基于分数布朗运动的具有信息影响的投资组合期权定价

假设标的资产价格服从分数布朗散运动,其价格跳跃度服从复合Poisson分布,采用拟鞅定价的方法,得到了具有信息影响的投资组合的期权定价公式.     

一份令投资者失望的年报

这样的年报不但信息披露的内容达不到要求,甚至进行了虚假披露,年报的披露形式也很呆板。     

2013年高考数学客观题中的创新题型赏析

新课程标准要求学生对“新颖的信息,情境和设问,选择有效的方法和手段收集信息,综合与灵活的应用所学的数学知识、思想和方法,进行独立思考、探索和探究,提出解决问题的思路,创造性地解决问题”．     

信息披露质量影响公司风险承担:治理效应抑或声誉效应？

基于信息披露理论和公司治理理论,本文实证检验了信息披露质量对公司风险承担的影响。实证结果发现:较高的信息披露质量有助于提高公司风险承担水平,从而验证了信息披露的“治理效应”。进一步发现,管理层持股激励能够影响上市公司的信息披露行为,并提高公司风险承担水平,说明管理层持股能够加强信息披露质量与公司风险承担之间的正向关系,且这种影响关系在高管理层持股组中更显著。研究结论不仅丰富和拓展了信息披露和公司风险承担的相关研究,而且对管理层激励契约的设计和公司风险认知具有重要的启示作用和现实意义。     

不同颜色冬枣可溶性固形物可见-近红外光谱分析模型构建

冬枣品质受其品种和生长环境等因素的影响,引起采后化转红指数不同,导致果实的颜色差异较大,从而影响其可溶性固形物（SSC）检测模型的分析精度。采用可见-近红外（Vis-NIR）光谱结合Norris-Williams平滑（NWS）、连续小波导数（CWD）、多元散射校正（MSC）、标准正态变量变换（SNV）和NWS-MSC五种光谱预处理方法构建不同颜色（红绿相间MJ,绿色GJ和红色RJ）冬枣SSC的偏最小二乘（PLS）定量分析模型,分别采用MJ,GJ,RJ,MJ-GJ和MJ-GJ-RJ五个样品集合建立冬枣SSC的定量分析模型,并采用由MJ-GJ-RJ三种颜色冬枣样品组成的测试集进行模型的评价;以不同建模样品集（校正集）的校正相关系数（R_c）和交互验证均方根误差（RMSECV）作为构建最优模型的评价指标;测试集的预测相关系数（R_p）和预测均方根误差（RMSEP）用于模型预测精度的评价。研究结果表明：分别采用MJ,GJ和RJ的独立样品集进行建模时,模型仅对具有相同颜色的冬枣样品的SSC实现了较好的预测;分别在MJ样品中加入GJ和GJ-RJ样品进行MJ-GJ和MJ-GJ-RJ两个混合样品集的定量模型的构建时,MJ-GJ模型对MJ和GJ样品的SSC具有较好的预测效果,其RMSECV,R_c,RMSEP,R_p分别为1.108,0.698,0.980,0.724和1.108,0.698,0.983,0.822,而对RJ样品的预测误差较大,模型的RMSECV,R_c,RMSEP,R_p为1.108,0.698,1.928,0.597;而MJ-GJ-RJ模型对三种颜色的冬枣SSC均有较好的预测结果：MJ-GJ-RJ模型对MJ样品的SSC模型的RMSECV,R_c,RMSEP,R_p为1.158,0.796,1.077,0.668;对GJ样品的SSC模型的RMSECV,R_c,RMSEP,R_p为1.158,0.796,0.881,0.861;对RJ样品的SSC模型的RMSECV,R_c,RMSEP,R_p为1.158,0.796,1.140,0.841;采用蒙特卡罗无信息变量消除（MCUVE）方法进一步对MJ-GJ-RJ样品集光谱的特征变量进行优选后,模型的R_c和R_p分别由原来的0.796和0.864提高到0.884和0.922,模型的RMSECV和RMSEP分别由1.158和0.946减小到0.886和0.721,模型具有较好的分析精度。采用可见-近红外光谱对不同颜色冬枣的SSC进行分析时,当建模集样品与测试集样品颜色属性相似或选择性质相似的建模变量进行模型构建时,模型具有更好的通用性。     

光谱数据解析中的变量筛选方法

如何从海量或高维数据中“提纯”出有用的信息,这是当前数据分析面临的一个巨大的挑战,也是当前研究的一个热点。变量筛选技术能够从众多、复杂的量测数据中提取出特征信息变量,达到简化多元模型乃至提高模型预测性能等目的。在光谱分析中,来自噪声等诸多因素的影响,量测数据会不可避免地包含干扰和无关信息变量,以及变量间存在的多重共线性,这些都会影响模型的稳健性和预测能力。近年来变量（波长）筛选方法在光谱解析领域的研究与应用中取得了较大的进展。结合国内外相关研究文献和作者的研究体会,不仅仅综述了近红外光谱,还综述了中红外光谱、拉曼光谱等众多筛选变量的方法的提出、特点、发展、类别、比较和近五年来在不同领域的应用进展。其中,评价变量重要性的参数及其标准或阈值的选择、搜索变量的策略和途径是变量筛选方法的关键。而且每种方法都具有各自的优势和局限性,实际使用中要根据方法自身特点结合目标体系的特征选择合适的方法。重点内容：（1）对比了光谱数据分析中常用的波长筛选和波段筛选方法;（2）对比了基于PLS模型参数的不同变量筛选方法的原理和特点;（3）根据搜索和筛选变量策略的不同将变量筛选方法进行分类评述。最后,围绕在解析实际复杂体系中变量筛选方法出现的过拟合、不稳定等问题进行了讨论并提出相应的解决措施,同时对变量筛选方法的研究趋势、发展前景和应用方向进行了展望。其中,新的评价变量重要性的判据和搜索变量的策略等工作仍需要展开深入地研究。期望本综述能够对光谱变量筛选的后续研究及应用起到积极的推动作用。     

二项式光场与运动二能级原子相互作用系统的保真度

利用数值计算的方法研究了运动的二能级原子在二项式光场作用下系统的保真度随时间的演化,并讨论了不同的初始态对保真度的影响。结果表明,原子的运动速度仅仅影响保真度的振荡周期,而原子的不同初态及光场的参数对保真度的影响较大,当原子处于叠加态以及光场初始平均光子数较大的情况下系统的保真度较高。     

CFO重新定义——王保安：提升CFO时代价值

CFO简简单单三个字母,在中国却有不同的演绎。 最标准的说法是,CFO是Chief Financial Officer的缩写,即公司首席财政官或财务总监,是现代公司中最重要,最有价值的职位,是掌握着企业的神经系统（财务信息）和血液系统（现金资源）的灵魂人物。     

ARMA（1,1）需求下的信息延迟对供应链最优决策的影响

在假定顾客需求满足ARMA（1,1）过程的前提下,考虑了由一个零售商和一个供应商所组成的两级供应链系统最优订购决策问题.分别建立了需求信息不延迟与延迟这两种情形下零售商和供应商的最优订购决策模型,通过比较得出：当需求呈正相关时,需求信息延迟不仅可以减小牛鞭效应,而且可以降低供应链系统的平均总成本.