对扩散风险模型，研究了比例再保险和投资对红利的影响．在常数边界分红策略下，得到了使得期望贴现红利最大的最优比例再保险和投资策略的显示表达式，并得到最大期望贴现红利的显示表达式．最后，通过数值计算得到了再保险和投资对期望红利的影响，以及最优投资策略与各参数之间的关系．
采用Ukhov权证定价模型求解权证价值的过程中，需要求解一个非线性方程组．但是采用数值法得到的最优解与精确解往往有一定偏差．针对这个情况，本文采用模糊数刻画非线性方程组的解，得到不确定形式的股本权证定价模型，并给出一定可信度下权证的模糊价格区间．同时也给出了给定任意一个权证价格求其对应的可信度的优化算法．数值算例验证了该...
通过把Lévy过程分解为两个独立过程之和，将Esscher变换由单参数推广到双参数，并给出了双参数Esscher变换测度为等价鞅测度的充要条件．
在固定汇率制度模型的基础上，利用计价单位变化以及风险中性概率测度，得到固定汇率制度下的双币种交换期权价格的闭式解．
在标的资产支付离散红利的情形下，对交换期权定价问题进行了讨论，并采用Dai和Lyuu（2008）的股票支付离散红利的期权定价方法，给出了支付离散红利的交换期权的闭式解。
首先将对称矩阵推广到D反对称矩阵，然后研究了方程AXB=C的D反对称最小二乘解，利用矩阵对的广义奇异分解、标准相关分解及子空间上的投影定理，得到了最小二乘解的通式．
利用Lyapunov泛函方法，对一类时变线性耦合神经网络模型的全局同步性进行了研究．在去掉耦合矩阵的对称性、不可约性和扩散耦合限制的基础上，得到了确保耦合时滞神经网络模型全局同步的充分性条件．所得结果仅依赖于系统中的参数，条件易于验证且不必求矩阵的特征值．
利用数学分析方法，讨论了具分布时滞Cohew-Grossberg神经网络周期解的存在性与吸引性，推广了已有的结论．
利用分析方法得到了跳扩散模型下美式看涨、看跌期权的价格和最佳实施边界间的对称性公式．美式看涨和看跌期权价格问的对称关系通常是利用概率理论得到，这里给出了这些结果在跳扩散模型下的另一种证明．此外，由本文所得结果和偏微分方程理论，可以得到跳扩散模型下美式看涨期权的最佳实施边界以及永久美式期权的若干性质．
针对统计学框架下传统VaR计算方法的不足，发展了基于加权支持向量机（W—SVM）的VaR计算新方法．为了在VaR模型中计入金融时间序列的记忆效应，采用最优市场因子作为支持向量机的加权模型．对2001—2009年上证综指的实证研究表明，基于W—SVM的VaR模型优于传统的VaR方法，在小样本、厚尾、非线性及有异常波动的市场条件下，各种置信度下的W—SV...
假设标的资产价格服从受多维分数布朗运动和泊松过程共同驱动的一类混合模型，通过这一模型的欧式未定权益的一般定价公式，求出了2种新型期权的定价公式．
假设汇率变化过程服从带跳的几何布朗运动，股票价格遵循带跳的O-U过程，建立汇率连动期权市场模型，利用保险精算方法和Girsanov公式，给出了汇率连动期权的定价公式，获得了欧式看涨和看跌期权定价公式及平价公式．
利用DEA方法中的C^2R模型，根据2007-2008年17家煤炭行业上市公司年报数据，对其经营绩效进行分析评价，探讨金融危机前后这17家上市公司经营绩效的变化，并分析变化原因供决策单位参考．
针对双复合Poisson风险模型，利用鞅论的知识，研究了盈余首次达到给定水平的时刻的拉普拉斯变换、期望、方差和3阶中心矩。
介绍了组合预测的方法，并利用最优组合和递归方差倒数方法对组合预测方法进行改进；提出通过GMDH方法首先对影响经济预测模型的各变量进行筛选然后再建立回归模型、神经网络模型等单项预测模型的思想；最后结合GMDH方法建立的时间序列模型，建立正权重组合预测模型．
由于证券价格是随机游走的，在证券定价研究中RBF神经网络模型、灰色GM（1，1）模型、ARIMA模型不具备时效性，通过对上述三个模型进行综合分析，结合三者中有用的信息集合，构建一个最优组合预测模型．在此基础上选取了深发展A在2007年全年的收盘价作为研究样本对这四个模型进行实证研究，研究结果发现，最优组合预测方法对证券价格进行预测具...
在固定消费支出水平的条件之下，文章就资产组合问题建立常方差弹性（CEV）模型，应用随机控制原理求出了相应的非线性Hamilton—Jacobi—Bellman偏微方程，再用Legendre变换将其转化为线性偏微方程，建立对偶问题。通过对偶问题的求解，从而求得原问题的精确解析解，确定风险资产和无风险资产的最优投资比例，实现了满足既定支出水平下总资产的...
分析了Logistic函数的解析性质，得到了曲线上三个关键点和三个不同的增长阶段，利用差分和最小二乘法，给出了Logistic模型的一种便于使用的参数估计方法．并通过实例，建立Logistic模型对我国城镇居民家庭平均每百户彩色电视机拥有量的增长变化趋势进行了分析和预测．
购物车(0)