Abstract:北京市政府为落实国务院坚决遏制房价过快上涨的通知，在 2010 年 4 月 30 日发布了十二条具体调控措施，北京房地产交易市场因此受到严重的打击．本文基于TEI@ I 方法论，使用集成了文本挖掘、经济计量模型和神经网络的分析框架，对本次北京房地产调控政策的影响强度及持续时间进行分析，并将其与国家调控政策对其他一线城市的影响进行对比．结果发现本次“京十二条”调控政策对北京市期房和现房交易额的影响显著，而国家统一的调控政策对上海、深圳的房地产交易市场影响较小．

Abstract:采用随机边界方法，系统研究了中国新股发行市场化改革以来不同定价方式下的 IPO定价行为，以及相应时期内 IPO 抑价的成分构成及其影响因素．研究结果表明: 2005 年之前中国新股发行价格存在与成熟资本市场相反的显著下边界特征，其主要根源在于此期间中国采用的新股发行定价方式方法的制度化特征;实施询价发行后中国 IPO 定价开始出现与海外成熟资本市场相类似的显著上边界特征;与成熟市场不同，尽管中国新股发行抑价也与一级市场发行价格因素有关，但更主要地是受到二级市场投资者情绪和市场状况因素的影响．

Abstract:运用 Fréchet Copula 和相关性测度 Kendallτ 来刻画脆弱期权行权概率与对手方违约之间的相关结构，并给出了欧式脆弱看涨期权价格的闭形式表达式．然后由Kendall τ 和标的资产价格与执行价格比率的不同数值，对欧式脆弱看涨期权的价格进行了数值计算和敏感性分析． 结果表明，随着 τ 值的增加和标的资产价格与执行价格比率的降低，欧式脆弱看涨期权的价值相应地呈下降趋势，这与理论结果和实际都是相符的．

Abstract:本文将 Haugh 和 Hong 提出的信息溢出统计量与滚动窗方法相结合，建立两类时变信息溢出统计量，并给出滚动窗大小的选取准则．Monte Carlo 模拟表明，两类统计量可以较好地刻画信息溢出的时变性特征，且基于 Hong 统计量的时变统计量具有更高的检验功效． 实证表明，上海期货交易所( SHFE) 和伦敦金属交易所( LME) 铜期货市场间的信息溢出具有明显的时变特征，且 SHFE 在国际铜期货市场的影响力存在提升趋势．

Abstract:构建了基于马尔可夫转换—广义自回归条件异方差 ( MS-GARCH) 模型的汇率波动模型，并实证研究了 2008 年金融危机前后不同经济特征的国家或地区的货币汇率波动转换特征． 结果表明: 危机期间的突发事件、宏观经济形势的改变、央行干预政策以及国际利差交易行为是汇率波动状态转换的可能原因．本文为辨别金融危机期间汇市的周期变化，分析和预测市场走势，以及为央行干预和政策制定提供了一定的统计依据．

Abstract:传统固定学习率的 RBF 神经网络在金融时间序列预测方面已经有比较成功的应用，但网络学习率的选择问题却给传统 RBF 神经网络的使用带来了不便．利用梯度下降法及优化方法推导出了 RBF 神经网络的动态最优学习率并将其应用于网络学习算法，具有最优学习率的RBF 神经网络能够在保证网络稳定学习的同时兼顾网络的收敛速度． 为了检验具有动态最优学习率的 RBF 神经网络的预测效果，对沪深 300 指数波动率进行了预测实验． 实验结果表明，具有动态最优学习率的 RBF 神经网络比传统的固定学习率的 RBF 神经网络

Abstract:研究了违约风险下的信贷决策模型与机制，通过以银行个体合理性和激励相容性作为约束条件，建立了在考虑违约风险和项目成功概率条件下的信贷决策模型，分别给出了基于抵质押贷款和信用贷款策略下的信贷决策机制，探讨了信贷配给机制与无配给机制的设计方法，给出了在信贷出现配给时银行发放信用贷款和有抵质押贷款的条件． 最后运用实例详细分析并讨论了不同违约概率条件下企业项目成功概率对银行期望收益的影响，得到了银行相应的贷款临界值和在不同项目成功概率条件下银行最大可接受的违约概率．

Abstract:新企业会计准则的颁布有力推进了我国金融工具信息披露制度建设，但是到目前为止，研究者对会计信息和上市公司系统风险的关系还不是很清楚．本文提出了新的经济理论模型用于研究财务风险、经营风险和系统风险的动态关联．主要结论: 一、财务杠杆和经营杠杆以乘子的形式放大了无杠杆条件下的企业系统风险，这一结论在时变的条件下仍成立;二、理论证实了无杠杆条件下的企业系统风险来源于公司净利润 － 流通市值比率、销售增长率和平均价格增长率的变动;三、财务风险和经营风险间存在一个权衡，例如经营风险高的公司，将会选择一个较低的财务风险

Abstract:次贷危机所引发了冰岛、希腊等国主权债务危机使我们更加关注传统主权信用评级系统的滞后性问题． 提出基于时间序列的多目标决策模型，通过对 1990—2006 年间，32 个国家相关经济数据的分析，得到各国主权信用风险效用值的排序． 通过聚类分析得到高风险国家簇，该结果与 2007 年美国次贷危机爆发后发生主权信用违约事件的国家一致，表明该模型具有良好的预测性能，文章最后对模型进行了敏感性分析．

Abstract:可违约零息债券同时面临着违约风险和市场风险( 利率风险) 这两类主要风险．相对于传统的不同类风险独立度量方法，也不同于割裂两类风险再进行加总或通过 Copula 函数关联，本文在信用风险强度定价模型的基础上，同时考虑信用风险、市场风险和两类风险之间的相关关系，建立了计算可违约零息债券综合风险 VaR 的 Monte Carlo 方法，得出同一个风险计算期下反映两类风险的损失分布和同一个某置信度的损失分布的分位点，进而能求得风险综合 VaR 值，这样可在同一个框架下同时捕捉可违约零息债券的两类风险，这里，给