基于变权函数的水质综合评价多属性决策模型

从实际操作角度出发,本文构建了一种基于变权函数的水质综合评价多属性决策模型。首先,对水质评价中需要考虑的指标关注程度差异、指标表现程度差异及相关的妥协机制均进行了意义明确的参数化描述。其次,在机理上保证了指标权重随样本表现上的差异能进行有控制的再分配,同时,在结果上保证了较高的关注指标的表现对综合评价值始终具有相对较高的影响力,而且在样本表现相近的情形下又保持较高的区分度。最后,结合水质综合评价算例进行了分析与讨论。     

基于线性规划和多项式样条函数的利率期限结构模型

针对线形规划利率期限结构模型只能得到离散贴现率,提出利用多项式插值方法拟合出连续光滑的利率期限结构.并依据样本内外国债信息把它与多项式样条函数模型进行了实证比较,前者的价格相对误差分别为0.45%和1.51%,后者分别为4.18%和4.5%.结果表明线性规划利率期限结构模型与多项式插值相结合的方法在拟合我国利率期限结构方面具有一定优势.     

基于随机基准的三基金定理动态决策模型

在Black-Scholes型金融市场下,通过一个随机过程来定义基准,以低于基准的不足概率作为风险约束,以最大化期望相对终端财富为决策目标,构建了动态投资组合决策模型,并给出了最优投资策略和有效前沿的显式表达式。结果表明:最优投资策略由无风险资产,修正的市场组合及“基准组合”构成,可视为三基金定理。最后给出了数值例子.     

基于可信性均值-方差-偏度-正弦熵的投资组合模型

通过引入可信性理论和偏度约束,分别建立了同时满足随机不确定和模糊不确定情形的均值-方差-偏度-正弦熵多目标投资组合优化模型（Mult-M-V-S-SE）和含有收益及风险系数的单目标投资组合优化模型（M-V-S-SE）;然后运用马尔科夫方法预测模糊收益率,利用遗传算法优化模型投资策略,通过上海证券交易所数据进行实证比较。结果表明：Mult-M-V-S-SE和M-V-S-SE两模型效果均超过均匀投资策略（MEAN）;M-V-S-SE模型灵活且稳定,更具有优势,在满足投资者需求的同时可实现更高的累计收益。     

不完全市场下基于熵定价方法的利率期权估值

基于熵定价方法,给出了一套平行Black-Scholes期权定价模型的利率上限、利率下限、利率双限与利率互换期权的估值解析式,并分别给出了它们的简化计算公式,为不完全市场中利率期权定价提供了一种新思路。     

带有Yager熵约束的方差-混合熵投资组合优化模型

通过引入可信性方法和Yager熵约束,建立以方差-混合熵（VHE）为风险度量的投资组合优化模型,通过上海证券交易所数据对均值-方差-混合熵模型（MVHEM）、均值-方差模型（MVM）和均值-混合熵（MHEM）模型进行实证比较分析。结果表明,本文所构建的模型可以较好地均衡方差和混合熵在风险控制方面的作用,Yager熵约束的引入可以进一步增强模型的稳定性,在控制风险水平的条件下实现了相对更高的累计收益。     

基于ARMA与BP神经网络模型的产品质量安全风险预测

主要通过对产品伤害人数的预测来表征产品质量安全风险。依据产品伤害人数的时间序列数据,建立较为稳定的ARMA模型和BP神经网络模型对产品伤害人数做出了科学的预测;并对两种预测方法进行了实证结果比较与分析,为管控产品质量安全风险提供方法支持。     

基于最小信息熵—最大增值熵的投资组合优化模型

针对Markowitz的均值-方差模型的缺陷,用信息熵代替方差度量风险,用反映资金的增值速度的增值熵代替均值,提出了一种新型投资组合模型——最小信息熵-最大增值熵模型,并通过多目标决策方法中的模糊集理论对模型进行求解。同时,给出了通过引入权重系数,将原模型转化为了具有单一目标函数的求解方法。最后通过上海证券交易所的实际数据验证了模型的可行性和有效性。     

基于决策者偏好的区间型属性熵权确定方法

给出了一种基于决策者主观偏好的区间型属性熵权决策方法。将决策者的乐观测度引入到区间型多属性决策问题中,结合区间型多属性决策中确定熵权的方法,建立了既能反映决策者乐观测度,又能充分利用已有客观信息的区间型熵权优化模型。最后将其用于航天研制项目风险决策,实例表明了该方法的实效性。     

急于BGM模型的具有可变执行利率的利率期权定价研究

本文在连续远期利率期限结构Brace, Gatarek and Musiela（BGM）模型框架下研究了一类新的利率期权,即具有可变执行利率的利率上限、利率下限和利率双限的定价问题,并分别给出它们价格的解析解，进一步拓宽了Black-Scholes期权定价公式的应用.