不允许买空时的均值-下方风险投资组合选择——基于非参数估计方法

本文分别利用下半方差和下半偏差度量下方风险(Downside Risk),采用非参数估计方法研究了不允许买空时的均值-下方风险投资组合选择问题。首先,我们利用组合收益率密度函数的非参数核(kernel)估计得到了下方风险的计算公式,并把它们嵌入到均值-下方风险投资决策模型中。然后得到了模型最优解存在的充要条件,并给出了求解最优投资策略的Zoutendijk可行方向算法。最后,基于中国股票市场真实数据给出了一个数值算例,并比较了在两种不同下方风险度量下模型的差别。     

CNAS认可实验室质量安全风险管理

随着人们生活质量的提高和科学技术的进步,消费品的质量安全已经成为各个国家关注的焦点,很多国家都制定了相应的技术法规来确保本国消费品的质量安全。美国、欧盟等发达国家对消费品中有毒、有害物质的限量正在逐步降低,这就对公共检测机构的技术水平提出了更高的要求,检得出、检得快、检得准,并出具权威、公正、可信、准确的试验报告,必然要求公共检测机构进行严格、规范、科学的质量安全风险管理,以确保公共检测机构对实验室     

北江干流沉积物重金属污染生态风险评价

通过北江干流水体沉积物重金属含量,研究其典型污染物的潜在生态风险。采集了北江干流韶关至清远段7份沉积物样品,经混酸消解后,以电感耦合等离子体质谱仪测定沉积物中重金属含量,并对沉积物重金属分布特征进行了分析。同时利用Hakanson的潜在生态危害指数（RI）评价模式,对北江干流沉积物重金属生态风险进行了评价。评价结果表明,北江干流沉积物中重金属综合生态危害程度均表现为很高级别,其生态危害因子Pb、Cd已成为北江干流突发性水污染事故潜在预警因子。     

我国加强食品安全风险监测体系建设

<正>从国家卫生计生委获悉,为加强食品安全风险监测体系建设,32家省级疾控中心将成为"国家食品安全风险监测省级中心",北京市疾控中心等6家省级疾控中心将成为"国家食品安全风险监测参比实验室"。国家卫生计生委陈啸宏副主任在相关电视电话会议上说,各省级中心主要职责是在省级卫生计生行政部门领导下,组织开展食品安全风险监测工作,发挥技术统领和牵头作用,负责对辖区内风险监测工作机构业务管理,开展技术     

掺氢天然气在燃气锅炉和灶具中的回火风险分析

掺氢天然气随已有管网输送到用户燃烧利用,是低成本大规模利用氢能的方式之一。掺氢比变化会影响燃烧设备运行参数,使设备回火特性发生变化。因此,本文定义参数β定量比较预混气体未燃侧流速和火焰传播速度的变化幅度大小,以表征设备回火风险。通过实验数据校核,当β <0.6时,实际燃烧设备发生回火的风险显著增加;掺氢后燃气灶具（0.2 <β <1）相比于预混的燃气锅炉（0.95 <β <1.4）更容易发生回火,维持其安全运行所耐受的掺氢比更低。     

决策树分类模型在工程项目评标风险预警中的应用

本文将数据挖掘中的决策树分类方法运用到工程项目评标数据分析,从200多个天津市工程项目招投标打分数据中,随机抽取15个招投标项目中的67个承包商的评标专家打分数据进行分析,得到中标承包商技术和商务评分分界点,进而得到工程项目潜在风险的预警阈值,然后借助因子分析辨识出风险来源并进行预警。     

ON THE EXPECTED DISCOUNTED PENALTY FUNCTION IN A MARKOV-DEPENDENT RISK MODEL WITH CONSTANT DIVIDEND BARRIER

This article considers a Markov-dependent risk model with a constant dividend barrier. A system of integro-differential equations with boundary conditions satisfied by the expected discounted penalty function, with given initial environment state, is derived and solved. Explicit formulas for the discounted penalty function are obtained when the initial surplus is zero or when all the claim amount distributions are from rational family. In two state model, numerical illustrations with exponential claim amounts are given.     

一类带干扰风险模型的推广

In this paper, the cLassicaL risk process perturbed by diffusion is genera]ized by alLowing for “size fluctuation“ and the rtl[n probabiLity for this new model is dlscussed.     

ERM learning with unbounded sampling

The learning approach of empirical risk minimization (ERM) is taken for the regression problem in the least square framework. A standard assumption for the error analysis in the literature is the uniform boundedness of the output sampling process. In this paper we abandon this boundedness assumption and conduct error analysis for the ERM learning algorithm with unbounded sampling processes satisfying an increment condition for the moments of the output. The key novelty of our analysis is a covering number argument for estimating the sample error.