济安动态定价分析报告

济安动态定价分析报告（精选4篇）

篇1：济安动态定价分析报告

济安动态定价分析报告

深市正偏离度前20只股票

股票代码 股票简称 最新价格 济安定价 偏离度

000633 合金投资 36.59 14.51 60.34%

000503 海虹控股 19.75 9.95 49.62%

000676 思达高科 18.73 9.78 47.78%

000720 鲁能泰山 15.94 8.43 47.11%

000653 ST九州 2.51 1.38 45.02%

000555 ST太光 20.18 11.17 44.65%

000013 *ST石化A 4.50 2.52 44.00%

000416 健特生物 17.92 10.47 41.57%

000549 湘火炬A 16.3 19.53 41.57%

000826 ST原宜 10.60 6.26 40.94%

000839 中信国安 17.88 10.56 40.94%

000502 恒大地产 17.07 10.18 40.36%

000670 *ST天发 4.78 2.98 37.66%

000626 如意集团 20.52 12.91 37.09%

000901 航天科技 14.58 9.20 36.90%

000970 中科三环 15.80 10.03 36.52%

000906 南方建材 13.80 8.78 36.38%

000554 泰山石油 10.65 6.79 36.24%

000951 *ST小鸭 9.69 6.23 35.71%

000675 ST银山 7.94 5.11 35.64%

沪市正偏离度前20只股票

股票代码 股票简称 最新价格 济安定价 偏离度

600890 中房股份 20.57 8.66 57.90%

600764 三星石化 12.13 5.13 57.71%

600386 北京巴士 12.24 5.27 56.94%

600182 *ST桦林 6.54 3.13 52.14%

600090 啤酒花 16.59 7.94 52.14%

600737 新疆屯河 13.84 6.63 52.10%

600228 昌九生化 18.09 8.75 51.63%

600038 哈飞股份 23.74 11.99 49.49%

600217 秦岭水泥 14.72 7.46 49.32%

600062 双鹤药业 18.64 9.93 46.73%

600679 凤凰股份 20.49 11.05 46.07%

600086 多佳股份 12.85 7.11 44.67%

600645 望春花 15.99 8.85 44.65%

600339 天利高新 14.64 8.22 43.85%

600829 天鹅股份 13.07 7.34 43.84%

600588 用友软件 38.80 22.26 42.63%

600831 广电网络 23.21 13.73 40.84%

600551 科大创新 23.90 14.29 40.21%

600100 清华同方 16.10 9.72 39.63%

600085 同仁堂 21.19 12.81 39.55%

深市负偏离度前20只股票

股票代码 股票简称 最新价格 济安定价 偏离度

000660 *ST南华 5.23 8.75 -67.30%

000916 华北高速 5.06 8.25 -63.04%

000536 ST闽闽东 5.26 8.28 -57.41%

000629 新钢钒 6.42 10.06 -56.70%

000592 ST昌源 4.13 6.34 -53.51%

000417 合肥百货 6.19 9.46 -52.83%

000709 唐钢股份 4.66 7.10 -52.36%

000573 粤宏远A 4.34 6.54 -50.69%

000961 大连金牛 5.24 7.86 -50.00%

000527 粤美的A 6.79 9.96 -46.69%

000014 沙河股份 7.97 11.65 -46.17%

000420 吉林化纤 4.53 6.53 -44.15%

000568 泸州老窖 4.63 6.66 -43.84%

000687 保定天鹅 5.62 8.08 -43.77%

000655 华光陶瓷 4.61 6.61 -43.38%

000759 武汉中百 5.37 7.68 -43.02%

000700 模塑科技 6.39 9.11 -42.57%

000677 山东海龙 6.15 8.67 -40.98%

000856 唐山陶瓷 5.52 7.76 -40.58%

000721 西安饮食 6.11 8.58 -40.43%

沪市负偏离度前20只股票&n

bsp;

股票代码 股票简称 最新价格 济安定价 偏离度

600050 中国联通 3.27 5.93 -81.35%

600868 梅雁股份 3.81 6.37 -67.19%

600029 南方航空 3.93 6.57 -67.18%

600028 中国石化 3.68 5.96 -61.96%

600010 钢联股份 4.79 7.56 -57.83%

600581 八一钢铁 5.94 9.32 -56.90%

600697 欧亚集团 6.47 9.76 -50.85%

600693 东百集团 6.21 9.23 -48.63%

600630 龙头股份 5.69 8.27 -45.34%

600295 鄂尔多斯 6.14 8.91 -45.11%

600556 北生药业 8.44 12.24 -45.02%

600005 武钢股份 4.49 6.50 -44.77%

600355 精伦电子 7.72 11.15 -44.43%

600103 青山纸业 3.64 5.25 -44.23%

600282 南钢股份 7.72 11.10 -43.78%

600338 珠峰摩托 6.03 8.66 -43.62%

600019 宝钢股份 5.53 7.91 -43.04%

600670 *ST斯达 3.92 5.60 -42.86%

600569 安阳钢铁 6.70 9.53 -42.24%

600233 大连创世 6.14 8.73 -42.18%

(以上定价分析计算日期：08月11日)上期动态定价分析报告中正向偏离度靠前的股票，其跌幅超过10%的有：*ST小鸭(000951)(跌幅14%左右)、长安汽车(000625)(跌幅17%左右)、ST百利(000927)(跌幅11%左右)、公用科技(000685)(跌幅16%左右)、ST中燕(600763)(跌幅37%左右)、太极集团(600129)(跌幅13%左右)。

本期动态定价偏离度随市场的.调整整体在偏离度上有所下降。

正向偏离度靠前的股票中合金投资(000633)、新疆屯河(600737)依然榜上有名，但新添了如中房股份(600890)之类的新面孔。其中ST股票在深市占有一定比例，但总体而言，依然是板块现象凌乱。

从偏离度来看，除深市合金投资(000633)鹤立鸡群，偏离度高出第二位十多个百分点外，其余偏离度均相差不大。负向偏离度靠前的股票多以大盘基础类股票居多，沪市则钢铁股占据一定的比例。中国联通(600050)、*ST南华(000660)偏离度分别在深沪两市独占鳌头，引入灼目。

[声明]济安动态定价系统是北京济安金信科技有限公司开发的高端系统――“济安金信证券分析系统”的一个子系统，据此作出的本分析报告为研究性报告，仅供证券业内人士参考。凭此入市，风险自负。

篇2：生鲜农产品动态定价订货策略研究

一、模型的建立与分析

本模型分析的是由一个供应商与一个零售商组成的两级单周期供应链系统,供应链中流通的是具有产品损耗的、易变质的生鲜农产品。

( 一) 模型假设

1. 产品的需求量 Dt除受产品价格 P 影响外,还受到消费者感知质量 q 的影响。因此,假定 Dt是 p 、q的函数,即 Dt= Dt( p,q) 。

2. 生鲜农产品的生鲜度是影响其价格的主要因素,而其生鲜度与其上架时间具有直接关系。所以,假定生鲜农产品的价格 p 为上架时间 t 的函数,即 P = P( t) 。

3. 生鲜农产品的消费者感知质量 q ,主要通过其价格与时间来反映。因此,假设 q 是价格 P 和时间 t的函数,即 q = q( p,t) 。

综上所述,在销售期内的生鲜农产品需求函数可以表示为:

其中y0表示潜在市场需求,ε 表示需求实现程度,f( x) 、F( x) 分别为 ε 的概率密度函数与概率分布函数,且 ε ∈ ( 0,+ #) ,Ε( ε) = 1 。α 为产品的需求价格弹性,因为生鲜农产品是正常商品,α 越大,表明随着价格的上升,其需求量减少越多。所以,αP( t) 表示生鲜农产品在价格因素影响下的市场需求部分。β为生鲜农产品感知质量需求弹性,q0表示产品的初始质量。假设生鲜农产品在时间t的折扣率为,且满足 φ( p( t) ) ∈ ( 0,1) ; 在此假设 λ ( 生鲜产品衰减度) ,βq0φ( p( t) ) e- λt表示的是受消费者感知质量影响的生鲜农产品价格需求部分。

为方便描述,现对研究所涉及的其他符号说明如下: T为生鲜产品的销售期,cp为单位产品价格改变成本,w为单位产品批发价格,γ 为装卸、运输时产品有效保存率,ct为单位产品运输成本,h为单位产品库存成本,Q为产品订货量,I( t) 为t时刻的产品库存水平,ti为调价时间,θ 为价格折扣。

( 二) 一次性调价分析

为了促进商品销售,零售商常会采取打折的方式吸引更多的顾客。假设价格在销售期仅调整一次,则:

消费者感知价值发生变化之前,即当0 < t < t1时,库存模型可以表示为,由初始库存I( 0) = γQ ,可得:

消费者的感知质量发生变化之后,,由I( T) = 0 ,可得:

由I0( t1) = I1( t1) ,可得最优订货量Q*:

在销售周期T时间段内,零售商的利润 = 销售收入 - 订货成本 - 调价成本 - 运输成本 - 库存持有成本。所以,零售商的利润可表示为:

将 ( 5) 式带入 ( 6) 式:

零售商的利润 πr1对价格折扣 θ 分别求一阶导数、二阶导数,可得:

由 ( 9) 式、( 10) 式可得最优价格折扣:

由此可知最优价格折扣与产品初始价格p、初始感知质量q0、产品质量衰减因子 λ 、价格调整点t1、 销售周期T 、价格改变成本cp、产品运输有效保存率 γ 等相关,而与需求实现程度无关。

( 三) 产品多次调价分析

假设产品在运输过程中受到较大损坏,零售商在该种情况下不再对剩余产品降价销售,而是对剩余产品进行重新定价。

对于生鲜产品的库存模型可描述为:

初始库存I( 0) = γQ1,可得:

又知I( T) = 0 ,将其带入 ( 14) 式可求得最优的订货量:

生鲜产品在T时期内的期望需求量可表示如下:

零售商在该时期内的利润为:

利润 πr2对价格p1求一阶导数、二阶导数,可得:

由 ( 18) 式、( 19) 式可得:

若生鲜产品发生n次调价,其价格可以表示为:

需求表达式

为了简化计算过程,这里假设质量的时间变化因子 λi的值均为 λ ,并假设t0= 0 。在第一次调价之前有,第二,第n次调价之前有; 又,可求得:

又知In( T) = 0 ,可得最优订货量:

生鲜产品的期望需求,假设第一次降价之前,即时间段 ( t0,t1) 内的期望需求为ED0,( t1,t2) 内的期望需求为ED1,以此类推 ( ti,ti +1) 内的期望需求为EDi,( tn,T) 内的期望需求为EDn,并且根据需求函数表达式可求得:

由此,零售商的利润可表示为:

πr3对pn求一阶导数、二阶导数有:

由 ( 29) 式、( 30) 式可得:

在多次降价情形下,零售商可以根据产品新鲜度及质量实际的变化情况选择合适的降价策略,尽量将损失降至最小。

二、算例分析

本文以连锁超市销售生猪肉为例进行分析,该连锁超市共有5家分店,先分析连锁超市仅在商品快到期时调价一次,现对所涉及参数赋值为: y0= 50 ,ε = 0. 8 ,α = 3 ,β = 3 ,q0= 1 ,T = 10,t1= 7 ,w = 5 ,ct= 0. 7 ,cp= 0. 2 ,h = 1,γ = 0. 8 ,λ = 0. 005 ,p0= 15 。假定其他参数保持不变,仅有一个参数变化时可得θ*与该参数之间的函数关系。保持其他参数不变可得 θ*与p之间的关系为,θ*与T 、t1之间的关系为,图形在Matlab7. 0环境下仿真计算结果图如图1、2所示。由图形可以看出 θ*与产品初始价格呈反比例关系,θ*与T 、t1之间的变化关系不是特别明显,同理可以分析 θ*与其他参数之间的关系。

现在分析最优价格折扣对零售商利润的影响,分析过程如表1所示。

根据表1数据,可以看出在一次降价情况下:

第一,当 α 和 β 数值由3. 2依次降到2. 3,即生鲜农产品的价格弹性和感知质量弹性逐渐降低时,生鲜农产品的最优订货量Q*由192依次升高到280,这表明生鲜农产品的价格弹性越高,零售商的最优订货量越低。

第二,随着 α 和 β 逐渐降低,θ*随之升高,即表示随着生鲜农产品的价格弹性和感知质量弹性逐渐降低,零售商的最优价格折扣随之升高。

第三,在不同最优订货量Q*和最优价格折扣 θ*下,零售商可以获得不同的最大利润,而且随着Q* 和 θ*的增加,其利润变化 Δπ 也随之提高。

同理可以分析多次降价情形,这里仅以两次降价为例进行分析,其中h = 0. 2 ,分析过程如2表所示。

根据表2数据可以看出在两次降价的情形下:

第一,随着 α 和 β 值的逐渐降低,生鲜农产品的最优定价P2*依次升高,这说明生鲜农产品的价格弹性和感知质量弹性越低,其最优定价应该越高。

第二,与一次降价不同的是在两次降价情形下,一方面生鲜农产品的最优订货量 θ*总体上呈现扩大趋势; 另一方面,当 α 、β 数值由3. 2依次降到2. 3时,θ*由2 047依次降低到1 926,即随着生鲜农产品价格弹性和感知质量弹性逐渐降低,其最优订货量也随之降低。

第三,与一次降价相同,零售商在两次降价情形下可以在不同的最优订货量Q*和最优价格折扣 θ* 下获得不同最大利润; 随着生鲜农产品的最优订货量 θ*的逐渐降低,其利润变化 Δπ 也随之逐渐减少。

三、结论

篇3：济安动态定价分析报告

关键词保险学；保费厘定；动态财务分析

中图分类号F842.6 文献标识码A

AbstractThe Dynamic Financial Analysis （DFA） model in economics was used in geological disaster Insurance Pricing. The discrete disasters and economic loss were analyzed by modeling， and the pure insurance cost was calculated. Taking Shaoyang city of Hunan province as an example， the empirical analysis results show that the model is practical， simple in operation， and the premium rate calculated has a certain reference value.

Key wordsInsurance；The premium is determined；Dynamic financial analysis

1引言

地质灾害是指由于自然或者人为因素的影响，对人类生命财产、环境造成损失和破坏的地质作用，常见的有崩塌、滑坡等.湖南省地质构造特殊，矿业开发历史悠久，以及不断加剧的其它人类工程活动等，使得大部分地质灾害隐患处于活跃期，是全国地质灾害最为严重的省份之一.现阶段对地质灾害损失的经济补偿主要来自政府部门和社会捐助，政府补贴主要用于恢复公共设施以及部分群众的安置，灾后重建则主要是依靠民众自身[1-6].对于某些地质环境条件恶劣的地区，遭受地质灾害后靠自力更生很难恢复到原来的生活水平，因此建立民众灾前参与的地质灾害保险制度具有一定的必要性.

迄今为止许多学者对地质灾害的研究着重于风险评估，针对于地质灾害保险与赔偿对策的相关研究较少.风险评估方面主要侧重于灾害的危险性、易损性、破坏损失和防治工程效率，一般的做法是选取评价指标将评价目标量化.在经济损失评估方面主要是运用对数分布或者广义帕累托分布对经济损失的分布进行拟合，并根据拟合结果对抗灾、减灾方面提出相应的意见[7-9].地质灾害的保险方面，大多集中在保险的可行性，研究保费计算相对较少.毛雪翠（2006）从地质灾害的风险特征、国家的救助体制等方面分析了地质灾害保险的可行性[10]，王艳萍（2006）依据地质灾害的损失特征提出了设立独立地质灾害保险险种的思路[11]，姜建军（2011）则对我国地质灾害保险制度的设立进行了具体的探讨[12]，欧阳资生（2012）则提出利用极限理论计算纯保费[13]，欧阳迪飞（2016）等运用VaR方法对地质灾害保费厘定进行了实证研究[14].动态财务分析法起源于二战时期，1997年起动态财务分析被大力推广应用于非寿险中， 卓强（2007）和张琳（2009）在对洪水灾害保险进行定价时采用动态财务分析法，并对再保险进行了讨论[15-16]荆艳妮（2010）、王通梅（2013）等将方法应用于地震灾害的保费厘定之中[17-18].

一般灾害保险分为政策性保险和商业性保险两类，在保险定价时主要是关注其能否给投保人带来充足的保障以及保费是否在民众的接受范围之内.在对地质灾害保费进行研究时采用经济学中的动态财务分析法，并利用实证分析加以说明.

2保费计算

2.1动态财务分析（DFA）

美国意外事件精算协会对DFA（Dynamic Financial Analysis）做出以下定义：“DFA是一种整体性的财务建模方法，它通过模拟公司未来生存环境和营运结果，最终显示外部环境以及内部战略决策对公司营运结果的影响”.因此，它是以主要风险因素为基础，通过对其进行定性和定量的分析，最后将分析结果汇总成报告，以指明如何通过产品设计、再保险或者其他方法来保障这些风险的过程.动态财务分析与各种静态分析方法相对应，预测保险人在各种假设条件下的经营状况和经营成果.主要是由以下几个部分组成：

1）确定分析目标.动态财务分析的首要目标是实现股东价值的最大化，其次是保证客户价值的保值增值，在此基础上评价各种策略的好坏.

2）收集数据.收集大量数据便于风险分析.

3）确定模型参数.根据具体情况将实际值参数化，且确定初始条件.

4）模型运算.利用软件计算出模型结果.

5）呈报结论.对模型结果进行分析整理，以最易于理解的方式将结果呈现给管理者.

2.2保险基础费率

在计算保费时，首先要确定地质灾害保险的可保范围以及主要的风险因素搜集大量相关数据，包括保险区域内地质灾害风险等级及历年损失信息等，然后运用Excel、SPSS、Matlab等统计分析软件进行所得数据统计分析，最后考虑免赔率等外部因素得到地质灾害保险基本费率.

2.2.1地质灾害可保类型

地质灾害发生时会造成财产损失、人员伤亡等，其可保财产的种类见表1所示.其它部分的损失指标不易控制，定损困难，人为因素也比较大，因此只考虑以下几个种类.

2.2.2地质灾害风险等级以及基本费率计算

根据地质灾害防治条例[19] （394号）第四条规定地质灾害按照人员伤亡、经济损失的大小，分为四个等级：特大型、大型、中型、小型记为ii=1，2，3，4.本文研究的地质灾害保险主要针对农村建筑物，令对农村建筑物造成损失的特大型、大型、中型和小型地质灾害发生的概率分别为：PA1、PA2、PA3和PA4.并将地质灾害造成的破坏状况分为五个等级，分别为：基本完好、轻微破坏、中度破坏、严重破坏、完全破坏，并它们记为j（j=1，2，3，4，5），将灾害等级为i出现破坏等级为j的概率记为PBij，利用PBij对地质灾害进行评定，具体的破坏等级概率标记见表2所示.

nlc202309040807

其中：∑5j=1PB1，j=1，∑5j=1PB2，j=1，∑5j=1PB3，j=1，∑5j=1PB4，j=1.

由于灾害破坏等级概率还不能足够反映灾害的损失情况，还需对建筑物的损失进行估量，将各类破坏等级发生时的经济损失率表示为Cj.对损失率作如下定义：

Cj=建筑物遭受j级毁坏时的经济损失建筑物的总价值. （1）

若用ER表示地质灾害的期望损失率则有：

ER=∑4i=1PAi∑5j=1PDij. （2）

地质灾害所造成损失的大小存在一定的差异，导致其保险赔付额具有随机性，若以平均保额损失率为纯费率，不利于保险公司的稳定经营.计算纯保险费率时还应该在平均保额损失率的基础上乘上一个稳定系数，其公式为：

纯保费率=期望损失率×1+稳定系数，（3）

其中稳定系数可由期望损失的方差与期望损失率的比值表示.

纯保费率=期望损失率+期望损失的方差，（4）

为了使投保人增强责任心、减少事故发生，保险人避免处理大量小额赔款，节省双方的保险理赔费用， 保险公司一般设定一个免赔额，若损失金额在免赔额以内，则投保人自己承担，高于免赔额部分保险人给与赔偿.引入免赔额后，纯保费率可定义为：

纯保费率=期望损失率×（1-免赔额）+期望损失率方差.（5）

3实例分析

地质灾害损失发生具有一定的不确定性，在分析聚合理赔风险问题时，我们采用离散聚合风险模型，以湖南邵阳市地质灾害居民房屋损失为例，计算保费率.样本数据从湖南省国土资源厅统计表中获取，利用邵阳市历年地质灾害损失数据，计算出邵阳市造成房屋损失的各等级地质灾害发生的概率，见表5.

由于免赔额避免处理大量小额赔款，节省双方的保险理赔费用，因此我们在保费厘定时考虑到免赔额，此处假设免赔率为10%，根据公式可计算出纯保费

=1-αER+D2R

=0.009 76×0.9+0.000 16=0.008 94.

地质灾害的高发地区是农村，居民用房都是自建房，平均市场价值在十万左右，根据全国第六次人口普查可知邵阳市家庭人口6 913 913人，平均每个家庭约为4人，按照上文计算的纯费率，则每户保费约为223元， 而2015年邵阳市农村居民人均可支配收入为8 716元，保费在可接受的范围之内.

4结论

将经济学中的动态财务分析法（DFA）应用于地质灾害保险费率厘定之中，与其它的定价方法相比，该方法考虑的风险因素较多、简单易懂、实用性强.通过以上分析得出了以下结论：

第一，湖南邵阳市地质灾害损失严重，民众对地质灾害保险有需求.现阶段我国地质灾害灾后救助主要来源于政府，但政府的财政支出有限，面对大灾时显得力不从心，灾后重建主要还是依靠民众自身.近年来随着保险业的飞速发展，灾害保险进入人们的视野，灾害的高发区域存在购买需求.

第二，动态财务分析法计算的保费在可接受的范围之内，同时通过设定稳定系数免赔率等使保费更具有实用性.动态财务分析法是一个综合分析方法，对各种风险因素进行了综合考虑，计算出的保费能很好地反映风险.在对保费进行调整时，考虑了稳定性系数与免赔率，可以避免处理大量小额赔款，便于公司的管理，同时计算的保费更具有实用性.通过实证研究表明邵阳市人均保费为223元，在可接受的范围之内，该结果可以作为保险公司对地质灾害保险定价的参考依据.

第三，相关部门应加快完善地质灾害风险管理体制.地质灾害作为自然灾害的一种，具有随机性，不可完全避免.为了减少灾害的经济损失和人员伤亡，政府部门应加快完善群防群策体系，增强规避灾害的能力.地质灾害地质灾害保险作为灾害风险管理的一种有效形式，涉及的因素较多，对数据的收集量比较大，相关部门应该更加注重相关资料的调查与收集.

参考文献

[1]李应求，田琴，戴志锋.基于鲁棒均值-下半偏差模型的供电公司购电组合策略.经济数学，2014， 31（4）：14-19.

[2]李应求，甘柳，魏民.一类多险种复合Poisson-Geometric过程风险模型研究.统计与决策，2010，7：53-55.

[3]李应求，刘薇，陈文锋.聚类分析视角下地区保险业发展差异研究———基于湖南省各地市的截面数据分析.时代金融，2009（1）：117-119.

[4]李应求，刘朝才，彭朝晖.不确定条件下企业的投资规模决策.运筹学学报，2008，12（2）：121-128.

[5]范姣艳，张凡.三峡库区地质灾害防治工作及补偿制度评析[J].前沿，2009（12）：64-67.

[6]皮曙初.重构中国特色灾害损失补偿体系探讨[J].保险研究，2013（9）：105-111.

[7]卢全中，彭建兵，赵法锁.地质灾害风险评估（价）研究综述[J].灾害学，2003，18（4）：59-63.

[8]徐继维，张茂省，范文.地质灾害风险评估综述[J].灾害学，2015，30（4）：130-134.

[9]欧阳迪飞，杨扬，李应求，等.基于MCMC模拟的MGPD模型及其在地质灾害风险度量中的应用[J].经济数学，2015（2）：101-106.

[10]毛学翠.论地质灾害风险与保险[J].中国国土资源经济，2006（4）：31-33.

[11]王艳萍.设立地质灾害保险独立险种的可行性研究[J].西部资源，2006，3（12）：9-10.

[12]姜建军.我国地质灾害保险制度探讨[J].国土资源科技管理，2008，25（6）：91-93.

[13]欧阳资生.地质灾害损失分布拟合与风险度量[J].统计研究，2011，28（11）： 78-83.

[14]欧阳迪飞，谷玉，甘柳，等.地质灾害保费及其实证研究——以湖南省娄底市为例[J].灾害学， 2016，31（2）：106-110.

[15]荆艳妮.基于DFA方法的地震保险定价研究[D].青岛：中国海洋大学经济学院，2010：27-55.

[16]王通梅.基于DFA的地震保险定价模型研究[D].长沙：中南大学数学与统计学院，2013：26-50.

[17]卓强.基于DFA方法的我国洪水保险定价研究[D].长沙：湖南大学金融与统计学院，2007：16-45.

[18]张琳，卓强.基于DFA方法的中国洪水保险的定价研究[J].广东金融学院学报， 2009（1）：98-106.

[19]地质灾害防治条例[EB/OL].（2004-06-25）[2015-05-24]. http：//www.mlr.gov.cn/zwgk/flfg/dzhjgl/200406/t20040625_13574.htm

篇4：济安动态定价分析报告

从2006年到2010年, 中国投资超过1万亿元人民币建设高速铁路, 列车最高时速超过了300公里。如此庞大的高速铁路投资规模, 我们说中国的高速铁路时代到来了。按照铁道部提出的最新规划, 到2012年底, 我国高速客运专线和城际铁路的营业里程将达到1.3万公里, 形成“四纵四横”的高铁运输网, 届时, 在环渤海、长三角和珠三角地区, 将有更多城市加入到1到2小时运营经济圈。随之而来, 伴随着高速铁路票价如何定价的问题, 国家投资要收回投入成本, 制订相应价格。顾客嫌票价过高用脚投票。高铁运行以来, 关于停运的消息屡见报端, 除北京到福州动车组、青岛到武汉动车组停运外, 还有其他为数不少动车组停运等, 此外高铁上座率并不高。今年3月11日, 董正伟等律师认为高铁票价应当以每公里0.25元为限进行定价, 向国家发改委、工商总局发出《反垄断举报信》, 建议对武广高铁、郑西高铁等高速铁路限制发车数量班次和垄断高价、价格欺诈等行为开展反垄断执法。各种媒体的热炒高铁票价定价脱离大众, 国家发改委又专门出来解释相关原因, 并表明将正式制定高速铁路票价形成合理价格。

对于与铁路客票折扣销售有关的票价浮动改革, 国内许多学者与铁路工作者都纷纷献计献策, 提出各自的观点与设想。大量文章呼吁国家放开铁路票价, 并提示放开后要注意的问题, 较多集中于感性认识层面。事实上, 对于铁路、航空等运输服务产品, 有专门的定价策略, 也就是收益管理模式下的动态定价, 来确保运营收益最大化。

2 收益管理模式下的动态定价策略

收益管理 (Revenue Management) , 是指以市场为导向, 通过市场细分, 对各子市场的消费者行为进行分析、预测, 确定最优价格和最佳存量分配模型, 实现收益最大化。其核心是在恰当的时候, 将合适的产品以适当的价格销售给匹配的顾客。收益管理涵盖价格策略、存量控制、预测与超订策略, 在航空运输领域应用最为成功和广泛。不过在研究收益管理最早和最前沿的美国, 早已拥有发达的航空运输和公路系统, 使得铁路客运在市场上的旅客认同程度远远低于航空和公路。与此对应, 作为收益管理模式的起源地, 美国单独探讨铁路客运票价管理方面的论著并不充分, 即使在大量的收益管理文献里有针对性地研究铁路客票管理的并不多见。

铁路的收益管理是从铁路客运系统相对发达的欧洲先发展起来, 欧洲铁路运营商更加注重管理方法和系统的现代化。法国高铁SNCF开发了包括收益管理在内的高速铁路运能优化系统, 在运用收益管理方面已经有近10年的经验。德国铁路股份公司DBAG研发新的票价系统, 并成立了新的收益管理部实施收益管理模式[1]。美国铁路运营商Amtrak公司[2], 已经借鉴收益管理这一先进成果, 改进订票管理系统, 改善了公司的财务状况。国外航空、铁路等运输公司的实践经验证明, 收益管理就是运输企业优化运力结构、全面提升效益的有效的科学管理方法。因此, 研究适用于中国高速铁路的收益管理模型与应用系统有明确的理论意义和应用价值。

高速列车沿线经过若干站点, 形成多旅行区段, 与航空枢纽运输一样同属于网络运输问题。国内赵冬梅、文曙东、张秀敏对收益管理中的网络优化问题做了深入研究[3], 收益管理理论中的网络运输相关方法对于铁路客运确实具有借鉴意义。但是, 由于铁路和民航间存在着众多显著的差别, 无法直接移植, 全盘照搬。例如, 对于浮动价格数据的理论依据问题, Youyi Feng与Baichun Xiao (2000) 证明动态价格中最优价格仅能从给定价格集的子集中取得, 即最大凹向包络理论[4]。但该理论是的研究对象是同质产品, 如航班单航节上的座位。存量控制方面, 多区段网络运输位置的可以采用投标价格控制方法。但Chen et.Al认为该方法下还有一定赢利潜力没有充分发掘出来, 同时还可能导致接受太多的低收益旅客, 实用中显现出自身的局限性。为了适用于我国高速铁路客运领域, 航空枢纽运输中的收益方法还有其改进和深化的空间。

3 高速铁路票价收益管理模式下的动态定价实施效果

高速铁路票价收益管理模式的应用表现为一定价软件系统, 如果在现有的高铁公司实施, 可以达到如下效果:

3.1 使原来流失的高速列车席位资产变现, 提高收益2%~8%。

3.2 出现了大量多级折扣席位票, 大量低价折扣票的出现, 消除社会公众的不满, 增加消费者剩余。

3.3 挖掘铁路潜力, 在不增加任何运营成本的基础上, 增加运营收益, 达到旅客与铁路企业都受益的双赢目的, 增加社会福利。

3.4 多级折扣票价的产生, 提高铁路相对于航空、公路等运输方式的竞争力。

3.5 不会损害任何一方的利益。

3.6 彻底解决公众关心的高铁票价问题, 改善铁道部和国家发改委等部委的公众形象。

我国高速铁路执行收益管理模式下的动态定价, 将为高速铁路的定价做出最为科学的决策, 执行高低不同的动态价格适用不同层次的旅客, 影响整个社会, 同时中国高铁事业做出突出贡献。

摘要：我国高速铁路迅速发展, 高铁定价体系沿袭原有的固定价格模式, 公众对目前执行的价格提出诸多质疑。解决高铁定价难题的模式是建立适合我国国情的高速铁路客票动态定价营销体系, 既增加了铁路运营部门的收益, 又符合公众的利益, 使得社会总福利增加。

关键词：高速铁路,动态定价,收益管理

参考文献

[1]T.Seidel, B.Schlag, B.Wieland, J.Schade, A.Matthes.Political Ac-ceptability and Perceived Legiti-macy of Transport Policy Implemen-tation[M].Trans-port Institution in the Policy Process.2004.

[2]铁路运价考察团.美国铁路运价考察.中国铁路.2001年 (第3期) :54-56.

[3]张秀敏, 赵冬梅, 文曙东.复杂运输网络存量控制研究[J].系统工程, 2004 (05) .