量化投資步驟大全11篇

緒論：寫作既是個人情感的抒發，也是對學術真理的探索，歡迎閱讀由發表云整理的11篇量化投資步驟范文，希望它們能為您的寫作提供參考和啟發。

篇（1）

與定性投資不同，定量投資更多關注“數字”背后的意義，依靠計算機的幫助，分析數據中的統計特征，以尋找股票運行模式，進而挖掘出內在價值。

李延剛總結了定量投資的三大優勢：首先是理性。定量投資是對于基于基本面定性投資方法和工具的數量化統計性總結，它在吸收了針對某種投資風格和理念的成功經驗的基礎上，以先進的數學統計技術替代人為的主觀判斷，并能夠客觀理性地堅持，以避免投資的盲目性和偶然性。“完全的數量化分析過程將極大地減少投資者情緒的影響，避免在市場極度狂熱或悲觀的情況下做出非理性的投資決策，因而在牛熊市的轉換中具有很強的自我調節性。”

其次，全市場覆蓋。定量投資可以利用數量化模型對壘市場的投資標的進行快速高效的掃捕篩選，把握市場每一個可能的投資機會，而定性投資受人力精力的限制，顯然無法顧及如此廣的覆蓋面。

此外，數量化投資更注重組合控制和風險管理。數量化的個股選擇和組合構造過程。實質上就是在嚴格的約束條件下進行投資組合的過程，先從預先設定的績效目標的角度來定義投資組合，然后通過設置各種指標參數來篩選股票，對組合實現優化，以保證在有效控制風險水平的條件下實現期望收益。“換言之，數量化投資模型能夠很好地體現組合收益與基準風險的匹配和一致，”李延剛解釋。

定量投資是否適應中國市場

“談到定量投資，不得不提量化投資領域中的傳奇人物――詹姆斯?西蒙斯。”李延剛并不掩飾其對這位投資大師的崇敬，“他不僅是世界級的數學家，也是最偉大的對沖基金經理之一。他創辦的文藝復興科技公司花費15年時間，研發基于量化數學模型的計算機模型，借助該模型，兩蒙斯所管理的大獎章基金，從1989年到2006年的平均年收益率達到了38.5％，甚至超過股神巴非特。”

值得一提的是，李延剛也來自數量化投資的發源地――北美，他有著6年海外一線投資管理的實際工作經驗，深刻領會并掌握了量化投資理念與方法，具備數量化投資領域的成功經驗。2007年，李延剛回國后加盟中海基余，著手增強中海基金金融工程團隊的寅力。在借鑒國外成熟的投資理念與經驗的基礎上，結合A股實際，他用了近兩年時間對數量化模型進行反復修改與調試。目前，中海基金的金融工程部已經形成從擇時、配置到選股等方面的一系列研究成果，并在今年順勢推出中海量化策略基金。

詹姆斯?西蒙斯的神話在中國證券市場能否再次實現?“當其他人都擺西瓜攤的時候，我們擺了一個蘋果攤。”李延剛用一個形象的比喻來形容定量投資存國內市場的發展機遇。他認為，目前國內證券市場定性投資者太多，競爭激烈，而數量化投資者則太少，機會相對更多，競爭也很小。李延剛表示，大量實征研究證明，中國證券市場為一個弱有效市場，市場上被錯誤定價的股票相對較多，留給定量投資發掘市場非有效性的空間也就越大。基于這種考慮，定量投資方法在中國的發展極具發展空間。

“今年推出量化基金并非一時的心血來潮，一方面中海基金金融工程部已經逐漸成熟，而另一方面也是出于市場時機的考慮。”李延剛強調。

他認為，在經歷2008年的巨幅下跌后，市場底部已經基本確立，目前小盤股估值相對較貴，短期內市場可能會以調整為主，但未來市場走勢仍然存在諸多不確定。在此背景下，如何把握結構性機會將是未來投資關鍵之所在，利用數量模型進行分析和投資的量化基金具備更好的適應性。中海量化策略基金將把握市場調整時機，采用數量化模型選人具有估值優勢和成長優勢的大中盤股票作為基石，輔之以部分優質的小盤股票。

“量體裁衣”完善全程量化流程

據了解，中海量化策略基金的全程量化流程分三個步驟，即選股策略自下而上，施行一級股票庫初選、二級股票庫精選以及投資組合行業權重配置的全程數量化。

“就像裁縫做衣服一樣，量化基金在投資中也要通過‘量體裁衣’來完善全程量化流程。通過全程量化與基金經理的思想相配合，才能做出優質的量化基金。”李延剛表示。

首先，選取代表性最強的反映公司盈利能力的指標，對于所有的A股上市公司進行篩選從而得到一級股票庫。“主要通過對所有A股股票過去三年平均EPS(每股收益)、ROE(凈資產收益率)、毛利率三項指標進行篩選，它們能分別較好的反映上市公司的獲利能力，從而得到一級股票庫。”李延剛說。

篇（2）

一、問題的提出

本文首先對風險投資項目風險產生的機理進行科學詮釋，其次，通過構建科學指標體系從而使投資者在項目選擇過程中避免由于信息不充分帶來損失。

從風險投資行為整個過程分析（如圖1），了解并解決兩個主要環節的信息不對稱問題對于保障投資者的利益至關重要。其中第一個關鍵環節主要是風險投資者與風險投資家（風險投資機構）的信息不對稱問題。第二個關鍵環節主要是風險投資家（風險投資機構）與風險企業（或者是備選項目）之間的信息不對稱問題。

如何解決第一層委托――關系，很多專家（南立新，2002；楊艷萍，2003；喬桂明，2004；應瑞瑤，2004；黃孝武，2002）借鑒國外風險投資公司的成功經驗，提出在我國建立合伙制有限責任公司的風險投資公司運行機制解決第一層次的委托――矛盾。這種公司治理模式已經得到一致認可并且在實踐中逐步推廣。

第二層委托――關系中，如何合理確定對象（或者項目）是保障風險投資資金得到預期回報的重要環節，是本文研究的重點內容。

本文依據風險投資的特點，結合德爾菲法、層次分析法以及主成分分析法，提出一種針對風險投資項目評價的主客觀權重法。運用這種方法對風險投資項目進行決策，不僅可以防范決策者主觀臆斷，而且注重吸收風險投資專家的經驗，對項目風險進行客觀地識別和量化，從而對諸多備選項目進行優劣排序。

二、本文中項目風險量化模型的基本假設

為了研究方便，消除歧義理解，本以下假設：

（一）假設風險投資家和風險企業家都是風險中性的

（二）假設各投資決策的使用效果是不可觀測的，但是可以進行估計

（三）風險量化模型必須遵從經濟計量模型中建模的基本原理，考慮模型的綜合性、通用性、簡潔性和可操作性等基本要求

（四）風險投資公司存在行業偏好情況外，各個備選方案競爭環境公平、透明

三、風險投資多項目抉擇模型――原理和方法

本文構建的模型：Ri=δi /Vi

其中：Ri為第i個風險投資項目風險收益系數；δi為第i個風險投資項目風險程度值；Vi為第i個風險投資項目收益值指標系數。

R值越小越好。相同風險程度的不同項目，收益系數越大，對應的R值越小，項目相對越好；相同收益系數的不同項目，風險越小，對應R值越小，項目越好。

（一）風險程度值δi的計算

為了很好的度量項目風險程度δi，運用層次分析法，把項目的風險影響因素分為四層處理。它們是：目標層；制約因素層；制約子因素層和備選方案層（或稱為措施層）（如圖2）。其中，項目風險評估指標體系中指標數值由專家一次性打分后，運用加權平均法確定。指標對應權重向量確定方法是由專家組成員運用Delphi法經過2到3輪形成一組一致性的判斷矩陣，然后運用方根法求出判斷矩陣特征向量作為指標對應權重向量。

風險程度值δi的計算方法，大體可以分為五個步驟。

步驟1：建立制約因素、子因素評判等級和相應的評語集

由圖2構建的層次分析模型，項目風險主要由{U1，U2，U3，U4，U5，U6，U7}等七個方面的制約因素確定。而U1（政策風險）取決于U11國家政治經濟環境和U12項目與政策法規的相容度兩個子因素。記為：

U1={U11，U12}

將每個制約子因素按照實際可能情況分為5個等級，每個等級代表不同的情況。各個因素等級按照影響評判對象的趨勢一致原則來排列，選擇使投資風險程度由低至高的順序排列。風險影響因素對應評語集：

V=（1，2，3，4，5）

如“企業營銷能力”這一因素等級按照“強、較強、中、稍低、低”排列。如果企業營銷能力等級對應“強”則對應的評語應該為1，如果企業營銷能力等級對應“較強”則對應的評語應該為2，如果企業營銷能力等級對應“中”則對應的評語應該為3，企業營銷能力等級對應“稍低”則對應的評語應該為4，企業營銷能力等級對應“低”則對應的評語應該為5。評語值越小，代表風險投資項目該領域的風險也較小，相反，則代表較大風險。

步驟2：確定制約因素、子因素指標值

確定制約因素指標值是指根據項目風險因素實際情況，由專家給定相應指標數值，然后對評判結果進行加權統計得到各因素對應指標值bij。

bij=bij1×1+bij2×2+bij3×3+bij4×4+bij5×5

bijk的值以參評專家中認為因素uij屬于uijk等級的人數除以參加評判的總人數所得到的商數（即進行歸一化處理）確定。bij值介于1～5之間。bij值越接近5，代表風險越大；bij值越接近1，代表風險越小。這種確定指標值的方法不僅可以考慮各個專家的專業判斷傾向，而且顧及到專家判斷的集中趨勢，參考價值更大。

步驟3：確定各個制約因素、子因素權重向量集

制約因素與制約子因素權重向量是用來衡量影響項目風險諸因素相互比較相對重要程度的。本模型首先必須構造項目因素兩兩比較的判斷矩陣，由專家團采用Delphi法經過2～3輪投票完成，采用9/9～9/1比例標度構造判斷矩陣更接近實際情況。即兩因素比較同等重要值為9/9；稍微重要9/7；明顯重要9/5；強烈重要9/3；極端重要為9/1（侯岳衡（1995）和何（1997）），其次求解判斷矩陣對應特征向量即為項目因素對應權重向量。

根據各個備選方案在制約子因素的條件下兩兩因素的比較重要程度，給出U11和其他制約子因素比較的判斷矩陣（記作A11）。

其中，a11ij是指第i方案和第j因素與制約子因素U11比較重要程度。若第j方案與第i方案比較，得到判斷值為a11ij＝1/a11ij，a11ij＝1（i＝1，2，……n；j＝1，2，3，……，n）。

依次類推，分別給出Uij和其他制約子因素比較的判斷矩陣Aij，i＝1，2，……，7。

方根法是近似計算各個判斷矩陣的最大特征值和特征向量最簡潔的方法。下面以A11的特征向量計算過程說明方根法使用原理。

（1）計算判斷矩陣每行所有元素的幾何平均值

從而得到ω11＝（ω111，ω112，ω113，……，ω11n），為所求特征向量的近似值，也就是考慮制約子因素U11時對應各個備選項目的排序向量。

目標層對于制約因素層判斷矩陣A的特征向量為λ：

λ=（λ1，λ2，λ3，λ4，λ5，λ6，λ7）

步驟4：確定各個制約因素相對項目方案指標向量值

U1對應各個項目方案的指標值為b1：

依次類推，計算出U2、U3、U4、U5、U6、U7的對應指標值。

步驟5：確定各個方案風險程度向量值δ

其中，δ中包含了n個備選風險投資方案對應的風險程度指標值。

（二）確定備選方案投資收益系數Vi

備選風險投資方案投資收益利用項目財務指標度量評價。首先計算各個投資項目未來報酬總現值TPVi和風險投資初始投資資本總量Ci。其次，利用現值指數法求出收益值指標系數Vi：

在計算TPVi指標時，貼現率的確定至關重要，不同階段進入風險投資項目肯定會要求一個不同的收益率。風險補償率的問題，方英（2003）和王立國（2003）等，進行了詳細的分析研究，圖3是不同時期貼現率的研究結論。

對于貼現率采用平均貼現率為計算TPVi值各個時期的貼現率參數標準。而項目投資成本Ci是比較容易得到的數據。然后利用Vi=TPVi/Ci計算出項目投資收益系數Vi。

（三）考慮風險和收益的最優投資項目的排序

根據項目風險與收益匹配的原則，用公式Ri=δi /Vi計算綜合投資風險與收益的項目得分值，對各個備選項目進行客觀、科學排序，從而確定備選項目的優先選取順序。

四、模型實證分析

在實際調查過程中發現，風險投資公司在項目選擇方向存在行業的偏好，所以本實證研究以江蘇省2003年度申報科技型中小企業技術創新基金的光電一體化行業為例對模型的可靠性進行論證。

研究對象由江蘇省2003年度光電一體化申報創新基金所有項目構成。其次，確定樣本。對98個申報項目進行編號（按照先后次序編號），按照隨機抽樣的原則，利用隨機數字表從總體集合中選取了10個項目組成樣本。包括編號為43、55、56、27、16、07、77、26、50、20的項目單位組成樣本集合。

利用介紹方法，確定項目收益指數Vi以及綜合的風險收益系數Ri=δi /Vi，從而對備選方案進行排序。項目風險收益指標由小到大的順序為R27，R50，R55，R16，R77，R26，R7，R20，R43，R56。（如表1項目風險收益值計算表）

五、結論

篇（3）

中圖分類號：U491113 文獻標識碼：A

1 引言

隨著社會經濟的不斷發展和人們對交通運輸需求的日益增加。交通阻塞、安全、環境污染等問題已經成了影響社會發展的巨大障礙。交通量的持續增長是造成該狀況的最根本原因，傳統的解決途徑如限制交通流量等短期內可以奏效，但有失公平、合理。如何更有效地使用現有交通運輸網絡就是解決上述問題的重要途徑之一。隨著高新技術的崛起，使得智能運輸系統（簡稱ITS，通過關鍵基礎理論模型的研究，將信息技術、通信技術、電子控制技術和系統集成技術等有效地運用于交通運輸系統，從而建立起的實時、準確、高效的交通運輸管理系統）應運而生。與傳統的交通基礎設施建設項目相比，ITS項目不但投資巨大，而且屬新興研究領域，對社會和經濟各方面的影響更加難以預料。我國當前仍是一個發展中國家，建設資金短缺，決策者、投資者、大眾非常關注建設ITS的巨大投資帶來的效益及風險，因此有必要以ITS的影響開展深入的研究，采用的方法就是進行智能運輸系統評價。

2 評價的意義及目的

ITS評價的意義體現在以下幾個方面：

（1）理解ITS產生的影響

ITS評價的內容包括ITS對交通系統及其使用者產生的影響，以及ITS導致的社會、經濟和環境等諸多方面的影響。因而評價ITS不但可以更好地了解項目本身和與其相關交通條件的改善之間的關系，而且對其產生的影響有更好的認識，也有助于將來其他ITS項目的實施。

（2）對ITS帶來的效益進行量化

投資者無論是政府部門還是私人機構都希望能夠量化投資效益。此外，在對ITS進行評價時，我們還要回答諸如“為什么一定要這樣做”及“如何達到預期效果”的問題。

（3）對將來的投資做決策

ITS評價所提供的信息（實施條件和影響因素等）一方面可以幫助政府部門優化投資，對將來項目的投資和實施做決定。另一方面有助于私人機構在商業運作中做出明智而正確的決定，而政府與私人機構之間的密切而有效的合作分工是中國ITS順利發展的必要條件。

（4）對已有的系統優化其運作和設計

ITS評價可以幫助已有的交通設施和交通系統識別需要改進的方向，從而使管理者和設計者能夠更好地管理、調整、改進和優化系統運作和系統設計。

3 各國ITS評價研究現狀

近年來在世界范圍內廣泛開展了對智能運輸系統理論和技術方法的研究，部分發達國家已對許多項目進行了試驗研究并已實施和應用，如城市和高速公路交通事故監測和快速反應系統，匝道控制等。ITS正從實驗階段轉向實施階段，成為地面運輸系統投資的主流方向，投資規模也將迅速增長。政府、企業和大眾都非常關注其社會經濟影響及可能帶來的各方面效益，對ITS項目社會經濟影響的全面評價正日益受到政府、投資者和研究開發機構的普遍重視。

早在1988年，英國學者Bristow提出了如下評價準則：（1）技術性能；（2）人機工程學性能；（3）真實的效益和非效益；（4）感受到的效益和非效益；（5）用戶反映；（6）安全性能；（7）成本；（8）外部性能。歐盟DRIVE研究計劃促進了一系列面向ITS項目評價的指標系統的發展，其道路運輸信息評價過程研究形成了用于評價ITS項目評價過程的評價手冊。1998年歐盟在ITS評價項目“CONVERGE”中，了“智能運輸系統評價指南”，之后幾年又開發了一系列可用于ITS評價的微觀模擬仿真軟件。

美國華盛頓州1993年完成的ITS戰略計劃，設計了從技術分析、社會經濟、立法行政、公眾接受性幾個角度用成本效益分析法評價ITS項目產生的效益。關于ITS項目投資及效益回報理論方面美國最先于1996年完成國家ITS體系結構，后經多次修訂，第四版已于2002年6月。美國國家ITS體系結構共分為六部分：（1）綜合摘要、（2）體系結構定義、（3）評價、（4）實施策略、（5）市場包、（6）標準。

日本在分析借鑒和分析美國和歐盟體系結構的基礎上于1999年11月了ITS體系結構。主要包括三大部分：構筑體系結構的方針；構筑體系結構的成果；應用體系結構的方針。評價方法主要是傳統交通運輸項目評價所采用的成本效益分析法，有些研究也嘗試使用成本效果分析法和多準則分析方法。

4 評價方法

ITS項目評價的步驟如下圖所示。針對不同的評價主體、評價目的和評價內容，可以對該評價步驟進行適當調整。

目前常用的ITS評價方法包括成本效益分析、成本效果分析和多準則分析三種。

成本效益分析致力于成本和效益的量化及其度量，計算出相應指標，并在備選項目之間進行權衡。有時也涉及不可量化的和非經濟性指標，偶爾也涉及示范效應、發展效應等組織因素，但在大多數情況下，對難以量化的影響的評價是附帶的，重點還在于可量化的成本和效益的權衡。

成本效果分析是一種成本最小化方法，它是在一個項目的效益不能計量，或者已為政策所確定時所采用的評價方法。在上述情況下，所考慮的是達到既定的目標所采用的最小費用。當一個項目的目標難以用貨幣價值計量時，變量只能在成本方面，因此，從邏輯上講應當選擇成本最小的項目。成本效果分析常應用于藥物經濟學，原因在于健康和衛生效益有時難以用貨幣化方法衡量。

在發達國家通常將成本效益分析作為普遍適用的方法，其中有著多方面的原因。首先，發達國家的社會環境相對穩定，因此評價可以致力于將貨幣價值衡量成本和效益，但在發展中國家，社會經濟結構正在發生變化，大的公共項目甚至會影響這種變化。因此一個項目的非經濟性和不可量化的影響在評價中的地位較發達國家為重。可以說，發展中國家在遇到同等問題時，所遇到的困難更多。另外，在發展中國家，可用于項目定量分析的資料和數據往往不全面，這也是成本效益分析方法使用范圍受限制的重要原因之一。所有這些因素表明，鑒于中國的國情和ITS項目的特點，除了進行成本效益分析和成本效果分析之外，還必須采用多準則分析方法。

4.1 成本效益分析

成本效益分析，有時也稱為費用效益分析。

成本效益分析主要包括四個主要步驟：

1.確定成本和效益的類型

成本和效益一般需按照其類型、影響群體、地區或其它標準進行分類和計量。由于效益多發生于未來。所以項目分析必然包含預測的成分，其結果受分析者的主觀價值標準影響。成本和效益的范圍和重點隨項目不同而異。

2.成本和效益的量化

對于所確定的各成本和效益類型應當盡可能量化。由于各種原因，市場價格會偏離社會價值，有些類型的成本和效益則沒有市場價格。因此，量化難以量化的成本效益類型是成本效益分析的難點之一。

3.評價指標

根據量化的成本和效益計算選定的評價指標，原則是盡可能全面和完整地展現項目的經濟效果。常用的指標包括效益費用比、凈現值、內部收益率、投資回收期等。

4.綜合權衡

因存在相關難以量化的成本和效益類型，故評價指標數據不可能完全反應項目的效果，需用定性分析作為補充和完善。隨著項目影響范圍的擴大和評價的深入，難以量化的成本和效益的比重有時甚至超過可量化部分。因此，該步驟顯得越來越為重要。

成本效益分析的評價指標通常包括：凈現值、效益費用比、內部收益率、投資回收期等。這些指標描述了效益與費用的對比關系，可進行不同方案的對比分析。合理的成本效益分析評價指標數據將為決策者提供了有價值的信息。

對ITS項目進行成本效益分析主要出于兩方面考慮。首先，項目意味著稀缺資源的使用，規劃者和政策制定者應當確保效益最大化（包括直接效益和間接效益）；其次，決策者在考慮是否進行項目或者從備選方案中作選擇時需要知道各方案可能產生效益的差異。ITS項目效益大小的差異來自于現有交通系統的狀況（特點）、項目的實施情況以及評價方法。應用成本效益分析可以對其進行分析，各評價指標將從不同側面描述項目的可行性。問題的關鍵在于如何對成本和效益進行界定。

現階段結合我國的國情，可以嘗試運用成本效益分析進行項目評價的嘗試，但暫不適合將成本效益分析方法確立為ITS項目評價的基本方法，原因在于成本效益數據的缺乏和ITS項目的影響程度和范圍尚難準確把握。

4.2 成本效果分析

成本效果分析通常作為成本效益分析的替代方法。在給定預算方案的情況下，成本效果分析可以用于平均ITS項目的應用效果，可以對比ITS項目和非ITS項目（包括基礎設施項目或其它交通改善項目）或者不同ITS項目的成本。

成本效果分析用來評價各方案的基準是成本和單一的非貨幣化效果指標，例如死亡人數減少、運營成本降低等。由于很難對各種成本項目均給予綜合考察和比較，實踐上往往采用預算成本指標。使用的評價指標為成本效果比。在采用成本效果分析時，并沒有將效果指標貨幣化，故成本指標和效果指標將采用不同的單位。依據成本效果比的結果進行項目比選和排序。

成本效果比可以按照單位效果所需要的成本進行計量。其中：C表示成本；E表示效果；i表示第i個項目或方案，下同。CE可以看作是單位效果的平均成本，CE值最小的項目或方案具有最高的成本效果比：CEi=Ci / Ei 。

成本效果比也可以用單位成本所產生的效果計量。EC可以看作是單位成本的平均效果，EC值最小的項目或方案具有最高的成本效果比：ECi=Ei / Ci。

成本效果分析可以看作是成本效益分析的一種特殊形式。

4.3 多準則分析

交通運輸系統項目和ITS項目評價在多數情況下是一種基于多層面的沖突分析，因此在初始階段很難給出解決方案。這就意味著需要尋找一種可接受的評價方法。多準則評價方法致力于提供一系列方法用以處理多維效果量化問題。當然，該類方法也存在其局限性。

考慮到ITS項目的復雜性和多維性，所采用的評價方法應具有四個特點：

1.透明性：是指決策者必須對評價的過程有清楚的了解。

2.簡潔性：是指評價應相對容易實現，并側重于澄清問題的要點。

3.魯棒性：和接受有關備選方案的輸入和評價結果的輸出的能力有關。另外和數據需求、項目及準則數量的處理、不確定性的處理、重點群體的參與、敏感性等有關。

4.可說明性：決策者應當對評價結果感到有信心，即同意并支持評價結論。

多準則分析包含許多種具體方法，可應用于不同背景不同評價目標。雖然多數方法都標稱具有廣泛的應用領域，但實際上每種方法均有其適用范圍。所以并不是所有多準則方法都適用于交通運輸系統項目和ITS項目的評價。尋找適用于ITS項目的多準則評價方法是至關重要的。

多準則往往是沖突的、不可比的和具有不同性質的，既有定量信息、又有定性信息，既有精確信息又有不精確信息，這使得問題的解決更加困難。

多準則分析最初來自法國，特別有名的是ELECTRE技術，它已經成為近代評價方法的主流；多屬性效用理論是在1976年提出的；模糊集理論發展后，評價稱為該理論的重要應用領域之一，許多劣結構的決策問題采用了基于模糊集理論的評價方法。

根據相關研究成果，適用于交通運輸系統項目評價的多準則分析方法包括REGIME、ELECTRE、AHP、多屬性效用方法、理想點法等。

5 結論

智能運輸系統的效果評價是一個非常重要但又困難而復雜的課題，它涉及到技術、經濟、環境、社會、政策等方面，既有定性也有定量的評價。不同的評價方法將產生不同的評價結論，從而對決策和技術方案產生影響，進而對社會和經濟發展產生影響，評價方法的重要性可見一斑。

ITS項目具有不同于傳統交通運輸項目的諸多特點，同時中國的交通特點使得發達國家在該領域的研究成果的可借鑒性大打折扣。結合ITS的特點和中國的國情研究ITS項目的評價方法具有必要性和緊迫性。

參考文獻：

[1]楊兆升.智能運輸系統概論[M].北京：人民交通出版社，2003，1-16

篇（4）

中圖分類號：TP301文獻標識碼：A文章編號：1672-7800（2012）010-0006-03

作者簡介：朱方方（1989-），女，北京工商大學計算機與信息工程學院碩士研究生，研究方向為信息工程監理；劉宏志（1964-），男，博士，北京工商大學計算機與信息工程學院教授，研究方向為信息工程監理、電子政務、軟件工程。

0引言

信息工程監理是信息工程領域的一種社會治理結構，它是指在信息工程建設過程中，利用自己在信息工程建設方面的知識、技能和經驗為建設單位提供服務。為了提高監理水平，監理工程師需要對信息工程監理的服務質量進行評價。目前對信息工程監理服務質量進行評價的方法主要是模糊綜合評價法，但模糊綜合評價法運算量大、計算復雜。本文使用一種基于相似度的評價方法對監理服務質量進行評價。根據D+Pearson相關公式計算各個指標的實際與預期監理服務質量之間的相似度。在計算相似度的過程中將使用數據分為兩種，一種是以專家的主觀評價作為數據來源的主觀數據，另一種是客觀數據。根據計算得出各指標的相似度，進而對每個指標評分，然后將指標的評分作為實際數據對服務質量監理效果進行綜合評價。

1信息工程監理服務質量評價模型

監理服務是一系列活動和動作，具有無形性，評價較困難，至今沒有統一標準的評價體系。本文從與信息工程項目有關的三方（建設方、承建方、監理方）角度對監理服務質量進行評價。評價模型如圖1所示。

在上述模型中，最外層描述監理單位、建設單位和承建單位三者之間的關系。內層描述對監理服務質量進行整體評價的評價指標、建設單位及承建單位的評價依據。

2監理服務質量評價指標體系

信息工程項目的監理服務質量是信息工程監理在信息工程項目建設過程中實施情況的最終反映。監理服務質量可根據監理內容的實際情況判斷，將監理內容作為評價的指標。在監理評價指標中，有些指標無法直接量化，因此，在文中根據是否能夠量化將指標分為兩大類：間接量化評價指標和直接量化評價指標。

2.1間接量化評價指標

間接量化評價指標是在進行相似度計算時將專家給出的分數作為數據，這些指標有監理組織機構及工作制度（U1）、質量控制（U2）、監理合同及信息（U3）。為了保證監理服務的有效性，可以對這些指標進行細分，如圖2所示。

2.2直接量化評價指標

直接量化評價指標包括進度控制（U4）和投資控制（U5）。信息工程監理的全過程分為4個階段，分別為決策階段、設計階段、實施階段、維護階段。進度控制和投資控制可以根據各個階段進行量化。

3D+Pearson相關評價法

D+Pearson相關評價是指以評價指標在整個監理過程中的實際情況與預期情況為數據，根據相似度D+Pearson相關公式得到評價指標的相似度。其中，D+pearson相關是由相似度D公式和Pearson相關系數組成。

3.1確定評價指標集

一級指標集：U={U1，U2，…，Um}。Ui（其中i=1，2，…，m）為評價指標體系中一級指標中第i個評價指標，其中m表示一級指標的個數。

二級指標集：uij={ui1，ui2，…，uik}。uij（其中j=1，2，…，k）為第i個一級指標下第j個二級指標，k為二級指標的個數。

3.2確定評分集和評語集

評分集是專家對各個指標進行打分或根據各個指標的相似度大小轉換成相應的評分而組成的集合。評語集是通過分析評價指標可能做出的各種評價結果的集合。以W表示評分集，V表示評語集。W={W1，W2，…，Wm}（其中W1

3.3一級指標的相似度計算

根據一級指標是否可以直接量化將其分為直接量化和間接量化評價指標。在計算指標相似度時從直接量化指標和間接量化指標兩個方向來計算一級指標的相似度。

（1）間接量化評價指標的相似度計算。由于不能對一級指標U1、U2、U3進行直接量化，計算其相似度時相關機構需邀請專家，并憑借專家經驗根據監理的實際情況對二級指標給出評分aij（k），aij（k）表示第k個專家對第i個一級指標下的第j個二級指標的評分，從而得到第i個一級指標的評分表，如表1所示。

（2）直接量化評價指標的相似度計算。進度控制指標和投資控制指標可根據信息工程監理的各個階段進行量化。在項目開始之前，項目承建者首先制定一個預期進度表和投資表，這兩個表主要說明在這4個階段中預計每個階段所需要的時間和資金。隨著項目的逐步推進，記錄項目在每個階段實際所用的時間和資金，記為實際進度表和實際投資表。為方便起見，將這4個表的數據整合成一個進度/投資階段情況表。根據這個表中的數據，使用Pearson相關系數公式得到實際進度與預算進度之間的相似度以及實際投資和預算投資之間的相似度。

3.4綜合評價

4實例分析

根據相似度評價法的一般步驟，現對某項目的監理服務質量進行評價。

4.1確定評價集

根據最終相似度對信息工程監理的綜合評價給出評語集V={很好、較好、一般、較差、很差}，對應的評價集W={1，2，3，4，5}。

4.2間接量化指標的相似度計算

某項目邀請10位專家，根據10位專家對各個指標做出的評價表來獲得每個指標的評價結果。然后根據公式（1）計算間接量化一級指標的相似度。

表2是組織10位專家對某項目的各指標進行評分的評分結果。

4.3直接量化指標的相似度計算

根據公式（3）計算直接量化一級指標的相似度，從而得到指標服務質量的評分，如表2所示。

項目要求在4個月內完成，根據項目規模大小、軟硬件需求等因素制定預期進度和投資，然后在監理工程師的監理和指導下制定該項目的實際進度和投資情況。項目的預期和實際進度/投資情況如表3所示。

4.4綜合評價

根據圖3，由一級指標相似度得到一級指標評價得分，再由一級指標評價得分計算綜合相似度，得到整個監理項目綜合評分。

5結語

D+Pearson評價法結合主觀數據和客觀數據對監理服務質量進行評價，計算量小、高效，更符合人們的思維模式。該方法從兩種角度使用不同的計算方法得到指標相似度，使評價結果更準確。它不僅對綜合監理的效果進行了評價，而且還對影響綜合監理服務質量的各個指標進行了評價。

參考文獻：

[1]劉宏志，葛逎康.信息化工程監理[M].北京：中國電力出版社，2009.

[2]劉洋.信息工程監理的目標控制及效果評價研究[D].天津：天津大學，2004.

[3]李忠平，沈紅藝，蘇越，等.相似度分析方法在亞健康狀態癥狀指標分析中的應用[J].中國衛生統計，2011（5）.

[4]張凱，蘇劍波.基于相似度分布的開集人臉識別方法[J].模式識別與人工智能，2011（1）.

[5]LINDEKANG.Aninformation-theoreticdefinitionofsimilarity[C].inproceedingofthe15thinternationalConferenceonMachineLearning，Madi-son，1998.

篇（5）

量化寬松的根源國際金融危機以來，為應對金融危機帶來的經濟衰退和嚴重的失業，按照傳統的辦法，各央行可以降低基準利率，調節貨幣供給量，影響消費和投資，擴大社會總需求，最終刺激經濟，促使經濟的增長和失業率的下降。這也就是常規的貨幣政策的傳導機制。但當經濟體陷入了流動性陷阱后，傳統的貨幣政策的傳導機制將受到阻礙，中央銀行將難以通過傳統貨幣政策來實現宏觀調控目標。

流動性陷阱最早由凱恩斯提出，所謂流動性陷阱，是指當一定時期內利率水平降低到不能再低時，人們就會產生利率上升而債券價格下降的預期。貨幣需求彈性就會變得無限大，即無論增加多少貨幣都會被人們儲存起來，而不會被用于消費和投資。由于政策利率是名義利率，其下限為零，中央銀行無法將政策利率下調至低于零的水平。而當政策利率下調后所增加的貨幣供給量仍不足以改變貨幣需求時，政策利率就失去了對市場利率的影響作用，進而失去對投資和消費的調控功能，因此當一個經濟體陷入流動性陷阱后，則以政策利率為主體的價格型的貨幣政策工具失效。

在2008年全球經濟危機爆發前，很多國家的利率就長期維持在低水平。危機爆發后，各國央行的第一舉動就是通過調低準備金率和再貼現率調低市場利率。英格蘭銀行、美聯儲等都將利率調至趨于零的水平，但是經濟仍沒有回暖的跡象。面對銀行倒閉，企業破產，投資萎縮，消費減退的形勢，各國的利率卻早已降至不能再降的地步。可以說，此時，傳統的貨幣政策工具已對振興經濟愛莫能助了。因此必須采用一種新的方式，通過數量型的貨幣政策來應對新的難題，即量化寬松。

量化寬松所謂量化寬松，是指中央銀行在實行零利率或近似零利率政策后，通過購買中長期債券，增加基礎貨幣供給，向市場注入大量流動性的干預方式。它的原理就是央行通過公開市場操作，向銀行體系注入超額資金，讓基準利率維持在零，從而為經濟體系創造新的流動性，以鼓勵消費和投資，最終促進經濟增長和就業。正如弗里德曼所稱，量化寬松實質就是“央行派出直升機從空中撒下鈔票”。結合上述定義，量化寬松具有如下特點：①該措施實施的主體是中央銀行，即貨幣當局。②實施的背景是利率為零或接近于零。③采取的方法是購買國債等中長期債券。④目的是增加基礎貨幣供給，提升市場流動性。

（1）伯南克與量化寬松美國的貨幣政策的實施歷來與美聯儲主席的個人風格有密切關系，伯南克用自己二十年的理論成果，重新審視當下經濟危機，力排眾議制定通貨膨脹指標，處理資產泡沫，以激進的方式進行風險管理。他的主要理論觀點是：強大的金融市場和信貸市場和實體經濟之間可互相促進，實現經濟繁榮。在理論的指導下，伯南克詳細列出了美聯儲應對金融危機。

即量化寬松的步驟：①將聯邦基金利率降到零。②在很長一段時間內始終把短期利率的控制在較低的水平，或者是承諾無限量地購買國債直至國債收益率下降為止。③同時使用寬松的貨幣政策和財政政策，例如在減稅的同時提高貨幣發行量，這樣就不會導致政府財政赤字的增加。

（2）對量化寬松貨幣政策的評價總體上，量化寬松貨幣政策的主要起到了以下幾個積極作用：一是向陷入資金困難的銀行提供充足的流動性，救助瀕臨破產的金融機構，防范系統性金融風險，維護金融穩定，并支持金融體系，鼓勵銀行放貨。二是使利率、特別是長期利率保持在低位，有利于降低企業貸款成本，并促進消費，從而推動經濟復蘇；三是避免通貨緊縮預期，甚至通過產生通貨膨脹的預期，降低實際利率，從而避免經濟進一步緊縮。四是購買金融機構和社會民眾的有價證券，直接向市場注入大量流動性，有效化解市場流動性不足的問題。

篇（6）

中圖分類號：C934 文獻標識碼：A 文章編號：1001-8409（2012）05-0132-04

The Wholeprocess Multilevel Model of Group Decision Making Based On DS Theory

CHEN Xingguang1, DA Jiamin2

（1. School of Management and Engineering, Nanjing University, Nanjing 210093; 2. School of Mechanical Engineering, Shanghai Jiaotong University, Shanghai 200240）

Abstract: In this paper, a way to express expert’s preference and aggregate their preference are proposed properly and a wholeprocess multilevel model of group decision making is developed based on the DS theory. This paper provides a new view and way for group decision making in uncertain environment, and it also has valuable inspiration and reference for solving complicated decision making problems on practical world.Key words: group decision; DS theory; expert weights; structure of knowledge; reasonable disagreement

1 引言

對群體決策的研究最早始于200年前兩位法國數學家Borda和Condorect對于方案排序的探討，Borda在1781年提出了群體對方案排序的Borda規則，1785年Condorcet提出了Condorcet規則并發現了投票悖論［1］。此后，許多學者從各個方面對群體決策進行了研究。1967 年 Dempster提出證據理論后，由于它在處理不確定性問題時有獨到的優勢，所以越來越被廣泛運用于群決策的研究［2］。2002年Malcolm Beynon［3］提出了一種DS/AHP方法從而將證據理論引向了復雜的多屬性群決策領域。近年來證據理論在群決策領域的應用逐漸從理論走向實踐，如將DS/AHP用于供應商的選擇［4］和證券投資決策［5］等。但實踐發現將這些理論和方法應用于一些復雜的群決策領域如大型工程的決策，它們所取得的效果卻不理想。這是因為先前的群決策理論研究主要聚焦于群體決策的核心部分（偏好集結），而非從全過程的角度整體看待群決策問題。所謂全過程群決策就是從群體決策的全過程出發，基于每個決策者的知識背景和認識結構來確定偏好的輸入、修正、集結和合成，進而給出一個合理的決策流程而非單獨的一個集結函數。

2 全過程多級群決策模型

2.1 全過程多級群決策模型框架

目前群體決策已成為包括數學、政治學、經濟學、社會心理學、行為科學、決策科學、計算機科學等多門學科研究的共同焦點，而人們對群體決策的認識和理解還未形成共識。國外學者Hwang 等人［6］給出了一個技術性較強的定義：群體決策是把不同成員的偏好按照某種規則集結、并和、歸納成群體的一個唯一偏好序。根據這個定義本文將群體決策抽象為圖1的四個過程。

2.2 基于證據理論的偏好表達過程

遇到復雜的群決策時，影響決策的因素有很多，例如在一個工程決策里，影響方案選擇的因素有工程成本、工程收益、政策效應、法律、技術可行性、施工時間等因素，為了決策的科學性，我們需要咨詢很多專家，這時候就會遇到“專家知識局限”［7］的問題。因為每個專家都有他自己的知識背景，他不可能對所有因素都非常熟悉，比如經濟方面的專家他對成本和收益很了解，但對工程技術、法律等并不十分清楚。因而他在選擇方案的時候要么對這些因素沒有考慮，要么就是考慮不足。這時候我們就有理由懷疑他給出的偏好的正確性。

由于“專家知識局限”存在，實際決策過程中，專家只需要基于自己熟悉的因素進行方案選擇或偏好表達，對于不了解的因素則無需考慮。Malcolm Beynon 的DS/AHP方法給出了一種基于單個屬性的偏好表達方法，這種方法的前提是要確定因素的權重，而因素權重一般是由專家給出，在現實中每個專家的權威性不同，所以客觀地講每個專家應該具有不同的權重。考慮到復雜群決策的決策效率要求，決策的時候需要一種簡單且有效地確定權重的方法。另外，現實中往往不可能對所有專家都有非常準確的了解，特別是在專家人數非常多時，很難準確地判斷每一位專家的重要性。所以，合理的權重計算方法要能夠考慮這種信息不完全的狀況。本文用一種對專家進行分類的方法來確定專家權重［8］，這種方法主要有兩個過程：

（1）對專家進行分類：通過計算專家之間的意見距離，將距離最小的專家合并為一類，依次迭代，將專家分成n 類。

（2）計算專家權重：同一類中的專家權重相同，不同類之間的權重正比于類內的專家人數。

得到專家的權重后，接下來就是確定因素權重。這里將每個專家給出的因素權重加權平均即：設專家權重＝（P1，P2，…，Pz），因素i的權重wi＝∑zr＝1wri×Pr，這樣就能得到所有因素的權重。基于單個因素的專家偏好表達過程有以下四個步驟：

步驟1：確定決策對應的合適程度的數值：（極端合適，強烈到極端，強烈合適，強烈到一般，一般合適）=(6, 5, 4, 3, 2, 1)；

步驟2：專家基于自己熟悉的每個因素給出每個因素下的所有可能方案的集合；

例如專家i 基于自己熟悉的兩個因素（投資成本、工程收益）進行的方案選擇：

步驟3：對方案選擇進行合適度評價得出專家的知識矩陣；

步驟4：計算知識矩陣最大特征值和對應的特征向量，并將特征向量正規化；把正規化后的特征向量作為每個因素下各個決策選擇集合基本概率分配(BPA)即mass函數值。

2.3 基于證據理論的偏好集結過程

為了得到一致的群體偏好，需要將這些專家偏好用集結函數來處理。以前用證據理論定量研究群體決策的學者傾向于借用證據理論中的Dempster合成法則來合成這些偏好。Dempster合成法則要求所合成的意見具有相同的權重，但在現實中每個人都有自己的認識結構，專家也不例外。例如專家i 對因素工程收益和投資成本都了解，但該專家對因素工程收益的了解比投資成本更深入，所以他基于這兩個因素的意見應該具有不同可信度。

另外，在方案選擇時往往會遇到這種情況，由于因素自身間的矛盾導致基于這兩個因素的偏好存在合理性沖突，例如因素工程成本和因素工程完工時間成反比關系，所以基于這兩個因素的合理的方案選擇必然有分歧。而Dempster合成法則是不能合成帶分歧的意見。所以單純用Dempster合成法則是無法得到一個合理而科學的群體偏好。因此本文采用一種多級合成的方法，并同時采用改進的Dempster 合成法則來處理這些分歧和矛盾。

第一步，在這個合成過程中首先要確定每個專家的認識結構。

這里本文將專家對因素的把握度即專家的認識結構分為（十分熟悉，熟悉，了解，不了解）四個層次，并將其量化為（十分熟悉，熟悉，了解，不了解）=(1，0.6，0.2，0)，例如某個工程決策中的專家i的認識結構如表1。

第二步，對每個因素下的所有專家意見進行一致性檢驗并調整，對調整后的意見用Dempster合成法則進行合成，從而得到每個因素下的專家偏好分布。這里用證據間的相似度來度量證據間的一致性，通過將它與限值σ比較來確定是否有分歧［9］。

相似度定義為：

L（mi,mj）＝1-dBPA（mi,mj）(1)

dBPA（mi,mj）表示兩個意見mi和mj之間的距離：

dBPA（mip,mjp）＝np＝1（mip×mjp）np＝1m2ip×np＝1m2ip (2)

將焦元投影至各坐標軸加和，歸一化后得到近似的概率分配函數，用向量形式來表示各決策專家的mass函數，如第i個專家的mass函數為massi（mil,L,min）。將計算結果構成一致性矩陣，并將矩陣中的每個值與限值σ來比較確定意見是否有分歧：如果相似度>σ則表示兩個專家之間意見相近，反之則表示這兩個專家根據這個因素進行的方案選擇有分歧。

在同一因素下不存在合理性沖突問題，所以對有分歧的專家意見在合成之前需要進行調整，這里采用向權威專家看齊的原則［10］對意見進行調整。

在某一因素下設專家1的意見權重為α，同時專家2的意見權重為β。專家1和專家2的mass函數分布如表2。

一致性檢驗有兩種情況：一種是兩者意見基本一致，第二種是他們之間意見有分歧，意見需要調整。對于第一種情況，直接用Dempster［11］合成法則進行合成。如果經過一致性檢驗發現兩者意見有分歧，為了使Dempster法則有效，需要對意見進行調整。我們知道兩者的權重不同，所以兩者的可信度也就不同。為此采取保留權重較高也就是可信度較高的專家意見，修改權重較低的意見的方法。這里結合意見的權重信息采用加權平均的方法修改專家意見：設α

第三步，用改進的Dempster合成法則合成第二步計算所得的因素下的偏好分布，從而得到群體偏好分布。

一些因素之間的矛盾可能導致這些因素下偏好分布存在合理性沖突，因此在合成的時候盡可能保留這些合理的分歧，而非通過一致性檢驗把這些分歧消除。所以需要一種改進的Dempster 合成法則來合成所有因素下的偏好分布。

設massi表示第二步計算所得的因素i 的偏好分布，Q為一包含N 個兩兩不同命題的完備的辨識框架, 2是 所有子集生成的空間, m1和m2是在識別框上的兩個基本可信度分配。

步驟1：計算各個意見之間的距離：

步驟3：將意見的相似性測度轉換為意見的支持度：

S（mi）＝∑nj＝1i1 jL（mi,mj），它反映的是某條意見被其他意見支持的程度。顯然, 支持該意見的程度越高,該意見就越可信。

步驟4：合成所有專家意見得到群體偏好分布。

在群決策專家意見集結時,相對信任度大的意見對集結結果的影響應該較大。因此應該分配給相對信任度較大的意見對集結結果較大影響的機會。同時,既然對分歧意見無法作出合理的抉擇，就應將其部分信任度歸入未知鄰域X。由此,改進的證據組合公式應為:

m（A）＝∑Ai∩Bj＝Am1（Ai）m2（Bj）＋k∑ni＝1P（mi）mi（A）,A≠,X (5)

[這里，m（X）＝1－∑ni＝1m（Ai）,P（mi）＝S（mi）∑ni＝1S（mk）,k＝∑Ai∩Bj＝m1（Ai）m2（Bj）

這種算法使得合成后的意見更具可信性，但同時增加了計算量，在因素比較多時會比較繁瑣，為了簡化運算，在合成時，首先對因素間的mass函數進行相似度計算，得到相似度矩陣，再將矩陣中的各個元素與設定的限值σ相比較，對于有分歧的兩種因素之間用帶分歧的Mass函數合成法則，對于相似度較高的因素之間用一般的Dempster合成法則進行合成。

2.4 偏好的輸出過程

經過上面的計算得到各個方案的信度值，根據信度值對方案進行排序，在方案選擇時原則上選取信度值最高的方案作為最優方案，但有時候會出現這樣一種異常情況，如方案i的信度值和方案j的信度值位居前列分別為：0.343，0.341。雖然方案i 的信度值較高但與方案j 的信度值差異較小，如果這樣就斷定方案i 為最優方案，未免有些武斷，因為任何一個算法和模型都不可能是完美的。為了避免與最優方案擦肩而過，本文建議采用多準則的判別原則［12］來處理這種情況，即對這兩個方案采用另外一個原則進行判優。例如，用兩者的似真函數值PL（表示命題的最大可信度）進行比較，較高者優。

2.5 決策流程和決策模型

根據分析得到如下決策流程：

步驟 1：專家集體確定影響決策的因素U(U1,U2…Un)；

步驟 2：專家給出自己心目中每個因素的權重（wij）；

步驟 3：通過本文計算權重的方法計算專家權重和因素權重；

步驟4：確定專家對各個因素的熟悉度或者說是把握度。本文將專家對因素的熟悉度分為十分熟悉，熟悉，了解, 不了解四個等級，同時采用一種非常簡單的量化思想對四個等級進行量化(1，0.6，0.2，0)；

步驟5： 每個專家基于自己了解的因素給出方案偏好（不了解的因素不用給出偏好）。

步驟6： 對每個因素下的各個專家偏好進行一致性檢驗。并用向權威專家看齊的原則對有沖突的意見進行調整。

步驟7：用Dempster合成法則合成因素下的專家偏好，接著用改進的Mass函數集結方法合成因素間的偏好得到方案群體偏好。

步驟8：根據信度值選取最優方案（信度值越大越優）。如有異常啟用多準則方法進一步選優。

本文提出的全過程多級群決策模型流程如圖2所示。

3 小結

本文分析了目前的群體決策定量研究成果，發現它們在解決復雜決策案例時，由于專家的知識局限和認識結構造成了偏好輸入的偏差。為了使決策結果更具科學性，基于證據理論提出了一種專家偏好表達和群體偏好的多級集結方法。在這種方式下，專家只需要基于自己了解的因素進行方案選擇，無需考慮其他因素，本文還從全過程的角度給出了一個多級群決策的流程和模型，在這種決策規則下處理復雜的群體決策會更有效。

但是這種方法也遇到了許多決策定量研究都會遇到的問題，就是如何將專家的模糊表達量化，例如本文中將專家對因素的熟悉度（十分熟悉，熟悉，了解，不了解）量化為（1，0.6，0.2，0）。為了更好地表達這些模糊語言，可以考慮采用區間量化的形式。區間量化是模糊理論的應用，因此將證據理論與模糊數理論相結合運用于本文的決策模型是下一步的研究方向。

參考文獻：

［1］魏存平, 邱菀華. 群體決策基本理論評述［J］.北京航空航天大學學報,2000,13(2):24-28.

［2］呂文紅, 吳祈宗. 證據理論在群決策中的應用［J］.統計與決策, 2005,7:47-49.

［3］Beynon M. DS/AHP Method: A Mathematical Analysis, including an Understanding of Uncertainty ［J］. European Journal of Operational Research, 2002, 140(1):148-164.

［4］梁昌勇, 陳增明, 丁勇. 基于DS/AHP的供應商選擇方法［J］.運籌與管理，2005,14(6): 33-38.

［5］易昆南, 晏玉梅, 徐艷衛. 證據理論在證券投資組合中的應用［J］.湖南工業大學學報，2009，23(4): 85-87.

［6］Huang CL, Lin ML. Group Decision Making Under Multiple Criteria［M］. Spring-Verlag. 1987.

［7］楊萍，劉衛東.基于證據理論的群決策層次評價方法研究［J］.系統工程與電子技術,2002,24(2):42-44,92.

［8］王志國，童玉娟. 一種不完全信息下群體決策專家權重確定方法［J］.平頂山學院報,2007,22(2):69-70.

［9］呂文紅，吳祈宗，郭銀景.基于D-S證據理論的群決策專家意見集結方法［J］.運籌與管理,2005,14(2): 10-13.

篇（7）

一、省級電網企業投資效能管理的背景和必要性

電網企業承擔保障安全可靠用電的公共事業職能，隨著社會經濟的發展，長期以來需要較高水平的投資以維持電網的擴張、更新和技術進步，投資管理便成為日常經營管理的重點。當前，其投資活動呈現以下特點：

一是電網投資持續高位，可持續性受到關注。隨著社會經濟的不斷發展和廣大電力用戶對電能質量、用電可靠性等技術服務性能要求的不斷提升，近年來電網投資保持在較高水平。以華東地區的省級電網為例，近五年來年均投資額在200-300億元，電量的復合增長率在10%以上。投資有力地帶動和發揮了電量的增量效應，電網網架結構得到升級優化，安全供用電及優質服務水平進一步提升，滿足了經濟社會發展的需要。但受宏觀經濟形勢和地區產業結構調整影響，電量的增量效益逐步減弱，長期大規模的高位投資難以為繼。如何兼顧當前和未來的發展需求，用好有限的資源，滿足特高壓、智能電網和地區電網建設所需，是電網企業必須面對和解決的難題。

二是投資的效能引領薄弱，需要重點強化。在當前實際的投資決策中，通常在開展投資決策時會對投資能力、投資規模、投資的必要性及可行性進行論證。但專業部門都是對項目的單體考察，關注技術因素，而對整體性和經濟性考慮不足。客觀上，電網投資受電量增長、電網安全等市場需求和運行水平等因素影響較大，是投資決策時主要的考慮因素，但長期來看都會體現為對經濟效益的影響，對當期經營效益影響不大。而目前，科學的投資評價體系尚未完全建立，現有的考評體系主要是對當期的技術績效進行評價，導致投資決策時較多憑經驗判斷，缺乏長遠考慮，忽視投資能力及投資效益等效能指標，需要重點強化。且具體工作開展時重經驗判斷、輕數量化分析，投資決策過程的可驗證性和可重復性較差。

三是不同公司投資管理模式差異較大，需要可普適的分析模式。當前我國有國家電網和南方電網兩大電網公司，同時按照國家行政區劃設置了省市縣三級電力公司或供電公司。以規模較大的國家電網為例，各省級電網企業是兩大電網公司的全資子公司，總部對各省級電網企業實行總體的投資預算管控，以按照財務分析方法測算投資能力為主，要求各單位實際投資不得超過其投資能力。而各市縣供電公司和省級電網企業的關系較為復雜，有分公司、子公司、躉售公司等。對于省級電網企業而言：對子公司依舊可以按照上述方法進行分析；躉售公司通常自行負責經營管理，大電網企業實行代管時也可以視同為子公司進行分析；但分公司無完整的經營管理權限，尤其在統一購電、資金統貸統還等前提下，無法獨立核算其經營效益，因此需要探索新的投資管控方法。

另外，對于省級電網企業來說，還需要在其供電區域內調劑投資，統籌發展，因此對投資管理提出了更高的要求。鑒于此，隨著近年來集團化、精細化管理水平的不斷提升，對投資安排合理性和投資活動效益的要求不斷提高，電網企業提出了投資效能管理。雖然一直以來電網企業均秉持效益導向安排投資，且其中的效益是多元目標，包括技術效益、社會效益、經濟效益等，但如何按照科學合理的方法統籌兼顧實現綜合平衡，達到高水平的投資效能，且形成規范的工作機制，是需要重點探索的。

二、投資效能分析的技術路徑選擇

（一）要求和目標。基于上述要求和背景，省級電網企業投資效能的分析，需要滿足以下目標和要求：一是引入數量化分析方法，改變以往單純按照經驗判斷的傳統做法。雖然在以往的投資決策過程中設置了多維度的眾多指標，但是對指標的分析判斷依然采用對關鍵指標的確定值或區間等進行分析的做法，尚未建立起系統有效、科學合理的量化分析方法，各類分析工具的應用也較少。因此，此次投資效能分析的重點是引入量化分析模型和方法，由標準、統一的分析過程得到可供參考的數據分析結論，并使之與傳統的經驗判斷相結合。二是確定統一的標準，便于各維度比較。傳統按照經驗判斷的方法中雖然有標準，但受主觀因素影響較大，且在不同項目之間、不同決策周期之間的變化較大。引入量化分析方法后，一旦設定模型，便可以確定算法、關鍵指標及其標準值，模型測算結果的數值高低能夠按照統一標準反映不同項目的差異，真正實現可比。三是依托公司信息系統，將前述分析過程固化、自動化，既提高工作效率，又使之可重復、可驗證，更加可信，能夠不斷重復并調整優化、持續改進。四是要在實現上述要求的同時，使投資效能分析的原理、過程、步驟等盡量清晰明了簡單易行，便于在實務工作中推廣應用。

（二）具體技術方法的選擇。在投資決策領域，常用的方法有關鍵變量（如未來售電量）的灰色預測法、模糊分析法、層次分析法、專家法、基于價值鏈的貢獻度評價法等，但這些方法的共同特點是需要對關鍵變量進行打分賦值、設置權重等，高度依賴使用人員的業務能力、技術水平和職業素養，可重復性和可驗證性較差，受主觀因素影響較大。因此，需要尋找最大限度減少主觀因素的方法。此外，國外私有化的電網企業往往采用基于IRR、NPV等關鍵財務指標的分析法，重點強調投資的財務回報，和我國電網企業的定位與管理模式也不盡符合。綜合分析比較各種方法，基于電網企業當前的數據可得性和數據質量，也考慮到后續操作的便利性，并便于操作人員理解，本文認為可以選擇常用的多變量回歸分析預測法作為投資效能分析工具。

對其說明如下：回歸分析預測法是在分析市場現象自變量和因變量之間相關關系的基礎上，建立變量之間的回歸方程，并將回歸方程作為預測模型，根據自變量在預測期的數量變化來預測因變量關系。回歸分析預測的關鍵點在于找到主要自變量，并獲取足夠的數量資料。自變量的選取建立在一定邏輯推理的基礎上，同時結合回歸系數進行判斷，然而在實際操作過程中，有些變量數據難以獲得，這種情況下我們一般以可得性較高的相似變量進行替代，例如用財務指標代替技術指標。最關鍵的是，多元回歸預測時，避免了設置權重這一受主觀因素影響較大的步驟。同時，本文認為初始階段直接采用最受廣泛應用的線性模型，避免設置非線性模型中的參數設置，最大限度做到不同時點、不同類型分析的縱向橫向比校。

三、投資效能分析模型的開發

按照前述思路和多元回歸預測方法的要求，本文設計了電網企業投資效能分析的具體步驟：

（一）明確投資的目標和導向。電網企業的投資決策目標是多元的，包含滿足客戶用電需求、保障可靠的電力供應、提高電網技術服務能力、創造經濟效益等多個維度的目標，且從短期、中期和長期來看也呈現不同的目標導向。尤其在當前發策、運檢、營銷、調度等專業部門基本以單體項目立項的方式形成投資，在主要關注技術性指標的背景下，關注投資活動對公司整體財務績效（經營效率、經營績效、資產狀況等）的影響便顯得尤為重要。因此，按照技術和經濟并重的思路，在構建投資需求測算模型、量化投資決策的過程中，便需要綜合考慮各方面因素，使投資決策更加科學合理。

（二）分析投資活動影響因素并確定指標。電網投資的目標是多元的，故其影響因素也是多元的。因此，投資決策制定需要考慮多方面指標。在指標分類和具體的指標選擇方面，參考借鑒了美國的智能電網評估體系、國網系統“一強三優”對標體系、各電網企業的主網與配網效益評價和“一流配網評價體系”以及其他配網評價體系等成果中的指標分類和具體指標的確定。綜合分析電網企業投資的理論研究成果、實踐經驗分析和本公司投資決策的實際考慮方面，本文明確了以下六方面及具體指標：

1.反映電力需求的社會經濟發展指標和電量、負荷以及電網發展情況等指標。這些指標主要用來衡量電網投資的驅動因素和電網本身的特征，比如GDP、電網中各類設備的規模（容量、長度），這些是從根本上對電網投資起到決定作用的因素。

2.反映經營管理水平的經營效率類指標。用來衡量電網投資帶來的成本變化，比如線損率、單位電量成本、每萬元資產輸配電成本等，這些指標對于按照成本加成定價的電網企業而言，促進其在保障安全可靠電力供應的同時降低成本、提高經濟性。

3.反映經營績效的綜合效益類指標。用來衡量投資產生的綜合收益，包括單位電量貢獻毛益、成本費用利用率（耗費效率）、銷售收入利潤率（產出效率）、資產報酬率（資產占用率）、資本收益率（投入資本效益）、人均利潤等。這些指標越大，說明投資的綜合效益越好，未來可以多分配投資。

4.反映電網運行狀態的技術類指標。包括電網的合理性、安全性、可靠性、經濟性、優質性和電網發展的協調性等多個方面，是從技術角度對電網進行的綜合考察，也是立項時的直接依據。

5.反映服務水平的社會滿意度指標。顧客對服務的滿意程度是衡量電網投資最終成果的重要指標，具體包括居民滿意度、用電企業滿意度和政府滿意度三個方面。這些指標的測量往往存在較大誤差或人為調整空間。但由于電壓合格率、可靠性水平、安全性等技術指標是滿意度指標的基礎，通過對技術指標的考察，也就間接考察了滿意度指標。

6.根據經驗判斷設定的管理性指標（啞變量）。如江蘇省內不同地區發展差異較大，通常分為蘇南、蘇中、蘇北三個區域，近年來對不同地區投入的傾斜力度有差異，其投資也有明顯差異。

（三）構建投資效能分析模型。首先，在眾多投資影響因素和變量的基礎上，通過相關分析初步識別影響因素，為回歸分析奠定基礎。其次，酌情運用主成分分析對眾多變量中的同類指標進行綜合簡化，構建新的綜合因子。最后，應用多元回歸預測方法中的隨機效應模型，經過多次擬合比較，由軟件自動析出明顯影響投資效能的因素，形成模型。投資效能i+1=α+β1社會經濟發展i+β2物理狀態（資產狀況）i+β3技術水平i+β4經營效率i+β5經營效益i+β6已有的投資活動i+β7管理因素i+μi本文在實際的分析過程中，選取了200多個初始指標進行篩選，最后進入模型有顯著影響的指標集中在預期售電量、成本水平、資產成新率、供電可靠性、造價水平、以前年度投資規模、經濟效益、地域因素等方面，模型結果與實際情況高度契合，也與經驗判斷和常識相一致，說明該模型是較為合理的。

（四）數據分析、精度驗證和模型調整。首先，在每次分析中，通常都會選擇一個省級電網企業所有市縣公司及本部多期數據，因此不是樣本，而是“全體”，使得利用多元回歸方法估計出主要模型（包含具體變量及參數）的科學性和可靠性較高。除此之外，意識到歷史數據本身及其分析方法可能存在的不足，分析時往往保留了從經濟含義角度出發較為重要、但未能穩定地保留在模型中的個別變量（典型的如預測的下一年售電量，在實際投資決策中其發揮重要影響），使得投資效能分析模型更加符合實際情況。在利用歷史數據對模型進行訓練時，遵循通行的模型驗證程序，分別采用了樣本內預測和樣本外預測方法檢驗預測精度，其中：樣本內預測（in-sampleforecasts）指使用模型預測樣本內的值，其與實際觀測值的差異即殘值，體現了模型本身的合理性；樣本外預測（out-sampleforecasts）指使用模型預測樣本外的值，體現了模型對現實世界的預測能力。兩者相互印證是對模型合理性和對未來預測能力的全面檢驗。根據精度驗證結果，對模型的變量及算法中的具體細節進行調整，直至精度達到管理要求為止。

四、分析模型的功能特點與應用場景

根據以上分析步驟，得到了投資效能模型，該模型綜合考慮了多種投資活動影響因素，且經過統計過程檢驗，同時包括在數量分析和經濟含義分析兩個考量過程中認為的顯著和重要因素。該模型一方面能夠評價以前已經完成的投資效能，另一方面能夠被改造為跨期模型，基于當前年度數據和未來售電量等關鍵指標預測現有投資在未來能夠產生的效能，促進投資決策優化。此外，模型中通常包含若干業績評價或公司系統的同業對標指標，可以相應調整其權重，使投資活動能夠促進公司經營業績的提升。基于當前電網企業實際的投資管理工作，尤其是投資決策過程，該方法具有的功能特點和應用場景如下：

一是兼顧嚴謹性與靈活性。該模型首先收集某個省級電網企業全部市縣公司的相關財務數據和技術服務類指標，利用多元回歸預測模型設定公式，其產生過程遵循嚴格的統計分析要求。另外，根據不斷提升的管理要求和投資的未來導向，允許在后續實際應用時調整變量和參數，是開放、動態可調的。由此兩方面相結合，既尊重客觀事實又可開放動態靈活調整，模型能夠較好起到決策支持作用。

二是實現“自學習”和動態完善。基于“大數據”的理念，分析過程中盡量搜集大量指標和基礎數據，數據基礎較好。進一步的，隨著時間的推移和數據的不斷積累，模型包含的觀測值會不斷增加（每個“公司-年”為觀測值），基于更大數據量生成的模型也會更加穩定并全面反映真實情況，發揮更強的投資輔助決策功能。

三是適宜推廣應用。前文構建的多元回歸預測模型原理簡單、方便易行，是對此類問題的通用解決方案和工具。各省級電網企業利用自身歷史數據可以得到滿足本公司管理要求的模型，而非統一套用某個模型，以達到因地制宜的效果。同時，對于同一省市的不同市縣，又可采用統一模型測算，實現了靈活性和原則性的較好統一。

參考文獻

1.馮亞民、蔣躍強、齊曉曼等.2009.基于LCC的輸變電資產的集成運維管理探討［J］華東電力,6。

2.黃華煒、陸一春.2009.資產全壽命周期管理標準體系的研究［J］,華東電力,10。

3.李欣然.2007.基于灰色理論的地區電網建設規模評估研究及系統實現[D].湖南大學。

篇（8）

[DOI]10.13939/ki.zgsc.2015.25.083

Alpha策略最初的理論基礎是套期保值，是由美國經濟學家H.working提出的，隨后股指期貨的面市，量化研究便激發了人們濃厚的興趣。傳統的資產管理者理念的哲學基礎大部分為追求收益風險平衡，然而平均市場收益與超額收益又很難達到絕對的均衡，因此將超額收益也即Alpha分離出來，建立起基于Alpha策略的量化投資，有助于指導投資實踐。

1 Alpha策略在量化投資中的應用意義

量化投資指的是以現代計算機技術為依托，通過建立科學的數學模型，在充分掌握投資環境的基礎上踐行投資策略，達到預期的投資效果。采用量化投資方式的優點包括其具有相當嚴格的紀律性、系統性，并且對投資分析更加準確與及時，同時還具有分散化的特點，這使得策略的實施過程更加的機動靈活。量化投資過程使用的具體策略通常有量化選股、量化擇時、統計套利、高頻交易等，每一種策略在應用過程各有千秋，而Alpha策略屬于量化選股的范疇。傳統的定性投資也是投資人基于一種投資理念或者投資策略來完成整個投資活動的，最終的目的是要獲得市場的占有率，并從中取得豐厚的利潤。從這個角度來衡量，量化投資與傳統投資的本質并無多大差別。唯一不同的是量化投資對信息處理方式上和傳統定性投資有著很大的差異性，它是基于現代信息技術、統計學和現代金融工程理論的基礎上完成對各類數據信息的高效處理，在對信息處理的速度、廣度上是傳統定性投資無法比擬的。在對投資風險的控制方面也具有很大的優勢，是國際投資界興起的新型投資理念和應用方法，也在日益成為機構投資者和個人投資者共同選用的有效投資方案。現階段量化投資的技術支撐和理論建設的基礎包括人工智能技術、數據挖掘、支持向量機、分形理論等，這些現代信息處理與數據統計方式為量化投資的可操作性提供了堅實的基礎。

Alpha策略在量化投資中的使用優點主要是對投資指數所具有的價值分析與評定。它不是依賴于對大盤的走向變化或者不同股票組合策略趨勢的分析，對投資價值的科學分析與合理評估更能吸引投資者的目光。Alpha策略重視對沖系統風險所獲得的絕對收益，在股票投資市場上是一種中性的投資方式，具體的程序有選擇資產、對資產的優化組合、建立具體組合方式、定期進行調整。為了促進該策略在投資市場中獲得良好的收益，就必須先要重視優秀的選股策略，其次是重視期貨對沖平均市場收益的時候所產生的風險控制問題。對沖系統風險時，若是能夠及時地對投資組合與相關的股指期貨的平均市場收益指進行精準地判定和預測，那么將會對整個投資行為產生積極的影響。

2 基于Alpha策略的量化投資具體策略和實踐方法

通常情況下，Alpha策略所獲得的實際收益并不是一成不變的，這與該策略本身的特定有關，具體表現在周期性與時變性上。

Alpha策略的時變性主要是指當時間產生變化時，超額收益也會隨之而改變。需要清除的是Alpha反映的就是上市公司超越市場的預期收益，因此屬于公司資產未來估值預期的范疇，所以上市公司自身所處的發展階段和發展環境不同，那么就會給Alpha帶來影響。由于時變性的特點，這就給策略的具體估計模型的設立帶來了更多不可確定的因素，為此，參照對Alpha滿足不同動態假設的理論基礎，建立起一個可以獲得不同種類估算的模型，同時假定在同一個時間范圍內，超額收益和市場平均收益都保持恒定不變，這就極大地簡化了計算的過程與步驟。也就是說在該段時間內，市場上股票投資組合基本面不會有太大的變化與波動，這就與實際的投資狀況基本達成一致。對于投資策略的調整則要根據上市公司重大事項發生情況而定，那么估算的時間單位周期可以采用每日或者每周估算，對每一個季度的歷史數據進行調整也可以作為一種調整方式，反映公司季度行情。對于具體證券而言，采用季度或者每周的調整頻率則不是最為理想的，還要針對公司情況與市場行情綜合調整。

Alpha的周期性特點在交替出現的正負號上最為突出，導致這一情況產生的原因主要是行業的周期性特征與套利效應共同造成的。具體而言，首先不同類型的證券分別屬于不同的行業所有，當行業處于景氣周期循環狀態下會影響Alpha的符號與大小，同時景氣程度的深與淺也會對此產生影響。其次一個股票組合產生非常大的超額收益情況下，市場中的其他機構投資者或者個人投資者就會不斷地參與到該組合的投資中來，最后會導致Alpha逐漸接近于零。因此在建立不同策略的組合方面，要針對每一個季度的具體情況和波動率，進行綜合性地評價與分析，并及時地做出必要的調整，以便最大限度地獲得市場收益。

量化投資中的Alpha策略并不是一種單一類型的策略，不同的策略都在尋求獲得超額收益的市場機會和可能性。現階段市場上采用的Alpha策略主要有多因子選股策略、動量策略或者反轉策略、波動性策略、行業輪動策略、行為偏差策略等，每一種策略在具體實施過程中都有其特征性，并且可以相互結合使用，發揮出綜合預測和評價的作用。

多因子選股策略是必要和常用的選股方式，最大的優勢是可以將不同種類和模塊的信息進行高效化綜合分析與評價后，確定一個選股最佳方案，從而對投資行為進行指導。該種選股策略的模型在建立方面比較容易，是量化投資中的常用方式。同時多因子模型對反映市場動向方面而言具有一定的穩定和可靠性，這是因為所選取的衡量因子中，總有一些可以把握住市場發展行情的特征，從而體現其本來就有的參考價值。所以在量化投資過程中，很多投資者都使用多因子模型對其投資行為進行評估，無論是機構投資者或者是個人投資者，都能夠從中受益。多因子選股策略模型的建立重點在于對因子的剔除和選擇上，并要合理判斷如何發揮每一個因子的作用，做出綜合性的評定。

動量策略的投資方式主要是根據價格動量、收益動量的預期與評定，對股票的投資進行相應的調整，尤其是針對本身具有價格動量的股票，或者分析師對股票的收益已經給予一定評級的股票，動量策略的應用效果會比較理想。在股票的持有期限內，某一只股票在或者股票投資的組合在上一段時間內的表現均佳，那么則可以判斷在下一段時間內也會具有同樣的理想表現，這就是動量效應的評價依據，從而對投資者的行為起到一定的影響作用。反轉策略和動量策略恰好相反，是指某一只股票或者股票投資組合在上一段時間內表現很不理想，然而在下一個時期反而會有突出的表現，這也給投資者帶來了一線希望，并對影響到下一步的投資策略的制定。

波動性策略也是Alpha策略的一種方式，主要是利用對市場中的各股運動和發展狀態的細致觀察與理智分析后，列出一些具有相當大的波動性的股票，同時這些股票的收益相關性也比較低，對此加以動態化的調整和規劃，從而逐漸獲得超額收益的過程。在一些多因子選股策略中也有機構投資者或者個人投資者將股票具有的波動性作為考察與評價因子之一，波動性策略經常和其他策略相結合來評價，這說明股票投資市場本身就具有一定的波動性，因此在投資過程中要慎重對待。

篇（9）

房地產信托項目風險受多方面因素綜合影響很難將定性的指標定量化，導致評價標準和因素影響程度存在一定模糊性和不確定性。運用層次分析法與模糊綜合評價法，可以做到定性和定量因素相結合，使評估結果更加科學合理。

一、房地產信托風險水平評價基本原理

層次分析法，簡稱AHP法，是美國匹茲堡大學的教授、著名運籌學家T.L.Seaty于20世紀的70年代中期提出的一種系統分析方法。是將與決策是有關的元素分解成目標、準則、方案等層次，在此基礎之上進行定性和定量分析的決策方法。此方法不但彌補了專家打分法太過籠統的缺陷，還可以以專家打分為基礎定量分析得出相應的權重向量。模糊綜合評價法是根據模糊數學的隸屬度理論，把定性評價轉化為定量評價，對受到多種因素制約的對象做出一個總體的評價。它具有結果清晰、系統性強的特點，能較好地解決模糊的、難以量化的問題，適合各種非確定性問題的解決。

二、房地產信托風險水平評價基本步驟

（一）建立層次結構模型

結合實際問題深入分析研究后，將各個因素按不同屬性由上往下分層。通常分為三個層次，最上面一層為目標層，通常只有1個因素；中間層通常為準則或指標層，可以有一層或幾層。當準則層風險因素過多時需要進一步分解出子準則層，最下一層通常為方案或對象層。同一層的各個因素從屬于上一層的因素或對上層因素有影響，同時又支配下一層的因素或受到下層因素的作用。

在分析房地產投資風險影響因素的基礎上，根據指標體系構建的原則，構建房地產投資風險的評價指標層次體系，包括：目標層、準則層和指標層。結合眾多學者在房地產投資風險評價指標體系方面的研究，以房地產投資風險影響因素為主要依據，建立房地產信托風險層次結構模型，如圖1所示。

（二）構造成對比較陣

從層次結構模型的第2層開始，對于同一層的各個因素，用成對比較法和1-9比較尺度構造成對比較矩陣。兩兩因素相比較，產生量化數值。比較情況如表1所示。

（三）計算權向量并做一致性檢驗

對于每一個成對比較陣，運用幾何平均法計算最大特征根及對應特征向量。首先將成對比較陣同一行的各個數值相乘，然后將其開n次方，n為矩陣的階數。然后求和所得向量，進行歸一化處理的權向量.利用一致性指標、隨機一致性指標和一致性比率做一致性檢驗。若檢驗通過，特征向量（歸一化后）即為權向量；若不通過，需重新構建成對比較陣。

篇（10）

縱觀歷史原因，首席營銷官往往發現自己處境十分艱難，即使做了一些營銷項目，也很難將這些項目對企業銷售收益的影響進行量化，很多時候這幾乎就是一項“不可能完成的任務”。目前大家的共識是，因為這兩者間存在“代溝”，導致企業營銷負責人經常更換。隨著科技的發展及數字化渠道的普及，企業對于營銷負責人能做什么、以及應該做什么都很難進行預估，雖然大家期望在數字化時代下營銷成果將能夠被量化，也能讓負責人都心里有數。幸運的是，隨著科技的發展，未來營銷者將能夠滿足這個要求。

如果首席營銷官能夠將自己的營銷成果更具體量化，創造良好的銷售業績，那么首席營銷官的任職壽命將會延長。以數據化為驅動的首席營銷官們，一旦能夠展示出自己的營銷行動對投資回報率、銷售流水線的影響力，那么所處的企業高層將對他們更為看重，將他們放在重要的戰略性地位，他們在企業的地位也將超出以往任何任職者。當然，即使是在數字化時代，要展現自己的價值仍然非常有挑戰性，尤其是對于B2B組織機構而言――在這些機構里，大部分銷售仍是通過線下實現。在對營銷者的企業銷售貢獻做量化時，精確、及時性分銷非常重要。

就因為“貢獻”這詞對營銷負責人非常重要（也的確必須很看重），這個詞在營銷界里一直被大家翻來覆去地講，幾乎已經有點變味了。從未來營銷的復雜發展情況看，“貢獻”在業界甚至是在內部團隊中會有不同的含義。但是，我們還是對這個詞做了定義：貢獻，作為一個營銷術語而言，在互聯網營銷上，僅僅被當成一種授信方法，用以傳遞特定的營銷驅動交互體驗或是打造一種品牌印象觸點。

同理，推到運動界，“貢獻”這詞通常用于幫助觀眾將運動員的貢獻概念化，不管是在哪種運動，足球、籃球還是終極飛盤，概念都是一樣的。在運動中，許多玩家和步驟都要涉及得分系統，那么最終由誰得分呢？在營銷界里，這個問題變成了：“市場上有這么多的企業、渠道，大家有各自的銷售手法和保留客戶的戰術，哪一家企業能在銷售上得高分呢，究竟憑什么得高分？”這個問題意味深長，很難給出明確的答案。但是問題一旦解答出來，將會給企業的營銷影響、預算優化、客戶偏愛帶來很多價值啟示。

為什么？

營銷者的營銷實踐給企業帶來的價值是有目共睹的。其中一些價值可在整個組織范圍內體現出來，另一些價值可以具體體現在營銷團隊上。

組織范圍內：

?在企業里發出更令人敬重的強有力聲音

?營銷者能夠表現出自己對銷售業績的影響和貢獻

?企業能夠定期看到營銷的成果和投資回報情況

?改進營銷或銷售的關系

營銷團隊上：

?營銷渠道和戰略將被視為一套投資組合，能夠實時進行調整和優化

?對于額外預算能進行簡單快速的配置

?對企業活動、渠道和戰術有豐富的看法，能夠最終優化企業整個客戶體驗旅程

?改進營銷投資回報率

根據美國電子商務調研公司Forrester的報告表明，這種在營銷者貢獻的洞見基礎上做的營銷優化，能夠將企業的每行動成本削減30%～50%，并且最終將投資回報率提升為50%～100%。

怎么做？

篇（11）

基金項目：廣東工業大學學生課外學術科技立項；廣東工業大學學生社會科學研究課題與廣東工業大學大學生創新創業訓練項目聯合資助。

一、引言

1983年郭開仲教授提出了消錯學，消錯理論研究的對象是錯誤。研究的內容是錯誤的發生原因和機制，錯誤的傳遞，轉化的方法和規律，預測、避免、減少、消除錯誤的方法和規律。在理論上，既研究一般的錯誤概念和性質，又研究如何把一個一般的錯誤抽象為一個對象系統，從而研究系統錯誤的理論；研究如何建立定量化描述錯誤的一種方法等。在應用上，既要研究如何把理論方法應用于實際的應用理論、應用方法、應用技術，又要重點研究建立有關領域、判別、預測、避免、和消除錯誤的專家系統和專家系統的應用推廣等。消錯理論采用數學（高等數學、離散數學、模糊數學、微分方程，數理統計、系統科學、系統工程等）方法研究錯誤的定量化，采用邏輯（邏輯學、形式邏輯、數理邏輯、模糊邏輯，辯證邏輯、辯證數理邏輯等）的方法研究錯誤的關系，利用各學科的理論、方法和研究成果與錯誤理論相結合的方法研究各學科領域的錯誤，建立了一個獨具特色的消錯學理論體系[1]。

消錯學為定量化研究錯誤奠定了理論基礎。該理論在許多領域進應用研究、檢驗其科學性，這些領域涉及企業固定資產投資、復雜大系統沖突、證券投資、組織溝通、企業危機管理等。可以期待的是，研究者針對更多的具體問題應用消錯學理論，消避錯的方法在實際問題的研究過程中，會得到豐富。

二、消錯理論主要內容簡介[2-7]

1） 消除錯誤的步驟

消除錯誤的步驟是指消錯學時如何應用到實際消除錯誤當中去的步驟。

2） 消除錯誤的步驟

消除錯誤必須要從需解決的問題入手。 在已知問題的基礎上，把該問題抽象為一個對象系統。同時，在該研究問題所界定的論域上建立一組相應的科學的判別規則。 建立錯誤函數。 計算錯誤值，若錯誤值小于零，則該問題在所建立的判別規則下無錯誤，該問題結束。 若錯誤值大于零，就要尋找錯誤，且要尋根究底。即找出發生錯誤的根本原因。 變換系統或規則，找出消除錯誤的方案。 計算消除錯誤的效益及代價。 進行綜合評價，若滿意，則得到一組消除錯誤的方案，且實施，直到結束。若不滿意，則返回到第四步繼續進行，直到方案滿意為止。

（3） 消除錯誤的方法

從綜合變換可知，對于研究的系統 X ，出錯的要素有四個：

論域， 系統， 時間， 判別規則。

因此，我們不但可以單獨對這些要素進行變換，而且還可以同時對它們中的若干個進行變換，由此有：

1） 變換論域；2） 變換系統； 3） 變換時間； 4） 調整判別規則； 5） 同時變換論域與系統；6） 同時變換論域與時間；7） 變換論域與調整規則同時進行； 8） 同時變換系統與時間； 9） 變換系統與調整規則同時進行；10） 變換時間與調整規則同時進行； 11） 同時變換系統、論域和時間；12） 變換論域，系統和調整規則同時進行；13） 變換論域，時間和調整判別規則同時進行；14） 變換系統，時間和調整判別規則同時進行；15） 變換論域，系統，時間和調整判別規則同時進行；

對每一個要素的變換，一般又可以進行六種基本變換。

1） 擴縮（相似或等價）；2） 置換； 3） 分解；4） 單位變換；5） 增加； 6） 毀滅。

對于這些基本變換又具有三種組合方式：

1） 積， 2） 或，3） 逆。

我們稱這種消除錯誤的方法為“十五、六、三”法。

三、消錯學的研究方法和目標[8-13]

我們采用數學方法研究錯誤的定量化，采用邏輯的方法研究錯誤的關系，利用各學科的研究成果和消錯學理論相結合的辦法研究各學科領域的錯誤。即我們采用理論與實踐相結合，取各家之長為我所用，建立一個獨具特色的消錯學理論體系。

從1983年到現在， 消錯學理論的基本框架已基本建立， 并得到了國內外許多著名專家的高度評價。因此， 今后除繼續完善和深入研究理論框架外， 還要大力研究消錯理論在決策科學里的應用。 因為我們已在本科和專科班中開設“消錯學”的選修課； 在研究生中開設“消錯學”的理論課；所以在組織機構上， 我們希望能建立消錯理論研究室和有穩定的資金來源， 承擔《消錯學》的教學和消錯理論的研究工作。

2001年之前， 我們出版了《消錯學引論》，《判別企業固定資產投資決策錯誤的理論和方法》，《復雜大系統沖突與錯誤的理論方法及應用》，《錯誤集論》等消錯理論的四本專著， 在國內外發表有關論文100多篇。在此基礎上， 今后特別要完成消錯理論在決策領域的應用方法研究的有關課題。

長遠目標是： 建立《消錯學理論》的完整的理論體系， 為全社會減少或避免錯誤給人們帶來的損失或災難而奮斗。為此，我們要進行廣泛的調研和參加國內外有關學術會議，特別要加強國內外的聯合研究， 有計劃、有組織地開展研究工作。

消錯學研究的對象是錯誤。研究的內容是錯誤的發生原因和機制，錯誤的傳遞，轉化的方法和規律，預測、避免、減少、消除錯誤的方法和規律。在理論上，我們既研究一般的錯誤概念和性質，又研究如何把一個一般的錯誤抽象為一個對象系統，從而研究系統錯誤的理論；研究如何建立定量化描述錯誤的一種方法等。在應用上，我們既要研究如何把理論方法應用與實際的應用理論，應用方法，應用技術；而又要重點研究建立有關領域、判別、預測、避免、和消除錯誤的專家系統和專家系統的應用推廣等。

四、消錯學在管理科學中的應用理論[8-9]

1 判別錯誤

要判別錯誤，在一般情況下，我們需要把我們的研究對象抽象為一個相應的對象系統：

X=X（Wi，T（t1，t2），J，GY，MG，R），

即找出研究對象所涉及的所有問題構成的集。

2分析錯誤的發生原因和機制

在上面步驟完成之后，我們就找出了對象系統的錯誤發生在哪里，錯誤的程度如何？根據這些信息，我們需要進一步分析錯誤的原因和錯誤在對象系統中的各種作用，找出該對象系統的結構。

3 預測錯誤

用預測學中的各種技術，預測對象系統中的各要素在 t0 時刻的狀態，同時要預測規則在 t0 時刻的狀態，建立在 t0 時刻的錯誤函數，從而計算在 t0 時刻的錯誤值。

4研究錯誤的傳遞、轉化的方法和規律

利用錯誤系統、錯誤集、錯誤函數等理論去研究該對象系統的傳遞、轉化的方法和規律。

5 消除錯誤

要消除錯誤，先要找出消除錯誤的方法，即找出消除錯誤的各種方案后計算各方案消除錯誤的代價。再由系統的效益和代價來評價消除錯誤的方案，最后確定消除錯誤的最終方案，從而達到我們研究錯誤的最終目的，減少、避免、消除錯誤。

五、結語

本文對錯誤理論的研究背景、動機和國內外的研究現狀作了闡述，并系統地介紹了該理論的研究方法和研究工具，給出了消錯學理論的相關概念以及其算子。再者，探討了消錯理論對管理實踐、社會科學當中應用的具體步驟，以及其應用的前景。消錯理論及其在管理與決策中的應用正在愈來愈多地受到學術界和業界的關注，特別是在管理中的應用已經引起了國際許多學者的關注。鑒于這個理論的獨創性和創新性，因此，該理論具有巨大的研究空間，期待有更多的有識之士和感興趣的學者能加入這個研究中來。

參考文獻

[1] 郭開仲，張式強. 判別企業固定資產投資決策錯誤的理論和方法[M]. 華南理工大學出版社， 1995.

[2] 劉永清，郭開仲. 復雜大系統的沖突與錯誤的理論及應用[Z]. 廣州： 華南理工大學出版社， 2000.

[3] 劉紅兵. 模糊錯誤邏輯研究及其在防范證券投資風險中的應用[D]. 廣東工業大學， 2000.