《不確定性決策問題——多產品報童問題風險決策研究》為國家自然科學基金項目成果。主要探討的是庫存管理中的經典問題――報童問題，並以多產品作為主要研究對象。多產品報童問題具有廣泛的現實意義，許多短生命周期的產品如報紙、雜誌、電子產品、時尚產品的訂貨以及旅館客房、航空座位、體育場的比賽座位等的預定等都可以相應的轉化為報童問題或多產品報童問題來研究。傳統的多產品報童問題研究因其特殊性而沒有將風險控制納入研究範圍，僅以期望值最大（小）作為唯一決策準則，顯然與真實的決策過程不相吻合。
基本介紹
- 書名：不確定性決策問題:多產品報童問題風險決策研究
- 出版社：科學出版社
- 頁數：171頁
- 開本：5
- 品牌：科學出版社
- 作者：周艷菊
- 出版日期：2014年1月1日
- 語種：簡體中文
- 定價：62.00
內容簡介,圖書目錄,文摘,
內容簡介
《不確定性決策問題:多產品報童問題風險決策研究》適合碩士研究生、博士研究生以及企業庫存與訂貨軟體設計和開發人員作為參考書使用。
圖書目錄
前言
第一篇引論
第1章多產品報童問題的基本概念、現實意義及研究現狀
1.1引言
1.2經典報童問題
1.3多產品報童問題研究現狀
1.4本章小結
第2章金融風險度量技術
2.1均值一方差模型
2.2 VaR
2.3 CVaR
2.4本章小結
第3章前景理論
3.1引言
3.2前景理論的基本內容
3.3前景理論與期望效用理論的差異
3.4前景理論的發展一一累積前景理論
3.5本章小結
第二篇 多產品報童問題風險決策及損失規避模型
第4章一般性多產品報童問題風險決策
4.1模型假設及符號說明
4.2一般性多產品報童問題風險決策模型
4.3算例分析
4.4本章小結
第5章具有信息更新的兩階段多產品報童問題風險決策
5.1引言
5.2模型假設及符號說明
5.3基於布朗運動的貝葉斯預測模型
5.4兩階段風險決策模型
5.5算例分析
5.6本章小結
第6章數量折扣策略下的多產品報童問題風險決策
6.1引言
6.2模型假設及符號說明
6.3數量折扣策略下的多產品報童問題風險決策模型
6.4基於蟻群算法的求解方法
6.5基於禁忌搜尋算法的求解方法
6.6基於模擬退火算法的求解方法
6.7三種算法的最優參數配置
6.8基於禁忌搜尋算法的算例分析
6.9本章小結
第7章多產品報童問題損失規避模型
7.1引言
7.2問題描述及解空間
7.3閾值及求解的基本流程
7.4求解方法
7.5算例分析
7.6 預算約束下多產品報童問題與損失約束下多產品報童問題解的比較
分析
7.7本章小結
第8章基於前景理論的兩產品報童的訂貨模型
8.1引言
8.2前景理論中的主要函式
8.3問題描述及符號說明
8.4模型構建
8.5本章小結
第9章不同風險度量技術下的報童風險決策模型
9.1引言
9.2問題描述
9.3模型構建
9.4算例分析
9.5本章小結
參考文獻
第一篇引論
第1章多產品報童問題的基本概念、現實意義及研究現狀
1.1引言
1.2經典報童問題
1.3多產品報童問題研究現狀
1.4本章小結
第2章金融風險度量技術
2.1均值一方差模型
2.2 VaR
2.3 CVaR
2.4本章小結
第3章前景理論
3.1引言
3.2前景理論的基本內容
3.3前景理論與期望效用理論的差異
3.4前景理論的發展一一累積前景理論
3.5本章小結
第二篇 多產品報童問題風險決策及損失規避模型
第4章一般性多產品報童問題風險決策
4.1模型假設及符號說明
4.2一般性多產品報童問題風險決策模型
4.3算例分析
4.4本章小結
第5章具有信息更新的兩階段多產品報童問題風險決策
5.1引言
5.2模型假設及符號說明
5.3基於布朗運動的貝葉斯預測模型
5.4兩階段風險決策模型
5.5算例分析
5.6本章小結
第6章數量折扣策略下的多產品報童問題風險決策
6.1引言
6.2模型假設及符號說明
6.3數量折扣策略下的多產品報童問題風險決策模型
6.4基於蟻群算法的求解方法
6.5基於禁忌搜尋算法的求解方法
6.6基於模擬退火算法的求解方法
6.7三種算法的最優參數配置
6.8基於禁忌搜尋算法的算例分析
6.9本章小結
第7章多產品報童問題損失規避模型
7.1引言
7.2問題描述及解空間
7.3閾值及求解的基本流程
7.4求解方法
7.5算例分析
7.6 預算約束下多產品報童問題與損失約束下多產品報童問題解的比較
分析
7.7本章小結
第8章基於前景理論的兩產品報童的訂貨模型
8.1引言
8.2前景理論中的主要函式
8.3問題描述及符號說明
8.4模型構建
8.5本章小結
第9章不同風險度量技術下的報童風險決策模型
9.1引言
9.2問題描述
9.3模型構建
9.4算例分析
9.5本章小結
參考文獻
文摘
著作權頁：
歷史的收益率中取樣，如可以選取過去90天的歷史樣本。它允許非常態分配，能夠說明厚尾現象，這樣就避免了模型風險。並且歷史模擬法使用真實的資產價格，不需要對市場的隨機結構做任何假設。
用以計算VaR的歷史模擬法的種類很多，主要有標準歷史模擬法（standardhistorical simulation）、加權歷史模擬法（weighted historical simulation）、濾波歷史模擬法（filtered historical simulation）等。加權歷史模擬法和濾波歷史模擬法是對標準歷史模擬方法的修正和擴展。無論何種形式的歷史模擬法，其基本思想都是類似的。下面將對這三種歷史模擬法進行詳細介紹。
1）標準歷史模擬法
假設某資產組合的價值為S（t），受n個風險因子fi（t）的影響，其中，i=1，2，…，n；t0表示將來時刻，下面介紹如何利用標準歷史模擬法計算置信度a下資產組合的單日損失VaR。
（1）識別風險因子變數，建立資產組合價值與風險因子變數之間的映射關係。
首先識別出影響資產組合價值的風險因子變數，不妨仍記為fi（t），i=1，2，…，n。藉助於相應的資產定價理論和公式，用n個風險因子變數fi（t）表示出資產組合價值的公式為
則資產組合在當前時刻的價值為
（2）選取歷史數據，模擬風險因子變數未來的可能取值。
選取歷史數據首先應確定合適的時間區間，該區間要能很好地反映未來時期風險因子的變化。首先，假設時間是從現在到過去T+1個交易日，收集每個風險因子fi從現在到過去T+1個連續交易日的歷史數據，記為fi（—t），其中，i=1，2，…，n；t=0，1，…，T；—t<0表示過去時刻，t=0表示當前時刻。其次，計算每個風險因子變數時間序列{fi（—t）：t=0，1，…，T）的一階差分，得到風險因子變數fi過去T個變化量為。
歷史的收益率中取樣，如可以選取過去90天的歷史樣本。它允許非常態分配，能夠說明厚尾現象，這樣就避免了模型風險。並且歷史模擬法使用真實的資產價格，不需要對市場的隨機結構做任何假設。
用以計算VaR的歷史模擬法的種類很多，主要有標準歷史模擬法（standardhistorical simulation）、加權歷史模擬法（weighted historical simulation）、濾波歷史模擬法（filtered historical simulation）等。加權歷史模擬法和濾波歷史模擬法是對標準歷史模擬方法的修正和擴展。無論何種形式的歷史模擬法，其基本思想都是類似的。下面將對這三種歷史模擬法進行詳細介紹。
1）標準歷史模擬法
假設某資產組合的價值為S（t），受n個風險因子fi（t）的影響，其中，i=1，2，…，n；t0表示將來時刻，下面介紹如何利用標準歷史模擬法計算置信度a下資產組合的單日損失VaR。
（1）識別風險因子變數，建立資產組合價值與風險因子變數之間的映射關係。
首先識別出影響資產組合價值的風險因子變數，不妨仍記為fi（t），i=1，2，…，n。藉助於相應的資產定價理論和公式，用n個風險因子變數fi（t）表示出資產組合價值的公式為
則資產組合在當前時刻的價值為
（2）選取歷史數據，模擬風險因子變數未來的可能取值。
選取歷史數據首先應確定合適的時間區間，該區間要能很好地反映未來時期風險因子的變化。首先，假設時間是從現在到過去T+1個交易日，收集每個風險因子fi從現在到過去T+1個連續交易日的歷史數據，記為fi（—t），其中，i=1，2，…，n；t=0，1，…，T；—t<0表示過去時刻，t=0表示當前時刻。其次，計算每個風險因子變數時間序列{fi（—t）：t=0，1，…，T）的一階差分，得到風險因子變數fi過去T個變化量為。
