引言：易發(fā)表網(wǎng)憑借豐富的文秘實(shí)踐，為您精心挑選了九篇量化投資步驟范例。如需獲取更多原創(chuàng)內(nèi)容，可隨時(shí)聯(lián)系我們的客服老師。

第1篇

2013年可謂我國對沖基金快速發(fā)展的一年。越來越多成熟的投資者關(guān)注到這個(gè)投資品類，并認(rèn)可其投資機(jī)會及資產(chǎn)配置功能。

但說起對沖基金，很多人還是不可避免地聯(lián)想到“量化對沖”、“程序化交易”等相關(guān)詞匯。那么這些概念之間到底有怎樣的關(guān)聯(lián)呢？是不是對沖基金一定要采取對沖或量化投資呢？

并非所有對沖基金都采取對沖手段

顧名思義，對沖基金給人印象是運(yùn)用對沖工具對沖風(fēng)險(xiǎn)的基金。但是，實(shí)際上并非所有對沖基金一定都采取對沖手段。對沖基金相對于傳統(tǒng)的公募基金而言，主要是在基金結(jié)構(gòu)方面的區(qū)別。

一般來說，對沖基金具有以下特點(diǎn)：

第一，受更少的監(jiān)管。國內(nèi)的公募基金要求每季度披露季報(bào)，公布基金倉位和重倉股等核心信息，基金投資范圍也受到嚴(yán)格的控制。至今我國還沒有一只投資商品期貨的公募基金，去年底成立的嘉實(shí)絕對收益策略是國內(nèi)目前唯一一只可投資滬深300股指期貨的市場中性策略的公募基金。而私募基金可以不公開任何與投資相關(guān)的信息，投資范圍也廣泛的多。

第二，更長的封閉期。國內(nèi)的對沖基金通常在成立后的半年內(nèi)處于封閉期，不能申購贖回，或者只許申購不準(zhǔn)贖回。此后，走信托通道的產(chǎn)品每月開放申購和贖回，而走公募基金專戶或是公募基金子公司的產(chǎn)品每季度才開放一次申購和贖回。降低流動性是為了減少申購與贖回對基金運(yùn)作的不良影響，有利于保護(hù)投資者的收益，有助于基金經(jīng)理的投資運(yùn)作。

第三，收取業(yè)績提成。公募基金的收費(fèi)主要是前端認(rèn)購費(fèi)和固定管理費(fèi)，而私募基金除了這兩部分外通常還收取20%的超額業(yè)績提成。有些業(yè)績出色且有溢價(jià)能力的對沖基金甚至收取30%的業(yè)績報(bào)酬。

第四，偏向于絕對收益的投資方式。我們都知道，公募基金的比較基準(zhǔn)往往是滬深300等大盤指數(shù)，基金經(jīng)理的考核通常是同類基金排名。這就是所謂相對收益型的業(yè)績導(dǎo)向。而對沖基金的業(yè)績基準(zhǔn)通常是定期存款利率。由于基金管理人為了獲得更高的業(yè)績報(bào)酬，所以更在乎基金的絕對收益水平，而不是相對大盤指數(shù)的相對收益或是業(yè)績排名。這種績效方式就會引導(dǎo)基金管理人在投資方式上更偏向于絕對收益的方法，能采用對沖工具的可以進(jìn)行風(fēng)險(xiǎn)敞口的對沖，不運(yùn)用對沖工具的也會通過調(diào)節(jié)倉位來控制基金凈值的下行風(fēng)險(xiǎn)。

并非所有對沖基金都采用量化投資

量化投資強(qiáng)調(diào)的是在投資的過程中加入定量化的方法和手段。

傳統(tǒng)的股票型基金經(jīng)理在投資的過程中更多的是依據(jù)自己對宏觀經(jīng)濟(jì)、行業(yè)發(fā)展趨勢以及企業(yè)經(jīng)營狀況的主觀判斷。雖然在做決策前基金經(jīng)理也閱讀了大量數(shù)據(jù)，但這些數(shù)據(jù)轉(zhuǎn)換為投資決策是在人腦里完成的。這個(gè)決策過程涉及到很多定性的判斷，模糊的處理，是一個(gè)非量化的決策過程。

而所謂量化投資就是盡可能將決策過程模型化、可視化、透明化。在模型化的過程中，勢必會引入不少定量的方法，用到很多金融、經(jīng)濟(jì)、數(shù)學(xué)以及統(tǒng)計(jì)等學(xué)科的工具和手段。

舉個(gè)簡單的例子，我們注意到股票市場的投資者對于經(jīng)濟(jì)同步數(shù)據(jù)是比較敏感的。比如，制造業(yè)采購經(jīng)理指數(shù)（PMI）如果在50%以上表明經(jīng)濟(jì)處在擴(kuò)張區(qū)間，越高反映經(jīng)濟(jì)發(fā)展得越樂觀。此時(shí)，主觀投資者會在參考PMI當(dāng)期數(shù)值、前期數(shù)值以及市場預(yù)期值后綜合來判斷是否該介入購買股票，而量化投資會設(shè)一個(gè)硬性的標(biāo)準(zhǔn)，比如PMI創(chuàng)出近3月新高即買入股票，或是PMI超過55%才買入股票等等規(guī)則，一旦事先設(shè)定的規(guī)則觸發(fā)就形成了交易信號。

量化投資可以很簡單，也可以很復(fù)雜。像前面提到的這個(gè)例子就是個(gè)極為簡單的量化投資方法，連計(jì)算器這樣簡單的工具都不用就可以實(shí)現(xiàn)。如果規(guī)則較多，涉及的步驟較多，或是需要大量的計(jì)算，那么就要借助電腦程序來實(shí)現(xiàn)。

第2篇

【關(guān)鍵詞】 AHP方法； 投資方案； 決策原理

一、引言

企業(yè)投資方案決策是否正確直接關(guān)系到生產(chǎn)經(jīng)營的成敗?，F(xiàn)有投資方案決策通常是采用比較各備選方案凈現(xiàn)值、期望收益額、期望收益率、收益標(biāo)準(zhǔn)差和收益標(biāo)準(zhǔn)差率等單一量化指標(biāo)來選擇最優(yōu)投資方案。運(yùn)用單一的量化指標(biāo)進(jìn)行決策雖然方便但沒有綜合考慮影響企業(yè)投資決策的各種量化、非量化因素，尤其是當(dāng)運(yùn)用不同量化指標(biāo)對備選方案選擇得出的結(jié)論相悖時(shí)企業(yè)將陷入無法決策的困境。本文針對這種情況，綜合考慮影響投資決策的量化和非量化因素，運(yùn)用層次分析法結(jié)合案例分析進(jìn)行最優(yōu)投資方案選擇。

二、層次分析法運(yùn)用于投資方案決策的原理

層次分析法（Analytia1 Hierarchy Process，簡稱AHP）是美國匹茲堡大學(xué)教授A. L. Saaty于20世紀(jì)70年代提出的一種系統(tǒng)分析方法。AHP方法能夠綜合分析量化因素和非量化因素進(jìn)行決策，因此在經(jīng)濟(jì)管理類研究中有著廣泛的運(yùn)用。層次分析法的基本原理：根據(jù)問題的性質(zhì)和需要達(dá)到的總目標(biāo)，將解決方案分解為目標(biāo)層、中間層、方案層等，并按照因素間的相互關(guān)聯(lián)影響以及隸屬關(guān)系，將各因素按不同層次聚集組合，形成一個(gè)多層次的分析結(jié)構(gòu)模型。層次分析法運(yùn)用于投資方案決策可分為四個(gè)步驟。

（一）目標(biāo)層的確定

層次分析法運(yùn)用于投資方案決策首先要確定投資方案決策的目標(biāo)。投資方案的決策目標(biāo)就是選擇最優(yōu)投資方案。投資方案決策是否正確，直接關(guān)系到企業(yè)的生存和發(fā)展，因此必須對企業(yè)內(nèi)外各種定性和定量的信息進(jìn)行全面分析，才能做出正確的決策。最優(yōu)投資方案的選擇并不僅僅取決于某一單項(xiàng)指標(biāo)的優(yōu)劣，比如凈現(xiàn)值的高低。凈現(xiàn)值的高低只是企業(yè)衡量投資方案的一個(gè)方面，最優(yōu)投資方案應(yīng)該是最符合企業(yè)整體發(fā)展戰(zhàn)略，能夠發(fā)揮企業(yè)自身優(yōu)勢的方案。

（二）中間層要素的確定

決策目標(biāo)確定為最優(yōu)投資方案后，最優(yōu)投資方案的實(shí)現(xiàn)將分解成各層次的中間層要素。中間層要素可以是量化的也可以是非量化的。層次分析法在投資方案決策中運(yùn)用的關(guān)鍵就在于要將決策目標(biāo)分解為合適的中間層要素，即：投資方案優(yōu)劣的判斷標(biāo)準(zhǔn)。判斷投資方案的標(biāo)準(zhǔn)必須符合企業(yè)實(shí)際，一般情況下期望年收益高、投資風(fēng)險(xiǎn)小、凈現(xiàn)值高的投資方案是優(yōu)秀的投資方案，但對于特定企業(yè)而言，國家政策支持力度、投資周期的長短、技術(shù)優(yōu)勢是否明顯，在選擇投資方案時(shí)也許更加重要。因此建立層次結(jié)構(gòu)模型應(yīng)列出決策目標(biāo)的影響因素，通過考慮各影響因素之間的重要性建立關(guān)系矩陣來確定各因素的權(quán)重關(guān)系。

（三）確定多個(gè)備選方案完成層次結(jié)構(gòu)模型

將企業(yè)多個(gè)備選投資方案和層次結(jié)構(gòu)模型的決策目標(biāo)、中間層要素進(jìn)行連接，通過計(jì)算權(quán)重、單個(gè)矩陣、整體矩陣的一致性判斷來確定層次結(jié)構(gòu)模型的合理性，最終根據(jù)計(jì)算結(jié)果選擇最優(yōu)投資方案。

（四）進(jìn)行層次單排序及總排序，并進(jìn)行一致性檢驗(yàn)

計(jì)算出各判斷矩陣的最大特征根及特征向量，并通過歸一化處理，同時(shí)要檢驗(yàn)判斷矩陣的一致性，如果不能通過一致性檢驗(yàn)則需對判斷矩陣重新計(jì)算；計(jì)算同一層次對最高層次（總目標(biāo)）相對重要性的排序權(quán)值，此過程從最高層依次到最低層進(jìn)行，同時(shí)對判斷矩陣進(jìn)行一致性檢驗(yàn)，如果不能通過一致性檢驗(yàn)則需要重新開始。

三、層次分析法在投資方案決策案例中的應(yīng)用

筆者通過案例來探討層次分析法在投資決策中的具體應(yīng)用。假設(shè)A企業(yè)要進(jìn)行投資決策，現(xiàn)有三種方案可供選擇。三種備選方案投資收益基本情況見表1。

三種備選方案的投資周期不同，C1方案為5年，C2方案為4年，C3方案為6年（假設(shè)均為一次投入，分年收益）。A企業(yè)的再投資年收益率為10%。從A企業(yè)現(xiàn)有的科學(xué)技術(shù)來看，C1方案有一定的技術(shù)優(yōu)勢，其他兩個(gè)方案均為新的領(lǐng)域，但C3方案是環(huán)保產(chǎn)業(yè)，國家政策比較支持。

從A企業(yè)案例可以看出三種備選方案的決策信息中既有量化信息也有非量化信息。傳統(tǒng)的投資方案決策方法通常運(yùn)用凈現(xiàn)值、投資年收益、收益標(biāo)準(zhǔn)差等單一的量化指標(biāo)判斷最優(yōu)投資方案。這些傳統(tǒng)決策方法在決策時(shí)考慮的因素比較單一，而且在本例中，傳統(tǒng)決策方法出現(xiàn)了多項(xiàng)指標(biāo)優(yōu)勢交叉而無法進(jìn)行判斷的現(xiàn)象。因此筆者選用層次分析法進(jìn)行投資方案的決策，以綜合考慮投資方案中的量化因素和非量化因素。

（一）建立層次結(jié)構(gòu)模型

根據(jù)A企業(yè)案例資料，綜合現(xiàn)有數(shù)據(jù)選擇六個(gè)中間層要素，畫出A企業(yè)投資方案的層次模型結(jié)構(gòu)圖，如圖1所示。

（二）構(gòu)造判斷對比矩陣A—B

A企業(yè)管理當(dāng)局選定10位專家組成專家系統(tǒng)，運(yùn)用德爾菲法對六個(gè)中間層要素的重要性進(jìn)行比較，使用九級指標(biāo)法將中間層要素兩兩比較后進(jìn)行打分，得出決策目標(biāo)層A對中間層要素B的判斷對比矩陣，即：A—B對比矩陣，見表2。

其他對比矩陣的權(quán)向量計(jì)算過程同對比矩陣A—B的權(quán)向量計(jì)算過程限于篇幅不再詳述。

（五）一致性檢驗(yàn)及備選方案的選擇

計(jì)算各對比矩陣的最大特征根，利用隨機(jī)一致性指標(biāo)進(jìn)行檢驗(yàn)，計(jì)算出CR的值（表9）。從表9可以看出，各中間層要素的一致性比率CR均小于0.1，即各判斷矩陣的一致性檢驗(yàn)均通過。

計(jì)算層次總排序，進(jìn)行一致性檢驗(yàn)得出CR=

0.0774

從表10可以看出備選方案C3的方案總權(quán)重最大，A企業(yè)應(yīng)選擇備選方案C3作為最優(yōu)投資方案。

四、結(jié)論

通過A企業(yè)的案例分析，筆者認(rèn)為層次分析法能夠較好地結(jié)合量化指標(biāo)和非量化指標(biāo)綜合考慮影響企業(yè)投資方案決策的各方面因素，使企業(yè)投資方案決策更具科學(xué)性。運(yùn)用層次分析法對企業(yè)投資方案決策過程中的各影響因素進(jìn)行權(quán)重分配，可避免在影響因素過多的情況下決策者顧此失彼，將主觀意識過多地帶入企業(yè)的經(jīng)營決策。當(dāng)各種決策方案出現(xiàn)多項(xiàng)指標(biāo)優(yōu)勢交叉時(shí)，層次分析法更能做出科學(xué)的判斷。

【參考文獻(xiàn)】

[1] 鄧永勝，董毅明.基于AHP的云南省物聯(lián)網(wǎng)發(fā)展分析[J].昆明冶金高等?？茖W(xué)校學(xué)報(bào)，2012（1）：21-26.

第3篇

關(guān)鍵詞：智能運(yùn)輸系統(tǒng) 成本效益分析 成本效果分析 多準(zhǔn)則分析

中圖分類號：U491113 文獻(xiàn)標(biāo)識碼：A

1 引言

隨著社會經(jīng)濟(jì)的不斷發(fā)展和人們對交通運(yùn)輸需求的日益增加。交通阻塞、安全、環(huán)境污染等問題已經(jīng)成了影響社會發(fā)展的巨大障礙。交通量的持續(xù)增長是造成該狀況的最根本原因，傳統(tǒng)的解決途徑如限制交通流量等短期內(nèi)可以奏效，但有失公平、合理。如何更有效地使用現(xiàn)有交通運(yùn)輸網(wǎng)絡(luò)就是解決上述問題的重要途徑之一。隨著高新技術(shù)的崛起，使得智能運(yùn)輸系統(tǒng)（簡稱ITS，通過關(guān)鍵基礎(chǔ)理論模型的研究，將信息技術(shù)、通信技術(shù)、電子控制技術(shù)和系統(tǒng)集成技術(shù)等有效地運(yùn)用于交通運(yùn)輸系統(tǒng)，從而建立起的實(shí)時(shí)、準(zhǔn)確、高效的交通運(yùn)輸管理系統(tǒng)）應(yīng)運(yùn)而生。與傳統(tǒng)的交通基礎(chǔ)設(shè)施建設(shè)項(xiàng)目相比，ITS項(xiàng)目不但投資巨大，而且屬新興研究領(lǐng)域，對社會和經(jīng)濟(jì)各方面的影響更加難以預(yù)料。我國當(dāng)前仍是一個(gè)發(fā)展中國家，建設(shè)資金短缺，決策者、投資者、大眾非常關(guān)注建設(shè)ITS的巨大投資帶來的效益及風(fēng)險(xiǎn)，因此有必要以ITS的影響開展深入的研究，采用的方法就是進(jìn)行智能運(yùn)輸系統(tǒng)評價(jià)。

2 評價(jià)的意義及目的

ITS評價(jià)的意義體現(xiàn)在以下幾個(gè)方面：

（1）理解ITS產(chǎn)生的影響

ITS評價(jià)的內(nèi)容包括ITS對交通系統(tǒng)及其使用者產(chǎn)生的影響，以及ITS導(dǎo)致的社會、經(jīng)濟(jì)和環(huán)境等諸多方面的影響。因而評價(jià)ITS不但可以更好地了解項(xiàng)目本身和與其相關(guān)交通條件的改善之間的關(guān)系，而且對其產(chǎn)生的影響有更好的認(rèn)識，也有助于將來其他ITS項(xiàng)目的實(shí)施。

（2）對ITS帶來的效益進(jìn)行量化

投資者無論是政府部門還是私人機(jī)構(gòu)都希望能夠量化投資效益。此外，在對ITS進(jìn)行評價(jià)時(shí)，我們還要回答諸如“為什么一定要這樣做”及“如何達(dá)到預(yù)期效果”的問題。

（3）對將來的投資做決策

ITS評價(jià)所提供的信息（實(shí)施條件和影響因素等）一方面可以幫助政府部門優(yōu)化投資，對將來項(xiàng)目的投資和實(shí)施做決定。另一方面有助于私人機(jī)構(gòu)在商業(yè)運(yùn)作中做出明智而正確的決定，而政府與私人機(jī)構(gòu)之間的密切而有效的合作分工是中國ITS順利發(fā)展的必要條件。

（4）對已有的系統(tǒng)優(yōu)化其運(yùn)作和設(shè)計(jì)

ITS評價(jià)可以幫助已有的交通設(shè)施和交通系統(tǒng)識別需要改進(jìn)的方向，從而使管理者和設(shè)計(jì)者能夠更好地管理、調(diào)整、改進(jìn)和優(yōu)化系統(tǒng)運(yùn)作和系統(tǒng)設(shè)計(jì)。

3 各國ITS評價(jià)研究現(xiàn)狀

近年來在世界范圍內(nèi)廣泛開展了對智能運(yùn)輸系統(tǒng)理論和技術(shù)方法的研究，部分發(fā)達(dá)國家已對許多項(xiàng)目進(jìn)行了試驗(yàn)研究并已實(shí)施和應(yīng)用，如城市和高速公路交通事故監(jiān)測和快速反應(yīng)系統(tǒng)，匝道控制等。ITS正從實(shí)驗(yàn)階段轉(zhuǎn)向?qū)嵤╇A段，成為地面運(yùn)輸系統(tǒng)投資的主流方向，投資規(guī)模也將迅速增長。政府、企業(yè)和大眾都非常關(guān)注其社會經(jīng)濟(jì)影響及可能帶來的各方面效益，對ITS項(xiàng)目社會經(jīng)濟(jì)影響的全面評價(jià)正日益受到政府、投資者和研究開發(fā)機(jī)構(gòu)的普遍重視。

早在1988年，英國學(xué)者Bristow提出了如下評價(jià)準(zhǔn)則：（1）技術(shù)性能；（2）人機(jī)工程學(xué)性能；（3）真實(shí)的效益和非效益；（4）感受到的效益和非效益；（5）用戶反映；（6）安全性能；（7）成本；（8）外部性能。歐盟DRIVE研究計(jì)劃促進(jìn)了一系列面向ITS項(xiàng)目評價(jià)的指標(biāo)系統(tǒng)的發(fā)展，其道路運(yùn)輸信息評價(jià)過程研究形成了用于評價(jià)ITS項(xiàng)目評價(jià)過程的評價(jià)手冊。1998年歐盟在ITS評價(jià)項(xiàng)目“CONVERGE”中，了“智能運(yùn)輸系統(tǒng)評價(jià)指南”，之后幾年又開發(fā)了一系列可用于ITS評價(jià)的微觀模擬仿真軟件。

美國華盛頓州1993年完成的ITS戰(zhàn)略計(jì)劃，設(shè)計(jì)了從技術(shù)分析、社會經(jīng)濟(jì)、立法行政、公眾接受性幾個(gè)角度用成本效益分析法評價(jià)ITS項(xiàng)目產(chǎn)生的效益。關(guān)于ITS項(xiàng)目投資及效益回報(bào)理論方面美國最先于1996年完成國家ITS體系結(jié)構(gòu)，后經(jīng)多次修訂，第四版已于2002年6月。美國國家ITS體系結(jié)構(gòu)共分為六部分：（1）綜合摘要、（2）體系結(jié)構(gòu)定義、（3）評價(jià)、（4）實(shí)施策略、（5）市場包、（6）標(biāo)準(zhǔn)。

日本在分析借鑒和分析美國和歐盟體系結(jié)構(gòu)的基礎(chǔ)上于1999年11月了ITS體系結(jié)構(gòu)。主要包括三大部分：構(gòu)筑體系結(jié)構(gòu)的方針；構(gòu)筑體系結(jié)構(gòu)的成果；應(yīng)用體系結(jié)構(gòu)的方針。評價(jià)方法主要是傳統(tǒng)交通運(yùn)輸項(xiàng)目評價(jià)所采用的成本效益分析法，有些研究也嘗試使用成本效果分析法和多準(zhǔn)則分析方法。

4 評價(jià)方法

ITS項(xiàng)目評價(jià)的步驟如下圖所示。針對不同的評價(jià)主體、評價(jià)目的和評價(jià)內(nèi)容，可以對該評價(jià)步驟進(jìn)行適當(dāng)調(diào)整。

目前常用的ITS評價(jià)方法包括成本效益分析、成本效果分析和多準(zhǔn)則分析三種。

成本效益分析致力于成本和效益的量化及其度量，計(jì)算出相應(yīng)指標(biāo)，并在備選項(xiàng)目之間進(jìn)行權(quán)衡。有時(shí)也涉及不可量化的和非經(jīng)濟(jì)性指標(biāo)，偶爾也涉及示范效應(yīng)、發(fā)展效應(yīng)等組織因素，但在大多數(shù)情況下，對難以量化的影響的評價(jià)是附帶的，重點(diǎn)還在于可量化的成本和效益的權(quán)衡。

成本效果分析是一種成本最小化方法，它是在一個(gè)項(xiàng)目的效益不能計(jì)量，或者已為政策所確定時(shí)所采用的評價(jià)方法。在上述情況下，所考慮的是達(dá)到既定的目標(biāo)所采用的最小費(fèi)用。當(dāng)一個(gè)項(xiàng)目的目標(biāo)難以用貨幣價(jià)值計(jì)量時(shí)，變量只能在成本方面，因此，從邏輯上講應(yīng)當(dāng)選擇成本最小的項(xiàng)目。成本效果分析常應(yīng)用于藥物經(jīng)濟(jì)學(xué)，原因在于健康和衛(wèi)生效益有時(shí)難以用貨幣化方法衡量。

在發(fā)達(dá)國家通常將成本效益分析作為普遍適用的方法，其中有著多方面的原因。首先，發(fā)達(dá)國家的社會環(huán)境相對穩(wěn)定，因此評價(jià)可以致力于將貨幣價(jià)值衡量成本和效益，但在發(fā)展中國家，社會經(jīng)濟(jì)結(jié)構(gòu)正在發(fā)生變化，大的公共項(xiàng)目甚至?xí)绊戇@種變化。因此一個(gè)項(xiàng)目的非經(jīng)濟(jì)性和不可量化的影響在評價(jià)中的地位較發(fā)達(dá)國家為重?？梢哉f，發(fā)展中國家在遇到同等問題時(shí)，所遇到的困難更多。另外，在發(fā)展中國家，可用于項(xiàng)目定量分析的資料和數(shù)據(jù)往往不全面，這也是成本效益分析方法使用范圍受限制的重要原因之一。所有這些因素表明，鑒于中國的國情和ITS項(xiàng)目的特點(diǎn)，除了進(jìn)行成本效益分析和成本效果分析之外，還必須采用多準(zhǔn)則分析方法。

4.1 成本效益分析

成本效益分析，有時(shí)也稱為費(fèi)用效益分析。

成本效益分析主要包括四個(gè)主要步驟：

1.確定成本和效益的類型

成本和效益一般需按照其類型、影響群體、地區(qū)或其它標(biāo)準(zhǔn)進(jìn)行分類和計(jì)量。由于效益多發(fā)生于未來。所以項(xiàng)目分析必然包含預(yù)測的成分，其結(jié)果受分析者的主觀價(jià)值標(biāo)準(zhǔn)影響。成本和效益的范圍和重點(diǎn)隨項(xiàng)目不同而異。

2.成本和效益的量化

對于所確定的各成本和效益類型應(yīng)當(dāng)盡可能量化。由于各種原因，市場價(jià)格會偏離社會價(jià)值，有些類型的成本和效益則沒有市場價(jià)格。因此，量化難以量化的成本效益類型是成本效益分析的難點(diǎn)之一。

3.評價(jià)指標(biāo)

根據(jù)量化的成本和效益計(jì)算選定的評價(jià)指標(biāo)，原則是盡可能全面和完整地展現(xiàn)項(xiàng)目的經(jīng)濟(jì)效果。常用的指標(biāo)包括效益費(fèi)用比、凈現(xiàn)值、內(nèi)部收益率、投資回收期等。

4.綜合權(quán)衡

因存在相關(guān)難以量化的成本和效益類型，故評價(jià)指標(biāo)數(shù)據(jù)不可能完全反應(yīng)項(xiàng)目的效果，需用定性分析作為補(bǔ)充和完善。隨著項(xiàng)目影響范圍的擴(kuò)大和評價(jià)的深入，難以量化的成本和效益的比重有時(shí)甚至超過可量化部分。因此，該步驟顯得越來越為重要。

成本效益分析的評價(jià)指標(biāo)通常包括：凈現(xiàn)值、效益費(fèi)用比、內(nèi)部收益率、投資回收期等。這些指標(biāo)描述了效益與費(fèi)用的對比關(guān)系，可進(jìn)行不同方案的對比分析。合理的成本效益分析評價(jià)指標(biāo)數(shù)據(jù)將為決策者提供了有價(jià)值的信息。

對ITS項(xiàng)目進(jìn)行成本效益分析主要出于兩方面考慮。首先，項(xiàng)目意味著稀缺資源的使用，規(guī)劃者和政策制定者應(yīng)當(dāng)確保效益最大化（包括直接效益和間接效益）；其次，決策者在考慮是否進(jìn)行項(xiàng)目或者從備選方案中作選擇時(shí)需要知道各方案可能產(chǎn)生效益的差異。ITS項(xiàng)目效益大小的差異來自于現(xiàn)有交通系統(tǒng)的狀況（特點(diǎn)）、項(xiàng)目的實(shí)施情況以及評價(jià)方法。應(yīng)用成本效益分析可以對其進(jìn)行分析，各評價(jià)指標(biāo)將從不同側(cè)面描述項(xiàng)目的可行性。問題的關(guān)鍵在于如何對成本和效益進(jìn)行界定。

現(xiàn)階段結(jié)合我國的國情，可以嘗試運(yùn)用成本效益分析進(jìn)行項(xiàng)目評價(jià)的嘗試，但暫不適合將成本效益分析方法確立為ITS項(xiàng)目評價(jià)的基本方法，原因在于成本效益數(shù)據(jù)的缺乏和ITS項(xiàng)目的影響程度和范圍尚難準(zhǔn)確把握。

4.2 成本效果分析

成本效果分析通常作為成本效益分析的替代方法。在給定預(yù)算方案的情況下，成本效果分析可以用于平均ITS項(xiàng)目的應(yīng)用效果，可以對比ITS項(xiàng)目和非ITS項(xiàng)目（包括基礎(chǔ)設(shè)施項(xiàng)目或其它交通改善項(xiàng)目）或者不同ITS項(xiàng)目的成本。

成本效果分析用來評價(jià)各方案的基準(zhǔn)是成本和單一的非貨幣化效果指標(biāo)，例如死亡人數(shù)減少、運(yùn)營成本降低等。由于很難對各種成本項(xiàng)目均給予綜合考察和比較，實(shí)踐上往往采用預(yù)算成本指標(biāo)。使用的評價(jià)指標(biāo)為成本效果比。在采用成本效果分析時(shí)，并沒有將效果指標(biāo)貨幣化，故成本指標(biāo)和效果指標(biāo)將采用不同的單位。依據(jù)成本效果比的結(jié)果進(jìn)行項(xiàng)目比選和排序。

成本效果比可以按照單位效果所需要的成本進(jìn)行計(jì)量。其中：C表示成本；E表示效果；i表示第i個(gè)項(xiàng)目或方案，下同。CE可以看作是單位效果的平均成本，CE值最小的項(xiàng)目或方案具有最高的成本效果比：CEi=Ci / Ei 。

成本效果比也可以用單位成本所產(chǎn)生的效果計(jì)量。EC可以看作是單位成本的平均效果，EC值最小的項(xiàng)目或方案具有最高的成本效果比：ECi=Ei / Ci。

成本效果分析可以看作是成本效益分析的一種特殊形式。

4.3 多準(zhǔn)則分析

交通運(yùn)輸系統(tǒng)項(xiàng)目和ITS項(xiàng)目評價(jià)在多數(shù)情況下是一種基于多層面的沖突分析，因此在初始階段很難給出解決方案。這就意味著需要尋找一種可接受的評價(jià)方法。多準(zhǔn)則評價(jià)方法致力于提供一系列方法用以處理多維效果量化問題。當(dāng)然，該類方法也存在其局限性。

考慮到ITS項(xiàng)目的復(fù)雜性和多維性，所采用的評價(jià)方法應(yīng)具有四個(gè)特點(diǎn)：

1.透明性：是指決策者必須對評價(jià)的過程有清楚的了解。

2.簡潔性：是指評價(jià)應(yīng)相對容易實(shí)現(xiàn)，并側(cè)重于澄清問題的要點(diǎn)。

3.魯棒性：和接受有關(guān)備選方案的輸入和評價(jià)結(jié)果的輸出的能力有關(guān)。另外和數(shù)據(jù)需求、項(xiàng)目及準(zhǔn)則數(shù)量的處理、不確定性的處理、重點(diǎn)群體的參與、敏感性等有關(guān)。

4.可說明性：決策者應(yīng)當(dāng)對評價(jià)結(jié)果感到有信心，即同意并支持評價(jià)結(jié)論。

多準(zhǔn)則分析包含許多種具體方法，可應(yīng)用于不同背景不同評價(jià)目標(biāo)。雖然多數(shù)方法都標(biāo)稱具有廣泛的應(yīng)用領(lǐng)域，但實(shí)際上每種方法均有其適用范圍。所以并不是所有多準(zhǔn)則方法都適用于交通運(yùn)輸系統(tǒng)項(xiàng)目和ITS項(xiàng)目的評價(jià)。尋找適用于ITS項(xiàng)目的多準(zhǔn)則評價(jià)方法是至關(guān)重要的。

多準(zhǔn)則往往是沖突的、不可比的和具有不同性質(zhì)的，既有定量信息、又有定性信息，既有精確信息又有不精確信息，這使得問題的解決更加困難。

多準(zhǔn)則分析最初來自法國，特別有名的是ELECTRE技術(shù)，它已經(jīng)成為近代評價(jià)方法的主流；多屬性效用理論是在1976年提出的；模糊集理論發(fā)展后，評價(jià)稱為該理論的重要應(yīng)用領(lǐng)域之一，許多劣結(jié)構(gòu)的決策問題采用了基于模糊集理論的評價(jià)方法。

根據(jù)相關(guān)研究成果，適用于交通運(yùn)輸系統(tǒng)項(xiàng)目評價(jià)的多準(zhǔn)則分析方法包括REGIME、ELECTRE、AHP、多屬性效用方法、理想點(diǎn)法等。

5 結(jié)論

智能運(yùn)輸系統(tǒng)的效果評價(jià)是一個(gè)非常重要但又困難而復(fù)雜的課題，它涉及到技術(shù)、經(jīng)濟(jì)、環(huán)境、社會、政策等方面，既有定性也有定量的評價(jià)。不同的評價(jià)方法將產(chǎn)生不同的評價(jià)結(jié)論，從而對決策和技術(shù)方案產(chǎn)生影響，進(jìn)而對社會和經(jīng)濟(jì)發(fā)展產(chǎn)生影響，評價(jià)方法的重要性可見一斑。

ITS項(xiàng)目具有不同于傳統(tǒng)交通運(yùn)輸項(xiàng)目的諸多特點(diǎn)，同時(shí)中國的交通特點(diǎn)使得發(fā)達(dá)國家在該領(lǐng)域的研究成果的可借鑒性大打折扣。結(jié)合ITS的特點(diǎn)和中國的國情研究ITS項(xiàng)目的評價(jià)方法具有必要性和緊迫性。

參考文獻(xiàn)：

[1]楊兆升.智能運(yùn)輸系統(tǒng)概論[M].北京：人民交通出版社，2003，1-16

[2]《中國智能運(yùn)輸系統(tǒng)體系框架》專題組，中國智能運(yùn)輸系統(tǒng)體系框架[M].北京：人民交通出版社，2003，439-441

第4篇

【關(guān)鍵詞】云重心 電網(wǎng)工程項(xiàng)目 后評價(jià)方法 主客觀綜合賦權(quán)

電網(wǎng)工程項(xiàng)目后評價(jià)，指的是項(xiàng)目建成投產(chǎn)并穩(wěn)定運(yùn)行1～2年后對項(xiàng)目建設(shè)的目的、實(shí)施過程、效益和影響等進(jìn)行全面系統(tǒng)的分析和總結(jié)，是項(xiàng)目建設(shè)周期的最后一個(gè)重要環(huán)節(jié)。為保證項(xiàng)目投資效益的提升，全面了解項(xiàng)目全生命周期實(shí)際情況與預(yù)期情況的差異，電網(wǎng)工程項(xiàng)目亟需進(jìn)行科學(xué)有效的后評價(jià)。作為影響項(xiàng)目后評價(jià)效果的后評價(jià)方法，其選擇的合理性對于系統(tǒng)、客觀、準(zhǔn)確分析項(xiàng)目評價(jià)工作具有重要的意義。因而，如何合理選擇與電網(wǎng)工程項(xiàng)目評價(jià)目標(biāo)相匹配的后評價(jià)方法是一個(gè)需要研究的重要課題。

本文在前人研究的基礎(chǔ)上，運(yùn)用云重心評價(jià)法計(jì)算項(xiàng)目綜合得分及偏離度，進(jìn)而評價(jià)該項(xiàng)目實(shí)施全過程情況，找出亟需改善的工作，以優(yōu)化項(xiàng)目，提高企業(yè)的決策水平和投資效益，指導(dǎo)未來項(xiàng)目的建設(shè)規(guī)劃。

1 項(xiàng)目后評價(jià)方法研究現(xiàn)狀

在后評價(jià)方法選擇上，Satty最先提出可以運(yùn)用層次分析法，將定性指標(biāo)量化，對多準(zhǔn)則問題方案進(jìn)行排序，從而選出最優(yōu)方案。此后，不少學(xué)者對其進(jìn)行了改進(jìn)。如鄭燕首次在后評價(jià)工作中引入梯度理論指導(dǎo)指標(biāo)的選取工作，將層次分析法和熵權(quán)法結(jié)合，構(gòu)建出一種新的變結(jié)構(gòu)權(quán)重模型。Palcic I構(gòu)建了基礎(chǔ)設(shè)施評價(jià)指標(biāo)體系，并在層次分析法的基礎(chǔ)上，對其權(quán)重再次進(jìn)行加權(quán)處理，得到指標(biāo)體系最終的權(quán)重。宋連峻等人認(rèn)為層次分析法無法衡量人為判斷的模糊性，建議在層次分析法中引入三角模糊函數(shù)，構(gòu)建矩陣調(diào)整因子，以提高電網(wǎng)項(xiàng)目后評價(jià)結(jié)果的可靠性。王春艷利用工程成功度判斷準(zhǔn)則對原有電網(wǎng)系統(tǒng)后評價(jià)指標(biāo)進(jìn)行補(bǔ)充、完善，并運(yùn)用模糊理論改進(jìn)層次分析法計(jì)算指標(biāo)權(quán)重，最后結(jié)合實(shí)際案例對電網(wǎng)項(xiàng)目做出總體評價(jià)。

作為我國電網(wǎng)工程項(xiàng)目后評價(jià)分析主流方法的模糊層次分析法，在應(yīng)用上存在以下不足：

（1）表達(dá)模糊性的隸屬函數(shù)只是用定性推理方法獲得，從而成為精確的隸屬函數(shù)，扼殺了事物模糊的本質(zhì)。

（2）權(quán)重方法的確定上仍舊以層次分析法為主，具有較大的主觀隨意性。

2 電網(wǎng)工程項(xiàng)目后評價(jià)指標(biāo)體系

根據(jù)《國家重點(diǎn)建設(shè)項(xiàng)目后評價(jià)暫行辦法》和《大中型項(xiàng)目后評價(jià)研究報(bào)告》，項(xiàng)目后評價(jià)內(nèi)容包括實(shí)施過程評價(jià)、經(jīng)濟(jì)效益評價(jià)、影響評價(jià)、目標(biāo)和持續(xù)性評價(jià)等4個(gè)方面。根據(jù)電網(wǎng)工程項(xiàng)目的特點(diǎn)和建設(shè)實(shí)施運(yùn)營的全過程，將其后評價(jià)指標(biāo)體系分為包括前期投資決策評價(jià)、項(xiàng)目實(shí)施準(zhǔn)備工作、項(xiàng)目建設(shè)實(shí)施過程、項(xiàng)目運(yùn)營情況、項(xiàng)目效果和效益情況、影響評價(jià)、目標(biāo)和持續(xù)性評價(jià)等七個(gè)一級指標(biāo)，并在一級指標(biāo)下設(shè)立了若干二級指標(biāo)和三級指標(biāo)。

3 基于云重心的綜合評價(jià)方法

現(xiàn)有的評價(jià)模型分為定性分析方法和定量分析方法兩種類型，而常用的評價(jià)模型包括專家打分法，成功度評價(jià)法，邏輯框架法，模糊數(shù)學(xué)方法，灰色系統(tǒng)法，可拓物元分析法和云重心法等。

因電網(wǎng)工程項(xiàng)目后評價(jià)體系中 定性的指標(biāo)較多，需要通過一個(gè)合理的方法將專家對指標(biāo)的評語進(jìn)行量化轉(zhuǎn)換。云重心評價(jià)方法通過量化評語區(qū)間，將各指標(biāo)的實(shí)際情況反應(yīng)于期望值和熵值中，分析每個(gè)指標(biāo)的偏離度辨識各項(xiàng)工作與理想狀態(tài)之間的差距，以找出項(xiàng)目亟需解決的問題，幫助優(yōu)化項(xiàng)目。

云重心評價(jià)模型的基本原理主要是將難以量化的定性指標(biāo)進(jìn)行量化轉(zhuǎn)換，并算出各指標(biāo)狀態(tài)值與其理想狀態(tài)值之間的偏離程度，進(jìn)而找出該項(xiàng)目在實(shí)施全過程中的問題。運(yùn)用云重心評價(jià)項(xiàng)目的步驟如下：

（1）構(gòu)建評語集，劃分區(qū)間

V=（V1，V2，V3，V4，V5，V6，V7，V8）（很差，差，較差，一般，較好，好，很好，非常好）。其中，非常好即理想狀態(tài)。本報(bào)告將評語集分為8個(gè)等級，假設(shè)其均勻分布在[0，1]區(qū)間上，而根據(jù)云計(jì)算中的期望值公式和熵值公式，具體評語的期望值和熵值見表1。

步驟六，歸一化后計(jì)算云重心的偏離度為：

θ331=0.3355×0.3+0.4840×0.3+0.4391×0.4=0.4215依照步E一至六，層層推進(jìn)，可得一級指標(biāo)u1，u2，…，u7的偏離度依次為：0.0937，0.3125，0.3187，0.2875，0.4125，0.3125，0.4375。對照表2，這七個(gè)指標(biāo)偏離度對應(yīng)，評語集、期望值、熵值見表3。

根據(jù)表3計(jì)算數(shù)據(jù)可以看出：項(xiàng)目前期投資決策評價(jià)為“非常好”，項(xiàng)目實(shí)施準(zhǔn)備工作、項(xiàng)目建設(shè)實(shí)施過程、項(xiàng)目運(yùn)營情況和項(xiàng)目影響評價(jià)的評語值為“好”，而項(xiàng)目效果和效益情況以及項(xiàng)目目標(biāo)和可持續(xù)評價(jià)的評語值為“較好”，說明項(xiàng)目效果和效益情況以及項(xiàng)目目標(biāo)和可持續(xù)發(fā)展方面還有待提升。

在表3的基礎(chǔ)上，結(jié)合步驟二至六，最后可得該項(xiàng)目的評價(jià)偏離度為0.3817，根據(jù)偏離度對應(yīng)的區(qū)間，對于所評價(jià)的后評價(jià)項(xiàng)目的評判結(jié)果進(jìn)行分析，在八個(gè)評語區(qū)間中，該后評價(jià)項(xiàng)目的評語值為“好”。說明該電網(wǎng)工程項(xiàng)目立項(xiàng)時(shí)的各預(yù)期目標(biāo)的實(shí)現(xiàn)程度較好，項(xiàng)目的執(zhí)行過程規(guī)范，所發(fā)揮出來的效益和影響十分良好。

5 結(jié)論

傳統(tǒng)的電網(wǎng)工程項(xiàng)目后評價(jià)在確定權(quán)重的時(shí)候，往往易受主觀因素的影響，忽略了部分指標(biāo)之間的關(guān)聯(lián)性，這類權(quán)重計(jì)算方法直接影響到項(xiàng)目后評價(jià)結(jié)果的可信度；在綜合評價(jià)大部分都是適用于項(xiàng)目之間的排序選優(yōu)、簡單系統(tǒng)的評價(jià)，或者需要大量數(shù)據(jù)作為基礎(chǔ)數(shù)據(jù)才能夠進(jìn)行分析，在一定程度上與電網(wǎng)工程項(xiàng)目的評價(jià)目標(biāo)有所偏差。

而本文基于云重心的后評價(jià)模型可以通過每個(gè)指標(biāo)的偏離度辨識各項(xiàng)工作與理想狀態(tài)之間的差距，同時(shí)能夠比較各項(xiàng)指標(biāo)的偏離度找出項(xiàng)目亟需改善的工作，并反饋到待建項(xiàng)目中，有效評價(jià)已建項(xiàng)目，指導(dǎo)待建項(xiàng)目，便于提高項(xiàng)目決策管理水平和投資效益，對電網(wǎng)工程項(xiàng)目實(shí)踐具有重要意義。

參考文獻(xiàn)

[1]Satty，T.L.Mathematical modeling of dynamic decisions，Priorities and hierarchies with time dependence，Mathematics and computers in Simulation，1997（21）：352-358.

[2]鄭燕.電力投資項(xiàng)目后評價(jià)研究及應(yīng)用[D].北京：華北電力大學(xué)，2006.

[3]Palcic I.Analytical Hierarchy Process as a tool for selecting and evaluating projects[J].International Journal of Simulation Modelling，2009，8（01）：16-26.

[4]宋連峻，徐志勇.電網(wǎng)項(xiàng)目后評價(jià)研究――基于改進(jìn)模糊層次法[J].技術(shù)經(jīng)濟(jì)，2009，28（10）：52-54，119.

[5]王春艷.電網(wǎng)建設(shè)項(xiàng)目后評價(jià)指標(biāo)體系研究[D].南寧：廣西大學(xué)，2013.

[6]馬麗云，施泉生.基于云重心理論的供電企業(yè)安全評級方法[J].華東電力，2011，39（08）：1370-1373.

作者簡介

周明，男，湖北省荊州市人。學(xué)士學(xué)位?，F(xiàn)為國網(wǎng)湖北省電力公司高級工程師。研究方向?yàn)殡娋W(wǎng)投資管理。

作者單位

第5篇

Abstract： The selection of local government-invested projects plays an important role in the development and social stability of regions. Appropriate evaluation methods will help to make reasonable decisions. Analytic Hierarchy Process （AHP） is a multi-objective decision-making method which combines the qualitative analysis with quantitative analysis. Especially， it can be used in situation without complete data. The paper， by using of case illustrating， describes the application processes of AHP. And provide methodological assistance for decision-makers.

關(guān)鍵詞： 層次分析法；地方政府投資項(xiàng)目；決策

Key words： Analytic Hierarchy Process；local government-invested projects；decision-making

中圖分類號：F224 文獻(xiàn)標(biāo)識碼：A 文章編號：1006-4311（2013）32-0003-02

基金項(xiàng)目：本文是江蘇省教育廳高校哲學(xué)社會科學(xué)基金項(xiàng)目《蘇北地區(qū)公共服務(wù)項(xiàng)目風(fēng)險(xiǎn)分擔(dān)機(jī)制研究》（項(xiàng)目編號：2012SJD630006）的階段性成果。

作者簡介：江俊龍（1976-），男，安徽肥東人，淮陰工學(xué)院經(jīng)濟(jì)管理學(xué)院講師，研究方向?yàn)殚_發(fā)投資理論與政策。

0 引言

我國從1978年的經(jīng)濟(jì)改革開始，投資體制改革在不斷深化。2004年，《國務(wù)院關(guān)于投資體制改革的決定》（以下簡稱“決定”）的頒布是一重要里程碑。《決定》中明確了企業(yè)的投資主體地位，完善了政府投資體制。界定政府投資范圍并合理劃分了中央政府和地方政府的投資事權(quán)。地方政府的投資主體地位得到明確和鞏固。

《決定》中規(guī)定，政府投資主要用于關(guān)系國家安全和市場不能有效配置資源的經(jīng)濟(jì)和社會領(lǐng)域，包括加強(qiáng)公益性和公共基礎(chǔ)設(shè)施建設(shè)，保護(hù)和改善生態(tài)環(huán)境，促進(jìn)欠發(fā)達(dá)地區(qū)的經(jīng)濟(jì)和社會發(fā)展，推進(jìn)科技進(jìn)步和高新技術(shù)產(chǎn)業(yè)化。因此，地方政府投資項(xiàng)目（以下稱“項(xiàng)目”），特別是其中的基本建設(shè)項(xiàng)目，一般投資額較大，在推動地區(qū)經(jīng)濟(jì)發(fā)展方面發(fā)揮巨大的聚集和拉動作用。

但是，相對于需求而言，資源總是稀缺的。對地方政府投資項(xiàng)目進(jìn)行合理的評價(jià)有利于將有限資源的作用最大化。目前，評價(jià)的方法主要有經(jīng)濟(jì)計(jì)量模型、投入產(chǎn)出模型、系統(tǒng)動力學(xué)模型等[1]。這些方法在評價(jià)中發(fā)揮著重要的作用。遺憾的是，一方面，這些方法對數(shù)據(jù)的要求較高，當(dāng)數(shù)據(jù)不完備時(shí)，作用會大打折扣。另一方面，這些方法涉及比較復(fù)雜的模型以及相應(yīng)的軟件，操作難度較大。然而，地方政府投資項(xiàng)目時(shí)常在較多方面缺乏完整數(shù)據(jù)，如居民對生活環(huán)境的評價(jià)。同時(shí)，相關(guān)軟件的欠缺。這就使得以上這些方法在應(yīng)用中具有其局限性，需要一些更合適的方法。層次分析法就是其中之一。

本文主要探討如何在地方政府投資項(xiàng)目評價(jià)中利用層次分析法。目的是讓相關(guān)決策人員掌握層次分析法的應(yīng)用過程及注意事項(xiàng)。

1 層次分析法

層次分析法（Analytic hierarchy process，AHP法）是美國運(yùn)籌學(xué)家沙旦（T.L.Saaty）于20世紀(jì)70年代提出的，是一種定性與定量分析相結(jié)合的多目標(biāo)決策分析方法。特別是將決策者的經(jīng)驗(yàn)判斷給予量化，對目標(biāo)（因素）結(jié)構(gòu)復(fù)雜且缺乏必要的數(shù)據(jù)情況下更為實(shí)用[2]。

應(yīng)用AHP法的思路是：首先根據(jù)問題的性質(zhì)要求，提出一個(gè)總目標(biāo)。然后將問題按層次分解，對同一層次內(nèi)的各因素通過兩兩比較的方法確定出相對于上一層目標(biāo)的各自的權(quán)系數(shù)，逐層分析直到最后一層，即可求出所有因素相對于總目標(biāo)的重要性排序[3]。這些層次可以具體分為三類：目標(biāo)層，只有一個(gè)元素，一般是分析問題的預(yù)定目標(biāo)或理想結(jié)果；準(zhǔn)則層，包含了為實(shí)現(xiàn)目標(biāo)所涉及的中間環(huán)節(jié)，可以由若干個(gè)層次組成，包括所需考慮的準(zhǔn)則和子準(zhǔn)則；方案層，包括為實(shí)現(xiàn)目標(biāo)可供選擇的各種措施、解決方案等[4]。

應(yīng)用AHP法的主要步驟：第一步，建立層次結(jié)構(gòu)模型。

第二步，標(biāo)度及判斷矩陣。標(biāo)度，為了使各因素之間進(jìn)行兩兩比較得到量化的判斷矩陣，引入1～9的標(biāo)度。見表1。

第三步，權(quán)重及特征向量。權(quán)重的計(jì)算方法有多種，相對比較簡單的是規(guī)范列平均法。具體步驟是：首先，求出判斷矩陣每一列的總和。其次，用判斷矩陣的各元素除以其相應(yīng)列的總和，將所得商組成標(biāo)準(zhǔn)兩兩比較矩陣。然后，計(jì)算出標(biāo)準(zhǔn)兩兩比較矩陣每一行的平均值，這些平均值就是相應(yīng)的權(quán)重。由這些平均構(gòu)成的向量便稱為權(quán)重向量或特征向量。

第四步，判斷矩陣的一致性檢驗(yàn)。判斷矩陣是對各因素兩兩比較的結(jié)果，對于復(fù)雜事物來說，兩兩比較不可能做到判讀的完全一致性，而存在估計(jì)誤差，因此也就得到帶有偏差的相對權(quán)重向量。誤差在一定范圍內(nèi)是可以接受的；但當(dāng)誤差很大時(shí)，相對權(quán)重向量也就不具有有效性。一致性檢驗(yàn)的目的就是判斷誤差的可接受程度。一致性檢驗(yàn)采用的指標(biāo)是一致性率（CR），其計(jì)算公式為：CR=CI/RI。其中CI為一致性指標(biāo)，RI為修正值。一般規(guī)定當(dāng)CR≤0.1時(shí)，判斷矩陣的一致性可以接受，否則重新進(jìn)行兩兩比較判斷。

1）CI的計(jì)算步驟。首先，由被檢驗(yàn)的判斷矩陣乘以其特征向量，所得的向量稱為權(quán)重和向量。其次，每個(gè)權(quán)重和向量的分量分別除以對應(yīng)的特征向量的分量，并計(jì)算出算術(shù)平均數(shù)，記為λmax。最后，利用公式CI=（λmax-n）/（n-1）（n為維數(shù)）計(jì)算結(jié)果。

2）RI主要通過查表獲得。常用的如表2所示。

第五步，方案比較。通過以上步驟，可以知道某方案在各準(zhǔn)則中的權(quán)重向量以及各準(zhǔn)則在目標(biāo)中的權(quán)重向量。兩向量相乘，即得出該方案的得分。通過各方案得分的比較，即可對方案進(jìn)行排序。

2 AHP法在地方政府投資項(xiàng)目中的應(yīng)用

2.1 案例描述 W鎮(zhèn)是東部某省的一個(gè)相對比較偏僻的小鎮(zhèn)。W鎮(zhèn)以農(nóng)業(yè)為主，主要農(nóng)作物為水稻。境內(nèi)沒有大江大河或其分支，主要靠降雨。在50年代曾修建一個(gè)水庫，是降雨外的主要水源。因?yàn)楠?dú)特的地理環(huán)境，境內(nèi)擁有兩處自然風(fēng)貌的旅游景點(diǎn)，在省內(nèi)具有較高的知名度。農(nóng)業(yè)收入和旅游業(yè)收入是當(dāng)?shù)鼐用竦闹饕杖雭碓础?/p>

W鎮(zhèn)現(xiàn)任領(lǐng)導(dǎo)基本上都是土生土長的本地人，鎮(zhèn)長及書記是從基層一步一步提上來的，對鄉(xiāng)土民情十分熟悉，經(jīng)驗(yàn)豐富。由于資金及編制的限制，鎮(zhèn)里近兩年僅引進(jìn)一名旅游管理專業(yè)的本科畢業(yè)生。目前，進(jìn)入鎮(zhèn)里審核的有三個(gè)項(xiàng)目，但是由于各種原因的限制，只能選擇其中一個(gè)。這三個(gè)項(xiàng)目分別是：項(xiàng)目A，建一個(gè)主題公園；項(xiàng)目B，建一文化廣場；項(xiàng)目C，擴(kuò)建一個(gè)老的水庫。鎮(zhèn)里成立了以鎮(zhèn)長為組長的項(xiàng)目評估小組。

由于鎮(zhèn)長及小組成員的經(jīng)驗(yàn)豐富，同時(shí)關(guān)于居民感受方面的數(shù)據(jù)不太容易獲得量化數(shù)據(jù)，所以小組決定選用層次分析法進(jìn)行項(xiàng)目評價(jià)。

2.2 層次結(jié)構(gòu)模型的構(gòu)建

2.2.1 目標(biāo) 評估小組認(rèn)為：任何活動都遵循成本收益原則。即使是政府投資項(xiàng)目也不例外。即，成本收益也有長期和短期之分、經(jīng)濟(jì)與非經(jīng)濟(jì)之分、可量化與不可量化之分。不同的是，因?yàn)殒?zhèn)政府承擔(dān)著維護(hù)W鎮(zhèn)的社會穩(wěn)定、經(jīng)濟(jì)發(fā)展等多方面的責(zé)任，所以鎮(zhèn)政府投資的項(xiàng)目應(yīng)該更關(guān)注社會總成本和社會總收益。因此W鎮(zhèn)項(xiàng)目評估小組將目標(biāo)界定為社會凈收益（即社會總收益與社會總成本配比后的結(jié)果）的最大化。

2.2.2 準(zhǔn)則 在建立準(zhǔn)則層的時(shí)候，評估小組認(rèn)為：項(xiàng)目自身的財(cái)務(wù)評價(jià)雖然也很重要，但是作為政府投資的項(xiàng)目，其直接或間接的社會影響也很重要。為此，參考發(fā)改委與建設(shè)部的建設(shè)項(xiàng)目評價(jià)方法與參數(shù)、電話咨詢省城知名專家并結(jié)合小組的自身知識，評估小組給出了如下4個(gè)準(zhǔn)則：①項(xiàng)目的財(cái)務(wù)分析。反映項(xiàng)目自身的財(cái)務(wù)狀況。即項(xiàng)目自身的財(cái)務(wù)信息。包括凈現(xiàn)值、投資回收期、內(nèi)含報(bào)酬率等。②經(jīng)濟(jì)總量。反映項(xiàng)目對W鎮(zhèn)國民經(jīng)濟(jì)總量的貢獻(xiàn)，包括增加值、凈產(chǎn)值、純收入、財(cái)政收入等。③經(jīng)濟(jì)結(jié)構(gòu)。反映項(xiàng)目對W鎮(zhèn)經(jīng)濟(jì)結(jié)構(gòu)的影響，主要包括三次產(chǎn)業(yè)結(jié)構(gòu)、就業(yè)結(jié)構(gòu)等。④社會與環(huán)境。反映項(xiàng)目對W鎮(zhèn)社會與環(huán)境的影響，主要包括社會階層、居住環(huán)境等。

2.3 方案的比較及選擇

①判斷矩陣。通過向?qū)＜易稍儯Y(jié)合項(xiàng)目評估小組自身的判斷。給出了方案層的4個(gè)判斷矩陣和準(zhǔn)則層的1個(gè)判斷矩陣。

②權(quán)重及特征向量求解。項(xiàng)目在財(cái)務(wù)分析、經(jīng)濟(jì)總量、經(jīng)濟(jì)結(jié)構(gòu)、社會與環(huán)境、目標(biāo)的特征向量分別為（0.593，0.341，0.066）T、（0.623，0.137，0.240）T、（0.378，0.157，

0.467）T、（0.123，0.320，0.557）T和（0.126，0.384，0.3，0.191）T。并通過一致性檢驗(yàn)。

③計(jì)算各項(xiàng)目的得分。項(xiàng)目A=0.593*0.126+0.623*0.384+0.378*0.3+0.123*0.191=0.451；項(xiàng)目B=0.341*0.126+0.137*0.384+0.157*0.3+0.320*0.191=0.204；項(xiàng)目C=0.066*0.126+0.240*0.384+0.467*0.3+0.557*0.191=0.347。項(xiàng)目A的得分最高，所以評估小組決定選擇項(xiàng)目A。

3 地方政府投資項(xiàng)目中應(yīng)用AHP法的注意事項(xiàng)

AHP法可以充分利用經(jīng)驗(yàn)優(yōu)勢，但是在應(yīng)用AHP法時(shí)，有兩個(gè)關(guān)鍵環(huán)節(jié)需要注意。一是準(zhǔn)則的確立。因?yàn)闇?zhǔn)則的優(yōu)劣直接決定了后面的結(jié)果，所選的準(zhǔn)則應(yīng)有理論基礎(chǔ)和地方實(shí)際背景的支撐，不可隨意選擇。二是判斷矩陣的構(gòu)建。在進(jìn)行兩兩比較時(shí)，要確保判斷的獨(dú)立性和客觀性。不可因?yàn)槔娴恼T惑或非正常的壓力做出虛假的判斷。

參考文獻(xiàn)：

[1]國家發(fā)展改革委，建設(shè)部.建設(shè)項(xiàng)目經(jīng)濟(jì)評價(jià)方法與參數(shù)[M].北京：中國計(jì)劃出版社，2006.

[2]《運(yùn)籌學(xué)》教材編寫組.運(yùn)籌學(xué)[M].北京：清華大學(xué)出版社，2005.

第6篇

關(guān)鍵詞：群體決策；DS證據(jù)理論；專家權(quán)重；認(rèn)識結(jié)構(gòu)；合理性分歧

中圖分類號：C934 文獻(xiàn)標(biāo)識碼：A 文章編號：1001-8409（2012）05-0132-04

The Wholeprocess Multilevel Model of Group Decision Making Based On DS Theory

CHEN Xingguang1, DA Jiamin2

（1. School of Management and Engineering, Nanjing University, Nanjing 210093; 2. School of Mechanical Engineering, Shanghai Jiaotong University, Shanghai 200240）

Abstract: In this paper, a way to express expert’s preference and aggregate their preference are proposed properly and a wholeprocess multilevel model of group decision making is developed based on the DS theory. This paper provides a new view and way for group decision making in uncertain environment, and it also has valuable inspiration and reference for solving complicated decision making problems on practical world.Key words: group decision; DS theory; expert weights; structure of knowledge; reasonable disagreement

1 引言

對群體決策的研究最早始于200年前兩位法國數(shù)學(xué)家Borda和Condorect對于方案排序的探討，Borda在1781年提出了群體對方案排序的Borda規(guī)則，1785年Condorcet提出了Condorcet規(guī)則并發(fā)現(xiàn)了投票悖論［1］。此后，許多學(xué)者從各個(gè)方面對群體決策進(jìn)行了研究。1967 年 Dempster提出證據(jù)理論后，由于它在處理不確定性問題時(shí)有獨(dú)到的優(yōu)勢，所以越來越被廣泛運(yùn)用于群決策的研究［2］。2002年Malcolm Beynon［3］提出了一種DS/AHP方法從而將證據(jù)理論引向了復(fù)雜的多屬性群決策領(lǐng)域。近年來證據(jù)理論在群決策領(lǐng)域的應(yīng)用逐漸從理論走向?qū)嵺`，如將DS/AHP用于供應(yīng)商的選擇［4］和證券投資決策［5］等。但實(shí)踐發(fā)現(xiàn)將這些理論和方法應(yīng)用于一些復(fù)雜的群決策領(lǐng)域如大型工程的決策，它們所取得的效果卻不理想。這是因?yàn)橄惹暗娜簺Q策理論研究主要聚焦于群體決策的核心部分（偏好集結(jié)），而非從全過程的角度整體看待群決策問題。所謂全過程群決策就是從群體決策的全過程出發(fā)，基于每個(gè)決策者的知識背景和認(rèn)識結(jié)構(gòu)來確定偏好的輸入、修正、集結(jié)和合成，進(jìn)而給出一個(gè)合理的決策流程而非單獨(dú)的一個(gè)集結(jié)函數(shù)。

2 全過程多級群決策模型

2.1 全過程多級群決策模型框架

目前群體決策已成為包括數(shù)學(xué)、政治學(xué)、經(jīng)濟(jì)學(xué)、社會心理學(xué)、行為科學(xué)、決策科學(xué)、計(jì)算機(jī)科學(xué)等多門學(xué)科研究的共同焦點(diǎn)，而人們對群體決策的認(rèn)識和理解還未形成共識。國外學(xué)者Hwang 等人［6］給出了一個(gè)技術(shù)性較強(qiáng)的定義：群體決策是把不同成員的偏好按照某種規(guī)則集結(jié)、并和、歸納成群體的一個(gè)唯一偏好序。根據(jù)這個(gè)定義本文將群體決策抽象為圖1的四個(gè)過程。

2.2 基于證據(jù)理論的偏好表達(dá)過程

遇到復(fù)雜的群決策時(shí)，影響決策的因素有很多，例如在一個(gè)工程決策里，影響方案選擇的因素有工程成本、工程收益、政策效應(yīng)、法律、技術(shù)可行性、施工時(shí)間等因素，為了決策的科學(xué)性，我們需要咨詢很多專家，這時(shí)候就會遇到“專家知識局限”［7］的問題。因?yàn)槊總€(gè)專家都有他自己的知識背景，他不可能對所有因素都非常熟悉，比如經(jīng)濟(jì)方面的專家他對成本和收益很了解，但對工程技術(shù)、法律等并不十分清楚。因而他在選擇方案的時(shí)候要么對這些因素沒有考慮，要么就是考慮不足。這時(shí)候我們就有理由懷疑他給出的偏好的正確性。

由于“專家知識局限”存在，實(shí)際決策過程中，專家只需要基于自己熟悉的因素進(jìn)行方案選擇或偏好表達(dá)，對于不了解的因素則無需考慮。Malcolm Beynon 的DS/AHP方法給出了一種基于單個(gè)屬性的偏好表達(dá)方法，這種方法的前提是要確定因素的權(quán)重，而因素權(quán)重一般是由專家給出，在現(xiàn)實(shí)中每個(gè)專家的權(quán)威性不同，所以客觀地講每個(gè)專家應(yīng)該具有不同的權(quán)重?？紤]到復(fù)雜群決策的決策效率要求，決策的時(shí)候需要一種簡單且有效地確定權(quán)重的方法。另外，現(xiàn)實(shí)中往往不可能對所有專家都有非常準(zhǔn)確的了解，特別是在專家人數(shù)非常多時(shí)，很難準(zhǔn)確地判斷每一位專家的重要性。所以，合理的權(quán)重計(jì)算方法要能夠考慮這種信息不完全的狀況。本文用一種對專家進(jìn)行分類的方法來確定專家權(quán)重［8］，這種方法主要有兩個(gè)過程：

（1）對專家進(jìn)行分類：通過計(jì)算專家之間的意見距離，將距離最小的專家合并為一類，依次迭代，將專家分成n 類。

（2）計(jì)算專家權(quán)重：同一類中的專家權(quán)重相同，不同類之間的權(quán)重正比于類內(nèi)的專家人數(shù)。

得到專家的權(quán)重后，接下來就是確定因素權(quán)重。這里將每個(gè)專家給出的因素權(quán)重加權(quán)平均即：設(shè)專家權(quán)重＝（P1，P2，…，Pz），因素i的權(quán)重wi＝∑zr＝1wri×Pr，這樣就能得到所有因素的權(quán)重?；趩蝹€(gè)因素的專家偏好表達(dá)過程有以下四個(gè)步驟：

步驟1：確定決策對應(yīng)的合適程度的數(shù)值：（極端合適，強(qiáng)烈到極端，強(qiáng)烈合適，強(qiáng)烈到一般，一般合適）=(6, 5, 4, 3, 2, 1)；

步驟2：專家基于自己熟悉的每個(gè)因素給出每個(gè)因素下的所有可能方案的集合；

例如專家i 基于自己熟悉的兩個(gè)因素（投資成本、工程收益）進(jìn)行的方案選擇：

步驟3：對方案選擇進(jìn)行合適度評價(jià)得出專家的知識矩陣；

步驟4：計(jì)算知識矩陣最大特征值和對應(yīng)的特征向量，并將特征向量正規(guī)化；把正規(guī)化后的特征向量作為每個(gè)因素下各個(gè)決策選擇集合基本概率分配(BPA)即mass函數(shù)值。

2.3 基于證據(jù)理論的偏好集結(jié)過程

為了得到一致的群體偏好，需要將這些專家偏好用集結(jié)函數(shù)來處理。以前用證據(jù)理論定量研究群體決策的學(xué)者傾向于借用證據(jù)理論中的Dempster合成法則來合成這些偏好。Dempster合成法則要求所合成的意見具有相同的權(quán)重，但在現(xiàn)實(shí)中每個(gè)人都有自己的認(rèn)識結(jié)構(gòu)，專家也不例外。例如專家i 對因素工程收益和投資成本都了解，但該專家對因素工程收益的了解比投資成本更深入，所以他基于這兩個(gè)因素的意見應(yīng)該具有不同可信度。

另外，在方案選擇時(shí)往往會遇到這種情況，由于因素自身間的矛盾導(dǎo)致基于這兩個(gè)因素的偏好存在合理性沖突，例如因素工程成本和因素工程完工時(shí)間成反比關(guān)系，所以基于這兩個(gè)因素的合理的方案選擇必然有分歧。而Dempster合成法則是不能合成帶分歧的意見。所以單純用Dempster合成法則是無法得到一個(gè)合理而科學(xué)的群體偏好。因此本文采用一種多級合成的方法，并同時(shí)采用改進(jìn)的Dempster 合成法則來處理這些分歧和矛盾。

第一步，在這個(gè)合成過程中首先要確定每個(gè)專家的認(rèn)識結(jié)構(gòu)。

這里本文將專家對因素的把握度即專家的認(rèn)識結(jié)構(gòu)分為（十分熟悉，熟悉，了解，不了解）四個(gè)層次，并將其量化為（十分熟悉，熟悉，了解，不了解）=(1，0.6，0.2，0)，例如某個(gè)工程決策中的專家i的認(rèn)識結(jié)構(gòu)如表1。

第二步，對每個(gè)因素下的所有專家意見進(jìn)行一致性檢驗(yàn)并調(diào)整，對調(diào)整后的意見用Dempster合成法則進(jìn)行合成，從而得到每個(gè)因素下的專家偏好分布。這里用證據(jù)間的相似度來度量證據(jù)間的一致性，通過將它與限值σ比較來確定是否有分歧［9］。

相似度定義為：

L（mi,mj）＝1-dBPA（mi,mj）(1)

dBPA（mi,mj）表示兩個(gè)意見mi和mj之間的距離：

dBPA（mip,mjp）＝np＝1（mip×mjp）np＝1m2ip×np＝1m2ip (2)

將焦元投影至各坐標(biāo)軸加和，歸一化后得到近似的概率分配函數(shù)，用向量形式來表示各決策專家的mass函數(shù)，如第i個(gè)專家的mass函數(shù)為massi（mil,L,min）。將計(jì)算結(jié)果構(gòu)成一致性矩陣，并將矩陣中的每個(gè)值與限值σ來比較確定意見是否有分歧：如果相似度>σ則表示兩個(gè)專家之間意見相近，反之則表示這兩個(gè)專家根據(jù)這個(gè)因素進(jìn)行的方案選擇有分歧。

在同一因素下不存在合理性沖突問題，所以對有分歧的專家意見在合成之前需要進(jìn)行調(diào)整，這里采用向權(quán)威專家看齊的原則［10］對意見進(jìn)行調(diào)整。

在某一因素下設(shè)專家1的意見權(quán)重為α，同時(shí)專家2的意見權(quán)重為β。專家1和專家2的mass函數(shù)分布如表2。

一致性檢驗(yàn)有兩種情況：一種是兩者意見基本一致，第二種是他們之間意見有分歧，意見需要調(diào)整。對于第一種情況，直接用Dempster［11］合成法則進(jìn)行合成。如果經(jīng)過一致性檢驗(yàn)發(fā)現(xiàn)兩者意見有分歧，為了使Dempster法則有效，需要對意見進(jìn)行調(diào)整。我們知道兩者的權(quán)重不同，所以兩者的可信度也就不同。為此采取保留權(quán)重較高也就是可信度較高的專家意見，修改權(quán)重較低的意見的方法。這里結(jié)合意見的權(quán)重信息采用加權(quán)平均的方法修改專家意見：設(shè)α

第三步，用改進(jìn)的Dempster合成法則合成第二步計(jì)算所得的因素下的偏好分布，從而得到群體偏好分布。

一些因素之間的矛盾可能導(dǎo)致這些因素下偏好分布存在合理性沖突，因此在合成的時(shí)候盡可能保留這些合理的分歧，而非通過一致性檢驗(yàn)把這些分歧消除。所以需要一種改進(jìn)的Dempster 合成法則來合成所有因素下的偏好分布。

設(shè)massi表示第二步計(jì)算所得的因素i 的偏好分布，Q為一包含N 個(gè)兩兩不同命題的完備的辨識框架, 2是 所有子集生成的空間, m1和m2是在識別框上的兩個(gè)基本可信度分配。

步驟1：計(jì)算各個(gè)意見之間的距離：

步驟3：將意見的相似性測度轉(zhuǎn)換為意見的支持度：

S（mi）＝∑nj＝1i1 jL（mi,mj），它反映的是某條意見被其他意見支持的程度。顯然, 支持該意見的程度越高,該意見就越可信。

步驟4：合成所有專家意見得到群體偏好分布。

在群決策專家意見集結(jié)時(shí),相對信任度大的意見對集結(jié)結(jié)果的影響應(yīng)該較大。因此應(yīng)該分配給相對信任度較大的意見對集結(jié)結(jié)果較大影響的機(jī)會。同時(shí),既然對分歧意見無法作出合理的抉擇，就應(yīng)將其部分信任度歸入未知鄰域X。由此,改進(jìn)的證據(jù)組合公式應(yīng)為:

m（A）＝∑Ai∩Bj＝Am1（Ai）m2（Bj）＋k∑ni＝1P（mi）mi（A）,A≠,X (5)

[這里，m（X）＝1－∑ni＝1m（Ai）,P（mi）＝S（mi）∑ni＝1S（mk）,k＝∑Ai∩Bj＝m1（Ai）m2（Bj）

這種算法使得合成后的意見更具可信性，但同時(shí)增加了計(jì)算量，在因素比較多時(shí)會比較繁瑣，為了簡化運(yùn)算，在合成時(shí)，首先對因素間的mass函數(shù)進(jìn)行相似度計(jì)算，得到相似度矩陣，再將矩陣中的各個(gè)元素與設(shè)定的限值σ相比較，對于有分歧的兩種因素之間用帶分歧的Mass函數(shù)合成法則，對于相似度較高的因素之間用一般的Dempster合成法則進(jìn)行合成。

2.4 偏好的輸出過程

經(jīng)過上面的計(jì)算得到各個(gè)方案的信度值，根據(jù)信度值對方案進(jìn)行排序，在方案選擇時(shí)原則上選取信度值最高的方案作為最優(yōu)方案，但有時(shí)候會出現(xiàn)這樣一種異常情況，如方案i的信度值和方案j的信度值位居前列分別為：0.343，0.341。雖然方案i 的信度值較高但與方案j 的信度值差異較小，如果這樣就斷定方案i 為最優(yōu)方案，未免有些武斷，因?yàn)槿魏我粋€(gè)算法和模型都不可能是完美的。為了避免與最優(yōu)方案擦肩而過，本文建議采用多準(zhǔn)則的判別原則［12］來處理這種情況，即對這兩個(gè)方案采用另外一個(gè)原則進(jìn)行判優(yōu)。例如，用兩者的似真函數(shù)值PL（表示命題的最大可信度）進(jìn)行比較，較高者優(yōu)。

2.5 決策流程和決策模型

根據(jù)分析得到如下決策流程：

步驟 1：專家集體確定影響決策的因素U(U1,U2…Un)；

步驟 2：專家給出自己心目中每個(gè)因素的權(quán)重（wij）；

步驟 3：通過本文計(jì)算權(quán)重的方法計(jì)算專家權(quán)重和因素權(quán)重；

步驟4：確定專家對各個(gè)因素的熟悉度或者說是把握度。本文將專家對因素的熟悉度分為十分熟悉，熟悉，了解, 不了解四個(gè)等級，同時(shí)采用一種非常簡單的量化思想對四個(gè)等級進(jìn)行量化(1，0.6，0.2，0)；

步驟5： 每個(gè)專家基于自己了解的因素給出方案偏好（不了解的因素不用給出偏好）。

步驟6： 對每個(gè)因素下的各個(gè)專家偏好進(jìn)行一致性檢驗(yàn)。并用向權(quán)威專家看齊的原則對有沖突的意見進(jìn)行調(diào)整。

步驟7：用Dempster合成法則合成因素下的專家偏好，接著用改進(jìn)的Mass函數(shù)集結(jié)方法合成因素間的偏好得到方案群體偏好。

步驟8：根據(jù)信度值選取最優(yōu)方案（信度值越大越優(yōu)）。如有異常啟用多準(zhǔn)則方法進(jìn)一步選優(yōu)。

本文提出的全過程多級群決策模型流程如圖2所示。

3 小結(jié)

本文分析了目前的群體決策定量研究成果，發(fā)現(xiàn)它們在解決復(fù)雜決策案例時(shí)，由于專家的知識局限和認(rèn)識結(jié)構(gòu)造成了偏好輸入的偏差。為了使決策結(jié)果更具科學(xué)性，基于證據(jù)理論提出了一種專家偏好表達(dá)和群體偏好的多級集結(jié)方法。在這種方式下，專家只需要基于自己了解的因素進(jìn)行方案選擇，無需考慮其他因素，本文還從全過程的角度給出了一個(gè)多級群決策的流程和模型，在這種決策規(guī)則下處理復(fù)雜的群體決策會更有效。

但是這種方法也遇到了許多決策定量研究都會遇到的問題，就是如何將專家的模糊表達(dá)量化，例如本文中將專家對因素的熟悉度（十分熟悉，熟悉，了解，不了解）量化為（1，0.6，0.2，0）。為了更好地表達(dá)這些模糊語言，可以考慮采用區(qū)間量化的形式。區(qū)間量化是模糊理論的應(yīng)用，因此將證據(jù)理論與模糊數(shù)理論相結(jié)合運(yùn)用于本文的決策模型是下一步的研究方向。

參考文獻(xiàn)：

［1］魏存平, 邱菀華. 群體決策基本理論評述［J］.北京航空航天大學(xué)學(xué)報(bào),2000,13(2):24-28.

［2］呂文紅, 吳祈宗. 證據(jù)理論在群決策中的應(yīng)用［J］.統(tǒng)計(jì)與決策, 2005,7:47-49.

［3］Beynon M. DS/AHP Method: A Mathematical Analysis, including an Understanding of Uncertainty ［J］. European Journal of Operational Research, 2002, 140(1):148-164.

［4］梁昌勇, 陳增明, 丁勇. 基于DS/AHP的供應(yīng)商選擇方法［J］.運(yùn)籌與管理，2005,14(6): 33-38.

［5］易昆南, 晏玉梅, 徐艷衛(wèi). 證據(jù)理論在證券投資組合中的應(yīng)用［J］.湖南工業(yè)大學(xué)學(xué)報(bào)，2009，23(4): 85-87.

［6］Huang CL, Lin ML. Group Decision Making Under Multiple Criteria［M］. Spring-Verlag. 1987.

［7］楊萍，劉衛(wèi)東.基于證據(jù)理論的群決策層次評價(jià)方法研究［J］.系統(tǒng)工程與電子技術(shù),2002,24(2):42-44,92.

［8］王志國，童玉娟. 一種不完全信息下群體決策專家權(quán)重確定方法［J］.平頂山學(xué)院報(bào),2007,22(2):69-70.

［9］呂文紅，吳祈宗，郭銀景.基于D-S證據(jù)理論的群決策專家意見集結(jié)方法［J］.運(yùn)籌與管理,2005,14(2): 10-13.

［10］華中生.專家群體決策不一致性判定與調(diào)整方法［J］.系統(tǒng)工程學(xué)報(bào),1994,9(1):118-123.

第7篇

綜合評價(jià)

招商行業(yè)領(lǐng)先基金是一只主動管理的股票型基金。投資限于具有良好流動性的金融工具，包括股票、債券、貨幣市場工具、權(quán)證、資產(chǎn)支持證券及法律法規(guī)或中國證監(jiān)會允許基金投資的其他金融工具。股票主要投資于景氣回升或受益于國家政策導(dǎo)向而成長前景良好的相關(guān)行業(yè)的資產(chǎn)比例不低于基金股票資產(chǎn)的80％。

博時(shí)信用債券

綜合評價(jià)

博時(shí)信用債券A/B基金是博時(shí)旗下第12只開放式基金，屬于二級債基。信用產(chǎn)品的投資比例占到整體債券投資比例的80％。適當(dāng)情況下可參與一級市場新股申購以及二級市場的股票投資，立足于在保證債券市場收益的基礎(chǔ)上強(qiáng)化組合回報(bào)。博時(shí)信用債券投資對象靈活，在一定程度上滿足了穩(wěn)健型投資者組合中低風(fēng)險(xiǎn)資產(chǎn)的配置。

富國優(yōu)化強(qiáng)債

綜合評價(jià)

富國優(yōu)化強(qiáng)債是富國基金旗下第三只債券型基金，該基金為可投資二級市場股票的偏債型基金，其中不低于80％的基金資產(chǎn)投資于債券類及其他同定收益類金融工具，不高于20％的基金資產(chǎn)進(jìn)行新股申購和股票市場投資，還可以在規(guī)定范圍內(nèi)投資于新股申購或增發(fā)新股。二級市場股票和權(quán)證等。富國基金為《中國證券報(bào)》2008年度金牛獎基金公司，擁有一支明星固定收益投資管理團(tuán)隊(duì)。

2009年以來，富同基金旗下兩只債券型基金富國天利增長債券和富國天十強(qiáng)化收益按照復(fù)權(quán)單位凈值增長率統(tǒng)計(jì)，分別實(shí)現(xiàn)收益3.72％和3.40％大幅高出同類0.91％的平均水平，業(yè)績表現(xiàn)搶眼。

申萬巴黎消費(fèi)增長

綜合評價(jià)

申萬岜黎消費(fèi)增長是一只股票型基金，其股票資產(chǎn)的配置比例為60％～95％。重點(diǎn)投資于拉動經(jīng)濟(jì)增長過程中充分受益的消費(fèi)范疇行業(yè)，投資于具有良好財(cái)務(wù)狀況、較高核心價(jià)值與估值優(yōu)勢的優(yōu)質(zhì)上市公司。

中海量化策略

綜合評價(jià)

中海量化股票資產(chǎn)的比例為基金資產(chǎn)的60％～95％，是一只股票型基金。該基金采用數(shù)量化分析方法對股票進(jìn)行分析和篩選，基于數(shù)量模型來配置行業(yè)權(quán)重。量化投資的優(yōu)勢在于，其決策主要依據(jù)數(shù)據(jù)和模型做出，可以減少投資過程的非理性因素，而且強(qiáng)大的信息處理能力能捕捉更多的投資機(jī)會，然而任何模型都不能完全模擬市場，全程量化選股替代人為主觀判斷，這對模型的有效性有較高的要求，且會使操作過于僵硬。

該基金在具體操作過程中需要管理者在模型判斷和主觀判斷間尋求一個(gè)平衡點(diǎn)，這也是其取得較好業(yè)績較為關(guān)鍵的一點(diǎn)，而另一個(gè)關(guān)鍵點(diǎn)便是模型設(shè)計(jì)的合理性。

廣發(fā)聚瑞

綜合評價(jià)

廣發(fā)聚瑞基金是一只股票型基金，股票資產(chǎn)占基金資產(chǎn)的60％～95％。該基金通過自上而下的“主題投資分析框架”，通過主題挖掘、主題配置和主題投資三個(gè)步驟，挖掘受益于中國經(jīng)濟(jì)發(fā)展趨勢和投資主題的公司股票，通過定量和定性相結(jié)合，篩選出主題特征明顯、成長性好的優(yōu)質(zhì)股票構(gòu)建投資組合。

純粹的主題投資和傳統(tǒng)的價(jià)值投資相比，具有更大的靈活度，可操作性也比較強(qiáng)，但也蘊(yùn)含著更太的風(fēng)險(xiǎn)，而該基金將挖掘主題機(jī)會和考察個(gè)股特性相結(jié)合，體現(xiàn)了靈活而穩(wěn)健的特征。

匯豐晉信大盤

綜合評價(jià)

匯豐晉信大盤是一只股票型基金，股票投資比例為85％～95％。屬于高風(fēng)險(xiǎn)基金，是較為典型的牛市品種。在投資目標(biāo)上，該基金將不低于80％的股票資產(chǎn)投資于國內(nèi)A股市場上具有盈利持續(xù)穩(wěn)定增長、價(jià)值低估、且在各行業(yè)中具有領(lǐng)先地位的大盤藍(lán)籌股票。匯豐晉信基金公司成立于2005年，目前管理著65億元資產(chǎn)，旗下有5只基金，包括股票型、混合型和債券型，產(chǎn)品線有待進(jìn)一步完善。

上投摩根純債

綜合評價(jià)

第8篇

關(guān)鍵詞：風(fēng)險(xiǎn)矩陣 風(fēng)險(xiǎn)投資 風(fēng)險(xiǎn)評估

一、構(gòu)建用于風(fēng)險(xiǎn)投資項(xiàng)目風(fēng)險(xiǎn)評估的風(fēng)險(xiǎn)矩陣

（一）風(fēng)險(xiǎn)集的選定

風(fēng)險(xiǎn)集的確定可根據(jù)我國風(fēng)險(xiǎn)投資項(xiàng)目的具體特征、所涉及的領(lǐng)域和所處的階段，將具體的風(fēng)險(xiǎn)投資項(xiàng)目風(fēng)險(xiǎn)分為7大模塊， 即環(huán)境風(fēng)險(xiǎn)、管理風(fēng)險(xiǎn)、市場風(fēng)險(xiǎn)、技術(shù)風(fēng)險(xiǎn)、生產(chǎn)風(fēng)險(xiǎn)、財(cái)務(wù)風(fēng)險(xiǎn)和退出風(fēng)險(xiǎn)。[1]

（二）風(fēng)險(xiǎn)投資項(xiàng)目風(fēng)險(xiǎn)等級的確定

由于風(fēng)險(xiǎn)投資項(xiàng)目很難收集到數(shù)據(jù)，采用專家調(diào)查法進(jìn)行風(fēng)險(xiǎn)影響的評定。綜合風(fēng)險(xiǎn)分值在4分以上為高風(fēng)險(xiǎn)，2―4為中等風(fēng)險(xiǎn)，2分以下為低風(fēng)險(xiǎn)。[2]

假設(shè)某項(xiàng)風(fēng)險(xiǎn)投資項(xiàng)目的風(fēng)險(xiǎn)影響和風(fēng)險(xiǎn)概率所得的專家評估數(shù)據(jù)對相應(yīng)風(fēng)險(xiǎn)因素求平均值，得到結(jié)果為：風(fēng)險(xiǎn)影響量化值分別為（4.5，3.5，5，5，4.5，4，3），風(fēng)險(xiǎn)發(fā)生概率分別為（10%，70%，60%，90%，90%，60%，10%），則對照風(fēng)險(xiǎn)級別對照表，可由原始風(fēng)險(xiǎn)矩陣方法可判斷出各風(fēng)險(xiǎn)模塊的風(fēng)險(xiǎn)等級，將取得的數(shù)據(jù)填入表1中。

表1 風(fēng)險(xiǎn)投資項(xiàng)目風(fēng)險(xiǎn)評估的風(fēng)險(xiǎn)矩陣舉例

風(fēng)險(xiǎn)類別 風(fēng)險(xiǎn)影響Ri 風(fēng)險(xiǎn)發(fā)生概率 風(fēng)險(xiǎn)等級 Borda序值 風(fēng)險(xiǎn)權(quán)重Wi

量化值R 等級

環(huán)境風(fēng)險(xiǎn) 4.5 關(guān)鍵 10% 中 3 0.060564

管理風(fēng)險(xiǎn) 3.5 中度 70% 低 3 0.028494

市場風(fēng)險(xiǎn) 5 關(guān)鍵 60% 高 2 0.298638

技術(shù)風(fēng)險(xiǎn) 5 嚴(yán)重 90% 中 0 0.298638

生產(chǎn)風(fēng)險(xiǎn) 4.5 嚴(yán)重 90% 中 1 0.137602

財(cái)務(wù)風(fēng)險(xiǎn) 4 嚴(yán)重 60% 中 3 0.137602

退出風(fēng)險(xiǎn) 3 中度 10% 中 6 0.038463

（三）風(fēng)險(xiǎn)權(quán)重的確定

先應(yīng)用Borda 序值法對風(fēng)險(xiǎn)模塊進(jìn)行重要性排序。以環(huán)境風(fēng)險(xiǎn)為例，根據(jù)風(fēng)險(xiǎn)影響準(zhǔn)則，比環(huán)境風(fēng)險(xiǎn)影響程度高的因素個(gè)數(shù)為2 ，即RR11=2；根據(jù)風(fēng)險(xiǎn)概率準(zhǔn)則，比環(huán)境風(fēng)險(xiǎn)發(fā)生概率大的因素個(gè)數(shù)為5，即RR12=5；代入上述公式可得，環(huán)境風(fēng)險(xiǎn)的Borda 數(shù)為7。同理可得其他風(fēng)險(xiǎn)類別的Borda數(shù)分別為：7，11，14，12，7，3。根據(jù)Borda數(shù)確定其Borda序值分別為：3，3，2，0，1，3，6。由上述方法所得的Borda序值可知：該風(fēng)險(xiǎn)投資項(xiàng)目的七個(gè)風(fēng)險(xiǎn)中，技術(shù)風(fēng)險(xiǎn)最為關(guān)鍵，其次是生產(chǎn)風(fēng)險(xiǎn)和市場風(fēng)險(xiǎn)，然后依次為財(cái)務(wù)風(fēng)險(xiǎn)、環(huán)境風(fēng)險(xiǎn)和管理風(fēng)險(xiǎn)，最后是退出風(fēng)險(xiǎn)。

根據(jù)上一步驟排出的Borda序值，邀請專家組對風(fēng)險(xiǎn)投資項(xiàng)目的7個(gè)風(fēng)險(xiǎn)因素按重要性程度進(jìn)行兩兩比較打分，構(gòu)造判斷矩陣，并求出判斷矩陣的特征向量，即為各風(fēng)險(xiǎn)因素的權(quán)重向量。

表2 應(yīng)用excel表格進(jìn)行的層次單排序計(jì)算

按行相乘 開n次方 權(quán)重Wi Awi Awi / Wi CI=（λmax-n）/（n-1） CR=CI/RI

0.0001 0.250403683 0.03176822 0.25919 8.1587243 0.10227 0.07576

0.0001 0.250403683 0.03176822 0.19439 6.1190432 0.10227 0.07576

1440.0000 2.826146311 0.35854763 2.53238 7.0628934 0.10227 0.07576

810.0000 2.603142003 0.33025551 2.30622 6.9831517 0.10227 0.07576

8.3333 1.353772028 0.1717504 1.72109 10.020874 0.10227 0.07576

0.0001 0.250403683 0.03176822 0.25919 8.1587243 0.10227 0.07576

0.0006 0.347934789 0.0441418 0.29982 6.7921281 0.10227 0.07576

7.88220618 7.6136484 查表，得RI=1.35

本文按層次分析法中的方根法計(jì)算各風(fēng)險(xiǎn)模塊的權(quán)重，由CR=0.07576

（四）確定風(fēng)險(xiǎn)投資項(xiàng)目的總體風(fēng)險(xiǎn)等級

專家評定的風(fēng)險(xiǎn)影響量化值為（4.5，3.5，5，5，4.5，4，3），結(jié)合各風(fēng)險(xiǎn)因素的權(quán)重，對風(fēng)險(xiǎn)因素的等級進(jìn)行加權(quán)：

Z= R*RWT= （4.5，3.5，5，5，4.5，4，3） （0.0317 0.0317 0.3584 0.3302 0.1717 0.0317 0.0441） T =4.72835>4

可判斷該風(fēng)險(xiǎn)投資項(xiàng)目的綜合風(fēng)險(xiǎn)等級為高風(fēng)險(xiǎn)。其中市場風(fēng)險(xiǎn)、技術(shù)風(fēng)險(xiǎn)風(fēng)險(xiǎn)影響量化值最高，應(yīng)采取充分措施防范可能帶來的損失。

二、結(jié)論

本文基于風(fēng)險(xiǎn)矩陣方法對風(fēng)險(xiǎn)投資項(xiàng)目的風(fēng)險(xiǎn)進(jìn)行評估，利用風(fēng)險(xiǎn)矩陣方法中的Borda序值法，對風(fēng)險(xiǎn)因素的重要性進(jìn)行順序，構(gòu)造判斷矩陣，從而確定各風(fēng)險(xiǎn)因素的權(quán)重，最后結(jié)合風(fēng)險(xiǎn)的等級量化值和風(fēng)險(xiǎn)因素的權(quán)重確定風(fēng)險(xiǎn)投資項(xiàng)目的綜合風(fēng)險(xiǎn)等級?；陲L(fēng)險(xiǎn)矩陣法數(shù)據(jù)需求量相對較小，流程簡潔，系統(tǒng)性強(qiáng)等優(yōu)點(diǎn)，使其對風(fēng)險(xiǎn)投資項(xiàng)目的評估更具科學(xué)性和可操作性，因此有較比較大的參考價(jià)值。

參考文獻(xiàn)：

第9篇

關(guān)鍵詞：房地產(chǎn)信托；層次分析法；模糊綜合評價(jià)法

房地產(chǎn)信托項(xiàng)目風(fēng)險(xiǎn)受多方面因素綜合影響很難將定性的指標(biāo)定量化，導(dǎo)致評價(jià)標(biāo)準(zhǔn)和因素影響程度存在一定模糊性和不確定性。運(yùn)用層次分析法與模糊綜合評價(jià)法，可以做到定性和定量因素相結(jié)合，使評估結(jié)果更加科學(xué)合理。

一、房地產(chǎn)信托風(fēng)險(xiǎn)水平評價(jià)基本原理

層次分析法，簡稱AHP法，是美國匹茲堡大學(xué)的教授、著名運(yùn)籌學(xué)家T.L.Seaty于20世紀(jì)的70年代中期提出的一種系統(tǒng)分析方法。是將與決策是有關(guān)的元素分解成目標(biāo)、準(zhǔn)則、方案等層次，在此基礎(chǔ)之上進(jìn)行定性和定量分析的決策方法。此方法不但彌補(bǔ)了專家打分法太過籠統(tǒng)的缺陷，還可以以專家打分為基礎(chǔ)定量分析得出相應(yīng)的權(quán)重向量。模糊綜合評價(jià)法是根據(jù)模糊數(shù)學(xué)的隸屬度理論，把定性評價(jià)轉(zhuǎn)化為定量評價(jià)，對受到多種因素制約的對象做出一個(gè)總體的評價(jià)。它具有結(jié)果清晰、系統(tǒng)性強(qiáng)的特點(diǎn)，能較好地解決模糊的、難以量化的問題，適合各種非確定性問題的解決。

二、房地產(chǎn)信托風(fēng)險(xiǎn)水平評價(jià)基本步驟

（一）建立層次結(jié)構(gòu)模型

結(jié)合實(shí)際問題深入分析研究后，將各個(gè)因素按不同屬性由上往下分層。通常分為三個(gè)層次，最上面一層為目標(biāo)層，通常只有1個(gè)因素；中間層通常為準(zhǔn)則或指標(biāo)層，可以有一層或幾層。當(dāng)準(zhǔn)則層風(fēng)險(xiǎn)因素過多時(shí)需要進(jìn)一步分解出子準(zhǔn)則層，最下一層通常為方案或?qū)ο髮?。同一層的各個(gè)因素從屬于上一層的因素或?qū)ι蠈右蛩赜杏绊?，同時(shí)又支配下一層的因素或受到下層因素的作用。

在分析房地產(chǎn)投資風(fēng)險(xiǎn)影響因素的基礎(chǔ)上，根據(jù)指標(biāo)體系構(gòu)建的原則，構(gòu)建房地產(chǎn)投資風(fēng)險(xiǎn)的評價(jià)指標(biāo)層次體系，包括：目標(biāo)層、準(zhǔn)則層和指標(biāo)層。結(jié)合眾多學(xué)者在房地產(chǎn)投資風(fēng)險(xiǎn)評價(jià)指標(biāo)體系方面的研究，以房地產(chǎn)投資風(fēng)險(xiǎn)影響因素為主要依據(jù)，建立房地產(chǎn)信托風(fēng)險(xiǎn)層次結(jié)構(gòu)模型，如圖1所示。

（二）構(gòu)造成對比較陣

從層次結(jié)構(gòu)模型的第2層開始，對于同一層的各個(gè)因素，用成對比較法和1-9比較尺度構(gòu)造成對比較矩陣。兩兩因素相比較，產(chǎn)生量化數(shù)值。比較情況如表1所示。

（三）計(jì)算權(quán)向量并做一致性檢驗(yàn)

對于每一個(gè)成對比較陣，運(yùn)用幾何平均法計(jì)算最大特征根及對應(yīng)特征向量。首先將成對比較陣同一行的各個(gè)數(shù)值相乘，然后將其開n次方，n為矩陣的階數(shù)。然后求和所得向量，進(jìn)行歸一化處理的權(quán)向量.利用一致性指標(biāo)、隨機(jī)一致性指標(biāo)和一致性比率做一致性檢驗(yàn)。若檢驗(yàn)通過，特征向量（歸一化后）即為權(quán)向量；若不通過，需重新構(gòu)建成對比較陣。

參考文獻(xiàn)