基于Copula2GARCH 的投资组合风险分析

结合Copula及GARCH模型的预报功能,建立了投资组合风险分析的Copula-GARCH模型.利用这个模型,对我国股票市场实际组合投资问题进行了风险分析,并给出了最小风险组合的具体形式.     

大型工程建设项目风险分析方法及应用

结合大型工程建设项目风险特点,对大型工程项目动态风险分析方法进行了系统研究。分析和评价了目前风险分析存在的问题与不足,提出了一种根据时间序列构造风险分析影响图模型的方法。并且对影响图中的超价值结点概念与价值函数可分解性进行了讨论,针对超价值结点特性,将影响图与动态经济评价相对合,提出了大型工程项目动态风险分析方法。最后,以某大型水利工程为案例进行了应用研究,证明了方法的有效性.     

高速公路复垦土地适宜性评价的BP神经网络模型

依据人工神经网络原理 ,建立用于高速公路临时用地复垦土地适宜性的神经网络评价模型 ,利用该模型对京大高速公路山西段临时用地复垦进行了适宜性评价 ,同时探讨了人工神经网络在土地复垦适宜性评价中的特点和适用性.     

项目投资风险分析方法研究:一种基于影响图的解析方法

将项目投资风险分析的解析方法和影响图的概率推理功能结合在一起 ,对如何应用影响图进行项目投资风险分析展开了研究 :构造了一个较为一般的项目风险分析的影响图模型 ;提出了项目风险超额报酬率的概念 ;给出了影响图因果概率推理的一个具体的解析支持算法.     

系统周界的观控模型及其应用

应用泛系观控理论建立了界壳论中的系统周界的观控模型,并结合泛系风险观控分析技术将该模型应用于黄河流域水资源多维临界调控的风险分析中,通过对2010水平年的17组方案进行观控风险分析,将各方案的风险与比较收益(GBC)联系起来并进行了量化处理,结果表明该模型运作效果良好. 为当前黄河流域水资源多维临界调控风险分析提供了新的研究手段,为水文水资源学科的研究提供了新的思路及方法,对系统周界数学问题的最终解决也提供了有益的参考与借鉴.     

基于Copula-SV模型的金融投资组合风险分析

基于正态Copula函数和SV模型,建立了正态Copula-SV模型,将其应用到金融投资组合风险分析,并与Copula-GARCH模型对金融投资组合风险分析方法进行了对比,结果表明,边缘分布的选择对变量的联合分布具有重要作用,Copula-SV模型比Copula-GARCH模型在刻画组合风险VaR值方面具有优越性。     

房地产信贷在房地产开发投资中的乘数效应

银行信贷作为房地产开发投资的重要资金来源,可能通过内生增长的形式表现出乘数效应, 使得开发投资总量快速增长.通过建立状态空间模型对房地产开发投资中银行信贷资金的乘数效应进行了实证检验,结果表明房地产信贷的乘数效应确实存在;并利用历史数据对乘数大小进行了估计, 测算了乘数效应的收敛时间.基于模型结果对我国银行信贷调控政策的有效性进行了检验和分析,结果表明我国的紧缩性信贷调控政策对房地产开发投资有显著影响,而刺激性信贷调控政策对房地产开发投资的影响并不显著.     

短时交通流量智能组合预测模型及应用

提出了一种新的短时交通流量智能组合预测模型.该智能组合模型包含三个子模型:卡尔曼滤波模型、人工神经网络模型和模糊综合模型.卡尔曼滤波模型利用卡尔曼滤波方法良好的静态线性稳定特性,采用线性迭代方式对交通流量进行最优估计.人工神经网络模型利用其强大的动态非线性映射能力,对动态交通流量的预测具有较高的精度和满意度.模糊综合模型采用模糊方法来综合这两个单项模型的输出,并把它的输出作为整个组合模型的最终交通流量预测值.实际应用表明:该组合模型的预测精度高于单项预测模型各自单独使用时的精度,发挥了两种模型各自的优势,是短时交通流预测的一种有效方法.     

基于人工神经网络模型的船舶油污损失估算

将人工神经网络理论引入了船舶油污损失赔偿额的估算中，通过从历史船舶溢油事故案例库中选取了十组样本数，以污染损失赔偿额与影响因子集作为训练样本，建立了船舶溢油事故污染损失额估算的人工神经网络模型，并对人工神经网络模型进行仿真训练学习，并将训练好的神经网络应用于对相关案例的估算．研究结果表明应用人工神经网络方法进行溢油损失估算结果客观、可靠，为船舶油污索赔和环境保护提供了有力的理论依据。     

人工神经网络在煤矿巷道围岩移近量预测中的应用

首先对煤矿巷道围岩移近量的影响因素进行了分析,由此构造出巷道围岩移近量的人工神经网络预测模型.预测结果表明,该模型具有很高的映射精度.     

基于模糊神经网络的商业银行信用风险评估模型研究

在确立了商业银行信用风险评价指标体系的基础上,建立了基于模糊神经网络的商业银行信用风险评估模型.该网络具有四个因子输入,一个衡量商业银行信用风险的输出,总共六层的结构,且模糊规则层具有根据具体问题情况进行调节的能力,优于神经网络完全黑箱操作的特点.利用Matlab6.1对167组样本数据进行实证分析,训练结果表明网络预测误差小.     

基于神经网络技术的商业银行信用风险评估

研究了神经网络技术在商业银行信用风险评估中的应用．实证结果表明, 与传统统计方法（判别分析）相比, 神经网络技术具有更高的预测精度和更强的鲁棒性。     

基于遗传规划方法的商业银行信用风险评估模型

利用遗传规划方法研究了我国商业银行的信用风险评估问题 ,并使用我国商业银丢失实际数据对模型进行了实证检验 .检验结果表明 ,该模型在预测精度、实用价值和鲁棒性方面都优于传统的统计模型、神经网络模型和决策树模型.     

基于扩展数据包络判别法的商业银行信用风险评估

考虑到我国商业银行样本数据分布的非正态性和多维性特点,文章将扩展的数据包络判别模型引入商业银行信用风险评估中.该模型具有非参数检验特性,通过两阶段分类过程对企业信用状况进行判别.实证结果表明,与传统的Logistic分析模型相比,扩展数据包络判别模型的预测精度更好.     

现代商业银行全面信贷风险管理研究

信贷风险是我国商业银行目前面临的主要风险。商业银行信贷风险管理水平的低下是信贷风险产生的主要原因。本文分析商业银行风险管理落后产生信贷风险的内在机理。并从风险文化、风险监控模式、风险监控流程、风险度量和风险转移五个方面提出我国商业银行全面信贷风险管理对策建议。     

基于投资组合理论的商业银行信贷业务运营效率研究

运用投资组合理论中有效前沿和资本市场线模型,基于商业银行不良贷款率和NIM(net interest margin)对商业银行信贷业务运营效率进行测算;采用2011-2016年中国16家上市商业银行的面板数据研究了不良贷款率对商业银行信贷业务收益造成的损失;通过对上述结果对比,发现本文提出的基于投资组合理论的商业银行信贷业务运营效率,能更好揭示商业银行信贷业务的风险和收益关系.未来商业银行在贷款业务中应考虑参考和使用投资组合理论.     

商业银行在信用确认基础上对担保机构的风险分担机制

信用担保是伴随着银行商业化改革以及解决中小企业融资难问题而产生的,与银行金融机构有着天然的、紧密的联系。实践证明,中小企业信用担保机构是解决中小企业融资难问题的有效措施之一。信用担保机构的建立有利于解决信息不对称和分担银行的信贷风险,因此,商业银行应积极通过与信用担保机构的合作来化解对中小企业信贷的风险。本文通过构建非线性数理模型,探讨商业银行与担保机构实现双赢合作的条件与方式。     

基于信息解释能力的小企业信用评级体系构建研究

以建立商业银行小企业客户信用评级指标体系为目的,提出一种系统的小企业信用评级指标体系构建方法.检验并剔除对企业违约影响不显著的信用评级指标,提出新的指标筛选方法以剔除综合信用风险识别能力弱的评级指标.其次,通过相关分析法降低评级指标集的整体信息重叠.再次,根据信用评级指标体系识别违约状态的准确率检验小企业信用评级指标体...     

我国商业银行整体风险度量及其敏感性分析——基于我国商业银行财务数据和金融市场公开数据

依据我国14 家上市商业银行的财务数据和金融市场公开数据, 利用风险因子模型和损失分布法采取蒙特卡洛模拟技术分别生成市场、信用和操作风险敞口回报的分布, 在此基础上, 引入Copula 函数构建此三种主要风险敞口回报的联合分布, 以回报形式的VaR 度量我国商业银行整体风险, 考察研究整体风险对我国商业银行金融业务组合变化和风险相关性变化的敏感性. 实证结果表明: 基于Copula 理论的VaR 估计方法能够很好的度量整体风险, 而线性加成VaR 高估了整体风险, 正态VaR 低估了整体风险; 与市场风险相关的金融业务组合比例增加会加大整体风险, 且操作风险非常显著的尖峰厚尾特性对商业银行整体风险的影响较大; 易发生极端损失的操作风险与市场风险、信用风险之间的交叉作用增强时, 金融监管机构要特别关注.     

基于可能-满意度方法的个人信贷决策模型研究

在对商业银行个人信贷决策进行系统分析的基础上，运用可能-满意度方法解决该多目标决策问题，初步探讨个人信贷决策的可能-满意度模型。