基于模糊聚类的高新技术企业信用风险评估方法研究

本文针对高新技术企业的特点,应用粗糙集理论和模糊聚类方法,集成了一种信用风险评估方法。首先构建了高新技术企业信用风险评估指标体系,再应用粗糙集约简方法生成约简的指标集,继而运用模糊聚类方法对企业信用风险进行评估。在使用模糊ISO-DATA聚类算法时,加入"引路样本",这种改进的算法提高了评估的客观性。     

基于可变精度粗糙集的新兴技术企业信用风险识别

针对新兴技术企业信用风险评估的必要性和现有评估方法仅局限于财务指标且指标之间高度相关的缺点,借鉴了可变精度粗糙集（VPRS）模型具有噪声数据的强适应能力和强抗干扰能力的优点,提出了一类基于VPRS的新兴技术企业信用风险识别方法,并用已上市的部分新兴技术企业对其进行实证检验,检验结果表明了该方法具有较好的识别能力。该方法首先运用VPRS理论的最新研究成果,并借助于粗糙集分析软件ROSETYA,对由训练样本组成的数据关系表进行数据补缺、离散化及属性的β约简等处理,从而导出识别规则,形成识别规则库;然后集成二叉树构建一类新兴技术企业信用风险识别方法;最后用测试样本对方法的识别精度进行检验。     

基于风险的考虑成本和允许等待的车辆运输调度问题研究

本文同时考虑了成本约束和允许等待情形,研究了最小化风险的车辆运输调度问题,其中运输风险是随时间不同而变化的,即研究在时间依赖网络中基于风险的有约束的运输路径选择问题,以及在选定路径的顶点上决定的出发和等待时间的综合问题。建立了相应的混合整数规划模型,设计了相应的算法,并分析了算法复杂性,最后通过算例验证了该算法的有效性和可行性。     

运用KMV模型研究宏观经济波动对上市公司信用风险的影响

本文以信用风险计量和KMV模型作为主要研究对象,通过研究信用风险计量模型和信用风险管理的有关理论,阐述在经济危机情况下,如何基于KMV模型对上市公司信用风险的变动进行识别,并分析企业信用风险与宏观经济波动关系。     

具有最小交易量限制的多阶段均值-半方差投资组合优化

考虑交易成本,借款约束和阈值约束,文章提出了具有最小交易量限制的多阶段均值-半方差投资组合模型。该模型是具有路径依赖性的混合整数动态优化问题,还是NP完全问题。文章提出了前向动态规划方法求解。最后,通过一个算例比较不同风险约束下的最优投资策略,从而验证模型和算法的有效性。     

微小企业信用等级评价——基于FAHP-多指标隶属度转换算法

如何避免微小企业信用风险,是商业银行放贷的一个重要内容,也是商业银行保证其良好收益的重要前提之一。笔者在分析影响微小企业信用等级主要因素的基础上,建立了一套基于FAHP-多指标隶属度转换算法,适用于对微小企业进行信用等级评价的模型,希望能为商业银行对微小企业信用等级评价提供决策参考。     

基于多目标混合整数规划的采购计划研究

本文运用多目标混合整数规划方法解决了多目标条件下的零部件采购计划问题.构建了基于多目标混合整数规划的采购计划的选择模型,包括采购总成本最小,净退货量最少和延迟到货量最少三个目标以及需求量、供应能力、采购供应商数量等约束条件.最后通过算例说明了提出模型的有效性.     

一种考虑整数约束的环境效率评价MOISBMSE模型

传统的基于数据包络分析的环境效率评价常常忽略投入、期望产出和非期望产出为离散型变量的可能性,从而无法精确处理现实中存在的具有整数特征的指标数据,一直以来影响着评价结果的精确性.本文以混合导向的整数DEA为基础,对超效率SBM模型进行拓展,构建了一种能够同时兼顾整数约束和非期望产出指标数据的超效率SBM模型,并在实例中采用搜索算法,对该模型进行求解并通过Bootstrap方法对结果进行修正.将每一个最优整数点与被评价决策单元之间的距离进行比较,可以找出最短距离所对应的最优整数点,即为其帕累托改进方向.该模型将为环境效率评价提供了适用范围更广泛的测度方法.     

煤炭物流中心选址方法研究

本文在煤炭物流选址中引入了混合整数规划的模型,利用它在几个候选物流中心之间进行筛选,在理论上提供了论证。并提出了运用规划求解工具求解模型,最后通过实例对模型进行了验证,证明了方法及求解工具的有效性。     

企业5C模型信用分析与因子模型信用分析之比较研究

论文给出了5C模型的信用分析,在设置我国企业信用分析的指标体系的基础上,应用因子模型对企业信用状况进行了分析,并将该模型信用分析的结果与5C信用分析模型进行了比较分析研究.     

基于银行授信额度的Max-NPV项目调度问题研究

本文对基于银行授信额度的Max-NPV项目调度问题进行研究.首先界定研究的假设条件并对文中所用到的符号进行定义;随后采用基于事件的研究方法构建了问题的整数规划优化模型;鉴于问题的NP-hard属性,设计了双层模拟退火搜索循环嵌套的启发式求解算法;最后对一个算例进行了求解分析,并讨论了银行授信额度及客户支付比例对项目收益的影响.结果表明:随着银行授信额度的提高,承包商安排项目进度自由度的增加使得其净现值得到改善,在支付比例较低的条件下项目完成时间也随之提前;当客户支付比例提高时,项目净现值单调上升,而项目完成时间呈先提前后延迟的变化趋势.     

基于差分进化自动聚类的信用风险评价模型研究

随着风险评价的日益复杂化, 多维度、多时序等不规则的样本数据增加了评估的难度。本文建立信用风险评价的差分进化自动聚类模型, 并将其应用到我国上市公司信用风险评价中。该模型不要求事先知道分类的数据, 相反, 通过群体智能去寻找最优的分区。通过数据仿真, 并与遗传算法、决策树、BP神经网络模型进行信用风险评价的实证对比研究, 结果表明, 该模型能够非常准确的找到数据对应的分区, 大大提高了信用评估的准确性, 降低了风险成本, 对信用风险的管理和控制具有很高的利用价值。     

Mixed integer (0–1) fractional programming for decision support in paper production industry

This paper presents an effective and efficient method for solving a special class of mixed integer fractional programming (FP) problems. We take a classical reformulation approach for continuous FP as a starting point and extend it for solving a more general class of mixed integer (0–1) fractional programming problems.To stress the practical relevance of the research we focus on a real-life application in paper production industry. The constantly advancing physical knowledge of large scale pulp and paper production did have a substantial impact on an existing DSS in which mixed integer (0–1) fractional programming is introduced. We show that the motivation to solve a real-life fractional programming problem can provide the basis for a new approach in a new context that has an added value of its own, even outside the given application area. We describe the main characteristics of the DSS, the necessity to develop a non-iterative solution procedure and demonstrate both the effectiveness and efficiency of the proposed approach from practical data sets.     

Collaborative optimization for metro train scheduling and train connections combined with passenger flow control strategy

For high-frequency metro lines, the excessive travel demand during the peak hours brings a high risk to metro system and a low comfort to passengers, so it is important to consider passenger flow control when designing the metro train scheduling strategy. This paper presents a collaborative optimization method for metro train scheduling and train connections combined with passenger control strategy on a bi-directional metro line. Specifically, the dynamic equations for the train headway and train passenger loads along the metro line, the turnaround operations and the entering/exiting depot operations are considered simultaneously. The proposed collaborative optimization problem is formulated as a mixed integer nonlinear programming model to realise the trade-off among the utilization of trains, passenger flow control strategy and the number of awaiting passengers at platforms, which is further reformulated into mixed integer linear programming (MILP) model. To handle the complexity of this MILP model, a Lagrangian relaxation-based approach is designed to decompose the original problem into two small subproblems, which reduces the computational burden of the original problem and can efficiently find a good solution of the train schedule and train connections problem combined with passenger flow control strategy. The numerical experiments are implemented to investigate the effectiveness of the proposed model and approach, which shows that the proposed model is not sensitive to uncertain passenger demand. Under the proposed collaborative optimization approach, the number of train service connections and the crowding inside stations and carriages with the proper passenger flow control strategy can be evidently balanced, and thereby the operation efficiency and safety of the metro lines are effectively improved.     

A hybrid genetic algorithm for train sequencing in the Korean railway

This article addresses the train-sequencing problem encountered in the Korean railway. It first presents a mixed integer programming model for the problem, in which the mileage must be balanced for each train route, while various field constraints must be satisfied, including overnight stay capacity and maintenance allocation restrictions. Then, it proposes a hybrid genetic algorithm as a solution approach to the problem. The proposed algorithm utilizes a modified elite group technique along with two heuristic procedures based on the mixed integer programming model. Finally, the proposed solution approach is tested with real-world data from the Korean railway. Numerical experiments under different conditions indicate that the proposed solution approach to the train-sequencing problem is promising.     

Theory of integer-valued data envelopment analysis under alternative returns to scale axioms

Kuosmanen and Kazemi Matin [Theory of integer valued data envelopment analysis. European Journal of Operational Research 2009;192:658–67] developed an axiomatic foundation for a data envelopment analysis (DEA) model that assumes subsets of input and output variables to be integer valued. In this paper we extend and generalize the axiomatic foundation for the integer DEA under variable, non-decreasing and non-increasing returns to scale. These model variants are achieved by introducing new axioms of natural convexity and natural augmentability. We also develop mixed integer linear programming (MILP) formulations for computing efficiency scores in these environments. An empirical example illustrates the approach.     

基于期权视角的海外市场拓展的双目标多项目多期优化随机机会约束模型

随着经济全球化趋势进程的加快,海外市场资源优化配置逐步成为理论研究和实务关注的热点,而已有研究却鲜有涉及海外目标市场开拓的资源配置问题。本文在对此问题进行分析的基础上,提出了基于期权度量的收益目标模型和基于信息熵度量的风险目标模型,构建了随机环境下基于现金流供需约束的双目标多项目多期优化0-1机会约束优化模型。在吸取NSGA-Ⅱ算法思想的基础上对DE算法进行了改进,设计了求解此类配置问题的Pareto解算法,比较了伸缩因子分别为固定数和随机数时差分算法的性能,得出后者算法性能稍微优于前者。     

随机需求下联合选址-库存模型研究

研究了一类具有季节性需求特性的商品的联合选址-库存模型。在传统的无容量限制的固定费用设施选址问题中考虑了分销中心的运作库存和安全库存的影响,以及规模经济效应和风险分摊效应,同时考虑了季节性商品未来需求的不确定性,将订货决策作为模型的决策变量,建立了一类随机需求下以期望销售收益最大化为目标函数的联合选址-库存模型,拓展了已有的联合选址-库存模型。该模型是一个混合整数规划问题,给出了求解该问题的基于拉格朗日松弛算法的两阶段算法,最后通过随机生成四组不同规模的数值算例,得到的计算结果表明拉格朗日松弛算法可以有效地求解该问题。     

企业经营管理预警：主成分分析在logistic回归方法中的应用

logistic回归分析是度量企业信用风险的一种主流方法,它的假设比较符合经济现实和金融数据分布的特点。但是考虑到现阶段我国上市公司的信用数据具有的高维性和高相关性等特点对logistic分析产生的负面影响,本文在logistic分析中引入了能够有效降维和消除logistic方程共线性等问题的主成分分析,并对我国沪深两市上市公司的经营失败进行了实证研究,结果表明结合主成分分析法的logistic回归分析在模型解释和预测准确率等力面均优于简单的logistic分析。     

多因素视角下商业信用期限决策的双层规划模型与实证研究

以往商业信用的理论通常是单视角的,本文试图在体现激励相容思想的双层规划框架下初步建立起一个能够综合财务、市场和成本因素的商业信用期限决策模型。在供应商和零售商详细建模的基础上,通过分析,将双层规划等价地转化为非线性规划。由约束条件和目标函数的分析,提炼出影响信用期限激励相容决策的关键因素包括融资能力、市场需求敏感性、成本结构。设计了三类因素变化的不同情景,模拟分析了三类因素的影响。利用中国的一组中小企业实际数据对模型与模拟分析的结论进行了实证检验。考虑到变量的内生性问题,分别从供应商和零售商的角度建立了两类联立方程实证模型,采用2sls,3sls,sur三类方法进行了模型的估计和检验。最终的结论表明,商业信用是一种重要的"激励-协调-利益分配"机制,它的决策是一个涉及多个公司运营层面的交互作用过程。资金成本是影响供应商信用期限决策的最重要因素,市场需求是影响(中小企业)零售商还款时间最重要的因素。