带有模糊流动性约束的均值-方差-偏度-正弦熵投资组合优化模型

通过引入可信性偏度及模糊流动性约束,分别建立了同时满足随机不确定和模糊不确定情形下的均值-方差-偏度-正弦熵（M-V-S-SE）的投资组合模型和带有模糊流动性约束的均值-方差-偏度-正弦熵（M-V-S-L-SE）投资组合优化模型。然后运用马尔科夫方法求解模糊收益率,利用上海证券交易所数据进行实证研究。结果表明：模糊流动性约束的引入使得模型更加稳定,在提高收益、控制风险等方面更具有优势。     

基于ARMA模型和VAR模型的中国债券市场

选取上海证券交易所企业债和国债月度数据,利用遗传算法对静态利率期限结构NSM参数模型进行求解,进而拟合较为精确的企业债和国债的利率期限结构,据此计算出企业债的信用价差。数据一部分作为样本内拟合区间,另外一部分作为样本外预测区间以检查模型的预测精度。通过建立自ARMA样本外预测模型和VAR样本外预测模型分别对我国债券市场信用价差进行预测,最后比较两种模型的预测精度。结果表明VAR模型对于信用价差短期预测较为准确,而ARMA模型对于较长期预测较为准确。     

基于组合预测的静态利率期限结构优化模型

针对单个静态利率期限结构模型在拟合收益率曲线时的不足,本文引入组合预测的方法,在绝对误差和与方差和最小准则下,分别建立了静态利率期限结构组合优化模型,并给出了模型的遗传算法求解过程。然后将上海证券交易所2004～2009年的国债每日交易数据分为样本内数据和样本外数据,对多项式样条、指数样条、NS、SV和组合优化模型进行实证比较。结果表明：无论是对于样本内数据的拟合,还是对于样本外数据的预测,组合优化模型的统计特征指标几乎都要优于其他单一模型,并且具有良好的适应性和稳健性,适用于拟合我国国债利率期限结构。     

基于NS族模型的中国公司债信用利差预测

本文以中国公司债为研究对象, 基于NS族模型研究了信用利差的预测问题。通过对不同期限、不同信用评级公司债信用利差的样本内外预测效果进行实证比较, 得到主要结论如下:(1)模型对中长期公司债信用利差的预测误差低于短期公司债。(2)不同信用评级公司债信用利差的预测效果受剩余到期期限的影响:1年期的AAA级公司债的预测误差低于AA+和AA级公司债; 5年期的AA+级公司债的预测误差低于AAA和AA级公司债; 10年期的AA级公司债的预测误差低于AAA和AA+级公司债。成果为各经济主体预测信用利差提供了具体思路和方法, 有利于做出合理的金融决策。     

基于动态SV模型预测国债利率期限结构

选取中国人民银行2011年1月至2018年3月共87个月的国债收益率数据,通过改变价格数据为收益率数据,将传统的Svensson模型求解转化为线性优化问题,对利率期限结构进行较精确拟合,实证结果表明,参数的估计值与理论值有高度相关性且更加稳健。之后基于SV模型中各参数的AR（1）模型和VAR（1）模型构建了动态SV模型,实现了预测步长为1个月、6个月和1年的样本外预测,预测结果表明,随着预测步长增大,动态SV模型的预测能力逐渐增强;当预测步长为1年时,SV-VAR（1）模型表现出较明显的优势,特别是对于长期利率的预测,预测误差的均值、方差以及均方根误差均小于其他模型。因此,动态SV模型更适合于步长较长时长期利率的预测,并且SV-VAR（1）模型的表现更好,这为国债利率期限预测提供了一种新方法。     

约束函数中含有Fuzzy参数的多目标规划(Ⅱ)--约束集及其象集的性质

用Fuzzy集刻画约束函数中含有Fuzzy参数的多目标规划的约束集，讨论它及其象集的性质。本文的全部结果是研究α-有效解的存在性及导出算法所必需的。     

美式债券期权定价熵模型

基于熵定价理论,结合美式期权解析近似求解的G eske-Johnson方法,构建了美式债券期权定价熵模型,给出了标的资产为零息票债券和息票债券的美式期权估值的解析近似计算公式,并展示了具体的算法步骤.