上海证券市场回报率分析——基于ARIMA模型和GARCH模型

本文分析中国上海证券市场回报率。分别通过APdMA模型和GARCH模型，发现若用APdMA模型分析和建立时间序列模型，一次自回归项是不够的，需要高次项，在大多数情形，若运用GARCH模型，则GARCH（1，1）就能够很好的拟合数据。     

一类改进的灰色预测型线性规划

根据基于GM（1，1）模型的预测型线性规划思想方法，建立了中心逼近式GM（1，1）模型，从而给出对灰色预测型线性规划的改进。     

具有非负i.i.d.新息的AR（p）模型的参数估计

一、引言 Bell和Smith讨论了正值AR(1)模型的参数估计问题，所谓正值AR(1)模型是指     

一个关于线性模型结构变化预测的推断

利用统计诊断的一些思想，从Bayes预测理论的角度分析线性模型中的结构变化．考察两相回归模型其中诸yi是观察值，凡是回归变量的已知向量（p×1）,Oj（j＝1，2）是未知参数向县（p×1），是未知参数，诸εi是相互独立的．m是未知参数称为变点．我们主要对m感兴趣．实际上，在模型（1．1）中的统计推断之前，我们不知道哪个参数变化．本文结合统计诊断的一些思想和Dayes观点，利用基于条件预测奇异诊断（以下简记为CPDD）和Kullback-Leibler散度两种方法，来研究线性模型的结构变化．这些方法不限于任何条件，且能找出哪些参数变化；哪…     

分块奇异线性模型及其导出的奇异线性模型间的最小范数二次无偏估计等价性研究

本文考虑一般线性模型A=(y,X1β1 X2β2,σ^2V)及其导出线性模型，其中V是已知的非负定矩阵，X=(X1：X2)是已知的设计矩阵，给出了线性模型A及其导出线性模型间最小范数二次无偏估计间差的表达式，更进一步，建立了线性模型A及其导出线性模型间最小范数二次无偏估计相等的充分必要条件。     

一类混合模型的似然比检验

考虑一类混合模型g(x)=(1-ξ1-ξ2)f(x,θ'0) ξ1f(x,θ'1) ξ2f(x,θ'2),其中ξ1，ξ2属于区域Ω：0≤ξ1，ξ2，ξ1 ξ2≤1，f为一给定的概率密度函数，θ'i(i=0，1，2)为m维常数向量，本文讨论了该模型的似然比统计量的极限分布．     

基于损失函数的GARCH类模型波动率预测评价

本文的目的是通过利用多种损失函数评估三种GARCH模型的预测精度，找到最优的股指期货日内波动率研究预测模型。利用之前的研究结果，三个沪深300股指期货日内一分钟日内收益率被用作研究对象，对标准GARCH,eGARCH以及RealGARCH三个模型做了实证检验，并利用多种损失函数，从不同角度衡量三个波动率模型的预测精度。研究发现：Sample1样本的RealGARCH模型有最好的预测效果，而Sample2样本与Sample6样本的eGARCH模型有最好的预测精度。因此，在对沪深300股指期货日内波动率研究时，应根据其样本特征，优先选择具有能够反映非对称特征的波动率模型来刻画波动过程，对未来波动率做预测。     

对Treynor-Black投资组合模型的推广

Treynor-Black在1973年给出了一种不考虑交易成本，没有卖空、投资比例限制的基于单指数模型投资组合构建方法[1]，该模型这种方法相比Markowitzl952年的方法更为简单，并且容易推广。本将该模型的限制卖空和具有投资比例限制以及多因子的情形，推广的结果使得该模型在实际投资中更为适用。     

移动GSM网话务量的ARIMA模型的建立及其预测

本文用ARIMA模型对株洲移动GSM网的话务量进行了建模分析和预报，研究表明ARIMA模型不但适合株洲移动GSM网话务量的非平稳时间序列的特点，而且预测效果比较理想。结果表明，ARIMA（1，1，1）提供了较精确的预测结果，可以用来对未来几周的话务量进行预测，有一定的实际价值。     

含扩散项的多时滞Nicholson苍蝇模型的振动性

研究了含扩散项的多时滞Nicholson苍蝇模型在Neumann边值条件下的振动性，通过对多元函数解曲线或曲面的结构的分析和构造上下解，得到了含扩散项的多时滞Nicholson苍蝇模型在Neumann边值条件下振动的充分条件：当e^δτi-aN^＊ Piτi（aiN^＊-1）〉1/e，i=1，2，…，n时，方程的所有正解N（t，x）都关于正平衡点N^＊振动。     

基于锥模型的一般信赖域算法收敛性分析

本文给出了锥模型信赖域算法的一般模型，它不仅包含通常的信赖域算法一相当于锥模型算法中bk＝0的情形，而且文献[1]的算法也可看作其子类．我们研究这个模型的较强的全局收敛性，并讨论保证算法具有超线性收敛速率的条件，从而推广了文[1]和文[4]中的若干结果．     

注水油田年综合含水率预测的数学模型

本文将改进的灰色GM（1，1）模型用于某油田年综合含水率的近期发展趋势研究。在平均相对误差达到最小准则下，研究了模型中的背景值参数A和边值修正项￡对模型预测精度的影响。在此基础上，采用线性规划方法估计模型中的参数，基于遗传算法求解最佳背景值参数A和最佳边值修正项ε，以确保在相应的模型检验准则下预测的误差达到最小。结果表明，用改进的灰色GM（1，1）模型预测近期注水油田的综合含水率，预测值与实际值相对误差很小，预测精度很高，可以得到非常满意的结果。进一步的研究发现，改进的灰色GM（1，1）模型虽然近期预测精度很高，但研究长期的发展趋势是行不通的，为此又研究探讨了长期发展趋势模型。     

一类具有脉冲免疫治疗的HIV-1感染模型的动力学分析

该文基于一类HIV-1感染免疫治疗模型，研究了一类具有脉冲免疫治疗的HIV-1感染模型.借助脉冲微分方程理论，研究了脉冲免疫治疗模型解的非负性和一致有界性.利用Floquet乘子理论和微分方程的比较定理，推导出脉冲免疫模型无感染周期解局部和全局渐近稳定以及HIV-1一致持续的阈值条件.通过数值模拟，比较了3种不同治疗方案的治疗效果，验证了脉冲免疫治疗的有效性.数值模拟结果表明，当药物输入量足够大或服药间隔适当短时，从理论上可以有效控制甚至根除病毒.     

双重时序模型的高阶矩结构

为建立双重时序AR-MA模型的矩估计，除了需要模型平稳解序列的二阶矩结构[10]外，还需要建立平稳解序列的高阶矩结构[2]．设｛Xt｝为AR（1）－MA（q）模型的4阶平稳解序列．木文部分地证明了。｛X~2_t｝的相关结构为某一ARMA（3q，3q—1）型，这为．建立模型参数的矩估计创造了条件.     

具有测量误差的非线性模型的Bayes估计

测量中大量的函数模型都是非线性回归模型．当回归变量含有一定的测量误差时，我们得到非线性测量误差模型．本讨论了这种模型中未知参数具有正态先验分布时的参数Bayes估计方法，并对这种估计进行了影响分析，证明了删除模型与均值漂移模型中参数的Bayes估计相同，利用Cook统计量给出了删除模型下参数的Bayes估计的影响度量．     

极值理论在风险度量中的应用--基于上证180指数

精确度量风险是金融风险管理的关键问题。本引入广义帕雷托分布代替传统的正态分布等，精确描述金融收益的厚尾特征。并将基于广义帕雷托分布的VaR模型和其它模型方法，如GARCH(1，1)、GARCH(1，1)-t、历史模拟法、方差-协方差方法，进行比较分析。实证研究表明，基于广义帕雷托分布的VaR模型比传统的模型方法更适合厚尾分布高分位点的预测，并且其预测结果比较稳定。这使得基于广义帕雷托分布的VaR模型成为VaR度量方法中最稳健的方法之一。     

广义非线性模型的影响分析

本文从几何的观点研究广义非线性模型及其影响分析，我们给出了均值漂移模型的曲率度量；在此基础上，导广义非线性模型度量影响的诊断统计量的二阶近似公式，作为推论，本文的结果适用于两种重要的特殊情形，第一，广义线性模型的影响分析，第二，正态非线性模型的影响分析。     

双对数模型对模型模拟误差的放缩问题探讨

对双对数模型lg Y=a0+a1lg X1+a2lg X2+…+anlg Xn与其对应的指数模型y=c0xa11xa22…xann的模拟相对误差的关系进行了探讨,指出双对数模型具有放大和缩小指数模型相对误差的特性.对二者的关系进行了理论推导和实例验证,并给出了二者的定量关系式.     

Verhulst模型、微分模型及时滞模型的建模与经济预测应用

经济预测中常常会遇到外生变量的确定问题，由于累积误差和传递误差的存在而很困难，因而需要其它方法，为此我们引入Ｖｅｒｈｕｌｓｔ模型来描述经济过程的动态特征，并用阶数不超过３的微分模型发展了这一思想以便描述，同时具有趋势变动和周期性扰动的数据结构，这是一种非常普遍的情形．然后我们证明了微分模型与时滞模型是等价的，而后者的参数估计极为简单．     

椭球约束下误差方差非负二次估计的可容许性

本文给出了线性模型中椭球约束下，误差方差非负二次估计可容许的一个必要条件，并且，对于线性模型中设计阵X＝1nj=(1,1,…，1）′的特殊情形，本文给出了一个充要条件。