论文研究 - 不对称信息如何在股市中造成泡沫？

我们通过文献综述分析了在不对称信息下产生气泡的机制。 我们的假设是信息不对称将导致羊群行为，然后羊群行为将产生泡沫。 我们找到了支持我们假设的论文和证据。 但是，在对这些文献进行回顾之后，我们完善了假设并给出了结论。 我们的结论是信息不对称会导致羊群行为，并且存在交易阶段。 群体行为只有在冲击进入市场时才会产生泡沫。 气泡将增强畜群行为，然后进一步产生气泡。 在我们的假设的第一部分中，我们发现了三种类型的论文来支持信息不对称，这些信息可能导致群体行为，这是理论模型，数学模型和实验。 在我们的假设的第二部分中，这是相似的，即羊群行为会产生泡沫。

论文研究-基于信息不对称的银行信贷风险决策机制及分析(Ⅰ)——信贷风险决策模型.pdf

论文研究-基于信息不对称的银行信贷风险决策机制及分析(Ⅰ)——信贷风险决策模型.pdf,  研究商业银行在信息不对称的信货市场中 ,当存在高、低两种不同风险类型的贷款企业时 ,银行因无法准确判断企业投资项目的风险类型 ,因而造成了信贷资金的损失或机会损失 .分析并研究了这两种损失常见的几种情形及其数学原理 ,建立了银行信贷风险的决策模型 ,给出其 Kuhn-Tucker条件 .指出了在模型之下 ,当抵押品作为鉴别企业风险类型的手段失效时 ,为规避信贷风险 ,银行对企业提供的抵押品价值将有特殊的要求 .

中、印、美股市信息溢出效应研究-基于三元非对称VAR-BEKK-GARCH模型

中、印、美股市信息溢出效应研究-基于三元非对称VAR-BEKK-GARCH模型，陈晓蒙，雷钦礼，运用三元非对称VAR-BEKK-GARCH模型检验中、印、美股市之间的信息溢出效应，结果表明：金融危机前，中美之间有明显的单向的波动溢出效�

论文研究-汇率对中国出口的非对称影响——基于MRSTR模型的研究.pdf

论文研究-汇率对中国出口的非对称影响——基于MRSTR模型的研究.pdf,  研究汇率对出口的影响具有重要的理论价值与实践意义.本文以储蓄投资结构失衡情况与出口周期为条件，引入多机制平滑转换回归模型（MRSTR），从一个全新的视角测算和分析汇率对出口的非对称调节作用.研究结果表明：1）在结构性失衡程度严重的情形下，汇率对我国出口的调节作用较弱.伴随结构性失衡得到改善，汇率对我国出口的调节作用增强；2）结构性失衡严重时，出口周期的波动对汇率调节出口的作用影响不是很大，结构性失衡程度较低时，出口周期处于景气阶段时汇率对出口的调节作用显著大于出口不景气阶段.

论文研究-基于结构转换PTTGARCH模型沪深股市波动率的估计.pdf

论文研究-基于结构转换PTTGARCH模型沪深股市波动率的估计.pdf,  考虑股市收益率波动存在结构转换特征以及描述波动非线性和非对称特征的幂变换门限GARCH（PTTGARCH）模型，本文提出结构转换PTTGARCH模型.选取沪深300指数日对数收益率作为研究对象，将股指的波动变化分为下跌、上涨和盘整三个状态；选用2013年7月1日至2015年12月17日以及2015年12月18日至2016年1月8日作为样本内和样本外时期；分别应用GARCH，EGARCH，APGARCH，PTTGARCH模型及具有结构转换的相应模型对沪深股市波动率进行估计和预测，利用高频数据得到的已实现波动率作为股指实际波动率的估计，采用平均平方误差（MSE1，MSE2），平均绝对误差（MAE1，MAE2）对估计与预测的波动率进行评价，并采用模型信度集（MCS）检验比较各模型估计和预测能力.研究结果表明：单状态和具有马尔可夫结构转换PTTGARCH模型在样本内和样本外的拟合和预测结果均更为准确.

网络购物中信息不对称问题的博弈模型分析

这是关于网络购物中的信息不对称问题的博弈模型，是很有用的!

基于AIM模型的公司债和相关股票信息不对称风险研究

基于AIM模型的公司债和相关股票信息不对称风险研究，杨宝臣，董雨，公司债与相关股票虽然是同一发行主体，但二者的信息不对称风险水平却不尽相同。为了度量公司债和其相关股票的信息不对称风险，并

论文研究-基于非对称投标人的反向多属性英式拍卖模型与最优投标策略.pdf

论文研究-基于非对称投标人的反向多属性英式拍卖模型与最优投标策略.pdf,  针对现有的模型均以投标人是对称的这一刚性假设的局限性, 建立了基于非对称投标人的反向多属性英式拍卖模型, 并在新的拍卖模型中加入投标质量属性最低值约束, 弥补了现有模型在没有考虑实际反向拍卖中拍卖人一般对投标质量属性值会有最低限制这一客观需求的缺陷. 最后基于新的拍卖模型, 给出了结构化的最优投标策略和拍卖过程描述及示例. 上述研究结果适用于通过反向多属性拍卖与信息技术相结合的网上自动化采购和投标人决策支持.

信息不对称条件下基于博弈模型的企业人力资源招聘对策研究

信息不对称条件下基于博弈模型的企业人力资源招聘对策研究，张振，刘卫华，招聘实质上是企业与应聘者在追求利益最大化条件下进行博弈的过程，但是由于信息的不对称，招聘市场很容易出现逆向选择的问题。因

论文研究-不对称信息下风险投资的委托代理模型研究.pdf

论文研究-不对称信息下风险投资的委托代理模型研究.pdf,  从信息不对称角度出发,运用信息经济学的相关理论,研究风险投资机构与风险企业之间的利益博弈.核心问题是研究由于信息不对称对风险投资机构产生的代理风险以及风险投资机构如何克服代理风险问题.得出的研究成果:对投资机构与风险企业之间的委托代理关系进行模型化,较为系统、全面的研究风险投资中的代理风险,利用定量的方法来分析、解决投资机构与风险企业之间的代理问题.得出一结论:用定理和定性方法证明契约设计、分阶段投资、有效的监督、灵活的股权设置、声誉机制的建立等激励机制对风险企业家具有良好的激励作用.

论文研究-基于鲁棒高斯混合模型的加速EM算法研究.pdf

针对传统鲁棒高斯混合模型EM算法存在模型成分参数难以精确获取最优解以及收敛速度随样本数量的增加而快速降低等问题，提出了一种基于鲁棒高斯混合模型的加速EM算法。该算法采用隐含参量信息熵原理对高斯模型分量个数进行挑选，以及使用Aitken加速方法减少算法的迭代次数，当接近最优解时，EM步长的变化极为缓慢，这时使用Broyden对称秩1校正公式进行校正，使算法快速收敛，从而能够在很少的迭代次数内精确获取高斯混合模型的模型成分数。该算法通过与传统鲁棒EM算法和无监督的EM算法的聚类结果进行比较，实验证明该算法对初始值的设定并不敏感（成分数c无须预先设定），并且能够降低算法运算时间，提高聚类模型成分数（类簇）的正确率。

研究生导师基于信息不对称的演化博弈分析

针对研究生学习与导师监督问题，分析当前研究生学习与导师监督中可能出现的信息不对称问题，依据研究生和导师采取不同的行为策略的支付矩阵，建立研究生和导师学习监督的演化博弈模型，并分析在激励机制设计下研究生和导师行为的演化稳定策略，结果证明：在加大惩罚激励，有利于研究生更加努力学习，导师更严格监督。

论文研究-基于信息分解视角的香港股市运行效率研究.pdf

论文研究-基于信息分解视角的香港股市运行效率研究.pdf,  利用极值将收益率分解成利好和利空消息冲击的合成，本文实证研究了香港股市对信息的反应效率.基于恒生指数的实证研究发现：1.坏消息对香港股市的冲击持续性要强于好消息； 2.线性格兰杰因果检验显示，坏消息对市场的冲击会影响好消息对市场的冲击，反之则不成立，表明好消息和坏消息之间存在非对称的冲击特征； 3.好消息和坏消息对市场的冲击具有明显的阶段性差异.牛市中好消息对市场的冲击强度超过坏消息，而在熊市中坏消息对市场具有更强的冲击.总之，基于信息分解的建模方法显示，信息对香港股市的冲击具有显著的时滞性，香港股市具有较强的样本内可预测性.香港股票市场并未达到弱势有效.

论文研究-基于机制转换混合Copula模型的我国股市间极值相依性.pdf

论文研究-基于机制转换混合Copula模型的我国股市间极值相依性.pdf,  通过构建机制转换混合 Copula 模型, 考察了沪、深股市与港、台股市间的尾部相依特征, 研究发现:它们间的尾部相依性呈非对称动态过程, 在低风险状态下, 右尾部相依性普遍高于左尾部相依性; 而在高风险状态下, 左尾部相依性普 遍高于右尾部相依性. 相对于沪、深股市与台股而言, 沪、深股市与港股间的尾部相依性更强, 其 尾部相依性对外来冲击更敏感; 相对于沪市与港、台股市而言, 深市与港、台股市间的尾部对外在 冲击更敏感. 在此次次贷危机中, 沪、深股市与港、台股市间极值风险显著增加, 并呈现明显的金融感染. 而且各尾部相依性的两个结构变化几乎同时发生并分别对应于危机的第一、二阶段, 这表明:沪、深股市与港、台股市间的风险呈系统性特征, 而危机的第三阶段对沪、深股市与港、台股市间的影响较有限.

matlab开发-对称性模型对平方关系的影响

matlab开发-对称性模型对平方关系的影响。方格上对称伊辛模型Onsager精确结果的计算

左右镜对称模型中的重生和不对称暗物质

本文提出了一个左右镜像对称模型来说明重结晶和不对称暗物质。 该模型可以同时容纳标准模型，中微子物理学，物质-反物质不对称性和暗物质。 特别是，它自然而优雅地解释了重子和暗物质不对称的起源，并清楚地给出了它们之间的紧密联系。 另外，该模型可以预测许多有趣的结果，例如 冷的暗物质中微子质量是质子质量的3.1倍。 在将来的实验中测试模型也是可行且有希望的。

论文研究-基于贝叶斯CAViaR模型的油价风险研究.pdf

论文研究-基于贝叶斯CAViaR模型的油价风险研究.pdf,  CAViaR模型是常用的VaR估计方法之一, 但通常面临参数估计和模型检验的困难. 本文发展了贝叶斯CAViaR模型用于分析油价风险, 并考察该模型在参数估计、模型选择、VaR预测等方面的作用. 采用布伦特原油价格日数据, 研究显示贝叶斯CAViaR模型有效控制了估计风险和模型风险, 且具有较好的VaR预测绩效, 优于传统CAV