增长曲线模型中回归系数的广义根方估计

本文对增长曲线模型中的回归系数B提出了一种新的估计形式－广义根方估计的B（K），其中K＝diag(k1,k2,…，kp）并证明了通过广义根方偏参数ki(i=1,2,…，p）的适当选取可使得该估计在均方误差矩阵的意义下优于已有的LS估计和根方估计，及广义根方估计是可容许估计，本文还给出了选取广义根方偏参数的两种方法，算法及一个应用实例。     

资产组合的CVaR风险的敏感度分析

基于CVaR风险计量技术，分别给出了正态和t分布情形下资产组合的CVaR值，对一般情形下风险资产组合的CVaR风险关于头寸的敏感度进行了分析，研究了其经济意义。     

一种基于Bhattacharyya核的SVM

包括图像识别在内的很多应用领域里,把单个样本表示成向量的集合的形式是很自然的想法,利用一个合适的核函数我们可以把这些向量映射到一个更高维的Hilbert空间,在这个高维空间里用Kernel PCA方法找到样本的高斯分布族,这样就可以把样本上的核函数定义成它们所服从的高斯分布密度函数的Bhattacharrya仿射.这样得到的核函数具有比较好的性质,比如说在各种变换下有稳定性表现,从而也说明了即使还有别的表示样本的方法,用向量集合的形式来表示单个的样本也是具有合理性的.     

线性模型参数估计的一种新的相对效率

本文对线性模型的最小二乘估计（ＬＳＥ）与最佳线性无偏估计（ＢＬＵＥ）提出了一种新的相对效率并给出了新的相对效率的上、下界,最后还讨论了新的相对效率与已有的几种相对效率的关系。     

不同步交易的滑动平均模型及其回报分析

不同步交易乃金融中高频数据处理的重要课题之一。本文对文[1]和[2]给出的金融证券的不同步交易模型进行了推广，并对推广的模型考察了可观察回报的有关统计特性，最后给出了模型的参数估计。     

变上限定积分在区间端点附近的变化性态

本文对不同的被积函数外ｇ（ｘ），讨论了变上限定积分以Ｇ（ｘ）＝∫￣ｘ＿ａ（ｘ）ｄｘ在ａ点附近的变化性态。     

不同步交易模型及其回报分析

不同步交易乃金融中高频数据处理的重要课题之一。该文对文［1 ］和［2］给出的金融证券的不同步交易模型中关于证券回报率序列是独立同分布(i.i. d.) 的假设推广为一个平稳自回归滑动平均模型。并对推广的模型考虑了可观察回报的有关统计特性，从而说明了原来i.i.d.假设下得到的关于可观察回报有负的自相关的结论不再成立 。这显然与实际更吻合。最后给出了模型的参数估计。     

风险价值VaR的F检验法

本文根据VaR定义 ,提出一个两点分布 ,然后运用样本数据对其未知分布参数进行估计 ,得出它的置信域 ,再利用该分布参数和VaR的内在关系来完成对VaR的检验     

线性模型中不可估参数的线性估计的可容许性

对一般线性模型在平方损失函数下，得到了一维不可估参数函数的线性估计为可容许估计的充要条件，以及模型中参数向量（非线性可估）的线性估计为可容许估计的两个充要条件，并得到了多维参数函数（可估或不可估）的线性估计为可容许估计的一个充分条件以及特殊情况下的一个充要条件．     

SV-M模型下VaR和ES估计的极值方法

本文对随机波动均值内模型(SV-M)应用极值理论(EVT)的方法估计了金融回报的风险价值(VaR)和期望短缺(ES).用SV-M建模异方差金融回报时间序列,刻画了其波动聚类.用蒙特卡罗极大似然方法(MCL)来估计其参数.我们用基于一般帕累托分布(GPD)的EVT拟合SV-M模型的修正分布尾部,刻画了金融时序分布的肥尾特性.因此,本文的极值方法有效地克服了原有方法的缺陷,综合考虑了金融时序的波动聚类及其分布的肥尾特性,给出了合理的VaR和ES估计,对市场风险测度的研究进行了有益的探讨.