基于均值方差模型的最优巨灾保险计划

针对一家风险厌恶保险公司,构造了一个由巨灾期权和再保险组合而成的巨灾保险计划,借用标准均值方差模型,分析了巨灾期权和再保险的最优组合安排.研究表明,巨灾期权与再保险结合可以拓展保险的机会集合和改进效率,且最优解还受到巨灾期权和再保险的交易成本影响.     

非资产型第三方物流的两层次委托代理模型研究

根据非资产型第三方物流运作中委托代理关系信息不对称的特点,建立了非资产型第三方物流链的两层委托代理关系模型.分别给出了一对一和一对多两种模型的最优合约.对模型结果进行了分析,结合物流实践提出了防范委托代理风险的措施.     

论供求调整下的价格歧视

价格歧视是日常生活中常见的经济现象。实行有效的价格歧视的过程是一个内生的、动态的过程,它要受多方面因素的制约。生产者应根据不同的市场状况适时调整产品价格组合,引导消费者的选择,满足市场需要。     

求解一类整数规划问题最优解的算法

本文给出了求解一类整数规划问题所有最优解的两个算法．一个算法较为简单，其时间复杂性为O（n）,另一个算法求解较为快速，其时间复杂性为O（log n）.     

非参数计量经济模型的变窗宽核估计

在随机设计(模型中所有变量为随机变量)下,提出了非参数计量经济模型的变窗宽核估计,并利用概率论中大数定理和中心极限定理,在内点处证明了它的一致性和渐近正态性.它在内点处的收敛速度达到了非参数函数估计的最优收敛速度.     

On-line Weighted Least Squares Kernel Method for Nonlinear Dynamic Modeling

Support vector machines （SVM） have been widely used in pattern recognition and have also drawn considerable interest in control areas. Based on rolling optimization method and on-line learning strategies, a novel approach based on weighted least squares support vector machines （WLS-SVM） is proposed for nonlinear dynamic modeling. The good robust property of the novel approach enhances the generalization ability of kernel method-based modeling and some experimental results are presented to illustrate the feasibility of the proposed method.     

一类新的参数线性规划最优解研究

在一些常见参数线性规划的基础上研究了一类新的参数线性规划最优解的分布区间及相关定理.     

会计信息质量与供求矛盾的研究

会计信息在经济生活的作用十分重大。它的质量大则影响国家的宏观调控，小则影响到利益相关人的决策。而现实中却存在着会计信息质量低下、会计信息供给与需求矛盾等问题。本文分析了我国及国外会计信息供给方面的现状，从法制建设、市场体制、股权结构与法人治理结构、监督体制、相关人员素质、理论研究与准则建设、内部控制、会计电算化方面找出会计信息质量低下、会计信息供求矛盾的根源，又有针对性地提出了提高会计信息质量、解决会计信息供求矛盾的措施。     

缺失数据下局部M-估计的相合性和渐近正态性

在缺失响应变量的不完全数据下,对非参数回归模型进行研究,利用稳健的变窗宽局部线性回归的方法,给出了回归函数m(x)的估计,并证明了局部M-估计具有相合性和渐近正态性.所提出的方法继承了局部多项式回归的优点并且克服了最小二乘方法缺乏稳健性的缺点.并且使用变窗宽提高了所得M-估计的可塑性,使之能成功地处理空间非齐次曲线、异方差性及非均匀设计密度.所得估计的渐近结果为求渐近最优方案以及直接从数据估计最优变窗宽提供了理论基础.     

基于电子自旋弛豫的全光开关的理论计算

国外已有实验测量发现，InGaAsP多量子阱材料的电子自旋弛豫时间是与材料的阱宽大小直接联系的，而且比之前研究的GaAs多量子阱材料的自旋弛豫时间更短。文中对激子的特性进行了介绍，对影响电子自旋弛豫时间的三个机制经行了分析和计算，并且采用有限深势阱摸型对InGaAsP多量子阱的组分和阱宽之间的关系进行了计算，最后根据要制作的全光功能开关的性能指标对计算结果进行了选择，得到最适合于制作光开关的材料为：势阱In0．53Ga0．47As（阱宽6nm）；势垒InP。