信用卡透支收益研究

信用卡业务是一种以"高风险、高收益"为特点的创新金融业务.具有信用风险的透支业务是其主要利润来源.本文基于对信用卡透支收益与成本分析,提出要提高信用卡透支收益水平,就需要降低透支收益融资成本,建立个人信用综合评价,提高透支安全性和回收比率,并建立信用累计制度和透支利率激励模型促使持卡人透支基数扩大,并为发卡银行作出综合贡献.     

基于PSO的组合拍卖模型及其Swarm仿真

通过放松竞买人对拍卖物品的替代性或互补性的一致性认识假设,在组合拍卖机制设计的基础上建立了基于竞买人报价的组合拍卖模型.为了高效率地获得物品的最优分配方式,运用particle swarm optimization(PSO)算法模拟物品分配方式的寻优过程,在此基础上构建了基于PSO算法的组合拍卖模型.在Swarm仿真平台上对基于PSO算法的组合拍卖模型进行设计与实现,并通过一个具体的组合拍卖算例进行仿真验证,结果分析表明基于PSO算法的组合拍卖模型能够有效地解决多个物品的分配问题,并能实现卖主收益的最大化.学习能力参数分析表明,与自我学习能力相比,社会学习能力对卖主收益的优化更加重要.本文的研究结果对组合拍卖的理论研究和实际应用具有一定的借鉴价值.     

基于财富效用的产权拍卖定价的计算模拟

通过构造财富效用函数建立了产权协商交易定价模型, 导出产权交易定价的加权边际效用零和方程.根据不同竞买人的偏好差异和对产权的预期价值差异, 运用出售方与不同竞买人的加权边际效用零和的定价方程求解出对应的协商交易均衡价格, 并选择最大均衡价格作为产权拍卖中标的参考价格.计算了不同中标价格的出售方和中标人的财富效用值和福利水平值, 比较发现只有以最大均衡价格中标产权拍卖的福利水平和市场效率最高; 若中标价格大于产权的最大预期价值, 拍卖交易的福利水平为负, 并出现所谓的"赢者灾难".对竞买人用于竞标的财富实力对均衡价格的影响作了初步探讨, 其研究结论符合常理.     

基于随机微分方程的股权拍卖报价策略及模型研究

拍卖是实现风险投资股权退出的方式之一.在风险投资股权拍卖交易中存在的信息不对称以及外部环境的不确定性使得外部投资者难以对风险企业股权准确地定价, 鉴于此,将股权竞买系统视为一个开放系统,运用随机微分方程来描述外部投资者的报价策略状态演变过程,在此基础之上构建风险投资退出股权拍卖模型,并探讨市场出清价格的形成机理及其信息公布程度、竞买人易受影响程度等因素的影响,最后运用变分法对风险投资家的期望收益进行了分析.     

基于无标度网络的关联信用风险传染延迟效应

关联信用风险是现代信用风险管理领域的热点和难点问题.基于复杂网络的平均场理论和传染病模型,研究了在资产关联情景下关联信用主体之间信用风险的传染延迟效应.通过建立基于无标度网络的关联信用风险传染D-SIS模型,分析网络中关联信用主体之间关联信用风险传染的均衡状态.研究表明:关联信用主体之间的资产关联有助于风险分担,从而延缓关联信用风险的爆发;关联信用风险的传染具有延迟效应,且延迟时间越长,关联信用风险的传染强度越强.     

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。     

基于进化多目标软子空间聚类的商业银行企业客户信用风险识别北大核心CSCD

提出了一种进化多目标软子空间聚类(EMOSSC)算法,用于提升商业银行信贷审批过程中企业客户的信用风险识别和管理水平.考虑到信用数据高维、类不平衡的特征,将聚类算法中单一的聚类有效性指标转化为了一个四目标函数,并采用进化算法对该函数进行优化和求解.结果表明,EMOSSC算法不仅在信用风险识别准确率、稳健性以及结果显著性等方面显著优于对比算法,还能通过对指标权重大小的排序,揭示商业银行企业客户信用风险的关键影响因素,为商业银行的信用风险识别和管理提供有益参考.     

基于模糊粗糙集的多属性网上拍卖决策

电子商务的发展给了拍卖以勃勃生机,网上拍卖迅速成为一种非常活跃的商务模式。目前网上拍卖绝大多数只有一个价格属性。本文提出一种新的拍卖模型——多属性网上拍卖,其最核心的问题是如何决定胜出者,提出了一种模糊粗糙集的方法解决多属性决策问题。     

基于混合生存分析的动态信用评分方法

当今国内外经济形势复杂多变,不确定因素增多,金融市场中信用风险的动态性显著增强,动态信用风险评价成为金融机构迫切需要解决的问题.为此,本文提出了一种基于混合生存分析的动态信用评分方法.该方法由三部分组成:首先,构建基于混合生存分析的动态信用评分模型,包括违约状态判别模型和违约时间估计模型,用于预测评价对象"是否违约"以及"何时违约";其次,利用面板数据构建多重生存状态向量,用于表征信用特征和生存时间的动态关联;最后,基于生成的多重生存状态向量,利用期望最大算法迭代估计模型参数.实验研究表明该方法的预测效果显著优于基于单分类、基于集成学习以及基于生存分析的信用评分方法.     

企业集团客户贷后信用风险识别

初步研究了企业集团客户贷后信用风险识别模型的构建问题,并实证考察了中国三个生产经营型集团的信用风险与其母公司的信用风险之间的关系 .由于不能获得这三个生产经营型集团的信用价差数据,本文利用从信用风险评估模型(KM V)获得的预期违约概率构建一种企业集团违约指标作为其信用价差的替代.实证结果发现 ,在双变量向量自回归模型中,母公司的信用价差并不是企业集团违约指标的格兰杰原因, 反之亦然.     

信贷风险综合决策模型的研究

信贷风险事关银行业的生存和社会的稳定，已引起有关各方的广泛关注，本文分析了国内外现有信贷风险决策理论和方法的弊端，探讨了建立信贷风险决策模型的综合清偿能力原则和银行真实损益原则，提出了贷款风险补偿、风险报酬最大、综合风险衡量和单位风险溢酬最大等决策准则，建立了贷款综合清偿能力的期望值模型，风险报酬决策分析模型，贷款的综合风险分析模型伯溢酬分析模型，为银行信贷风险管理提供了科学的决策理论和方法。     

对银行信用风险评价体系的比较

以1332个贷款实际样本为数据集,讨论了基于目前常用的4种评价体系的判别模型和LOGIT模型的预测精度问题,有助于金融机构建立内部信用风险评估模型,提高信用风险管理的科学性。     

信贷风险评价指标权重的聚类分析

信贷风险评价是银行重要的管理活动,评价指标的权重评估又是决定评价结果是否科学的关键环节。本文在分析同类研究弊端的基础上,利用相似系数矩阵对众多专家评价指标的权重意见进行筛选,解决了信贷风险评价体系指标权重的合理分配问题。其特色在于一是对专家意见进行聚类分析,而不是像通常那样不加处理地简单平均;二是在剔除某些专家权重意见时,结合实际问题的具体要求,在聚类分析的基础上,提出了一种更为简化的方法,易于在实践中推广;三是对于通过任何方法得出的群体权重意见,本方法都可以作为后续数据处理方法。     

基于最小二乘近似支持向量回归模型的电子商务信用风险预警

随着制约电子商务发展的基础性问题如交易支付和物流配送等问题的逐步解决,电子商务交易双方的信用问题已凸显为电子商务发展的瓶颈. 在国内外研究现状的基础上, 构建电子商务信用风险的预警指标体系,并建立电子商务信用风险预警的最小二乘近似支持向量回归模型. 同时,利用相关样本数据进行了实证分析, 并根据实证结果给出不同的预警管理对策.     

基于风险规避顾客的收入管理在线拍卖机制

分析了可运用于收入管理的定价及分配存量的在线拍卖机制。传统拍卖机制假设竞标者是风险中性的,本文研究的模型中买方是具有相同常数绝对风险规避的效用函数（CARA）的,考虑加入现在购买期权来研究基于风险规避顾客的收益管理中最优拍卖机制问题,采用Stackleberg两阶段主从博弈模型研究参与人策略,求解竞标者策略的纳什均衡,以达到最大化易逝性产品生产企业的收益的目的,最后用一个简单的数值算例对优化模型进行验证。结果表明面对风险规避顾客时,现在购买期权能有效提高销售价格和易逝性产品卖方收益。     

封闭式集合竞价交易策略模型及对沪市的实证检验

从订单分布假设出发,构建了一个庄家和散户这两类交易者在封闭式集合竞价中的交易意愿和订单策略模型.该模型表明,散户不愿意参加封闭式集合竞价交易,或者需要较高的风险补偿;由于散户的不愿意交易或有较高风险补偿要求,庄家难以在集合竞价时实现自己正常的获益策略,因此,趋向于采取集合竞价价格操纵策略.文章应用上海证券交易所的分笔订单和交易数据实证检验了理论分析的结果,并提出了改进我国沪深市场开盘集合竞价的政策建议.     

商业银行信贷风险分析的人工神经网络模型研究

对人工神经网络及其应用于信贷风险分析的可行性进行了论述 ,着重对构建商业银行信贷风险分析的人工神经网络模型进行了深入细致的研究 .旨在得到一个可行的神经网络模型进行合理的信贷风险评价 ,为信贷决策提供科学依据.     

基于Logit与SVM的银行业信用风险预警模型研究

本文以银行业金融机构大额授信风险及零售贷款违约风险数据为基础,从宏观经济环境、客户信贷行为、企业经营水平三个维度出发,对客户风险预警的相关指标进行系统分析,构建了企业客户风险预警指标体系,并利用统计学和数据挖掘方法,从企业财务、企业信贷行为等客户数据信息中挖掘出隐含在背后的客户风险特征.在上述分析的基础上,引入一种基于Logit与SVM的混合预警模型.该模型除了具有单个模型的良好基本性质,还能够充分捕捉和有效刻画影响因素对于客户违约的线性和非线性的复杂特征.实证结果表明,新的模型具有更好的泛化能力,对客户信贷风险具有较高的预警准确率.     

基于违约强度信用久期的资产负债优化模型

在经典的Macaulay利率久期的基础上引入违约强度参数,构建信用久期测度模型并基于信用久期建立信用和利率风险整体免疫模型.本文的主要创新与特色:一是根据简约化定价理论,通过违约强度和违约损失率确定各期现金流的违约风险溢价,通过含违约风险溢价的折现利率对Macaulay经典利率久期模型的参数进行修正,构建了同时反映信用风险和利率风险的"信用久期"测度模型,完善了经典的Macaulay利率久期测度参数,提高了利率风险免疫的精度.二是通过同时反映信用风险和利率风险的"信用久期",来揭示信用久期缺口对银行净值的影响.通过信用久期缺口为O的免疫条件,建立了同时控制利率风险和信用风险的资产优化模型.改变了Macaulay经典久期免疫条件忽略违约风险对银行净值影响的弊端.三是根据Cox回归的生存分析模型,通过违约强度为基准违约强度与企业自身风险因素的乘积的思路,拟合出时变的违约强度,确定不同时间点上的企业违约风险溢价,改变了现有研究的信用风险久期忽略违约风险溢价时变性的不足.对比表明:当市场利率发生变动时,本研究的信用久期免疫模型可以准确免疫利率风险,保证银行净值不受损失.而Macaulay久期免疫模型并不能准确免疫利率风险,利率的变动仍然会导致银行净值的损失.