具有最优学习率的RBF神经网络及其应用

传统固定学习率的RBF神经网络在金融时间序列预测方面已经有比较成功的应用,但网络学习率的选择问题却给传统RBF神经网络的使用带来了不便.利用梯度下降法及优化方法推导出了RBF神经网络的动态最优学习率并将其应用于网络学习算法,具有最优学习率的RBF神经网络能够在保证网络稳定学习的同时兼顾网络的收敛速度.为了检验具有动态最优学习率的RBF神经网络的预测效果,对沪深300指数波动率进行了预测实验.实验结果表明,具有动态最优学习率的RBF神经网络比传统的固定学习率的RBF神经网络有着更快的收敛速度,同时也避免了人为选定学习率的不便.     

基于战略转换的企业战略风险预警模型研究

将粗糙集理论与神经网络相结合,构建了基于战略转换的企业战略风险预警模型。该模型首先运用基于信息熵与MDV函数的模糊聚类算法进行连续属性离散化,然后采用粗糙集理论约简出重要指标体系,最后采用BP神经网络进行学习和训练,进而对检验样本的风险等级进行判断。实证分析表明：基于MDV函数与信息熵的模糊聚类算法能够有效改善离散化效果;添加动量因子的改进BP算法提高了网络学习效率,且该预警模型对检验样本的总体预测精度较高,是一种有效和实用的战略风险预警工具。     

基于神经网络的企业财务困境预警研究

本文首先论述了神经网络的结构和学习原理,接着在阐述基于神经网络的财务困境预警方法的基础上,构建了基于神经网络的企业财务困境预警模型,最后,对模型的有效性进行了检验。实验结果表明,该方法应用于财务困境预警中是有效的,不仅能发现企业是否存在风险以及企业是否会陷入财务困境,向经营者提出警示,以便及时采取相应管理对策,而且还为广大的投资者和包括银行在内的债权人判定上市公司质量和经营业绩提供科学的手段和可靠的依据,该方法具有预测精度高,学习和泛化能力强,适应性广等优点,为财务困境的动态预警提供了新的研究思路和方法。     

基于条件破产概率的保险公司财务预警与资本分配

保险公司需要在可能出现的破产事件之前建立一种适当的预警系统。为优化资本效率,本文提出了保险公司财务预警系统理念并给出了预警时刻定义;针对离散型和连续性损失程度分布,数值模拟了保险公司破产分布密度和预警发出时刻。对不同的初始资本和不同的资本补充方案,计算了多重预警时刻的变动状况,最后提出了预警系统的调整方向以及保险公司资本补充的内部分配原则。本文成果有助于保险公司提高资本效率,构建资金分散化的适当策略以提高生存能力。     

基于模糊RBF神经网络的软土地基沉降预测研究

目前软土路段的地基沉降是国家高速公路保护研究的重要内容，软土路基沉降预测的精度要求是准确进行维护的必要前提。本文通过运用模糊RBF神经网络，结合了输入指标的模糊性，同时又利用了RBF神经网络的全局性和非线性的计算优点，对预测精度有了一个更好的提高。最后通过实例运算，证明了该方法的有效性，同时与BP神经网络进行对比，证明了该方法的精确性，为软土地基预测提供了一种更为精确的理论方法。     

基于结构可变的RBF神经网络的时间序列预测

基于神经网络的时间序列预测方法,需要正确确定网络结构,它关系到所建模型的合理性以及预测的准确性。目前确定网络结构的绝大多数方法,其网络结构一经训练确定便保持不变。然而现实中许多时间序列呈现非平稳性,其结构经常发生变化,这就要求网络结构能够动态可调,因此本文提出结构可变的径向基函数(RBF)神经网络预测模型。并采用序列蒙特卡罗(SMC)方法实现基于结构可变RBF网络的时间序列在线预测;最后采用CRU钢铁价格指数月数据进行实证研究,结果表明该模型的有效性。     

基于专家系统的财务危机预警研究

本文对国内外财务危机预警方法进行分析,指出我国现有财务危机预警方法各自的优缺点,在此基础上提出了基于专家系统的财务危机预警方法.该方法采用基于规则推理和案例推理的专家系统对财务危机进行定量预警;利用模糊神经网络对财务危机进行定性预警,并将二者所得信息有机地融合在一起,获得较为准确的财务预警结果.     

基于BP网络的人力资源管理风险预警模型

基于现有研究成果的局限性,本文将BP网络引入企业的人力资源管理风险预警的研究之中.首先从BP网络本身的特点和我国企业薄弱的基础管理水平两个方面,阐述了将BP网络引入企业人力资源管理风险预警研究的可行性;然后依据对人力资源管理风险内涵的界定、国内外专家的实证研究结果和意见等,将企业人力资源管理风险进行了分类;在此基础上,建立了企业人力资源管理风险预警指标体系,构建了基于BP网络的企业人力资源管理风险预警模型,并对模型进行了训练和测试;最后将其运用到某企业人力资源管理风险预警之中,指出其在判断企业人力资源管理风险状况、分析企业人力资源管理风险的主要来源、提出企业规避人力资源管理风险的对策方面有较大的应用价值.     

基于BP网络的企业营销风险预警模型

基于现存研究成果的局限，本文试图将BP网络运用到企业营销风险预警的研究中。本文首先阐述了用BP网络研究企业营销风险预警的可行性；然后构建了基于BP网络的企业营销风险预警模型，并对模型进行了训练和检测；最后将其应用到某企业的营销风险预警的实证研究中，指出其在判断企业营销风险状况、分析企业营销风险的构成、提出企业规避营销风险的对策等方面具有较好的应用前景。     

浅析保险公司的全面风险管理

1980年以来，我国保险规模保持着年均30％的高增长速度，但风险管理水平落后，监管手段单一。本文通过对全面风险管理的介绍并以此为指导，在分析保险公司风险的基础上，针对保险公司的特殊性提出全面风险管理在中国保险企业的运用，进一步说明了全面风险管理系统的目标及方法。     

混合HOGA-SVM财务风险预警模型实证研究

目前涉及遗传算法与支持向量机相结合的预测模型中,遗传算法基本上采用的是标准算法.但是在对全局函数的优化中,一般的遗传算法容易陷入局部最优,从而降低遗传算法收敛速度和搜索精度,进而影响财务风险预警模型的精度与速度.基于此,提出了基于混合全局优化正交遗传算法(HOGA)和支持向量机(SVM)的财务风险预警模型(HOGA-SVM),通过使用混合全局优化正交遗传算法连同支持向量机来改进支持向量机进行财务风险预警的效果.结果显示,提出的模型不仅提高了财务风险预警的准确率和速度,而且模型的两类分类错误率(尤其是第一类分类错误率)相对其他模型也有了明显下降.未来的工作可以把模型的应用扩大到多分类的财务风险预警问题中.     

保险业在金融系统性风险传染路径中起到“媒介”作用吗？——基于金融市场尾部风险传染路径的实证分析

2008年金融危机之后,保险业固有的不会产生系统性风险的传统认知被打破。关于保险业在金融系统性风险传染路径中的角色定位,本文从其业务特点和风险传染特点出发,首次提出"媒介"作用的猜想并进行实证研究。本文沿用当前主流研究方法,利用尾部风险的传染网络来研究其媒介作用的大小。本文选取了包括6家上市保险机构在内的34家金融机构,研究区间跨度为2011到2018年。根据金融市场数据"厚尾"和"非对称性"特征,文章首先采用AR-（GJR）GARCH-Skew-t模型对股票收益序列进行处理,然后根据Copula函数,计算尾部相依度,再通过最小生成树和阈值方法构建金融市场的风险传染网络。本文还通过构建保险业媒介中心度来探究其媒介作用的程度。实证结果表明：（1）在金融市场风险传染网络中,保险业起到连接银行市场和证券市场的重要媒介作用;（2）保险机构中又以多元化经营的中国平安的风险传染作用最强,其次是中国人寿。（3）银行市场中的兴业银行和保险市场的联系最紧密,证券信托市场则是中信证券、广发证券等。研究明确了风险传染的路径和关键性节点,为制定更具针对性的系统性风险监管措施提供了参考。     

考虑保险机构参与的重大工程风险管理激励模型

重大工程建设过程往往面临着巨大的风险暴露，保险是重要的风险处置手段，承接保险合同的保险机构和业主一起成为风险损失的承担主体。考虑到保险机构拥有极强参与现场风险管理的动能，本文基于委托代理理论构建了保险机构介入下业主与承包商的激励模型，分别讨论了共同代理和独家代理两种模式下各方的策略与收益。研究结果表明：共同代理模式下，保险机构实现了主动风险管理，业主和保险机构的收益均得以提高，业主愿意提供比独家代理模式更高的激励系数；承包商在共同代理模式下将采取更为积极的风险管理努力，同时其机会主义行为得到了抑制；业主的最优激励系数受项目特征、承包商自身因素以及外界环境的不确定性共同作用。     

The Application of Neural Networks and a Qualitative Response Model to the Auditor's Going Concern Uncertainty Decision*

An auditor gives a going concern uncertainty opinion when the client company is at risk of failure or exhibits other signs of distress that threaten its ability to continue as a going concern. The decision to issue a going concern opinion is an unstructured task that requires the use of the auditor's judgment. In cases where judgment is required, the auditor may benefit from the use of statistical analysis or other forms of decision models to support the final decision. This study uses the generalized reduced gradient (GRG2) optimizer for neural network learning, a backpropagation neural network, and a logit model to predict which firms would receive audit reports reflecting a going concern uncertainty modification. The GRG2 optimizer has previously been used as a more efficient optimizer for solving business problems. The neural network model formulated using GRG2 has the highest prediction accuracy of 95 percent. It performs best when tested with a small number of variables on a group of data sets, each containing 70 observations. While the logit procedure fails to converge when using our eight variable model, the GRG2 based neural network analysis provides consistent results using either eight or four variable models. The GRG2 based neural network is proposed as a robust alternative model for auditors to support their assessment of going concern uncertainty affecting the client company.     

基于改进GMDH的目标客户选择模型研究

近年来,目标客户选择建模成为客户关系管理领域的研究热点。为了解决用于目标客户选择建模的训练样本类别分布高度不平衡的问题,本文首先提出了混合抽样方法。进一步地,将数据分组处理(GMDH)神经元网络引入到客户特征选择中,提出新的特征选择算法Log-GMDH。该算法分别从传递函数的选择和新的外准则的构建两个方面对传统GMDH网络模型进行了改进。最后,将提出的混合抽样、Log-GMDH和Logistic回归分类算法相结合,构建目标客户选择模型LogGMDH-Logistic。在CoIL2000预测竞赛中某汽车保险公司的目标客户选择数据集上进行实证分析,结果表明,LogGMDH-Logistic模型不仅在性能上优于已有的一些目标客户选择模型,而且具有很好的可解释性。     

具扩散项的带免赔额的Erlang(2)问题的破产概率

本文从具有扩散项的模型出发,最终在个体理赔额服从Erlang(2)分布情形下利用解高阶微分-差分方程和鞅的办法得到了与免赔额d有关的原、再保的相应破产概率ψ(u)以及调节系数的表达公式。所得结果不仅仅直接的推广了文献[7]的相关结论,尤其在再保险的场合下研究该模型的文献还不多见,而且在保险资金可以入市的经济背景下也是具有现实意义的。     

重尾索赔条件下现代风险模型的破产概率估计:多险种混合情形

破产概率是非寿险保险风险理论的核心问题。与经典的Cramér-Lundberg模型相比, 由Li Zehui等建立的现代风险模型更为准确地描述了非寿险保险运营的主要特征, 对现实保险业务具有较好的解释力。本文基于现代风险模型, 考虑保险公司多个险种混合经营这一更为现实的情形, 在索赔额服从正则尾分布条件下获得了破产概率的渐近等价估计。我们发现, 在具有大额索赔特征的多个险种混合的条件下, 公司面临的极端索赔风险将由索赔额分布尾部最厚的那些险种决定, 而索赔额分布尾部相对较薄的那些险种的影响作用将被淹没。该结论的有效性可用MATLAB数值模拟得到理想的验证。本文结果是对风险模型研究的重要推广, 也为多险种混合情形下保险公司的风险控制与初始保证金界定提供了依据。     

赔付率约束下的中国保险公司效率与全要素生产率研究

运用SBM(slack-based measure)方向性距离函数分别计算了赔付率约束下的2006-2016年中国境内的财产保险公司、人身保险公司的经营无效率值,并对无效率值的来源进行分解。在此基础上运用Luenberger生产率指数计算出全要素生产率及其分解项,对中资、外资保险公司的经营效率、全要素生产率及其分解项进行了对比分析。结果表明:财险业的中资大型公司经营效率最高,人身险业的中资公司经营效率明显高于外资公司;投资收益无效率是造成中小型人身险公司和中小型财产险公司无效率的最主要原因;财险业大型公司的全要素生产率低于中小型公司,而人身险业外资公司的全要素生产率明显高于中资公司。     

A GOAL PROGRAMMING MODEL FOR INSURANCE AGENCY MANAGEMENT

Rapid changes in the business environment have forced property and casualty insurance agencies to re-examine their objectives. The need to maintain contact with a large number of insurers in order to place business, efforts to reduce cost by utilizing company services, and the expanding demand for commercial lines have all had major impacts on these agencies. In this paper, a goal-programming model is developed for use in insurance agency decision-making involving multiple and often conflicting goals. An example is presented.     

Insurance exposure and investment risks: Management and regulatory implications

By exposing itself to greater risks on invested funds the company can also increase its expected returns. Because there are risks involved with both the insurance and investment operations, a major problem for an insurance company is to determine just how the two types of risks are to be balanced. In an earlier paper the authors dealt with the relationships among growth in premiums written, insurance loss and investment return. In this paper the questions are revisited from a policyholder and regulatory point of view, and suggestions are made concerning the reaction of the firm under various postures the management may take towards risk.