基于微分方程与博弈论的打假策略分析

打击假货,是政府维护社会经济秩序的责任,也是企业维护自身利益的行为。然而,打假应投入多少才合理、何时应改变打假的力度、怎么样的打假策略最佳等等问题直接关系到政府与企业的工作效益与经济收益。本文通过建立微分方程模型,以及通过打假者-制造者之间的博弈,找出达到纳什均衡的条件等等的方式,从而得出假货产生与增长的规律,同时为打假提出若干意见。     

IPO抑价之谜——对A股市场的实证分析

传统的金融学家与行为金融学家分别认为信息不对称程度和投资者情绪是影响IPO抑价的主要原因。两者都提出若干的假说来解释IPO抑价的原因。针对两者提出的假设,可以通过建立线性回归的方法,即通过实证分析可以验证所提出若干假设,并找出影响IPO抑价的主要因素:投资者情绪越高涨,IPO抑价越明显;公司规模对IPO抑价越明显没有太大影响;公司成立时间越长,其IPO抑价程度就越低;公司从发行到上市的时间越长,IPO抑价程度就越高。     

基于AR-ANN模型的指数预测及脉冲响应函数预警

融合时间序列与神经网络算法,得到AR-ANN模型。结合多维时间序列在捕捉线性关系的优势,以及神经网络在预测非线性关系的优势,AR-ANN模型对上证指数有较好的预测效果。另建立结构向量自回归模型(SVAR),反应了指数受其他经济内生变量的一个随机冲击后的变化状况,通过脉冲响应函数对预测做出预警。