AHP分析法在风险投资项目评估中的应用研究

2024-05-26

AHP分析法在风险投资项目评估中的应用研究(精选10篇)

AHP分析法在风险投资项目评估中的应用研究 篇1

系 统 工 程 概 论 论 文

AHP分析法在风险投资项目评估中的应用研究

摘要:本文针对在风险投资项目的风险评估中存在的多指标且难统一,定量评估少等问题,将AHP分析法引入,使得风险投资项目的风险评估决策统一于一个模型中,从而在一定程度上保证了风险评估决策行为的客观、科学、可靠。

关键词:风险投资项目;风险评估;AHP分析法;研究 0引言

风险投资(VentureCapital),也称为创业投资。它是由专业投资机构在自担风险的前提下,通过科学评估和严格筛选,向有潜在发展前景的新创或市值被低估的公司、项目、产品注入资本,并运用科学管理方式增加风险资本附加值的一种投资。其投资对象一般是刚刚起步或还没有起步的高技术企业或高技术产品,属高新技术中的“种子”技术或创新思想,由于处于起步设计阶段,不够成熟,尚未经历市场检验,能否转化为现实生产力,尚有许多不确定的因素,因而风险较大。风险投资的风险是指风险资本投资于项目而造成损失的可能性,包括投入的资本不能收回造成损失的风险和不能达到预期收益造成损失的风险。损失有以下几种方式:第一,投资项目未能产生收益、投资资本未能回收而造成的损失;第二,投资项目产生了收益,但产生的收益低于预期收益;第三,由于财务等原因为变现投资而抛售投资项目所造成的损失;第四,由于通货膨胀及其它不可预料事件的发生而造成的损失。追求最大收益是风险投资者的愿望,而风险却是未知的。风险投资项目的高风险性,更迫切要求对风险进行科学的、全面的分析、评估,以作出正确判断,采取防范措施减弱风险,获取最大的收益。风险投资的风险因素很多,如技术风险、市场风险、管理风险、环境风险等。这使得风险投资的风险评估指标多且不能定量表示。另外,风险投资家在进行投资时,面临众多风险投资的目的,比较决策,并从中选出风险小、发展潜力大的项目。但是任何两个或两个以上的风险投资项目,往往在各个风险因素上存在不同程度的差异。这就使得风险投资项目在进行风险评估时,经常遇到某一项目的一些指标较优,一些指标较差,而另一项目却恰恰相反。因此,需要用一种方法将各个因素统一起来进行处理。

自分析法创造以来,AHP作为一种适用的有效的决策方法,已在世界上众多领域得到了广泛应用。本文将AHP分析法引入风险投资项目的风险评估决策中,通过建立AHP模型,可以将风险投资项目的风险评估决策统一到一个模型中,从而解决多指标分析时所遇到的复杂问题。

1.AHP分析法的基本原理

AHP分析法的基本原理:根据问题的性质和要达到的总目标,将问题分解为不同的组成因素,按照因素间的相互关联影响以及隶属关系,按不同层次聚集组合,形成一个多层次的分析结构模型,最终把系统分析归结为确定最低层(方案、措施、因素等)相对于最高层(总目标)的重要性权值或优劣次序的排序问题。AHP是一种定性与定量相结合的决策分析方法。它常常被运用于多目标、多准则、多要素、多层次的非结构化的复杂决策问题。AHP决策分析法,是一种将决策者对复杂问题的决策思维过程模型化、数量化的过程。通过这种方法,可以将复杂问题分解为若干层次和若干因素,在各因素之间进行简单的比较和计算,就可以得出不同方案重要性程度的权重,从而为决策方案的选择提供依据,是解决复杂的非结构化的地理决策问题的重要方法,是计量地理学的主要方法之一。风险投资项目的风险评估中的多因素决策,其过程与思路正好同AHP分析法的要求相符。层次分析法是把复杂问题分解成各个组成因素,又将这些因素按支配关系分组形成递阶层次结构。通过两两比较的方式确定各个因素相对重要性,然后综合决策者的判断,确定决策方案相对重要性的总排序。运用层次分析法进行系统分析、设计、决策时,可分为4个步骤进行:(1)分析系统中各因素之间的关系,建立系统的递阶层次结构;(2)对同一层次的各元素关于上一层中某一准则的重要性进行两两比较,构造两两比较的判断矩阵;(3)由判断矩阵计算被比较元素对于该准则的相对权重;(4)计算各层元素对系统目标的合成权重,并进行排序因此,可以采用AHP分析法进行风险投资项目的风险评估中多因素决策。AHP分析法模型的一般形式如图1所示

最高层表示解决问题的目的,即AHP分析法所要达到的总目标;中间层表示实现预定目标所涉及的中间环节,一般分为策略、约束、准则等,并可有多个层次;最低层表示解决问题的各种措施、方法和方案等。

2.风险投资项目风险评估的AHP层次结构模型

风险投资项目的风险从项目运作过程的纵向来划分,可以分为:技术风险、生产风险、市场风险、管理风险、环境风险、财务风险等。而各个风险又是由众多的风险因素所构成,如市场风险,包括市场前景、产品竞争力、潜在竞争者影响、企业营销能力等风险因素。因此,可以建立风险投资项目的风险评估层次结构模型,具体如图2所示。

3.风险投资项目的风险评估数学模型

根据上述风险投资项目的风险评估层次结构模型,运用AHP分析法确定各指标权重,再选取适当方法确定各指标的不同取值对应的风险投资项目的风险标度值。因此,可以得出风险投资项目的风险评估数学模型(如式1所示)。

式中:β为风险投资项目的风险评估矩阵,R为风险投资项目的单指标风险评估矩阵,R=(rij)m×n,rij为第i个风险投资项目的第j个指标的风险标度值;W为指标权重矩阵,W=(rj)n×1,Wj表示第j个指标的权重。4.运用AHP方法确定各评价指标的权重

(一)构造判断矩阵

对图2所示的风险投资项目的风险评估层次结构模型,采用1~9标度法综合专家群体咨询意见构造各层的判断矩阵。

(二)层次单排序及其一致性检验

采用方根法、和积法等方法来计算各判断矩阵的最大特征根λmax及其对应的特征向量,对特征向量作归一化处理,确定各层次单排序权向量W,并计算各判断矩阵的一致性指标CI,查取相应随机一致性指标RI,进而计算随机一致性比率CR,进行一致性检验。

(三)层次总排序及其一致性检验

根据层次单排序的计算结果,由层次结构模型的最高层向最底层,逐层推求层次总排序权重向量,即指标权重,并计算总排序随机一致性比率CR,进行一致性检验。5.确定各指标的风险标度值

根据各指标具体的特征对风险投资项目带来的风险影响程度,采用一定的方法(如10分制打分法等)将各定性指标量化,并使其标准化,依此作为各定性指标的风险标度值。对于定量指标的指标值,可选用适当方法确定定量指标的风险标度值。本文采用下列方法进行定量指标风险标度值的计算。

(一)对越小越优的定量指标,采用升半梯形分布函数如式(2)所示。

式中x表示定量指标的指标值,a1,a2表示定量指标值的合理取值范围的上、下限(一)对越大越优指标,采用降半梯形分布函数与式(2)类似。(二)对取a1、a2间某一点a为最优的指标,采用三角形分布函数

6结束语

综上所述,将AHP分析法运用到风险投资项目的风险评估中,在一定程度上解决了风险投资项目在风险评估中评价指标难以统一、评价定量化程度低等问题。当然,风险投资项目的风险影响因素很多,远不止本文所提到的这些风险因素,而且各个风险因素还可以继续细分,这样,整个风险评估的结构模型就更加复杂且计算工作量大,但是比较其他评价方法来说,AHIP分析法运用在风险投资项目的风险评估中仍具有较为客观、全面、合理、易于操作的好处。参考文献

[1]赵焕巨,许树柏,和金生.层次分析法[M].北京:科学出版社,1986.[2]陈晓剑,梁梁.系统评价方法及应用[M].北京:中国科技大学出版社,1994.[3]任天元.风险投资的运作与评估[M].北京:中国经济出版社,2000.[4]卢有杰,卢家仪.项目风险管理[M].北京:清华大学出版社,1998.[5][英]菲尔・荷马斯著,王嗣俊,白玉明译.投资评价[M].北京:机械工业出版社,1999.ApplicableStudyofAHPMethodonVentureEvaluationforVentureCapital

dingyingli(Department of Engineering Management Luoyang Institute of Science and TechnologyHe’nan Prov.Luoyang471023)Abstract:The indicators of risk evaluation in venture investment project in the unity of quantitative evaluation and difficult, less problems, AHP analysis is introduced, making the risk of investment project risk assessment decision unified in a model, so as to ensure the reliable, objective, scientific decision-making risk assessment in a certain extent.KeyWords:Risk Investment ProjectRisk Assessment

AHP分析法在风险投资项目评估中的应用研究 篇2

在项目投资的全寿命周期中, 会出现各种不确定性, 而每种不确定性的产生都会对项目产生一定的影响, 为了确保项目的最终目标的实现, 事先对项目投资中的风险因素进行客观、合理的评价是十分重要的。在项目执行过程中, 识别和评估风险是有效地规避风险的一种管理手段, 通过风险识别和评估, 项目实施人员可及时了解到风险的种类及重要程度, 进而采取相应的措施。我国现在的项目评价体系中, 存在着重效率、轻风险的倾向, 而效率与风险是一个项目必不可少的两个方面, 一个完整合理的评价体系应该包括项目的效益评价和风险评价两部分。

目前大多数方法[1]都是设定几项评价指标进行打分, 然后乘以其权重得到加权总分, 来评价指标。这种方法受主观因素影响较大, 不具有广泛的综合性。其次, 就是局限于对风险的定性研究, 将其量化进行评价存在很大困难, 很难达到理想效果。尽管使用了很多方法, 但都不能对各种风险可能进行客观有效的评价。以往的风险因素分析大都是在风险变量分布规律已知的情况下进行, 而实际上要得到变量的分布规律是十分困难的, 因此存在一定的不可行性。

本文通过研究以往的评价方法, 提出一种新的、更具客观性与准确性的方法——整合模糊层次分析与灰关联分析法, 对项目投资风险因素进行辨识与分析。传统层次分析法应用专家经验知识设置指标体系, 用一致性检验判断专家意见的一致性, 但是定性的指标描述在一定程度上具有模糊性和不确定性, 需要对模糊性的信息进行处理, 因而采用模糊AHP方法解决了这个问题。模糊综合评价最早是由我国学者汪培庄[1]教授提出, 现在作为一种模糊数学的具体应用方法, 已经被广泛应用于矿业投资、房地产投资等领域, 并得到了很好的拓展。而灰关联分析法对指标采用等权方式确定关联度, 无法显示其相对重要性, 因此就需要与模糊AHP法整合, 以解决该问题。本方法有效地将定性分析与定量分析结合在一起, 为解决特定条件下项目投资的多目标风险评估提供了科学、可行的方法。

二、项目投资风险分析模型

1. 建立评价指标体系

指标体系的建立需要利用模糊语义变量[3]来描述主观评价值, 模糊语义变量可以解决搜集的信息的不确定性, 语义变量的隶属函数由三角模糊数表述, 而定性指标的语义模糊数用一个区间值表述。以三角模糊数建立模糊成对比较矩阵, 该矩阵为一模糊正倒值矩阵, 要经过一致性检验以确定其有效性。

其中:

:专家评定的两指标重要性对比三角模糊数;

:语义尺度区间值的最小值;

:语义尺度区间值的平均值;

:语义尺度区间值的最大值;

对模糊矩阵的指标值进行解模糊化, 目的是找到各级指标的最佳明确值, 以便和灰关联分析法整合, 更加准确地分析指标值之间的关系。在此选取一个水平截集α (α∈[0, 1]) , 在此截集下对应的区间可以表示为: 。对应该水平截集取相应的评估满意度λ (λ∈[0, 1]) , 利用公式, 构造非模糊矩阵。 。

2. 对初始数据进行无量纲化处理

数据的无量纲化处理就是对指标数据的标准化、规范化处理, 是通过数学的变换方法消除原始数据单位的影响。可选择的方法很多, 如标准化法、功效系数法、极值法等等, 本文选用标准法对数据进行无量纲化处理, 即令

3. 利用灰关联分析法确定权重

灰关联分析法是邓聚龙于1989年提出的, 是指事物之间不确定性关联, 或系统因子与主行为因子之间的不确定性关联。灰关联分析是基于行为因子序列的微观或宏观几何接近, 以分析和确定因子间的影响程度, 或因子对主行为的贡献测度, 而选取的一种分析方法, 可以将定性因素转为定量因素进行量化分析, 具有广泛适用性。而李伯年对灰关联分析法进行了改进, 提出了利用向量余弦确定指标权重, 本文所要应用的正是这种改进的灰关联方法, 该方法更简便易懂, 可以为项目投资风险的分析提供更有效的分析方法。

在以上利用模糊AHP法得到的数列中, 选取参考数列, 即最优序列M和最劣数列N, 其中如果是效益型指标M取大, N取小, 若是成本型指标则M取小, N取大。

确定各方案与M、N的相对偏差矩阵, 即优偏差矩阵 , 劣偏差矩阵 , 其中,

计算R的行向量ri与S对应的行向量si的余弦夹角: , 将ci归一化得到指标的权向量w= (w1, w2, …wn) , 其中 。

4. 灰关联度的确定

要求出灰关联度, 首先要确定灰关联系数矩阵 , 即优关联系数矩阵, 劣关联系数矩阵 , 分别为第j个方案向量xi中第i个指标值xij与参考向量M、N中第i个指标值mi和ni的关联系数, 有公式:

, 为分辨系数, 一般取0.5;

为参考数列;

因子集任意数列, 作为比较数列。

可以利用灰关联系数矩阵求得方案j的优关联度 , 和方案j的劣关联度 , 然后对方案排序, 综合各方案的比选结果, 分析出最优方案。

三、实例应用研究

目前对项目投入的资金越来越多, 技术复杂, 运作周期长, 因此项目投资所带来的风险因素层出不穷, 并且相互间交叉影响, 其中某一环节出现问题, 都会对项目造成重大损失。根据投资方对项目所潜在风险的调查研究, 分别从技术方案的技术风险C1、财务风险C2、管理风险C3、政府风险C4和环境风险C5这五个方面进行分析, 得到以下评价指标矩阵, 如表1:

取a=0.2, λ=0.5, 对上述矩阵进行解模糊化和无量纲化处理, 得到指标矩阵R如下:

其中最优向量M= (0.27, 0.31, 0.27, 0.28, 0.12) T最劣向量N= (0.12, 0.09, 0.11, 0.1, 0.31) T, 进而得出各方案的相对优、劣偏差矩阵:

得出权重值c= (0.33, 0.35, 0.18, 0.36) , w= (0.214, 0.227, 0.208, 0.117, 0.234) 。

相应的灰关联系数矩阵为:

可以得到方案的优关联度:0.602, 0.816, 0.473, 0.574, 0.767;劣关联度:0.615, 0.419, 0.722, 0.702, 0.531。按优关联度排序为:2>5>1>4>3, 按劣关联度排序:3>4>1>5>2, 经过以上分析可知应选择方案2, 项目投资风险最小, 收益最大。

四、结论

项目自身的特点决定了其在实施过程中必定会存在各种各样的风险, 对风险的辨识与分析就成为了投资决策过程必不可少的阶段, 只有在管理者做出投资决策前全面准确地分析可能的风险, 了解风险因素对项目投资的影响程度, 才能避免造成重大损失, 因此, 选择对项目投资风险分析的正确方法就显得尤为重要。本文从为决策者提供有效分析方法的角度出发, 提出了整合的模糊层次分析与灰关联分析法, 避免了决策者主观因素的影响, 更直接有效地对风险进行了分析。

参考文献

[1]陈立文:项目投资风险分析理论与方法[M].北京:机械工业出版社, 2004.9:127~132

[2]蔡依萍朱文龙施国庆:工程项目的风险识别与控制[J].水利科技与经济, 2004.10 (3) :129~132

[3]曲盛恩:基于模糊层次分析和灰色关联分析的供应商评价选择研究[J].商业研究, 2005 (24) :7~10

[4]程天张彩香:基于熵权的模糊AHP法在填埋场选址中的应用[J].环境卫生工程, 2003.12 (2) :64~67

[5]邓聚龙:灰色系统理论教程[M].武汉:华中理工大学出版社, 1990:128~134

[6]李伯年:多目标决策中客观性权重确定方法的研究[J].运筹与管理, 2002.11 (5) :36~39

AHP分析法在风险投资项目评估中的应用研究 篇3

关键词:ERP风险 AHP 风险评估

1.引言

众所周知,ERP的实施在给物流企业带来巨大效益的同时也可能会带来巨大的风险。其风险存在于项目的多个阶段,其中项目实施阶段的风险对企业影响更大。显然,如果在实施阶段没有充分论证风险因素并加以解决,那么实施后即使如何避免各种风险也不如在实施阶段就最大限度地降低风险行之有效。

2.物流企业ERP项目的风险因素

物流企业ERP项目实施周期长、投入大,牵涉管理及技术层面广泛,成功与否受到诸多因素的影响,其风险存在于项目实施的全过程,主要有以下几方面:

2.1 思想动机风险(表示为B1)

包括思想认识上造成的风险和实施动机风险。

(1)思想认识造成的风险(C1)。企业上下对ERP不理解或理解极不统一;上ERP系统的目的和期望值不实事求是;选择实施ERP系统的时机不当等。

(2)实施动机风险(C2)。正确的动机不一定能带来正确的结果,但是错误的动机肯定不能带来正确的结果。如果实施ERP的目的不是为了提升管理、促进战略目标的实现,则风险性是非常大的。

2.2 软件风险(B2)

(1)软件功能风险(C3)。目前的ERP软件,主要存在的软件功能风险有:软件功能相对企业需求的满足程度、系统的集成性、软件的成熟性和稳定性及对中文界面和数据的支持程度等。

(2)软件选择风险(C4)。包括企业是否清晰地定义了自己的需求和期望;企业如何综合地评估ERP系统;如何将实际需求与软件系统很好地进行匹配,从而选择最适合自己的ERP系统;企业中由哪个部门和人员对软件做出评估选择。

(3)需求分析风险(C5)主要指ERP需求分析是否真正达到了全面、准确和明晰的要求。

2.3 实施风险(B3)

(1)实施队伍的组织(C6)。实施队伍和实施人员对于ERP系统的成功实施至关重要。有的企业采取将ERP系统实施完全外包给软件供应商或系统集成商,或者相反地,完全由企业内部的技术人员单独进行项目实施,这些做法都将增加系统实施的风险。

(2)项目时间和进度控制(C7)。许多ERP实施项目在一开始就没有能够制定明确的、可行的实施计划,在实施过程中不能按时实现里程碑性的目标,造成项目最终半途而废或系统上线严重延误。

(3)实施成本控制(C8)。实施成本通常包括:硬件费用、软件使用许可费用、软件培训费用、实施咨询费用及维护费用等。

(4)实施质量的控制和实施结果的评价(C9)。不少企业在实施之初没有制定实施的目标和期望,在实施过程中未能随时控制实施质量,实施完成时不知道如何进行实施成败的评估,为企业的长远发展埋下了危险的种子。

(5)基础数据准备风险(C10)。ERP是建立在业务流程数据准确性和时效性基础上的企业管理软件,如果企业不重视数据的准确性和时效性,则会给企业的正常运转带来灾难。

2.4 转变风险(B4)

(1)管理观念的转变(C11)。ERP系统的实施是一个管理项目,而非仅仅是一个IT项目。ERP系统带来的不仅仅是一套软件,更重要的是带来了整套先进的管理思想。

(2)组织架构的调整(C12)。为适应ERP系统带来的改变,企业必须在组织架构和部门职责上做相应的调整。在流程改组中,会涉及到部门职能的重新划分、岗位职责的调整、业务流程的改变和权力利益的重新分配等复杂因素。如果企业不能妥当地处理这些问题,将会给企业带来不稳定因素。

(3)流程重組风险(C13)。实施ERP系统,通常必须对企业的业务流程进行重组和优化,这也是系统实施的一个关键因素,但是业务流程的重组牵涉到诸多企业的核心问题,甚至有可能会影响到企业的组织架构,其风险性是必然的。

(4)业绩考评体系的转变(C14)。由于企业组织架构和业务流程的调整,企业必须对业绩考评体系进行相应的调整,以适应新的岗位职责和业务要求。能否顺利地将原有的业绩考评体系转变到适应新系统的体系,是对企业的一个考验。

2.5 意外风险(B5)

(1)安全风险(C15)。系统安全包括:操作系统授权、网络设备权限、应用系统功能权限、数据访问权限、病毒的预防、非法入侵的监督、数据更改的追踪、数据的安全备份与存档、主机房的安全管理规章、系统管理员的监督等。

(2)意外灾害(C16)。水灾、火灾、地震等不可抗拒的自然灾害会给ERP系统带来毁灭性的打击。

(3)外围风险(C17)。ERP系统如果不符合政府法规或行业要求,会导致违规行为,风险由此发生;项目如不能按期完成,会导致股东、客户及供应商的不满,企业将承担违约风险;当国内或世界经济出现波动时,企业可能没有足够的资金来维持ERP项目,也将给项目的带来致命的风险。

这里需要说明的是,以上所列物流企业ERP项目风险因素乃是总结以往ERP项目案例而来,显然物流企业在考虑自身ERP项目风险因素时应结合内外部环境及企业自身等因素来具体总结。

3.ERP项目风险评估

3.1 建立层次分析结构图

建立的层次分析图如下所示:

3.3 计算单一准测下元素的相对权重

(1)-层次判断矩阵计算

①求判断矩阵每行所有元素的几何平均值(小数点后保留三位)。 w11×113×115×116×21/5=0.467

同理得:w2=1.176,w3=1.878,w4=3.565,w5=0.272

②將wi归一化,计算wi

wi=wi1∑n1i=1wi, w1=0.46710.467+1.176+1.878+3.565+0.272=0.065,

同理:w2=0.160,w3=0.255,w4=0.484,w5=0.037

所以,w=(0.065,0.160,0.255,0.484,0.037)

③计算判断矩阵的最大特征根λmax,令A-B层次判断矩阵为A

因此,A-B层次判断矩阵满足一致性要求。

(2)B-C层次判断矩阵计算

同理可计算得:w=(0.667,0.333),λmax=2,CI=0,B1-C层次判断矩阵符合一致性要求。

(3)B2-C层次判断矩阵计算

w=(0.644,0.271,0.085),λmax=3.054,CI=0.027,查表RI=0.52,计算得CR=0.052<0.1,B2-C层次判断矩阵符合一致性要求。

(4)B3-C层次判断矩阵计算

w=(0.222,0.079,0.079,0.486,0.135),λmax=5.06,CI=0.015,查表RI=1.12,CR=0.013<0.1,B3-C层次判断矩阵符合一致性要求。

(5)B5-C层次判断矩阵计算

w=(0.249,0.140,0.563,0.049),λmax=4.134,CI=0.045,查表RI=0.89,CR=0.051<0.1,B4-C层次判断矩阵符合一致性要求。

(6)B5-C层次判断矩阵计算

w=(0.691,0.091,0.218),λmax=3.054,CI=0.027,查表RI=0.52,CR=0.052<0.1,B5-C层次判断矩阵符合一致性要求。

3.4 B-C层次的排序

对C层进行一致性检验:CI=∑n1j=1BjCIj=0.031<0.1,B-C层满足一致性要求。

根据排序权向量对C层元素(风险因素)进行排序得(风险由高到低):C13C9,C11,C3,C10,C12,C6 ,C4,C1,C15,C14,C2,C7,C8,C5,C17,C16,

这样我们就得到了物流企业ERP项目风险因素的排序,据此就可以有重点的对各因素进行控制。

4.物流企业ERP项目风险控制的监理机制

物流企业ERP项目实施风险是客观存在的,因此建立有效地风险管理机制可以降低和化解风险。引入物流企业ERP项目监理制度是规范物流企业ERP项目实施、降低实施风险和公正评价实施效果的有效方法。

4.1 物流企业监理制度的建立

在建筑业等传统行业的工程项目中,工程监理制是早已得到普遍采用的一种项目质量监控方式。它的产生源于对我国传统的工程建设管理体制过渡而采取的改革措施。很多从事信息化监理工作的管理和技术人员都清楚,我国的信息化监理是从传统的建筑行业的建设监理吸取了经验与思路,结合信息化工程行业本身的特点,逐步试验、摸索起步的。目前,信息化监理中对监理的内容、方法、组织结构和人员职称等的理解和描述,均出自于建筑行业监理的成功经验。早在1999年初,信息产业部就已将信息系统集成资质认证和信息工程监理同时列为工作重点。到了2000年底,在信息系统集成资质认证工作取得重大进展的同时,监理方面的调查研究、文件起草和培训等准备工作开始实施。国外也有类似的行业,但其组织体系与中国不同,更倾向于审计、评估、控制等方面,我国则结合自身国情进行了调整。

总的来说,国内物流企业ERP项目的监理制度还没有完全建立起来,相关的监理机构也主要是一些管理咨询公司。由于缺乏法律规范,因而这些公司的监理的公证和合理性不能很好地评判。ERP公司和实施企业对这些管理咨询公司的监理能力都持有异议。尽快建立成熟、完善的ERP项目的监理制度无论对ERP公司还是对物流企业都有重要的意义。

4.2 监理人员和监理机构的特点

(1)权威性。强大的授权是监督机构开展工作的基本前提。物流企业ERP项目专业监督机构应直接向总经理或企业的董事会汇报工作,全部实施人员,包括项目经理和外聘顾问,无一例外地均在监督之列。

(2)独立性。保持监督机构的独立性才能实现客观、公正的监督。在企业内部,监督机构独立于实施机构,监督人员不参与实施工作,不承担任何实施任务,专著于监督工作。参与监督的外部顾问不能来自为实施提供服务的咨询公司。

(3)监督人员要具有综合知识。监督工作不仅要求监督人员具有专业理论,而且要求他们具备广泛的知识。具体地讲,监督人员应具备的知识有:企业所在行业的特点和发展趋势、IT行业的最新发展、经营管理知识和计算机系统理论等。

4.3 项目全过程的监督

监督分为定期阶段评估和终审评估,它们贯穿于项目的全过程,从规划、准备、实施到系统运行。定期评估是监督人员根据项目的实施进度,制定计划,在现场做实际分析:终审评估是在实施完成后,对运行系统所做的全面评价。定期评估是预防性监督,通过分析来发现潜在的问题和风险,及时提出修改建议,指导项目小组采取相应的措施加以改进。监督的内容不仅是对各项风险进行专项跟踪,更包括对工作质量的跟踪;审核项目实施计划,确认计划的完整;跟踪实施进展,判断项目实施是否得到有效的控制;审核实施的阶段性成果,如系统的分析报告、设计报告、测试报告等,确认实施是否达到阶段目标。

5.结语

ERP在我国物流企业的应用肯定大有前途,它可加快物流企业整体管理水平的提高,使物流企业的管理方式、管理理念进一步与国际水平接轨。在物流企业ERP实施过程中,项目风险管理是一个必不可少的环节,它将直接影响项目的成败。所以在项目实施过程中注意对风险的分析、研究、控制将是今后物流企业ERP项目实施的重点之一。物流企业在项目实施前可通过对其ERP的实施能力进行判定来判断该企业是否有能力、甚至有必要来上马ERP,这样能够避免项目盲目上马带来的风险,而采取科学的风险识别方法结合企业的实际来总结、分类物流企业ERP项目的相关实施风险可为下一步的风险控制提供极大的便利。此外,影响物流企业ERP实施的风险因素众多,发生的概率也差别很大,显然我们无法也没有必要一视同仁的做到全面控制,通过风险排序确定高概率的风险因素进而采取控制措施是可行之举。

参考文献:

[1]杨胜友,李鹏.ERP实施中的系统风险分析与控制机制[J].天津工业大学学报,2003.6.

[2]蒋晓静,黄金枝.工程项目的风险管理与风险监控研究[J].建筑技术,2005.6(7).

[3]聂晓伟,张玉清,杨鼎才.一种基于AHP和模糊理论的风险评估方法[J].北京电子科技学院学报,2005.6.

AHP分析法在风险投资项目评估中的应用研究 篇4

应用层次分析法(AHP)对影响三江平原环境地质质量的岩石、土壤和水3个子系统分别进行评价,通过分析影响各子系统的主要因子,建立子系统层次结构模型和质量指数数学模型,得出各子系统的质量指数,从而评价出各个子系统的质量状况.在此基础上,建立地质环境系统质量评价的层次结构模型和数学模型,计算出地质环境质量指数,并对该地区的`质量状况进行评价,得出三江地区总体环境地质状况是好的结论.

作 者:杨澍 初禹 杨湘奎 娄本君  作者单位:杨澍(吉林大学,吉林,长春,130026;中国地质调查局,北京,100011)

初禹(黑龙江省地质调查总院,黑龙江,哈尔滨,150036)

AHP分析法在风险投资项目评估中的应用研究 篇5

(平坝县金源煤矿)

第一章 项目概况

一、项目建设单位概况

项目建设单位名称为贵州省平坝县乐平乡金源煤矿,主营业务范围是采掘、原煤生产销售。矿井设计生产能力为30万吨/年,矿井服务年限为20年,项目投资概算1.5亿元。为私营独资企业,自筹资金兴建。

二、项目概况

平坝县金源煤矿是平坝县乐平乡招商引资项目,矿井位于贵州省平坝县乐平乡本固村。

项目主要建设内容分为办公场所、地面生产安全设施、生活设施和井下井巷工程设施。

地面生产安全设施包括绞车房、主扇机房、地面变电所、瓦斯抽放泵房、污水处理站、机修车间、五金仓库、火工品仓库、及储煤场、矸石场等;

地面生活设施有职工宿舍、食堂、澡堂、小卖部、医务室等; 井下井巷工程设施为三条斜井开拓,即主斜井以皮带机运输煤炭;副斜井铺22Kg/m、600mm轨距轨道,以JTP-1.6m×1.2P绞车1.1m矿车串车提升,作辅助运输提升;风井井口安装FBCDZ-6-№182×110KW对旋轴流防爆抽出式主扇机,风井担负通风任务。

该项目生产产品为煤炭。项目投资概算1.5亿元自筹资金兴 1 3

建。

第二章重大建设项目的合法性分析

一、发展规划分析。

金源煤矿项目符合法律法规、符合党和国家的方针政策,符合国民经济和社会发展总体规划、专项规划和区域规划等要求。金源煤矿项目目标与规划内容衔接紧凑,协调较好。

二、产业政策分析

平坝县金源煤矿项目符合煤炭产业政策的要求。

三、行业准入分析

金源煤矿项目建设单位和拟建项目符合煤炭行业准入标准的规定。

第三章重大建设项目的合理性分析

一、项目选址及用地方案

金源煤矿项目建设地点选在平坝县乐平乡本固村,占地面积40亩,主要利用荒山荒地进行地面设施建设。项目用地未造成不利影响,项目建设用地范围内无文物、水库、河流和军事设施,因此,不会影响防洪、排涝,不会影响通航和军事设施。

二、土地利用合理性分析

拟建的金源煤矿项目符合土地利用规划要求,占地规模合理,符合集约和有效使用土地的要求,耕地占用补充方案可行。

三、征地拆迁安置方案

金源煤矿项目无需拆迁,是征用荒山荒地,只需依法征用。补偿的原则范围、方式符合保障移民合法权益,满足移民生存及

发展需要。

四、生态环境影响分析

金源煤矿项目的主要工业污染物为矿井水,矿井涌水量为75m/时,矿井建设污水处理站对矿井水进行处理。项目建设对水土流失不会造成影响。因此,该项目对生态环境不会有大的影响,对流域或区域环境及生态系统不造成影响,金源煤矿项目诱发地质灾害的可能性较小。3

第四章重大建设项目的可行性分析

一、项目建设条件分析

金源煤矿项目建设已经过科学的可行性研究论证,充分考虑了各种相关制约因素,配套措施完善,项目建设时机已成熟,实施后不会引发不稳定因素。

二、经济费用效益或费用效果分析

从社会资源优化配置的角度,通过经济费用或费用效果分析,金源煤矿建设项目投资与经济收益是合理的,会带来良好的社会效益。

三、宏观经济影响分析

金源煤矿项目虽投资规模较大,对国民经济有积极的作用,但对宏观经济不会有大的影响。

第五章重大建设项目的安全性分析

一、社会影响效果分析

金源煤矿项目的建设及运营活动对平坝县当地的经济有积极的带动作用,一定程度上缓解了能源紧张局面,解决了农村剩

余劳动力的就业问题,为财政增收,带动当地经济的发展等,会产生良好的社会影响和带来良好的社会效益。

二、社会适应性分析

金源煤矿项目能为当地的社会环境、人文条件所接纳,与当地的社会环境是相互适应的。

三、社会稳定风险及对策分析

金源煤矿项目建设所波及的各种社会因素,如土地征收、地质灾害、环境污染、劳动纠纷等均会引起社会关系。只要企业按国家和当地政府政策妥善进行处理不会引起社会矛盾。

第六章综述

AHP分析法在风险投资项目评估中的应用研究 篇6

油田企业持续性、长久性和最大效益化的发展,其重要的决定因素之一就是企业投资项目管理水平的高低。油田投资项目的规范管理与控制,对企业的生存和发展起着重要的意义。因此,企业投资项目管理水平的高低直接决定了企业能否持续稳定和高效发展,同时也是油田企业核心竞争力的重要体现。

一、PS模块在工程项目管理过程中的作用

(一)、在工程项目范围管理中的作用

在项目启动和计划阶段,需要在合同中确定项目的工程范围,合同涉及的所有项目都应以明确的工作包的形式建立在PS模块中。通过工作单项的个数明确每项工作的工作量,这不仅定义了工程的结果,也定义了工程的过程,将所有的工作与合同的项目范围一一对应。

工程项目不仅需关注结果还应关注过程。比如同样建设十座计量站,如果都是新建计量站的工程实施,就是十个计量站工程的施工合同,但如果存在计量站工程重复实施的情况,工程量就会增加不少。因此,计划阶段的项目范围很难被完整确定,项目的人员、时间和成本等各个方面也都没法作出完整的计划,整个项目的范围管理就无从谈起。应用PS模块后,油田工程项目的范围管理水平就能提高一大步。

项目范围管理在使用ERP的PS模块后,能建立起详细的项目范围的定义和具体的形式,确立额外的工作范围的管理流程,规范合同的项目范围,从而提高项目管理的水平和绩效。

(二)、在工程项目成本管理中的作用

在项目启动和计划阶段,建立一个项目完整的成本预算将作为进行成本控制的成本基础。PS模块的成本预算功能可以给出从总部、分公司、二级单位到项目不同层次的完整的项目成本预算。这是PS模块中最基础的项目成本数据,以后的项目成本管理就以此数据为控制基础。

在项目实施和执行阶段,经过核算的工程项目成本转入PS模块中相对应的服务工单,这就构成了这个内部工单的实际成本。对于外部分包商的订单是以单项工程为单位,公司财务根据相应的采购订单信息,每月把分包商的工程费用计入公司财务管理模块(以下简称:FICO模块)中,同时这笔成本按订单的编号自动计入PS模块的项目成本中。这就完成了外部工单的实际成本记录。项目的所有内部和外部成本都能及时地、完整地自动记入PS模块和FICO模块,改变了以前项目的成本费用只能通过手工记入的状况,同时在时效上也从原来的每月记入一次变为随时记入,成本记入更及时和准确,消除了手工记入的疏漏和错误,提高了成本管理效率。

在管理和控制阶段,由于项目成本基础可以分解到不

同层次,在进行成本监控时,就可以在不同层次上发现问题,及时找到问题所在,并提出解决方案。例如,原来即便发现了项目成本突然增加,也可能无法落实该成本增加的出处,无法马上找到原因和问题。现在的成本基础表现在各个层次,这就可以通过逐次分析,了解成本突增出现在哪类工程以及哪口井或哪条管线,是外部分包成本还是用料成本的增加,问题很容易定位,解决起来也就更为迅速。

(三)、在工程项目人员管理中的作用

实施PS模块后,经过流程改造,使得项目的订单操作都能遵循一个标准的流程。只要建立相对独立的负责PS模块操作的专业团队,经过专业培训,就可胜任各项项目管理工作,而不受项目种类的制约,所有项目订单的处理可以由这个专业团队来完成。

专业团队的建立,由于能更好地对项目进行集中化管理和控制,也增大了项目管理的幅度。PS模块释放了项目管理团队的工作量,优化了人员配置,使项目管理人员有更多的时间用于监控项目过程,提高专业管理人员的工作专注性。在实施PS模块后,更多的项目管理人员能充实到第一线的项目管理工作中去,项目的订单处理则可以交由人员成本相对较低的专业人员来处理,既提高了管理人员的利用率,又降低了人员综合成本,真正提高了项目人员管理的整体效益。

二、目前油田ERP项目模块应用情况及问题分析

(一)、目前油田ERP项目模块应用情况 实施ERP后,投资项目管理通过规范项目编码,细分项目结构,启用项目预算控制,保证了投资项目的唯一性,细化了项目的工程分类和预算控制。通过与物资、财务信息的有效集成,实现了投资项目从计划下达到物流、资金流等价值量数据的全过程控制与共享,真正将与投资项目相关的部门业务联动了起来,职责分工更加明确,企业人员素质得到进一步提升。

1.形成油田特点的项目编码规则,规范了项目的内容和结构,为实现投资项目精细化、标准化管理奠定了基础

通过定制符合油田特色的项目编码规则,实现了对投资项目的身份认证管理,即从项目计划下达后,在项目实施、项目统计、项目结算的整个过程中,项目编码是唯一且不可替代的,同时又是归集项目所有成本信息的有效载体。项目编码的层级管理功能,在下级编码对上级编码自动包含继承的基础上,实现了项目管理模式由两层到五层的细化,即由原来的地面工程根据工程类别的不同细化到了具体的工程工序上。

2.强化预算控制功能,实现项目预算分层次控制和管

理 通过对项目预算的分解及锁定,实现了对工程项目中所发生的材料费、劳务费、甲方费用等业务支出的刚性控制,超出项目预算的业务无法通过,有效地避免了超投资现象的发生。

3.高度的数据集成性,实现了对数据的及时反映及信息共享

通过与会计核算业务的集成,使投资项目下的每笔发生核算业务信息数据及时反应到项目上,实现了对投资项目实际结算信息的及时掌握。通过与成本管理业务的集成,使投资项目的成本分类与财务成本的分类标准得到统一。通过与资金管理业务的集成,实现了分公司对投资、成本的集中管理,保证了企业资金的有序、高效运转。通过与物资管理业务的集成,实现了甲方供料信息在项目成本中的实时体现。业务数据的高度集成与共享改变了以前计划、财务两套账的现状,彻底消除了以往计划跟财务繁重的对账工作,真正实现了资金流、物流、信息流三流合一。

(二)、存在的问题分析

1.价值量与实物量信息的匹配问题

ERP投资项目管理模块的标准功能主要实现了业务的资金流管理,而与资金相关的实物量信息并没有得到体现。后期我们通过对系统标准统计指标的开发和完善,初步实现了投资项目价值量与实物量的完工统计功能,从而使项目的实际完成投资、完成及结算的工作量在系统中得到体现,实现了同项目下达计划、实际结算等价值量数据的比对分析。但由于目前还未将项目的前期数据及计划下达实物量纳入ERP管理,所以无法及时对上报完成和实际结算的投资及工作量进行比对分析,在一定程度上消弱了投资项目的计划管理力度。

2.投资项目预算及工作量分解不规范的问题 目前油田企业投资项目预算及工作量均已分解到了单井或单位工程,但对单井或单位工程工序的分解各单位差异性比较大,分类标准不一致,随意性比较大,不利于对重点工序进行汇总统计。

3.关于投资项目暂估核算的问题

由于受施工超前、计划分解滞后,施工单位不能及时提供结算资料,结算价格有争议等因素影响,使得财务账面投资不能及时反映投资的实际完成情况。

4.关于探头井无法在ERP系统中进行管理的问题 由于受项目预算的控制,对于目前无计划的探头井项目是不能在系统中进行合同签订、物料发放和结算的。但由于油田的特殊性,为了保障下油田的生产任务,这部分探头井工程又是非打不可的,导致目前ERP中无法及时体现探头井工程的资金流转情况。

三、探讨油田企业投资项目管理同ERP的深化应用

(一)、结合投资管理的新形势,完善ERP的功能应用 通过规范ERP与相关系统的数据标准,建立ERP中的工程项目的实施数据与前期数据关联关系,实现对项目的价值量与实物量、计划工作量与结算工作量的对比分析。

(二)、关于规范投资项目预算及工作量分解的建议 在与非ERP经营管理系统进行前期数据集成的基础上,通过细化和明确单井或单位工程主要工序的构成结构,来实现对钻井工程、采油工程下单井预算及工作量的细化分解。

(三)、关于对探头井启用虚拟项目进行管理的建议 通过启用虚拟项目编码实现对探头井从计划下达到计划分解、合同签订、物料需求提报等过程进行管理。到第二年正式计划下达后,再将虚拟编码改为正式编码,并相应的完成合同结算、物料发放、内部劳务过账等操作,从而满足对探头井进行提前实施的管理需要。

四、结论

ERP系统为企业提供了一个统一的业务管理信息平台,将企业内部以及企业外部供需链上所有的资源与信息进行统一的管理,这种集成能够消除企业内部因为部门分割造成的各种信息隔阂与信息孤岛。

AHP分析法在风险投资项目评估中的应用研究 篇7

要做好项目的风险管理,找到项目的风险因素是其中的重要环节。在众多的风险因素中,如何找出并抓住关键因素,又是做好项目风险管理的重要前提。在识别出风险因素的基础上,进行风险评价,需构建一个合理的评价指标体系。风险评价指标体系的设计直接关系到评价结果的客观性、准确性和有效性。下面就层次分析法建立项目的风险评价指标体系做一简要介绍。

层次分析法是一种定性分析和定量分析相结合的方法,其在项目风险评价中运用灵活、易于理解,而又具有较高的精度。层次分析法体现了人们的决策思维的基本特征,即分解、判断、综合。该方法既可以用于评价项目的单项风险水平,又可用于评价整个工程项目综合风险水平。通过层次分析法,建立项目的风险评价指标体系,是进行下一步风险估计及评价的基础。

1 层次分析法的基本原理和分析步骤

1.1 基本原理

层次分析法(AHP)是一种定性分析与定量分析相结合的方法。其基本思路是把复杂的风险问题分解为各个组成因素,再将这些因素按支配关系分组形成有序的递阶层次结构,通过两两比较的方式确定层次中诸因素的相对重要性,然后根据分析者自身的经验进行综合分析和判断,最后决定评价诸因素相对重要性总的排序。

1.2 分析步骤

运用层次分析法可分为五个步骤:

1)首先确定评价的目标、评价方案以及评价的准则和各个指标,把目标、评价准则连同各方案构成一个层次结构模型,然后应用风险辨识的方法对每一个工作包进行风险辨识,并根据所识别的风险整理出该工作包的风险分析层次模型。

2)因素两两比较评分和判断矩阵

风险分析层次模型确定后,请具有项目风险管理经验的人员对众多风险因素,进行两两比较评分,从而判断确定下层元素就上层某一元素而言的相对重要性。判断准则可按表1进行。两两判断矩阵如表2所示。

对于n个元素来说,得到两两比较判断矩阵A=(aij)n×n

3)计算判断矩阵排序,并作一致性检验

(1)将A的元素按行相乘后再开n次方(n为判断矩阵的阶数),求出判断矩阵每行所有元素的几何平均值Wi;

(2)将几何平均值Wi归一化,即得权重值W;

(3)计算判断矩阵的最大特征值λmax,式中(Aw)i表示Aw的第i个元素;

(4)计算CR,进行一致性检验。

式中,n为判断矩阵的阶数,RI为平均随机一次性指标,可在表3中查出。当CR<0.1时,认为判断矩阵的一致性是可以接受的,否则重新进行判断,写出新的判断矩阵。

4)为获得层次目标中每一指标或评价方案的相对权重,必须进行各层次的综合计算,然后对相对的权重进行总排序。

5)计算综合总评分

获得各评价方案各指标的评分后,计算加权平均值,即得综合总评分。总评分最高者即为风险最大的方案。

2 层次分析法在某项目中的应用案例

2.1 某项目简介

某项目是国家在境外投资建设的一个重点工程,全部由中国工人在国外施工。该项目具有以下特点:

1)特殊地域施工,材料采购、运输及管理难度大;

2)特殊地域施工,需掌握并遵守所在国的法律、法规及技术规范;

3)施工现场位于坡地上,施工场地狭小;

4)工程基础位于承载力大于1200k Pa的中风化岩层上,且基岩的高程变化复杂,故有大量的石方开凿作业,施工难度极大;

5)该工程建筑物的大部分地下室外墙边线紧贴红线,需跨越红线外施工;

6)工程设计与施工分别承包给多家施工单位,给施工过程组织管理带来很大的难度和风险。

2.2 建立某项目风险分析层次模型

建立模型的第一步工作是风险识别。风险识别的方法很多,本项目采用的是专家调查法,即召集有关专家会,让专家对工程项目可能存在的风险源及其风险因素各抒己见,充分发表意见。最后,笔者根据会议意见进行归纳整理,建立了如表4所示的风险分析层次模型及判断矩阵。

2.3 运用评分法得到两两比较判断矩阵(见表5~表8)

同样,可得到A1~A6的两两比较的判断矩阵(此处从略)。

2.4 采用AHP法确定权重集

1)求判断矩阵A每行所有元素的几何平均值

2)将W归一化

wi=(0.2825,0.1272,0.2425,0.2060,0.0882,0.0535)T

3)计算判断矩阵的最大特征值λmax

AW=(1.7238,0.7954,1.4643,1.3085,0.5369,0.3258)T

λmax=1.7238÷(6×0.2825)+0.7954÷(6×0.1272)+1.4643÷(6×0.2425)+1.3058÷(6×0.2060)+0.5369÷(6×0.0882)+0.3258÷(6×0.0535)=6.1528

4)计算CR,进行一次性检验

CI=(6.1528-6)/(6-1)=0.0306

CR=0.0306/1.26=0.0242<0.1,满足一致性检验要求。

同理,可计算出判断矩阵A1、A2、A3、A4、A5、A6的相关参数如下(计算过程从略)。

5)按Aij权重排队,结果如下:

6)按累计权重对风险因素进行分类管理

为更加方便地运用风险评价指标权重排序表对风险因素进行分类管理,笔者在项目管理中又将风险因素按累计权重分为A、B、C三类,如表7所示,累计权重在0至0.8之间的归为A类,进行重点控制;累计权重在0.8至0.95之间的划归为B类,进行一般管理;累计权重在0.95以上的划归为C类,进行一般监测。

针对零配件短缺、不配套问题带来的停工待料风险,多次召开专题会议,协调图纸设计方、供货单位、安装单位之间的技术问题,做到各单位之间分工明确,责任到位,还制定了专门的应急预案。

针对组织内部信息沟通效率低的问题,在工程实施的最初阶段,就将其作为重点,制定了信息管理实施细则,建立了安全有效的信息管理系统,打通了信息管理的渠道。

总之,通过系统运用风险管理的相关技术,使得本工程的进行完全在掌控中。

3 层次分析法(AHP)的计算程序

层次分析法(AHP)的计算程序,从层次分析法(AHP)的数学模型看,需要用到很多矩阵知识,矩阵的计算本身就很复杂,至于矩阵的最大特征值等术语,对于绝大多数从事实际工作的一般技术人员来说,更是十分陌生。另外,用各种数学运算符号表示的计算公式,足以令许多实际工作者望而生畏。这些都成为在建设工程领域运用AHP层次分析法的拦路虎。

笔者在工程实践中,根据层次分析法数学原理,总结了一套运用Microsoft Excel表进行AHP层次分析的计算程序,使得计算变得十分简便,为AHP层次分析法在实际工作中的应用扫除了一道障碍。下面是以3阶矩阵为例给出的计算程序。对于n阶矩阵只要依次类推即可。

表8中的天蓝色区域为需要输入的原始数据,其中RI可通过查表3得出。

1)计算各行元素乘积

G3=D3×E3×F3…G5=D5×E5×F5

2)计算各行元素几何平均值

H3=G3^(1/B1)…H6=SUM(H3:H5)

3)归一化处理,即得到权重

I3=H3/H6…I5=H5/H6

4)计算AW

J3=D3×I3+E3×I4+F3×I5…J5=D5×I3+E5×I4+F5×I5

5)计算λmax

K3=J3/I3/B1…K5=J5/I5/B1λmax=K6=SUM(K3:K5)

6)计算CI,CR

CI=B2=(K6-B1)/(B1-1)CR=B4=B2/B3

层次分析法(AHP)的最大优点就是可以给出各种风险因素的相对权重,帮助项目管理者从纷繁复杂的风险因素中找出主要风险因素,从而有重点地进行风险控制,最终实现对项目的有效管理。

参考文献

[1]卢有杰.项目风险管理[M].北京:清华大学出版社.2000.

[2]向文武,大型项目风险管理的相应策略[J].管理世界,2004(1):143-144.

[3]严武,程振源,李海东.风险统计与决策分析[M].北京:经济管理出版社,1999.

AHP分析法在风险投资项目评估中的应用研究 篇8

水电梯级开发项目是一种高度干预河流生态的人类行为, 是由若干个单项工程组成的项目群体。河流梯级开发在满足社会需求、推动经济发展的同时, 对区域生态及环境系统也具有一定的影响, 影响因子涉及流域的水体、资源、生物、社会和经济结构等多个方面[1]。因此有必要对水电梯级开发项目的环境影响进行综合评价。目前国内外提出的综合评价方法已有几十种之多, 但总体上可归为两大类:即主观赋权评价法, 如:层次分析法、模糊综合评判法等, 和客观赋权评价法, 如:灰色关联度法、TOPSIS法、主成分分析法等[2]。毛荣生[3]等将二级模糊评价方法用于大型水电项目的环境影响综合评价;吴佳鹏、陈凯麒等[4]将灰色模糊理论应用于流域水电规划环境影响综合评价;张宇等[5]应用AHP决策模型对怒江流域水电能源开发项目进行研究。但对于评价指标较多的水电梯级开发项目而言, 这些方法的计算过程十分繁琐。因此, 本文基于主成分分析法原理, 借助SPSS软件中的“因子分析”模块, 对水电梯级开发项目环境影响进行综合评价。

1 数据来源

水电梯级开发项目的环境影响因素十分广泛, 根据《江河流域规划环境影响评价规范》 (SL45-2006) 中规定的环境保护指标体系, 结合梯级开发项目的环境影响特征, 从水资源、水环境、生态环境、土地资源和经济社会等4个方面, 选取19个指标构建三层次的梯级开发项目环境影响指标体系[6,7] (见表1) 。

注:指标属性栏中, “∨”表示该指标越大越好, “∧”表示该指标越小越好.

2 评价方法

2.1 数据标准化

由于各评价指标的含义不同, 计算方法不同, 评价标准也不同, 因此不能简单地集结在一起进行评价, 为了将他们综合起来, 必须对每个指标进行标准化处理。对于越大越有利的指标, 采用正向指标计算公式进行处理;对于越小越有利的指标, 采用逆向指标计算公式进行处理。指标标准化公式为[8]:

式中, x*ij为标准化后的指标值;xij为原始指标值;maxxi, minxi分别为指标集中第i个指标的最大值和最小值。

2.2 基于因子分析的主成分分析法

主成分分析法 (Principal Component Analysis, PCA) 是由卡尔和皮尔逊最早在1901年提出的[9]。该方法是一种把多个变量划为少数几个综合变量的统计方法, 其目标就是对高维变量进行降维处理, 以对原来的多个变量进行简化[10]。SPSS (Statistical Package for the Social Science) 又称社会科学统计软件包, 由美国斯坦福大学的三位研究生于20世纪60年代末研制开发。“因子分析”是SPSS最重要的功能之一, 其核心是用较少的相互独立因子反映原有变量的绝大部分信息[11]。因子分析是进行主成分分析的重要计算机辅助手段。

基本步骤为:

①根据建立的指标体系选取相应的指标数据X={xij}, i为样本个数, j为指标个数。基于公式 (1) (2) 计算得到标准化后的指标数据集X*={x*ij}。

②根据标准化矩阵X*, 计算相关系数矩阵R= (rij) n×n

③计算R的特征值λi、方差贡献率及累计贡献率

④根据主成分累计贡献率大于85%的原则, 提取相应的主成分、主成分荷载矩阵和主成分得分系数矩阵。

⑤根据主成分得分系数矩阵, 计算各主成分得分。

⑥以各主成分方差贡献率占总方差贡献率的比例作为权重, 以主成分得分为变量, 计算各年份的环境影响综合评价值。

3 算例分析

以湖南省某流域梯级开发为例, 通过对该流域2004年、2008年的已测数据及2015年的预测数据进行主成分分析, 得到该流域环境影响的动态变化趋势及主要影响因素。本文采用SPSS19.0 for windows统计软件进行分析。

3.1 指标标准化标准化后的环境影响指标矩阵X*为:

3.2 方差分析

将指标矩阵X输入SPSS19.0界面, 计算得到相关矩阵R。因x10、x11具有零方差, 剔除x10、x11, 对剩余的17个指标解相关系数矩阵R的特征方程, 得到样本指标的特征值、方差贡献率和累计方差贡献率等 (见表2) 。由于前2个主成份的累积方差贡献率达到了100%, 故提取这2个主成份。

3.3 因子分析SPSS生成的主成分荷载矩阵

第1主成分与指标x6、x7、x8、x9、x12、x14、x15、x19具有较强的正相关性, 与x1、x2、x3、x13、x16、x17、x18具有较强的负相关性, 第2主成分与指标x4、x5具有较强的正相关性。

3.4 综合评价

根据主成分得分计算表, 计算各年份2个主成分的得分:2004年, 第1主成分得分-0.1911, 第2主成分得分0.4997;2008年, 第1主成分得分0.1911, 第2主成分得分0.5384;2015年, 第1主成分得分0.2841, 第2主成分得分0.4593。

以两个主成分的方差贡献率为权重 (ω1=0.90597, ω2=0.09403) , 可计算得到各年份的加权环境影响综合评价值:V2004=-0.1262;V2008=0.2237;V2009=0.3006。

从数据整体来看, 综合评价值逐年变大表示该流域梯级开发所带来的环境影响问题呈逐年上升趋势。其中, 2004年的综合得分值为负数, 表示该阶段环境影响程度低于平均水平, 此时环境问题还不明显;2008年及2015年, 综合评价值均为正值表示环境影响问题高于平均水平, 且呈现愈来愈严重趋势。

4 建议措施

AHP分析法在风险投资项目评估中的应用研究 篇9

关键词:太阳能建筑应用项目,层次分析法,风险分析

1 层次分析法简介

层次分析法 (AHP) 由美国运筹学家T.L.saaty教授于20 世纪70 年代提出的, 是对定性问题进行定量分析的一种简便、灵活而又实用的多准则决策方法。 用来处理复杂的经济和技术等决策问题。 自1982 年引入我国以来, 在经济管理、科研评价、能源系统分析等等领域, 有着广泛的应用。

AHP根据问题的性质以及所要达到的目标, 对客观现实的主观判断结构 (两两判断矩阵) , 把专家的意见和分析者的客观判断结果有机地结合起来。 把要解决的问题分为不同的因素, 并根据各因素之间的隶属关系和相互关联程度分组, 形成一个不相交的层次。 递阶层次结构中, 每一层的每一个元素均是下一层中每个元素的准则, 具有递阶层次结构的决策问题, 最后可归结为最低层 (供选择的方案、措施等) 相对于最高层 (目标层) 的相对重要性的权值或相对优劣次序的总排序问题。

2 层次分析法在工程项目风险管理中的具体实施

下面通过一个应用实例说明AHP的每个步骤的实施

2.1 应用实例

为把某市建设成节能减排综合示范城市、大力推进市公共机构建筑节能改造步伐, 努力建设节约型政府、学校、医院。 充分发挥公共机构在全社会节能减排工作中的示范和引领作用, 按照市政府专题会议要求, 努力扩大可再生能源在市公共机构的应用规模和范围, 拟引进太阳能建筑应用项目, 在招标前, 我们用AHP法对太阳能建筑应用投标项目进行风险分析。

该太阳能建筑应用工程投标的公司有三个, 分别为天明公司A1、通威公司A2、汉能公司A3。 现用层次分析法对该项目各投标公司做风险分析, 以降低政府招标风险。

其风险因素为:

C1 施工人员风险, 熟练技工数量少, 本地技工劳动效率低下;C2 合同风险;C3 施工人员调动协调风险;C4 设计方案的风险;C5 材料设备风险, 项目使用的是否是目前市场上最先进的太阳能电池板, 是否是最适合现实环境的材料;C6 经济效益风险, 即使用该项目进行节能改造之后, 实际会带来的经济效益, 我们冬季时间长日照时间短, 如果日照时间不够, 还需要用电, 节能效果能否达到预期;C7 自然及环境风险, 3 家投标公司均为南方公司, 对北方的气候及使用环境不熟悉, 以及太阳能电池板的安放位置是否会对周围居民生活产生影响, 比如挡光问题;C8 施工技术风险, 太阳能电池板一般会安放在楼顶, 施工难度大;C9 资金风险, 合同规定, 项目经过验收才会付工程款, 那么在项目建设过程中是否是遇到资金不足的问题。

2.2 总分析判断矩阵的确定

目标层矩阵 (G) 的权重系数的确定主要是通过专家经验给出的比例标度, 进行两两比较, 得到如下表※所示的判断矩阵。

2.3 九个准则下的两两比较判断矩阵分别为

2.4 求出目标层的权重估计

计算出判断矩阵G最大特征向量为:

3 应用层次分析法的意义及降低风险的方法

应用层次分析法在工程实施之前对招标公司进行风险评估, 提高工程项目投资决策的风险的可控性, 对合理使用有限的国家资金、最大程度的使用可再生资源节约不可再生资源, 有着重要的理论意义和现实意义。

关于工程实施过程中预计存在风险的方案, 我们尽量回避。 风险的转移, 施工中可以聘请工程监理公司对工程质量进行评估, 如果所实施的项目存在潜在的风险, 可以对其进行投保, 风险由保险公司承担。

总之, 应用层次分析法, 将定性分析和定量研究相结合, 随着项目管理日益成熟化, 还要具体问题具体分析。

参考文献

[1]刘新宪, 朱道立.选择与判断———AHP (层次分析法) 决策.上海:上海科学普及出版社, 1990.

[2]郭仲伟.风险分析和决策[M].北京:机械工业出版社, 1987.

[3]高云莉, 李宏男, 李平.工程项目动态集成化风险管理模式的探讨[J].建筑经济, 2007, (3) .

[4]成虎.工程项目管理[M].北京:中国建筑工业出版社, 2001.

AHP分析法在风险投资项目评估中的应用研究 篇10

传统的层次分析法忽略了原始数据的作用,对专家经验依赖较大,且存在评估过程中的随机性以及参评专家主观上的不确定性。神经网络通过样本训练,找出不同变量之间的内在联系,克服了评判过程中的随机性以及参评专家主观上的不确定性,充分考虑历史数据的作用,但评判结果的可解释性较差,难以取得用户信任。本文尝试将二者有机结合,能实现优势互补,从而使通信效能评估过程更加科学合理。

1 模型构建思路

(1) 确定建立评估对象的指标集,指标集的个数决定了人工神经网络的输入节点。

(2) 指标集中的各个指标值就是神经网络的输入因子,根据各指标的特征对输入因子进行归一化处理,确定神经网络的输入值,运用层次分析法综合评价得到BP神经网络的期望输出值。

(3) 确定BP神经网络的结构。

(4) 选取定数的学习样本,输入样本后系统按期望输出与实际输出误差平方和的最小化规则进行学习,调整权值矩阵和阈值向量。当误差减小到要求范围内,系统停止学习,此时的权值矩阵与阈值向量固定下来,成为系统内部知识。

AHP-BP效能评估模型如图1所示。

2 基于AHP通信效能评判指标体系

2.1 体系的建立

通信必须迅速、准确、不间断,以适应多种使用环境中通信的实际需要,因此构造效能评估指标体系时综合考虑了指标的全面性、科学性、客观性和可操作性,通过对通信系统的全面分析并借鉴相关的分类思想,归纳出以下评估模型。如图2所示。

2.2 指标属性分析

通信容量 指对通信系统通过一段时间测量,计算单位时间内系统输入/输出的信息流量,该段时间内没有信息传输的时间不能计算在测量时间内。

通信时延 指信息发送端发出数据信息至接收端收到该信息的时间差。

通信误码率 指在整个通信系统中,发出端发出的信息,经过通信信道传输后,接收端收到信息出现误码的概率。

通信可靠度 指在整个通信传输时间内,传输成功的概率。

信噪比 信号功率与噪声功率之比。

2.3 指标权重的确定和指标归一化

2.3.1 判断矩阵的确立

专家根据给定诸因素的相对重要性,进行两两对比打分。打分使用1~9标度法:1代表相当,3代表稍好,5代表明显好,7代表十分好,9代表极好。如介于上述两者之间则用2,4,6,8分表示。专家的打分结果与评估因素一起构成了AHP的评价矩阵。专家评判图2中两两参数之间相对通信效能的重要性,给出的判断矩阵见表1。

2.3.2 判断矩阵的一致性检验

采用AHP进行效能评估时必须对判断矩阵进行一致性检验。因为AHP是采用两两因素对比的方法进行的。因素较多,就有可能出现矛盾的评价,如出现甲比乙好、乙比丙好、丙又比甲好的不合理情况。具体的方法如下:

(1) 求出判断矩阵的最大特征根λmax。

(2) 根据判断矩阵的阶数n决定平均随机一致性指标(RI)。RI的具体数值查表可得。

(3) 求随机一致性CR。如果CR<0.1表示判断矩阵有比较满意的一致性。CR的计算公式如下:

CR=(λmax-n)/(n-1)RI

结论:λmax=5.296,CR=0.066 07<0.1,判断矩阵符合一致性要求。

2.3.3 指标相对权重的计算

计算与判断矩阵的最大特征根λmax对应的特征向量并归一化得到权重向量。经过计算,权重向量A={0.516 3,0.190 0,0.189 5,0.066 3,0.037 8}。

2.3.4 指标的归一化处理

由于各评估指标类型不同,且具有不同的量纲,故指标间具有不可共度性,难以进行直接比较。因此,在综合评价前必须把这些指标按某种效用函数归一化到某一无量纲区间。

(1) 对效益型指标按下式进行归一化:

Yij=(Xij-min)/(max-min)

(2) 对成本型指标按下式进行归一化:

Yij=(max-Xij)/(max-min)

(3) 对区间型指标按下式进行归一化:

记中间变量:mm=(max-min)/2

当min<Xij<mm时,Yij=(Xij-min)/mm;

mm<Xij<max时,Yij=(max-Xij)/mm

其中:YijXij经过归一化后的效用函数值,Xij代表第i个被评估样本的第j个分指标值;max(或min)为对于指标Xij而言为目前可能出现的最大值(或最小值)。

2.3.5 综合评价

综合评价值计算如下:Ji=j=1najYij,j=1naj=1。其中:Yij为归一化后的指标向量;aj为指标向量对应的权重向量。

对通过学习样本得出的通信综合评价值由大到小进行评语等级划分,评估目标的综合评价值可参照已划分的评语等级进行最大隶属度评判,最终得出评估结论。由于通信指标参数测量的不稳定性和随机性,文中的评估结论为相对通信能力值。

3 基于BP神经网络的综合评价原理

3.1 BP神经网络评估模型的建立

本文采用典型的BP神经网络,即输入层、隐层和输出层。其中输入层的物理意义就是与通信能力相关的各项指标,所以共有5个神经元。输入层集合各元素经过归一化处理后的Yij作为输入矩阵P

输出层是对通信能力强弱的一种表述,有定量的和定性的,本文采用输出为数值形式的定量表述方式即综合评价值Ji,因此使用1个神经元。Ji构成输出向量T

隐层使BP网络具有了识别非线性模式的能力,它对一类输入模式中所含有区别于其他类别的输入模式的特征进行抽取,并将抽取出的特性传递给输出层,由输出层对输入模式的类别作最后的判别。因此,隐层也叫特征抽取层。所谓特征抽取,在广义上就是指一种交换。本文的BP神经网络中的隐层将输入元素和输出元素中的联系辨别出来,提取出输入对输出的影响程度的不同特征。隐层神经元数的确定采用经验公式:

s=0.43mn+0.12n2+2.54m+0.77n+0.35+0.51

式中:s表示隐层神经元数;m表示输入层神经元数;n表示输出层神经元数。综上,隐层采用4个神经元。于是可得BP神经网络评估模型如图3所示。

3.2 BP神经网络学习算法的选择

由于BP算法存在收敛速度慢、易陷入局部极小点的缺陷,从而限制了其实际应用,因而出现了各种改进BP算法。对于BP算法的改进可以采用更有效的优化算法,如共轭梯度方法、拟牛顿法和Levenberg-Marquardt方法。Levenberg-Marquardt方法适用于大中型网络,其缺点是占用内存较大。BFGS——拟牛顿法,其需要的存储空间比共轭梯度法要大,每次迭代的时间也要多,但其收敛时所需的迭代次数要比共轭梯度法少,比较适合小型网络。因此采用BFGS拟牛顿反向传播算法对网络进行训练。

4 实例仿真

本文的实例在Matlab 7.1软件中进行了效能评估仿真计算。

4.1 构造学习样本

以使用某型号通信设备进行通信为例,得到十次测量样本。对指标样本原始数据进行归一化处理并进行综合评价,如表2所示。

4.2 仿真学习

使用trainbfg网络训练函数,其他部分属性设置如下:

net.trainParam.show = 50; %设置两次显示之间的训练次数

net.trainParam.lr=0.05; %设置学习速率

net.trainParam.mc=0.9; %设置动量常数

net.trainParam.epochs=1000; %设置训练次数

net.trainParam.goal=1e-5; %设置网络性能目标

将表2的前8个样本分别作为输入矩阵P和输出向量T,从而构成学习样本训练网络。训练结束后,用样本9和样本10对网络进行检验。仿真结果如表3所示。

神经网络训练如图4所示,从图中可以看出,训练仿真到33次时,达到设定的目标精度,训练停止。

对应检验样本的仿真结果值见表3,它表示的意义是:在5个评估指标数据值分别为检验样本所给定时,该样本的通信能力值分别是0.493 0和0.585 6。同时误差在接受范围之内,因此该效能评估模型可以应用在实际中。

5 结 语

AHP和BP神经网络相结合的效能评估方法,通过对已有样本模式的学习,获得了评估专家的知识与经验,以后当需要对通信效能进行评估时,只要给训练好的BP网络输入相应的评估指标数据矩阵,BP网络会模拟专家的知识与经验即时做出响应,从而避免评估过程中的人为失误,评估准确性高。同时,BP神经网络还具有很强的容错能力,自我学习能力强。设计好的BP神经网络可通过对新的样本模式持续不断的学习,掌握新的样本模式中所蕴含的专家知识和经验,从而提高评价的准确性,并拓宽其适用范围。

参考文献

[1]许东,吴铮.基于Matlab 6.X的系统分析与设计——神经网络[M].2版.西安:西安电子科技大学出版社,2002.

[2]樊昌信.通信原理[M].北京:国防工业出版社,1999.

[3]朱大奇,史慧.人工神经网络原理及应用[M].北京:科学出版社,2006.

[4]程乾生.层次分析法AHP和属性层次模型AHM[J].系统工程理论与实践,1997(11):25-28.

[5]黄俊,张斌,鲁艺.基于改进BP网络的武器效能评估专家系统[J].电光与控制,2005,35(4):28-31.

[6]程力,韩国柱,宋国合.基于神经网络的装备维修保障系统效能评估[J].科学技术与工程,2006,22(6):28-29.

[7]史彦斌,高运泉,张安.BP神经网络在效能评估中的样本训练[J].火力与指挥控制,2007,32(4):121-122.

[8]周燕,李为民.基于BP神经网络的弹炮结合系统作战效能评估[J].系统工程与电子技术,2005,27(1):84-86.

[9]梁宇,李保林,王军胜.基于神经网络的大区域防空信息进攻作战效能评估[J].现代防御技术,2006,34(3):10-12

上一篇:敬辞与谦辞有哪些下一篇:分组竞标式教学模式的开发与研究