Esscher-变换与风险测度技术

通过研究精算学中Esscher 变换技术及其对于金融市场中风险资产无套利原则的刻画,反映其在金融市场风险管理技术中的应用,证明了无套利原则、等价鞅测度的存在性和Esscher 变换在所建立的Hilbert 空间下的一致性,并建立了在无套利条件下求解鞅性成立的Esscher 变换下概率测度变换参数的方法。讨论了Esscher 变换在金融市场风险管理策略的选择问题中的应用,得到了组合融资最优策略的Esscher 变换参数的解析式。     

Duffing系统随机相位抑制混沌与随机共振并存现象的机理研究

针对随机相位作用的Duffing混沌系统, 研究了随机相位强度变化时系统混沌动力学的演化行为及伴随的随机共振现象. 结合Lyapunov指数、庞加莱截面、相图、时间历程图、功率谱等工具, 发现当噪声强度增大时, 系统存在从混沌状态转化为有序状态的过程, 即存在噪声抑制混沌的现象, 且在这一过程中, 系统亦存在随机共振现象, 而且随机共振曲线上最优的噪声强度恰为噪声抑制混沌的参数临界点. 通过含随机相位周期力的平均效应分析并结合系统的分岔图, 探讨了噪声对混沌运动演化的作用机理, 解释了在此过程中随机共振的形成机理, 论证了噪声抑制混沌与随机共振的相互关系.     

随机非线性物价模型的最优控制

将政府对价格系统的宏观调控作为外部控制力,建立受控的随机非线性物价模型;利用拟Hamilton系统随机平均法和随机动态规划原理的非线性随机控制策略对系统实施最优控制,控制目标是实现系统的稳定性变大;并通过对比控制前后的Lyapunov指教值说明了控制的有效性.     

一类时滞Solow模型的动态周期波动分析

考虑到资本生产投资和污染治理投资的时滞性,为分析其对经济环境系统动态演化的影响机理,基于经典的Solow模型,引入环境净化和两个投资时滞参数.首次提出了带有环境净化的双时滞Solow模型,并分析了该模型的动态周期波动行为.结果表明:无论单个投资时滞还是两个投资时滞,均能诱发经济周期的产生;时滞越大,经济周期波动越强烈;通过调整投资决策可达到预期均衡目标,实现经济环境系统的周期稳定运行.     

半参数回归模型随机加权估计的渐近展开

指出对简单的半参数回归模型y=xβ＋g（t）＋ε,在进行参数估计时,为避免利用BOOtstrap法需进行重新抽样,应用随机加权法构造了涉及参数β的最小二乘随机加权估计量λ,并且在适当的条件下获得了λn分布的Edgcworth展开,其收敛速度可达到O（n^-1/2）。     

Gauss白噪声外激下Rayleigh振子的平稳响应与首次穿越

研究了Rayleigh振子在Gauss白噪声外激下的平稳响应和首次穿越。首先利用随机平均法给出了系统随机平均It^o微分方程,对平均方程的稳态概率密度做了数值分析;然后建立了条件可靠性函数的后向Kolmogorov方程及首次穿越时间条件矩的Pontragin方程;最后对三组不同的参数值分析了首次穿越的概率统计特性。     

时滞异质三寡头模型的分岔和混沌控制

考虑到决策的滞后性,建立一个带时滞的非线性三寡头贝特兰博弈模型.分析模型纳什均衡点的稳定条件,通过数值模拟的方法得到模型的动力学性质,发现模型产生倍周期分岔和混沌现象.当延迟参数的取值在一定范围内时,寡头的价格波动就会趋于稳定.为了避免寡头博弈市场价格的剧烈波动和利润的下降,采用相空间压缩的方法对系统的混沌进行控制,数值模拟结果表明,受控的系统消除了混沌.     

不完全市场中投资策略的实证研究

Klaus[1]采用随机动力系统理论分析了不完全市场中市场份额的长期演变行为,找到了可以获得最大收益的投资策略的显式表达式,并证明了这个投资策略是渐进稳定的.本文的工作是以股票作为基础资产,利用中国证券市场上的原始股票数据,检验Klaus的理论成果在不完善的中国股票市场上的运行情况,并对得到的结果进行分析.     

不完备YAARI对偶理论与风险序化技术

在随机风险分析中对于不确定性的量化测度是从两个方面进行的 ,一是风险值的量化技术 ,另一个是风险随机变量的序化技术 .通过非完备的YAARI对偶理论给出了风险随机变量在非完备信息下的序化方法 ,得到了由伪逆函数构造的风险畸变概率测度下的Choquet 积分作为风险序化的度量标准 ,较好地解决了非可加测度技术在风险技术研究中的应用问题 ,并借助Choquet 积分和畸变变换给出了金融保险市场非公平量的测定技术和量化非公平量值的积分表达式的应用结果 .     

基于Markov机制转换模型的商品房价格波动研究

用传统的线性模型对时间序列进行分析,往往基于时间序列线性假设,而实际上大多数时间序列都是非线性的。如果仍选择线性模型进行分析,必然会导致分析不准确的问题。任何一个宏观经济或金融时间序列随着时间的变动,其均值、波动性都会发生显著性变化。本文通过选取近6年来房价的月度数据,通过统计分析,建立Markov机制转换模型。研究房价的波动。