相对损失函数下的保费估计

在经典的信度理论中,几乎所有的保费模型都建立在纯保费基础上。但是在实际保险业务中,要求收取的保费带有安全负荷。文章在相对损失函数下,建立了保费估计模型,得到了该模型下风险保费的6个估计,即聚合保费、聚合估计、Bayes保费、Bayes估计、信度保费和信度估计,并验证了这些估计的相合性。文章还将这6个估计分为两类,用例子比较了这两类估计的异同。     

中国金融混业经营的安全底线——商业银行介入投资银行业务的必要法律界限研究

中国商业银行日益突破传统的存贷业务,开始经营理财产品等投资银行业务.而相关商业银行法规仍然建立在分业监管的基础上,对混业经营创新业务的风险防范明显不足.为了保障储蓄业务的安全,必须解决在混业经营中商业银行究竟“从事哪些业务才是安全的,不能从事哪些高风险银行业务”的问题.次贷危机之后,西方纷纷推出的“结构性改革”措施,核心思想正是加强对商业银行高风险投资银行业务的监管.目前中国银行介入投资银行业务处于缺乏法律规范的发展状态,应当吸取“结构性改革”的有益经验,划定商业银行应当禁止从事的高风险投资银行业务的范围,明确法律界限的“双重维度”,防范系统性风险.     

立法语言的语体(下)

立法语言是准确表达立法意图、立法目的和体现立法政策的一种专门载体,比一般的语言文字严谨、规范、简洁、通俗、明确。法律文本大到行文成篇,小至遣词用字,都应当予以足够的重视,要求既符合作为法律行业特殊语体的习惯和规则,也要符合国家通用语言文字(普通话)的语法、语义要求。根据我国立法文本的用字和用词、立法语言的口语以及立法语言的外来词等方面的统计、分析和研究,我们发现立法语言具有通用语言文字和特殊行业语言的双重特点,自然也要接受、符合通用语言文字和法律行业语言的双重规范。     

一类多元响应降维子空间的估计及其应用

在高维空间中进行统计建模通常会碰到"维数祸根"问题,解决办法之一是降维,充分降维是一种有效的降维方法。针对多维响应降维子空间提出一类矩生成函数估计方法及其改进估计量,并给出该类方法估计量的大样本性质:相合性、渐近正态性。通过随机模拟与实例分析,表明改进估计量估计效果有较大幅度提高。     

基于Borich模型的酒店培训需求估计——以四星级F酒店为例

酒店培训是完善酒店经营管理水平的重要手段之一,该文以福州四星级F酒店为例,利用Borich模型来分析酒店员工培训需求情况,对酒店员工具体的技能培训项目需求进行排序对比,结果表明,酒店员工参加培训的需求覆盖面较广,酒店培训项目的培训方法、培训内容安排以及培训时间分配是影响培训进一步推广的主要因素。此外,应急事件处理技能是今后基层人员的培训重点;管理案例分析、团队合作培训、顾客沟通和应急事件处理技能则需要在日后的中高层管理人员培训中进行强化;而职业道德、岗位技能、顾客关系和客户投诉处理技能不需要过多的培训投入,从而更有针对性地筛选出符合酒店员工迫切需要的培训内容,进而提高酒店管理水平。     

书写文化创伤与阈限下非线性成长——评印裔流散作家妮基塔·拉尔万尼的处女作《神童》

印裔流散作家妮基塔·拉尔万尼的处女作《神童》(Gifted)入围2007年英国曼布克奖和柯斯达文学新作奖,同时还获得戴斯蒙·埃利奥特奖小说奖。小说通过叙述《神童》中女主人公"神童"鲁米从数学天才坠落凡间的成长经历,论述了印度流散族裔主体的文化创伤,在阈限状态下的非线性成长和双重成长烦恼,揭示了个人成长与民族之间的隐喻关系。     

基于正性约束的测向交叉定位方法

传统的交叉定位方法将波达方向(DOA)的正切值作为斜率,求出信号源的位置坐标的线性最小二乘解。由于正切值存在前向/后向的角度模糊,在DOA测量误差较大的情况下,将引入较大的交叉定位误差。针对该问题,该文提出了一种利用DOA的正弦值和余弦值构建交叉定位方程组的算法,且对信号源与观测站之间的距离参数进行正性约束,避免了DOA前向/后向模糊。仿真结果表明,在DOA测量误差较大的情况下,该方法比传统的交叉定位方法更精确。     

生长曲线模型中参数的线性有偏估计的优良性

文章研究了生长曲线模型参数的线性有偏估计类,在均方误差阵(MSEM)准则下给出了估计类中的估计优于LS估计的充要条件,并给出了此估计类中的Bayes估计.     

首失效截尾样本下三参数Pareto分布的估计问题

文章在逐步增加首失效截尾样本下,研究三参数Pareto分布族形状参数的一致最小方差无偏估计(UMVUE),在对称平方损失函数下,讨论其Bayes估计和参数型经验Bayes (PEB)估计.按照均方误差(MSE)准则,比较UMVUE与PEB估计的小样本性质,根据形状参数的风险,导出其Bayes估计与PEB估计的大样本性质,并获得它们的收敛速度o(n-1).在相同或相近的可信水平下,分别研究参数在经典统计和Bayes统计中的区间估计,并利用数值模拟说明Bayes区间估计的精度高于经典统计区间估计.