成本过高会导致医院反馈监督积极性不足,进而造成政府严格监管效率低下,加之政府严格监管成本较高,最终博弈三方的策略选择为投机销售,接受,松散监管;地方政府对其他两方决策主体所实施奖惩的力度对系统稳定性起决定性作用,地方政府对医疗物资供应商奖惩力度不足或对医院补偿不够惩罚过大均会导致政府严格监管失效的情况发生;当地方政府松散监管时,应急医疗物资供应商天然更倾向于选择投机销售,为保障应急医疗物资有效供应,在整个公共卫生事件发展过程中,地方政府需始终实施严格监管.

文章针对抽样调查中响应变量不满足传统小域估计模型响应变量服从正态分布要求的情形, 研究了基于响应变量变换后的Fay-Herriot模型(FH模型)的目标参数小域估计方法, 提出了目标参数经验最优预测量(EBP)及其均方误差(MSE)估计量. 在对变换后的EBP进行逆变换时通过添加条件期望偏差校准项, 修正了逆变换引入的偏差. 在计算EBP的均方误差时, 提出一种不受模型参数估计方法限制的二阶近似MSE估计量. 通过数值模拟, 将文章的MSE估计方法与已有方法进行比较, 发现文章的方法提高了小域估计模型对具有偏态分布响应变量数据的适应能力和目标参数估计精度, 且具有估计量形式简单的优点. 最后采用文章的研究方法测度了我国部分省份和区县的城乡居民人均金融资产, 通过测度结果验证了方法的有效性.

在求解无约束优化问题的传统梯度类方法中, 共轭梯度法具有存储量小、迭代格式简单和计算速度快等优点.Barzilai-Borwein (BB)梯度法是对最速下降法的一类改进算法, 它们具有良好的理论收敛性且能避免最速下降法的锯齿现象.谱共轭梯度法是结合了BB梯度法中一个步长公式的一类具有良好计算效果的共轭梯度法.文章将一族Dai-Kou (DK)共轭梯度法中的参数与BB梯度法中的另一个步长公式相关联, 并结合具有较好理论收敛性的Fletcher-Reeves (FR)共轭梯度法以及具有良好计算效果的Polak-Ribière-Polyak (PRP)共轭梯度法的一个变形, 给出一类具有凸组合形式的混合截断共轭梯度法.为了提高该类方法的数值性能, 文章结合重启策略和谱共轭梯度法的思想, 进一步给出一类带有重启步的混合截断谱共轭梯度法.谱参数的设计使得文章的方法不依赖任何线搜索即具有充分下降性.数值试验结果表明, 文章给出的算法比DK、DK+、PRP和一个混合Dai-Yuan (HDY)共轭梯度算法具有更好的数值表现.最后, 文章还将文章的算法应用于图像恢复问题, 进一步验证了文章算法的有效性.

近年来,不确定性量化问题备受关注.基于混沌多项式展开的替代模型在处理不确定性量化问题中应用广泛,而在实际应用中,往往面临着随机数据的分布函数未知的挑战.文章根据数据构造出基于混沌多项式展开的替代模型,并依据替代模型来做数据统计量的估计,如矩估计、概率密度函数估计、分布密度函数估计.先利用合成数据测试了替代模型的有效性和可行性,再将基于数据的混沌多项式展开法应用于一些实际数据的处理.数据结果显示,所提方法在一类随机数据上表现出较稳定和可靠的预测效果.

加密数字货币“挖矿”活动耗能巨大,这将触发加密数字货币市场与能源市场潜在的交互影响机制.当前,各类突发事件频发,给全球金融市场带来了巨大的冲击,金融市场之间的风险传递也随之加剧.文章首先运用TVP-VAR扩展联合关联性方法度量加密数字货币市场和能源市场间的总溢出水平.接着,运用时变因果分析方法和分位数对分位数回归方法,研究突发事件对加密数字货币市场与能源市场之间的风险溢出水平的影响机制,剖析新闻媒体报道(疫情媒体报道率和俄乌冲突新闻情绪)和不确定性因素(地缘政治风险和经济政策不确定性)对两个市场之间总溢出水平的影响程度和影响方向.最后,通过实证分析发现:第一,在中美贸易摩擦、新冠疫情和俄乌冲突期间,两个市场之间的总溢出水平明显增强,其中在新冠疫情期间达到了顶峰.第二,不同突发事件对总溢出的影响机制是不同的.具体包括如下三种情形:在中美贸易摩擦期间,地缘政治风险对两个市场之间的总溢出水平有显著的因果影响,且在高分位数上是正向影响;在新冠疫情期间,疫情媒体报道率和经济政策不确定性指数都对两者之间的总溢出水平产生了显著的因果影响,且是在高分位数上是正向的影响;而在俄乌冲突期间,俄乌冲突新闻情绪指数并没有对两个市场之间的总溢出水平产生显著的时变因果影响,但分位数回归却发现了其在高分位数上的负向影响.从影响的程度上看,疫情媒体报道率对加密数字货币市场与能源市场之间的总溢出水平的影响最强.

协方差矩阵估计是高维数据分析中的一项重要内容, 而高维数据又很容易产生维度较高而样本量小的超高维度现象.小样本张量数据常常呈现重尾情况, 传统的协方差矩阵估计方法(如样本协方差矩阵)对于其估计有时并不准确.在重尾高维数据以张量形式(多维数组)显示时, 利用张量固有结构对其进行降维是非常好的选择.为此, 文章提出了用于估计小样本重尾张量值数据协方差的新型结构正则化方法.首先将重尾张量数据进行截断化处理, 而后计算截断后的样本协方差矩阵, 再利用典型多项式分解(canonical polyadic decomposition, CP分解)来寻找截断样本协方差矩阵的多个矩阵克罗内克积(Kronecker product, KP)形式的逼近, 最后对每个分解得到的小矩阵施加带状或者锥形结构.模拟结果显示, 针对不同重尾程度以及不同样本量情况, 文章所提出的估计量有着优异的表现.同时, 对于一组呈现重尾分布的异常温度数据集, 使用文章提出的估计方法进行了分析.

在全球气候变暖大背景下,中国极端高温事件频发,气候风险呈上升趋势,农作物遭受严重损失. 文章利用深度学习算法N-BEATS 模型迭代预测未来气温的演变趋势,基于一天中极端高温强度和持续时间,构建一个全新的极端高温指数和相应的气温衍生品合约,旨在对冲农作物面临的极端天气风险.研究结果显示, 文章提出的模型对未来气温变化的预测效果显著,新构建的天气衍生品能为极端高温风险提供一种有效的对冲工具.

针对当前中国日益严峻的大气环境污染问题,进行有效的大气环境效率评估显得尤为关键.文章提出考虑系统内部结构和相邻时期跨期活动的动态网络松弛测度(NSBM)模型来动态评价中国省际大气环境效率.该模型克服了传统网络数据包络分析(DEA)方法中忽视结转变量滞后影响的不足.运用该模型对选取的2016-2021年中国30个省(市、自治区)的大气环境整体及其各子阶段效率进行了分析.实证结果表明: 1) 从总体上看,中国东部地区大气环境整体效率和各子阶段效率得分均高于中西部地区; 2)低污染物产生效率-高大气污染物治理效率或高污染物产生效率-低大气污染治理效率是部分省份大气环境整体效率低下的主要原因;3) 在京津冀地区,北京和天津相较于河北省具有更高的大气环境整体效率和各子阶段效率.