分析溢出判断与检测方法

Ⅰ 如何判断是否溢出

1.符号位判定,两个相同符号的数相加后,结果与两个加数一致
2.最高位的进位判定,两个正数相加,最高有效位有进位,符号位无进位.
两个负数相加,最高有效位无进位,而符号位有进位.
3.采用变形补码法,正数前加0负数前加1,运算后,两符号不一致,则溢出.

Ⅱ 如何判断运算中的溢出

1、乘法溢出判断方法：
MUL指令：乘积的高一半为0，则没有溢出；否则就有溢出；
IMUL指令：乘积的高一半是低一半的符号扩展时，则没有溢出；否则就有溢出。
2、除法指令对所有条件标志位均无定义。

Ⅲ 针对定点小数加法运算，分析 产生溢出的原因，并给出两种溢出的方法

（1）产生“溢出”的原因：        
当最高有效数值位的运算进位与符号位的运算进位不一致时，将产生运算“溢出”。 当最高有效位产生进位而符号位无进位时，产生上溢； 当最高有效位无进位而符号位有进位时，产生下溢。 
（2）“溢出”检测方法： 
为了判断“溢出”是否发生,可采用两种检测的方法。
第一种方法：采用双符号位法, 称为“变形补码”或“模4补码”，可使模2补码所能表示的数的范围扩大一倍
第二种溢出检测方法：采用“单符号位法”。当最高有效位产生进位而符号位无进位时，产生上溢； 

Ⅳ 计算机运算时是如何判断发生溢出的

计算机运算时是如何判断发生溢出的?
-------
“计算机运算”，这里面有软件和硬件方面的判断层次。
硬件就是CPU。
CPU是大规模的集成电路，其中有个异或门。
它把运算结果最高位的进位和次高位向最高位的进位相异或，送到OF标志位。
软件则要根据OF的值来判断，OF=1则是溢出。

Ⅳ 简述双符号位检测溢出的方法。(计算机组成原理)

采用双符号位检测溢出的方法：在运算时，两个符号位同时参加运算，结果中如果两个符号位不同，则表示产生了溢出。若符号为01，则表示运算结果大于允许取值范围的最大正数，称为正溢出；若符号位为10，则表示运算结果是负数，其值小于允许取值范围的最小负数，称为负溢出。两个符号位的最高位仍为正确的符号。

Ⅵ 溢出的判断方法

溢出判断方法一
用Xf和Yf表示被加数和加数补码的符号位,Zf为补码和的符号位.当出现Xf = Yf= 0两数同为正,而Zf为负,即Zf=1时,有上溢.当出现Xf =Yf = 1两数同为负,而Zf为正,即Zf= 0时,有下溢.
溢出判断方法二
当数值最高位有进位位C1=1,符号位没有进位C0=0时,或当数值最高位没有进位位C1=0,符号位有进位C0=1时,结果有溢出.
溢出判断方法三：
用变形补码进行双符号位运算.在变形补码中,正数符号以"00"表示,负数的符号以"11"表示.一般称左边的符号位为第一符号位,右边的符号位为第二符号位.若运算结果的符号位为"01",则表明有正溢出产生.若运算结果的符号"10",则表明有负溢出产生.

Ⅶ 定点数加减运算的溢出判定，可以通过______和______的方法判定。

定点数加减运算的溢出判定，可以通过___单符号位判溢方法 ___和___双符号位进位判溢方法 ___的方法判定。
定点数加减
目前计算机普遍使用补码实现定点数的加减运算。
1.加减运算方法：
根据补码的设计规则，任意的绝对值相同的负数和正数，负数是正数的反码加1，所以绝对值相同的负数和正数相加，刚刚好结果就是为全0（最高位进一位，抛弃）。然后对照下补码表，可以发现基于这种设计，两数相加时可以直接将符号位也参与运算，得出的结果也包含符号位。
2.溢出判断：
(1)单符号位判溢方法
相加溢出的情况只有两种：
正数和正数相加，结果为负数，发生溢出。
负数和负数相加，结果为正数，发生溢出。
为什么正数和负数相加不会溢出呢？是因为正数和负数的最值的绝对值都是相同的，正负相加结果一定在绝对值之内。
相减只是将加数取补码再相加，所以知道相加溢出就够了。
(2)进位判溢方法（单符号位）
由补码表观察可以知道：
不溢出的情况：
一个绝对值较大的负数和绝对值较小的正数相加，最高有效位（即最高的数值位）不会发生溢出，因此符号位也没有进位。
一个绝对值较小的负数和绝对值较大的正数相加，最高有效位溢出，且使得符号位由1变10（0）进位。
溢出的情况：
上面已经知道：
正数和正数相加，结果为负数，发生溢出。→这种情况是最高有效位进位，而符号位由0变1无进位。
负数和负数相加，结果为正数，发生溢出。→这种情况是最高有效位不进位，而符号位由1变10（0）进位。
所以当最高有效位和符号位的进位不同时，就表明发生了溢出。
(3)双符号位进位判溢方法
采用双符号位（00、11）进行相加，上面已经知道：
所以当最高有效位和符号位的进位不同时，就表明发生了溢出。
→符号位进位，最高有效位不进位就变成了11+11=10（110）。此时为负溢出。
→符号位不进位，最高有效位进位就变成了00+1=01。此时为正溢出。

Ⅷ 国际石油市场风险度量及其溢出效应检验方法

4.4.1.1 基于GED分布的GARCH-VaR模型

在对油价收益率序列建模时，往往发现收益率的波动具有集聚性。为了刻画时间序列的波动集聚性，Engle（1982）提出了ARCH 模型。而在ARCH 模型的阶数很高时，Bollerslev（1986）提出采用广义的ARCH 模型即GARCH 模型来描述波动集聚性。

GARCH模型的形式为

国外油气与矿产资源利用风险评价与决策支持技术

式中：Y_t为油价收益率；X_t为由解释变量构成的列向量；β为系数列向量。

国外油气与矿产资源利用风险评价与决策支持技术

事实上，GARCH（p,q）模型等价于ARCH（p）模型趋于无穷大时的情况，但待估参数却大为减少，因此使用起来更加方便而有效。

同时，由于油价收益率序列的波动通常存在杠杆效应，即收益率上涨和下跌导致的序列波动程度不对称，为此本节引入TGARCH模型来描述这种现象。TGARCH模型最先由Zakoian（1994）提出，其条件方差为

国外油气与矿产资源利用风险评价与决策支持技术

式中：d_t-1为名义变量：ε_t-1﹤0,d_t-1=1；否则，d_t-1=0，其他参数的约束与GARCH模型相同。

由于引入了d_t-1，因此油价收益率上涨信息（ε_t-1﹥0）和下跌信息（ε_t-1﹤0）对条件方差的作用效果出现了差异。上涨时，

其影响程度可用系数

表示；而下跌时的影响程度为

。简言之，若Ψ≠0，则表示信息作用是非对称的。

在关注石油市场的波动集聚性及杠杆效应的基础之上，进一步计算和监控石油市场的极端风险同样是非常重要的。而监控极端市场风险及其溢出效应的关键在于如何度量风险，为此，本节将引入简便而有效的VaR 方法。VaR（Value-at-Risk）经常称为风险值或在险值，表示在一定的持有期内，一定的置信度下可能的最大损失。VaR 要回答这样的问题：在给定时期内，有x%的可能性，最大的损失是多少？

从统计意义上讲，VaR表示序列分布函数的分位数。本节采用国际油价收益率的分布函数的左分位数来度量油价下跌的风险，表示由于油价大幅度下跌而导致的石油生产者销售收入的减少；而采用分布函数的右分位数来度量油价上涨的风险，表示油价大幅度上涨而导致的石油采购者的额外支出。这种思路，一方面推进了一般金融市场仅仅分析价格下跌风险的做法；另一方面，也针对石油市场的特殊情况，更加全面地度量了市场风险，从而为从整体上认识石油市场，判断市场收益率的未来走向奠定了基础。

VaR风险值的计算方法很多，能够适用于不同的市场条件、数据水平和精度要求。概括而言，可以归结为3种：方差－协方差方法、历史模拟方法和蒙特卡罗方法。本节采用方差－协方差方法计算国际石油市场的VaR 风险。在采用方差－协方差方法的过程中，估计VaR模型的参数是至关重要的。常用的参数估计方法包括GARCH 模型和J.P.摩根的Risk Metrics方法。由于后者假设价格序列服从独立异方差的正态分布，而且不能细致描述价格波动的某些特征（如杠杆效应），因此相对而言，前者更受青睐。但是，使用GARCH模型估计VaR时，选择残差项的分布是一个非常重要的问题。考虑到油价收益率序列具有尖峰厚尾和非正态分布的特征，因此直接采用正态分布的假设往往会低估风险。为此，本节引入Nelson（1990）提出的广义误差分布（GED）来估计GARCH模型的残差项。其概率密度函数为

国外油气与矿产资源利用风险评价与决策支持技术

式中：

Г（·）为gamma函数；k为GED分布参数，也称作自由度，它控制着分布尾部的薄厚程度，k=2表示GED分布退化为标准正态分布；k﹥2表示尾部比正态分布更薄；而k﹤2表示尾部比正态分布更厚。可见GED分布是一种复杂而综合的分布。实际上，也正是由于GED分布在描述油价收益率分布的厚尾方面具有独特的优势，因此本节引入基于GED分布的GARCH模型来估计国际石油市场收益率上涨和下跌时的VaR。

计算出石油市场的VaR风险值之后，为了给有关方面提供准确可靠的决策支持，有必要对计算结果进行检验，以判断所建立的VaR模型是否充分估计了市场的实际风险。为此，本节将采用Kupiec提出的检验方法来检验VaR模型的充分性和可靠性。该方法的核心思想是：假设计算VaR的置信度为1－α，样本容量为T，而失效天数为Ⅳ，则失效频率f＝Ⅳ/T。这样对VaR 模型准确性的评估就转化为检验失效频率f是否显着不同于α。基于这种思想，Kupiec提出了对原假设f＝а的最合适的似然比率检验：在原假设下，统计量LR服从自由度为1的X²分布，95%和99%置信度下的临界值分别为3.84和6.64。根据x²分布的定义，如果估计值LR大于临界值，就拒绝原假设，即认为估计的VaR模型是不充分的。

国外油气与矿产资源利用风险评价与决策支持技术

4.4.1.2 基于核权函数的风险溢出效应检验方法

本节将采用Hong（2003）提出的风险－Granger因果关系检验方法检验WTI和Brent原油市场的风险溢出效应。该方法的核心思想是通过VaR 建模来刻画随着时间变化的极端风险，然后运用Granger因果检验的思想来检验一个市场的大风险历史信息是否有助于预测另一个市场的大风险的发生。

首先，定义基于VaR的风险指标函数。以下跌风险为例：

Z_m,t=I（Y_m,t﹤－VaR_m,t）（m=1,2） （4.11）

式中：I（·）为指标函数。当实际损失超过VaR时，风险指标函数取值为1，否则为0。

如果检验市场2是否对市场1产生了单向的风险溢出，则原假设为H₀:E（Z_1,t∣I_1,t-1）＝E（Z_1,t∣I_t-1），而备择假设为H_A:E（Z_1,t∣I_1,t-1）≠E（Z_1,t∣I_t-1），其中I_t-1={Y_m,t-1,Y_m,t-2，…），表示t-1时刻可以获得的信息集。通过这种转换，｛ Y_1,t｝和｛Y_2,t｝之间的风险－Granger因果关系就可以看成是｛Z_1,t｝和｛Z_2,t｝之间的均值－Granger因果关系，即计量经济学模型中广泛使用的Granger因果关系。

如果H_o成立，即市场2 对市场1不存在单向的风险－Granger因果关系，则表示Cov（Z_1,t,Z_2,t-j）＝0,

j﹥0。如果对某一阶j﹥0，有Cov（Z_1,t,Z_2,t-j）≠0，则表明存在风险－G ranger因果关系。换言之，当一个市场发生大的风险时，我们能用这个信息去预测另一个市场未来可能发生同样风险的可能性。

现在设VaR_m,t=VaR_m（I_m,t-1，α），m=1,2是市场m在风险水平（即显着性水平）α下得到的VaR序列，本节引入基于GED分布的GARCH 模型，并利用方差－协方差方法得到该序列。设有T个随机样本

并令Z_m,t=I（Y_m,t﹤－VaR_m,t），m=1,2，则定义Z_1,t和Z_2,t之间的样本互协方差函数（CCF）为

国外油气与矿产资源利用风险评价与决策支持技术

式中：

。而Z_1,t和Z_2,t的样本互相关函数为

国外油气与矿产资源利用风险评价与决策支持技术

式中：

是Z_m,t的样本方差；j=0，±1，…，±（T-1）。

然后，Hong（2003）提出了基于核权函数的单向风险－Granger因果关系检验统计量：

国外油气与矿产资源利用风险评价与决策支持技术

式中：中心因子和尺度因子分别为

国外油气与矿产资源利用风险评价与决策支持技术

式中k（·）为核权函数，而且H ong（2003）证明了Daniell核权函数k（z）＝sin（π）z/π ,z∈（－∞，＋∞）是最优的核权函数，能够最大化检验效力。该核权函数的定义域是无界的，此时可把M 看作是有效滞后截尾阶数；而且当M 较大时，Q₁（M）能够更加有效地检测出风险溢出效应的时滞现象。

Hong（2003）同时给出了检验双向风险－Granger因果关系的统计量，其原假设为两个市场之间任何一个市场均不G ranger－引起另一个市场的极端风险，并且两个市场之间不存在任何即时风险溢出效应。这表示对于任意阶j=0，±1，±2，…，均有Cov（Z_1,t,Z_2,t-j）＝0。为了检验该原假设，Hong（2003）提出了如下的统计量：

国外油气与矿产资源利用风险评价与决策支持技术

式中：中心因子和尺度因子分别为

国外油气与矿产资源利用风险评价与决策支持技术

原假设成立时，Q₁（M）和Q₂（M）在大样本条件下均服从渐近的标准正态分布。而且，Hong（2003）指出，运用这两个统计量时，应该使用标准正态分布的右侧临界值。

Ⅸ 在定点 运算中，为了判断溢出是否发生，可采用双符号位检测法，不论溢出与否

溢出判断，一般用双符号位进行判断：

符号位00
表示正数
11
表示负数
结果的符号位为01时，称为上溢；为10时，称为下溢

设x和y是4位的有符号数，x=7，y=－7，符号位为双符号位
用补码求x+y，x－y
[x]补+[y]补=00
111+11
001=0
0000结果不溢出
[x－y]补=[x]补+[－y]补=00
111+00
111=0
1110结果上溢出。
同理，可以判断x,y为其他位数的补码运算溢出。

Ⅹ 什么是补码加减运算溢出判别溢出有哪几种方法并我说明工作原理。

通常有三种表述方式（说法）：
(1)
两个符号相同的补码数相加，如果和的符号与加数的符号相反，或两个符号相反的补码数相减，差的符号与减数的符号相同，都属于运算结果溢出。这种判别方法比较复杂，要区别加还是减两种不同运算情况，还要检查结果的符号与其中一个操作数的符号的同异，故很少使用；
(2)
两个补码数相加减时，若最高数值位向符号位送的进位值与符号位送向更高位的进位值不相同，也是运算结果溢出。
(3)
在采用双符号位（如定点小数的模4补码）运算时，若两个符号位的得值不同（01或10）则是溢出。01表明两个正数相加，结果大于机器所能表示的最大正数，称为"上溢"；10表明两个负数相加，结果小于机器所能表示的最小负数，称为"下溢"；双符号位的高位符号位，不管结果溢出否，均是运算结果正确的符号位，这个结论在乘法运算过程中是很有实际意义的。请注意，在采用双符号位的方案中，在寄存器和内存储器存储数据时，只需存一位符号，双符号位仅用在加法器线路部分。
再次强调，这三种不同说法是对同一个事实的略有区别的表述，实现时用到的线路可以有所区别，但问题的实质是完全一样的。