Multiple states repetitive group sampling plans with process loss consideration

We propose a multiple state repetitive group sampling plan by considering the process loss. The optimal plan parameters of the proposed plan are selected such that producer’s risk and consumer’s risk are satisfied simultaneously by minimizing the average sample number. The advantages of the proposed plan over the existing sampling plans are given. Extensive tables are provided for practical applications of the proposed plan. Two real world examples are given for the illustration purpose.     

A bi‐level neural‐based fuzzy classification approach for credit scoring problems

The credit scoring is a risk evaluation task considered as a critical decision for financial institutions in order to avoid wrong decision that may result in huge amount of losses. Classification models are one of the most widely used groups of data mining approaches that greatly help decision makers and managers to reduce their credit risk of granting credits to customers instead of intuitive experience or portfolio management. Accuracy is one of the most important criteria in order to choose a credit‐scoring model; and hence, the researches directed at improving upon the effectiveness of credit scoring models have never been stopped. In this article, a hybrid binary classification model, namely FMLP, is proposed for credit scoring, based on the basic concepts of fuzzy logic and artificial neural networks (ANNs). In the proposed model, instead of crisp weights and biases, used in traditional multilayer perceptrons (MLPs), fuzzy numbers are used in order to better model of the uncertainties and complexities in financial data sets. Empirical results of three well‐known benchmark credit data sets indicate that hybrid proposed model outperforms its component and also other those classification models such as support vector machines (SVMs), K‐nearest neighbor (KNN), quadratic discriminant analysis (QDA), and linear discriminant analysis (LDA). Therefore, it can be concluded that the proposed model can be an appropriate alternative tool for financial binary classification problems, especially in high uncertainty conditions. © 2013 Wiley Periodicals, Inc. Complexity 18: 46–57, 2013     

对居民消费品限价政策效果的模拟研究

出于社会稳定、经济健康发展以及规避风险的需要,政府经常对居民消费品使用限价政策.为分析对消费品限价政策的效果,分别设置了5种情景,模拟在石油天然气开采部门产品提价时,不同限价政策对居民部门价格指数的抑制效果.以投入产出技术为模拟工具,利用生产时滞价格传导时序模型和2007年中国投入产出表进行了模拟.模拟提供的时间序列数据表明,限价政策对抑制价格风险有效,限价政策力度直接决定着对价格指数的抑制效果,限价政策只能降低而不能完全化解风险等结论.     

基于最优负债系数的上市银行违约概率测算模型与实证

当上市银行的长期负债系数γ的取值不同时,应用KMV模型测算出的银行违约概率大相径庭。根据债券的实际信用利差可以推算出上市银行的违约概率PDi,CS,根据长期负债系数γ可以运用KMV模型确定上市银行的理论违约概率PDi,KMV。本文通过理论违约率与实际违约率的总体差异∑ni=1|PDi,KMV-PDi,cs|最小的思路建立规划模型,确定了KMV模型的最优长期负债γ系数;通过最优长期负债系数γ建立了未发债上市银行的违约率测算模型、并实证测算了我国14家全部上市银行的违约概率。本文的创新与特色一是采用KMV模型计算的银行违约概率PDi,KMV与实际信用利差确定的银行违约概率PDi,CS总体差异∑ni=1|PDi,KMV-PDi,cs|最小的思路建立规划模型,确定了KMV模型中的最优长期负债γ系数;使γ系数的确定符合资本市场利差的实际状况,解决了现有研究中在0和1之间当采用不同的长期负债系数γ、其违约概率的计算结果截然不同的问题。二是实证研究表明,当长期负债系数γ=0.7654时,应用KMV模型测算出的我国上市银行违约概率与我国债券市场所接受的上市银行违约概率最为接近。三是实证研究表明国有上市银行违约概率最低,区域性的上市银行违约概率较高,其他上市银行的违约概率居中。     

鲁棒信用风险优化的线性锥优化模型

考虑了具有强健性的信用风险优化问题. 根据最差条件在值风险度量信用风险的方法,建立了信用风险优化问题的模型. 由于信用风险的损失分布存在不确定性,考虑了两类不确定性区间,即箱子型区间和椭球型区间. 把具有强健性的信用风险优化问题分别转化成线性规划问题和二阶锥规划问题. 最后,通过一个信用风险问题的例子来说明此模型的有效性.     

顾客部分延期付款下两级商业信用易腐品订货策略

针对易腐品的经济订货批量问题展开研究。在供应商给零售商提供延迟还款的同时,零售商也给顾客提供部分延期还款条件。分五种情况分别讨论零售商的成本构成,并由此建立数学模型以求解最优订货周期使得零售商单位时间总成本最小化。通过数学证明得到了目标函数的解析性质,结果显示每种情况下在可行域范围内至多存在一个极小值点。以此为基础给出了相应的命题以有效地确定零售商的最优决策。最后通过数值算例说明了模型的有效性。     

考虑消费者从众特性的动态定价研究

面对掌握大量信息的消费者,厂商需考虑多方因素制定价格策略。研究运用经典的博弈模型,讨论不同消费者特性情况下厂商的定价机制。模型按从众特性和等待特性将消费者分为六类,并引入一个价格偏差变量,分析各类型消费者比例变化对厂商定价和利润的影响。结果显示,一般情况下降价幅度、消费者期望购买总数量和期望销售利润都随着反从众消费者比例的增大而增加。最后扩展分析了效益贴现率,反从众消费者比例和短视型消费者比例三因素对厂商总利润的影响,研究认为效益贴现率和从众消费者比例较高时,厂商利润会随着短视型消费者比例的降低而有所提高。因此,为使收益最大化,厂商在制定定价策略时需同时考虑贴现因素和消费者行为特性。     

Heterogeneous impatience in a continuous-time model

In a continuous-time economy with complete markets, we study how the heterogeneity in the individual consumers’ risk tolerance and impatience affects the representative consumer’s risk tolerance and impatience. We derive some formulas, which indicate that the representative consumer’s impatience decrease over time, and whether his risk tolerance increases or decreases over time depends on the sign of some weighted covariance between the individual consumers’ cautiousness (derivative of risk tolerance with respect to own consumptions) and impatience. These results are then used to show that the short rate tends to decrease over time and the market price of risk is volatile in some special cases of heterogeneous economies.      

考虑零售商保鲜和消费者效用的生鲜农产品供应链协调

针对消费者对生鲜农产品新鲜度要求更高但零售商单独保鲜能力有限的问题,从提高消费效用角度出发,构建了受生鲜农产品新鲜度和价格影响的消费者时变效用函数,建立了由零售商和供应商组成的两级生鲜农产品供应链利润模型,采用Stackberg博弈方法分析了分散式决策下供应商的最优保鲜努力和零售商的最优定价,并同集中式决策下供应链系统的最优决策进行比较。由于分散式决策下零售商的保鲜努力较小,因此给出了能够实现生鲜农产品供应链协调的“保鲜成本分担+收益共享”契约。在此基础上,以同时实现供应链协调和提高消费者整体效用为目标,进一步确定了协调契约所在的区间范围。最后通过算例证明了协调契约的有效性。     

基于PROMETHEE-II的商户小额贷款信用评级模型及实证

截至2014年底,中国注册个体工商户为4984.06万户,个体私营经济吸纳社会从业人员已达2.5亿人,加上中国商户小额贷款对象的分散性、财务信息不健全等特点和难点,商户小额贷款信用评级体系极不完善,甚至绝大多数银行都没有建立这个体系。本文通过相关分析剔除反映信息重复的指标,通过显著性判别遴选对商户违约状态影响显著的指标,建立了能显著区分商户违约状态的小额贷款信用评级指标体系。在此基础上,结合PROMETHEE-II(偏好顺序结构)和聚类分析方法,构建了商户小额贷款信用评级模型,并对中国某国有商业银行2157个商户小额贷款样本进行了实证。本文创新与特色:一是通过将偏好顺序结构评估法(PROMETHEE-II)引入商户小额贷款信用评级,构建了基于PROMETHEE-II的小额贷款信用评分模型,求解商户的净流量信用得分Φ(a),揭示了商户a与其余商户、评价指标间的相互作用对评价结果的影响,避免了现有研究由于评价指标之间的相互替代性、严重影响评价结果可靠性的不足。二是借鉴模糊聚类“数据越集中、越应该被分为一类”的思想,采用R聚类对商户信用得分进行分类;进而采用K-W检验,对分类数目l进行非参数检验,确定商户的信用等级。既保证了不同等级商户在信用得分数值上存在显著差异,也确保了不同等级商户能反映不同的信用特征;同时,也避免了现有利用信用得分区间、违约概率阈值或客户数分布方法划分信用等级时,得分区间、违约概率阈值或客户数分布分位点人为主观确定的不足。三是实证研究表明,影响商户小额贷款信用风险的重要性排序依次为:X₃偿债能力>X₁基本情况>X₆宏观环境>X₅营运能力>X₂保证联保>X₄盈利能力。