一种蜂窝式企业知识管理体系构建方法

旨在探讨一种新的企业知识管理体系结构及其构建方法.分析现有企业知识管理体系存在的问题,研究个人知识管理体系的结构特点及其优点,并结合蜂窝状组织结构方式,提出一种基于个人知识管理构建企业级知识管理体系的方法,并阐述其原理、特点及其构建方法.与现有企业知识管理体系相比,这种新方法使得知识的更新更加快速,系统维护更方便,具有更简便、灵活、高效的特点.     

潜在网络购物者与有经验者购买意愿比较研究*

感知风险和信任缺失被认为是阻碍网络购物发展的主要因素。以技术接受模型为理论基础,将感知风险和信任引入模型,把消费者分为潜在网络购物者和有经验网络购物者两大类,采用结构方程模型方法对影响我国消费者网络购物意愿的因素进行实证对比研究。实证结果表明：消费者感知网络购物有用性对其购买意愿的影响路径系数高于信任和风险因子对购买意愿的路径系数;感知风险对网络购买意愿有直接的负向影响;对于潜在消费者群体,信任显著影响其网络购物意愿,但对有购物经验的消费者群体信任却对网络购买意愿没有显著影响。     

基于EM-GA改进贝叶斯网络的研究及应用*

为了解决软件风险分析中可能出现的数据不完整以及影响因素间关系复杂的问题,提出了一种改进贝叶斯网络的软件项目风险分析方法。将遗传算法和EM算法相结合得到EM-GA算法,利用EM-GA算法对软件项目分析过程中贝叶斯网络结构中的参数进行学习,同时优化网络结构,通过实例验证了该方法的有效性及可行性。     

主机系统安全实时风险量化评估方法的研究

为了评价主机系统的安全风险变化,建立了一个描述主机安全状态的隐马尔可夫模型.利用该模型计算主机处于被攻击状态的概率,分析了影响攻击执行过程的因素,提出了一种计算攻击成功概率的方法,并最终计算主机系统的风险指数.该方法可以动态获取主机系统的风险态势曲线,有利于指导安全管理人员调整安全策略.     

湖北企业国际化经营的政治风险与规避策略探析

政治风险是企业国际化经营中必须考虑的重要风险.现阶段湖北企业国际化经营所面临的政治风险,既决定于国外对湖北企业国际化经营所持的态度和看法,又决定于湖北企业国际化经营的现状和水平.因此湖北企业应从世情、国情、企情的新变化出发,依据企业国际化经营的特点,制定规避企业国际化经营政治风险的策略.     

论金融衍生产品的风险积聚效应

从美国次贷危机出发,探讨了金融衍生产品的风险积聚功能。认为:由于金融衍生产品的价格受相关基础金融工具价格决定,具有财务杠杆效应、复杂的性质和设计的灵活性等特性,使其具有风险积聚能力;而金融自由化、管理层认识的滞后、激励机制的过度使用以及先进的交易技术是风险积聚的客观条件;建议通过严格的监管、完善的制度、合理的激励机制以及风险教育来化解金融衍生产品的风险积聚效应。     

财务工程视角下的中小民企财务困境分析

我国的中小民营企业已经成为支撑和推动我国国民经济增长的重要力量。但我国中小民营企业的财务问题一直困扰着企业的发展。并且传统的研究方法和金融手段已经不能适应日益复杂的金融环境。财务工程的发展为解决中小民营企业财务困境提供了全新的思路与方法。利用财务工程理论,分析我国中小民营企业出现财务困境的原因,并针对其融资难、信息不对称、投资风险和利率汇率风险提出对策。     

浅谈企业信用

信用是市场经济的基础,加强信用体制建设是整顿市场经济秩序的治本之策。目前由于我国科学的信用制度还不完善,许多企业应收账款居高不下,使企业的拖欠和亏损问题更为严重,信用环境和市场秩序受到强烈冲击。本文针对当前我国企业信用缺失的现状,分析了信用缺失的原因,并提出了完善的途径和方法,相信通过全社会的努力,信用风险不会再成为困扰社会经济发展的因素,我们的社会将会成为一个诚信法制的社会。     

PSO-SVM模型的构建与应用

为了使支持向量机(SVM)获得更好的分类效果,针对人为选择参数的随机性,提出了利用粒子群算法(PSO)进行参数自动选取的优化方法,构建了PSO-SVM模型.在个人信用评估中,通过对粒子适应度函数的设置来控制造成较大损失的第二类误判,应用结果表明:模型在训练和测试样本中的分类精度可以达到95%,第二类误判率分别仅为0.78%和2.02%.利用PSO对SVM中的参数进行优化,可以避免人为选择的随机性,并且在解决分类问题中表现出较好的稳健性.     

上海股市收益与流动性风险动态关系实证

应用Engle(2002)提出的动态条件相关多元GARCH模型(DCC-MVGARCH)和向量自回归(VAR)方法,研究了上海股票市场收益与Acharya and Pedersen(2005)提出的三种流动性风险以及系统风险变量的动态关系.研究结果表明,上海股市存在系统风险溢价和流动性风险溢价,但风险变量对收益率的影响较小,股市的风险传递机制尚未真正形成.