带干扰的变破产下限多险种风险模型

近年来许多文献在研究风险模型的破产概率时假设破产下限为0,而在实际保险实务中,当保险公司的盈余过程低于某一限度时,保险公司就面临着破产,针对该问题,讨论了带干扰的多险种风险模型下的破产概率,运用鞅方法推导出破产概率满足的不等式和具体的表达式,给出了推广后的多险种风险模型中变破产下限破产概率所满足的不等式和具体表达式。     

隧道运营风险系统解释结构模型研究

随着隧道在现代交通系统中扮演着越来越重要的角色,对隧道运营期风险问题的研究具有十分重要的理论与实践价值。文中建立隧道运营期风险因素解释结构模型,系统分析隧道运营期风险因素,得到一个递进的层次关系,并且能得出影响隧道运营期风险的直接和间接的因素。在此基础上,提出适当的控制隧道运营期风险因素措施,能够有效降低隧道运营期出现事故的可能性。     

感潮地区暴雨和潮水位遭遇组合的涝灾风险

采用Copula函数建立感潮地区暴雨和外江(海)潮水位遭遇的联合分布,提出了设计组合下涝灾风险的分析方法,并定义和分析了暴雨和潮水位的联合风险率和同现风险率.通过研究中山市坦洲镇涝区的暴雨和潮水位的遭遇表明,AMH Copula函数能够较好地模拟暴雨与潮水位的联合分布;若设计暴雨为20年一遇,则与多年平均潮位或5年一遇潮位组合的排涝风险率分别不超过6.39%、9.58%;若设计暴雨为10年一遇,则与多年平均潮位或5年一遇潮位组合的排涝风险率分别不超过10.39%、7.04%;20年一遇暴雨、10年一遇暴雨分别与多年平均潮位或5年一遇潮位的同现风险率分别为0.086%、0.279%和0.173%、0.56%.     

内部信息不对称下IT项目外包决策风险测度

从企业内部信息不对称的角度对项目外包决策风险进行定量化研究,通过内部信息不对称事件发生的概率、内部信息不对称度、内部信息不对称对外包决策的损失及内部信息不对称对决策产生风险的可管理性4个方面建立了IT项目外包内部信息不对称的风险度函数,并结合具体实例进行了应用分析,分析结果对于企业今后在外包决策时进行风险控制具有一定的借鉴意义。     

基于跳跃-扩散过程的亚式期权定价

在标的资产价格跳过程为更新过程的假设下,研究了具有浮动敲定价格的亚式期权,通过自融资交易复制将路径依赖的亚式期权定价问题转化为与路径无关的微分方程的求解问题,拓展了刘宣会的结果。     

基于经济学视角的商业银行信息科技操作风险分析

商业银行信息科技操作风险是继市场风险、信用风险之后的又一大风险,造成信息科技操作风险发生的因素是多方面的,有制度上的原因,有管理上的原因,有工作人员自身的原因,但归根结底是人的原因。利用行为经济学的基本原理和方法,对商业银行操作风险的形成机理进行深入分析,通过笔者的研究发现,银行工作人员在面临不确定条件下的非理性判断和决策,容易导致由于内部操作失误而产生的信息科技操作风险。所以商业银行应采取切实措施加强内部控制,防范内部人员的操作风险。     

企业构建汇率风险防范体系之我见——以国际工程承包企业为例

我国国际工程承包企业面临日益增大的汇率风险。国际工程承包企业要构建有效的汇率风险防范体系,应有效组合制度与技术两方面因素,以外汇集中管理系统和汇率风险监测系统为制度平台。只有在构建制度平台的基础上,采取适当的技术措施,企业才能有效应对国际工程承包市场的日常汇率风险。     

石油企业财务风险评价神经网络模型的建立

石油企业财务风险评价是石油行业的重要课题.在确立石油企业财务风险评价指标体系的基础上,建立了基于模糊神经网络的石油企业财务风险评价模型.该评价模型分为模糊量化模块和模糊神经网络(FNN)模块,可根据实际问题进行具体调节,具有学习的功能.经过对200多家石油企业的实证分析,结果表明该模型网络预测误差小,是一种可靠、有效的...     

引入成交量变化率的马柯维茨均值方差模型

对马柯维茨的均值方差理论进行了推广,进一步细化原模型中的风险。把成交量变化率的方差也视为一种风险,在收益率的方差中加入成交量变化率的方差,构成一种两者线性组合的新证券组合风险。讨论在给定一定收益率和成交量变化率的条件下使得新风险最小的优化求值问题。把原模型中没有无风险证券时的前沿证券曲线从双曲线（抛物线）推广到双叶双曲面（抛物面）,把含有无风险证券时的前沿证券曲线从直线推广到圆锥面,还得到了一系列相应结论。同时对股票投资最优组合选择问题进行实证检验。     

基于邻域风险最小化概率密度估计的自适应盲分离算法*

为实现由不同统计特性和概率分布平滑特性信号得到混合信号的盲分离,对基于支持向量机的邻域风险最小化概率密度估计算法进行研究,提出一种邻域函数的构造方法,将其与自然梯度批处理算法相结合,形成一种新的自适应盲分离算法;利用广义高斯模型分析了分离算法的精确度。通过仿真实验,验证了该算法能分离统计特性不同的混合信号,相比于基于经验风险最小化的方法,该方法在收敛速度和精度方面的性能有很大提高。