条件自回归expectile模型及其在基金业绩评价中的应用

本文研究了日收益率之下开放式基金的业绩评价和检验问题,提出了改进的条件自回归expectile（CARE）模型并应用到基金业绩评价的问题研究中。首先运用非对称最小二乘法（ALS）对动态的CARE模型进行半参数估计,得到样本基金收益率序列的VaR值和ES值。其次,使用计算结果对样本基金的日收益率进行风险调整,得到基于VaR和ES修正的Sharpe比率。最后,在实证研究中,本文使用传统的Sharpe比率、基于VaR和ES的Sharpe比率对我国56只开放式基金在2005-2011年间的业绩进行了实证分析,结论显著证明了CARE模型在极端风险度量上更精确,在基金评价和检验中的应用中是可行的。     

基于状态空间模型的动态基金业绩评价研究

本文在基金整体业绩评价研究领域对以往经典基金业绩评价指标詹森alpha指数以及基金资产投资的系统风险指标beta的估计方法进行了修正和改良。以往的詹森指数和beta值的估计是将其视为常系数,然而实际中基金的詹森指数和系统风险beta具备时变性。在对常系数下詹森alpha和系统风险beta值的分解式中,本文证明了传统估计值由詹森alpha和系统风险beta的期望值与一系列协方差项组成。随后本文构建了反映动态指标变化的SSM模型,并利用Particle EM算法来估计动态詹森alpha和系统风险beta在各期的估计值,并以此来计算基金在评价时期内平均詹森指数水平和系统风险水平。此外由于获取了各期的系统风险beta,根据择时能力的定义本文构建了反映基金在时期内的择时能力指标。     

电力市场化改革背景下我国发电企业竞争力评价模型研究

我国实施电力体制改革在发电侧引入竞争之后,发电企业竞争力成为发电企业、监管层和社会公众普遍关心的问题.本文构造了发电企业竞争力评价模型,整个模型考虑到发电企业的潜在竞争力、现实竞争力以及业绩表现竞争力,建立了评价指标体系,并且以国内上市的发电企业为样本,运用层次分析法、因子分析法、熵权法、综合指数法等方法,进行了竞争力的评价和排序.结果显示,该评价模型、指标体系和所用方法适合我国发电企业.     

我国封闭式基金的持股集中度与业绩的关系研究

本文主要研究我国封闭式基金从2000年6月到2007年6月的持股集中度对基金业绩的影响,首先运用基尼系数和赫芬达指数(Herfindahl Index)对我国基金的持股集中度进行研究,然后分别用Jensen Alpha、Fama和French三因子模型对基金的业绩进行全面的刻画,最后研究持股集中度和基金业绩之间的关系。研究结果表明:持股集中度可以在一定程度上影响基金的业绩,持股集中的封闭式基金的业绩要好于持股分散的封闭式基金。     

偏股型开放式基金“赎回悖论”的动态特征及申购异象

本文对偏股型开放式基金赎回悖论进行了系统研究,修正了传统的单期静态"赎回悖论",采用超额收益来评价基金业绩,根据月度面板模型分析了业绩对基金赎回的多期、动态影响,实证表明:基金当期业绩存在较强"赎回悖论",但历史业绩并不存在"赎回悖论",基金的历史业绩越好越能促进资金流入,且赎回悖论仅存在于老基金。为了进一步探索"赎回悖论"动态性的根源,作者引入SVAR模型分别分析了申购、赎回对业绩的多期脉冲反应,发现投资者在赎回行为上表现出相当的理性,并不存在处置效应,"赎回悖论"的根源在于投资者申购行为的异常。投资者反向选择策略、投资者对新基金的偏好以及基金市场的快速扩张是造成申购异象的直接原因。     

基于数据包络分析（DEA）的封闭式基金相对业绩评价

本文针对基金业绩评价的传统方法存在的局限性，将DEA思想引入我国投资基金业绩评价，建立了基于DEA的业绩评价模型。并应用该模型对22家封闭式基金2000年至2002年间的相对业绩进行了比较分析。结果发现：在目前证券市场环境下，多数基金处于无效状态，基金业绩不存在明显的业绩持续性和规模效应，但投资风格与业绩之间具有一定的相关性。     

基于期望效用-熵模型的基金评级方法及其在中国基金评级中的应用

基金评级对于投资者来说具有重要的参考价值，研究合适的基金评级方法非常必要。本文针对晨星评级对风险调整和预测能力不足的特征，研究应用期望效用-熵（EU-E）模型基金评级方法对我国开放式基金进行评级的预测能力；并以Sharpe指数、Jensen、Fama-French三因素和Carhart四因素α作为业绩指标，利用固定效应面板数据回归模型对期望效用-熵模型和随机效应面板数据回归模型对晨星基金评级的预测能力进行比较分析。采用样本期由2011年2月到2016年6月的261只基金为研究样本进行评级；研究结果表明，基于期望效用-熵平衡系数λ=0.25和0.75时，EU-E模型基金评级方法评级具有良好的预测能力，而晨星评级预测能力较弱。特别地，λ=0.25和0.75时，EU-E模型评级的五星级基金业绩优于晨星评级对应的基金业绩，而且相比于晨星评级可以更好地区分不同星级基金的业绩。另外，研究结论对于短期、中期和长期的样本都是稳健的。     

数据包络分析法在基金业绩评价中的应用

把数据包络分析法(DEA)引入到基金业绩评价中,以基金本身为参照物对各基金业绩进行横向比较,避免了整个证券市场环境,也包括经济、法律、政策环境等系统因素(外生变量)造成的影响.用DEA对2002年度我国46只证券投资基金的相对绩效进行了评价.最后对DEA在基金业绩评价中的进一步研究提出了一些问题和建议.     

投资基金绩效评价的Sharpe 指数与 衰减度实证分析

采用国际上基金业绩评价中普遍采用的Sharpe指数,对中国证券投资基金的业绩进行实证研究;针对Sharpe指数在基金收益非正态分布时的缺陷,采用Stutzer(2000)提出的衰减度对中国证券投资基金进行实证分析.实证分析说明,衰减度和Sharpe指数相比,在基金收益呈正态分布时,基金业绩排序一致;在基金收益呈非正态分布时,衰减度可根据基金收益高阶统计量(偏度,峰度)进行修正.另外,该研究表明根据衰减度参数θ的大小进行排序对基金绩效评价是有参考价值的.     

基于DEA的封闭式基金业绩评价

数据包络分析(Data Envelopment Analysis,DEA)是一种广泛运用于相对绩效评估的系统分析方法,本文将一多输入单输出DEA模型引入证券投资基金业绩评价,其中输出为基金收益,而输入则为管理费用、交易成本和标准差。随后,利用该模型对2000年以前上市的20只基金在2000年、2001年及2000～2001年间的业绩进行了评价,主要结论有:在所有评价期,基金安顺、普丰、兴和和金鑫的业绩相对有效,基金裕阳和裕隆相对较无效,它们的相对业绩均表现短期持续性;单位交易成本和基金收益率而非单位管理费用和标准差是影响基金相对业绩(非绝对业绩)的主要因素,尤其是基金收益率。     

对于尝试-重购新产品扩散模型的改进：logit模型及NILS估计

在现有的尝试-重购模型的基础上,本文构建了一个更加合理的logit形式的尝试-重购模型。发展出一套适用于该模型的估计方法和检验方法,并用Monte Carlo随机模拟实验对此方法的有效性进行验证。经检验,随着样本数据量的增加和样本标准差的减小,无论是模型参数的估计误差,还是单参数显著性检验的效力,以及犯第一类错误的可能性都表现出合理的变化趋势。该模型可以用于快速消费品新产品的销量预测和营销组合分析。     

Model Uncertainty and Model Averaging in the Estimation of Infectious Doses for Microbial Pathogens

Food‐borne infection is caused by intake of foods or beverages contaminated with microbial pathogens. Dose‐response modeling is used to estimate exposure levels of pathogens associated with specific risks of infection or illness. When a single dose‐response model is used and confidence limits on infectious doses are calculated, only data uncertainty is captured. We propose a method to estimate the lower confidence limit on an infectious dose by including model uncertainty and separating it from data uncertainty. The infectious dose is estimated by a weighted average of effective dose estimates from a set of dose‐response models via a Kullback information criterion. The confidence interval for the infectious dose is constructed by the delta method, where data uncertainty is addressed by a bootstrap method. To evaluate the actual coverage probabilities of the lower confidence limit, a Monte Carlo simulation study is conducted under sublinear, linear, and superlinear dose‐response shapes that can be commonly found in real data sets. Our model‐averaging method achieves coverage close to nominal in almost all cases, thus providing a useful and efficient tool for accurate calculation of lower confidence limits on infectious doses.     

Model Uncertainty and Bayesian Model Averaged Benchmark Dose Estimation for Continuous Data

The benchmark dose (BMD) approach has gained acceptance as a valuable risk assessment tool, but risk assessors still face significant challenges associated with selecting an appropriate BMD/BMDL estimate from the results of a set of acceptable dose‐response models. Current approaches do not explicitly address model uncertainty, and there is an existing need to more fully inform health risk assessors in this regard. In this study, a Bayesian model averaging (BMA) BMD estimation method taking model uncertainty into account is proposed as an alternative to current BMD estimation approaches for continuous data. Using the “hybrid” method proposed by Crump, two strategies of BMA, including both “maximum likelihood estimation based” and “Markov Chain Monte Carlo based” methods, are first applied as a demonstration to calculate model averaged BMD estimates from real continuous dose‐response data. The outcomes from the example data sets examined suggest that the BMA BMD estimates have higher reliability than the estimates from the individual models with highest posterior weight in terms of higher BMDL and smaller 90th percentile intervals. In addition, a simulation study is performed to evaluate the accuracy of the BMA BMD estimator. The results from the simulation study recommend that the BMA BMD estimates have smaller bias than the BMDs selected using other criteria. To further validate the BMA method, some technical issues, including the selection of models and the use of bootstrap methods for BMDL derivation, need further investigation over a more extensive, representative set of dose‐response data.     

公理化设计基本理论及其应用模型

公理化设计是当前质量工程领域出现的一种新产品设计方法,该方法为新产品创新和已有产品诊断改进给出了基本原则和概念性框架,已引起了质量界的高度重视.本文对其基本理论和设计模型进行初步探讨的同时,介绍了其研究重点和热点,并对其优点和存在的一些问题进行了讨论.     

DEA博弈模型的分析与发展

数据包络分析(Data Envelopment Analysis,DEA)与博弈论之间关系密切.传统DEA模型忽略了决策单元(Decision Making Units,DMUs)之间的竞合关系,对权重的限制过于宽松,难以合理评价DMU效率值.为此,将博弈论方法引入至DEA模型,开展DEA的博弈研究,既是对DEA理论的重大发展,也将极大拓宽博弈论的应用研究.本文分三个阶段对现有的DEA博弈研究进行述评:(1)DEA的博弈论解释;(2)DEA Game模型及其应用;(3)DEA效率博弈;在深入分析重点模型基础上,总结其发展脉络,促进DEA理论与实践的发展.     

新型订单农业合作模式的优化模型分析

根据当前的中央脱贫政策,本文考虑到脱贫方式,提出了基于新型合作模式的订单农业方式,构建了新型订单农业优化模型。首先根据区域经济发展需要成立一个农业合作社,农户以土地面积比例入股,合作社通过与农产品收购公司谈判并签订收购合同来获得收益,并把收益的一部分用于农户分红。合作社聘用职业经理负责经营,除此之外,合作社还会按所入股份给农户提供一份固定费用以保证农户的收益。根据上述内容构建了一个新的"农户+合作社+收购公司"型三级新型订单农业供应链优化模型,并在条件风险（CVaR）度量准则下得出合作社在不同风险规避度下的具体收益,在保证农户和合作社收益的前提下,建立相应的约束优化模型,利用拉格朗日函数及其相应的KKT条件得出农户加入合作社可获得更多利益的最小土地面积和合作社应提供的最小固定费用。     

基于EUCS模型和ISS模型的旅游网站使用者满意度量的比较研究

基于终端用户计算机满意(EUCS)理论和信息系统成功(ISS)理论,本文构建了评价旅游网站使用者满意的理论和概念模型,并通过结构方程模型(SEM)分析方法,对度量模型与在线调查获得的数据的拟合程度进行了比较,发现基于ISS的旅游网站使用者满意模型具有更强的解释能力.最后,本文分析了造成上述差异的原因,并比较了旅游网站与信息系统的差别,随后,本文进一步提出了未来的研究方向.     

MTS原理及其设计模型

MTS是质量工程学上解决多元空间问题的综合计测法,本文对其基本原理和设计方法进行了详细介绍,并对MTS的本质和不足进行了讨论.