中文字幕 日韩 人妻 无码_亚洲无码电影_亚洲精品成人网站在线观看_久久99精品国产99久久6不卡,午夜亚洲国产理论片二级港台二级_黑人强伦姧人妻日韩HD_国产精品资源在线一区_大胸好大被揉捏好爽在线观看免费_全免费观看中文字幕三级_久久精品国产亚洲av瑜伽_亚洲中文字幕欧美岛国_又爽又黄无遮挡免费视频黄_国产成人高清在线播放_日韩一区中文无码 ,国产精品无码一级免费看A级毛激情_国产精品无码一区免费看_日韩亚洲av人人夜夜澡人人爽_亚洲最新av片不卡无码久久_中文字幕人妻第一区_国产欧美综合在线观看_天天av天天爽无码中文_中文字幕久久久久久久免费蜜桃麻豆_91中文字幕午夜福利亚洲天堂成人国产三级_欧美亚洲精品一级毛淫片_国产在线视频一区二区高清乱码99

題目：Time Inconsistency in Dynamic Financial Investment Decision

主講人：北京工業(yè)大學(xué)經(jīng)濟與bwin必贏唯一官網(wǎng) 李永武副教授

時間：2019年9月28日上午9點開始

地點：bwin必贏唯一官網(wǎng)315會議室

歡迎廣大師生前來參加！

報告人簡介：

李永武，北京工業(yè)大學(xué)經(jīng)濟與bwin必贏唯一官網(wǎng)副教授，碩士生導(dǎo)師。曾先后在中國科學(xué)院數(shù)學(xué)與系統(tǒng)科學(xué)研究院、香港理工大學(xué)從事博士后研究工作。研究興趣主要包括金融工程，隨機最優(yōu)控制、機器學(xué)習(xí)及其在金融中的應(yīng)用。在金融資產(chǎn)配置與風(fēng)險管理，最優(yōu)分紅問題，養(yǎng)老基金投資管理以及保險合約設(shè)計等方面的研究工作已發(fā)表在國內(nèi)外著名SSCI，SCI檢索期刊《Insurance: Mathematics and Economics》、《Journal of Optimization Theory and Applications》、《IEEE Systems Journal》、《Applied Stochastic Models in Business and Industry》 及《系統(tǒng)工程理論與實踐》、《管理評論》等上。已主持完成一項國家自然科學(xué)基金青年項目，一項國家博士后科學(xué)基金一等資助項目?，F(xiàn)主持一項北京市自然科學(xué)基金面上項目，參與一項國家自然科學(xué)基金重點項目。兼任中國管理現(xiàn)代化研究會管理與決策科學(xué)專業(yè)委員會理事, 美國《Mathematical Reviews》評論員。

Abstract: As a powerful tool, Dynamic Programming method can be used to solve many dynamic optimization problems. There are many time inconsistent stochastic control or dynamic optimization problems in the economics and finance. The time-inconsistency means that the Bellman Optimality Principle does not hold, as a consequence, Dynamic Programming cannot be applied. Therefore, it is very necessary and important to study the time-inconsistent stochastic control problems. In this talk, we will discuss three time-inconsistent stochastic control problems. First, we study the time consistent investment strategy for a mean-variance portfolio selection model under partial information. Second, we consider the time consistent investment strategy for a DC plan with partial information and mean-variance criterion. Finally, we discuss the time consistent investment and reinsurance strategies for loss-aversion insurers.