组合配置（共8篇）
组合配置 篇1
引言
企业战略1目标的实现,不仅仅需要美好的企业战略规划,更需要对战略规划的有效执行,目前尽管很多企业把企业战略规划的执行当成了企业战略管理的核心工作,但是并没有达到自己期望的目标。战略执行失败的原因有很多种,可能是企业战略制定的不切实际,但是通常是因为企业没有找到合适的企业战略实施的载体。大多数企业错误地将单一的项目或作业当成企业战略成功执行的载体,认为只要项目能够按照要求实现自身的目标就代表项目对企业绩效作出一份贡献。这样的管理方式并没有将企业战略和项目进行有效的衔接,不利于企业战略有效的实施。项目组合管理是连接战略管理和项目管理的一个桥梁,能够在密切联系项目目标和企业战略目标的同时作出了最合适的项目平衡,实现了项目组合价值的最大化和企业效益的最大化。
项目组合管理是组织战略层面的管理活动,它能确保项目目标和企业战略目标保持一致,它是企业战略有效执行的做关键的一步。决策者需要从企业现有的项目中选择合适的项目进行配置,这个组合不仅要保证其组合中单个项目目标实现,同时也要确保与企业的战略目标的一致性,使得组合项目的效益最大化。先进,孙树栋[1]等建立了信息不确定的多目标R&D项目组合选择模型,并用遗传算法进行了优化。任嵘嵘,祝丹梅,将模糊集理论和启发式调度的方法引入R&D项目组合的决策分析之中[2]。欧立雄,吴伟仁[3]等建立了DEA和BSC模型,并给出了运用该模型进行项目组合的过程。刘亚旭,汪应洛[4]研究了具有不对称风险交互效应的R&D项目组合的选择方法。王胜勇,梁昌勇[5]等提出了两阶段双情景项目组合选择整体优化问题并给与解决。Senay Solak,John-Paul B.Clarke[6]等对项目组合的内源不确定性和随机性进行研究,提出了不确定因素下的项目选择策略。
以上文献都没有从企业战略入手,忽视了企业战略对项目组合配置的导向性作用以及项目组合管理的成功对企业成功的重要性。本文从企业战略的角度出发,建立了基于战略导向的企业项目组合配置流程框架,并通过一些定性的指标对企业的项目进行初步的筛选,然后根据项目组合选择的三维图(收益、风险、战略符合度)对保留下来的项目进行组合配置,以确保项目在实现自身项目目标的同时,能够与企业的战略目标保持一致,最大化企业效益,提高项目的贡献率。
1 战略导向的项目组合配置
企业战略为企业指明了努力的方向,应该根据企业的使命,企业愿景以及企业的经营理念,然后通过对外界参与方的意愿需求的了解,对企业进行战略分析,战略制定,以及战略的实施。战略的分析与制定尽管也是很重要的过程,但是战略实施更为关键,战略实施的成功与否关系到一个企业的存亡。企业中项目与作业是企业实施战略的一个载体,企业战略是项目的出发点,但是在实践中,企业在选择项目的时候很少会考虑战略的需要,只在乎单个项目目标的实现与单个项目的收益,这是传统的项目管理的方式,不利于企业的长远发展,使得企业的战略目标不能实现。而项目组合管理作为一种新的项目管理方式,能从战略层面上对项目进行管理,能使项目之间保持适当的平衡,确保项目目标和战略目标一致。
美国项目管理协会(PMI)项目组合定义为:项目或项目集以及其他的工作聚合在一起,通过有效的管理以满足业务战略目标[7]。项目组合是指由某一特定的组织发起,为了增加效益而统一协调管理的一组项目,这些项目为了获得共有的稀缺资源而相互竞争[8]。项目组合的最终目的是保证组合项目目标与企业战略目标保持一致,使得项目对企业的贡献率最大化。企业战略是企业项目组合的前提,通过企业战略的导向,项目组合指标以及其他条件的约束,采用适当的项目组合的方法对企业的项目进行组合管理,实现企业效益最大化。企业项目组
合的流程如图1所示。项目组合过程中,必须确保项目组合的整体目标与企业战略目标的一致性。企业战略的制定是战略管理过程中的核心部分,是通过对企业内外部环境以及利益相关者的分析,选择战略方案。项目组合的最终确定也同样是通过高层管理者、利益相关者以及专家的参与完成,如图1所示。然后选取合适的项目组合的指标,建立指标体系,通过合适的项目组合方法对项目进行组合,使得项目组合对企业绩效的贡献率最大,确保企业战略的顺利实施。
项目组合选择的最重要的任务就是要根据企业战略计划、资源以及能力的情况来选择最佳的项目组合,使得企业的效益最大化。在对企业项目进行组合选择是,应该先从企业战略,企业资源,和项目的基本情况出发,对企业项目进行一个初步的筛选。因为存在资源约束,单个项目为了达到自己的项目目标,都会尽可能争取最大限度获得各种所需的资源,项目之间就存在很严重的竞争关系,合理的选择项目组合,能够高效的管理项目,最大化企业效益,提高资源的利用率。
项目组合配置的过程如图2所示,具体的操作步骤:
1.1 对企业的项目进行一个初选分类
随着企业规模的不断扩大,企业承接的项目也越来越多,越来越杂,为了后面项目细致组合选择的方便,应该选出一些定性的、容易测控的指标对企业项目进行初选分类。
1.2 在各种约束条件下,运用三维度的项目组合选择方法对项目进行选择组合
由于企业资源是有限的,拥有的技术也不一定能够达到所有项目的要求,尽量考虑资源的共享度以及技术能力的限制,运用三维度的项目选择组合方法,对保留下来的项目进行选择,达到期许条件的进行项目组合。
1.3 处理没有成功组合的其他项目
如果没有被成功选择组合,根据其实际情况,要么放弃,要么将其放在等待队伍中,等待下一次的选择组合。
1.4 执行控制
在项目组合执行的过程,如果有项目完成,则考虑是否能够进行新的组合,将新的项目加入。否则继续进行直至有项目结束。
这个过程是一个动态的管理过程,企业随时都有可能接承新的项目,项目组合中的项目随时都有可能完成而退出组合,新的项目加入,完成的项目撤出,有进有出需要新的项目组合对项目进行平衡。
2 三维度的项目组合选择
2.1 三维度项目组合配置指标以及模型的建立
三维度的项目组合选择方法的原理就是以收益、风险以及战略目标的符合程度为三个坐标,每个维度通过一些指标进行打分,赋权求值,来表示项目的对应的信息,每一个项目用一个三维空间点表示,理想的状态点是收益高、风险小、战略符合度高。
我们选取的三维指标如图3所示。
该指标体系抽取出了一些共性的评价因素,由三个指标层次构成,从收益,风险以及战略符合度三个维度对项目进行评价。
三维度的项目组合选择方法是借助项目评估来权衡项目的收益、风险以及与战略的符合度三个维度的属性,以此来决定那些项目应该组合先执行,那些项目应该后执行甚至放弃不执行。
2.2 三维度的项目组合选择的步骤以及应用
2.2.1 确定评价指标的权重
用几个评价指标对评价对象进行综合评价时,并不是所有的指标对于评价对象的作用都是同等重要的,为了体现各个评价指标在整个评价指标体系中的重要程度,需采用一种方法对各个指标赋予不同的权重系数,本文采用专家咨询的方法对各个指标赋权重系数,该方法的特点是简单,易于操作,确定的权重能够有效的反应各个指标的重要程度。
2.2.2 为每个项目在每个维度上打分
由项目组合的决策者分别为风险、收益以及战略符合度打分,分值的范围为0-10,高分数代表的意义为:风险大或收益大或项目的战略符合度高,该过程应该由多个项目组合的决策者进行打分,然后求取其平均值,以减少个人的偏好对评分过程的影响。
2.2.3 求评分权重之和
该分值的计算公式为,W×P,W为专家为每个指标赋予的权重系数,P是项目组合选择决策者给每个指标所打的分数,最后要对每个项目所求的权重之和求平均值,以减少个人的偏好差。
2.2.4 将每个项目对应的三维点画在三维空间中
最后将每个项目用一个三维空间点表示,将其在三维坐标中表示,项目组合决策者可以根据每个项目在空间中的位置,根据自己公司的偏好,确定出该选择组合的项目、该推迟的项目以及该摒弃的项目,然后进行高效的管理。
具体的操作过程如表1、表2、表3所示,但是在该操作过程中只选取了一个决策者评分进行计算。
如表1、表2、表3所示,四个项目P1、P2、P3、P4的三维坐标分别为(1.3,1.2,3.2)、(2.55,3.95,2.4)、(3,3.25,3.1)、(1,5.25,5.15),三维图如图5所示。
项目组合的决策者可以根据自己设定的选取参考点,选择合适的项目进行组合配置,在图中,最优的点是P4点,收益高,战略符合度高,风险又小。但是项目的组合配置,除了数字上的约束外,还要看公司管理者的偏好,关键是要以在战略为导向,选择对企业绩效贡献最大的那些项目进行组合配置。
3 结论
现代项目管理面临的困境就是多项目管理,如何确保项目目标和企业战略目标的一致,并高效的对项目进行管理,提高项目对企业的贡献率,最大化企业效率是现代项目管理研究的重点,项目组合是很好的解决对策。研究考虑了企业战略的导向性,讨论了战略导向下的项目组合配置与管理过程,构建了战略导向下的项目组合配置流程图,并提出三维项目组合配置的方法,对项目进行有效的组合配置管理,为提高项目的贡献率提供了一种方法。
摘要：基于企业战略的导向性探讨战略导向下的项目组合配置过程并构建基于战略的项目组合配置流程图,通过一些定性的指标对企业项目进行初选构建三维度的项目组合配置模型。通过赋权、专家打分的方式对项目进行三个维度的权衡并通过三维空间点对企业的项目进行组合配置。
关键词：战略导向,项目组合管理,项目组合配置,三维度
参考文献
[1]杜先进,孙树栋,杜先进,等.不确定条件下多目标R&D项目组合选择优化[J].系统工程理论与实践,2008(2):98-104
[2]任嵘嵘,祝丹梅.R&D项目组合选择的决策分析与思考——基于模糊集理论和启发调度视角[J].科学学研究,2009,10(10):1518-1522
[3]欧立雄,吴伟仁,傅郁琪.企业R&D项目组合评价与选择方法[J].工业工程,2008(1):72-75
[4]刘亚旭,汪应洛.具有不对称风险交互效应的R&D项目组合选择方法[J].系统工程,2007(2):18-21
[5]王勇胜,梁昌勇,杨善林.两阶段双情景项目组合选择整体优化模型[J].系统工程,2010(8):46-50
[6]SENAY S,JONH-PAUL B C,JOHNSON E L.BARNES EARL R.Decision support optimization of R&D Project Portfolios under Endoge-nous Uncertainty[J].European Journal of Operational Research.2010,207:420-433
[7]The PMBOK Guide 2004 Update Project Team.A Guide to The Pro-ject Management Body of Knowledge-third Edition[R].PMBOKGuide 2004 Edition.Newtown Square,Pennsylvania USA:ProjectManagement Institute Inc.2004
[8]DYEL D,PENNYPACKER J S.Project Portfolio Management:Se-lecting and Prioritizing Project for Comprtitive[M].West Chester:Center for Business Practices,1999
专家:基金投资择时不如组合配置 篇2
按照累计收益率排名，各个组别的冠军仍然是熟悉的脸孔，来自中信建投北京安立路营业部的高峰以32.14%的收益率成为青年组冠军，来自农行北京万寿路支行的王喆以35.01%的收益率获中年组冠军，来自建行湖北孝感分行的鲁慧民以26.31%的收益率成为老年组冠军。
但是在引入夏普比率后，发现经过风险调整后的收益排名发生很大变化，只有王喆还在中年组的第二名，来自工行天津采油支行的周智强能保留在前5，其他按累计收益排名前三的选手滑落至前二十名左右。
在基金投资中，如何权衡风险和收益？如何控制风险？
江赛春：2月可配偏股基金
引入夏普指标的实质，是考量收益的波动性，“但收益的波动性不完全等同于风险，放在较长时间来看的话，收益波动低的总收益率到最后并不一定高。”德胜基金研究中心首席分析师江赛春表示。
控制风险的投资就是要让资产尽量的平稳增长，而不会受市场波动太大的影响。“从控制风险的角度讲，在相似预期下，能降低风险最好，避免收益过大波动，这是资产控制风险最核心的目的。
对大赛来说，引入风险指标，对参赛者也是一个导向，可以让大家看到你的资产不仅能增长，而且还能增长的稳定。”
江赛春认为控制风险的方法有两种，第一种是主动的配置资产，“如果市场周期或经济周期发生大的变化，就要主动考虑配置变化，比如是股票型基金多点还是债券型基金多点。其实这就是中选时，但这种情况并不是太多，毕竟周期性转折不是经常发生的。”
第二种方法就是做好基础比例配置，如果投资者将股票和债券做一个合理的比例平衡的话，可能对收益影响不是太大，但明显能降低资产的波动性。“股票基金里，风格也要均衡，太集中配置，业绩可能就会出现很大的波动，而如果做到风格的均衡，便能降低资产收益的波动性。”
同时，江赛春告诫选手，如果频繁跟进阶段性市场调整，对基金投资来说不是一个容易操作的策略，对大多数人都不合适，“因此还是要在判断中长期趋势情况下，选择一个合理配置才是正确思路。”
对春节后的几天上涨，江赛春认为这不算一个特别大的行情，应该是震荡中的一个小上涨，他判断整个上半年仍然是震荡状态。
“2月份的比赛，风格还是要适当搭配均衡，基金组合方向上，可以多配点偏股方向基金，但不提倡一步把仓位提到特别高，可以择机不断增持。”
张剑辉：择时能力不是每个人都具备的
针对在考虑夏普比率后，部分原先收益排名靠前的选手滑落至后面的原因，国金证券基金研究总监張剑辉认为这些选手的收益波动性大，而波动大的原因有两种。
一种是投资集中度过高，没有什么组合配置。
另一种就是选手自身的组合定位就是高风险，“比如青年组，可能投资比较激进，如果预期收益率高，他就能承担这个风险，如果是中年或老年组，可能就会考虑偏稳健，考虑自己能不能承担过高的风险。”
过往在采访选手时，很多选手都声称自己择时准确，认为择时很重要。
不否认，择时的确重要，准确的择时自然能降低风险，“但是据我们多年的长期跟踪来看，无论公募还是私募都没有表现出很好的择时能力，更别说那些缺乏熟悉性和专业性的投资者了，因此对很多人来说，择时不是一个可取的办法。”
据张剑辉长期观察，经常跟随市场择时，最终结果却是零和效果，“择时能力不是每个人都具备的。”
准确择时难以做到，那么该如何控制风险？
张剑辉认为对更多的人来说，通过组合投资手段会更好操作一些，根据投资者个人偏好，选择是多配置股票基金还是债券基金。
和江赛春类似，张剑辉也认为2月份可以适当配置偏股基金。
“2、3月份可以适当乐观点，选手可以尝试适当把风险提高点，但提高风险的时间不会长，组合还是要回归稳健。”
选手：同类型基金别买过多
本月主要采访了在考虑风险后，还能排名靠前的周智强和王喆。
周智强作为柜员，节后异常繁忙，“来存款办业务的人特别多。”他简短的用一句话概括了自己如何控制风险：“同类型别买太多了，对市场阶段情况别过多考虑。”
作为累计收益第一名的王喆，首先谈了自己在过去一两个月的操作，“由于感觉到风险在持续放大，在去年12月，我就降了仓。因为我持有的基金所重仓的几只股票经过分析表明已到顶了，大盘也不是很理想。现在看来，当时的选择没错，要做一名成功的便宜货猎手，就是锻炼自己在阴雨天买进，在大晴天把他们放出去。”
前述两位专家都提醒择时的难度，而王喆对自己的择时能力很有自信：“选基金可以分为：选时、选行业、选个股。我现在做得比较好的是选时：我之前重仓的基金在2010年6月以来在同类基金收益排名只排第23名，和最优的基金差了10%，而我现在能保持冠军并战胜了同期最优基金的业绩主要是风险控制得当，两个关键时点做对了，并且经受住了考验。”
野花组合的配置应用及栽培技术 篇3
1 野花组合的特点
野花组合通常指按照一定的配方将多种多年生宿根花卉以及一至二年生草本花卉进行混合搭配。野花组合一般具有较强的自播繁衍能力, 抗逆性和生态适应性优于人工常规栽培的花卉, 其生命力强, 播种后可以连续开花, 并且常年生长 (多年生花卉) 。此外, 野花组合需水量小, 比草坪的灌溉成本低, 且管理操作简单, 可以很好地替代草坪和盆花[4]。
2 野花组合的类型及其用途
2.1 矮生组合
由一至二年生和多年生组成花卉组成, 能够满足低矮景观要求, 整个组合高度可控制在30~45 cm。包含屈曲花、半支莲、百日草、虞美人等近10种花卉, 从春到夏次第开放, 各种色系搭配合理, 细致而生动, 地面景观效果极佳。适用于城市道路、公园等需要营造低矮景观效果的点位。
2.2 一至二年生组合
具有生长时间短、成景快、花色艳丽丰富等特点。全部由一至二年生花卉组成, 主要包括波斯菊、翠菊、满天星等近10种花卉;本组合花期错落, 开花时间持续;抗性强, 对环境要求较低。适用于临时性用地、道路护坡、森林公园的建植等。
2.3 宿根组合
由多年生草本花卉品种组成, 主要品种为天人菊、松果菊、桔梗、蓝亚麻、射干等, 组合中株高、株型、叶型、花型、花色各不相同, 花期长, 各色花次第开放;本组合一般为春季播种, 翌年达到最佳景观效果;株高在40~80 cm, 适用于花境等重要绿地, 同时也适用于长期建植的景观绿地。
2.4 耐荫组合
根据大部分林下植物成长不良的现状, 需要丰富林下景观, 筛选出具有一定耐荫性的花卉组合, 主要品种包括紫花地丁、满天星、凤仙花、硫华菊等;该组合可以改善城市林下缺少绿化材料的现状, 让林下色彩斑斓, 同样开出美丽的花朵;适用于疏林草地、城市已形成的绿化林下及公园大树下等景观。
2.5 耐旱组合
组合品种抗旱性、耐瘠薄性强, 主要品种包括波斯菊、百日草、半支莲、矢车菊等, 可以丰富公路边、岩石园等干旱环境的景观色彩。主要应用在缺水、土壤贫瘠的绿化环境。
2.6 耐湿组合
此组合由喜水湿的若干品种组成, 可多年生。如千屈菜、大滨菊、高山紫菀、旱金莲等;适用于溪边、池塘周围, 或是多雨、高湿的地区。
3 野花组合栽培技术要点
运用野花组合是一种新兴的绿化方式, 因此在栽培上应当注重根据其特性进行管理, 从而有利于充分发挥野花组合的景观效果。通常野花组合由20种左右的野生花卉组成, 可以根据公园绿地、草坪、住宅小区、道路两旁、风景区等场所的具体情况进行配置。充分运用野花组合高低错落、形态各异的特点, 可以使绿地景观绚丽多彩。栽培时注意把握从以下几个方面进行培育。
3.1 播种
清理土壤中的杂草, 翻耕土地约30 cm, 将地表整细并保持平整, 不要形成低洼避免积水;贫瘠的土壤, 如建筑回填土等应当进行改良, 拌入腐熟的鸡粪、豆饼或者成品有机肥作为底肥。为确保出苗质量, 一般在春季和初夏播种, 根据当地降雨量和气候条件选择播种日期。如果在秋季播种, 应当考虑是否有足够的生长期, 必须保证野花生长10~12周后才进入冬季休眠期。直接使用种子撒播或掺1~2倍的细沙撒播, 也可用条播, 然后用镇压机压实土壤, 使种子与土壤接触紧实。护坡可采用喷播方式。野花组合用于草坪时应提高种植密度, 切忌用侵占性强的草种, 以免相互竞争[5]。
3.2 肥水管理
根据地力条件适量施肥。较贫瘠的土地应增加有机肥使用的比例, 并防止肥料过量, 引起杂草丛生。野花种子和其他花卉种子一样需要充足的水分才能发芽。播种后应保持土壤充分湿润4~6周, 然后逐渐减少灌水量。早春或者秋季温度较低的情况下可通过覆膜的办法保湿保温来提高发芽速度。但是要注意长出小苗之后不能立刻去掉保鲜膜, 要先每天掀起保鲜膜透气2次, 让幼苗适应外界环境。
3.3 杂草控制
在播种前翻耕土壤, 可以预防杂草, 然后使用Kleenup、Roundup等广谱性除草剂。注意在使用除草剂时要确保杂草植物完全死亡, 并将残枝枯叶进行清理。
参考文献
[1]于俊强, 赵国怀, 高博.浅议济南园林中的宿根花卉[J].园林科技信息, 2002 (1) :13, 15.
[2]芦建国, 杜毅.缀花草坪在高速公路上的应用[J].农业科技与信息:现代园林, 2009 (1) :56-58.
[3]徐娟, 曹玉峰, 王哓冬.野生观赏花卉引种及在哈尔滨园林中的应用[J].北方园艺, 2008 (4) :197-199.
[4]赵洪章.草本花卉在园林绿化中的应用[J].现代农业科技, 2011 (4) :234, 236.
组合配置 篇4
控制权私利问题一直是上市公司治理与投资决策研究领域的热点议题。控股股东攫取控制权私利会严重侵害其他股东特别是中小股东的利益。我国资本市场诞生于改革开放初期,成长于经济转轨过程中,相对集中的股权结构使得大股东为攫取控制权私利而衍生自利性财务行为尤为明显。控制权私利本是控股股东为了实现自身利益最大化而对企业资源的非效率配置,因此,我们必须考虑这种非效率决策模式与我国上市公司的价值创造之间存在怎样的联系,它对公司的具体财务行为会产生怎样的影响(娄桂莲、余恕莲和周蕾,2014)。这些问题的解决不仅可以从理论上深化控制权私利对企业资本投资决策影响的理解和认识,减少企业的资本投资效率损失以实现资源的优化配置,并且对优化投资者保护体系也具有重要的理论与现实意义。
国内学者在研究企业资本投资问题时很少深入到企业内部的股权结构与治理机制,从投资组合选择的视角分析控制权私利对资本配置决策的影响。豆中强和刘星(2010)基于现金流权的视角,应用实物期权方法对投资组合问题进行了探索性研究。李训和代彬(2013)则指出,大股东对控制权私利的攫取主要经由资本投资形成控制性资源的方式实现。本文将在此基础上进一步研究我国上市公司大股东自利性动机驱使下的投资组合选择行为。以长期股权投资和固定资产的投资组合选择为研究对象,原因主要是因为从公司资本配置的本质特征来看,在控制性资源的形成中主要涉及对固定资产和长期股权投资的投入。另外,在企业的实际决策中,大股东通常偏好于实施自利性的固定资产购置以及对外股权投资。基于上述考量,本文将根据控制权私利驱动资本投资决策的逻辑思路,对大股东自利性动机影响企业投资组合选择的行为进行理论探析,以期进一步深化对大股东控制下的企业内部资本配置机制的认识和理解。
二、公司资本投资模型构建
(一)无大股东控制时公司资本投资组合决策模型构建
首先假设企业现有内部资产为W,该资产可全部用于投资。企业可以进行固定资产投资或者长期股权投资,为优化资本投资组合决策的效率,假设企业组合投资中用于固定资产投资的比例为l,l∈[0,1],用于长期股权投资的比例为(1-l)。
进一步假设固定资产投资的收益率为R1,定义该收益率为一个投资周期内的总体收益率,因此,固定资产的投资收益为R1Wι。对于股权投资未来收益的不确定性,本文用高(H)和低(L)两种状态来刻画,假定产生高状态H的概率为P,则产生低状态L的概率为1-P;高状态时的投资收益率为R2H,低状态时的投资收益率为R2L,则长期股权投资的总收益为[PR2H+(1―P)R2L](1―l)W,由投资收益的特质可知:R2H>R1>R2L。
由于不存在大股东,投资目标理应为公司价值最大化,因此,目标函数可设为R1l W+[PR2H+(1―P)R2L](1―l)W。可求出企业组合投资时的临界资本配置比例l1*:
对式(1)关于P求一阶导数:
根据经济学常识可知,公司的投资收益必须大于其全部投资成本,否则投资将不会发生。由此可知,膨胀后投资成本必须小于固定资产投资收益,即b<R1,所以(2)式小于0。由公式可以看出,当企业进行组合投资时,其固定资产投资比例与长期股权投资获取高收益状态的概率负相关,即长期股权投资获取高收益状态的可能性越大,企业越偏好于进行长期股权投资,因此会约束固定资产投资的规模。
(二)大股东控制与资本投资组合决策模型构建
出于自利性动机的考虑,大股东会通过利益侵占来攫取控制权私利。假定大股东的侵占水平为s,该水平可根据边际侵占成本等于边际侵占收益的最优侵占原则计算得出,α表示大股东的现金流权比例;k表示投资者的法律保护力度;x表示大股东现金流权与控制权的分离程度。
在大股东自利性动机驱使下,此时投资的终极目标应是大股东价值最大化,根据上述分析,可构建出大股东的价值函数:
式(3)中,第一项代表大股东的控制权私利;第二项代表大股东的共享收益;第三项代表大股东谋取控制权私利所付出的成本。同样,根据投资收益必不小于投资成本的原则,可求出大股东控制下的企业组合资本配置比l2*的临界值:
对式(4)关于P求一阶偏导,可得:
分析可知式(5)中的:因为,无侵占时大股东收益完全依靠按持股比例分成的共享收益α;但当存在大股东侵占时,其在拥有共享收益的同时也攫取了控制权私有收益(s―0.5ks2)。大股东寻租行为发生的前提是攫取私利后总收益应大于无侵占发生时的收益,由此可知s+a(1―s)―0.5ks2>a。由于R1>b,且R2H>R2L,所以可得
(三)资本投资组合决策行为的影响因素分析
根据关于长期股权投资的高状态收益概率P的一阶求导结果可以看出,高状态收益概率P对公司的资本投资组合决策行为具有重要影响,企业进行长期股权投资时获取高状态收益的概率越大,越偏好长期股权投资,由此可得到如下推论:
推论:长期股权投资高状态收益概率的增加导致固定资产投资规模的降低,两者之间为负相关关系。
式(1)和式(4)分别计算了不存在和存在大股东两种状态下企业投资组合的临界配置比。可以看出,当存在大股东时,企业的资本配置比相对于最优资本配置比发生了偏离,说明公司的资本投资组合选择行为会受到大股东自利性决策的影响。
当不存在大股东控制时,公司的组合资本配置比例l2*与高状态收益概率P、固定资产投资的总收益率R1以及股权投资的高状态收益率R2H和低状态收益率R2L有关。但当存在大股东控制时,公司的组合资本配置比l2*不但与上述因素有关,而且与大股东的侵占水平s有关,将代入式(4),可得大股东控制下的企业组合资本配置比l2*的详细表达式:
本文将针对固定资产投资与长期股权投资之间收益率的比较关系做分类探讨。
1、R1>[PR2H+(1―P)R2L]
当固定资产投资收益率R1大于长期股权投资收益率[PR2H+(1―P)R2L]时,大股东的现金流权与控制权分离度存在一个临界值。当分离度大于临界值时,无大股东控制时的资本配置比例l1*低于大股东控制下的资本配置比例l*21;而当分离度小于临界值时,无大股东控制时的资本配置比例l1*大于大股东控制下的资本配置比例l*21。
2、R1<[PR2H+(1―P)R2L]
当固定资产投资收益率R1小于长期股权投资收益率[PR2H+(1―P)R2L]时,现金流权与控制权分离度仍然存在临界值。当分离度大于临界值时,无大股东控制时的资本配置比例l1*高于大股东控制下的资本配置比例l*21;而当分离度小于临界值时,无大股东控制时的资本配置比例l1*低于大股东控制下的资本配置比例l*21。
三、数值模拟
为更形象地阐释大股东自利性决策对企业投资组合选择行为的影响机理,本文将通过数值模拟进行验证。多组数据的模拟结果表明,本文的分析结论对参数值的选取并不敏感,其具体数值的大小并不影响企业资本配置决策的趋势性分析结论,因此,本文选取最符合经济现实的一组数据作为模拟基础。
首先,假设企业在某时刻持有的初始资本数量为W=100;投资成本的膨胀系数b=1.3,固定资产的投资收益率为R1=1.6,长期股权投资的高状态收益为R2H=2.5,低状态收益为R2L=0.5;概率基础值P由R1和[PR2H+(1―P)R2L]二者的比较关系决定,若R1>[PR2H+(1―P)R2L],则选择P=0.2,若R1<[PR2H+(1―P)R2L],则选择P=0.7。此外,谷祺和邓德强(2006)等学者的研究发现,当前我国上市公司的现金流权比例均值为α=0.22,控制权比例均值为0.34,两权分离系数为x=1.55,因此,本文选取大股东的现金流权比例为α=0.22,两权分离系数为x=1.55;因各国投资者法律保护水平有较大差异,为具有代表性,本文选取其均值k=5作为计算基础值。
(一)股权投资高状态收益与公司资本投资组合决策
本文的推论表明,企业进行长期股权投资时获取高状态收益的概率P是影响其资本投资组合选择行为的一个重要因素,资本配置比与概率P之间呈现出显著的负相关关系,下面数值模拟结果显示了不同高状态收益概率下公司资本投资组合选择行为的相机变化情况。
由表1和图1可以看出:第一,随着长期股权投资高状态收益的产生概率增大,企业固定资产的配置规模则越小,二者之间呈现一种显著的负相关关系,该结论与理论分析一致;第二,长期股权投资产生高状态收益的概率P存在一个临界值,该临界值的大小由初始赋值而定,不同的赋值条件下临界值的大小也不同。当概率P大于临界值时,表明企业投资于长期股权产生高收益的可能性特别大,相反承担出现低收益状态的风险特别小,企业为追求收益最大化,将更多地投资于长期股权;第三,当长期股权投资的收益概率P一定时,大股东控制下的企业具有更高的资本配置比,该结果说明大股东出于攫取控制权私利的自利性动机考量,会扭曲公司的最优资本投资组合决策,进而降低公司的资本配置效率。
(二)控制权私利与公司资本投资组合决策
大量研究揭示,大股东的自利性决策往往被视作扭曲最优资本配置行为的重要诱因。因此,观察现金流权与控制权分离度的变化可作为对大股东控制权私利特征的良好度量,并由此推断其对资本投资组合选择行为的异质性影响。自然本文的数值模拟部分将着重探究大股东两权分离度与投资组合决策的关系。
表2和图2的结果再次验证了推论的正确性,大股东的存在的确对公司组合资本配置决策行为产生了明显影响。当不存在大股东时,企业配置于固定资产投资的比例l1*是个固定值。但当存在大股东控制时,企业的固定资产投资水平l2*严重偏离了l1*,并且l2*随着大股东现金流权与控制权分离度的增加呈现出非线性变化趋势。具体而言,当固定资产投资收益率大于长期股权投资收益率时,配置于固定资产投资的比例变化趋势如曲线l*21所示,随着大股东现金流权与控制权分离度的不断扩大,企业配置于固定资产投资的规模也不断增加,相反配置于长期股权投资的规模则不断降低。l*21和l*22均与l1*相交于一点,即时l*21=l*22=l1*=0.4189,该临界值的大小决定了l1*和l2*的偏离程度和偏离情况。
导致该现象产生的原因可能在于:由于现金流权与控制权的分离,大股东可凭借较低的现金流权来控制公司,此时的现金流权为大股东贡献的共享收益较少。为谋取更多的控制权私利,大股东会利用所掌握的控制权、决策权和信息优势侵占其他投资者利益,这种自利性动机很大程度上会影响企业投资组合选择的最优决策,该结论与谷祺和邓德强(2006)以及王鹏和周黎安(2006)等学者的研究结论相符。大股东的这种扭曲性资本配置行为还受到投资收益率的影响:当固定资产投资具有较高收益率时,随着两权分离度的增大,大股东的扭曲型资本配置行为将更为严重,导致更偏好于固定资产投资;反之,大股东随着两权分离度的增大则会更倾向于长期股权投资,此行为加剧了与最优资本配置规模之间的差距,从而进一步恶化了资本配置的非效率困境。
四、研究结论与启示
目前,国内学者针对企业资本配置问题的研究还鲜有基于控制权私利以及组合投资的视角探讨大股东自利性决策对具体财务行为的影响,这为我们提供了重要的研究契机。本文的理论分析和数值模拟研究发现:(1)固定资产投资规模与长期股权投资高状态收益存在负相关关系,而长期股权投资规模则与其高状态收益概率正相关;(2)大股东自利性动机驱使下的资本配置决策偏离了分散持股时的资本配置水平,而偏离程度会随着现金流权与控制权分离度的增加展现出非线性变化的态势。
由上述结论可以看出,大股东的控制权私利行为严重影响了公司固定资产和长期股权的投资组合选择和配置效率。因此,本文的研究还可能蕴含如下的政策涵义:(1)监管制度的建立和有效实施能够限制控股股东利益侵占行为的动机和能力,是制约控股股东自利性行为的重要途径。对控制权私利行为的制约有利于大股东控制下的公司投资组合选择向最优资本配置决策方案逼近,从而提升企业内部的资本配置效率和企业价值。当然,监管当局也应改变监管思路,对公司实行分类分级监控,将监管的资源更多集中于股权结构偏离度较大的公司,以提高资本市场的监管效率;(2)通过加大法律责任风险、强化信息披露等手段抑制大股东自利性决策的源动力。单纯依靠企业内部治理机制对大股东侵占行为的制约效果相对有限,而引入外部市场的约束力量会给大股东的自利性行为形成牵掣(张焱,2013)。因此,还应积极改善市场信息的不完全性,加大公司的信息披露程度,降低代理成本摩擦,提高市场的透明度和投资者的综合素质,最大可能地限制大股东的侵占激励,而这对于上市公司进一步完善公司治理结构、切实保护投资者利益具有重要意义。
参考文献
[1]Shleifer A,Vishny R.A survey of corporate governance.Journal of Finance.1997.52(2)737-783
[2]La Porta R,Lopez-de-Silanes F,Shleifer A,et al.Investor protection and corporate valuation.Journal of Finance.2002.57(3)1147-1169
[3]Luo J,Wan D,Cai D.The private benefits of control in Chinese listed firms:Do cash flow rights always reduce controlling shareholders’tunneling?.Asia Pacific Journal of Management.2012.29(2)499-518
[4]Lins K V,Servaes H.Is corporate diversification beneficial in emerging markets?.Financial Management.2002:5-31
[5]Dyck A,Zingales L.2004.Private benefits of control:An international comparison.Journal of Finance,59(4)537-600
[6]张焱.合理掏空动机、超额掏空动机与控制权私有收益.财务与金融.2013(1)30-34
[7]谷祺,邓德强,路倩.现金流权与控制权分离下的公司价值——基于我国家族上市公司的实证研究.会计研究.2006(4)30-36
[8]李训,代彬.控制权私利、资本配置与企业价值.湖南科技大学学报(社会科学版).2013(2)102-107
[9]刘星,刘理,豆中强.控股股东现金流权、控制权与企业资本配置决策研究.中国管理科学.2010(6)147-154
[10]刘星,窦炜.基于控制权私有收益的企业非效率投资行为研究.中国管理科学.2009(5)156-165
[11]娄桂莲,余恕莲,周蕾.企业控制权配置与控制权私利悖论.会计论坛.2014(1)63-78
组合配置 篇5
1 负荷开关-熔断器组合电器的保护原理及形式
由于负荷开关- 熔断器只有有效运行, 才能够对变压器实现恰当的保护。 一般情况而言负荷开关- 熔断器有三种较为有效的保护形式, 分别是手动或电动分离、 熔断器分离, 通过撞击器让负荷开关可以三相联动、 通过过游、 接地、 温度等信号让负荷开关分断。
1) 手动或电动分离。 在手动或电动分离的时候, 负荷开关的机构脱扣通过预先的弹簧储能, 可以通过手动或是电动的分闸信号, 实现脱扣分闸。 这种类型的负荷开关的结构设计方面很繁琐, 至少需要两根弹簧, 一根作为分闸的弹簧而另一根则作为储能弹簧, 当负荷开关的合闸发生短路的时候, 熔断器能够马上跳闸, 这就导致撞击器的联动负荷开关可以在50ms左右的时间内实现分闸, 从而可以把故障隔离开来, 维护机器的稳定运行。
2) 熔断器分离, 通过撞击器让负荷开关可以三相联动。 在高压熔断器进行型号的选择时候, 应该加强验证组合电器的实际转移电流需要比负荷开关断额定转移电流的能力要小。 此外, 如果在最小开断电流和额定电流之间的时候, 事实上有着一个熔断器不能开断的重要电流区域, 就应该让负荷开关开断, 从而能够更加良好的对变压器进行保护。
3) 通过过游、 接地、 温度等信号让负荷开关分断。 这种方式主要指的是通过过流、 瓦斯、 接地、 温度或者是其他的信号动作分离脱扣器运行, 导致负荷开关断开。 如果高于负荷开关的额定电流条件或是转移电流, 能够致使负荷开关开断失败的概率, 所以在负荷开关- 熔断器组合电器应该使用继电保护的过程中, 应该加强相互之间的配合。
2 10k V配电变压器高压侧的保护配置方案
断路器和负荷开关- 熔断器组合电器两种方式, 在10k V配电变压器高压侧的保护配置中经常使用。 断路器在电网的运行过程中, 一般是用来对正常运行时的负荷电流与故障时短路电流进行区分, 所以能够在实施的过程中, 起到自动的保护作用, 但是它的结构特别繁杂, 且价格高, 不能进行批量生产[1]。 负荷开关- 熔断器组合配置在运用的过程中, 可以根据实际需要分配额定负荷电流, 能够满足配电变压器在正常运行或是发生故障情况下的安全保护功能。 负荷开关- 熔断器组合配置的方式, 能够将简单的操作和较好的经济效益结合起来, 又能够弥补负荷开关不能开断短路不完善的方面, 还能够保持稳定的运行。
3 在变电站中负荷开关-熔断器组合电器的运用
在终端的变电站运行过程中, 一般在高压方向安装负荷开关- 高熔断器容量的后备形式限流熔断器组合方式, 从而能够对变压器进行完善的保护; 而在箱式变电站运行中, 一般情况下, 将负荷开关与高遮断容量的后备式限流熔断器进行统一使用; 在环网供电单元中, 对变压器馈线间隔和环网电缆馈线之间运用负荷开关从而起到保护作用。 经过实践的检验, 这是一种成本投入下, 有安全的变压器保护模式。
4 负荷开关-熔断器组合电器的优点
1) 开合空载变压器的性能较好。 由于环网柜能够承担大量的低压电器设备运行压力, 并且能够提供带能源, 一般情况下, 对电源的配电变压器容量在620k VA以下。 配电变压器的空载电流在大部分情况较小, 为额定电流的百分之二, 而容量更大的配电变压器的空载电流更加小, 所以在环网柜的开合空载变压器电流小的特点, 能够起到良好的效果, 所以不会产生特别高的过电压[2]。
2) 能够对配电变压器进行良好的控制。 由于高遮断容量后备式的限流熔炉断器有快速切断和限流功能, 能在十毫秒的时间内将短路故障切断, 并能将短路的电流进行限制, 从而能够保护电网的整体运行安全。 由于在断路器在进行电流且过的过程中, 应该通过继电保护装置的判断, 而且需要燃弧和熄弧的时间, 整体时间较长需要六十毫秒左右的时间。 所以运用负荷开关- 熔断器组合电器能够起到良好的作用。
5负荷开关-熔断器组合电器的主要要点
5.1撞击器的操作方法
由于负荷开关和撞击器的下流熔断器互相配合, 所以当熔断器发生熔断的时候, 可以从内置的撞击器进行操作, 让负荷开关的三相一起进行分闸, 所以这个分闸就可以被称作撞击器操作。 通过这种操作方式, 可以将电流断开, 它的具体特征是依赖于熔断器熔炉触发器而进行的。
5.2 脱扣器操作的方法
由于撞击器的操作方法有一定的缺陷, 所以为了解决实际的问题, 在进行负荷开关中, 搭配分离脱扣器, 能够为远距离的操作提供便利。通过配合负荷开关与熔断器进行二级保护, 让小于交接的电流在保护装置中通过, 通过继电保护装置, 将脱扣器和负荷开关分闸处理, 如果大于交接电流, 那么熔断器断开。 通过运用脱扣器操作, 可以较好的将上下级配电保护问题进行处理, 且不会造成熔断器损坏。
6负荷开关-熔断器组合电器在运行过程中需要注意的方面
6.1 10k V负荷开关的选择
在负荷开关的选择上一般有两种形式分别是一般型和频繁型: 一般型包括压气式负荷开关与绝缘介质的产气式两种形式; 而SF6和真空负荷开关是属于频繁型的模式。 由于频繁型负荷开关的使用寿命长, 并且质量好, 所以使用范围要比一般型负荷开关要广。
6.2 开断转移电流对于负荷开关的具体要求
由于三相熔断器熔体熔化需要一定的时间, 如果当中的某相熔断器比其他的几段提前熔断时候, 它的撞击器能够用高压负荷进行开关分闸, 并且能够把其余两侧的过载电流降低90%左右, 而且由它进行切断, 所以转移电流值得是负荷开关转换职能与熔断器的三相对称电流, 如果比这个值低的时候, 首开相电流由熔断器开断, 其他两相电流由负荷开关开断。 需要重视的是, 如果有较多台配电变压器进行运行的过程中, 在组合电器的选用过程中一定要重视电流的效验问题。
7 结束语
随着我国经济的不断发展, 对于电力的需要也更加巨大, 所以在电力设备使用和安装的过程中, 不但应该提高相关的科技技术, 还应该借鉴国外的先进经验, 在今后推广应用的过程中, 不断积累经验。
参考文献
[1]魏建荣.负荷开关-熔断器组合电器的应用探讨[J].机电信息, 2015.
组合配置 篇6
零售贷款是指商业银行以消费者个人、居民家庭和小企业为对象发放的用于购买耐用消费品或支付各种费用的贷款。新巴塞尔协议将商业银行的零售型贷款划分为住房抵押贷款、合格循环零售贷款以及其它零售贷款等不同类型[1]。由于信贷需求旺盛,其发展空间巨大,自2007年以来,我国商业银行的零售贷款业务一直保持高速增长。零售贷款具有贷款笔数多、业务频繁、贷款对象分散等特点,由于我国商业银行不对零售贷款客户进行信用评级,因此,如何有效地评估和控制风险是尤其需要关注的问题。
对于单项零售贷款的违约计量主要有两种思路,一是采用Merton结构化模型[2]或CreditMetrics[3]等高级计量模型, 例如, Perli和Nayda(2004)[4]利用Merton模型构建零售循环贷款违约概率模型。 二是基于违约因素构建信用评分或违约计量模型, 例如, Narain(1992)[5]最早将Cox模型[6]应用于分析个人贷款的信用风险, 建立信用评分模型; Andrade和Thomas(2007)[7]以银行客户信用评分为基础,构建零售贷款模型;国内学者刘军丽和陈翔(2006)[8]基于决策树构建个人住房贷款信用风险评估模型;彭建刚,李樟飞(2009)[9]在信用评分模型的基础上提出零售贷款非线性时变比例违约模型。这些文献主要针对单项零售贷款构建违约模型,而对于零售贷款组合的违约风险度量,在这种思路下,通常是在考虑单项贷款违约的基础上,再考虑贷款违约之间的相关性,然而,在实务中这种做法往往非常困难。由于银行的零售型贷款数量非常多,客户数量的增加使得模型成本和复杂程度大大增加,再者,由于零售贷款的对象均为个人或小企业,缺乏评级资料和公开交易数据,也很难精确地测量客户违约之间的相关性,利用单项零售贷款模型并考虑违约相关性的作法并不适于组合模型的构建,其结果也不一定理想。
对于贷款组合的违约风险,新巴塞尔协议首先将零售型贷款分割成风险类似的同质性次级组合,并假定次级组合内所有贷款具有相同的违约率、相同的违约门槛值、相同的风险暴露以及相同的资产相关系数,再将Vasicek(1987)[10]单因子模型引入结构化框架,从而给出了零售型贷款组合的经济资本计算公式。这种组合模型也存在不足。首先,单因素模型建立在资产相关性基础上,而资产之间的相关系数与违约相关系数是两个不同的概念,虽然两者存在一定的推算关系,但在讨论违约损失时,该方法并不能直接体现违约相关性。再者,单因子风险模型对系统因子和非系统因素都假定服从标准正态分布,这可能并不符合实际情形。例如,当以市场收益率作为系统因子时,诸多文献已经证明市场收益率并不服从正态分布;另外,违约概率累积分布是在借款人数量趋于无穷的情况下得出的,虽然同质性零售贷款中的借款人很多,但按贷款类型和风险暴露分类之后,各个子贷款组合中借款人的数量会大大减少,这使得上述方法在应用上存在较大偏差。
在违约模式下,单个资产的违约率、违约相关性、风险暴露和违约损失率决定了组合的信用风险状况,而在风险暴露和违约损失率设定的情况下,违约率和违约相关性是研究的重点内容。为了克服结构化思想和单因子模型的不足,本文在新巴塞尔协议划分同质性次级组合这一作法的前提下,将零售贷款违约率和违约相关性的研究转化为对组合中违约数目的分布进行研究,即根据违约数目的统计特征,直接构造贷款组合违约数目的分布形式,从而建立基于贷款违约数目分布的违约计量模型,并研究对应的经济资本配置问题。在研究违约数目的分布时,本文重点对分布形式以及如何体现违约相关性进行深入研究。
2 零售贷款组合中违约数目的统计特性
在零售贷款同质性次级组合中,令n表示组合包含的贷款数量;令di表示对应于第i个贷款的指示变量,如果借款人发生违约,则di=1;如果没有发生违约,则di=0。显然,贷款组合中的违约数量可以用随机变量d来表示:
(1)不考虑违约相关时的违约数目均值和方差
如果所有的n个借款人相互独立,且各项贷款违约的概率为p,则违约数目d服从二项分布B(n,p):
违约数目d的均值和方差分别为:
(2)考虑违约相关时的违约数目均值和方差
如果贷款是否违约之间并不独立,而是具有违约相关系数ρ,则贷款组合中违约数量并不服从二项分布。违约数目d的均值为:
当违约相关系数为ρ时,根据式(1),违约数目d的方差为:
从式(3)、式(4)与式(5)、式(6)的对比可以看出,无论贷款违约之间是否具有相关性,违约数目的均值都相同,即都为np,但当违约之间具有相关系数ρ时,违约数目的方差是二项分布B(n,p)方差的[1+(n-1)ρ]倍。为了更直观地说明这一点,表1给出了n、p、ρ在不同取值情况下,违约数目的方差与二项分布方差的倍数关系。显然,当贷款数量较多或相关系数较大时,违约数目的方差比二项分布大得多。
3 基于贝塔二项分布的违约计量模型
在贷款违约之间具有相关性时,构造违约数目的分布是一种可行的思路。在此基础上,根据风险暴露、设定的贷款损失率可以获得贷款损失的分布。在研究违约数目的分布时,分布的形式以及如何体现违约相关性是最核心的问题。
(1)体现违约相关的统计思想
给定n、p、ρ,为了便于讨论违约数目d的分布形式,将违约之间的相关性用违约率的动态变化来反映。为了便于说明,比较以下两种假设条件:
假设1:在对零售型贷款进行划分后,次级贷款组合内的所有贷款都可以被看作是同质的,即该组合中的n项贷款具有相同的违约率p,而且假设各项贷款之间具有相同的违约相关系数ρ;
假设2:n项贷款中,各项贷款违约之间相互独立,而各项贷款的违约率都服从某一分布。
在同质性贷款组合中,各项贷款具有相同的违约率p,对于假设1来说,p是作为一个固定的数值,而对于假设2而言,p是可变的,违约相关的信息体现在p的可变性或p的分布信息中。相对而言,假设2对于构造违约数目d的分布更具有实用价值。如果在假设2条件下通过合理的分布设置,使得d的分布能够体现假设1中的相关系数ρ,则可以认为这两个假设对于研究d的分布具有相同的效果。问题的关键在于:在根据假设2推导违约数目d的分布时,需要确定p的一种分布形式,分布形式的选择既要反映各单项贷款的违约信息,又要包含各贷款违约之关的相关性。
(2)选择违约率分布
对于假设2,本文设定单项贷款的违约率均服从参数为α,β的Beta分布,即:f(p)～Beta(α,β),其中α,β称为超参数。Beta分布的密度形式为:
其中,B(α,β)称为Beta函数(或称为β函数):
因此,Beta分布的密度形式也可写作:
选择Beta分布的原因一方面是Beta分布相对于其它适合违约率的分布形式而言提供了更多、更丰富的信息,通过对α,β进行设置,可以反映出同质性贷款中单个贷款的违约率信息[11];更主要的原因是,Beta分布是二项分布的共轭分布。由于贷款违约之间相互独立,在给定p的条件下,随机变量d的分布可以用二项分布Bin(n,p)来描述:
此即为抽样对应的似然函数f(d|p),而违约率p被视为随机变量,如果假定具有先验Beta(α,β)分布,则根据贝叶斯公式可得违约率p的后验后布为:
式(11)表明p服从参数为(α+d,β+n-d)的Beta分布。由上述推导可以看出,选择Beta分布作为p的先验分布不仅使得运算过程更简洁方便,而且能够使得p保持相同的分布特性,具有分布一致性。
(3)构建违约数目的分布
对于假设2,如果设定单个贷款的违约率均服从参数为α,β的Beta分布,即随机变量p～Beta(α,β),则d的条件分布为二项分布,即(d|p)～Bin(n,p);进一步地,根据贝叶斯公式可知,违约数目d的无条件分布为Betabin(n,α,β),即贝塔二项分布,其密度为:
对于固定的n值,Betabin分布的特性完全由参数α,β决定。违约数目d的均值和方差分别为:
从式(13)、式(14)与式(5)、式(6)的对比中可以得出一个明显的结论:如果Beta分布的参数α,β满足:
其中,p、ρ是在假设条件1下单个贷款的违约率以及贷款违约相关系数,那么违约数量d服从Betabin分布的结论既反映了单项贷款的违约信息,又包含了各贷款违约之间的相关性。
(4)贝塔二项分布的参数估计
参数α、β有两种估计方法:一是根据历史经验资料计算出p、ρ,再根据式(15)、式(16)确定α、β值;二是直接根据类似同质贷款的违约数量历史数据估计参数α、β.第二种方法可以避免误差的传递,而且计算量相对较小。为了保证α、β估计的准确性,应当尽可能多地利用类似贷款组合的违约数据,充分反映违约之间的相关性。
设类似的同质性贷款组合的个数为k,且各个贷款组合相互独立;再设第i个贷款组合的贷款数量和违约数量分别为ni和di, i=1,2,…,k. di的无条件分布为Betabin(ni,α,β),即:
样本的似然函数为:
为了计算的程序化,利用式(8)中Beta函数与伽玛函数(Γ函数)的关系以及Γ函数可展开成乘积项的性质[12],似然函数也可以写成参数为p、ρ的形式:
其中,p和ρ就是单项贷款的违约率和同一贷款组合中的违约相关系数。通过MLE方法可得参数p、ρ或α、β的估计量为:
4 模拟分析:违约计量模型与经济资本配置
(1)违约计量的对比分析
为了表明违约率的动态变化可以反映违约之间的相关性,以下用一个模拟算例进行说明。现有20个相似的同质性贷款组合,即k=20,这些组合既可以来自于同一银行,也可以来自于不同的银行;为了简化,再设各个同质性贷款组合中的贷款数量均为n=50。对于所有的20个组合,可以根据各个组合中贷款违约的数量,并通过式(20)、式(21)估计参数α,β或p,ρ。显然,对于不同的违约数据,参数的估计值并不相同。为了便于比较分析,本文设置了四个数据集,见表2。各数据集对应的违约情况并不相同,表现在违约数量d=0、1、2、3、4的贷款组合个数m被设置成不同的数值。
对每一个数据集,表3给出了不考虑违约相关性、违约数目服从二项分布的条件下,采用合并样本方法计算得出的违约率
从表3可以得出如下结论:①对于四个数据集,两种分布假设下违约率具有相同的均值,这表明Betabin分布假设反映了单项贷款的违约信息。②对于不同的数据集,ρ值不相同,因此,针对不同的数据集,在用违约率的动态变化(即Beta分布假定)反映违约相关性时,Beta分布的参数也不相同。虽然四个数据集对应的违约率分布都具有相同的均值,但由于不同数据集的违约相关系数不同,因此,分布的方差并不相同,这也体现了违约数目的分散程度。③在Betabin分布假设下,违约数目的标准差随着违约相关系数的增加而越来越大于二项分布假设下的标准差,即违约数量的分散程度随α,β的取值变化而不同,而且均大于二项分布假设。这也表明Betabin分布考虑了贷款违约之间的相关性。④如果违约率均值设置较高,可以预见违约相关系数会更大。
(2)经济资本的计算与对比分析
贷款组合违约模型在我国商业银行的应用主要体现在经济资本的计算,从而有助于银行有效地配置经济资本。为了说明模型效果,拟将经济资本的计算与新巴塞尔协议中的经济资本计算进行比较。新巴塞尔协议中经济资本的计算是基于Vasicek单因素模型的。设LGD表示违约损失率,并设同质性组合的风险暴露为EAD,则在置信度α=0.999下,零售循环型贷款的最低资本要求为:
式中,Φ(·)是置信度α=0.999下根据极限分布得到的最大可能损失,它取决于违约率p和相关系数ρ;上式第二部分中的p·LGD表示预期损失。从式(22)可以看出,最低资本要求实质上就是极端损失与预期损失的差值。
基于Betabin分布组合违约模型的经济资本的计算步骤为:①利用同质贷款组合的历史违约数据,估计Betabin分布的参数α,β.②根据风险暴露与贷款损失率获得贷款损失的分布。如果贷款数量为n,则违约数目d服从Betabin(n,α,β)分布, 在已知违约暴露EAD和违约损失率LGD的情况下,通过模拟技术获得贷款组合损失
以模拟设置的同质贷款组合数据集为例,在获得了违约数目的分布参数α,β之后,考虑银行的某一同质贷款组合。假设银行存在一个贷款数目n=500,违约暴露EAD=1亿元的银行同质贷款组合,假定违约损失率LGD=0.4,则在违约数目服从Betabin(500,α,β)分布的基础上,对贷款损失进行100000次模拟。表4分别计算了α、β取不同值时贷款组合的极端损失、预期损失和经济资本。为了便于比较,表5根据Basel II中的最低资本要求式(22)也计算了极端损失、预期损失和经济资本。需要指出的是,Basel II中零售循环型贷款资产的最低资本计算是基于Vasicek单因子模型推导而来的,式(22)中的相关系数是资产相关系数, 而不是违约相关系数, 因此, 表4和表5并不存在严格的对比关系,尽管如此,仍然可以对两种经济资本的计算结果作大致的比较。表4讨论了违约率为0.04、违约相关性为0.02～0.06时的经济资本,而根据经验,当违约相关系数为0.02～0.06时,资产相关系数大致为0.3～0.5,为了更清晰地表明两种方法在计算结果上的差异,表5给出了违约率为0.04而资产相关系数ρV分别为0.1、0.2、0.3、0.4、0.5时的经济资本计算结果。
从表4和表5的对比可以直观地看出: ①当违约率保持一定时, 经济资本随着相关系数(无论是违约相关系数ρ还是资产相关系数ρV)的增加而增加, 这主要是由于较大的相关系数意味着违约数量具有更大的波动性,因此,所需要的经济资本也会更大; ②两种方法计算得到的预期损失均为160万元(这里忽略了模拟方法的误差。由于
5 结论
当零售贷款组合中的各项贷款存在违约相关性时,构造违约数目的分布是一种可行的思路,而分布的形式以及在分布中如何体现违约相关性是最核心的问题。本文根据违约数目的统计特征,建立基于贝塔二项分布的违约计量模型,并根据违约模型研究经济资本的配置问题,得出一些有意义的结论:①在Betabin分布与二项分布这两种假设下,违约率具有相同的均值,而在Betabin分布假设下,违约数目的标准差随着违约相关系数的增加而越来越大于二项分布假设下的标准差;②当违约相关系数不同时,Betabin分布的参数也不同;③违约数量的分散程度不同,Betabin分布的参数也不同,其方差均大于二项分布假设;④利用Betabin分布计算经济资本和通过Basel II最低资本公式计算经济资本时, 两种资本计算方法得出相同的预期损失,经济资本的差别主要表现为极端损失的不同,而且利用Basel II中的公式计算得到的经济资本可能大于在Betabin分布下通过模拟贷款损失而得出的经济资本;⑤在两种资本计算方法下,经济资本都随着相关系数的增加而增加。本文的研究结论表明,设定违约数目服从贝塔二项分布,并通过分布参数的合理设置,既能反映各单项贷款的违约信息,又能体现零售贷款组合中各贷款违约之间的相关性。进一步地,通过贷款损失计算经济资本也能够体现单项贷款的违约信息、反映贷款违约之间的相关性,而且该方法计算出的经济资本可能比Basel II规定的最低资本要求要小。另外,在计算经济资本时,相比于Basel II中的计算公式,通过分布假设模拟贷款损失的方法依赖于贷款数量,具有较好的适用性。本文的研究对于评估零售贷款组合的信用风险状况具有一定的参考意义,还值得指出的是,当同类型贷款组合的历史违约数据较多时,该方法还可以用于对贷款违约率以及贷款违约相关性进行估计,从而避免由资产相关性推导违约相关性过程中可能存在的模型误差,这对检验违约率模型的准确性有较好的参考价值。
参考文献
[1]Basel Committee on Banking Supervision.Inter-na-tional Convergence of Capital Measurement andCapital Standards(A Revised Framework Compre-hensive Version)[Z].Basel Committee,2006.
[2]Merton R.On the pricing of corporate debt:Therisk structure of interest rates[J].The Journal ofFinance,1974,(29):449～470.
[3]Morgan J P.CreditMetrics technology document[Z].1997.
[4]Perli R,Nayda W I.Economic and regulatory capitalallocation for revolving retail exposures[J].Journalof Banking and Finance,2004,28:789～809.
[5]Narain B.Survival analysis and the credit grantingdecision[C]//Thomas L C,et al.Credit scoringand sredit control.Oxford:Oxford UniversityPress,1992:109～121.
[6]Cox D R.Regression model and life tables(withdisscussion)[J].Journal of the Royal Statistical So-ciety B,1972,(30):187～220.
[7]Andrade F W M,Thomas L.Structural models inconsumer credit[J].European Journal of Opera-tional Research,2007,(183):1569～1581.
[8]刘军丽,陈翔.基于决策树构建个人住房贷款信用风险评估模型[J].计算机工程,2006,13,(32):263～266.
[9]彭建刚,李樟飞.零售贷款非线性时变比例违约模型[J].系统工程理论与实践,2009,29(11):60～66.
[10]Vasicek.Probability of loss on loan portfolio[Z].KMV Corp,1987.
[11]茆诗松,王静龙,濮晓龙.高等数理统计[M].北京:高等教育出版社,1998.
组合配置 篇7
关键词：企业集团,组合原理,可配置,工作流,规则库,相似度
0 引言
工作流概念起源于二十世纪七十年代中期的办公自动化领域, 是针对日常工作中具有固定程序活动而提出的一个概念, 目的是通过将工作分解成定义良好的任务, 按照一定的规则和过程来执行这些任务并对其进行监控。其要解决的主要问题是:为实现某个业务目标, 在多个参与者之间, 利用计算机技术, 按某种预定规则自动传递信息或者任务。简单地说, 工作流就是一系列相互衔接、自动进行的任务。
工作流管理系统是一个软件系统, 它完成对工作流的定义和管理, 并按照在计算机中预先定义好的工作流逻辑推进工作流实例的执行[1]。它的主要目标是调整业务过程中各步骤的先后次序, 定义好业务逻辑, 进行流程再造, 从而实现业务过程的自动化。
企业实施工作流管理所带来的好处是非常明显的, 可以提高企业运营效率、集中精力处理核心业务、跟踪业务处理过程, 达到改善企业内外部流程、优化并合理利用资源、减少人为差错和延误等目的。
正因为工作流拥有在处理日常业务上的强大功能, 所以自工作流产生起便一直是人们研究与应用的热点, 现已经被广泛应用到生活中的多种领域多个行业。在企业集团中, 工作流对业务操作层面的基本单据、凭证、账簿和流程审批都能有很好的支持, 特别是在解决企业集团内部存在的严重信息不对称问题、信息孤岛现象效果明显[2]。
但是, 随着中国经济的快速增长, 企业内外部环境的不断变革, 企业集团的发展也出现了新变化。具体表现在:1) 为了进一步扩大其业务规模, 企业集团纷纷走出国门, 参与到国际上的分工合作, 积极与外资并购重组;2) 在国家扩大内需的指引下, 特别是国内高铁的贯通以及大规模的地铁建设, 极大地打破了空间的限制, 企业集团形成了多区域、多领域、多层级的发展趋势;3) 随着业务规模的不断扩大, 业务复杂度不断加深, 各业务之间的关联性日趋紧密, 企业的瞬时响应能力有待提高。
以工程机械行业为例, 每年企业在工程项目上的投资巨大, 并且纷纷参与到国际的并购重组中, 国际化视野布局企业在全球的产业分布。同时, 企业集团内部管理任务繁重, 需要严格管控包括年度预算、项目立项、招标采购、合同执行、资金计划、项目进度、项目文档等数十个复杂的管理业务。并且, 在财务上, 企业还希望能实现项目进度与资金计划的一体化, 也即通过项目的实际完成进度和项目各合同按其支付约束自动形成的资金计划相关联, 然而, 涉及到资金计划的算法复杂多变, 项目进度的不确定因素众多。所以, 企业集团在新形势下急需一套能满足其业务复杂性、关联紧密性并可按需配置优势资源管控整个项目过程的企业系统体系。
传统工作流对业务流程的处理与软件流程密切相关, 能够很好的支持流程严格定义、数据能够结构化的业务环境。但是, 针对企业集团中呈现的种种新需求, 传统工作流往往不能快速响应企业集团下复杂多变的新业务环境[3,4]。因此, 针对企业集团下业务的多变性和数据的结构化特性, 本文提出了一种基于“组合原理”的简易可配置式工作流系统, 利用功能的模块独立性和业务的逻辑可组合性, 将企业集团下各种复杂的业务分割成活动集合库和活动间关系集合库, 再根据MA算法和CA算法, 得出最优流程模型。最终通过最优流程模型与业务模型的关联配置, 完成工作流的动态组合, 快速响应企业集团下的复杂多变的业务需求。
1 企业集团业务的可组合分析
1.1 组合原理介绍
组合原理是指个体的整体或部分迭加的原理。具体描述为, 在空间上, 将相同的个体或相关操作加以组合;在时间上, 将相同或相关的操作进行合并。
定义1个体信息特征[5]
是指从不同角度反映个体整体信息的基本构成要素, 如个体的功能特征、原理特征、形态特征、结构特征等等, 简称个体特征 (IF) 。
定义2分割
从一个含有N个某类个体信息特征IF的个体中分离出M个此类个体信息特征IF的操作, 称为关于这类个体信息特征的一次分割, 其中M≤N。若M=1, 称这次切割为简单分割, 若M≥1, 则称为复合分割。
定义3组合
将S个个体信息特征组IF1, IF2, …, IFs进行重新归并, 生成一个新个体的过程称为组合。其中, |IFi|≥1, i=1, 2, …, S。若S=1, 则称为自身组合, 否则称为复合组合。
组合原理在运用中并不仅仅是简单的叠加, 应满足两个条件:1) 不同技术因素构成具有统一结构与功能的整体;2) 组合物应该具有新颖性、独特性和价值。组合的目的是实现个体的优化。通过分割和组合, 调整个体组成结构的诸要素, 使其具有一个更加高效、合理的结构, 从而优化或增加个体的功能。
1.2 相关定义
根据组合原理, 可以将企业集团下的业务分割成多个相对独立的活动节点, 每个节点都会实现一个或多个业务功能。并且这些活动节点通过一定的关系规则组合, 最终完成整个业务。因此, 企业集团下的业务将分为业务模型和流程模型两块, 业务模型是整个业务的抽象表示, 流程模型是业务分割后的特性表示。
业务模型
指一个业务可以抽象成由许多活动和活动间关系组成的个体。可定义为:Business[6,7]=<ID, Activity B, Relationship B, Flow ID>。业务模型是一个四元组。其中, ID是业务模型的唯一标识。Activity B是业务模型中包含的活动集合, 它是一个二元组:Activity B=<Name B, Property B>, 其中, Name B表示该活动的名称;Property B表示活动的相关属性, 主要包括活动的处理人、时间、地点、实现的业务功能等。Relationship B是流程模型中活动之间的关系, 有顺序、串行、并行、分支等。Flow ID是该业务模型引用的流程模型ID标识, 表示此业务模型所匹配的流程模型。
类似的, 流程模型是指业务对应的工作流模型。工作流模型同样由若干活动和活动间的关系组成, 也即工作流可以分割成活动集合库和关系集合库两部分。
文中将流程模型作做如下定义:Work Flow Model=<ID, Activity F, Relationship F, State>。流程模型也是一个四元组。其中, ID是流程模型的唯一标识。Activity F是流程模型中包含的活动集合, 它是一个二元组:Activity F=<Name F, Property F>, 其中, Name F表示活动的名称;Property F表示活动的属性, 包括活动的处理人、时间、地点、实现的业务功能等。Relationship F是流程模型中活动之间的关系, 有顺序、串行、并行、分支等。State表示活动的当前状态, 为集合{Null, Running, Finished, Failure}中的某一个元素, 且State初始值为Null。
因此, 结合上述相关定义, 可利用组合原理对企业集团业务进行优化, 其具体优化原则如下:
①解析企业集团下的的基本业务, 按照人员、职务、实现路径、状态、业务功能等个体特征进行分割, 并按个体特征进行归结, 形成基本的集合库群。这些库群包括活动集合库和关系集合库, 其中活动集合库中活动属性的组合有特定的逻辑规则, 这些逻辑规则集合形成规则库。当出现新的类型特征时, 可按照新特征动态的对业务进行分割, 并形成新的集合库, 从而不断完善集合库群。
②当某一个具体的业务到来时, 首先按照业务的个体特征进行分割, 形成活动集合库和关系集合库, 然后在已有的流程模型库中选择任意流程模型Work Flow Model, 根据匹配算法MA求出二者之间的相似度, 依次进行, 从而选出相似度最高的流程模型, 形成该业务特有的最优流程模型。如果用户对其不满意或有特定的规则需要修改, 则重新设计流程模型。
③设计流程模型其实就是重新组合该流程模型的活动集合以及活动间的关系规则, 可根据组合算法CA, 构建满足用户的最优流程模型。
④根据②、③形成的最优流程模型与业务模型进行关联映射, 从而配置好整个工作流的可执行逻辑过程。
⑤根据配置好的业务与流程模型, 调用底层业务逻辑, 配合相应的任务调度和消息机制, 最终完成整个业务工作流程的处理。
对于上述优化原则中提到的匹配算法MA和组合算法CA, 下面给出具体分析。
1.3 相关算法分析
1) 匹配算法MA
业务应用中的匹配算法主要是求出流程模型与业务模型之间的匹配相似度, 而根据上述对流程模型和业务模型的定义可知, 匹配相似度可分为活动相似度和关系相似度。其中对于活动相似度的计算方法分为活动概念相似度和活动属性相似度计算, 具体如图1所示。
活动概念相似度
本文采用基于Word Net的概念语义相似度算法[8]来计算活动概念相似度。两个元素的相似度可以通过它们之间的语义距离进行计算。语义距离是指两个词在语义树上的路径长度。英文词典Word Net是一棵按照词的层次关系、同义关系组织的语义树。利用Word Net计算两个元素的语义距离, 进而得到它们的相似度。对于A、B两个元素概念相似度的具体计算方法如下:
其中len (A, B) 是词A到B的路径长度。所以, 对于业务模型A和流程模型B的具体活动概念相似度计算方法为:
其中Ai是业务模型A中活动的名称概念, i∈[1, n]。Bj是流程模型B中的名称概念, j∈[1, m]。
活动属性相似度
文中利用覆盖[9]表示两个模型的属性相似度。覆盖表示两个模型的相应属性的包含关系, 即属性的相似程度。其相关定义如下:
定义4设Activity B是用户业务所需的活动集合。WorkFlow Model是一个流程模型, Activity F是该流程模型中所包含的活动集合。对于活动a, 若a∈Activity B且a∈Activity F, 则称a为Work Flow Model的有效活动, 否则为无效活动。
定义5对于活动a, 如果a∈Activity B, 且a都为WorkFlow Model的有效活动, 则称Work Flow Model是Activity B的覆盖。
定义6如果Work Flow Model是Activity B的覆盖, 并且|Activity B|=|Activity F|, 则称Work Flow Model是Activity B的最小覆盖。
由上述定义可知, 只要Work Flow Model是Activity B的覆盖, 那么该流程模型就满足用户业务的所有需求。但是, WorkFlow Model中可能还包含一些用户不需要的活动, 所以最理想的情况是找出Activity B的最小覆盖。
因此, 业务模型A和流程模型B的具体活动属性相似度计算方法为:
活动相似度
综上可知, 对于业务模型A和流程模型B的活动相似度为:
其中α、β分别为活动概念相似度和活动属性相似度的权值, 且α+β=1。一般都取值为1/2, 表示其同样重要。
关系相似度
对于活动间的关系一般有顺序、串行、并行、分支等几种, 并且其名称是固定不变的。由此, 根据活动的关系顺序可产生特定的关系字符串。所以, 对于关系相似度的计算采用基于最大公共字符串长度度LCS (Longest Common String) 的名称相似度算法[10]。
对于业务模型A和流程模型B, 记LCS (A, B) 为二者关系的最大公共字符串长度, length (B) 为流程模型B关系字符串的长度。因此, 基于最大公共字符串长度的关系相似度定义如下:
匹配相似度
综上所述, 可得业务模型A和流程模型B总的匹配相似度为:
其中, θ、λ分别为活动的相似度和关系的相似度的权值, 且θ+λ=1。一般两个权值都取1/2, 表示拥有同样的重要性。
当企业集团业务到来时, 首先根据业务建立对应的业务模型, 然后根据式 (6) , 遍历流程模型库。根据匹配相似度, 确定是否存在合适的流程模型, 若不存在则设计新的流程模型。文中默认设定80%为匹配相似度的门限值, 当相似度小于80%时, 判定为不匹配;否则匹配。
2) 组合算法CA
当企业集团中的业务, 通过业务模型, 无法在流程模型库中找对匹配的模型时, 我们需要设计合适的流程模型, 满足对应业务模型的需要。
设计一个新的流程模型, 需要确定对应的活动集和关系库。对于特定业务, 其业务模型中的活动所实现的业务功能及活动间的关系是固定的, 我们只要定义好活动集合库即可确定一个流程模型。换句话说, 通过组合算法CA, 动态配置组合相应特定业务的活动集合库, 配合自身业务模型中的关系集, 就完成了一个流程模型的设计。其相关定义和设计原则如下;
定义7规则库指流程模型中某个具体活动各个属性的逻辑规则。规则库, 是历史业务中各个活动的所有属性规则的集合。例如, 活动a的执行人可为A, 也可为B, 且历史业务中A的执行率为80次, B为20次。我们将a执行人为A, a执行人为B表示为两种不同的属性逻辑规则。规则定义为:Rule=<ID, Function, Description, Count>。ID表示该规则的唯一性标识。Function表示该规则所对应的业务功能。Description表示活动的相应属性, 可以是人员、时间等。Count表示业务功能与该属性匹配的次数。
本文通过CA算法进行新的流程模型的设计, 其具体设计流程如下:
①根据给出的活动业务功能, 在规则库中查找该业务功能对应的属性规则。
②按活动的属性将这些属性规则分类, 找出每个属性的最优组合规则。即Rule中Count最大的组合规则。
③用户根据组合规则推荐的最优活动属性进行判断, 如果符合业务活动需要, 可采用到流程模型中, 否则, 用户可自行定义。
④将用户新设计流程模型的属性规则归结到规则库中。
2基于“组合原理”的可配置模型
根据企业集团下复杂业务的可组合性, 本文提出一种可配置工作流模型。模型首先分割业务的个体信息特征, 形成多种类型的集合库, 然后根据匹配算法MA和组合算法CA形成较优的流程模型;最后关联流程模型和业务模型, 配合传统的工作流引擎、任务调度和消息传递, 最终完成整个业务的处理。其具体模型如图2所示, 包括建立流程模型、流程模型与业务模型关联配置、执行工作流三个部分。
本文中工作流的可配置包括业务模型与流程模型的匹配配置、流程模型设计的可配置和业务与流程关联的可配置两个方面。通过这两个方面的可配置, 达到方便快捷处理复杂业务的目的。
①模型匹配配置主要是通过匹配算法MA计算二者的相似度, 用户可自行设定门限值, 判断是否匹配。
②流程模型设计的可配置由流程设计器实现。通过组合算法CA, 在规则库中找出相关活动属性的最优组合规则, 再根据业务的具体需求从而动态配置相应的活动属性规则, 最终形成一个满足业务需求的较优流程模型。
③业务与流程关联的可配置由业务与流程关联器实现。根据用户的需求, 动态决定相应的业务模型和流程模型, 建立合适的关联映射, 配合完成最后的业务处理。
2.1 建立流程模型
流程模型的建立由流程设计器实现。当新的业务逻辑到达, 首先将业务按个体特征进行分割, 得出业务相应活动的业务功能。然后根据给出的活动业务功能, 在规则库中查找该业务功能对应的属性规则。并且, 按活动的属性将这些属性规则分类, 找出每个属性的最优组合规则。最后用户根据组合规则推荐的最优活动属性进行判断, 如果符合业务活动需要, 可采用到流程模型中, 否则, 用户可自行定义。最终根据这些属性规则确定的活动以及已经确定好的活动间关系形成一个新的流程模型。新的流程模型会动态的加入流程模型库中, 并将这些属性规则归结到规则库中, 以便后来的工作流配置使用。
2.2 业务与流程关联配置
当流程模型建立好之后, 需要与业务模型进行关联映射。业务与流程关联配置由业务与流程关联配置器实现的。在业务模型和最优流程模型的基础上, 动态根据用户的需求, 配置业务与流程的关联映射关系, 形成业务工作流最终执行规范, 保证系统快速适应各种负责业务的变化。其映射流程如图3所示。
整个的映射过程分四步:
①用户登录系统, 根据具体的特定业务, 在已有的流程模型库中选择匹配出的最优流程模型;
②如果在已有的流程模型库中没有匹配到合适的流程模型, 或者该业务有需求变动, 可通过流程设计器确定新的流程模型, 并将该流程模型保存到流程模型库中以便继续使用;
③匹配业务模型, 配置流程模型与业务模型的关联关系, 形成动态的工作流实例;
④发布流程, 提交表单, 借助工作流引擎实现该流程的处理, 最终完成整个业务过程。
2.3 工作流引擎
工作流引擎是工作流管理系统的核心, 负责对工作流模型进行解析和实例构建, 维持流程实例的执行状态, 并依据静态的抽象过程描述和业务过程中的约束条件在运行时计算后续过程, 动态调用服务。一个工作流的执行便是一个业务过程实例, 是为实现特定的业务目标, 由不同角色执行的一组具有顺序关系的、逻辑上相互关联的、作用于一组相关业务对象上的Web服务。
工作流引擎解析配置好的流程与业务模型, 然后按照预先定义好的解析规则, 加载所定义的工作流程, 进而依据节点之间的逻辑连接关系设计工作流节点排序算法, 生成实例化节点执行任务调度顺序表, 并且每个节点完成后都会给下一节点的处理人员以相应的消息提示, 使实例各节点依次有序执行, 完成流程的实例化运行。
3 基于“组合原理”的工作流系统实现
3.1 系统整体设计
可配置工作流系统的整体设计, 结合了目前企业信息系统流行的三层体系结构, 主要包括四大组成部分。
①门户服务以及其他前端应用
主要是对前端应用进行一些数据前处理, 为系统提供输入输出功能并参与用户数据请求以努力减少网络数据流量, 还可以格式化输出到用户的数据并对用户的输入进行校验;
②工作流管理系统
处理与工作流系统功能有关的操作, 实现对流程的定义、监控、管理调度等工作, 一般由工作流管理用户使用, 并同其他应用服务相互调用;
③应用服务
实现企业内部运转的各种业务处理应用, 并通过Web Service的方式对外提供调用, 一般都会包括日志服务、权限管理、消息推送、人员角色等;
④数据库
提供底层数据的增、删、改、查操作, 是系统最基础的数据支撑。具体如图4所示。
1) 表示层
表示层主要为用户提供统一的门户服务。当企业的业务逻辑发生变化时, 只需调用流程设计器新建或修改流程模型, 调整流程模型的规则约束, 再通过流程与业务配置器重新配置其关联关系即可业务需求的变化。表示层还需为用户提供单点登录、角色权限和消息通知等功能。
2) 逻辑层
逻辑层是整个系统的核心, 主要由分布的应用服务系统组成, 包括工作流管理系统和其他的应用服务。工作流管理系统为工作流执行服务提供保障, 完成流程的实例化、流程的监控与管理等, 并为工作流的运行实例提供任务表处理, 实现工作流引擎与其他应用服务的交互。逻辑层还应提供日志服务、权限管理、消息推送等, 更好地实现对系统的管理应用。
3) 数据层
数据层是指系统采用的数据存储方式, 一般通过关系型数据库来管理, 用来保存系统中产生的各种信息, 包括流程数据、业务数据和人员机构数据等。数据层一般还会提供各种基础设施, 包括DBMS、备份还原和系统监控等, 以保证工作流在建模、调度和组合以及执行等各个阶段的数据安全和可靠性。
3.2 应用
根据企业集团业务流程的实际需求, 系统已经定义好了一些基本流程模型, 除此之外, 用户也可以根据图形化的流程设计器自定义流程模型。在配置好的流程模型实例化执行过程中, 任务之间的流转主要以消息待办的形式进行推送。下面具体介绍下其实现过程。
用户登录系统的工作流系统配置主界面, 如图5所示, 在此可以定义所需的流程模型。
图5中上半部分是该流程的具体环节, 包括环节名称、操作页面、类型、操作页面等;下半部分是该流程的图形化展示, 其位置布局是可以拖动自行设计的。
在定义好流程模型后, 用户需在【流程与功能业务配置】中进行业务与流程的关联关系的配置, 即建立业务与流程之间的对应关系, 可以一个业务对应多个流程模型。并且配置时还可以设置不开启流程, 即此业务不需要使用工作流, 可大大增强业务的灵活性。
整个配置完成后, 用户登录系统提交流程, 第一个活动以工作项的形式进入指定人员的待办工作列表中, 并伴有消息窗口弹出。该人员可以通过待办工作列表打开该项工作, 完成相应操作后可提交流程, 将流程推向下一个节点。提交时, 工作流自动计算出下一节点的执行处理人, 提交后, 下一步指定人的待办事宜列表中就有了该流程属于他的相应工作待办。依此进行, 直到走到流程的结束节点。
4 结语
针对企业集团下业务的复杂性和多变性, 本文提出了一种基于“组合原理”的简易可配置工作流系统。系统通过特定的匹配算法MA和组合算法CA, 建立适合业务的流程模型, 最终配合传统的工作流引擎, 达到适应企业集团下各种业务变化的目的。目前, 该系统现已在某企业集团内上线运行, 运行状况良好。对于工作流的研究一直是企业关注的热点, 本文提出的工作流系统仅仅是一种可供参考的探索方式, 希望在此基础上能够不断发展和改进, 使其在性能和业务上更进一步的提升, 更好地为企业集团服务。
参考文献
[1]范玉顺.工作流管理技术基础[M].北京:清华大学出版社, 2001.
[2]黄祉飞, 王如龙.商务智能在推进企业集团管控一体化中的应用[J].软件, 2012, 33 (7) :5-8.
[3]邓水光, 吴朝晖, 俞镇.支持动态建模的工作流管理系统的研究与设计[J].计算机辅助设计与图形学学报, 2004, 16 (5) :712-718.
[4]Zeng L, Ngu A, Benatallah B.Agent-based approach for supporting cross-enterprise Workflows[C]//proceedings of the 12th Australasian Database Conference, Queensland, Australia, 2001:123-130.
[5]孙守迁, 包恩伟, 潘云鹤.基于组合原理的概念创新设计[J].计算机辅助设计与图形学学报, 1999, 11 (3) :262-265.
[6]胡春华, 吴敏, 刘国平, 等.一种基于业务生成图的Web服务工作流构造方法[J].软件学报, 2007, 18 (8) :1870-1882.
[7]Zeng Lianzhao, Benatallah B, Ngu A, et al.QoS-aware middlew are for Web service composition[J].IEEE Transon Softw are Engineer, 2004, 30 (5) :311-327.
[8]孙建国, 黄广君, 罗俊丽.改进的概念相似度算法[J].计算机工程与应用, 2009, 45 (5) :154-156.
[9]胡海涛, 李刚, 韩燕波.一种面向业务用户的大粒度服务组合方法[J].计算机学报, 2005, 28 (4) :694-703.
组合配置 篇8
开展R&D项目是组织获得高收益、维持和开拓市场地位的一种手段,它对组织的运行和发展具有重要的战略意义。随着科学技术的发展和市场竞争的不断加剧,单个R&D项目不能满足组织的战略需要,组织经常面临同时选择多个R&D项目的情境。R&D项目组合影响着企业战略的实施[1],而项目组合选择是组织战略成功实施的一个重要环节。科学和合理的R&D项目组合选择不仅能够使组织实现经济效益目标,而且还有助于战略目标的实现,而做出错误的选择决策轻则会给组织带来经济损失,重则影响到组织的生存和发展问题。R&D项目组合选择问题已成为项目管理领域的一个重要研究课题[2]。
国内外一些学者从不同角度运用不同方法对R&D项目组合的选择问题进行了研究。其中包括整数规划方法[3,4]、DEA方法[5]、字典序法[6]和模糊模 拟决策方法[7]等。但是,这些方法或没有考虑组织资源的有限性,或没有从项目之间的搭接关系角度分配组织的有限资源。基于此,本文从项目之间的搭接关系角度出发,结合企业自身所具备的资源情况,运用0 - 1整数规划对竞争型R&D项目组合的选择方法进行了分析。
2 竞争型 R&D 项目组合选择的前提假设
R&D项目自身所具有的创新性和风险性等特征决定了其提前完工的可能性较小,而且帕金森法则认为,工作在其最终期限到来之前是不可能完成的。因此我们首先提出以下前提假设。
假设1: 每个R&D项目的工期是固定不变的。即每个R&D项目的完工时间正好是组织与业主签订的合同完工日期。
由于多个竞争型R&D项目之间存在搭接关系,当某一R&D项目完工后,从事这一项目的员工会分配到其他未完工的项目中。从经济学角度出发,由于边际效应递减规律的作用,当工作于某一项目的人员数量大于某一数值后 ( 也就是总效应最大时所对应的员工数量) 就会给项目团队带来负面作用,会造成团队内部的混乱,导致团队效率的降低。通常情况下,从事R&D项目的员工都是一些知识型人才,这些员工的工作效率相差不大 ( 组织不会选择工作效率低的员工) 。因此,我们提出前提假设2和假设3。
假设2: 多个R&D项目的员工按照各项目完工日期的先后顺序分配。即当完工日期最早的R&D项目完工后,其员工再分配到下一最早完工日期的R&D项目中。但是,分配后的员工数量总和不能大于员工总效应最大时的员工数量,多余的员工依次分配到其他R&D项目中。
假设3: 当往某一未完工的R&D项目中注入新员工时,在员工总效应最大之前,从事R&D项目的员工的边际效应相同。即每个员工的工作效率相同。
3 竞争型 R&D 项目组合选择方法研究
竞争型R&D项目组合是从生态学角度划分出来的一种组合类型[8],它是一种普遍存在的项目组合形式。竞争是多项目环境中的一个自然特征[9]。在研发组织中,资金和人员是多个R&D项目之间竞争的最重要和最稀缺的资源[10,11,12]。本文把竞争型R&D项目组合选择分为以下两个阶段。
3. 1 基于组织内部和外部视角的初步筛选
当对多个R&D项目进行选择时,首先应当对单项目进行评价[13]。项目组合管理最重要的三个目标是: 组合价值最大化、项目与组织战略目标一致和项目组合平衡[14]。为了实现项目组合管理的三个目标,应当从组织内部和外部两个维度对单项目选择进行分析。组织外部维度是指从各R&D项目角度分析其是否可行。它包含对项目的战略、价值和风险等几个方面因素的评价。从战略角度考虑,应当摒弃那些不符合组织战略目标的项目,即使一些项目可以盈利但与组织战略目标不一致的话,也应当放弃选择这些项目; 从价值角度出发,应当淘汰那些预期收益为负的项目,其中可选用的方法有净现值法、内部收益率、专家打分法和层次分析法等多种方法; 从风险角度来看,应当舍弃那些风险较大,脱离了组织的风险承担范围的项目。组织内部维度是指从组织自身角度分析组织是否有能力承担项目。从组织自身资源数量和技术能力等方面考虑,放弃那些组织现有的资源数量和技术能力不足以支持的项目。组织通过组织内部和外部两个维度的综合评价,能够初步成功地筛选掉一些项目,然后对剩余的R&D项目再做进一步的详细选择工作。
3.2 基于组织资源约束和项目搭接关系视角的详细选择从单个项目的角度出发,根据每个项目的工期长短总
会有其最佳的人员配备数量。先假定经初步筛选后剩余n个项目有待选择。组织能够提供的资金和人员数量分别为I和H。项目Pi的预期投资为Ii,预期收益为Ri,开工日期为Tsi,完工日期为Tei,最佳人员配备数量 ( 即在工期结束时间正好完成项目的最合理人员数量) 为Hi,总效应最大时对应的人员配备数量为HMi( 1≤i≤n ) 。
步骤1: 对R&D项目按项目完工日期的先后顺序进行排序
根据各R&D项目完工日期的前后顺序进行排序。详见下图。
步骤2: 从最佳人员配备角度计算各R&D项目组合下的收益
衡量最佳R&D项目组合的一个经常采用的标准是多个项目的预期收益最大化。同时,还要保证项目的资金和人力资源需求不超过组织的资源容量。根据0 - 1整数规划列出最佳R&D项目组合的选择模型:
其中,E( x) 为多个R&D项目的期望收益总和。
由于考虑到各R&D项目之间的搭接关系和资源再分配问题,对于满足投资约束但没有满足人员约束的各R&D项目组合重新计算其各R&D项目的合理人员配备数量。
步骤3: 计算各R&D项目的合 理人员配 备数量( HLi,1≤i≤n )
当项目Pi完成后,项目Pi( 1≤i < n ) 之中的人员分配到项目Pi +1之中。如果Hi+ HLi +1≤HMi +1,则把项目Pi中的员工全部分配到项目Pi +1中; 但是当Hi+ HLi +1>HMi +1时,则分配到Pi +1中的员工数量为HMi +1- HLi +1,剩余的员工分配到项目Pi +2中,以此类推。
我们根据前提假设1、2和3,从综合角度计算每个满足投资约束但不能满足人员约束的R&D项目组合中各项目的合理人员配备。先假设某一R&D项目组合
然后用R&D项目的合理人员配备数量代替最佳人员配备数量,代入到式1计算是否满足人员约束条件,如果满足则计算在此状态下的投资收益。
步骤4: 选择最佳R&D项目组合
通过上述步骤2和步骤3计算得出的各R&D项目组合下的投资收益,选择投资收益最大的R&D项目组合为最佳组合。
4 实 例
某公司现有资金80万元,研发人员数量为11人。目前,公司面临着选择多个竞争型R&D项目的情景,经初步筛选后剩余四个备选R&D项目,相关资料见表1。为了方便计算,我们假设各项目的开工时间相同。求在公司资金和人员数量条件限制下的总收益最大的项目组合方案。
首先,从最佳人员数量和投资角度,列出同时满足资金和人员约束的R&D项目组合选择模型:
通过用枚举法对上述模型进行求解,得出满足约束条件的项目组合 ( 见表2) 。
在求解的过程中,我们发现存在四种满足资金约束但不满足人员约束的R&D项目组合。根据前述求各R&D项目的合理人员配备数量的方法计算每种组合下的投资收益( 见表3) 。
注: “—”表示当求合理人员配备数量时无解。
从表2和表3中可以看出,R&D项目组合的最优解为表3中的组合序号2,即项目2和项目4是最优的项目组合,这种组合下的期望收益最大,为198万元。
5 结 论
本文针对竞争型R&D项目组合选择进行了研究,并把组合选择过程分为两个阶段: 初步筛选和基于资源和项目搭接关系的详细选择。初步筛选过程从组织内部和外部两个维度对单项目进行筛选; 详细选择过程从合理配置组织有限资源的角度构建了竞争型R&D项目组合选择模型。