综合评价模型

综合评价模型
综合评价模型

模糊综合评价模型(Fuzzy Synthetic Evaluation Model)

目录

[隐藏]

? 1 什么是模糊综合评价模型?

? 2 模糊评价的基本思想

3 模糊综合评价模型类别[1]

o 3.1 模糊评价基本模型

o 3.2 置信度模糊评价模型

? 4 模糊综合评价模型的运用

5 模糊综合评价模型案例分析

o 5.1 案例一:模糊综合评价模型在企业跨国并购风险评价中的应用

[2]

? 6 参考文献

[编辑]

什么是模糊综合评价模型?

模糊综合评价方法是模糊数学中应用的比较广泛的一种方法。在对某一事务进行评价时常会遇到这样一类问题,由于评价事务是由多方面的因素所决定的,因而要对每一因素进行评价;在每一因素作出一个单独评语的基础上,如何考虑所有因素而作出一个综合评语,这就是一个综合评价问题。

[编辑]

模糊评价的基本思想

许多事情的边界并不十分明显,评价时很难将其归于某个类别,于是我们先对单个因素进行评价,然后对所有因素进行综合模糊评价,防止遗漏任何统计信息和信息的中途损失,这有助于解决用“是”或“否”这样的确定性评价带来的对客观真实的偏离问题。

[编辑]

模糊综合评价模型类别[1]

[编辑]

模糊评价基本模型

设评判对象为P: 其因素集,评判等级集

。对U中每一因素根据评判集中的等级指标进行模糊评判,得到评判矩阵:

(1)

其中,r ij表示u i关于v j的隶属程度。(U,V,R) 则构成了一个模糊综合评判模型。确定各因素重要性指标(也称权数)后,记为,满足,合成得

(2)

经归一化后,得,于是可确定对象P的评判等级。

[编辑]

置信度模糊评价模型

(1) 置信度的确定。

在(U,V,R)模型中,R中的元素r ij是由评判者“打分”确定的。例如k 个评判者,要求每个

评判者u j对照作一次判断,统计得分和归一化后产生

, 且, 组成R0。其中既代表u j关于v j的“隶属程度”,也反映了评判u j为v j的集中程度。数值为1 ,说明u j为v j

是可信的,数值为零为忽略。因此,反映这种集中程度的量称为“置信度”。对于权系数的确定也存在一个信度问题。

在用层次分析法确定了各个专家对指标评估所得的权重后,作关于权系数的等级划分,由此决定其结果的信度。当取N个等级时,其量化后对应于[0,l]区间上N次平分。例如,N取5,则依次得到[0,0.2],[0.2,0.4],[0.2,0.6],[0.6,0.8],[0.8,l]。对某j个指标,取遍k

个专家对该指标评估所得的权重,得。作和式

(3)

其中d ij表示数组中属于的个数,a0 = 0,b N = 1。

取(4)

取遍, 得,归一化后得到权向量

。如果则a i的信度为。由此得信度向量为

(2)置信度的综合

设c1,c2是二个置信度,对于逻辑AND,其信度合成为

(5)

对于逻辑OR, 信度成为

(6)

其中为参数,可适当配置。(5)、(6)二式的含义是:在逻辑AND 下,

; 在逻辑OR 下,

。若c1 < 1 或c2 < 1 , 则(5)、(6) 二式中的平均值补偿部分不宜太强。ε 可如下配置:

(7)

对于(2)信度合成为:

(8)

其中,

(9)

εi和εj的选择可参照(7)。

结合(2),得到信度的评判结果:

(10)

[编辑]

模糊综合评价模型的运用

对于企业的财务危机状况,其影响因素具有极大的复杂性,精确化能力的降低造成对系统描述的模糊性,运用模糊手段来处理模糊性问题,将会使评价结果更真实、更合理。模糊综合评价模型的建立须经过以下步骤:

1、给出备择的对象集:这里即为各上市公司;

2、确定指标集:即把能预测财务危机的主要财务比率构成一个集合;

3、建立权重集:由于指标集中各指标的重要程度不同,所以要对一级指标和二级指标分

别赋予相应的权数。第一层次的权重集,第二层次的权重集

。这里将采用因子分析法确定权数;

4、确定评语集:,我们把评价集设为v={安全,一般,危险};

5、找出评判矩阵:,首先确定出U对v的隶属函数,然后计算出股票评价指标对各等级的隶属度r ij;

6、求得模糊综合评判集,即普通的矩阵乘法,根据评判集得终评价结果。

业绩评价的模糊模型包含这么几个部分:一是由评价指标体系构成的因素论城;二是由表明隶属度的模糊因子构成的模糊向量;三是用来对单个因素进行评价的评语论城;四是将模糊关系矩阵与模糊向量结合起来的合成算子(普通乘法和有界和不失为一种好的合成算子);四是与模糊评语等级相关的薪酬向量。其基本步骤是:

1、确定评价因素论城,即用什么样的指标来评价或评价者关注什么方面的内容;

2、确定评语论城,即就单个因素而言,评价者对被评价因素有什么样的判断或以什么方式表示评价结果;

3、确定模糊向量,即我们对每个因素的重视程度;

4、先对单个因素进行评价,就会得到一个因素与评语之间的模糊关系矩阵;

5、采用某个合成算子,对模糊关系矩阵与模糊向量进行合成,这里采用普通乘法和有界和得到综合模糊评价结果;

6、设与评语论对应的薪酬矩阵为C,得出代理人应得报酬。

[编辑]

模糊综合评价模型案例分析

[编辑]

案例一:模糊综合评价模型在企业跨国并购风险评价中的应用[2]

与一般性的投资方式相比,跨国并购带来的风险将会更大。中所讨论的我国企业跨国并购的风险,并不针对于某一特定企业或行业,而是指在并购进行的整个过程中可能出现的一般风险。

与国外的企业相比,中国企业在并购过程中还要承担着一些独特的风险。因此,在风险的识别的基础上,总结出我国企业跨国并购风险评价指标体系,并选取适当模型进行风险评价也是一个很重要的研究方面。

一、中国企业跨国并购的风险

基于跨国并购与国内并购的对比,以及中国企业在跨国并购中与西方发达国家的不同点,根据并购实施过程,我们把完整的并购运作过程划分为以下3个阶段:并购策划阶段、并购实施阶段、并购整合阶段。下面着重讨论每一阶段存在的风险。

1.并购策划阶段的风险

并购策划阶段主要包括并购战略计划制定、并购目标确定的工作。进行收购要达到一个目标,既定目标确定的正确与否,并购主体对并购目标有没有足够的驾驭能力,政府对跨国并购的态度,目标国家政局是否稳定,跨国并购两国关系是否良好,国家法规对企业的并购活动会产生怎样的影响,这些所有的未知数就构成了第一步风险。

2.并购实施阶段的风险

在交易执行过程,谈判策略的失误,信息不对称的问题,目标企业定价是否偏高,潜在财务风险等构成了第二轮风险。信息风险、定价风险、融资风险和反并购风险都存在于并购实施阶段,这一阶段由于买方和卖方对目标企业情况了解的不同,存在信息上的不对称,并购企业对目标企业并不是完全了解,对目标企业的资产负债情况了解不深,有可能对目标企业做出完全错误的估价或者估价偏高;由于支付方式不同,如资金成本过高或现金流量不足而影响整个企业的生产经营;企业并购过程中,尤其是证券市场的公开收购往往会受到目标企业股东的强烈反对,从而导致并购未果,这时就存在反并购风险;在企业跨国并购进行支付时,如果中国企业支付时存在现金支付形式,尤其是在某些形势下,如果人民币相对贬值,假设中方企业并购美国一家公司,且支付货币为美元,则是必要承担利率与汇率风险,这时就存在融资风险。

3.并购整合阶段的风险

整合阶段的风险也很大。1992年首钢集团用1.2亿美元收购秘鲁铁矿时对于文化整合不到位而导致的罢工案例就是一个很好的证明。生产经营的整合涉及到并购目标企业后其生产经营方向的调整、生产作业控制的调整等等。许多并购就是由于并购后产品链重叠,无法形成协同效应,甚至失去了原来的竞争优势。

根据上文的分析,进行总结。跨国并购中的风险分类,也即讨论的风险评价指标体系,如下表所示。

表我国企业跨国并购的风险评价指标体系

目标层跨国并购风险

主因素层策划阶段风险实施阶段风险整合阶段风险法律风险

信息技术风险

经营整合风险

支付方式风险

子因素层市场环境风险定价风险

文化整合风险战略决策风险

反并购风险

融资风险

对风险进行分类的意义主要在于两点:(1)使原本很难讲清的风险概念清晰化;(2)不同的分类方式可以服务于企业不同的目的。

二、企业跨国并购风险模糊综合评价模型的建立

模糊评价法不仅可以对评价对象按综合分值的大小进行评价和排序,而且还可根据模糊评价的值按最大隶属度原则去评定对象所属的等级。

应用模糊评价法,首先要确定一套评价指标体系。

综合评价指标体系模型根据上文分析,见上表。在建立了评价指标体系后,用通常的方法,分步进行模型的建立。

1.建立评价指标集、权重指标集并定义评语集

在这里权重可以理解为每个风险指标对上一级指标的相对影响程度。定义主因素指标集为X = (X1,X2,X3),相应的权重集为A = (a1,a2,a3),定义子因素层指标集为

;(k=1,2,3),相应权重集为

,可用层次分析法求出几个层次中的权重。

定义评语集为W = (W1,W2,W3,w4),w j(j = 1,2,3,4)。当j=1,2,3,4时分别表示评语为优、良、中、差。

2.评判矩阵的确定

从X k到w的模糊评价矩阵为

其中r ij(i=1,2,…,s;j=1,2,3,4)表示子因素层指标U ki对于第j级评语W j的隶属度。

r ij的值可由德尔菲法确定,整理专家评分表,得到对于指标u ki有W il个W1级评语,W i2个W2级评语,个W3级评语,W i4个W4级评语,则对于有

(1)

3.模糊变换及模糊综合评价模型的建立

(1)先对各子因素层指标U Ki的评价矩阵R k作模糊运算,合成关系,得到主因素层指标X K

对于评语集W的隶属向量B K。

(2)

这其中,很重要的一步是选择适当的合成算法,常用的两种算法是加权平均型和主因素突出型。在实际应用中,现实问题的性质决定算子的选择。

(2)记

再对R进行模糊变换,即得到目标层指标X对于评语集W的隶属向量B:

(3)

式(3)即为精简的模糊综合评价模型

4.评价结果

在模糊综合评价模型中,当时,归一化处理可以使结果更加清晰明了,即令

得到:

(4)

式(4)即是该跨国并购风险评价的结果,也即目标层指标X对于评价集W的隶属向量。

分别表示X对于评语W1,W2,W3,w4的隶属度。我们还可以得到一个跨国并购风

险的趋于每一个等级的程度。但由于评价中权重的确定是根据主观赋权法,所得数值不能反映绝对水平,仍应和定性方法结合在一起综合讨论。

3跨国并购模糊综合评价模型的实例研究某企业打算进行跨国并购,以扩大市场份额,增

加企业在高科技领域的竞争力。利用跨国并购的模糊综合评价模型对此企业进行风险评估如下: 采用专家评价法,以下是采用专家评价法通过对各因素相互比较形成判断矩阵来确定的各因素的权重。

主因素层中各个因素相互比较判断矩阵

X_1 X_2 X_3

X_1 1 2 4

X_2 1/2 1 2

X_3 1/4 1/2 1

得到矩阵后,需要对判断矩阵的一致性进行检验,看其偏离一致性的程度是否保持在可以接受的范围之内。

定义C.R.为一致性比例,其计算方法为C.R.=C.I./R.I.

当C.R.<0.1时,认为判断矩阵的一致性是可以接受的。其中,平均随机一致性指标R.I.可以查表得出,而一致性指标C.I.,通常使用的方法,由C.I.=(λmax? n) / (n? 1)得到。

式中λmax为判断矩阵的最大特征向量,λmax的算法可由MATLAB软件计算得出,以下案

例中特征值λmax的计算均由MATLAB R2006软件计算得出。

由上文提到的计算方法计算可得:

其特征值和特征向量分别为A=[0.5714,0.2857,0.1429],λmax = 30000则,C.I.=0.0000则,C.R.=0.0000。

第1个、第2个以及第3个主因素下各子因素相互比较判断矩阵我们略去,收集到的数据计

算得到:

Al=[0.0909,0.1818,0.7273],λmax = 30000则,C.I.=0.0000,C.R.=0.0000

现在由专家对第一个主因素下的各个子因素进行评分,收集到的单因素评价数据如下:

则:A=[0.5714,0.2857,0.1429]

则B=A\cdotR=[0.2161,0.40000,0.2857,0.3500]

进行归一处理得B=(0.1798,0.3328,0.2377,0.2496)

经过以上模糊综合评价,可以看出,此次跨国并购风险趋于良,且被评为优良的比率约为51%,但此比率并不算很好,说明该企业的跨国并购虽然可以实施,但在实施中仍要特别注意规避相关风险。

采用的模糊综合评判方法进行企业并购目标的决策具有以下优势,可以避免凭经验进行目标选择所固有的主观性,使并购决策更加科学合理。很好地解决一般模糊综合评价模型的一些缺点,如因素多导致各因素权重小而造成的严重失真现象或多峰值现象等。适合评价多主体对多层次多类指标评价信息的整合。模糊评价法虽然采用模糊数学,但其方法简单易行,在一些用传统观点看来无法进行数量分析的问题上,显示了它的应用前景,很好的解决了判断的模糊性和不确定性。而且由于模糊的方法更接近于东方人的思维习惯,因此更适应于对社会经济系统问题进行评价。因此,在中国企业跨国并购中可以得到很好的应用。

[编辑]

参考文献

↑易经章.一种实用的职业经理人定量评估方法.统计与决策-2005年04X期

基于层次分析法的模糊综合评价模型

基于层次分析法的模糊综 合评价模型 Prepared on 22 November 2020

2016江西财经大学数学建模竞赛A题 城市交通模型分析 参赛队员:黄汉秦、乐晨阳、金霞 参赛队编号:2016018 2016年5月20日~5月25日

承诺书 我们仔细阅读了江西财经大学数学建模竞赛的竞赛章程。 我们完全明白,在竞赛开始后参赛队员不能以任何方式(包括电话、电子邮件、网上咨询等)与队外的任何人研究、讨论与赛题有关的问题。 我们知道,抄袭别人的成果是违反竞赛规则的,如果引用别人的成果或其他公开的资料(包括网上查到的资料),必须按照规定的参考文献的表述方式在正文引用处和参考文献中明确列出。 我们郑重承诺,严格遵守竞赛规则,以保证竞赛的公正、公平性。如有违反竞赛规则的行为,我们将受到严肃处理。 我们参赛选择的题号是(从A/B/C中选择一项填写):A 我们的参赛队编号为2016018 参赛队员(打印并签名): 队员1.姓名专业班级计算机141 队员2.姓名专业班级计算机141 队员3.姓名专业班级计算机141 日期:2016年5月25日

编号和阅卷专用页 2016年5月15日制定

城市交通模型分析 摘要 随着国民经济的高速发展和城市化进程的加快,我国机动车保有量及道路交通流量急剧增加,交通出行结构发生了根本变化,城市道路交通拥挤堵塞问题已成为制约经济发展、降低人民生活质量、削弱经济活力的瓶颈之一。本篇论文针对道路拥挤的问题采用层次分析法进行数学建模分析,讨论拥堵的深层次问题及解决方案。 首先建立绩效评价指标的层次结构模型,确定了目标层,准则层(一级指标),子准则层(二级指标)。 其次,建立评价集V=(优,良,中,差)。对于目标层下每个一级评价指标下相对于第m 个评价等级的隶属程度由专家的百分数u 评判给出,即U =[0,100]应用模糊统计建立它们的隶属函数A(u),B(u),C(u),D(u),最后得出目标层的评价矩阵Ri ,(i=1,2,3,4,5)。利用A,B 两城相互比较法,根据实际数据建立二级指标对于相应一级指标的模糊判断矩阵P i (i=1,2,3,4,5) 然后,我们经过N 次试验调查,明确了各层元素相对于上层指标的重要性排序,构造模糊判断矩阵P ,利用公式 []R W R W R W R W R W W R W O 5 5 4 4 3 3 2 2 1 1 ,,,,==计算出权重值,经过一致性检验公式 RI CI CR = 检验后,均有0.1CR <,由此得出各层次的权向量()12,,T n W W W W =。然后 后,给出建立绩效评价模型(其中O 是评价结果向量),应用模糊数学中最大隶属度原则,对被评价城市交通的绩效进行分级评价。 接着在改进方案中,我们具体以交叉口为中心建立模型,其中包括道路长度、宽度、车辆平均长度、车速等等考虑因素。通过车辆排队长度可以间接判断交通拥堵情况,不需要测量车速、时间等因素而浪费的人力物力和财力,有效的提高了工作成本和效率。为管理城市交通要道提供了良好的模型和依据。 【关键字】交通拥堵层次分析法模糊综合评判绩效评价隶属度 一、问题重述 随着我国经济社会持续快速发展,群众购车刚性需求旺盛,汽车保有量继续呈快速增长趋势,2015年新注册登记的汽车达2385万辆,保有量净增1781万辆,均为历史最高水平。汽车占机动车的比率迅速提高,近五年汽车占机动车比率从%提高到%,群众机动化出行方式经历了从摩托车到汽车的转变,交通出行结构发生了根本性变化。 2015年,小型载客汽车达亿辆,其中,以个人名义登记的小型载客汽车(私家车)达到亿辆,占小型载客汽车的%。与2014年相比,私家车增加1877万辆,增长%。全国有40个城市的汽车保有量超过百万辆,北京、成都、深圳、上海、重庆、天津、苏州、郑州、杭州、广州、西安11个城市汽车保有量超过200万辆。全国平均每百户家庭拥有31辆私家车,北京、成都、深圳等大城市每百户家庭拥有私家车超过60辆。

(完整版)基于层次分析法的模糊综合评价模型

2016江西财经大学数学建模竞赛 A题 城市交通模型分析 参赛队员: 黄汉秦、乐晨阳、金霞 参赛队编号:2016018 2016年5月20日~5月25日

承诺书 我们仔细阅读了江西财经大学数学建模竞赛的竞赛章程。 我们完全明白,在竞赛开始后参赛队员不能以任何方式(包括电话、电子邮件、网上咨询等)与队外的任何人研究、讨论与赛题有关的问题。 我们知道,抄袭别人的成果是违反竞赛规则的, 如果引用别人的成果或其他公开的资料(包括网上查到的资料),必须按照规定的参考文献的表述方式在正文引用处和参考文献中明确列出。 我们郑重承诺,严格遵守竞赛规则,以保证竞赛的公正、公平性。如有违反竞赛规则的行为,我们将受到严肃处理。 我们参赛选择的题号是(从A/B/C中选择一项填写): A 我们的参赛队编号为2016018 参赛队员(打印并签名) : 队员1. 姓名专业班级计算机141 队员2. 姓名专业班级计算机141 队员3. 姓名专业班级计算机141 日期: 2016 年 5 月 25 日

编号和阅卷专用页 江西财经大学数学建模竞赛组委会 2016年5月15日制定

城市交通模型分析 摘要 随着国民经济的高速发展和城市化进程的加快,我国机动车保有量及道路交通流量急剧增加,交通出行结构发生了根本变化,城市道路交通拥挤堵塞问题已成为制约经济发展、降低人民生活质量、削弱经济活力的瓶颈之一。本篇论文针对道路拥挤的问题采用层次分析法进行数学建模分析,讨论拥堵的深层次问题及解决方案。 首先建立绩效评价指标的层次结构模型,确定了目标层,准则层(一级指标),子准则层(二级指标)。 其次,建立评价集V=(优,良,中,差)。对于目标层下每个一级评价指标下相对于第m 个评价等级的隶属程度由专家的百分数u 评判给出,即U =[0,100]应用模糊统计建立它们的隶属函数A(u), B(u), C(u) ,D(u),最后得出目标层的评价矩阵Ri ,(i=1,2,3,4,5)。利用A,B 两城相互比较法,根据实际数据建立二级指标对于相应一级指标的模糊判断矩阵P i (i=1,2,3,4,5) 然后,我们经过N 次试验调查,明确了各层元素相对于上层指标的重要性排序,构造模糊判断矩阵P ,利用公式 1 ,ij ij n kj k u u u == ∑ 1 ,n i ij j w u ==∑ 1 ,i i n j j w w w == ∑ []R W R W R W R W R W W R W O 5 5 4 4 3 3 2 2 1 1 ,,,,==计算出权重值,经过一致性检验公式 RI CI CR = 检验后,均有0.1CR <,由此得出各层次的权向量()12,,T n W W W W =K 。然后后, 给出建立绩效评价模型(其中O 是评价结果向量),应用模糊数学中最大隶属度原则,对被评价城市交通的绩效进行分级评价。 接着在改进方案中,我们具体以交叉口为中心建立模型,其中包括道路长度、宽度、车辆平均长度、车速等等考虑因素。通过车辆排队长度可以间接判断交通拥堵情况,不需要测量车速、时间等因素而浪费的人力物力和财力,有效的提高了工作成本和效率。为管理城市交通要道提供了良好的模型和依据。 【关键字】交通拥堵 层次分析法 模糊综合评判 绩效评价 隶属度

综合评价模型

模糊综合评价模型(Fuzzy Synthetic Evaluation Model) 目录 [隐藏] ? 1 什么是模糊综合评价模型? ? 2 模糊评价的基本思想 3 模糊综合评价模型类别[1] o 3.1 模糊评价基本模型 o 3.2 置信度模糊评价模型 ? 4 模糊综合评价模型的运用 5 模糊综合评价模型案例分析 o 5.1 案例一:模糊综合评价模型在企业跨国并购风险评价中的应用 [2] ? 6 参考文献 [编辑] 什么是模糊综合评价模型? 模糊综合评价方法是模糊数学中应用的比较广泛的一种方法。在对某一事务进行评价时常会遇到这样一类问题,由于评价事务是由多方面的因素所决定的,因而要对每一因素进行评价;在每一因素作出一个单独评语的基础上,如何考虑所有因素而作出一个综合评语,这就是一个综合评价问题。 [编辑] 模糊评价的基本思想 许多事情的边界并不十分明显,评价时很难将其归于某个类别,于是我们先对单个因素进行评价,然后对所有因素进行综合模糊评价,防止遗漏任何统计信息和信息的中途损失,这有助于解决用“是”或“否”这样的确定性评价带来的对客观真实的偏离问题。 [编辑] 模糊综合评价模型类别[1] [编辑] 模糊评价基本模型 设评判对象为P: 其因素集,评判等级集 。对U中每一因素根据评判集中的等级指标进行模糊评判,得到评判矩阵: (1)

其中,r ij表示u i关于v j的隶属程度。(U,V,R) 则构成了一个模糊综合评判模型。确定各因素重要性指标(也称权数)后,记为,满足,合成得 (2) 经归一化后,得,于是可确定对象P的评判等级。 [编辑] 置信度模糊评价模型 (1) 置信度的确定。 在(U,V,R)模型中,R中的元素r ij是由评判者“打分”确定的。例如k 个评判者,要求每个 评判者u j对照作一次判断,统计得分和归一化后产生 , 且, 组成R0。其中既代表u j关于v j的“隶属程度”,也反映了评判u j为v j的集中程度。数值为1 ,说明u j为v j 是可信的,数值为零为忽略。因此,反映这种集中程度的量称为“置信度”。对于权系数的确定也存在一个信度问题。 在用层次分析法确定了各个专家对指标评估所得的权重后,作关于权系数的等级划分,由此决定其结果的信度。当取N个等级时,其量化后对应于[0,l]区间上N次平分。例如,N取5,则依次得到[0,0.2],[0.2,0.4],[0.2,0.6],[0.6,0.8],[0.8,l]。对某j个指标,取遍k 个专家对该指标评估所得的权重,得。作和式 (3) 其中d ij表示数组中属于的个数,a0 = 0,b N = 1。 取(4) 取遍, 得,归一化后得到权向量 。如果则a i的信度为。由此得信度向量为 。 (2)置信度的综合 设c1,c2是二个置信度,对于逻辑AND,其信度合成为 (5) 对于逻辑OR, 信度成为 (6) 其中为参数,可适当配置。(5)、(6)二式的含义是:在逻辑AND 下, ; 在逻辑OR 下,

什么是模糊综合评价模型

什么是模糊综合评价模型? 模糊综合评价方法是模糊数学中应用的比较广泛的一种方法。在对某一事务进行评价时常会遇到这样一类问题,由于评价事务是由多方面的因素所决定的,因而要对每一因素进行评价;在每一因素作出一个单独评语的基础上,如何考虑所有因素而作出一个综合评语,这就是一个综合评价问题。 [编辑] 模糊评价的基本思想 许多事情的边界并不十分明显,评价时很难将其归于某个类别,于是我们先对单个因素进行评价,然后对所有因素进行综合模糊评价,防止遗漏任何统计信息和信息的中途损失,这有助于解决用“是”或“否”这样的确定性评价带来的对客观真实的偏离问题。 [编辑] 模糊综合评价模型类别[1] [编辑] 模糊评价基本模型 设评判对象为P: 其因素集 ,评判等级集 。对U中每一因素根据评判集中的等级指标进行模糊评判,得到评判矩阵: (1) 其中,r ij表示u i关于v j的隶属程度。(U,V,R) 则构成了一个模糊综合评判模型。确定各因素重要性指标(也称权数)后,记为, 满足,合成得

(2) 经归一化后,得 ,于是可确定对象P的评判等级。[编辑] 置信度模糊评价模型 (1) 置信度的确定。 在(U,V,R)模型中,R中的元素r ij是由评判者“打分”确定的。例如 k 个 评判者,要求每个评判者u j对照作一次判断,统计得分和归 一化后产生 , 且, 组成 R 。其中既代表u j关于v j的“隶属程度”,也反映了评判u j为v j的集0 中程度。数值为1 ,说明u j为v j是可信的,数值为零为忽略。因此,反映这种集中程度的量称为“置信度”。对于权系数的确定也存在一个信度问题。 在用层次分析法确定了各个专家对指标评估所得的权重后,作关于权系数的等级划分,由此决定其结果的信度。当取N个等级时,其量化后对应于[0,l]区间上N次平分。例如,N取5,则依次得到[0,0.2],[0.2,0.4],[0.2,0.6],[0.6,0.8],[0.8,l]。对某j个指标,取遍k个专家对该指标评估所得的权重,得。作和式 (3) 其中d ij表示数组中属于的个数,a0= 0,b N= 1。 取(4)

多因子选股模型

多因子选股模型

————————————————————————————————作者: ————————————————————————————————日期:

多因子模型是应用最广泛的一种选股模型,基本原理是采用一系列的因子作为选股标准,满足这些因子的股票则被买入,不满足的则卖出。基本概念 举一个简单的例子:如果有一批人参加马拉松,想要知道哪些人会跑到平均成绩之上,那只需在跑前做一个身体测试即可。那些健康指标靠前的运动员,获得超越平均成绩的可能性较大。多因子模型的原理与此类似,我们只要找到那些对企业的收益率最相关的因子即可。 各种多因子模型核心的区别第一是在因子的选取上,第二是在如何用多因子综合得到一个最终的判断。 一般而言,多因子选股模型有两种判断方法,一是打分法,二是回归法。 打分法就是根据各个因子的大小对股票进行打分,然后按照一定的权重加权得到一个总分,根据总分再对股票进行筛选。回归法就是用过去的股票的收益率对多因子进行回归,得到一个回归方程,然后再把最新的因子值代入回归方程得到一个对未来股票收益的预判,然后再以此为依据进行选股。 多因子选股模型的建立过程主要分为候选因子的选取、选股因子有效性的检验、有效但冗余因子的剔除、综合评分模型的建立和模型的评价及持续改进等5个步骤。 候选因子的选取 候选因子的选择主要依赖于经济逻辑和市场经验,但选择更多和更有效的因子无疑是增强模型信息捕获能力,提高收益的关键因素之一。

例如:在2011年1月1日,选取流通市值最大的50支股票,构建投资组合,持有到2011年底,则该组合可以获得10%的超额收益率。这就说明了在2011年这段时间,流通市值与最终的收益率之间存在正相关关系。 从这个例子可以看出这个最简单的多因子模型说明了某个因子与未来一段时间收益率之间的关系。同样的,可以选择其他的因子,例如可能是一些基本面指标,如 PB、PE、EPS 增长率等,也可能是一些技术面指标,如动量、换手率、波动等,或者是其它指标,如预期收益增长、分析师一致预期变化、宏观经济变量等。 同样的持有时间段,也是一个重要的参数指标,到底是持有一个月,还是两个月,或者一年,对最终的收益率影响很大。 选股因子有效性的检验 一般检验方法主要采用排序的方法检验候选因子的选股有效性。例如:可以每月检验,具体而言,对于任意一个候选因子,在模型形成期的第一个月初开始计算市场中每只正常交易股票的该因子的大小,按从小到大的顺序对样本股票进行排序,并平均分为n个组合,一直持有到月末,在下月初再按同样的方法重新构建n个组合并持有到月末,每月如此,一直重复到模型形成期末。 上面的例子就已经说明了这种检验的方法,同样的可以隔N个月检验,比如2个月,3个月,甚至更长时间。还有一个参数是候选组合的数量,是50支,还是100支,都是非常重要的参数。具体的参数最优的选择,需要用历史数据进行检验。

多因素模糊层次综合评判决策模型及其应用

多因素模糊层次综合评判决策模型及其应用 Ξ 孙修东 (西安交通大学,陕西西安710049) 摘要:通过对建筑工程招标评标的系统分析,建立了评价指标体系,运用系统工程知识和模糊分析设计方法,建立了多因素模糊层次综合评判决策模型,利用模糊综合评判的方法进行建筑工程招标评标定标,能够很好地处理类似模糊决策的问题,它不仅充分发挥了评标专家的作用,还尽可能地减少了个人主观臆断所带来的危害,为合理进行评标决策提供了科学依据。关键词:招标评标系统;评价指标体系;多因素模糊层次综合评判;决策模型中图分类号:F407;O159 文献标识码:A 文章编号:100822093(2002)0420054202 1 引言 建设工程招标投标是一种通行的工程交易方式,是在市场经济条件下进行工程建设活动的主要竞争形式。评标定标方法是招投标工作中的重要环节,评标定标方法的科学与否,直接关系到招标的成功与否。研制建筑工程招投标系统,特别是研究科学的评标决策方法,使招标过程科学化、自动化和透明化,对增加招标的客观公正性,保证招标工作质量,具有十分重要的意义。运用系统工程知识和模糊分析设计方法,建立多因素模糊层次综合评判模型,能够很好地处理类似模糊决策的问题,它不仅充分发挥了评标专家的作用,还尽可能地减少了个人主观臆断所带来的危害,为合理进行评标决策提供了科学依据。 2 评价指标体系的确定 2.1 指标体系的确定原则 作为一个科学可行的指标体系,它的建立遵循以下原则: (1)系统性原则。指标体系应能全面反映评价对象的本 质特点,从不同层次和不同角度来衡量投标企业的综合实力,以保证综合评价的全面性和可信度。 (2)不相容原则。将每一个指标看成是一个独立的、确定 的集合,不同方面的内容分别纳入不同的指标中,同一层次中的不同指标互不重复或相容。 (3)易于操作原则。指标含义明确,数据收集方便,计算 简单,易于掌握。 (4)定量与定性相结合的原则。既可使评价具有客观性, 便于数学模型处理,又可弥补单纯定量或定性评价的不足及数据本身存在的某些缺陷。 (5)横向比较与纵向比较相结合原则。通过横向比较,了 解投标企业在同行业中的位置和竞争能力,纵向比较揭示企业发展变化的趋势。 2.2 指标体系的内容 根据上述原则和国内招投标实践,建筑施工招标评价指标体系按其特性可划分为6类17项指标。具体内容如下表所示。 建筑施工招标评价指标体系 序号 一级指标体系序号 二级指标体系 Ⅰ投标报价1比标底上下浮动Ⅱ 施工工期 2投标承诺工期 3进度计划及保证措施4近两年工期履约情况Ⅲ工程质量 5质量目标 6质量保证体系及措施7近两年工程质量情况8近两年项目经理施工情况Ⅳ施工组织与施工 9施工方案10安全生产情况 11文明施工及现场管理情况Ⅴ财务状况12流动资金13固定资产Ⅵ 信誉及实力 14企业资质等级 15IS O9000 16近两年企业信誉 17 综合考评 3 多因素模糊层次综合评判决策模型的建立 3.1 确定评价因素集u 与评判集v 根据参评指标性质将其分成若干一级指标,再将每个一级指标分为若干个二级指标,即: U =(u 1,u 2,…,u n ),其中u i =(u i1,u i2,…,u im ), (i =1,2,…,n ),n 为一级指标个数,m 为一级指标个数。 设评判集为v ={v 1,v 2,…,v m },m 为评价等级的个数。评判集是评判者对评价对象可能作出的各种评价的评判结果所组成的集合。 4 5第10卷第4期 2002年12月河南机电高等专科学校学报 Journal of Henan Mechanical and Electrical Engineering C ollege V ol.10№.4 Dec.2002 Ξ收稿日期:2002203218  作者简介:孙修东(19632),男,河南新乡人,在读硕士研究生,河南机电高等专科学校副教授,研究方向:MIS 和DSS 系统研发。

相关文档
最新文档