关于商业片植入式广告发展现状及存在问题的研究——受众心理的关注及营销策略、传播方式的使用 文献综述 姓名：王丹 20090257 曾艳 20090261 杨斯琦 20090259 唐梦佳 20090256 余颂庆 20090260 张文 20090262 吴霜 20090258 班级：市场营销03班 指导老师：杨代福 时间：2012-03-10
【引言】 进入21世纪以来，由于行业竞争加剧等原因，商业片植入式广告异军突起，事实上，这种广告模式由来已久，也并非中国特色。植入式广告源于欧美，发展较为成熟，我国的植入式尚处萌芽阶段，负面问题频发，饱受舆论质疑。但不可否认的是，植入式广告不但比传统硬广告更有优势，而且也是快速收回投资成本、降低商业风险急加速媒介产业循环的好方法，作为产业链上重要一环，其存在不仅具有合理性，而且具良好的发展前景。那么，如何使商业片的植入式广告快速的进入其下一个发展阶段成为现阶段的重大问题。因此，对于影响植入式广告效果的重要因素（营销手段、传播方式以及受众心理），值得我们去研究和思考我们。 【正文】 一、植入式广告的文献研究现状 植入式广告于上世纪20年代至20年代末开始萌芽、2000年以后才真正进入蓬勃发展期，虽然相对于传统传播形式的广告，植入式广告的发展历史并不长，但是以商业片植入式广告为代表的植入式广告已经成为广告发展的一股不可抵挡的趋势，而国内外专家、学者对植入式广告发展的方方面面也进行了深入研究和探讨，呈现出一定深度和广度的理论学说及典型案例，对于植入式广告产业发展发挥了作用。从国内外的研究现状看，对于植入式广告的研究成果可归纳为以下四个方面。 1.对于植入式广告的理论体系依据研究 关于植入式广告所依据的理论体系的研究，主要集中在传播学理论的体现与运用；张金海在《20世纪广告传播理论研究》一书中指出，植入式广告在现代广告业的发展中越来越引人注目，体现了现代广告逐渐将目光放在广告传播的社会文化关注，而巧妙地利用传播学中的归因理论和“说服性传播”的效果理论，则可以将这种关注的社会化效果扩大；而吕善锟在其论文《电影中植入式广告的理论依据》中则明确提出，植入式广告之所以比传统的商业广告有更好的说服效果，正在于其运用了传播学中的归因理论、两级传播理论、“说服性传播”的效果研究、经典条件反射理论以及模仿理论等。
投资要点: 股指期货合约一般采用现金交割的方式,为保证期、现市场价格的最终收敛,最后结算价往往根据现货价格制定。临近交割,大量套利与套保头寸势必要进行大规模平仓,另外投机者也可能会通过拉台或打压指数来操纵现货市场,以影响最后结算价的确定,从而凭借期货市场的杠杆机制牟取暴利。上述市场各方参与者的行为,有可能引发市场价格与成交量在最后结算发生异常波动,业内称之为“到期日效应”。 大量证据表明,海外股指期货市场存在显著的到期日效应。该效应的存在,会使得在最后结算日当天期现价格的价差明显增大,这就为最后结算日期现套利策略的实施,提供了一种可能。 基于中国沪深300指数期货仿真交易数据,对最后结算日套利机会的实证研究表明:最后结算日存在明显的套利机会,且熊市中的套利机会要高于牛市。另外,研究结果进一步表明:在熊市中正向套利的机会要远大于反向套利的机会,然而在牛市中,情况则刚好相反,反向套利的机会较大。 对最后结算日套利收益的实证研究表明:目前中国沪深300指数期货仿真交易最后结算日套利的利润空间不算特别大。我们认为这主要是采用仿真数据的缘故,倘若考虑了日后股指期货真实交易中,投资者在最后结算日对现货市场的操纵行为以及套期保值者的对冲平仓行为,套利收益将会相当可观。 我们建议投资者在中国股指期货正式推出之后,应密切关注期货市场最后结算日的套利机会.对于实力雄厚的机构投资者,则应尽快开发最后结算日期现套利的程式化交易软件,一旦股指期货推出之后,便可迅速通过程式化交易获取可观的无风险利润。 （注：本资料素材和资料部分来自网络，仅供参考。请预览后才下载，期待您的好评与关注！） 1 / 1
主成分分析法总结 在实际问题研究中，多变量问题是经常会遇到的。变量太多，无疑会增加分析问题的难度与复杂性，而且在许多实际问题中，多个变量之间是具有一定的相关关系的。 因此，人们会很自然地想到，能否在相关分析的基础上，用较少的新变量代替原来较多的旧变量，而且使这些较少的新变量尽可能多地保留原来变量所反映的信息？ 一、概述 在处理信息时，当两个变量之间有一定相关关系时，可以解释为这两个变量反映此课题的信息有一定的重叠，例如，高校科研状况评价中的立项课题数与项目经费、经费支出等之间会存在较高的相关性；学生综合评价研究中的专业基础课成绩与专业课成绩、获奖学金次数等之间也会存在较高的相关性。而变量之间信息的高度重叠和高度相关会给统计方法的应用带来许多障碍。 为了解决这些问题，最简单和最直接的解决方案是削减变量的个数，但这必然又会导致信息丢失和信息不完整等问题的产生。为此，人们希望探索一种更为有效的解决方法，它既能大大减少参与数据建模的变量个数，同时也不会造成信息的大量丢失。主成分分析正式这样一种能够有效降低变量维数，并已得到广泛应用的分析方法。 主成分分析以最少的信息丢失为前提，将众多的原有变量综合成较少几个综合指标，通常综合指标（主成分）有以下几个特点： ↓主成分个数远远少于原有变量的个数 原有变量综合成少数几个因子之后，因子将可以替代原有变量参与数据建模，这将大大减少分析过程中的计算工作量。 ↓主成分能够反映原有变量的绝大部分信息 因子并不是原有变量的简单取舍，而是原有变量重组后的结果，因此不会造成原有变量信息的大量丢失，并能够代表原有变量的绝大部分信息。 ↓主成分之间应该互不相关 通过主成分分析得出的新的综合指标（主成分）之间互不相关，因子参与数据建模能够有效地解决变量信息重叠、多重共线性等给分析应用带来的诸多问题。 ↓主成分具有命名解释性 总之，主成分分析法是研究如何以最少的信息丢失将众多原有变量浓缩成少数几个因子，如何使因子具有一定的命名解释性的多元统计分析方法。 主成分分析的具体步骤如下： （1）计算协方差矩阵 计算样品数据的协方差矩阵：Σ=(s ij )p ?p ，其中 1 1()() 1n ij ki i kj j k s x x x x n ==---∑i ，j=1，2，…，p （2）求出Σ的特征值 i λ及相应的正交化单位特征向量i a Σ的前m 个较大的特征值λ1≥λ2≥…λm>0,就是前m 个主成分对应的方差，i λ对应的单 位特征向量 i a 就是主成分Fi 的关于原变量的系数，则原变量的第i 个主成分Fi 为：
SFA方法和因子分析法综述 （姬晓鹏，管理科学与工程，1009209018） 1.1DEA方法和SFA方法的区别 1.数据包络分析（DEA） 数据包络分析(data envelopment analysis)简称DEA,采用线性规划技术，是最常用的一种非参数前沿效率分析法。它由A.Charnes和W.W.Cooper[1]等人于1978年创建的，以相对效率为基础对同一类型的部门的绩效进行评价。 该方法将同一类型的部门或单位当作决策单元(DMU)，其评价依据的是所能观测到的决策单元的输入数据和输出数据。输入数据是指决策单元在某种活动中所消耗的某些量，如投入资金量、原料量等，输出数据是指决策单元消耗这些量所获得的成果和产出，如产品产量、收入金额等。将各决策单元的输入输出数据组成生产可能集所形成的生产有效前沿面，通过衡量每个决策单元离此前沿面的远近，来判断该决策单元的投入产出的合理性，即技术效率[2]。 一般的评价方法比较同一类型的决策单元的效率，需要先对决策单元的输入输出指标进行比较，并通过加权得到一个综合评分，然后通过各个决策单元的评分来反映其效益优劣。数据包络分析法则巧妙地构造了目标函数，并通过Charnes －Cooper变换（称为2 C－变换）将分式规划问题转化为线性规划问题，无需统一指标的量纲，也无需给定或者计算投入产出的权值，而是通过最优化过程来确定权重，从而使对决策单元的评价更为客观。对建筑设计企业进行评价的问题，很适于数据包络分析法的评价模型。 DEA方法也存在着一些缺点：首先，当决策单元总数与投入产出指标总数接近时，DEA方法所得的技术效率与实际情况偏差较大；其次，DEA方法对技术有效单元无法进行比较；此外，由于未考虑到系统中随机因素的影响，当样本中存在着特殊点时，DEA方法的技术效率结果将受到很大影响。彭晓英等用因子分析法对指标进行筛选和综合，再采用DEA方法进行评价，解决了DEA方法对指标数量限制的问题，并对煤炭资源型城市的生态经济发展进行了评价[3]。 SFA与DEA方法都是前沿效率评价方法，它们都是通过构造生产前沿面来计算技术效率的。与DEA方法相比，SFA方法利用生产函数来构造生产前沿面，并采用技术无效率项的条件期望来作为技术效率，其结果受特殊点的影响较小且
第四讲期货交易收益、市场流动性与效率 上节课主要介绍了交易费用理论的主要观点、期货市场产生与交易费用的关系、期货市场交易费用做了分析。这节课我们看期货交易的收益，期货市场流动性与效率。 第二节期货市场收益 一、期货交易——“零和游戏” 期货市场与股票市场不同，期货市场是双向交易机制，做多者总是需要对等的做空者配合才能完成交易，反之亦然，因此，期货市场一方盈利总是以另一方亏损为前提，并且在不考虑交易手续费的情况下，盈利和亏损大小相等，这就是著名的零和游戏，有点像物理学中的能量守恒原理。 零和游戏原理源于博弈论。两人A和B对弈，总会有一个赢，一个输，如果我们把获胜计算为得1分，而输棋为-1分。则若A获胜次数为N，B的失败次数必然也为N。若A失败的次数为M，则B获胜的次数必然为M。这样，A的总分为（N-M），B的总分为（M-N），显然（N-M）+（M-N）=0，这就是零和游戏的数学表达式。在期货市场上，多仓和空仓的总量是绝对相等的，每次交易的盈亏也是对等的，因此，期货市场是零和游戏。 股票买卖不是零和游戏。股票上涨时，虽然买入股票者是盈利的，但卖出股票者并不会因股票上涨而亏损，有的仅仅是后悔过早卖出的遗憾。反之，股票下跌时，虽然买入股票者是亏损的，但卖出股票者却并不会因股票下跌而盈利，有的只是庆幸和心理的满足。可见，股票市场是非零和游戏。股票市场在某些时候是“正和”游戏，买入者一起赚，而在有些时候是“负和”游戏，买入者一起亏。 二、期货市场参与者的收益分析 在金融学中，收益是我们获得的投资报酬，是回收额与投入额之间的差额。衡量收益有两种方法：绝对数量（收益额）和相对数量（收益率）。 期货交易的收益就是期货市场参与者从事市场交易获得的好处，是与期货交易费用相对的概念。对于不同的市场参与者而言，由于其参与期货交易的目的不同，对期货交易收益评价也各不相同。 （一）对于整个国民经济而言 期货市场交易带来的收益表现：期货市场的外部性。具体表现在： 1、期货市场减缓乃至平抑市场价格无序波动，降低市场价格风险。 2、期货市场可以形成真实的价信号，合理引导商品生产和流动，调节市场供求。 3、期货市场降低经济体系的流通费用，拓展了现货的销售与采购渠道。 4、期货市场利于国民经济的稳定与国家对相关产业的宏观调控。 （二）期货市场参与者收益分析
我国期货市场套利形式及案例研究 与单纯的投机相比，套利交易具有风险可控、收益稳定、操作方式可复制的特点。近几年来，随着我国期货市场新品种的逐步推出、品种结构的不断完善及相关配套措施的陆续跟进，套利交易的活跃程度明显提高，受到了机构、个人及企业客户等各类型投资者的青睐，逐渐成为分担市场风险、稳定市场运行的重要力量。 在表现形式上，套利交易可以分为不同交割地点、不同交割时间和不同交割商品三种模式。与此相对应，形成了跨市套利、跨期套利和跨商品套利三种最基本的套利类型。目前市场上对于这三种类型套利方式的介绍比比皆是，但大多缺乏系统性和生动性。本文在深入阐述三种套利方式的基本思路及主要参与群体的基础上，辅以经调研而来的套利实际操作案例，以期能对套利这种交易方式有更深刻的理解。 一、跨市场套利 1、基本思路 跨市套利是在不同市场之间进行的套利交易行为。当同一期货商品合约在两个或者更多市场进行交易时，由于区域间的地理差别等因素，各商品合约间存在一定的固有价差关系。但由于两个市场的供求影响因素、市场环境及交易规则等方面不完全一致，价格的传导存在滞后甚至失真的情况，因此固有价差水平会出现偏离。跨市套利正是利用市场失衡时机，在某个市场买入（或卖出）某一交割月份某种商品合约的同时，在另一个市场卖出（或买入）同一交割月份的同种商品合约，以对冲或交割方式结束交易的一种操作方式。这种套利可以在现货市场与期货市场上进行，也可以在异地交易所之间进行，其中也包括国内交易所与国外交易所之间。目前国内比较盛行的跨市套利主要有：LME金属（铜、铝、锌）期货与上期所金属期货跨市套利、上海黄金交易所黄金（T+D）与上期所黄金期货跨市套利、CBOT大豆期货与大商所大豆期货跨市套利等等。 由于涉及到两个或多个市场，跨市场套利一般对于资金的要求比较高。市场上从事跨市场套利的交易方主要为生产商、消费商、贸易商及一些实力雄厚的民间大资金。在价差合适的时候这些企业或机构可以利用自身在采购分销渠道及资金面上的优势，通过跨市套利来降低生产成本或获取价差变动收益。值得注意的是，随着市场深度和广度的增加，大量跨市套利资金的活跃对国内外商品价格的影响力也在增强。 2、某进出口贸易公司跨市套利案例分析 上海某公司是一家主要从事有色金属及矿产品进出口及加工的企业，年进出口总额高达8000万美元以上。经过多年的发展，公司与国内外众多金属行业的工厂、矿山等建立了良 好的业务关系，在进出口流程方面更是驾轻就熟。鉴于金属跨市场套利机会每年都会出现，在日常经营中，该企业充分利用自身在信息及贸易渠道上的优势，在国内外金属价差合适时，通过跨市场套利来获取低风险稳定收益。 2009年二月中旬，受国储收储及国家即将出台有色金属产业振兴规划等利好消息影响，沪铜走势明显强于伦铜，由此导致两市比价持续走高（见图1）。
主成分分析法原理简介 1.什么是主成分分析法 主成分分析也称主分量分析，是揭示大样本、多变量数据或样本之间内在关系的一种方法，旨在利用降维的思想，把多指标转化为少数几个综合指标，降低观测空间的维数，以获取最主要的信息。 在统计学中，主成分分析（principal components analysis, PCA）是一种简化数据集的技术。它是一个线性变换。这个变换把数据变换到一个新的坐标系统中，使得任何数据投影的第一大方差在第一个坐标(称为第一主成分)上，第二大方差在第二个坐标(第二主成分)上，依次类推。主成分分析经常用减少数据集的维数，同时保持数据集的对方差贡献最大的特征。这是通过保留低阶主成分，忽略高阶主成分做到的。这样低阶成分往往能够保留住数据的最重要方面。但是，这也不是一定的，要视具体应用而定。 2.主成分分析的基本思想 在实证问题研究中，为了全面、系统地分析问题，我们必须考虑众多影响因素。这些涉及的因素一般称为指标，在多元统计分析中也称为变量。因为每个变量都在不同程度上反映了所研究问题的某些信息，并且指标之间彼此有一定的相关性，因而所得的统计数据反映的信息在一定程度上有重叠。在用统计方法研究多变量问题时，变量太多会增加计算量和增加分析问题的复杂性，人们希望在进行定量分析的过程中，涉及的变量较少，得到的信息量较多。主成分分析正是适应这一要求产生的，是解决这类题的理想工具。 对同一个体进行多项观察时必定涉及多个随机变量X1，X2，…，X p，它们之间都存在着相关性，一时难以综合。这时就需要借助主成分分析来概括诸多信息的主要方面。我们希望有一个或几个较好的综合指标来概括信息，而且希望综合指标互相独立地各代表某一方面的性质。
龙源期刊网 https://www.doczj.com/doc/d72700604.html, 语义成分分析法解析 作者：王凌之崔艳嫣 来源：《外语学法教法研究》2014年第04期 【中图分类号】H313 【文献标识码】A 【文章编号】2095-3089（2014）04-0087-01 成分分析（componential analysis）是一种语义微观分析的理论和方法。欧美学者在对词或者语素作微观分析的时候旨在从语言符号的内容平面分析出最小的、不可再分的单位，即具有区别性特征的最小语义单位。这种语义单位叫做“义子”或“语义成分”。在语言学范畴的语义研究中最早提出成分分析的是叶尔姆斯列夫。 一、成分分析的基本原理和特点 成分分析的基础是语义对比，根据对比特征的组合描述词义。特点之一是对词的所指进行逻辑分析，把单个词的所指分割成最小组成单位，从而对词义结构作微观描写的方法。二是采用元语言表示语义成分，用语义成分公式解释词义，如：[HUMAN]、[ADULT]、[MALE]等。元语言实际上不属于任何一种自然语言，但它可以用来描述任何一种自然语言。三是二元对立是语义成分的基本特征之一。通常情况下 , 语义成分表现为成对的意义相反的语义单位, 例如human nonhuman, male female,adult non?鄄adult, etc。利用此类语义成分，词义可以表示为该词所包含的基本义素,例如：从英语单词rooster中可以抽出下列语义成分[CHICKEN, ADULT, MALE]。语义成分在很多情况下都反映某种对立关系，对于如何进行表示也须界定。词汇可 分为“无标记的(unmarked)和有标记的(marked)”两种情况，在语义对立的两个词中无标记的那 个词通常可以涵盖有标记的词，反之则不成立。 二、成分分析的理论价值和实际应用 1.便于较精确而简便地描述词义和说明与语义关系。使用成分分析法，我们就能用数量不多的语义成分给许多词下定义，如ram（公羊） [+SHEEP][+MALE][+ADULT]等等。也便于在对比中辨析异同，从而较精确地描述词义。基于人类语言在“认知结构”方面的共性，从词汇中分解出带有普遍性的语义成分，这样做的优越性在于使得语义成分适用于分析任何自然语言。例如：在英语中“man”可以分解为[HUMAN, ADULT, MALE]，而在汉语中“男人”同样可以分 解为[人，成年，男性]。如果采用一套既定的符号元语言表示，英语中的“man”和汉语中的“男人”乃至其他任何语言中具有相同含义的词都可以表示成同一种形式。这样不仅便于语言学家在进行研究时描写不同的语言对象，更能体现出人类在认知方面的外在相似性和内在一致性。 2.为语言学各分支学科研究与语义相关的一些问题提供了有用的工具。首先语义成分分析法可用于确定一定的语法结构形式是否合理，亦即它在语义上的可接受性。例如:A.小孩踢足球。B.足球踢小孩。两个句子的句法结构形式相同，都是名词+动词+名词，为什么A合理而B 不合理？原因就在于一个句子是否成立，不仅要看它在句法上是否合理，还要看它在语义上是
主成分分析方法 我们进行系统分析评估或医学上因子分析等时，多变量问题是经常会遇到的。变量太多，无疑会增加分析问题的难度与复杂性，而且在许多实际问题中，多个变量之间是具有一定的相关关系的。因此，我们就会很自然地想到，能否在各个变量之间相关关系研究的基础上，用较少的新变量代替原来较多的变量，而且使这些较少的新变量尽可能多地保留原来较多的变量所反映的信息？事实上，这种想法是可以实现的，本节拟介绍的主成分分析方法就是综合处理这种问题的一种强有力的方法。 第一节 主成分分析方法的原理 主成分分析是把原来多个变量化为少数几个综合指标的一种统计分析方法，从数学角度来看，这是一种降维处理技术。假定有n 样本，每个样本共有p 个变量描述，这样就构成了一个n×p 阶的数据矩阵： 111212122212.....................p p n n np x x x x x x X x x x ?? ? ?= ? ? ??? (1)
如何从这么多变量的数据中抓住事物的内在规律性呢？要解决这一问题，自然要在p 维空间中加以考察，这是比较麻烦的。为了克服这一困难，就需要进行降维处理，即用较少的几个综合指标来代替原来较多的变量指标，而且使这些较少的综合指标既能尽量多地反映原来较多指标所反映的信息，同时它们之间又是彼此独立的。那么，这些综合指标（即新变量)应如何选取呢？显然，其最简单的形式就是取原来变量指标的线性组合，适当调整组合系数，使新的变量指标之间相互独立且代表性最好。 如果记原来的变量指标为p x x x ,,21 ，它们的综合指标——新变量指标为 21,z z ，m z （m≤p)。则 )2.........(..........22112222121212121111??? ??? ?+++=+++=+++=p mp m m m p p p p x l x l x l z x l x l x l z x l x l x l z 在（2)式中，系数l ij 由下列原则来决定： （1)z i 与 z j （i≠j；i ，j=1，2，…，m)相互无关； （2)z 1是x 1，x 2，…，x p 的一切线性组合中方差最大者；z 2是与z 1不相关的x 1，x 2，…，x p 的所有线性组合中方差最大者；……；z m 是与z 1，z 2，……z m-1都不相关的x 1，x 2，…，x p 的所有线性组合中方差最大者。
重金属多组分分析的研究现状 近年来，随着科技的进步，单组分重金属的检测技术已经非常成熟，但是在实际污染体系中重金属离子种类繁多，且它们之间往往存在相互干扰，传统的化学分析方法和化学分析仪器难以一次性精确的检测出各个重金属离子的浓度，需要对共存组分进行同时测定。 对共存组分进行同时测定，传统的化学分析方法是首先通过加入各种掩蔽剂进行组分的预分离，然后采用单组分重金属检测技术进行分析检测。这种方法的分离过程往往冗长繁琐，实验条件苛刻，费时费力，而且检测精度低，无法应用于污染现场的检测。 随着计算机科学技术、光谱学和化学信息学的发展，复杂体系的多组分分析已成为当今光谱技术的研究热点，应用范围涉及环境监测、石油化工、高分子化工、食品工业和制药工业等领域，而且需求日益显著。由于多重金属离子共存时会产生重金属离子间的相互作用，因此在用化学分析仪器检测时会产生相干数据干扰，对实验结果产生影响，为了使测试结果更加准确，需要在实验的基础上建立数学模型，用于数据处理，消除各重金属离子共存时产生的相干数据干扰。近年来，引入化学计量学手段，用“数学分离”部分代替复杂的“化学分离”，从而达到重金属离子的快速、简便分析测定[1]。 化学计量学是一门通过统计学或数学方法将对化学体系的测量值与体系的状态之间建立联系的学科，它应用数学、统计学和其他方法和手段（包括计算机）选择最优试验设计和测量方法，并通过对测量数据的处理和解析，最大限度地获取有关物质系统的成分、结构及其他相关信息。目前，已有许多化学计量学方法从不同程度和不同方面解决了分析化学中多组分同时测定的问题，如偏最小二乘法（PLS）、主成分回归法（PCR）、Kalman滤波法、多元线性回归（MLR）等，这些方法减少了分离的麻烦，并使试验更加科学合理。 (1) 光谱预处理技术 这些方法用来降噪、消除无关信息。 ①主成分分析法 在处理多元样本数据时，假设总体为X=（x1,x1,x3…xn），其中每个xi （i=1,2,3,…n）为要考察的数量指标，在实践中常常遇到的情况是这n个指标之间存在着相关关系。如果能从这n个指标中构造出k个互不相关的所谓综合指标（k 主成分分析法介绍 主成分分析方法 我们进行系统分析评估或医学上因子分析等时，多变量问题是经常会遇到的。变量太多，无疑会增加分析问题的难度与复杂性，而且在许多实际问题中，多个变量之间是具有一定的相关关系的。因此，我们就会很自然地想到，能否在各个变量之间相关关系研究的基础上，用较少的新变量代替原来较多的变量，而且使这些较少的新变量尽可能多地保留原来较多的变量所反映的信息？事实上，这种想法是可以实现的，本节拟介绍的主成分分析方法就是综合处理这种问题的一种强有力的方法。 第一节 主成分分析方法的原理 主成分分析是把原来多个变量化为少数几个综合指标的一种统计分析方法，从数学角度来看，这是一种降维处理技术。假定有n 样本，每个样本共有p 个变量描述，这样就构成了一个n×p 阶的数据矩阵： 11121212221 2 .....................p p n n np x x x x x x X x x x ?? ? ? = ? ? ??? (1) 如何从这么多变量的数据中抓住事物的内在规律性呢？要解决这一问题，自然要在p 维空间中加以考察，这是比较麻烦的。为了克服这一困难，就需要进行降维处理，即用较少的几个综合指标来代替原来较多的变量指标，而且使这些较少的综合指标既能尽量多地反映原来较多指标所反映的信息，同时它们之间又是彼此独立的。那么，这些综合指标（即新变量)应如何选取呢？显然，其最简单的形式就是取原来变量指标的线性组合，适当调整组合系数，使新的变量指标之间相互独立且代表性最好。 如果记原来的变量指标为p x x x ,,21 ，它们的综合指标——新变量指标为 21,z z ，m z （m≤p)。则 )2.........(..........22112222121212121111??? ?? ? ?+++=+++=+++=p mp m m m p p p p x l x l x l z x l x l x l z x l x l x l z 在（2)式中，系数l ij 由下列原则来决定： （1)z i 与 z j （i≠j；i ，j=1，2，…，m)相互无关； （2)z 1是x 1，x 2，…，x p 的一切线性组合中方差最大者；z 2是与z 1不相关的x 1，x 2，…，x p 的所有线性组合中方差最大者；……；z m 是与z 1，z 2，……z m-1都 主成分分析在S T A T A 中的实现以及理论介绍 文件编码（TTU-UITID-GGBKT-POIU-WUUI-0089） 第十二章 主成分分析 主成分分分析也称作主分量分析，是霍特林(Hotelling)在1933年首先提出。主成分分析是利用降维的思想，在损失较少信息的前提下把多个指标转化为较少的综合指标。转化生成的综合指标即称为主成分，其中每个主成分都是原始变量的线性组合，且各个主成分互不相关。Stata 对主成分分析的主要内容包括：主成分估计、主成分分析的恰当性（包括负偏协方差矩阵和负偏相关系数矩阵、KMO(Kaiser-Meyer-Olkin)抽样充分性、复相关系数、共同度等指标测度）、主成分的旋转、预测、各种检验、碎石图、得分图、载荷图等。 p j n i b a y ij j i ij ,,2,1,,2,1,' ==+=ε 主成分的模型表达式为： p p j i i i i diag v v v v i p V V C λλλλλλλ≥≥≥=∧='' ==∧=∑ 2121),,,,(0 1 其中，a 称为得分，b 称为载荷。主成分分析主要的分析方法是对相关系数矩阵（或协方差矩阵）进行特征值分析。 Stata中可以通过负偏相关系数矩阵、负相关系数平方和KMO值对主成分分析的恰当性进行分析。负偏相关系数矩阵即变量之间两两偏相关系数的负数。非对角线元素则为负的偏相关系数。如果变量之间存在较强的共性，则偏相关系数比较低。因此，如果矩阵中偏相关系数较高的个数比较多，说明某一些变量与另外一些变量的相关性比较低，主成分模型可能不适用。这时，主成分分析不能得到很好的数据约化效果。 Kaiser-Meyer-Olkin抽样充分性测度也是用于测量变量之间相关关系的强弱的重要指标，是通过比较两个变量的相关系数与偏相关系数得到的。KMO介于0于1之间。KMO越高，表明变量的共性越强。如果偏相关系数相对于相关系数比较高，则KMO比较低，主成分分析不能起到很好的数据约化效果。根据Kaiser（1974），一般的判断标准如下：不能接受（unacceptable）;非常差（miserable）；，勉强接受（mediocre）；可以接受（middling）；，比较好（meritorious）；非常好（marvelous）。 SMC即一个变量与其他所有变量的复相关系数的平方，也就是复回归方程的可决系数。SMC比较高表明变量的线性关系越强，共性越强，主成分分析就越合适。 ·自然科学研究· 结构非线性动力分析方法综述 周文峰 郭 剑 (攀枝花学院土木工程学院,四川攀枝花 617000) 摘 要 时程分析法是一种计算机模拟分析方法,其优势在于能模拟出结构进入非弹性阶段的受力性能。该 方法主要包括结构分析模型、单元模型和恢复力模型三个重要方面。本文从这三个方面简单介绍了结构非线 性动力反应分析方法。 关键词 非线性;动力分析;模型 结构抗震设计方法经历了静力阶段、反应谱阶段和动力阶段。从本质上说,前二者所采用的方法均为静力法,且只能进行弹性分析。动力阶段的形成建立在计算机的普及和数值分析方法的出现基础之上,其分析方法称为时程分析法。时程分析法本质上是一种计算机模拟分析方法,能够计算出结构地震反应的全过程,该方法的突出优势在于能模拟出结构进入非弹性阶段的受力性能。 时程分析法的出现促进了结构非线性地震反应分析的发展。它主要包括结构分析模型、单元模型和恢复力模型三个重要方面,下面从这三个方面进行简单介绍。 1 结构分析模型 结构的模型化是非线性动力反应分析的第一步,结构模型的模拟应着重于其动力特性的模拟。因此体系恢复力、质量、阻尼模型的准确性是模拟精度的前提。目前的结构分析模型可分为以下几类: 1.1 层间模型 考虑到框架结构质量的分布规律,很容易形成以楼层为单元的多质点体系的思路,故将这种模型称之为层间模型。在研究框架结构动力反应时,层间模型中采用得最多的是层间剪切型模型。该模型假定框架结构层间变形以剪切变形为主,忽略其它形式变形的影响,故而比较适用于高跨比不大、层数不多的框架。为了进一步拓宽此模型的适用范围,在此模型基础上又发展了层间剪弯型模型,使之能适用于层数较多和高跨比较大的框架。 但是层间模型在实际使用中却存在比较大的困难,这主要反映在如何具体确定层间的剪切刚度及弯曲刚度的问题上,而且这二者之间又是耦合在一起的。这一问题层间模型自身是无法解决的。目前,层间模型只是对于常见的层数不多且平面布置十分简单、规则、对称并且能简化为平面结构的框架有一定的实用性,也就是说对于这类框架通常能根据经验进行适当的假设后进行简单推导得到层间单元刚度。 1.2 杆系模型 杆系模型是将整体结构离散为梁、柱单元进行分析。杆系分析模型的出现不仅解决了层间模型所面临的层间刚度无法确定的困难,而且它还解决了层间模型所固有的另外两个缺陷。其一,如果说层间模型从宏观(层单元)角度展示了结构总体动力反应规律,那么由于框架各杆进入非弹性阶段的先后次序不同所造成的整个框架动力反应规律的不同,则是层间模型所不能解释、反映的。其二,无论从抗震研究还是设计角度来看,框架结构的梁、柱构件在地震作用下的反应规律到底如何也是人们所关心的,因为结构的设计最终要落实到构件的设计。如柱端弯矩增大系数应如何取值等,这些问题采用层间模型是无法回答的,从这个角度看也必须将框架结构细化到至少是构件层次才有可能解决这些问题。 杆系分析模型分为两大类,平面杆系分析模型与空间杆系分析模型。目前,平面杆系分析模型的研究相对较为成熟,国内外已开始将注意力转向空间杆系分析模型的研究上。 2 单元模型 对于杆系分析模型,目前用于模拟单元滞回性能的模型已有很多,这些单元分析模型可采取分类的方式加以比较考察。这些模型大致可分为两大类若干小类。 2.1 集中塑性铰模型 单分量模型是集中塑性铰模型中最简单的一类,该模型将杆单元的非弹性性能用非线性弹簧反映,而不对非弹性变· 109·第23卷第4期 攀枝花学院学报 2006年8月V o l .23.N o .4 J o u r n a l o f P a n z h i h u a U n i v e r s i t y A u g .2006 保证金变动对期货交易流动性影响的实证分析 摘要：保证金在期货交易中起着十分重要的作用，由其产生的“杠杆效应”，一方面放大了收益；另一方面也放大了风险。本文在阐述保证金在期货交易中的运行机制的基础上，结合GARCH模型对保证金与铝期货市场流动性的相关性进行实证分析，认为保证金对期货市场流动性具有很好的调控作用，这对我国保证金制度的完善和期货市场的良性发展具有一定指导意义。 关键词：保证金制度；期货；流动性 根据《期货交易管理条例》的规定，期货交易中的保证金是指期货交易者按照规定标准交纳的资金，用于结算和保证履约。目前，国内期货交易所收取的商品期货保证金比例介于5%-12%之间，期货公司根据证监会规定，在期货交易所收取保证金上至少加收3个百分点。保证金贯穿整个期货交易的开户、结算和风险管理各个阶段，是期货交易区别于实物交易的根本特征。 本文试图在理论分析的基础上，利用GARCH模型对保证金变动对期货市场流动性的影响进行实证分析，提出具体建议以促进中国期货市场的良性发展。 一、保证金制度的运作流程 按照期货交易所发布流程，期货交易所在开户阶段要求会员缴纳保证金，或者非会员向期货公司缴纳开户保证金。期货经纪公司应将客户所缴纳的保证金存入期货经纪合同中指定的客户账户中，供客户进行期货交易。期货经纪公司向客户收取的保证金，属于客户所有；期货经纪公司除按照中国证监会的规定为客户向期货交易所交存保证金进行交易结算外，严禁挪作他用。会员或客户在按规定足额缴纳开户保证金后，即可开始交易，进行（委托）下单，并缴纳合约相应比例的交易保证金。 期货交易所的结算实行保证金制度、每日无负债制度和风险准备金制度等。对于交易所的会员，在每个交易日结束后，交易所对每一会员的盈亏、交易手续费、交易保证金等款项进行结算。其核算结果是会员核对当日有关交易并对客户结算的依据，会员可通过会员服务系统于每交易日规定时间内获得《会员当日平仓盈亏表》、《会员当日成交合约表》、《会员当日持仓表》和《会员资金结算表》。 对于委托期货公司进行交易的客户，期货经纪公司在每一交易日交易结束后 焦炭期货即将挂牌上市，中国作为世界上最大的焦炭生产国和消费国，每年焦炭出口约1400万吨，占国际焦炭贸易量的60%，却始终掌握不了自己的定价权。焦炭期货的推出，将给整个行业发展、企业经营运作带来深远影响，有利于加强我国焦炭在国际上的话语权。不仅如此，焦炭与钢材关系密切，焦炭产量的90%用于高炉冶炼，且主要用于冶炼钢铁，因此，焦炭与钢材是产业链的上下游关系。焦炭期货推出后，将与钢材期货合力，实现焦炭钢材整个产业链联动，有助于企业实现“全产业链”套保操作，增强企业抵御风险的能力，提升企业经营的灵活性。 焦炭期货不仅可以为企业提供市场信息，也可以为企业提供新的金融工具，企业不仅可以进行套期保值，还可以利用焦炭、钢材相关品种之间的上下游关系，采取更加稳健的套利操作。焦炭期货上市在即，我们在深入分析产业相关性后，通过对焦炭与钢材现货价格的历史数据进行数理统计分析，对焦炭与螺纹钢进行跨品种套利分析，希望在焦炭期货上市后，理论研究对现实操作能起到借鉴意义。 一、焦炭与螺纹钢期货跨品种套利可行性分析 跨商品套利主要是指利用走势具有较高相关性的商品（如替代品之间、原料和下游产品之间）之间强弱对比关系差异所进行的套利活动。这种相关关系是指品种间具有相互关系，利用这种相关性对不同品种的期货合约分别进行买入和买出，通过品种间的强弱变化引发价差的收缩与扩大，从而实现价差收益。因此，在考虑跨品种套利时，不仅要分析品种相关性的内在机理，还要考虑相关性的影响因素，并结合数理统计分析，总结出一般规律。 焦炭期货4月15日上市，而螺纹钢期货上市时间也不长，为了提高统计的准确性，本文所涉及的焦炭与螺纹钢价格的数据分析均采用现货价格数据。 1.焦炭与螺纹钢关系的内在机理 （1）90%的焦炭用于炼铁 焦炭广泛用于高炉炼铁、冲天炉熔铁、铁合金冶炼和有色金属冶炼等生产，作为还原剂、能源和供炭剂，也应用于电石生产、气化和合成化学等领域。据统计，世界焦炭产量的90％以上用于高炉炼铁，冶金焦炭已经成为现代高炉炼铁技术的必备原料之一，被喻为钢铁工业的“基本食粮”，具有重要的战略价值 第四节 主成分分析方法 地理环境是多要素的复杂系统，在我们进行地理系统分析时，多变量问题 是经常会遇到的。 变量太多， 无疑会增加分析问题的难度与复杂性， 而且在许多 实际问题中， 多个变量之间是具有一定的相关关系的。 因此，我们就会很自然地 想到，能否在各个变量之间相关关系研究的基础上， 用较少的新变量代替原来较 多的变量，而且使这些较少的新变量尽可能多地保留原来较多的变量所反映的信 息？事实上， 这种想法是可以实现的， 本节拟介绍的主成分分析方法就是综合处 理这种问题的一种强有力的方法。 第一节 主成分分析方法的原理 主成分分析是把原来多个变量化为少数几个综合指标的一种统计分析方法， 从数学角度来看， 这是一种降维处理技术。 假定有 n 个地理样本， 每个样本共有 p 个变量描述，这样就构成了一个 n ×p 阶的地理数据矩阵： 如何从这么多变量的数据中抓住地理事物的内在规律性呢？要解决这一问 题，自然要在 p 维空间中加以考察，这是比较麻烦的。为了克服这一困难，就需 要进行降维处理， 即用较少的几个综合指标来代替原来较多的变量指标， 而且使 这些较少的综合指标既能尽量多地反映原来较多指标所反映的信息， 同时它们之 间又是彼此独立的。那么，这些综合指标（即新变量 ） 应如何选取呢？显然，其 最简单的形式就是取原来变量指标的线性组合， 适当调整组合系数， 使新的变量 指标之间相互独立且代表性最好。 如果记原来的变量指标为 x 1， 为 x 1，x 2，?， zm （m ≤p ） 。则 x 2 ，?， x p ，它们的综合指标——新变量指标 在（2）式中，系数l ij 由下列原则来决定： （1）z1 2与z j（i ≠j ；i ，j=1 ，2，?，m）相互无关； （2）z 1是x1，x2，?，x p的一切线性组合中方差最大者；z2是与z1不相关的x1，x2，?，x p的所有线性组合中方差最大者；??；z m是与z1，z2，??z m-1 都不相关的x1，x2，?，x p的所有线性组合中方差最大者。 这样决定的新变量指标z1，z2，?，zm分别称为原变量指标x1，x2，?，x p 的第一，第二，?，第m主成分。其中，z1在总方差中占的比例最大，z2，z3，?，z m的方差依次递减。在实际问题的分析中，常挑选前几个最大的主成分，这样既减少了变量的数目，又抓住了主要矛盾，简化了变量之间的关系。 从以上分析可以看出，找主成分就是确定原来变量x j（j=1 ，2，?，p）在诸主成分z i （i=1 ，2，?，m）上的载荷l ij （i=1 ，2，?，m；j=1 ，2，?，p），从数学上容易知道，它们分别是x1，x2，?，x p的相关矩阵的m个较大的特征值所对应的特征向量。 第二节主成分分析的解法 主成分分析的计算步骤 通过上述主成分分析的基本原理的介绍，我们可以把主成分分析计算步骤归纳如下：在公式（3）中，r ij （i ，j=1 ，2，?，p）为原来变量x i与x j的相关系数，其计 算公式为 因为R是实对称矩阵（即r ij =r ji ），所以只需计算其上三角元素或下三角元素即可。 1 计算相关系数矩阵 2 计算特征值与特征向量 高维数据的低维表示综述 一、研究背景 在科学研究中，我们经常要对数据进行处理。而这些数据通常都位于维数较高的空间，例如，当我们处理200个256*256的图片序列时，通常我们将图片拉成一个向量，这样，我们得到了65536*200的数据，如果直接对这些数据进行处理，会有以下问题：首先，会出现所谓的“位数灾难”问题，巨大的计算量将使我们无法忍受；其次，这些数据通常没有反映出数据的本质特征，如果直接对他们进行处理，不会得到理想的结果。所以，通常我们需要首先对数据进行降维，然后对降维后的数据进行处理。 降维的基本原理是把数据样本从高维输入空间通过线性或非线性映射投影到一个低维空间，从而找出隐藏在高维观测数据中有意义的低维结构。（8） 之所以能对高维数据进行降维，是因为数据的原始表示常常包含大量冗余： · 有些变量的变化比测量引入的噪声还要小，因此可以看作是无关的 · 有些变量和其他的变量有很强的相关性(例如是其他变量的线性组合或是其他函数依赖关系)，可以找到一组新的不相关的变量。（3） 从几何的观点来看，降维可以看成是挖掘嵌入在高维数据中的低维线性或非线性流形。这种嵌入保留了原始数据的几何特性，即在高维空间中靠近的点在嵌入空间中也相互靠近。（12） 数据降维是以牺牲一部分信息为代价的，把高维数据通过投影映射到低维空间中，势必会造成一些原始信息的损失。所以在对高维数据实施降维的过程中如何在最优的保持原始数据的本质的前提下，实现高维数据的低维表示，是研究的重点。（8） 二、降维问题 1．定义 定义1.1降维问题的模型为(,)X F ，其中D 维数据空间集合{}1N l l X x == （一 般为D R 的一个子集），映射F :F X Y →(),x y F x →= [收稿日期]2009-10-19 [作者简介]张家豪， 浙江财经学院金融学院硕士研究生。研究方向：期货市场。刘建和（1973-），浙江绍关人，浙江财经学院金融学院副教授，博士。研究方向：证券市场。 中英期货市场铜期货跨市套利行为研究 张家豪，刘建和 （浙江财经学院 金融学院，浙江 杭州 310018） [摘要]在经济全球化日益成形以及国内期货市场的不断成熟情况下，LME 与SHFE 两市间铜期货套利行为日趋增 多。从跨市套利的角度， 通过国内外市场价格比值的变化考察国内外市场的关联性，结果表明，国内期货市场价格波动对于国内外期货市场的价格信号的反应存在显著差异，并且这种差异呈现同一的模式。究其原因，主要是国内投机者存在着低估国际市场价格波动、高估国内市场价格波动的心理偏差。从现实和长远利益的视角出发，无论理论界还是实业界，都应重视期货市场本身的套期保值行为和套利行为，重视理论研究和实务出现的偏离。 [关键词]期货市场；期铜；套利；LME ；SHFE [中图分类号]F830 [文献标识码]A Research on Trans-m arket Arbitrage of Copper Future between Sino-British Future Markets ZHANG Jia-hao,LIU Jian-he Abstract:With the shaping of economic globalization and maturity of domestic future markets,arbitrage of copper future is increasing gradually between LME (London Metal Exchange)and SHFE (Shanghai Futures Exchange).From the perspective of trans-market arbi-trage,this paper examines the correlation between domestic and foreign markets through the changes of ratio of their market prices.The study shows that it is significantly different that the price fluctuation of domestic future market responds to price signals from domestic and foreign future markets,and this difference has assumed the same pattern.The main reason is that domestic speculators have psy-chological bias in underestimating price fluctuation of international future market while overestimating that of domestic future market.Starting from the practical and long-term interests,both theory and business circles should take hedging and arbitrage behaviors seri-ously,and pay attention to deviation between theory and practice.Key words:future markets,future copper,arbitrage,LME ； SHFE [文章编号]1009-6043 （2010）03-0001-02一、引言 2009年，中国内地商品期货的成交量跃居世界第一，占全球的43%。这标志着我国期货市场至上世纪90年代初建立以来，经历了几番发展和整顿已逐步趋向成熟。同时，这也说明内地商品期货市场与海外的商品市场之间的联系也越来越紧密。 其实，在内地商品期货市场的发展过程中，已经有许多迹象表明着内地商品期货与海外的联系。如Shyy 和Butcher （1994）发现上海期货交易所（SHFE ）与伦敦金属交易所（LM E ）铜期货价格之间存在很强的协整关系；而内地自2001年加入WTO 后，许多本土学者的研究也充分说明了内地商品期货市场与海外的关系。如肖辉、吴冲锋等（2004 ）指出上海期货交易所在价格发现过程中的地位得到了逐步提高；徐信忠、杨云红、朱彤（2005）研究了1995年到2004年的时间段内的SHFE 与LM E 铜期货价格发现功能，发现上海期货交易所相对于伦敦金属交易 所的价格引导关系在不断地加强；王家辉（2008）认为SHFE 铜期货国际定价能力已经超越纽约商品交易所居第二位；宋军、李鹏（2007）明确指出在伦敦金属交易所（LM E)做为现今的铜期货全球定价中心的同时， 上海期货交易所（SHFE ）已经成为铜期货主要需求方的定价中心；而郑葵方（2008）运用向量误差纠正(VEC)模型与双变量VEC-EGARCH 模型实证分析国际铜期货市场之间信息传递对资产定价的影响，最终发现国际三大铜期货市场上海、伦敦和纽约3个铜期货市场之间已构成了一个全球的连续交易系统，定价信息按照3者的交易顺序在市场间自动传递。 二、问题的提出 需要注意的是，期货市场的逐利本性可能导致短期内价格波动远远大于现货的价格波动；同时，也正是通过期货的逐利交易使得期货市场能够提前引导市场价格走势，这种特点反而使得期货市场在长期内价格波动小于 第2010年第3期（总第346期） 商业经济 SHANGYE JINGJI No.3，2010Total No.346主成分分析法介绍教学文稿
主成分分析在STATA中的实现以及理论介绍
结构非线性动力分析方法综述_周文峰
保证金变动对期货交易流动性影响的实证分析
焦炭与螺纹钢期货跨品种套利研究
主成分分析分析法
高维数据的低维表示综述
中英期货市场铜期货跨市套利行为研究
相关主题
文本预览