量化分析

关键词： 师范学院 云南 量化 学院

量化分析（精选十篇）

量化分析 篇1

关键词：数字水印,盲水印,量化公式,最优化分析

0 引言

随着信息网络技术和数字媒体技术的发展、普及和应用,进行共享和开放的数字信息越来越丰富,但同时,数字信息被非法复制、使用与篡改的现象也越来越突出。为解决这一问题,数字水印技术孕育而生,并发展成为了实现数字信息内容认证、版权保护等方面的一个有效手段。

图像的数字水印方法是数字水印技术中研究最多的部分,并且其近年来发展迅速,到目前已有了大量不同的方法。总的来说,图像数字水印方法可分为两类:一是在提取或检测水印时需要原始图像或者原始水印的非盲水印方法,二是提取或检测水印时无需原始信息的盲水印方法。相比非盲水印方法,盲水印方法要更为实用,因而它将是今后图像数字水印方法研究和发展的趋势。

量化,是实现盲水印方法的一种非常有效的策略。当前已有了大量不同的基于量化的图像盲水印方法。在这些方法所采用的量化公式中,存在多种不同的形式。而在这些不同形式的量化公式中,有优有劣、有相互等价。其中的许多方法,由于没有采用最优的量化公式进行水印的嵌入和提取,使得这些方法本应可以具有更好的性能和效果却打了折扣。为此,本文对这些不同形式的量化公式进行分析与比较,以得出其中最优的量化公式,为图像量化水印方法的优化设计提供强有力的支撑。

1 量化公式的描述

基于量化的图像数字水印方法一般以有意义的二值图像作为水印。这类方法通过对图像经整体变换或分块变换后的系数根据量化公式修改其特定的系数或系数表达式的值来实现水印的嵌入。其采用的量化公式,把待嵌入水印的系数或系数表达式的值,根据量化步长和其相应的一个bit水印信息(1或0)量化为奇数或偶数以嵌入水印。

量化公式分为水印的嵌入公式和提取公式。为方便公式的描述,本文把作为水印的二值图像用非负列向量来表示。为此,记向量w=(wi)l和分别表示待嵌入的原始水印和提取出的水印,其中,l表示二值水印图像的像素总数。设pi和分别表示待嵌入和已嵌入一个bit水印信息wi的系数或系数表达式值,其中,i=,1,2,l。于是,当前图像量化水印方法中采用的不同形式的几种量化公式可归纳描述如下:

1)文献[1-3]等采用的水印嵌入公式为

其中:iλ=round(pi/Δ),round为舍入取整函数,mod为模运算函数,Δ为量化步长。其相应的水印提取公式为

式中:,floor为向下取整函数。

2)文献[4-6]等采用的水印嵌入公式为

其中:ki=floor(pi/δ),ri=pi/δ-ki,δ为量化步长。其相应的水印提取公式为

式中。

3)文献[7-10]等采用的水印嵌入公式为

其中:zi=mod(pi,Q),Q为量化步长。其相应的水印提取公式为

其中。

4)文献[11-13]等采用的水印嵌入公式为

其中:si=floor(pi/d),d为量化步长。其相应的水印提取公式为

式中。

5)文献[14-17]等采用的水印嵌入公式为

其中ni=round(piq),q为量化步长。其相应的水印提取公式为

2 量化公式最优化的理论分析

2.1 等价性分析

上述5种量化公式的形式各不相同,但事实上,式(1)、式(2),与式(3)、式(4),以及式(5)、式(6)是完全等价的。下面将对这三对量化公式进行等价性分析和证明。

首先,证明当量化步长Δ=δ时式(1)、式(2)与式(3)、式(4)的等价性。注意到,对任意实数x有

于是,当Δ=δ时,对式(1)中的λi有λ3=floor(pi/δ+1/2),再结合ki=floor(pi/δ),ri=pi/δ-ki,则:

将上式及Δ=δ代入式(1),则式(1)变化为

此即为式(3)。所以,式(1)等价于式(3)。对于式(2)和(4),显然当Δ=δ时两者完全相同。这样,就证明了式(1)、式(2)等价于式(3)、式(4)。

接着,证明当Q=2δ时式(3)、式(4)与式(5)、式(6)的等价性。记zi′=mod(pi,δ),则当Q=2δ时,有

再结合pi-z'i=pi-mod(pi,δ)=δfloor(pi/δ)=kiδ及z'i/δ=(pi-kiδ)/δ=pi/δ-ki=ki=ri,则式(5)变为

此即证明了式(3)等价于式(5)。对于式(4)和(6),由于,因而

于是,当时,有;当时,有。此即可知式(4)等价于式(6)。

这样,就证明了式(1)、式(2),与式(3)、式(4),以及式(5)、式(6)之间的等价性。为方便描述,在本文余下部分将以式(1)、式(2)代表这类等价的量化公式。

2.2 最优性分析

式(1)、式(2),与式(7)、式(8),以及式(9)、式(10)相互之间不等价,事实上,式(7)、式(8)和式(9)、式(10)实现的效果都要比式(1)、式(2)实现的效果差。

下面,本文将在式(2)、式(8)和式(10)实现相同效果的前提下,对式(1)、式(7)和式(9)实现的效果在统计意义上进行分析与比较。这里的相同效果是指,利用这些提取公式提取水印的稳健性相同。而量化水印方法的稳健性强弱则由量化步长的取值大小所决定。因此,当量化步长Δ=d=q时,式(2)、式(8)和式(10)可实现相同的效果。为方便描述,量化步长Δ、d、q统一用δ来表示。

一般的,我们以峰值信噪比(PSNR)作为评价水印嵌入公式实现的效果(即原始图像嵌入水印后的图像视觉效果)的客观评价。设原始图像为A、嵌入水印后的图像为,则PSNR定义为

其中:NM×为原始图像的尺寸、L为原始图像的最大灰度值(比如对于256级的灰度图像,L即为255)。

从PSNR的定义式,我们可以看到,越小(大)则PSNR越大(小)。这样,评价水印嵌入公式实现的效果就转化为看水印嵌入后对图像改变量(即图像差值的F-范数)的大小。由于图像数字水印方法一般采用正交变换(如DFT、DCT、DWT、SVD等),因而根据F-范数的正交不变性,有

于是,评价水印嵌入公式实现的效果,又可转化为用来度量。

我们知道,评价一个数字水印方法的好坏,不能仅仅只看几个实例,而是要从总体上来看,也就是要对原始图像和水印进行一般化。当我们对原始图像进行一般化后,pi即可视为随机变量,于是就有

这样,评价水印嵌入公式实现的效果,又转化为用数学期望来度量了。

根据统计分布规律,pi减去由量化步长δ进行量化取整后所得的尾数pi-δfloor(pi/δ)服从区间[,0δ)上的均匀分布。更一般的,对任意常数C,pi-δfloor(pi/δ)+C服从区间[C,δ+C)上的均匀分布。再结合式(11),可得知pi-δround(pi/δ)+C服从区间[-δ/2+C,δ/2+C)上的均匀分布。

又因pi-(λi-1/2)δ服从区间[,0δ)上的均匀分布,pi-(λi+1/)2δ服从区间[-δ,0)上的均匀分布,从而有式(1)对应的数学期望:

又因pi-(si+3/2)δ服从区间[-3δ/,2-δ/)2上的均匀分布,pi-(si+1/2)δ服从区间[-δ/,2δ/)2上的均匀分布,从而有式(7)对应的数学期望

又因pi-niδ服从区间[-δ/,2δ/)2上的均匀分布,pi-(ni+)1δ服从区间[-3δ/,2-δ/2)上的均匀分布,从而有式(9)对应的数学期望:

综上,有E1

即,在一般情况下,利用式(7)或式(9)实现水印嵌入后对图像的改变量将大于式(1)实现的,也就是说,式(7)、式(8)或式(9)、式(10)实现的效果要比式(1)、式(2)实现的效果差。

另外,可以看到:式(5)非常繁杂,式(3)分段的条件有3个并且较为复杂,而式(1)分段的条件仅有2个并且非常简洁。显然,由形式、计算量等方面来看,式(1)、式(2)要更优于式(3)、式(4)和式(5)、式(6)。再结合上述的最优性分析与比较,可知:量化公式式(1)~式(10)中,式(1)、式(2)最优。

此外,由于水印是0~1二值的,因而水印的量化嵌入和提取公式最优化的分段条件应为2个,而式(1)、式(2)恰好仅为2个。此即说明,在量化公式中,式(1)、式(2)已达到了最优。

3 量化公式最优化的实验验证

下面将以实验来验证水印量化嵌入和提取公式式(1)、式(2)和式(7)、式(8)以及式(9)、式(10)中式(1)、式(2)的最优性。

本文实验以512×512大小的256级灰度图像作为原始图像(如图1(a)、1(b)、1(c)),以64×64大小的二值图像作为水印(如图1(d)),并以文献[4,13,16]的3种水印方法为基础,将其所采用的量化嵌入和提取公式分别替换为式(1)、式(2)和式(7)、式(8)以及式(9)、式(10)来进行实验,其相应的图像分块大小取为8×8。

3.1 水印透明性验证

首先,将在式(2)、式(8)和式(10)实现相同效果,即相同的水印稳健性的前提下,对式(1)、式(7)和式(9)实现的效果,即水印的透明性进行验证。为此,各个公式均取相同的量化步长32。

为方便描述和比较,本文以PSNR作为原始图像嵌入水印后图像的水印透明性评价。表1给出了3个原始图像基于文献[4,13,16]的3种水印方法分别采用3种量化公式获得的含水印图像的PSNR值。可以看到,式(1)、式(2)相应于每个原始图像的PSNR值均为最大,即水印透明性最好。此即表明,式(1)、式(2)实现的效果最好,这与理论分析得到的结论完全相符。

3.2 水印稳健性验证

接着,将在式(1)、式(7)和式(9)实现相同效果,即相同的水印透明性的前提下,对式(2)、式(8)和式(10)实现的效果,即水印的稳健性进行验证。

为方便描述和比较,本文以文献[18]提出的两极化相关值来度量从含水印图像中提取出的水印与原始水印的相似程度,并以此来评价水印的稳健性。对于二值水印,两极化相关值ρ定义为

其中e=(1,1,…,1)T为与水印w维数相同的向量。

表2给出了基于文献[4,13,16]的3种水印方法分别采用3种量化公式获得的3个含水印图像受各类攻击后提取出的水印的ρ值。可以看到,式(1)、式(2)相应于每个含水印图像受各类攻击后提取出的水印的ρ值均为最大,即水印稳健性最强。此结果表明,式(1)、式(2)实现的效果最好,这同样与理论分析得到的结论完全相符。

4 结论

本文对当前不同形式的多种量化公式,在严格的理论上进行了等价性分析和在统计意义上进行了最优性分析并以实验进行了验证,得出了其中最优的量化公式为式(1)、式(2)。

高校体育教师量化分析论文 篇2

1研究对象与方法

1.1研究对象

―云南省11所(云南大学、云南师范大学、云南民族学院、云南农业大学、西南林业大学、昆明学院、大理学院、红河学院、.曲靖师范学院、玉溪师范学院、楚雄师范学院)二本及以上院校体育院系教师科研成果，以第一作者及单位名称公开发表的期刊文献为主。

1.2研究方法

1.2.1文献资料法

通过中文科技期刊数据库CNKI中国知网检索2001―20的期刊论文。关于高校体育教师发表的期刊文献，及访问各高校相关网站，收集到必要的数据资料，为本文的撰写奠定了理论基础。

1.2.2比较分析法

对我省二本及以上院校体育院系教师科研公开发表的期刊文献，进行对比分析，得出我省体育科研的整体现状及提出相应的发展建议。

1.2.3数理统计法

使用Excel对所收集到的数据资料进行数理统计分析。

2结果与分析

2.1各院校公开发表论文数量及所占比率的分析

从图1中我们可以发现:在我省二本及以上的11个高校中，其中最高的为曲靖师范学院占19%，第二和第三位分别为大理学院15%和云南师范大学14%。最低的为西南林业大学仅为1%。从所占比例可以看出发表论文所占比例较高的为综合类的师范院校，地州的师范院校所占的比例都较高，而非省属类和其他非师范类综合院校比较低。这表明，云南省各高校之间体育科研发展不平衡。

2.2云南省二本及以上院校体育科研外显特征和刊源特征分析

科研论文不仅是反应教师科学研究的标志而且科研文章无论对教师个人还是学校的声誉、学术影响力都起着至关重要的作用[2]。从表1中可以看出:2001―年我省二本及以上高校体育院系教师总体发表体育类科研文章总量为1183篇，其中发表数量最多的为曲靖师范学院217篇，最低为西南林业大学15篇。体育类核心期刊79篇，仅占发表总数的6.67%，11个高校发表科研文章总量平均数为107.55，核心期刊平均数为7.18，在发表论文总量上有6个高校都低于平均水平，体育类核心期刊79篇，仅占发表总数的6.67%，在核心期刊上有7个高校都低于平均水平。超过平均水平的为省属综合类的师范院校和地州的综合类师范院校，其余综合类非师范院校整体都低于平均水平。核心期刊以G8体育类为主要参考依据，其中，各高校所发表的科研文章中核心期刊所占比例前三名的分别是云南师范大学22.29%，云南民族大学13.95%，云南大学12.20%。这说明无论从总体数量还是核心期刊数量上看我省这十多年来发表的体育科研文章总体数量偏少，各个高校发表的文章数量参差不齐，核心期刊所占的比例较低。以曲靖师范学院为例，虽然在发表科研文章总体数量上为第一位217篇，但其中体育类核心期刊只有4篇，仅占发表文章比例的1.84%。这表明，云南省高校体育教师发表的论文质量还有待进一步提高。

2.3各高校体育院系发表科研论文不同类别情况分析

合作研究和会议论文是现代科学研究发展的趋势。合作研究和会议论文标志着与外界交流开放和相互学习的程度。一般说来合著率越高、合作度越大学科发展的水平就越高，因此合作率和合作度是衡量学科发展程度的重要标志也是研究学科相互交叉渗透以及衡量论文研究广度深度的重要因素[3]。从表2中可以看出:我省各二本及以上在高校公开发表的1183篇科研论文中其中独著类(即个人独立完成)为467篇占总量比例39.48%，合著类为716篇占总量比例的60.52%。合著类的科研文章总体上还是超过了半数以上，就各高校的情况来看合著率较高的为云南师范大学78.92%、云南大学72.17%和大理学院72.07%。但从我省各高校参与论文报告会并发表会议论文的情况来看，总体情况很不乐观，大部分高校只有为数几篇的会议论文，甚至还有高校的会议论文为零的状况。从表中还可以看出，在各高校所发表的体育科研论文的中有相当一部分是被自己学校办的期刊所收录，这无疑有自我保护之嫌。经过调查发现有一部分教师发表科研文章仅仅是为了完成科研任务或晋升、评职称等。在数量上有相当的基数，但就科研论文的`质量却让人堪忧。从总体上来说我省高校体育科研还需要进一步加强合作，多与外界沟通交流。使体育科研由个人研究向集体化合作化研究的方向发展是符合我国体育科研仍至我国科技研究发展规律。

2.42001―2012年云南高校公开发表论文的趋势分析

高校体育的体育科研文献数量直接反映高校体育科研领域的研究进展，各高校发表的科学文献数量是评价研究群体科研能力及水平的一项重要指标，也反映出我国高校体育科研科学化程度[4]。图2为云南省2001-2012年11所二本及以上高校体育院系发表科研论文年刊量变化曲线。从图中可以看出，我省2001-2012年高校发表体育科研论文共计1183篇，年平均量为98.58篇，最多的为2012年共计254篇最少的为共计21篇。发表体育类核心期刊总量为79篇，年平均量为6.58篇，最多的为16篇。从图2的年刊总量曲线的走势上我们可以看出，从2001-2012年云南省高校体育科研论文数量总体呈上升趋势，说明我省高校体育科研成果在日益增多。但核心期刊数量上只有小幅上升，论文的总体质量却不是太高，这就需要体育科研工作者投入更多的时间和精力到体育科研的工作中来。

2.5各高校体育科研师资队伍现状分析

高校体育教师不仅承担这教学任务，同时还还充当着体育科研的重要角色，他们代表着体育科研的权威和第一信息的掌握者。因此，高校体育科研师资队伍的建设显得尤为重要[5-6]。从表3中可以看出:截止2012年云南省二本及以上的11所高校体育院系师资队伍共有429人，教授44人，占总数的10.26%。副教授136人，占总数的31.70%，讲师及助教249人，占总数的58.04%。11所高校中体育教师人数也有较大的差距，云南师范大学体育师资队伍最多为89人，几乎是其他院校体育师资队伍的两倍以上，其中最少的为云南民族大学体育师资队伍24人。在各高校中教授比例最高的为云南师范大学14人，占总数的15.73%，云南大学次之6人，占总数的13.64%，还有个别高校的体育师资教授人数为0。这就需要进一步优化我省高校体育院系师资队伍结构。

3结论与建议

3.1我省二本及以上高校体育院系教师科研成果，从总体数量和被体育类核心期刊收录上来看都不是很乐观，而且各高校之间体育科研发展不平衡。相对而言省属师范院校和综合类地方高校情况还比较好。有近一半的高校科研成果都低于平均水平，还有出现核心期刊数量为零的情况，这就给我省的高校体育科研提出了严峻的考验。需要进一步加强高校体育教师的科研意识和营造良好的科研氛围。树立正确的科研目的、精心选择研究课题、潜心实施研究过程、用心创造科研成果。少一点功利思想，少把科研与生活压力、晋升压力等以外的因素联系在一起，这样才有可能真正的促进体育科研水平的提高。

3.2在各高校体育院系教师发表科研论文不同类别情况中，有很大一部分是属于独著和发表在自己学校主办的期刊上，加上有很大一部分高校没有会议论文，这无疑有很多弊端，只是自己在埋头搞科研，这样论文的质量和影响力就不会很高，各高校应该经历良好的体育科研机制，实施“走出去”和“引进来”找到适合自己的学术生长点，充分发掘和利用自身优势资源，同时利用各高校的各种优势资源，实现资源互补，进行跨专业、跨学科跨部门、跨行业进行综合科学研究，真正实现一起进步，共同发展。

3.3从2001至2012年，云南省二本及以上高校体育院系发表科研论文年刊量变化总体呈上升趋势，特别是以后增长的比较快，但有些许回落，但总体势头还是很好，就核心期刊年增长量不是很大，应该进一步加大科研力度，在原有科研论文基数上加强发表论文的整体质量。以及进一步完善科研奖励制度，能够从很大程度上激励教师更好的投入体育科研工作。进一步提高我省高校体育科研的整体层次和发展水平。

债券量化投资分析方法简介 篇3

关键词：信用债 违约风险 量化投资ROIC模型 投资收益

近年来，我国债券市场违约逐渐增多，违约债券种类涵盖了企业债、中期票据、短期融资券和定向工具。在经济下行压力不断加大、供给侧结构性改革持续推进的背景下，去产能、去杠杆、去库存的速度不断加快，刚性兑付也被打破，未来可能会有更多的信用违约事件发生。如何迅速地规避债券违约风险、取得更大收益成为投资者们关注的焦点之一。本文结合国内债券投资实务，借鉴国际上较为成熟的量化分析方法，探讨信用债1投资避险、金融债2投资优选、信用债投资组合优化的简便分析方法，希望能为投资者分析决策提供一定参考。

债券量化投资分析方法

（一）信用债投资避险

1.模型选择

一般来说，如果信用债发债主体未来陷入财务困境的可能性增大，那么债券违约概率就会显著增加。在股票市场上，关于企业未来会陷入财务困境的预测模型已经有了比较成熟的应用，本文在此选择Campbell相关模型进行分析。

根据Campbell（2008）的研究，那些杠杆率较高、净利润较低、市值较小、股票投资收益较低、股票波动率较大、现金与等价物余额较少、市净率较低、股价较低的公司更容易在未来陷入财务困境。

Campbell（2008）违约概率的八因子模型如下：

（编辑注：下方公式中的“*”都改为“×”）

因子一：NIMTAAVG，过去四个季度的净利润/总资产加权均值（季频数据）

因子二：TLMTA，负债/总资产（季频数据）

因子三：CASHMTA，期末现金与等价物余额（季频数据）

因子四：EXRETAVG，过去一个季度（3个月）加权投资收益（月频数据，本文利用中债净价计算投资收益）

因子五：SIGMA，过去一个季度（3个月）净价波动率（日频数据，本文利用中债净价计算波动率）

因子六：RSIZE，发债主体的资产规模（季频数据）

因子七：MB，市净率（不适用于债券）

因子八：PRICE，股价限制（不适用于债券）

鉴于MB、PRICE两个因子并不适用债券，本文选择Campbell模型中的前六个适合债券市场分析的因子，并通过适当改进来分析信用债发债主体的违约概率。

2.数据选取

本文对信用债违约风险的研究时段为截至2016年6月末。由于3只债券（11蒙奈伦债、13东特钢MTN2、13山水MTN1）发债企业没有披露2015年年报，为了避免前视偏误（Look-Ahead Bias），对于这些发债企业的财务数据，本文选取2015年6月30日（含）之前四个季度的财务报表数据。对于中债净价数据，本文使用2015年8月31日（含）之前3个月（1个完整季度）每个月最后一个交易日的中债估值数据，并去掉2015年6月30日以后起息的债券、同一家发行人发行的不同债券、中债估值数据缺失的债券。截至2015年8月31日，债券市场上共有437只债券（包括6只短期融资券、121只企业债、310只中票），本文尝试利用Campbell模型来筛选出在2016年违约的信用债发行人。

3.检验结果

通过对因子进行简单排序后，本文发现SIGMA和RSIZE因子对债券违约没有显著解释作用，其余的四个因子NIMTAAVG、TLMTA、 EXRETAVG、CASHMTA具有明显解释能力。本文对这四个因子进行逻辑回归，四个因子的p-value分别为：0.599、0.276、0.001和0.115。其中EXRETAVG和CASHMTA两个因子对债券违约的解释能力最为显著。

本文利用EXRETAVG和CASHMTA两个因子构建的基于逻辑回归的LPFD模型，在该模型中两个因子的p-value均小于0.10。

（编辑注：下方公式中的“*”都改为“×”）

由LPFD转化的违约概率PFD：

将437只债券按照违约模型以及2015年8月31日之前的定期报告、中债净价数据计算出的PFD值进行排序后，发现2016年上半年发生违约的9家债券发行人3中有7家位于违约概率排名的前15%（排名越靠前，违约概率越大）。

上述方法可作为信用债投资筛选的一种方法，投资者可在日常投资分析中借助上述模型计算出债券违约概率排名，排名居前15%的发债主体可列入禁投黑名单在投资中加以规避，只考虑投资排名在后80%左右、未来违约概率相对较小的信用债。

（二）金融债券投资优选方法

由于商业银行负债率、杠杆率相对较高，信用债的筛选模型并不适用于商业银行债券投资分析。本文采用Chen（2013）的ROIC模型对金融债进行分析。

Chen（2013）的ROIC模型是将一家商业银行的投资资本（Invested Capital）分解为股权资本和债务资本，通过计算投资资本回报率ROIC（Return on Invested Capital）与加权平均资本成本WACC（Weighted Average Cost of Capital）的差值，分析商业银行创造价值的能力。如果ROIC-WACC为正值，说明银行创造价值的能力较高；如果ROIC-WACC为负值，说明银行创造价值的能力较低。对应在金融债券风险分析方面，如果银行创造价值的能力较高，其金融债券违约的可能性一般较小，反之较大。

nlc202309081622

根据Chen（2013）的ROIC模型：

股权资本（Adjusted Equity）=所有者权益+贷款减值准备+无形资产摊销+少数股东权益-公允价值变动净收益

债务资本（Debt Capital）=二级资本债余额

投资回报率（ROIC）=净利润/（股权资本+债务资本）

加权平均资本成本（WACC）=（股权资本×股权成本+债务资本×债务成本）/（股权资本+债务资本）

股权成本 的计算对于在沪深上市的商业银行而言，可以利用以下公式计算：

（编辑注：下方公式中的“*”都改为“×”）

其中：无风险收益率 取值为10年期国债收益率 2.82%；市场收益率 取值为5年上证综指平均收益率 7.41%；相关性 代表银行股票与上证综指的相关性（根据Wind资讯数据可计算）。

截至2016年6月末，银行间市场存量金融债券共计401只，其中商业银行债178只，商业银行次级债券223只，发债主体商业银行共计157家。本文分析的数据基于2015年12月31日的年报，有10家商业银行暂时没有年报，所以可供分析的商业银行发债主体共计147家。

由于大部分商业银行未在沪深上市，而且在沪深上市商业银行的股权资本成本和债务资本成本相差不大。本文将各商业银行发行二级资本债的利率作为加权资本成本WACC，将17家没有发行过二级资本债的商业银行的加权资本成本WACC设为5%。

通过计算发现，上述147家商业银行的投资资本回报率ROIC平均为10.29%，WACC平均为5.55%。ROIC与WACC之差在10%以上的商业银行有5家：承德银行、台州银行、贵阳银行、浙江泰隆商业银行和郑州银行。ROIC与WACC之差为负值的商业银行有11家，其共同特点是贷款减值准备增长较多，净利润下降较快。因此，在投资金融债时，建议避免选取ROIC与WACC之差为负值的商业银行发行的债券。

（三）信用债投资组合优化方法

Arik Ben Dor（2011）研究发现，信用债的久期与信用利差的乘积DTS（Duration Times Spread）可以用来衡量信用债违约风险。在实践中，可以将DTS作为信用风险方面的约束条件来优化信用债投资组合：

Adjusted DTS=Duration×Spread×Weight

（Duration为信用债的久期，Spread为信用债的信用利差，Weight参数是投资组合中某一只信用债的权重）

信用债投资组合优化是指在保持信用风险指标DTS数值不变或者减小的约束条件下，使投资组合加权到期收益率最大化。其他可选约束条件包括：行业多样化约束（禁止对单一行业过于集中投资）、加权久期约束、单只债券投资金额约束等。

假设有如下的信用债投资组合，优化前每一只债券的初始投资额度为发行总额的20%，共计60亿元。本文尝试通过调整优化信用债的权重，在信用风险不变的情况下，实现更高的投资组合收益（组合优化前后对比见表2）。

从表2最后两列可以看到，经过DTS优化后的投资组合在信用风险、投资券种和投资总金额没有变化的情况下，通过调整各只债券权重，信用债投资组合的加权收益率由4.29%提高到4.44%，提高了15 BP。

总结

本文基于非金融行业和金融行业属性的差异，通过引入国外较为成熟的量化分析方法，分别对银行间市场信用债和金融债的筛选和投资组合优化做出分析。

无论是信用债“排雷”还是投资组合优化，本文都希望提供类似VAR值的化繁为简的分析方法，可以协助信用债投资者在投资中避免踩雷、择优配置。与VAR值的简单直接相类似，信用债的PFD值可以帮助投资者对发债企业违约概率的高低进行排序，金融债的ROIC值可以帮助投资者对银行创造价值能力进行排序。在此基础上，可以快速建立信用债投资黑名单，在实际投资中剔除掉违约概率较高的债券；借助于基于久期利差的优化，可以使信用债投资组合在信用风险不变的条件下提高投资收益率。

当然， 正如VAR值无法规避“黑天鹅事件”，本文的量化模型也无法规避实际控制人风险、股权结构突变等难以预测的事件，但对于投资者在债券投资中实现快速初选无疑提供了较好的筛选方法。

作者单位：青岛农村商业银行

责任编辑：牛玉锐 印颖

参考文献

[1] 中央国债登记结算有限责任公司：《中债指数指南》，2014。

[2] John Campbell， Jens Hilscher， and Jan Szilagyi， In Search of Distress Risk， 2008.

[3] Ben Dor， A.， Dynkin， L.， Hyman， J.， Quantitative Credit Portfolio Management，2012.

[4] Dynkin， L.， Gould， A.， Hyman， J.， Quantitative Management of Bond Management，2007.

[5] Chen， S.， Integrated Bank Analysis and Valuation： A Practical Guide to the ROIC Methodology，2013.

培训投资收益量化分析 篇4

关键词：培训,收益,量化

一、现状——人力资源管理者的被动

培训是一个企业不断发展的不竭动力, 其重要性是显而易见的, 壳牌石油集团企划总监德格说:“唯一持久的竞争优势, 或许是具备比你的竞争对手学习得更快的能力”。据统计, 目前民营企业的培训经费为892元/人/年, 国有企业为1362元/人/年, 外企为5020元/人/年。可见, 相比于外企而言, 中国本土企业对于培训项目的重视程度仍然有待提高。

虽然随着企业的发展, 企业对于培训的重视程度有所加强, 但是人力资源部对于培训却仍然停留在执行层面。在一个企业中, 我们所看到的往往是高层管理者制定一个培训项目, 人力资源部门则开始制定培训计划、开展培训等等, 很少有人力资源部门根据组织需要提出合理的培训项目并说服高层管理者实施该项目的行为, 人力资源管理的战略性作用被削减。

当然, 这与人力资源工作的性质是离不开的。公司的目的在于追求利益最大化, 但是一个培训项目往往很难像营销策略一样, 能够带给公司实实在在的数量化的经济性收益。并且, 高层管理者往往视培训为公司的一项支出, 加上人力资源部无法提供客观的预期收益数据, 无法说服决策者实行人力资源部认为最需要的培训项目。人力资源管理者陷入被动的境地, 量化培训投资收益成为人力资源从业人员的面临的重要挑战。

二、改观——培训是一项投资

贝克尔在《人力资本》一书中是这样描述的:“这一学科研究的是通过增加人的资源而影响未来的货币和物质收入的各种活动。这种活动就叫做人力资本投资。”也就是说, 凡是能够有利于形成和改善劳动力素质结构、提高人力资本利用效率的费用与行为都可以认为是人力资本投资的范畴。由此可见, 培训不仅仅是企业的一项成本支出, 更是企业进行的一项投资行为。

在实际的企业管理过程中, 培训是一项投资这一观点却被弱化了。其原因仍然是无法将培训收益量化。同样是一种投资, 一份营销策划方案与一个培训项目策划的区别就在于营销策划能够将未来的收益合理的予以估计, 并用有力的数据加以论证说明。对于企业经营管理者来说, 利润才是真谛, 数字才有说服力。面对一个培训项目, 高层管理者看到的是培训费用的支出, 是职工培训期间无法正常工作创造利润的现实。而所谓的“提高员工积极性和忠诚度”、“提高工作绩效”等定性的描述在当前的支出面前显得非常无力。

要想改变仅仅把培训看作成本支出的观点, 最有效的方法仍然是将培训带来的利润量化表示出来。

三、培训投资收益量化

既然培训作为一项投资项目, 其现金流量模型如下图所示:

要想确定该项目是否值得投资, 只需将投资所得的未来收益与当前付出的成本作相应的比较即可。但是由于资金存在时间价值, 不能将未来获得的现金与当前现金简单相加减, 必须按照一定的贴现率进行贴现。

我们可以利用净现值法计算培训以后各年净现金流量按照一定的贴现率计算的现值之和, 即各年净现金流量贴现到当前期的现值之和。如果该净现值大于零则培训是值得投资的, 如果该净现值小于零则不值得投资。

其中:NPV——净现值

Rt是第t期利润增加值r是贴现率

C是培训成本

对该公式有以下几点说明:

1、Rt是第t期利润增加值, 这里包含一个假设即仅存在培

训这一个变量, 对于每期收益比较均衡的企业, 可以直接将本期收益与以前的平均收益相比较求出利润增加额;对于利润周期比较明显的企业可以分别将各期收益与以前各阶段收益分别相比较求出利润增加额。

2、r取银行同期存款利率。此处, 可以视其为机会成本,

即由于培训项目占用了企业的一笔现金, 使得该笔现金不能存入银行生息而带来的损失。一般而言, 银行同期存款利率是企业可以接受的最低收益率。

3、C是培训成本, 包括培训期间各项费用支出、培训期间给员工发的工资等。

4、该公式所计算出的仅仅是培训带来的经济利润的增加,

对于培训产生的隐性利益如员工对企业忠诚感的增加等方面无法衡量。因此, 相对而言, 该公式更加适用于技能型培训项目。

四、培训收益量化的应用

以上模型和收益在理论上是可行的, 但是在现实中应用起来有一定的困难。对于人力资源管理者来说, 由于对培训实务比较熟悉, 在培训以前估计培训的成本是比较容易的, 银行同期存款利率也容易取得。但是对于培训以后各期利润值增加的估计就有相当的难度, 这也对人力资源管理者提出了更高的要求。

要使量化结果更加精确就必须保证人力资源管理者深刻了解企业的研发、生产乃至销售部门的业务流程, 了解企业的利润创造来源。结合对培训项目的了解以及以前企业相关培训的经验, 准确估计培训效果的达成度以及由此带来的经济效益的增加值, 做出准确的培训投资收益预测。只有这样, 才能为决策者提供更有价值的信息, 完成从执行者到提案者的角色转变。

参考文献

[1]徐庆文, 裴春霞.培训与开发.[M].山东人民出版社, 2004:86

[2]曾湘泉.劳动经济学.[M].复旦大学出版社, 2011:160

量化分析 篇5

出版社：煤炭工业出版社 ISBN：9787502036911 页码：319页

《煤矿通风安全量化分析与分区安全管理》采用逻辑分析的方法，说明了各相关通风安全数据、因素、数学模型、程序模块、处理方法之间的关联及其衔接流程。本书共分为九章，内容包括：矿井通风及其逻辑系统，通风网络基础解算，通风分析与图形，矿井通风分析计算，自然通风与火灾通风，矿井通风安全逻辑系统，通风安全监测数据跟踪分析，通风安全应急处理，矿井通风安全计算的软件实现。《煤矿通风安全量化分析与分区安全管理》可供现场通风技术人员及各层相关管理人员使用和参考。目录 矿井通风及其逻辑系统

1.1 矿井通风的技术目标及安全管理 1.2 通风计算基础概述 1.3 通风检测数据处理 1.4 通风安全数据管理 2 通风网络基础解算

2.1 风量分配数据的全局化推演与验证 2.2 风阻数据获取与确认 2.3 矿井的通风动力特性

2.4 矿井通风计算基础数据组及其管理 3 通风分析与图形

3.1 节点风压计算及其应用 3.2 通风灵敏度 3.3 角联风道分布分析 3.4 通风网络图的概念与成图 3.5 通风网络图分析 4 矿井通风分析计算

4.1 常用的通风方案技术分析简介 4.2 调风计算 4.3 风阻数据维护 4.4 通风区域划分与控制 4.5 矿井通风设计 5 自然通风与火灾通风 5.1 自然通风分析

5.2 采空区及封闭火区的均压分析 5.3 火灾通风分析 6 矿井通风安全逻辑系统

6.1 煤矿安全逻辑系统概念的提出 6.2 煤矿安全逻辑系统的安全分区分析 6.3 通风安全的全局分析 7 通风安全监测数据跟踪分析 7.1 通风安全监测及其数据应用 7.2 蒙特卡罗方法的应用 7.3 安全分区的数据整合与处理 7.4 监测数据的关联分析 8 通风安全应急处理

8.1 通风安全应急处理预案

8.2 矿井通风安全反应特征与关联特征分析 8.3 通风安全应急预案分析 8.4 通风安全应急处理预案编制

量化宽松政策对中国的溢出效应分析 篇6

关键词：量化宽松；货币政策；溢出效应

中图分类号：F82 文献标志码：A 文章编号：1002-2589（2013）11-0094-02

自2009年3月以来，美联储为刺激经济，推出了多轮量化宽松政策。由于美元的世界货币地位，量化宽松政策不可避免地也将对世界经济产生不小的影响。而且美联储的量化宽松政策很有可能成为触发各国纷纷实行宽松货币政策的导火索，摩根士丹利跟踪研究显示，在其研究覆盖的33个央行中，自2011年11月以来已有16家央行采取了宽松措施，10个发达经济体中有7个宽松，23个重要新兴市场国家也有9个采取了下调基准利率或存款准备金率的宽松政策，加剧了流动性过剩的情况。

量化宽松政策始于2008年的金融危机。在美国出现大型金融机构倒闭，流动性大幅萎缩的情况下，美联储于2008年11月25日宣布，将购买政府支持企业房利美、房地美、联邦住房贷款银行与房地产有关的直接债务，和抵押贷款支持证券，标志着首轮量化宽松政策的开始。在经济发展状况良好的情况下，通常美联储会采用通过公开市场业务操作，即购买市场的短期证券对利率进行微调，从而将利率调节至既定目标利率。而量化宽松政策的调控目标是长期利率，央行直接开动印钞机向经济注入流动性，因此相对于利率政策而言，量化宽松政策是开了一剂猛药。

自2009年3月以来，一般认为美联储实行了四轮量化宽松政策。美联储前两轮量化宽松政策分别购买了1.725万亿、6 000亿美元资产。随后又在2012年9月13日推出第三轮量化宽松政策，即实行每月购买400亿美元抵押贷款支持证券的计划，同时配以卖出短期国债、买入长期国债的“扭转操作”，并继续把到期的机构债券和机构抵押贷款支持证券的本金进行再投资，QE3与之前两轮的不同在于QE3没有封顶，直到美国经济数据出现好转都会一直持续下去。由于有限的短期国债储备，美联储又在2013年1月推出了每月450亿美元的长期国债购买计划，被认为是第四轮量化宽松政策。

一、美国量化宽松政策对中国的影响

第一，量化宽松对中国的一个最显而易见的影响就是引起我国外汇储备的缩水。近年来，中国物美价廉的商品出口到国外很受欢迎，但一直实行的固定汇率制度使得国际收支始终保持经常项目和资本项目双顺差，从而积累下了大量的外汇储备。数据显示2006年2月中国就超过日本成为全球外汇储备第一大国。中国目前拥有高达三万亿的外汇储备，其中有很大一部分是以美元持有的，泛滥的美元使美元贬值，使中国持有的美元储备不断缩水。

第二，量化宽松政策还使全球大宗商品价格上涨。由于在短期内技术水平较难有突破，大宗商品的供给价格弹性较小，供给量稳定，因此价格就主要由需求决定。随着商品期货市场的建立，大宗商品的需求不仅反映在实质需求上，也反映在期货交易中的投资需求，大宗商品逐步演化成为一种金融产品。因此，大宗商品价格走势也将受到各国货币政策的影响。从历史数据可以看出，美元指数与大宗商品价格指数呈现明显的负相关走势。美国多次推出量化宽松政策并且不断升级和长期化的趋势将导致美元的贬值预期形成，国际投资者将抛出美元，选择持有大宗商品，那么短期内以美元计价的这些大宗商品的价格就会上升[1]。量化宽松影响大宗商品价格的另一个途径是刺激美国投资和消费。当量化宽松最终带动美国经济复苏时，对大宗商品的实质性需求的上升也会推动价格上涨。当前，我国正处于工业化、城市化的重要阶段，对能源、基础原材料等大宗商品的需求十分旺盛。在国内大宗商品产量无法满足经济增长需求的情况下，我国必须要大量进口大宗商品，对国际大宗商品的依存度很高。然而，近年来国际大宗商品价格波动剧烈，对我国物价水平造成很大的冲击，构成了一定的输入性通货膨胀，影响了我国宏观经济的稳定运行。

第三，量化宽松还会引起外资的大量涌入，引发经济泡沫。一方面国际社会普遍认为人民币被低估，许多国际贸易争端对人民币提出加速升值的要求，量化宽松也不断强化了美元贬值的预期推动人民币升值，另一方面目前美国是把利率定在0到0.25%的极低水平，而中国的基准利率已达3%。汇差和利差共同构成了一个巨大的套利空间。面对中国等新兴经济体稳健的经济增长速率以及较高的资产回报率，全球流动性过剩所产生的投机性资本无疑会流入我国，流入我们的农产品市场、股市、房市等，导致资产泡沫。而一旦美国经济复苏，热钱撤离，资产泡沫破灭，将会给中国经济带来很大伤害。

第四，量化宽松政策还会加大宏观调控的难度。由克鲁格曼不可能三角理论，在资本的自由流动、货币完全独立、汇率稳定三项目标中，一国政府最多只能同时实现两项。我国长期的贸易顺差为我国积累了大量的外汇储备。外汇储备的增加必然带来外汇占款的增加，央行被迫投放基础货币，基础货币的增加通过货币乘数的作用被放大，使得国内货币供应量被迫增加。为冲销过量的流动性以及量化宽松引发的输入型通货膨胀压力，央行不得不采取上调存款准备金率、调高存贷款基准利率的措施。但是高利率又将进一步扩大了套利的空间，引起更多的热钱流入，而存款准备金的上调又限制了我国商业银行的放贷空间使我国的货币政策陷入了一个两难境地，缩小了我国为保增长而放松货币政策的空间，影响国家的经济效益。

第五，量化宽松导致的人民币升值将削弱我国出口行业的竞争力。面对日益上升的工资成本，中国的廉价劳动力优势正在逐步丧失，而人民币升值的预期也使出口行业遭受重创。人民币升值一个百分点就可能使很多原本盈利的企业逼近盈亏平衡点甚至亏损，尤其是对于纺织、服装等劳动密集型产业和机电行业，而这些部门往往又是吸收大量就业的主力军。当这些企业迫于形势开始裁员或是破产时，将会导致我国失业率的大幅上升。此外，中国对外商的吸引力将下降，一些低附加值产业会因此提前转移到越南、印度等地区，提前剥夺了我国广大西部地区承接这些产业的机会。

二、应对措施

第一，加强对热钱的监管。目前热钱主要通过借助正常贸易的幌子或绕过法律规定隐蔽流入。因此，中国首先应加强对外汇流入流出的监管，健全外汇管理机制，合理运用税收、行政、法律等手段对流入境内的热钱进行打击。其次，随着市场的逐步开放，建立一个合理的引导各种途径流入的热钱的渠道也是必要措施，对此，央行行长周小川提出“池子论”，即央行通过总量调控对冲热钱，把短期投机性资金放进一个“池子”，等撤退时将其从“池子”里放出，从而避免冲击。

第二，加快人民币国际化的进程。目前中国持有大量的美元资产，在浮动汇率下，面对美国的量化宽松政策，要保持美元汇率的稳定，难度相当大，因此我们也许应选择一种更安全、稳健的储备货币。受欧洲主权债务危机的影响，欧元和英镑显然不能达到这个目标。因此最可行的方法是加快人民币的国际化进程[2]。在各种对外贸易结算活动中广泛使用人民币代替美元，减少我国外汇储备中美元的数额，改变我国目前的货币政策被动调控的状态。目前而言，由于人民币币值稳定且有升值趋势，人民币在周边国家如马来西亚、新加坡等地都被人接受并广泛使用。而我国拥有充足的外汇储备也保证了其满足随时发生的兑换要求的可能性。要实现人民币国际化，需加强地区间的经济合作，不断扩大和亚太地区其他国家的贸易往来，先促进人民币成为亚洲地区的“亚元”，再推进国际化进程，还必须协调汇率改革和资本账户开放的步伐，最终实现人民币的自由兑换。

第三，多元化外汇储备。据估计，在我国外汇储备中，美元资产占65%左右，日元约为10%，欧元和英镑约为25%，比重如此大的美元资产导致美国政策、经济的变化直接影响我国的外汇储备的安全性、营利性。为规避风险中国应当多元化外汇储备，减持美国国债资产，综合考虑，优化外汇储备结构。比如，黄金就是一个很好地选择。黄金作为一种硬通货，风险低，而且当美元贬值时，黄金等大宗商品价格有上升趋势，能起到一定的对冲风险的作用。中国近四年内收购了454吨黄金，也是证明了这一点。其次，应改变对居民持有外汇的管制，多年来我国政策不鼓励我国居民持有外汇，居民海外投资渠道狭窄。可以采取适当措施拓宽投资渠道，推动境内资本市场开放和资本流出，通过藏汇于民的方式，放宽对居民境外投资的限制，鼓励居民持有外汇，减少国家外汇储备，增加居民和企业的外汇储备[3]，防止储备规模过度膨胀带来的一系列问题。

第四，为应对大宗商品的价格上涨，应扩大我们的能源储备，既可以减少对外部能源供给的依赖，也能在一定程度上起到稳定价格的作用。以美国为例，为了防止产油国突然中断石油供应而威胁国家经济安全，美国很早就建立了战略石油储备计划，其石油储备可供之用150天，而中国只够用7天，能源储备较匮乏。另外，还可以利用减税、放松市场准入等措施，降低进口大宗商品价格上涨对中国经济供给面带来的负面冲击。

第五，转变经济发展方式。一直以来，我国依靠廉价劳动力优势出口“中国制造”产品保持了较高的经济增长率。而如今随着国内工资的不断上涨，劳动力成本方面的比较优势已不在，再加上金融危机欧债危机的影响，出口导向型的发展方式已不能保持目前的发展势头，因此这也成了我国经济转型的一个契机。现阶段刺激内需扩大消费也成了中央经济工作的重中之重。应健全各项保障制度，鼓励人们多消费，靠内需来拉动经济增长，减少对出口的依赖，提升经济发展的内生动力。其次，我们的贸易结构也有待改善，由于我国的贸易模式以出口手工纺织品，进口高科技产品为主，所以在对外贸易中谈判能力较弱，不利于推动人民币的国际化。因此我们应通过产业政策方面的宏观调控支持高新科技的发展，改善我们的贸易条件。

参考文献：

[1]余军.量化宽松货币政策对大宗商品价格的影响[J].金融经济，2012，（2）.

[2]刘昊虹.美国量化宽松货币政策与人民币的国际化[J].南方金融，2011，（6）.

[3]彭泉.“藏汇于民”：化解我国巨额外汇储备负效应的理性选择[J].无锡商业职业技术学院学报，2007，（4）.

美国量化宽松政策的分析 篇7

量化宽松一词, 是由日本央行于2001年提出, 指央行刻意通过向货币市场注入超额资金, 包括大量印钞或者买入政府、企业债券等让基准利率维持在零的途径, 为经济体系创造新的流动性, 以鼓励开支和借贷, 刺激经济复苏[1]。此种货币政策被视为属于“非常规”的货币政策, 所涉及的政府债券金额庞大且运作周期长, 一般只有在利率等常规工具失效的情况下, 货币当局才会选择这种极端的做法。在其运作中主要是通过预期利率、调整投资组合、扩张财政三个渠道来刺激经济。

2008年11月, 在金融危机激化下, 美联储提出并开始实施第一轮量化宽松政策 (QE1) 。到2010年3月第一轮量化宽松政策结束的时候。美国联邦储备系统已经购买了12500亿美元的抵押贷款支持证券 (mortgage—backed securities, 简称MBS) 、3000亿美元的美国政府证券和1750亿美元的机构证券 (agencydebt) , 也就是累计投放了17250亿美元左右的基础货币[2]。

2010年11月3日, 美联储宣布继续实施第二轮量化宽松政策 (QE2) , 其内容是在未来的8个月内购买6000亿美元的美国长期国债, 并将联邦基金利率维持在0～0.25%的低水平。这两轮美国量化宽松的货币政策, 实际上都是美联储通过与美国39家主要证券商以公开市场操作的方式增加货币供给量的, 其影响不仅仅局限于美国国内, 更是在世界多国引起了强烈的反映。

2011年9月13日 (当地时间) , 美联储宣布实施第三轮量化宽松政策 (QE3) , 每月购买400亿美元的抵押贷款支持债券, 并且维持联邦基金利率在0%～0.25%之间不变, 并将这一超低利率期限延至2015年中期。

二、美量化宽松政策的效用

(一) 美量化宽松政策的国内效应

美量化宽松政策 (主要基于已完成的前两次) 被普遍认为对美国国内经济的恢复产生了积极作用。在政策下, 美联储向银行等金融机构注入了大量的流动性, 提高信贷的可得性, 促进了金融市场正常运行。同时, 失业率也有所下降, 提振了市场信心。除此之外, 量化宽松政策加速了美元的贬值, 一方面加强了美出口产品的竞争力, 另一方面债权国所持美国国债等也随之贬值, 相当于自动减免。这些都对美国国内经济恢复起到了不可忽视的作用。

当然实施量化宽松政策也对美国国内经济产生一些不良影响, 例如货币政策财政化、美联储的独立性减弱、金融机构难以破产等, 这也是值得关注的。

(二) 美量化宽松政策的国际效应

在经济全球化下, 各国经济政治相互影响, 美元作为国际货币, 不仅在美国国内流通还可以在全世界流通, 其效应也不单单局限于国内, 对世界经济也产生了极大的影响。也就是说, 美国的量化宽松货币政策在对美国国内经济产生相对积极的作用的同时, 也对国际经济产生了不容忽视的作用。

1. 大宗商品价格的上升。

国际上的大宗商品如石油、有色金属、农产品等绝大多数都是以美元计价结算的。美国采取的量化宽松政策致使美元供给增加, 以其计价的大宗商品价格自然上升。除此之外, 美元供给的增加还会带动对大宗商品的投机, 加速其上升速度。能源、农产品等大宗商品的提价, 输入国生产成本的增加甚至会造成输入型通货膨胀, 给世界经济带来波动。

2011年1月, 世界金属市场、粮食市场和原材料市场等价格都显著上涨, 已经造成部分新兴市场经济体的输入性通货膨胀;在国际石油市场, 由于美元贬值和国际游资的双重冲击, 石油价格持续上涨 (APSP表示石油平均现货价格) ;在黄金市场, 价格涨速更是迅猛, 黄金价格连创历史新高, 2011年3月4日, 已经涨到每克300元人民币[3]。虽然大宗商品价格会在众多因素影响下发生变动, 但不可否认的是美国量化宽松政策下美元数量的膨胀推动了国际市场上的大宗商品价格上升。

2. 热钱的频繁流动。

国际上的投资性资金被称作热钱。首先, 在美国金融危机之后, 新兴市场国家较发达国家更早恢复, 投资机会相对显得多一些, 一些个人、企业、政府把资金转投入其中, 以获得更稳定的收入。其次, 在2010年以后, 新兴市场国家出现通货膨胀的危险, 政府不得不采取收缩货币供给量以压缩通货膨胀, 上调基准利率的情况频繁出现, 而美元存款利率在量化宽松政策下接近于零, 也就是说发展中国家存款利率高于美国存款利率, 这也使相当部分的热钱频繁流入以获利。并且, 美国采取的量化宽松货币政策导致充足的美元供给更加助长了热钱流入新兴国家和发展中国家, 它们有可能选择房地产和金融资产, 催生这些行业的泡沫, 对这些国家的经济政治甚至社会稳定造成极其严重的危害。

3. 促使新兴国家货币升值。

假设其他条件不变, 美元贬值会促使其他国家的货币升值, 如:自2009年初起, 巴西雷亚尔在18个月内对美元升值30%, 南非兰特对美元上涨了37%[4]。

货币升值以直接的方式削弱了新兴国家商品的出口竞争力, 导致经济利益大幅受损的同时, 还会导致部分出口企业的倒闭, 增加失业率, 影响了社会的稳定性。同时, 美国量化宽松政策削弱了美元对国际短期资本的吸引力, 在新兴国家和发展中国家货币升值的趋势下, 大量的短期资本涌入其中, 加重了通货膨胀的压力, 危害到社会经济的稳定发展。

4. 降低美元外汇储备和美国债券价值。

在全球化时代下, 各国经济呈现相互依存的态势, 美元作为国际货币, 在现今的国际货币体系中处中心地位, 拥有一定数量的外汇储备和其他国家的证券是维护本国经济持续稳定发展的必要手段。因此, 即使是在经济危机的背景下, 美元在全球外汇储备中占的绝对比重依旧很高。根据国际货币基金组织最新公布的数据, 2011年第2季度, 美元占全球官方外汇储备资产比例依然高达60%[5]。

为摆脱经济危机, 美国选择了非常规的量化宽松货币政策, 债务规模急剧膨胀, 这在帮助其经济走出衰退的同时, 也致使美元贬值, 新兴国家和发展中国家手中的外汇储备也随之缩水, 购买的美国国债等也相应地减少其价值。美国以轻松的方式转移了新兴国家和发展中国家积累的财富。从G20多伦多峰会到2010年11月中旬的4个多月内, 美元贬值4%, 仅各国所持14万亿美元国债就损失5600亿美元, 同时, 美国此举还推高其他国家货币对美元的汇价, 对那些出口导向型国家的出口和整个经济造成灾难性打击[6]。

综合来看, 前两次美量化宽松货币政策对美国本国有利的方面是远远大于其国际层面的, 在国际层面来说, 量化宽松政策带来的是更多的负面作用, 威胁到国际经济的有序正常发展。

三、第三轮美量化宽松政策的预测

美国第二轮量化宽松政策 (QE2) 已于2011年6月末如期结束。面对美国经济依旧欠佳的现状, 2012年9月13日 (当地时间) , 美联储宣布启动第三轮量化宽松政策, 每月购买400亿美元抵押贷款支持证券。

第三轮量化宽松政策与之前两轮相比, 有观点认为最大的不同在于和就业率相联系, 只有所谓的“就业市场”得充分好转, 才会改变其政策。并且此轮量化宽松政策没有规定总购买额和执行期限, 被媒体称作“不封顶的QE3”。以上特点造就了其对世界经济的影响力度是很难判断。

但基于对前两轮量化宽松政策的效用评估, 笔者认为第三轮同样会对全球经济带来负面效应, 并且由于其执行期限的不确定性, 其负面影响力度也更加难以预测。除了前两轮货币宽松政策暴露出来的那些负面效应之外, 还将进一步引起国际货币体系的动荡, 恶化国际信用环境。尤其是新兴的市场国家受到的负面影响将更为巨大, 因此应作好其应对准备, 以减轻其对本国经济的不利影响。

参考文献

[1]杨凯育.美国二次量化宽松政策 (QE2) 的综合影响[J].社会科学家, 2011, 12.

[2]李翀.论美国量化宽松的货币政策及其效应[J].学术研究, 2011, 2.

[3]李永刚.美国量化宽松货币政策影响及中国对策[J].财经科学, 2011, 4.

[4]李永刚.美国量化宽松货币政策对世界新兴市场国家的影响[J].高校理论线, 2012, 1.

轻量化车轮的研究分析 篇8

工程背景

车轮行业围绕汽车车轮轻量化的关键技术开展攻关研究, 降低车轮重量可以显著降低汽车非簧载质量, 对于提升整车的燃油经济性大有裨益。在驾驶方面, 汽车车轮轻量化后, 明显改善行使平顺性、提高加速性, 使车辆控制稳定性、噪声、振动方面也均有改善。车辆每减重100kg, CO2排放量可减少约5g/km,

为适应当前的汽车行业轻量化的需求, 必须采取有效措施在保证轮辋强度和疲劳寿命的前提下, 不断降低车轮自重。一方面采用双相钢等高强度钢材替代普通钢材进行车轮制造, 另一方面通过优化轮辋结构提高强度。采用有限元分析技术进行轮辋强度分析, 在保证轮辋强度的同时为车轮轻量化的设计提供理论依据。

模型描述

以22.5m m×9.00m m无内胎车轮为例, 采用10个通风孔结构如图1a所示, 对三维模型进行离散分网, 有限元单元采用10节点四面体Tetra10单元, 网格图如图1b所示。

材料特性

原设计车轮轮辋采用7m m厚S S330材料, 轮辐采用14mmSS400材料, 重量约48.5kg。轻量化设计车轮轮辋采用6m m厚S S400材料, 轮辐采用12m m D P540材料, 理论重量41.7kg, 减重6.8kg, 则每台车按7只车轮计算可减重47.6kg。材料特性如附表所示。

材料特性

边界条件

约束轮辐内平面和10个螺栓孔所有的自由度, 轮辐与轮辋的网格通过网格粘合处理连接成一体。

加载载荷

在轮辋两侧的胎圈座处各加载2.5t载荷, 轮胎充气压力为850k Pa。分别对轮缘施加10.5t轴向向外的载荷, 模拟轮胎对轮缘的载荷作用, 如图2所示。

施加以上所述的载荷条件, 对模型进行有限元解算。

结果分析

现有普通设计的车轮的最大位移0.664m m, 最大应力149.5MPa, 如图3所示。

轻量化设计车轮的最大位移0.796m m, 最大应力165.7MPa, 如图4所示。

通过对比可以发现:虽然轻量化车轮的最大位移和最大应力比原设计的车轮高一些, 但是由于轻量化车轮采用了高强度的材料, 使其最大应力与其屈服强度的比例值 (70.5%) 仍低于原有设计车轮 (72.3%) , 所以疲劳寿命不会降低反而会有一定程度的提高。

结语

水稻机械插秧增产效果量化分析 篇9

关键词：水稻机械插秧,增产效果,量化分析

水稻机械插秧作为促进水稻增产的重要措施之一,得到迅速推广,目前全国水稻机插总面积达到400万hm2以上;水稻机械插秧面积占水稻种植面积的17%。全国机动插秧机保有量达到25万台。与手工插秧相比,水稻机械插秧有明显的增产效果,一般认为增产5%~20%,具体在某一地区推广该项技术增产效果会有所不同,需要通过试验进行量化分析。根据分析的结果确定是否推广该项技术,提高决策的科学性。本文结合实例介绍了水稻机械插秧与手工插秧相比增产的量化分析方法,并分析了水稻机械插秧的增产机理,为从事该项研究的农技人员提供参考。

1 水稻增产对比试验

1.1 试验方法

1.1.1 试验田的选取。

选择交通条件较好、有代表性、便于管理的水田地块2 000 m2,其中1 000 m2用于水稻机械插秧;1 000 m2用于人工插秧。注意取样应在同一地块内进行,采用相同土地条件、相同的田间管理措施、相同的水稻品种和育秧方法,使其具有可比性。

1.1.2 穴数、穗数、粒数、粒重测产法。

分别测出水稻机械插秧和手工插秧产量,水稻单位面积产量是由穴数、每穴有效穗数、每穗平均实粒数和粒重的相乘积,对这4个因子进行调查测定,就可求出理论产量。选好测产田后,即取样调查,根据田块大小及田间生长状况取样点(调查点),取样点力求具有代表性和均匀分布。常用的取样方法有五点取样法、八点取样法和随机取样法等。

1.1.3 求每公顷穴数。

测定实际穴、行距,在每个取样点上,测量11穴稻的横、直距离,分别以10除之,求出该取样点的行、穴距,再把各样点的数值进行统计,求出该田的平均行、穴距,则求得:

公顷穴数=10 000(m2)/(平均行距(m)×平均穴距(m))

1.1.4 调查平衡每穴有效穗数,求穗数。

在每个样点上连续取样10~20穴(1 000 m2试验田里一般共调查100穴),记取每穴有效穗数(具有10粒以上结实谷粒的稻穗才算有效穗),统计出各点及全田的平均每穴穗数,则求得:

1.1.5 调查代表穴的实粒数,求每穗的实粒数。

在1~3个样点上,每点选取1穴穗数接近该点的平均每穴穗数的稻穴,数记各穴的平均每穗总粒数,统计每穴平均实粒数(可将有效穗脱去谷粒,投入清水中,浮在水面的谷粒为空粒,沉在水底的为实粒),以每穴的总穗数去除总实粒数,得出该点平均每穗实粒数,各点平均,则得出全田平均每穗实粒数。即:

1.1.6 理论产量的计算。

。根据每公顷穴数、穗数、粒数、千粒重调查结果,按下式推算产量:

1.2 增产效果因素分析

设Nj为机械化插秧试验田水稻产量(kg/hm2);Nr为人工插秧试验田水稻产量(kg/hm2);△N为增加产量(kg/hm2);Xj为机械化插秧试验田穴数(穴/hm2);Xr为人工插秧试验田穴数(穴/hm2);Sj为机械化插秧每穴穗数(穗/穴);Sr为人工插秧每穴穗数(穗/穴);Lj为机械化插秧每穗粒数(粒/穗);Lr为人工插秧每穗粒数(粒/穗);Qj为机械化插秧水稻千粒重(g);Qr为人工插秧水稻千粒重(g);Z为机械化插秧比人工插秧增产的百分比(%);△X为X因素变动对产量的影响;△S为S因素变动对产量的影响;△L为L因素变动对产量的影响;△Q为Q因素变动对产量的影响。增产效果计算公式为:

根据因素分析法下式成立:

X因素变动的影响:

S因素变动的影响:

L因素变动的影响:

Q因素变动的影响:

2 案例分析

某地水稻机械插秧和人工插秧对比试验数据如表1所示,根据以上所介绍的计算公式,得机械化插秧产量为7 196.99 kg/hm2;人工插秧产量为6 640.60 kg/hm2。

根据表1的数据得出:

通过以上计算可知机械化插秧影响水稻单产的因素为:由于穴数增加8 515穴/hm2,使水稻增产159.16 kg/hm2;由于每穴穗数增加2穗,使水稻增产1 546.78 kg/hm2;由于每穗粒数减少13粒,使水稻减产903.59 kg/hm2;由于千粒重下降1 g,使水稻减产245.95 kg/hm2。4种因素共同作用的结果是水稻单产增加556.40 kg/hm2。水稻机械化插秧和人工插秧相比可增加8.38%的产量。

水稻机械插秧技术的实施,可改善水稻的生长条件,促进水稻的生长发育,与人工插秧相比增加产量,最终达到增加农民收入的目的。水稻的产量是由单位面积上的穴数、穗数、每穗实粒数和千粒重4个因素构成,这4个因素分别在不同生育时期形成。单位面积穗数是由主茎数、单株分蘖数、分蘖成穗率三者组成的。主茎数取决于插秧的密度及移栽成活率,其基础是在秧田期,所以水稻机械插秧确保插秧返青快、分蘖早、成穗多。决定单位面积穗数的关键时期是在分蘖期。在壮秧、合理密植的基础上,单位面积穗数多少,便取决于单株分蘖数的成穗率。一般分蘖越早,成穗的可能性越大;后期出生的分蘖,不容易成穗。因此,积极促进前期分蘖,适当控制后期分蘖,是水稻分蘖期栽培的基本要求。水稻机械插秧技术的实施,能够满足以上水稻栽培技术上的要求,所以能够增产。

3 水稻机械插秧增产机理分析

3.1 水稻生长的生物特性

水稻叶片是进行光合作用的主要器官,叶面积系数的大小是衡量水稻群体结构的一个重要指标。系数过高会影响作物通风透光;过低不能充分利用日光,水稻的叶面积系数为4~5时比较合适。根据水稻的不同生育期,通过适当的措施,使其达到最适当数值是衡量保证水稻产量的重要指标之一,也是衡量所采取的技术措施好坏的一项标准。

分蘖是水稻固有的生理特性,分蘖一般是自下而上依次发生的。茎节数多的可能发生的分蘖就多,反之就少。就单茎而言,最低分蘖节位和最高分蘖节位相差大的,则单株分蘖数就多。分蘖发生的早晚、节位的高低,对分蘖的生长发育和成穗与否均有显著的影响。一般是分蘖出现越早,蘖位蘖次越低,越容易成穗,穗部性状也越好;反之,分蘖出现越晚,蘖位蘖次越高,其营养生长期越短,叶片数和发根量越少,成穗的可能性就越小,并且穗小粒少。分蘖发生部位是水稻生长健壮与否的标志。

水稻根系是吸收养分和水分的重要器官,是与地上部进行物质交流的代谢器官,根系的生长发育状况直接影响到地上部性状和产量。

水稻的抗逆性是指水稻具有的抵抗不利环境的某些性状,如抗寒、抗旱、抗盐、抗病虫害等。

3.2 水稻机械插秧增产原因

水稻机械插秧能够最大限度地满足水稻生长的农艺要求,如保证株穴数、株行距一致、深浅均匀、缓苗期短、分蘖多等,这些是使水稻增产的基本条件,手工插秧很难做到这一点。水稻机械插秧的秧苗在生长的过程中由于通风性好,又能充分利用光热资源,利于秧苗“早发”和低位分蘖,具有根系比较发达、不易倒伏、抗病性好、抗逆性强等优点[1,2,3,4,5,6]。从对比试验田上可以看出,秧苗长势优于手工插秧,这是水稻机械插秧比手工插秧增产的主要原因。

4 结论

根据水稻机械插秧与人工插秧每公顷穴数、穗数、粒数、千粒重的调查结果,利用因素分析法,对水稻机械插秧的增产效果进行量化分析,可以比较科学地分析出增产的原因和效果。此方法的应用,使水稻机械插秧的增产效果对比分析更加合理,使水稻机械插秧推广工作更具科学性,决策依据更具说服力,水稻机械插秧才能得到更快、更好的推广。

参考文献

[1]樊振平.水稻机械化插秧增产的三大成因[J].广西农业机械化,2008(4):34.

[2]孙德超,李晓东,姜阿利,等.水稻钵育秧苗机插技术特点及其优势[J].农业机械,2010(20):69.

[3]刘炳正,周莉,周成.江苏淮北地区麦茬机插水稻高产栽培技术[J].农业科技通讯,2009(9):156-158.

[4]金巧玲,姜红.机插水稻增产机理及高产栽培关键技术[J].上海交通大学学报:农业科学版,2009(6):639-642.

[5]马喜臣,王忠礼.对机插水稻秧苗管理技术的研究[J].民营科技,2009(12):125.

煤矿企业风险量化分析及预测研究 篇10

为了有效贯彻“安全第一,预防为主,综合治理”的方针,充分发掘企业生产过程中存在的风险,为企业下一步安全管理决策提供参考,提出了一种基于安全控制论的企业综合风险分析方法,结合煤矿本身的危险因素,计算出其风险度,然后对未来数年的风险进行预测。冶金工业部安全环保研究院的王先华的《安全控制论原理和应用》中[1],应用系统论、信息论、控制论为指导思想,结合冶金方面的背景,对安全控制论的数学模型,安全系统控制方式,安全计量在冶金安全评价中进行了研究。煤矿科学研究总院南京所的周丛笑的《煤矿事故动态循环分析方法的研究》[2],其中主要是应用安全系统的理论,对管理核心系统中导致事故的根源-危险源,强调通过危险的辨识、风险的评价、风险的控制来达到控制事故的目的。以上研究虽然在安全控制数学模型,安全系统控制方式,危险源辨识过程,风险控制等进行了初步研究,但其研究是在冶金安全评价中应用研究,在煤矿企业安全控制数学模型,安全控制能力系数的定量研究,煤矿企业风险度的量化研究方面没有具体深入的研究。

本文是在基于以上研究的基础上,对煤矿企业危险源量化和风险度进行量化,尤其计算出了煤矿企业安全控制能力系数。其研究内容:其一,对煤矿危险源进行辨识和统计。其二,是对危险源进行量化分析,为计算安全度做准备。其三,计算煤矿企业安全控制系数,算出煤矿企业系统综合安全度。其四,结合煤矿具体实际情况,应用灰色预测理论,对未来数年煤矿企业风险度进行预测。

1 煤矿企业风险度量化过程

1.1 风险分析过程

煤矿风险分析,根据风险分析的原理,首先对矿山危险源进行辨识,最主要的是对重大危险源进行辨识,其次,针对重大危险源,做危险控制能力诊断,其中最重要的是技术系统控制能力系统C和系统危险指数H。再次,根据统计数据,计算企业综合安全度。最后,根据企业的综合安全度,结合企业人-机-环等综合因素,对企业未来数年的风险进行宏观预测,综合上述四种分析过程,结合本企业具体实际,制定安全对策和防护[3]。

1.2 风险因素量化分析

1.2.1 企业危险辨识及分析

首先,对煤矿企业的生产设备、设施、工艺、操作等状况进行调查,汇总。其次,对煤矿企业进行危险单元划分。再次,发掘危险因素,主要是根据有关规程、标准及经验对比来发掘煤矿危险因素。最后,汇总分类危险因素。煤矿企业系统危险性分析中,从人机环管四方面进行分析,人为方面有:工人安全操作和安全文化素质,领导安全文化素质等。机械方面有:生产工艺,生产设备等。环境方面有:瓦斯,水患,毒气等方面的主要危险物质分析。管理方面有企业管理制度等方面的分析和量化[4]。

1.2.2 系统危险控制能力

系统危险控制能力实际上反映了煤矿系统的整体安全水平。系统危险控制能力诊断是通过对系统各个因素考评来实现的。即对煤矿安全生产方针与目标,安全生产法律法规与其他要求,安全生产组织保障,风险管理,安全教育与培训,生产工艺系统安全管理,设备设施安全管理,作业现场安全管理,职业卫生管理,安全投入、安全科技与工伤保险,检查,应急管理,事故、事件报告、调查与分析,绩效测量与评价等14项指标进行安全考评。

1.2.3 风险综合分析

1.2.3. 1 安全度定义

安全度是反映系统安全状况变化的指标。通过分析安全系统的结构及其特性,并经过严密的逻辑推导和数学论证,定义安全度S为:

式中:S为安全度;Y为伤亡率;G为常数。

1.2.3. 2 综合安全度数学模型

系统安全度随系统安全状况的变化呈动态变化。其动态变化的原动力是安全系统中危险与控制二者矛盾的斗争,即危险控制效应。根据安全系统的特点,某一时期(年)系统安全度是该时期初始安全度和系统危险控制效应之和,即:S(K)=S(K-1)+B(K)

式中:S(K)为评价年度安全度;S(K-1)为评价年度初始安全度,取评价年度前三年各年安全度的平均值;B(K)为评价年度危险控制效应指数;C为系统危险控制能力系数;H为系统危险指数;α、β为常数,由安全控制论原理计算确定。取α=0.0688,β=0.55。

1.2.3. 3 控制效应有关指标

(1)控制能力系数C。根据煤矿企业历年事故统计和安全标准化考评方法,得到煤矿企业系统安全考评项和权重值,见表1所示。

控制能力系数C是考评因素的权重和,

(2)系统危险指数H。系统危险指数是系统中各危险源危险频度指数的综合结果,亦为一加权平均量,定义为:

式中:N为危险源种数。

1.2.3. 4 安全度分级标准

以上S1和S2为安全度分级的阈值,其中S1为临界下限值,S2为及格上限值。S1、S2根据给定伤亡率目标值P及系统职工人数M决定,计算公式如下:

通过以上数据分析,得到煤矿企业的综合安全度S和安全分级阈值S1和S2,判断该矿是处于不及格,临界,及格和优良这四个阶段的那一范围,并且根据其制定相应安全防护措施[1]。

2 风险宏观预测

对上述分析的煤矿企业综合风险度的值,根据灰色预测理论,对未来数年企业风险度进行分析。

2.1

原始数据累加生成X(0)={X(0)(ti),i=1,2,…,n},X(0)(ti)代表原始数据,即煤矿企业每年的综合安全度,得到动态模型:

2.2

得到灰色参数令为待辨识参数列为参数,采用滑动平均值作为背景值,由最小二乘法求解

2.3 构造累加矩阵B与常数项向量Yn

2.4 写出时间响应函数

2.5 对X(1)还原

2.6 预测

将t代入时间响应函数,求得然后还原为其中t代表的是未来预测的时间序号,这样就可得到煤矿企业未来某年或数年的综合安全度的预测值[5],其值为

3 安全对策与防护措施

根据影响煤矿企业的人,机,环,管四方面的因素的量化和计算所得的煤矿企业综合安全度的数值,判断煤矿处于哪个安全级别范围。其中,把分析和统计的煤矿重大危险源作为基本事件,量化后的值最为基本事件概率,建立基于煤矿重大危险源的FTA故障树,求出故障树的最小割集,最小割集就是本煤矿企业系统最薄弱的环节,具有针对性的进行整改。再根据对未来数年的综合安全度的预测,综合制定煤矿企业安全对策和防护措施。

4 结束语

通过煤矿企业风险度量化分析及预测中所提及到的安全度的计算原理,系统危险诊断系数的计算等方法,对计算其它企业安全度具有重要的指导意义。由于我国在重大危险源数据库方面不完善,在量化分析中,受基础数据的制约,而本文以危险源的危险频度和危险源暴露时间两个指标来量化重大危险源,同时用安全考评得分的方式,对煤矿企业14项控制能力指标进行量化,最后计算得到煤矿企业综合安全度,具有独创性和实效性。煤矿企业或研究者对煤矿的重大危险源,人因因素,机器因素和管理因素不断分析和量化,建立基础的、完备的危险源数据库,将会更准确的计算和预测企业的风险度,为企业制定安全防护措施,减少和预防事故的发生具有重要的意思。

参考文献

[1]王先华.安全控制论原理和应用[D].工业安全与防尘,2000,28-31.

[2]周丛笑等.煤矿事故动态循环分析方法的研究[D].煤炭经济研究,2005,31-32.

[3]何学秋等.安全工程[M].中国矿业大学出版社,2000.

[4]吴宗之,高进东.重大危险源辨识与控制[M],冶金工业出版社,2001.