EMV和EUV理论在投资风险决策中的应用

期望货币值(EMV)客观分析几种情况出现的收益或亏损值及可能出现的概率;计算期望值(EUV)进行方案决策,但是它没能体现投资者(决策人)的价值观、偏好、经济承受能力.期望效用值准则是决策者在确定环境下对每个方案的隐含价值或偏好的一种量度,正好补充了期望货币值的不足,两者结合能够取长补短,达到更符合实际的决策方案.     

浅议银行计算机风险的防范

描述了银行计算机风险在操作层、技术层和管理层的主要表现形式及其危害,从客观因素、防范意识与能力、管理制度与内控机制、管理手段四方面分析了银行计算机风险产生的原因,并从加强领导、完善制度、加大投入、健全法规等方面提出了防范银行计算机风险的几点建议。     

控制商业银行信贷风险之我见

信贷风险管理是当前商业银行风险管理的核心.如何准确把握和有效防范、化解信贷风险确保金融安全,是一项庞大而复杂的系统工程和长期任务.近年来,商业银行在强化信贷风险管理、防范和化解信贷风险上作了大量理论研究与实践探索,取得了显著的工作成效和丰富的实践经验,信贷资产质量明显提高.然而,由于市场经济的快速发展与金融产权制度改革、经营管理的授权操作与内控自律制度建设不相适应,不少商业银行还存在着信贷风险控制理念和行为偏差,因此,商业银行还应该采取措施,进一步加强信贷风险管理.     

论金融衍生工具跨国交易风险的国际法监管

金融衍生工具跨国交易不仅风险大,而且具有难以监管的特点,因国内法监管风险的局限性,有关国家若单纯从国内法的角度去监管金融衍生跨国交易风险,则很难达到风险监管的预期效果,因而需要有关国家的合作,通过制定国际条约的形式对金融衍生工具跨国交易风险进行强而有力的国际法监管才能达到及时防范化解国际金融风险的目标,而要达到这一目标,必须要从国际法层面完善目前有关金融衍生工具跨国交易风险的监管措施.     

基于熵权TOPSIS法的JK文化财务风险评价

文化传媒行业在迎来发展浪潮的同时,财务风险也随之增加.结合文化传媒企业的财务特征,运用熵权TOPSIS法从筹资风险、投资风险、营运风险和成长风险4个方面选取指标构建财务风险评价体系,评价JK文化近5年财务风险水平.实证结果表明:投资风险是影响JK文化财务风险的最主要因素,可关注的指标包括净资产收益率、投入资本回报率和净资产增长率等.因此,企业应从合理制定投资计划、审慎选择资产评估机构、提升自主研发能力等多种措施来控制财务风险.     

新形势下我国巨灾风险管理体系建设研究

综合相关资料,分析了我国巨灾风险现状,总结了我国巨灾风险管理存在的问题.基于我国巨灾风险特点和风险管理现状,根据巨灾风险管理的国际经验,得出了应该逐步构建以政府为主导,以构建巨灾科学知识系统为技术支撑,保险与金融相互结合的巨灾风险商业化管理新模式的结论.强调了政府担任的角色不应该是第一保险人,而应该是最终保险的承担方.另外也强调了科技是重要技术支撑,加快对巨灾知识系统的研究及建立已经刻不容缓.最后指出巨灾证券化是中国构建巨灾风险管理模式的必走之路,但是巨灾风险证券只能作为巨灾再保险的补充,不可能完全取代巨灾再保险.     

复合Poisson风险模型下的Gerber-Shiu期望折现罚金函数

破产论是风险论的核心内容,复合Poisson风险模型一直是破产论研究的热点.本文从实际出发,一方面考虑了保险公司的投资收益;另一方面,在满足保险公司要求提高盈余水平的同时,兼顾了投保人的利益,研究了带常利息力和两个红利threshold策略的复合Poisson风险模型,给出了该模型下的Gerber-Shiu期望折现罚金...     

风险规避型供应链优化与协调契约模型研究

将近年来发展起来的金融风险控制工具--条件风险值,引入具有风险规避特性的供应链优化与协调问题的研究.建立了随机需求下由具有不同风险规避特性的单个供应商与单个零售商组成的两级供应链的条件风险值模型和基于条件风险值的最优订购最模型及协调供应链的最优回购契约模型,并对模型进行了分析,揭示了供应商和零售商的风险规避程度对最优订...     

基于灰色关联度的科研项目风险评价方法

以大型科研项目管理中的风险管理问题为研究对象,提出了基于灰色关联度的科研项目工艺路线选择及分阶段风险影响评价方法.通过对原始数据进行量纲为1化和累加处理,求取灰色关联度得到关联矩阵,从而找到风险影响最小的工艺路线. 在此基础上,通过求取关联系数得到各风险源在项目进展各阶段的影响,并通过实例进一步阐明了灰色关联度评价方法的步骤和实际意义.该方法为小样本、贫信息的科研项目风险的评价问题提供了可行的数学分析工具.     

最近邻预测问题中条件风险估计量的完全收敛性

设(X,θ)是随机向量,X∈R~d、θ∈R~1;(X_i,θ_i)是(X,θ)的i.i.d.随机样本,i=1,…,(?)bjL_n是平方损失下最近邻(NN)预测的条件风险.设是L_n的估计量,其中θ_(nj),是按训练样本(X_1,θ_1),…,(X_(j-1),θ_(j-1)),(X_(j+1),θ_(j+1)),…(X_n,θ_n)与观察到的X_j对θ_j所作的NN预测。众所周知,在一定的条件下,L_n→2R~*,α,s.,其中R~*是Bayes风险。本文得到了L_n的完全收敛速度,即在E|θ|~(2+δ)<∞(δ>0)及其它条件下证明了