Heston模型下考虑工资风险和保费退还条款的DC型养老金时间一致性投资策略

DC型养老金投资者通常可以将保费投资于金融市场中无风险资产、风险资产以及通胀指数化债券3种资产。在均值-方差准则下，为了充分考虑市场风险因素和保障参保人利益，将通胀风险、波动风险、工资风险以及保费退还条款引进投资模型中。利用博弈论思想和随机最优控制技术，通过求解一个扩展HJB方程组，得到了最优时间一致性投资策略和有效前沿的解析表达。最后，通过数值分析比较了有、无保费退还条款两种情形下的最优投资策略。此外，还分析了一些主要参数对最优投资策略和有效前沿的影响，并给出了经济意义上的解释。     

基于演化博弈的重大工程业主与勘察机构合作机制

为研究重大工程前期勘察阶段业主与勘察机构的合作问题，以业主和勘察机构有限理性为前提，基于演化视角建立双方决策行为交互的博弈模型，探讨了参数变化对于演化稳定策略的影响，并用仿真实验的方法研究参数的取值与初始策略选择对于演化结果的影响。研究结果表明：合理的超额分配系数对促进双方合作有积极意义，且存在一个最优的系数使得双方合作的可能性最大；双方的成本对于均衡结果的影响呈现差异化的结果；风险分担机制的设计可有效促进合作。     

基于水资源合作的水资源短缺区域水资源优化配置

为提高水资源短缺区域的水资源利用效率，实现区域水资源初始配置后的有效再配置，提出三阶段水资源短缺区域水资源优化配置方法：阶段1，利用高效的“优先规则”构建部门间水资源合作清晰联盟的用水收益支付函数，对联盟成员水资源共用、获益方式进行了合理刻画；阶段2，基于Choquet积分形式的模糊合作博弈、阶段1中的清晰联盟支付函数，构建部门间水资源模糊联盟支付函数；阶段3，基于上述成果，构建水资源短缺区域水资源优化配置模型，求解得到用水部门最优水资源合作联盟，并将求得的最优模糊联盟视为大联盟，通过求解其核仁解获得最优模糊联盟的收益分配。以京津冀区域水资源优化配置问题为例，算例结果表明：①基于Choquet积分形式模糊合作博弈的三阶段水资源优化配置模型能够最大化区域整体用水收益水平，实现水资源短缺区域中的水资源优化配置，并使区域中用水部门有机会分得更多的获益；②本文模型无需引入模糊Shapley值等分配方法作为约束条件即可求得最优联盟，模型不影响不同收益分配方法分配结果的有效性；③采用将最优模糊水资源合作联盟视为大联盟，并求联盟收益的核仁解的方法分配最优联盟收益，无论最优联盟的核心是否为空，都能保证联盟收益分配结果满足个体理性和集体理性要求，即能保证最优联盟中各成员不会“叛逃”最优联盟、联盟稳定存在，且保证获得的分配方案为确定分配值而非分配区间。即本问题中该分配方法优于Shapley值、模糊最小核、弱最小核方法。所构建的水资源短缺区域水资源优化配置模型及最优水资源合作联盟收益分配方法对水资源短缺区域的水资源优化配置问题有较好的适用性，能够为我国京津冀区域等水资源短缺区域的水资源优化配置工作提供参考。     

创新生态战略与创新效率关系：基于创新生态网络视角

基于创新生态系统理论，通过引入创新生态环境和创新生态位，构建一个有调节的中介效应模型，并基于长三角制造业企业调研数据，采用Bootstrap方法进行检验，探究创新生态战略通过创新生态网络对企业创新效率的作用机理。研究结果表明：创新生态战略对企业创新效率具有正向影响；创新生态网络在创新生态战略与企业创新效率关系中发挥中介作用；并且创新生态环境和创新生态位调节该中介效应。研究结果从创新生态网络视角构建了创新生态战略向企业创新效率转化的中间机制，丰富了创新生态系统理论研究。     

Identifying US business cycle regimes using dynamic factors and neural network models

We use dynamic factors and neural network models to identify current and past states (instead of future) of the US business cycle. In the first step, we reduce noise in data by using a moving average filter. Dynamic factors are then extracted from a large-scale data set consisted of more than 100 variables. In the last step, these dynamic factors are fed into the neural network model for predicting business cycle regimes. We show that our proposed method follows US business cycle regimes quite accurately in-sample and out-of-sample without taking account of the historical data availability. Our results also indicate that noise reduction is an important step for business cycle prediction. Furthermore, using pseudo real time and vintage data, we show that our neural network model identifies turning points quite accurately and very quickly in real time.     

栎树猝死病在中国的入侵风险评估

【目的】栎树猝死病是一种为害林木和观赏植物的毁灭性病害,发病迅速,短期内即可造成寄主植物大量死亡,寄主范围非常广泛,主要为害阔叶树树种。对其在我国的适生区范围进行预测,并系统评估其入侵风险,有助于更好地制定针对性的防治及检疫措施。【方法】采用MaxEnt生态位模型,以栎树猝死病菌现有分布点的环境变量为基础运算预测模型,结合地理信息系统ArcGIS绘制其在中国的适生预测图;并以南京林业大学有害生物入侵预防与控制重点实验室建立的多指标综合评价体系为标准,从5个准则层下设18个指标层因子,对栎树猝死病菌在我国的入侵风险进行了定性和定量的分析。【结果】MaxEnt模型测试遗漏率与预测遗漏率基本吻合,ROC(receiver operating characteristic, ROC)曲线的AUC值(area under curver, AUC)为0.974,标准差为0.008,明显高于随机分布模型,说明该模型对栎树猝死病菌在我国的适生区预测结果可信度较高,可作为后续评估依据。栎树猝死病菌在中国的适生范围在101.9°~122.9° E,18.9°~38.0° N,主要位于我国秦岭淮河以南的南方地区,集中在长江中下游平原和武夷山脉、南岭以南的沿海地区,约占中国行政区划面积的19.6%。栎树猝死病菌在中国的入侵风险指标值R为2.64,属于极高风险的有害生物。【结论】模型预测结果的可信度较高,鉴于栎树猝死病菌在我国暂无分布记录,且在多指标评价体系中被归为极高风险等级,建议在进境检疫中对其可能寄主植物实施严格检疫及2年以上的隔离试种,防止其进入中国。     

多任务深度卷积网络的CT图像方向校正

针对医学电子计算机断层扫描(CT)图像方向校正问题,提出一种并行卷积回归(PCRN)多任务深度学习网络.通过侧旋角度正回归和翻转概率逻辑回归,求得校正参数来精准地校正图像.进一步,针对医学图像训练样本稀缺的情况,提出一种串行回归(SCRN)的深度学习架构,弥补并行卷积回归网络在小样本情况下校正精度不足的问题.实验结果表明:在样本充分,并行卷积回归网络和样本稀缺情况下,串行卷积回归网络对小角度偏转、大角度偏转和翻转的腹部CT图像校正结果都优于传统的配准方法.     

Brinbaum-Sauders分布的极值收敛速度

主要讨论了Brinbaum-Sauders分布的尾部特征,得到了最大值分布的渐进展开.     

基于收益率的股票相关性计量分析

针对股票间相关性，通过相关分析、系统聚类分析、网络构建等多种方法，以收益率为对象，建立股票间相关性度量指标模型，运用软件 Excel、Matlab 得出股票相关系数矩阵，并设置合适的阈值，利用软件Netdraw 构建出基于最佳阈值和相关系数所对应的股票网络。然后从所建网络出发，对中国股票市场中的板块进行聚类分析，最终建立起一个以收益率为指标来研究股票相关性的模型，为研究股票相关性提供了一个相对比较完善的方案。     

数据挖掘在检测农业补贴中欺诈行为的应用——基于异常检测与神经网络模型

随着国家对农业发展扶持力度的不断加大,农业补贴申请资金得到提高的同时,其种类也在逐渐扩充.因此,如何检测农业补贴申请中的欺诈行为是一项值得关注的研究课题.通过对clementine 12.0中的案例数据分别构建异常检测和神经网络模型,对农业补贴申请记录中的欺诈行为进行检测,并借助clementine12.0的可视化实验平台直观、有效地观察检测结果.实验结果表明:提出的方法可以明显地提高检测欺诈行为的效率及准确率,具有一定的启发和借鉴意义.