针对空气阻力, 非线性摩擦以及外部干扰等无法精确建模的复杂不确定性因素对无人车纵向编队跟踪控制的不利影响, 为提升控制精度和收敛速度, 文章提出了基于前车与自身状态信息的自抗扰无人车纵向编队跟踪控制设计方法. 文章通过构造扩张状态观测器在线估计由前车与当前车辆系统内部未建模动态以及外部干扰等不确定性因素构成的总扰动, 并在反馈控制中利用总扰动的估计值消除总扰动的不利影响以提升控制性能品质. 文章严格证明了控制闭环系统的稳定性和收敛性并利用仿真验证了所提出方法的优越性.

针对具有网络时延的线性采样控制系统的稳定性问题, 基于分割后的采样区间和状态信息, 建立了新的双边采样区间依赖闭环Lyapunov泛函. 然后, 在Lyapunov泛函导数中引入分割后的系统状态方程, 并应用2阶Bessel-Legendre 不等式和自由矩阵不等式估计泛函导数中的积分项, 导出了低保守性的采样控制系统稳定性准则. 最后, 通过3个例子验证了提出方法的有效性和优越性.

为考察``房贷利息抵扣个人所得税''政策的价格影响以及收入分配效应, 文章在考虑当期居民收入与消费间内生连接机制、居民消费与生产活动间需求拉动、税收变动与企业生产成本间价格关联的 前提下, 创新地构建了反映个人所得税扣除机制的居民消费内生化的投入产出局部闭模型. 利用该模型, 文章从宏观视角对定率扣除标准下, ``房贷利息抵扣个人所得税''的 政策效果进行了模拟评估. 研究发现: 相比其他收入群体, 较低收入到中等偏上收入等级的贷款购房纳税人可以在``房贷利息抵扣个人所得税''政策中获得更大的实惠. 然而, 从宏观视 角考虑到政策可能产生的价格影响后发现, ``房贷利息抵扣个人所得税''政策对于贷款购房者的实际成本节约效应远小于微观结果. 在不同定率扣除标准的政策情景下, 政策所产生的总体收入分配效应会有不同程度的变化, 但单纯的``房贷利息抵扣个人所得税''政 策无法有效地改善收入分配差距. 只有进一步增加政策受惠的人群比重和范围, 该政策才能更好地发挥收入再分配效应. 因此, 建议进一步完善个人所得税抵扣机制、适当扩大专项附加扣除的涵盖范围; 优化专项附加扣除标准、建立浮动或 定率专项附加扣除机制; 加大对低收入阶层的转移支付, 并为其提供多元化的政 策支持组合.

高频和低频数据的合理使用一直是投资组合领域的重要问题之一. 文章将混频的思想引入投资组合策略中, 首先利用包含长期信息的低频数据构建CVaR约束, 并将其引入基于高频已实现协方差估计量的全局方差最小(GMV)策略中. 在协波动率的估计量和预测方法上, 文章将一种最优滚动窗宽选择方法与常用的HAR 预测模型相结合, 对具有降噪纠偏特性的预平均波动率估计量(PRVM) 进行了样本外预测. 基于A股2011年--2018年的1分钟高频交易数据, 实证结果表明, 与等权重以及GMV 策略相比, 文章提出的混频策略在降低日最大损失和标准差方面明显具有更优的表现. 其在实现短期风险分散化的同时, 显著降低了投资组合在更长时期内的损失, 特别是显著改善了投资组合在2015年``615''股灾期间的资产权重分配情况. 此外, 改进后的协波动率预测模型效果在预测步长为周和旬时, 比使用默认窗宽的基础模型更优.

资产价格泡沫是全球学者一直关注的问题. 对数周期幂律奇异性(log-periodic power-law singularity, LPPLS)模型是预测资产价格泡沫破裂的有效方法之一. 在应用中, LPPLS 模型预测泡沫破裂存在误差. 主要原因是每一个泡沫形成时期都会有大量行政干预以及外部力量干扰, 极少存在``完美''的泡沫, 使得LPPLS模型在某些外部条件发生变化的情况下会发生失灵. 基于此, 研究了LPPLS模型预测有效性的条件, 选取创业板指数和沪深300 指数以探究LPPLS模型的适用范围. 结果表明, 在交易连贯、摩擦成本低, 且投资者结构稳定的条件下, LPPLS模型能够准确预测泡沫破裂的时间.

空铁联运能够缓解机场拥堵问题,合理分配客流量,改善航空和高铁日趋激烈的竞争局面.文章基于航空与空铁联运二者运营者的视角,构建航空直飞与空铁联运两种出行方式竞争模型,在此基础上研究均衡解并分析影响均衡状态客流量的因素.研究表明,当两种出行方式的时长差越小,乘客对机场拥堵越敏感,高铁票价越低,乘客越偏向空铁联运.当乘客出行可获得的效用适中时,高铁票价存在一个明确的上界,若高铁票价低于这一上界,空铁联运项目可以正常运作,否则,若高铁票价高于这一上界,空铁联运项目无法正常运作.本研究可以为推进空铁联运项目提供理论依据.

研究公平关切及企业社会责任 (CSR) 意识对闭环供应链定价决策的影响, 分别在零售商考虑不利公平关切以及有利公平关切两种情形下, 构建了考虑制造商CSR意识的闭环供应链定价决策模型, 分析了制造商的CSR意识及零售商的公平关切行为对新产品定价及废旧产品 回收的影响. 研究表明无论在何种情形下, 制造商的CSR意识均有利于降低新产 品批发价格及零售价格、扩大市场需求、提高废旧产品回收率. 通过比较不同情 形下的均衡结果发现, 制造商始终在零售商有利公平关切时获得更大的收益; 而 零售商始终在自身不利公平关切时获得更大的收益.

灾害发生前将危险区域居民快速有序地疏散到临时避难所能在很大程度上减少人员的生命财产损失.为建立一套科学的临时避难所区位布局规划方案,文章以最小化避难所数量、最小化人员分配离散度、最小化总疏散距离为目标建立多目标选址模型,采用NSGA-II 算法对模型进行求解得到帕累托解集,通过随机多准则可接受性分析从帕累托解集中选取布局效果最为合理的方案.以滑坡灾害严重的三峡库区秭归县内不同危险等级、不同体积的4 个滑坡点为研究对象逐个计算验证研究方法,对其研究结果中的目标偏好进行对比,结果证明该方案具有一定的科学性和有效性.研究为临时避难所的选址布局提供了可行性建议,为灾后人员疏散方案提供了依据.

基于1992--2016年省际面板数据实证研究了中国区域经济短期波动对长期增长的非线性影响, 进一步分析了金融杠杆的作用可能对两者关系的影响. 研究结果表明,经济短期波动对长期影响呈现倒U型的非线性关系,金融杠杆对两者关系具有调节作用. 实证显示这一关系在我国不同地区之间不存在显著区别, 但东部地区可以接纳更高短期波动幅度实现对经济增长的正向效应; 在不同期间两者关系存在显著差异, 随着中国经济进入新常态阶段, 需要约束短期波动剧烈程度以保障经济长期增长. 从金融杠杆的作用看,高杠杆状态下, 经济短期波动对长期增长的非线性影响阈值较低;低杠杆状态下, 可适当放宽经济短期波动幅度以维持经济长期增长.

针对模糊环境下的绩效评价问题, 提出了一种基于Pythagorean犹豫模糊熵和交叉熵的人力资源绩效评价方法.基于Pythagorean 犹豫模糊熵和交叉熵, 文章提出了一种新的专家权重和属性权重确定方法;并给出了一种基于TOPSIS法和矢量投影法的组合决策模型;最后将该决策方法运用到金融企业人力资源绩效评价问题中, 验 证其可行性和有效性.

利用三元VAR-Asymmetric BEKK (DCC)-GARCH (1, 1)模型研究国际原油价格, 人民币兑美元汇率和中国黄金价格之间的均值溢出与非对称波动溢出效应, 同时探究各个市场间的冲击响应和动态关联性. 研究发现, 国际原油价格对人民币汇率及国内黄金价格存在单向的均值溢出和波动溢出效应, 而汇 率和金价间存在着双向的均值溢出和波动溢出效应. 而且, 面对来自国际原油市场的冲击, 人民币汇率表现出明显的负响应, 而国内金价则表现出明显的正响应. 国际油价不但直接影响国内黄金价格, 而且还会通过人民币汇率间接影响国内黄金价格. 最后, 上述三者不仅自身的波动性存在非对称特征, 而且来自国内黄金市场的负面消息还会加大人民币汇率下跌的风险. 上述结论对中国进一步完善国内原油期货交易市场, 积极推进人民币国际化进程, 加强国内黄金储备, 并以此协调重大战略物资储备商品与保障经济安全提供了一个强有力的理论基础与经验证据.

股权融资已成为企业独角兽成长之路的重要一环, 合理地制定融资和运营决策有助于企业健康快速发展. 文章构建了供应链中占主导地位的零售商的股权 融资模型, 研究股权融资对零售商跨越式发展的助推作用, 以及供应商博弈行为、投资者属性对零售商运营和融资的影响. 研究发现: 股权融资促进了高成长性零售商的快速成长, 并带动了供应商的发展; 供应商的博弈行为会抑制零售商的股权融资和市场开拓, 削弱零售商和供应商的利润, 双方应采取合作以避免陷入``囚徒困境''; 当供应商不参与博弈时, 追求利润的零售商原股东应选择财务投资者而非战略投资者, 以获得股权和利润的双重收益.

由于移动网络应用与电子支付业务量不断增长, 信用卡欺诈的情况也呈现 快速增长的趋势, 由此给金融机构和运营商带来了巨大的挑战. 欺诈检测问题本质上是不平衡的序列二分类问题, 这类问题数据样本规模大, 计算复杂度高, 数据分布极 不平衡, 数据与数据之间会存在序列关系. 文章使用长短期记忆网络(long short term memory networks, LSTM)结合历史交易序列, 并针对交易数据不平衡的特性, 整合了合成少数类过采样技术(synthetic minority oversampling technique, Smote)算法和k最近邻(k-nearest neighbor, kNN)分类算法设计并构建了一个基于kNN-Smote-LSTM的信用卡欺诈检测网络模型, 它 可以通过kNN判别分类器来不断筛选出安全生成样本来提升模型的性能, 克服了Smote算法在生成 新样本时的盲目性和局限性, 实证表明通过kNN-Smote-LSTM模型结构化的融合可以大大改善模型组合时对多数类的误分类问题, 展现了优越的风险检测性能.

为保障天然气开采及出口供应稳定, 一些出口国正大力投资天然气开采技术. 基于天然气市场的不确定性, 文章构建了两出口国关于开采技术投资的非合作与合 作的博弈模型, 运用微分对策与随机控制理论, 求得双方对开采技术投入等策略的最优路径及效用期望. 结果表明, 最优路径主要与双方初始开采技术存量大小以及它们的平 均值有关; 市场波动率越大, 使得双方最优策略的稳态值以及合作时的效用期望 越低, 而非合作时的效用期望与波动率之间却呈倒``U''型关系; 如果市场波动率较大或对方初 始开采技术存量较高, 那么自身在非合作情形的效用期望可能会更高; 此外, 在不确定的开采技术投资环境下, 与合作情形相比, 双方在非合作情形的联合效用期望可能反而 更高.

从相对表现视角, 量化了保险公司与再保险公司在签订再保险合约时的竞争, 进而研究了它引起的时间一致的再保险和投资策略选择问题. 保险公司的盈余过程满足复合泊松风险模型, 考虑投资时假设金融市场由一个无风险资产和$n$个相关的风险资产组成. 保险公司的研究目标是: 寻找最优再保险和投资策略最大化终止财富的均值, 同时最小化终止财富的方差. 该问题是时间不一致的, 文章从博弈的框架对其进行了研究. 应用随机控制理论, 求得了时间一致最优再保险和投资策略以及相应最优值函数的显式解. 进而, 得到了考虑相对表现时, 保险公司对再保险策略的修正方式, 同时得到了保险公司是否在某个具体风险资产上投资的准则. 最后, 通过理论分析和数值实验解释了模型参数对时间一致最优再保险和投资策略的影响, 得到了一些深刻的经济见解.

研究在 Min$(N,D,V)$- 策略控制下服务员具有单重休假且休假不中断的~$M/G/1$ 排队系统, 其中服务员休假归来如果系统中的顾客数不小于事先给定的正整数阈值~$N$ 或者系统中的顾客所需的服务时间总和不小于事先给定的另一正数阈值~$D$, 服务员就立即开始服务. 应用更新过程理论, 全概率分解技术和拉普拉斯变换工具, 讨论了系统队长的瞬态分布和稳态分布, 得到了队长的瞬态分布关于时间~$t$ 的拉普拉斯变换表达式和稳态队长分布的递推表达式. 进一步给出了稳态队长的随机分解结构和附加队长的显示表达式. 同时, 一些特殊情况, 如~$N\to \infty $, 或~$D\to \infty $, 或~$p\left\{ V=0 \right\}=1$ 等也进行了讨论, 并指出了唐应辉和刘名武(2008)的错误. 最后, 建立费用结构模型, 给出了系统长期运行单位时间内的成本期望费用的显示表达式, 并通过数值计算例子讨论了使得系统长期运行单位时间内的成本期望费用最小的最优控制策略~$({{N}^{*}},{{D}^{*}})$.

考虑预测变量~$p$ 的数量超过样本大小~$n$ 的高维稀疏精度矩阵. 近年来, 由于高维稀疏精度矩阵估计变得越来越流行, 所以文章专注于计算正则化路径, 或者在整个正则化参数范围内解决优化问题. 首先使用定义在正定性约束下最小化Lasso 目标函数精度矩阵估计器, 然后对稀疏精度矩 阵使用乘数交替方向法(ADMM)算法正则化路径, 以快速估计与正则化路径相关联的稀疏模型的序列, 从而进行统计模型 选择. 数值结果表明, 该方法能够快速勾勒出稀疏模型的序列, 不仅克服了计算时间的问题且易于实现, 并且可以在较高分辨率下探索模型空间.

随着大数据时代的到来, P2P网络借贷的数据规模日 益庞大, 导致P2P 网络借贷信用风险比传统的金融借贷信用风险更 加难以预测, 使得大量的P2P机构面临倒闭.文章运用美国Lending Club网站2017--2018年的数据, 采取两步子抽样方法抽取样本, 建立logistic回归模型对P2P网络借贷信用风险进行预测. 研究结果表明: P2P网络借贷信用风险与借款人的年收入、FICO得分、贷款金额等多种因素有关; 基于两步子抽样方法建立的logistic回归模型在P2P网络借贷信用风险预测方面优于基于简单随机抽样方法建立的logistics 回归模型.

包括夏普-林特纳资本资产定价模型和布莱克-斯科尔斯期权定价模型在内的很多模型, 都离不开分布对称性假设. 因此, 应用这些模型前必须认真检验 对称性假设是否成立.文章基于(Qiu, 2017)中的一个定理以及序统计量的 Extropy, 提出了检验分布对称性的一种新方法. 与已有检验方法相比, 这种新的检验方法不需要知道未知分布的对称中心, 而且蒙特卡罗模拟显示, 该方法比已有检验方法具有更好的检验势.最后, 给出一个实例以说明新检验方法的实际效果.