浅谈“第二次土地调查项目”监理工作的实施

针对天津市第二次土地调查项目中监理工作的实施,结合实际,详尽地介绍监理工作的目的、内容、实施方法及重要性。     

网络RTK技术概论

首先介绍了GPS定位模式及国内外网络RTK发展概况,论述了网络RTK技术的原理、优势及其应用,最后对网络RTK发展进行了展望。     

行政附带民事诉讼若干问题研讨

结合最高法院新近发布的司法解释中对行政附带民事诉讼所作的有关规定，对建立行政附带民事诉讼制度的理论依据与现实意义，行政附带民事诉讼成立的条件、范围和种类等相关问题，从理论上和审判实践上进行了较为深入全面的具体分析与论述，建议尽快对行政诉讼法进行修订，补充完善，以确立我国行政附带民事诉讼制度。     

基于前瞻信息的广义风险与收益率预测

当预期资产价格可能会下跌时,投资者可以交易期权来对冲风险,因此期权价格中隐含未来市场风险的前瞻信息,理论上基于这部分信息预测未来可提高预测的准确性和前瞻性.本文综合运用有限差分、约束最小二乘和广义极值分布等技术构建一种非参数方法,提取我国上证50ETF期权中隐含的前瞻性分布信息,以测算我国股票市场的广义风险.实证结果发现：隐含广义风险指标对未来风险调整收益具有显著预测能力,在其它预测因子基础上加入该指标可以显著改进风险调整收益的样本外预测精度;隐含广义风险指标还能反映收益率的高阶矩和尾部信息,进而能预测未来收益率发生下跳风险的概率.以上结论在控制一系列其它风险因子及不同样本区间和不同预测窗口下是稳健的,说明基于前瞻信息的广义风险指标含有其它风险因子所不具备的额外预测信息.本研究为投资者和监管部门防范化解金融市场风险提供新的前瞻性管理工具和手段.     

VaR与CVaR的敏感性凸性及其核估计

风险价值（VaR）和条件风险价值（CVaR）是目前两大主流风险度量工具,如何准确地对它们进行估计是风险管理实践中首要而核心的问题。近年来非参数核估计方法因模型设定灵活、方便处理变量相依结构等优点备受关注。在本文,我们在核估计的框架内讨论VaR和CVaR估计量的性质;给出投资组合VaR和CVaR对组合头寸的一阶导数向量和二阶导数矩阵的核估计公式,并用它们来讨论组合VaR和CVaR对组合头寸的敏感性和凸性。最后,我们利用中国外汇市场的实际数据做实证分析。     

“90后”大学生思想政治教育初探

调查表明,"90后"大学生的典型特点是:接受新生事物的能力较强,具有强烈的好奇心和自主意识,平均智商超过了以前的同龄人;自我个性张扬,极力希望自己的表现与众不同;对网络十分依赖,内心有时候会显得较为空虚。准确、及时地去研究和把握住"90后"大学生的特点,对加强"90后"大学生思想政治教育具有重要的意义。     

基于CVaR两步核估计量的投资组合管理

在不做任何分布假设的条件下,利用非参数核估计方法对风险度量条件风险价值(conditional value-at-risk,CVaR)进行估计,得到CVaR的两步核估计公式.然后用估计出来的CVaR代替理论上的CVaR建立均值-CVaR模型,实现对风险估计与投资组合优化同时进行,并基于迭代思想设计求解该模型的简单算法.蒙特卡洛模拟结果表明基于两步核估计方法的投资组合优化模型和算法比现有的方法更加有效,估计出来的组合边界误差更小.引入无风险资产后,文中的模型和算法同样适用.最后,为说明其应用价值,采用中国A股市场的日收益率数据进行了实例分析.     

考虑下偏矩约束的增强指数模型

增强指数模型旨在用少量的成份股构建指数跟踪组合,以期在跟踪指数趋势的同时获取高于指数平均收益的超额收益.当市场指数下跳时,跟踪组合会跟随指数趋势而产生巨额损失,因此有必要在传统的增强指数模型中加入下端风险约束,以阻止跟踪组合随指数下跳的风险.下偏矩(lower partial moment,LPM)作为下端风险度量工具,具有良好的理论性质且涵盖了损失概率、期望损失、下半方差等经典度量方法,因此本文构建LPM约束下的增强指数模型.该模型有三个特点:第一,具有更加一般的目标函数且允许投资者根据自身的目标设置参数,通过调节模型中的权衡参数,模型可以退化到传统的指数复制模型和超额收益最大化模型;第二,加入非参数LPM约束,以控制跟踪组合的下端风险;第三,得到目标函数和非参数1-阶LPM的凸性,证明了基于非参数1-阶LPM约束的增强指数模型是凸优化问题.模拟和实证结果表明,本文的模型能够控制下端风险并获得超额收益.     

云梦县挂面厂重视继续教育的调查

云梦县挂面厂是1986年创建的。全套设备从日本玲木公司引进,生产过程采用微机自动控制。现有的干部职工210人,大多数是从原来工作坊式的粮食面粉加工工人过渡而来的。面对职工整体素质一时不适应先进设备和复杂技术需要的矛盾,厂领导从抓继续教育入手,分层次、多渠道、全方位的提     

基于UPM-LPM的增强指数投资策略

增强指数投资策略的理念是基于部分成份股构建指数跟踪组合,以期在跟踪指数趋势的同时,获取超出指数平均收益的超额收益。本文将指数收益率作为目标收益,拓展经典下偏矩（Lower Partial Moment,LPM）的概念,使其适应于增强指数投资策略建模,同时给出上偏矩（Upper Partial Moment,UPM）的定义,进而构建基于UPM-LPM之比的增强指数模型。为解决模型的求解复杂性和高维投资组合的"维数灾难"问题,本文运用非参数核估计方法直接得到跟踪组合的密度函数,进而得到跟踪组合的LPM和UPM的解析表达式,避免对组合中各资产之间的高维联合分布进行估计,大幅度降低了估计的维度,克服"维数灾难"问题。而且LPM和UPM的核估计量是组合头寸的光滑函数,具有任意阶导数,便于优化问题求解。最后,本文运用沪深股票市场上五个常用指数及其成份股数据,检验模型在实际金融市场中的表现,结果表明：本文提出的增强指数模型能够战胜指数,同时实现跟踪指数趋势并获取稳健超额收益的目标。