国际科技合作中知识转移风险的研究

随着科技全球化的发展和深入,国际科技合作成为各国政府和科研机构提升自身科研水平和核心竞争力的有力途径。然而,在国际科技合作中进行知识的转移与交流时,不可避免的面临着各种各样的风险,如何识别扣防范这些风险成为目前亟待解决的议题。有鉴于此,本文从知识、合作成员和环境三个维度,系统的对国际科技合作中的知识转移风险因素进行了分析,并据此进一步构建出相应的风险防范机制模型,力图为降低国际科技中的知识转移风险提供科学的理论依据。     

基于支持向量机的信用评估模型及风险评价

运用基于支持向量机理来建立一个新的个人信用评估预测模型,以期取得更好的预测分类能力.并对SVM分类结果与三层全连接BPN分类结果进行了比较.结果表明,在判别潜在的贷款申请者中支持向量的判别结果比神经网络的要好.为了减小训练集偏差及为了验证两种方法的鲁棒性,基于两种策略(平衡样本与非平衡样本)交叉验证来进一步评价SVM分类准确性,并对两种方法基于两种策略的误分类作了风险代价分析.     

预期短缺ES估计的稳定性分析

在风险管理中,风险量度估计的稳定性对金融机构的经济资本确定及风险分配起着重要的作用.本文从预期短缺(ESα)估计的稳定性角度分析重要性抽样技术和Monte Carlo模拟在估计信用资产组合ESα方面的差异.结果表明,由于组合损失分布尾部事件的稀有性,与传统的Monte Carlo模拟方法相比,运用重要性抽样方法估计的ESα比较稳定,且生成的风险贡献能够明显地体现出资产间不同的风险特征.     

汛限水位动态控制方案优选方法及指标体系研究

基于汛限水位实时动态控制的新理念,提出汛限水位实时动态控制方案的决策方法及其实施步骤.引入洪水与兴利连续长系列调节方法并采用PowerBuilder 8.0开发相应的系统软件计算水库的兴利效益,给出汛限水位动态控制风险率和风险损失的定义与计算方法.在此基础上,选取部分兴利效益指标和风险控制指标构建汛限水位实时动态控制决策方案优选的多指标评价体系.最后以大连市碧流河水库为例,采用多目标模糊模式识别理论模型对汛限水位动态控制方案进行优选计算,进而确定了水库实时调度过程中汛限水位动态控制的满意决策方案.     

基于VaR的多阶段存货风险衡量方法

VaR(风险价值)方法在金融管理中作为一种衡量风险的有效手段,得到了越来越广泛的应用. 探讨VaR方法应用于存货的风险控制,通过将存货区分为单一阶段存货和多阶段存货,借助VaR的方法,讨论了多阶段存货管理中的风险衡量问题;介绍了存货管理中与VaR方法有关的基本概念;通过VaR方法的运用,建立了随机需求下的多阶段存货决策模型,并采用解析方法得到了VaR值的分布范围,为有效度量多阶段存货风险提供了期望最大收益(或最大成本)的界值.     

技术和价格不确定下企业研发投资决策研究

随着科学技术的迅速发展,研发(RD)活动对企业的生存与发展日益重要.本文将企业研发投资项目所承受的风险分为两种:研发前期不可对冲的技术风险,以及研发产品投入市场时因价格和需求的不确定性所承受的价格风险,而后者是可以部分对冲的.本文考虑一个以创新研发投资为主的企业,如何进行相应的投资消费问题.通过建立效用最大化模型,运用随机最优控制理论与方法得到关于指数效用函数的最优策略,同时阐述了研发投资价值及其投资/中止阈值.数值结果表明:较大的技术风险,会产生更大的信息生成价值,使得研发的总价值不减反增;风险厌恶态度对企业的研发价值以及研发/中止阈值都有较明显的影响;因研发信息生成价值的存在,使得研发/中止阈值不同于传统净现值(NPV)降为零的阈值.     

基于SD-SEM模型的消费者食品安全风险感知的信息搜寻行为

本文利用系统动力学模型和结构方程模型来研究消费者食品安全风险感知和消费者信息搜寻行为之间的关系,在总结消费者食品安全风险感知和消费者食品安全信息搜寻行为研究文献的基础上,利用结构方程确定消费者食品安全风险感知的影响因素及其之间的路径系数,进而建立系统动力学模型模拟信息搜寻行为对消费者食品安全风险感知的影响,以提出降低消费者食品安全风险感知的建议.     

基于离散时间风险模型下的亏损破产概率的研究

新定义离散时间风险模型下的亏损破产概率为初始盈余u,亏损额度不大于y的破产概率。利用离散时间风险模型下的终时破产概率的计算规律,得到初始盈余水平在不同条件下的亏损破产概率的具体表达形式,并且数值模拟了一定条件下不同参数取值对亏损破产概率的影响情况,数据表明当亏损边界固定时,随着初始盈余水平的增加,亏损破产概率水平逐渐减小;当初始盈余水平固定时,随着亏损边界的增加,亏损破产概率水平逐渐增多。     

Forecasting with Micro Panels: The Case of Health Care Costs

Micro panels characterized by large numbers of individuals observed over a short time period provide a rich source of information, but as yet there is only limited experience in using such data for forecasting. Existing simulation evidence supports the use of a fixed‐effects approach when forecasting but it is not based on a truly micro panel set‐up. In this study, we exploit the linkage of a representative survey of more than 250,000 Australians aged 45 and over to 4 years of hospital, medical and pharmaceutical records. The availability of panel health cost data allows the use of predictors based on fixed‐effects estimates designed to guard against possible omitted variable biases associated with unobservable individual specific effects. We demonstrate the preference towards fixed‐effects‐based predictors is unlikely to hold in many practical situations, including our models of health care costs. Simulation evidence with a micro panel set‐up adds support and additional insights to the results obtained in the application. These results are supportive of the use of the ordinary least squares predictor in a wide range of circumstances. Copyright © 2016 John Wiley & Sons, Ltd.     

基于BEMD-Copula-GARCH模型的股票投资组合VaR风险度量研究

鉴于股票波动具有显著的多尺度特征,本文引入二元经验模态分解(EMD)与二元CopulaGARCH算法,提出一种新的VaR风险度量模型,即BEMD-Copula-GARCH模型.具体地,新BEMD-Copula-GARCH模型可分为三个主要步骤:数据分析,分风险估计和总风险集成.首先,基于二元EMD模型,将复杂且相互作用的股票对分解为若干组较为简单且相互独立的分量,以降低建模难度.其次,引入二元Copula-GARCH模型,刻画各组分量间的相互关系,以度量股票投资组合在不同尺度上的分VaR值.最后,集成各分VaR值以得出最终VaR风险度量结果.实证研究以恒生指数与上证综指为数据样本构造投资组合,结果表明:本文所构建的新模型能有效度量投资组合风险,其估计精度显著优于DCC-GARCH和Copula-GARCH等现有模型.