Поиск по каталогу |
(строгое соответствие)
|
- Профессиональная
- Научно-популярная
- Художественная
- Публицистика
- Детская
- Искусство
- Хобби, семья, дом
- Спорт
- Путеводители
- Блокноты, тетради, открытки
Business Risk Analysis and Prediction. Improvements to Risk Assessment and Management
В наличии
Местонахождение: Алматы | Состояние экземпляра: новый |
Бумажная
версия
версия
Автор: Vojo Bubevski
ISBN: 9786203196757
Год издания: 2020
Формат книги: 60×90/16 (145×215 мм)
Количество страниц: 256
Издательство: LAP LAMBERT Academic Publishing
Цена: 43238 тг
Положить в корзину
Позиции в рубрикаторе
Сферы деятельности:Код товара: 577738
Способы доставки в город Алматы * комплектация (срок до отгрузки) не более 2 рабочих дней |
Самовывоз из города Алматы (пункты самовывоза партнёра CDEK) |
Курьерская доставка CDEK из города Москва |
Доставка Почтой России из города Москва |
Аннотация: This practical book presents the Business Risk Analysis and Prediction for experienced risk managers, risk analysts, financial risk managers, and the relating subject’s degree students. The book offers models for Risk Analysis and Prediction using simulation, optimisation, and Neural Networks to control risks and improve Risk Assessment & Management. The chapters demonstrate risk models for Predicting Price Evolution with Markov Chain; Financial Forecasting for Businesses; Oil Pipelines Risk Analysis; Risk Analysis of Customer Loyalty with Incentive; Risk Analysis of Launching New Product; Gold Mine Risk Analysis with Optimisation; House Prices Prediction with Linear Regression; Predicting Churn for Mobile Phone Providers. The applied Sensitivity & What-If Analysis provides for essential improvements. Bernstein stated, “the risk will always be there, so we must explore many interesting tools that can help us to control risks we cannot avoid taking” (Bernstein and Damodaran 1998). The methods presented are one such tool.
Ключевые слова: Risk Assessment & Management, risk analysis, prediction, Sensitivity & What-If Analysis, business, Stochastic Model, Monte Carlo simulation, Stochastic optimisation, NEURAL NETWORKS.