为了准确评估制造型中小企业的综合质量水平并解决其生产经营管理中存在的问题，文章提出基于组合赋权VIKOR法的中小企业综合质量评估方法.参照质量管理体系要求，结合制造型中小企业的特点，设计了包含质量认证、质量监管、创新及发展能力、财务质量、社会声誉五个维度的综合质量评估指标体系，并使用改进后的信息重叠指标筛选方法优化指标；结合AHP和CRITIC法进行指标权重赋值，并应用VIKOR法计算中小企业利益比率值，实现中小企业综合质量评估.选取电子行业119家中小企业为例，采用文章提出的综合质量评估方法进行实证研究，研究结果表明基于文章提出的综合质量评估方法的结果与样本企业质量发展的客观现状具有良好的一致性，验证了文章方法的有效性.

文章介绍了一种可应用于中国原油期货市场的远期期限结构量子场理论模型.该模型是对HJM模型的推广，可以用来描述不完全相关的期货远期净持有成本率的演化.实证研究表明，与传统的HJM模型框架相比，基于量子场理论的模型，对市场数据的拟合程度更高，预测效果更好.稳健性检验表明，该模型在估计结果的稳健性以及预测效果上均优于传统两因子HJM模型，在期货价格预测和风险对冲方面具有很大的潜力.

大宗商品价格的剧烈波动，使其成为金融系统新的风险点.然而，在不同时间频域下，大宗商品市场与股票和石油市场之间风险溢出如何变化的问题仍然不清楚.因此，文章使用Baruník和Kárehlík提出的频域溢出方法来分析大宗商品、股票和石油市场之间的风险溢出.同时，文章进一步讨论了分行业大宗商品投资组合的多样化和风险对冲.首先，文章发现大宗商品、股票和石油市场的整合程度相对较高，风险溢出在危机事件期间快速上升.并且，在整个样本期内，石油市场为风险的传出者，而股票市场为风险的接收者.其次，不同频域的风险溢出呈现出异质性，跨市场风险溢出由短期频域所主导.最后，贵金属和谷物特别适合于对冲石油和股票资产的风险.文章结果对于股票、石油和大宗商品市场的投资者和监管者的风险管理具有重要的指导意义.

文章分别考虑了食品安全监管机构采用和不采用区块链技术时监管部门和食品生产企业的收益变化，使用演化博弈方法动态分析了监管机构区块链技术采用策略及食品生产企业生产行为演化稳定策略，并得出均衡条件，最后进行了参数敏感性分析和数值模拟.研究发现：新技术被社会所接受的快慢受到诸多因素的影响，监管机构与食品生产企业之间的利益协调影响着区块链技术的实施效果和落地速度，区块链技术的采用也不一定能提高监管有效性；监管部门对食品生产企业低质量生产行为的惩罚力度大小对企业生产行为影响较大；在一定条件下，食品生产企业的生产行为与监管部门区块链采用策略无关.食品安全监管需要综合考虑食品生产企业的和监管机构的利益动机，对问责力度等进行合理的设计，避免导致食品监管策略失效，造成不良的社会影响.

数字金融是通过互联网及数字技术手段与传统金融服务业态相结合的新型金融服务模式，其在推动产业转型升级，支撑实体经济迈向高质量的发展以及提升中国在全球产业链、价值链中的地位至关重要.文章基于2011--2018年沪深A股上市公司数据，从理论与实证分析两方面探讨数字金融与企业技术创新的影响与传导路径.从数字普惠金融的发展历程来看，依托于互联网、区块链、大数据的数字金融存在网络效应特征，进一步地设定面板门槛模型估计数字金融和企业实质性技术创新间的非线性关系并计算出门槛值.结果表明：数字金融的发展显著地促进了企业技术创新.从异质性分析看，数字金融作为传统金融模式下的有益补充，其对于促进企业技术创新的作用在中西部地区、金融监管较强地区、银行部门发展水平较弱地区表现得更为明显.作用机制的分析显示，财务费用、企业内部控制水平、要素市场发育程度三类渠道是释放数字金融创新红利的重要机制，探索了传导机制新视角.最后，采用门槛模型发现，数字金融的激励作用存在"边际影响"非线性递增的特点，从环境绩效的视角测算了引发边际递增效应的门槛水平.文章的研究推动了对企业技术创新动因以及数字金融赋能技术创新的效应、机制等的理解.对加快中国数字金融基础设施建设，完善数字要素市场、积极构建中国特色ESG体系和绿色绩效评价体系、加强和完善现代金融监管有重要的启示意义，也为探寻中国创新力和竞争力的提升路径提供了政策参考.

针对一类含执行器故障的离散时间Lipschitz非线性系统，提出基于线性矩阵不等式（LMI）的可靠预见跟踪控制器设计方法.首先，采用差分方法以及状态增广技术，并且融合参考信号和干扰的预见信息，构造扩大误差系统，将可靠预见跟踪控制问题转化为可靠镇定问题.其中，微分中值定理的使用克服了非线性函数差分处理上的困难，使得扩大误差系统是一个形式上的线性参变系统.然后，提出静态输出反馈可靠控制器，并且以LMI的形式给出保证闭环系统渐近稳定的充分条件.基于此，给出原系统的可靠预见控制器，使得闭环系统实现对目标信号的渐近跟踪.最后，通过一个数值例子验证所提设计方法的有效性.

文章研究了一类带有时变时滞和外部干扰的非线性系统的可达集估计与耗散控制问题.首先，考虑非线性系统的不确定参数，将非线性系统建模为区间二型模糊双线性时滞系统.其次，通过构造Lyapunov-Krasovskii泛函，提出区间二型模糊状态反馈控制准则，并利用反互凸组合引理界定二、三重时滞差分交叉项，得到保守性较小的区间二型模糊双线性闭环系统的可达集估计条件及系统严格耗散稳定性充分性条件.定理的条件可以保证系统的所有状态都收敛在一个椭圆内，并通过序列线性规划矩阵方法得到模糊控制器.最后，给出数值算例和仿真结果验证所得结论的有效性和正确性.

文章针对一类具有参数不确定性和未知扰动项的非仿射非线性系统，提出了一种基于奇异摄动理论的鲁棒自适应控制方法.首先，通过控制输入构建了一个快变子系统，为原系统引入时标分离特性，使闭环系统可以在快变和慢变时间尺度上分解为两个降阶子系统：边界层子系统和降阶慢变子系统.在快时间尺度上，通过设计边界层子系统的结构使其在平衡点处指数稳定；在慢时间尺度上，针对含有参数不确定性和未知扰动项的降阶慢变子系统设计鲁棒自适应控制器.根据奇异摄动理论，闭环系统的跟踪性能可由降阶慢变子系统近似.文章提出的控制方法同时考虑了参数不确定性和未知扰动项的影响，在不忽略非仿射结构的前提下实现控制目标，不依赖于原系统的时标分离特性，且避免了反步法中的"复杂性爆炸"问题.两组与参考文献控制方法的对比仿真结果验证了文章控制方法的有效性.

文章研究了在传感器网络下的分布式一致性滤波问题.在传感器网络中，各传感器之间存在最短路径链接通信以获得彼此的信息.文章提出了一种具有多重融合的分布式一致滤波算法.在每一时刻，每个传感器节点基于自身的观测进行局部滤波，然后将估值发给邻居节点的同时接收邻居节点传来的估值.采用线性无偏最小方差最优矩阵加权融合算法，每个传感器节点基于自己和收到的邻居节点的估值进行融合估计.经过多次信息交换与融合使得所有传感器节点的估计结果趋于一致.所提出的算法要求节点之间互协方差阵的计算，存在较大的计算负担.为了避免各节点之间互协方差阵的计算，文章又提出了基于并行协方差交叉融合（PCI）的分布式次优一致性滤波器.并对所提出的算法进行了精度和计算量的比较分析.仿真例子验证了所提算法的有效性.

由于冷带轧机操作侧与传动侧位置子系统的内部参数不确定性与不一致性，液压两侧位置系统的动态性能不同，这往往导致轧机生产的板材厚度不一致.文章基于全驱系统方法提出了一种参数自适应同步控制策略.首先，建立了液压位置系统的辨识模型与全驱模型；然后，基于辨识模型采用递推最小二乘算法对子系统的未知参数进行辨识；进而，针对建立的全驱同步系统模型，设计了参数化控制器，从而达到闭环系统稳定，以及两侧子系统的同步.最后，仿真结果表明了同步控制方案的有效性.

随着互联网等新兴技术的发展，消费者对产品的价格追踪以及学习更加便利，其购买决策也会受到其他参与者决策的影响.消费者根据产品的上市价格和清仓时的可获得性决策购买时间，这种自身策略等待及受外部他人社交影响的行为加剧了市场需求的不确定性.承诺定价与差价补偿定价策略能有效地缓解消费者的策略等待行为，但相对动态定价策略缺少灵活性与便利性.因此文章研究零售商在动态定价、承诺定价、差价补偿定价策略中的选择问题.运用消费者偏好理论、博弈论和最优化理论求解各种模型的最优解及存在条件，进一步探讨消费者学习能力和社交影响对最优解的影响.结论表明，当消费者学习能力大于一定水平时，零售商应选择差价补偿定价，否则承诺定价为最优选择；消费者的学习能力增加了实体渠道的最优零售价和零售商整体利润，但降低了线上渠道的最优价格：社交影响有利于双渠道最优价格和零售商最优利润的增加.最后通过数值分析验证了上述模型的有效性和可靠性.

研究由一个制造商和一个零售商构成的二级供应链，引入供应中断风险并通过斯塔克伯格博弈对比分析制造商风险承担策略、零售商风险承担策略以及风险-收益协调策略三种不同的风险承担策略下供应链的产品质量决策及其影响.结果显示：当供应中断损失率较低时，无论采取哪种风险承担策略，供应中断风险损失率上升都会降低制造商的产品质量，影响零售商的销售价格以及市场需求，降低制造商和零售商的利润；制造商风险承担策略会降低产品质量、产品价格、市场需求以及供应链成员绩效；而零售商承担风险策略则有利于提高产品质量和供应链成员绩效；采取风险-收益协调策略能提高产品质量以及供应链成员利润，其程度取决于制造商和零售商的议价能力，制造商的议价能力越强，其产品质量和利润就越高，零售商的利润就越低.比较而言，风险-收益协调策略是最优的.

交替方向乘子法（ADMM）是一种求解可分离优化问题的简单有效的方法，相关研究已经较为完善.然而，当目标函数存在耦合项时，对ADMM算法收敛性的研究还处于初期.文章针对非凸非光滑不可分离优化问题，基于对称交替方向乘子法（SADMM），结合线性化技术，提出了一种新的线性对称邻近ADMM.在一定的假设条件下，证明了算法生成的序列有界并收敛至增广拉格朗日函数的稳定点.其次，当辅助函数满足Kurdyka-Łojasiewicz性质时，证明了算法的强收敛性.最后，数值实验的结果表明了算法的有效性.

文章提出了一类变系数空间自相关模型（VCSAM）新的Bayesian-INLA估计方法.在这个模型中，响应变量具有空间自相关性，且包含变系数的非参数部分.尽管已有的工作对该模型已经进行了大量研究，但很少有研究使用贝叶斯方法提出高效求解模型的方法.因此基于上述动机，文章提出了基于Bayesian-INLA技术的方法，以寻求在VCSAM框架内代替MCMC方法的有效解决方案.变系数部分使用B-样条基函数的线性组合进行逼近，空间自相关系数采用M-H算法进行估计，并应用Bayesian-INLA技术来估计变系数函数和相关系数的后验分布.通过模拟研究，展示了文章提出的估计方法在同时处理空间依赖效应和空间非平稳性时的优势.此外，通过对波士顿房价数据的实证分析，展示了文章提出的估计方法优越的性能.

研究通行受限情景下需求可拆分的应急物资卡车-多无人机协同配送路径优化问题，综合考虑灾区路网状况、卡车可途中发射/接受无人机、无人机单次起飞可配送多个需求点、需求可拆分等因素，以应急物资配送任务完成时间最短为目标，构建卡车-多无人机协同配送路径优化模型.根据问题与模型特征设计一种改进蚁群算法求解.实验结果表明：文章方法能合理分配卡车与无人机的配送任务，科学规划通行受限情景下需求可拆分的应急物资卡车-多无人机协同配送路径；卡车途中发射/接收无人机方式能有效缩短无人机飞行距离，减少卡车与无人机的协同时间，缩短通行受限情景下的应急物资配送时间，具有可行性、合理性与有效性.

文章研究了拒绝服务（DoS）攻击情况下多智能体系统基于事件触发的编队控制问题.首先，基于系统状态构造了一种滑模编队控制算法，有效地克服外部干扰并实现时变编队.为了避免控制资源浪费，将事件触发策略应用于多智能体系统的编队控制中，并对奇诺（Zeno）现象的避免进行了详细的分析.假设DoS攻击是周期性发生的，针对具有DoS攻击的多智能体系统，提出了一种改进的触发机制，使其仍然能完成编队控制任务，并通过Lyapunov函数法和归纳法证明了控制系统的稳定性.最后，仿真结果验证了该方案的有效性.

针对不规则采样的人体关节轨迹预测问题，文章提出了一种基于改进神经常微分方程网络的人体关节轨迹预测方法.相比于高斯过程回归和循环神经网络等方法，神经常微分方程网络具有低复杂度，高精度和可迭代训练等优点，近年来成为轨迹预测的一种重要方法.首先，针对不规则采样的人体关节运动轨迹建立预测模型，文章以常微分方程的欧拉方法为基础，设计了神经常微分方程网络的前向传播过程；其次，将预测模型代入利普希茨条件计算得到谱范数约束定理，提出了具有谱范数约束的神经常微分方程网络.设计了具有谱范数惩罚项的损失函数，推导了带有谱范数正则项的反向传播过程，并给出了误差分析结果.最后，通过腕关节轨迹预测实验验证了所提出方法的有效性.实验结果表明，谱范数约束下的神经常微分方程网络能够实现准确的关节轨迹预测，且相较于经典神经常微分神经网络与循环神经网络，表现出了更快的收敛速度与更小的预测误差.

在决策过程中,如何在达成个体决策者期望效用的前提下获得群体最优决策方案,是多属性群决策研究的主要内容之一. 然而,已有的群决策方法在解决问题时,很少有研究考虑到决策者对单个属性的期望与风险偏好.文章研究了决策者愿景满意度的多属性群决策问题, 首先,文章探讨将BWM方法应用于多属性群决策问题当中, 用于确定属性权重; 其次,通过考虑决策者对属性的愿景以及风险偏好对方案进行排序, 最后,将BWM方法和愿景满意度函数结合, 提出了一个新的多属性群决策模型, 此外,通过一个新能源汽车的实例, 来验证所提算法的有效性与可行性,并对参数进行仿真分析.

考虑网络零售商可以与实体零售商合作为消费者提供门店自提服务,在配送效率内生情形下分别建立无合作模式下和合作模式下的商家竞争定价模型,研究实现合作的条件以及合作门店自提对竞争性产品定价和快递企业配送效率决策的影响.主要结论表明,当时间敏感型消费者群体规模较大时,产品间的价格竞争加剧,但网络零售商和实体零售商仍然可以通过门店自提实现利润增长,尤其是当产品差异化较小且消费者去门店取货比较方便时.此时,网络零售商可从扩大的市场渗透中获益而实体零售商则从增多的到店流量中获益,尽管市场竞争加剧.此外,在两零售商合作提供门店自提服务后,为应对市场变化,快递企业将会提高配送效率,从而实现利润增长.

在对纵向数据的预测过程中,通常会遭遇模型的不确定问题.为了解决模型不确定性问题,文章提出一种基于半参数混合效应模型的最优模型平均预测方法.文章提出采用删组交叉验证的方法获得最优权重向量的估计,进而获得最终的模型平均预测值.理论上,文章证明了当所有候选模型均误设定时,所提出的模型平均估计具有渐近最优性.即,提出的模型平均估计量的二次损失渐近地达到了用该集合中权重进行加权的所有模型平均估计的二次损失下确界.另一方面,当候选模型中包含正确模型时,证明了提出的权重估计方法,在大样本意义下能够将权重分配给正确模型.模拟和实际数据分析表明,所提出的模型平均估计方法与一些常用的方法相比具有较好的预测性能.

在命题逻辑系统$\mathscr{L}^{*}_{n}$中提出了$p$-随机真度,$p$-随机相似度,$p$-随机伪距离的概念,建立了$p$-随机逻辑度量空间($F (S),\rho_{p}$).在$p$-随机逻辑度量空间$(F (S)$,$\rho_{p}$)中提出了理论的$p$-随机发散度的概念,指出理论的$p$-随机发散度是和随机$n$值分布序列$p=(p_{1}$,$p_{2}$,$\cdots$)的具体取值是密切相关的.证明了全体原子公式集$S$的$p$-随机发散度随着$n$值分布序列$p$的不同取值可以充满(0,1]实数区间.

提高物流业绿色全要素生产率是建立绿色物流体系的核心.文章通过构建非期望产出的全局SBM模型和GML指数,测算1998-2020年中国其中30个省市的物流业绿色全要素生产率,运用Dagum基尼系数分析东、中、西部地区的差异及其来源,最后建立空间计量模型检验其收敛特性.研究结果表明:样本期内中国物流业绿色全要素生产率呈波动上升趋势,但发展依旧不平衡,空间上呈现“东强西弱”格局;区域间差异是主要的差异来源,区域内差异贡献率一直维持在30%左右;物流业绿色全要素生产率低的地区有望赶超效率高的地区,最终达到同一水平;物流业绿色全要素生产率的增长与收敛受空间因素的影响且存在地区异质性,东部优化产业结构,中西部加强能源基础建设和研发投入可以有效缩小区域内部绿色物流发展差距,同时各地区应综合衡量地区要素投入对本地的促进作用以及对邻地的负向阻碍作用,以实现地区的协调发展.文章借助以上分析为构建绿色物流体系提供理论支撑,以促进中国物流业绿色健康发展.

标量化方法是多目标优化研究的基本内容.范数标量化是研究多目标优化问题解性质与求解算法的重要方法之一.文章针对多目标优化问题的几类范数标量化模型,给出了其目标函数最优值的一些误差估计结果,进而在目标函数连续性和凸性条件下分析了误差的存在性和计算方法.

针对一个零售商与一个第三方再制造商组成的供应链,文章考虑到产品价格和质量均会影响新产品和再制造产品的市场需求,通过构建集中式与分散式下的供应链决策模型,分析了消费者感知效用和产品成本等因素对最优决策的影响.在比较两种结构下的均衡结果之后,设计了再制造产品“成本补贴”契约来协调此供应链.研究发现:供应链在协调后必然会提高再制造产品的质量,但同时可能会导致更低或更高的再制造产品销售价格.当消费者对再制造产品质量的感知效用特别高时,零售商可以实施“高价”策略.当消费者的感知效用处于中等水平时,再制造商可以降低产品的批发价格,让零售商继续实施“高价”策略.否则,零售商应采用“低价”策略销售再制造产品.

在金融市场中,趋势择时是投资者最常用的技术分析交易策略.文章研究了趋势择时交易策略在加密货币这一新兴市场中的表现情况.通过对2013年至2022年比特币(Bitcoin)、以太坊(Ethereum)和瑞波币(Ripple)这三个主要加密货币的实证分析发现,可变长度移动均线(VLMA)策略和指数平滑异同移动平均线(MACD)策略的表现要好于固定长度移动均线(FLMA)策略和相对强弱指标(RSI)策略.在这三种加密货币中,趋势择时策略在比特币上的表现要优于以太坊和瑞波币.结果证明,特定的量化交易策略在加密货币市场中有着显著的预测能力,而且会产生比买入并持有策略(buy-and-holdstrategy)更高的超额收益以及夏普比率.这些发现在加密货币市场的泡沫时期,COVID-19疫情期间以及中国人民银行禁止加密货币的交易后仍然是稳健的.

自动驾驶的出现将为出行者提供一种新的安全、便捷、高效的出行方式,有助于提升整个交通系统的出行效率.文章研究累积前景理论框架下异质用户的自动驾驶收益.假设出行者是异质的,根据他们的参考点被划分为几类,每类用户的自动驾驶汽车市场渗透率是由他们自身的参考点内生确定.自动驾驶出行者可以获得完美的路径信息,从而按照基于累积前景值的用户均衡方式进行路径选择,而传统汽车出行者则按照Logit随机方式进行路径选择.在此基础上,构建基于累积前景理论的混合多用户网络均衡模型,并设计求解算法求解均衡问题.数值算例结果表明,自动驾驶出行者总能获得正的收益,且参考点越高,自动驾驶收益越大.此外,系统收益对出行需求较为敏感,当传统汽车出行者处于中等感知水平,市场渗透率相对较低,获得或损失敏感性递减程度相对较低时,系统可以获得更高的收益.

在线直播平台的大规模交互数据为人类行为的定量分析提供了平台和数据基础, 为大规模人群的在线交互机制挖掘提供了难得的契机. 文章以斗鱼直播平台2020全年涉及190多万主播的直播大数据为分析基础, 基于二部图理论构建了观众—主播交互网络, 通过设计用户的交互机制提出了偏好强度可调的观众—主播交互网络演化模型. 经实验验证, 模型能够准确预测观众—主播交互网络在未来1至8天的演化结果. 文章揭示了网络直播平台观众—主播交互过程中观众对直播间已有观众数量的强偏好性, 直播间已有的观众数量越多被选择的概率越大, 反映了人类对有价值内容的趋向和偏好, 印证了真实社会系统中声誉或口碑的累积效应, 为网络直播大规模在线人群交互行为特性和内在机理挖掘提供了量化仿真模型和实证分析结果. 同时文章为大规模在线人群交互行为特性和内在机理挖掘提供了泛化性较强的可迁移研究框架, 对利用大规模在线社交网络的连边和演化规律来描述并预测社交关系的形成和发展过程有重要意义.

研究一类具有尺度结构的害鼠种群最优不育控制问题, 状态系统模型由一个带全局反馈边界条件的一阶偏微分方程和两个常微分方程组成, 控制函数为时变不育剂投放量, 性能指标代表害鼠终端规模、环境中不育剂残留量以及控制成本的加权和. 首先确立状态系统非负有界解的存在唯一性, 并给出状态向量函数关于控制变量的连续依赖性; 其次构造共轭系统和关联法锥, 导出精确刻画最优策略的Euler-Lagrange方程; 最后运用Ekeland变分原理和不动点方法证明最优策略的存在唯一性. 文章为害鼠不育控制提供一种新的建模方法.

针对一类具有时变非对称新型状态约束和未知时变控制增益的不确定严格反馈非线性系统, 文章提出一种神经网络自适应跟踪控制算法. 与通常研究的仅与运行时间有关的时变状态约束不同, 文章还同时考虑了期望轨迹和系统部分状态对约束边界函数的影响, 该类新型状态约束包含通常研究的时变约束与常数约束, 因而这里研究的新型状态约束更具普遍性与实用性. 此类约束边界函数的各阶导数将涉及不确定非线性动态, 不再适用于控制器的设计. 文章将神经网络和虚拟参数技术相结合处理不确定非线性部分, 该方法无需对权重矢量参数进行直接估计, 大大降低了计算负担; 此外, 通过构造非分段连续的非对称受限李雅普诺夫函数, 降低了控制器设计与稳定性分析的复杂性. 文章提出的控制算法能够保证系统在不违反时变非对称新型状态约束的情况下实现较好的跟踪性能, 理论分析和仿真结果均验证了该控制算法的有效性和优越性.

文章研究了一类不确定输入饱和系统的有限时间预见控制问题.为避免对时变的系数矩阵和饱和非线性项取差分,文章使用系统状态与状态辅助变量之差代替通常的状态差分,构造了一种新的形式“扩大误差系统”,从而将有限时间预见饱和控制问题转化为扩大误差系统的有限时间稳定性问题.该扩大误差系统不包含误差向量,不仅降低了系统的阶数而且允许输出矩阵带有不确定项.针对扩大误差系统,文章引入反馈控制,并利用改进的扇形条件及LMI (linear matrix inequality)技巧,导出了闭环系统有限时间稳定的充分条件及预见饱和控制器的设计方法.数值仿真表明了文章结果的有效性.

能源行业上市公司作为重要的经济主体,在能源金融一体化深度发展的当下,其股价联动呈现出复杂的网络特征.文章从股票收益、波动与投资者情绪的三维复合视角,构建中国新能源和传统能源上市公司股价关联的最小生成树网络,识别了新冠疫情和双碳政策对中国能源上市公司股价关联网络特征的影响.实证结果表明:1)情绪网络的传导效率最高且易于在两类公司之间传导,收益网络的传导效率最低且易于在同类公司内部传导;2)新冠疫情期间,各类网络传导效率均增加;3)双碳政策后,两类公司间关联减弱,三维网络间相似度提升.文章有助于辅助监管机构监测系统性重要公司、指导投资者结合多维网络特征进行风险管理.

金融资产收益率满足因子模型已成为实证资产定价领域的共识,因此在面临均值-方差(mean-variance,MV)投资组合优化问题时,基于因子模型构建期望收益率和方差-协方差矩阵估计量具有更好的经济学理论支撑,从而有助于提高输入参数的估计精度,改进MV策略的绩效表现.基于这一考虑,文章提出了一种可同时兼顾期望收益率和方差-协方差矩阵估计误差的加权主成分分析(weightedprincipal component analysis,WPCA)算法,该算法在经典主成分分析的目标函数中引入了收益率一阶矩估计误差的加权项,从而克服了经典主成分分析提取的因子在解释收益率一阶矩时的局限性.进一步文章基于WPCA算法提取的统计因子构建两个参数的估计量,然后将改进估计量带入MV策略中,得到WPCA-MV策略.实证上,文章基于A股市场199101--202209月5138只个股的月频收益率数据对WPCA-MV策略的样本外绩效表现进行评估,结果显示,与常见的投资组合策略MV,GMV,EW,BS,TZ等策略相比,文章所提的WPCA-MV策略在平均收益率,标准差,夏普率,累计收益率和换手率指标上均取得了优异的样本外表现,且这种优越性在美股75个因子数据集上同样成立,表明文章结论具有较好的稳健性.

针对低碳供应链产品定价与低碳技术投资问题,文章借助非合作-合作两型博弈思想深入探析了同时决策模型、零售商主导决策模型和供应商主导决策模型三种权力结构下供应商和零售商如何联合实施低碳技术投资与产品定价决策.在这种新的市场结构下,研究结果表明:一定条件下,1)存在唯一低碳技术水平、成本分摊比例,使得零售商和供应商在三种决策模型下的利润均可达到最大值; 2)在零售商主导决策的市场结构中,供应商更愿意进行低碳技术投资,提高低碳水平;3)零售商的低碳技术投资成本分摊比例与消费者低碳偏好呈倒“U”型关系,不再是简单的正相关关系;4)从供应链系统来看,低碳供应链的不同发展期是需要不同市场结构主导的,而不是在特定的市场结构中一成不变的.研究成果可为低碳供应链生产运作提供理论方法,也为实现碳达峰、碳中和双碳目标提供新的解决方案.

针对创新产品推出策略问题,分别构建了基于创新程度的序惯推出策略和同时推出策略的博弈模型,并采用逆向归纳法得到了不同策略的均衡结果,从而探讨了企业的均衡决策.研究表明,最优推出策略受单位生产成本、相对创新程度以及消费者策略程度的综合影响.总体来说,当高创新产品的单位生产成本适中时,同时推出策略优于序惯推出策略.相对创新程度从创新效应(创新程度越大,价格越高)和创新-意愿效应(通过影响消费者购买意愿间接作用于产品价格)双维度影响第二阶段高创新产品的价格.此外,缩小低创新产品在两阶段的价格差可以有效缓解消费者的策略等待行为.

利用方差约减策略,提出了一种新的随机算子外推算法求解随机混合变分不等式问题.所给算法每次迭代仅需计算一次期望算子的随机近似和一次广义Bregman投影. 在不需要Lipschitz 连续的假设下,得到了残差意义下的收敛率$\mathcal{O}(1/T)$,这里$T$表示算法得迭代次数. 最后,文章将所给算法应用于求解正则化Logistic回归问题、随机网络Nash-Cournot 问题以及资源调度问题.数值结果展现了文章所提算法相比已有算法的优越性.

文章研究单稀疏约束和混合稀疏约束两类优化问题,均采用直接处理法, 即把约束条件放在目标函数中,使约束优化问题转化为无约束优化问题.文章研究了稀疏集生成的正部函数的极限次微分表达式. 对于第一类问题,先建立稀疏集的误差界不等式, 利用该不等式的系数和目标函数的 Lipschitz常数, 将原问题转化为无约束问题,建立了两个问题的最优解之间的等价关系,并得到了一阶必要和充分最优性条件. 第二类问题是第一类问题的推广,在可行集的误差界假设条件下, 利用该不等式的系数和目标函数的 Lipschitz常数, 将原问题转化为无约束问题,建立了两个问题的最优解之间的等价关系,并得到了一阶必要和充分最优性条件.

文章研究发现, 在当前房地产市场政策调控背景下, 房企供给结构逐步形成了“船大好挡浪”的供给侧垄断格局. 具体而言,文章通过构建包含 异质性房企的动态随机一般均衡模型,分析了货币政策调控对房地产供给结构均衡 的影响. 结果发现:紧缩性货币政策调控, 促使中小型房企产出下降, 大型房企产出、市占率、垄断程度提升; 市场垄断程度越高,大型房地产企业对货币政策调控 的反应越小, 中小型房地产企业的反应越大,导致房地产市场供给结构出现失衡, 反向弱化 了政策调控效应. 据此,为稳定房地产市场, 应加强房地产市场“供需兼顾”的调控思路,加大对中小型房地产企业政策支持力度, 加快大型房地产企业创新发展与转型升级, 完善房地产市场调控长效机制.

考虑原始设备制造商和第三方再制造商构成的闭环供应链系统,基于消费者对再制造产品估值的不确定性,构建不同市场结构下再制造决策博弈模型, 设计了两部收费契约,并通过数值模拟分析再制造产品质量水平和估值不确定性对均衡决策和最优利润的影响.研究结果表明: 无论集中式决策还是分散式决策,原始设备制造商应该同时销售新产品和再制造产品,且产品定价策略受再制造产品生产成本影响; 与集中式决策相比,分散式决策下产品最优销售价格较高, 但供应链总利润较低;当再制造产品质量水平接近新产品时,新产品和再制造产品销量都会随着质量提升而提高; 最后,消费者对再制造产品估值的不确定性不会始终影响新产品定价.文章拓展了闭环供应链定价研究, 为相关企业提高运营效率提供支撑.

分形方法在投资组合模型中的应用是近期投资组合领域的热点问题,用于弥补传统投资组合模型正态与线性假设的缺陷.文章在验证Mean-DCCA 策略(唐勇等, 2018)不具有普适性情况下,用非对称DCCA方法改进投资组合模型中 的风险度量方式,在Mean-DCCA模型基础上提出Mean-ADCCA模型, 并将其应用于Mean-DCCA模型优化失效的黄金美股组合.通过样本外检验和稳健性检验,发现 采用夏普比率、索提诺比率和欧米伽比率这三个指标评价情况下,文章提出的Mean-ADCCA策略 大部分标度下优于Mean-DCCA策略,且小标度下的Mean-ADCCA策略优于对照组中表现最好的等权重策略.

针对应力-强度系统可靠度的非参数估计问题,文章采用排序集抽样方法, 提出了系统可靠度的两样本U统计量,证明了新估计量的渐近正态性, 确定了其渐近方差,分析了其与简单随机抽样下相应U统计量的渐近相对效率,计算了小样本的模拟相对效率.渐近相对效率和模拟相对效率的研究结果表明:排序集抽样下两样本U统计量的估计效率一致高于简单随机抽样下相应U统计量.最后, 单碳纤维强度数据的实际分析结果,验证了排序集抽样方法的高效率性.