度量与分析（精选12篇）
度量与分析 篇1
摘要：随着软件的复杂性日益增长,软件开发的周期以及费用也日益增长,软件质量的保证与提高越来越成为了人们高度重视的问题。解释了软件质量的概念和质量模型的发展阶段,分析了软件质量度量的过程以及度量的验证与预测,提出了几种针对软件质量的度量方法,最后对软件质量的度量做了相关的展望。
关键词：软件质量,度量,质量度量模型,度量验证
在过去几十年里,因为软件的质量问题而导致整个系统发生失效的事例屡见不鲜,进而给人类生命安全和环境造成了巨大的损失。20世纪80年代,美国有两个系统,耗资5600万美元的Univac联合航空订票系统和耗资2.17亿美元的高级后勤系统都因在交付使用后发现不满足要求而被迫进行重新研制[1];而在1996年6月,在阿丽亚娜5号火箭首次发射后不到一分钟的时间内,就因为软件故障问题致使火箭发生了爆炸,导致了巨大的经济损失和相应计划的延迟[2]。因此软件的质量问题已引起了人们的极度重视,软件质量的度量问题自然也得到重视。
由于计算机技术、数据融合技术、网络技术和通信技术的飞速发展,人们对软件性能及功能提出的要求也越来越高,度量软件质量已成为一个迫切需要解决的问题。如何通过选择合适的软件质量指标体系、确定软件质量的量化过程和方法来进行客观性地度量,对于评价软件的质量是关键的一步,进而对于减少软件失效的发生和提升软件的总体质量也是具有极其重要的意义。
1 对软件质量模型的认识
1.1 软件质量及定义
至今为止,软件质量还没有一个统一的、惟一的定义,不同的组织或应用可能会有不同的定义。ANSI/IEEE Std 729—1983定义软件质量为:与软件产品满足规定的和隐含的需求的能力有关的特征或特性的全体[3];M.J.Fisher给出的定义为:表征计算机软件卓越程度的所有属性的集合。由此可知,软件质量的优秀程度与反映软件各项功能、性能需求的特性及其组合紧密相关,如果针对软件本身设计出来的质量特性能够满足各种要求和反映软件质量需求,则说明软件产品的质量等级比较高。结合各种定义,软件质量反映了以下三个方面的问题:1)显式的软件需求,包括用户方、交办方等提出来关于软件的功能需求、性能需求等,这是软件质量度量最基础的需求;2)隐式的需求,在软件生命周期中其中有一部分需求并没有明确提出来,如可维护性等;3)软件的整个开发过程还必须按照一定的方法,规范来进行,缺少这些,就无法指导软件开发人员的各种开发活动,开发秩序会变得杂乱无章,软件质量也就得不到一定的保证。
综上以上的定义和最新的研究可以将软件质量定义为:软件所具有的能够满足功能和性能需求、遵循一定的开发准则和规范以及符合隐含的一些规定需求的本质。
1.2 软件质量度量模型
软件度量工作自1958年Rubey和Hurtwick首次提出软件度量学概念[4]至今,大体经历了三个阶段。1976年,Boehm等人从可移植性、可使用性、可维护性三个方面来定量的评价软件质量为第一阶段;第二阶段以1978年Mc Ca1l等人从“产品运行、产品修正和产品转移”提出的质量度量模型即“质量要素———评价准则———度量”为标志。但是实践证明通过该模型不同缺陷的反馈信息可能相同,以致指标的制定及其定量的结果难以评价。随后,国际标准化组织(ISO)[5]于1985年和1993年先后提出了多项关于软件质量度量技术的工作报告,其提出的软件质量度量模型将软件度量工作带入了第3个发展阶段。
通过对这三个模型的深入研究发现,这三个模型都着重分析了软件质量属性的影响因素,这些模型研究的对象主要是软件产品,即在软件质量属性和软件设计、编程的特性之间建立关联映射[6]。这些模型可以帮助加深对软件特性的研究,有利于分析和建立特定软件系统的质量特性及其特性组合。但是这些质量度量模型都存在一定的局限性,每个模型都是针对软件本身提出来的,通用性比较强,在应用到具体的软件系统评估中,并不能很好地反映软件所具有的特殊性。因此,如今很多模型都是根据自己的需求来开发建立的,虽然软件自身的性质给模型的确定带来了一定的困难,但是总的提升还是有的。文献[7]就指出了一种基于全局和局部质量标准的框架,降低了模型建立的难度;文献[8]中指出了从领域报告问题、用户关键情况和用户满意度等级三个方面来寻找度量元,利用数据统计分析的方法加强了软件质量的管理。这些方法的开发和应用都为软件质量特性和模型的设计提供了很好的引用和借鉴。
2 软件质量的度量研究
2.1 软件质量度量过程
软件的度量过程主要可以分为五个步骤进行:1)确定软件的质量度量需求。这一步是软件质量度量最为前提和基础的一步,主要活动包括设计可能的质量因素集合,优化并确定这一因素集合和建立软件质量模型。2)确定软件质量度量元。这是软件度量过程较为关键的一步,度量元选取的好坏直接影响着质量评估的结果。首先在基于软件质量度量框架的基础之上,将质量特性分解成度量元;继而执行度量元的成本效益分析,根据其结果调整优化已选度量元集合。3)执行软件质量度量。包括定义度量数据收集过程并且收集数据、根据已有数据计算度量值等环节。需要注意的是,采集的数据应该基于正确定义的度量和模型,从而保证数据的正确性、准确性和精度;因此,在收集数据之前,应当设定数据采集的目标,并且定义有意义的问题[9]。4)分析软件质量度量结果。通过分析比较收集的度量数据与目标值,发现两者之间的区别。确定那些不可接受的度量值,详细分析那些数值偏离关键值的度量元并依据分析结果重新设计软件质量度量。5)软件质量度量的验证。验证的目的就是为了证明通过软件产品和过程度量可以预测具体的软件质量因素值。验证的过程中,在运用相关的验证方法和标准的前提下,必须确定软件质量因素样本和度量样本,然后执行对度量的统计分析,检验度量的作用是否实现。整个具体过程如图1所示。
2.2 软件度量的验证与预测
软件度量的验证是软件度量领域另一个非常重要的话题,因为实际上软件度量的认同取决于软件度量是否能作为软件质量特性的预报器,如果能,度量验证的目的也就达到了[10]。
从软件产品度量验证实质来分析,具体反映了以下三个问题:1)软件产品度量必须量度本应该量度的内容,例如耦合度量量度耦合性等。2)软件产品度量和一些重要的外部度量存在关系,例如可维护性和可靠性的量度。3)软件产品度量能促进现有的度量水平的提升,这种提升意味着将会产生降低度量收集的复杂性以及提高预测错误的可能性等等优势。
在进行软件度量验证时,我们必须注意软件度量的外部验证和内部验证的区别,内部验证考虑同态,也就是说,做用户想要的度量。软件度量的外部验证考虑量度是否和软件品质属性(外部变量)有关系。文献[11]和文献[12]应用算法验证进行度量的外部验证,而Zuse等人采用的是所谓原子修正进行度量的外部验证,原子修正可以看作对顺利量表的必要条例。软件度量广泛使用的外部验证概念相对于外部特征是相互关系的考虑。文献[13]也从内部验证和外部验证的角度出发,提出了利用理论验证和经验验证相结合的方式来对已存在的五个有关面向对象设计的质量因素的度量集进行验证。软件组织可以利用这种方法尽早确定高风险的软件模块、构建设计和编程计划与方针以及进行系统级的预测。具体方法如图2所示。
最近的研究表明,验证软件产品度量的方法的质量越来越受到人们的关注。主要基于两个原因:1)应用于软件工程度量验证的一些一般实践在科学性方面令人难以接受;2)对于有效的工程管理和可靠合理的经验研究,有效的测试和验证是必须的。因此,必须对那些来出自于研究室的度量的有效性进行验证,才可能达到准确性和科学性。更需注意的重点是软件度量验证不只是一次的事,它是一个需要重复验证的连续过程。
2.3 软件质量度量方法与进展
2.3.1 面向结构度量方法
较早出现的度量是建立在结构化程序设计和模块化思想基础上的,分析的对象包括程序的控制流图,实现中的操作复杂性,方法间的传递耦合和流程耦合等。其中影响比较大的有McCabe提出的循环计数复杂度度量,直到今天历经改进,仍然被实践者所采纳。McCabe 1976年提出了环形复杂度(cyclomatic complexity)理论,该理论以图论为基础,通过分析程序的控制流图来获得程序的复杂度,为度量程序逻辑复杂性提供了一种很好的方法。
2.3.2 面向软件复用的度量
20世纪90年代后期,软件复用的研究兴起。复用的度量主要包括可复用性度量和复用度量[14]。可复用性度量主要用来判定一个构件的可复用性和质量,复用度量主要用于判定复用对生产率、质量和开发时间的作用,它可以在不同级别上进行度量,包括构件级、产品族级、项目级和机构级。目前面向复用的度量大致可分为以下4大类:经济模型类、成熟度模型、复用比率模型以及复用潜力度量模型。
2.3.3 面向对象度量方法
软件度量进一步作的开展主要在80、90年代,尤其是在90年代,软件度量的研究获得了空前的发展。1989年,Morris研究讨论了面向对象应用程序的度量,Bieman讨论了在面向对象条件下软件重用的度量问题。1993年中国台湾学者J-Y Chen和J-F Liu提出chen&liu方法[15],从操作性、复杂性、重用性、类的属性等八个方面去度量面向对象软件。1994年Chidamber和Kemerer发表论文对面向对象度量提出了基于继承树的一套面向对象度量方法[16]被称为C&K度量方法,主要用来量度与对外部质量属性的影响有关的面向对象设计的复杂性[17]。1995年,brito等人针对面向对象属性提出的一套称之为MOOD的度量算法集[18],它从封装性、继承性、耦合性和多态性等四个方面给出了面向对象软件六个度量指标。1998年,Nesi和Querci提出了一种新的软件复杂度和大小度量方法[19]。
到了2000年,Arlene F提出一种预测点度量方法,这种方法基于对象和他们的特征,建立一种适合预测工作量和跟踪生产力的方法,核心是每类加权方法数(Weighted Methods per Class WMC)[20]。2001年,Victor和Daily提出了一种基于构件点的度量方法叫SPECTRE的方法[18],用于预测开发任务时间和模块规模。2003年,Washizaki等提出了一种可重用组件的度量方法,用于度量面向对象组件的易理解性和可重用性。同年,Hastings和Sajeev介绍了一种新的Vector Size Measure(VSM)方法,用于在软件生命周期的早期度量软件规模,软件分类,软件开发结果等[21]。2005年Gyimothy等提出一种基于经验的面向对象度量方法,该方法能有效地实现对源码的bug预测度量。同年,Del Bianco等采用经验断言的方法,扩展了功能点度量方法,并将其应用到面向对象度量中。
3 展望
毫无疑问,软件度量是提高软件品质的一个重要方法。只有通过软件度量,才能确定软件产品所具有的属性组合与所希望的符合程度。Dieter Rombach,曾在巴黎说到过(现在他在美国软件工程实验室(SEL)工作):我们现在不再是问我们是否应该度量,而是怎么样度量。尽管过去软件度量领域做了许多的研究,但还有许多问题未解决。
首先,目前还没有成熟的度量方法,大多度量方法适用性不强,且有些还存在着度量过程客观性差,度量结果不准确的问题;
其次,国际上还没有统一的软件度量标准,很多标准针对的范围比较小,并不能满足软件质量度量的整体要求。
将来,理论开发(对现实的假定)变得越来越重要,相关和归约分析需要考虑讨论度量比例,外部变量对软件度量验证确认是未来需要研究的课题。利用测量理论的公理有助于更好理解软件品质和成本估计后潜在的内容;同时,针对现有问题进行深入的研究和分析,探求符合需要的理论方法和开发工具将对未来度量领域的发展起到重要的促进作用。
4 结束语
软件质量度量作为一个很模糊和深奥的问题,已经成为软件开发者、使用者以及维护者必须做的一项基本性的工作。如何客观地和定量地说明、评价和度量开发产品的质量,如何以客观数据为基础,并与软件开发技术相结合,开发出高质量的软件产品,也已变得越来越重要。本文所提出的关于度量方面的内容及相关问题对于后续的研究具有一定指引意义,也是作者今后学习和研究的方向。
度量与分析 篇2
论述了20世纪50年代以来发展观的演进的三个阶段:经济增长、社会发展和可持续发展.探讨了对社会发展的主要度量手段--指标体系,以及中国对社会可持续发展度量的探索.提出从以经济增长为核心到社会发展,再到可持续发展的发展观的`演进,是社会经济发展的客观要求,也是中国发展的必由之路.
作 者：刘亚臣 孙宗源 王乃浩 作者单位：刘亚臣(沈阳建筑工程学院管理学院,辽宁,沈阳,110168)
孙宗源(朝阳市财经学校,辽宁,朝阳,12)
王乃浩(安阳钢铁股份有限公司,河南,安阳,455004)
刊 名：沈阳建筑工程学院学报(社会科学版) 英文刊名：JOURNAL OF SHENYANG ARCHITECTURAL AND CIVIL ENGINEERING UNIVERSITY(SOCIAL SCIENCE) 年，卷(期)： 5(2) 分类号：F091.3 关键词：发展 度量 指标 可持续
略论政府债务风险度量与控制 篇3
政府债务风险主要指政府在及时足额偿还到期债务、适当成本融资、合理调配财政资金、确定偿债规模等方面存在的不确定性，有损于国家信用、不恰当地增大政府债务成本和额外增加偿还压力等负面效应。从财政角度看，是指财政支付危机发生的可能性，在既定财政支出条件下，政府融资能力越强，债务的本息偿还越有保证；从宏观经济角度看是指政府债务负效应发生的可能性及程度，政府融资能力越强。债务的偿还义务越可能履行。债务价值也就越有保证。
现代经济中，政府债务风险无疑是政府财政、宏观经济管理中的重要问题。政府债务是建立在平等契约关系的借贷，不会引起货币供应总量的改变，债务筹款可能会对利率产生向上推的压力，但引发通货膨胀可能性很小、至少不严重。更多地是通过市场利率的变动影响筹资成本。进而影响投资。其程度决定于社会的储蓄——投资转化机制和一定时期金融市场的供求态势。政府债务还本付息的负效应是否存在，决定于政府债务的投入产出效益。政府债务发行使用。促进了社会生产力和经济发展，为后代造了福，则负效应不存在；反之，负效应就存在。政府债务风险不限于偿还风险。还涉及整个金融体系甚至国民经济的风险，因此，要高度重视政府债务风险的度量与控制。
二、政府债务风险的度量
(一)从政府债务负担程度度量风险。政府债务负担分为经济负担与财政负担。经济负担是政府债务发行给整个经济带来的负担。可将政府债务余额与GDP、储蓄存款余额和金融机构资产相比较。政府的债务负担率越高，越容易超出债务清偿能力，债务风险就会越高：居民的政府债务负担率越高，居民可用于继续购买债务的储蓄就越少，政府的债务风险就会越高。债务负担率衡量出政府债务积累给国民经济运行带来的负担和政府再融资、债务清偿的能力。财政负担是政府债务发行给财政部门带来的支出压力。可将政府赤字规模或者还本付息额与财政收支相比较。政府债务偿债率越高。说明政府偿还债务所需的流动性越难以得到满足，债务风险越高；政府债务依存度越高，反映财政支出对债务的依赖程度越高，一旦政府债务发行困难，对财政支出的冲击就会越大。
(二)从政府偿债能力状况度量风险。主要应考虑政府债务偿还的资金来源。一是财政的稳定性。如果政府能够长期保持财政收支平衡；或者尽管在相当长时间内，财政收支不能实现平衡，却能通过发行债务为财政赤字融资：或者当财政脱离稳定状态后，政府依靠机制可以使财政状况恢复或趋于稳定状态，反映了政府偿还债务有足额资金保障，也说明政府债务效率高。通过债务使用，推动了经济增长，带动了税收增加，有利于财政收支平衡，增加了财政稳定性。二是投资者的信心。即政府债务持有者或潜在购买者对政府债务偿还能力的信心。政府债务是居民的一种储蓄方式，经济主体会对政府是否履行本息支付的约定、未来的本息支付价值如何做出判断，其信心变化导致既定成本下的政府债务的可发行数量发生变化。假如投资者对升息产生强烈预期、对政府债务保值能力信心下降，居民对政府债务的购买意愿就会下滑，政府融资能力就会变弱，债务风险就容易形成。
三、政府债务风险的控制
(一)控制政府新增债务。一是发行时尽量降低新增债务成本。要向发行市场化方向发展，控制新增债务的市场化利率，对债务市场有效管理。应正确公布各种债券的到期收益率。增加债务流通市场网点，优化债券流通市场佣金率，培育高素质的债务市场工作人员。二是严格限制债务发行条件。用于财政领域时，只允许短期借贷，以克服暂时性的流动性缺乏，或者紧急状态下的债务作为一种应急反应能力。用于资源配置领域时。只能用于改善具有长期效用的公共投资的代际负担，严格禁止用于消费支出。
(二)限制政府债务规模。一是当债务规模处于高位时，政府应调整支出、减少财政赤字。减少政府预算赤字，直至出现预算盈余，是减缓债务规模增长，乃至降低债务规模的重要途径。通过压缩政府支出，避免税收增长，可为未来留下潜在的征收空间与债务发行空间，增强未来时期的政府预算盈余预期，也不会增加居民税收负担。相反，若增加财政收入，会弱化政府预算约束，扩张政府支出，增加税收，也会使经济主体负担加重，购买债务能力下降，导致债务发行空间萎缩。二是限制债务资金使用方向。要防止债务资金用于预算法规定范围以外的项目，避免政府支出过度膨胀带来债务规模过度上升。三是直接限制债务规模扩张。应采取逐年审批年度债务发行额的债务管理措施，或者采取把未清偿的债务存量数值作为发行债务的年度控制指标的债务发行余额管理措施，限制债务规模的扩张。
度量与分析 篇4
在投资过程中, 绩效度量基本上是事后的质量控制。它为投资组合经理人、出资人或监管者提供了所需要的量化信息, 使得他们能够尽快可能精确地评估投资资金的业绩。
投资管理公司而言, 它们首先要在公司内部保留账户并且采用合适的结构管理投资组合。随着投资操作的建立完成, 首要的任务变为业务的保持和改进, 投资绩效度量的重要性就显现出来。对投资过程所有参与人来说, 以公平的方式度量投资绩效是非常重要的。度量绩效的主要原因在于对投资情况有所清楚的反映, 无论是好情况还是坏情况, 以便于理解和最终改进投资过程的效率。
对于上述任何一个理由, 正确、公平地展示所取得业绩都是非常重要的。这即需要考虑到道德因素又考虑财务因素。所以把绩效度量作为投资管理的一种质量控制, 就应该在任何投资管理中进行绩效度量, 采取的形式不同, 应用的对象可能是积极型的也可能是消极型的投资管理。但是, 鉴于消极型的投资策略的规则相当明确, 绩效度量将仅限于分析这些规则被紧密和有效的遵循程度。因此, 在积极型投资管理策略下, 绩效度量与归因分析将提供更多的信息。
二、风险-收益的度量
在完成数据的搜集和确认后, 计算收益率是绩效度量的第一步。计算收益率涉及到盈利或损失与投资量的比较。绩效收益度量可以运用简单收益和连续复利收益来度量。
确定和度量收益, 简单收益率的公式是:
在绩效计算中, 分析的是总收益。在投资绩效指数或者绩效指标中, 假设总是收益是在连续多期复利计算的。跨期总收益率用各期的收益率连续相乘得到。简单的收益R的复合因子是:
名义收益率R名义是连续复利收益率 (CCR) 。因为幂函数ex的特征, 连续复利收益率 (CCR) 具有直接进行统计分析所需的可加性性质。
1+R总= (1+R1) · (1+R2) … (1+Rm) =er1·er2…erm=er总
度量投资组合绩效的另一个难题是评估组合管理中风险。使得金融理论中的模型, 我们能够定义各种各样的风险指标。风险分析是两个重要的理论支柱:收益分布的对称性和总风险可以分解为系统性风险和特定风险。
整个过程中, 我们都假设收益CCR可以是正的也可以是负的, 并且服从正态分布。在此假设下, 使用方差或者标准差度量风险是非常有道理的:它可以量化评估收益率不在均值周围一个合理区间内的风险 (概率) 。此种情况下度量风险的方法的优点是非常容易量化使用的。但是, 该种方法只适用于收益率曲线是线性的情况, 而不能用于结构性收益曲线 (如期权) , 因为在非线性曲线下应考虑非对称风险。
投资者通常总是把收益分布的下侧看成风险, 而把上侧看成成功、才能, 或仅仅是运气。这种观点就是一种非对称性 (单侧) 风险观点。收益 (或者负债) 的非对称的特征也要求必须考虑非对称风险。在度量投资组合绩效的时候, 非对称风险通过下面三个突进处理。
第一, 通过δ (delta, 价格对标的资产市价的一阶导数) 使风险“对称化”, 这需要风险监控和风险记录。第一, 将结构性工具 (如期权) 与具有线性收益工具分离, 分别进行附带分析和排除结构后收益工具的分析。第三, 不使用标准差, 而使用适合对非对称分布的其他统计指标。
第二, 还需考虑系统性风险和总风险。很多定价模型 (CAPM, APT, 债券或期权定价模型) 都能够用来计算理论上的可预测的风险———系统风险。根据所要分析的投资组合 (管理委托) 的类型, 只要系统性风险是总风险的主要组成部分, 就可以把系统风险作为风险度量合适的标准。所以, 总风险或者总标准差就更适合用来度量风险。到现在为止、我们都是假设证券的收益是完全可以正确的计算出来的。实际上, 投资收益的度量是比较困难的, 部分是因为投资组合的会计方法, 部分是由于投资收益的计算方法混淆造成的问题。因此, 对于具体的投资组合业绩分析来说, 明白哪种计算方法是适用的非常关键。从投资者角度, 当利息以复利计算很大时, 在长期内, 某一个投资的预期平均收益和实际平均收益是多少?这个问题可以由内部收益率来回答。从投资组合经理角度说, 他们对投资组合现金流的流入和流出的时机是无能为力的。一定的期限内, 总收益又是多少呢?这个我问题可以由时间加权收益率来回答。
第三, 在实际操作中, 在短期内发生的现金流的流入和流出, 不需要计算复利利息时, 我们又怎么计算总收益?这个问题则可以由货币加权收益率来回答。不同学者提出了不同的投资组合风险水平相同收益率却不同, 或者收益率相同风险不同。在这两种极端情况下, 投资经理很容易做出投资判断:选择低风险高收益的基金。但是, 如果两个投资组合风险和收益都不同, 又将如何选择?不同学者提出了不同的风险调整过的事后收益方法。将从资本资产定价模型角度, 介绍夏普指标、特雷诺比率、詹森α、估价比率四种风险调整的收益指标。
夏普指标以单位风险的超额收益 (相对于风险利率) 表示实现的价格, 它也被称为收益—波动比率公式为: (其中rp和rf为均值σp为标准差) 夏普比率可以通过资本市场线SML来表示。因为是用总风险调整超额收益率, 所以夏普指数特别适用于不追踪市场指数的投资组合, 比如积极型管理基金。
特雷诺指标 (特雷诺比率) 或者收益—波动比率定义是:该市场风险, 所以特雷诺比率应该用于比较市场风险占主导的基金, 也就是那些回归决定系数R2较高的组合。
詹森α表示实现的 (或预期的) 超额收益与资本定价模型得出的超额收益之间的差额, 即:αp= (rp-rf) -βp· (rm-rf) 詹森α是超出风险调整预期收益βp· (rm-rf) 的收益部分。
特雷诺—布莱克比率又称为估计比率, 是詹森α与非系统性标准差之间的比率, 公式如下:估价比率用一个风险调整的指标来衡量投资经理选择股票选择能力。另外, 是关于相对绩效, 相对绩效的度量是建立在对具有相似性质和目标的投资组合所进行的统计分析基础之上的。不同的时间段内对它们的特征 (资产配置、收益、风险、换手率和增值等) 进行分析和比较。
三、归因分析
绩效归因分析的工作原理是首先确定每个投资组合的组成部分高于相应基准的超额收益。然后增值被分解到各组成部分中, 而这些组成部分对于积极投资管理来说是有代表性的。例如战术资产分布 (市场时机的选择) 、证劵选择、货币管理、部门转化、红利收益、市场价值总额等。
绩效解析和风格分析的统计方法有两个主要方面:
其一, 根据CAPM或者APT回归模型, 将对投资组合收益率的超额部分作为要素函数进行分析, 并运用回归结果解释价值增值。
其二, 确定价值增值, 按照每个周期将其分解到各个组成部分中, 并进行统计分析。
选择合适的方法分析增值的来源依赖于数据、投资目标、投资约束的可获得性以及投资过程的组织。运用简单或者多元线性或者二次回归的方法要求大量观察收益数据才可称其为统计上显著的。建立在回归基础上的方法有理论的可行性, 因为他们是建立在现代投资组合理论的基础之上的。它们导致了有趣的理论结果并且最近公布的很多研究报告都是建立在回归模型的基础上的。人们观察投资组合的特征线 (通过市场超额收益解释投资组合超额收益, 并决定普通简单回归中的αp、βp:
通过检查系数的t统计量和检验方差的费舍尔F统计量决定统计的显著性。
其中, σα是詹森的ap的标准差, σβ是投资组合的βp的标准差, n是观察值的个数, 而R2是可决系数。若零假设是ap=0和βp=0, 那么就可以使用普通统计软件都可以对这些参数进行估计。假定具有统计显著性, 我们能够对所关注的问题进行金融解释。知道了ap和σβ, 我们就可以运用时候的SML曲线进行归因分析。
建立在复杂回归的归因分析, 来描述观察到投资组合的超额收益。主要应用特雷诺—马祖rp, t-rf, t=αp+βp· (rM, t-rf, t) +γp· (rM, t-rf, t) 2+εt模型和一个莫顿—亨里克森rp, t-rf, t=αp+δ+·β+· (rM, t-rf, t) ++δ-·β-· (rM, t-rf, t) +εt方法, 这两种方法都假定具有选择市场时机的技巧经理, 将在预期牛市提升他持有的投资组合βp, 并在预期熊市时降低它。
使用代数方法的归因分析的特点它与贡献分解和统计分析与其他回归方法进行比较的顺序相交。在这里, 增值被分解到不同的组成部分中进行统计分析。总价值增值VA被定义为投资组合总收益R=Σwp, j·Rp, j=Σwp·Rp和基差总收益I=ΣwI, j·RI, j=ΣwI·RI的差额:VA=R-I=Σwp, j·Rp, j-ΣwI, j·RI, j=Σwp·Rp-ΣwI·RI
其中:wp, j表示投资组合中资产类型j的实际权重 (相对市场价值) ;
Rp, j表示投资组合中资产类型j的证劵实际总收益;
wI, j表示基准中资产类型j的消极权重;
RI, j表示在基准中的针对资产类型j的指数收益。
这个方法的根源在于普通经济价格/数量公式。投资组合的收益是每类资产中产品权重的总和乘以它的收益。投资组合或者基准收益的改变可能是由权重的变化、资产分类收益的变化或者这两者同时作用引起的。
四、结论
本文论述了一些投资组合绩效的度量方法和归因分析。这个问题的道德方面必须明确地进行阐述, 因为通常当执行绩效分析时会有主观的判断和否定。可能, 这就是为什么有时人们认为绩效度量与其说是科学, 不如说是一种艺术或者信仰。
对绩效分析的一个主要批评是它有时进行假定, 并且最终指出这些假定只是部分可被接受。这个明显的矛盾导致一些作者提出其他替代的绩效指标 (例如, 康奈尔、科普兰—迈尔斯、格林布拉特—帝特曼等) , 这些评估方法没有在此介绍。面对这种情况, 人们应该时刻记得绩效分析的主要目的是了解投资过程是如何进行的, 而不是期望得到清晰而有预见性的结论。如果恰当的使用这里介绍的工具, 可以达到这个目标。
绩效度量问题的底线和相关归因分析技术可以概括如下:绩效分析应该有助于改进投资过程的效率;必须要遵循、强调、促进绩效表述规范, 这是出于投资行业的利益;绩效计算应该也必须是准确的, 因为它是一个技术性问题。但是解释绩效度量不可能做到精确。实际上, 这些评估只能显示投资组合怎样的“剪影”诸如此类的问题, 只能强调模型显示出的部分。但是, 这并不是在数据质量和统计处理目标上的进行让步的理由;在绩效度量所有重要的方面, 我们提到一般和被广泛接受的目标和分析框架, 以及披露所运用方法的必要;对于从业人员来说, 准备提交“高”质量的绩效报告要面对的最严峻的挑战仍然是使接受报告的人能够获得相关信息, 让他能够使用合理的报告努力判断出投资组合发生了什么、为什么会发生。
参考文献
[1]李学峰、张舰:《基金公司治理结构是否影响基金绩效》, 《证券市场导报》2008年第2期。
度量与分析 篇5
内容摘要农地制度是中国千百年来农村社会经济发展之基本的制度支撑，而农地产权制度则是农地制度之核心。现代产权理论指出，完整的产权应包括专有的使用权、收益的独占权和自由的交易权、中国农地产权不明晰、不稳定、不完整对于农村发展的负外部性已经成为国内学界共识，但对于农地产权的权利构成尚存争议。基于中国人民大学土地管理系与美国农村发展研究所(RDI)于2005年和共同组织的17省农村土地权利情况调查所取得的一手数据，通过实证研究解析农地产权，将其分为农地使用权、农地转让权、农地收益权和权利稳定性四个部分。在此基础上，对不同省份、不同地域的农地产权绩效进行量化比较，并考察2005―20农地产权的改进程度，以期为中国农村土地产权绩效的优化提供参考。
关键词转型时期城镇化农地产权产权结构产权绩效
作者1叶剑平，中国人民大学土地政策与制度研究中心主任、公共管理学院教授、博士生导师;2田晨光，中国人民大学公共管理学院博士生。(北京：100872)
中国当前正处于经济社会快速发展的转型期，工业化、城镇化逐步推进。城镇与农村也在经历着巨大的变革，城镇人口、规模迅速增加，而农村的发展状况不容乐观。依据钱纳里城镇化率与经济发展阶段关系的基本理论，中国目前正处于工业结构转型、城镇化快速推进的阶段。最新的统计数据表明，当前中国城市化水平已经突破50%。快速城镇化的背景下，中央政府需要给予农村发展和“三农问题”更多关注，特别是农村土地产权问题。
一
经过30多年的不断探索，中国农村土地制度改革正在不断向纵深推进。实践证明，在改革推进的过程中，所面临的困难越来越多地来自于体制性障碍，特别是在农村土地产权方面。新制度经济学的基本理论表明，意愿的制度供给和实际的制度供给总是有差异的，这就使得制度均衡成为一种理想状态，而制度非均衡成为现实经济中的常态，制度变迁(在此包涵两重含义：制度创新和新旧体制转轨)实质上是对制度非均衡的一种反应。中国农村土地制度的变迁始于农村土地产权制度的变迁，从人民公社制度下农村土地所有权、经营权、收益分配权的集体所有，到家庭联产承包责任制下农地所有权、经营权分离、农户替代生产队成为生产和收入分配的基本主体，农户的权利和责任得以统一，使其获得了在人民公社制度下无法获得的收益，从而推动了农村土地制度的变迁。
正如道格拉斯，诺斯所言，“只有在预期收益(潜在利润)超过预期成本的前提下，制度创新才会出现。只有当这一条件得以满足时，社会内部才会出现改变制度和产权结构的可能”。转型深化时期，产权结构作为内生变量对经济绩效的.影响至关重要。在此背景下，明确农地产权的内涵和基本构成对于深化中国农地产权制度改革具有重要启示。西方经济学者对于产权的基本内涵提出了“所有权”说、“法律”说、“社会关系”说、“功能”说等学说，尽管存在种种争论和差异，但有三点已达成共识：(1)产权是一种排他性的权利，可以进行平等、自由交易;(2)产权是由物的存在及关于他们的使用所引起的相互认可的行为关系的基本规则;(3)产权是一组权利束，包括所有权、使用权、收益权、转让权等基本权能。就中国农地产权而言，学术界对于其权利构成尚存争议。姚洋在分析中国农地制度的现状时，将农地产权分为多种权利束，包括法律所有权、剩余索取权、使用权、处置权以及这些权利的可靠性等。 (本网网 ) 周其仁认为农地产权的基本权利包括：转让权、使用权和收益权，在组成产权的这三项权利中，转让权起着更为关键的作用，因为得到清楚界定的转让权一定包含着清楚界定的使用权和收益权。钱忠好依据产权经济学的基本理论，将中国农地产权分为农地使用权，农地收益权、农地转让权，并且在农户层面上，中国农地产权结构发生着农地产权完整性和完全性不断增强的变迁。
基本的问题仍在于：(1)如何明确中国农地产权的权利构成?(2)如何度量中国农地产权完整或残缺程度及其改进程度?这也是本文研究的核心问题。这些问题的解决对于优化农地产权运行状况具有重要意义。同时，本文进行农村土地产权分析和研究的核心思想在于，研究农地产权结构及其变迁对资源配置效率的影响。
二
从2005年至年，处于转型时期的中国在经济环境、农村发展、宏观政策等方面均发生着重大的变革，之前的强影响因素已被当前新的影响因素所替代。在这关键的体制转型与制度变迁时期，分析中国农地产权结构和改进程度，将对深入了解农村土地的产权状况、利用形式、资本化趋势等各个方面起着重要作用。
(一)研究方法：田野调查与实证分析
中国17省农村土地权利情况调查(以下简称17省调查)，旨在考察中国农村土地权利政策的落实情况和农地产权的运行情况，从最基层、最广泛的范围上了解农民对土地的利用状况和对政策变迁的基本要求，为中央政府进一步制定土地政策提供第一手资料和参考。17省调查的基本抽样方法是多阶段随机抽样与重点抽样相结合。问卷结构方面，每次调查的问卷设计基本一致，但都会根据中国农村发展中的新情况、新问题重新调整问卷结构，有针对性地设计有关农地产权方面的热点问题。2011年17省调查覆盖了中国17个省、自治区的299个县和662个乡镇，共入户访谈了1956名农民。
17省调查问卷问题众多，从不同方面反映农地产权问题。因此，要找到大量问题中潜在的、反映农地产权主要方面的“公共因子”，发现农地产权的内在结构，就需要使用因子分析方法，即基于不同项目的彼此相关程度形成因子或聚类的技术，提炼出度量农地产权的主因子。然后根据因子分析的结果，参照各省份农地产权的分值情况，考察各省农地产权的完整或残缺程度，并观察各省份在农地产权四个方面的绩效表现，从而分析产权残缺的主要原因。基于这种分析模式，可以对各省农地产权的绩效优化提出有针对性的政策建议，也为度量和改进各省份农地产权绩效提供了一种较为明确和细化的方法。
(二)分析结论
1.农地产权结构
通过对2005年和2011年17省调查获取的第一手数据的详细分析，最终借助因子分析将农地产权的“权利束”确定为：农地使用权、农地转让权、农地收益权和权利稳定性。这一结构基本符合产权经济学的理论要点和中国当前农地产权状况。
2.农地产权绩效与改进程度
关于制度安排与经济绩效的关系，道格拉斯，诺斯的基本观点是，经济增长的关键在于制度因素，一种提供适当的个人刺激的制度是促进一国经济增长的关键。在通过因子分析明确中国农地产权的基本结构后，需要进一步探讨各省份农地产权的绩效差别，以及各省份间不同产权表现出的差异。当然，由于政府在一定程度上对实践认识的局限性，使得制度设计和安排总是渐进性的，因此连续考察2005―2011年农地产权绩效的改进程度是必要的。
(1)农地产权的绩效比较
从图1中可以看出，2011年农地产权绩效最好的是湖南省，最差的是贵州省，两省主要差异体现在权利稳定性上，基本处于两个极端值。就农地产权的四个方面表现来看，广西壮族自治区、河北省在农地使用权上表现较好;浙江省、吉林省在农地转让权上分值较高;云南省、福建省在农地收益权上出现了极高值;湖南省、黑龙江省的农地产权相对较为稳定。因此，这些省份在提高农地产权绩效方面的具体政策和执行方案应存在可供研究和借鉴之处。
考虑到地区差异、资源禀赋和产业结构对农地产权绩效的影响，我们进一步考察各区域不同的经济发展情况下农地产权各方面表现的差异。依据20国家统计局发布的东、中、西部地区划分标准，将调查涉及的17个省份划分为不同区域，各省在区域中的权重值由各省2011年农业入口数计算得出，具体分值见表1。
总的来看，各区域农地产权绩效表现从高至低为：东部地区>西部地区>中部地区。东部地区与西部地区的农地产权得分基本接近，而中部地区的表现较差。从农地产权的四个方面来看，东部地区在农地使用权和农地转让权方面表现较好，主要原因在于东部地区经济较为发达，基本已进入城镇化和工业化的中期阶段，土地征收的发生频率较低，农地使用权得以有效保障，同时东部地区非农产业发达，农地流转较为频繁。西部地区在农地收益权上得分较高，则是因为欠发达地区的农民除外出打工外，本地非农就业机会较少，经营土地成为他们的最优选择，通过对土地进行中长期的投入可以获得较为稳定的收入。各区域在权利稳定性指标上均表现较差，这和农村土地确权的缓慢进展有着密不可分的联系。同时，年以来出现的新一轮城市工商企业“农村圈地”运动以及基于“指标置换”冲动的各地方政府推进的“农民上楼”，也对农民集体土地权利的稳定性构成重大威胁：
(2)2005―2011年农地产权改进程度
《角的度量》实践探索与教学反思 篇6
【中图分类号】G 【文献标识码】A
【文章编号】0450-9889（2013）12A-0071-02
儿童对数学知识的掌握总是经历由形象到抽象、由简单到复杂、由具体到概括的过程。螺旋上升、春风化雨般的教学更能让新知融入到儿童的认知世界中。但对于有些知识的教学，我们教者会感到莫名的困惑，看似简单的内容学生掌握起来却是如此的困难！为什么会这样呢？教学时，笔者让学生从经历知识的起源到深入地理解、创造出新知方面进行探索，使学生的思维得到了升华。苏教版四年级数学上册《角的度量》一课的教学让笔者有了更深的触动。
一、困惑——众里寻他
《角的度量》一课的教学笔者围绕度量角的方法“中心对顶点，底边对0刻度线，分清内外圈读刻度”进行，反复演示，再让学生模仿练习。这样的教学方式，笔者认为思路清晰、层次分明，所以对自己的教学效果还是颇有信心。但是在让学生独立度量时，学生拿着量角器上、下、左、右摆弄，不知从何下手。课后，笔者对本节课的教学进行思考，认为学生之所以出现无从下手的根源就在于教者自身。于是笔者仔细观察学生度量角的过程，发现主要存在以下几点错误。
1.量角器随意摆放，中心和顶点不重合，0刻度线和角的一条边不重合。
2.把量角器的90°刻度线作为0刻度线和角的一条边对齐。
3.把0刻度线的起点和角的顶点重合。
4.不知读内圈刻度还是读外圈刻度。如把60°读成120°。
5.在读内圈刻度时容易把125°读成135°。
笔者倍感困惑和无奈，苦苦搜寻，究竟是什么原因导致这些“五花八门”的错误呢？
二、思索——柳暗花明
量角器为什么能量角呢？其本质就是把量角器上的角重叠在要量的角上，“以角量角”。学生已能正确地比较两个角的大小：点点重合，边边重合，看另一条边的位置，这也正是量角的“秘诀”所在。那为什么学生用量角器量角时却不知所措呢？其原因可能是学生找不到量角器上的角。（通过课后单独和学生交流证实笔者的猜测是正确的）
和学生熟知的用直尺量角不同，量角器有内外两圈刻度，还有中心点和零刻度线等，它是一个简约的、具有高度智慧的测量工具。在学生连量角器上的角在哪里都一片茫然时，便被灌输量角之术，要求做到“点重合、边重合、读数”这3个步骤，同时读数时还要分清内圈刻度还是外圈刻度，谈何容易？
文中伊始的“讲解—演示—模仿”的教学模式，看似“金玉其表”，实则“败絮其中”：当学生和量角器只有一面之缘时，怎会与量角器情投意合？鉴于此，笔者觉得这堂课的教学重点是探寻量角器的构造和测量原理，而绝非单纯地“讲解—演示—模仿”，应给学生一些机会，让他自己去体验、去尝试、去解决、去发挥……想到这些，笔者的教学世界一片清新、明朗。于是，笔者决定在另一个班尝试新的教法。
三、探究——躬行此事
（一）折一折，变使用者为制作者
荷兰数学教育家费赖登塔尔曾说：“学习数学的唯一正确的方法是实行‘再创造，也就是由学生本人把要学的东西自己去发现或创造出来，教师的任务是引导和帮助学生去进行这种再创造的工作，而不是把现成的知识灌输给学生。”
与其卖力地教学生认识量角器，不如让学生自己“创造”出量角器：
师：同学们，请拿出课前准备好的半圆形纸片，然后对折，再展开，你能从中找出直角吗？
师：在刚才的基础上你们能再折出45°的角吗？
（学生通过两次对折，形成了4个45°的基本角）
师：同学们，知道吗？一个简易的量角器已经在你们手中诞生了。
（多媒体将有折痕的半圆纸和量角器同画面显示，以便对比）
师：这几个角公共的顶点就是量角器的中心。你能从自制的量角器中找出135°的角吗？试试看！
生：1和4两条边组成的角是135°，5和2两条边组成的角也是135°。
随后的教学中，笔者顺势引出0刻度线、内外圈刻度等知识点。在这一环节中，通过折角让学生认识了量角器各部分的名称，重要的是理解了量角器的中心、内外圈刻度是如何产生的。为以后学生从量角器上找固定度数的角打下坚实的基础。这一折，折出了学生对量角器的构造和测量原理的认识，此时学生无声的操作胜过了教师千言万语的讲解，做到“润物细无声”。
2.找一找，变静态角为动态角
接下来让学生以不同方向的0刻度线为起点，从量角器上找45°、135°的角，然后再找诸如55°等非特殊度数的角。学会找角是思维的一个起点，概括找角的方法则是更高的要求，是思维的一次跃升。教师可通过提问“我们把0刻度线作为角的一条边，x°角的另一条边在哪里”，让学生以0刻度线为“起边”，角的另一条边可以看成是0刻度线旋转后动态生成的。最后引导学生自己说出找角的方法，这样逐步渗透度量角的方法，让学生的思维能力逐级上升。
技能的形成，除了思维的引领，反复的操作也是必不可少的。笔者让学生在尝试度量角的过程中逐步体会、自我感知、提炼概括出度量角的方法，学生探知的过程没有直接教授来得顺畅，这个过程是磕磕碰碰、弯弯曲曲的。因此，笔者放慢教学的步伐，静候“佳音”。等待，让学生有了探究的时空，就像是阳光照射着学生待放的思维之花，笔者终于嗅到了花朵精彩绽放后的芳香。
探明知识之本源，然后方能取之不尽。教师的教学要由表及里，由外而内，拨动学生思维之弦，让学生体会到思维的路上风景这边独好，这样方能奏出余音绕梁的动人之音。
度量与分析 篇7
套期保值 (Hedging) , 又称为“对冲交易”, 就是利用期货市场来抵消现货市场中价格的反向运动, 通过卖出或买进期货合约, 以补偿或抵消现货市场价格变动所带来的实际价格风险或利益损失, 使交易者的经济收益稳定在一定的水平。套期保值之所以能够抵御价格风险而达到保值的效果, 主要依赖于一个基本前提, 即期货价格与现货价格受到相同因素的影响, 并且二者有着基本一致的变化趋势。在期货市场上, 现货价格与期货价格的差额称为基差, 基差的存在为期货交易者提供了套期保值交易的条件。期货交易者通过进行空头套期保值交易或多头套期保值交易, 来对冲价格波动风险, 从而达到获利或稳定收益的目的。理想的套期保值环境是现货价格与期价格走势完全相同, 套期保值交易结束时的基差等于套期保值开始时的基差, 从而使一个市场上的盈利额正好等于另一个市场上的亏损额, 两相对冲, 不受任何经济损失。然而, 在现实交易中, 受多种因素的影响, 基差很少保持不变, 任何影响到现货价格和期货价格的因素的变动, 都会引起基差的波动。这种基差的波动性特征必然导致套期保值效果的不确定, 我们将这种不确定性称之为基差风险。
基差风险的存在, 不仅为期货投机者创造了投机获利的条件, 同时也带来了期货交易的风险, 并且由于期货市场本身具有杠杆效应, 可使期货交易主体面临的风险被放大, 也就是说期货交易的风险要远远大于现货市场风险。因此, 为保证期货交易者的即得利益, 充分发挥期货市场的套期保值功能, 对期货交易的风险管理便显得更为重要。期货风险管理首先要识别风险, 然后再对所面临的风险进行准确度量。本文将采用Va R技术对我国大豆、玉米、小麦这三大粮食期货交易的基差风险进行测度, 计算出它们的Va R值, 分析得出Va R方法是否适合我国粮食期货风险的度量, 以便为我国开展有效的粮食期货市场风险管理提供科学的量化依据。
1 研究方法
1.1 VaR模型
VaR (Value at Risk) 称作为风险价值, 于20世纪90年代在国外兴起, 是目前最为引人瞩目的风险度量工具和方法, 目前主要用于金融领域的市场风险度量。VaR法以概率论为基础, 运用现代统计学方法, 得出多维风险的一个一维近似值, 其最大的优点在于测量的综合性, 既考虑了不同程度风险的发生概率, 同时又能将全部风险概括为一个数字, 便于不同品种、不同市场之间的比较, 得到了金融界高层管理者的认可和青睐。
VaR的原始定义是指在正常的金融市场条件下和一定置信水平α上, 给定时间段内预期发生最坏情况的损失大小X。简言之, VaR实际上是要回答一定概率水平下 (置信度) , 某一资产在未来特定一段时期内的最大可能损失值。其数学定义为:
设X是描述资产组合损失的随机变量, F (x) 是其概率分布函数, 置信水平为α, 则:VaR (α) =-min {x│F (x) ≥α}, 即
其中, ΔX为资产组合在持有期内的损失, VaR为置信水平α下处于风险中的价值。从中可以看出, VaR实际上就是计算F (x) 在置信水平a下的上分位数或下分位数, 完全可用于期货市场基差风险的度量。
目前, 计算VaR的方法主要包括历史模拟法、方差—协方差法和蒙特卡洛模拟法。其中, 历史模拟法和方差—协方差法最为常用, 也是最为简捷的方法。但是, 在实际的金融时间序列中, 方差是时变的, 同方差的假设往往不能成立, 这会导致VaR对风险的低估。为此, 本文将利用GARCH模型中的条件方差来度量粮食期货市场基差风险的VaR值。
1.2 GARCH模型
Engle (1982) 研究提出了自回归条件异方差模型 (ARCH模型) , 可用来描述方差随时间变化的异差性。Bollerslev (1986) 在ARCH模型基础上, 将残差方差的滞后项引入到ARCH模型的方差方程中, 对方差的表现形式进行了直接的线性扩展, 得到了广义自回归条件异方差模型 (GARCH模型) , 即GARCH (p, q) 模型。
GARCH模型的具体含义为:条件方差是条件均值方程的残差平方项的p期滞后值和条件方差的q期滞后值的线性组合。其表达式如下:yt=x'β+фxt+εt
其中, ht为条件方差, vt为独立同分布的随机变量, 二者互相独立。在一般情况下, 通常假定vt为标准正态分布。
相对于ARCH模型而言, GARCH模型的优点在于:在模型中增加了q个自回归项, 可用低阶的GARCH模型代表高阶的ARCH模型, 从而解决了ARCH模型的固有缺点, 使待估参数量大为减少的同时又提高了准确性。
1.3 粮食期货基差风险VaR值的计算模型
用GARCH模型计算出时变的条件方差ht, 在一般的方差—协方差模型基础上, 便可用来度量期货市场基差风险的Va R值, 即:
其中, Zα为在一定置信水平下的基差风险概率分布的分位数。
2 实证分析
2.1 样本数据选择
由于每个期货合约都有一个到期日, 任何一份期货合约到期以后, 该合约将不复存在。并且, 期货交易在休息日和节假日将停止交易, 无法形成一个完整连续的日期货价格数据序列。因此, 为克服期货价格不连续的缺点, 本文选取最近期的期货合约作为代表, 在这一期货合约进入交割月后, 选取下一个最近期的期货合约, 扣除节假日, 这样就可以获得一个连续的期货合约序列。
本文选取大连商品交易所的大豆和玉米期货、郑州商品交易所的小麦 (硬麦) 期货作为实证分析对象, 时间跨度均为2004年9月22日至2008年6月25日。大豆、玉米、小麦的期货价格与现货价格数据均从两大商品交易所分别调研获得。其中, 大豆现货价格选取了山东的现货市场价格, 玉米现货价格选取了大连现货市场价格, 小麦现货价格选取了河南新乡现货市场价格。这些现货价格具有很好的代表性, 进行现货交易的产品质量标准也与期货合约的质量标准一致。
根据基差的定义, 基差=现货价格-期货价格, 据此分别构建大豆、玉米、小麦的基差时间序列, 即{Bs}、{Bm}、{Bw}, 样本容量均为913个。
2.2 粮食期货基差序列的统计特征
对时间序列数据进行分析的前提, 是必须对其稳定性进行单位根检验。这是因为在进行时间序列分析时, 传统上要求所用的时间序列必须是平稳的, 否则如果序列不平稳, 就意味着时间序列的数据特征是随着时间的变化而变化的, 将会产生“伪回归”问题。本文利用ADF检验和PP检验分别对我国大豆、玉米和小麦三种粮食期货的基差序列进行平稳性检验, 检验结果表明, 三种粮食期货的基差序列均在5%显著水平上拒绝了存在单位根的假设。因此, 认为我国三种粮食期货的基差序列均为平稳序列, 可以据此进行序列数据的统计特征分析。
运用Eviews5.0软件对大豆、玉米、小麦期货的基差序列统计性特征进行描述。从统计结果中的均值、最大值、最小值和标准差等指标可以看出, 大豆、玉米和小麦期货的基差序列存在明显的剧烈波动, 期货的基差风险表现很突出。大豆、玉米和小麦期货的基差序列偏度分别为-0.914、-1.512和-0.259, 均小于0, 是左偏的;峰度也都大于2;JB统计量也都远远大于任意显著水平下的χ2分布的临界值, 并且三者的相伴概率均为0。由此可以看出, 大豆、玉米和小麦期货的基差序列均拒绝了服从正态分布的原假设, 即三种粮食期货的基差序列不服从正态分布。
2.3 粮食期货基差风险的分布
度量粮食期货的基差风险, 首先要明确该基差风险的概率分布。为了能尽可能客观、准确地反映不同粮食期货的基差风险概率分布模型, 本文选取了当前国内外在金融风险研究中使用较多的几种模型作为候选模型 (见表2) , 并利用KS检验、AD检验和卡方检验对每种粮食期货基差风险的最优概率分布进行选择。选择标准为:如果三种检验方法结果一致, 则以该结果为准;如果三种检验方法结果不相同, 则对三种检验结果进行综合考虑, 以选择一个最优结果。
检验结果表明, 正态分布不是拟合粮食期货基差风险的最优模型, 其拟合效果在各候选模型中都排在5名以后, 这也印证了表1中基差序列统计特征的分析结果。同时, 我们也看出, 我国大豆、玉米、小麦期货基差风险的最优概率分布差异较大, 其中大豆服从Log-Logistic (3P) 分布, 玉米服从Weibull (3P) 分布, 小麦服从Gen.Extreme Value分布。这也意味着, 我国大豆、玉米和小麦期货基差风险的大小以及产生风险的原因各不相同。利用极大似然估计法 (MLE) 分别对这三种概率分布模型的参数进行估计, 估计结果见表3。
2.4 粮食期货基差风险VaR值的计算
通过对基差序列进行ARCH-LM检验和Q检验, 大豆、玉米和小麦期货的基差序列的自相关系数和偏自相关系数近似为0, Q统计量也不显著, 这说明它们的残差序列不存在ARCH效应。同时, 均值残差滞后项系数与条件方差的滞后项系数之和均小于1, 满足参数约束条件。但由于系数之和非常接近于1, 表明条件方差所受的冲击是持久的, 即冲击对未来所有的预测都有重要作用。这种结果在高频率的金融数据中经常可以看到。从基差序列时序图 (图1) 也可知, 大豆、玉米、小麦期货的基差序列波动明显, 并且表现出在某一段时期波动小, 某一段时期波动大的特征, 明显带有“集聚”效应, 因此可以应用GARCH模型来建模分析。
一般认为, 金融资产的收益应当与其风险成正比, 风险越大, 预期的收益就越高。从上述分析中可知我国粮食期货交易也正符合这种金融经济理论。这种利用条件方差表示预期风险的模型被称为GARCH-M模型, 该模型通常用于资产的预期收益与预期风险密切相关的金融领域, 因而在模型中要充分考虑到收益率这一指标。期货收益率Rt=Ln (Pt/Pt-1) , 其中, P为期货收盘价。
本文利用GARCH-M模型来估计粮食期货基差序列的条件方差, 回归结果如下:
利用选定的拟合大豆、玉米和小麦期货基差风险最优概率分布模型和估算出的条件方差模型, 根据不同概率分布模型的数学函数形式, 利用Matlab数理软件分别计算得出95%置信水平下三种粮食期货基差风险最优概率分布的上下分位数Zα, 再运用公式 (3) 分别计算出三种粮食期货基差风险在95%置信水平下的具体风险值, 即VaR值 (表4) 。
计算结果表明, 在95%置信水平下, 我国大豆、玉米和小麦期货基差风险的表现形式有所不同, 其中, 大豆期货因基差扩大和基差缩小所带来的风险值是对称的, 而玉米、小麦则差异较大。对于多头套期保值者来讲, 在结束多头套期保值交易时, 大豆基差扩大到800.85、玉米基差扩大到84.90、小麦基差扩大到272.40时, 将会给多头套期保值者带来基差风险;而对于空头套期保值者来讲, 在结束空头套期保值交易时, 大豆、玉米和小麦基差分别缩小到-800.85、-229.82、-711.97时, 会分别给空头套期保值者带来基差风险。
3 研究结论
在所选的时间跨度为2004年9月22日至2008年6月25日内, 我国大豆、玉米和小麦期货的基差风险概率分布均不服从正态分布, 经对其风险概率分布模型进行优度拟合, 发现三者所服从的概率分布并不一致, 其中大豆服从Log-Logistic (3P) 分布, 玉米服从Weibull (3P) 分布, 小麦服从Gen.Extreme Value分布。这表明, 我国粮食期货交易所产生的基差波动剧烈, 所带来的基差风险较大, 并且不同粮食品种所产生的基差风险也各不相同。
基差风险VaR值计算结果表明, 大豆因基差扩大所带来的风险值与因基差缩小所带来的风险相对称, 而玉米、小麦则不相对称。从三者的计算结果来看, 均体现出因基差缩小给空头套期保值者带来的风险要大于因基差扩大给多头套期保值者带来的风险。也就是说, 在我国粮食期货市场上, 当期货价格上升幅度高于现货价格上升幅度时, 会给套期保值者带来较大的风险。
从大豆、玉米和小麦三者的基差VaR值来看, 大豆期货基差扩大和基差缩小的风险值绝对值均大于玉米和小麦;同时从三者基差序列统计特征值也可看出, 大豆期货基差序列的最大值、最小值和标准差等指标绝对值也都高于玉米和小麦。综合这些结果表明, 我国大豆期货交易的基差风险要明显高于玉米和小麦的期货交易基差风险。
摘要：粮食期货市场在具有规避市场风险的同时, 也因期货价格和现货价格的不断波动而产生基差波动风险, 并且由于期货市场本身的杠杆效应, 使得这种风险要远远大于现货市场。因此, 需要采用积极的风险管理技术, 加强对粮食期货市场的风险防范。在GARCH模型基础上, 采用VaR方法分别对我国大豆、玉米和小麦期货的基差风险进行了定量测度, 研究探讨了粮食期货市场基差风险的度量方法。以便为我国开展有效的粮食期货市场风险管理提供科学的量化依据。
关键词：粮食期货,基差风险,风险度量,VaR,GARCH模型
参考文献
[1]王川, 我国粮食期货市场与现货市场价格关系的研究[D].北京:中国农业科学院, 2009.
[2]丁岩, 黄健, 基于VaR模型的股指期货基差风险的研究[J].经济论坛, 2008 (10) :110～111.
[3]马超群, 李红权, VaR方法及其在中国金融风险管理中的应用[J].系统工程, 2000, 20 (2) :56～59.
[4]韩德宗.基于VaR的我国商品期货市场风险的预警研究[J].管理工程学报, 2008, 22 (1) :117～121.
[5]史宏, 汪淮江, 基于VaR的农产品期货套期保值基差风险研究[J].市场周刊, 2009 (2) :104～105.
[6]张峭, 王川, 王克.我国畜产品市场价格风险度量与分析[J].经济问题, 2010 (3) :90～94.
度量与分析 篇8
我国关于教育支出差异的研究主要集中在以下三个方面:一是研究我国教育地区差异形成的原因 (魏后凯、杨大利, 1997;王善迈等, 1998;蒋鸣和, 1999) ;二是测度教育支出的地区差异 (唐兴霖、李文军, 2013;安晓敏等, 2007;吕炜、刘国辉, 2010) ;三是分析教育支出地区差异的影响因素 (黄潇、杨俊, 2012) 。已有研究存在以下不足:第一, 主要从国家或省级层面展开, 从省内城市层面进行的研究较少;第二, 省内区域间教育不平等到底有多大?是区域间差距还是区域内差距造成省级内部教育支出差异?还是两者都起作用?两者的作用中哪个方面起到主导作用?回答这些问题, 对于促进江西省教育均等化有重要价值。基于此, 本研究采用2003—2011年江西省11个设区市教育投入数据, 运用变异系数和Theil系数分析江西省教育支出地区差异的时间演变过程, 探究导致教育支出差异的原因。
一、教育支出地区差异的数据来源与衡量方法
(一) 教育支出地区差异的衡量方法
首先, 采用变异系数考察江西省教育支出地区差异随时间推移的演变过程。然后, 采用Theil系数测度江西省教育支出的地区差异, 计算江西省赣北和赣中南两大区域间、赣北内部、赣中南内部教育支出差异, 分析江西省教育支出地区差异的时间演变过程。
根据江西统计局划分标准, 将江西省划分为赣北和赣中南两大区域, 赣北地区包括南昌、景德镇、萍乡、九江、新余、鹰潭、宜春、上饶;赣中南地区包括吉安、抚州和赣州。
1. 江西省教育支出的变异系数分析
采用人均教育支出来衡量各地区的教育支出水平。江西省人均教育支出用财政一般预算支出中的教育事业费支出与各地区年末人口数量的比值表示。江西省人均教育支出变异系数的计算公式为:
其中, S表示人均教育支出标准差, 表示人均教育支出的平均值。
2. 江西省教育支出地区差异的Theil系数分析
(1) 区域内设区市间教育支出地区差异程度Theil系数TPi计算公式为:
其中, Yij和Nij分别表示i区域j设区市人均教育支出和人口总数, Yi和Ni分别表示i区域的人均教育支出和人口总数。
(2) 区域间教育支出差异程度Theil系数TB计算公式为:
其中, Yi和Ni分别表示i区域人均教育支出和人口总数, Y和N分别表示江西省人均教育支出和人口总数。
(3) 以设区市为单位的江西省教育支出地区差异程度Theil系数TP计算公式为:
其中, Yij和Nij分别表示i区域j设区市人均教育支出和人口总数, Y和N分别表示江西省人均教育支出和人口总数。
根据 (2) 式和 (3) 式, 江西省人均教育支出区域差异可分解为区域内 (TW) 和区域间 (TB) 差异之和:
(二) 数据来源
考虑到数据的可获得性和完整性, 选择的样本是2003—2011年江西省11个设区市的教育投入数据, 数据均来自历年《江西统计年鉴》。
二、江西省教育支出地区差异特征分析
(一) 基于变异系数的教育支出地区差异特征分析
采用2003—2011年江西省人均教育支出数据计算出的人均教育支出变异系数见图1。从图1可知, 2003—2011年间江西省人均教育支出的变异系数整体上呈现出上升的趋势。2003—2008年全省人均教育支出变异系数缓慢上升, 2009年下降到最小值0.099, 2010—2011又快速上升, 2011年江西省人均教育支出变异系数达到最大值0.167, 这说明江西省人均教育支出的地区差异有进一步扩大的趋势。
分区域来看, 赣北人均教育支出变异系数的变化趋势与全省的变化趋势基本一致, 这意味着赣北人均教育支出地区差异有逐渐扩大的趋势。2003—2011年, 赣中南人均教育支出变异系数表现出大幅下降的态势, 从2003年的0.185下降到2011年的0.047, 这表明赣中南地区人均教育支出地区差异在迅速缩小, 教育趋向公平化。另外, 2003—2011年赣中南人均教育支出的变异系数明显大于赣北, 而在2004—2011年小于赣北地区。这说明在2003—2011年赣中南人均教育支出的地区差异大于赣北, 而在2004—2011年间赣北人均教育支出的区域差异大于赣中南地区。可见, 减小赣北人均教育支出地区差异是缩小江西省地区差异的关键所在。
数据来源:2004—2012年江西统计年鉴
(二) 基于Theil系数的教育支出地区差异特征分析
1. 江西省教育支出设区市间、区域间以及区域内差异演变
从总体上看, 2003—2011年间江西省教育支出设区市间差异 (TP) 在小幅波动中逐渐扩大, 区域内差异 (TW) 大于区域间差异 (TB) , 教育支出设区市间差异主要是由区域内差异构成的 (见图2) 。江西省教育支出设区市间差异大致可划分为以下三个阶段: (1) 2003—2007年间江西省教育支出设区市间差异 (TP) 在微幅波动中上升。从2003年的0.2274上升到2004年的0.2368, 2005年开始小幅下降, 随后两年又持续上升, 一直增长到2007年的0.2665。 (2) 2008—2009年江西省教育支出设区市间差异区域差异持续下降。教育支出设区市间差异 (TP) 由0.2547年下降到2009年0.2397。 (3) 2010—2011年江西省教育支出设区市间差异 (TP) 又迅速上升, 2011年增长到最大值0.2889。
数据来源:2004—2012年江西统计年鉴
2. 区域间及区域内差异对教育支出设区市差异的贡献率比较
2003—2011年间区域间和区域内差异对江西省教育支出设区市间差异的贡献率有以下两个特征:一是区域内差异 (TW) 是江西省教育支出设区市间差异的主要贡献者。江西省教育支出设区市间差异以区域内差异为主, 一般占到82%~86%, 最高是2003年区域内差异占到86.9%。区域间差异 (TB) 对教育支出设区市间差异的贡献率在13%~18%间变动, 最高是2007年区域间差异占到17.9%。二是区域内差异 (TW) 的贡献率整体上在微幅波动中呈现出下降的趋势, 而区域间差异 (TB) 的贡献率表现出上升的态势 (见表1) 。
数据来源:2004—2012年江西统计年鉴
3. 赣北和赣中南两大区域间差异 (TB) 的演变
2003—2011年间赣北和赣中南两大区域间差异 (TB) 较小, 在0.0299~0.0477间波动 (见图2) 。从整体上看, 赣北和赣中南两大区域间差异在微幅波动中表现出上升的态势。2003年是两大区域差异最小的一年, 区域间差异 (TB) 只有0.0299, 2007年两大区域差异达到最大, 区域间差异 (TB) 高达0.0477。这表明赣北和赣中南两大区域间教育支出差异较小, 但有缓慢扩大的趋势。
4. 区域内部的教育支出设区市差异 (TW) 的演变
数据来源:2004—2012年江西统计年鉴
从总体上看, 2003—2011年间赣北地区内部差异明显大于赣中南地区, 赣中南地区内部差异有下降的趋势, 而赣北地区内部差异较大, 且在波动中表现出上升的态势。赣中南地区内部差异在2003—2006年在微幅波动中缓慢下降, 2007年迅速下降到0.0738, 随后一直下降到2010年的0.0635, 2011年又开始微幅上升到0.0665。赣北地区内部差异2003—2007年在微幅波动中缓慢上升, 2007—2009年持续下降到0.2468, 随后一直上升到2011年的0.2966。这表明赣北内部人均教育支出差异在逐渐扩大, 赣中南内部差异在逐渐缩小 (见图3) 。
三、结论
运用2003—2011年江西省11个设市区教育投入数据, 采用变异系数和Theil系数考察江西省教育支出地区差异的时间演变过程, 研究表明:1.2003—2011年江西省教育支出设区市间差异 (TP) 逐渐扩大, 区域内差异 (TB) 大于区域间差异 (TW) , 教育支出设区市间差异主要是由区域内差异构成的;2.2003—2011年, 赣北和赣中南两大区域间教育支出的差异较小, 但有缓慢扩大的趋势;3.2003—2011年, 赣北内部城市教育支出差异明显大于赣中南地区, 赣中南内部差异有缩小的趋势, 而赣北内部差异较大, 且有进一步扩大趋势。
基于此, 提出以下政策建议:第一, 在增加教育投入时, 政府要根据人口状况分配教育资源, 以促进江西省教育投入均等化。第二, 加强赣北内部教育支出的协调发展, 需要加强对相对落后设区市的教育投入力度, 以缩小不断扩大的区域内部差距。
摘要：采用2003—2011年江西省11个设区市教育投入数据, 运用变异系数和Theil系数考察江西省教育支出地区差异的时间演变过程, 研究表明:2003—2011年, 江西省教育支出设区市间差异逐渐扩大, 区域内差异大于区域间差异, 教育支出设区市间差异主要是由区域内差异构成;赣北和赣中南两大区域间教育支出的差异较小, 但有缓慢扩大的趋势;赣北内部城市教育支出差异明显大于赣中南地区, 赣中南地区内部差异有缩小的趋势, 而赣北地区内部差异较大, 且有进一步扩大趋势。
关键词：教育支出,变异系数,Theil指数
参考文献
[1]唐兴霖, 李文军.中国区域教育支出地区差距的度量与分解:1995~2010年[J].学术研究, 2013 (7) .
[2]吕述华, 王芳兰.江西省普通高等教育与区域经济、科技发展关系的定量研究[J].江西农业大学学报 (社会科学版) , 2011 (4) .
[3]彭定贇, 王磊.财政调节、福利均等化与地区收入差距——基于泰尔指数的实证分析[J].经济学家, 2013 (5) .
程序复杂性度量技术分析 篇9
关键词：复杂性,度量,可靠性,软件错误
0 引言
软件越复杂,一方面在开发和维护过程中所消耗的资源也越多,所以软件的复杂性可以作为软件所需资源投入量的一个间接度量;另一方面在设计中引入错误的可能性也越大,这是一种合乎逻辑的推理,也是一个为实验验证的事实。尽管软件复杂性与软件中的错误数未必呈现出简单的正比关系,但是存在这种正相趋势是肯定无疑的。软件不可靠的根本原因是软件中存在错误,所以软件复杂性可以作为软件可靠性的一种间接度量。复杂性度量是软件开发过程中有应用前景的一个度量。借助这个度量,设计人员在接受设计任务之初,可以从已有的性质相似的程序中获得经验数据,对现在所面临问题的复杂程度做出判断,借助于复杂性度量还可以对若干设计方案的困难程度加以比较。
1 技术分析
目前比较流行的有3种程序复杂性度量方法:Halstead、McCabe和Thayer。Halstead使用统计的方法研究程序的复杂性,按照程序中的运算符和操作数的总数对程序的复杂性加以度量。McCabe以程序逻辑流程图的分析为基础,建立复杂性的度量。Thayer按程序的逻辑关系、接口、运算特征和输入/输出的特点来度量程序的复杂性。下面就这3种复杂性度量技术分别进行分析。
1.1 Halstead复杂性度量技术
Halstead认为程序的复杂性可以用程序的运算符总数与操作数总数之和来反映,这个总数和称为Halstead程序长度。为了得出Halstead程序长度的表达式,可以把程序视为由运算符、操作数交替组成的符号序列,在这些符号序列中,有η1个不同的运算符符号和η2个不同的操作数符号。属于运算符符号的有+、-、>、<、IF THEN ELSE和DO WHILE等,属于操作数符号的有变量、常数、字符串变量和字符串常数等,η1与η2的总和构成程序的词汇表。注释和其他非执行语句不属于词汇表的范围。
Halstead将程序的生成等价于如下的随机过程,首先从词汇表中随机选择一个运算符符号,然后从词汇表中随机选择一个操作数符号,这个交替过程一直持续下去,直到最后一个从未用过的运算符符号或操作数符号被选中时,程序的生成才结束,这时字符串长度的期望值可以按统计规律求出。
为了简化分析过程,首先研究由η个符号组成的词汇表中的字符串的生成过程。可以观察到在这个过程中,它产生出许多字符串,字符串长度是小于等于η,用SLk表示第k个字符串的长度,它表示出现一个以前的字符串中没有出现过的字符时,字符串的字符数。所以当所有的η个字符都被用到时,总的字符串长度是各个字符串长度之和,即
假定各个字符串的产生是相互独立的,对SLη求期望值,则
第k+1个字符串中包含S各字符的概率可表示为:
因此第k+1个字符串长度的期望值为:
简化后可得:
所以,
简化后可得:
右边的累加和式的每一项都小于1,即
应用于运算符符号可得:
应用于操作数符号可得:
按照Halstead的假设,运算符符号和操作数符号是交替选用的,所以总的字符串长度满足:
H≤η1log2η1+η2log2η2。
取上限作为总的字符串长度的近似值,因此,
H=η1log2η1+η2log2η2。
这就是Halstead程序长度的表达式,使用这个关系式时,不可将程序长度与程序的语句数相混淆。
在设计开始时,可以使用Halstead程序长度的表达式估计程序的长度。进入概要设计阶段后,设计人员通常已经能够估计出程序需用的运算符符号数,根据需要的输入变量数目,输出变量数目,中间变量数目及常数数目就可以预计出使用的操作数符号数目,因此按照Halstead程序长度的表达式可以预计出程序的长度。5个程序的预计结果如表1所示。
1.2 Thayer复杂性度量技术
Thayer认为程序的复杂性是由程序的内在因素决定的,这些因素主要有5个:(1)逻辑复杂性,与程序的分支、循环语句等有关;(2)接口复杂性,涉及程序与其他应用程序和系统程序的接口;(3)计算复杂性,与程序中的赋值语句及其所包含的算数运算符有关;(4)输入输出复杂性,与程序的输入及输出语句有关;(5)程序的可读性,与程序的注释语句有关。
1.2.1 逻辑复杂性
用LTOT表示每一个分程序或模块的逻辑复杂性,其定义是:
式中,LS为逻辑语句数;EX为可执行语句数;LLOOP为循环复杂性度量;LIF为IF条件语句复杂性度量;LBR为分支复杂性度量。
LLOOP可按下列各式计算:
式中,mi为分程序在第i嵌套层中的循环次数;Wi为权系数;Q为分程序中的最大嵌套层数;系数1 000是按循环在逻辑复杂性LTOT中的相对重要性赋予的。
LIF可按下式计算:
式中,ni为分程序在第i嵌套层中的IF条件语句数;Wi为权系数;Q为分程序中的最大嵌套层数;系数1 000是按IF语句在逻辑复杂性LTOT中的相对重要性赋予的。
LBR可按下式计算:
式中,NBR是分程序中的分支数;系数0.001是按逻辑复杂性分支中分支系数的相对重要性赋予的。
1.2.2 接口复杂性
接口复杂性用CINF表示,其定义是:
式中,AP为分程序与应用程序接口数;SYS为分程序与系统程序接口数,系数0.5是用来反映系统程序接口与应用程序接口的相对重要性。
1.2.3 计算复杂性
计算复杂性用CC表示,其定义是:
式中,CS为程序中计算语句数;∑CS为系统中各个分程序的计算语句之和;∑LTOT为系统中各个分程序的逻辑复杂性之和。
1.2.4 输入输出复杂性
输入输出复杂性用CI/O表示,其定义是:
式中,SI/O为分程序中的输入输出语句数;∑SI/O为系统中各个分程序的输入输出语句之和。
1.2.5 可读性
可读性用UREAD表示,UREAD实际上是一个非复杂性度量,因为程序的可读性越高,复杂性越小,其定义是:
式中,TS为程序中可执行语句和非执行语句之和,不包括注释语句;COM为注释语句数。
1.2.6 分程序复杂性
在定义了分程序复杂性的5个子度量之后,用CTOT表示分程序复杂性,其定义是:
式中,包括了0.1,0.2,0.4,-0.1四个权系数,用来权衡各个子度量对程序复杂性影响的程度;UREAD的权系数取负值是由可读性的特殊属性决定的。
1.2.7 复杂性与软件错误的关系
Thayer假设软件错误数与程序复杂性是线性相关的。这个假设是否合理需要通过试验来验证。做了3个试验,试验分析了A、B、C、D和E 5个分系统,第1个试验是用分程序复杂性度量CTOT与程序错误数作回归直线;第2个试验是用逻辑复杂性度量LTOT与程序错误数作回归直线;第3个试验试是在CTOT中删去LTOT项后,与程序错误数作回归直线。试验结果如表2所示,作为近似分析,软件错误数与程序复杂性线性相关的假设在一定范围内是可以采用的。
1.3 McCabe复杂性度量技术
在构造程序流程图时,需要标识出1个起点和1个终点,从起点出发引1条有向弧,连接程序的第1个处理步骤节点,称为入口点,简单程序的入口点只有1个,大多数程序的入口点不止1个,这样的程序流程图应从起点出发引若干条有向弧。对程序中最后处理的语句节点称为出口点,从出口点用1条有向弧通向终点。许多程序的出口点不止1个,都要用有向弧与图的终点相连接。程序中顺序执行的无分支语句,可以用1个节点来表示,这样的简化不会影响回路数的计算,反而使计算变得更简单。程序执行到IF THEN ELSE语句时,将产生分支,在程序流程图上要用相应的有分支的有向弧来表示。
为了将图论中的复杂性度量用于程序的复杂性度量,必须保证程序流图是强连接的,为此可用虚线画1条从终端出发,与起点相连的有向弧,这时网络中的任何1个节点,至少存在1条通路通向其他任意一个节点,因而满足了图论中强连接的条件,程序的复杂性可以用V(G)=m-n+1表示,m为图中弧的数目,n为节点数,该式称为程序的循环复杂性度量,又称为McCabe复杂性度量。
关于循环复杂性度量,McCabe认为主要用途是反映程序质量的好坏,他指出所有采用从顶向下结构设计的模块的V(G)都小于或等于10;他发现循环复杂性大的程序通常也是惯于出错的程序。
2 复杂性与软件可靠性指标分配
为了使可靠性分配合理和可行,从工程上考虑,必须处理好3个方面的问题:分系统的重要程度、分系统的调用状况和分系统的复杂性系数。
2.1 分系统的重要程度
分系统的重要程度是指分系统发生失效后,对系统功能影响的程度。分系统k的重要程度可用重要度系数Uk表示,Uk的数值可通过工程分析确定。如果分系统k发生失效后将使系统失效或造成更严重的后果,则Uk取值为1;如果分系统k发生失效后,只引起较轻的损失,Uk取值可小于1。
2.2 分系统的调用状况
软件在运行时,各个分系统只能逐个调用,在系统总的运行时间中,各个分系统的运行时间互不相同,用调用系数Ik表示分系统k的调用状况,可计算为:
式中,Wk为第k个分系统被调用的次数。在设计的早期根据经验估计出各个分系统的调用次数就可确定调用系数。
2.3 分系统的复杂性系数
软件可靠性分配中分系统的复杂性系数Ck的确定方法是借鉴软件复杂性度量的概念,将各个分系统的复杂性度量经过变换得出分系统的复杂性系数。用CXk表示第k个模块的复杂性度量,它可以是Halstead度量、McCabe度量、Thayer度量或其他的度量。用于可靠性指标分配的复杂性系数为:
2.4 可靠性指标分配
在综合考虑了分系统的重要度、调用状况和复杂性后,分系统k应分配的失效率λk的计算式为:
式中,λs为系统的失效率指标。该式适用于软件可靠性分配的基本关系式,体现了对复杂性大的分系统分配的失效率大一些,对于重要程度大的和调用较频繁的分系统,分配的失效率小一些。
3 结束语
在系统开发早期,分析人员掌握的信息非常有限,这时可以对各分系统的指令数做出粗略估计,用指令计数法作为复杂性度量进行可靠性指标分配,在开发过程进入概要设计阶段,设计人员掌握了各个分系统使用的运算符和操作数的信息时,可以用Halstead复杂性度量对预分配加以调整。Halstead复杂性度量显然比指令计数法更能反应程序的特征,经过调整的复杂性系数及可靠性指标分配值也更合理。随着设计的深入,Thayer复杂性度量、McCabe复杂性度量及节点复杂性度量都可选用。
参考文献
[1]蔡开元.软件可靠性工程基础[M].北京:清华大学出版社,1995.
度量与分析 篇10
1 传统信用风险度量方法
传统信用风险度量常用的有6C信用评价法和Z值违约预测模型。6C法是指由专家根据借款人的品德、能力、资本、抵押品、经营环境和事业的连续性等六个因素评价其信用程度和综合还款能, 以决定是否发放贷款的方法。Z值模型是Altman (1968) 提出, 他采用多变量分析法, 对企业破产进行判别分析。
2KMV模型
该模型由美国KMV公司 (1993) 论提出, 其理论基础是期权定价理论该模型可归入盯市模型。KMV模型引用默顿模型定义的违约距离, 假如违约距离小于零, 表明公司破产, 产生违约债务。根据预期违约率与违约距离对应的关系, 可求出预期违约率。
KMV模型适用于成熟市场中的上市公司信用风险度量。针对我国证券市场多年的飞速发展, KMV模型可以在一些上市公司中应用。但面对我国经济发展实情——公司违约或破产的历史统计资料的不足, 该模型尚不能全面应用实施。
3Credit Metrics模型
该模型由美国J.P.摩根公司等 (1997) 提出, 亦可归类为盯市模型, 主要依赖于历史平均违约率以及信用评级迁移矩阵。以历史数据为基础, 建立信用等级和债务人公司资产价值之间的联系, 确定资产组合中贷款质量联合迁移行为, 然后常用蒙特卡罗模拟质量迁移下的资产组合市场价值变化, 估计组合的违约损失分布。
Credit Metrics模型依赖于有效的信用资产的历史数据, 而我国银行业不仅严重缺乏科学的内部评级和完整的历史数据, 而且缺乏权威、一致的外部信用评级, 因而, Credit Metrics模型在我国的应用有很大局限性。对此, 我国应尽快建立全面和统一的信用数据库, 积极发展和完善银行内部评级及外部评级, 国内商业银行可借鉴该方法并在信用风险度量上应用, 从而科学、快捷地度量银行内部的经济资本。
4 Credit Risk+模型
模型是由瑞士信贷金融公司 (CSFP, 1997) 提出的一种违约模型, 模型假设单笔贷款违约概率很小, 由泊松分布来估计资产组合中的违约数目。该模型将具有共同违约损失特质的贷款进行分组, 获得损失分布的概率函数, 从而确定贷款组合整体的未来损失分布, 最终得到贷款组合的预期损失和非预期损失。
该模型运用联合概率方法来解决单个债务人违约与银行整体客户违约的概率关系问题, 我国商业银行可以借鉴此方法来获取多项贷款组合的联合违约概率分布及损失分布, 从而便于计算资产组合VaR。而且该模型所要求的数据相对较少, 对于信用历史数据缺乏的我国银行业提供了一条可行之道。
5 Credit Portfolio View模型
信贷组合模型 ( Credit Portfolio View) 由麦肯锡公司 (1998) 建立的。该模型充分地考虑了宏观经济环境对信用等级迁移的影响, 其将信用等级迁移矩阵与经济增长率等宏观经济变量之间的关系模型化, 通过模拟迁移矩阵来获取损失分布。
该模型可适用于测算单个债务人的VaR和资产组合的VaR。该模型以经济周期、失业率、利率、汇率、产业因素等数据为前提, 在我国完整获取和精确计量这些数据存在很大难度, 直接在实践中运用存在较大风险。
6 RCM信用风险模型
Marquez (2005) 首次将Herfindahl-Hirschman Index集中度度量手段引入信用风险度量, 将违约概率、风险集中度、损失分布和资本充足率结合起来, 构建了风险集中度量RCM模型 (Risk Concentration Measurement) 。该模型的贷款组合风险特征对参数变化的敏感性较强, 能够在有限贷款组合信息下得到实施, 对银行信用风险管理和监管当局都有重要借鉴价值。
RCM模型有效地融合了风险集中度、信用风险损失和资本充足率等变量, 为信用风险度量提供了一种新的理念和分析框架。与其他主要模型相比, RCM模型具有事前度量风险集中度、所需数据较少、可精确调整资本比率的测度和控制手段等显著优点。RCM模型对我国商业银行, 及监管机构具有可行的借鉴意义。
参考文献
[1]Altman, E.I., Saunders, A.Credit Risk Measurement:Devel-opments over the Last20Years[J].Journal of Banking and Fi-nance, 1998 (21) :1721-1742.
[2]Javier Marquez Diez-Canedo, .A.Simplified Credit Risk Model for Supervisory Purposes in Emerging Markets., An Investiga-ting the Relationship between the Financial and Real Economy[R].BIS Papers2005 (22) :328-360.
[3]梁琪.商业银行信贷风险度量研究[M].北京:中国金融出版社, 2005.
度量与分析 篇11
《义务教育数学课程标准》在第一学段要求中提出：“在实践活动中，体会并认识长度单位千米、米、厘米，知道分米、毫米，能进行简单的单位换算，能恰当地选择长度单位。”这就要求学生理解与把握度量单位的实际意义。结合厘米和米的教学，谈谈如何对学生渗透度量意识。
一、体会统一单位的实际意义
学生第一次接触度量单位，在学习青岛版一年级教材时会问道：“为什么要统一单位？学习度量单位有什么意义？”在教学“长度单位”的认识时，先鼓励学生采用不同的办法去测量课桌的长度。学生采用不同的測量工具，如，用小手测量、用铅笔量、不同长度尺子量、铅笔盒测量，所得到课桌长度也是不同的。如，5个手那么长、3支铅笔的长度、4个铅笔盒的距离等等。通过师生交流和生生交流，学生能够体会到，如果要测量的结果让大家没有异议的话，就必须有公认的单位——标准单位，这样统一的单位在活动中自然而然产生。《义务教育数学课程标准》在第一学段中提出：“结合生活实际，经历用不同方式测量物体长度的过程，体会建立统一度量单位的重要性。”这一要求对面积、体积的单位也同样适用。
二、体会度量的“含义”
度量是一个较为抽象的概念，对于一年级的学生而言，教师需要通过设计一些活动，使学生在操作中体会度量的含义。其实，度量首先要有统一的单位，然后用这个统一的单位去量，蕴涵了“比”的思想。这也为日后学习面积和面积单位做了铺垫。学生在操作过程中，会无意识地使用度量的性质。例如可加性：量这一段线段1厘米，另一段5厘米，加在一起就是6厘米。学生能够通过测量活动体会在后续学习中明确其性质。
三、借助身边熟悉的物体建立表象
低年级学生比较好动，喜欢动手操作，善于借助直观表象进行学习。根据学生特点，在教学认识1厘米时，帮助学生在头脑中建立1厘米的表象。首先，让学生找一找自己身边、身上哪些物体的长度大约为1厘米，学生找出了很多，如手指的宽度、一节手指的长度、眼睛、田字格等等，这对学生建立1厘米的表象起了很好的作用。其次，寻找周围大约一厘米长的物体，特别突出大拇指的宽度，建立大概的表象认识。然后每人一张1厘米的纸条，作为验证周围1厘米长度的依据，如，每根手指的大约宽度、橡皮的宽度是几个厘米。学生在反反复复的估测中，建立起1厘米长的表象。接着将1厘米扩展到2厘米到5厘米，以此帮助学生建立表象认识，渗透度量意识。
四、设计操作活到，在操作中感受测量意义
重视在实际的测量活动中建立表象，教学时设计一些有意义的测量活动，让学生在操作中感受测量的实际意义。如，教学中，给学生动手操作的机会，同位互相量两臂之间的长度，来认识1米，又通过量自己一步的长度、讲台的高度、两块地面砖的长度进一步找自己身边的1米，最后学生用手臂来比画出1米建立1米的表象。在学生对1米有了清晰认识后，让八位学生依次排开，伸开手臂来测量教室的长度大约有几米。学生在实际测量活动建立了较清晰的表象。
五、借助标准长度和已有长度建立标准
在测量的学习中，需要重视估测的重要性。估测有助于学生更好地理解测量的特征和过程，并获得对测量单位大小的认识。注意将估测与精确测量有机结合，可以让学生借助标准长度或已有的长度表象进行估测，帮助学生逐步建立单位的正确表象。学生对1米有了清晰的认识后，通过测量估计，得出门大约有两个讲台的高度是2米。并且通过估算，进一步建立3米、5米、15米等更高物体的高度的认识。学生对较长、较高物体长度比较模糊，有了对门有2米高度的认识后，让学生通过估算得出从地面到天花板地高度大约3米，也就是一层楼高大约3米，那么2层楼高就是大约6米。依此类推，我们的教学楼有5层，大约15米。学生通过估算建立较高物体高度的表象。
通过以上这些方式，使学生形成和获得度量单位的清晰表象，在今后的测量中，学生头脑中的那种表象就会起到非常重要的支撑作用。
度量与分析 篇12
企业信贷风险是十分常见与重要的风险,对企业的发展有重要的影响,全球化的发展使得世界经济联系更加紧密,市场的竞争压力不断增加,在这种情况下,如何更好地处理企业信贷危机对企业的发展就十分重要。随着我国金融行业的改革,商业银行在企业信贷中发挥了巨大作用,因为没有充足的数据统计,学术界也无法找出充分的依据对不同的风险度量模型进行判断,本文就是借助充足样本对模型的适用性进行研究,以便促进企业发展。
2 我国企业信贷风险的特征
2.1 企业经营的风险比较高
我国有很多中小型的企业,其经营和管理的方式比较灵活,虽然这是一种优势,但是也非常容易就引发各种风险。很多企业管理的模式主要以血缘、亲缘与人缘为主,管理的水平比较落后,没有完善的管理机制,大部分是依靠经营者自己的能力,缺乏现代化企业的结构,造成公司没有稳定的成长性,经营的风险比较高。
2.2 企业信贷市场的风险也比较高
我国有很多企业装备和技术水平都比较落后,生产的标准化比较低,一些企业主要依附大型的企业,主要从事配套与加工,自身缺乏足够的积累,很容易就被社会所淘汰,这些也使企业信贷的风险得到增加。
2.3 企业没有良好的抵押担保措施
当前,我国很多企业贷款担保抵押的方式有相互进行担保、连环担保与自己财产的抵押等,前两项实际上像一种三角债,如果企业不能还贷,就造成关联企业的经营也会出现困难,甚至引发行业危机。而且,很多企业的不动产比较少,贷款抵押的额度无法满足企业发展需要。此外,一些担保的企业质量也难以保障,运行的方式大部分没有严格的规范,这就加大信贷的风险。
3 内部评级法和标准评级法
标准评级法下,商业银行对客户的信用等级进行评定能够参考外部的评级机构,巴塞尔委员会认可惠誉、穆迪和普尔这三家评级的机构。银行也能够不使用评级的机构进行评估,这时全部资产风险的权重是100%。而内部评级法主要是银行借助内部信用评级系统对风险最低的资本需求进行确定,主要以现代化风险度量技术为基础,这种方法主要有初级与高级两种方法。
和标准评级法依靠外部的评级机构不同,内部评级法主要借助银行的内部力量,对各种交易的风险进行评估,然后把内部的评估数值当做对监管的资本进行计算的关键参数。这种方法有助于提升银行对资本进行监管时对风险的敏感度,能够鼓励银行根据自己承担风险的水平,及时地采取一些管理的手段,提升银行内部对风险进行管理的水平。而标准评级法则对信用的风险进行分档,实际的衡量是风险相对尺度,内部评级法是绝对尺度。标准评级法对一些零售类信贷资产的组合并不是非常适用,内部评级法则把风险划分为6个特性不同的资产类别,风险涵盖的范围也更加宽广。内部评级法能够算出违约的损失和概率,还有很多能够深入进行加工的信息,这些信息能够为商业银行信贷风险的定价等提供参考。借助对违约的损失和概率进行计算,预期的损失越高,贷款的利率也就越高,商业银行可以得到的补偿也会增加。而且,对量化的信息和影响的因素进行研究,能够为商业银行日常的风险管理提供依据。内部评级法能够使商业银行详细地了解贷款成本的结构,提高其管理的标准化和专业化水平,银行贷款的成本能够分为预期的损失、风险溢价、管理的费用和资金的成本等,如果资金的成本太高,银行能够借助扩展存贷的利差或者杠杆的比率提升资金运用的效率。如果管理的费用太高,银行能够借助精简管理流程,优化其操作方式,提升管理的效率。如果预期的损失太高,银行能够要求相关企业提升担保抵押对评级的状况进行改善。
内部评级法对我国企业信贷风险的度量产生的挑战。新的巴塞尔资本协议主要是以西方国家金融实践为基础,全面深刻地反映出现代化金融的发展规律,其中包含的对风险进行管理的理念为国内银行的改革和发展提供借鉴。国内一些大型的商业银行也在不断对内部评级系统进行建构与完善,并与国际接轨。但是国内企业对风险进行度量的方法还比较落后,主要有以下几方面:第一,评级的方法太简单,动态和准确度也比较差,国内的商业银行通常都是按照企业的三年财务信息对其进行评级,把贷款的评级分成五级。但是国内很多企业财务方面的信息缺乏可靠度,编造和伪造会计凭证等现象经常可见,所以把财务作为指标进行评级的方法缺乏有效性。第二,评级权重与指标的设定没有客观的依据。商业银行提出借助专家打分法对权重进行确定,对专家主观的判断比较依赖,所以评级带有较强的主观性,稳定性也比较差。因为受评的对象情况有所差异,同一种因素会对不同对象产生不同的影响,按照固定的权重所得评级的结果很难反映出对象信用的风险。面对新监管规则带来的挑战,国内商业银行需要尽快地建立起自己的现代化风险管理模型,使用各种先进的技术和理论,对企业违约的概率与损失率进行准确的测算。
4 不同的信贷风险度量模型
4.1 多元判别分析模型
这一模型主要是按照研究对象的特征值,对研究对象的归属进行判别的统计分析方法。其基本的原理是以历史信息数据为基础,对分类的规律进行总结,建立起对经验进行判别的方程,以便对研究对象归属的类型进行判别。把这一方法应用在企业信贷风险度量中,通常以企业财务的经营和管理等方面的信息为基础,对变量的集合进行确定,将企业违约与否当做二进制的因变量,在拥有一些已知违约企业和正常的企业历史财务信息的前提下,对企业出现违约的现象进行总结,建立判别的公式,对企业信用的状况进行判别。
4.2 Logistic回归模型
这一模型是概率模型,在企业信贷风险度量中进行应用时,通常把企业的违约概率当做因变量,把对违约产生影响的因素当做自变量,在拥有一些已知违约企业和正常的企业历史财务信息的前提下,对企业出现违约的现象进行总结,建立回归模型,并对企业违约的概率进行计算。
4.3 KMV模型
这一模型有以下几个假设:第一,企业如果只有单一的债务,而且是零息债券的形式,到期日需要偿还一定的债务。第二,如果上市公司有两种融资的方式,使用股票和债务,债务在到期前,不能借新债,也不能回购股票。第三,企业的资产遵守随机布朗运动。
5 结论
综上所述,商业银行针对企业信贷的风险度量具有重要的意义,需要引起相关人员的重视,不断对其进行研究和改善,切实发挥出风险度量的作用,促进我国经济的发展。
参考文献
[1]郭永安.我国商业银行信贷风险的度量及控制研究[D].济南:山东大学,2012.
[2]李安.中国商业银行信贷风险的度量研究[D].杭州:浙江大学,2013.
[3]姚泓名.商业银行信贷风险度量与管理研究[D].湘潭:湘潭大学,2014.
[4]马媛.我国商业银行的信贷风险管理研究及实证分析[D].成都:西南财经大学,2010.
[5]卞扬.经济下行压力下商业银行中小企业信贷业务的风险管理[D].上海:华东理工大学,2016.