最大熵——均值方差保费原则

本为利用熵在金融市场的两个功能;度量风险资产的投资风险和推测资产的概率分布,抓住了不确定性的本质,用熵值来度量由概率分布向信息转化的不确定性,建立了新的保费原则;最大熵—均值方差保费原则,使保费的制定更趋于合理.     

均值-叉熵证券投资组合优化模型

在研究马科维茨(Markowitz)证券投资组合模型的基础上,分析了该模型用方差度量风险的缺陷,进而提出用叉熵作为风险的度量方法,建立了均值-叉熵的投资组合优化模型.该模型计算简便,更易被一般投资人所使用.     

最大熵先验下正态分布模型的Bayes模糊假设检验

研究了正态分布总体在方差已知,总体均值为正的条件下,获得最大熵先验分布,并根据贝叶斯风险准则求得多重模糊假设检验问题的最优决策.最后用算例说明其有效性.     

高阶矩风险溢酬:信息含量及影响因素

本文基于台湾股市和期权市场数据,研究波动率、偏度和峰度等高阶矩风险溢酬的信息含量及影响因素,并结合边际贡献度分析了各常见影响因素对高阶矩风险溢酬的解释力。研究结论表明:波动率间的相关性高于偏度和峰度,波动率也更易于预测;期权市场的隐含矩信息对未来实际矩有较好解释力,且引入多个市场信息的预测效果要优于单一市场。市场情绪和异质信念是各高阶矩风险溢酬的主要影响因素;流动性信息次之;市场因子的解释相对较弱。对高阶矩风险溢酬影响因素的分析还应引入市场极端风险、风险厌恶信息和宏观经济变量等因素的考察。     

熵—证券投资组合风险的一种新的度量方法

本文在研究马科维茨 ( Markowitz)证券投资组合模型的基础上 ,分析了该模型用方差度量风险的缺陷 ,进而提出用熵作为风险的度量方法 ,改进马科维茨 ( Markowitz)证券投资组合模型 ,并建立新的证券投资组合优化模型     

中国股票市场最优套期保值比率研究——基于高阶矩HAR模型

金融资产收益率高阶矩风险和跳跃行为是套期保值策略的重要影响因素.文章将已实现高阶矩测度和跳跃风险测度引入HAR族波动率模型,构建高阶矩HAR族波动模型,并将Copula.函数与最优高阶矩波动率模型相结合,建立含高阶矩的Copula-HAR-RV-CJSJV-D-SK套期保值模型.以沪深300指数和中证500指数以及对应的股指期货构建套期保值策略.实证表明,从方差减少比率和超额收益率两方面来看,基于新模型的套期保值效果在样本内和样本外均优于传统静态套期保值模型、时变二元GARCH族套期保值模型和Copula-GARCH族套期保值模型.     

关于“信息熵”分析及其应用的研究

本文用Ｓｈａｎｎｏｎ熵函数的观点及最大离散熵原理，探讨了对随机试验项目的优选问题：即压缩某种“不确定性”试验项目的实施与探索．并通过应用实例的计算，获得了满意的聚类效果．这种方法对于信息资料的数据处理及压缩“不确定性“验项目具有普遍意义．     

求解Euler方程的高精度熵相容格式

熵相容格式相比于一般的熵稳定格式进一步控制了激波处的熵增量,一维情况下能有效消除膨胀激波及间断处的伪振荡等现象.对于Euler方程,可以通过对特征变量进行WENO重构以获得高阶熵相容格式的数值粘性项,然后与高阶熵守恒格式结合得到高精度熵相容格式,在WENO重构过程中的权重关于特征变量是非线性的,这导致了大量的向量内积运算.通过用压强和熵代替特征变量来计算权重,可以显著减少重构的计算量,并且数值算例表明这种权重的计算方式能很好地保持数值格式的高阶精度和基本无振荡的效果.     

双侧风险度量方法及其在投资组合优化模型中的应用

现有的资产风险度量方法不能合理的反映收益的向上波动给投资者带来的风险感受,针对这一不足,本文提出了一种新的风险度量方法,这一方法综合考虑了投资者对于损失的规避和对超额收益的偏好,能够更为真实的反映投资者对于资产收益双侧波动的不同风险感受.同时本文结合新的风险度量方法给出了投资组合优化模型,并对模型的解从不同角度进行了分析.研究结果表明,新的风险度量方法可以为投资者提供更有效的投资决策依据,并且投资者的风险态度对于投资组合有效前沿和最优投资组合都有显著的影响.     

最大平均度量下的Bowen维数熵与测度下局部熵

熵是反映动力系统复杂性的一个非常重要的量.本文研究了平均意义下的动力系统的性质,对于最大平均度量,引入了Bowen维数熵以及测度下局部熵的概念.并研究了它们之间的关系,说明了在最大平均度量下,Bowen维数熵依然可以由测度下局部熵估计.     

信息熵公理及其在决策分析中的应用

针对信息量是消息发生前的不确定性给出一个直观测量信息量公式.为了克服Shannon熵的局限性和分析信息度量本质,借鉴距离空间理论中度量公理定义的思路,通过非负性、对称性、次可加和极大性给出信息熵的公理化新定义.将Shannon熵、直观信息熵和β-熵等不同形式的信息度量统一在同一公理化结构下.应用直观信息熵公式仅采用四则运算进行决策树分析,避免了利用Shannon熵公式的对数运算.     

农作物单产的最大熵分布及在费率厘定上的应用

农作物单产分布的确定是农业保险中费率厘定的基础。本文引入最大熵原理,基于最大熵优化模型得出农作物单产的最大熵分布,并以此进行费率厘定。同时以辽宁省主要作物水稻、玉米、大豆和花生为例,确定了该四种农作物的费率,分别为4.45%、6.77%、6.34%、6.43%。结果表明:利用最大熵分布理论进行费率厘定不需要事先假定农作物单产分布的形式,而且考虑了更多作物单产分布的信息,为农业保险费率的合理精算提供一种新的可供选择的方法,有助于农业风险决策的科学化。     

信息熵度量风险的探究

本文分析了风险的本质后指出,风险是某一特定行为主体对某一金融投资中损失的不确定性和收益的不确定性的认识。在众多风险度量的方法中,熵函数法有着其独特的度量风险的优势,因此,在本文中重点讨论了熵函数作为风险度量的合理性。同时提出一个新的风险度量模型,剖析其主要的数学特性,阐明该模型可以针对不同行为主体能有效地度量金融风险,并且计算量小,易于操作。     

水资源配置方案综合评价中的信息损失测度研究

水资源配置的多属性特征使得在方案综合评价中依据不同的聚合方法,能够获得不完全一致的方案排序结果。本文从水资源配置方案评价的决策矩阵及方案排序结果中的信息量大小入手,利用信息熵理论和斯皮尔曼等级相关系数提出衡量水资源配置方案综合评价中信息损失的香农斯皮尔曼测度。并构造由2种权重(熵权法权重、证据理论权重)与3种评价模型(简单加权法、模糊优选法、TOPSIS)组合而成的6种综合评价模型。最后,将香农斯皮尔曼测度运用到天津市水资源配置方案综合评价过程中的信息损失的衡量,并与文献中的综合评价模型所得结果进行比较。结果表明,采用证据理论权重-模糊优选评价模型所得评价结果的绝对信息损失和相对信息损失最小。通过水资源配置方案综合评价中的信息损失测度研究,能够使得水资源配置方案综合评价过程更加透明,并为决策部门选取理想的水资源配置方案综合评价方法提供决策支持。     

证券投资组合理论的一种新模型及其应用

马科维茨(Markowitz)以证券收益率的方差作为投资风险的测度建立了组合证券投资模型，本基于熵的概念，在研究马科维茨(Markowitz)证券投资组合模型的基础上，分析了该模型用方差度量风险的不足，进而提出一种新的证券投资组合优化模型，并以实例作了说明。     

相对损失函数下的倍度保费

传统的倍度保费公式利用均方损失函数估计特定保人的风险. 然而, 索取保费与真实保费之间的比例比它们差的绝对值更适合于衡量保费的公平性. 基于这一点, 我们提出了两种计算保费的损失函数: 均方相对损失函数和熵相对损失函数, 并且给出了倍度因子的估计公式及它们的性质.     

估计死亡率分布的一个最大熵模型

本文提出了一种估计死亡率分布的新模型一最大熵模型。该模型直接从样本信息出发，不需要对待估分布的概率密度函数或先验分布作任何假定，从而克服了极大似然估计和贝叶斯估计的不足。而且通过两个例子的计算结果，表明该方法与样本数据的拟合效果要好于其它两种方法。     

模糊熵与距离测度的相互诱导及其应用

模糊信息论就是利用模糊数学这一工具来研究带有模糊不确定性的信息的．模糊熵和距离测度是模糊信息论中两个重要的度量方法．本文主要讨论模糊熵和距离测度之间的相互关系,由此得到几个由模糊熵诱导的距离测度公式和几个由距离测度诱导出的模糊熵公式,说明了模糊熵和距离测度是可以相互诱导的．最后,举例说明距离测度公式在模式识别中的应用．     

期权定价的最大熵方法

以欧式期权为例,用标的资产(如股票风险资产)和无风险资产复制期权,并用自融资无套利原理分析金融市场的资产价值变化情况.在此基础上,通过最大熵原理来求得资产组合中每个资产所占的比重,进而得出期权定价模型,由于最大熵原理所求得概率分布是目前所知求概率分布方法中最客观、无偏的,所以求得的新模型不受金融市场类型和标的资产价格分布的限制,具有较强的客观、无偏、可预测性.通过对期权的常用算例计算,发现新模型比B-S模型以及一些其它熵期权定价模型有更准确的标的资产价格分布、更低的回溯测试误差.