冒险的风险最小

冒险的风险最小（共5篇）

冒险的风险最小 篇1

20世纪中期, 一位二十多岁的匈牙利青年, 为了生计只带了5美元到美国闯天下。但在二十多年后, 他变成了千万富翁, 成为当时美国创业者的神话。他就是在美国工艺品和玩具业传奇性人物罗·道密尔。

那么罗·道密尔成功的秘诀到底是什么呢?我们可以从罗·道密尔收购一家玩具厂的例子中发现罗·道密尔成功的秘诀。

在20世纪50年代的时候, 罗·道密尔刚到美国没有几年, 手中的积蓄也不多, 可是这时候一家濒临倒闭的玩具厂低价对外出售, 罗·道密尔抓住这个机会买下了这家濒临倒闭的玩具厂。

好多人都不看好罗·道密尔这一行为, 认为他是不自量力, 可是罗·道密尔却不这样认为, 他经过仔细研究后发现, 这家玩具工厂失败的主要原因就是成本太高, 而这成本高并不是制造玩具的成本高, 而是工人的成本高。罗道密尔经过研究后, 作出了两项决定:凡是制作玩具所用的工具、材料, 一定要放在顺手的地方, 工作的时候一伸手就可以拿到, 这样一来, 操作机器的工人, 就不必再为等材料、找工具耽误时间, 无形中节省了许多时间。

这样下来, 整个玩具厂的工作效率提高了许多, 而罗·道密尔的另一个规定则是:在工作的时候, 工人们不允许吸烟, 但是每隔两个小时, 准许工人们休息15分钟, 而工人们对这一个规定也很欢迎。

罗·道密尔的这两项规定执行以后, 在机器没有增加、工人没有增加的情况下, 整个玩具厂的产量增加了近百分之五十, 整个玩具厂扭亏为盈, 而罗·道密尔也为他的发展积累了第一桶金。

这就是罗·道密尔成功的秘诀:收购一些失败的企业来经营。有记者采访罗·道密尔为什么要收购这些失败的企业?罗·道密尔说道:“别人经营失败的生意, 很容易看出失败在哪里, 这样的风险是最小的, 只要能把缺点改正过来, 自然就赚钱了。这要比自己从头做起或者收购一家成功的企业风险低得多, 每个人都知道的风险, 恰恰就是最小的风险, 最小的风险就是最大的成功。”

冒险的风险最小 篇2

油气勘探风险评价的偏最小二乘-最大熵法模型及应用

油气勘探风险的定量评价一直是国内外研究的难点.作者在分析传统风险评价方法的优缺点、剖析偏最小二乘法和最大熵法优势的`基础上,首次提出了偏最小二乘-最大熵(PLSME)风险分析模型.偏最小二乘法较好地实现了多元线性回归、主成分分析和典型相关分析的有效综合,通过自变量的PLS回归线性处理,不仅能消除粗差解决变量之间的相关性问题,而且能辨识每一个自变量对因变量的控制程度;最大熵法通过对偏最小二乘得出的风险因子与总经济效益净现值关系式的检验,利用最大值、最小值和最可能值的训练,能了解指标最终服从的概率分布,客观得出风险的大小.两者结合起来构建的PLSME模型,能使风险评价结果更加准确、合理和客观.通过对四川德阳新场气田的实例应用,表明偏最小二乘-最大熵评价方法科学可行,对同类研究具有借鉴作用.

作 者：匡建超 陈小花 KUANG Jian-chao CHEN Xiao-hua 作者单位：成都理工大学信息管理学院,成都,610059刊 名：成都理工大学学报(自然科学版) ISTIC PKU英文刊名：JOURNAL OF CHENGDU UNIVERSITY OF TECHNOLOGY(SCIENCE & TECHNOLOGY EDITION)年，卷(期)：200835(1)分类号：O29 F407.22关键词：油气勘探 风险评价 偏最小二乘 最大熵法 PLSME模型

风险投资中的最小贝叶斯风险决策 篇3

寻求贝叶斯决策函数有两条路径,一条是使后验风险最小,一条是使贝叶斯风险最小。实际中,人们常使用后验风险途径,因为它的计算相对简单和方便,本文我们使用的实际上正是后验风险准则。

在不同的先验分布假设下,参数的贝叶斯决策量一般是不同的。本文旨在通过在各种不同的先验分布条件下进行参数的贝叶斯决策,最终比较并探讨各种情况下贝叶斯决策的优良性问题。

一、提出问题

设想有一投资公司对某一项目已经投入100万元。现在决定是追加投资100万或是保持原投资不变,还是将已经投入的100万撤回。若在一年后该项投资的收益会因市场的变化而不同,如果一年后的市场对该项投资分为有利和不利两种情况。且根据以往的经验有利和不利两种情况发生的概率分别为:0.7和0.3。有利时可获利30%,不利时会损失40%。在这种情况下,寻求最小贝叶期风险决策。如果该公司投资前用5万元聘请一名投资顾问,该顾问在未来有利的情况下预测的准确率为85%,不利时预测的准确率是90%。这时,最小贝叶期风险决策又是什么?投资公司是否有必要聘请这位投资顾问?

用θ=θ1表示未来市场情况对该项投资有利,用θ=θ2表示未来市场情况对该项投资不利。分别用a=a1,a=a2,a=a3表示追加投资100万,投资不变和撤回原来投入的100万。这样决策空间为:。损失函数如下表

用R(d)表示用d作为

决策函数时的贝叶斯风险函数,则R(d)=EL(θ,d)。R(d)。与R(θ,d)的不同这处在于此时θ也是随机变量,其先验概率为:

(1)先考虑不聘请专家,公司做所可能采取的决策有:。即这时的决策函数空间:R(d2)=EL(θ,d2)=30×P(θ=θ1)+40×P(θ=θ2)=33

R(d3)=EL(θ,d3)=60×P(θ=θ1)+0×P(θ=θ2)=42

由此可见,决策函数d1的贝叶斯风险最小。故做决策就是由d1来确定。那追加投资100万。采取这种决策所面临贝叶斯风险为:24万元。

(2)如果聘请了专家,并且用ξ=x1表示专家认为未来市场情况对该项目投资有利,用ξ=x2表示专家认为未来市场情况对该项目投资不利。根据θ先验概率及全概率公式可得出:

这时公司所可能采用的决策函数有:

即此时的决策函数空间:{d1,d2,d3,d4,d5,d6,d7,d8,d9}。根据相关信息知道:P(ξ=x1|θ=θ1)=0.85 P(ξ=x2|θ=θ2)=0.90所以容易得出:P(ξ=x2|θ=θ1)=0.15 P(ξ=x1θ=θ2)=0.10由此可以进一步得到θ的后验概率为:

同理,R(d3(ξ))=42:R(d4(ξ))=16.35:R(d5(ξ))=40.65:R(d6(ξ))=25.35:R(d7(ξ))=49.65:R(d8(ξ))=8.7:R(d9(ξ))=57.3

最小贝叶斯决策为d8,即:若专家认为未来市场情况对该项目投资有利,则追加投资100万,否则撤资。

二、结果

综合上述分析结果发现,若不请顾问,则选取的投资方式为追加100万,承担的平均风险为24万元;而聘请顾问后,当选取追加的投资方式时,承担的风险为8.7万元,加上聘请顾问需要花费的5万元,共计13.7万元。所以结论是应该聘请顾问。

三、结论

从以上的实例分析我们可知,在从事经济活动中,决策前对有关的随机状态因素事先能够获得的信息愈多,愈可靠,则据此做出的最优决策愈可靠,其期望效益值也可能愈高。反之,若能够获得的信息愈少,愈不可靠,则得到的最优决策的可靠性愈差,期望效益值也可能愈低。而且根据情况选择适合的风险决策方法,也会让你的据侧达到事半功倍的效果。

风险决策时方案选择决定于外界环境状态,而这种状态是无法确知的,更不受决策者控制,但通过判断、调查和实验,可以获得有关信息。此时利用统计决策方法便可制订出较合理的风险投资决策。贝叶斯决策属于风险型决策,决策者虽不能控制客观因素的变化,但却可掌握其变化的可能状况及各状况的分布概率,并利用期望值即未来可能出现的平均状况作为决策准则。由于决策者对客观因素变化状况的描述不确定,所以在决策时会给决策者带来风险。但是完全确定的情况在现实中几乎不存在,贝叶斯决策不是使决策问题完全无风险,而是通过其他途径增加信息量使决策中的风险减小。由此可以看出,贝叶斯决策是一种比较实际可行的方法。

参考文献

[1]Liang F,Paulo R,Molina G,Clyde M,Berger J.Mixtures of g-priors for Bayesian variable selection[J].Amer.Statist Assoc,2008, 481(103):410-423.

[2]Giorgi E D.Reward-risk portfolio selection and stochastic dominance[J].Journal of Banking & Finance,2005,29(4):895-926.

[6]冯为民,朱俊,李嘉荣.贝叶斯方法在房地产风险决策中的应用研究.重庆建筑大学学报2006,28:111-114.

冒险的风险最小 篇4

自1952年Markowitz构建均值—方差模型定量研究资产组合选择问题后, 现代投资组合理论正式诞生, 成为现代金融学最主要的也是最具吸引力的领域之一。由于方差将组合收益的向上波动和向下波动都视为风险, 不完全符合实际, 夸大了组合的风险, 而且协方差矩阵计算比较繁琐, 使模型实用性不强。

针对这些不足, 人们相继提出了两类投资组合模型。一类是既定收益下风险最小化或者既定风险下收益最大化的投资组合模型。另一类是基于单位收益风险最小化或者单位风险收益最大化的投资组合模型。它是研究如何平衡好收益与风险两者的关系, 又被称为比值优化模型。上述第一类模型需要人为设定收益率或风险, 更多依赖于投资者的主观判断, 如果投资者对收益率期望过高或过低, 很可能导致承担的单位收益风险偏高。而第二类模型基本上仍是使用方差或Va R作为风险测度指标, 由于方差将收益向上波动也视为风险, 不太符合实际, 而Va R不满足次可加性, 对尾部风险关注不足。

在综合考虑上述因素后, 本文选用CVa R与均值的比值来度量投资组合的单位收益风险, 建立了基于单位收益风险最小的投资组合优化决策模型, 并利用股票市场数据对模型进行实证检验。

二、模型构建

1. 单位收益CVa R最小的优化原理。

CVa R通常译为条件在险价值, 其含义为:在一定的置信水平下, 损失超过Va R的条件均值, 反映了超额损失的平均水平。与方差和Va R相比, CVa R的优点非常明显:对尾部风险测量更为充分, 满足次可加性, 具有凸性, 计算较为简便。因此, CVa R被认为是一种较为完善有效的风险测度方法。

但现有CVa R模型中, 大多是给定收益率使CVa R最小, 求出投资比例。投资者要求的收益率不同, 承担的风险值CVa R也不同。由于投资者对收益率的要求很大程度上依赖个人的主观判断, 很有可能存在着对收益率过高或偏低的要求而使其承担的单位收益风险偏高。

表1列示的是投资者三种不同期望收益率下的投资组合, 组合A的期望收益率和风险值CVa R都较低, 投资者相对“保守”, 但是, 这种对收益率的偏低要求导致了投资者为获得每单位的收益所承担的风险偏高。相反, 组合C的期望收益率和风险值CVa R都较高, 投资者相对“乐观”, 但是, 这种对收益率的过高要求导致了其为获得每单位的收益所承担的风险也过高。而组合B是期望收益率和风险值CVa R较为适中, 投资者为获得每单位的收益所承担的风险最低, 即获得的性 (收益) 价 (风险) 比最高, 这是理性投资者的最优选择。

以CVa R与均值的比值测度单位收益风险并使其最小所构建的投资组合优化模型, 不需要人为设定收益率就能求出投资比例, 可以避免投资者主观上对收益率过高或过低的不合理要求而致使承担的单位收益风险偏高, 在一定程度上减少了投资者对收益的盲目估计行为, 提高了投资效率。

2. 目标函数的建立。

由上述分析可知, 选用CVa R与均值之比测度单位收益风险, 可以使投资者为获得每单位收益所承担的风险最小, 这是理性投资者的最佳选择。因此, 目标函数为最小化CVa R与均值的比值, 即:

其中:, m为投资组合中资产的数量, 为组合中第j个资产n期的平均收益率, xj为组合中第j个资产的投资比例, rjt为组合中第j个资产第t期的收益率, n为历史数据的期数。

3. 约束条件的建立。

(1) 投资比例约束。组合中所有资产的投资比例之和应等于1, 即:

(2) 非负约束。通常, 组合中所有资产不允许卖空, 即:

4. 模型的建立。

(1) 模型的形式。综合式 (1) ~ (3) , 得到基于单位收益风险最小的投资组合优化模型的初步形式, 即:

(2) CVa R的离散化和线性化。设L (x, r) 表示投资组合的损失函数, ∂代表置信水平。由CVa R的定义, 得:

通过式 (5) , 很难直接算出CVa R, 因为式子中涉及到Va R这个内生参数。

本文借鉴Stanislav和Uryasev (2000) 的方法, 通过构造辅助函数, 并对CVa R加以离散化处理, 得到CVa R的近似表达式, 即:

其中:ε表示引入的变量,

显然, 式 (6) 中含有不光滑的函数, 使模型求解不方便, 可以对其线性化处理。引入变量yt, 将其转化为线性函数和线性约束

(3) 模型的等价形式。综合式 (4) - (6) , 对CVa R作离散化和线性化处理, 可得到模型等价形式, 即:

岳瑞峰等 (2003) 证明了在解决优化问题时将CVa R离散化并线性化处理后最优解不变, 因此, 式 (7) 中的模型与式 (4) 中的模型有相同的最优解。对式 (7) 模型进行求解后, 得到的ε值就是Va R值, 目标函数中分子项的值就是CVa R值, 分母项的值为期望收益率值, 目标函数值为单位收益风险值。

对CVa R进行离散化和线性化处理后, 不仅降低了优化模型求解难度, 并在求解模型的同时得到期望收益率、Va R和CVa R。而且, 此模型不需假定收益率服从某一具体分布就能求出投资比例, 使得模型的适用范围进一步扩展, 模型的实用价值也得以提高。

5. 模型的特色。

选用CVa R与均值的比值测度组合的单位收益风险, 将收益和风险双重因素加以综合平衡, 可以使投资者为获得每单位的收益所承担的风险最小, 避免了投资者主观上对收益率过高或偏低的要求而导致对单位收益风险的过度承担, 提高了投资的合理性。

对CVa R作离散化和线性化处理, 不仅简化了模型的计算, 而且使模型适用于计算任何分布下的投资组合问题, 进一步拓宽了模型的适用范围, 提高了模型的实用价值。

三、实证研究

1. 数据收集与统计分析。

为分散风险, 从我国沪深两市不同行业随机选取10只股票, 时间从2012年1月6日到2012年7月6日, 收集每周末股票收盘价计算周收益率。通过计算可得到25周样本数据, 表2列示出样本描述性统计结果。

从表2中可以看出:10只股票收益率的偏度和峰度都不为0, 均不符合正态分布。其中, 上海建工和雏鹰农牧两只股票收益率的偏度分别为-3.98和-4.22, 峰度分别高达18.36和19.69, 其分布明显带有“尖峰厚尾”, 发生极端损失的概率较大, 此时, 选用CVa R较Va R能更好地反映出这种极端风险。

2. 模型求解与分析。

将m=10, n=25等样本数据代入 (7) 式模型中, 置信度∂分别取90%、95%、99%三种情况加以考虑, 建立优化模型, 并利用MATLAB进行求解, 计算结果详见表3。从表3中可以看出:在三种不同置信水平下, 投资的股票种类保持不变, 始终是云南白药、万科B和宁波银行三只股票, 只是投资比例略有变化。当置信水平为95%时, 投资者获得的周收益率为0.692%, 承担的风险值Va R、CVa R和单位收益风险分别为3.32%、3.44%和4.9711, 这说明有95%的把握保证:上述三只股票组合收益率在未来一周内, 由于市场波动所导致的正常损失不超过3.32%, 极端损失不超过3.44%, 为获得1%的收益所承担极端损失不超过4.971 1%。

同时也不难发现:三种不同置信水平下, CVa R值比Va R值都大, 这说明风险测度方法CVa R较Va R更能反映投资组合的风险。而且置信度∂越高, Va R值和CVa R值也相应越高, 对风险的估计也就越足, 计算结果就更为可信。伴随着平均收益率逐步提高, Va R、CVa R和单位收益风险也同时提高, 这意味着投资者要求的收益率越高, 所承担的风险也越高。

四、结论

本文使用CVa R与均值的比值度量投资组合的单位收益风险并使其最小化, 建立了单位收益风险最小的投资组合优化模型, 并利用股票市场数据对模型加以实证检验。选用CVa R与均值的比值度量组合的单位收益风险, 将收益和风险的双重因素加以综合考虑, 使投资者获得每单位收益所承担的风险最小, 防止了投资者主观上对收益率过高或偏低的不合理要求而导致其承担的单位收益风险偏高, 提升了投资的合理性。将CVa R进行离散化和线性化处理, 不仅简化了模型的计算, 而且使模型适用于任何分布的投资组合问题, 进一步拓展了模型的适用范围, 提高了模型的实用价值。

摘要：本文CVaR与均值的比值测度单位收益风险并使其最小化, 构建了基于单位收益风险最小的投资组合优化模型。此模型特色一是选用CVaR与均值之比度量单位收益风险, 对收益和风险双重因素加以综合考虑, 提高了投资的合理性;二是对CVaR进行离散化和线性化处理, 使模型适用于任何分布下的投资组合问题, 提升了模型的实用性。

关键词：投资组合,单位收益风险,CVaR

参考文献

[1] .张金清.基于单位收益风险的投资决策模型与分析.湖南文理学院学报, 2004;2

[2] .武敏婷, 高岳林.限制性卖空的单位风险收益最大投资组合模型.武汉理工大学学报, 2010;8

冒险的风险最小 篇5

因历史原因, 电力建安集体企业历史沿革复杂、人员变迁频繁、公司治理不够规范, 加之电力工程数量与金额较大, 给一些部门及个人带来潜在的权力寻租空间, 涉及法律、廉政等诸多风险, 值得重点关注。

重庆北源电力工程设计有限公司是一家典型的从事电力建安工程的集体企业, 对此进行了积极的探索, 取得了良好的效果。

二、方法简介

优化工程付款流程, 采用业务前端与后端多级审核、线下现场与线上公开审核相结合的审核模式, 使每笔付款有据可依, 各部门各司其责, 互相制衡又协同配合, 避免个人行为, 防止权力寻租, 从而使廉政风险及企业的潜在风险最小化, 确保企业各项工程支出稳定、受控, 实现企业价值最大化。

该做法能达到预期目的。一是多级审核可以有效降低工程付款在法律、廉政、优质服务方面的风险;二是付款的集中审核, 一定程度上能提高付款的审核效率;三是付款审核走网上流程, 各笔付款能公开透明, 有利于避免暗箱操作;四是前端业务与后端财务审核相互协同, 互相监督, 基本可以杜绝不合理、不合规现象的发生。

三、具体做法

为加强企业管理, 强化资金支付过程的内部控制, 防范经营风险, 确保资金安全, 结合集体企业实际情况, 制定《付款管理办法》等规章制度, 对付款的审核、付款金额的确定、付款流程的内容及流转路径进行了详尽的规定, 具体实施内容如下。

(一) 加强合同管理

加强合同签订与执行管理, 规避合同风险。加强工程合同的审核, 确保合同金额、付款条件等相关财务内容清晰并与招标文件保持一致, 将财务制度规定贯彻到合同条款中, 规避经营风险。加强合同执行的管理, 采取业务控制 (对工程量) 和财务控制 (与业务量相匹配的资金控制) 相结合的方式, 强化工程资金支付管理。工程款项支付, 严格按照合同约定执行, 控制在合同价款的85%之内, 剩余工程价款在工程验收并完善结算审价后, 以最终确认价格扣除预留质保金后办理资金支付手续。

(二) 实行线下多级审核

一是关口前移, 加强业务前端审核。重视各部门的协同配合, 加强技经部、工程部、财务部、物资部等管理部门的沟通协调, 使各项管理活动紧密衔接。各部门的关系不是“各自为政”, 而是“息息相关”, 做到业务向前延伸, 使业务流程和各项资料符合财务制度的规定及会计核算的需要, 从事前、事中、事后管控可能发生的风险。经办业务部门根据分级授权管理办法, 负责完成对应各层级的业务审签及网上付款流程工作, 对业务事项的真实性、合规性负责。

二是财务把关, 强化后端财务审核。要求财务人员严把资金支付关, 严格履行“三重一大”决策制度和资金支付流程, 杜绝无计划付款, 保证资金安全。对每一个工程项目的付款, 需要核实合同金额、收款金额、以前付款情况、最新挂账情况等详细的财务信息。

(三) 推行网上付款审核

为了使付款公开、透明及便于监督, 付款需要在网上完成审核流程。

基本要求:财务资产部月初将各项应付明细汇总, 形成月度应付账款明细表, 供经办部门审核, 经办部门审核后明确支付意见, 提交财务资产部存档。财务资产部受理后的资金支付款项, 须经办部门启动网上付款流程, 待流程结束之后才能进行支付。

时间要求:发票等原始付款依据在上月28日至本月20日内, 由经办部门集中提供给财务资产部, 每周不超过一次;月度付款审核表每月5日之前, 由财务资产部提供给经办部门;付款审核结果每月8日之前, 由经办部门反馈至财务资产部;付款明细表每月12日之前, 由财务资产部提供给经办部门以启动网上付款流程。

流转路径:视金额的多少、付款的不同性质及分级授权的级次, 工程付款须分别经工程管理人员、工程部负责人、经办会计、财务负责人、总会计师、总经理、集体企业监委会副主任、集体企业监委会主任等多个环节审核确认, 最长一级审核流转路径如图1所示。

特殊事项:原则上未纳入本月付款计划的事项, 本月不予支付。如有确需即时支付的事项, 按照分级授权管理办法规定的级次, 实行一事一签, 并在网上付款流程完成后支付。常规付款、进度付款可分类集中成数笔付款流程网上流转, 但须在流程附表中列明各工程名称、合同金额、审核意见、收款方账号等详细信息。进度款必须附盖有对方单位公章的详细申请事由及经办部门审核意见的扫描件。

四、结果成效

通过近一年的实践, 结果表明, 该办法实施至今, 企业工程付款准确、高效, 无一例多付、误付情况发生, 也无施工商对付款方面的投诉, 效果显著, 值得借鉴与推广。

摘要：文章以电力集体企业的实践为例, 探讨如何优化付款流程, 加强审核, 避免个人行为, 防止权力寻租。该实践采用业务前端与后端多级审核、线下现场与线上公开审核相结合的审核模式, 使每笔付款有据可依, 各部门各司其责, 互相制衡又协同配合, 达到廉政风险最小化。