信贷风险管理的信用评级方法 信贷风险管理是当今金融领域的一个重要课题。银行在贷款或贷款组合的风险度量中特别注意运用信贷风险管理的工具。除了专家系统、评分系统和信用打分系统等传统方法外，新的信贷风险管理方法主要有KMV模型、JP摩根的VAR模型、RORAC模型和EVA模型。 1、KMV——以股价为基础的信用风险模型 历史上，银行在贷款决策时，曾经长时间忽视股票的市价。KMV模型基于这样一个假设——公司股票价格的变化为企业信用度的评估提供了可靠的依据。从而，贷款银行就可以用这个重要的风险管理工具去处理金融市场上遇到的问题了。尽管很少有银行在贷款定价中将KMV模型作为唯一的信用风险指示器，但非常多的银行将其用为信贷风险等级的早期报警工具。 KMV实际上是一个度量违约风险的期权模型，是由买入期权推演而来的。 KMV扭转了看待银行贷款问题的视角，从借款企业的普通股持有者的视角来看贷款偿还(回报)的激励问题。换句话说，它将持有普通股视为与持有一家公司资产的买入期权相同。基本原理如图所示： （1）KMV是如何工作的？ 假设普通股持有者拥有公开交易公孙的股票，公司债务是一张一年期的单一贴现票据（single discount note）,票面价值是B.上图显示的是从普通股持有者方面来看的贷款偿还问题。 在图中，若公司资产的价值跌到OB以下（以左，如OA1）,股的持有者就不会偿还那个等于OB的债务。当然，如果选择违约，他就必须将对公司资产的控制权转让给贷款银行，公司所有者的普通股就一文不值了。然而，若公司资产的价值是OA2，公司就会偿还债务OB，而保留其余的价值BA2.在KMV模型中，公司债务的票面价值B就是买入期权中的约定价格。可以看到公司的风险底线（downside risk）被限制在OL，因为“有限责任”保护了普通股的持有人。从而，对一个好公司的股票持有者的回报有一个有限的底线和一个无限延长的上限。 KMV从贷款于期权之间的这种联系之中得到了EDF模型（估计违约频率模型）。以下对EDF作简要介绍。
人力资源评估的量化参考模型 [摘要]一个企业的人力资源状况主要 取决于员工忠诚度和员工价值度两方面的 因素，即人力资源＝员工忠诚度×员工价值度。影响员工忠诚度的因素主要有员工自身因素、企业因素和外部因素三个方面。员工忠诚度只有与其能力相匹配才能对绩效产 生应有的价值，文化与价值标准的认同是员工与企业合作的基础。 [关键词]人力资源；员工忠诚度；员工价值 在创新制胜的知识经济时代，人是企业中最具活力的因素，企业能否在竞争日益激烈的环境中生存下来关键取决于能否留得 住人才以及能否拥有一流的人才。21世纪的竞争，就是人才的竞争。第一个走上哈佛讲坛的中国企业家——海尔集团总裁张瑞敏 提出了人本管理哲学。松下幸之助有一段精彩的话：“松下电器公司是制造人才的地方，
兼而制造电器产品。”他认为，事业是人为的，而人才的培育更是当务之急。华为总裁任正非曾在《华为的旗帜还能打多久》里说：“华为唯一可以依存的是人”。在华为的企业文化中，认真负责和管理有效的员工被认为是企业最大的财富，是华为持续发展的基石，人是华为最看重的元素。相应地，对人的管理，对企业的发展来说，也日趋重要。平衡计分卡(BSC)的创立者——罗伯特和诺 顿两位大师认为“不能衡量，就不能管理”。要实现对人的有效管理，首先应对人力资源进行衡量，了解影响人力资源的各种因素，针对各种因素进行量化管理。密歇根大学着名的人力资源管理专家Dave Ulrich认为，一个企业的人力资源水平取决于员工能力 和员工投人程度两方面的因素，即人力资源＝能力水平×投入程度。人力资源的本质是人的能力，投入程度是由员工忠诚程度决定的。员工的人力资源价值即企业员工运用其所拥有的能力为企业创造的价值，它是与人力资源载体为企业创造的价值联系起来，并以此作为衡量人力资源价值大小的标准。员
品牌资产评估 品牌资产评估是整合营销传播的一个关键环节，通过对品牌资产相关构成因素进行评估，可以了解品牌资产要素中哪些推动了品牌与消费者之间的关系，哪些偏离了整体品牌战略，准确地识别出驱动品牌价值提升的关键因素。 关于品牌资产评估的方法有很多，但归纳起来，其出发点有大概六种 路径： （１）以品牌开发费用为依据，投入越多，品牌价值越高； （２）以价格为依据，同类产品价格越高，品牌价值越高； （３）以市场价值为依据，利用品牌的股市价格或市场占有率来计算品牌价值； （４）以消费者的认可度或忠诚度作为衡量品牌价值的指标； （５）以未来收益为依据； （６）以其他相似品牌的价值来推算。 具体来说，品牌资产评价主要分为三类： 一、财务资产评价 品牌是企业的无形资产，但是从财务的角度来说，这笔无形资产也是有据可查的。品牌的财务资产即品牌的溢价收益，或者说是其提供未来收益的能力。在资本并购、产权变更、募集资金、特许权许可等资本运作交易中，都要求企业出具品牌财务资产的测评报告，以使股东确切知晓品牌的真实资产总量。 品牌财务资产评价的方法主要有成本法、现行市价法、收益现值法等等。 成本法（‐） 成本法一般分为历史成本法和重置成本法。 历史成本法即计算品牌运营的原始会计成本，包括设计、创意、广告、促销、研究、开发、商标注册、相关的专利创造和申请等一系列现金开支。 重置成本法即假设重新创建一个相同的品牌所需付出的成本，它是目前国际上公认的资产评估三大基本方法之一。重置成本法的基本计算公 式为： 品牌评估价值＝品牌重置成本×成新率 其中： 品牌重置成本＝品牌账面价值×（评估时物价指数／品牌购置时物价指数） 品牌成新率＝剩余使用年限／（已使用年限＋剩余使用年限）×１００％
成本法: 基本公式: ① 评估值＝重置成本－实体性损耗－功能性损耗－经济性损耗 ＝重置成本×成新率－功能性损耗－经济性损耗 ② 评估值＝重置成本×综合成新率 1、重置核算法 重置成本＝直接成本+间接成本 直接成本一般包括:购买支出、运输费、安装调试费等。 2、功能系数法 如果无法获得处于全新状态的被估资产的现行市价,就只能寻找与被估资产相类似的处于全新状态的资产的现行市价作为参照,通过调整功能差异,获得被估资产的重置成本。称功能系数法,即根据功能与成本的函数关系,确定重置成本。 (1)功能价值法 若功能与成本呈线性关系,计算公式: (2)规模经济效益指数法 若功能与成本呈指数关系,计算公式: 该方法计算的一般就是更新重置成本。 3、物价指数法 如果与被估资产相类似的参照物的现行市价也无法获得,就只能采用物价指数法。 （1）定基物价指数 （2）环比物价指数 物价指数法计算的就是复原重置成本。 功能性损耗及其计量: 年净超额运营成本＝年超额运营成本×(1－所得税率) 据资产的剩余寿命与收益率(折现率)将年净超额运营成本折现, 计算其功能性贬值额: 被估资产功能性贬值额＝年超额运营成本×(1－所得税率)×(P/A,r,n) 经济性损耗及其计量: （1）因资产利用率下降导致的经济性损耗的计量 经济性贬值额＝(重置全价－有形损耗－功能性损耗)×经济性贬值率 (2)因收益额减少而导致的经济性损耗的计量 经济性贬值额＝年收益损失额×(1－所得税率)×(P/A,r,n) 收益法: (一)未来收益有限期 1、每期收益不等额 2、每期收益等额 （二）未来收益无限期 1、稳定化收益法(年金化法) 稳定化收益A 的估算方法: 参照物生产能力 被估资产生产能力成交价参照物＝重置成本被估资产的?x ??? ???参照物生产能力被估资产生产能力重置成本参照物＝重置成本被估资产的资产购建时物价指数 资产评估时物价指数历史成本资产的＝重置成本被估资产?n i a ）（产的历史成本被估资产重置成本＝资%1+?%1001???? ???????? ??x 资产原设计生产能力力预计可被利用的生产能－经济性贬值率＝∑=+=n i i i r R P 1) 1(),,()1(11)1( 1)1(11n r A P A r r A r A r A P n n i i n i i ?=??????+-?=+?=+=∑∑==r A P =) ,,()1(1n r A P r R A n i i ÷+=∑=
7种量化选股模型 1、【多因子模型】 2、【风格轮动模型】 3、【行业轮动模型】 4、【资金流模型】 5、【动量反转模型】 6、【一致预期模型】 7、【趋势追踪模型】 1、【多因子模型】 多因子模型是应用最广泛的一种选股模型，基本原理是采用一系列的因子作为选股标准，满足这些因子的股票则被买入，不满足的则卖出。 基本概念 举一个简单的例子：如果有一批人参加马拉松，想要知道哪些人会跑到平均成绩之上，那只需在跑前做一个身体测试即可。那些健康指标靠前的运动员，获得超越平均成绩的可能性较大。多因子模型的原理与此类似，我们只要找到那些对企业的收益率最相关的因子即可。 各种多因子模型核心的区别第一是在因子的选取上，第二是在如何用多因子综合得到一个最终的判断。 一般而言，多因子选股模型有两种判断方法，一是打分法，二是回归法。 打分法就是根据各个因子的大小对股票进行打分，然后按照一定的权重加权得到一个总分，根据总分再对股票进行筛选。 回归法就是用过去的股票的收益率对多因子进行回归，得到一个回归方程，然后再把最新的因子值代入回归方程得到一个对未来股票收益的预判，然后再以此为依据进行选股。 多因子选股模型的建立过程主要分为候选因子的选取、选股因子有效性的检验、有效但冗余因子的剔除、综合评分模型的建立和模型的评价及持续改进等5个步骤。
候选因子的选取 候选因子的选择主要依赖于经济逻辑和市场经验，但选择更多和更有效的因子无疑是增强模型信息捕获能力，提高收益的关键因素之一。 例如：在2011年1月1日，选取流通市值最大的50支股票，构建投资组合，持有到2011年底，则该组合可以获得10%的超额收益率。这就说明了在2011年这段时间，流通市值与最终的收益率之间存在正相关关系。 从这个例子可以看出这个最简单的多因子模型说明了某个因子与未来一段时间收益率之间的关系。同样的，可以选择其他的因子，例如可能是一些基本面指标，如 PB、PE、EPS 增长率等，也可能是一些技术面指标，如动量、换手率、波动等，或者是其它指标，如预期收益增长、分析师一致预期变化、宏观经济变量等。同样的持有时间段，也是一个重要的参数指标，到底是持有一个月，还是两个月，或者一年，对最终的收益率影响很大。 选股因子有效性的检验 一般检验方法主要采用排序的方法检验候选因子的选股有效性。例如：可以每月检验， 具体而言，对于任意一个候选因子，在模型形成期的第一个月初开始计算市场中每只正常交易股票的该因子的大小，按从小到大的顺序对样本股票进行排序，并平均分为n个组合，一直持有到月末，在下月初再按同样的方法重新构建n 个组合并持有到月末，每月如此，一直重复到模型形成期末。 上面的例子就已经说明了这种检验的方法，同样的可以隔N个月检验，比如2 个月，3个月，甚至更长时间。还有一个参数是候选组合的数量，是50支，还是100支，都是非常重要的参数。具体的参数最优的选择，需要用历史数据进行检验。 有效但冗余因子的剔除 不同的选股因子可能由于内在的驱动因素大致相同等原因，所选出的组合在个股构成和收益等方面具有较高的一致性，因此其中的一些因子需要作为冗余因子剔除，而只保留同类因子中收益最好，区分度最高的一个因子。例如成交量指标和流通量指标之间具有比较明显的相关性。流通盘越大的，成交量一般也会比较大，因此在选股模型中，这两个因子只选择其中一个。 冗余因子剔除的方法：假设需要选出k 个有效因子，样本期共m 月，那么具体的冗余因子剔除步骤为： （1）先对不同因子下的n个组合进行打分，分值与该组合在整个模型形成期的收益相关，收益越大，分值越高 （2）按月计算个股的不同因子得分间的相关性矩阵； （3）在计算完每月因子得分相关性矩阵后，计算整个样本期内相关性矩阵的平均值 （4）设定一个得分相关性阀值 MinScoreCorr，将得分相关性平均值矩阵中大于该阀值的元素所对应的因子只保留与其他因子相关性较小、有效性更强的因子，而其它因子则作为冗余因子剔除。
采用SPSS多元Logistic回归分析方法对船舶碰撞风险量化 摘要：本文将采用SPSS多元Logistic回归分析方法，以1993-2013年英国港口海 域船舶碰撞事故调查资料进行统计后，论证人为因素对于后果严重度的影响。 关键词：SPSS多元Logistic回归分析方法；船舶风险；量化 一、船舶碰撞事故后果等级划分 （一）国内水上交通事故分级 船舶交通事故损失程度常常作为评估碰撞事故等级的标准，我国交通运输部《水上交通事故统计办法》中规定的水上交通事故分级标准表，根据伤亡人数、 造成的直接经济损失和水域环境污染情况等要素，将事故分为特别重大事故、重 大事故、较大事故、一般事故和小事故五个等级。 （二）国际水上交通事故分类 国际海事组织（IMO）按照事故后果的严重程度将事故分成三个级别，重大 事故、大事故和一般事故。 （三）本文碰撞后果等级划分 从上述表格可以看出，国内外常常把事故分为四个等级，而单纯针对碰撞事 故来说，事故中往往船舶受损较多，而人员伤亡较少。因此，本文将碰撞后果分 为四个等级，分级标准主要为船舶受损的严重程度。 二、评测指标确定 由上可见，国内外，关于事故等级的划分标准不尽相同，而单纯针对碰撞事 故来说，事故中常是船舶受损较多，而人员伤亡较少。如果出现人员死亡的情况，船体一般是受到很大的撞击，损坏比较严重，如果漏油造成严重的环境污染，那 么通常也是船体受损严重所引起的，所以本文主要将从船体受损程度的角度来选 定事故后果的评测指标。 本文将基于前人的研究成果，选取人的因素、船舶的设备因素和环境因素共 3个主要指标对英国船舶碰撞后果进行评估。 （一）人的因素 据保守统计，由人的因素直接或间接导致的船舶碰撞事故频发不断。本文通 过对众多船舶碰撞事故调查报告的分析与统计，将事故中人的因素分为6个等级，并按权重进行划分。对应的模型中参数值如表1所示。 表1人的因素参数表 （二）船舶的设备因素 船舶的设备性能不同，船舶碰撞事故的后果也有差别。本文通过对众多船舶 碰撞事故调查报告的分析与统计，将事故中船舶的设备因素分为5个等级，并按 权重进行划分。对应的模型中参数值如表5所示。 表5 船舶的设备因素参数表 （三）环境因素 恶劣的自然环境不利于船舶航行，易导致不同程度的船舶碰撞后果。本文通 过对众多船舶碰撞事故调查报告的分析与统计，将事故中环境因素分为5个等级，并按权重进行划分。对应的模型中参数值如表6所示。 表6环境因素参数表
[摘要] 本文提出了数据质量评价模型、质量校验与评价方法，论述了“数据质量分析评价系统”的程序实现流程、总体结构及功能，介绍了系统的关键技术及进一步的研究方向。 [关键词] 质量模型质量检验质量评价 数据作为一种资源，是支撑信息化建设和应用的主体，根据“进去的是垃圾,出来的也是垃圾”这条原理,为了支持正确决策,就要求我们所管理的数据可靠,没有错误,能够准确地反映采油厂的实际情况。胜利采油厂数据中心存放了5千万条的数据，还在以每天2万条的速度加载，如何使这些海量数据在生产管理、科学研究、企业决策中发挥应有作用，使用户能用、敢用、愿用，使数据真正为企业服务，这是几乎所有信息化企业亟需迫切解决的问题。为解决数据质量问题，各种管理手段、技术手段和新的数据评价体系不断被应用在数据的采集和加工过程中。 一、数据质量评价模型的提出背景 采油厂的数据资源具有:横跨专业多，数据采集密度大、频度高，数据处理流程复杂等特点，为了保证数据的可用性，数据管理人员在客户端、服务器端均设置了数据质量审核规则，但是依然不可避免存在比例较高的数据质量问题，典型的有记录不全、数据遗漏、数据错误、多义字段、矛盾值、违背业务规则、无法关联等。产生数据问题的根本原因可以归结为以下几个方面: 1.没有从数据资源的战略高度对数据质量进行统一完整的定义，导致数据的分析评估没有统一可靠的标准； 2.数据质量还停留在定性评价,不能实现精确的量化评价，只是在业务需要某个数据时,才到库里去手动统计,无法动态记录某个单位、某个月的真实数据质量发生情况,导致数据质量考核缺乏可信的数据依据,大大影响考核力度; 3.没有一个能同时面对用户、专业部门、数据管理人员的可视化的数据质量监控评价平台,三方无法共享一个平台,共同实行数据管控一体化,导致业务规则的变更滞后,问题数据在库中的长期滞留; 4.也许有了N个业务模型,但是没有把它放到时间轴上去控制流程,导致实际生产中应该发生的活动的部分生产数据遗漏； 虽然影响采油厂数据质量的原因是多方面的，但主要的原因还是集中在管理、制度和数据采集加工规范化方面。对于如何通过管理、制度、标准和流程来控制数据质量,提高数据可信度,我们提出建立采油厂统一的数据质量分析评价模型，使用管理手段和技术手段相结合的办法,建立一套完善的数据定义、控制、评估流程，依托科学严谨的数据监督和质量控制体系持续地改进数据质量。 二、数据质量分析评价模型构成 构成数据质量分析评估模型的要素分别为:基础模型、数据质量辅助模型、数据质量定义模型、数据质量控制模型、数据质量评价模型。 1.基础模型。基础模型部分是整个模型框架的支撑核心部分，其他质量模型的定义和控制必须以基础模型中的计划和标准为依据。基础模型主要是映射、定义数据采集标准,上载分单位的采集计划,同时纳入了约束规则定义规范、控制规则定义规范、模板定义规范。 数据标准:分两部分,一部分是直接映射应用中的标准，例如源数据库标准;另一部分是针对新增应用库和项目库标准的定义规范,包括代码定义标准、数据项定义标准(例如是取英文还是汉语拼音,取几个字符）、值域定义标准等等新增表准的建立规范； 采集计划:采集单位的每月上载的日度、月度、年度的采集计划;
市场法中的具体评估方法 （一）直接比较法 ??? ? ??÷?= 特征参照物特征评估对象成交价格参照物 象价值评估对A A （二）类比调整法 1．市场售价类比法 差异值 交易情况差异值 时间差异值功能物售价参照估价值资产评+ +++=...... 修正系数时间差异 修正系数 功能差异物售价参照估价值资产评 ? ??= 2．功能价值法 ??? ? ??÷?=生产能力参照物生产能力评估对象成交价格参照物估价值资产评 3．价格指数法 ??? ? ??+?=动指数物价变成交价格参照物估价值资产评1 4．成新率价格法 ???? ??÷?=成新率参照物成新率评估对象成交价格参照物估价值资产评 5．市价折扣法 ??? ? ?? -?=折扣率价格成交价格参照物估价值资产评1 6．成本市价法 ??? ? ??÷?=行合理成本参照物现成交价格参照物 行合理成本评估对象现估价值资产评 7．市盈率乘数法 市盈率 参照物 收益额评估对象估价值资产评? = 收益法中的具体评估方法 （一）纯收益不变 1．在收益永续，各因素不变的条件下算式： P=A/r 2．在收益年期有限，资本化率大于零的条件下算式： ?? ? ???+-= n r r A P )1(11 （二）纯收益在若干年后保持不变 1．无限年期收益 () () ∑ =++ +=n t t t t r A r R P 1 11 2．有限年期收益 ()()()∑ =-? ? ????+-++ +=n t n N t t t r r r A r R P 1 11 111 （三）纯收益按等差级数变化 1．在纯收益按等差级数递增，收益年期无限的条件下算式： 2 r B r A P += 2．在纯收益按等级数递增，收益年期有限的条件下算式： ()() n n r n r B r r B r A P +?-?????? +-??? ??+=11112 （四）纯收益按等比级数变化 1．在纯收益按等比级数递增，收益年期无限的条件下， s r A P -= 2．在纯收益按等比级数递增，收益年期有限的条件下， ? ?????????? ??++--=n r s s r A P 111 成本法 性贬值 资产经济 性贬值资产功能性贬值资产实体重置成本资产的 估价值资产评 - -- = 成本法中的具体评估方法 1．价格指数法 价格指数资产的账面原值重置成本?= 2．功能价值法 重置成本参照物 参照物年产量被评估资产年产量重置成本 被评估资产? = 3．规模经济效益指数法 X ? ? ? ??=参照物资产的产量被评估资产的产量参照物资产的重置成本被评估资产的重置成本 实体性贬值的测算方法 1．观测法 ?? ? ??-?=成新率实体性成本重置性贬值资产实体1
附件2 x银行内部评级风险参数量化管理办法 第一章总则 第一条为规范x银行内部评级风险参数的量化和管理，提高信用风险计量的客观性和准确性，根据我国银监会监管要求和x银行有关规定，参照巴塞尔新资本协议内部评级法对商业银行的要求，制定本办法。 第二条本办法所称风险参数量化是指估计内部评级法下违约概率、违约损失率、违约风险暴露和期限等风险参数的过程。本办法所称风险参数量化管理包括风险参数的估计、监控及校准（优化）等管理活动。 第三条风险参数量化是x银行信用风险计量的基础性工作，风险参数量化结果是x银行信用风险管理和监管资本计算的重要依据。 第四条风险参数量化遵循以下原则： （一）统一性原则。要采用统一的方法和标准进行风险参数量化，确保量化结果在全行范围内可比。 （二）可靠性原则。参数估计要基于历史数据，借鉴专家经验，确保量化结果真实、可靠。 （三）稳健性原则。要考虑信用周期的影响，使参数量化结果既揭示历史和当前特点，又反映未来发展趋势。 第五条风险参数概念释义。 （一）违约概率是指债务人在未来一年时间内发生违约的可能性。
（二）违约损失率是指某一债项违约导致的损失金额占该违约债项风险暴露的百分比。 （三）违约风险暴露是指债务人违约时预期表内和表外项目的风险暴露总额。 （四）期限是指某一债项的剩余有效期限。 第六条风险参数量化方法释义。 （一）统计模型法是指基于历史数据开发统计预测模型，得到风险参数量化结果的方法。 （二）外部基准法是指通过建立内部评级到外部基准的映射关系，得到风险参数量化结果的方法。 （三）内部违约经验法是指通过划分风险类别，利用内部违约经验，得到风险参数量化结果的方法。 第七条本办法适用于x银行非零售风险暴露初级内部评级法和零售风险暴露内部评级法下的风险参数量化管理。非零售、零售风险暴露是指《x银行银行账户信用风险内部评级法风险暴露分类办法》规定的金融机构、公司及零售风险暴露。 第二章职责分工 第八条风险参数量化管理在高级管理层的统一领导下，由客户部门以及风险管理、信贷管理、财务会计、资产负债管理、信息技术管理等部门分工负责，共同实施。 第九条高级管理层是x银行风险参数量化管理的最高决策机构，主要负责审批风险参数量化管理的相关政策，并就风险参数量化结果及参数调整有关事项进行决策。 第十条风险管理部门是风险参数量化管理的主管部门，
安全感指数的量化评价模型 北京邮电大学世纪学院耿雪、王汝珍、卢云婷 摘要 安全感指数是一个模糊、感性的概念，它是由很多指标组成的，仅由主观衡量是很难的，所以将人们的感受加以量化，并对其进行评价。 对问题一，通过发放调查问卷形式，将调查结果进行整理并分类，将安全感划分为三个方面：社会治安、自身情况、人际交往，然后进行分层确定权重，建立模糊评价模型，利用此模型求出安全感指数，得到所调查人员的安全感指数为% 60，相对误差为% . 18 .0。 30 对问题二，计算出某社区安全感指数为% 67，并得知，影响社区 . 00 安全感的主要因素是社区管理、收入及消费、邻里信任。 最后，对模型进行分析总结可得到：所确定的安全感调查指标体系，能够比较准确、客观地反映人们安全感程度。 关键字：安全感指数层次分析法模糊评价模型
一、问题重述 1.1 问题背景 安全感是公众对社会状况的主观感受和评价，是人们对社会安全与否的认识的整体反映，它是由社会中个体的安全感来体现的，人类社会快速发展的今天，人们在追求更高层次的需求时，潜意识里要求的还是基本的安全感，安全感是反映社会治安是否完善的重要指标，是心理需要的第一要素，是人格中最为重要，最为基础的部分，也是人类最重要的需要。 1.2 需要解决的问题 （1）通过调查问卷，得到数据，建立安全感的评价指标体系，通过利用这些数据建立数学模型，来评价安全感，得到所调查人员的安全感指数。 （2）通过查找相关资料，建立某一社区安全感的数学模型，并找出影响他们安全感的主要因素。 二、问题分析 2.1 问题1的分析 通过网上问卷调查的形式，对问题进行分类并整理将其安全感划分为三个方面：社会治安、自身情况、人际交往。这三个方面能够较全面的评价安全感，但是安全感是一个模糊、抽象的概念，相对主观来说是很难去衡量的，所以我们又将其细化，细分为十四个小的方面，包括当前社会刑事犯罪、食品安全、住房条件等。 通过对调查的问题进行分类、整理并进行分层，运用模糊层次法得到安全感评价体系。利用层次分析法确定权重，建立安全感模型，利用此模型可求出安全感指数。
第二章 资产评估的基本方法 一.成本法的基本计算公式： 被评估资产评估值=重置成本—实体性贬值—功能性贬值—经济性贬值 被评估资产评估值=重置成本x 成新率 二、重置成本的估算： 1重置核算法： （1）按人工成本比例法计算： 间接成本=人工成本总额x 成本分配率 成本分配率=间接成本额/人工成本额x100% （2）单位价格法： 间接成本=工作量（按工日或工时）x 单位价格/按工日或工时 （3）直接成本百分率法： 间接成本=直接成本x 间接成本占直接成本百分率 2. 物价指数法： 资产重置成本=资产历史成本x 资产评估时物价指数/资产购建时物价指数 或： 资产重置成本=资产历史成本x （1+物价变动指数） 3. 功能价值法： 重置成本 参照物参照物年产量被评估资产年产量重置成本被评估资产?= 4．规模经济效益指数法： X ?? ? ??=参照物资产的产量被评估资产的产量参照物资产的重置成本被评估资产的重置成本 X 表示是一个经验数据，称为规模经济效益指数 统计分析法：K=R ’/R K---资产重置成本与历史成本的调整系数 R ’-----某类抽样资产的重置成本 R----某类抽样资产的历史成本 三、实体性贬值及其估算： 1.观察法（成新率法）： 资产的实体性贬值=重置成本x （1－实体性成新率） 2.公式计算法： 使用年限 实际已总使用年限预计残值重置成本体性贬值资产的实?-= 总使用年限=实际使用年限＋尚可使用年限 实际已使用年限=名义已使用年限×资产利用率 三、功能性贬值及其估算 资产的功能性贬值测算方法： ∑=??? ? ???=n t 1系数折现净超额运营年本被评估资产年功能性贬值额被评估资产 （超额投资成本可视为功能性贬值|） 功能性贬值=复原重置成本－更新重置成本 四、经济性贬值及其估算: %1001???? ????????? ??-=x 生产能力资产原设计利用的生产能力资产预计可被贬值率经济性 ()n r A P ,,1????? ??-?=税率所得益损失额资产年收贬值额经济性: 五、成新率及其估算 1. 使用年限法：成新率=（预计尚可使用年限/实际已使用年限＋预计尚可使用年限）×100% 2. 修复费用法：成新率=1—修复费用/重置成本×100% 六、收益法： 1.资产未来收益期有限情况： 评估值=()()∑=+++=n t t t t r A r R P 111 R i---未来第i 个收益期的预期收益额，收益期有限时， R i-中还包括期末资产剩余净额。
【多因子模型】 多因子模型是应用最广泛的一种选股模型，基本原理是采用一系列的因子作为选股标准，满足这些因子的股票则被买入，不满足的则卖出。 基本概念 举一个简单的例子：如果有一批人参加马拉松，想要知道哪些人会跑到平均成绩之上，那只需在跑前做一个身体测试即可。那些健康指标靠前的运动员，获得超越平均成绩的可能性较大。多因子模型的原理与此类似，我们只要找到那些对企业的收益率最相关的因子即可。各种多因子模型核心的区别第一是在因子的选取上，第二是在如何用多因子综合得到一个最终的判断。 一般而言，多因子选股模型有两种判断方法，一是打分法，二是回归法。 打分法就是根据各个因子的大小对股票进行打分，然后按照一定的权重加权得到一个总分，根据总分再对股票进行筛选。回归法就是用过去的股票的收益率对多因子进行回归，得到一个回归方程，然后再把最新的因子值代入回归方程得到一个对未来股票收益的预判，然后再以此为依据进行选股。 多因子选股模型的建立过程主要分为候选因子的选取、选股因子有效性的检验、有效但冗余因子的剔除、综合评分模型的建立和模型的评价及持续改进等5个步骤。 候选因子的选取 候选因子的选择主要依赖于经济逻辑和市场经验，但选择更多和更有效的因子无疑是增强模型信息捕获能力，提高收益的关键因素之一。 例如：在2011年1月1日，选取流通市值最大的50支股票，构建投资组合，持有到2011年底，则该组合可以获得10%的超额收益率。这就说明了在2011年这段时间，流通市值与最终的收益率之间存在正相关关系。 从这个例子可以看出这个最简单的多因子模型说明了某个因子与未来一段时间收益率之间的关系。同样的，可以选择其他的因子，例如可能是一些基本面指标，如 PB、PE、EPS 增长率等，也可能是一些技术面指标，如动量、换手率、波动等，或者是其它指标，如预期收益增长、分析师一致预期变化、宏观经济变量等。 同样的持有时间段，也是一个重要的参数指标，到底是持有一个月，还是两个月，或者一年，对最终的收益率影响很大。 选股因子有效性的检验 一般检验方法主要采用排序的方法检验候选因子的选股有效性。例如：可以每月检验，具体而言，对于任意一个候选因子，在模型形成期的第一个月初开始计算市场中每只正常交易股票的该因子的大小，按从小到大的顺序对样本股票进行排序，并平均分为n个组合，一直持有到月末，在下月初再按同样的方法重新构建n个组合并持有到月末，每月如此，一直重复到模型形成期末。 上面的例子就已经说明了这种检验的方法，同样的可以隔N个月检验，比如2个月，3个月，甚至更长时间。还有一个参数是候选组合的数量，是50支，还是100支，都是非常重要的参数。具体的参数最优的选择，需要用历史数据进行检验。 有效但冗余因子的剔除 不同的选股因子可能由于内在的驱动因素大致相同等原因，所选出的组合在个股构成和收益等方面具有较高的一致性，因此其中的一些因子需要作为冗余因子剔除，而只保留同类因子中收益最好，区分度最高的一个因子。例如成交量指标和流通量指标之间具有比较明显的相关性。流通盘越大的，成交量一般也会比较大，因此在选股模型中，这两个因子只选择其中一个。 冗余因子剔除的方法：假设需要选出k 个有效因子，样本期共m 月，那么具体的冗余
龙源期刊网 https://www.doczj.com/doc/b118611604.html, 模型风险的量化 作者：李荣荣顾茜 来源：《商情》2011年第50期 事实表明模型风险产生的危机不容忽视，而量化和模型在金融中又不可或缺。着重介绍了基于贝耶斯模型平均的模型风险度量，并提出了一种全新的思路与方法，即在经济资本金计提中把模型风险考虑进去，从而更直观地量化模型风险。 金融市场模型风险经济资本 一、研究背景 金融市场常被看作一个复杂系统，把其中的各种数据如个股价格、指数、房价等看作是物理实验数据，力图寻找和阐释其中的“物理”规律。例如Black-Scholes-Merton模型所对应的微分方程就是物理学中的热传导理论。但是同物理模型相比，金融模型是为了描述同人类的举止行为有关的市场变量，模型仅仅是对市场变量的最好估计，准确性低于对物理现象的描述。 2007年次贷危机以来，市场剧烈运动，异常情况层出不穷，金融模型的失效威胁着整个 世界金融体系。由模型风险引发的损失逐步增加。主要包括：模型的前提假设、相关的风险变量的确定和选择、风险变量的运动规律模拟、模型参数的估计、模型的运用。但关于模型风险的量化方法几乎没有，因此研究模型风险的量化是非常重要的。2009年，华尔街量化的领军 人物发布了《金融模型师的宣言》指出：“金融不是自然科学，研究的是‘货币价值的精神世界’不是‘自然界’。技术分析也不是科学，将现实世界与模型混为一谈就是相信人类遵循数学法则。但是量化和模型在金融和经济中不可或缺，它们的研究须从模型开始，并在此基础上融入常识与经验。” 本文认为解决金融模型失效的问题，不是抹杀模型的功劳，而是要科学审视模型、评估模型、管理控制模型风险，因此量化模型风险以改善风险管理是必不可少的。由于其风险因素是操作风险覆盖的人为错误，因此，目前对模型风险的量化研究还不充分，且没有应用到经济资本金的计提中。本文鉴于此介绍了基于贝耶斯模型平均的模型风险度量，并提出了一种全新的思路与方法，即在经济资本金计提中把模型风险考虑进去。 二、模型风险的概述 (一)模型风险分类 从金融机构的角度，模型划分为：（1）定价模型：这种模型主要用于选择证券资产、金融工具定价、确定投资战略和投资组合。（2）风险模型：通常用于预测某种特殊价值的变化
基本公式： ① 评估值＝重置成本－实体性损耗－功能性损耗－经济性损耗 ＝重置成本×成新率－功能性损耗－经济性损耗 ② 评估值＝重置成本×综合成新率 1、重置核算法 重置成本＝直接成本+间接成本 直接成本一般包括：购买支出、运输费、安装调试费等。 2、功能系数法 如果无法获得处于全新状态的被估资产的现行市价，就只能寻找与被估资产相类似的处于全新状态的资产的现行市价作为参照，通过调整功能差异，获得被估资产的重置成本。称功能 系数法，即根据功能与成本的函数关系，确定重置成本。 （1）功能价值法 若功能与成本呈线性关系，计算公式： （2）规模经济效益指数法 若功能与成本呈指数关系，计算公式： 该方法计算的一般是更新重置成本。 3、物价指数法 如果与被估资产相类似的参照物的现行市价也无法获得，就只能采用物价指数法。 （1）定基物价指数 （2）环比物价指数 物价指数法计算的是复原重置成本。 功能性损耗及其计量： 年净超额运营成本＝年超额运营成本×（1－所得税率） 参照物生产能力 被估资产生产能力成交价参照物＝重置成本被估资产的?x ??? ???参照物生产能力被估资产生产能力重置成本参照物＝重置成本被估资产的资产购建时物价指数 资产评估时物价指数历史成本资产的＝重置成本被估资产?n i a ） （产的历史成本被估资产重置成本＝资%1+?
据资产的剩余寿命和收益率（折现率）将年净超额运营成本折现， 计算其功能性贬值额: 被估资产功能性贬值额＝年超额运营成本×（1－所得税率）×（P/A,r,n ） 经济性损耗及其计量： （1）因资产利用率下降导致的经济性损耗的计量 经济性贬值额＝（重置全价－有形损耗－功能性损耗）×经济性贬值率 （2）因收益额减少而导致的经济性损耗的计量 经济性贬值额＝年收益损失额×（1－所得税率）×（P/A,r,n ） 收益法： （一）未来收益有限期 1、每期收益不等额 2、每期收益等额 （二）未来收益无限期 1、稳定化收益法（年金化法） 稳定化收益A 的估算方法： 2、分段法 3、增长率法 %1001???? ???????? ??x 资产原设计生产能力力预计可被利用的生产能－经济性贬值率＝∑=+=n i i i r R P 1) 1(),,()1(11) 1(1)1(11n r A P A r r A r A r A P n n i i n i i ?=??????+-?=+?=+=∑∑==r A P = ),,()1(1n r A P r R A n i i ÷+=∑=n n i i i r r A r R P )1(1)1('1+?++=∑=n n i n i i r g r g R r R P )1(11)1(1+?-+?++=∑=
承诺书 我们仔细阅读了中国大学生数学建模竞赛的竞赛规则. 我们完全明白，在竞赛开始后参赛队员不能以任何方式（包括电话、电子邮件、网上咨询等）与队外的任何人（包括指导教师）研究、讨论与赛题有关的问题。 我们知道，抄袭别人的成果是违反竞赛规则的, 如果引用别人的成果或其他公开的资料（包括网上查到的资料），必须按照规定的参考文献的表述方式在正文引用处和参考文献中明确列出。 我们郑重承诺，严格遵守竞赛规则，以保证竞赛的公正、公平性。如有违反竞赛规则的行为，我们将受到严肃处理。 我们参赛选择的题号是（从A/B/C/D中选择一项填写）： 我们的参赛报名号为（如果赛区设置报名号的话）：05 所属学校（请填写完整的全名）：延安大学 参赛队员(打印并签名) ：1. 彭瑞 2. 呼建雪 3. 朱培育 指导教师或指导教师组负责人(打印并签名)： 日期： 2012 年 8 月 27 日赛区评阅编号（由赛区组委会评阅前进行编号）：
编号专用页 赛区评阅编号（由赛区组委会评阅前进行编号）： 赛区评阅记录（可供赛区评阅时使用）： 评 阅 人 评 分 备 注 全国统一编号（由赛区组委会送交全国前编号）： 全国评阅编号（由全国组委会评阅前进行编号）：
关于课程关系量化分析的数学模型 摘要 本文探讨研究了关于某高校两个专业四门课程分数、学生学习水平的差异显著性以及课程间相互影响的情况。 首先我们对两个专业的各科成绩分别统计了平均值、标准差、及格率以及优秀率这些统计量值，又根据这些数据作出了特性指标矩阵；然后采用模糊聚类分析中的最优划分法得到了聚类分类结果，得到结论为：两专业的高级程序设计语言分数差异性显著，其他三门科目均没有显著差异。 接着我们根据课程间的联系，采用层次分析法得到各个科目在总成绩中所占的权重，即得到关于衡量学生学习水平的总成绩模型： 4j 3j 2j 1j 0.2323x 0.3619x 0.6090x 0.6664x +++=y 然后利用单因素方差分析法得到专业对学生学习水平影响的显著性05.0132.0>，即两个专业学生的学习水平无明显差异。 对于问题（3），我们直接利用SPSS 软件中的回归分析法得到高级程序语言设计、离散数学两门课程学习的优劣会影响到数据结构和数据库原理的学习。 最后，综合以上分析得到对于专业主干课的学习，我们应该认真学好专业基础课，以便为后续课程的学习打好基础。 关键词： 模糊聚类分析 层次分析 单因素方差分析 回归分析
银行风险量化评级模型 银行根据巴塞尔新资本协议对内部评级法的要求及借鉴国际银行业经验，采用信用风险评级模型，通过此模型测算客户违约概率、违约损失率等风险参数。 将客户信用等级分为三等九级，即AAA、AA、A、BBB、BB、B、CCC、CC、C级。从AAA级到C级风险逐及递增。在内部评级结果运用于确定授信额度上，表现为授信额度以企业净资产为基数，乘以一个与企业评级相对应的信用系数；客户信用等级高，对应的信用系数大，则相应的授信额度就高；客户信用等级低，对应的信用系数小，则相应的授信额度就低。内部评级结果除了影响授信额度外，还被用于进行简单的贷款定价，如某银行将借款人评级等级与贷款利率浮动水平联系起来，信用等级高的借款人其贷款利率在基准利率的基础上下浮动，等级越高，下浮幅度越大；信用等级低的借款人其贷款利率在基准利率的基础上上浮，等级越低，上浮幅度越大，从而起到覆盖风险成本的作用。 通过建立有效的程序来获得和更新有关借款人财务状况和贷款特性的重要信息，并在掌握重要信息的基础上及时更新借款人评级，对可能影响借款人违约概率、违约损失率的因素进行持续监测，并根据掌握的信息对客户和业务进行重
新评级。同时，独立部门必须至少每年检查一次银行评级体系及其运行状况，包括信用风险控制职能的运作和对违约概率、违约损失率等风险要素的估计。 在开发评级模型和评级系统等“硬件”设施的同时，设计了内部评级体系运行的组织架构，明确了风险管理、信贷等有关部门的职能分工，从管理制度等“软件”方面保证评级体系的正常运行。内部评级体系的运行由风险管理部、信贷经营部、合规部三个部门分工合作完成，其中风险管理部门负责制定客户信用评级办法，组织专家对信用评级的指标体系、模型方法和参数标准进行论证，负责设计、开发、维护评级系统；信贷部门负责确定评级人员，组织、推进和实施客户信用评级；合规部门则负责指导、检查和监督信用等级审定工作。
信贷风险管理的信用评级方法 信贷风险管理的新方法 信贷风险管理是当今金融领域的一个重要课题。银行在贷款或贷款组合的风险度量中特别注意运用信贷风险管理的工具。除了专家系统、评分系统和信用打分系统等传统方法外，新的信贷风险管理方法主要有KMV模型、JP摩根的VAR模型、RORAC模型和EVA模型。 1、KMV——以股价为基础的信用风险模型 历史上，银行在贷款决策时，曾经长时间忽视股票的市价。 KMV模型基于这样一个假设——公司股票价格的变化为企业信用度的评估提供了可靠的依据。从而，贷款银行就可以用这个重要的风险管理工具去处理金融市场上遇到的问题了。尽管很少有银行在贷款定价中将KMV模型作为唯一的信用风险指示器，但非常多的银行将其用为信贷风险等级的早期报警工具。 KMV实际上是一个度量违约风险的期权模型，是由买入期权推演而来的。 KMV扭转了看待银行贷款问题的视角，从借款企业的普通股持有者的视角来看贷款偿还(回报)的激励问题。信用中国https://www.doczj.com/doc/b118611604.html, 我们共同打造换句话说，它将持有普通股视为与持有一家公司资产的买入期权相同。基本原理如图所示： （1）KMV是如何工作的？ 假设普通股持有者拥有公开交易公孙的股票，公司债务是一张一年期的单一贴现票据（single discount note）,票面价值是B.上图显示的是从普通股持有者方面来看的贷款偿还问题。 在图中，若公司资产的价值跌到OB以下（以左，如OA1）,股的持有者就不会偿还那个等于OB的债务。当然，如果选择违约，他就必须将对公司资产的控制权转让给贷款银行，公司所有者的普通股就一文不值了。然而，若公司资产的价值是OA2，公司就会偿还债务OB，而保留其余的价值BA2.在KMV模型中，公司债务的票面价值B就是买入期权中的约定价格。可以看到公司的风险底线（downside risk）被限制在OL，因为“有限责任”保护了普通股的持有人。从而，对一个好公司的股票持有者的回报有一个有限的底线和一个无限延长的上限。 KMV从贷款于期权之间的这种联系之中得到了EDF模型（估计违约频率模型）。以下对EDF作简要介绍。 使用前面描述的期权方法，普通股的市场价值可以用一个买入期权的价值来评估，模型如下： E=f(A，，r，B，ζ) (1) 其中：公司资产的市场价值(A)及其市场价值的波动( )，不能直接观察到，是由公司股票的市场价值及其波动和公司债务的账面价值估计的；公司的违约发生点(B)是短期债务的全部价值加上长期未偿付债务的一半价值之和；贷款的到期
数学建模幸福感的评价 及量化模型 HEN system office room 【HEN16H-HENS2AHENS8Q8-HENH1688】
2011年第八届苏北数学建模联赛 承诺书 我们仔细阅读了第八届苏北数学建模联赛的竞赛规则。 我们完全明白，在竞赛开始后参赛队员不能以任何方式（包括电话、电子邮件、网上咨询等）与本队以外的任何人（包括指导教师）研究、讨论与赛题有关的问题。 我们知道，抄袭别人的成果是违反竞赛规则的, 如果引用别人的成果或其他公开的资料（包括网上查到的资料），必须按照规定的参考文献的表述方式在正文引用处和参考文献中明确列出。 我们郑重承诺，严格遵守竞赛规则，以保证竞赛的公正、公平性。如有违反竞赛规则的行为，我们愿意承担由此引起的一切后果。 我们的参赛报名号为： 参赛组别（研究生或本科或专科）： 参赛队员 (签名) ： 队员1： 队员2： 队员3： 获奖证书邮寄地址：
2011年第八届苏北数学建模联赛 编号专用页 参赛队伍的参赛号码：（请各个参赛队提前填写好）： 2818 竞赛统一编号（由竞赛组委会送至评委团前编号）： 竞赛评阅编号（由竞赛评委团评阅前进行编号）： 2011年第八届苏北数学建模联赛 题目幸福感的评价与量化模型 摘要 改革开放三十多年，我国经济建设取得了巨大成就，人们物质生活得到了极大改善。但也有越来越多的人开始思考：我们大力发展经济，最终目的是为了什么？温家宝总理近年来多次强调：我们所做的一切，都是为了让人民生活得更加幸福。在今年的全国两会期间，“幸福感”也成为最热门词语之一。 在处理问题（一）时，本文根据题目已给的相关数据，将诸如“非常满意”、“比较满意”、“基本满意”、“不太满意”、“不满意”之类答项并按序排列，分别给予5～1分的分值。建立得分和得票率的函数关系，通过MATLAB进行4次多项式拟合，并算出权重，最后得出幸福指数H具有如下关系， H H=∑H H×H H H=0 在处理问题（二）时，本文利用SPSS软件，对网上搜寻的大量有用信息进行统计分析，通过使用主成份分析法建立模型I，讨论各因素对幸福影响程度的大小，由此确定了影响房幸福指数的主要因素分别是：人际关系、家庭生活、身心健康、个人价值的实现、工作及收入水平。 在处理问题（三）时，本文通过对数据的分析、权值运算以及结果分析角度论述模型I运用于普遍情况的可能性。通过此种方法虽然计算较为繁琐，但其中的方差和统计方法可以有效减少个别指标的变动带来的影响，同时三元链模型中增加了路径可以较好地反应出各个相关量之间的关系，最终通过加权平均法对幸福指数进行总的计算，减少了误差，更能反应出真是情况的幸福指数，具有统计意义。可以推广到更加普遍的人群。 目录 1 问题的背景 (5) 2 问题的提出与重述 (6) 3 基本假设 (6) 4 主要变量符号说明 (6) 5 问题一 (7)