论风险基础审计

本文重点论述风险基础审计的含义及其与制度基础审计的关系,理论解释与实践如何进行等问题.     

非金融企业经营风险与入股金融机构研究

面对错综复杂的外部环境和经济持续下行的压力,我国企业经营风险逐渐增大,越来越多的非金融企业选择入股银行、证券等金融机构。运用2010~2018年我国A股上市企业的数据发现,当企业经营风险增大时会更倾向于入股金融机构,而入股金融机构则会降低未来企业的经营风险。在个体融资约束较大、地区金融市场发展程度较落后的企业中,经营风险对入股金融机构的影响更为显著。说明当企业入股金融机构后,整体融资约束程度得到了改善,企业的经营活动更少受到自身的融资成本高企和地区金融市场发展不完善的影响,其经营风险也得到了下降。     

基于Petri网的VOCs跨区域流动动态风险评估方法

为了评价污染天气下由于VOCs(volatile organic compounds)跨区域流动产生的区域间的相互影响作用的大小,找出对受污染区域影响较大的路径,结合Petri网模型提出了VOCs跨区域流动动态风险评估方法。利用HYSPLIT模型确定多个潜在污染源与受污染区域的VOCs迁移路径,运用Petri网去描述各个迁移路径之间的关系;将动态风险大小的计算融入到函数Petri网的运行中,定量评估潜在污染源到受污染区域的各条路径的风险程度;案例分析得出污染天气下周边区域对于西安的动态风险评估结果以及各污染路径的潜在风险指数。研究表明,在重污染天气下各个污染源城市对西安的影响程度大小由高到低依次为宝鸡>汉中>西宁>兰州。该方法为评估VOCs跨区域流动过程中潜在污染源的风险程度提供了依据。     

股价泡沫的逆CIR模型研究EI北大核心CSCDCSSCI

按照股价泡沫的定义,泡沫识别的本质是一个联合检验问题,面临着二难逻辑困境.不少学者因此尝试绕开泡沫定义,通过假设投机的行为特征来直接提出对应的泡沫价格随机过程模型,然后围绕这些模型的统计性质来创建识别方法.然而,目前的随机过程模型对泡沫形态的限制性较强,忽略了很多的泡沫形态,导致泡沫识别的灵敏度不高.另外,大部分模型缺乏对泡沫崩溃风险率的动态建模,使得对泡沫的实时预警缺乏理论支持.为了克服传统模型的这些不足,本文提出了一个新的股价泡沫模型.由于该模型的解服从倒数化的Cox-Ingersoll-Ross(CIR)过程,简称为逆CIR泡沫模型.该模型经济学意义明确且形式简约,便于估计.本文证明,该模型兼容传统泡沫模型的非线性风险溢价和价格暂态超指数膨胀特征.同时还证明,逆CIR模型能够解释传统模型所无法解释的泡沫实证效应——泡沫崩溃前的1)暴雨前寂静现象;2)高位滞涨现象.另外,此模型包含内生且具有明确经济意义的泡沫崩溃风险率,可作为实时预警指标.本文给出了崩溃风险率的计算方法——求解高斯超几何函数方程.对我国股市2015年泡沫崩溃的风险率实证估计表明,该模型具有良好的识别和预警效果.     

建设用地地质灾害危险性综合评估与防治措施技术应用--以定西至陇西二级公路为例

以甘肃定西至陇西二级公路S209为例,论述了地质灾害危险性综合评估的原则、依据和方法,有针对的提出了该工程地质灾害的防治措施.     

海岛旅游开发及生态风险评价研究现状分析

旅游业的发展速度持续保持增强的势头,其中对于海岛的开发利用比较典型,因为它是一个相对独立的生态系统,资源以及当地居民的风俗习惯也是比较独立,因此本文通过对于海岛旅游的开发现状予以总结,分析了国内外海岛旅游的开发特点以及两者之间的差别,然后引入海岛生态风险评价的相关内容,突出评价的重要性。     

信息获取中两类不确定性的风险表达模型研究

分析了搜索引擎在信息获取中效率低下的原因,在Lafferty等人提出的风险表达形式化模型基础上,提出了风险表达的认知模型,并对该模型中风险函数R的可计算问题进行了分析和讨论。     

基于径向基神经网络的商业银行风险预警系统研究

探讨了径向基神经网络（RBF）在商业银行风险预警系统中的应用.根据商业银行风险预警系统的特点选择12个指标,构建了风险预警系统的RBF模型,基于该模型进行了示范性仿真实验,结果验证了该方法的有效性.     

高校信用风险的规避与消除

高等学校目前存在着不少学生恶意欠费、办理国家助学贷款、对外合作办学、物资设备采购、基本建设工程、职工因公借款和其他债权债务等方面的信用风险.据此,必须采取转变观念,树立信用风险意识;加强对学生的诚信教育,提高国民素质;加强法制建设,健全信用制度;加强财务管理,建立信用风险监控体系等措施来规避和消除.     

我国金融稳定性分析与展望

本文首先从金融不稳定的视角解释系统性金融风险的产生,并将风险的生成演变划分为早期生成、演化积累以及扩散爆发三个阶段;实证分析部分中建立了具有马尔科夫区制转移过程的动态潜在因子模型,并采用贝叶斯吉布斯抽样的方法对状态空间模型进行了估计;估计结果表明我国金融系统具有明显的"金融不稳定"和"金融稳定"两个区制,"金融不稳定"区制持续时间较短且很容易转移到"金融稳定"区制;通过建立马尔科夫自回归模型研究了我国金融不稳定性对宏观经济的影响;使用吉布斯抽样方法对金融不稳定因子预测结果表明,2013年末金融系统稳定性增强,2014年上半年我国金融不稳定性小幅波动但仍然位于金融稳定区制。