论保险公司的巨灾风险管理——再保险方法与风险证券化

随着时代发展,经济中出现各种风险损失规模也日益增大,因此保险公司在面临巨灾时可能出现承保以及偿付能力不足的情况。为了管理巨灾风险,保险公司可以使用再保险方法,但该方法仍存在一定局限。因此,使用以巨灾债券为代表的风险证券化方法成为国际保险市场的新动态。巨灾债券通过引入资本市场资金以扩大保险市场的风险容量并实现了巨灾风险的转移及扩散。而资本市场引入巨灾债券也被证明是对投资组合的优化。风险证券化的应用在我国有着广大的发展前景。     

双随机复合泊松损失下巨灾债券定价与数值模拟

上世纪90年代出现的巨灾债券是以规避巨灾财产损失为目的的新型非传统风险转移金融创新工具之一,在我国有良好的发展前景。本文针对巨灾风险事件呈现出周期性与不规则的上升特征,构建了BDT过程用以刻画巨灾风险的抵达过程,并基于风险中性测度技术,在随机利率环境与双随机复合泊松损失条件下,导出了巨灾债券定价公式。进而结合伦敦同业银行拆借利率数据与美国保险服务所提供的PCS损失指数估计并校正了模型参数。最后,通过数值模拟检验了利率风险与巨灾风险如何影响巨灾债券的价格,同时验证了定价模型的可行性。     

随机利率下跨期多事件触发巨灾债券定价研究

巨灾债券兼具规避巨灾风险和投资功能,既是对巨灾救助体制的有力补充,又为资本市场提供了较高收益率的零贝塔债券。多事件触发巨灾债券只有当多个触发指标被同时满足时才会损失本金,投资风险小于单事件触发巨灾债券,具有更大市场潜力。结合中国的台风历史损失数据,可构建多事件触发巨灾债券的定价模型,结合Copula函数拟合的双触发指标的联合分布,在利率服从Vasicek随机利率模型的假设下完成多事件触发巨灾债券的定价过程,并得出利率的随机因素对跨期定价结果的影响。     

巨灾风险债券定价

巨灾风险债券通过证券化将风险转移到资本市场,投资者可以利用巨灾债券与经济变量无关的特性,获取不受金融市场变量影响的高收益.本文推导了一个不完全市场框架下的基于代表性代理模型基础上的巨灾风险债券定价模型.     

冒险借贷与巨灾风险债券

冒险借贷是现代保险业的萌芽,而巨灾风险债券是当代保险业把巨灾风险向资本市场转移的一种保险风险证券化创新品种。两者在时间上相距2000多年,它们之间有什么样的联系？     

浅析巨灾及其实证分析——以农业巨灾定义为例

巨灾已经成为威胁全球灾害事件,但目前对巨灾的定义分歧比较大。本文以农业巨灾为例,通过对巨灾的刻画和图例解释,认为巨灾是指小概率且一次损失大于预期、累计损失超过承受主体承受能力的事件。     

浅析我国巨灾风险分散机制的构建

近年来,台风、洪水和地震等巨灾风险事故的发生频率呈上升趋势,造成的损失也越来越严重了。巨灾的频繁发‘生,要求我国较快构建一种适合我国国情的巨灾风险分散机制。本文从巨灾风险的内涵及其特点出发,针对我国当前巨灾风险分散机制的局限性,通过借鉴国内外巨灾风险的科学管理经验,浅析了在我国这样一个自然灾害多发的国家如何构建巨灾风险分散机制的一些思路,为减少巨灾风险造成的巨大损失提供了较好的解决途径。     

我国实施巨灾保险风险证券化探讨

我国自然灾害频发,由巨灾造成的损失巨大,严重危害到我国社会经济的可持续发展。我国可以运用发达国家资本市场的金融创新——巨灾保险风险证券化,来有效应付日益严重的巨灾风险。本文从巨灾风险的定义和特性入手,分析了发达国家巨灾保险风险证券化的主要产品类型及其是否可在我国运用的情况,并提出我国发展巨灾保险风险证券化要充分借鉴国际经验,使保险市场能和资本市场一起良性健康发展。     

灾后重建之巨灾债券发行的可行性研究

本文简要介绍了巨灾债券在国际市场的发展以及在中国的发展状况,从必要性和经济学的角度分析了巨灾债券发行的可行性,并通过总结国际经验,对我国发行巨灾债券的条件和障碍进行了探讨。文章具体分四章,分别为巨灾债券产生的背景分析、巨灾债券的必要性分析、巨灾债券的经济学分析以及国际经验借鉴。     

巨灾保险制度浅析

我国巨灾风险发生频繁,损失逐年加重,尽快建立符合我国国情的巨灾保险体制显得非常必要。本文通过对我国巨灾保险制度与其他国家的比较,研究我国巨灾保险制度的建立相关措施。     

电子数据交换下的ERP内部通信研究

本文对ERP开发过程中的数据传递进行研究,提出了数据分层的做法．即采用ebXML作为通用数据交换语言来消除数据库差异,以减小系统开发的难度,提高系统的通用性。这种方法可以使开发者只关注于系统流程．而数据的具体实现可以由ebXML来解决。其意义在于,对于企业而言,由于消除了数据库的差异性,ERP系统的升级和整合的难度有很大程度的降低。     

关于网络时代营销理念与实践变化的研究

本文的目的是揭示因为互联网的出现而引发的营销理论和实践的变化。为此,本文从以下几个方面展开讨论：互联网与电子商务的发展、从交易营销向关系营销的转变、竞争战略的变化、营销组合的变化及信息的作用。     

移动互联淘金战

什么盈利模式最切实可行?2008年,中国移动互联网市场规模达到96.6亿元,预计2012年将增至633.5亿元,年均复合增长率超过60%。同期,中国移动互联网网民渗透率仅有6.8%,尚不及美国的一半,市场前景广阔。3G牌照发放后,运营商、互     

CRM影响零售业顾客满意度的研究

零售业直接面对终端顾客,顾客满意度在很大程度上直接影响到零售企业的经营业绩.CRM系统是目前零售企业为理解和满足顾客需求而广为应用的一种顾客关系管理软件.据此,提出了零售业顾客满意度的指标体系,建立了一种用于测量零售业顾客满意度的评测模型,运用蛛网图分析了CRM与零售业顾客满意度之间的关系,以及CRM影响零售业顾客满意度的内在机理.     

基于决策元价值概念模型的系统决策价值认知研究

决策的背后都有价值认知问题,不同的决策研究范式对决策涵义理解的差异也体现在价值认知上.基于决策元价值概念模型对简单小系统、大系统、巨系统以及复杂系统决策的价值认知进行了研究,提出了一套新的价值认知体系,并讨论了不同决策系统中决策与价值分析、价值寻求分析的关系,给出了面向复杂系统问题决策的价值综合集成概念框架.     

基于时间的自动化立体仓库货位优化模型研究

内外环境变化时进行自动化立体仓库货位优化十分必要与重要。本文构建了以医药为例,考虑自动化立体仓库货物移动前后的相关数据能有效记录,以及货物出入库效率高,相似货物摆放一起,货物移动距离最短三个因素的基于时间的货位优化多目标模型,通过对算例采取遗传算法的结果显示：本文方法能有效实现自动化立体仓库货位优化,优化前后数据记录能有效进入仓储自动管理环节,是降低仓储管理成本、提高仓储管理效率与效益的有效方法与途径。     

基于过度自信的金融市场委托-代理模型研究

本文通过建立数学模型研究经纪人过度自信条件下的金融市场最优委托-代理合同.研究结果表明,在金融机构和经纪人都是风险中性的条件下,当经纪人的过度自信水平可观测时,金融机构将提供一个能被该过度自信经纪人接受的最优委托-代理合同,该合同随着经纪人过度自信水平的提高而变得越来越廉价,随着经纪人保留预期效用水平的提高而变得越来越昂贵.当经纪人的过度自信水平不可观测时,如果金融机构认为经纪人过度自信的可能性很大,那么金融机构提供的最优委托-代理合同只能被过度自信经纪人接受;如果金融机构认为经纪人过度自信的可能性比较小,那么金融机构提供的最优委托-代理合同能够同时被理性和过度自信经纪人所接受.     

基于广告-研发的供应链合作博弈分析

对生产商投资研发、销售商投资广告的优势互补的异质型供应链合作问题,构建了博弈模型.分析论证了生产商在斯坦克尔伯格均衡时的收益大于纳什均衡的收益,而且当其边际收益足够大时才会承担一定比例的销售商广告费用.而在纳什均衡中生产商不会承担广告费用.销售商在斯坦克尔伯格均衡时的收益与纳什均衡的收益的大小由具体参数值确定.生产商的研发投入在纳什均衡和斯坦克尔伯格均衡时均与其边际收益正相关,而销售商的广告投入与其边际收益在纳什均衡中正相关,但在斯坦克尔伯格均衡时负相关.进一步论证了博弈的合作均衡相对于非合作博弈均衡具有帕累托优势,并利用罗宾斯坦讨价还价模型对增加的利润进行了分配,得出一种帕累托最优合作方案.最后将合作拓展到多销售商情形.     

基于组织学习的生产系统人人合作方式的仿真研究

为了比较不同的组织合作方式对生产系统绩效的影响,分析了生产系统中组织学习行为和主体合作过程,并基于复杂适应系统理论建立了描述生产系统中生产者的主体模型。在其基础上提出一种集成了主体模型、离散生产系统仿真软件、数据处理软件和应用软件开发环境的人人合作仿真方法。以某摩托车发动机自治生产单元为工程背景,详细给出了基于组织学习的人人合作仿真流程,并以订单完成时间、订单准时完成率、人员利用率及组织学习效应为目标矢量比较分析了指定合作与自主合作对生产系统绩效的不同影响。结果表明,自主合作方式下生产单元的组织柔性较高,更容易应对多品种小批量的混流生产环境。     

基于贝叶斯推断的上证指数突变点研究

中国股市因法制建设、市场机制不完善以及投资者心理不成熟等原因,易受外界各种因素的影响而产生突变。本文引入基于贝叶斯推断的突变点判断方法,通过构造似然函数,同时利用先验信息和样本信息,并采用吉布斯抽样完成突变点位置的判断。此外,本文将突变点个数的判断问题作为模型的选择问题对待,采用后验优比进行抉择。引入该方法后,本文对我国上证指数序列的突变点个数及突变位置进行判断。研究发现,在1993年1月至2008年5月,上证指数存在四个突变点,分别为:1994年12月前后,2000年1月(或2001年7月)前后,2006年4月前后,2007年11月前后。