实物期权方法在自主创新项目投资决策中的应用

传统的投资决策方法由于蕴含着不确定性和可逆转性的假设使其不适应于高风险、高收益并存的自主创新项目投资决策.将实物期权思想融入自主创新项目投资决策方法,考虑了项目由于柔性经营的期权价值,能更准确地反映项目的价值,从而提高投资决策的科学性和合理性.从实物期权理论的基本原理出发,通过具体实例对比说明实物期权方法应用于自主创新项目投资决策的优势.     

云环境下基于熵权TOPSIS法的企业IT投资决策

针对目前云环境下企业IT投资决策方面关于评价指标的不确定以及定量分析被忽视的问题,提出影响企业各业务信息系统进行投资决策的五个指标,并引入熵权TOPSIS评价方法对三种IT投资决策方案进行评价.最后以一个企业的IT投资决策为例,利用熵权TOPSIS法选出云环境下最适合企业信息系统进行投资决策的部署方案.     

考虑可违约风险资产的风险敏感度投资决策问题

讨论了资产价格在宏观经济以及金融等因素影响下,含有可违约风险债券的连续时间风险敏感度投资决策问题.运用随机控制与随机分析理论,得到了最优投资决策存在的一个充分条件,并在一定条件下解得最优投资决策遵循一个关于因素水平以及债券违约概率的代数方程,对于数值计算有较好的实用性以及可操作性.     

具指数赋权指标的证券投资多目标线性规划模型

本文提出证券投资决策的指数赋权指标体系．在该指标体系中,建立风险证券组合投资决策和存在无风险证券或无风险贷款时证券组合投资决策的多目标线性规划模型．研究了有效风险证券组合集和有效证券组合集的结构和相互关系,市场证券组合以及证券均衡市场价格和投资风险分析．     

不允许卖空的组合证券投资决策方法研究

根据组合证券投资决策模型，研究了不允许卖空的组合证券投资的有效边界及其性质，给出了不允许卖空情况下组合证券投资决策方法。     

模糊错误集上的置换变换及其在投资决策中的应用

研究模糊错误集上的置换变换在错误的传递、转化与消除过程中的性质和规律 ,建立了避免投资决策错误的模糊数学模型 ,介绍了置换变换在消除投资决策错误中的应用方法 .     

多种风险下研发项目投资决策博弈分析

研发项目代表了高新技术企业的核心竞争力,但是其投资和研发的过程所包含的多种风险可能会造成企业经济上的损失。为了保证竞争优势和收益最大化,企业投资前需要对项目的估值非常的精确,以便在竞争中做出最优投资决策。本文以市场中的两个竞争性企业为例,利用欧式复合期权理论与博弈论,量化了技术风险、商业风险和突发风险等不确定性,在经过了信息披露过程之后,分析了市场中企业自身和竞争者的投资决策,建立相应的研发项目投资决策数学模型,对企业的研发项目投资时机和决策收益进行评估,通过博弈得到纳什均衡下的企业最优投资决策。     

非负约束条件下组合证券投资决策的分枝定界法

研究非负约束条件下 ,实现预期收益率的组合证券投资决策问题 ,将整数线性规划的分枝定界法用于该问题的求解 ,并应用于一个四元证券投资决策问题     

非常规油气资源开发投资决策优化模型研究

非常规油气资源作为最现实的可替代能源,对其进行勘探和开发对于降低日益加大的石油供需矛盾缺口和确保国家能源安全均具有重要的战略意义。然而,非常规油气资源勘探开发十分复杂,开发投资决策好坏已经成为制约其能否实现规模化和产业化的关键问题,科学投资决策问题已逐步成为石油企业高层管理者的主要职责。针对非常规油气资源开发投资的多阶段多目标决策优化难题,以可供开发区块的资源分配为重点研究对象,从解决不同区块投资规模入手,运用多阶段决策、多目标决策和不确定多属性方案优选的方法理论,通过剖析非常规油气开发投资决策过程及其复杂性特征,将开发投资决策过程进行形式化描述并在计算机中加以实现,从而得以实现开发投资决策方案的动态性调整。本项研究不仅有助于深化多目标动态优化决策理论的研究,还为解决非常规油气资源开发投资决策难题提供一种新的思路和方法。     

石油勘探项目分阶段投资的最优时机选择

针对一次性投资决策理论与方法在石油勘探项目分阶段投资决策中应用的局限性,运用实物期权中的序列投资决策理论与方法,假设勘探储量转让价格服从跳跃扩散过程,构建了石油勘探项目分阶段投资的最优时机选择模型,逆序求解得出各阶段最优投资时机临界值的解析表达式,在此基础上通过案例演算对比分析了一次性投资和分阶段投资的最优时机决策规则.研究结果表明:一次性投资下的最优时机临界值高于分阶段投资下的最优时机临界值,且各阶段的最优投资时机临界值随勘探进程的不断深入呈现逐渐下降的趋势.     

基于随机模糊投资乘数的离散CPPI资产配置研究

以传统CPPI投资策略的分析框架为基础,在风险资产为连续价格波动的条件下,构建离散投资决策时点的CPPI投资策略。引入模糊决策的分析方法度量投资决策者的心理预期,将传统CPPI投资策略中的投资乘数修正为随机模糊投资乘数,采用马尔科夫链蒙特卡洛模拟风险资产未来市场价格,利用模糊隶属函数描述投资决策者对未来市场运行状况预期的不确定性,保证即使投资决策者预期不精确的条件下,也能保证离散CPPI投资策略获得相对稳定的投资效果。利用中国证券市场上的真实数据进行实证检验,认为:随机模糊投资乘数最大限度地涵盖了投资决策者主观预测的不确定性;基于随机模糊投资乘数的离散CPPI投资策略在不同的市场运行状况中,较传统的CPPI投资策略更具投资的灵活性,可以在保证投资保险的前提下,追求较高的投资收益。     

风险调整收益及其在投资决策中的应用--对均值-方差决策准则一点补充

指出传统的均值一方差决策规则在度量风险方面的不足，认为风险与投资收益的偏差有关；指出了一种新的风险度量指标——风险组合偏差，同时提出了一种能够根据风险大小进行投资的决策指标——风险调整收益，并举例说明了二者在分析投资项目时的应用。     

风险调整收益及其在投资决策中的应用——对均值—方差决策准则一点补充

指出传统的均值 方差决策规则在度量风险方面的不足,认为风险与投资收益的偏差有关;指出了一种新的风险度量指标———风险组合偏差,同时提出了一种能够根据风险大小进行投资的决策指标———风险调整收益,并举例说明了二者在分析投资项目时的应用。     

期权理论在风险投资项目评估中的应用

本在对传统的现金流折现法DCF法分析基础上，引进Block-Scholes期权定价模型，对传统的DCF方法进行改进，克服了DCF方法局限性，增加了风险投资项目决策的科学性。     

An approach to the valuation and decision of ERP investment projects based on real options

The risks and uncertainties inherent in most enterprise resources planning (ERP) investment projects are vast. Decision making in multistage ERP projects investment is also complex, due mainly to the uncertainties involved and the various managerial and/or physical constraints to be enforced. This paper tackles the problem using a real-option analysis framework, and applies multistage stochastic integer programming in formulating an analytical model whose solution will yield optimum or near-optimum investment decisions for ERP projects. Traditionally, such decision problems were tackled using lattice simulation or finite difference methods to compute the value of simple real options. However, these approaches are incapable of dealing with the more complex compound real options, and their use is thus limited to simple real-option analysis. Multistage stochastic integer programming is particularly suitable for sequential decision making under uncertainty, and is used in this paper and to find near-optimal strategies for complex decision problems. Compared with the traditional approaches, multistage stochastic integer programming is a much more powerful tool in evaluating such compound real options. This paper describes the proposed real-option analysis model and uses an example case study to demonstrate the effectiveness of the proposed approach.     

负债代理冲突下企业投融资互动行为的实物期权分析

准确分析企业投融资之间的互动关系,实现两种决策的协同,有助于提高企业决策效率和项目价值.通过把项目融资政策内生到投资决策的实物期权模型中,构建基于股东价值最大化和企业价值最大化的投融资决策互动模型,得到两种情形下的投融资决策临界点和期权价值,并借助数值分析负债代理冲突对企业投融资行为的影响.研究结果表明,负债融资既可能引发过度投资问题,也可能抑制投资.这种非效率投资将相应地提高负债融资的成本,对企业的负债融资产生抑制作用.     

基于模糊集合论的实物期权定价方法

实物期权的定价在风险投资决策过程中具有重要意义.传统的实物期权定价方法忽略标的资产价值和投资成本的模糊性,从而可能导致错误的投资决策.本文主要研究了具有模糊标的的资产价值和投资成本情形时的实物期权定价模型.文中将这些模糊因素分别视为模糊数和模糊变量,然后运用模糊集合论,结合B-S期权定价理论,对实物期权进行定价,得到了基于模糊集合论的实物期权定价模型.     

基金与基金组合投资

本根据组合证券投资理论了基金的投资原理,建立了基金管理决策模型与基金组合投资决策模型,并进行了静态分析和动态分析。     

利用模糊优选技术进行证券投资价值决策分析

本根据多属性决策的基本理论,利用模糊优选技术研究了证券价值决策问题,提出了相对投资价值与当前价格相结合的分析方法,并进行了实例分析。     

Dynamic multi-criteria evaluation of co-evolution strategies for solving stock trading problems

Risk and return are interdependent in a stock portfolio. To achieve the anticipated return, comparative risk should be considered simultaneously. However, complex investment environments and dynamic change in decision making criteria complicate forecasts of risk and return for various investment objects. Additionally, investors often fail to maximize their profits because of improper capital allocation. Although stock investment involves multi-criteria decision making (MCDM), traditional MCDM theory has two shortfalls: first, it is inappropriate for decisions that evolve with a changing environment; second, weight assignments for various criteria are often oversimplified and inconsistent with actual human thinking processes.In 1965, Rechenberg proposed evolution strategies for solving optimization problems involving real number parameters and addressed several flaws in traditional algorithms, such as their use of point search only and their high probability of falling into optimal solution area. In 1992, Hillis introduced the co-evolutionary concept that the evolution of living creatures is interactive with their environments (multi-criteria) and constantly improves the survivability of their genes, which then expedites evolutionary computation. Therefore, this research aimed to solve multi-criteria decision making problems of stock trading investment by integrating evolutionary strategies into the co-evolutionary criteria evaluation model. Since co-evolution strategies are self-calibrating, criteria evaluation can be based on changes in time and environment. Such changes not only correspond with human decision making patterns (i.e., evaluation of dynamic changes in criteria), but also address the weaknesses of multi-criteria decision making (i.e., simplified assignment of weights for various criteria).Co-evolutionary evolution strategies can identify the optimal capital portfolio and can help investors maximize their returns by optimizing the preoperational allocation of limited capital. This experimental study compared general evolution strategies with artificial neural forecast model, and found that co-evolutionary evolution strategies outperform general evolution strategies and substantially outperform artificial neural forecast models. The co-evolutionary criteria evaluation model avoids the problem of oversimplified adaptive functions adopted by general algorithms and the problem of favoring weights but failing to adaptively adjust to environmental change, which is a major limitation of traditional multi-criteria decision making. Doing so allows adaptation of various criteria in response to changes in various capital allocation chromosomes. Capital allocation chromosomes in the proposed model also adapt to various criteria and evolve in ways that resemble thinking patterns.