基于流动性风险的资本资产定价模型

在现有的资产定价理论基础上,研究了考虑流动性风险因素的风险资产定价问题。首先在无套利下对流动性风险进行定价,得到流动性风险的市场价格,进而给出了无风险资产和风险资产的有效前沿。再从风险构成的角度给出了流动性风险的测度和市场价格,推导出两种形式的基于流动性风险的资本资产定价模型(以相对量表示风险的LBCAPM和以绝对量表示风险的LBCAPM)并揭示了资产期望回报的形成过程。最后,介绍了定价模型的应用前景。     

随机违约强度下的信用风险期限结构研究

构造了信用风险期限结构的框架性模型,属于强度模型流派.并讨论了两因子模型的例子,给出了可违约债券的价格解析表示式,最后分析了信用风险衍生产品的定价问题.     

模糊随机不确定环境下考虑决策者主观判断的亚式期权定价

考虑金融市场的不确定性包含随机性和模糊性两个方面,把标的资产价格视作一个模糊随机过程,以连续几何平均亚式看涨期权为例运用随机分析和模糊集理论研究了模糊随机不确定环境下的亚式期权定价问题。首先,推导出了亚式期权模糊价格的任意水平截集,并将如何计算给定任一个参考价格的置信度问题转化为求解最优化问题。然后,研究了两种考虑决策者主观判断的亚式期权定价,一是引入模糊目标表示决策者对期权预期价格的满意度,给出可靠度大于决策者满意度的亚式期权预期价格的范围;二是引入悲观-乐观指数表示决策者的悲观程度,基于加权函数和可能性估计测度定义模糊数的可能性均值,得到可能性均值意义下的亚式期权定价公式。最后,给出了一个数值例子说明了模型的可行性和实用性。     

基于BSDE的跳扩散过程的可违约期权定价研究

本文通过构建一个基于跳扩散过程的可违约过程鞅表示定理,给出了与控制过程和可违约期权价值过程有关的倒向随机微分方程,利用均值方差对冲的方法,提出了基于跳扩散过程的可违约期权的定价公式。     

基于TPCBoost模型的新型交通服务定价研究—以纽约网约车为实例

当前新型交通服务定价一般基于单个特征为前提进行定价探讨,缺乏对不同特征及总体定价的宏观研究。本文集成优化多个CART树得到TPCBoost模型,同时利用纽约市网约车搭乘数据为基础,训练、测试TPCBoost模型,并利用模型分析不同特征的关系及对定价的影响,不仅验证了模型具有更强的鲁棒性及稳定性,同时发现：(1)特征非线性影响定价,短距离、短时间、少乘客时定价稳定,长距离、长时间、多乘客时定价波动剧烈;(2)当特定搭乘距离与特定搭乘时间进行组合时,会出现定价敏感期,在定价敏感期时市场竞争白热化,此时特定搭乘时间抑制定价上涨;(3)搭乘人数不直接影响定价,但与其他特征进行组合时会间接影响定价;(4)搭乘距离正影响定价,但在定价敏感期时不直接影响定价;(5)每日搭乘时间周期性影响定价,特别地,每日会出现若干定价转折时间点,其中波峰定价时间点一般多于波谷定价时间点。本文提出的TPCBoost模型经实际数据验证符合定价规律,可以为营运公司、监管部门及乘客的交通决策提供有益参考。     

基于异质性顾客群的零售商补货及反应性定价策略研究

基于消费者对相似产品的不同支付意愿,研究了零售商补货及反应性定价策略。通过两阶段模型的建立和求解,找出反应性定价的规律并确定产品的补货量。归纳了在清仓定价(延迟定价的特例)和无延迟定价下零售商的定价和补货策略。借助数值仿真,讨论了市场波动性和产品接受度对最优决策及利润的影响并比较了不同定价模式(反应性定价、清仓定价、无延迟定价)的影响。     

在线信息产品定价策略综述

由于信息产品主要通过网络销售,其技术经济特性使得传统的定价方法难以适用。在线信息产品定价研究有两大主要方向,就是将在线信息产品区分为在线信息服务和在线信息商品分类进行的,在此基础上总结了在线信息产品的技术经济特征和定价的总原则,综述了网络拥挤定价法、优先定价法、捆绑定价法、信息共享定价法和价格歧视定价法的定价机制及其主要结论,并对当前在线信息产品定价方法的最新进展进行了总结,最后对在线信息产品定价方法在实践中应用的局限进行了分析。     

具有网络外部性特征的企业定价策略研究

随着信息技术的发展,传统经济中普遍采用的单一定价策略采用者正在逐渐减少,尤其在具有网络外部性特征的产业中,更多地采用歧视定价策略.针对具有网络外部性的产业中双寡头垄断厂商的定价策略选择行为,将传统Hotelling模型中外生的定价策略作为内生变量,分析了厂商对单一定价和歧视定价的战略选择.模型的子博弈精炼Nash均衡表明:当网络效应不存在时,厂商或者同时采用单一定价,或者同时采用歧视定价;当网络效应存在时,由于网络效应的影响,厂商选择歧视定价的均衡条件放宽,导致厂商采用歧视定价比单一定价更具有成本优势,从而增强了厂商选择歧视定价的趋向.另一方面,若消费者对产品特征的敏感程度加强,也促使厂商选择歧视定价.     

水平差异产品的内生定价策略选择

本文分析了一个存在定价策略选择下的三阶段Hotelling双头垄断模型,其中厂商可以选择采用单一定价策略或者歧视定价策略。模型的子博弈精炼纳什均衡表明厂商或者同时采用单一定价策略,或者同时采用歧视一价策略。当歧视定价的边际成本相对单一定价的边际成本不太高,或者消费乾注重产品特性差异时,厂商会同时选择歧视定价策略,尽管单一定价下厂商的利润要明显高于歧视定价下的利润;当歧视定价的边际成本相对较高或者消费者不太注重产品特性差异时,单一定价将成为厂商的最优选择。最后本文从社会最优的角度分析比较了两种这价策略下的社会净福利水平。     

住房抵押贷款定价研究进展

期权定价方法可以用来为住房抵押贷款定价.在回顾采用期权定价方法来研究住房抵押贷款定价模型的相关文献的基础上,本文评述了住房抵押贷款期权定价的相关模型,讨论了提前支付与违约在住房抵押贷款定价问题中的作用,分析了住房抵押贷款保险定价及其相关问题,并对未来的研究提出了建议.     

IPO询价过程中的模糊优化定价方法

针对影响IPO定价因素的不确定性,尝试对我国IPO定价构造一个模糊分析框架,把模糊优化模型引入到IPO定价的研究中,综合考虑影响新股定价的确定和不确定因素,使定价更加科学、合理,以弥补我国新股发行定价方法的不足,为我国市场化IPO定价机制提供理论和实践方法.     

县域法人银行业机构小微企业贷款定价能力提升研究

当前,县域银行业机构对小微企业贷款的定价能力偏弱,主要表现在定价机制流程建设不到位、定价模式差异化特征不明显、价格水平总体偏高、执行利率简单固定化。造成这种现状,主要源于县域小微企业信贷市场竞争不充分、银行机构提升贷款定价能力的内生动力不强和银行机构贷款定价的支持基础不扎实,为进一步县域法人银行业机构小微企业贷款定价能力,应从增强小微企业贷款定价意识、健全贷款利率定价管理体系、构建科学的贷款利率定价方法、夯实贷款定价机制的保障基础等方面努力。     

信息不对称条件下的企业集团转移定价研究

本文研究了信息不对称条件下企业集团的转移定价决策问题,提出了歧视转移定价法。即在信息不对称条件下,当上游子企业对中间产品具有完全垄断能力时,企业集团将转移定价决策权下放给上游子企业,上游子企业根据内外部市场需求的差异,采用差别定价策略。通过与市场基础转移定价和边际成本转移定价相比较,得出歧视转移定价可以增加企业集团的整体利润。     

补充医疗保险的障碍期权定价方法及其应用

本文将期权理论引入并应用到医疗保险领域,克服传统损失分布法的局限性,为医疗保险精算提供新颖的分析工具和全新的研究视角。运用供给与需求的一般经济均衡分析将期权定价和精算定价统一于医疗保险精算领域,从精算技术与期权定价整合的视角提出医疗保险精算的供需均衡原理,并利用帕累托最优保险定价公式推导出经典Black-Scholes期权定价模型,缓解期权定价模型在医疗保险领域的应用障碍;利用障碍期权定价思想,标准期权定价模型、棘轮期权定价模型的推导思路,设计和构建含有免赔额、赔偿限额和共付比例的补充医疗保险障碍期权定价模型;最后将理论研究成果应用于我国医疗改革和医疗保险实践,测算补充医疗保险纯保费,丰富我国补充医疗保险定价方法的研究。     

期权定价的二叉树模型

介绍期权定价的离散型模型—二叉树模型.通过讨论期权定价的一期模型,得到一期模型的期权定价公式及其性质.在此基础上,讨论了期权定价的二期模型,得到二期模型的期权定价公式及其性质.     

基于用户规模的双边平台适应性动态定价策略研究

鉴于交叉网络效应导致用户加入双边平台的效用随用户规模动态变化,提出根据用户规模进行适应性动态定价的策略思想,并运用数值计算方法对该定价策略的效果进行深入研究。首先,引入平台动态竞争建模方法,构建了包含用户规模的双边平台适应性动态定价模型;接着,根据数值计算结果对动态定价与静态定价的效果进行比较;最后,考察了平台竞争主要参数的变化对动态定价策略效果的影响。研究表明：（1）动态定价显著优于静态定价,模型主要参数的取值变动不会改变动态定价具有相对优势这个定性结论;（2）提升服务质量或改变基准用户数不会明显增加动态定价的相对优势,但强交叉网络效应或前瞻性用户都会增强动态定价的相对优势。研究结果有助于平台企业管理者更好地制定平台定价策略。     

图嵌入下稀疏低秩集成预测的多因子资产选择策略

面对金融市场的大量不确定性因素，如何合理选择有效的定价因子并构建科学的资产定价体系，一直是金融理论研究的核心问题之一。本文利用图嵌入的方法，基于稀疏表示和低秩表示策略，深度挖掘潜含在数据集中的内在结构，构建了能够同时揭示数据局部结构信息和全局结构信息的集成学习策略，以实现不同维度的多源数据融合。从CAPM和APT理论出发，通过集成预测的方法构建量化多因子资产选择模型，代表性地选择了卷积神经网络、梯度提升决策树、时间序列及支持向量机等模型进行单一预测,并通过稀疏低秩的图近似最小二乘回归集成策略进行优化。实证结果表明基于集成预测的稀疏低秩策略其资产选择能力更强，超额收益率更高。采用机器学习的非线性预测方法更有利于揭示金融系统的复杂特性。实证结论对投资组合管理具有重要指导意义。     

非完全市场条件下的0-水平资产定价法研究

资产的0-水平定价法是指投资者在特定的效用函数和财富水平状况下已取得的最优投资组合,不会因新的资产出现及其相应的定价而调整,即对新资产的定价使追求效用最大化的投资者对新资产的最佳持有量为零。因此对新资产采用0-水平定价不会使市场产生套利机会。本文主要介绍Lenberger等人提出的0-水平定价的概念、方法及性质,并且将这种定价方法与e-套利定价方法进行比较,然后证明了在局部完全市场里,0-水平定价与e-套利定价的一致性。     

有锁定期的零息可赎回可转换债券定价解析式

首先,本文在Black—Scholes期权定价模型假设框架下,依据风险中性定价原理,将有锁定期的零息可赎回可转换债券的理论价值完全拆解为相对简单的四部分．进而推导出该转债的定价解析式。同时,本文利用广为接受的Monte Carlo模拟定价法验证了我们推导过程的正确性。相对现有各种数值定价法,该解析定价法大大提高了定价效率。     

在线交易中认知需要对整合价与分离价感知的影响

整合定价和分离定价是目前在线交易中普遍使用的定价策略。以224个大学本科生被试,将实验情景控制为回忆驱动和刺激驱动两种信息感知模式,通过两个2×2情景实验,探讨在不同的信息感知模式下,面对整合定价和分离定价两种不同的价格表述框架时,认知需要不同的消费者对产品的价值感知和购买意向的差异。研究结果表明,在回忆驱动下,高认知需要的消费者在整合定价时比分离定价时对产品有更高的价值感知和购买意向,而低认知需要的消费者在两种定价策略下没有显著差异;在刺激驱动下,高认知需要的消费者在分离定价时比整合定价时对产品有更高的价值感知和购买意向,低认知需要消费者则正好相反。该结论对营销管理具有现实意义,营销者可根据广告媒介和目标顾客的不同来选择整合定价和分离定价。