α混合序列下的核型分位数估计的Bahadur表示

考虑了在α混合序列下核型分位数估计的Bahadur表示，并建立该分位数估计的渐近正态性，将独立样本下的Bahadur表示进行了推广。     

认股权证价格过程的风险分析

用逐次迭代算法证明认股权证定价.结果表明,该方法优于拉格朗日插值法;给出认股权证市场风险管理常用的Delta与Vega计算公式.对宝钢认股权证价格过程进行了风险分析,发现实际价格过程存在着较高的风险.     

(~ρ)-混合样本下回归权函数估计的一致渐近正态性

在(~ρ)混合样本下,探讨固定设计回归模型的权函数估计的一致渐近正态性,并给出它的收敛速度:约为n-1/6.     

同分布ψ-混合序列的最大值不等式及其应用

建立同分布ψ-混合序列的最大值不等式.并且作为应用,获得了随机变量supn≥1（Sn）/（n）的一阶矩及p（p≥1）阶矩分别存在有限的充要条件.     

PA样本下密度核估计的相合性

设{X,i≥1}为同分布正相协（简记PA）随机变量序列，f(x)为X1的概率密度函数，基于样本X1，X2，…Xn，在适当条件下证明了密度函数f(x)核估计的强相合及r阶矩相合。     

α-混合随机域边缘频率插值的渐近方差性

本文在研究频率插值估计的基础上,对α-混合随机域边缘频率插值估计的性质进行研究。主要通过对空间样本进行有效地划分,在满足一定的条件下,证得方差的渐近性。渐近方差在实际生活中具有广泛的应用,可以在经济金融、环境科学等领域为高维数据初步分析和判断提供重要依据。     

可转换期权定价及其风险管理参数的MC模拟

给出了对一种新型可转换期权的价格和风险管理参数进行模拟估计的蒙特卡罗方法,并以看涨期权为例与标准的关卡期权作了对比分析。结果表明,由于具有可转换性,可转换期权比一般的关卡期权具有更好的规避风险、保值增益的功能。模拟估计结果也说明了蒙特卡罗方法在对复杂新型期权定价分析中具有重要的作用。     

φ混合样本下频率插值密度估计的强相合性

Scott 1985年提出频率插值密度估计,并在独立样本条件下证明其均方误差收敛速度快于直方图估计,且达到与密度核估计一样的速度,所以它是一种较好的密度估计.Carbon等1997年在α混合样本下证明频率插值密度估计的强相合性及其收敛速度,Nadia和Sophie2010年将其结果推广到多元情形.本文则是将这些研究推广到φ混合样本情形,证明频率插值密度估计的强相合性,获得较好的收敛速度,并减弱了结论的条件.     

奇异G-M模型最小二乘估计新的相对效率

在奇异线性模型下利用2个矩阵特征根比值的最小值推广了Euclid范数定义的2种相对效率．文中研究了它们的下界,并给出了2种相对效率与广义相关系数之间的联系以及它们之间的关系,最后讨论了它们的性质,并研究了这2种相对效率的优越性．