灰色多层次综合评价

灰色多层次综合评价（精选十篇）

灰色多层次综合评价 篇1

胡锦涛总书记发表的“关于树立社会主义荣辱观”的讲话中提出, “以诚实守信为荣、以见利忘义为耻”。诚信是构建社会主义和谐社会的重要基础, 它要求社会成员自觉遵守社会规则、规章制度和公共秩序, 并按这些规范行事。由于主体利益化趋势日益加强, 而对利益的追求又缺乏成熟的制度加以规范, 造成了社会经济交往中的合同欺诈、假冒伪劣等信用缺失现象突出。反映在大学生身上, 则是假成绩、假文凭、假证明、拖欠国家助学贷款等现象屡见不鲜, 尤其给银行带来了巨大的风险。

目前, 我国贷款的信用管理制度很不健全, 大学生信用问题已成为银行“惜贷”的重要原因之一, 是制约银行贷款业务 (如国家助学贷款、大学生创业贷款等针对大学生的无抵押、无担保贷款业务) 顺利开展的“瓶颈”。因此, 加强大学生信用建设已经迫在眉睫。为加强大学生信用建设、推动社会主义和谐发展, 目前可行的办法就是依据高校记载的信用档案以及银行内部信息来评价大学生的信用等级, 以供银行查询和使用, 从而有效降低信用缺失给银行带来的风险, 提高银行信用风险管理的水平。因此, 建立有效的大学生信用评价模型, 是应对当前日益突显的大学生信用问题的有力措施。本文应用多层次灰色综合评价法对大学生的信用进行评价, 旨在建立完善的评价体系, 进而对该问题进行深入的研究。

2 评价方法

2.1 评价方法的选择

大学生的信用评价是一个信息不完全的多因素综合评价问题。目前, 有关多目标评价的方法很多, 但各有不足。例如, 层次分析法太过于依赖人的主观判断;模糊综合评判法在采用模糊子集法来确定隶属关系矩阵时会出现由于指标等级临界值的微小变化而引起隶属度骤升骤降的情况。而灰色评价法可充分利用已有的白化信息, 减少人为的误差。由于采用“半降梯形”的白化权函数, 所以不会因为特征值的微小变化而引起聚类值的较大变化, 它使得描述各灰类程度的评价信息都发挥了作用, 将评价者的分散信息处理成一个描述不同灰类程度的权向量, 对其进行单值化处理, 进而得到被评者的综合值。此法最大程度地“综合”考虑了每一个样本数据对最终评价结果的影响, 所得结论在理论上更符合被评对象的本原属性。因此, 本文运用层次分析法取得加权矩阵, 使用灰色白化权函数统计专家评分, 最后确定被测评大学生的信用等级, 层次分析法与灰色评价法的结合使用, 使得评价结果更科学, 更合理。

层次分析 (Analytic Hierarchy Process) 法, 简称AHP法, 是美国运筹学家T.萨迪 (T.L.Saaty) 教授在20世纪70年代末提出的一种定性与定量分析相结合的多目标决策方法。AHP法是将系统内各因素按同一性质分成相互联系的若干层次, 对相关因素进行定量计算, 确定出每一层次所有因素的相对权重 (即各因素相对于总目标的重要性) , 最后通过计算综合评价值获得资信的高低程度。

灰色聚类方法是灰色评价法中应用的主要方法, 是根据灰色关联矩阵或灰数的白化权函数将一些观测指标或观测对象划分为若干个可定义类别的方法。灰色聚类可以分为灰色关联聚类和灰色白化权函数聚类。灰色关联聚类主要用于同类因素的归并, 以使复杂系统简化。灰色白化权函数聚类主要用于检查观测对象是否属于事先设定的不同类别, 以便区别对待。相比而言, 灰色白化权函数聚类复杂一些, 评价也更为客观。

2.2 评价模型

令U为一级评价指标ui所组成的集合, 即U={ u1, u2, …, um };ui为二级评价指标uij 所组成的子集合, 即ui={ ui1, ui2, …, uiki };Z为受评者的综合评价值。本文进行评价的具体模型如下:

(1) 确定各层次各评价指标的权重。指标ui 对U以及uij对ui的重要程度 (即权重) 不同, 可以利用层次分析法确定这些指标权重, 通过两两成对的重要性比较, 建立判断矩阵, 然后利用矩阵特征值的求解方法得到ui对U的权重向量A和uij对ui的权重向量Ai。

(2) 确定评价等级V以及各等级评分标准。通过制定等级评分标准可以实现定性指标的定量化。V={ v1, v2, v3, …, vg }, 表示g个等级。在实际研究中一般分为优、良、中、差四个等级, 以判断评价结果的优劣。

(3) 组织评价者评分。设评价者序号为n, n=1, 2, …, p, 即组织p个评价者按照等级评分标准给受评者的各项二级指标打分, 一般参照10分制进行。

(4) 确定评价样本矩阵。根据评价者评价结果, 得评价样本矩阵D:

undefined

(5) 确定评价灰类。确定评价灰类就是要确定评价灰类的等级、灰类的灰数及灰类的白化权函数。设评价灰类序号为e, e=1, 2, …, g, 即有g个评价灰类, 可视具体情况选取适当的白化权函数来描述灰类。

(6) 计算灰色评价数。对评价指标uij, 受评者属于第e个评价灰类的灰色评价数, 记为xije;对评价指标uij, 受评者属于各评价灰类的总灰色评价数, 记为xij, 则有:

undefined

(7) 计算灰色评价权向量及权矩阵。所有评价者就评价指标uij, 主张受评者属第e个灰类的灰色评价权记为rije, 即灰色评价权向量rij= (rij1, rij2, …, rijg) 。公式如下:

undefined

综合ui 所含指标uij 对于各评价灰类的灰色评价权向量, 得到指标uij 对于各评价灰类的灰色评价权矩阵Ri:

undefined

若rij中第s个权数最大, 即undefined, 则评价指标uij属于第s个评价灰类。

(8) 对ui 作综合评价。对受评者的ui作综合评价, 其评价结果可记为Bi, 则有:

undefined

(9) 对U作综合评价。首先将ui 的评价结果Bi进行综合, 得到U所含指标ui对于各评价灰类的灰色评价权矩阵R, 然后对受评者的U作综合评价, 其结果记为B, 则有:

undefined

undefined

(10) 计算综合评价值Z。受评者综合评价结果B是一个向量, 这是对受评者综合状况分类程度的描述, 根据B所提供的信息, 可以按取最大原则确定受评者所属灰类等级, 也可使B单值化, 即求出综合评价值Z, 以便直接用于受评者的排序选优。计算公式如下:

Z=B·CT

其中, C为各灰类等级按“灰水平”赋值形成的向量, C={ d1, d2, …, dg }。

3 大学生信用评价指标体系的构建

通过走访部分银行, 发现银行目前主要的精力都在大学生市场的开发上, 对大学生信用的评价工作尚未开展过。在国内理论界, 大学生信用评价指标体系的研究尚处于探索阶段, 其中也出现了一些有关信用评价的指标体系。本文对大学生信用评价指标体系的构建进行了探讨, 意图使其指标体系更完善。本文借鉴美国的FICO信用评分指标体系, 结合大学生本身的特点以及相关领域的研究成果, 最后与专家问卷调查的结果汇总, 确立了由5个一级指标和23个二级指标组成的大学生信用评价指标体系。详细的指标体系如表1所示。

4 应用实例

某商业银行要对一批申请创业贷款的大学生进行信用评价, 我们以其中一个大学生为例, 对其进行信用综合评价。

组织5位专家对该大学生进行评分, 见表1。

制定信用评价指标各等级评分标准, 见表2。

(1) 确定评价指标的权重。利用层次分析法 (AHP) 计算各层次评价指标权重, 结果如下:

ui层对U层的权重向量为:A= (0.040, 0.129, 0.202, 0.546, 0.083) 。

uij层对ui层的权重向量分别为:A1= (0.073, 0.049, 0.398, 0.240, 0.240) ;A2= (0.041, 0.081, 0.176, 0.428, 0.274) ;A3= (0.070, 0.149, 0.243, 0.538) ;A4= (0.339, 0.062, 0.195, 0.065, 0.339) ;A5= (0.122, 0.424, 0.227, 0.227) 。

(2) 根据表2中各等级评分标准, 决定采用四个评价灰类, 因此, e=1, 2, 3, 4, 分别表示“优”、“良”、“中”、“差”。第一灰类“优”, 设定灰数⨂1∈[0, 9, ∞) , 白化权函数为f1, 依此类推, 得到各灰类相应的灰数及白化权函数如下:

undefined

(3) 根据上述方法的步骤对表2中的数据进行处理, 得到ui 所含指标uij 对于各评价灰类的灰色评价权矩阵Ri, 结果如下:

undefined

undefined

undefined

undefined

undefined

由此可得:

undefined

undefined

undefined

由评价结果来看, 该大学生的信用综合评价结果为良, 说明其全部指标的得分均值介于6～8之间。根据各个二级指标的灰色评价权系数并对其进行分析可知, 该生的基本信息、在校学习表现和银行的信用记录等情况都比较优质, 其大部分指标都处于第一或第二灰类, 在校生活表现和收入与支出情况欠佳, 尤其是学校重大活动表现、家庭供给、勤工俭学收入和奖学金收入情况都处于第三灰类。这表明, 该大学生的学习能力很强, 品德素质也很好, 但自我表现能力和社交能力有待提高, 这样才能打下更坚实的信用基础。

5 结语

大学生信用评价是一个复杂的评价过程, 涉及的评价指标因素众多, 本文结合大量资料构建了较完善的大学生信用指标体系。通过实例, 运用多层次灰色综合评价方法对大学生的信用进行了评价, 得出了定量综合评价结果, 证明了此评价模型的可行性与有效性。此模型为银行对大学生信用的分类提供了方法依据, 但因其信用影响因素繁多, 且评价结果与指标的选取有关, 所以对大学生的信用评价结果可供银行等有关部门进行决策时参考, 不能作为银行是否放款的全部依据。相关部门在作决策时, 还应结合大学生的具体实际情况进行综合考虑, 以作出更为合理的决策, 从而降低银行的信用风险。

参考文献

[1]袁壹, 田盈, 周代顺.多层次灰色评价法在员工绩效考评中的应用[J].重庆工商大学学报 (自然科学版) , 2007 (12) .

[2]罗帆.多层次灰色评价法在新产品评估中的应用[J].武汉理工大学学报:交通科学与工程版, 2001, 25 (3) :294-297.

[3]石骁骤, 石广仁, 张庆春.模糊数学和灰色理论综合评判效果对比[J].石油勘探与开发, 2002 (4) .

[4]Dewartipom&E.Maskin.Credit and Efficiency in Centralized and Decentralized Economies[J].Review of Economic Studies, 1995 (62) .

[5]廖公云, 黄晓明.灰色关联聚类在半刚性基层材料性能优化指标确定中的应用[J].公路交通科技, 2006, 23 (3) :23-26.

[6]李大建, 王凤山.地空导弹总体性能多层次灰色评价[J].中国管理科学, 2004, 12 (10) :107-110.

[7]刘思峰, 郭天榜.灰色系统理论及其应用[M].北京:科学出版社, 1999.

[8]王冬霞.灰色系统理论用于水电工程项目风险管理的研究[D].哈尔滨工业大学硕士论文, 2006.

灰色多层次综合评价 篇2

空管自动化系统软件可靠性的多层次灰色综合评价

通过对影响空管自动化系统软件可靠性因素的分析,构建了空管自动化系统软件可靠性的指标体系,运用多层次灰色综合评价方法建立了该系统软件可靠性的多层次灰色综合评价模型,最后通过实例分析对空管自动化系统软件的可靠性进行了客观的`评价,证明了该模型的可行性和有效性.

作 者：徐肖豪 林琳 作者单位：中国民航大学,空中交通管理研究基地,天津,300300刊 名：中国民航大学学报 ISTIC英文刊名：JOURNAL OF CIVIL AVIATION UNIVERSITY OF CHINA年，卷(期)：25(z1)分类号：V355.1关键词：空管自动化系统 软件可靠性 指标体系 多层次灰色综合评价

灰色多层次综合评价 篇3

[关键词] 中小企业 信息化 灰色综合评价

本文采用灰色理论的方法，通过对中小企业信息化水平进行定量化分析描述，建立多层次灰色综合评价模型，旨在为科学的评价中小企业信息化水平提供了定量的决策依据。

一、中小企业信息化水平评价的指标体系

通过对影响中小企业信息化水平的因素分析，建立评价指标体系见下表。在本文所建立的灰色评价模型中，评价的总目标W是中小企业信息化，第一层指标集为U={U1,U2,U3}，U1是信息化组织建设，U2是信息化基础设施，U3是应用信息化程度。U1的下一级指标集V1={V11,V12,…,V17}，U2的下一级指标集V2={V21,V22,…,V26}，U3的下一级指标集V3={V31,V32,…,V36}。

二、中小企业信息化水平的灰色综合评价

设受评的中小企业为s,s=1,2,3,…q，第s个中小企业信息化水平综合评价值为W(s)，U代表一级指标Ui所组成的集合，U={U1,U2,U3}，Vi(i=1,2,3)代表二级评价指标Vij所组成的集合，Vi={Vi1,Vi2,…,Vini}，则灰色综合评价的具体步骤如下:

1.各评价指标的权重的确定。由上述的灰色评价模型，通过层次分析法建立三层评价指标体系W、U、Vi,各指标的权重，得一级指标Ui的权重为ai(i=1,2,3),权重向量为A=(a1,a2,a3),且ai≥0，;二级评价指标Vij的权重为aij,权重向量，且满足aij≥0，。

2.评价样本矩阵求解。组织由p个专家组成的专门评价小组，设评价者序号为k=1,2,…,p。对s个受评企业按评价指标评分等级标准打分，并填写评价者评分表，评分表表式依评价指标体系表设立。由于各项统计数据之间的量纲，单位和数值的大小各异，需对其进行标准化处理。这里采用无量纲标准化处理。根据评价者评分表，即根据第k个评价者对第s个中小企业信息化水平按三级指标Vij(i=1,2,3;j=1,…,)给出的评分d(s)ijk，求得p个专家就所有三级指标对第 s个受评企业评价矩阵D(s)。

3.灰色评价系数、评价权向量及权矩阵的计算。该评价模型采用的灰类有三个(e=1,2,3)，对每一个评价指标 Vij分别就这三个灰类给出第s个受评企业灰色评价系数，记为xije(s)，则有:属于所有三个灰类的总评价系数记为xij(s)，。

所有评价者就评价指标Vij，对第s个受评企业属于第e个灰类的灰色评价权rije(s):则对所有三个灰类的评价权向量rij(s)为:指标集Vi的评价权向量Ri(s)为:

4.受评的中小企业综合评价值计算。对第s个企业的Vi做信息化水平综合评价，结果记为Bi(s)，则 Bi(s)=Ai×Ri(s)，第s个企业的U对于各评价灰类的灰色评价权矩阵对第s个企业的U做综合评价，其综合评价结果记为B(s)则:B(s)=A×R(s)。

由以上各步，我们知道，第s个企业的信息化水平综合评价结果B(s)是一个三维向量，其中第e个元素代表该企业属于第e个灰类的灰色评价权。设将各评价灰类等级按“灰水平”赋值，灰类等级化向量记为C=(c1,c2,c3)，则第s个企业的综合评价值W(s),W(s)=B(s)×CT，根据W(s)的大小，给各受评企业排出优劣次序。

该方法操作比较简便，且能对改变目前主要凭主观印象作为评判中小企业信息化水平优劣的状况，起到很好的效果。

参考文献:

[1]叶林德:浅议中小企业信息化建设[J].中小企业科技,2007(7):61～63

[2]邓聚龙:灰色系统理论教程[M].武汉:华中理工大学出版社,1990:112～134

灰色多层次综合评价 篇4

一、中小企业供应链融资信用风险评价指标体系的构建

本文采用历史经验法和专家调查法相结合的方式,构建中小企业信用风险评价指标集,并据此对中小企业信用风险进行全面的分析评价。信用风险评价指标体系,选用层次分析法来确定各个指标的权重,并采用多层次灰色评价法对中小企业供应链融资信用风险进行评价。为保证评价指标体系与评价方法的可行性,本文结合具体的案例进行实证研究,详见表1。

二、多层次灰色分析法对中小企业供应链融进行评价

中小企业供应链融资风的多层次灰色评价主要按照以下两个步骤来进行。

1、确定评价指标U、U1和Uij的权重

指标体系分为三个层次,一级指标集U=(U1,U2…Ui),二级指标Ui=(Ui1,Ui2…Uij),三级指标集Uij=(Uij1,Uij2…Uijk)。

2、组织评价专家评分确定样本矩阵

(1)确定评价等级。评价指标Uij是定性指标,将之转化为定量指标可以通过制定评价指标评分等级标准来实现。将评价指标Uij的风险等级划分为低风险、一般风险、较高风险、高风险、极高风险5 级,分别赋值为1,2,3,4,5 分,指标等级介于两相邻等级之间时,相应评分为0.5,1.5,2.5,3.5,4.5 分。设评价专家序号为k,k=1,2,……,m,即有m位评价专家。组织m个评价专家对待评估网络信息系统安全性能按评价指标Uijk评分等级标准打分,并填写评价专家评分表。(2)确定样本矩阵。根据评价专家评分表,即根据第k个评估专家对待评估网络信息系统安全性能按照评估指标Uij给出的评分dijk,得到该系统的评估样本矩阵D。

3、确定评价灰类

由于专家水平的限制及认识上的差异,给出一个灰数的白化值。第一类优秀,灰类e=1,设定灰数 1∈[5,∞];第二类良好,灰类e=2,设定灰数 2∈[0,4,8];第三类中等,灰类e=3,设定灰数 3∈[0,3,6];第四类合格,灰类e=4,设定灰数 4∈[0,2,4];第五类差,灰类e=5,设定灰数5∈[0,1,2]。

4、计算灰色评价系数

对于指标uijk属于第e个评价灰类的灰色评价系数记qijk,对于评价指标uijk属于各个评价灰类的总灰色评价系数记为qijk。

5、计算灰色评价权向量及权矩阵

确定三级指标Uij的灰色评价向量及权矩阵Rij,然后再确定二级指标集U1的灰色评价权向量及权矩阵Ri,对Uij作综合评价,其评价结果记为Hij。Uij的综合评价结果Hij得到得到二级指标集U1对于各评价灰类的灰色评权矩阵R1。确立一级指标集U的灰色评价权向量及权矩阵。

6、对中小企业供应链融资信用风险状况做综合评价

其评价结果记为H,则有:H=w.R=[h1h2h3h4h5]。将各评价灰类等级按“灰水平”(阀值)赋值,得到各评价灰类等级值化向量C=(优,良,中,差,极差)。本文参考中小企业供应链融资信用等级划分的方法并结合所研究特点,采用百分制,将C定为C=(100,80,60,40,20)。于是,供应链金融信用综合评价值V为:V=H.CT。根据信用综合评价值,对照信用等级与对应评分表(如表所示)来综合评价中小企业信用等级和信用状况,并据此判定是否给予中小企业信贷支持,以及信贷额度、期限等。

三、实证分析

以苏州港区某公司(以下简称“电器公司”)为例,该企业主要生产真空绝热板,随着我国真空绝热板行业的迅速发展,电器公司的业务得到了快速增长。但是随着业务的扩张和销售网络的铺建,电器公司的资金流越来越紧张,已经无法满足公司业务发展的需要。

如果向银行贷款,由于没有符合条件的抵押固定资产,因此无法得到金融机构贷款。但是其大量的库存材料和成本库存,使其具备了应用融通仓进行融资的条件。当然,信用风险评价是决策的依据,为此,应用上文建立的评价指标体系与评价方法对该公司信用状况分别进行多层次灰色综合评价。

1、确定确定评价指标U1、Uij和Uijk的权重

应用以上评价指标体系和评价模型对某一中小企业集群的资源整合能力进行综合评价。首先运用层次分析法和德尔菲法确定了该中小企业集群资源整合能力的一级评价指标的权重向量w= (0.08,0.52,0.13,0.17),二级评价指标的权重向量w1=(0.32,0.68),w2=(0.1,0.17,0.12,0.33,0.24),w3=(0.6,0.08,0.1,0.22),w4= (1),三级评价指标的权重向量w11=(0.35,0.65),w12= (0.14,0.53,0.33),w21=(0.12,0.39,0.49),w22=(0.14,0.53,0.33),w23= (0.42,0.46,0.12),w24=(0.57,0.43),w25=(0.61,0.39),w31=(0.6,0.15,0.25),w32= (0.57,0.43),w33=(0.65,0.35),w34=(0.33,0.36,0.31),w41=(0.34,0.35,0.31)均满足一致性检验。分别请5 位专家对定性指标进行评价,定量指标归一化处理后按5 分制折算其得分形成评价矩阵。

2、确定三级指标集Uijk的类色评价向量及权矩阵

根据评价灰类白化权函数计算各评价指标Uijk的灰色评价系数,对于评价指评5U111,属于第e个评价灰类的灰色评价系数q111e为:。同理得出e=2、e=3、e=4、e=5 时值。对于评价指标U111,在该5业务中属于各个评价灰类的总灰色评估系数为q111,则有：；对于评价指标U111,属于第e个评价灰类评价权r111e,则有:。

同理得出e=2、e=3、e=4、e=5 时值。所以得到该业务的三级评价指标集Uijk所属评价指标Uij对各类的评价权向量r111为:r111= (0.143 0.179 0.239 0.359 0.080),同时可得:r112=(0.1730.217 0.289 0.321 0.000)。于是可得,评价指标u11对于各灰类的灰色评价权矩阵R11:

同理,可计算出三级评价指标集的其他灰色评价权矩阵Rij。

3、然后再确定二级指标集U1的灰色评价权向量及权矩阵Ri

对二级评价指标集所属指标作灰色评价,其灰色评价权重向量记为Hij,则有:H11=w11·R11

同理计算所有Hij值,可得二级评价指标集U1的灰色评价权矩阵为:

同理可求出其它R值。

4、确定一级指标集U的灰色评价向量及权矩阵R

同理,求出H2、H3、H4,可得一级指标集U的灰色评价权矩阵为:

5、综合评价

对该企业供应链融资用灰色综合评价,其灰色评价权向量记为H,则有:

6、计算业务综合风险度量值V

对该企业供应链融资的灰色综合评价结果进行风险度量化,得风险度量值V为:

四、评价结果分析

依据本文构建的融通仓贷款业务风险评价指标体系,结合苏州港区某电器公司的风险状况进行多层次灰色综合评价。评价结果表明;该公司的贷款业务风险评价值为62.92,根据表2可知,该业务风险程度属于一般风险度量值,银行存在一定的信贷损失风险。由于物流监管企业的监管业务能力良好,风险主要是由于该电器公司处于现金流短缺的困境中,造成产能的浪费和原有市场的丧失。电器公司虽然有很大可能通过货物质押款获取流动资金,充分利用企业的产能,形成规模效益。但在运营和夺回市场方面仍然存在一定的不确定性。银行若要授予供款,需通过提高货物质押率,监控企业后续运转情况来防范风险,造成的风险防范成本可通过提高贷款利息率来获得补偿。

摘要：为了评价中小企业供应链融资能力,文章从四个方面研究了中小企业供应链融资能力的评价指标体系,并建立了灰色评价与层次分析法、德尔菲法相结合的灰色多层次评价模型,用算例论述了灰色多层次方法应用于中小企业供应链融资能力评价的基本过程。

灰色多层次综合评价 篇5

摘要：工业区化工安全生产的影响因素具有灰色、模糊、难以量化等特点,传统的.方法难以对其合理评价.文中通过建立合适的评价指标体系,运用层次分析法和灰色系统理论结合起来的数学模型评价典型工业区,对于了解我国工业区化工生产安全状况,制定预防措施具有一定的指导意义.作 者：王小群 张兴容 蔡凤英 WANG Xiao-qun ZHANG Xing-rong CAI Feng-ying 作者单位：王小群,张兴容,WANG Xiao-qun,ZHANG Xing-rong(上海应用技术学院,上海,35)

蔡凤英,CAI Feng-ying(华东理工大学,上海,200237)

灰色多层次综合评价 篇6

关键词：综合评价；权重；层次分析法

中图分类号：G804.49

文献标识码：A

文章编号：1007-3612(2007)07-0938-03

The Application Research of AHP on Comprehensive Evaluation of Physical Fitness

ZHAO Shu-xiang

(Beijing Sport University，Beijing 100084，China)

Abstract：When evaluating one’s physical fitness，many indexes are involved. Some of them are qualitative data，while the others are quantitative data. Many factors should be taken into account when making comprehensive evaluation. It is an important topic of physical fitness research what kind of weight is more reasonable. Therefore，it is important for the comprehensive evaluation of physical fitness to make the research on the weight of the comprehensive evaluation of physical fitness. Through the research on old people’s physical fitness，the procedure of applying AHP in physical fitness research is introduced，which provides practical references for physical fitness research.

Key words： comprehensive evaluation； weight； AHP

近20年来，国家特别重视国民体质的研究工作，几乎每隔5年就会组织一次大规模的体质调研，为了解我国相应人群的体质健康状况做出了巨大贡献。但由于人体体质的评价涉及五部分内容，每部分内容包括的指标众多(有定量的数据，如涉及身体形态、生理功能、身体素质和运动能力的大部分指标；也有定性的数据，如涉及心理、适应能力的部分指标；还有一些界于定量与定性之间的等级数据，如体型及一些心理、适应能力方面部分指标)，对这些指标所构成的体质评价指标体系进行综合评价需要考虑的因素过于复杂，且需要太多的数学知识，虽有不少专家、学者在历年的体质调研中、或在有些体质研究中也采用了一些方法解决了权重问题并对人体体质的部分内容进行了评价，但还没能得到国内体质专家的一致首肯。总的来说何种赋权(权重)法更为合理、应用等权法与加权法处理体质综合评价问题的效果是否一致，已成为体质研究的薄弱环节。

因此，进行体质综合评价的权重研究是十分必要的，将对体质综合评价工作有着重要的指导作用。

1研究对象与方法

1.1研究对象

65～69岁男性老年人身体健康状况评价的权重。

1.2研究方法

层次分析法：对于复杂的综合评价问题，人们往往利用数学模型对实际问题进行抽象和简化。为回避评估者和决策者的选择与判断所起的决定性作用，美国著名的运筹学专家T.L.Satty等人在研究人们的选择、判断与决策的思维规律的基础上，在20世纪70年代提出了一种定性与定量分析相结合的多准则决策方法──层次分析法，其步骤为：

1)建立指标体系的递阶层次结构，即按照评价指标体系的基本关系构建指标的递阶层次。指标体系的每层中各元素支配下一层的相应元素，从而形成一个总目标层和若干个子准则层组成的递进的“金字塔”型层次结构。

2)建立两两判断矩阵，在确定的递阶层次结构中，每一个元素和该元素支配的下一层元素构成一个子区域，对于子区域内的各元素采用专家调查法(Delphi法)来构建若干个判断矩阵(每位专家给出一个判断矩阵)。

设上一层次的元素作为准则，对下一层次的元素C1、C2、Λ、Cn有联系，则判断矩阵A如下：

6)层次总排序，计算各层指标的组合权重：计算指标层所有元素对于目标层相对重要性的排序权重，即在形成所在子系统的各自权重的基础上，将最后一层元素的权重依次乘以上一层受控元素的相对权重，从而形成各元素对于总目标的绝对权重。

2利用层次分析法确定评价老年人身体健康状况权重的过程

为对65～69岁男性老年人的身体健康状况进行综合评价，经专家调查法选择克托莱指数、腰围、臀围、上臂部皮褶厚度、肩胛下角皮褶厚度对其身体形态进行综合评价；选择肺活量对其身体机能进行评价`；选择握力、手眼协调能力、反应时、肩关节柔韧性、闭眼单腿站立对其身体素质进行评价。用层次分析法作为确定权重的方法。

2.1构造层次分析结构如图1所示。

2.2目标层与准则层间权重的确定选择４位专家，经过专家调查得到目标层与准则层间判别矩阵如下：

3结果的讨论

近年来，不少学者从方法学和应用角度对体质指标体系的权重问题进行了有益的探讨和应用，但还没有得到专家们的一致认可。对于建立比较庞大的体质评价指标体系来说，层次分析法具有较强的实用性，该方法表明专家对与自己所从事的研究领域有关的分类指标(或者自己感兴趣的指标)给出的权重可能较高，例如心理学专家给与心理指标类的权重较高，这可能与他们对这类指标的熟悉程度和重视程度有关。因此，专家的选择尤为重要，但一般不要超过9名。

确定的老年人体质组合权重函数在应用时应注意指标的一致性，指标一致性的方法有标准分数法、极值处理法、功效系数法等多种；还要注意评价指标中有的是高优指标，有的是低优指标，所以在代入评价函数时应该全部转换成高优指标，使得评价函数的结果越大表明老年人的体质状况越好，在此不做深入的讨论；另外还要注意老年人群的合理分层会使构造的综合评价函数实用性更强。

参考文献：

[1]杜栋，庞庆华.现代综合评价方法与案例精选[M].北京：清华大学出版社，2005:9-33.

[2]秦寿康,等.综合评价理论与应用[M].北京:电子工业出版社，2003:23-44.

[3]郭亚军.综合评价理论与方法[M].北京:科学出版社，2002:71-74.

灰色多层次综合评价 篇7

关键词：危险货物,道路运输企业,安全评价,灰色关联分析

0引言

道路危险货物运输对国民经济发展起着重要作用。危险货物是指那些具有爆炸、易燃、毒害、放射性、腐蚀性等特征, 在运输、储存、生产、经营、使用和处置中, 容易造成人身伤亡、财产损失和环境污染而需要特别防护的物品或物质[1]。随着我国经济的快速发展, 危险货物运输作业越来越多, 所引发的安全问题日益突出, 已愈发引起全社会的广泛关注, 已发展成为和谐社会建设进程中的不和谐因素之一, 严重危害人民群众生命财产安全及社会公共安全, 甚至对自然环境也带来了严重破坏。因此, 对道路危险货物运输企业开展安全管理评价研究, 可有效发现和辨识危险源, 进而采取有效措施予以控制和降低事故发生率, 最大限度地减少因事故造成的经济损失和社会影响, 有利于提升企业的安全管理水平, 并促进其自觉建立和完善安全生产长效机制[2]。

关于道路危险货物运输企业安全管理评价, 目前涌现出了不少研究成果, 如利用模糊综合评价法、功效系数法等来评估企业的安全管理水平, 采用神经网络作为评价企业安全管理水平的模型等。但总的来说, 这些评价方法要么过于简单、信息丢失较多, 使评价结果难以令人信服;要么过于复杂, 可操作性不强, 缺乏实用价值。实际上, 道路危险货物运输企业安全管理评价系统是一个灰色系统, 一是因为影响因素既多又复杂, 在具体开展评价时只能选取一些主要指标进行分析;二是选取指标的数据有些已知, 但有些未知且无法从统计资料中获取。因此该系统具有信息不完全, 或者“灰色”的特性[3]。鉴于该系统的灰色特性, 这里选取灰色关联分析方法开展安全管理评价是非常适宜的。

1评价指标体系的确立

影响危险货物道路运输企业安全管理的因素有很多, 且各因素之间关系复杂, 在实地调研相关资料的基础上, 总的来说可将这些影响因素概括为制度建设、安全投入、安全教育培训机制、设施设备管理、作业安全管理、从业人员业务素质等六个大的方面, 每一大的方面又包含具体的指标。危险货物道路运输企业安全管理评价指标体系见表1所示。

2指标权重的确定

确定指标权重的方法有很多, 这里采用层次分析法 (AHP) 来确定危险货物道路运输企业安全管理水平评价指标的权重系数。AHP方法是一种将定性分析和定量研究相结合的多准则决策方法, 具体步骤主要是:首先构造判断矩阵, 一般通过专家打分法给出评价指标的判断矩阵, 在通过一致性检验后其最大特征根所对应的特征向量即为该层次元素相对于上一层次某元素的权重向量[4]。以此类推即可确定出低层元素相对于高层次元素的相对重要性权重系数。通过AHP方法最终求出各指标的权重系数, 见表1所示。

3多层次灰色关联分析数学模型

危险货物道路运输企业安全管理评价系统是一个灰色系统 (相关信息不精确, 且不完全确知) , 灰色关联分析非常适合分析灰色系统中任两因素之间的关联程度。

3.1构造参考数列

其中, i=1, 2, …, m;k=1, 2, …, n, Vik为第i个评价方案的第k个评价指标的评价值。设定参考数列V0= (V01, V02, …, V0n) , 其中v0k=Optimum (vik) , 即从m个方案、n个指标中选取最优值v0k出来, 组成一个虚拟的各项指标均“最优”的参考数列。

3.2对评价指标值作规范化处理

对指标值做规范化处理, 有助于各指标间的两两比较, 可按照公式 (1) 进行。

规范化处理后的矩阵:

3.3计算各评价指标与最优指标间的关联系数

将数列Xi= (Xi1, Xi2, …, Xin) (i=1, 2, …, m) 作为比较数列, X0= (X01, X02, …, X0n) 作为参考数列, 二者的关联系数ζik可通过公式 (2) 计算获得。

从而求得关联系数矩阵:

3.4计算单层关联度

3.5计算多层系统的最终关联度

设一多层系统共L层, 其最终关联度的计算方法如下:先将第k层各指标关联系数合成, 得到这些指标所属的上一层即第 (k-1) 层的关联度;然后以该层关联度为基础, 继续向上一层即第 (k-2) 层进行合成计算, 以此类推, 直到求出最高层指标的关联度为止。按照最后计算出的关联度ri (i=1, 2, …, m) 的大小排序, 即可确定出各评价方案的优劣次序, 从而达到方案优选的目的。

4应用实例

现需对甘肃省五家危险货物道路运输企业的安全管理水平进行评估。

4.1计算单层关联度

采用专家打分法, 邀请若干专家采用10分制对这五家企业V1、V2、V3、V4、V5逐一对对照这16个三级指标进行打分, 得到各指标评价分值及各指标的最优值v0k如表2所示。

则参考数列V0= (8, 8, 8, 8, 8, 8, 7, 8, 8, 8, 9, 8, 7, 7, 8, 8) , 根据公式 (1) 对表2中各指标评价值作规范化处理后, 再据式 (2) 求出各指标与参考数列中各最佳值的关联系数ζik值, 如表3所示。

4.2多层次结构关联度合成

根据公式 (3) 可求得B层指标的关联度:

进一步可求得最高层指标A的关联度:

4.3评价结果

根据RA的计算结果, 可得这五家危险货物道路运输企业安全管理水平的优劣次序依次为:V1>V2>V5>V3>V4。

5结语

当前, 随着我国工业化进程的不断加快, 危险货物运输数量不断加大。开展危险货物道路运输企业安全管理评价, 有助于提升企业的安全管理意识和水平, 进而提升企业核心竞争力和综合实力。本文利用灰色关联分析理论, 构建了一个虚拟的“最优”目标向量, 该“最优”目标向量即代表着一个虚拟的各项指标都“最优”的“最优企业”, 通过数学方法计算出各个被评价企业与这个虚拟的“最优企业”之间的接近程度, 即可判定出各个被评价企业的管理水平的优劣次序[5]。该方法把定性分析进行了定量化处理, 提高了分析的准确性和科学性, 降低了因个人主观原因可能给评价结果带来的消极影响, 对类似的评价问题具有一定的借鉴意义。

参考文献

[1]霍娅敏, 何湘锋, 陈坚, 等.道路危险货物运输企业安全性评价研究[J].中国安全科学学报, 2010 (6) :88-92.

[2]巩航军, 李百川, 徐双应.道路运输企业安全综合评价数学模型[J].西北大学学报 (自然科学版) , 2006 (6) :879-881.

[3]曹鸿兴, 郑耀文, 顾今.灰色系统理论浅述[M].北京:气象出版社, 1988.

[4]王立, 徐重岐, 曾俊伟.多层次灰色综合评价法在大型物流中心选址中的应用研究[J].物流科技, 2015 (6) :1-4.

灰色多层次综合评价 篇8

关键词：灰色聚类法,高新技术企业,风险评价,投资,指标体系

高新技术企业在研发、人力资本和新产品市场化等方面要进行大量的资金投入,才能满足企业创新和发展的需要,然而受高新技术领域新技术、新产品的集成性和复杂性以及产品更新换代快,市场竞争激烈,投资环境的变化等多种因素的影响,使高新技术企业投资的结果具有很高的不确定性,投资的风险评价具有复杂性和模糊性等特点,灰色聚类法可以通过数据挖掘解决信息的不完全,是评价灰色系统的一种综合评价法。本文根据高新技术企业投资评价的特点和投资存在的主要风险,基于灰色聚类法的原理,建立高新技术企业投资风险评价指标体系,并应用灰色聚类法对投资风险进行评价,这对于科学地评价投资风险、正确地进行投资决策、提高投资管理水平和促进高新技术企业的创新与发展具有重要意义。

1 基于灰色聚类法的投资风险评价指标体系

1.1 指标体系的建立

高新技术企业在自主创新、人力资本和新产品市场化方面等方面进行大量的投资,存在的主要风险是技术风险、市场风险、管理风险、财务风险和环境风险。

高新技术企业自主创新投资过程中,如果技术复杂性高、技术适用性较差、技术成熟度低、以及R&D人员转职频繁都会产生技术风险。

高新技术企业在市场开发投资过程中,如果市场需求不足、竞争激烈,以及产品生命周期短和市场占有率低都可能产生市场风险[1]。

如果企业存在管理经验不足、沟通协调能力弱、以及决策水平低和企业文化落后等问题,会使规划不科学、管理机制落后、决策程序不合理或组织学习滞后,资源配置不合理和资金运用水平低,会加大投资中的管理风险。

如果企业资本结构不合理、盈利能力弱、现金流量不足和资金成本增加,将使资金效率低、资金周转困难,难以达到预期收益,会加大企业投资的财务风险。

企业的自然环境、社会环境、政策环境和经济环境的限制及其不确定性影响投资收益,会造成投资的环境风险。

本文按照系统性、科学性、可操作性和重要性原则,运用AHP方法,根据高新技术企业投资过程中面临主要风险及其这些风险的主要影响因素,建立的高新技术企业投资风险评价指标体系,如表1所示。

1.2 风险评价指标内涵及测算

(1)技术复杂性

是指高新技术企业所使用技术的复杂程度。技术的复杂性越高对研发人员的素质、研发基础与环境等要求就越高,投资的技术风险就越大。

(2)技术的适用性

是指高新技术企业技术的综合适用水平。这是一个逆向指标,技术适用水平高,应用面广,技术风险就低。主要从技术适用行业的数量、技术使用条件限制、与现有标准和产品的兼容性等方面考察。

(3)技术成熟度

是指高新技术企业所使用技术的成熟程度,主要反映技术使用的可靠性与稳定性。企业技术成熟度越高,且越先进,市场竞争力就越强。这是一个适度指标,一般来说,技术过于成熟,技术可能不够先进;技术不够成熟,技术的可靠性和稳定性可能要差,两者都会带来较大的技术风险。

(4)R&D人员转职率

是指高新技术企业R&D人员的转职人数与R&D人员总数之比,反映R&D人员的流失比例。高新技术企业R&D人员转职频繁,特别是研发团队中的核心人员转职就会造成研发团队结构不合理,使研发周期延长、技术衔接困难、研发能力减弱,或技术秘密外泄等,从而影响企业的自主创新,增加技术风险。

(5)市场发展潜力

是指高新技术企业技术及产品市场的潜在客户及其需求量。潜在客户越多、越稳定、需求量越大,未来市场风险就越小[2]。

(6)市场竞争强度

是指高新技术企业目标市场的市场竞争水平及其强烈程度。企业主要竞争者越多、越强、替代技术或产品越多,或新进入竞争者越多,市场竞争强度就越大。

(7)产品生命周期

是指产品寿命的长短和所处于生命周期的阶段。产品生命周期越短,短期内收回投资的难度越大,市场风险越大。

(8)市场占有率

是指高新技术企业主要技术和产品在其目标市场占同类技术和产品市场的比例[3]。市场占有率高,市场风险就小。

(9)管理经验

是指高新技术企业管理团队积累本企业、本行业管理工作有益经验的多少和丰富程度。企业各个层次、各个岗位管理者在相关岗位工作的时间越长、积累的经验越多,对本行业和本企业及其岗位越熟悉,管理经验越丰富,其管理的水平就越高,管理风险越小。

(10)决策水平

是指高新技术企业管理者决策的科学性、民主性和速度。企业决策手段越先进、程度规范、参与者适当、决策快,决策水平就高,管理风险越小。

(11)沟通协调能力

是指高新技术企业沟通协调渠道、方式和水平。企业沟通协调渠道和方式合理,信息流畅,与外部、各部门等协作好,管理效率就高,管理风险就小。

(12)企业文化

是指高新技术企业的企业文化总体水平的高低,以有效的反映企业价值观、行为准则、精神状态、思维方式、工作作风等要素的先进性。高新技术企业的企业文化水平越高,企业管理水平越高,其管理风险就越小。如果高新技术企业具有尊重知识、尊重人才、鼓励创新、允许失败、敢于负责、注重诚信的文化特征,将会不断提升企业凝聚力和创新能力[4]。

(13)资产负债率

是指高新技术企业负债总额与资产总额的比率,主要是反映企业负债水平的高低。企业资产负债率过大,企业的债务负担重,有资不抵债产生财务风险的可能。

(14)资本收益率

是指高新技术企业净利润与实收资本的比率,主要是反映企业运用投资者投入资本获得收益的能力[5]。

(15)净现金流量

是指高新技术企业现金和现金等价物的流入减流出后的差额。主要反映企业的现金潜力,以评价企业发展前景。企业净现金流量大,其财务风险就小。

(16)资金成本增加

是指高新技术企业现有资金成本较基准年资金成本增加幅度,主要反映企业资金成本压力,资金成本的增加幅度越大,其财务风险越高。银行利率的调整,融资方式的改变都会引起资金成本的变化。

(17)政策环境

是指高新技术企业所在区域科技政策、人才引进政策、投资政策和其它优惠政策的完善程度和执行水平,主要是反映国家及地方对高新技术企业研发、成果转化、人力资本、新产品产业化投资的支持程度。如果某区域政策环境好,有利于企业自主创新、引进人才、转化成果和开发新的市场,其投资环境风险就小。

(18)经济发展状况

是指高新技术企业所在国家或区域的经济发展水平的高低。经济发展起点越高和速度越快,其环境风险就越小,也为高新技术企业提供一个良好的发展平台。

(19)社会环境

是指高新技术企业所在国家或区域的社会文明和先进程度,主要反映高新技术企业发展外部社会条件与社会基础水平。高新技术企业所在地区社会环境好、文明程度高,社会越稳定,其投资的环境风险就相对较小。

(20)自然条件

是指高新技术企业所在国家或区域的自然基础条件状况,主要是反映高新技术企业及其投资区域的地理位置、气候条件、自然资源丰富程度等自然区位条件。企业自然条件好,有利于投资和吸引人才,其投资环境风险相对较小。

2 灰色聚类法在高新技术企业投资风险评价中的应用

某医药股份有限公司是国有控股的合资企业,既进行医药制造、医药流通,还有多个研究中心,有很强的研究实力。主营业务有抗生素、化学药物制剂、保健品、中药、生物工程药品、动物疫苗等,应用灰色聚类法对该企业投资风险进行评价。

2.1 确定评价指标的权重

指标体系中各个指标对目标的重要程度不同,利用层次分析法,确定评价指标的权重向量[6]。Ui(i=1,2,3,4,5)的权重向量W=(w1,w2,w3,w4,w5)=(0.413,0.259,0.159,0.11,0.059);

评价指标U1j(j=1,2,3,4)的权重向量W1=(w11,w12,w13,w14)=(0.152,0.516,0.221,0.111);评价指标U2j(j=1,2,3,4)的权重向量W2=(w21,w22,w23,w24)=(0.29,0.542,0.065,0.103);评价指标U3j(j=1,2,3,4)的权重向量W3=(w31,w32,w33,w34)=(0.534,0.265,0.071,0.13);评价指标U4j(j=1,2,3,4)的权重向量W4=(w41,w42,w43,w44)=(0.141,0.52,0.268,0.071);评价指标U5j(j=1,2,3,4)的权重向量W5=(w51,w52,w53,w54)=(0.492,0.309,0.136,0.063)。满足一致性检验。

2.2 专家评分并求评价样本矩阵

将评价指标Uij的风险等级高低分为低风险,较低风险,一般风险,较高风险,高风险,对应评分值分别为1,2,3,4,5分。指标等级介于两相邻等级之间时,相应评分为1.5,2.5,3.5,4.5分。

5位(k=1,2,…,5)专家,根据2009年4月30日上海证券报企业会计报表的数据及其他相关资料,分别对投资风险按评价指标Uij评分等级标准打分dijk,并填写专家评分表,求得该企业的评价矩阵为

2.3 计算灰类评价系数

5个评价灰类,为低风险、较低风险,一般风险、较高风险、高风险五级,评价指标Uij第h(h=1,2,3,4,5)个评价灰类的评价系数[7],U11第h个评价灰类的评价系数M11h。

第1灰类“低风险”(h=1),设定灰数1∈[0,1,2],白化权函数为

第2灰类“一般风险”(h=2),设定灰数2∈[0,2,4],白化权函数为

第3灰类“较高风险”(h=3),设定灰数3∈[0,3,6],白化权函数为

第4灰类“高风险”(h=4),设定灰数4∈[0,4,8],白化权函数为

第5灰类“极高风险”(h=5),设定灰数5∈[0,5,10],白化权函数为

评价指标U11总灰色评价系数

2.4 计算灰色评价权向量及权矩阵

评价指标U11的灰色评价权向量为

同理算出q12,q13,q14,q15,从而得到该企业Ui所属指标Uij对于各评价灰类的灰色评价矩阵为

同理求得该企业U2,U3,U4,U5所属指标对于各评价灰类的灰色评价矩阵Q2,Q3,Q4,Q5。

2.5 综合评价

评价指标Uij的综合评价结果为

Ui指标对各评价灰类的灰色评价权系数矩阵为

Ui指标综合评价结果

各评价灰类等级值化向量C=(1,2,3,4,5),综合评价值R=B·CT=(0.001 039,0.326 411,0.767849,0.948 628,0.969 843)(1,2,3,4,5)T=3.013 4,

该企业的风险值是3.0134,评价结论为风险一般。

3 结 论

针对高新技术企业自主创新、人力资本、新产品市场化等投资过程中,影响投资风险的主要因素的系统分析,根据高新技术企业及其投资的特点,运用AHP法构建了高新技术企业投资风险评价指标体系,求出各投资风险评价指标的权重,结合灰色聚类法评价的优势,并以某典型高新技术企业为例,进行了投资风险的灰色多层次评价。该方法的优势是充分地利用灰类程度的评价信息,而且评价的精度也优于模糊综合评价等方法。该投资风险的灰色多层次评价方法既可以用于多个企业的投资选择,也可以掌握单个企业的风险程度,可为高新技术企业投资决策和风险控制提供决策依据和方法支持。

参考文献

[1]刘荣,汪克夷.企业合作创新风险的多层次模糊综合评价模型及应用[J].科技与管理,2009,11(4):133-135.

[2]谢阳群,魏建良.网上技术市场理论综[J].技术经济,2008(12):30-36

[3]徐利,郑然,周世伟.灰色模糊评判法在企业技术创新能力评价中的应用[J].科技管理研究,2010(4):157-159.

[4]马俊美,王德禄.高新技术企业研发人员管理模式研究[J].科技与管理,2010,12(3):107-114.

[5]戴振强.企业经济效益指标的研究[J].价值工程,2010(7):39-41.

[6]宋哲,王树恩,柳洲,等.ANP-GRAP集成方法在企业技术创新风险评价中的应用[J].科学学与科学技术管理,2010(1):55-58.

灰色多层次综合评价 篇9

对国际工程承包项目风险定量评价方面,我国的研究还处于起步阶段,典型的方法有层次分析法、 模糊数学方法。邵军义[1]等人针对国际工程项目承包风险评价问题,构建了国际工程项目风险评价指标体系,提出了基于证据理论与模糊综合评价集成的国际工程承包风险评价方法。曹李祥[2]等应用德尔菲法建立了国际工程项目承包风险初始清单,运用层次分析法对国际工程项目承包风险初始清单中的风险因素进行了综合评价。齐宝库[3]等运用AHP - 模糊综合评价模型通过实例阐述国际建筑工程项目风险评价的过程。国际工程承包是一个多风险、 多目标决策问题,由于风险指标过多运用传统的评价方法往往使得评价结果误差较大。此外,由于项目本身的复杂性及专家自身喜好的影响,不能得到项目的完整信息,使整个项目具有很高的灰色性[4], 所以本文提出了AHP与灰色理论相结合的灰色多层次评价模型。

1国际水电工程项目的风险识别

针对国际水电工程承包项目,按风险来源的不同进行分类将有利于承包商更好的识别项目风险, 以便采取有效的防范措施[5,6]。

( 1) 政治风险。政治风险是一种完全主观的不确定事件,在不稳定的国家和地区,政治风险使承包商可能遭到致命的损失,是承包商面临的一种主要风险。政治风险通常表现为项目所在国政局的不稳定性、国家的对外关系、政府的廉洁程度和保护主义倾向等方面。

( 2) 经济风险。经济风险是指一个国家在经济实力、经济形势以及解决经济问题的能力等方面潜在的不确定性因素所带来的后果。它主要包括经济政策和产业结构调整、通货膨胀、汇率波动风险以及外汇管制风险。

( 3) 环境风险。包括自然环境风险和社会环境风险,是由于项目所在国不利的气象、水文、地质和自然灾害以及政治、宗教和法律等方面对项目施工带来的风险。

( 4) 技术风险。技术风险指的是项目在实施过程中面临的各种技术问题以及由此引发的风险因素。 技术风险主要包括陌生的规范与标准、新施工技术和施工工艺以及采用不当的施工技术。

( 5) 管理风险。主要指由于管理过程中信息不对称或管理人员的管理不当、能力有限及判断失误等所造成的材料、施工、安全等方面的风险。

2灰色多层次综合评价

2.1各评价指标权重的确定

在指标体系中各指标对目标的重要程度是不同的,因而各指标的权重也不同。层次分析法是一种较好的权重确定方法,它能把复杂问题中各因素划分成相关联的有序层次,是一种定量分析与定性分析相结合的有效方法[7]。层次分析法确定权重的步骤如下:

( 1) 构造判断矩阵。确定一级评价指标集U = { U1,U2,…,Un} 。即对工程承包中可能存在的风险因素进行分析归类,建立风险评价指标体系,其中n为一级指标的个数[8]。根据专家对风险因素影响程度的打分构造判断矩阵Q = ( qij)n × n,判断矩阵一般引用1 ~ 9标度方法。

( 2) 计算重要性排序。根据判断矩阵Q,求出最大特征根 λmax所对应的特征向量w。求解方程如下:

特征向量w归一化后,即为各评价因素的重要性排序,也就是权重分配[9]。

( 3) 进行一致性检验。以上权重的分配是否合理,还需对判断矩阵进行一致性检验,检验公式:

式 ( 1) 中,CR为判断矩阵的随机一致性比率, CI为判断矩阵的一般一致性指标。它由下式给出:

RI为判断矩阵平均一致性指标见表1。

当CR < 0. 1时,判断矩阵Q通过一致性检验; 当CR≥0. 1时,判断矩阵Q没有通过一致性检验, 需要请专家重新打分建立判断矩阵。如果一致性检验通过,则 λmax对应的特征向量w就为一级评价指标的权重向量 α = ( α1α2…αn) 。同理可求一级评价指标Ui下二级指标Uij的权重向量为 βi= ( βi1βi2…βimi) ,i = 1,2,…,n; j = 1,2,…,mi。mi为第i个一级指标下二级指标的个数[10]。

2.2灰色多层次评价

确定一级指标和二级指标的权重后对承建项目风险等级进行灰色多层次评价[11]。

( 1) 确定评价等级。设定V = { v1,v2,v3,v4, v5} = { 1,2,3,4,5} = { 低风险,较低风险, 中度风险,较高风险,高风险} ,通过设置分数区间来划分风险等级,见表2。

( 2) 确定评价矩阵。设p位评价专家 ( t = 1, 2,…,p) 对承包项目各评价指标Uij按照风险等级标准进行打分,得到评价矩阵D:

dijt表示第t位评价者对指标Uij给出的量值。

( 3) 确定评价灰类。根据预警风险等级确定5个评价灰类。

第一灰类 “风险低” ( e = 1) ,灰数1∈ [0, 1,2],白化权函数f1为:

第二灰类“风险较低”( e = 2) ,灰数2∈[0,2, 4],白化权函数f2为:

第三灰类“风险一般”( e = 3) ,灰数3∈[0,3, 6],白化权函数f3为:

第四灰类“风险较高”( e = 4) ,灰数4∈[0,4, 8],白化权函数f4为:

第五灰类“风险高”( e = 5) ,灰数5 ∈[0,5, 10],白化权函数f5为:

( 4) 计算灰色评价数。根据灰色评价原理,将每位评价者的评分看成一个灰数。对二级评价指标Uij,第e个评价灰类的灰色评价系数Xije为:

第e个灰类的灰色评价权记为rije,则有

rije是所有评价者认为指标Uij属于灰类e的强烈程度即权重[12],进而得承包项目一级指标Ui下二级指标Uij对各灰类的灰色评价权矩阵Ri,其中i = 1,2, …,n; j = 1,2,…,mi。

( 5) 多层次综合评价。对承包项目一级指标Ui下的二级评价指标Uij做综合评价:

进而得一级指标Ui灰色评价权矩阵R:

对一级指标Ui做综合评价,得到其评价结果B

由各评价灰类的等级值向量C = ( 1,2,…,5) 得到承包项目的综合评价值:

根据Z的值判断待评事件的风险水平。此外,将Z带入上述五种白化权函数中,由计算结果可进一步证实判断。

3实证分析——以迪克葛洪水电工程为例

本文以迪克葛洪水电工程项目为例,进行项目风险指标体系的构建和评价计算。迪克葛洪大坝位于非洲南部博茨瓦纳东北部,设计运行水位EL875高程,有效库容4亿m3。该工程主 要由高40m、长4. 6km的粘土心墙坝、宽200m的溢洪道及消力池、宽1000m的非常溢洪道、引水建筑物和43km的进场道路等组成,由中国水利水电第十一工程局承建。

3.1项目的风险因素分析

博茨瓦纳位于非洲南部的内陆国,全国皆为干燥的台地地形,属半干旱地区,是热带草原气候,干旱少雨,年均降雨量为457mm,大部分地区缺水。博茨瓦纳每年的5 - 10月为旱季,地表径流为零。此外,语言、宗教信仰上的差异使得该项目具有一定的环境风险; 近年来失业、贫富悬殊、艾滋病等社会问题突出, 宗教、民族、种族冲突不断,甚至可能引发战乱,具有一定的政治风险; 博茨瓦纳经济状况虽然较好,但难免可能出现的通货膨胀使得原材料价格上涨,从而导致工程建设费用提高,具有一定的经济风险; 该工程工作量包括土石方开挖370万m3,土石方填筑约467万m3,混凝土浇筑约2. 6万m3,坝基灌浆4万m3,目前是博茨瓦纳最大的水利工程,施工难度大、技术含量高,具有一定的技术风险; 业主雇佣的监理不称职会拖延图纸的发放时间,耽误承包商的正常施工建设,组织协调不好政府的关系、与业主、监理方面的关系、分包商的关系以及设备材料供应商的关系等方面,会给工程带来重大影响,具有一定的管理风险。

根据以上风险因素建立迪克葛洪水电工程项目风险评价指标体系,具体见图1.

3.2项目风险评价

( 1) 确定权重。建立一级指标判断矩阵、采用Matlab根据公式( 1) - ( 2 ) 计算最大特征值与特征向量,确定出所占的权重,如表3所示。

所以一级指标权重向量: α = ( 0. 0663,0. 2295, 0. 1073,0. 2408,0. 1516,0. 2045)

同理可求各个二级指标权重向量,分别为:

( 2) 风险评价。请5位长期从事国外水电工程建设的专家对迪克葛洪水电工程项目进行安全风险评价得到的评价矩阵D。

由公式( 3) ~ ( 4) 进而得到6个二级指标的灰色评价权矩阵,分别为:

由公式( 5) 得一级指标的灰色评价权矩阵R:

所以迪克葛洪项目风险的综合评价权向量B = α·R = ( 0. 2146,0. 26580. 3071,0. 1954,0. 017) ;

最后计算迪克葛洪项目风险的灰色综合评价值Z = B·CT= 2. 5346,介于2到3之间,项目整体风险水平一般。将Z带入白化权函数计算得f1( Z)= 0, f2( Z)= 0. 735,f3( Z) = 0. 843,f4(,f4= 0. 632,f5( Z)= 0. 506。f3( Z) 最大,其白化权值也能进一步证实了该水电项目的整体风险处于一般水平。

4结语

国际水电承包项目属于跨国性商业活动,在很多因素的影响下,存在巨大的风险。然而通过对承包项目的风险管理研究,使决策者对项目风险有整体的认识,从而提前制定风险应对策略,对于最大限度地降低风险发生带来的损失具有十分重要的意义。本文在利用层次分析法确定风险指标权重的基础上,构建了国际水电承包项目的灰色多层次风险评价模型,通过建立迪克葛洪水电工程项目的风险指标体系进行综合评价,得出该项目风险水平一般的结论。实证表明该方法应用到国际水电承包项目风险评价是可行的。本文的研究为我国水电承包企业更好的进行国际工程项目风险管理提供了参考, 具有一定的理论价值。

摘要：针对国际工程项目承包风险评价问题,从政治、经济、社会环境、自然环境、技术、管理6个方面建立风险评价指标体系,构建AHP和灰色多层次相结合的国际水电承包项目风险的综合评价模型,以博茨瓦纳水电工程为例进行风险评价和分析,以便为我国水电承建企业进行风险评价和管理决策提供理论依据。

灰色多层次综合评价 篇10

通过这样的规模化经营, 可以借其完善的内部管理, 规范业务运作, 安全的风险机制和健全的行为规范约束从业人员, 改变业务运作随意性, 防止内部犯罪的发生, 杜绝违规现象的出现, 进而从整体上降低券商经营风险。同时, 规模化的大券商能够把一级市场、二级市场的业务有机地结合起来, 形成规模经济效应, 抑制过度投机, 引导长期投资, 起到市场“稳定器”的调节作用。这对证券行业的重塑起到了推波助澜的作用。也推进了资本市场的改革, 形成一个健康且富有活力的商业氛围。 在分析方面, 目前已有从证券业并购决策机理分析。基于博弈论视角还有从证券业并购法制之探讨方面的研究, 可是会受主观影响比较大, 鉴于此本文有效结合层次分析法与灰色关联理论, 更加完善了定性定量的分析论证, 可以减轻主观判断失误造成的影响, 从另外一个角度对证券业的并购进行研究。

一、并购对象评价选择的指标体系

1.并购对象分析。

证券公司的并购并不是盲目的社会经济发展的结果, 而是深深的关系到企业的发展战略, 摒弃急功近利的短视行为, 奉行以最低风险达到并购效益最大化, 实现整合的良性过渡, 谋求长远。因此, 不能再以原来的低价筹码作为并购对象选择的主要标准, 而应按照一套准确科学的规则, 非常审慎的评定潜在的并购对象, 进而服务于公司战略的实现。

2.并购指标分析及体系构建。

根据Leonard Bartond 关于核心能力的观点, 即核心能力是识辨与提供竞争优势的知识集合, 包括4 个维度: 员工的知识与技能、技术系统、管理系统、价值与规范。本文提出了券商的动态能力体系。同时通过中外券商一系列特征比较来评估中国券商评价因素存在的严重不足, 分析中外市场环境和行业结构的差异, 将其作为参照物, 并且结合我国政治经济环境以及券商自身的特点与治理结构。另一方面本文借鉴了因素法和内涵解析法从显形因素和隐形因素两方面来考虑评价的指标, 从而使得评价更为全面和准确。而得出的评价指标结论主要考量券商的经营管理、资产质量、服务水平、创新能力四个方面, 构成科学的评价体系。

二、基于灰色系统理论的并购对象评价方法

1.AHP确定评价指标相对权重。

层次分析法的分析思路: (1) 首先把问题层次化, 即可将与并购对象评价有关的所有指标按照其属性分成几个大类, 形成一个多层次的分析结构模型。 (2) 利用两两比较矩阵求出每大类要素在并购对象综合评价中的相对权重, 以及各指标在其所属的大类中的相对权重。层次分析法提出了分层的概念:在运用1～9 阶标度和两两比较矩阵时, 将这些指标按照其属性分成几个大类评价要素;求出每个大类在并购对象综合评价中的相对权重, 以及各指标在其所属的大类中的相对权重。从本质上讲这是一种思维方式的转变, 是将思维数学化的过程。

确定并购对象评价指标相对权重的步骤如下: 第一步, 确定并购对象评价指标的分层体系。 第二步, 成立专家小组。按照供应商评价问题所需要的知识范围, 确定专家。专家的人数一般以10 人左右为佳。 第三步, 向所有专家提出所要决策的问题及有关要求, 并附上有关的所有背景材料, 同时请专家提出还需要什么材料。第四步, 各个专家收到材料后, 依据1～9阶标度对各个层次上的评价指标的重要性进行两两比较, 将比较矩阵正规化和归一化后, 得出同一层次上各个指标的相对权重。

对初始矩阵进行正规化和归一化处理, 得到评价指标的相对权重, 可以采用和积法, 具体计算步骤:

将判断矩阵的每一列元素作归一化处理, 其中δij为层次中因素Xi与Xj的相对重要关系系数, qij为归一化处理结果。其表达式为:

undefined

将每一列经归一化处理后的判断矩阵按行相加为ci, 其表达式为:

undefined

对向量C= (C1, C2…… Cn) t归一化处理:

undefined

即得出最大特征值所对应的特征向量。

计算判断矩阵的最大特征根λmax

undefined

其中, 衡量矩阵的不一致程度的数量指标为一致性指标C.I, 其满足

undefined

同时根据T.L.Saaty提出用平均随机一致性指标R.I.修正C.I.其计算过程如下

undefined

而将判断矩阵的一致性指标C.I.与同阶平均随机一致性指标R.I.的比值称为随机一致性比率, 记为C.R.

undefined

当C.R.<0.10时则判断矩阵有可接收的不一致性;否则就认为建立的判断矩阵是令人满意的, 需要重新赋值, 仔细修正, 直至一致性检验通过为止。

第五步, 收集各位专家的判断的结果, 并绘制成图表。

2.灰色关联理论进行综合评价。

关联度分析是一种多因素统计分析方法, 它是以各因素的样本数据为依据用灰色关联度来描述因素间关系的强弱大小和次序的。

其基本思路是根据各比较数列构成的曲线与参考数列构成的几何相似程度来确定比较数列与参考数列之间的关联度。几何形状越接近, 则关联度越大。在并购对象选择决策中, 可将各待选并购对象作为比较数列, 最优并购对象作为参考数列。

假设系统是由n个指标 (因素) 构成的。若系统有m个方案, 则第j个方案的第n个指标构成数列, Xkj=[X1j, X2j, …, Xkj] (k=1, 2, …, n;j=1, 2, …, m) , m个方案的原始指标构成如下矩阵:

undefined

用灰色关联分析评价模型进行m个方案优劣的比较, 其具体方法如下:

(1) 确定最优指标集 (Xk0)

设Xk0=[X10, X20, …, Xn0]

式中:Xk0 (k=1, 2, …, n) 为第k个指标在诸方案中的最优值。在指标定义中 (如表1) , 如某一指标属于效益型指标, 则取该指标在各方案中的最大;如属于成本型指标, 则取各方案中的最小值。

最优指标集 (Xk0) 的意义是通过在各方案中选取最优指标, 构成最优理想方案, 以此为基准, 采用灰色关联度作为测度去评判各方案与理想最优方案的关联程度, 从而得到各方案的优劣次序。

(2) 指标值的规范化处理。由于指标相互之间通常具有不同的量纲和数量级, 不能直接进行比较, 因此需要对原始指标值进行规范化处理。用下式进行规范化处理:

undefined

式中λkj表示第j个方案的第k个指标Xkj的规范化数值。Xundefined表示第k个指标在所有方案中的最小值。Xundefined表示第k个指标在所有方案的最大值。

进行规范化处理后得到如下矩阵:

undefined

(3) 计算关联度系数。将经规范化处理后的最优指标集{λk0}=[λ10, λ20, …, λn0]作为参考数列, 经规范化处理后备方案的指标值{λkj}=[λ1j, λ2j, …, λnj]作为被比较数列, 则可用下述关联度系数公式分别求得第j个方案第k个指标与第k个最优指标的关联系数εj (k) , (k=1, 2, …, n;j=1, 2, …, m) 。

undefined

式中分辨率ρ∈[0, 1], ρ一般取0.5。

求得如下关联系数矩阵E:

undefined

式中, εj (k) , (k=1, 2, …, n;j=1, 2, …, m) 为第j种方案第k种指标与第k个最优指标的关联系数。

(4) 计算灰色关联度。由εj (k) , 即得E,

W=[w1, w2, …, wn]T为n个评价指标的权重分配向量, 其中undefined;

R=[r1, r2, …, rm]T为m个被评对象的综合评价结果向量。

这样综合评判结果为:R=E×W, 即

undefined

若关联度ri最大, 说明第i个方案优于其他方案, 据此, 可以排出各方案的优劣次序。

三、算例

这里以某企业选择并购对象为例, 通过该例的分析说明层次分析和灰色关联分析法在证券业并购中应用的步骤, 使其更具有实际应用的意义。

1.确定评价指标层次与权重。

以并购对象评价指标体系的第一层进行具体步骤的开展, 依据成立的专家小组锁定问题, 参照1～9阶标度对各个层次上的评价指标的重要性进行两两比较, 将比较矩阵正规化和归一化后, 得出同一层次上各个指标的相对权重。

(1) 以专家给出的数据为例, 如表1所示:

再运用式 (1) , (2) , (3) , (4) 的和积法计算方法对矩阵正规化归一化处理,

得到R.I.=0.58, 最大特征根为3.006314 而C.I.=0.003157

所以undefined, 这是具有满意的一致性的。进而得到评价指标的相对权重。

如表2所示。

(2) 下面细化第一层各指标求出相对应的第二层权重, 第一层中经营管理的第二层指标两两比较矩阵初始值如表3:

根据和积法同理得到对矩阵正规化归一化处理, 得到评价指标的相对权重。如表4。

(3) 同理可得第一层中资产质量, 服务水平, 创新能力的第二层矩阵处理数据。至此, 第一第二层指标权重已明确, 开始计算各指标的总权重为后续的灰关联分析铺平道路。

如表5:

2.计算灰色关联度并排序。4个待并购对象的原始指标数据见表6

确定最优指标集为:

Xi0=[0.95, 5, 0.32, 0.15, 0.08, 0.04, 122, 18, 0.50, 0.31, 0.33, 0.14]

根据式8对指标值进行规范化处理, 如表7

计算差值矩阵如表8:

计算关联度系数:将经规范化处理后的最优指标集{λi0}={1, 1, 1, 1, 0, 1, 1, 1, 0, 0, 1, 1, 1, 1}作为参考数列, 经规范化处理后备方案的指标值{λkj}={λ1j, λ2j, …λnj}作为被比较数列, 则可用关联度系数公式 (9) 分别关联系数εj (k) , ρ一般取0.5。

如表9:

计算灰色关联度

前面已求得,

评价指标的权重分配向量 (如表8) :W=[0.095167532, 0.380670129, 0.047583766, 0.078526372, 0.204263304, 0.024714236, 0.020878323, 0.086746419, 0.024643754, 0.004130588, 0.010136087]T

根据式undefined计算关联度ri,

得:r1=0.429386, r2=0.442912, r3=0.841439, r4=0.629757,

显然r3>r4>r2>r1。

因此, 在待被并购的对象中, 券商3的关联度与最优券商的关联度最大, 亦即券商3优于其他券商, 证券公司开展商业兼并的时候, 应当并购券商3, 这样会更好的促使公司良性融合发展, 尽可能的提升长远的经济效益与市场布局, 利于商业战略的实现。

四、结语

本文从证券业的并购重组切入分析, 旨在研究被并购对象的评价选择问题, 服务于证券公司的日常经济决策以及战略的实施。提出建立层次分析法和灰色关联分析相结合的并购对象评价解决思路和决策方法。通过算例分析可以看出, 本文所讨论的证券业并购评价选择方法对潜在的并购对象的评价是可行、有效的, 具有一定的实用价值。在实际应用中, 尽管有些参数需根据具体情况进行适当的修正, 但评价方法和步骤将保持不变。此外, 鉴于灰色关联分析中, 分辨系数确定的复杂性, 如何在实际使用中根据序列间的关联程度选择分辨系数将有待进一步研究。

摘要：在全球化浪潮的涌动下商业模式层出不穷, 证券业的并购作为资源优化配置的一种新模式正引起商界广泛的关注。文章从券商的经营管理, 资产质量, 服务水平, 创新能力四个方面入手构建并购对象的评价指标体系, 将层次分析法用来确定评价指标的权重, 进而运用灰色关联系统理论计算出关联系数进行排序, 选择并购对象, 从而使得证券公司扩大规模并实现低成本扩张。最后通过算例验证该方法能较科学的应用在商业整体战略决策中, 并具有较强的实用性和可操作性。

关键词：资本市场,证券公司,并购对象,层次分析法,灰色关联分析

参考文献

[1].陈稳进.证券业并购决策机理分析:基于博弈论视角.集团经济研究, 2006

[2].林黎华.证券业并购法制之探讨.财政部证券期货管理委员会, 2002

[3].吴翊, 成礼智.数学建模的理论与实践.长沙:国防科技大学出版社, 2003

[4].刘小伟.我国证券公司规模经济的实证研究.北京交通大学, 2005

[5].赵敏.企业并购的风险及并购后的整合.商业经济与管理, 2000

[6].李大建, 王凤山.地空导弹总体性能多层次灰色评价.中国管理科学, 2004

[7].司马栩.证券公司财务战略:决策制定与指标监控.西南交通大学, 2004

[8].刘思峰, 党耀国, 方志耕.灰色系统理论及其应用.科学出版社, 2004

[9].蔡建春, 王勇, 李汉铃.风险投资中投资风险的灰色多层次评价.管理工程学报, 2003

[10].汪春信, 王永海.谈企业并购与资本结构的有关问题.财会月刊, 2003

[11].陆奇, 仲伟俊.我国证券公司动态能力研究.东南大学学报, 2004