基于时变参数向量自回归(time-varying parameter-vector auto regression,TVPVAR)模型,考察了经济政策不确定性、投资者情绪与股价同步性之间的时变关联性.模型估计结果表明,经济政策不确定性对股价同步性主要表现为中短期的正向影响,...基于时变参数向量自回归(time-varying parameter-vector auto regression,TVPVAR)模型,考察了经济政策不确定性、投资者情绪与股价同步性之间的时变关联性.模型估计结果表明,经济政策不确定性对股价同步性主要表现为中短期的正向影响,且波动比较明显,长期影响则相对较弱;投资者情绪对股价同步性表现为负向影响,且短期影响最为明显,长期影响则较弱.时点脉冲函数结果显示,在不同时间点上,股价同步性对经济政策不确定性的冲击具有正向响应,对投资者情绪的冲击具有负向响应,且不同时间点的响应程度和响应时间均存在差异.这些结论为进一步完善政策调控体系,规范和引导投资者行为,促进市场理性化提供了思路.展开更多
传统的误差配准算法假设系统偏差恒定或缓慢变化,当系统误差发生突变或快速变化时,这一假设不再成立。针对这一问题,研究了时变条件下的误差配准算法,引入渐消因子,对常规的基于地心地固坐标系的广义最小二乘算法(generalized least squ...传统的误差配准算法假设系统偏差恒定或缓慢变化,当系统误差发生突变或快速变化时,这一假设不再成立。针对这一问题,研究了时变条件下的误差配准算法,引入渐消因子,对常规的基于地心地固坐标系的广义最小二乘算法(generalized least squares algorithm based on the earth-centered earth-fixed coordinate system,ECEF-GLS)进行了修正,弱化历史量测对配准的影响,并对渐消因子的选取问题进行了研究,给出了合理的设计方法。算法验证表明,基于渐消因子的ECEF-GLS估计算法能够对时变的系统偏差进行有效估计,精度满足配准要求。展开更多
普及推广风电虚拟惯性控制技术,是保障含高比例风电电力系统频率稳定运行的重要需求,但当前缺乏精确估计风电场等效虚拟惯量的理论方法,不能定量评估风电场对电网的惯量贡献。鉴于此,针对风电场等效虚拟惯量的快速时变特征,提出应用受...普及推广风电虚拟惯性控制技术,是保障含高比例风电电力系统频率稳定运行的重要需求,但当前缺乏精确估计风电场等效虚拟惯量的理论方法,不能定量评估风电场对电网的惯量贡献。鉴于此,针对风电场等效虚拟惯量的快速时变特征,提出应用受控自回归辨识模型和基于时变遗忘因子的递推最小二乘辨识求解算法,估计出风电场等效虚拟惯量。所提辨识模型和算法具有快速跟踪能力和良好收敛性,能精确估计风电场快速时变的等效虚拟惯量。在辨识求解中,只需量测风电场公共耦合点(point of common coupling,PCC)的有功功率和频率扰动信息,数据易于获取、实用性强,可良好推广应用。最后通过算例系统验证了辨识模型与方法的有效性和精确性。展开更多
文摘基于时变参数向量自回归(time-varying parameter-vector auto regression,TVPVAR)模型,考察了经济政策不确定性、投资者情绪与股价同步性之间的时变关联性.模型估计结果表明,经济政策不确定性对股价同步性主要表现为中短期的正向影响,且波动比较明显,长期影响则相对较弱;投资者情绪对股价同步性表现为负向影响,且短期影响最为明显,长期影响则较弱.时点脉冲函数结果显示,在不同时间点上,股价同步性对经济政策不确定性的冲击具有正向响应,对投资者情绪的冲击具有负向响应,且不同时间点的响应程度和响应时间均存在差异.这些结论为进一步完善政策调控体系,规范和引导投资者行为,促进市场理性化提供了思路.
文摘传统的误差配准算法假设系统偏差恒定或缓慢变化,当系统误差发生突变或快速变化时,这一假设不再成立。针对这一问题,研究了时变条件下的误差配准算法,引入渐消因子,对常规的基于地心地固坐标系的广义最小二乘算法(generalized least squares algorithm based on the earth-centered earth-fixed coordinate system,ECEF-GLS)进行了修正,弱化历史量测对配准的影响,并对渐消因子的选取问题进行了研究,给出了合理的设计方法。算法验证表明,基于渐消因子的ECEF-GLS估计算法能够对时变的系统偏差进行有效估计,精度满足配准要求。
文摘普及推广风电虚拟惯性控制技术,是保障含高比例风电电力系统频率稳定运行的重要需求,但当前缺乏精确估计风电场等效虚拟惯量的理论方法,不能定量评估风电场对电网的惯量贡献。鉴于此,针对风电场等效虚拟惯量的快速时变特征,提出应用受控自回归辨识模型和基于时变遗忘因子的递推最小二乘辨识求解算法,估计出风电场等效虚拟惯量。所提辨识模型和算法具有快速跟踪能力和良好收敛性,能精确估计风电场快速时变的等效虚拟惯量。在辨识求解中,只需量测风电场公共耦合点(point of common coupling,PCC)的有功功率和频率扰动信息,数据易于获取、实用性强,可良好推广应用。最后通过算例系统验证了辨识模型与方法的有效性和精确性。
