增长曲线模型中一致最小风险无偏估计的存在性

考虑协方差阵任意，或具有均匀协方差结构，或具有序列协方差结构的正态增长曲线模型本文将文[19]在设计矩阵满秩，且仅估计回归系数矩阵的情形获得的结果推广到设计矩阵不必列满秩，且同时估计回归系数矩阵的线性可估函数和协方差阵（或有关参数）的情形；在凸损失函数类和矩阵损失函数下，给出存在一致最小风险无偏估计的充分必要条件．     

线性等式约束下线性模型中BLU估计的稳健性

研究了线性等式约束下线性模型中BLU估计关于协方差的稳健性,得到了在协方差发生变化时,条件可估函数c′β的条件BLU估计具有稳健性的充要条件.     

常用正态协方差阵估计的非容许性

在二次损失函数下,本文给出了正态方差最优同变估计的一个新的改进估计,并证明了常用正态协方差和协方差阵的估计都是非容许估计。     

可分图精度矩阵的精确分布函数

本文给出了从可分图协方差矩阵的分布密度函数确定图精度矩阵分布密度函数的一般方法，得到了可分的Gaussian图模型中精度矩阵极大似然估计的分布密度函数表达式．当图协方差矩阵的分布密度分别服从超逆Wishart分布、超逆Г分布时，也得到了图精度矩阵分布密度函数的解析表达式．     

多维金融高频协方差阵预测模型的比较分析

现代投资组合理论大部分是从组合风险控制的角度展开,协方差矩阵扮演着非常重要的角色.将高频协方差阵应用在投资组合或风险管理时,就需要考虑采用何种预测模型来对高频协方差阵进行预测,较好的预测模型能够更加准确的对资产的波动性进行预测.高频协方差阵预测模型的建立较为复杂,目前还没有一种广泛被认可的模型.采用MCS检验法来选择最优的预测模型,研究发现高频协方差阵预测模型LOG-HAR模型在所有的损失函数下预测能力最好,并且高频协方差阵预测模型的预测能力要优于低频协方差阵预测模型.     

简约SUR模型参数的协方差改进估计

考虑了SUR模型及其两个简约模型,给出简约模型下未知回归系数及其可估函数的协方差改进估计,并证明了在一定条件下该估计仍然是相应参数在原模型下的协方差改进估计.     

具有特殊协方差结构的 SURE 模型中参数估计的若干结果

本文讨论具有特殊协方差结构似乎不相关回归方程（SURE）模型中参数的估计问题．除非另有说明,损失函数将取为二次损失和矩阵损失．本文证明了回归系数的线性可估函数的最小二乘估计是极小极大的且在矩阵损失函数下是可容许的;还分别在仿射交换群和平移群下导出了存在回归系数的线性可估函数的一致最小风险同变（UMRE）估计的充要条件,并证明了在仿射交换和二次损失下不存在协方差阵和方差的UMRE估计．     

相依稳健t过程函数型ANOVA模型

随着数据的多元化和复杂化,函数型ANOVA模型已经被越来越多的学者研究并应用到各行各业.为了减弱模型对于离群值的敏感度,本文对于相依的多元响应变量提出了一种相依稳健t过程函数型ANOVA模型.为了刻画变量之间的相依性和保证协方差函数的正定性,本文引入了随机效应变量和卷积方法构造了一个协方差函数.另外,模型中引入了随机效应函数去描述研究对象的个体特征.统计性质,例如稳健性和信息相合性在本文中也得到了相应的研究,并通过数值模拟和实例分析来验证此模型的可行性.     

基于高斯过程函数型回归模型的日最高气温研究

极端天气是目前社会热点问题.利用高斯过程函数型回归对北京,上海等10个城市近年来夏季日最高气温进行整体建模.选取城市地理位置信息作为均值函数解释变量,时间和降雨信息作为高斯过程协方差结构解释变量,充分利用模型能够同时捕捉均值和协方差结构的优势,解决多地区日最高气温的整体建模和同步预测问题.研究表明,高斯过程函数型回归模型在随机预测,外延预测,k步预测,以及对于训练数据集以外城市的预测均有较好的效果,且优于一般的函数型数据模型.     

大维协方差阵的估计及其应用

大维数据给传统的协方差阵估计方法带来了巨大的挑战,数据维度和噪声的影响不容忽视.首先以风险因子为自变量,对股票收益率建立线性回归模型;然后通过引入惩罚函数将取值非常接近的回归系数归为一组,近而来估计大维数据的协方差阵,提出了基于回归聚类算法的分块模型(BM-CAR),模型克服了传统的稀疏协方差阵估计的弊端.通过模拟和实证研究发现:较因子协方差阵估计方法而言,BM-CAR明显提高了大维协方差阵的估计效率;并且将其应用在投资组合时,投资者获得了更高的收益和经济福利.     

Asymptotic aspects of the Gerber-Shiu function in the renewal risk model using Wiener-Hopf factorization and convolution equivalence

We study the asymptotic behavior of the Gerber-Shiu expected discounted penalty function in the renewal risk model. Under the assumption that the claim-size distribution has a convolution-equivalent density function, which allows both heavy-tailed and light-tailed cases, we establish some asymptotic formulas for the Gerber-Shiu function with a fairly general penalty function. These formulas become completely transparent in the compound Poisson risk model or for certain choices of the penalty function in the renewal risk model. A by-product of this work is an extension of the Wiener-Hopf factorization to include the times of ascending and descending ladders in the continuous-time renewal risk model.     

传递函数模型在我国GDP数据分析中的应用

介绍传递函数模型的结构与建模方法,并对我国固定资产投资数据和GDP数据建立传递函数模型,利用该模型对我国GDP的变化规律进行分析和预测,得到较为满意的结果.     

基于2可加模糊测度的多线性效用函数建模和求解

构建合适的多属性效用函数是多属性效用分析的关键。针对不同偏好假设,文献从可加独立、效用独立、效用依赖等分别进行了多属性效用函数构建的研究。然而,由于求解的复杂性,多属性效用理论的应用绝大部分限于可加效用函数和多乘效用函数。提出一种基于2可加模糊测度的多线性效用函数建模和求解方法。首先,证明多线性效用函数和基于模糊测度的多线性模型之间的等价性,提出利用基于模糊测度的多线性模型对多线性效用函数进行表示。其次,针对多线性模型的特点和模糊测度识别的复杂性,利用Banzhaf交互指数和2可加模糊测度对多线性模型进行表示,并利用最小方法差进行模糊测度和Banzhaf交互指数识别,进而实现多线性效用函数的求解。最后,将方法用于某可穿戴医疗设备基于顾客需求的多属性效用函数构建,确认了可行性。方法为多线性效用函数的求解提供了一种新思路。     

产出为Cobb-Dauglas函数的 Holmstrom-Milgrom委托代理模型

Holmstrom-Milgrom模型是在委托代理理论一般化模型的基础上提出的一个简化模型,引入代理人的能力水平,将产出函数从一维的线性函数扩展到二维的非线性Cobb-Dauglas生产函数,分析求解了新的模型.与原模型相比,新的最优解中代理人的努力程度有所提高,风险成本有所降低,委托人的期望收益有所改善.     

Multi-parameter Tikhonov regularization and model function approach to the damped Morozov principle for choosing regularization parameters

In this paper, we study the multi-parameter Tikhonov regularization method which adds multiple different penalties to exhibit multi-scale features of the solution. An optimal error bound of the regularization solution is obtained by a priori choice of multiple regularization parameters. Some theoretical results of the regularization solution about the dependence on regularization parameters are presented. Then, an a posteriori parameter choice, i.e., the damped Morozov discrepancy principle, is introduced to determine multiple regularization parameters. Five model functions, i.e., two hyperbolic model functions, a linear model function, an exponential model function and a logarithmic model function, are proposed to solve the damped Morozov discrepancy principle. Furthermore, four efficient model function algorithms are developed for finding reasonable multiple regularization parameters, and their convergence properties are also studied. Numerical results of several examples show that the damped discrepancy principle is competitive with the standard one, and the model function algorithms are efficient for choosing regularization parameters.     

基于直觉模糊规划的多目标投资组合选择模型

将直觉模糊集合的概念引入投资组合模型中,并将多目标投资组合模型中的收益、方差和偏度三个目标模糊化,用隶属函数与非隶属函数作为新的目标函数.针对该模糊多目标投资组合模型,提出了一个动态遗传算法,算例给出了该模型的一个实例的最优解.     

非时齐复合泊松过程下对偶风险模型的破产特征量研究

将经典的对偶风险模型中的收益到达过程推广为非时齐的泊松过程.运用经典方法和时变方法,计算了该模型下的破产概率,并定义了时变后相应模型的广义期望折罚函数,验证了时变方法对非时齐泊松风险模型的有效性,最后又考虑了该模型在带壁分红策略下的情形,当单次索赔额服从指数分布时,得到了它的期望折罚函数以及期望折现分红函数.     

CES生产函数与投资控制模型

本文讨论了 C-D生产函数和 CES生产函数模型 ,同时针对边界条件用 CES生产函数表示的投资控制模型进行了分析 ,证明了该投资控制模型解的存在性和唯一性     

组合证券投资的有效边界

本文讨论了由Ｍａｒｋｏｗｉｔｚ提出的证券组合模型的边界函数性质．并给出了在变量非负条件下边界函数的确定方法。得出了在非负条件下有效边界函数是预期回收值的逐段二次凸函数以及Ｍａｒｋｏｗｅｉｔｚ模型的最优解是预期回收值的逐段线性向量函数的结论。     

带干扰的索赔次数为复合Poisson-Geometric过程的风险模型下的罚金函数

研究了带干扰的索赔次数为复合Poisson-Geometric过程的风险模型,针对此模型,给出了罚金函数满足的积分微分方程,利用Dickson and Hipp(2001)中引入的变换方法,得到了罚金函数的拉普拉斯变换的精确表达式.