证券市场的有效性研究

随机选取沪，深两市各25家上市公司的日收盘价的收益率为样本，通过正态性检验，自相关性检验等各种统计量的分析研究，研究结果：收益率序列呈显著的尖峰厚尾及非正态性分布，并呈现出很高的序列相关性，由此得出结论，沪，深两市还未达到弱式有效。     

双尾Tobit模型中LAD估计的渐近正态性

由于测量仪器或者测量方法精确度的影响,响应变量受到测量范围的限制,当大于最大测量值或者小于最小测量值时,其确切值不能观测到.当响应变量只受最小值或最大值限制时,有关回归模型(Tobit模型)中参数估计及其统计推断性质的研究已比较多.这里在响应变量同时受到最大值和最小值限制的情形下,讨论了回归模型(双尾Tobit模型)中参数LAD估计的构造,且在一定的条件下,证明了该LAD估计的弱相合性和渐近正态性.最后,利用数值模拟研究结果评估了所提方法的效果.     

基于价格冲击函数的经流动性调整VaR模型

提出了一种基于价格冲击函数的VaR（风险值）模型构建思路,以使得这种经流动性调整后的VaR更能完整地计量金融资产的风险.对于给定数量和限定期限的资产变现问题,投资者的风险偏好系数决定了其选择的交易路径是唯一的.由于投资者风险偏好系数和VaR下的置信概率水平具有一一对应关系,可以通过最优路径集下执行成本的期望和标准差组合曲线来获得不同置信概率下,经过流动性调整后的VaR.考虑到实际的资产价格分布的尖峰厚尾性,引入了正态修正因子θ,以改进VaR的风险评估效果.     

涉及例外函数的亚纯函数族

通过研究涉及例外函数的亚纯函数族,推广了由Montel建立的一个正规定则,进而得到了相应亚纯函数族的正规定则。由此把例外值推广至例外函数的情形。     

加权平衡熵损失函数下Poisson分布参数的Bayes估计

首先, 基于平衡损失函数的形式, 给出一个加权平衡熵损失函数, 并将其应用到Poisson分布中, 得到了该损失函数下参数的Bayes估计. 其次, 在先验分布为Gamma分布的条件下, 给出估计量的显式表达式, 证明估计量的相合性, 并利用QQ图的方法检验估计量的渐近正态性.     

时变扩散模型中收益参数向量的局部复合分位回归估计

主要研究多维时变扩散模型中收益参数向量的估计问题.基于离散观测样本,利用局部线性拟合的方法,得到了时变漂移参数向量的局部复合分位回归估计,并证明了估计量的渐近正态性.同时,给出了估计量的渐近偏差和渐近方差.     

右删失数据下回归函数的局部组合分位数回归估计

本文研究右删失数据情形下的组合分位数回归模型,采用局部多项式逼近来估计回归函数,得到回归函数在某一点的估计量的渐近正态性和区间估计,并通过蒙特卡洛模拟验证了所提方法的有限样本性质。     

一种新的随动不均匀强(软)化砼本构模型

通过对有关砼材料试验数据的认真分析，放弃了均匀强（软）化的传统假说，提出了一种由四种砼典型破坏试验数据标定材料加载面的实际形状和运动规律的新方法，与只由一条轴压试验曲线标定的传统方法相比，该模型更加充分地利用了试验数据，所建立的弹塑性随动强（软）化模型，不仅可以模拟混凝土材料的强化、软化和包氏效应，而且具有在考虑材料软化时无须将坐标系转到应变空间中的特点，通过与试验结果的对比分析证明，正交法则可以很好地描述混凝土材料的塑性变形性能，所得到的刚度矩阵对称，能够节省大量的机时和计算费用，便于移植，文中所提模型与巳有试验结果较为吻合。     

适应性滤波算法的渐近正态性

设{x_n}是一个递推的适应性滤波序列,本文将给出在较一般信号条件下,n~(1/2)(x_o-x~*)具有渐近正态性,这儿x~*是最小均方意义下的最优值。     

有限群的模糊C-正规子群

给出了模糊C-正规子群、模糊极大正规子群的概念,并利用集合套理论给出了模糊C-正规子群的等价定义,同时研究了模糊-正规子群的一些性质。