首页期刊导航|系统科学与数学
期刊信息/Journal information
系统科学与数学
系统科学与数学

陈翰馥

月刊

1000-0577

jssms@iss.ac.cn

010-62555263

100190

北京市中关村东路55号中科院数学与系统科学研究院

系统科学与数学/Journal Journal of Systems Science and Mathematical SciencesCSCD北大核心CSTPCD
查看更多>>本刊是国内外公开发行的学报类季刊，是国内核心期刊之一，主要刊登系统科学与数理科学在理论和方法上具有创造性的学术论文，创造性地解决实际问题的科学技术报告以及重要学术动态的报道。1997年数学类期刊影响因子第三名。
正式出版
收录年代

    新能源汽车充换电模式定价与推广策略研究

    危浪王翠霞
    3040-3053页
    查看更多>>摘要：推广新能源汽车是有效降低交通运输系统碳足迹的重要举措.文章基于消费者效用理论,构建新能源汽车充电与换电模式的定价决策模型,对比分析两种服务模式的定价策略,并讨论动力电池生产成本、换电技术水平、续航里程和能源价格对两种模式新能源汽车推广的影响.研究表明:1)与充电模式相比,换电模式能有效缓解消费者充电焦虑,但将导致换电服务溢价;2)动力电池生产成本和换电技术水平是影响服务模式采用的重要维度,动力电池生产成本决定充电模式采用,而换电技术水平和动力电池生产成本共同决定换电模式采用;3)动力电池生产成本和续航里程对两种模式的推广影响存在差异性,动力电池生产成本降低更有助于换电模式的推广,而续航里程增加更有利于充电模式推广;4)电力或燃油价格变化对两种模式新能源汽车推广的作用效果相近,其通过建立运营成本优势而加快新能源汽车的推广应用.

    新能源汽车充电模式换电模式定价推广策略

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    金融创新与知情交易:来自中国行业ETFs的证据

    刘晓群侯陈吉晁攸丛
    3054-3075页
    查看更多>>摘要：行业ETFs是一种基于特定行业的交易型开放式指数基金(industry exchange-traded funds,IETFs),旨在为投资者提供一种低成本、高流动性的金融创新工具.文章结合中国金融市场融资融券与转融券制度,采用Huang等(2020)的方法构造IETFs,从套期保值视角分析IETFs的资产定价问题.研究发现:首先,在做多标的股票/做空IETF的交易策略下,当上市公司宣布正向盈余意外信息时,知情交易者会同时大幅增持此标的股票的多头和该股票所属行业ETFs的卖空头寸,表明IETFs可以促进知情交易者利用公司特定信息对冲行业风险,实现套期保值的目的.其次,IETFs降低了其成分股的特质波动率和非流动性,证实IETFs使知情投资者获取到公司特定信息所带来的收益.随后,股价将更充分地反映公司层面信息,由此提高了市场效率.最后,在中国引入转融券业务后,知情交易者还可以通过转融券对冲行业风险,表明中国转融通制度为投资者提供对冲行业风险的多样化选择.

    行业ETFs知情交易市场效率金融创新

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于拉普拉斯分布的半参非对称联合可导出风险模型研究

    吴志敏蔡光辉
    3076-3094页
    查看更多>>摘要：近年来,由于半参联合可导出风险模型在风险价值(VaR)和预期损失(ES)的联合统计建模与预测方面的优越表现,其已在金融计量领域引发了广泛关注.文章首次从非对称拉普拉斯分布的视角出发,研究了一类基于该分布的半参非对称联合可导出风险模型的统计性质与风险预测表现.与已有的半参联合可导出风险模型不同的是,该模型假设资产收益的条件分布服从基于VaR和ES的非对称拉普拉斯分布,考虑了金融市场的典型非对称特征,将VaR和ES看作是由包含非对称特征的收益率条件标准差过程与待估参数所组成的动态结构,实现了 VaR与ES的联合统计建模.基于该模型结构,给出了其拟极大似然估计方法,并在一定正则条件下建立了该估计的一致性与渐近正态性定理.随后,多种情况下的数值模拟结果证实了该估计的有限样本性质以及该模型在预测样本外向前一步风险的有效性.最后,实证研究显示所提模型在预测向前多步VaR与ES上的表现最优.

    风险价值预期损失半参非对称联合可导出风险模型非对称拉普拉斯分布渐近性质

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于MOVER方法的二项抽样下相关差的置信区间构造

    古丽斯坦•库尔班尼牙孜田茂再
    3095-3114页
    查看更多>>摘要：相关差又叫作相对风险减损,它主要衡量风险因素或治疗因素对于个体的额外影响,在流行病学研究中有着重要的临床意义.文章在独立二项抽样下,分别利用传统的区间估计方法和MOVER方法构造了相关差的九种置信区间.文章提出的MOVER方法的优点在于:借用MOVER方法,可以利用两个独立二项分布比率的置信区间来构造相关差的置信区间.与传统的区间估计方法相比,该方法的置信区间构造过程不需要计算相关差的渐近方差,同时不需要Fisher信息矩阵及其逆矩阵,可使计算大大简化.此外,文章通过蒙特卡罗数据模拟考察了九种区间估计方法在不同参数设置下的表现性能.数据模拟结果表明,MOVER方法与传统方法相比,MOVER方法可以提供更精确的置信区间.最后,文章通过实际数据案例来演示了所提出的九种区间估计方法的实际应用.

    相关差区间估计MOVER方法二项分布

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    异协差阵下多因变量线性回归模型的平均估计

    曲天尧宋明辉
    3115-3132页
    查看更多>>摘要：统计模型平均方法是统计学研究领域一个备受关注的热点问题,它可以有效地提高统计预测的精度.在统计学中,多因变量线性回归模型是一类重要并且实用的线性统计模型,文章主要研究当随机误差矩阵各行间协差阵不全相等时这类模型的平均方法.文章通过寻找一个矩阵用以将各行的异协差阵"统一化",进而在马氏距离的基础上通过删组交叉验证的方法得到了相应的Mahalanobis CV权重选择准则,并证明了相应模型平均估计的渐近最优性.仿真研究表明,新方法在一般情况下要优于S-AIC、S-BIC、含有单个因变量的线性回归模型的MMA和JMA以及多因变量线性回归模型的MMMA等模型平均方法.

    多因变量线性回归模型异协差阵MCV准则渐近最优性

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    贝叶斯空间中分布型符号数据时间序列建模研究

    陈梅玲俞翰君
    3133-3154页
    查看更多>>摘要：面向分布型符号数据线性运算不封闭的问题,文章基于贝叶斯空间代数提出了分布型符号数据时间序列模型.在符号数据分析的框架下,分布型符号数据又被称为数值模态数据,其数据单元可以是直方图、经验分布或带经验估计的参数分布.由于符号数据表的元素是带约束的概率密度函数、累积分布函数或者分位数函数,经典的函数运算并不适用.与以往的研究不同,文章的研究工作基于贝叶斯空间代数,其运算定义充分考虑了概率密度函数的具体特征,线性运算封闭,并且在其内积定义下概率密度函数空间构成一个完备的内积空间,代数性质优良.为了提出一种简洁的分布型符号时序模型,文章首先基于贝叶斯空间的线性运算和内积运算定义了分布型符号数据的数字特征、差分算子和后移算子,然后推导了分布型符号数据自回归模型、移动平均模型、自回归移动平均模型和差分自回归移动平均模型的模型识别和参数估计方法,并给出完整的建模方案.最后,通过两组仿真实验和一个真实案例说明了所提方法的有效性.

    符号数据分布型数据贝叶斯空间时间序列

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    半连续纵向数据下Tweedie复合泊松部分线性混合效应模型的贝叶斯分析

    段星德伍震寰张文专
    3155-3169页
    查看更多>>摘要：在贝叶斯框架下,文章发展一类半参数Tweedie复合泊松部分线性混合效应模型来分析半连续纵向数据,并用贝叶斯P-样条来逼近模型的非参数函数.由于Tweedie复合泊松分布的密度函数没有显示表达式,这通常给计算带来困难,文章利用数据扩充法的思想,引入一个潜变量,可得到半连续随机变量和潜变量的联合概率密度函数,并基于这个联合概率密度函数进行贝叶斯统计推断.进一步,结合Gibbs抽样与Metropolis-Hastings(MH)算法的混合算法可得到模型的参数、随机效应以及非参数函数的联合贝叶斯估计以及潜变量的预测值.最后,通过模拟研究与实例分析来验证所提出方法的有效性.

    纵向数据Tweedie复合泊松分布Gibbs抽样MH算法贝叶斯P-样条

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于Block Bootstrap的厚尾相依序列下持久性变点检验

    苏梦琳金浩白学
    3170-3182页
    查看更多>>摘要：文章讨论了厚尾相依序列下持久性变点检验问题,其中尾指数κ e(0,2).基于Dickey-Fuller(DF)比值型统计量构造修正的检验统计量,并证明了它在原假设下的渐近分布是一个稳定过程的泛函.在备择假设下,检验统计量具有一致性,且能够正确地识别持久性的变化方向.同时文章还给出了变点位置估计的一致性.而当序列为平稳过程时,所构造的检验统计量也不会产生伪拒绝.由于原假设下统计量的渐近分布包含未知参数κ,因此利用Block Bootstrap抽样方法确定统计量的临界值,从而避免尾指数κ的估计.蒙特卡罗数值模拟结果充分说明了所提出的检验统计量具有鲁棒性.最后通过一组股票数据进一步阐明了文中方法的可行性和有效性.

    持久性变点稳定分布厚尾相依序列BlockBootstrap

      原文链接:
    • NETL
    • NSTL
    • 万方数据