基于sieve方法的响应变量为当前状态数据的部 分函数型线性模型的估计

利用sieve方法研究响应变量为当前状态数据的部分函数型线性模型的估计.在一定的条件下,证明了该估计的强相合性和渐近正态性,得到了该估计的收敛速度,并且非参数部分达到最优收敛速度.最后通过一个数值模拟来研究该估计的有限样本性质.     

RUIN PROBABILITY IN A SEMI-MARKOV RISK MODEL WITH CONSTANT INTEREST FORCE AND HEAVY-TAILED CLAIMS

In the present paper, we consider a kind of semi-Markov risk model （SMRM） with constant interest force and heavy-tailed claims~ in which the claim rates and sizes are conditionally independent, both fluctuating according to the state of the risk business. First, we derive a matrix integro-differential equation satisfied by the survival probabilities. Second, we analyze the asymptotic behaviors of ruin probabilities in a two-state SMRM with special claim amounts. It is shown that the asymptotic behaviors of ruin probabilities depend only on the state 2 with heavy-tailed claim amounts, not on the state 1 with exponential claim sizes.     

时滞离散网络模型的动力学分析与同步

复杂网络广泛存在于日常生活,首先,给出几类标准的网络模型;然后,利用稳定性控制方法设计并实现了具有时滞与非时滞耦合的复杂网络模型快速控制;最后,通过构造优化Lyapunov函数,讨论其模型的射影同步问题,得到了系统全局稳定的条件和有效的控制器,以实例数值验证其方法的可行性。     

分数阶热弹理论下重力场对二维纤维增强介质的影响

基于Sherief等提出的分数阶广义热弹性耦合理论,研究了在热冲击作用下二维纤维增强弹性体的热弹性问题.考虑了重力对二维纤维增强线性热弹性各向同性介质的影响,建立了控制方程.运用正则模态法,经过数值计算,对控制方程进行求解,得到了不同分数阶参数和不同重力场下无量纲温度、位移和应力分量的表达式,以图形的方式展示了变量的分布规律并对结果展开了讨论.研究结果为:重力场和分数阶参数对纤维增强介质的位移及应力有着重要的影响,但对温度的影响有限.     

基于半参数回归模型的最小一乘局部线性算法

根据最小一乘准则,推导出最小一乘局部线性估计的计算方法,并通过对模拟数据的计算和分析,对比最小一乘核算法和最小二乘局部线性算法,验证了最小一乘局部线性算法是一种有效的,稳健的估计方法,并且有降低边界效应的作用．     

中国经济随机前沿模型效率的贝叶斯统计推断

基于扩展的随机生产前沿模型,研究了区域生产效率的差异和其影响因素的作用效果,应用贝叶斯统计方法对中国各省份2010-2017的年度数据(不包含港澳台地区,下同)进行了实证研究.研究发现:生产效率总体呈逐渐下降的趋势,地区间生产效率有一定的差异,高等教育规模对生产效率具有显著的直接影响.人力资本能有效促进东部和中部地区的经济增长,西部地区主要依靠资本促进经济增长.环境污染对中部地区的经济增长具有一定的负向作用.     

我国A股房地产板块羊群效应研究

借助CSAD模型、马尔科夫转换模型和GARCH模型的研究结果表明我国A股房地产板块存在明显的羊群效应且存在如下特点:非对称性,扩张期较衰退期更为显著;规模差异性,大盘股较中小盘股更为显著;房地产调控政策影响的非对称性,紧缩政策较之宽松政策会诱发更加明显的羊群效应;产业链传染性,上下游行业中的羊群效应产生影响.非系统性风险和系统性风险都对A股房地产板块羊群效应产生了促进影响,且系统性风险的影响较大.     

广义变系数模型的Bayesian B样条估计

提出了广义变系数模型函数系数的一种新的估计方法．我们用B样条函数逼近函数系数,不具体选择节点的个数,而是节点个数取均匀的无信息先验,样条函数系数取正态先验,用Bayesian模型平均的方法估计各个函数系数．这种估计方法一个主要特点是允许各个函数系数所需节点个数的后验分布不同,因此允许不同函数系数使用不同的光滑参数．另外,本文还给出了Bayesian B样条估计的计算方法,并通过模拟例子,说明广义变系数模型的函数系数可以由Bayesian B样条估计方法得到很好的估计．