基于风险网络的大型工程项目风险度量方法研究

风险度量是风险管理的基础,提出适合大型工程项目风险的风险度量方法.针对大型工程项目风险因素、风险信息、风险损失之间的复杂联系,构建大型工程项目风险网络,分别采用贝叶斯网络推理和网络层次分析法获得风险发生概率和风险量的估计,从而提出基于风险网络的大型工程项目风险度量方法.方法将风险损失量和风险损失发生概率进行了明确合理的结合,既可用于度量客观风险,也可用于度量主观风险.最后以槽菁头隧道施工风险管理为例说明该方法的具体应用步骤和效果.     

基于ANP-Fuzzy模型的农产品供应链风险评价研究

供应链风险大小直接影响供应链运作的效率和效益.现有的农产品供应链风险评价研究文献中对农产品供应链风险的系统度量研究不多.提出了农产品供应链风险评价体系,从种植、组织、流通、加工、供应、需求、环境七个方面构建了农产品供应链风险评价指标体系,运用ANP法确定指标权重,构建了基于ANP-Fuzzy模型的农产品供应.链风险评价方法,在此基础上,对农产品供应链风险进行实证分析,说明模型的实用性.     

基于双边库存风险的供应链契约研究

市场需求的不确定性会在很大程度上影响供应链参与者的实际收益,在选择供应链契约的时候不仅要考虑利益的合理分配,还要考虑获得相应收益时决策者所承担的风险大小,以此来衡量市场需求变化可能会造成的损失.首先构建基于双边库存风险的供应链契约模型,对比常见供应链契约分析其参数对双边库存风险的分担情况,分析风险视角下的契约等价性;然后考虑双边库存风险产生的概率以及所造成的损失,分析决策者基于风险角度对常见供应链契约的选择;最后以供应链参与者分担相同的风险以及实现帕累托优化为目标,得到了基于双边库存风险的供应链契约协调条件,同时对比常见供应链契约得到其基于风险角度的等价条件.     

金融风险管理中VaR度量的光滑估计效率

本文研究了金融风险管理理论中风险价值(VaR)的非参数核光滑估计和经验估计的效率问题.对非独立的时间序列损失/收益样本,在均方误差(MSE)准则的意义下引入亏量的概念,亏量越大表明估计效率越低.并利用亏量对VaR模型的核光滑估计和基于样本分位数的经验估计进行了比较,在理论上证明了VaR模型的核光滑估计优于经验估计.同时,通过计算机模拟证实了理论获得的结论.本文还对国内沪深两市上的证券投资基金进行了实证分析,计算了样本基金的VaR风险度量的经验估计和核光滑估计,并计算了样本基金基于周收益率和VaR估计的风险调整收益(RAROC)值,以此对样本基金的业绩做出了有用的评价.     

不完全信息下损失风险的研究

在获得损失分布不完全信息情况下,提出用方差和熵共同度量损失风险的方法.在不完全信息条件下,通过最大熵原理在最不确定的情况下得到最大熵损失分布,并获得了损失分布的熵函数值.用熵值度量损失分布对于均匀分布的离散程度,从而度量概率波动带来的风险;用方差度量损失对于均值的离散程度,从而度量状态波动带来的风险.由于熵是与损失变量更高阶矩信息相联系的,所以新方法是从更全面的角度对损失风险的预测.通过算例,进一步看出在获得高阶矩信息下,熵参与风险度量的必要性.     

ָ��-٤��ģ�������ռ�ֵ�����ı�Ҷ˹����

VaR风险度量在金融、保险中有重要的应用. 本文建立了贝叶斯模型, 在某种损失函数下研究了VaR风险度量的贝叶斯估计. 证明了指数-伽马分布下贝叶斯估计的强相合性和渐近正态性, 最后利用数值模拟的方法验证了不同样本容量下估计的收敛速度.     

基于GARCH模型的期望损失ES非参数核估计

风险度量ES最新的非参数估计方法,不依赖于分布假设,但不能动态反应金融时间序列的风险.针对金融时间序列的波动,结合GARCH模型进行期望损失ES的非参数核估计,得到随市场波动而动态变化的ES预测.通过数值模拟和对近两年的上证指数实证分析验证了该方法能准确而有效的反映市场风险.     

双侧风险度量方法及其在投资组合优化模型中的应用

现有的资产风险度量方法不能合理的反映收益的向上波动给投资者带来的风险感受,针对这一不足,本文提出了一种新的风险度量方法,这一方法综合考虑了投资者对于损失的规避和对超额收益的偏好,能够更为真实的反映投资者对于资产收益双侧波动的不同风险感受.同时本文结合新的风险度量方法给出了投资组合优化模型,并对模型的解从不同角度进行了分析.研究结果表明,新的风险度量方法可以为投资者提供更有效的投资决策依据,并且投资者的风险态度对于投资组合有效前沿和最优投资组合都有显著的影响.     

双相依结构下离散时间风险模型的破产概率渐近估计及数值模拟

本文研究了具有双相依结构及重尾索赔噪声项的离散时间风险模型的有限时间破产概率.在该模型中,索赔额服从具有独立同分布噪声项的单边线性过程;保险公司的风险投资和无风险投资导致的随机折现因子与单边线性过程的噪声项相依.保险公司单期保费收入是恒定的常数,当单边线性过程的噪声项服从重尾分布时,本文得到离散时间风险模型有限时间破产概率的渐近估计.最后利用蒙特卡罗模拟方法验证所得结果.     

变利率风险模型下破产概率的渐近估计

本文考虑变利率的离散时间风险模型的破产概率．在个体净损失服从ERV族和DnL族时,分别得到了有限时间和无限时间破产概率的渐近估计及上下界表达式,并利用matlab软件对有限时间破产概率的下界进行了数值模拟．     

小样本下两阶段MCMC参数估计方法——基于信用风险强度模型的研究

应用我国金融市场数据估计信用风险强度模型参数时,常遇到由小样本而导致的偏差问题,对此本文提出了两阶段MCMC参数估计方法:第一阶段用Lee和Mykland的跳辨识方法估计跳跃项参数;第二阶段用MC-MC方法估计扩散和漂移项参数。误差分析的结果表明两阶段MCMC方法小样本下信用风险模型参数估计的效果要明显好于单纯的MCMC方法。作为应用,采用我国第一支个人住房抵押贷款支持证券"建元2005-1"的违约和提前还款数据,估计了信用风险强度模型的参数。     

基于Copula的供应链金融质物组合价格风险测度研究

本文选取白银、铝和铜三种供应链金融质物作为研究对象,在分析三种质物收益率统计特征的基础上,引入Copula模型刻画供应链金融业务中质物收益率的“尖峰厚尾”特征以及质物收益率之间的非线性相关结构;采用Monte Carlo模拟方法测度考虑到极端情况下的质物组合价格风险值CVaR;利用时间平方根法则测度长周期视角下质物组合的价格风险。将CVaR与VaR测度结果进行对比,比较分析短期价格风险与长期价格风险,将Copula模型与传统风险测度方法下计算出的风险值进行对比,以期选取最优测度供应链金融质物组合长期价格风险模型。研究结果表明:从单一质物价格波动特征来看,三种单一质物的收益率均存在非正态分布和“尖峰厚尾”特征,具有一般金融资产收益率分布的特点。从模型的有效性来看,第一,CVaR比VaR能够更好地、全面地测度供应链金融质物组合的价格风险;第二,基于Copula模型的风险测度结果比传统集成风险测度结果的准确性高;第三,平方欧式距离法结果表明在五种Copula模型中,t-Copula是最优刻画供应链金融质物组合收益率间的相依关系的模型。从长短期风险测度结果来看,随着风险期限的增加,质物组合的价格风险值随之增大,以往研究中用短期风险测度往往会低估商业银行所面临的价格风险,不利于商业银行资金信贷的优化配置。得到的结论对我国商业银行开展供应链金融业务防范价格风险提供了量化支持。     

考虑疫情风险与双重时效性的生鲜品供应中断库存控制策略研究

为解决重大疫情引发的供应中断导致生鲜品库存水平振荡,在市场需求随机变化的情形下,建立一个由供应商、配送中心和零售商组成的三级生鲜供应链库存系统,考虑由疫情引起的三种风险情景,引入系统动力学模型对零售商动态库存系统运营进行仿真分析。研究发现：受疫情风险传导系数和变质率两个序参量影响,供应链库存呈现振荡趋势;通过确定不同供应中断时长下的疫情风险情景提出优化保鲜投入策略、安全库存策略、以及共享库存联合提前转运策略有效降低零售端库存水平振荡并使其呈现渐稳趋势,实现产品在交付过程中的双重时效性,达到供需匹配,缓解疫情风险带来的影响,为相关零售企业提供决策支持。     

Artificial intelligence-based inventory management: a Monte Carlo tree search approach

The coordination of order policies constitutes a great challenge in supply chain inventory management as various stochastic factors increase its complexity. Therefore, analytical approaches to determine a policy that minimises overall inventory costs are only suitable to a limited extent. In contrast, we adopt a heuristic approach, from the domain of artificial intelligence (AI), namely, Monte Carlo tree search (MCTS). To the best of our knowledge, MCTS has neither been applied to supply chain inventory management before nor is it yet widely disseminated in other branches of operations research. We develop an offline model as well as an online model which bases decisions on real-time data. For demonstration purposes, we consider a supply chain structure similar to the classical beer game with four actors and both stochastic demand and lead times. We demonstrate that both the offline and the online MCTS models perform better than other previously adopted AI-based approaches. Furthermore, we provide evidence that a dynamic order policy determined by MCTS eliminates the bullwhip effect.

     

Implementations of the Monte Carlo EM Algorithm

The Monte Carlo EM (MCEM) algorithm is a modification of the EM algorithm where the expectation in the E-step is computed numerically through Monte Carlo simulations. The most exible and generally applicable approach to obtaining a Monte Carlo sample in each iteration of an MCEM algorithm is through Markov chain Monte Carlo (MCMC) routines such as the Gibbs and Metropolis–Hastings samplers. Although MCMC estimation presents a tractable solution to problems where the E-step is not available in closed form, two issues arise when implementing this MCEM routine: (1) how do we minimize the computational cost in obtaining an MCMC sample? and (2) how do we choose the Monte Carlo sample size? We address the first question through an application of importance sampling whereby samples drawn during previous EM iterations are recycled rather than running an MCMC sampler each MCEM iteration. The second question is addressed through an application of regenerative simulation. We obtain approximate independent and identical samples by subsampling the generated MCMC sample during different renewal periods. Standard central limit theorems may thus be used to gauge Monte Carlo error. In particular, we apply an automated rule for increasing the Monte Carlo sample size when the Monte Carlo error overwhelms the EM estimate at any given iteration. We illustrate our MCEM algorithm through analyses of two datasets fit by generalized linear mixed models. As a part of these applications, we demonstrate the improvement in computational cost and efficiency of our routine over alternative MCEM strategies.     

供应链中的生产能力投资风险分配

在供应链中,每个管理者都会面临各种各样的供应和需求不确定性.这些不确定性会造成生产能力的过剩或不足,从而导致很大的利益损失,但是未必每个公司都会面临生产能力投资风险.针对一个单生产商单零售商系统,本文分析了三种不同的合同设计（推进式批发价合同,拉动式批发价合同和期权合同）对生产商和零售商的利润和生产能力投资风险的影响,推进式批发价合同和拉动式批发价均不能协调供应链,故我们找到其帕累托集;而对于期权合同,它能够协调整个供应链并且整合推进式和拉动式两种批发价合同使得生产商和零售商共同承担生产能力投资风险.在分析的过程中,我们将结果与已有的结果进行了比较,指出了其异同之处.     

A multi-objective approach to supply chain visibility and risk

This paper investigates the twin effects of supply chain visibility (SCV) and supply chain risk (SCR) on supply chain performance. Operationally, SCV has been linked to the capability of sharing timely and accurate information on exogenous demand, quantity and location of inventory, transport related cost, and other logistics activities throughout an entire supply chain. Similarly, SCR can be viewed as the likelihood that an adverse event has occurred during a certain epoch within a supply chain and the associated consequences of that event which affects supply chain performance. Given the multi-faceted attributes of the decision making process which involves many stages, objectives, and stakeholders, it beckons research into this aspect of the supply chain to utilize a fuzzy multi-objective decision making approach to model SCV and SCR from an operational perspective. Hence, our model incorporates the objectives of SCV maximization, SCR minimization, and cost minimization under the constraints of budget, customer demand, production capacity, and supply availability. A numerical example is used to demonstrate the applicability of the model. Our results suggest that decision makers tend to mitigate SCR first then enhance SCV.     

基于贝叶斯分析的中国商业银行内部欺诈分析

内部欺诈事件类型是中国商业银行最严重的操作风险类型。但由于操作风险本质特征和中国商业银行内部欺诈损失数据收集年度较短,数据匮乏,小样本数据容易导致参数结果不稳定。为了在小样本数据下进行更准确的度量,本文采用贝叶斯马尔科夫蒙特卡洛模拟方法,在损失分布法框架下,假设损失频率服从泊松-伽马分布,而损失强度服从广义帕累托-混合伽马分布,分析后验分布的形式,获得中国商业银行不同业务线的内部欺诈损失频率和损失强度的后验分布估计,并进行蒙特卡罗模拟获得不同业务线内部欺诈的风险联合分布。结果表明,拟合结果很好,与传统极值分析法相比,基于利用贝叶斯的分析获得的后验分布可以作为未来的先验分布,有利于在较小样本下获得较真实的参数估计,本方法有助于银行降低监管资本要求。     

基于现货市场的供应链博弈模型

构建了现货市场价格及市场需求均不确定的供应链博弈模型,分析了风险中性供应商的批发价决策、风险厌恶制造商的采购决策,证明博弈均衡存在且唯一。通过解析分析及数值实验探讨了风险态度、现货价格和需求波动及其相关性对供应链博弈的影响。结果表明:1)制造商因规避风险会减小采购,这降低了供应链总效用;2)现货市场存在时制造商会减小向供应商采购的数量,这降低了供应商的利润,但提高了供应链总效用;3)现货价格与市场需求的相关关系让供应商掌握主动,但会降低制造商及整个供应链的绩效。