炼钢厂连铸机的开浇时间决策优化模型

针对炼钢厂连铸机开浇时是否连浇以及开浇时间确定等问题,从钢厂生产线上待加工的铁水/钢水金属资源平衡的角度,建立了以连铸生产总效益最大为目标函数的连铸机开浇决策的混合整数规划模型,并用基于MATLAB软件的YALMIP优化工具进行模型的求解.针对某钢厂的实际情况进行模型的应用测试,结果表明:模型可以优化决策连铸机各浇次的开浇时间,有助于编制合理的炼钢厂生产调度作业计划,稳定各班次之间的生产条件,降低生产线上的积压金属量,为炼钢厂连铸机的有序开浇提供了技术手段.     

一个关于中国股票市场和宏观经济相互关系的实证分析

在简单介绍SVAR模型的基础上,对我国实体经济扰动和股市扰动对股票市场的影响作了实证分析,结果表明:目前我国股票市场的变化主要来源于股市扰动本身;各实体经济扰动虽有着稳定的影响,但不及股市自身的大,这可能和我国具体的融资环境有关.     

股票交易量对证券期权价格的影响

用复合Poisson过程描述股票的交易量,据此构造股票价格的随机过程,进而推导出在风险中立条件下,欧式买入期权的价格公式,并对风险中立条件下及风险回避市场中,期权价格的边界问题进行讨论.     

应用接触过程构造股票价格模型

引入接触过程的理论,并由此构造股票价格模型,在此基础上构造了一个停时序列,通过对此停时序列及接触过程上临界状态与下临界状态,来研究股票价格的波动性质,推导出股票价格的特征函数收敛于levy过程相应的特征函数,从而说明了股票价格分布函数的收敛性质.最后用实际数据模拟,证明此模型的合理性.     

基于数学模型的居民家庭股票投资研究

本文在均值-方差框架下分析了居民家庭如何进行股票投资选择,以及如何在现金,债券和股票之间作出最优投资分配.并且,通过微观数据实证分析了北京市居民家庭股票投资选择的状况.     

使用Bayes方法识别股市变结构模型

为了使用边际似然函数进行模型变点的有效识别,通过使用变结构模型和Monte Carlo方法,对波动率模型中的变点进行了判断。通过对中国股票市场的波动性进行分析,识别出中国证券市场的4个变点。实证结果表明:中国股票市场从成立以来,一共经历了5个阶段,分别是1990年12月到1991年秋、1991年秋到1992年中、1992年中到1997年中、1997年中到2002年春、2002年春至今。研究发现,中国证券市场结构发生变化与股票市场价格波动无关,而与中国证券市场不断发展和完善息息相关。     

中国乘用车与商用车保有量预测

为了获得中国未来汽车保有量及其构成,分别采用Gompertz模型和线性外推模型对中国的乘用车和商用车保有量进行了预测。结果表明:中国汽车保有量在2020年和2030年将分别达到2.5—2.9亿辆和4—5.2亿辆,其中乘用车保有量增长速度相对较快,且存在一定不确定性,在2020年和2030年将分别达到2.2—2.6亿辆和3.5—4.8亿辆。商用车保有量在2020年和2030年将分别达到0.33和0.47亿辆。在2030年之前,中国汽车保有率将快速提高,但是相比发达国家将始终有较大差距。     

货架摆放量影响需求的库存管理

建立某些商品的需求与库存管理模型,从商品自身的销售弹性与替代品的销售弹性出发,设定摆放量充足时货架摆放量与需求量是指数函数关系;当摆放量小于一定量时,顾客的需求为一常数,并且允许顾客流失和延迟销售;在此基础上建立货架摆放量与需求量的模型.并通过解析解的情况,求出最优解.     

不同客户服务水平下补货发货模型的选择

考虑到客户等待成本在某种程度上反映了客户所要求达到的服务水平,研究了不同需求区域内,当客户所要求的服务水平不同时,VMI环境下的两个典型的库存补充与发货模型.这两个模型分别采用了基于时间和基于数量的整合补货发货策略,分析了供应商如何根据客户服务水平制定相应的发货和库存补充策略,才能使客户满意度达到最大,同时其自身效益也获得最优,初步确定出了一个补货发货策略的选择方法,并应用MATLAB仿真软件进行了计算.     

Randomized unit root processes for modelling and forecasting financial time series: Theory and applications

This paper considers the problems of statistically analysing the levels of financial time series rather than their differences, which are often equivalent to returns and which are traditionally analysed in econometric modelling. This focus on differences is a consequence of the inherent nonstationarity of the levels, and hence analysing the latter requires introducing an alternative framework for modelling nonstationary behaviour. We do this by considering randomized unit root processes, arguing that these can have a natural interpretation in the financial context. The paper thus develops methods for testing for randomized unit roots and for modelling such processes. It then applies these techniques to various financial time series, so as to ascertain their potential usefulness, particularly for forecasting.