差分—等级依赖效用模型研究

等级依赖效用模型在决策权重设置上存在理论缺陷;差分-等级依赖效用模型在有限理性假设下,考虑结果差分变化对决策权重的影响,提出基于差分的决策权重与概率权重的组合权重控制机制,可克服等级依赖效用模型的缺陷;针对差分-等级依赖效用模型的检验表明模型可很好解释拆分效应;差分-等级依赖效用模型保持了等级依赖效用模型的理论框架,可对人们的风险决策行为做出更好的解释和预测.     

基于差分的等级依赖效用模型行为决策权重扩展(英文)

基于等级依赖期望效用模型(RDEU),提供了一个简单但有效的行为决策权重扩展.因结果序列具有直线增长趋势,介绍一种基于一阶差分的新权重,并证明其对拆分效应的有效性.差分权重和RDEU权重的凸组合构成最终决策权重命名为D'-RDEU权重,它不仅可继承RDEU的优点,也可克服RDEU的两个不足.特别是,它通过拆分获得随机优势,可从理论上解释拆分效应.也提供了连续形式的D'-RDEU模型,连续模型的存在证明D'-RDEU比D-RDEU更实用.     

通胀环境下考虑随机微分效用的最优消费和投资问题研究

本文研究了投资者在通胀环境下基于随机微分效用的最优消费和投资问题．首先对投资机会集进行描述．并用随机微分效用函数刻画了投资者的偏好．其次利用动态规划原理,考虑带通胀的最优消费和投资问题,并建立相应的HJB方程．接下来,根据假设的效用函数,推导出最优消费和投资策略,并分析参数对投资策略的影响．     

基于RDEU模型在贝叶斯决策分析中引人概率权重函数的研究:以Prelec概率权重函数为例

对有后验概率分布的决策问题进行贝叶斯分析,决策个体对概率的估计偏差未在考虑之内,导致不同决策者的分析结果并无差异,针对该问题,基于等级依赖期望效用模型中概率权重函数影响决策的机制,在贝叶斯分析中引入概率权重函数,体现决策个体对概率的不同估计,能很好克服贝叶斯决策分析的不足.以Prelec概率权重函数为例的分析表明概率权重函数的引入合理有效,可提升决策分析的针对性.     

期望效用理论与非期望效用理论的对比分析

本文简述了期望效应理论与非期望效应理论研究的基本结果,在对非期望效应理论的探讨中,通过几组数值试验说明了Machina的发散性假设不完全成立,其结果对风险决策分析具有一定的指导意义.     

下半连续函数的Proximal—次微分与广义中值定理

该文对定义在Hilbert空间E上的一般下半连续函数证明了如［9］中形式的逼近中值定理在Proximal-次微分意义下也成立．若E＝［a，b］R，则得到了不等式形式的中值定理．作为应用给出了函数凸性、Lipschitz性质及常数性质的Proximal-次微分刻划．     

CEV模型下最大化HARA效用的最优再保险与投资策略

在风险资产价格服从CEV模型时,考虑保险公司为最大化双曲绝对风险厌恶(HARA)效用的最优投资与再保险问题.假定保险公司的索赔过程为带漂移的布朗运动,且保险公司通过购买比例再保险来转移索赔风险,运用随机控制理论和Legendre变换方法得到了最优策略的显示表达式.     

基于加权效用和VaR-PI约束下DC型养老金计划的最优资产配置

本文从养老金计划参与人和基金经理的双重视角出发,以最大化双方加权的期望效用为目标,研究了在最低保障和VaR约束下,DC养老金计划的最优资产配置问题。假设养老金计划参与人和基金经理均是损失厌恶的,分别用两个S型的效用函数来刻画双方的损失厌恶行为。VaR约束和加权的效用函数使得本文所研究的优化问题成为一个复杂的非凹效用最大化问题。利用拉格朗日对偶理论和凹化方法求得了最优财富和最优投资组合的封闭解。数值结论表明当更为看重养老金计划参与人的利益时,基金经理会采取更为激进的投资策略,VaR约束可以改进对DC养老金计划的风险管理。     

具有随机工资的养老金最优投资问题

在三种目标函数下, 研究了具有随机工资的养老金最优投资问题. 第一种是均值-方差准则, 第二种基于效用的随机微分博弈, 第三种基于均值-方差准则的随机微分博弈. 随机微分博弈问题中博弈的双方为养老金计划投资者和金融市场, 金融市场是博弈的虚拟手. 应用线性二次控制理论求得了三种目标函数下的最优策略和值函数的显式解.     

DEV模型和SAHARA效用下DC型养老金的最优投资策略

本文研究不完全金融市场中缴费确定型养老金的最优投资问题,并假设金融市场由一种无风险资产和一种价格过程服从动态方差弹性模型的风险资产组成.在对称渐近双曲绝对风险厌恶效用下,养老金参与者旨在最大化其终端时刻财富的期望效用.本文推导Hamilton-Jacobi-Bellman方程,给出验证结果和值函数的上界和下界,然后应用...     

Э�������ȱʧʱ�߼�ģ�͵Ĺ���ع���

??The multivariate response is commonly seen in longitudinaland cross-sectional design. The marginal model is an important tool in discoveringthe average influence of the covariates on the response. A main feature of the marginalmodel is that even without specifying the inter-correlation among different componentsof the response, we still get consistent estimation of the regression parameters. Thispaper discusses the GMM estimation of marginal model when the covariates are missing atrandom. Using the inverse probability weighting and different basic working correlationmatrices, we obtain a series of estimating equations. We estimate the parameters ofinterest by minimizing the corresponding quadratic inference function. Asymptoticnormality of the proposed estimator is established. Simulation studies are conductedto investigate the finite sample performance of the new estimator. We also apply ourproposal to a real data of mathematical achievement from middle school students.     

目标约束下的投资选择

根据 Markowitz投资组合理论和传统的期望效用理论 ,在效用函数相同的情况下 ,所有的理性投资者都将采用相同的最优投资策略 .但在现实中 ,不同的投资者往往采用不同的投资策略 ,依据传统理论只能认为他们并不都是理性投资者 .本文引入了目标约束后 ,说明了由于不同的投资者具有不同的目标约束 ,所以用传统的期望效用理论无法解释的看似非理性的行为其实却是理性的最优选择 .     

一类非光滑多目标规划问题的最优性条件

研究了一类非光滑多目标规划问题.这类多目标规划问题的目标函数为锥凸函数与可微函数之和,其约束条件是Euclidean空间中的锥约束.在满足广义Abadie约束规格下,利用广义Farkas引理和多目标函数标量化,给出了这一类多目标规划问题的锥弱有效解最优性必要条件.     

具有不同效用函数的最优投资组合分析

The question of optimal portfolio is that finds the trading strategy satisfying the maximal expected utility function subject to some constraints. There is the optimal trading strategy under the risk neutral probability measure (martingale measure) if and only if there is no-arbitrage opportunity in the market. This paper argues the optimal wealth and the optimal value of expected utility with different utility function.     

Clinical and Operational Risk: A Bayesian Approach

In health care organizations (HCOs) adverse events may provoke dangerous consequences on patients, such as death, a longer hospital stay, and morbidity. As a consequence, HCO’s department needs to manage legal issues and economic reimbursements. Governances and physicians are interested in operational (OR) and clinical risk (CR) assessment, mainly for forecasting and managing losses and for a correct decision making. Currently, scientific researches, which are objected to a quantification of CR and OR in HCO, are scarce; absence of regulatory constraints and limited awareness of benefits due to risk management do not provide incentives to elaborate on how risks can be quantified. This paper is aimed at proposing Bayesian methods to manage operational and clinical adverse events in health care. Bayesian Networks (BNs) are useful for assessing risks given end stage renal disease (ESRD) as a context of application; some prior probability distributions are advised for representing knowledge before experimental results and Bayesian utility functions for making the optimal decision. The method is described as from the theoretical as from the empirical point of view, thanks to the health care and haemodialysis department, for this application. The ultimate goal is to introduce a methodology useful for managing operational and clinical risk for haemodialysis patients and departments.      

军事威慑博弈中挑战者行为预测模型比较

将基于完全理性的期望效用理论与基于有限理性的前景理论的两种决策模型应用于军事威慑两阶段博弈分析之中.研究结果表明,前景理论模型与期望效用理论模型对挑战者行为的预测结果具有显著的差异.     

The Structure of Clarke's Generalized Gradient andComputing Some of Its Element for the SmoothComposition of Max-Type Functions

1.IntroductionConsidersmoothcompositionsofmax-typefunctionsoftheform:f(x)=g(x,aestfij(x),'',,T?:fmj(x)),(1.1)wherexER",Ji,i~1,'',marefiniteindexsets,gandfij,jEJi,i=1,'',marecontinuouslydifferentiableonRill 71andR;'respectively.Thisclassofnonsmoothfunct…     

五参效用函数

在Denis(2007)提出的三参效用函数(FTP)的基础上,提出了五参效用函数(FFP).FFP可以描述更广泛的风险厌恶行为,它包含一种典型的双曲绝对风险厌恶效用函数(HARA)的情形,且是FTP的进一步推广.     

病例对照二分类数据下逻辑回归模型的稳健半监督推断

本文基于半监督推断方法,研究了标记数据来自病例对照抽样而逻辑回归模型不正确时相关目标参数的估计问题.在二分类任务中, 常用病例对照抽样解决数据结构不平衡的问题,常用逻辑回归模型作为统计模型. 但在现实应用中,模型假设往往是错误的. 若逻辑回归模型错误,仅利用病例对照抽样获得的标记数据无法对病例比例进行识别进而无法对目标参数,即使得总体风险达到最小值的参数进行估计. 本文借助于半监督推断方法,首先利用标记数据和无标记数据得到病例比例的无偏估计, 然后基于该估计,构造逆概率加权的损失函数来纠正病例对照数据中的抽样偏差.本文证明了求解以上的损失函数得到的解是关于目标参数的相合且渐近正态的估计,并且其极限分布的方差也可以通过观察到的数据进行一致地估计. 同时,模拟研究的结果表明论文提出的方法能对目标参数给出相合的估计.