项目风险管理在渠道建设中的应用

通过对国内外相关营销渠道风险管理理论、文献、资料的研究,以某地市移动分公司的营销渠道为研究对象,并结合渠道建设管理现状,剖析了某地市移动渠道目前所面临的风险,提出了相应的风险应对方案。     

存货质押融资中螺纹钢风险价值的控制

针对钢材市场中存货质押融资业务的价格风险问题,以螺纹钢现货的价格为样本数据,采用经验值方法计算风险率与效率损失率,并与基于VaR历史模拟法的计算结果进行比较.结果表明,样本期间长度的选择对历史模拟法计算结果的优劣有一定影响,历史模拟法适合短期限的存货质押融资贷款.用回顾测试对计算结果进行检验,表明用VaR方法设定的质押率对控制螺纹钢价格风险更有效.     

双圈图的优美性

针对双圈图, 设计一种图的优美性判定算法, 并对17个点内的所有双圈图进行优美性验证, 得到了该范围内所有的优美图和非优美图. 结果表明, 在17个顶点范围内, 除∞ 型双圈图C_(m,n)外, 其余所有双圈图都是优美的, 其中(m+n)(mod 4)={1,2}. 最后给出该类图的非优美证明, 并进一步猜测当顶点数大于17时, 该结论仍成立.     

基于联合违约概率的资产组合投资优化方法

投资组合的资产联合违约概率(joint,probability of default,JPoD)是一种有效的系统风险测度工具.基于JPoD分析,提出了一种新的资产组合选择优化方法,即通过计算资产池中每两种资产的JPoD值得到JPoD矩阵,利用遍历算法逐次筛选,得出具有最小系统风险的多资产组合.实证分析首先利用2014 2015年的上证综指和深证成指数据验证了JPoD方法的有效性;其次,分别利用中国股票市场数据和美国股票市场数据将所提出的资产组合选择方法与马科维茨均值-方差组合理论、随机组合方法进行比较,结果表明无论是在中国股票市场还是美国股票市场,JPoD方法都明显优于其他两种方法.     

基于双因子Lee-Carter模型的死亡率预测及年金产品风险评估

本文针对传统单因子Lee-Carter模型中死亡率的改善呈常数速率的明显弊端,利用贝叶斯MCMC方法和中国实际人口死亡率数据,考察对比了双因子Lee-Carter模型的预测效果.检验结果表明双因子模型的拟合优度和离差信息准则DIC明显优于单因子模型,较好地抓住了死亡率随时间演进的波动性.文章还进一步比较了基于两种模型预测结果的年金的定价、统计特征、风险度量和资本要求.结果表明双因子模型下,年金价格核密度图的尖峰厚尾现象较为突出,宜考虑TVaR风险度量来弥补SolvencyⅡ中基于VaR的资本额度计算方法的不足,以因应年金产品中死亡率超预期改善的长寿风险.     

基于后验风险确定故障样本量的Bayes方法

针对目前测试性故障样本量的确定方法过于粗糙和试验样本量过大的问题,提出了合理运用信息熵方法对装备系统各单元的测试性先验信息进行信息融合,得到装备系统级测试性试验数据。在此基础上得到测试性指标的先验分布,并进一步通过Bayes后验风险准则确定故障样本量及试验方案。以某型电动舵机系统各模块的试验数据为例,以故障检测率为测试性指标,经过分析和计算,发现运用所提方法得到的故障样本量相比传统方法明显减少,从而减少了试验成本,同时得到的测试性指标相对误差较小,保证了可信度。     

互助担保:连带责任、互助保证金与成员努力程度

构建了针对现行互助担保模式的简单模型，分析了在互助担保中连带责任以及互助保证金对成员企业努力程度的影响.为了进一步激励成员企业的努力程度，提出增加监督惩罚机制和次序担保贷款机制，并通过建立动态激励模型验证了这些机制的有效性.研究结果如下:在现行的互助担保机制下，连带责任越大成员企业努力程度越低，且保证金越多成员企业努力程度越低，而引入监督惩罚机制以及次序贷款机制能够一定程度避免成员企业低努力程度行为的发生.     

完全图的谱

本文通过组合数学和矩阵论的方法获得了完全图的特征多项式和谱,指出完全图的特征多项式的系数与图的结构之间的关系,并证明了邻接谱、拉谱拉斯谱和无符号拉谱拉斯谱三者之间的关系.     

巨灾风险大数据处理应急分类、分解、分拣算法与应用

本文主要研究巨灾风险大数据处理的应急分类、分解、分拣算法,给出了相应的算法原理和可操作的步骤.首先根据巨灾风险大数据灾害规模巨大的特征,提出了一种用来解决巨灾风险大数据中一级事件的应急分类与二级事件及以下更低级事件的应急分解算法,并以特大地震灾害作为实例进行了算法应用.接着定义了事故灾难度,用来对巨灾风险大数据处理过程中,对各种级别的事故灾难后果进行不同的数字标识.然后提出一种用来解决巨灾风险中大数据快速处理的应急分拣算法,并在汶川地震中大规模灾害的应急救援计划中进行应用.经过采用这样的应急分拣原理,就可以在面对巨灾风险大数据的复杂、繁多和零乱的重灾事件状态下,使整个应急救援方案优化,并能够有条不紊地进行救援.     

基于贝叶斯理论与Vine Copula的化工过程异常事件数的预测

针对化工过程风险,提出了一种化工过程异常事件数的预测方法。化工生产过程中由于受到干扰,时常发生异常事件。异常事件如果得不到有效控制将引发生产事故,其发生次数越高表明发生生产事故的概率越大,因此,准确预测化工过程异常事件数有助于提高化工过程的风险管理水平。基于操作班组,采用贝叶斯理论与Vine Copula建立了动态预测模型,实现对化工过程一个轮班内异常事件数的预测。