基于类别不平衡的企业信用风险违约测度探索 ——以制造业上市公司为例

针对所获取的类别不平衡的深沪A股制造业上市公司财务数据,为了预测制造业上市公司信用违约情况,提出基于欠采样改进的Lasso-Logistic模型;首先通过计算WOE和IV值,剔除风险识别能力和稳定性较差的变量,接着从"数据"层面对现有的Lasso-Logistic模型进行批量欠采样处理,最后结合"算法"层面对Lasso...     

基于分布式决策的企业动态联盟风险管理模型

根据企业动态联盟合作运营区域的分布性以及联盟企业之间关系多样性的特点,采用分布式决策的思想,针对具有强迫团队关系的联盟企业,建立了组织化的分布式企业动态联盟风险管理模型,叙述了在联盟组建开始如何为联盟运行各阶段预留风险控制资金,以及在各阶段运行过程中如何根据风险的实际情况选择最佳的风险控制措施及资金投入,并探讨了模型的求解方式,旨在为企业动态联盟风险管理实践提供支持和参考.     

基于决策者风险态度的导流方案多目标决策研究

以导流方案优选为核心,在效用理论的基础上考虑决策者的风险态度,建立导流系统标准的效用损失函数,在导流系统标准期望效用损失均衡原则的指导下,合理分配施工导流系统风险,制定导流方案,运用多目标决策理论,建立基于决策者风险态度的导流方案多目标决策模型.实例分析表明,该决策模型是有效的,可以较好地解决导流方案的多目标决策问题.     

基于效用最大化的PPP项目社会资本社会风险决策行为研究

本文基于期望效用理论构建了社会资本在面临PPP项目社会风险决策时的数学模型.文章将其决策行为分为正向行为和负向行为.通过计算分析得出社会资本的社会风险决策共存在四种情形,并且归纳出在完全由社会资本承担社会风险损失的情况下其必然会选择负向行为.对此,文章提出了四种情形下相应的补偿机制,通过该机制可确保社会资本采取正向行为,提升PPP项目社会效益.并进一步分析了折现率与PPP合同期长短分别对社会风险决策行为的不同影响.研究最终表明社会资本对长短期利益的重视程度是正负向决策行为选择的关键因素,"伙伴关系"与"风险合理分担"是促进正向行为选择的有效路径.     

城市火灾风险认知述评及其逻辑局限和对策

城市火灾风险认知旨在理解城市火灾风险的本质,是城市火灾研究的一项重要内容,是城市火灾风险分析和评估的基础.本文对国内外学术论文和消防标准中有关城市火灾风险的各种概念构建或思想学说进行了整理,归纳出还原论、整体论和复杂论等三个不同阶段的若干视角及其主要观点,展现了其系统化、多维化演进态势和中国学者的一系列突出贡献;发现了其三个方面的逻辑性认知局限问题:科学逻辑缺乏明确性、数学逻辑缺乏普适性、理论逻辑和实践逻辑之间具有冲突性;最后,以引入哲理科学、哲理数学及和谐管理理论等原创性理论为契机和前提,提出了解决上述逻辑问题的研究对策暨未来研究的初步规划.     

地震损失风险的Copula混合分布模型及其应用

地震造成的损失主要包括直接经济损失和人员伤亡.本文以我国1950-2015年期间的地震灾害统计数据作为研究样本,建立了地震灾害造成的直接经济损失和死亡人数的Copula混合分布模型.在该模型中,用右截断的Gumble分布与广义帕累托分布构造的混合分布拟合对数直接经济损失,用两端截断的负二项分布与广义帕累托分布构造的混合分布拟合死亡人数,用Copula函数建立直接经济损失与死亡人数之间的相依关系,并通过蒙特卡罗模拟计算风险相依情况下地震灾害的风险度量值.与传统的地震灾害模型相比,本文提出的直接经济损失与死亡人数的Copula混合分布模型对巨灾数据的拟合更加合理,为我国建立地震巨灾保险制度提供了一种可供选择的精算模型.     

具有变利率的离散时间保险风险模型的破产问题

文章在将常值利率推广到变利率的情况下,进一步研究变利率的离散时间保险风险模型,得到了描述破产严重程度的破产前一时刻的剩余分布与破产持续时间分布的递推公式。     

码头项目环境风险评价方法探讨

近年来,环境风险评价在环境影响评价中逐渐引起重视,通过对实际工作中码头建设项目风险评价实例的研究,试图对环境风险评价的概念和方法进行探讨.     

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.