扩展 Heston 模型以预测机动车碰撞率

我们提出了一种预测机动车碰撞率的替代方法。我们采用数学金融中常用的工具——Heston 随机波动率模型——来预测机动车碰撞率的短期和长期演变。我们对 Heston 模型进行了若干扩展，使其适用于建模机动车碰撞率。我们纳入了碰撞率波动的时间不稳定性和非确定性特征，并引入一个参数以考虑安全加速期。我们还调整了估计值以考虑碰撞模式的季节性。利用这些参数，我们对碰撞率进行了短期预测，并使用长期预测探讨了若干合理情景。短期预测与已实现比率高度吻合（准确率超过 95%），并且优于道路安全研究中当前使用的预测模型（Vasicek、SARIMA、SARIMA-GARCH）。长期情景表明，降低碰撞率的适度目标（每年 1.83%）以及降低月度间碰撞率波动（减半）的目标，可能对道路安全产生显著益处。该情景下的中位数预测显示碰撞率下降 50%，75% 的模拟表明在 2044 年之前可观察到碰撞率的有效变化。该模型的主要益处在于避免了设定常被错过的无理安全目标的必要性。相反，该模型展示了适度且可实现的目标在长期内对道路安全的影响，同时纳入了随机变异性。审视潜在预期碰撞率的参数将有助于政策制定者确定所实施政策的有效性。