布莱克─肖尔斯期权定价模型在公司价值评估中的应用

公司股票、债券在本质上可看成是基于公司资产的期权,因而可用期权定价方法对其价值进行评估。本文介绍了最典型的期权定价模型─布莱克一肖尔斯期权定价模型,分析了该模型在公司证券价值评估中的应用。     

价值在宏观上的分配

价值向生产价格的转型是按宏观上的一个分配规律———平均化规律进行的。生产任何商品所创造的价值均要交给社会 ,由社会按平均法则在各部门间分配 ,分配后各商品得到的价值才能形成其价格。由于平均分配的过程是个动态的过程 ,故而传统的静态分析法在此失效。     

电子商务对企业定价决策的影响分析及对策

互联网的普及为买卖双方实现交易提供了便利的同时,网上的价格比较侵蚀了商品的价格底线。文章分析了电子商务对企业定价的冲击,给出了“成本透明”条件下企业定价决策的若干建议。     

无外部市场条件下中间产品转移价格的博弈分析与决策

本文首先用反例证明了文^[1]中在各分厂成本函数和最终产品需求函数已知的条件下,给出的中间产品最优转移价格的两个计算公式并不总是成立的,给出了这两个计算公式成立的充要条件,并分析了公司关于中间产品转移价格决策的动态一致性问题。接着,利用完全信息动态博弈对中间产品转移价格的确定问题做了进一步的分析研究。最后,针对文^[1]中给出的中间产品最优转移价格的两个计算公式不成立的情况,讨论了中间产品转移价格的确定问题。     

“盲人摸象”的认识论启示

现代社会生产过程不仅是一个物质产品的生产、分配、交换、消费的过程,而且是一个知识产品的生产、分配、传播、应用的过程;不仅存在着人与人之间在物质产品的生产、分配、交换、消费过程中所形成的社会关系,而且存在着人与人之间在知识产品的生产、分配、传播、应用过程中所形成的社会关系。随着我国社会主义市场经济的发展,人们在知识产品生产过程中所形成的社会关系,将由计划经济体制下的无偿性、间接性和无利性,向市场经济体制下的有偿性、直接性和互利性的方向转变。     

挑战亚洲金融风暴:中国宏观社会经济政策走势前瞻

本文在对亚洲金融风暴成因进行简要分析的基础上 ,联系发达资本主义国家的经验 ,结合中国社会经济的现状 ,从政府职能、产业政策、收入分配、社会保障、经济预期等五个方面探讨中国面对亚洲金融风暴的应对策略     

保障房市场与商品房市场关系研究

保障房和商品房在本质上是差异化产品,两者在对应的需求层次、房屋的品质、价格、供给和渠道等方面都存在着巨大的差别。自我国房地产市场化以来,商品房就始终处于市场独大的局面,但随着近年来我国政府加大了对楼市的调控、加快了保障房建设的步伐,房地产市场已朝着保障房市场和商品房市场并重的＂双轨制＂迈进。然而,保障房的大规模兴建和投放市场会对商品房市场乃至整个中国楼市产生什么影响,以及保障房供给体系在运行与管理过程中存在什么问题,目前尚不确定。为此,有必要对其深入分析并寻找对策。     

股权分置改革后我国控制权市场并购趋势研究

本文运用描述性统计方法对我国上市公司控制权市场进行了具体分析,得出战略型并购、要约收购、股票支付、外资并购以及反收购将成为股权分置改革后我国控制权市场并购的新趋势。     

非对称信息下证券公司道德风险定价模型的研究

由于证券市场上非对称信息状态的存在,信息差别给证券投资者保护制度带来了不容忽视的道德风险结果,本文通过建立证券公司道德风险定价模型,计算出了证券公司向证券投资者保护基金机构缴纳保护基金的费率基准。据此,在保护证券投资者利益的基础上,证券投资者保护基金机构可以向证券公司按照给出的费率基准收取保护基金,从而减少证券公司道德风险的发生。     

Dynamic Pricing to Minimize Maximum Regret

We consider a dynamic pricing problem that involves selling a given inventory of a single product over a short, two‐period selling season. There is insufficient time to replenish inventory during this season, hence sales are made entirely from inventory. The demand for the product is a stochastic, nonincreasing function of price. We assume interval uncertainty for demand, that is, knowledge of upper and lower bounds but not a probability distribution, with no correlation between the two periods. We minimize the maximum total regret over the two periods that results from the pricing decisions. We consider a dynamic model where the decision maker chooses the price for each period contingent on the remaining inventory at the beginning of the period, and a static model where the decision maker chooses the prices for both periods at the beginning of the first period. Both models can be solved by a polynomial time algorithm that solves systems of linear inequalities. Our computational study demonstrates that the prices generated by both our models are insensitive to errors in estimating the demand intervals. Our dynamic model outperforms our static model and two classical approaches that do not use demand probability distributions, when evaluated by maximum regret, average relative regret, variability, and risk measures. Further, our dynamic model generates a total expected revenue which closely approximates that of a maximum expected revenue approach which requires demand probability distributions.