飞行仿真系统RDFSS的实现方法

介绍了飞行指挥实时动态真实感模拟系统（ＲＤＦＳＳ）的整体结构设计思想及实现方法,研究了ＲＤＦＳＳ系统飞行器械的造型、飞行背景及目标拦截模拟方法,简要阐述了我们在研究适合于飞行模拟时所提出的一些新思想、新算法。此系统已在ＳＧＩ工作站上实现,达到了较为真实和实时的良好效果。     

风险项目投资决策与实物期权估价方法

讨论了实物期权的存在对风险项目投资决策的影响,分析传统的净现值方法与期权方法的联系,提出基于期权定价方法的改进净现值模型,并通过一个扩大投资问题研究了成长期权的价值。     

超生产容量阻止对手进入有效性的实物期权分析

将产业中企业竞争的策略行为推广到不确定性的市场环境中,用实物期权分析方法研究了行业内的垄断企业阻止具有决策灵活性的潜在进入者时,投资超生产容量策略的有效性.研究基于行业内企业的生产容量对进入者项目价值的影响评估,给出了业内企业生产容量对对手的进入期权价值和投资决策的影响结果,证明了当潜在进入者有足够的决策灵活性:投资前持有进入期权,投资后持有暂时停止和恢复期权时,对业内企业设置的任何生产容量,潜在进入者都会等待有限的时间后投资进入行业,即在净现值分析方法下有效的、以超生产容量阻止进入的竞争策略,对于持有投资和生产决策期权的进入者是无效的.     

中国房地产财富效应的协整分析和误差修正模型

为了揭示中国房地产价格与居民消费的关系,在论述财富效应理论对中国适用性的基础上,引用了持久收入假说与生命周期理论下的财富效应模型,并以该模型为基础构建了协整分析与误差修正模型.同时,选取上海市数据为样本进行实证的分析,验证中国房地产财富效应的存在性.此外,进一步选取北京、天津、深圳、重庆市数据为样本进行扩展的实证研究,并进行比较.研究表明中国房地产财富效应在一定范围内存在,长期的房地产财富效应基本是正向的,而短期的房地产财富效应的发挥形式存在一定的差异.     

实物期权在厂商污染治理技术投资策略中的应用

由于在排污权交易条件下选择污染治理技术的自由留给了厂商,如果因污染治理技术投资而节省的费用大于购买排污权的费用,则厂商就会选择污染治理技术投资,因此,厂商需要进行污染治理技术投资策略的选择。基于实物期权理论建立了排污权交易条件下厂商污染治理技术投资策略模型,并给出了厂商污染治理技术投资的最佳时机。     

基于实物期权的ERP不确定性投资分析

企业资源规划系统(ERP)项目投资具有很大的风险和不确定性,投资决策一直是困扰决策者的难题.ERP项目投资决策是一个带有潜在随机过程和约束条件的多阶段投资决策问题,包含大量内在关联的投资机会.多段随机规划方法可以较好地解决带有潜在随机过程和约束条件的多阶段决策问题,克服了二项式方法和有限微分方法难以求解多段关联复合期权的弊端.运用多段随机整数规划方法结合ERP系统的投资特点建立了基于实物期权的ERP项目投资决策分析模型,设计了合理的模型求解算法.模型很好地考虑了项目投资过程中未来收益和投入成本的不确定性,相对于传统决策评价方法更加适合于ERP投资决策.     

基于实物期权方法的信息不对称下资产剥离决策研究

利用实物期权方法分析了信息不对称的委托代理框架下企业资产剥离决策.研究了委托人和代理人之间的信息不对称对执行资产剥离期权的影响,得到了最优激励合同并进行了算例分析.研究显示,与对称信息情况下相比,不对称信息使得执行资产剥离期权的资产临界价值降低,并且给委托人带来包括支付信息租金和效率损失等两方面损失.     

风险资本最优IPO时机选择模型研究

借助实物期权和最优停时的方法对风险资本的退出方式之一:IPO退出方式进行了退出时机的研究.通过假定项目的利润流服从几何布朗运动,并在有卖空限制以及假定乐观投资者的数量服从一个泊松跳过程的情况下,借用实物期权的方法和最优停时定理,建立了退出时机选择的模型,并推导出了最优停时的临界值阀值,最后得到结论:如果当乐观投资者和项目的利润流之比大于临界值阀值时,风险投资家是同意公司上市,因为此时为他们安全退出的最优时机.     

寻绎刘辰翁文学思想中的“情真”与“自然”理念

刘辰翁是宋元之交著名的遗民、作家和文学评论家，他的文学思想丰富而又深刻。主要体现在诗文序跋和大量的评点批语中。通过对这些内容的分析与归纳，再联系他的诗词创作以及所生活的时代与个人的经历，可以看出其文学思想中具有鲜明的追求“情真”与“自然”的理念。     

Real‐Time Forecasts of Inflation: The Role of Financial Variables

We present a mixed‐frequency model for daily forecasts of euro area inflation. The model combines a monthly index of core inflation with daily data from financial markets; estimates are carried out with the MIDAS regression approach. The forecasting ability of the model in real time is compared with that of standard VARs and of daily quotes of economic derivatives on euro area inflation. We find that the inclusion of daily variables helps to reduce forecast errors with respect to models that consider only monthly variables. The mixed‐frequency model also displays superior predictive performance with respect to forecasts solely based on economic derivatives. Copyright © 2012 John Wiley & Sons, Ltd.