经济性评估模型（共11篇）
经济性评估模型 篇1
摘要：在经济新常态下上市银行进行金融风险评估十分重要, 但是在金融风险评估过程中产生的一系列问题引起业界高度关注。本文在经济新常态下建立上市银行金融风险评估模型, 以应对经济新常态下上市银行金融风险, 并题提出相应解决对策, 改善金融风险评估过程中产生的问题。最后结论得出:建立金融风险评估模型能够在经济新常态下避免上市银行产生金融风险, 有利于上市银行金融更好发展。
关键词：经济新常态:金融风险评估,模型,对策
引言
在中国经济进入经济新常态的背景下, 我国上市银行的经济发展环境发生巨大变化。经济发展速度从高速转向缓慢, 获得巨大盈利空间、发展平稳的时代已经成为过去, 随之而来的是经济下行、上市银行经营发展进入经济新常态[1]。经济新常态下上市银行金融经济发展面临巨大压力与挑战、金融风险加剧, 具体表现为经济新常态下上市银行金融发展战略实施风险、金融流动性风险、金融信用风险以及金融经济市场风险等[2]。由于经济新常态下, 导致上市银行金融风险集聚, 非常不利于上市银行金融健康、持续发展。因此, 建立上市银行金融风险评估模型, 能够在经济新常态环境下有效防止金融风险爆发, 为上市银行金融经济面临的风险予以了针对性的解决措施, 缓解了经济新常态下上市银行金融风险压力;填补了经济新常态下上市银行金融业务上的漏洞[3]。在经济新常态环境下, 建立上市银行金融风险评估模型能够有效防止金融风险, 及时发现上市银行金融业务发展缺口, 有利于完善上市银行内部核心发展结构、建立适应经济新常态的上市银行机制。对于培养核心金融客户、深化上市银行金融业务服务实体经济、调整上市银行金融利率定价量、强化上市银行金融基础服务设施建设能力具有积极影响作用[4,5]。在经济新常态下建立上市银行金融风险评估模型是上市银行金融健康、持续发展的经营之道。通过金融风险评估模型最大化降低上市银行在经济新常态下的金融风险, 缓解上市银行金融压力, 最终探寻上市银行未来经营转型方向, 提高上市银行盈利利润, 获得市场竞争力[6]。
1上市银行金融风险评估模型建立
1.1构建金融风险评估模型的目的
建立上市银行金融风险评估模型的目的很直接, 我国经济发展进入新常态, 必然伴随着上市银行金融发展陷入经济新常态。在经济新常态下积极应对上市银行金融风险、防范金融风险, 能够使上市银行顺利度过经济下行期间金融经济发展困境。
在经济新常态期间积极、有效处理金融风险问题、预防金融风险爆发, 能够充分应对经济新常态、适应经济新常态并在经济新常态期稳健发展。建立金融风险评估模型有效控制上市银行金融风险, 是经济新常态期间上市银行得以继续生存的有利应对策略, 成功、有效的金融风险评估模型也将成为我国未来金融史上的重要参考资料, 这种应对方式也将成为金融发展史上的一大思考逻辑。
1.2金融风险评估模型的参数确定
在上市银行金融风险评估模型建立之前, 需要对实验模型数据进行充分、科学的整理, 确保最终实验结果具有代表性、真实性和可靠性。因此, 在模型参考数据整理过程中邀请了金融界较有权威的金融风险评估管理工作者对此次金融风险评估模型参数指标予以科学、精准的处理与评判。具体参数整理方式表现如下:
确定金融风险评估计算公式, 具体表现为:
其中, xj与yj是指第j家银行金融管理的投入要素与产出要素;α 与 β 分别表示经济新常态下的上市银行金融资产投入和产出要素指标的权重, T为常数。
将公式 (1) 变形得到金融风险数值分别为等于1.12342、等于1.34123、等于1.39861。再将自变量金融风险数值用归化数学函数处理, 计算结果得到为0.12342、0.34123、0.39861。最后提取上市银行金融风险评估数值最大特征函数, 具体计算公式如下:
上市银行金融风险底线计算公式为:
其中, xj与yj是指第j家银行金融管理的投入要素与产出要素;α与β分别表示经济新常态下的上市银行金融资产投入和产出要素指标的权重, T为常数。
其中, β 为新常态下的上市银行金融资产产出要素指标的权重, yj是指第j家银行金融管理的产出要素, Gt为上市银行金融风险底线。
当金融风险的最高风险度上升到九成时, 金融风险评估预警数值即=0.0234, =-0.15, 参数结果在0.0234范围内, 能够到达评估金融风险的作用, 表示参数符合评估模型要求, 能够到达最稳定、最满意的效果, 因此判定的参数值能够代表此次评估模型金融风险的数值。
通过建立金融风险评估模型达到预测金融风险、防范金融风险的目的, 需要进行仿真模糊评估计算法克服实验过程中出现的漏算和计算差值。针对经济新常态下可能出现的各种金融风险做全面的评估与预判, 全方位、立体化预测经济新常态下上市银行金融风险, 通过金融风险评估模型使上市银行金融风险应对方案更具可行性、延展性、灵活性、变通性。具体实施表达过程表现如下:
首先:建立标准金融风险预测、评估考核制度。金融风险评估结果分别由s1、s2、s3、s4、s5代表, 当金融风险评估结果显示是s1 时, 表示经济新常态下上市银行金融风险指数偏低, 处于安全状态;当金融风险评估结果是s2时, 表示经济新常态下上市银行金融风险指数升高, 有爆发金融风险的可能, 此时上市银行应当做好应对准备;当金融风险评估结果是s3 时, 表示经济新常态下上市银行出现金融风险, 但金融风险易于控制。当金融风险评估结果显示是s4 时, 表示经济新常态下上市银行金融风险指数偏高, 上市银行应该做好转型、调整的准备, 降低金融风险损失;当金融风险评估结果是s5时, 表示经济新常态下上市银行金融风险指数极高, 深受经济新常态影响, 完善上市银行内部运行体制, 更新业务办理活动, 充分缓解经济下行期间上市银行金融压力。
其次:总结金融风险仿真模糊评估模型结果。假设金融风险仿真模糊评估模型结果为m, 会生成m=αTx0- 1 的公式。再由归一函数计算方式能够得倒下列结果, 具体由表1所示:
最后:经济新常态下上市银行金融风险评估结果总结。通过建立金融风险评估模型能够清楚、及时检测到上市银行金融风险等级, 为上市银行提前做好应对措施工作予以充足时间, 以便降低金融风险损失, 有利于上市银行在经济下行期间稳健发展。
2经济新常态下的上市银行金融风险防范应对措施
经济新常态下上市银行关键是要做好防范、控制金融风险工作。为了应对经济新常态引发的上市银行金融危机, 我国政府相继出台不同系列、各种应对解决方案和措施。因此, 在国务院大力支持下, 为了应对经济新常态下上市银行金融风险, 应该采取以下几点应对、解决措施, 具体内容如下:
2.1完善上市银行金融体制
经济新常态下, 上市银行内部拥有完善的金融风险监督、防范体制能够有效的防范金融风险, 成为避免造成上市银行金融风险的有利手段。在经济新常态期间, 我国国务院在十八届三种全会中颁布了《中国中央对全面深化、改革金融经济改革若干重大问题的决定》议题, 其中强调了关于应对上市银行金融风险要将金融监督管理改革措施和统一标准工作落实到业务办理过程中;要建立完善的金融监管协调制度;要在实际金融业务办理过程中明确划分国家以及地方金融管理范围、定位上市银行金融监管权限以及金融风险处理义务与责任, 三项要求清晰、明确的补充了上市银行内部金融体制, 使上市银行金融体制得以完善。
完善的金融体制是抵御经济新常态上市银行金融风险的有利屏障。完善的金融体制下上市银行金融监督管理体制改革措施以及统一的管理标准工作势必得到充分落实。经济新常态经济发展速度缓慢, 因此, 充分完善上市银行金融监管体系, 将金融监管体系向功能、职责监管方向转型刻不容缓。随着国内经济发展陷入新常态, 上市银行金融发展自然进入新常态, 上市银行原有金融监督、管理机构无法应对当下各种业务综合经营发展需求, 逐渐暴露上市银行金融体制不完善的缺口。因此, 尽快完善上市银行金融体制, 改革银行金融监管职能能够在经济新常态下应对经济的发展新形势, 同时对防御金融风险、降低金融风险起到积极作用。
2.2针对不同领域做针对性重点金融风险防范
经济新常态下上市银行金融风险来源广泛, 做好金融风险防范工作需要针对不同领域做针对性重点金融风险防范。尽管在经济新常态下引发的上市银行金融创新新常态、上市银行金融风险管控新常态、上市银行金融结构新常态、上市银行金融发展速度新常态使上市银行金融风险加剧。但随着经济发展进入新常态, 在上市银行原有金融风险基础上, 由经济新常态引发的新一轮问题和矛盾使上市银行潜在金融风险日渐加剧, 逐渐暴露在大众视线范围内。因此, 在对上市银行金融风险进行评估、防范预测之前, 要防范上市银行的重点金融领域, 有针对性进行金融风险管控会使金融风险防控工作效果事半功倍。
为了应对经济新常态上市银行金融风险, 我国政府以及相关部门对上市银行金融风险予以高度重视, 为积极做好金融风险防范、金融风险评估工作起到良好带头作用, 工作效果也非常显著。有针对性的对重点金融领域进行金融风险防范首先应该采用动态式金融风险排除法, 时刻掌握经济新常态下上市银行金融经济发展趋势, 清楚摸到上市银行金融风险的导火索以及风险根源, 从重点处着手全面、及时、深入应对并控制上市银行重点领域的金融风险, 具体表现为:首先房地产作为经济新常态下影响最深的金融业, 上市银行应将房地产作为重点金融风险防范对象, 及时调整房贷、房地产相关借贷政策和借贷指标, 提高对百姓住房的借贷支持力度;其次在上市银行与地方政府融资平台上建立完善的金融债务管理体系, 对地方政府融资平台进行针对性、重点式金融风险防范。在经济新常态下利用完善的金融债务管理体系重点把控上市银行金融风险、加强金融风险控制力度, 在原有债务管理体系基础上更新上市银行贷款方式, 分化金融风险;再次针对上市银行连带性金融产业做针对性处理、予以针对性应对措施。此处理方式完美体现了在经济新常态下针对不同领域做针对性重点金融风险防范的要求, 由于在经济新常态下金融信托、理财机构、中介等银行金融机构场所会出现金融兑付风险, “影子银行”对上市银行造成的金融风险影响严重, 因此需要重点对国内各大影子银行进行针对性监督与管理, 并制定配套管理政策, 维持国内银行金融机构管理秩序。
综上所术, 经济新常态下, 上市银行的金融风险主要集中在各个领域的金融机构处, 上市银行进行金融风险评估为的是在经济新常态下金融风险不得超过风险防御底线, 将金融风险最大程度控制在掌控范围内, 减少金融风险负面影响, 最大化降低由经济新常态引发的上市银行金融风险损失。从目前国内经济发展形式来看, 在未来相当一段时期内上市银行将持续重点的、大力的、有针对性的进行金融风险防范工作。
2.3在金融风险防范过程中要保持操作原则
在经济新常态期间进行上市银行的金融风险评估, 容易在金融风险防范过程中产生过强的针对性, 即治标不治本问题突出。因此, 在金融风险防范过程中要保持操作原则, 具体表现为:第一点操作原则标本同治原则、针对经济新常态期间做针对性应对原则。第二点操作原则严格遵守防范操作管理原则, 坚决控制上市银行金融增长数量, 遵守增量原则。第三点操作原则保持、遵守分类对待、不同重点领域不同应对解决原则。第四点操作原则要遵守依次解决、按部化解、有条不紊原则。尽管在经济新常态下上市银行金融风险突出, 但在进行金融风险评估、防范过程中要采取平稳、积极的应对态度, 坚守金融风险底线标准, 做好长期应对思想准备, 保持趋利避害、以不变应万标原则是经济新常态下上市银行应对金融风险的根本操作原则。以上几点金融风险操作原则是应对、解决经济新常态下上市银行金融风险的有利武器, 做好以上几点, 能够非常有效的对金融风险进行评估预测, 能够达到金融风险预判与防范的效果。
2.4 防范金融风险要完善上市银行的金融基础设施建设
完善的上市银行金融基础设施建设是经济新常态期间防范、应对金融风险不可缺少的基础性因素。上市银行内部金融基础设施建设完善不仅有利于金融体系的高效发展, 同时对完善金融体系、加快金融市场建设、加快信用市场建设、规范金融管理制度建设具有十分重要的意义。充分完善上市银行的金融基础设施建设能够打好金融营运基础;能够提高上市银行金融经济推动、支持国民经济发展的能力, 更重要的是完善的上市银行金融基础设施建设是经济新常态下, 上市银行进行金融风险防范的有利武器与夯实的力量支撑, 能够提升金融风险防范、评估、预判的能力, 是应对、解决经济新常态上市银行金融风险的核心关键。
参考文献
[1]陈雯瑾, 苏雪燕.银行业绩“新常态”[J].金融世界, 2014.
[2]滕荣桢.新常态经济背景下存款保险制度对金融业的影响研究[J].商情, 2015.
[3]马凤鸣.经济新常态下商业银行支持重工业城市经济转型策略研究[J].农村金融研究, 2015.
[4]王元龙.新常态下金融风险防范与控制[J].经济研究参考, 2015:32-37.
[5]王金山.经济新常态下中小商业银行经营转型[J].北京金融评论, 2014.
[6]成家军.经济新常态下的银行业发展趋势[J].清华金融评论, 2015.
经济性评估模型 篇2
一、行业（产品）介绍
（一）行业（产品）定义
介绍该行业定义、概况、属性以及编号。
（二）企业类型划分
对该行业（产品）企业具体划分类型，并加以说明。
（三）工艺简介
简要介绍该行业（产品）的主要工艺流程及特点。
二、行业（产品）生产经营规律及涉税管理难点
（一）行业生产经营规律
描述该行业（产品）的主要经营规律。
（二）涉税管理难点
详细列举评估可能存在的难点。
三、评估方法
结合该行业企业的生产工艺流程、生产经营规律、涉税管理难点，详细列举主要评估方法。每种评估方法不是孤立存在，在税收管理过程中，应运用二种以上方法进行评估测算，相互比对和印证。
具体的评估方法包括以下部分：
1.原理描述
2.评估模型
３.标准值参考范围
4.数据获取途径
5.疑点判断
6.应用要点
四、印证案例
选取若干典型案例对评估模型进行验证。验证案例应包括以下内容：
1.企业基本情况介绍
2.数据采集来源及内容
3.确定疑点列举
4.实地核查情况
5.测算税收差异情况
6.评估约谈
企业形象评估“六站”模型等 篇3
企业成功的关键因素之一，在于企业的有效管理及企业形象的打造。企业形象模型能帮助企业更好地了解企业形象在开发、评估过程中的具体情况。
在建立企业形象分析模型的过程中，本文设定了“六站”(six-slafion)模型，以此分析影响企业形象的变量及其相互之间的关系，进而清晰地锁定影响企业形象的要素，进行企业形象建设，并对企业形象建设进行管理。此项调研参考了很多关于企业形象建设的文献，并对现有的企业形象建设模型进行评估，最终确立了企业形象建设十项标准。本文的“六站”模型便是基于这十项标准建立起来的。随后，调研小组从定性和定量两个方面，对“六站”模型进行检验。
调研结果表明，“六站”模型具有可操作性和有效性。这就意味着，企业管理者和企业顾问可以运用“六站”模型，分析企业形象并制定企业形象战略，开展企业形象建设活动。依靠“六站”模型，企业可以有效地分析企业形象开发、建设流程并进行流程优化。而且，一旦掌握了影响企业形象的关键因素，就可以有针对性提高企业的管理能力，调整工作方向和重心。
青少年的压力、性别以及着迷性购买现象
人们对于年轻消费者着迷性购买的现象越来越关注，然而很多调研都集中在揭示消费者着迷性购买的阴暗面。因此，该调研目的则是帮助人们更好地了解青少年着迷性购买的真实情况，并指出这只是一个年龄段群体应对社会压力时的自然反应。
对于广大的青少年而言，他们必须面对普遍存在的生活和学业压力。因此，此项调研针对这些情况进行调研，并探讨社会压力对着青少年迷性购买产生的影响，研究对象是12～13岁的七年级学生。此外，性别不同是否会对这种压力一着迷性购买影响起到缓和作用，也是此项调研探讨的内容。
调查结果表明，之所以出现越来越严重的青少年着迷性购买问题，与他们承受的压力情况有关。青少年承受的学业压力越大，那么他们便会将更多的注意力放在着迷性购买上。令人惊讶的是，性别并没有对这种影响起到缓和作用。不管是男孩还是女孩，都存在这种高学业压力一高着迷性购买的情况。调查结果表明，对于青少年而言，着迷性购买只是他们普遍应对压力的一种方法，男女青少年都是如此。
不管着迷性购买是一种有益的还是无益的压力应对方法，必须对年轻消费者的压力一购买现象给予足够的重视。青少年人群是一个需要运用独特方法才能争取到的人群，此项研究有助于营销者在产品开发、营销时更深入地考虑受众心理，挖掘受众的潜在需求，开发出有助于改善人们生活的产品，实现共赢。
走向更大的成功：运用展会信息
企业在展会上获得的信息，这些信息对企业有什么样的价值?应该如何利用?能为企业带来什么样的回报?
此项调研希望探讨影响展会信息价值回报的关键变量以及相关变量之间的关系，从而帮助企业更好地搜集展会信息并利用展会信息。在展会结束60天后，调查小组开始搜集展会参与者获取的信息，并综合分析这些信息，建立模型。而在建立模型的过程中，核心是研究影响信息价值的变量，以及信息获取、信息传播和信息使用等变量之间的关系。
调查结果显示，上述各个变量之间存在非常密切的联系，这些变量相互影响，忽视其中任何一个变量，都将使得信息获取一运用循环流程无法充分地发挥作用。通过建立模型，能够以量化的形式，更好地了解企业参加展会之后，对于展会信息的应用情况。
经济性评估模型 篇4
关键词：低碳经济,能力成熟度模型,评价体系,广东省
低碳经济 (Low Carbon Economy) 是一种低能耗、低污染、低排放的发展模式, 发展的实质是降低能耗和提高清洁能源在能源消费中的比重, 核心是通过技术创新、制度创新、产业提升、非化石能源的开发与利用等方式, 尽可能提高能源的使用效率, 降低二氧化碳的排放, 实现经济与环境并重的发展模式[1]。发展低碳经济是一个持续改进的过程, 具有一定的阶段性特征。目前国内外学者对于低碳经济评价的研究中, 较少将低碳经济阶段性的特征纳入到评价体系中[2,3,4,5], 主要原因有:一是对低碳经济概念的理解存在一定的分歧, 英国认为降低环境污染和提升能源的利用效率是推动低碳经济发展的核心, 而日本认为减少二氧化碳等温室气体排放的关键是改变人们日常消费方式、生活习惯, 从而推动地区低碳经济的发展。二是由于现有的对低碳经济评价的研究大多采用经济学的惯性思维, 单纯的考虑“投入与产出”之间的联系, 重点关注GDP与能源消耗、GDP与二氧化碳排放之间的关系, 没有对低碳经济的评价指标体系进行更加全面、深入的阐述, 也没有将低碳经济的阶段性特征纳入到评价体系中。能力成熟度模型 (Capability Maturity Model, 简称CMM) 为建立一种评价与提升地区低碳发展水平的评价体系提供了理论框架, 能够比较好的刻画“持续改进”的理念, 与低碳经济“持续发展”的阶段性特征相吻合。本文将能力成熟度模型 (CMM) 纳入到低碳经济的评价体系中, 构建基于CMM模型的低碳经济评价体系, 通过对低碳经济能力成熟度的定量研究, 有针对性提出地区低碳经济的提升路径, 具有一定的理论创新性和较强的实践意义。
1 理论综述
1.1 国内外研究综述
2003年, 英国能源白皮书《我们能源的未来:创建低碳经济》最早提出了低碳发展的概念, 指出低碳发展的最关键、最核心的内容是依靠政策创新、制度创新、技术创新来实现二氧化碳等温室气体的减排, 进而推动低碳经济的发展。随着全球气候环境日益严峻, 低碳发展、绿色发展、科学发展等观念日益深入人心, 关于低碳经济领域的研究也逐渐成为国内外学术界研究的热点[6,7]。关于低碳经济的评价是低碳经济研究的一个重点领域, 低碳经济评价体系研究是指对一个国家或者地区的低碳发展水平进行测量的一种方法和手段。关于低碳经济评价指标体系的现有研究中, 中国社会科学院城市发展与环境研究所设计的一套低碳经济评价体系是比较有代表性的, 该评价体系主要选取低碳消费、低碳资源、低碳产出和低碳政治4个指标来构建低碳经济的评价体系。付加锋 (2010) [8]利用该指标体系对吉林市的低碳经济发展水平进行测算, 并验证该体系的合理性, 并且指出该指标体系并未将经济发展的产业结构纳入到评价体系中, 没有反应经济发展中产业结构与二氧化碳排放之间的关系。朱有志 (2009) [9]在构建低碳经济评价体系时主要考虑碳源控制、碳汇建设、二氧化碳排放和低碳产业四个方面作为一级指标, 该指标体系一共包含了13个二级指标。张学毅 (2010) [10]通过利用物资流的原理对各指标进行分析, 选取了自然环境、经济增长、能源消耗3个指标来构建低碳经济评价体系, 同样, 在该套评价指标体系中, 忽略了经济发展中产业结构对二氧化碳排放数量的影响。此外, 邵超峰 (2010) [11]、许涤龙 (2011) 、肖翠仙 (2011) [12]、肖文 (2011) [13]、齐敏 (2011) [14]等学者也从各个角度对低碳经济评价体系进行了构建。《中新广州知识城低碳指标评价体系》 (2013) 从低碳产业指标、低碳生产指标、低碳资源及环境指标、低碳交通与建筑指标、低碳政策指标、低碳生活指标六个方面构建低碳经济评价体系, 并且设计了20项二级指标。
1.2 能力成熟度模型 (CMM) 的内涵及内容
能力成熟度模型 (Capacity Maturity Model) 是在美国国防部的支持下, 于1978年由美国卡内基梅隆大学软件工程研究所 (SEI) 首先在软件行业提出的, 是针对软件组织在定义、执行、衡量、检验与控制、改善软件发展过程中各个发展阶段的描述。CMM主要是根据软件现处的阶段, 确定其等级, 并找出决定当前阶段软件质量和过程改进方面最核心的问题, 进而为软件过程改进提供指导[15]。
能力成熟度模型是组织管理能力从低级向高级不断提升的一个可持续的、连续的过程, 模型中之所以产生等级的概念是由于能力成熟度从低级向高级发展的过程中, 中间有很多过程。在模型中, 将这个过程分为5个阶段, 每一个低等级为更高的等级打下基础, 为进一步提升组织的能力成熟度提供支持。软件能力成熟度模型在构建的时候, 充分融入了软件质量工程控制的原理, 把软件开发的过程按照软件所处的水平分为5个等级, 依次为初始级、可重复级、已定义级、已管理级、优化级。每一个较低的级别都为更高的级别打下坚实的基础, 每个等级都设定了一定的标准, 如果通过关键实践的实施, 实现这些标准, 则表明组织的成熟度等级可以自然而然的向更高的等级迈进, 这种方式使得能力成熟度的提升具有阶梯型, 进而形成一个螺旋式上升的具有连续性过程改进的结构 (见图1) [16]。
2 低碳经济能力成熟度模型的构建
低碳经济能力成熟度模型与之前国内外专家学者所研究的低碳经济模型的最大的不同在于前者融入了能力成熟度模型 (CMM) 的理念, 模型能够较好的切合低碳经济发展“节能减排水平持续改进”的理念。能力成熟度模型 (CMM) 可以为低碳发展组织提供一个阶梯螺旋式的过程改进框架, 组织可以利用基于能力成熟度模型 (CMM) 所构建的低碳能力成熟度评价体系来评估低碳发展过程的成熟度, 根据对低碳发展成熟度的判断, 来制定对发展过程进行改进的方法和策略, 保证组织在推动低碳发展过程不再是盲目的, 低碳发展的过程不再是不可控制的, 进而有针对性的指导组织低碳发展的过程。本文创新性地构建低碳经济能力成熟度模型, 并建立基于CMM的低碳经济的评价体系, 在测评地区低碳经济能力成熟度的同时, 为组织改进低碳发展过程提供可行的方法与策略[17]。
2.1 低碳经济能力成熟度评价指标体系
低碳经济能力成熟度模型的一级评价指标包括低碳政策、低碳产业、低碳效率、低碳技术, 本文从这四个方面自上而下、逐层分解, 确定各一级指标下的二级指标, 构建低碳经济能力成熟度评价体系。
(1) 低碳政策指标。在低碳经济能力成熟度模型中, 政府组织的作用不可忽略, 是地区低碳发展的主要发起和推动力量。政府需要从管理上、流程上推进地区低碳发展, 低碳政策与低碳经济能力成熟度模型关键过程域中的低碳发展规划、低碳决策机制、低碳实施保证方面相对应, 主要是衡量政府组织在推动地区低碳发展方面的重视与努力程度, 强调政府在低碳发展过程中的主导作用。低碳政策指标下的二级指标主要包括低碳规划、政府对低碳发展的重视程度以及低碳推广力度等3个指标。
(2) 低碳产业指标。低碳产业是一个广义的范畴, 涉及到传统产业、高新技术产业、节能环保产业等领域。在低碳发展模式下, 低碳产业指标与低碳能力成熟度模型关键过程域 (KPA) 中发展质量的量化控制相对应。低碳产业的二级指标主要包括产业结构、传统产业低碳改造率、高新技术产业占GDP的比重和节能环保产业占GDP比重等4个指标。
(3) 低碳效率指标。低碳效率是国家或者地区低碳经济逐步推进的成果, 反应了能源利用率的提升、碳生产力的提高、碳排放的减少以及清洁能源占比的上升。低碳效率是低碳发展评价中非常重要的评价指标, 与低碳能力成熟度模型关键过程域 (KPA) 中的量化管理以及预测与评估相对应。低碳效率的二级指标主要包括GDP增长速度、人均GDP、清洁能源比重、能源消耗强度、碳强度等5个指标。
(4) 低碳技术指标。低碳技术是地区组织提升低碳能力成熟度的关键和核心动力, 低碳技术与低碳能力成熟度模型关键过程域 (KPA) 中的过程变更管理和技术改革管理相对应, 是衡量组织在低碳技术方面所作的努力以及所取得的成果, 可以用公共教育支出占财政支出的比重、低能耗建筑的比例、CO2捕获与埋存技术以及R&D费用占GDP的比重来衡量。
2.2 低碳经济能力成熟度综合评价模型
低碳经济能力成熟度的综合评价指数公式主要是从低碳政策、低碳产业、低碳效率和低碳技术四个方面的指标来评价地区低碳经济的能力成熟度。其具体的公式为:F=f (Ai, Bi, Ci, Di) =F1+F2+F3+F4=α*FiAi+βFiBi+γFiCi+δFiDi;其中, α、β、γ、δ分别表示低碳政策、低碳产业、低碳效率以及低碳技术四个指标在整个评价体系中的权重。FiAi、FiBi、FiCi、FiDi分别表示四个指标的低碳能力成熟度得分。另外, 计算FiAi、FiBi、FiCi、FiDi的公式如下:
FiAi=∑ni=1Ai*f (Ai) , Ai表示指标低碳政策下的二级指标的权重。
FiBi=∑ni=1Bi*f (Bi) , Bi表示指标低碳产业下的二级指标的权重。
FiCi=∑ni=1Ci*f (Ci) , Ci表示指标低碳效率下的二级指标的权重。
FiDi=∑ni=1Di*f (Di) , Di表示指标低碳技术下的二级指标的权重。
本文采用层次分析法来确定评价体系中各指标的权重。层次分析法主要是通过两两比较的方法来确定两个指标的相对重要程度, 然后计算出各类指标的权重, 获得各指标的绝对重要性。该方法之所以能够广泛应用于各类研究中, 主要是由于其具备两个方面的优点:一是能够利用并充分的挖掘专家学者对问题的理解能力, 在确定各指标的权重时, 使得结果更加合理性;二是整个过程的计算过程简单, 方便确定权重。
低碳经济能力成熟度的准则层包括低碳政策、低碳产业、低碳效率、低碳技术四个方面, 在确定准则层权重时, 针对5位低碳领域的专家发放问卷, 依据问卷, 求出各指标的权重。根据层次分析法的方法和步骤, 在SPSS中计算各指标的权重, 得到低碳经济能力成熟度评价体系各指标的权重 (见表1) 。
3 广东省低碳经济能力成熟度评价分析
近年来, 广东省委、省政府高度重视低碳经济的发展, 出台一系列政策措施促进低碳产业的发展。在“十一五”期间, 广东就制定出台了《广东省环境保护与生态建设“十一五”规划》、《广东省能源发展“十一五”规划》、《广东省环境保护“十五”规划》等政策文件, 着力发展低碳环保产业。2011年, 广东省又先后制定出台了《广东省低碳发展“十二五”规划》、《广东省节能环保产业规划》、《广东省循环经济发展规划》、《广东省能源发展“十二五”规划》、《广东省生活垃圾无害化处理设施建设“十二五”规划》、《广东省可再生能源中长期发展规划》以及《广东省交通运输节能减排“十二五”发展规划》等七个低碳经济产业规划, 逐步形成促进低碳经济发展的政策体系。与此同时, 广东省积极推进制度创新, 探索建立市场机制促进节能减排和控制温室气体排放, 逐步形成碳排放交易市场。通过组织实施“低碳技术创新与示范”重大专项等科技重大专项带动低碳技术进步, 取得了显著经济效益。据统计, 广东省科技厅开展的“低碳技术创新与示范”重大专项2008-2012年共实现产值490亿元, 共累计立项支持205个项目, 推广应用节能减排新技术、新工艺、新设备590多项 (台、套) , 节能52.9万吨标准煤, 减排二氧化硫1.02万吨、二氧化硫134.5万吨。广东省低碳经济正处于持续发展的过程当中, 探讨研究其能力成熟度, 有利于进一步发现其存在的问题和实现低碳发展的路径选择。本文采用定量的方法对广东省低碳经济能力成熟度进行测量, 借以评价广东省低碳经济能力成熟度所处的级别, 通过测量广东省在2005年、2011年的低碳经济能力成熟度, 判断广东省在不同时间点所处的成熟度等级。
3.1 数据的收集
本文数据主要来自《广东省统计年鉴 (2012) 》、《中国能源统计年鉴 (2012) 》等统计数据, 以及地区统计网站上公布的数据。另外, 在收集各省市的二氧化碳相关数据时, 笔者主要根据各地区的能源消耗碳排放系数来确定相应指标值。在确定低碳产业、低碳效率、低碳技术三个一级指标下的各二级指标时, 通过统计年鉴、各地区的统计网站或者通过计算得到。在衡量低碳政策指标下的低碳规划指标、政府对低碳的重视程度指标时, 笔者选取与低碳相关的关键词分别在2005年、2011年各地区政府工作报告中出现的次数来衡量政府对于地区低碳发展的重视程度, 选取的关键词为“低碳”、“循环”、“绿色”、“节能”、“减排”、“新能源”六个关键词。
3.2 实证分析
通过对数据进行整理、统计、分析, 采用上文构建的低碳经济能力成熟度 (CMM) 模型, 借助SPSS统计分析软件, 对广东省低碳经济能力成熟度进行综合评价。从分类指标成熟度的角度来看, 2005年、2011年广东省低碳政策能力成熟度的综合得分分别为16.983分和55.443分, 低碳产业能力成熟度综合得分分别为30.973分和70.539分, 低碳效率能力成熟度综合得分分别为74.229分和79.777分, 低碳技术能力成熟度综合得分分别为21.936分和46.53分 (具体如表2所示) ;从综合评价得分情况来看, 广东省2005年、2011年低碳经济能力成熟度综合得分分别为37.417分和62.636分 (见表3) 。
根据综合评价集可知, 2005年, 广东省的低碳能力成熟度综合得分为37.417分, 介于Y<45之间, 处于高碳经济级别, 即能力成熟度模型中的初始级, 在该等级, 组织推动低碳发展的过程是混乱的、无意识的, 广东省政府组织可以开始着手规范化管理低碳发展过程, 建立低碳项目管理。2011年, 广东省低碳经济能力成熟度综合得分为62.626分, 介于60≤Y<75之间, 处于中碳经济级别, 即已定义级, 在该等级上, 组织主要强调发展过程的管理。低碳组织的工作重点放在以下几个方面:一是推动低碳发展流程的规范化, 形成低碳发展特定的制度、机制;二是将提升低碳发展的流程文件化、标准化;三是注重对低碳发展的深刻理解, 遵循低碳发展的要求。
4 广东省提升低碳经济能力成熟度的对策建议
从上文分析可知, 目前广东省低碳经济能力成熟度等级处于中碳经济。根据CMM模型, 广东省可以从实施该等级关键过程域 (KPA) 中的关键实践 (KP) 来有效的提升地区低碳经济的能力成熟度, 当该等级的关键过程域 (KPA) 所规定的目标均实现后, 地区组织的低碳经济能力成熟度就可以向中低碳经济迈进。从低碳经济能力成熟度模型对各等级的关键过程域以及关键实践的分析可以知道, 当低碳发展处于中碳经济时, 即能力成熟度模型中的已定义级, 关键过程域 (KPA) 包括低碳发展组间协调、低碳项目质量保证、低碳发展组织机构、低碳发展运行机制定义和培训机制。中碳经济等级主要涉及的是组织管理的策略, 以及管理过程的流程化。下面根据各成熟度等级关键过程域 (KPA) 中的关键实践 (KP) 的实施来提升广东省低碳经济能力成熟度。
(1) 确保人员、资金、设备的投入力度。在低碳发展项目的规划以及实施过程中, 确保低碳发展人员中专家的比例, 确保低碳发展专项资金的到位与落实, 确保低碳发展项目中所使用的基础设备的先进性。在人力资源方面, 政府组织一方面可以自己培养低碳发展方面的优秀人才, 另一方面也可以通过与各研究机构以及高校进行合作, 确保人员的投入满足低碳项目的发展要求。确保资金的投入强调用于与低碳发展项目的资金的金额与投入时间能够满足项目的发展要求, 为低碳项目的顺利进行提供资金保障。保证设备的先进性强调在低碳项目的实施过程中所使用的设备达到现阶段应该具有的水平, 为低碳发展项目成果提供基本保障。
(2) 明确低碳发展指标分配责任。低碳发展相关组织建立低碳发展监督与管理机制, 加强对地区低碳发展过程的管理, 并且将低碳发展的各项指标划分到各部门, 将各部门低碳发展的完成情况纳入到绩效考核中, 推动各部门积极的完成低碳发展目标, 有效的推进低碳发展的整个过程, 提升发展质量。
(3) 加强低碳经济组织机构建设。建立正式的低碳发展部门, 将低碳发展制度化。组织正式设立低碳发展部门, 在推动低碳发展的过程中, 不断完善低碳发展组织的结构体系, 规范管理过程, 将低碳组织的管理流程化、制度化。
(4) 完善低碳发展的运行机制。建立低碳发展的流程, 规范发展过程, 完善低碳发展的运行机制。在低碳发展的过程中, 对以往低碳发展过程中成功的经验以及失败的教训进行总结, 分析、归纳整理出适合组织低碳能力成熟度提升的并且在相似或者相同项目中可重复运用的经验, 推进地区低碳发展的过程中实现科学化与标准化。
个人信用评估模型的比较研究 篇5
[关键词] 个人信用评估Logistic回归神经网络
个人信用评估的主要目的是对可能引起信用风险的因素进行定性分析、定量计算,以测量消费者的违约概率,为授信方决策提供依据。
在我国，商业银行的信用分析与评估技术还处于传统的比例分析阶段，该方法的最大缺陷在于指标和权重的确定带有很大的主观性,使得评估结果与消费者个人的实际信用状况有很大出入，远不能满足商业银行对消费信贷安全性的准确测量。因此需要引入科学方法来确定有效指标,并建立准确的定量模型来解决信用评估问题。
本文的目的在于：根据我国商业银行的具体情况，结合国际上目前较为流行的个人信用评估方法，就国内外个人信用评估领域使用较多的判别分析、Logistic回归、神经网络方法以及分类树法，利用中国商业银行的数据分别建立评估模型并对它们进行比较,最后给出有关结论。以此研究我国商业银行个人信用风险评估问题。
一、指标与样本数据
本文随机选取我国某商业银行某城市分行的个人汽车贷款1253个样本作为样本总体，按照银行的标准将其划分为“好”客户（293人），“坏”客户（960人），并将其随机分为两组，其中的四分之三作为训练样本用于构建模型，剩下的四分之一作为保留样本对模型的性能进行检验。参考银行客户贷款申请表及还款记录，选取类别(class)，性别(sex )，年龄(age)，婚姻〔marry〕，受教育状况(edu)，月均收入(income)，行业(company)，职业(job)，共八个指标。模型中class为被解释变量，sex, age, marry, edu，income, company, job为解释变量。
表1个人信用指标定义表
二、信用评估模型的构建
1.Logistic回归
在本建模总体中，由于将一个“好”客户错分为“坏”客户（即第一类错误）所造成的平均利润损失Ｌ和将一个“坏”客户错分为“好”客户（即第二类错误）所引起的平均坏账损失Ｄ很难估计出来。为简单起见，将它们取为相等。将选取的训练样本（共940个）使用SAS EnterpriseMiner,选择stepwise方法选择最优的自变量指标进入方程对因变量进行拟合，自变量指标进入方程的顺序是:edu, sex, marry, income, age, job；company被剔除，最后得到式(1)的回归方程。
2.分类树
分类树方法的思想是把所有申请表的答案分成不同的组，然后依据每组中多数成员是好还是坏而判别每个组为好或坏。申请数据组A首先被分成两个组，在针对申请人最终无法偿还贷款方面，相对于未分开的总体组来说每个分开组的内部成员具有更相似的性质。每个这样的组又经过一分为二，得到更具有相似性质的更多小组，这样的过程不断重复。当小组内的成员达到树的终止节点条件時，分区程序停止。然后每个终止节点被分类为“好”的或“坏”的，整个过程可以用一个树的形式来表示（参见图1）。
图1修剪后的分类树
本文使用CART算法建立分类树模型。依据国外学者的研究结果（Lyn C.Thomas，2000）,在本研究样本总量为1253的情况下，为了防止样本训练过度，设定节点最小样本数目为5（节点中较少的一类样本的数量已经不超过预先设定的5个，此时停止分割）。这棵分类树共产生了14个叶节点。
3.神经网络方法
神经网络模型的建立主要需考虑两方面的问题：一是确定网络结构；二是学习参数的调整。本文使用只包含一个隐含层的BP神经网络模型，并采用试值法确定隐含层结点数。
表2隐含层节点数的影响
我们分别就隐结点数为1、2、3、4、5、6、7的情况进行了模拟，各种网络的输出情况见表2。对于保留样本，综合分析第一类错误、第二类错误和总误判率，可以得出当隐含层结点数为5时，总误判率最低且第二类错误比率也最低。采用同样的方法，我们最终选定了神经网络模型的学习率η=0.4，惯性参数α=0.6。
三、不同模型结果比较
由于Logistic回归具有假设条件少、具有可解释性和操作简单的特点，这里将其作为线性方法建模的代表，将其与非参数方法（分类树和神经网络）进行比较。
1.比较之一：错误分类率
实际上，以总的损失最小为标准是衡量模型优劣最合适的评价方法。但是在实际问题中,上述两类错误造成的损失往往是未知的而且难以精确的估计出来。因此,这里将综合考虑总错分率、第一类错误比率和第二类错误比率，以此作为弥补。
从表3中可以看出，就本文的建模数据而言：
(1)3种模型对测试样本的总错误分类率均高于训练样本的总错误分类率。这说明仅用训练样本计算的错误分类率还不能真正地反映模型的预测能力，对测试样本的错分率才是对模型预测能力的一个较好的评估。
(2)就测试样本的总错误分类率而言,logistic回归、分类树、神经网络的总错误分类率均在15%～17%之间，差别不大。这说明所比较的3种方法均具有一定的分辨能力,能够在相当程度上将“好”客户和“坏”客户区分开来。
(3)在使用logistic回归、分类树法和神经网络3种方法对测试样本进行分类时,其第二类错误的比率均较高，最低的神经网络方法也达到37.65%。就模型的稳健性而言，理论上Logistic回归作为一种线性建模方法其稳健性应优于非参数方法，而我们的实证结果表明神经网络方法最优。因此,综合总错分率、第二类错误比率和稳健性看,神经网络方法是一种较好的方法。
2.比较之二：模型验证的全程比较分析
图2和图3是将Logistic回归、分类树、神经网络三种方法所得的模型验证曲线放一起进行比较。图3是图2的累积分布形式。
将25%的测试集数据(在建模过程中从未用过的)根据模型算出分值，这样就可以定义“好”（1）与“坏”（0）值。将这些观察点按信用评估分值从大到小排列（模型中，分值大意味着“好”，分值小意味着“坏”）。排列好后将所有观察点大致分为10份，每一份中约有测试集中10%的观察点，然后依次对这10份中每一份内的“好”与“坏”进行计算，算出“好”的比率。比如在第一个10%中有31个观察点，其中29个是“好”，2个是“坏”；在100%处，可以看到“好”的比率约为3%。将10份“好”的比率绘成图形，连线而成得到图2。
图2 模型验证比较图图3 模型验证累积分布比较图
可以看出两图形的曲线并不平滑，有凹凸，表明模型的效果在某些范围内并不很好，这是因为采集的样本数据数量有限造成的。这些不平滑会对信用评估的应用产生一定的影响。三个模型的分类结果图放在一起比较，可以方便地得出上面已分别陈述过的结论：
神经网络模型要比其他两个模型的分类效果更好些，因为其更加平滑；而分类树模型比回归模型要好一些；实际上在全程范围内三种模型的分类效果几乎同样的好，这点与国外的研究结论一致（A.D. Lovie and P. Lovie，1986）。
四、结论
由于我国个人征信工作刚刚起步，信用记录有限，导致信用数据的信息缺失和我国目前还没有形成经过验证的信用指标体系。基于上述原因，虽然logistic回归被国外证明为一种相当成熟的评估模型，却不能很好的适应我国现阶段的个人信用指标的多样性、不确定性和大量信息缺失等特点。相比之下神经网络方法由于其所具有的自学习能力、容错能力和泛化能力，更适用于我国目前个人信用问题的研究。
作战指挥能力辅助评估模型 篇6
一体化作战指挥能力，主要是指挥员指挥一体化作战的才能和水平。它是军事指挥员军事综合素质和整体指挥水平的体现，是打赢未来信息化战争的关键。通过分析影响指挥员一体化作战指挥能力的各种因素，建立科学、合理的评估模型，是提高指挥员的作战能力的重要方法，也对打赢未来信息化条件下的高技术局部战争具有十分重要的意义。
2 指挥员作战指挥能力的评估指标体系
根据参考文献[1]指挥员的作战指挥能力可构建作战指挥能力的三层能力结构。具体细化为包括5个一级指标、25个二级指标的作战指挥能力体系，如图1所示：
1)战场感召能力X1，包括指挥主体的理想与信念X11、自信水平X12、道德修养和伦理标准X13、战斗精神状况X14、专业素质和经验智慧X15。
2)战场影响能力X2，包括指挥主体运用“职位”权力驾驭部属的能力X21、依靠非权力运用行为影响部属的能力X22、影响或改变部属动机的能力X23、激励和凝聚部属的能力X24、与上下级及友邻沟通的能力X25。
3)战场感知能力X3，包括情报信息获取能力X31、情报信息传递能力X32、情报信息处理能力X33、综合分析判断能力X34、科学预见战场态势能力X35。
4)战场决断能力X4，包括理解和把握上级意图的准确性X41、决策方法的科学性X42、决断时机的及时性X43、目标选择的合理性X44、作战资源运用的有效性X45。
5)战场控制协调能力X5，包括统一作战意志的能力X51、掌握和控制战场信息的能力X52、洞悉作战行动重心的能力X53、合理使用控制协调方法的能力X54、及时有效调整和纠偏的能力X55。
3 指挥员作战能力评估模型
二级模糊综合评判的一般步骤为：
1)选取被评判对象的因素集A={X1,…,Xs}，Xj是A中的某一个指标并且Xj={Xj1,…,Xjt},(j=1,2,3,…,s)。
2)对Xj进行单级的模糊综合评价。设评语等级集V={V1,V2,…,Vp}，Vk(k=1,2,…,Vp)是V中的某个评语，且评语等级从高到低排列。Xjk的单因素的评价权向量为Xj={wj1,wj2,…,wjt}，wjk表示指标Xjk在Xj中的权重，且。Xj的单因素评价结果矩阵为
其中矩阵中的第i行第k列的元素rjik表示Xji指标对应Vk等级的隶属度，于是单级评价模型为：
bij表示指标Xj对应Vk的评价结果。
3)将Xj看成是一个综合因素，用Bj作为它的单因素评价结果，可得隶属关系矩阵。
即，设综合因素Xj(j=1,2,…,s)的模糊权向量为W=(w1,w2,…,ws)，则二级模糊综合评估模型为：
最后再根据加权平均算子，，从总体上即可得某评估对象的评价结果。
4 实例应用
以某部指挥员作战指挥能力评估为例，根据前文的指标体系建立评估因素集。
首先获取各因素权重。选用对比法：设参与评估的人员为E1,E2,E3,E4,E5。对评估对象，经共同评议，一致认为X4为影响评估对象的最重要因素，记为10。其他因素与X4比较值如表1所示。
归一化后得到权重分配：w=(0.17,0.10,0.28,0.25,0.20)
同样的方法获得：w1=(0.17,0.10,0.28,0.25,0.30)，w2=(0.13,0.20,0.17,0.30,0.20),w3=(0.20,0.16,0.15,0.25,0.20),w4=(0.12,0.26,0.21,0.31,0.20),w5=(0.10,0.23,0.30,0.24,0.17)。
评语等级集，V={V1,V2,V3,V4}，即{强，较强，一般，差}，采用十分制打分为{9,7,5,3}。
评判结果，见表2。
所以隶属度为：
根据(1)、(2)求得：
B=(0.236,0.370,0.314,0.100)，故，V=6.584≈7，指挥员的作战指挥能力接近较强
5 结束语
采用模糊综合评判方法的辅助评估模型，比较全面，系统的分析了指挥员作战能力的各个影响因素，相对较好的解决了评估中主观性，方法较为简单实用。若更多的专家参与评判，结果将会更准确。
参考文献
[1]曲新勇,黄涛.作战指挥能力的基本特征及要素构成[J].国防大学学报,2007(02):67-71.
[2]姜浩,陈浩光,星学光.基于二级模糊综合评判的机场目标毁伤效果评估[J].兵工自动化,2007(08):1-2.
[3]彭祖增,孙韫玉.模糊(Fuzzy)数学及其应用[M].武汉:武汉大学出版社,2002.
[4]叶义成.系统综合评价技术及其应用[M].北京:冶金工业出版社,2006.
经济性评估模型 篇7
电视节目收视率的评估是科学统计电视节目收视率的重要手段,而评估结果直接影响电视节目在市场上的走向,成为电视节目的价值尺度,所以选择适应当前形式的评估方法至关重要。目前,电视收视率评估方法有电话访问法、日记法和人员测量法。在实际操作中,日记法容易与市场脱节;电话访问法成本高,并且容易产生抽样误差和操作误差;人员测量法回复效率低,容易产生非抽样误差[1,2]。
NetLogo是用来对自然和社会现象进行仿真的可编程建模环境,特别适合对随时间演化的复杂系统进行建模[3]。这就使得探究微观层面上的个体行为与宏观模式之间的联系成为可能,这些宏观模式是由许多个体之间的交互涌现出来的。它的此种特性非常适合于电视收视率评估模型的建立和实际系统中的仿真。笔者尝试把仿真的理念运用到收视率评估中,基于NetLogo建立收视率仿真模型,用以复现实际收视率发生的本质过程[4,5]。
1 实验设计
1.1 实验主客体
1.1.1 电视观众
实验主体为电视观众,为方便实验考虑,将电视观众按年龄分为老年、中青年、少儿3类,按文化层次分为高等教育、中等教育、初等教育及文盲3等。其中,各年龄层次受教育人数占总人口比例如表1所示。实验1中电视观众的人数设定为10万人,实验2中电视观众的人数可以在1~10万之间滑动调节。
1.1.2 电视节目
实验客体为电视节目,为方便实验考虑,将电视节目按类型分为娱乐类、教育类、新闻类3类,按质量分为高、中、低3个等级,节目时长可以调节。在实验1和实验2中电视节目的类型、质量是已经设定的。
1.2 实验流程
在收视率仿真实验中,以每5 min作为1个时间步,每个实验模拟现实生活中1个月某档电视节目的收视率走向。以电视观众对某档节目的偏好(概率)和同类节目竞争水平作为是否换台的依据,在此忽略广告插入对收视率的影响。在1个时间步初始时刻,当电视观众当天尚未选择本档节目时,仿真系统会生成随机数r,当r小于其对该档节目的偏好概率与同类节目竞争水平乘积时,观众选择观看该档节目。反之,则选择其他电视台节目。当电视观众当天已经收看过本档节目时,仿真系统会生成随机数r0,当r0小于其对该档节目的偏好(概率)时,则继续留在本台。否则,以节目偏好概率与同类竞争水平的乘积(同类竞争水平=1÷同时段播放的同类节目的总个数)为概率作为选台依据。按此算法运行,仿真模型会以天为单位生成收视人数、收视率变化的数据和曲线图。当电视节目参数调整、观众与节目组合变化时,实验流程不变[6]。
2 假设前提
本仿真实验有如下几点假设:
1)电视观众对某类节目的偏好概率可以用主观意愿选择该类电视节目的概率来反映。为方便实验,实验1中对不同组合的偏好(概率)做了设定,如表2所示。
2)某档节目的收视率与电视观众对该档节目的偏好概率和该档节目的同类节目竞争水平相关。
3)某档节目的同类竞争水平α可定义为同时段播放的同类节目总个数,α越大,表明竞争水平越低。根据实际竞争状况,为方便实验运行,本实验中把同类竞争水平α设为0.1~0.5。
4)不考虑广告插入对收视率的影响。
5)对于1档节目而言,时间不会很长,很难跨越2个收视率差异很大的时段。因此,在模型构建中未考虑黄金时段与非黄金时段对收视率的影响[7]。
3 仿真模型构建
根据以往收视率评估的参照因素,在仿真模型构建中,应用的算法如图1所示,其他组合的节目选择算法同下。其中,α=1÷同时段内播放的高质量娱乐节目数,POC-AH为受过高等教育的老年人对高质量娱乐节目的偏好概率[8]。
4 仿真实验与结果
4.1 构建实验控件
使用NetLogo软件构建所需的实验控件,利用这些控件可以向模型输入数据。在本次实验中可调节的变量为观众规模、观众构成、节目类型、节目质量、节目时长、同类竞争水平、仿真时间。变量滑轴仿真模型如图2所示。
其中,仿真时间最多可以到365天。
4.2 仿真实验1
假设某电视台要推出1档高质量的娱乐节目,节目时长为45 min,同时段内其他电视台播放的高质量娱乐节目数目为5个,则α=1÷5=0.2,通过实验,可模拟30天内该档节目的收视人数曲线和收视率曲线。把假设变量值输入仿真模型,得到AH收视率走向如图3所示。
本实验对AH的收视率走向进行仿真,实现了其他收视率评估方法中所不能实现的预先评估的作用,大大节省了人力、物力、财力,为电视台推出1档新节目提供收视率参考。
4.3 仿真实验2
假设时间长度为45 min的高质量娱乐节目(AH)要进行改版,调整节目中的某些元素或版块,会引起受众对其偏好(概率)发生变化,因为改版,也会导致同时段内其他高质量的娱乐节目数目较原来发生变动。在这种情况下,根据经验,人们会判断改版后的AH的收视率也会发生变化,并且与受众的偏好概率和同时段内其他高质量的娱乐节目数目的变动是相关联的,这种经验靠得住吗?AH的收视率与上述两者到底呈现什么样的关联呢?通过仿真实验2的3个步骤就能解决这个问题。
1)改版时可以借鉴同类娱乐节目吸引人的元素(雷同元素),这就改变了AH的同类竞争水平,把αAH分别调整为0.1,0.2,0.3,0.4,0.5,其他参数不变,分别进行仿真实验,得出不同的αAH值下AH的收视人数均值和收视率均值,如表3所示。
由表3可以看出,在其他参数不变的情况下,同类竞争水平值越大,收视人数呈增长趋势,收视率也呈增长趋势。同时段内其他高质量的娱乐节目数目越多,收视人数越少,收视率越低。所以,进行改版时要避免引入雷同因素。
2)AH改版时引入一些投目标受众所好的元素,假设这样会提高该节目的收视人数和收视率。实际情况是不是这样呢?我们来做仿真实验:把每种类型的观众对高质量的娱乐节目的偏好概率各增长10%,其他参数不变,收视人数的均值由原来的8 702.156增长到了11 043.82,收视率由原来的8.702%增长到了11.044%,呈增长趋势,由此观之,AH的收视率与用户选择偏好呈正相关关系。在改版中,引入目标受众欢迎的元素,收视率的确会提高,实验数据证明了这一点,消除了直观认识的不确定性。
3)AH改版时,如果αAH和受众偏好(概率)都作出调整,仿真模型也能对收视人数走向和收视率走向作出预测。
实验中,各类观众对AH偏好增长10%,同类竞争水平拖动到0.4时收视率走向如图4所示。
这说明建立的仿真模型不仅能进行单一变量的调整,而且能进行多因素干扰仿真。
5 结论
笔者基于NetLogo模拟一段时间内某档节目收视率走向,构建了2组简单的收视率仿真实验,2组实验的基本假设都是相同的。实验1观察30天内影响收视率的各因素(节目参数、竞争水平、用户偏好)取值固定情况下收视率走向情况,克服了目前收视率评估难以解决的时间和财力问题,为电视台推出1档新节目提供收视率参考;实验2观察节目参数固定、竞争水平和用户偏好发生变化时收视率走向情况,由此得出收视率与同类竞争水平呈正相关关系、与用户偏好概率值呈正相关关系,这与电视收视率预期的影响因素基本一致,进一步验证了仿真模型构建与现实生活中收视率影响因素大致相同,把仿真理念和仿真模型应用在电视收视率研究中是科学合理的,也是切实可行的,此实验步骤3)还说明了仿真模型不仅能进行单因素干扰仿真,还能进行多因素干扰仿真,为节目改版中添加新鲜元素提供了科学依据。
仿真实验的诸多假设条件均能调节或重新设定,模拟平台的可塑性很高,在以后的研究中可针对本次实验中没有作为变量的条件进行实验,比如,根据电视台的覆盖区域内人口规模,观察不同人口规模下某档节目收视率变化情况。
参考文献
[1]刘燕南.电视收视率解析:调查、分析与应用[M].北京:中国传媒大学出版社,2006:20-54.
[2]郑伟.我国电视节目收视率评估现状及评价[D].长春:吉林大学,2008.
[3]任红艳,李广洲.一个基于多重表征的教与学的软件——NetLogo[J].中学化学教学参考,2005(Z1):71-73.
[4]金纯,杨帆,盛谦,等.基于Cookie原理的数字电视收视率调查系统设计[J].电视技术,2009,33(5):48-49.
[5]刘晓平,唐益明,郑利平.复杂系统与复杂系统仿真研究综述[J].系统仿真学报,2008(23):6303-6315.
[6]曾薇.基于NetLogo的信用卡仿真研究[D].天津:天津财经大学,2009.
[7]黄芙蓉.电视收视率统计应考虑的几个因素[J].统计与决策,2007(9):143.
经济性评估模型 篇8
国内民航运输1980年的时候仅有69个民用机场, 到了2013年的时候, 国内民用航空 (颁证) 机场达到183个 (不含港澳台, 下同) 。定期航班的通航机场有180个, 定期航班的通航城市达到178个[1]。同时, 2012年定期航班航线共有2457条, 其中包括2076条国内航线和381条国际航线。全国运输机场运送旅客达到67977.2万人次, 运输货邮达到1199.4万吨。具体从空管角度分析, 国内旅客吞吐量分布情况具体如下:华北区域17.6%, 华东区域29.2%, 西南区域14.9%, 中南区域24.1%, 东北区域6.3%, 西北区域5.4%, 新疆区域2.5%;国内货邮吞吐量具体分布情况如下:华北区域18.1%, 华东区域41.7%, 西南区域9.8%, 中南区域23.4%, 东北区域3.6%, 西北区域2.2%, 新疆区域1.2%[2]。
当前, 国内航线网络已初步形成了以北京首都机场、上海两场、广州白云机场等枢纽机场为中心, 以成都双流机场、昆明长水机场、重庆江北机场等省会或重点城市机场为主干机场, 以及大量支线机场共同支持的结构布局。同时在有些区域表现的是以省会机场为中心, 区域内及周边城市机场为辐射点的轮辐式航线网络, 云南省和新疆维吾尔自治区就是其中最典型代表。
2 航线网络研究中的连通性与通达性区别
在研究和评价航线网络的效率和利用率, 机场的可达与否等, 首先必须区分连通性和通达性的含义。国外研究认为, 连通性被认为是从供给层面来说明一个特定机场如何在航线网络中合理地发挥节点的作用;通达性被认为是从需求层面来研究旅客通过航空运输方式从航线网络的一个节点到另一个节点的可行性和便利性, 以及服务质量的传递和延伸。
连通性模型可以看出一个机场在全球航空运输网络的服务水平, 而通达性模型可以反映出旅客通过航空运输在一个特定节点或者区域的选择机会。具体在研究航线网络时, 通达性研究可以被看做是连通性的延伸和微观分析。文章建立连通性模型, 从宏观角度航线连接的质量和密度来研究国内机场的连通性, 然后按机场分类, 分别论述各级枢纽机场航线网络连通性的评估结果, 并对其作进一步分析和探讨。
3 国内枢纽机场连通性研究
3.1 模型规定
首先, 文章研究的连通性限定在国内机场以及国内航线网络的连通性研究上;然后假定A为计算连通性的机场, L为不同类型的国内机场, 则国内机场ACQI计算模型为:
其中, l指直达机场类型;l'指一次经停的机场类型;fa, l指从机场a到机场l的日航班频次;da, l指连通机场a的直达航线的机场数目;da, l'指连通机场a的直达航线的机场l'数目;wl和wl'分别是对于不同类型的l (直达) 和l' (中转) 机场设定的权重系数;α指对连通性计算的影响程度上, a机场与直达机场, 和a机场与一次经停的机场之间的换算系数;此外, 当机场a与连通的机场之间既有直达航线又有一次经停航线时, 统一当做直达机场来计算。
3.2 机场分类与参数确定
目前, 国内机场布局与经济地理格局基本相互适应。在强调空管因素的基础上, 根据政治、经济和文化综合评定, 将北京、上海两场、广州作为一级枢纽机场, 同时这3个机场也是中国七大管制中心中最大的三个管制中心所在地;其他管制中心所在地分别是东北地区的沈阳, 西北地区的西安, 新疆地区的乌鲁木齐和西南地区的成都, 再加上中南地区吞吐量仅次于北上广的深圳宝安机场, 总共5个二级枢纽机场。其他省会城市作为三级枢纽, 共28个, 其他139个机场作为四级机场。
在参数的计算上, 《从统计看民航》上提供了多项相关数据, 本模型参数值的确定选取最有代表性的吞吐量作为参照和计算的依据。每级枢纽机场权重wl和wl'为该级枢纽机场2011年平均客流量与一级枢纽机场2011年平均客流量的比值, 计算结果如表1所示。
而换算系数α是基于航线服务质量水平 (Quality Service Index, 以下简称QSI) [3]来确定的。QSI最早是航空公司为了通过航线质量来计算市场份额而引入的概念, 航空公司可以通过QSI的变化来预测旅客对该航线的选择机会和满意程度, 从而调整航线和航班来满足旅客需求, 同时更有效地利用有限的空域, 同时便于空管指挥。显然, 旅客一般在航班选择上, 会倾向于选择直达航班, 而不是以一次经停为代表的中转航班。
换算系数α的精确值会根据不同的QSI模型而有所不同, 但一般变化的范围在0.03~0.2之间 (Jenkins (2011) [4]) 。这就是说, 两机场之间, 直达航班对连通性的贡献是中转航班的5到33倍。事实上, 大部分的QSI模型所选取的数据都是二十世纪八十至九十年代的数据, 那个时候全球大多数航班都是直达航班, 中转航班和枢纽机场都很少。而现今, 很多中小型机场之间的连通, 往往会通过枢纽机场来中转, 这就很大程度上增加了中转航班 (Wittman and Swelbar (2013) [5]) 。文章研究的连通性选取的数据样本是近十年的数据, 因此, α值应该选择较大值, 即中转航班对连通性的影响和贡献应该在可取范围中取较大值。同时, 近年来国外学者Emrich and Harris (2008) [6]认为直达航班对连通性的贡献应该是中转航班的8倍左右。综上, 文章在ACQI模型计算中将α值设定为0.125。
3.3基于机场群视角的一次经停机场选择
民航总局在《全国民用机场布局规划》中提到, 到2020年, 我国民航运输机场总数将达到244个, 将形成以北京首都机场为主的北方 (华北、东北) 机场群、以上海两场为主的华东机场群、以广州白云机场为主的中南机场群, 以成都双流机场和昆明长水机场为主的西南机场群, 以西安咸阳机场和乌鲁木齐地窝堡机场为主的西北机场群五大区域机场群。顺应民航总局的政策, 兼顾空管因素, 文章在中转航班研究中, 重点考虑一次经停航班, 从机场群视角, 将一次经停的机场分为北方、华东、中南、西南、西北五大区域机场群, 北方机场群以北京首都机场为一次经停机场, 华东机场群以上海两场为一次经停机场, 中南机场群以广州、深圳机场为一次经停机场, 西南机场群以成都、昆明机场为一次经停机场, 西北机场群以西安、乌鲁木齐机场为一次经停机场。
3.4 结果分析
本模型计算的原始数据来自《从统计看民航》, 由于年数较多, 机场繁多导致数据庞大, 文章采用数据库计算, 最后通过MATLAB编程验证数据的可靠性。后文在研究不同类型的枢纽机场时, 将上文分类的四级机场分别称为一级、二级、三级枢纽机场和非枢纽机场。
(1) 国内枢纽机场连通性整体情况
图1反映了2007年和2012年每种类型的枢纽机场ACQI平均值的比较, 从中可以看出不同类型的枢纽机场连通性变化的差异。所有研究的枢纽机场在2012年总的平均值较2007年上升了46.08%, 这其中涨幅最显著的是非枢纽机场, 同期增长了51.89%。这主要来源于, 这一期间新建了不少非枢纽机场, 陆续开通了这些非枢纽机场直达一级枢纽或者二级枢纽的航线。但同时, 从ACQI值上看, 在2012年, 一级枢纽机场ACQI值是二级枢纽机场的1.75倍左右, 是三级枢纽机场的4倍, 是非枢纽机场的25倍之多。
从图1中也可以看到, 2007年到2012年各级枢纽机场的连通性都是上升的, 说明经济危机对国内机场航线网络整体的连通性并没有产生决定性影响。在下文中将要分别对各级枢纽机场ACQI值从2007年到2012年的变化, 来分析其连通性变化。
(2) 一级枢纽机场连通性分析
图2显示了一级枢纽机场从2007年至2012年, ACQI值由517.20增长至719.25, 平均增长率约为8%。2008年的国际金融危机没有给中国大陆机场连通性造成影响, 2009年与2008年相比, 连通性依然增长了约12.5%。原因是为了防止国际金融危机造成的经济下滑的风险, 国家投入了4万亿用来刺激经济。2011年相比2010年有小幅度降低, 是由于一级枢纽机场到三、四级机场的通航城市和航班大量减少, 使得大型枢纽机场连通性下降, 2012年这些航班又恢复了, 导致连通性再次保持上升的趋势。
从表2看, 2007年至2012年, 上海两场的ACQI值整体呈上升趋势。而2011年机场ACQI值呈下降趋势, 与这6年整体趋势相反, 主要是因为上海两场到三、四级机场的通航城市和航班大量减少。2007年至2012年, 上海两场到二、三级枢纽机场连通性增长较与一级枢纽机场连通性更加明显, 上海到二级枢纽和到三级枢纽ACQI值分别由242.76增加至324.43, 由48.58增加至178.57;而北京到一级枢纽ACQI值仅由265.98增加到290.40。说明北京到上海到北京和广州的航班已经饱和, 而其到其他区域枢纽和省会城市的航班频次增长潜力较大。
每种类型的枢纽机场ACQI值都由两部分组成, 一部分是由直达航线和航班组成, 另一部分是由一次经停航线和航班组成。表3反映了一级枢纽机场到直达航班中的其他级别枢纽机场的ACQI值变化, 和一次经停航班的ACQI值变化。具体来说, 一级枢纽机场到二级枢纽机场的ACQI值由212.56增长到332.62, 增加了56.48%;到三级枢纽机场的ACQI值由42.18增加到114.88, 增幅达到172.36%;到非枢纽机场的ACQI值则经历了轻微的波动, 基数和涨幅较前两者都不是很明显。同时, 一级枢纽机场的一次经停航线ACQI值从2007年至2012年增加了17.68%, 对ACQI值的影响不如到二级枢纽和三级枢纽大。这说明, 一级枢纽机场连通性的增加, 主要来源于其与区域枢纽机场 (二级枢纽) 和省会机场 (三级枢纽) 的点对点航线和航班的增加, 非枢纽机场和中转航班的连通性对其贡献不是很大。
(3) 二级枢纽机场连通性分析
如图3所示, 2007年至2012年, 二级枢纽连通性增加明显, 由267.08增加至394.90, 增幅为47.85%, 较一级枢纽增幅更加明显。由于中国民航局对于中西部民航发展的大力支持, 成都和乌鲁木齐机场航班量显著增加, 连通性相应大幅提升。
下面以乌鲁木齐地窝铺机场为例, 如图4所示, 2007年至2012年, ACQI值由141.42增加至227.86, 增幅为61.13%。直达城市由2007年的18个省至2012年的22个, 没有显著增加。但到一级枢纽和二级枢纽机场的航班频次大幅上升, 由21322架次每年上升至35927架次每年。乌鲁木齐机场增加的ACQI值主要来自航班频次的提升。
表4反映了二级枢纽机场到直达航班中的其他级别枢纽机场的ACQI值变化, 和一次经停航班的ACQI值变化。具体来说, 二级枢纽到一级枢纽的ACQI值从184.32增加到249.68, 增长了35.46%;到三级枢纽机场的ACQI值由10.02到18.06, 增加了80.24%, 但是其ACQI值所占比重相对于到一级枢纽的ACQI值要小很多;到非枢纽机场的ACQI值则波动较大, 这与区域枢纽尤其是西部机场乌鲁木齐、西安等区域内或相邻区域间通达的小机场航线与航班不固定有关。而一级枢纽机场的一次经停航线ACQI值从2007年至2012年小幅增长4.2%, 变化不显著。这说明, 二级枢纽机场连通性的增加, 主要源于其与一级枢纽机场航班量的增加, 中转航班的连通性变化较小, 说明二级枢纽机场区域枢纽的作用不明显, 与其功能定位不相匹配。
(4) 三级枢纽机场连通性分析
如图5, 2007年至2012年, 三级枢纽连通性增加较为明显, 由142.33增加至207.10, 增幅为45.51%, 比一、二级枢纽增幅小。由于高铁的开通造成了中部机场1000公里半径内的机场航班减少明显, 从而导致中部地区一些省会机场连通性下降。
这其中表现明显的有中南地区的区域枢纽机场长沙黄花机场, 如图6是长沙黄花机场2007年至2012年的ACQI值变化, 由于武汉至广州的广铁在09年底通车, 导致通往一级枢纽广州的航班频次在09年之后呈下降趋势 (如图7) , 2010年ACQI值较前几年上升缓慢, 2011年则由288下降到279。
表5反映了三级枢纽机场的ACQI值变化具体情况。其中, 三级枢纽到一级枢纽的ACQI值从94.82到124.74, 增加了31.55%;到二级枢纽机场的ACQI值由33.35到45.17, 增加了35.44%;到非枢纽机场的ACQI值则经历了一个急剧增加的过程 (这其中也存在2010年到2011年的短暂回落) , 从2.83上升至9.04, 增长了219.43%, 这与省会城市新增加省内或相邻省间的航线有关。一次经停航线ACQI值从2007年至2012年增长了48.34%, 但其所占比重渐渐有被三级枢纽到非枢纽机场的ACQI值赶超的趋势。这些说明, 三级枢纽机场连通性的增加, 主要源于其与一、二级枢纽机场连通性的增加, 但是, 三级枢纽机场与非枢纽机场连通性的迅速提升, 说明省会城市机场的功能定位渐趋明晰, 覆盖范围增加, 满足其省市经济发展的广度和深度的诉求, 同时反映出支线航空近年来的迅猛发展。
(5) 非枢纽机场连通性分析
如表6, 非枢纽机场ACQI值大小是由其到一、二级枢纽是否通航及航班量的大小决定的。非枢纽机场与一、二级枢纽机场连通的ACQI值占到非枢纽机场总的ACQI值的90%以上。大部分非枢纽机场与一级枢纽连通, 并且ACQI值主要由到一级枢纽的频次组成。如新疆佳木斯机场, 2008至2010年, ACQI值由7.6上升至11.5, 增幅为51.3%, 而其到北京首都国际机场的航班量在这三年内由881增加至1330架次, 2011年, 该机场与北京不再通航, 因此ACQI值在2011年减少为0.1。
4 结束语
文章运用The Airport Connectivity Quality Index (ACQI) 方法计算2007年至2012年中国机场国内连通性的ACQI值, 从宏观上定量分类评估了国内机场航线网络的合理性。国内机场在6年内, 主要机场的ACQI值均有大幅提升, 一级枢纽ACQI值的增加主要来自于其到二三级枢纽机场的航班频次的增加, 二级枢纽ACQI值的增加主要来自于其到一级枢纽机场的航班频次的增加, 三级枢纽和非枢纽机场ACQI值的增加主要来自于其到一级枢纽机场的航班频次的增加。综上所述, 中国机场发展相对不平衡, 一级枢纽发展较快, 航班量增加明显, 二、三级枢纽和小机场之间连通性不好, 航班量较少有待进一步发展。
同时, 文章也提到了与连通性相对应的微观上研究的概念———通达性, 通达性从旅客需求层面具体到每一条航线、每一个航班的合理性研究, 其中涉及到客座率、运载率、中转时间等连通性的延伸研究。在此研究基础上, 通过删减不合理的航班和航线, 达到缩短航班延误时间, 缓解空域资源紧张, 提高空管运行效率的目的。
参考文献
[1]马海宁.浅谈民用小型支线机场总平面布局规划[J].城市建设理论研究 (电子版) , 2013 (15) :24-26.
[2]王姣娥, 金凤君, 孙炜, 等.中国机场体系的空间格局及其服务水平[J].地理学报, 2006, 61 (8) :18-21.
[3]Hensher D A, Stopher P, Bullock P.Service quality--developing a service quality index in the provision of commercial bus contracts[J].Transportation Research Part A:Policy and Practice, 2003, 37 (6) :499-517.
[4]Jenkins J J.The evolution of passenger accessibility in the USairline industry, 1980-2010[D].Massachusetts Institute of Technology, 2011.
[5]Wittman M D, Swelbar W S.Modeling Changes in Connectivity at US Airports:A Small Community Perspective[J].2013, 63 (5) :273-276.
电网终端信息安全评估模型分析 篇9
在信息化时代逐渐成型的今天, 社会上的大中小的企业、团体也逐步希望更加多的接触互联网, 以谋求更高的效率来实现基本工作、人员部署、商务协助等方面工作。电网运营商提供的网络和业务已经成为现代经济社会和人民生活所必须的部分, 而人民日益增长的对物质文化的需求就促使了电力信息化的程度继续提高, 因此在信息安全方面的盲点和潜在威胁也就渐渐浮现。主要体现在以下方面:主要是在电力信息化的水平增高以后, 就不可避免使思维和体质对信息体系的相关程度不断增高, 会不断迫使信息的价值升高。最后就导致了信息的价值远远高于其他相应的物资成本, 从而会造成整个链条的畸形与脱节, 也就造成了发展得进一步的不平衡。
根据我国目前的复杂情况, 想要对电网终端系统这样一个组成成分复杂的信息系统进行较为彻底的安全评估还是具有一定难度的。目前在电网终端的信息安全评估的对象大致分为两个部分:安全漏洞和安全配置。对于安全漏洞方面, 其主要通过对漏洞进行实时的监控管理和分发针对其的补丁;而安全配置方面, 主要还是以依靠人工管理为主的现状, 这就会造成风险管理上存在很多不确定因素。美国国家标准技术协会 (National Instituteof Standards and Technology, NIST) 于2007年提出了信息安全自动化计划 (Information Security Automation Program, ISAP) , 该计划的目标是让漏洞、配置的管理和安全测试及符合性能够自动化, NIST同时也提出一个配套的安全内容自动化协议 (Security Content Automation Protocol, SCAP) [1]。透过该协议可以看出, 其想要通过明确的、规范化的模式使得遗漏问题、安全监管和政策一致性的目标变得统一。本文将要对现有的电网终端系统的安全评估模型及其实现安全评估的综合方法进行讨论与分析, 将各种信任属性的比重关系提供给决策者使用。
1 安全评估模型
不同于现有的类似“黑盒”、是或非几种类型的测试, 这类都直接明确的测试往往过于呆板。安全评估不仅要使用正式、规范的测试方法, 且更要依赖可操作的分析程序和专家智慧与专业经验[2]。要想实现安全的评估就需要按照一定的顺序, 首先必须准确去定义所要求的, 然后针对需求制定相应的目标, 之后分析出与目标相应的评估内容, 然后再对评估内容去制定评估机制, 最后得出评估后的结论。针对不同的主客体、不同的环境, 最终由安全评估流程分析得出的结果也是不尽相同。一共主要由六大类安全需求存在于电网终端信息安全评估系统里, 如图1所示。
以上的分析得出, 为保证最终的平台运行满足安全的需求, 就应该实现对电网终端的安全评估的目标。为了能够更好的实现最后建成的平台要求达到的目的, 最主要应该分析出能够干扰平台稳定运行的各项因素, 其次对这些目标进一步分解为更为详细的评估内容。通过对安全性能的相关条件的分析得出以下几个方面作为主要的考虑因素:
(1) 是否安全可靠。
(2) 是否是某个上下文。
(3) 是否存在风险。
(4) 主体能否按照设定程序执行规定的任务。
在系统进行安全性和稳定性的分析过程中, 目的是将所有范围内的目标, 其特征分层解析为具体的值, 这是基于评估参考值的分析和量化。每个关键位置的评价函数的作用就是处理这些量化过后的函数值, 并非必须是相同的, 而是根据他们各自拥有的不同属性来适用不同的处理办法, 这是对于模型的统一考虑, 而不是具体内容的功能讨论。
总结和分析现有的安全评估过程, 其往往具有模糊性的特质, 一些因素之间的比较与重要的优先度不能够做出一个清晰的判断。例如, 系统会这样来分析事件因素X会比Y略微重要, 而事件因素Z会比Y重要得多。显而易见这样的模糊关系是不够的, 就需要更具这种模糊的结论来进行一个更为准确的权重比较。而这种更加明确的分析往往能够帮助到使用者的分析和判断, 以至于更加准确的分析出结果。
2 电网终端信息安全评估系统分析
2.1 评估系统结构分析
针对现在市场没有应对电网终端实现自动化的侧重于风险分析、安全方案的信息安全评估产品的现状, 需要及时的步进这一类评估设备。主要类型, 可将其归为 (安全性分析评价设备、系统软件评估设备和概率性评估辅助设备) 3类, 这3类产品在工作时具有不同的完成点, 也就是说在系统评估过程中完成不同的职能, 起到不同的作用。为了构建出一套能够结合业务系统的安全评估结构, 该系统根据现有的业务安全评估的特点, 对行业内的情况和对行业的前景进行了充足的分析。同时借鉴权威下发的电网行业的各种类型的安全性规范文件和基础行业规范为标准, 借鉴过去在等级保护和风险评估上面的实例, 最终去构建和完善这个体系。
运用所建立起来的这个结构, 先进一步探究与行业相关的安全需求, 再去以此为依据建立安全性评估准则。将安全评估要求细化分解。将之前得出的要求进行解析, 分为一个个小基本执行层。而对这些基本执行层来进行评估分析的标准是对漏洞、补丁等有害于系统的特征的检验和分析得出的。所以要想有效得实现安全评估, 就必须严格实现这些检查项的有效性。对目标业务系统展开合规安全检查, 从而检索出不符合的项并应用安全措施来保持或降低安全风险。
2.2 评估系统实现性分析
就现有的电网终端信息安全系统来讨论, 需要考虑的主要目标就包括保障性安全、策略性属性及风险性评估这三个方面。就一些评估性系统而言, 作为一个自动化电网终端信息安全评估工具。只需要按照程序输入相关的被检查对象的信息, 如:IP地址、初始登陆名和PASSWORD, 就能够在加密通道内实现上线, 从而可以检测到被检查设备, 按照既定的程序执行一系列的任务, 然后把得出的各项数值与提前规定好的的值比较, 并且以完整报告的形式交予客户。检测具有快速性、有效性的特点, 往往能够在输入命令启动检测的三分钟内就对目标完成检查。
在配置检查完成的情况下, 系统先进行任务管理模块的启用, 相关信息就会直接送到系统的扫描引擎中。引擎就会对传入信息进行反应, 对相匹配的工作进程调用。然后对被检查目标在系统上进行登录, 通过调度中枢将对应的进程调用到被检查目标的各个位置的信息, 并将最后获得的结果反馈到系统的数据分析模块。将各个部分反馈的信息按照一定顺序进行重新排列, 与之前建立的标准库相应的数据作分析, 得出相对应的结果, 在终端将综合分析结果展示给用户。
3 结语
分析总结以上与电网终端信息安全评估相关特点, 对实施过程中电网终端信息安全评估的几个目标进行分析。利用分层化的分析, 对各个目标的比重关系进行分析、比对, 最后以量化式的结果反馈给用户, 在此基础上完成自动化的安全评估设备的建设。
摘要：当前电网终端需要一种行之有效的针对信息的传播方面的安全性评价体系。为了提出一种合理的模型, 结合现有面临的问题和电网终端的特性做出综合分析。现有的模型通过对安全评价的分析, 满足基本的安全评估的要求, 根据模型各个部分所占的总体的百分比, 分层次分析应用, 最后在终端得出结论。实际的数据分析表明, 该种模型的确可以达到自动化的检查目的, 而且整体检查的耗时不超过3min。
关键词：information security,Evaluation function,安全评估模型,国家安全,自动化评估工具,电网终端
参考文献
[1]杨衫, 曹波.电网终端信息安全评估模型[J].计算机工程, 2013.
经济性评估模型 篇10
关键词:HIROSE模型;电信企业;品牌价值
随着企业品牌越来越受到重视,实业界和学术界也开始不断地对这种特殊的无形资产进行研究、管理并对其潜在价值加以挖掘和利用。当前比较流行的评估方法有市场结构模型法、Kemin模型法、Interbrand价值评估模型、千家品牌价值评估模型等。该文试图运用HIROSE模型对我国三大电信运营商(移动、电信、联通)的品牌价值进行实证分析,以期证明该模型的合理性并且获得有参考价值的结论。
一、HIROSE模型简介
HIROSE模型是由Yoshikuni Hirose博士于2002年提出的,其源自品牌价值的内涵品牌价值的假说结构,提出三个主要驱动品牌价值的假说结构分别为价格优势、忠诚度及扩张力,形成三种决定品牌价值的动因,即价格优势(Prestige Driver,PD)、 忠诚度(Loyalty Driver,LD)和扩张力(Expansion Driver,ED)。
(一)价格动因(PD)
侧重于品牌为公司创造的价格优势,依据“HIROSE REPORT”
式中:S:本公司销售额;S*:基准企业销售额;C:本公司销售成本;C*:基准企业销售成本;A:本公司广告宣传费比率即品牌管理成本;OE:营业成本。
(二)忠诚度动因(LD)
主要测度客户的品牌忠诚度,侧重于品牌能否在长时间内维持稳定的销售。依据“HIROSE REPORT”LD可以用下式中:μc:过去5年平均销售成本;σc:销售成本标准差。
注:从过去5年销售成本的平均数据求出平均值μ和标准差σ,σ占μ的比率;采用销售成本的原因是,销售成本可以显示忠诚顾客的存在以及销售数量的稳定性。
(三)扩张力动因(ED)
主要测度品牌在海外以及非本业的扩张力,主要针对于品牌的认知度。依据“HIROSE REPORT”Expansion Driver可以用下列的式子来定义:
式中:PD=超额利润率×品牌起因率×本公司销货成本=〔过去5年平均{ (本公司销售额/本公司销货成本-基准企业销售额/基准企业销货成本)×本公司广告宣传费比率*}×本公司销售成本〕;LD=(销售成本μ-销售成本σ)/销售成本μ;ED=海外销售额成长率以及非本业销售额的平均(ED各指标的最低值为1)
二、基于HIROSE模型对我国电信企业品牌价值的分析
(一)研究的前提与假设
1.本文以香港证券交易所2007年~2009年三大电信行业上市公司披露的财务信息资料为依据,借助于HIROSE模型,来计算企业的品牌价值;
2.本文不考虑集团公司整体的价值,仅以集团的上市公司为研究对象,可能与公布的企业品牌价值不可比;
3.品牌评估基准企业的选择乃以同一业种内每单位销售成本销售额最低的企业,并且选取2009年12月31日作为评估基准日。
(二)实证研究与分析
1.价格动因分析。移动目前的经营业绩遥遥领先于其它运营商,从成长性来看,公司的营业收入和净利润增长速度远超过其他运营商,在移动的竞争地位还在继续增强的行业背景下,公司的成长性和价格优势都明显高于其他电信运营商。
2.忠诚度动因分析。三家电信营运商的忠诚度指标较为相近。但是移动的顾客绝对数要远远大于电信和联通。原因在于移动自身领先的专业通讯技术以及成功的广告宣传和营销手段,使其顾客具有较高的忠诚度,领先于其它两家运营商。
3.扩张力动因分析。通过表1的分析可以发现,电信的扩张力水平要高于其它两家营运商,原因在于08年电信进行了较大规模的重组,业务范围有了扩张,并且在证券市场取得了较大的收益,所以在扩张力水平方面领先于移动和联通。
4.品牌价值分析。假设09年平均无风险利率为r=4%。根据已计算出的指标来求得三大电信营运商的品牌价值。
根据HIROSE模型的分析可以得知,中国移动的品牌价值最高,然后依次是电信和联通,与世界品牌实验室公布的排名基本一致,结论具有较高的可信度。在三个指标中,价格动因对于企业价值的影响最大,而扩张力和忠诚度指标的影响相对较小。可以得知,电信企业在关注价格优势的同时,还应该更多关注企业扩张能力以及顾客忠诚度,从多方面入手来提升企业的竞争力和影响力,这样企业的品牌价值将会有更大的提升。
三、结束语
本文通过实证分析,发现HIROSE模型最大的优势在于只需要利用企业年度财务报表中的数据就可以对企业的品牌价值进行评估,不仅很容易得到检验,并且也符合公平公正的评估原则,结论具有较大的可靠性。
此外,该模型也存在一定程度的缺陷需要改进,例如它不适用于无公开财务报表数据的企业;没有明确区分出由企业品牌价值所带来的收益,可能使评估结果与真实价值存在误差。因此,该品牌资产价值评估方法有待进一步的发展和完善。
参考文献:
[1]Aaker.D.A.Building Strong Brands[M].Free Press,1996.
[2].蔡俊武,万迪昉.品牌资产的界定及其评估模型简介[J].南开管理评论出版社,2005(8).
野战通信网干扰评估模型研究 篇11
针对此问题,本文提出了建立野战通信网干扰评估模型来研究野战通信网的干扰效果评估问题。
1 野战通信网干扰指标分析
影响野战通信网干扰效能的指标很多,我们把这些指标分为两个层次,第一个层次用于评估干扰对野战通信网局部(例如节点和网中的用户等)造成的影响;第二个层次用于评估干扰对整个野战通信网造成的影响。
1.1 基础指标
1.1.1 误码率
误码率是评估相邻节点间接力通信受干扰程度的效能指标。
在野战通信网中,相邻节点间通信线路一般采用两种方式建立,一是建立数字微波接力通信,二是采用野战光缆建立有线通信。对于数字微波接力通信,评估其干扰效果可采用误码率。
误码率是指传输错误的码元所占比例。它和接收机接收天线输入端信噪比(或干信比)和调制制式有关。在计算干信比时,要分别计算干扰信号和接力机信号的路径损耗和天线损耗,天线损耗主要考虑天线的方向增益。
对于每条通信链路分别计算它们的误码率,当其误码率越过阀值WM时,就认为其不通,否则认为仍然畅通。
对于采用野战光缆建立的有线通信,只能采用硬杀伤才能破坏其通信。因此对于其通信来说,也只有两种状态:通和断。
1.1.2 呼损
呼损是损失系统服务质量的定量评估指标。当只考虑野战通信网中的电路交换时,地域通信网是一个明显损失制服务系统,而衡量损失系统服务质量的主要指标是“呼损”。
根据话务理论,有三种计算呼损的方法,这就是按时间计算的呼损E,按呼叫计算的呼损E'和按负载计算的呼损E''。
按时间计算的呼损E表示的是在所考察的时间内能够为负载源服务的设备被阻塞的时间与所考察的总时间之比,也就是线束发生阻塞的概率。
按呼叫计算的呼损E'表示的是在所考察的时间内不能得到服务的损失呼叫数与所发生的总呼叫数的比,也就是呼叫损失的概率。
按负载计算的呼损E''表示的是在所考察的时间内损失负载与这段时间的流入负载的比,也就是负载损失的概率。
当来话为无限信源的爱尔兰分布或者信源数是电路数的十倍以上时,计算呼损的公式选用第一爱尔兰公式。
第一爱尔兰公式如下:
式中:A为链路流入话务量强度,单位爱尔兰(e):
λ-单位时间内负载源发出的呼叫数,个/分钟;
tm-表示呼叫的平均占用时长,分钟/个;
N-链路的线束容量(1≤N≤∞]
1.2 第一层指标
1.2.1 评估电子进攻对节点破坏程度的指标
1)评估干线节点间互通性的指标──节点连通率
a)野战通信网中相邻干线节点连通率LJL(i,j)定义为节点i到邻节点j间的有向直达链路的接通概率。根据定义,
式中:B为直达链路的呼损率,单位为爱尔兰。
b)野战通信网中非相邻干线节点间的连通率定义为节点i到非相邻节点j间的有向链路的接通概率。由于在非相邻干线节点间存在着多条路由,因此情况比较复杂。
2)评估节点受干扰程度的指标──节点瘫痪度(DJT)
对节点的电子进攻分为硬杀伤和软杀伤两种,硬杀伤是指对节点中各类装备兵器的直接摧毁,而软杀伤则是通过对与节点相连的通信链路的干扰来实现的。因此节点瘫痪度定义为节点因受到电子进攻而损失的完成话务量与受到电子进攻前完成话务量之比。即:
式中:DJT为节点瘫痪度;
A'为节点受到电子进攻前所完成的话务量;
Ag'为节点受到电子进攻后所完成的话务量。
2.2.2 用户入网率
用户入网率是用来评估移动通信网中单个用户能否入网的一个指标,它定义为移动通信网中用户能完成一次通话的概率,即
式中:B为按呼叫计算的移动通信网的呼损。
当B作为指标按用户优先等级直接给出时,由式也就能得到具有不同优先级的用户的入网概率。当给出的是移动通信网总的流入话务量时,可以选用恩格谢特公式来计算呼损B。
2.3 第二层指标
2.3.1 评估干扰对网络整体性能影响的指标
1)业务量损失率
业务量损失率定义为野战通信网因受到电子进攻而损失的总完成话务量与受到电子进攻前总的完成话务量之比,即
采用该指标评估地域通信网时,为网络受到电子进攻前(后)所完成的话务量,它等于所有节点内部的完成话务量和所有链路上完成的话务量之和。
2)网络连通度
网络连通度定义为网络受干扰或破坏后仍可以相互通信的节点对的百分数。其中节点对可以相互通信的含义是指在该节点对之间至少存在一条以上的通路。
2.3.2 评估干扰对移动网整体效能影响的指标─信道损失率
信道损失率定义为由于受干扰而不能使用的信道数与总的信道数之比,即
式中:N-移动通信网中能提供使用的信道总数;
N'-移动通信网由于受干扰而不能使用的信道数。
3 模型构建及算法设计
3.1 网络阻塞概率计算方法―segal算法
本算法适用于固定路由法,假定一节点对(i,j),它们之间的有序路由表为R1、R2、…Rn,此方法规定从i节点到j节点的呼叫首先进入路由R1,如果这个路由忙或者由于受干扰而中断,则呼叫进入路由R2,如此下去。如果R1到Rn路由全忙,则呼叫阻塞。
记路由Rm中各链路的链路接通率的乘积为Xm。则节点对的接通概率为:
这里“*”号表示了一种规定的计算方法,该方法可简述如下:
a.先将Xm用含qrs(r、s间链路接通率)项的符号代入;
b.将“*”号看作乘号,展开等式右边为qrs的多项式。
3.2 评估模型的建立
3.2.1 基本参数的计算
1)接力机天线增益的确定
在评估数字微波接力机干扰效能时,首先遇到的一个问题是接力机天线增益的确定。这是因为,从不同方向进入接力机的干扰信号所达到的干扰效果很不一样。要想获得天线增益,最直接和准确的方法是查天线方向图。
2)鉴别角计算
鉴别角(discrimination angle):干扰站或被干扰站天线的主波束中心轴方向偏离两站连线的夹角。
计算公式如下:
式中:αQ-被干扰站的通信方位(主瓣对准方位)
αp-干扰站的的主波束方位
φR-Q点对P点的鉴别角
φI-P点对Q点的鉴别角
3)通信方位的计算
根据收发A、B两点的经、纬度,计算A点到B点的真北方位角αA
式中:φ1-A点经度;φ2-B点经度;V1-A点纬度;V2-B点纬度。
4)路径距离计算
式中:a-地球半径,a=6370km。
3.2.2 接收机输入端信号功率的计算
收信机输入端的信号功率C(dB):C=PT-LT+Gt+Gr-LR-LSc
式中:PT-发信机输出端的信号功率(dB);
LT-发射端馈线系统损耗(dB);
LR-接收端馈线系统损耗,(dB);
Gt-发射天线增益(dB);
Gr-接收天线增益(dB);
LSc-路径传输损耗(dB)。
3.2.3 接收机输入端干扰功率的计算
接收机输入端的干扰功率I(dB):
式中:PI-干扰机输出端的信号功率(dB);
L'T-干扰机发射端馈线系统损耗(dB);
LR-接收端馈线系统损耗(dB);
G'I-干扰站天线在收信机方向的天线增益(dB);
G'R-收信机天线在干扰源方向的天线增益(dB);
XPD-交叉极化去耦(dB);
LST-路径传输损耗(dB),其值取决于采用升空干扰还是地面干扰。
3.2.4 接收机端外信干比和端内信干比的换算关系
端内信干比=端外信干比*Bj
Bj-由干扰信号与通信收信机的频率对准程度决定的干扰功率进入通信收信机的百分比。当干扰信号为白噪声,其带宽覆盖通信收信机带宽时,
1)对于瞄准式干扰:
其中,Δfr和Δfj分别是收信机带宽和干扰信号带宽。
2)对于拦阻式干扰:
其中,是实施拦阻式干扰的干扰频段。
3.2.5 接收机输出端误码率的计算
在数字微波接力通信系统,尤其是军用接力通信系统中,广泛采用2DPSK调制解调方法,对于2DPSK调制信号有两种解调方式-差分检波和极性比较相干检波,它们的误码率计算公式是不同的。
a.差分检波
干扰为连续正弦波,正弦波干扰频率不等于信号载波频率时,
式中:J为干信比。
b.极性比较相干检波
当采用连续正弦波干扰或相对移相键控干扰时,不管干扰频率与信号载频相等与否,误码率计算公式都同(46)式。
根据以上误码率公式,我们可以近似认为在干信比大于1的情况下,干扰就完全压制住接力通信了。
当采用任意干扰信号干扰调频信号,其计算步骤如下:
对语音通信,采用单音节词误信率的计算公式
其中,ρo是通信接收机输出端的信噪比,ρo=Gρi,ρi是通信接收机输入端内的信噪比,G是接收机的解调制度增益。G的取值如下:
对调频话信号,可取缺省值G=12.85。
4 结论
提出了建立野战通信网干扰评估模型来研究野战通信网的干扰效果评估问题。分析了野战通信网两个层次的干扰指标,给出了网络阻塞概率的计算方法,初步建立了野战通信网干扰评估模型,下一步的工作重点是对野战通信网干扰评估模型进行仿真验证研究。
摘要：野战通信网是通信对抗的重点目标,必须加强野战通信网的干扰评估研究。针对此问题,提出了建立野战通信网干扰评估模型,首先分析了野战通信网两个层次的干扰指标,然后阐述了网络阻塞概率的计算方法,最后给出了野战通信网干扰评估模型的构建算法,初步建立了模型。
关键词：野战通信网,对抗,干扰,网络阻塞
参考文献
[1]宋颖凤,陈军,张晶晶.地域通信网干扰效果评估指标研究[J].通信对抗,2007,4:12-16.
[2]张玉,杨晓静.地域通信网网络性能的计算机仿真研究[J].计算机工程,2004,30(8):103-105.