《不确定性决策问题——多产品报童问题风险决策研究》为国家自然科学基金项目成果。主要探讨的是库存管理中的经典问题――报童问题，并以多产品作为主要研究对象。多产品报童问题具有广泛的现实意义，许多短生命周期的产品如报纸、杂誌、电子产品、时尚产品的订货以及旅馆客房、航空座位、体育场的比赛座位等的预定等都可以相应的转化为报童问题或多产品报童问题来研究。传统的多产品报童问题研究因其特殊性而没有将风险控制纳入研究範围，仅以期望值最大（小）作为唯一决策準则，显然与真实的决策过程不相吻合。
基本介绍
- 书名：不确定性决策问题:多产品报童问题风险决策研究
- 出版社：科学出版社
- 页数：171页
- 开本：5
- 品牌：科学出版社
- 作者：周艳菊
- 出版日期：2014年1月1日
- 语种：简体中文
- 定价：62.00
内容简介
《不确定性决策问题:多产品报童问题风险决策研究》适合硕士研究生、博士研究生以及企业库存与订货软体设计和开发人员作为参考书使用。
图书目录
前言
第一篇引论
第1章多产品报童问题的基本概念、现实意义及研究现状
1.1引言
1.2经典报童问题
1.3多产品报童问题研究现状
1.4本章小结
第2章金融风险度量技术
2.1均值一方差模型
2.2 VaR
2.3 CVaR
2.4本章小结
第3章前景理论
3.1引言
3.2前景理论的基本内容
3.3前景理论与期望效用理论的差异
3.4前景理论的发展一一累积前景理论
3.5本章小结
第二篇 多产品报童问题风险决策及损失规避模型
第4章一般性多产品报童问题风险决策
4.1模型假设及符号说明
4.2一般性多产品报童问题风险决策模型
4.3算例分析
4.4本章小结
第5章具有信息更新的两阶段多产品报童问题风险决策
5.1引言
5.2模型假设及符号说明
5.3基于布朗运动的贝叶斯预测模型
5.4两阶段风险决策模型
5.5算例分析
5.6本章小结
第6章数量折扣策略下的多产品报童问题风险决策
6.1引言
6.2模型假设及符号说明
6.3数量折扣策略下的多产品报童问题风险决策模型
6.4基于蚁群算法的求解方法
6.5基于禁忌搜寻算法的求解方法
6.6基于模拟退火算法的求解方法
6.7三种算法的最优参数配置
6.8基于禁忌搜寻算法的算例分析
6.9本章小结
第7章多产品报童问题损失规避模型
7.1引言
7.2问题描述及解空间
7.3阈值及求解的基本流程
7.4求解方法
7.5算例分析
7.6 预算约束下多产品报童问题与损失约束下多产品报童问题解的比较
分析
7.7本章小结
第8章基于前景理论的两产品报童的订货模型
8.1引言
8.2前景理论中的主要函式
8.3问题描述及符号说明
8.4模型构建
8.5本章小结
第9章不同风险度量技术下的报童风险决策模型
9.1引言
9.2问题描述
9.3模型构建
9.4算例分析
9.5本章小结
参考文献
第一篇引论
第1章多产品报童问题的基本概念、现实意义及研究现状
1.1引言
1.2经典报童问题
1.3多产品报童问题研究现状
1.4本章小结
第2章金融风险度量技术
2.1均值一方差模型
2.2 VaR
2.3 CVaR
2.4本章小结
第3章前景理论
3.1引言
3.2前景理论的基本内容
3.3前景理论与期望效用理论的差异
3.4前景理论的发展一一累积前景理论
3.5本章小结
第二篇 多产品报童问题风险决策及损失规避模型
第4章一般性多产品报童问题风险决策
4.1模型假设及符号说明
4.2一般性多产品报童问题风险决策模型
4.3算例分析
4.4本章小结
第5章具有信息更新的两阶段多产品报童问题风险决策
5.1引言
5.2模型假设及符号说明
5.3基于布朗运动的贝叶斯预测模型
5.4两阶段风险决策模型
5.5算例分析
5.6本章小结
第6章数量折扣策略下的多产品报童问题风险决策
6.1引言
6.2模型假设及符号说明
6.3数量折扣策略下的多产品报童问题风险决策模型
6.4基于蚁群算法的求解方法
6.5基于禁忌搜寻算法的求解方法
6.6基于模拟退火算法的求解方法
6.7三种算法的最优参数配置
6.8基于禁忌搜寻算法的算例分析
6.9本章小结
第7章多产品报童问题损失规避模型
7.1引言
7.2问题描述及解空间
7.3阈值及求解的基本流程
7.4求解方法
7.5算例分析
7.6 预算约束下多产品报童问题与损失约束下多产品报童问题解的比较
分析
7.7本章小结
第8章基于前景理论的两产品报童的订货模型
8.1引言
8.2前景理论中的主要函式
8.3问题描述及符号说明
8.4模型构建
8.5本章小结
第9章不同风险度量技术下的报童风险决策模型
9.1引言
9.2问题描述
9.3模型构建
9.4算例分析
9.5本章小结
参考文献
文摘
着作权页：
历史的收益率中取样，如可以选取过去90天的历史样本。它允许非常态分配，能够说明厚尾现象，这样就避免了模型风险。并且历史模拟法使用真实的资产价格，不需要对市场的随机结构做任何假设。
用以计算VaR的历史模拟法的种类很多，主要有标準历史模拟法（standardhistorical simulation）、加权历史模拟法（weighted historical simulation）、滤波历史模拟法（filtered historical simulation）等。加权历史模拟法和滤波历史模拟法是对标準历史模拟方法的修正和扩展。无论何种形式的历史模拟法，其基本思想都是类似的。下面将对这三种历史模拟法进行详细介绍。
1）标準历史模拟法
假设某资产组合的价值为S（t），受n个风险因子fi（t）的影响，其中，i=1，2，…，n；t0表示将来时刻，下面介绍如何利用标準历史模拟法计算置信度a下资产组合的单日损失VaR。
（1）识别风险因子变数，建立资产组合价值与风险因子变数之间的映射关係。
首先识别出影响资产组合价值的风险因子变数，不妨仍记为fi（t），i=1，2，…，n。藉助于相应的资产定价理论和公式，用n个风险因子变数fi（t）表示出资产组合价值的公式为
则资产组合在当前时刻的价值为
（2）选取历史数据，模拟风险因子变数未来的可能取值。
选取历史数据首先应确定合适的时间区间，该区间要能很好地反映未来时期风险因子的变化。首先，假设时间是从现在到过去T+1个交易日，收集每个风险因子fi从现在到过去T+1个连续交易日的历史数据，记为fi（—t），其中，i=1，2，…，n；t=0，1，…，T；—t<0表示过去时刻，t=0表示当前时刻。其次，计算每个风险因子变数时间序列{fi（—t）：t=0，1，…，T）的一阶差分，得到风险因子变数fi过去T个变化量为。
历史的收益率中取样，如可以选取过去90天的历史样本。它允许非常态分配，能够说明厚尾现象，这样就避免了模型风险。并且历史模拟法使用真实的资产价格，不需要对市场的随机结构做任何假设。
用以计算VaR的历史模拟法的种类很多，主要有标準历史模拟法（standardhistorical simulation）、加权历史模拟法（weighted historical simulation）、滤波历史模拟法（filtered historical simulation）等。加权历史模拟法和滤波历史模拟法是对标準历史模拟方法的修正和扩展。无论何种形式的历史模拟法，其基本思想都是类似的。下面将对这三种历史模拟法进行详细介绍。
1）标準历史模拟法
假设某资产组合的价值为S（t），受n个风险因子fi（t）的影响，其中，i=1，2，…，n；t0表示将来时刻，下面介绍如何利用标準历史模拟法计算置信度a下资产组合的单日损失VaR。
（1）识别风险因子变数，建立资产组合价值与风险因子变数之间的映射关係。
首先识别出影响资产组合价值的风险因子变数，不妨仍记为fi（t），i=1，2，…，n。藉助于相应的资产定价理论和公式，用n个风险因子变数fi（t）表示出资产组合价值的公式为
则资产组合在当前时刻的价值为
（2）选取历史数据，模拟风险因子变数未来的可能取值。
选取历史数据首先应确定合适的时间区间，该区间要能很好地反映未来时期风险因子的变化。首先，假设时间是从现在到过去T+1个交易日，收集每个风险因子fi从现在到过去T+1个连续交易日的历史数据，记为fi（—t），其中，i=1，2，…，n；t=0，1，…，T；—t<0表示过去时刻，t=0表示当前时刻。其次，计算每个风险因子变数时间序列{fi（—t）：t=0，1，…，T）的一阶差分，得到风险因子变数fi过去T个变化量为。