公共文化服务平台

陈宴祥: 作品数：11 被引量：36H指数：3; 供职机构：成都理工大学管理科学学院更多>>; 发文基金：国家自然科学基金国家社会科学基金教育部人文社会科学研究基金更多>>; 相关领域：经济管理理学更多>>

合作作者

代数函数的Jensen不等式的加细与推广被引量：3: 2006年; 代数函数的Jensen不等式可表述为:设ai>0,i=1,2,…,n,r>1)(或r<1).则有(a1+a2+…an)r>(<)ar2+ar2+…+arn成立.本文作者将这个不等式进行了加强与推广,并将此结果用于Safta猜想的相关问题.; 陈宴祥罗健英; 关键词：JENSEN不等式幂平均单形

基于非对称GARCH的铜期货市场风险度量研究被引量：1: 2011年; 针对金融时间序列普遍存在自相关性、杠杆效应、尖峰厚尾等典型事实,运用基于杠杆效应的GARCH模型,构建铜期货市场收益序列具有典型事实的动态风险测度模型:VaR-AR(m)-EGARCH(p,q)和VaR-AR(m)-TGARCH(p,q),再通过上海期货交易所(SHFE)铜期货对所建模型进行实证分析,并运用Back-testing中的LRT(Likelihood Ratio Test)方法,对铜期货市场风险测度模型准确性和可靠性进行实证检验。实证结果表明,基于非对称GARCH的铜期货市场动态风险度量模型,能够有效捕获铜期货市场的典型事实,同时还能够准确测度具有杠杆效应的铜期货市场的动态风险,也能加强对金融市场动态风险预测能力。; 陈宴祥罗健英杨建康; 关键词：波动率 EGARCH TGARCH

基于状态转移波动模型的金融市场动态风险测度研究被引量：1: 2010年; 测度金融市场动态风险VaR的一个关键在于如何准确刻画金融市场收益波动率。引入马尔可夫状态转移的ARCH(Regime switching ARCH,SWARCH)模型,构建出基于状态转移波动模型的金融市场动态风险测度模型,然后运用其对中国大陆上证综指和伦敦金融时报100指数的市场风险进行测度,并运用Back-testing中的似然比率检验方法(Likelihood Ratio Test,LRT)对金融市场风险测度的准确性进行检验。实证结果表明,基于SWARCH的风险测度模型,不仅能够准确测度不同类型金融市场的动态风险,而且在测度金融市场大风险方面展现出同样具有优越的测度能力。; 陈宴祥罗健英; 关键词：金融市场波动率

广义的Malfatti型不等式: 2003年; 不等式M(1,x)+[M(2,x)]1 2M(1,x)·M(-1,x) n+n1 2n2是所谓的广义Malfatti型不等式.在较弱的条件下把它推广为更一般的形式.例如:a[M(λ,x)]1 λ+b[M(μ,x)]1 μM(λ,x)·M(μ,x)·M(1-λ-μ,x) an1 λ+bn1 μn3,这里M(β,x):=∑ni=1xβi,xi>0,β>1;a,b是两个正常数.所得结果包含最近的相关不等式,且建立不等式的方法是初等的,因仅仅利用了基本不等式.; 罗健英陈宴祥聂红梅; 关键词：初等方法分式规划

Brent原油期货市场波动结构突变点预测被引量：8: 2019年; 针对Brent原油期货市场可能存在结构突变点(结构断点),引入了隐马尔科夫模型(HMM)对其进行波动状态预测,但是由于HMM模型测度下的波动状态中可能存在伪结构突变点,再使用迭代累积平方和(ICSS)模型对Brent原油期货市场波动结构突变点进行诊断,并修正其波动状态。为了检验ICSS-HMM-EGARCH模型对Brent原油期货市场结构突变点预测的准确性,基于修正后的波动状态再次使用HMM-EGARCH模型对Brent原油期货市场进行波动率预测。最后,采用成功率(SR)和基于平均误差函数(RMSE)的Diebold-Mariano(D-M)模型分别对预测波动状态和预测波动率的准确性进行检验。实证结果表明:Brent原油期货市场中存在波动结构突变点;HMM模型测度下的波动状态中存在伪结构突变点,而ICSS-HMM-EGARCH模型能够修正波动状态中的伪结构突变点;基于修正后的波动状态后HMM-EGARCH模型能够对Brent原油期货市场进行更加准确的波动率预测,因而ICSS-HMM-EGARCH模型能够准确地预测Brent原油期货市场波动结构突变点。; 陈粘林宇黄登仕陈宴祥

含T平均的不等式及其应用被引量：6: 2002年; 本文定义t次T平均Tt (a) ,t∈R .我们证明 ,如果s; 张日新陈宴祥文家金; 关键词：不等式单形驻点

基于HMM-EGARCH的银行间同业拆放利率市场波动预测研究被引量：14: 2016年; 针对中国金融市场呈现出的多波动状态的典型事实特征,以上海银行间同业拆放利率(Shibor)市场为研究对象,不仅引入隐马尔可夫模型(hidden Markov model,HMM)对其进行了波动状态预测,而且还引入HMM-EGARCH模型对其波动率进行了预测;最后使用成功率(success rate,SR)与平均绝对误差(mean absolute error,MAE)对预测波动状态进行检验,并且还采用标准统计误差函数对预测波动率进行检验.实证研究表明:高低两种波动状态就能够有效地刻画出Shibor市场的波动状态;HMM模型能够对Shibor市场进行较准确地波动状态预测,且更重要的是,HMM模型对高波动状态预测具有显著的优越性;HMM(2)-EGARCH模型能够有效地对Shibor市场进行波动率预测.; 林宇陈粘陈宴祥; 关键词：HMM

Lorentz流形中的类空超曲面: 2008年; 讨论Lorentz流行中具有常数平均曲率的类空超曲面,得到它为全脐超曲面的一个充分条件.; 陈宴祥罗健英; 关键词：类空超曲面

基于MRS-GARCH的钢铁期货市场VaR风险测度被引量：2: 2014年; 针对中国钢铁期货市场波动率具有结构突变特征,使用MRS-GARCH模型对其波动率建模,并通过马尔科夫蒙特卡罗方法(MCMC方法)对模型参数进行估计,进而对钢铁期货市场进行VaR风险测度。结果表明:基于MCMC估计方法 MRS-GARCH模型能够准确地刻画出钢铁期货市场波动率;MRS(3)-GARCH模型下VaR方法能够有效地测度钢铁期货市场风险。; 罗健英陈宴祥陈粘; 关键词：MCMC方法钢铁期货市场

一类齐次对称多项式上的Jensen不等式被引量：1: 2007年; 著名的Jensen不等式可表述为:设函数f:I→R(I为给定的区间)为凸函数,如果x1,x2,…,xN∈I,那么有不等式:N-1.∑iN=1f(xi)≥f N-1.∑iN=1xi.借助于积和式及数学归纳法,将这个不等式推广到涉及m次齐次对称多项式的情形,由此获得了一个有趣的推论.; 陈宴祥罗健英杨建康; 关键词：积和式切比雪夫不等式 JENSEN不等式