版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、本文主要研究傳統(tǒng)供應(yīng)鏈風險管理的主要手段以及其中存在的問題,并且試圖通過引入金融風險管理定量化分析的算法——VaR和CVaR,來改善和拓展供應(yīng)鏈風險管理的途徑和思路。全文以風險管理理論為線索;以模擬實驗、線性規(guī)劃為基本工具;以在險價值和條件在險價值在供應(yīng)鏈風險管理領(lǐng)域的應(yīng)用思路為指導,研究金融風險管理定量化分析方法(VaR和CgaR)在供應(yīng)鏈管理采購模型、存儲模型和風險評估模型中的應(yīng)用。 在競爭激烈的市場環(huán)境下,處于供應(yīng)鏈鏈條中
2、的廠商必須承擔復雜的供應(yīng)鏈網(wǎng)絡(luò)帶來的各種風險與不確定性。隨著供應(yīng)鏈網(wǎng)絡(luò)的日趨復雜,無論是供應(yīng)商還是制造廠商或者是零售商,他們都面臨著前所未有的波動性和脆弱性。因此目前越來越多的制造型企業(yè)日益關(guān)注不斷發(fā)展壯大的供應(yīng)鏈管理中存在的風險因子,并且試圖用一套整合的供應(yīng)鏈風險管理模型來解決無法預測的市場需求風險、經(jīng)濟波動以及利潤波動風險。但是從目前文獻研究來看,大多數(shù)模型局限在風險管理的某一個小的領(lǐng)域,很少有人提出一個能夠結(jié)合采購模型、存儲模型和
3、分配模型于一身的風險控制模型。 通過將金融風險管理VaR和CVaR算法的核心思想應(yīng)用到供應(yīng)商采購策略和采購策略中,從另一個角度幫助制造商根據(jù)VaR和CVaR等風險度量工具對供應(yīng)合同進行建模和風險分析。在傳統(tǒng)的采購模型中,加入期權(quán)合同從而有效控制由于價格變動和外部需求變動所造成的風險損失。另外,考慮到對于制造廠商來講,他們需要定期對由于原料價格波動、市場需求變化以及供應(yīng)商違約所帶來的風險進行合理的控制。嘗試將金融風險控制領(lǐng)域中的信
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于模型無關(guān)方法的VaR和CVaR計算.pdf
- 基于模型無關(guān)方法的var和cvar計算
- 基于VaR和CVaR的投資組合優(yōu)化模型研究.pdf
- 基于極值方法的VaR和CVaR評估.pdf
- 投資組合VaR和CVaR研究.pdf
- VaR、CVaR的ARMA-GARCH模型估計和積分核型估計.pdf
- 基于重要抽樣方法的VaR和CVaR分析與比較.pdf
- 基于GARCH模型的滬深指數(shù)VaR與CVaR計算研究.pdf
- 基于VaR和CVaR模型的我國股票市場短期風險度量的比較研究和應(yīng)用.pdf
- VaR和CVaR風險值的估計和計算.pdf
- 基于VaR和CVaR的多元供應(yīng)鏈風險評價.pdf
- 基于極值理論的VaR與CVaR估計.pdf
- 基于VaR的采購風險度量模型研究.pdf
- 中國股市的動態(tài)VaR與CVaR計量模型分析.pdf
- VaR和CVaR股市風險測度比較研究.pdf
- 基于IS的VaR與CVaR計算與實證分析.pdf
- 基于GARCH模型的VaR及CVaR在金融風險度量中的應(yīng)用.pdf
- 基于均值-方差-CVaR模型的保險投資策略研究.pdf
- 基于均值方差cvar模型的保險投資策略研究
- 基于CVaR約束下獎勵策略的風險決策模型研究.pdf
評論
0/150
提交評論