基于无条件分位回归的民营上市公司高管薪酬问题研究

高级管理人员的薪酬作为现代企业委托代理关系中的核心问题一直是社会的焦点.本文以我国民营上市公司为样本,首先研究了公司规模、每股收益、营业收入、流动负债和高管持股比例作用于高管薪酬不同分位点处的条件分位偏效应,结果表明它们在不同分位水平下的影响各异;然后为了获得这些因素的一般边际影响,利用无条件分位回归分析了它们的无条件分位偏效应,结果指出公司规模、每股收益和营业收入与各个分位水平的高管薪酬呈不同程度的正相关而流动负债则为负相关,高管持股比例与低分位水平的高管薪酬正相关而对中高分位水平的影响不显著;最后对相关结果进行了对比,发现每个影响因素的条件和无条件分位偏效应有所区别,并且无条件分位偏效应的解释意义更具有现实价值.     

求解隐式差分方程的一类高精度并行迭代法

为提高并行迭代法的计算精度,提出了一类高精度、无条件稳定、三层格式的并行迭代算法。用矩阵理论证明了迭代的收敛性,推证了网格加密时的渐进收敛性质。结果表明:对三层格式进行迭代处理,不仅能保证其计算精确度,而且具有很好的收敛速度与渐进收敛性质。数值算例验证了理论分析的正确性,表明了算法的可行性与有效性。     

非线性半参数EV四归模型的估计理论

对于带有变量误差的非线性半参数回归模型:Y=H(x,θ) g(T) v,X=x u,给出了参数θ和函数g(·)的估计(?)_n,(?)_n(·).在一定条件下证明了(?)_n的强相合性和渐近正态性;(?)_n(·)具有强相合性且有几乎最优的强收敛速度,同时还给出了v的方差的强相合估计.     

2阶微分方程的解与小函数的关系

运用Nevanlinna值分布的基本理论和方法,研究了几类2阶线性微分方程的解及其导数取小函数的不同点的收敛指数,得到了方程解及其导数取小函数的不同点的收敛指数为无穷和2阶收敛指数等于解的超级的精确结果。     

Linex损失下Pareto分布参数的EB估计：PA样本情形

在Linex损失下,讨论了Pareto分布参数的经验Bayes（EB）估计.利用同分布PA样本下概率密度函数的核估计构造了参数的经验Bayes估计,建立了所提出经验Bayes估计的收敛速度.在一定的条件下该收敛速度可以任意接近于1.     

B值随机变量序列部分和的矩的收敛速度

本文讨论2阶一致光滑空间及2型空间中随机变量序列部分和的矩的收敛速度问题,所得定理推广了Chow的结果。     

一类非线性拟双曲方程Hermite型有限元分析

利用有限元方法研究一类广泛的非线性广义神经传播方程.首先,讨论其在半离散格式下解的收敛性;其次,利用插值算子与Ritz-Volterra投影相一致的特殊性质得到了解的超逼近性质;最后,通过构造一个插值后处理算子导出了解的整体超收敛结果.     

PADE’型逼近的收敛性

文章给出了Ｐａｄｅ型逼近积分形式的误差公式，并用该公式证明了Ｐａｄｅ型逼近的两个收敛定理．     

随机变量序列四种收敛的若干性质及其四则运算

以数列收敛的一些性质为依托,证明了随机变量序列的依概率收敛、几乎处处收敛、r-阶收敛及依分布收敛这四种收敛的极限存在的充分必要条件、存在准则,并得出:依概率收敛和几乎处处收敛与数列收敛性质一样,可以进行四则运算,而r-阶收敛只能进行加减运算,依分布收敛则不能进行四则运算。     

函数型部分线性可加模型及其估计

对于函数型回归模型,提出一种更一般的半参模型,这个模型能够同时克服参数模型和非参数模型的不足,从而获得更稳健的估计。研究了函数型部分线性可加模型中的参数估计问题,并且建立了估计量的渐近性质,同时推广了现有文献中的相关结果。