一、具有分数形式的随机目标规划在金融模型中的应用（论文文献综述）
刘毅男[1]（2021）在《GAS框架下的投资组合风险测度与优化研究》文中研究表明近几年计量经济学领域最为重要的创新之一便是广义自回归得分（GAS）理论框架,其通过构建得分函数来实现时变参数的更新,为金融时间序列的研究提供了新的理论框架。其出色的适应性能够被应用在金融领域多个问题的研究中,特别是风险研究领域。金融资产的风险测度问题一直是金融时间序列研究的重点问题,准确的风险测度和精准的风险预测对于了解金融资产风险情况并进行相关投资决策具有重要的理论和实践意义。近些年来,中国金融市场发展迅速,A股上市公司数量持续增加,投资者可选择标的也不断增加,同时,期货市场的发展也为投资者带来了更多的金融工具,投资组合也由单一的股票投资组合延伸到了期现货投资组合中。因此,如何选择投资组合的风险测度方式也成为了我国学术实践领域研究的重点问题。此外,随着计算机技术的发展,计算能力的不断提高也为高频数据的建模提供了有力的支持,特别是近些年量化投资的快速兴起,进而也带动了高频交易的发展。高频数据可以带来更多信息,但由于市场微观结构的影响也伴随着大量的噪声,如何采取合适的降噪方法构建有效的高频多元资产的波动率模型进行投资组合的风险测度伴随着量化投资技术的发展开始逐渐受到重视。因此,本文在详细梳理GAS理论框架、投资组合的风险测度、投资组合优化、高频资产组合的波动率研究以及期现货投资组合优化等方面的已有研究成果的基础上,基于GAS框架构建了多个一元和多元资产投资组合的风险测度及优化模型,在数据频率上包含了高频数据下的投资组合已实现协方差的预测问题研究,在组合资产种类方面也加入了期现货投资组合的套期保值优化问题的研究。具体而言,本文首先将GAS框架引入到金融资产的风险研究问题中,给出GAS框架模型的基本表达式,基于基本的表达式进行改进,并将其与传统的GARCH模型结合,构建了GAS-GARCH-sst模型,通过实证研究分析GAS框架在风险测度和VaR预测方面的优势;随后,本文将单一金融资产风险的测度延伸到多元资产组合的研究中,为了刻画投资组合中资产之间的相依性,构建了R-Vine结构,并引入GAS框架提出了R-Vine-GAS-sst模型,并将其应用到基于中国股票市场的投资组合的研究中;研究完成基于日数据的低频投资组合风险测度的问题后,本文进一步将研究扩展到高频数据的研究中,应用GAS框架构建了GASWishart-Realized-GARCH模型,提供全新的高频多元资产波动率模型;最后,本文进一步将投资组合由单一的多头组合扩展至具有多空双边的期现货投资组合,以风险最小化为原则,将GAS框架与极值理论和Copula函数相结合,构建了多种套期保值估计模型,实现套期保值效果的优化。本文的主要结论有:第一,将GAS理论框架引入到金融资产的风险研究中,构建改进的模型能够有效解决异常值影响的问题,因此可以看出通过引入得分函数作为更新驱动的GAS框架所创新的GAS-GARCH-sst模型能够降低模型受异常值的影响,对金融资产的风险测度更加准确;第二,相比于传统的GASGARCH-sst模型,基于GAS框架的创新完善的GAS-GARCH-sst模型预测单一资产的VaR能力更强,GAS框架的应用可以有效提升风险的预测能力;第三,在投资组合的风险测度方面,GAS理论框架在应用于中国股票市场投资组合的风险预测方面能够显着提升预测能力,R-Vine-GAS-sst模型可以显着提升投资组合VaR的预测效果;第四,在投资组合的优化方面,基于GAS框架构建的新的投资组合优化模型能够在风险降低程度更高的同时实现更高的收益水平,优化能力较强;第五,引入GAS框架后再一次确定了过往研究中所认为的在风险最小投资组合模型的构建中,以CVaR作为风险测度方式相比于VaR具有更好的效果的结论;第六,在金融高频数据的研究中,基于5分钟子抽样降噪技术构建的波动率模型效果较好,是在中国市场估计已实现协方差矩阵的较好的降噪方法;第七,基于GAS框架的GAS-Wishart-Realized-GARCH模型可以对高频多元资产的波动率实现较好的预测效果,同时通过与实践领域中投资者和监管机构常用的EWMA模型对比发现,GAS-Wishart-Realized-GARCH模型对于已实现协方差的变化能够快速反应,更能够适应风险的变化,预测也更为精准;第八,将GAS框架应用到期现货投资组合的套期保值优化上,具有较为明显的优势,在样本外区间,极值Normal-Copula-GAS和极值Frank-Copula-GAS模型所估计的最优套期保值比率能够有效降低沪深300ETF和期货投资组合的风险;第九,期现货同比例持有的天真套期保值策略所实现的风险降低程度明显低于本章构建的OLS、DCC-GARCH、极值Normal-Copula-GJR、极值Frank-Copula-GJR、极值NormalCopula-GAS和极值Frank-Copula-GAS模型,并且成本更高,在投资实践中不宜使用。综上所述,本文将具有较高灵活性的GAS理论框架应用到金融时间序列的风险测度和投资组合的优化等方面的研究中,结合理论框架构建新的理论模型,针对于中国的金融市场提出了新的风险测度方法、投资组合的优化方法、高频多元资产波动率模型以及期现货投资组合的套期保值优化方法。本文的研究进一步丰富了金融资产风险测度研究的理论方法,将GAS理论框架引入到多个金融研究领域,将其与现有理论模型进行了融合和创新。同时,本文的研究也为投资者提供了多种具有较强适用性的投资组合风险测度和优化方式,帮助投资者有效识别并控制投资风险。
刘玥良[2]（2021）在《面向空间非规则数据的图学习方法研究》文中研究表明基于图学习的数据关联结构挖掘技术,在金融决策、社交分析以及气象预测等领域发挥着重要作用。随着应用领域日益多元化,大规模观测数据呈现空间分布不规则特征,传统的时序信号分析方法直接应用到此类空间非规则数据中面临着限制。图信号处理是针对空间非规则数据的新兴研究领域,利用图的天然关联特性,为数据表征和潜在关联结构的挖掘提供一种新的视角。本文在图信号处理理论基础上,对空间非规则数据的图学习问题展开深入研究,提出了基于空时平滑性的图学习方法,低秩和空时平滑性联合约束的图学习方法,以及基于交替方向乘子法的分布式时变图学习方法。一旦获得有效的图结构,将会极大地促进后续的数据分析和处理,从而更好地指导未来的决策。本文的主要研究内容和创新点如下:1.针对图上时变信号（time-varying graph signal）的图学习问题,首先提出了一种联合空-时表征的信号模型,用于刻画图上时变信号的局部特性,即空间相关性和时间相关性。然后,在该信号模型的基础上提出了一种基于空时平滑性的图学习方法（STSGL）。相比于传统的图学习方法,STSGL方法充分挖掘了图上时变信号局部的空时特性,将信号的空间关联结构和时间关联结构有机地融合到空时平滑性的表征中,进而通过促进信号的空时平滑性来指导图结构的学习。对于信号模型中时间关联结构已知和未知的两种情况,所提方法分别采用交替优化和块坐标下降的方式进行求解,适应了不同场景下的需求。多种合成数据和真实数据实验均表明,所提的STSGL方法具有比现有图学习方法更高的图学习精度。2.针对图学习中由于信号模型与信号特征失配带来的性能瓶颈问题,首先对真实应用的空时信号进行分析,挖掘其在局部的空时特性和全局的低秩特性,提出了一种基于局部和全局表征的信号模型。然后基于该信号模型,将图学习问题转化为联合低秩信号恢复和图拉普拉斯矩阵推断的问题,提出了一种低秩和空时平滑性联合约束的图学习方法（GL-LRSS）。该方法通过引入空时平滑性和低秩特性的惩罚项分别约束信号的局部相关性和全局相关性,从而达到利用信号更全面的相关性信息,实现了对图结构的有效学习。在多种合成数据集和真实数据集上的仿真实验验证了所提模型的有效性,同时相比于现有的图学习方法,所提的GL-LRSS方法在相同情形下能够进一步提高图学习的性能。3.针对动态结构的图学习问题,提出了一种基于空-时表征的时变图学习（time-varying graph learning）框架。首先考虑到图结构的时变特性,将传统的静态图上信号（graph signal）模型扩展为基于动态图表征的信号模型,并在信号表征的同时建模了图结构的两种典型的演进模型:边平滑变化的图演进模型和单节点突变的图演进模型。然后,通过引入惩罚函数来约束图结构的动态演进,将动态结构的图学习问题统一描述为一个凸优化问题,提出了一种基于交替方向乘子法的分布式时变图学习方法（DTVGL）。该方法利用了交替方向乘子法（ADMM）的求解策略,将大规模的图结构推断问题分解为多个局部的子问题,从而实现了局部子问题的分布式并行求解。仿真实验表明,所提的DTVGL方法能够有效解决不同图演进形式下的时变图学习问题,并且相比于静态图学习方法,所提方法能够在准确推断图结构的同时识别该结构的时变特性。
汪贤洪[3]（2021）在《期权定价的若干模型研究》文中进行了进一步梳理在全球经济快速发展的背景下,金融交易市场中出现了多种形式的金融衍生工具,期权是其中非常重要的一种.期权是一份协议,约定期权的持有人可以在将来某一个确定的时间,将标的资产用一个确定的价格售出（或购入）.Black-Scholes模型是最为经典和应用最为广泛的期权定价模型.然而,Black-Scholes模型也有它的不足之处.首先,在Black-Scholes模型中利率和波动率都假定为常值,这与实际金融市场是不相符的;其次,在Black-Scholes模型中,标的资产价格波动的随机驱动源是布朗运动,它无法刻画标的资产价格变化的长程相关性和常值周期性的特征.因此,构建新的期权定价模型,使其能更加符合现实金融市场是非常有必要的.基于期权定价的数学模型和相关知识理论,本文主要建立了三种期权定价模型.首先,我们建立了期权定价的一种混合随机利率-波动率模型,在模型里面,假定利率遵循Merton模型,波动率遵循Heston模型,通过使用测度变换的方法,得到了欧式看涨期权在模型下的定价公式,最后给出了一些数值计算结果.其次,我们建立了次扩散分数布朗运动机制下几何亚式期权的定价模型,用分数布朗运动刻画标的资产价格变化的长程相关性特征,用次扩散机制体现标的资产价格的常值周期性特征,运用期权复制的策略,推导出几何亚式期权满足的偏微分方程,通过求解方程得到了期权定价公式的显示解.最后,基于布朗运动和次扩散布朗运动,我们建立了期权定价的时段驱动模型,在该模型中,标的资产的价格由布朗运动和次扩散布朗运动这两种随机驱动源在不同的时段内驱动.通过使用Mellin变换技巧,推导出了欧式看涨期权的显示定价公式,还将定价公式计算出的价格与真实市场的数据进行了一些数值比较.
章建赛[4]（2021）在《基于区块链技术的信用治理研究》文中进行了进一步梳理区块链被《经济学人》杂志定义为“信任的机器”,是由信息互联网转向价值互联网的关键核心技术,是数字经济时代能够改变生产关系的技术革命。在区块链技术条件下,合作秩序将由中心化到去中心化转变。信用是现代市场经济运作的核心生产关系之一,区块链技术将重塑人类社会的信用治理。本文在理论层面,系统梳理了信任、信用及区块链的学术谱系,拓展演化经济学分析方法,分析了区块链的共识机制及从区块链机器信任投射到人类社会信用治理的原理,应用博弈理论研究了去中心化的理性个体的信用特征,以及有限理性条件下产生信用合作的稳定性。并从个体行为和群体行为两个层面,分析了三类区块链所形成的社会网络的信用演化和变异规律。其中,在个体行为层面,构建微观经济学偏好分析模型,推导了公有链中Token（代币）经济的信用偏好承袭演化、信用合作的场域和市场均衡状态;在群体行为层面,引入病毒感染模型,推演了 DeFi（去中心化金融）在私有链随机网络、联盟链无标度网络环境下的信用变异特征。在应用层面,本文构建了个人信用评价、中小企业信用评价2个改进模型,并应用实践数据进行了实证研究。其中,在个人征信上引入区块链的“币天销毁”技术,构建“币天销毁”信用评价模型,应用机器学习算法进行了实证研究;在中小企业授信方面,将不可篡改的企业主特征信息变量加入传统的信用评价模型,构建区块链增强信息的企业信用评价模型,并采用Logistic回归算法进行实证研究。实证研究验证了基于区块链技术改进的个人和企业信用评价模型,在区分能力、识别能力等方面均优于传统信用评价模型,具有良好的应用前景。面向未来数字世界,区块链分布式账本体系将深化（而不是替代）传统的由中央银行创造、商业银行扩张的中心化的信用创造和治理体系,并从人类社会的信用治理延伸到物理世界的信用治理,深入到“云-管-端-边”的设备系统治理中,通过“+区块链”和“区块链+”实现从万物互联、万物智能到万物账本的“设备民主”和设备自治。区块链技术对信用要素之间的结构关系和运行方式的重构,对信用生成、发展、应用、拓展和监管等治理的变革,尚处于初期阶段,未来必将进一步深化。
周柏慧[5]（2021）在《Lévy过程下的再保险投资组合问题和美式期权定价问题》文中研究说明本文主要考虑了Lévy过程下再保险投资问题及美式期权的定价问题.本文第一章是预备知识部分,大致罗列了本文需要的相关理论和方法.本文第二章主要研究了保险公司的最优再保险投资策略的选择问题.再保险是保险公司通过购买保险业务有效规避自身风险的有效手段,而投资则可以帮助保险公司增加收益.本文假设保险公司的盈余过程由跳跃扩散过程驱动,接下来我们在Heston模型中加入跳跃项,使得保险公司投资的风险资产服从跳跃扩散过程的同时又带有随机波动率.我们将再保险的盈余与投资的收益之和作为保险公司的财富过程.当保险公司为模糊厌恶型保险公司时,我们给出一个带有惩罚项的目标函数及其满足的HJB方程.接下来通过求解HJB方程从而得出了保险公司鲁棒最优再保险投资策略及相应的目标函数解析式.本文第三章考虑了CGMYe过程下多资产美式期权的定价.CGMYe过程是由纯跳跃CGMY过程与扩散过程组成的,该模型具有非对称的尖峰厚尾的性质,弥补了扩散过程不能准确描述资产价格动态变化的短板.我们假设资产价格服从多维Lévy过程,并给出其特征函数.对期权的价格公式采用傅里叶变换的方法最终得出欧式期权的价格满足的分数阶偏微分方程.接下来进一步给出了多资产美式期权满足的自由边界问题,并以美式极大择购期权为例,借助其最佳实施边界利用二次近似法得出适用于短期和长期的美式极大择购期权的价格的近似解析式.
代鲁凡[6]（2021）在《基于深度学习的商品期货趋势预测研究与实现》文中提出近年来,深度学习技术不断应用于各行各业。本文将深度学习技术应用于金融领域,对商品期货未来价格趋势进行预测。本文分析两类期货数据:数值型数据、文本型数据。数值型数据包括交易数据和指标数据,使用数值型数据可以辅助判断买卖点和趋势。文本型数据包括新闻、机构的分析文章、投资者的评论等多种形式,通过分析其传递出的情感,判断未来价格趋势。因此对这两类数据进行分析对投资者进行决策具有重要意义。数值型数据的趋势预测模型中,没有对数值型数据直接做自注意力运算的模型,且都只针对单一商品进行训练,没有发挥出相关性商品的作用;文本型数据的趋势预测模型中,模型特征提取能力差,无法突出关键特征。针对上述两种模型存在的问题,本文做了如下研究:1)构建在双层LSTM模型前增加自注意力层的数值型期货数据趋势预测模型。现有的期货数值型数据的趋势预测模型,没有一开始就对数据做自注意力运算的。该模型验证了给数值型期货数据直接做自注意力运算可以提升模型预测效果。2)基于自注意力机制构建融合相关性商品数据的数值型期货数据趋势预测模型。目前的已知模型没有利用到相关性商品的数据,都是单输入单输出模型。本模型为二输入二输出模型,输入为两个相关性商品的数据,输出为两者的预测趋势。相关性商品彼此存在一定关联,本模型通过自注意力机制融合两者信息,给模型效果带来了极大增益。也变相的提供了一种通过融合具有相关性两者的信息来提升模型效果的思路。3)构建混合神经网络进行文本情感分析。现有的文本型数据趋势预测模型,大多在捕获长距离依赖和语义语序的特征提取上表现不好,不具有突出关键特征的能力,模型效果不够理想。本文构建混合神经网络来进行文本情感分析,从而判断期货价格趋势。主要采用了Bi LSTM提取学习长距离依赖,采用LSTM-CNN结构提取语义语序特征,采用自注意力机制学习关键特征。4)模型综合效果分析。在实际交易中,交易者多从多角度进行分析。故本文先分别对上述两种模型进行实验分析,之后将两者结合,分析整体效果。
赵斯彤[7]（2021）在《中国股票市场的ESG责任投资研究》文中研究表明在全球可持续发展的大背景下,ESG责任投资已成为全球资产管理行业的前沿课题之一。ESG责任投资是一种考量环境（Environmental）、社会（Social）和公司治理（Corporate governance）因素（ESG指标）并长期产生有竞争力的财务回报和积极社会效应的投资行为。相比较已发展近半个世纪的欧美资本市场ESG责任投资,国内ESG责任投资起步相对较晚。为适应国际可持续发展的大环境和吸收成熟资本市场ESG责任投资的先进经验,本文系统、全面地研究中国股票市场ESG责任投资。全文的理论意义在于社会责任投资并非仅靠投资者理念倡导和宗教信仰推动,而是从作用机理上证明社会责任投资能够创造价值,存在发展的内生动力;实践意义在于全面深入研究中国股票市场中的ESG责任投资理论和实践,不仅为价值型机构投资者指明建立和发展ESG责任投资的实践路径,还为监管者提供有力的监管依据,从而引导ESG责任投资资金在国内市场占比逐步提高,助力金融投资促进社会可持续发展共同目标。论文分别对理论研究、实证研究和实践研究三方面进行重点探讨。并围绕如下四个部分展开研究:第一,ESG责任投资的理论基础和投资逻辑。第二,建立基于ESG信息条件下的资产价格时间序列和横截面模型,拓展并完善资产定价理论模型。第三,ESG责任投资财务绩效实证研究,对国内已开展ESG责任投资的公募基金展开研究,分析基金风险收益的潜在特征和规律;通过构建实证模型,验证加入ESG信息因子后资产定价模型的有效性,这也是论证研究假说的实证核心。并且,通过正向筛选策略建立高分值股票组合的方式,进一步验证实践策略的有效性。第四,分析海外机构投资者的ESG投资实践策略和国际监管比较,构建符合中国机构投资者特征的ESG责任投资体系,以及借鉴国际监管先进经验。关于ESG责任投资的理论基础和投资逻辑。本文以投资主体的微观企业为出发点,深入剖析利益相关者理论作为社会责任投资理论基础的必要性,并基于工具性利益相关者理论构建了利益相关者管理实践与企业绩效目标之间关系的理论模型,阐释了社会责任投资与企业经营绩效相互作用的机理。关于基于ESG信息条件下的资产价格时间序列和横截面模型。本文将ESG因素内生地纳入至现代金融理论体系之中,依据资产价格的时间特征,建立基于ESG信息条件下的DDM模型;同时结合资产价格的横截面特征,阐述了ESG-SR有效前沿和ESG-CAPM模型的应用价值。研究发现,两类模型对ESG信息对股票收益率r的影响存在分异。由此,本文提出两条递进待后文检验的研究假说,即ESG信息对投资收益率有显着影响;高分值ESG评级信息与投资收益率显着正相关,且对基金组合产生超额收益率。关于ESG责任投资财务绩效实证研究。第一,本文采取对国内公募ESG责任投资基金展开描述统计,分析证明了研究假说的一般规律,还发现ESG责任投资基金具有低风险波动特征。第二,本文构建了FF5+ESG面板实证模型,选取了基于Bloomberg 2010至2020年的A股上市公司股票ESG评级数据构建全样本股票组合,实证研究发现上市公司股价具有显着的规模效应、账面市值比效应、盈利能力效应、投资风格效应和ESG信息效应。FF5+ESG模型检验的实际收益率与预期收益率的差异更小,表明市场更趋有效,可作为ESG责任投资最有效的资产定价模型,进一步严谨地验证了研究假说。第三,为了消除ESG责任投资基金产生的多重异质性特征影响,本文通过正向筛选策略建立高分值股票组合方式再次证明了研究假说,并发现了筛选强度与超额收益率呈现正向关系等推论。关于机构投资者的ESG责任投资实践和监管国际比较。本文梳理和借鉴了海外机构投资者应用的ESG整合策略,即将ESG因素和传统财务因素同时嵌入至传统投资研究各个流程环节。特别地,具体到股票分析应用层面,本文从基本面分析策略和量化策略展开分析。由此,明确了ESG责任投资原则和投资框架,为中国机构投资者构建ESG责任投资体系。此外,本文还通过国内外监管比较,归纳总结了国际监管趋势和国内监管特点,指出了监管政策补短板和改进的方向。最后,本文基于以上结论,分别对中国机构投资者和证券市场监管者提出了实践建议和监管建议,具有较高的可参考借鉴的路径指引意义。
刘春洋[8]（2020）在《若干波动率模型下的特种期权定价》文中指出随着金融市场的日益国际化,金融衍生品也随之不断更新换代.奇异期权因其形式多变,交易方式花样繁多而受到越来越多的关注.而影响奇异期权价格的因素很多,这使得其定价异常复杂,因此定价问题是奇异期权理论研究的核心问题之一.另一方面,期权定价的几种波动率模型也受到学者们的广泛关注.我们将奇异期权定价问题与不同波动率模型结合起来,得到了一系列的期权定价结果.本文主要考虑了三种类型期权的定价问题,分别为亚式期权,双波动率障碍期权以及双障碍巴黎期权.亚式期权是一种路径依赖型期权,其到期收益依赖于标的资产在一段时间内的平均价格.对于亚式期权,我们研究了不确定波动率模型下的期权价格,得到了最坏情形价格的近似式,同时也找到了一种求三维随机非线性偏微分方程近似解的方法.双波动率障碍期权是一种新型衍生品,我们将障碍设置在波动率上,在保证交易者利益的同时尽可能的降低投资风险.这是一种同时依赖于标的资产和波动率的复合型期权.对于双波动率障碍期权,我们研究了期权在Heston随机波动率模型以及分数维随机波动率模型下的定价问题.我们将格林函数法与特征函数展开法相结合,分别得到了两种模型下期权价格的指数和近似式.巴黎期权为障碍期权的延伸,其特点是在原障碍期权的基础上增加了一个触发装置,即增加一个变量来记录从超过障碍到返回障碍的时间,若该记录值达到事先设定的时间,期权才会敲出或敲入,否则期权会继续执行.对于双障碍巴黎期权,我们应用格林函数法,拉普拉斯变换以及“移动窗口”技术得到了期权价格的精确表达式.在不确定波动率模型下,标的资产满足下述随机微分方程.假设亚式期权到期时间为T1,标的资产价格为S1.则有dS1（t）=rS1（t）dt+σ1（t）S1（t）dB1（t）,其中r为无风险利率,B1（t）是概率空间（Ω,（?）,P）上的标准布朗运动.σ1（t）∈A[σ,σ],（?）这里A[σ,σ]司表示一族取值于[σ,σ]司上的循序可测随机过程.令σ=σ0,σ=σ0+ε.那么,最坏情形下亚式期权价格的近似方法如下面定理所示:定理1假设φ1∈Cp2（R+）是Lipschitz连续的,且φ1的直到四阶导数是存在的.那么,#12其中φ1为亚式期权的到期收益函数,V1V表示当波动率区间长度为ε时的最坏情形亚式期权价格.φ∈ Cp2（R+）代表它的直到二阶导数是多项式增长的.这里V10=V1ε|ε=0,V11=（?）且满足下述方程:#12#12其中Y1（t）=∫0tS1（u）du.由定理1可知,我们可以通过计算估计值V10+εV11来计算亚式期权价格V1ε,这里V10表示Black-Scholes模型下的亚式期权价格.而对于V11,可以通过有限差分方法来进行数值计算.对于双波动率障碍期权,我们首先对Heston随机波动率模型下的期权进行定价.假设标的资产价格为S2,则标的资产满足下述随机微分方程:#12其中B2s（t）和B2v（t）是相关系数为ρ2的布朗运动.另一方面,该波动率过程是一个均值回复型过程,V2（t）以速率β2向α2不断趋近.假设期权到期时间为T2,敲定价为K2,波动率上障碍为B2,下障碍为A2.可得期权价格如下:定理2令Heston随机波动率模型下的双波动率障碍期权价格为U（t,S2,V2）,设波动率风险价格为A2（t,S2,V2）=λ2V2（t）.则U的表达式为:#12其中（?）#12#12#12为了获得期权价格,我们首先通过期权复制方法得到期权价格相应的偏微分方程.再利用格林函数法以及特征函数展开法,最终我们得到期权价格的近似式.对于分数维随机波动率模型下的情形,我们假设标的资产为S3,标的资产满足下述随机微分方程:#12其中BH（t）=B3H（t）+B3v（t）.这里μ3为风险价格过程的漂移率,β3为波动率过程的均值回复率.假设B3S（t）,B3H（t）和B3v（t）是两两相互独立的,其中B3s（t）和B3v（t）为概率空间上的标准布朗运动,而B3H（t）为一Hurst指数大于1/2的分数维布朗运动.假设期权到期时间为T3,敲定价为K3,波动率上障碍为B3,下障碍为A3.可得相应的欧式期权价格满足如下定理.定理3令分数维随机波动率模型下的双波动率障碍期权价格为U（t,S3,v3）.则#12其中#12#12#12（?）由定理2和定理3可以看到,无论在哪种模型下,在应用特征函数展开法之后,期权的价格都为指数和的形式.对于敲出型双障碍巴黎期权的定价问题,我们考虑波动率为常数的情形.假设标的资产价格为S4,且满足下述随机微分方程:dS4（t）=μ4S4（t）dt+σ4 S4（t）dB4（t）.假设期权的敲定价为K4,到期时间为T4,上障碍为B4,下障碍为A4.再令J1和J2分别为超越下障碍和上障碍的时间.J1和J2分别表示超过障碍的执行时间,即:当标的资产一次性超越下障碍的时间达到J1或者标的资产一次性超越上障碍的时间达到J2时,期权将被敲出.为了得到期权价格,我们首先通过分析和讨论,得到了期权价格所满足的偏微分方程系统.接下来我们将坐标轴合并,使得三维偏微分方程系统降为二维偏微分方程系统.最后,我们采用了格林函数法并应用拉普拉斯变换以及“移动窗口”技术得到了每一个定义域区间上的解析解.定理4令V41（S4,t,J1）,V42（S4,t）以及V43（S4,t,J2）分别表示期权在区域Ⅰ,Ⅱ以及Ⅲ上的价格,其中#12#12#12那么巴黎期权价格为:#12#12（?）其中#12#12#12 f4i（z）=VBS（z,Ji）,#12这里,表达式中的变量为:#12#12注意,表达式中的Wi,Ji,i=1,2实际上为上式中的Wi’,Ji’,i=1,2.而li是t轴和Ji轴在45°角的位置合并后组成的新坐标轴.下面给出Wi的表达式如下:#12其中n=[τ4i/Ji]+1,i=1,2.这里Wi（n+1）的表达式为:Wi（n+1）（T4i）=γi1+γi2+γi3+γi4,n=1,2,…,i=1,2,其中#12#12#12#12 hi0（z）=VBS（z,Ji）,#12#12 Wi0（T4i）=VBs（X4,T4i+Ji）,τ4i∈[-Ji,0],W’in（τ4i）=τ4iWin,τ4i=τ4i-nJi.由定理4可以看到,期权的价格为多重积分加和的形式.通过计算积分我们可以得到准确的期权价格,也就是说我们得到的是价格偏微分方程的解析解定理1-4分别给出了不确定波动率模型下的最坏情形亚式期权价格近似方法,Heston随机波动率模型下的双波动率障碍期权价格近似表达式,分数维随机波动率模型下的双波动率障碍期权价格近似表达式以及波动率为常数情形下的双障碍巴黎期权精确定价公式.对于每个期权定价问题,我们分别对期权价格进行了数值计算.数值计算表明,不确定波动率模型下的亚式期权价格高于Black-Scholes模型下的价格,且这两个模型下的价格差随着模型模糊性的增加而增加.另外,近似方法的误差也是随着模型模糊性的增加而增加的.对于双波动率障碍期权,我们发现两种模型下的期权价格差异并不明显.但当改变波动率障碍区间时,该种期权价格随着障碍区间的增大而增加.对于双障碍巴黎期权,我们发现当退化到单障碍情形时,巴黎期权价格与已有研究结果一致.另一方面,无论怎样调整两个障碍值,随着障碍差的增加巴黎期权价格也增加.
李峥[9]（2020）在《分数维随机波动率的期权定价和离散随机控制问题研究》文中研究表明分数维布朗运动是一类连续的高斯过程,它既不是Markov过程也不是半鞅,当Hurst指数大于1/2时具有长时记忆性且增量具有正相关性,当Hurst指数小于H<1/2时增量具有负相关性.也正是由于这些性质分数维布朗运动比标准布朗运动能够更好的解释自然现象,所以围绕分数维布朗运动相关的随机分析理论被广泛研究,并且该理论被应用到了许多领域,例如气候学,水文学,金融数学等.本文主要研究由分数维布朗运动描述的随机波动率下的期权定价问题及分数维噪声驱动的离散随机控制系统的最优控制问题.上个世纪七十年代着名的欧式期权定价的Black-Scholes公式被提出后,对于金融市场的研究有了一个质的飞跃.尽管Black-Scholes公式被广泛应用,其得出的定价结果却与实际有一定的偏差,即现实市场存在波动率微笑现象,因此恒定为常数的波动率并不能解释现有的价格波动.随后许多学者开始投入到对随机波动率模型的研究中,其中比较经典被广泛应用的有Heston模型,Hull-White模型和Stein-Stein模型等.然而大量市场数据表明,与标准正态分布曲线相比真实的收益率分布曲线是倾斜的呈尖峰状并且具有长期的记忆性以及增量具有相关性.为了更加贴切的描述实际金融市场的价格规律,在波动率方程中分数维布朗运动替代了标准布朗运动.结合上述实际情况,在本文中,我们考虑两种分数维随机波动率模型下的欧式看涨期权定价问题.为了更好的刻画实际的市场价格走势,波动率方程是由分数维布朗运动和标准布朗运动同时驱动的.而引入分数维布朗运动同时也增加了问题求解的难度,需要考虑关于分数维布朗运动的Ito公式以及Malliavin计算.本文第一个模型中考虑一般情形的Hull-White模型,波动率方程非均值回复过程,此时波动率呈指数型增长,为了增加产品的灵活性规避由于波动率过大而对投资者造成的风险我们对波动率加入了障碍.在我们又考虑了另一随机波动率模型种,假设波动率满足分数维Ornstein-Uhlenbeck过程,由于波动率过程满足均值回复性,使得价格波动更加稳定同时也有效减少了投资者的风险.在这两个模型中我们运用期权复制策略结合分数维布朗运动的Ito公式和Malliavin计算得到了欧式看涨期权价格满足的偏微分方程,通过引入格林函数并运用待定系数法得到了欧式看涨期权价格的闭型解.最后对于得出的两个结果我们分别做了相关的数值模拟来进一步说明结果的合理性.下面我们简单介绍上述两种分数维随机波动率下的期权定价的主要结果.在第三章中我们考虑分数维Hull-White随机波动率模型其中St为风险资产价格过程,vt为瞬时波动率.模型中μ是风险资产定价过程的漂移率并且α是波动率过程的漂移率,γ1和γ2为波动率的波动率.Bts和Btv为（Ω,F,P）上的相关系数为ρ的两个标准布朗运动.BtH是Hurst参数H>1/2的（Ω,F,P）上的分数维布朗运动并且独立于BtS和Btv.由于波动率具有显性解且该解呈指数型增长,因此我们考虑波动率上障碍和下障碍分别为B和A运用Malliavin计算以及Ito公式通过复制投资组合的方法得到欧式看涨期权价格满足的偏微分方程为其中τ=T-t,T为欧式看涨期权的到期日.通过引入格林函数并且运用待定系数法对偏微分方程进行求解,得到定价公式的闭型解为在第四章中我们考虑分数维Ornstein-Uhlenbeck过程描述的随机波动率,假设波动率方程是一个均值回复过程并且不呈指数型增长.该模型如下其中St为标的资产的价格,是严格正的,vt为随机的瞬时波动率,rt为随机的瞬时利率,μ为标的资产的预期收益,β为波动率的均值回复速度,α为波动率的长期均值,γ1和γ2为波动率的波动率.我们运用复制投资组合方法得到欧式看涨期权价格满足的偏微分方程为这里τ=T-t,k=β+λ,θ=βα/β+λ并且运用待定系数法对偏微分方程进行求解,得到定价公式的闭型解为其中A（τ,k）,B（τ,k）和 C（τ,k）如下这里庞特里亚金最大值原理作为解决最优控制问题的必要条件,由庞特里亚金及其团队于上世纪五十年代提出.对于实际的应用中,往往得到的是一些离散数据,因此离散最优控制问题比连续情形更具有实际意义.然而连续情形的方法并不能直接应用到离散情形中,最初一些学者考虑加入“凸性”条件来得到离散最优控制系统的最大值原理.随着随机问题的出现,随机最优控制问题被广泛研究.值得一提的是Peng[98]研究了随机系统情形的最大值原理,该结果中控制域可以非凸且扩散项中包含控制变量.然而相对于标准布朗运动更加一般情形的分数维布朗运动因其具有长时记忆性和自相似性因此能够更好的解释实际的现象和规律.近些年有许多学者在白噪声驱动的离散随机控制系统上给出了一些结果.综上我们考虑由分数维噪声驱动的离散随机控制系统的最大值原理问题.令{BtkH}k=0,1,2,…,N-1为一个d维分数维布朗运动序列,其中1/2<H<1,满足下列条件:（ⅰ）{BtkH}k=0,1,2,…,N是Fk-1可测的.（ⅱ）BtkH的增量是平稳的但不是相互独立的.（ⅲ）对任意的BtkH=（BtkH,1,BtkH,2,…,BtkH,d）T,BtkH,1,BtkH,2,…,BtkH,d是相互独立的实值高斯随机变量.（ⅳ）E[BtkH]=0,E[BtiH,lBtjH,l]=1/2（ti2H+tj2H-|ti-tj|2H）,其中 l=1,2,…,d.我们用（?）gtk=Btk+1H-BtkH来代表分数维噪声D代表一个有界域,则容许控制空间为Uad={Uk}k=0N-1（?）{Utk∈Uk∈Rn:Ω→Dvtk是Fk-1可测的,E[vtTvtk]<+∞,k=0,1,…N-1.本文中离散随机控制系统为其性能指标为最优控制问题为在Uad范围内最小化性能指标J（v）.也就是找到一个最优的u*∈Uad 使得令u*（·）为最优控制且（x*（·）,u*（·））为最优对.我们通过经典变分法以及Malliavin计算得出了一个最优控制满足的必要条件:其中DH（·）和D（·）分别为分数维布朗运动和标准布朗运动的Malliavin导数,φtk满足如下方程
吴天博[10]（2020）在《“丝绸之路经济带”视域下中国木质林产品贸易研究》文中进行了进一步梳理步入21世纪后,中国林业产业为顺应经济全球化趋势、国际贸易自由化浪潮以及世界木质林产品需求日益增加的现状,不断提升自身生产加工水平、扩大产品生产种类及规模,促使我国林业产业生产及供给能力得到了飞速发展,木质林产品外贸规模显着扩大、贸易流量逐年攀升,产品与市场结构也日趋完善。时至今日,中国林业产业已在国际上占据了举足轻重的地位,成为世界上最大的木质林产品生产国、加工国及贸易国,被誉为“世界木材工厂”。尽管如此,林业作为我国战略性基础产业,随着中国经济逐渐步入“三期叠加”时期,中国林业发展所面临的内外部压力也在与日俱增。一方面,随着我国“天然林保护工程”的持续推进及“全面停止天然林商业性采伐政策”的贯彻实施,中国林业经济结构随着国家森林资源禀赋水平及比较优势发生了深刻调整,在这种背景下,有效利用国内外森林资源与市场是我国林业经济可持续发展的理性选择,也是维护我国木材安全的必然选择。另一方面,时至今日我国木质林产品进出口市场仍长期高度集中于北美、东南亚、东亚及少数欧盟国家,没有形成规模化的木质林产品全球供应链及稳定出口渠道。2013年,习近平总书记提出了共建“丝绸之路经济带”的伟大战略构想,以深化“政策沟通、设施联通、贸易畅通、资金融通、民心相通”建设为具体途径,秉承包容性发展理念,强调推动世界经济更加包容和平衡发展,通过提高区域间开放水平,开展跨国互通互联,提升经贸合作水平,以此实现全球经济的蓬勃发展与再平衡。“丝绸之路经济带”倡议的提出为我国打造稳定的、高质量、全方位、多渠道、宽领域的林业开放发展新格局提供了有利契机。本文以“丝绸之路经济带”建设为视角研究中国木质林产品贸易问题具有一定的理论意义及现实意义。有鉴于此,本文以“丝绸之路经济带”建设为背景,以中国木质林产品贸易为研究对象,采用理论分析与实证分析相结合的方式,综合分析了中国与“丝绸之路经济带”沿线国家木质林产品贸易发展现状、特征及存在问题,从贸易规模、贸易产品质量及贸易竞争力等三个层面入手,对双边贸易影响因素及发展潜力进行了测度,对中国进口产品质量及提升潜力进行了分析,对中国与沿线国家木质林产品国际竞争力进行了比较,并对竞争力提升的影响因素进行了实证分析。最终提出了“丝绸之路经济带”建设背景下的中国木质林产品发展对策,以期为“丝绸之路经济带”建设及中国木质林产品贸易的长足发展提出切实可行的政策参考。本文具体结论如下:中国与“丝绸之路经济带”沿线国家木质林产品贸易发展现状、特征及存在问题的分析表明:21世纪后,中国与“丝绸之路经济带”国家木质林产品贸易整体呈波动上升趋势,阶段性变化特征明显,我国常年处于贸易顺差。中国木质林产品进出口产品结构及市场稳定且集中,进口产品以原木、锯材、木浆等木材原料为主,出口产品以人造板、纸制品、木制品、木家具等木材制成品为主,进口对象主要集中于东欧及北欧国家,出口对象主要集中于西亚及西欧地区国家。在过去的十几年中,中国与沿线国家木质林产品贸易贸易水平得到了显着提升,但双边木质林产品贸易合作空间仍未得到充分开拓,仍需要深入挖掘。中国与“丝绸之路经济带”沿线国家木质林产品贸易规模的研究表明:双边人均经济水平的增长对木质林产品贸易规模的提升作用最为显着,双边人口规模的扩大同样有利于提升木质林产品贸易规模,空间距离对贸易的阻碍作用仍然存在;“五通”建设整体水平及各分项指标水平对中国与沿线国家各类木质林产品国际贸易效率均存在显着的正向影响,现阶段看来,“设施联通”和“贸易畅通”对中国木质林产品贸易效率提升的贡献更大,但从发展角度而言,“民心相通”的重要性不言而喻;在贸易效率提升潜力层面,双边贸易效率存在较大的提升空间,除“资金融通”外,其他“五通”建设水平的提升均有利于实现中国与沿线国家各类木质林产品贸易效率的升级。中国与“丝绸之路经济带”沿线国家木质林产品进口质量研究表明:在“丝绸之路经济带”倡议提出后,中国从大部分沿线国家进口木质林产品质量呈显着上升趋势,除原木进口质量小幅下滑外,其余各类产品进口质量均稳步提升。“五通”建设总水平对中国木质林产品进口质量产生显着的正向影响作用,“政策沟通”、“设施联通”、“贸易畅通”、“资金融通”均有助于中国木质林产品进口质量的升级,但由于现阶段我国与沿线国家“民心相通”建设水平的相对滞后,“民心相通”指标回归结果显着为负;随着“丝绸之路经济带”建设的不断推进,“贸易畅通”和“民心相通”质量升级潜力有着巨大的正向促进作用,表明贸易便利化和民意基础对国际贸易的重要性日益凸显,“贸易畅通”和“民心相同”应是未来的重点关注领域。中国与“丝绸之路经济带”沿线国家木质林产品国际竞争力研究表明:中国木质林产品的竞争优势主要体现于国际市场占有率方面,但限于我国森林资源禀赋水平、林产工业发展水平及投入资本等诸多因素,我国木质林产品在出口产品质量、生产效率与国际化水平等方面处于相对弱势,木质林产品综合竞争力在研究国家中处于下游,“大而不强”仍是我国木质林产品贸易发展所面临的突出问题;中国在木材原料产品的竞争劣势表现明显,且在短时间内无法逆转。但木材加工产品在国际竞争中优势明显,人造板、木制品及木家具等3类产品竞争优势突出,印证了近年来中国林产工业发展水平的突飞猛进。“丝绸之路经济带”沿线国家木质林产品竞争优势与中国相似,多集中于木材加工产品,表明未来沿线木质林产品国际市场的竞争将会日趋激烈;“贸易畅通”和“设施联通”水平的提升以及科技的进步对木质林产品国际竞争力的增强起关键作用。最后,依据理论分析与实证分析结果,从完善“丝绸之路经济带”木质林产品贸易环境、提升中国木质林产品国际竞争力及打造“丝绸之路经济带”多元化木质林产品市场等三个层面提出政策启示,以期为推进我国“丝绸之路经济带”建设及中国木质林产品贸易的长远发展提供切实可行的政策参考。
二、具有分数形式的随机目标规划在金融模型中的应用（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、具有分数形式的随机目标规划在金融模型中的应用（论文提纲范文）
（1）GAS框架下的投资组合风险测度与优化研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 导论 |
| 1.1 研究背景 |
| 1.2 研究意义 |
| 1.3 研究的主要内容与技术路线 |
| 1.3.1 研究内容 |
| 1.3.2 技术路线 |
| 1.4 研究的主要创新和不足 |
| 1.4.1 理论方法的创新 |
| 1.4.2 实证方法的创新 |
| 1.4.3 可能存在的不足 |
| 第2章 GAS理论框架发展及投资组合理论基础与文献综述 |
| 2.1 GAS理论框架研究和应用 |
| 2.1.1 观察值驱动模型与参数驱动模型 |
| 2.1.2 广义回归得分模型框架的提出与应用 |
| 2.2 投资组合风险测度研究 |
| 2.2.1 风险测度理论方法的选择与组合测度研究 |
| 2.2.2 基于高频数据的投资组合的风险测度问题 |
| 2.3 投资组合优化研究 |
| 2.3.1 投资组合理论的提出 |
| 2.3.2 经典投资组合理论下投资组合优化的研究分支 |
| 2.3.3 期现货投资组合套期保值优化问题 |
| 2.4 研究述评 |
| 第3章 GAS理论框架及其在金融时间序列的风险测度的应用 |
| 3.1 GAS理论框架 |
| 3.1.1 GAS框架模型的基本设定 |
| 3.1.2 GAS框架模型的估计 |
| 3.1.3 GAS框架模型的再参数化 |
| 3.1.4 模型的辨识问题 |
| 3.2 基于GAS框架的GARCH模型改进 |
| 3.2.1 GAS-GARCH-sst模型的构建 |
| 3.2.2 基于GAS框架的GAS-GARCH-sst风险测度模型的构建 |
| 3.3 基于GAS框架的金融资产风险测度与预测 |
| 3.3.1 数据的选择 |
| 3.3.2 描述性统计 |
| 3.3.3 数据的检验 |
| 3.3.4 模型的估计结果与受极端观察值影响对比 |
| 3.3.5 金融时间序列的VaR预测 |
| 3.3.6 金融时间序列的VaR预测效果对比 |
| 3.4 附录:GAS-GARCH-sst模型的估计结果 |
| 3.5 本章小结 |
| 第4章 基于R-Vine-Copula-GAS的投资组合测度与优化 |
| 4.1 Vine Copula理论 |
| 4.1.1 Copula函数的定义 |
| 4.1.2 Pair Copula的构建与R Vine |
| 4.1.3 Vine-Copula的数组表示方式 |
| 4.1.4 R-Vine Copula密度的估计 |
| 4.1.5 R-Vine分布的选择 |
| 4.2 基于GAS框架的投资组合风险测度分析 |
| 4.2.1 样本数据的选择与预处理 |
| 4.2.2 MST-PRIM算法下的R-Vine结构 |
| 4.2.3 R-Vine Copula的参数估计结果 |
| 4.2.4 单一资产的边缘分布估计 |
| 4.2.5 GAS-R-Vine-Copula模型的仿真模拟与风险预测方法设定 |
| 4.2.6 基于GAS框架下的投资组合VaR比较分析 |
| 4.3 GAS框架下的R-Vine-Copula多维资产组合优化模型 |
| 4.3.1 Markowitz的投资组合理论 |
| 4.3.2 Mean-VaR投资组合 |
| 4.3.3 Mean-CVaR的投资组合 |
| 4.3.4 最小VaR投资组合和最小CVaR投资组合的有效前沿 |
| 4.3.5 GAS框架下的投资组合优化效果比较 |
| 4.4 本章小结 |
| 第5章 基于GAS框架的高频多元资产波动率模型的设计与应用 |
| 5.1 Wishart-GARCH模型 |
| 5.1.1 模型的假设 |
| 5.1.2 GAS框架下的模型优化 |
| 5.1.3 模型的估计 |
| 5.2 基于GAS-Wishart-Realized-GARCH模型的高频多元资产波动率的实证研究设计 |
| 5.2.1 数据的选取与高频数据清洗 |
| 5.2.2 基于刷新时间抽样的样本调整 |
| 5.3 基于GAS-Wishart-Realized-GARCH模型的高频多元资产波动率的估计结果分析 |
| 5.3.1 基于子抽样的降噪方法 |
| 5.3.2 GAS-Wishart-Realized-GARCH模型的估计结果分析 |
| 5.4 基于GAS-Wishart-Realized-GARCH模型的高频多元资产波动率预测能力比较分析 |
| 5.4.1 基于样本外数据的降噪技术的完善 |
| 5.4.2 评价预测效果的损失函数 |
| 5.4.3 样本外GAS-Wishart-Realized-GARCH模型的估计结果 |
| 5.4.4 GAS-Wishart-Realized-GARCH模型和EWMA模型预测效果比较 |
| 5.5 本章小结 |
| 第6 章 基于GAS框架的期现货投资组合的套期保值优化 |
| 6.1 期现货套期保值的理论基础和模型设计 |
| 6.1.1 套期保值理论 |
| 6.1.2 基于GAS框架的极值Copula函数模型 |
| 6.1.3 最优套期保值比率比较模型的选择 |
| 6.2 基于GAS框架下的期现货投资组合套期保值优化的实证研究 |
| 6.2.1 数据的选取与预处理 |
| 6.2.2 样本数据的描述性统计 |
| 6.2.3 样本数据的基本检验结果 |
| 6.3 基于GAS框架的期现货投资组合套期保值比率的估计结果分析 |
| 6.3.1 各模型的估计结果 |
| 6.3.2 动态最优套期保值比率估计结果比较 |
| 6.4 GAS框架下的期现货投资组合最优套期保值比率的比较与选择 |
| 6.4.1 套期保值效果的评价方式 |
| 6.4.2 各模型的套期保值效果结果比较 |
| 6.5 本章小结 |
| 第7 章 结论、建议与研究展望 |
| 7.1 主要结论 |
| 7.2 研究和投资实践建议 |
| 7.3 研究展望 |
| 参考文献 |
| 攻读博士学位期间学术研究成果 |
| 致谢 |
（2）面向空间非规则数据的图学习方法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 符号列表 |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.2 研究现状 |
| 1.2.1 基于统计模型的图学习方法 |
| 1.2.2 基于GSP模型的图学习方法 |
| 1.2.3 研究现状分析和总结 |
| 1.3 论文主要内容及结构安排 |
| 1.3.1 论文主要内容 |
| 1.3.2 论文结构安排 |
| 第二章 图信号处理基础 |
| 2.1 引言 |
| 2.2 图和图上信号 |
| 2.2.1 图的构造方式 |
| 2.2.2 图拉普拉斯矩阵 |
| 2.2.3 图上信号的频域表示 |
| 2.2.4 图上平滑信号 |
| 2.3 图学习的相关研究 |
| 2.3.1 图上平滑信号的图学习 |
| 2.3.2 图上平稳信号的图学习 |
| 2.3.3 各类方法的优势和局限 |
| 2.4 本章小结 |
| 第三章 图上时变信号的图学习研究 |
| 3.1 引言 |
| 3.2 问题模型 |
| 3.2.1 联合空-时表征的信号模型 |
| 3.2.2 模型的空时特性和概率特性分析 |
| 3.2.3 图学习的优化模型 |
| 3.3 基于空时平滑性的图学习算法 |
| 3.3.1 理想信号模型下的图学习算法 |
| 3.3.2 非理想情况下的图学习算法 |
| 3.4 实验验证 |
| 3.4.1 合成数据实验 |
| 3.4.2 全国地表温度数据实验 |
| 3.4.3 传感网水汽蒸发数据实验 |
| 3.5 本章小节 |
| 第四章 基于信号局部和全局特性的图学习研究 |
| 4.1 引言 |
| 4.2 问题模型 |
| 4.2.1 基于局部和全局表征的信号模型 |
| 4.2.2 模型的局部特性和全局特性分析 |
| 4.2.3 图学习的优化模型 |
| 4.3 低秩和空时平滑性联合约束的图学习算法 |
| 4.4 实验验证 |
| 4.4.1 合成数据实验 |
| 4.4.2 舞者动作网格数据实验 |
| 4.4.3 全国地表温度数据实验 |
| 4.4.4 传感网水汽蒸发数据实验 |
| 4.5 本章小结 |
| 第五章 面向动态结构的图学习研究 |
| 5.1 引言 |
| 5.2 问题模型 |
| 5.2.1 基于动态图表征的信号模型 |
| 5.2.2 图的演进模型 |
| 5.2.3 时变图学习的优化模型 |
| 5.3 基于交替方向乘子法的分布式时变图学习算法 |
| 5.4 实验验证 |
| 5.4.1 合成数据实验 |
| 5.4.2 公司股票数据实验 |
| 5.4.3 空手道俱乐部的社交网络实验 |
| 5.5 本章小节 |
| 第六章 全文总结及展望 |
| 6.1 论文的研究总结 |
| 6.2 论文进步研究方向展望 |
| 参考文献 |
| 附录一 缩略语列表 |
| 致谢 |
| 攻读学位期间发表的学术论文目录 |
（3）期权定价的若干模型研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 期权定价的研究背景 |
| 1.2 研究目的和意义 |
| 1.3 国内外研究现状 |
| 1.4 论文结构及创新之处 |
| 第二章 Black-Scholes欧式期权定价模型 |
| 2.1 期权的相关定义 |
| 2.2 B-S定价模型简介 |
| 2.3 B-S定价模型的求解 |
| 2.4 B-S定价公式及平价公式 |
| 第三章 期权定价的混合随机利率-波动率模型 |
| 3.1 混合模型的建立 |
| 3.2 混合模型的定价公式 |
| 3.3 数值计算结果 |
| 3.4 小结 |
| 第四章 次扩散分数布朗运动机制下几何亚式期权的定价模型 |
| 4.1 模型的介绍 |
| 4.1.1 次扩散过程 |
| 4.1.2 分数布朗运动 |
| 4.2 几何平均亚式期权的定价模型 |
| 4.2.1 具有固定敲定价格的定价模型 |
| 4.2.2 具有浮动敲定价格的定价模型 |
| 4.3 数值计算结果 |
| 4.4 小结 |
| 第五章期权定价的时段驱动模型 |
| 5.1 次扩散几何布朗运动模型 |
| 5.2 时段驱动模型下的定价公式 |
| 5.3 数值计算结果 |
| 5.4 小结 |
| 第六章 总结与展望 |
| 参考文献 |
| 作者简介 |
| 作者在攻读硕士学位期间获得的学术成果 |
| 致谢 |
（4）基于区块链技术的信用治理研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究的背景与意义 |
| 1.1.1 研究的背景 |
| 1.1.2 研究的意义 |
| 1.2 论文的主要研究内容与研究思路 |
| 1.2.1 论文的主要研究内容 |
| 1.2.2 论文的主要研究思路 |
| 1.3 论文的主要研究方法 |
| 1.4 论文的主要创新点 |
| 1.5 本章小结 |
| 第二章 文献综述与基本理论 |
| 2.1 信用基本理论研究 |
| 2.1.1 关于信用基础之信任的相关研究 |
| 2.1.2 关于信用的特征及与其它相关概念的辨析 |
| 2.2 信用治理的相关研究 |
| 2.2.1 信用治理的理论分析 |
| 2.2.2 信用治理的应用分析 |
| 2.3 区块链技术的研究 |
| 2.3.1 比特币与区块链的研究 |
| 2.3.2 区块链核心技术的研究 |
| 2.3.3 区块链技术应用的研究 |
| 2.4 区块链技术与信用治理结合的研究 |
| 2.4.1 区块链与信任体系 |
| 2.4.2 区块链与信用治理 |
| 2.5 本章小结 |
| 第三章 区块链技术条件下的信用治理原理 |
| 3.1 区块链技术架构与共识机制 |
| 3.1.1 区块链技术架构 |
| 3.1.2 区块链的类型及特点 |
| 3.1.3 区块链共识机制 |
| 3.2 从机器信任到社会信用 |
| 3.3 完全理性博弈下的区块链信用治理 |
| 3.3.1 个体理性、重复博弈与区块链信用合作的产生 |
| 3.3.2 集体理性、合作博弈与区块链信用合作的有效性 |
| 3.4 有限理性博弈下的区块链信用合作及稳定性 |
| 3.5 本章小结 |
| 第四章 基于区块链技术的个体信用治理分析 |
| 4.1 DAO、公有链与代币(Token) |
| 4.2 Token(代币)经济与金融监管 |
| 4.3 个体行为视角的公有链社会网络信用治理分析 |
| 4.3.1 预期效用建模 |
| 4.3.2 信用偏好的承袭分析 |
| 4.3.3 信用偏好的均衡调整 |
| 4.3.4 信用合作的场域 |
| 4.3.5 极端状况下的均衡 |
| 4.4 政策建议 |
| 4.5 本章小结 |
| 第五章 基于区块链技术的群体信用治理分析 |
| 5.1 DeFi与普惠金融 |
| 5.2 DeFi的信用特征 |
| 5.3 DeFi普惠金融的群体信用建模 |
| 5.4 基于私有链的群体信用治理分析 |
| 5.4.1 私有链与随机网络 |
| 5.4.2 随机网络的群体信用治理 |
| 5.5 基于联盟链的群体信用治理分析 |
| 5.5.1 联盟链与无标度网络 |
| 5.5.2 无标度网络的群体信用治理 |
| 5.6 政策建议 |
| 5.7 本章小结 |
| 第六章 基于区块链技术优化个人信用评价的实证研究 |
| 6.1 “币天销毁”与“币天销毁”信用评价模型 |
| 6.2 “币天销毁”信用评价模型的构建与指标选择 |
| 6.2.1 “币天销毁”信用评价模型的指标选取 |
| 6.2.2 “币天销毁”信用评价模型指标的时序拆解与重组 |
| 6.2.3 “币天销毁”信用评价模型指标数据的引入与生成 |
| 6.3 “币天销毁”信用评价模型的初始权重设计 |
| 6.3.1 对于筛选指标的逻辑回归模型设计 |
| 6.3.2 模型的初始权重设计 |
| 6.4 “币天销毁”信用评价模型的测试评价 |
| 6.5 “币天销毁”信用评价模型的训练 |
| 6.5.1 模型训练方法的选择 |
| 6.5.2 模型训练方法的机理 |
| 6.5.3 模型训练的流程 |
| 6.5.4 模型训练相关程序 |
| 6.6 “币天销毁”信用评价模型的训练结果 |
| 6.6.1 模型的最终参数结果 |
| 6.6.2 模型最终的权重结果 |
| 6.7 “币天销毁”信用评价模型与传统信用评价模型的结果比较 |
| 6.7.1 传统信用评价模型的构建过程 |
| 6.7.2 两种模型的结果比较 |
| 6.8 本章小结 |
| 第七章 基于区块链技术改善中小企业授信的实证研究 |
| 7.1 中小企业信用评价和融资授信的相关研究 |
| 7.2 区块链技术改善中小企业融资授信的路径 |
| 7.2.1 区块链技术赋能中小企业融资授信 |
| 7.2.2 基于区块链技术的企业融资授信的平台架构和数据原型 |
| 7.3 区块链技术改善中小企业融资授信:实证模型的构建 |
| 7.4 基于区块链增强信息的企业信用模型的测试与分析 |
| 7.4.1 数据标准与准备 |
| 7.4.2 特征变量选取 |
| 7.4.3 测试结果与分析 |
| 7.5 基于区块链技术的模型与传统模型的结果比较 |
| 7.6 本章小结 |
| 第八章 区块链技术在公共管理领域的信用治理应用研究 |
| 8.1 区块链技术对国家信用治理带来的影响分析 |
| 8.1.1 区块链技术对国家信用创造和监管带来冲击 |
| 8.1.2 区块链技术对商业银行信用管理带来变革与颠覆 |
| 8.2 数字法币的技术路径选择,及对信用创造的影响 |
| 8.2.1 数字法币的技术路径选择与分叉 |
| 8.2.2 数字法币对信用创造的影响分析 |
| 8.2.3 数字法币对货币乘数的影响: 一个概要测算 |
| 8.3 利用区块链技术深化我国的社会征信管理 |
| 8.3.1 面向全社会各行业的征信系统面临的技术挑战 |
| 8.3.2 区块链技术应用于征信系统的可行性分析 |
| 8.3.3 区块链技术在征信系统中的应用研究 |
| 8.4 本章小结 |
| 第九章 基于区块链技术的物理世界信用治理应用研究 |
| 9.1 从万物互联、万物智能到万物账本,信用治理拓展原理 |
| 9.1.1 万物互联: 生产工具的升级 |
| 9.1.2 万物智能: 生产资料的升级 |
| 9.1.3 万物账本: 生产关系的升级 |
| 9.2 从“+区块链”到“区块链+,区块链信用治理拓展的路径 |
| 9.2.1 “+区块链”: 从信息互联网到价值互联网 |
| 9.2.2 “区块链+”: 商业逻辑、组织范式的颠覆性解构与重组 |
| 9.3 云-管-端-边“设备民主”,区块链信用治理应用拓展的实现 |
| 9.3.1 信息技术架构与信息服务架构 |
| 9.3.2 基于区块链技术实现云-管-端-边的“设备民主” |
| 9.4 本章小结 |
| 第十章 结论与展望 |
| 10.1 本文研究的主要结论 |
| 10.2 研究局限及展望 |
| 参考文献 |
| 附录 |
| 致谢 |
| 攻读学位期间取得的研究成果 |
（5）Lévy过程下的再保险投资组合问题和美式期权定价问题（论文提纲范文）
| 中文摘要 |
| 英文摘要 |
| 引言 |
| 1 预备知识 |
| 1.1 再保险 |
| 1.2 期权的定价 |
| 2 Lévy过程下再保险投资组合问题 |
| 2.1 再保险投资模型 |
| 2.2 鲁棒最优控制 |
| 2.3 最优再保险投资策略 |
| 2.4 数值分析 |
| 3 Lévy过程下美式期权的定价问题 |
| 3.1 CGMYe过程下多资产期权的定价模型及分数阶偏微分方程 |
| 3.2 CGMYe过程下美式极大择购期权的定价 |
| 参考文献 |
| 致谢 |
（6）基于深度学习的商品期货趋势预测研究与实现（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景及目的 |
| 1.2 研究现状 |
| 1.2.1 数值型数据趋势预测研究现状 |
| 1.2.2 文本型数据趋势预测研究现状 |
| 1.3 存在的问题 |
| 1.4 研究内容 |
| 1.5 本文创新点 |
| 1.6 论文组织结构 |
| 第二章 相关理论概述 |
| 2.1 自注意力机制 |
| 2.1.1 自注意力 |
| 2.1.2 多头自注意力 |
| 2.2 Bert语言模型 |
| 2.3 长短期记忆网络 |
| 2.4 卷积神经网络 |
| 2.5 本章小结 |
| 第三章 基于自注意力机制的数值型期货数据趋势预测模型设计 |
| 3.1 数据采集 |
| 3.2 数据处理 |
| 3.3 皮尔森相关系数 |
| 3.4 基于自注意力机制的数值型期货数据趋势预测模型 |
| 3.4.1 单品种趋势预测模型 |
| 3.4.2 相关性商品的趋势预测模型 |
| 3.5 本章小结 |
| 第四章 基于混合神经网络的期货资讯情感分析模型设计 |
| 4.1 数据采集 |
| 4.1.1 爬虫获取资讯 |
| 4.1.2 语音识别获取资讯 |
| 4.2 数据预处理 |
| 4.2.1 数据清洗 |
| 4.2.2 数据标注 |
| 4.3 混合神经网络模型构建 |
| 4.3.1 Fin Bert词嵌入层 |
| 4.3.2 双向LSTM层 |
| 4.3.3 卷积层 |
| 4.3.4 自注意力层 |
| 4.3.5 最大池化层 |
| 4.4 本章小结 |
| 第五章 实验结果及分析 |
| 5.1 基于自注意力机制的数值型期货数据趋势预测模型实验分析 |
| 5.1.1 评价指标 |
| 5.1.2 实验环境及参数 |
| 5.1.3 模型训练步骤 |
| 5.1.4 实验及结果分析 |
| 5.2 基于混合神经网络的期货资讯情感分析模型实验分析 |
| 5.2.1 评价指标 |
| 5.2.2 实验环境及参数 |
| 5.2.3 模型训练步骤 |
| 5.2.4 实验及结果分析 |
| 5.3 期货数值型数据与文本型数据趋势预测模型结合效果验证 |
| 5.4 本章小结 |
| 总结与展望 |
| 参考文献 |
| 攻读硕士学位期间取得的科研成果 |
| 致谢 |
（7）中国股票市场的ESG责任投资研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 引言 |
| 第一节 研究背景与问题提出 |
| 第二节 研究目的和意义 |
| 一、理论意义 |
| 二、实践意义 |
| 第三节 研究内容和研究方法 |
| 一、研究内容 |
| 二、研究方法 |
| 第四节 论文可能的创新和不足 |
| 第二章 文献回顾与述评 |
| 第一节 社会责任投资与ESG责任投资的涵义 |
| 一、历史沿革 |
| 二、概念厘清 |
| 第二节 国外文献综述 |
| 一、投资者行为 |
| 二、社会责任投资的发展演变 |
| 三、社会责任投资基金的财务绩效 |
| 第三节 国内文献综述 |
| 一、ESG责任投资学术研究综述 |
| 二、ESG责任投资市场研究综述 |
| 第四节 文献述评 |
| 第三章 ESG责任投资:全球发展现状分析 |
| 第一节 全球ESG责任投资发展现状分析 |
| 一、全球ESG责任投资发展概览 |
| 二、美国股票市场ESGETF发展现状 |
| 三、欧洲ESG责任投资的现状 |
| 四、全球ESG责任投资发展存在的问题 |
| 第二节 国内ESG责任投资发展现状分析 |
| 一、上市公司ESG披露现状 |
| 二、泛ESG股票指数的发展 |
| 三、ESG公募基金产品情况 |
| 四、商业银行ESG理财产品情况 |
| 五、国内ESG责任投资发展存在的问题 |
| 第四章 ESG责任投资:一般理论分析 |
| 第一节 ESG责任投资者动机 |
| 一、道德和宗教动机 |
| 二、鼓励企业维护利益相关人关系动机 |
| 三、经济利益动机 |
| 四、影响企业经营方式动机 |
| 五、监管动机 |
| 第二节 社会责任投资的理论基础 |
| 一、企业社会责任与利益相关者 |
| 二、社会责任投资与利益相关者 |
| 三、传统金融投资与社会责任投资的联系和区别 |
| 第三节 ESG责任投资的数理模型 |
| 一、ESG信息条件下的DDM模型推导 |
| 二、ESG投资资产价格横截面模型 |
| 第四节 本章节小结 |
| 第五章 ESG责任投资:指标体系分析 |
| 第一节 ESG指引学理分析:来自香港联交所的案例 |
| 第二节 环境、社会和公司治理指标的经济学解读 |
| 一、环境(E)因素指标内容 |
| 二、社会(S)因素指标内容 |
| 三、公司治理(G)因素指标内容 |
| 第三节 MSCI ESG指标体系的经济学分析 |
| 一、MSCI ESG评级方法论 |
| 二、关键问题评估 |
| 三、构筑评级 |
| 四、ESG评级流程概述 |
| 第四节 Bloomberg ESG评级体系的经济学分析 |
| 一、ES Scores产品开发流程 |
| 二、评分框架和问题优先级 |
| 三、评分方法 |
| 第五节 国内外ESG评级体系的综合解析 |
| 第六章 ESG责任投资:财务绩效实证研究 |
| 第一节 国内ESG责任投资基金的描述统计 |
| 第二节 实证模型和研究假设 |
| 一、实证模型的文献梳理 |
| 二、实证模型的构建 |
| 三、本文实证模型的思路 |
| 第三节 实证数据采集和构造 |
| 一、投资组合的划分 |
| 二、因子定义 |
| 三、样本数据选取与处理 |
| 第四节 FF5+ESG因子模型实证结果 |
| 一、各因子收益率的描述性统计 |
| 二、各因子的市场风格检验1 |
| 三、各因子的市场风格检验2 |
| 四、5x5 因变量分组检验结果 |
| 五、FF5+ESG与其他模型表现的比较 |
| 第五节 稳健性检验 |
| 一、各因子的市场风格检验1 |
| 二、各因子的市场风格检验2 |
| 三、5x5 因变量分组检验结果 |
| 四、FF5+ESG与其他模型表现的比较 |
| 第六节 通过筛选策略建立股票组合的风险收益特征 |
| 一、Bloomberg EQBT股票回测方法 |
| 二、10%正向筛选强度构建组合情况 |
| 三、5%正向筛选强度构建组合情况 |
| 四、1%正向筛选强度构建组合情况 |
| 五、正向筛选ESG投资组合的回测结果 |
| 第七节 本章小节 |
| 第七章 ESG责任投资:机构投资者的实践和监管国际比较 |
| 第一节 ESG责任投资的单一实践方式 |
| 一、筛选(Screening)策略 |
| 二、股东积极主义(Shareholder Activism)策略 |
| 三、社区投资(Community Investment)实践方式 |
| 第二节 海外机构投资者的ESG责任投资管理 |
| 一、ESG整合策略整体框架 |
| 二、ESG整合策略的定性和定量方法应用 |
| 三、股票分析的具体应用 |
| 第三节 中国机构投资者ESG责任投资体系的建设 |
| 一、ESG责任投资原则 |
| 二、ESG责任投资框架 |
| 三、ESG事件在投资流程中的影响——案例分析 |
| 第四节 监管政策国际比较 |
| 一、全球监管整体现状 |
| 二、ESG责任投资监管政策的学理分析 |
| 三、国际监管政策前沿动态和趋势 |
| 四、中国监管政策的进展和不足 |
| 第五节 本章小结 |
| 第八章 结论和政策建议 |
| 第一节 本文结论 |
| 一、利益相关人理论是ESG责任投资的理论基础 |
| 二、ESG信息对股票收益率的理论影响 |
| 三、财务绩效实证研究的主要结论 |
| 四、国内ESG责任投资基金和正向筛选策略的风险收益特征 |
| 第二节 实践和政策建议 |
| 一、对中国机构投资者的实践建议 |
| 二、对中国股票市场监管者的政策建议 |
| 参考文献 |
| 附录 |
| 致谢 |
（8）若干波动率模型下的特种期权定价（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 引言 |
| 1.1 研究背景及研究内容 |
| 1.2 研究问题的困难与解决方案 |
| 1.3 文献综述 |
| 1.4 本文结构 |
| 第二章 预备知识 |
| 2.1 相关金融数学工具 |
| 2.1.1 布朗运动与Ito公式 |
| 2.1.2 风险中性定价原理 |
| 2.1.3 动态规划原理与HJB方程 |
| 2.1.4 鞅估计函数法 |
| 2.2 相关偏微分方程求解工具 |
| 2.2.1 格林函数 |
| 2.2.2 傅里叶变换与拉普拉斯变换 |
| 2.2.3 特征函数展开法 |
| 2.3 几种期权定价模型 |
| 2.3.1 Black-Scholes模型 |
| 2.3.2 随机波动率模型 |
| 2.3.3 不确定波动率模型 |
| 2.4 特种期权 |
| 2.4.1 亚式期权 |
| 2.4.2 障碍期权及波动率障碍期权 |
| 2.4.3 巴黎期权 |
| 第三章 不确定波动率模型下的亚式期权定价 |
| 3.1 不确定波动率模型下的亚式期权 |
| 3.2 Black-Scholes型偏微分方程 |
| 3.3 亚式期权价格近似 |
| 3.3.1 收益函数的Lipschitz连续性 |
| 3.3.2 误差项的期望形式 |
| 3.3.3 收益函数的多项式增长条件及其二阶导的连续性 |
| 3.3.4 定理的证明 |
| 3.4 亚式期权的数值模拟及分析 |
| 3.5 小结 |
| 第四章 随机波动率模型下的波动率障碍期权定价 |
| 4.1 Heston随机波动率模型下的波动率障碍期权定价 |
| 4.1.1 风险中性价格 |
| 4.1.2 偏微分方程的推导 |
| 4.1.3 偏微分方程的解 |
| 4.1.4 模型的参数估计 |
| 4.2 分数维随机波动率模型下的波动率障碍期权定价 |
| 4.2.1 偏微分方程的推导 |
| 4.2.2 偏微分方程的解 |
| 4.3 其他模型下的波动率障碍期权定价 |
| 4.3.1 Black-Scholes模型下的波动率障碍期权定价 |
| 4.3.2 不确定波动率模型下的波动率障碍期权定价 |
| 4.4 波动率障碍期权的数值模拟及分析 |
| 4.4.1 Heston随机波动率模型下的波动率障碍期权价格数值模拟 |
| 4.4.2 分数维随机波动率模型下的双波动率障碍期权价格数值模拟 |
| 4.5 小结 |
| 第五章 双障碍巴黎期权定价 |
| 5.1 偏微分方程系统 |
| 5.2 偏微分方程的解 |
| 5.3 双障碍巴黎期权价格的数值计算及分析 |
| 5.4 小结 |
| 第六章 结论与展望 |
| 参考文献 |
| 作者简介及在学期间所取得的科研成果 |
| 致谢 |
（9）分数维随机波动率的期权定价和离散随机控制问题研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 引言 |
| 1.1 研究背景 |
| 1.1.1 分数维随机波动率模型下的期权定价问题 |
| 1.1.2 障碍期权 |
| 1.1.3 随机最优控制问题 |
| 1.2 本文结构 |
| 第二章 预备知识 |
| 2.1 分数维布朗运动 |
| 2.1.1 概念和性质 |
| 2.1.2 分数维布朗运动相关积分 |
| 2.1.3 Malliavin导数 |
| 2.2 金融概念和模型 |
| 2.2.1 风险中性定价 |
| 2.2.2 均值回复过程 |
| 2.2.3 几种随机波动率模型 |
| 2.3 随机最大值原理 |
| 第三章 分数维Hull-White随机波动率模型下的期权定价 |
| 3.1 分数维Hull-White随机波动率模型 |
| 3.2 欧式看涨期权价格的求解 |
| 3.3 数值模拟 |
| 第四章 分数维Ornstein-Uhlenbeck随机波动率模型下的期权定价 |
| 4.1 分数维Ornstein-Uhlenbeck随机波动率模型 |
| 4.2 欧式看涨期权价格的求解 |
| 4.3 数值模拟 |
| 4.3.1 波动率的数值修正 |
| 4.3.2 闭型解的数值模拟 |
| 第五章 分数维噪声驱动的离散随机控制系统的最大值原理 |
| 5.1 定义及假设 |
| 5.2 由分数维噪声驱动的离散随机控制系统的最大值原理 |
| 5.3 由分数维噪声和白噪声共同驱动的离散随机控制系统的最大值原理 |
| 5.4 对于线性二次方程的应用 |
| 5.4.1 线性二次方程问题 |
| 5.4.2 最优生产计划实例 |
| 第六章 结论与展望 |
| 参考文献 |
| 作者简介及在学期间所取得的科研成果 |
| 致谢 |
（10）“丝绸之路经济带”视域下中国木质林产品贸易研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景、目的及意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究目的 |
| 1.1.3 研究意义 |
| 1.2 相关领域国内外研究现状 |
| 1.2.1 中国木质林产品贸易的研究综述 |
| 1.2.2 “丝绸之路经济带”建设发展的研究综述 |
| 1.2.3 “丝绸之路经济带”建设下国际贸易的研究综述 |
| 1.2.4 研究评述 |
| 1.3 研究的主要内容、研究方法和技术路线 |
| 1.3.1 主要研究内容 |
| 1.3.2 研究方法 |
| 1.3.3 技术路线 |
| 1.4 研究的创新之处 |
| 2 “丝绸之路经济带”视域下的中国木质林产品国际贸易理论框架 |
| 2.1 木质林产品国际贸易理论基础 |
| 2.1.1 国际贸易规模相关理论 |
| 2.1.2 国际贸易质量相关理论 |
| 2.1.3 国际贸易竞争力相关理论 |
| 2.2 “丝绸之路经济带”在国际贸易理论中的站位 |
| 2.2.1 “丝绸之路经济带”的理论内涵与意义 |
| 2.2.2 “丝绸之路经济带”与国际贸易规模 |
| 2.2.3 “丝绸之路经济带”与国际贸易质量 |
| 2.2.4 “丝绸之路经济带”与国际贸易竞争力 |
| 2.3 理论框架的构建 |
| 2.3.1 国际贸易规模、国际贸易质量与国际贸易竞争力的逻辑关系 |
| 2.3.2 国际贸易影响因素的理论支撑与经验支撑 |
| 2.4 本章小结 |
| 3 “丝绸之路经济带”视域下的中国与沿线国家木质林产品贸易发展现状分析 |
| 3.1 中国木质林产品贸易发展现状及特征分析 |
| 3.1.1 中国木质林产品整体贸易现状 |
| 3.1.2 中国木质林产品分类产品贸易现状 |
| 3.1.3 中国木质林产品贸易发展特点 |
| 3.2 中国与“丝绸之路经济带”国家木质林产品贸易现状及问题分析 |
| 3.2.1 “丝绸之路经济带”沿线国家范围界定 |
| 3.2.2 双边贸易流量分析 |
| 3.2.3 双边贸易结构分析 |
| 3.2.4 双边贸易互补性关系分析 |
| 3.2.5 中国与“丝绸之路经济带”国家木质林产品贸易存在问题分析 |
| 3.3 中国与“丝绸之路经济带”国家“五通”建设水平分析 |
| 3.3.1 “丝绸之路经济带”五通指标体系构建 |
| 3.3.2 中国与“丝绸之路经济带”沿线国家五通水平测算 |
| 3.4 本章小结 |
| 4 “丝绸之路经济带”视域下的中国木质林产品贸易规模及潜力评估 |
| 4.1 中国木质林产品国际贸易规模的影响因素研究 |
| 4.1.1 贸易引力模型的构建 |
| 4.1.2 研究国家选取及数据来源 |
| 4.1.3 模型回归结果及相关分析 |
| 4.2 中国木质林产品国际贸易效率的影响因素研究 |
| 4.2.1 随机前沿引力模型的构建 |
| 4.2.2 模型回归结果及相关分析 |
| 4.2.3 变量相对重要性分析 |
| 4.3 中国木质林产品国际贸易效率提升潜力评估 |
| 4.4 本章小结 |
| 5 “丝绸之路经济带”视域下的中国木质林产品进口质量分析 |
| 5.1 中国木质林产品进口质量测度 |
| 5.1.1 国际贸易产品质量测算方法选取 |
| 5.1.2 研究国家选取及数据来源 |
| 5.1.3 中国木质林产品进口质量测算结果及相关分析 |
| 5.2 中国木质林产品进口质量的影响因素分析 |
| 5.2.1 多元线性回归模型设定 |
| 5.2.2 模型回归结果及相关分析 |
| 5.2.3 变量相对重要性分析 |
| 5.2.4 影响机制讨论 |
| 5.3 中国木质林产品进口质量的提升潜力评估 |
| 5.4 本章小结 |
| 6 “丝绸之路经济带”视域下的中国木质林产品国际竞争力研究 |
| 6.1 中国与“丝绸之路经济带”国家木质林产品国际竞争力评价 |
| 6.1.1 国际竞争力评价指标体系构建的经验及理论综述 |
| 6.1.2 木质林产品国际竞争力评价指标选取 |
| 6.1.3 研究国家选取 |
| 6.1.4 木质林产品整体国际竞争力评价 |
| 6.1.5 木质林产品分类国际竞争力评价 |
| 6.2 木质林产品国际竞争力的影响因素分析 |
| 6.2.1 国际竞争力影响因素的指标选取及模型构建 |
| 6.2.2 数据来源 |
| 6.2.3 模型回归结果及相关分析 |
| 6.3 本章小结 |
| 7 政策启示 |
| 7.1 完善中国与“丝绸之路经济带”国家木质林产品贸易环境 |
| 7.2 提升中国木质林产品国际竞争力 |
| 7.3 打造中国与“丝绸之路经济带”国家多元化木质林产品市场结构 |
| 7.4 研究展望 |
| 结论 |
| 参考文献 |
| 附录 |
| 攻读学位期间发表的学术论文 |
| 致谢 |
| 东北林业大学博士学位论文修改情况确认表 |
四、具有分数形式的随机目标规划在金融模型中的应用（论文参考文献）
- [1]GAS框架下的投资组合风险测度与优化研究[D]. 刘毅男. 吉林大学, 2021(01)
- [2]面向空间非规则数据的图学习方法研究[D]. 刘玥良. 北京邮电大学, 2021(01)
- [3]期权定价的若干模型研究[D]. 汪贤洪. 安庆师范大学, 2021(12)
- [4]基于区块链技术的信用治理研究[D]. 章建赛. 北京邮电大学, 2021(01)
- [5]Lévy过程下的再保险投资组合问题和美式期权定价问题[D]. 周柏慧. 东北师范大学, 2021(12)
- [6]基于深度学习的商品期货趋势预测研究与实现[D]. 代鲁凡. 西北大学, 2021(12)
- [7]中国股票市场的ESG责任投资研究[D]. 赵斯彤. 中国社会科学院研究生院, 2021(12)
- [8]若干波动率模型下的特种期权定价[D]. 刘春洋. 吉林大学, 2020(03)
- [9]分数维随机波动率的期权定价和离散随机控制问题研究[D]. 李峥. 吉林大学, 2020(03)
- [10]“丝绸之路经济带”视域下中国木质林产品贸易研究[D]. 吴天博. 东北林业大学, 2020(09)