无风险利率变化时的实物期权定价方法研究

在现有的实物期权定价模型中,作为折现率的无风险利率被视为常数不发生变化,但实际上由于实物期权的到期时间较长而且不一定固定不变,作为折现率的无风险利率也并不总是固定的,而有可能发生变化.因此,研究无风险利率变化时的实物期权定价方法具有重要的理论意义和现实意义.本文正是考虑到这一点,首先假设无风险利率的变化服从Ornstein-Uhlenbeck随机过程,得到无风险利率变化时的实物期权定价公式,然后放松假设条件用Cox的利率均衡模型重新描述无风险利率的运动形式后,又对上述定价公式进行了修正,在此基础上本文给出一个数字实例对传统实物期权定价方法和考虑无风险利率变化时的实物期权定价方法进行比较.     

基于均值-超量系统总阻抗的随机拥挤收费模型

文章研究出行需求不确定环境下的拥挤收费问题,采用均值-超量系统总阻抗作为风险评价指标。均值-超量系统总阻抗风险指标,既能够保证系统总阻抗以一定的置信水平α小于决策者的预算,又保证当实际系统总阻抗超过决策者预算时引起的超量延误的均值最小,因此将它作为拥挤收费模型的目标函数能够更加全面地刻画不确定环境下系统总阻抗的分布特征。本文以最小化均值-超量系统总阻抗作为拥挤收费的目标,建立需求不确定条件下的拥挤收费模型。该模型能够更好地反映决策者面对不精确的出行需求数据的风险态度。通过蒙特卡洛模拟的方式将其转化为确定性的模型,降低了求解的复杂性。通过算例分析可得,与期望值模型相比,该模型具有更强的适应性。     

商品金融化背景下商品期货的多样化收益研究

日益丰富的商品期货交易种类为传统投资组合的风险-收益结构提供了可行的改善路径,但同时商品期货的风险对冲功能也受到了商品金融化趋势的现实冲击。本文基于不同分布假设下的均值-方差张成检验方法探究引入商品期货改善传统投资组合的路径和程度,并在此基础上利用投资组合的样本期外滚动数据对商品期货的多样化收益进行多维绩效检验。研究发现：1.无论是否考虑资本市场现实中的交易制度约束,样本期内商品期货的加入都能够显著地改善传统投资组合选择的风险-收益结构;2.商品期货对投资组合有效边界的改善主要体现为风险分散效应,商品期货的加入不能为传统资产配置策略带来超额收益;3.引入商品期货能够有效地降低投资组合样本期外的标准差和尾部风险,高风险厌恶的投资者配置商品期货能够取得更高的等价性收益。本文研究结果表明,尽管大宗商品金融化趋势不可逆转,但将商品期货引入传统投资组合仍是推动中国资产配置策略优化升级的有效途径。     

利用扩展基尼均值系数计算股指期货套期保值比率

本文在Yitzhaki利用基尼均值系数计算金融期货套期保值比率的基础上,提出了利用扩展基尼均值系数来计算股指期货最优套期保值比率,并通过公式推导证明,Yitzhaki的基尼均值系数,仅是扩展基尼均值套期保值比率的特殊情况。     

一种基于信息熵与K均值迭代模型的模糊聚类算法

本文提出了基于信息熵和K均值算法混合迭代模糊聚类的细分模型,解决了模糊聚类的原型初始化参数问题。将信息熵和K均值算法引入模糊聚类中进行分析,并结合测试样本数据进行实际分析,与传统方法相比,取得了较好的效果。     

技术人工物设计中的功能分解

技术人工物的设计遵循功能推理的逻辑,通过功能分解方法实现.文章通过梳理功能分解的三种方法,分析功能分解的内在逻辑,认为功能分解的逻辑基础来自技术人工物的工作机制及其与使用者的互动方式,其实现的基础条件是功能的可分隔性和性能的可降层性.功能分解作为一个桥梁,帮助设计者连接了"意向图景"与"物理/机械图景",在部分与整体的结构/功能之间获得一种逻辑上的互通性.功能分解思维帮助设计者得到了易于理解的,具有可预测性、可靠性、稳定性、可控性的牛顿机器,并通过设计方案说明设计对象的性能/行为是严格可预测的,与预期运行效果是一致的.这实质上是机械论和还原论在设计思维中的反映.     

"口味无争辩"?——高低收入阶层膳食健康上的不平等及其分解

我国高低收入阶层间存在着严重的膳食健康上的不平等现象,在讨论其背后的机制时,鲜有文献涉及到口味因素.传统理念认为口味差异天生给定,无需争辩;Becker开创性地认为可以用经济学工具争辩口味问题.通过采用中国家庭追踪调查(CFPS)2010年~2014年三期面板数据进行分析,加入个体固定效应的再中心化影响函数回归,消除了"不可争辩的口味";在此基础.上进行无条件分位数分解,将相同特征条件下系数不同导致的不平等定义为"可争辩的口味"效应.结果显示:在包含收入阶层流动的情况下,"可争辩的口味"和社会经济地位分别可以解释膳食健康不平等的54.3%和44.5%;在不包含收入阶层流动的情况下,二者分别可以解释37.1%和62.3%.人口学特征、个体健康、供给因素的作用很小。结论表明,收入政策只能起到部分作用,政策制定者需要重视对口味的教育引导.这在"健康中国2030"背景下,对于促进全民健康有着重要启示.     

基于EEMD-LSTM的农产品价格短期预测模型研究

本文将集成经验模态分解(EEMD)方法与长短期记忆网络(LSTM)相结合，构建了一个端到端的农产品价格短期预测模型。首先，对原始价格信号进行EEMD分解，得到若干IMF子序列和一个残差序列；然后，运用Fine-to-coarse高低频重构方法对IMF子序列进行高频—低频重构；最后将原始价格序列、高频项、低频项和残差趋势项作为特征，输入到LSTM网络进行训练得到预测模型。本文以广州市江南农副产品市场的富士苹果日价格为例进行实证分析，结果表明，本文提出的EEMD-LSTM模型在农产品价格短期预测问题上具有一定的性能优势。