参与方个体视角下大型工程项目融资风险动态评价体系研究
定 价：58 元
- 作者：赵辉 著
- 出版时间：2019/10/1
- ISBN：9787522002903
- 出 版 社：中国金融出版社
- 中图法分类：F284
- 页码：236
- 纸张：
- 版次：1
- 开本：16开
在大型工程项目日益增多与大型工程项目广泛采用项目融资的双重背景下，进行融资风险评价研究，势在必行。本书提出对融资风险”先分担（解决针对性）后评价（解决准确性）”的核心思路，并基于这一核心思路，形成以”融资风险阶段划分（实现动态性）→融资风险识别（形成当前阶段的总融资风险体系）→融资风险分担（参与方个体获得当前阶段应该承担的融资风险因素）→融资风险评价（参与方个体得出当前阶段应该承担的融资风险状况）”为核心内容的专门针对参与方个体的融资风险动态评价体系。在理论方法上依次为采用了：基于不完全契约理论的动态性、粗糙集理论与自组织影射神经网络相集成的融资风险识别方法、灰色关联度分析与优劣解距离法相结合的融资风险初次分担方法、基于随机合作博弈理论的风险分担比例决策模型以及支持向量机与遗传算法相集成的融资风险评价方法。以青岛胶州湾海底隧道为案例的实证分析表明，该评价体系是科学合理的，该书的研究成果能为提升参与方个体融资风险评价的科学性和合理性提供理论支持。
赵辉，男，1978年4月生，副教授，工程管案例理专业博士，工商管理学科博士后，英国拉夫堡大案例学访问学者，硕士研究生导师。现任青岛理工大学案例管理工程学院副院长兼临沂校区管理工程系主任，案例青岛理工大学重点学科(管理科学与工程)学科带案例头人。主要从事项目投融资方面的研究。案例 主持完成了国家自然科学基金面上项目、山东案例省自然科学基金项目、山东省高等学校人文社科基案例金项目以及青岛社科基金项目等课题10余项。出案例版学术专著3部，以第一作者发表学术论文50余案例篇。案例 先后获得青岛理工大学“优秀研究生导师”案例(2015年)，“十大优秀教师提名”(2016年)，案例“十大师德标兵”(201 7年)以及“教书育人楷模”案例(2019年)等荣誉。案例
第l章 绪论
1.1 研究背景
1.2 研究意义
1.3 国内外研究现状及发展动态分析
1.3.1 工程项目融资风险分担现状及发展动态分析
1.3.2 工程项目融资风险评价现状及趋势
1.3.3 发展动态
1.4 研究内容
1.4.1 研究内容
1.4.2 研究目标
1.4.3 拟解决的关键科学问题
1.5 研究方法
1.5.1 研究方法
1.5.2 技术路线
1.5.3 关键技术
1.6 本书的特色与创新之处
第2章 大型工程项目融资风险阶段划分
2.1 大型工程项目的融资概况
2.1.1 大型工程项目融资的主要理论
2.1.2 大型项目融资风险管理国内外研究现状
2.1.3 大型工程项目的融资结构
2.1.4 大型工程项目的融资模式
2.1.5 大型工程项目的融资特点
2.1.8 大型工程项目的融资风险来源
2.2 不完全契约理论基本概述
2.2.1 不完全契约理论的发展
2.2.2 基于PRT。的不完全契约理论应用研究
2.2.3 不完全契约理论的基本思想
2.2.4 关于契约不完全的后果问题
2.2.5 关于不完全契约的治理问题
2.2.6 不完全契约理论的主要缺陷
2.2.7 对早期不完全契约理论的修正
2.2.8 不完全契约理论在契约理论中的地位
2.2.9 不完全契约理论的应用
2.2.10 不完全契约理论的内核以及分析范式
2.2.11 不完全契约理论模型构建
2.3 大型工程项目融资风险阶段划分
第3章 大型工程项目融资风险识别
3.1 风险识别方法的确定
3.1.1 项目融资风险识别研究现状
3.1.2 风险识别方法的遴选
3.1.3 项目融资风险识别方法的确定
3.2 粗糙集理论
3.2.1 粗糙集理论的背景
3.2.2 粗糙集理论的研究现状
3.2.3 粗糙集理论的基本概念和公式
3.2.4 基于遗传算法的属性相对约简
3.2.5 基于离散粒子群算法的属性约简
3.2.6 粒子群算法的应用
3.2.7 粗糙集理论的应用
3.2.8 粗糙集理论的前景
3.3 自组织特征映射网络
3.3.1 自组织特征映射网络的基本概念
3.3.2 SOM算法的基本理论
3.3.3 SOM网络谚『主要应用
3.3.4 S6FM神经网络的展望
第4章 大型工程项目融资风险分担
4.1 融资风险的初次分担
4.1.1 灰色关联度分析(Grey Relational Analysis，GRA)
4.1.2 融资风险初次分担的模型构建
4.2 融资风险共担比例的确定
4.2.1 随机合作博弈理论(Stochastic Cooperative Game Model SCGM
4.2.2 基于随机合作博弈的风险共担比例
第5章 大型工程项目融资风险评价
5.1 支持向量机
5.1.1 支持向量机(SVM)基本概述
5.1.2 支持向量机的改进算法
5.1.3 SVM应用
5.1.4 需要解决的问题和进一步的研究方向
5.2 遗传算法
5.2.1 遗传算法(GA)基本概述
5.2.2 遗传算法的实现方法
5.2.3 遗传算法的特点
5.2.4 遗传算法的收敛性分析
5.2.5 遗传算法的应用
5.2.6 遗传算法的未来研究方向
5.3 基于GA优化的SVM模型
第6章 大型工程项目融资风险动态评价体系实证研究
6.1 融资风险金分担
6.2 融资风险评价
参考文献
当前图书最新荐购
