基于改进贝叶斯网络的省级政府债务风险预警模型

利用格兰杰非因果关系检验确定贝叶斯网络节点,反映经济变量之间的影响方式。采用误判率最小原则,确定预警指标临界值。利用贝叶斯网络学习,确定贝叶斯网络节点的后验概率。利用贝叶斯网络推理,测算地方政府债务风险,计算预警指标变化对省级政府债务违约概率的影响。研究结果表明:财政收入/财政支出与GDP增速/债务增速是预警省级政府债务风险的最重要指标,保持债务依存度、GDP增速/债务增速和民间投资增速/政府债务增速在适度区间内,能够有效降低省级政府债务风险。     

贝叶斯推理方法探讨

贝叶斯推理作为一种推理方法是从概率论中的贝叶斯定理扩充而来。经过扩充,贝叶斯定理仅由适用给事件测定概率变成也能给假说测定概率(可信度)的工具。但如何确定先验概率的数值是贝叶斯推理中一个很重要而又困难的问题,这个问题还有不同看法的争论,还未获得很好的解决。     

离散型贝叶斯网络学习在人力资本评估中的应用

文章以最大化网络为前提,进行贝叶斯基于动态样本变化过程的特征分析,并以样本、样本均值以及网络学习知识结构层级差异分析相应状态下人力资本评估密度函数.并进行相应的参数、结构过程以及概率学习,从中获得基于离散型贝叶斯网络学习的各个条件概率的节点转换态概率总和.结果证实:利用离散型贝叶斯网络学习进行的人力资本评估具有一定程度的适用性,同一离散型样本在不同层级的企业人力资本评估存在不同级别的结果,需要进一步结合综合评估,进行企业人力资本影响因素的排除和评估质量提升.     

贝叶斯决策理论概述

贝叶斯统计学包括贝叶斯决策理论、贝叶斯估计及贝叶斯回归分析等内容。本文仅就贝叶斯决策理论的基本概念和方法作一简介。一、后验概率分布统计决策理论接是否抽取样本可分为先验和后验两种概率决策。先验概率决策所依据的先验概率分布是根据以往积累的资料和经验估计所确定的,并认为现在总体仍维持着这样的     

基于超级贝叶斯方法的专家意见先验概率修正研究

针对传统贝叶斯网络方法在先验概率设定中的不足,文章提出采用超级贝叶斯方法,通过对每个专家意见赋予不同的权重,帮助决策者修正初始判断,得到更为准确的贝叶斯网络先验概率,并采用银行风险管理中的实例介绍了该方法的具体操作过程.     

基于贝叶斯网络的高校教师绩效评价方法

提出了采用基于贝叶斯网络推理技术的高校教师绩效评价方法.该方法以现有的绩效评价指标体系为基础,结合贝叶斯网络中多层隐类模型的构建原理,将评价指标体系中的各项指标转化为贝叶斯网络中的结点,并根据各级评价指标之间的逻辑关系将其转化为贝叶斯网络中的联接强度,可得到用于教师绩效评价的贝叶斯网络;将各项指标的评价分值作为证据输入到贝叶斯网络中,便能以概率形式评定参评教师的绩效水平.最后分析了教师绩效评价贝叶斯网络的四种典型应用模式.     

基于贝叶斯网络推理的逼近理想解方案排序法

文章将贝叶斯网络推理技术应用在多属性决策中,先构造多属性决策问题的贝叶斯网络模型,再利用贝叶斯网络的双向推理功能,通过正向推理将复杂的关系网层层简化为父子节点关系,进而计算出各备选方案的属性值,在此基础上进行逆向推理,用条件概率的形式来量化的反应各方案与理想解之间的逻辑接近度,并依此给方案排序,最后通过具体算例表明方法的有效性和灵敏性。     

基于贝叶斯网稀疏结构学习的信用影响因素结构发现

面对海量高维信用数据,传统贝叶斯网络在刻画变量复杂结构和概率关系时遇到了挑战。尝试将基于multi-logit回归的离散贝叶斯网络稀疏方法用于个人信用影响因素结构关系的发现,实现从多维变量复杂关系中抓取重要结构关系;基于解路径探讨了用于结构发现的稀疏贝叶斯网络模型的选择标准,并比较了稀疏贝叶斯网络与经典贝叶斯网络结构学习的性能;结合领域先验知识进一步改进贝叶斯网络结构,定性分析多维变量存在的主要结构关系;在确定多维变量稀疏网络结构的基础上,采用贝叶斯后验估计获取模型参数,并利用贝叶斯网络推理定量分析关键变量对信贷客户类型的直接或间接影响。     

商业银行操作风险概率估计模型的改进与应用

由于历史数据的缺乏,包括极值理论、Bayeslan网络在内的众多计量模型在很多情况下不能得到精确的概率估计.文章将Credal网络引入操作风险管理,并建立了基于银行操作业务的Credal网络模型,在此基础上进行了操作风险的概率推理运算以及压力测试.结果表明,利用Credal网络对操作风险进行分析,能更有效地预测潜在的风险.     

移动互联企业投资风险评估的拓展贝叶斯决策模型

文章提出了一种面向移动互联企业投资风险评估的拓展贝叶斯决策模型:从系统性风险和非系统性风险两个方面构建了移动互联企业投资风险评判指标体系,同时采用层次分析法计算得到了各个投资风险评判指标的权重;从隶属度模型构建方法、概率空间分解方法和贝叶斯概率确定技术三个方面详细阐述了拓展贝叶斯决策模型的实现过程.     

贝叶斯决策的变精度概率粗糙集模型

文章分析讨论了最小风险贝叶斯决策的基本过程,建立了贝叶斯决策的变精度概率粗糙集模型。该模型在处理贝叶斯决策问题时能使决策失误的风险更小。     

贝叶斯方法在证券市场中的应用

证券市场中股票的统效对投资者而言显得特别重要，股票绩效总是从以往股票数据的统计分析获得的。投资者试图在小的投资区域获得绩优胜，这就有赖于对数据进行进一步的分析。贝叶斯统计方法是以新获得的数据信息更新先验信息而对数据进行推断，本文是将贝叶斯方法运用于证券市场的一点粗浅尝试。一、公式及推断已知H表示发生了某件事件，H表示某件事件没有发生，E表示已知某一信息，E表示未知某一信息。相应地，P（H）表示H的先验概率，P（HIE）表示H的后验概率，P（HE）表示H、E的联合概率。我们可得到贝叶斯公式：用0（H）表示H的…     

基于Pair-Copula贝叶斯网络模型的金融危机传播效应研究

为克服传统Copula函数建模的复杂性,采用Pair-Copula贝叶斯网络方法,将Copula函数与贝叶斯网络的优势相结合,有效降低了高维Copula函数参数估计的复杂程度,解决了连续型贝叶斯网络非正态下边际分布难以控制的问题,有利于捕捉网络结点间的非对称相依结构,从而构建了国际8个代表性股票市场在次贷危机爆发前、中、后各个时期的概率网络模型,对危机在主要国际市场上的传播效应问题及传播路径识别问题进行实证研究。研究结果表明:金融危机在国际金融市场上具有明显的区域性传播特征;香港市场在金融危机发生前后一直都是亚洲市场的连接枢纽,是风险防范的关键节点;危机发生后欧洲市场与亚洲市场间的紧密程度加强;金融危机减缓了全球一体化的进程,但经济全球化的趋势势不可挡。     

基于贝叶斯网络的高新企业融资风险评估模型

尽管高新企业有着非常好的发展前景,但融资难仍是高新企业发展面临的难题.基于贝叶斯网络构建了一种高新企业融资风险评估模型,能够将各种信息纳入同一网络结构,能够通过正向或者是逆向的推理来得到网络其他节点的后验概率.借助于非线性规划论的约束变尺度优化法建立融资结构优化模型,从而探讨出最为合理的企业融资结构.     

生鲜农产品供应链突发事件风险的评估模型

文章结合生鲜农产品供应链的特点和过程,将生鲜农产品供应链突发事件风险分为三类:农户生产风险、运营风险和需求突变风险。并在对上述风险因素分析的基础上,针对评估过程中的不确定性信息难以量化处理的问题,引入贝叶斯网络推理算法,构建了包含风险因素、状态、事件的生鲜农产品供应链突发事件贝叶斯网络风险评估模型。模型通过不确定性推理对突发事件的主要状态和损失后果进行预测评估,为生鲜农产品供应链突发事件风险评估提供了一种新的思路。     

房地产投资的多属性模糊贝叶斯决策

本文综合运用多属性决策理论、模糊数学、贝叶斯决策方法和期望效用理论,建立了一个在多属性指标下房地产投资的模糊贝叶斯决策模型,克服了单属性贝叶斯决策的不足,增强了模型的适用性。算例表明,该方法合理、易于实现,具有实际应用价值。     

奈特不确定性下的贝叶斯学习行为模型

奈特不确定性和风险下的决策框架差异明显,传统风险度量模型在处理不确定性问题上表现的并不令人满意.处理奈特不确定性的主要统计决策方法可分为新古典方法、参数修正方法和贝叶斯方法.在贝叶斯框架下,可以基于学习行为构造一个融合外部环境信息和内生主观预期的模型,将期望效用最高的行为视为最优决策.贝叶斯学习行为模型在实践中能够有效的区分风险和不确定性,对于解决不确定性环境下传统风险度量模型容易低估风险和忽略极端风险的问题具有积极意义.     

基于阈交理论的投资组合风险度量

风险控制已经成为投资管理的重要内容,如何对投资组合进行风险度量一直是研究的热点.文章在极值理论的基础上,建立了用于计算投资组合最大亏损事件概率的阈交方法.通过对上证指数的历史数据进行经验研究,发现该方法能很好地度量我国证券资产的实际风险程度.该方法弥补了传统风险工具VaR的不足,有助于投资者更好的进行风险控制.     

基于贝叶斯网络的长江地区人口健康素质预测

文章从提高人口健康水平方面研究了提高人口素质决策的评价体系,以贝叶斯网络为工具,在对长江地区人口数据进行了相应的离散化处理后,从大量人口数据中分析人口健康素质问题,建立了描述人口健康素质的贝叶斯网络模型,可为人口决策提供科学依据.     

企业领导者绩效诊断与预测

本文总结了企业领导者绩效的影响因素、建立了企业领导者绩效评价的指标体系,并利用贝叶斯网络方法建立了企业领导者绩效诊断和预测模型,给出了对模型进行学习的方法和利用模型进行诊断和预测推理的方法。