加权灰靶决策（共4篇）
加权灰靶决策 篇1
0 引言
第三方物流是指由供方与需方以外的物流企业提供物流服务的业务模式,拥有先进的技术、经济的成本、集约型的规模等优点,在军事后勤保障方面越来越受到重视。但是,若第三方物流供应商选择不当,不仅不能发挥第三方物流的优势作用,还会给后勤保障带来风险。因此,如何选择最佳的军队第三方物流供应商(Military Third Party Logistics Enterprises),对于军队成功运用第三方物流具有重要的意义。
1 建立第三方物流评价体系
选择第三方物流供应商是一个决策问题,关键在于对物流供应商的评价,指标体系和评价方法则是评价第三方物流供应商的两个核心问题[1]。目前,国内外对第三方物流供应商评价指标测重不一,但总体上看,服务能力、财务稳定性、服务价格和管理质量4个因素处于最重要的位置,信息系统与技术能力、供应商声誉、信息共享和相互信任、长期关系等处于次重要的位置[2]。通过借鉴国内外研究成果,结合我军军事物流的发展现状,建立了军队第三方物流供应商评价指标体系。见图1。
2 评价体系中各指标权重的确定
为保证权重评估的准确性,在使用层次分析法时,通过构造模糊判断矩阵得到指标权重,以真实反映各指标之间的相对重要程度,弥补传统的层次分析法的缺陷———只能得到序位意义的指标权重,不能反映各指标对评价目标的贡献率。在此,采用文献[3]的思路和方法计算各指标权重,如图1所示。
3 多目标加权灰靶决策模型[4]
多目标加权灰靶决策模型充分考虑了目标效果值中靶和脱靶两种不同情形,物理含义十分清晰,而且综合效果测度的分辨率也得到了提高。
定义1:(1)设k为效益型目标,即目标效果样本值越大越好,k目标下的决策灰靶设为即u(k)i0j0为k目标效果临界值,则称为效益型目标效果测度;
(2)设k为成本型目标,即目标效果样本值越小越好,k目标下的决策灰靶设为即u(k)i0j0为k目标效果临界值,则称为成本型目标效果测度;
(3)设k为适中型目标,即目标效果样本值越接近某一适中值A越好,k目标下的决策灰靶设为即A-u(k)i0j0,A+u(k)i0j0分别为k目标的下限效果临界值和上限效果临界值。
命题:
目标效果测度rij(k)(i=1,2,…,n;j=1,2,…,m;k=1,2,…,s)满足以下条件:
(1)rij(k)无量纲;(2)效果越理想,rij(k)越大;(3)rij(k)∈[-1,1]
综合效果测度rij(k)∈[-1,0]属于脱靶情形,综合效果测度rij(k)∈[0,1]属于中靶情形;在中靶情形,可以通过比较综合效果测度rij(i=1,2,…,n;j=1,2,…,m)的大小判断事件、对策和局势的优劣。
4 应用举例
采用上述指标权重确定方法和多目标加权灰靶决策模型,对三个第三方物流供应商进行评价决策。三个第三方物流供应商定量指标信息如表1所示。
4.1 将供应商选择决策作为事件a1,事件集A={a1}选择供应商一、供应商二和供应商三分别作为对策b1,b2,b3,对策集B={b1,b2,b3}。由事件集A和对策集B构造局势集S={sij=(ai,bj)│ai∈A,bj∈B,i=1;j=1,2,3}={s11,s12,s13}。
4.2 以图1中所示指标作为决策目标U21,U22,U23,U24,U36,U37,U38,U41,U42,U43,U44为定性目标,需要通过专家打分的方法进行评价,均为效益型指标;U11,U12,U31,U32,U34,U35为定量指标,其中U11,U12,U31,U32为效益型指标,U34,U35为成本型指标;U33为适中型指标。
4.3 确定各目标的决策权WU11=0.271,WU12=0.146,WU21=0.081,WU22=0.038,WU23=0.016,WU24=0.059,WU31=0.06,WU32=0.054,WU33=0.041,WU34=0.048,WU35=0.023,WU36=0.035,WU37=0.029,WU38=0.017,WU41=0.025,WU42=0.035,WU43=0.007,WU44=0.016。
4.4 求目标的效果样本向量U(11)=[42000,35000,45000],U(12)=[6000,57000,4000],U(21)=[9.6,9.0,9.3],U(22)=[9.5,9.4,9.0],U(23)=[9.5,9.7,9.2],U(24)=[8.8,9.0,8.5],U(31)=[0.94,0.96,0.93],U(32)=[0.93,0.87,0.97],U(33)=[4],U(34)=[0.015,0.008,0.005],U(35)=[0.034,0.025,0.037],U(36)=[9.5,9.3,9.4],U(37)=[9.2,9.0,9.6],U(38)=[9.1,9.4,8.8],U(41)=[9.4,9.0,8.4],U(42)=[9.5,9.3,9.4],U(43)=[9.2,9.3,8.9],U(44)=[9.0,9.2,8.6]
4.5设定目标效果临界值u(11)i0j0=40000,u(12)i0j0=5000,u(21)i0j0=9,u(22)i0j0=9,u(23)i0j0=9,u(24)i0j0=8.5,u(31)i0j0=0.9,u(32)i0j0=0.8,u(33)i0j0=5,u(34)i0j0=0.015,u(35)i0j0=0.04,u(36)i0j0=9,u(37)i0j0=9,u(38)i0j0=8.5,u(41)i0j0=8,u(42)i0j0=9,u(43)i0j0=8.5,u(44)i0j0=8.5。其中U(33)属于适中型指标,计划时间为5天,容忍限为2天,下限效果临界值为5-2=3,上限效果临界值为5+2=7。
4.6 求一致效果测度向量对相应目标分别采用定义1中给出的效益型目标效果测度、成本型目标效果测度、适中型目标下限效果测度、适中型目标上限效果测度,即可得一致效果测度向量:
4.7由得综合效果测度R=[r11,r12,r13]=[0.6573,0.4939,0.4417]
4.8进行决策由于r11>0,r12>0,r13>0,三家供应商均中靶,说明初选这三家供应商入围是合理的。再由,说明供应商一是军队第三方物流供应商的最佳选择。
摘要：针对军队第三方物流供应商选择问题,结合军事物流特点,建立了第三方物流供应商评价指标体系,详细阐述了运用多目标加权灰靶决策模型选择第三方物流供应商的步骤,并进行了实例分析。
关键词：灰靶决策,军队第三方物流供应商,指标体系
参考文献
[1]朱丹.第三方物流服务提供商物流能力构成探讨[J].物流科技,2007(4):48-50.
[2]周愉峰,孟波,李玉凤.第三方物流供应商选择研究评述[J].重庆工商大学学报(西部论坛),2009.11:83-91.
[3]刘建华,侯红霞,吴昊.电信数据网安全评估中权重的确定方法[J].现代电子技术,2010.9:91-94.
[4]党耀国,刘思峰.多指标加权灰靶的决策模型[J].统计与决策,2004.3:29-30.
[5]2009年中国物流行业调研报告www.myzhiku.com培训管理资料大全《商务智库》.
加权灰靶决策 篇2
钢铁工业是我国的基础工业[1], 其高速增长除了受到矿产、运输、能源、水资源和环保标准等要素的制约外[2], 很大程度上受到铁矿石产量的影响。而铁矿安全产能不仅是企业规模的重要体现, 更是其经济效益的关键反映指标。矿山的设计生产能力是矿山在正常生产时期每年所生产的矿量, 它是矿山开发初期就必须确定的重要技术经济指标, 但是由于生产组织条件、技术水平和管理水平的改进等原因, 矿山的安全生产能力也在不断提高。铁矿安全生产能力是技术、管理、环境等多种因素作用的结果[3], 矿山的安全生产能力会影响到矿山企业的经济效益和可持续发展程度, 科学地对其进行评价能够为管理决策提供依据, 因此运用合适的方法对铁矿的安全生产能力进行综合评价具十分重要的意义。
矿山安全生产是国家安全生产工作的重点, 在矿山安全管理的基础性工作中, 如何评价矿山企业的安全生产能力是重要内容之一[4]。安全生产是矿山活动的基础, 没有安全, 安全生产能力无从谈起。
目前, 关于矿山安全生产能力评价的方法主要有, 基于系统工程原理与采矿原理相结合的方法;数值模拟法、矿场生产统计法, 模糊数学方法、灰关联分析、层次分析法、切比雪夫神经网络[5,6,7,8,9,10,11]等。这些方法都具有各自的特点, 但是未能对影响矿山安全产能的因素间的相互关系和安全产能在区域内的等级评价进行深层研究, 而且, 铁矿安全产能的确定是一个多目标、多因素的决策问题, 传统的预测方法工作量大, 且主观性强。然而灰色系统理论的产生与发展, 使一些数值决策方法应用于矿山产能的预测成为可能, 灰靶理论的应用之一—模式分类, 通过分析各煤矿 (模式) 与标准模式之间的关系, 适合于铁矿安全产能的分级。为此, 本文首次将灰靶理论引入铁矿安全生产能力评价, 拟通过分析研究, 实现上述文献的未尽之处。
1 灰靶理论原理
灰色理论是邓聚龙教授于上世纪80年代提出的, 善于处理“少数据”、“贫信息”不确定系统[12], 即灰色理论是针对既无经验, 数据又少的不确定性问题而提出的。灰靶理论是灰色系统理论体系中用于灰评估和灰决策的理论, 通过由目标值构造的标准模式的靶心在灰关联差异空间中与各模式的靶心关联度和贡献度, 来实现灰评估及灰决策的理论[13,14,15]。灰靶计算没有已知的参考序列, 这与灰关联不同, 其目的是在没有标准模式的条件下, 找出最靠近子命题目标值的数据构造标准模式, 然后各模式与标准模式一起构成灰靶, 标准模式就是灰靶的靶心。
灰靶理论主要分为两部分:靶心度分析, 就是计算出每一个灰关联差异信息空间中的模式与靶心的灰关联度, 据此可以进行模式识别、模式分级和模式选优;贡献度分析, 由于模式是由指标所构成, 模式靶心度的大小与指标的重要程度有直接关系[16], 所谓灰靶贡献度就是研究指标对模式靶心度大小的影响。
2 基于灰靶理论的区域铁矿安全生产能力评价
莱新铁矿是鲁中矿业有限公司的主体生产单位之一。2009年9月, 该矿完成近矿体注浆帷幕工程, 并对充填系统进行了改造, 大大提高了矿山安全水平和生产能力。同时鲁矿公司下属的铁矿还有张家洼铁矿、小官铁矿和莱州铁矿。各矿由于地质条件和生产系统等多方面的差异, 导致生产能力差距很大, 仅用年产量表征安全生产能力, 难以从科学角度反映影响安全生产能力的内在机理。仅仅利用灰靶理论中的靶心度分析, 又忽视了各影响因素的权重问题。于是本文利用AHP和熵权法确定各指标权重, 代入靶心度分析, 用于铁矿安全产能的评价, 以得到更加客观而有效的结果。
2.1 安全生产能力评价指标的选取
矿山生产是一个复杂的系统, 它包含许多因素, 这些因素的共同作用决定了矿山生产系统的发展态势。因此, 安全生产能力是由多因素多指标构成的系统综合作用产生的结果, 是生产潜力和各种影响因素之间在互相制约过程中达到的某种动态平衡[17]。安全生产能力是一个综合的概念, 矿体赋存条件的变化, 开采深度的变化, 环节能力及环节能力之间的比例关系, 直接影响到综合生产能力。影响安全生产能力的因素很多, 本文综合现有文献资料和矿山技术人员意见, 并遵循指标体系构建原则, 选取地质条件、回采工艺、填充工艺、管理水平、运输能力和采掘机械化程度作为一级指标, 并提炼出21项二级指标作为评价的指标, 构建的指标体系如表1所示。
2.2 铁矿安全生产能力评价的灰靶分析
对鲁中矿业有限公司的四家铁矿:莱新铁矿、小官庄铁矿、张家洼铁矿和莱州铁矿, 进行了问卷调查, 通过四家铁矿在21项指标上表现的优劣程度的比较, 给出专家打分 (0-1之间) , 共收回有效问卷50份, 将各项指标的平均数据作为分析的数据, 代入影响空间。
根据调查结果得到影响空间 (原始序列) @INU={wii∈I={1, 2, 3, 4}
w1= (w1 (1) , w1 (2) , …w1 (21) ) = (0.54, 0.66, 0.46, 0.66, 0.74, 0.90, 0.54, 0.70, 0.64, 0.57, 0.74, 0.66, 0.62, 0.58, 0.48, 0.54, 0.70, 0.70, 0.70, 0 66, 0.66) ;
w2= (w2 (1) , w2 (2) , …w2 (21) ) = (0.46, 0.75, 0.34, 0.70, 0.70, 0.90, 0.46, 0.42, 0.62, 0.60, 0.70, 0.58, 0.70, 0.46, 0.46, 0.90, 0.82, 0.74, 0.74, 0.70, 0.66) ;
w3= (w3 (1) , w3 (2) , …w3 (21) ) = (0.58, 0.10, 0.82, 0.62, 0.58, 0.58, 0.70, 075, 0.70, 0.66, 0.58, 0.66, 0.66, 0.66, 0.66, 0.50, 0.34, 0.62, 0.62, 0.50, 0.58) ;
w4= (w4 (1) , w4 (2) , …w4 (21) ) = (0.38, 0.50, 0.62, 0.46, 0.34, 0.26, 0.54, 0.70, 0.50, 0.42, 0.34, 0.50, 0.46, 0.42, 0.42, 0.54, 0.3, 0.42, 0.38, 0.34, 0.38
从问卷的设计形式来讲, 关于安全生产能力的所有二级指标均是数值越大越好, 因此为极大值极性, 选择各指标的最大值作为标准模式w0。
同理得到w0 (2) 至w0 (21) 的值, 于是标准模式:
w0= (w0 (1) , w0 (2) , …, w0 (21) ) = (0.58, 0.75, 0.82, 0.70, 0.74, 0.90, 0.70, 0.75, 0.70, 0.66, 0.74, 0.66, 0.70, 0.66, 0.66, 0.90, 0.82, 0.74, 0.74, 0.70, 0.66)
(1) 指标权重的确定
各指标的重要程度不一样, 确定各项试验指标的权重是首要的也是关键的环节, 对各指标赋权的合理与否, 直接关系到分析结论的可靠性[18]。
系统工程理论中的层次分析法 (AHP) 是一种定性与定量相结合的确定权重的方法。通过向20位相关专家发送了调查问卷, 经过几次信息反馈、整理, 首先对结果进行AHP法分析, 最终求得二级指标的权重集为
k= (k1, k2…, k21) = (0.0220, 0.0220, 0.3279, 0.0826, 0.0520, 0.0183, 0.0880, 0.0307, 0.0117, 0.0538, 0.0202, 0.0467, 0.0069, 0.0108, 0.0561, 0.0848, 0.0443, 0.0126, 0.0252, 0.0313, 0.0313)
为了更客观地反映各指标对目标因素的影响程度, 再选用熵权法确定指标权重。熵权法赋权是一种客观赋权方法, 通过对熵的计算确定权重, 即根据各项评价指标值的差异程度, 确定各评价指标的权重。按照熵值法的计算过程[19], 最终二级指标的权重集为
λ= (λ1, λ2, …, λ21) = (0.0171, 0.2152, 0.0705, 0.0159, 0.0521, 0.1249, 0.0161, 0.0305, 0.0097, 0.0176, 0.0521, 0.0085, 0.0161, 0.0220, 0.0216, 0.0434, 0.1206, 0.0288, 0.0391, 0.0485, 0.0296)
为了兼顾分析者对指标重要性的主观认知 (经验) , 同时又充分利用客观信息, 使对指标的赋权达到主观与客观的统一, 进而使评价客观、真实、有效, 将两种方法相结合。
设采用AHP确定的权重为k= (k1, k2, …, kn) , (n=1, 2, …, 21) ;
熵值法确定的权重为λ= (λ1, λ2, …, λn) , (n=1, 2, …, 21) ;
则指标j的综合权重为ωj
(2) 计算获得综合权重集
ω= (ω1, ω2, …, ω21) = (0.0072, 0.0902, 0.4403, 0.0250, 0.0516, 0.0435, 0.0027, 0.0178, 0.0022, 0.0180, 0.0200, 0.0076, 0.0021, 0.0045, 0.0231, 0.0701, 0.1018, 0.0069, 0.0188, 0.0289, 0.0176)
(3) 灰靶变换
通过Tw1 (2) 至Tw1 (21) 算出x1 (2) 至x1 (21) , 同理, 通过Tw2 (k) 至Tw4 (k) (k=1, 2, …, 21) , 得到x2至x4, 具体如下:
x1= (x1 (1) , x1 (2) , …, x1 (21) ) = (0.9310, 0.8800, 0.5610, 09429, 1, 1, 0.7714, 0.9333, 0.9143, 0.8636, 1, 1 0.8611, 0.8788, 0.7273, 0.6000, 0.8537, 0.9459, 0.9459, 0.9421, 1) ;
x2= (x2 (1) , x2 (2) , …, x2 (21) ) = (0.7931, 1, 0.4146, 1, 0.9459, 1, 0.6571, 0.5600, 08857, 0.9091, 0.9459, 0.8788, 1, 0.6970, 0.6970, 1, 1, 1, 1, 1, 1) ;
x3= (x3 (1) , x3 (2) , …, x3 (21) ) = (1, 0.1333, 1, 0.8857, 0.7838, 0.6444, 1, 1, 1, 1, 0.7838, 1, 0.9429, 1, 1, 0.5556, 0.4146, 0.8378, 0.8378, 0.7143, 0.8788) ;
x4= (x4 (1) , x4 (2) , …, x4 (21) ) = (0.6552, 0.6667, 0.7561, 0.6571, 0.4595, 0.2889, 0.7714, 0.9333, 0.7143, 0.6364, 0.4595, 0.7576, 0.6571, 0.6364, 0.6364, 0.6000, 0.3659, 0.5676, 0.5135, 0.4857, 0.5758)
(4) 靶心度计算及结果分析
差异信息集为:
靶心系数
将差异信息集分别代入式 (2) , 则
靶心度为:
经过逐个计算, 各矿的加权靶心度分别为 (0.6684, 0.7099, 0.7699, 0.5606)
按最小信息原理, 靶心度应均衡分档, 并根据在的条件下, 有根据现实需要以及当ξ=0.5时γ (x0, xi) >0.333的原则, 将铁矿安全生产能力靶心度分级为如下7个等级:[0.9, 1.0]:第一级, 安全生产能力极高;[0.8, 0.9]:第二级, 安全生产能力高;[0.7, 0.8]:第三级, 安全生产能力中高;[0.6, 0.7]:第四级, 安全生产能力中等;[0.5, 0.6]:第五级, 安全生产能力中低;[0.4, 0.5]:第六级, 安全生产能力低;[0.333, 0.4]:第七级, 安全生产能力极低。
计算结果显示, 四家铁矿的加权靶心度分别为0.6684, 0.7099, 0.7699, 0.5606。则安全生产能力按照从高到低的排序为张家洼铁矿、小官庄铁矿、莱新铁矿、莱州铁矿。从靶心度得分情况来看张家洼铁矿和小官庄铁矿的安全生产能力属于第三级, 安全生产能力中高, 而莱新铁矿安全生产能力属于第四等级中等水平, 莱州铁矿安全生产能力处于中低水平的第五等级。这一分析结果与四家铁矿近年来铁矿石产量排名一致。各矿安全生产能力均有较大提升的空间, 尤其是莱新矿应在是在生产设备维护和检修, 减少矿柱量, 控制地压方面应给予重视, 莱州矿则更应在充填工艺、管理水平和采掘机械化水平方面加强改进或投入。
4 结论
针对传统灰靶理论在权重确定方面的缺点, 引入AHP和熵值法, 建立了加权灰靶评价模型, 提高了指标赋值的可信度, 实现了模型的改进。该方法思路清晰, 易于操作, 理论完善, 可以真实的反映实际问题, 结果更加可信。
加权灰靶决策 篇3
随着我国综合竞争力的不断提高, 以及我国在G20、 APEC、BRIC中影响力的持续增加,企业作为我国经济发展的中流砥柱作用越来越明显,而十八大提出要“以科学发展为主题,提高企业核心竞争力”的发展规划,更凸显出企业对于促进我国经济和谐、健康、可持续发展的重要性,同时这也使得企业发展面临着新的机遇和挑战。 尤其是在现今我国经济后转型期,企业高投入低回报、筹资方式混乱、资本结构欠佳等问题逐渐显现出来,怎样优化资本结构、怎样提高筹资效率、 怎样保证稳且准的筹资决策就被赋予了更多的战略意义。 基于此,本文选取A公司的案例,通过构建灰靶决策模型,实证探讨了灰靶决策理论在A企业筹资决策中的应用问题, 以期为企业管理当局进行筹资决策提供决策依据, 从而深入挖掘企业筹资潜力, 优化企业资本结构,进一步促进我国经济平稳快速的发展。
筹资是企业根据生产经营、 对外投资和调整资本结构的需要,通过各种筹资渠道或资金市场,采用恰当的筹资方式,经济有效地筹集企业所需的资金,是企业进行生产经营必不可少的条件, 是企业资金运动和财务管理的起点和基本环节。筹资决策是企业为满足投资要求,从几种方案中选择一个比较满意方案的过程。 目前企业的筹资方式主要有内部留成、发行股票、银行贷款、发行债券、融资租赁等,因此, 如何来确定筹资方式就成了企业在筹资中亟待解决的问题。 但是,由于企业筹资活动本身和外部环境的复杂性, 目前的筹资决策主要还是依靠财务人员的主观判断, 导致其存在很大的局限性, 这使得量化分析筹资决策显得尤为重要。
当前,理论界对筹资决策的研究成果颇为丰硕。李慧云等运用层次分析法进行实证分析并指出了应用此方法在筹资决策中应注意的问题;张悟移等基于CAMP对资本成本进行估算并对其影响因素进行分析; 卞青云从企业筹资风险的角度提出了筹资方式的选择; 董辉运用Excel建立了财务管理筹资策略模型; 范洪波等建立了企业筹资决策的激励约束模型,并对影响资本结构的因素加以分析,从而确定企业最优资本结构; 刘星等以固定股利支付率政策和剩余股利政策为例, 讨论两种股利政策对筹资决策的不同约束,构建出我国上市公司筹资决策优化模型,并提出在其他股利政策下的建模思路; 周建国探讨了资本结构与杠杆作用对筹资决策的影响, 得出杠杆作用影响最优资本结构的确定, 应根据资本结构对企业的融资成本和市场价值的影响进行筹资决策的结论。综观筹资决策相关文献,多集中于对筹资决策的方式渠道以及影响因素进行考察, 而通过筹资方式的优劣排序进行筹资决策分析的研究尚有较大探讨空间; 另外以往文献多采用层次分析、EVA和CAPM模型进行分析决策,鉴于此,为了增强决策准确性,本文选用灰靶决策模型, 通过估算A公司6种筹资方式的先后顺序, 来探索灰靶在企业筹资决策中的应用方法, 旨在拓宽企业筹资决策渠道,寻找最优筹资决策。
二、灰靶决策模型的建立
灰靶决策是灰色系统决策理论中的重要组成部分,是处理模式序列的灰关联分析理论。 按命题信息域 ξ(θ)的要求,在一组模式序列中,找出最靠近子命题 ξi(θ)目标值的数据构造标准模式,然后各模式与标准模式一起构成灰靶, 则标准模式便是灰靶的靶心,按子命题 ξi(θ)的含义,远离靶心的模式为靶边,往上远离的模式称为上靶边,往下远离的模式为下靶边。 每一个灰关联差异信息空间中的模式与靶心的灰关联度称靶心接近度。 基于靶心度可以进行模式识别、 分级和选优。 令wi为多级性指标序列,ξ 为wi的命题,POL(max)、POL(min)、POL(mem)分别为极大值极性、 极小值极性、适中值极性。
则:(1)对于i∈I,称wi为 ξ 下灰模式,wi(k ) 为i模式k指标的数据,w(k)为k指标模式列,w0为标准模式; (2) 称T为灰靶变换,x0=(x0(1),x0(2), ...,x0(n)) =(1, 1, … ,1)为标准靶心;(3)称为靶心系数,r(x0,xi)为xi的靶心度;(4)若x*i=maxi{r(x0, xi)|r(x0, xi)≥gshd}, 其中gshd为靶心度的门槛值,则称x*i为优化模式;(5)若(0,100%)为区间, 记为S,Sj为S的子集,且S=∪j∈JSj。 当r (x0, xi)∈Sj, 称i模式的等级为j。
三、实证分析
当今市场竞争激烈,讲求规模效益的情形下,如何以尽量低的成本,最佳的资本结构,及时稳妥取得企业生存发展所需资金已成为越来越多企业的当务之急。 但筹资方式的选择实质上是一个复杂的多指标决策问题。 决策指标的复杂性、决策者的知识水平、个人偏好等诸多因素决定了实际决策过程中不可避免地出现偏差, 从而使决策本身具有灰色不确定性。 因此,在筹资过程中应遵循规模适当、筹措及时、来源合理以及方式经济的原则。A公司为我国中部一家中型制造业企业,拟筹资引进一条新生产线。在充分调研和征求专家意见的基础上,根据筹资原则选定A公司各筹资方式的评价因素及特征量见右上表。
评价因素包括4个指标,其中资金成本(x1)和额度(x2) 为定量指标,根据同行业标准给出;可操作性(x3)和对经营权的影响(x4)为定性指标,采用德尔菲法各专家打分综合得出。
第一步:建立标准模式。
参加分析的指标序列为:
wi=wi(k)={(wi(1), wi(2), ..., wi(n))}, i=1, 2, ..., 6; k=1, 2,…
当k=1时,资金成本为极小值:
w0(1)=minwi(1)=(2,15.63,6.23,9,3,7)=2
当k=2时,额度为极大值:
w0(2)=maxwi(2)=(300,1 000,700,800,350,40)=1 000
当k=3时,可操作性为极大值:
w0(3)=maxwi(3)=(0.9,0.4,0.5,0.3,0.7,0.6)=0.9
当k=4时,对经营权影响为极小值:
w0(4)=minwi(4)=(0.2,0.8,0.6,0.4,0.1,0.3)=0.1
则标准模:
w0={w0(1),w0(2),w0(3),w0(4)}
第二步:进行灰靶变换。
对于待分析模式w1={2,300,0.9,0.2}进行灰靶变换:
同理可得:
第三步:计算靶心系数。
对于模式x1(对应内部留成)其差异信息为:
取=0.5,利用靶心系数计算公式得:
第四步:计算各模式的靶心度。
根据靶心度公式计算可得:
进行排序得到:
r(x0,x3)>r(x0,x6)>r(x0,x1)>r(x0,x4)>r(x0,x5)>r(x0,x2)
根据以上计算可得出6种筹资方式的优劣顺序为:银行贷款,融资租赁,内部留成,公司债券,赊购款,发行股票。
第五步:选择关联度在0.65以上的三种筹资方式进行归一化处理。 得q(x0,x3)=0.3459,q(x0,x6)=0.3437,q(x0,x1)=0.3104。
四、结果与建议
若综合考虑上述的各因素时则首选银行贷款, 然后依次是融资租赁和内部留成, 而且各种方式筹集的资金比例最好是银行贷款占35%, 融资租赁占34%, 内部留成占31%。 决策者可以参考上述计算结果决定各种筹资方式的先后顺序和所筹集资金的比例,以使筹资决策最佳、资本结构最优。
企业的筹资目的是直接确保生产经营所需的资金。 资金不足会影响企业的生产活动, 资金过剩也会导致资金的使用效果降低,形成浪费。 因此,企业在进行筹资决策时要根据企业对资金的需要、 企业自身的实际条件以及筹资的难易程度和成本情况,确定企业合理的筹资方式及规模。
(一)确定合理的筹资金额
首先,要对企业的资金使用有一定的规划。现金预算是企业资金规划的有效手段, 科学的预算制度有利于企业明确未来的资金需求;其次,应充分考虑企业的负债规模。 负债规模过大会扩大企业财务风险敞口。最后,应了解企业的市场规模。企业的市场规模直接影响企业的生产规模,管理者应客观估计市场规模从而确定适当的筹资规模。
(二)构建最佳资本结构
在筹资过程中, 由于企业的运营能力和经营规模存在差异,而资本结构又是企业选择筹资方式的核心问题,所以对于筹资方式的选择,必须要调整好企业内部的资本结构, 在充分权衡筹资成本与风险的前提下, 筹资决策应以最佳资本结构,充分发挥财务杠杆作用,优化资本结构,降低预期筹资成本,避免债务资本过多给企业带来的财务风险。因此, 管理层应将筹资成本比例最佳的资本结构作为企业选择筹资方式的重要依据,以期实现企业所有者权益最大化。
(三)增量筹资与存量筹资相结合
加权灰靶决策 篇4
由于在社会、经济等活动中普遍存在着大量的多指标决策问题,因此近年来,国内外许多学者对多指标决策问题[1,2,3,4,5,6,7]进行了多方位的研究和探讨,并得到迅速发展。灰靶决策是灰色系统理论中解决多指标决策问题的方法之一,是应用较为广泛的灰色模型之一。文献[8]针对传统的灰靶决策研究中将指标的重要性同等看待,未体现不同指标在决策中的不同作用的问题,提出了基于“奖优罚劣”变换算子和主观定权的加权灰靶决策模型,对传统的灰靶决策模型进行了改进。文献[9]针对指标值为区间数的情形,提出了区间数规范方法,并在此基础上,建立了基于区间数的灰靶决策模型,把灰靶决策模型由实数序列拓展到区间数序列,使灰靶决策理论得到了发展。文献[10]针对方案的指标评价值为区间灰数并且权重未知的决策问题,提出了灰色决策问题的特征向量方法,并建立特征向量决策算法,给出的的算法避免了指标权重的计算,使基于区间灰数的灰靶决策问题在一定程度上得以解决。文献[11]针对方案评估指标值为区间灰数的风险决策问题,提出了灰色多指标风险决策概念,利用分析技巧,建立了灰色模糊关系法及双基点法两种决策方法。在灰色模糊关系算法中,利用信息熵确定的指标权重使决策方法更符合客观要求。双基点算法在一定程度上解决了单方面基于理想点或负理想点进行决策时,未能充分利用已知信息所产生的偏差,使决策更贴近于实际。文献[12]给出了多指标灰靶决策的靶心贴近法,并采用层次分析法和离差最大法相结合确定指标的权重,是对加权灰靶决策的一种改进。文献[13]基于区间数的距离和灰熵分析,将灰色局势决策拓展到决策信息为区间数的情况,给出了灰色局势决策目标权重的优化方法,进一步完善了传统的灰色局势决策理论。
但已有的关于灰靶决策的研究往往只考虑使决策方案离正靶心最近的情形,而未考虑最优的决策方案应是离正靶心最近同时离负靶心最远,而且现有的关于指标权重的确定往往没有充分利用决策矩阵信息。针对上述问题,现提出基于双基点法,充分利用决策矩阵信息,利用多目标规划的方法确定指标权重,建立优化的灰靶决策模型,并通过应用检验这种方法的有效性。
1基于双基点优化指标权重的灰色双靶决策模型
1.1 基于双基点定权的灰靶决策模型构建
设多指标决策问题有n个被评估对象或拟定的决策方案,组成决策方案集S,S={s1,s2,…,sn};m个评价指标或属性组成指标集A,A={A1,A2,…,Am};方案Sj对指标Aj效果样本值xij(i=1,2,…,n;j=1,2,…,m),则方案集S对指标集A的效果样本矩阵为X=(xij)n×m。
由于指标集合中的指标具有不同的量纲,在决策时难以对它们直接比较,因而需要对原始效果样本矩阵进行标准化处理。采用文献[8]的方法,使用“奖优罚劣”变换算子对原始效果样本矩阵进行标准化处理。“奖优罚劣”变换算子的基本思想:对评价对象的指标优于平均水平时,赋予0至1正值,劣于平均水平时,赋予0至-1负值,具体算子如下。
令
若Aj为效益型指标,则
若Aj为成本型指标,则
若Aj为区间型指标,则
定义1 设r*j=max{rij|1≤i≤n},r-j=min{rij|1≤i≤n},则称r*={r*1,r*2,…,r*m}为正靶心,r-={r-1,r-2,…,r-m}为负靶心。
设标准化处理得到到的矩阵为:R=(rij)n×m,根据标准化矩阵确定正负靶心分别为r*和r-。在确定正负靶心后,分别以正负靶心为基点,以欧氏范数作为距离的测度,建立双基点的加权灰靶决策模型,即求出各方案到正靶心的距离和负靶心的距离,再定义一种测度相对贴近度,来衡量各方案目标值靠近理想点和远离负理想点的程度,从而作为综合评判的依据。要求出各方案到正负靶心的加权距离需要事先确定决策指标的权重系数,为确定指标权重,分别以距正靶心距离最小和距负靶心距离最大为目标,建立两个优化模型如下
其中ω*j为由式(1)确定的第j个指标的重,ω-j为由式(2)确定的第j个指标的权重。利用库恩-塔克条件可以求出模型式(1)的最优解为
同理可以解出模型(2)的最优解。
根据式(1)和式(2)确定各指标权重分别ω*j和ω-j,j=1,2,…,m。然后根据ω*j和ω-j综合确定指标权重,令ωj=αω*j+(1-α)ω-j,(0≤α≤1),α可根据决策者的偏好取值。确定指标权重后可以计算各方案与正靶心与负靶心的加权距离,最后利用正负靶心距计算各方案的贴近度,根据贴近度对方案进行排序。
1.2 双基点加权灰靶决策模型的计算步骤
(1) 将决策矩阵X=(xij)n×m标准化,得标准化矩阵R=(rij)n×m;
(2) 确定标准化矩阵的正、负靶心;
(3) 根据决策矩阵的客观信息,基于离正靶心最近,负靶心最远的原则,构建指标权重确定的优化模型,根据优化模型确定指标权重ω*j和ω-j,j=1,2,…,m。根据决策者的偏好,计算各指标的综合权重ωj=αω*j+(1-α)ω-j,(0≤α≤1);
(4) 计算出加权的正负靶心距d*i和d-i,
(5) 计算各方案的贴近度
(6) 根据贴近度的大小,对方案进行排序,相对贴近度大者为优。
2 应用分析
为开发新产品,拟定了五个投资方案S1,S2,S3,S4,S5,各方案的效果样本值见表1,试对选择的投资方案进行排序。
在指标集中,期望净现值、风险盈利值为效益型指标,投资额、风险损失值为成本型指标。
下面利用基于双基点定权的灰靶决策模型,对投资方案进行排序,具体步骤如下:
(1) 由表1中数据可得效果样本矩阵
利用“奖优罚劣”算子变换将样本效果矩阵标准化得
(2) 根据标准化后的矩阵R可得正负靶心分别为
r*={0.800 7,1,0.825 7,0.688 6}r-={-1,-0.755 9,-1,-1}
(3) 根据模型(1)和模型(2)计算各指标的权重为
ω*={0.23,0.21,0.24,0.30}ω-={0.20,0.34,0.21,0.22};
选取α=0.5,计算综合权重得ω={0.22,0.28,0.23,0.27};
(4) 计算各方案的正、负靶心距得
d*={0.30,0.60,0.53,0.55,0.67},d-={0.69,0.65,0.60,0.48,0.42};
(5) 计算各方案的贴近度得
c*={0.69,0.52,0.53,0.47,0.39};
(6) 按照c*i,(i=1,2,…,5)值的进行排序,可得对方案Si,(i=1,2,…,n)的排序为:S1≻S3≻S2≻S4≻S5。
经过问卷调查发现,大多数决策者对这五种方案的投资偏好和利用本文的模型计算结果基本相符,决策者对方案2的偏好强于方案4和5,这也表明,经改进模型与文献[8]中的模型的计算结果相比更加符合决策者的偏好。
3 小结
文章对传统的灰靶决策模型进行了改进,主要是利用正靶心距和负靶心距构造贴近度来对方案进行综合评判,利用“奖优罚劣”变换算子对决策矩阵进行标准化处理,并充分利用决策矩阵信息,以尽可能接近正靶心同时远离负靶心为目标,构建确定指标权重的优化模型,给出了一种确定指标权重的有效方法,通过具体的实例检验了改进的灰靶决策模型的有效性。