基于Markov链的税延型养老保险跨期效用

通过购买税延型养老保险,投保人可以降低自己的税费,增加退休后可支配收入.因此,税延型养老保险一定程度上能够提高个体效用.然而实践中,个体健康状态和寿命是影响购买税延养老保险效用的重要因素.在个体跨期效用框架下,这里引入健康状态的Markov链模型,发现健康状态的恶化和较短的预期寿命都降低个体效用,从而也就降低了个体购买延税养老保险的意愿.因此,在推广税延养老保险时,政府制定的政策和保险公司设计的产品应给与这类人群最低保障.     

用等效用原理对马氏链市场的UL生存合约定价

利用效用无差异原理,根据动态规划原则,最大化财富的期望指数效用,在马氏链驱动的市场下,导出HJB方程,给出unit-linked(UL)生存合约在简单Poisson市场下的保费方程,并给出它的数值模拟．这个结果推广了Brown运动驱动的市场下的保费方程,使得UL生存合约在联接到纯跳的市场时,可以用效用无差异原理定价．     

产品结构的优化

本文从理论上讨论了多种产品的线性盈亏决策及联产品的生产决策问题，给出了利润与多种产品销售总额之间关系的公式，给出了使产品结构优化的较简便的操作方法。     

齐次生产函数条件下长期成本函数的确定方法

文章研究一般性齐次生产函数条件下长期成本函数的确定方法，证明了长期成本函数是关于产量的幂函数，并指出了长期边际成本函数和长期平均成本函数之间的特殊关系。     

新成员的加入对供应商网络效率的影响分析

不断有企业进入或者退出供应商网络,网络中企业的效用和网络效率都会受到影响.本文把关系收益和竞争系数结合起来,构建了新的效用函数.并通过效用的比较分析,竞争系数对称时,新企业的加入会使网络效率增加的结论,并进一步给出了进入企业选择与中心企业或者与边缘企业建立关系所应满足的条件;而竞争系数不对称时,网络效率可能会降低.     

"边信息"的效用优化及其影响

本文考虑受随机因素影响的股票价模型 ,投资者仅知道的股价信息 (公共信息 )和“边信息”的效用优化问题 .我们利用测度的变换和投影 ,给出了具有“边信息”和不具“边信息”两种情况下的最优财富形式 .对于对数效用函数 ,我们比较最优效用 ,讨论了“边信息”的影响     

Hilbert-Huang变换分析THz脉冲信号的时频特性

提出一种基于Hilbert-Huang变换的THz时域光谱分析方法,将THz时域脉冲信号分解成有限数目的单分量信号之和,利用Hilbert变换求得瞬时频率来获得幅值的时频分布Hilbert-Huang变换谱,实现了通过水蒸气的THz脉冲信号的时频分析,揭示了THz波与水蒸气相互作用的频谱时域分布特性,并与基于小波变换的时频图进行了对比分析。结果表明,该方法可以同时提高THz脉冲时频分布的时间分辨率和频率分辨率, 具有局部化分析和自适应选择的特点,还能直观地表现出各频率成分之间的相对时间延迟。     

基于随机基准的最优投资组合选择问题研究

本文研究基于随机基准的最优投资组合选择问题.假设投资者可以投资于一种无风险资产和一种风险股票,并且选择某一基准作为目标.基准是随机的,并且与风险股票相关.投资者选择最优的投资组合策略使得终端期望绝对财富和基于基准的相对财富效用最大.首先,利用动态规划原理建立相应的HJB方程,并在幂效用函数下,得到最优投资组合策略和值函数的显示表达式.然后,分析相对业绩对投资者最优投资组合策略和值函数的影响.最后,通过数值计算给出了最优投资组合策略和效用损益与模型主要参数之间的关系.     

期望效用原理中风险保费的信度估计

期望效用保费定价方法是保费定价的重要方法之一.本文建立了期望效用保费原理的贝叶斯模型,定义了期望效用原理的风险保费,并给出了风险保费的信度估计.进而,研究了保费估计的统计性质.最后通过数值模拟的方法验证了风险保费估计的渐近正态性和收敛速度.     

能量收集传感器网络中改进的能耗管理方案研究

能量收集传感器平台为网络协议的设计开辟了新的领域。为了支持网络的运行,能耗率不得高于能量收集率,否则,传感器节点会最终耗尽它们的能量。与资源处于静态的传统网络资源分配问题相比,充电速率的时间可变性带来了新的挑战。在本文中,我们首先研究了一种基于高效对偶分解和次梯度策略的算法QuickFix,计算出数据采样率和路由。然而,再次充电发生波动时的时标可能会快于传统方法的收敛时间,进而导致电池断电和溢出,这会造成采样丢失和能量收集机会丢失。为了解决这一动态问题,我们提出一种本地算法SnapIt,通过对采集率进行调节以维持电池电量在目标水平上。基于TOSSIM模拟器的性能评估表明,QuickFix和SnapIt联合起来可以跟踪网络瞬时最优效用,同时维持电池电量处于目标水平。与基于余压的IFRC相比,本文方法使总体数据速率平均提升42%,同时显著提升了网络效用。