量化投资步骤大全11篇

绪论：写作既是个人情感的抒发，也是对学术真理的探索，欢迎阅读由发表云整理的11篇量化投资步骤范文，希望它们能为您的写作提供参考和启发。

篇（1）

与定性投资不同，定量投资更多关注“数字”背后的意义，依靠计算机的帮助，分析数据中的统计特征，以寻找股票运行模式，进而挖掘出内在价值。

李延刚总结了定量投资的三大优势：首先是理性。定量投资是对于基于基本面定性投资方法和工具的数量化统计性总结，它在吸收了针对某种投资风格和理念的成功经验的基础上，以先进的数学统计技术替代人为的主观判断，并能够客观理性地坚持，以避免投资的盲目性和偶然性。“完全的数量化分析过程将极大地减少投资者情绪的影响，避免在市场极度狂热或悲观的情况下做出非理性的投资决策，因而在牛熊市的转换中具有很强的自我调节性。”

其次，全市场覆盖。定量投资可以利用数量化模型对垒市场的投资标的进行快速高效的扫捕筛选，把握市场每一个可能的投资机会，而定性投资受人力精力的限制，显然无法顾及如此广的覆盖面。

此外，数量化投资更注重组合控制和风险管理。数量化的个股选择和组合构造过程。实质上就是在严格的约束条件下进行投资组合的过程，先从预先设定的绩效目标的角度来定义投资组合，然后通过设置各种指标参数来筛选股票，对组合实现优化，以保证在有效控制风险水平的条件下实现期望收益。“换言之，数量化投资模型能够很好地体现组合收益与基准风险的匹配和一致，”李延刚解释。

定量投资是否适应中国市场

“谈到定量投资，不得不提量化投资领域中的传奇人物――詹姆斯・西蒙斯。”李延刚并不掩饰其对这位投资大师的崇敬，“他不仅是世界级的数学家，也是最伟大的对冲基金经理之一。他创办的文艺复兴科技公司花费15年时间，研发基于量化数学模型的计算机模型，借助该模型，两蒙斯所管理的大奖章基金，从1989年到2006年的平均年收益率达到了38.5％，甚至超过股神巴非特。”

值得一提的是，李延刚也来自数量化投资的发源地――北美，他有着6年海外一线投资管理的实际工作经验，深刻领会并掌握了量化投资理念与方法，具备数量化投资领域的成功经验。2007年，李延刚回国后加盟中海基余，着手增强中海基金金融工程团队的寅力。在借鉴国外成熟的投资理念与经验的基础上，结合A股实际，他用了近两年时间对数量化模型进行反复修改与调试。目前，中海基金的金融工程部已经形成从择时、配置到选股等方面的一系列研究成果，并在今年顺势推出中海量化策略基金。

詹姆斯・西蒙斯的神话在中国证券市场能否再次实现?“当其他人都摆西瓜摊的时候，我们摆了一个苹果摊。”李延刚用一个形象的比喻来形容定量投资存国内市场的发展机遇。他认为，目前国内证券市场定性投资者太多，竞争激烈，而数量化投资者则太少，机会相对更多，竞争也很小。李延刚表示，大量实征研究证明，中国证券市场为一个弱有效市场，市场上被错误定价的股票相对较多，留给定量投资发掘市场非有效性的空间也就越大。基于这种考虑，定量投资方法在中国的发展极具发展空间。

“今年推出量化基金并非一时的心血来潮，一方面中海基金金融工程部已经逐渐成熟，而另一方面也是出于市场时机的考虑。”李延刚强调。

他认为，在经历2008年的巨幅下跌后，市场底部已经基本确立，目前小盘股估值相对较贵，短期内市场可能会以调整为主，但未来市场走势仍然存在诸多不确定。在此背景下，如何把握结构性机会将是未来投资关键之所在，利用数量模型进行分析和投资的量化基金具备更好的适应性。中海量化策略基金将把握市场调整时机，采用数量化模型选人具有估值优势和成长优势的大中盘股票作为基石，辅之以部分优质的小盘股票。

“量体裁衣”完善全程量化流程

据了解，中海量化策略基金的全程量化流程分三个步骤，即选股策略自下而上，施行一级股票库初选、二级股票库精选以及投资组合行业权重配置的全程数量化。

“就像裁缝做衣服一样，量化基金在投资中也要通过‘量体裁衣’来完善全程量化流程。通过全程量化与基金经理的思想相配合，才能做出优质的量化基金。”李延刚表示。

首先，选取代表性最强的反映公司盈利能力的指标，对于所有的A股上市公司进行筛选从而得到一级股票库。“主要通过对所有A股股票过去三年平均EPS(每股收益)、ROE(净资产收益率)、毛利率三项指标进行筛选，它们能分别较好的反映上市公司的获利能力，从而得到一级股票库。”李延刚说。

篇（2）

一、问题的提出

本文首先对风险投资项目风险产生的机理进行科学诠释，其次，通过构建科学指标体系从而使投资者在项目选择过程中避免由于信息不充分带来损失。

从风险投资行为整个过程分析（如图1），了解并解决两个主要环节的信息不对称问题对于保障投资者的利益至关重要。其中第一个关键环节主要是风险投资者与风险投资家（风险投资机构）的信息不对称问题。第二个关键环节主要是风险投资家（风险投资机构）与风险企业（或者是备选项目）之间的信息不对称问题。

如何解决第一层委托――关系，很多专家（南立新，2002；杨艳萍，2003；乔桂明，2004；应瑞瑶，2004；黄孝武，2002）借鉴国外风险投资公司的成功经验，提出在我国建立合伙制有限责任公司的风险投资公司运行机制解决第一层次的委托――矛盾。这种公司治理模式已经得到一致认可并且在实践中逐步推广。

第二层委托――关系中，如何合理确定对象（或者项目）是保障风险投资资金得到预期回报的重要环节，是本文研究的重点内容。

本文依据风险投资的特点，结合德尔菲法、层次分析法以及主成分分析法，提出一种针对风险投资项目评价的主客观权重法。运用这种方法对风险投资项目进行决策，不仅可以防范决策者主观臆断，而且注重吸收风险投资专家的经验，对项目风险进行客观地识别和量化，从而对诸多备选项目进行优劣排序。

二、本文中项目风险量化模型的基本假设

为了研究方便，消除歧义理解，本以下假设：

（一）假设风险投资家和风险企业家都是风险中性的

（二）假设各投资决策的使用效果是不可观测的，但是可以进行估计

（三）风险量化模型必须遵从经济计量模型中建模的基本原理，考虑模型的综合性、通用性、简洁性和可操作性等基本要求

（四）风险投资公司存在行业偏好情况外，各个备选方案竞争环境公平、透明

三、风险投资多项目抉择模型――原理和方法

本文构建的模型：Ri=δi /Vi

其中：Ri为第i个风险投资项目风险收益系数；δi为第i个风险投资项目风险程度值；Vi为第i个风险投资项目收益值指标系数。

R值越小越好。相同风险程度的不同项目，收益系数越大，对应的R值越小，项目相对越好；相同收益系数的不同项目，风险越小，对应R值越小，项目越好。

（一）风险程度值δi的计算

为了很好的度量项目风险程度δi，运用层次分析法，把项目的风险影响因素分为四层处理。它们是：目标层；制约因素层；制约子因素层和备选方案层（或称为措施层）（如图2）。其中，项目风险评估指标体系中指标数值由专家一次性打分后，运用加权平均法确定。指标对应权重向量确定方法是由专家组成员运用Delphi法经过2到3轮形成一组一致性的判断矩阵，然后运用方根法求出判断矩阵特征向量作为指标对应权重向量。

风险程度值δi的计算方法，大体可以分为五个步骤。

步骤1：建立制约因素、子因素评判等级和相应的评语集

由图2构建的层次分析模型，项目风险主要由{U1，U2，U3，U4，U5，U6，U7}等七个方面的制约因素确定。而U1（政策风险）取决于U11国家政治经济环境和U12项目与政策法规的相容度两个子因素。记为：

U1={U11，U12}

将每个制约子因素按照实际可能情况分为5个等级，每个等级代表不同的情况。各个因素等级按照影响评判对象的趋势一致原则来排列，选择使投资风险程度由低至高的顺序排列。风险影响因素对应评语集：

V=（1，2，3，4，5）

如“企业营销能力”这一因素等级按照“强、较强、中、稍低、低”排列。如果企业营销能力等级对应“强”则对应的评语应该为1，如果企业营销能力等级对应“较强”则对应的评语应该为2，如果企业营销能力等级对应“中”则对应的评语应该为3，企业营销能力等级对应“稍低”则对应的评语应该为4，企业营销能力等级对应“低”则对应的评语应该为5。评语值越小，代表风险投资项目该领域的风险也较小，相反，则代表较大风险。

步骤2：确定制约因素、子因素指标值

确定制约因素指标值是指根据项目风险因素实际情况，由专家给定相应指标数值，然后对评判结果进行加权统计得到各因素对应指标值bij。

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

bijk的值以参评专家中认为因素uij属于uijk等级的人数除以参加评判的总人数所得到的商数（即进行归一化处理）确定。bij值介于1～5之间。bij值越接近5，代表风险越大；bij值越接近1，代表风险越小。这种确定指标值的方法不仅可以考虑各个专家的专业判断倾向，而且顾及到专家判断的集中趋势，参考价值更大。

步骤3：确定各个制约因素、子因素权重向量集

制约因素与制约子因素权重向量是用来衡量影响项目风险诸因素相互比较相对重要程度的。本模型首先必须构造项目因素两两比较的判断矩阵，由专家团采用Delphi法经过2～3轮投票完成，采用9/9～9/1比例标度构造判断矩阵更接近实际情况。即两因素比较同等重要值为9/9；稍微重要9/7；明显重要9/5；强烈重要9/3；极端重要为9/1（侯岳衡（1995）和何（1997）），其次求解判断矩阵对应特征向量即为项目因素对应权重向量。

根据各个备选方案在制约子因素的条件下两两因素的比较重要程度，给出U11和其他制约子因素比较的判断矩阵（记作A11）。

其中，a11ij是指第i方案和第j因素与制约子因素U11比较重要程度。若第j方案与第i方案比较，得到判断值为a11ij＝1/a11ij，a11ij＝1（i＝1，2，……n；j＝1，2，3，……，n）。

依次类推，分别给出Uij和其他制约子因素比较的判断矩阵Aij，i＝1，2，……，7。

方根法是近似计算各个判断矩阵的最大特征值和特征向量最简洁的方法。下面以A11的特征向量计算过程说明方根法使用原理。

（1）计算判断矩阵每行所有元素的几何平均值

从而得到ω11＝（ω111，ω112，ω113，……，ω11n），为所求特征向量的近似值，也就是考虑制约子因素U11时对应各个备选项目的排序向量。

目标层对于制约因素层判断矩阵A的特征向量为λ：

λ=（λ1，λ2，λ3，λ4，λ5，λ6，λ7）

步骤4：确定各个制约因素相对项目方案指标向量值

U1对应各个项目方案的指标值为b1：

依次类推，计算出U2、U3、U4、U5、U6、U7的对应指标值。

步骤5：确定各个方案风险程度向量值δ

其中，δ中包含了n个备选风险投资方案对应的风险程度指标值。

（二）确定备选方案投资收益系数Vi

备选风险投资方案投资收益利用项目财务指标度量评价。首先计算各个投资项目未来报酬总现值TPVi和风险投资初始投资资本总量Ci。其次，利用现值指数法求出收益值指标系数Vi：

在计算TPVi指标时，贴现率的确定至关重要，不同阶段进入风险投资项目肯定会要求一个不同的收益率。风险补偿率的问题，方英（2003）和王立国（2003）等，进行了详细的分析研究，图3是不同时期贴现率的研究结论。

对于贴现率采用平均贴现率为计算TPVi值各个时期的贴现率参数标准。而项目投资成本Ci是比较容易得到的数据。然后利用Vi=TPVi/Ci计算出项目投资收益系数Vi。

（三）考虑风险和收益的最优投资项目的排序

根据项目风险与收益匹配的原则，用公式Ri=δi /Vi计算综合投资风险与收益的项目得分值，对各个备选项目进行客观、科学排序，从而确定备选项目的优先选取顺序。

四、模型实证分析

在实际调查过程中发现，风险投资公司在项目选择方向存在行业的偏好，所以本实证研究以江苏省2003年度申报科技型中小企业技术创新基金的光电一体化行业为例对模型的可靠性进行论证。

研究对象由江苏省2003年度光电一体化申报创新基金所有项目构成。其次，确定样本。对98个申报项目进行编号（按照先后次序编号），按照随机抽样的原则，利用随机数字表从总体集合中选取了10个项目组成样本。包括编号为43、55、56、27、16、07、77、26、50、20的项目单位组成样本集合。

利用介绍方法，确定项目收益指数Vi以及综合的风险收益系数Ri=δi /Vi，从而对备选方案进行排序。项目风险收益指标由小到大的顺序为R27，R50，R55，R16，R77，R26，R7，R20，R43，R56。（如表1项目风险收益值计算表）

五、结论

篇（3）

中图分类号：U491113 文献标识码：A

1 引言

随着社会经济的不断发展和人们对交通运输需求的日益增加。交通阻塞、安全、环境污染等问题已经成了影响社会发展的巨大障碍。交通量的持续增长是造成该状况的最根本原因，传统的解决途径如限制交通流量等短期内可以奏效，但有失公平、合理。如何更有效地使用现有交通运输网络就是解决上述问题的重要途径之一。随着高新技术的崛起，使得智能运输系统（简称ITS，通过关键基础理论模型的研究，将信息技术、通信技术、电子控制技术和系统集成技术等有效地运用于交通运输系统，从而建立起的实时、准确、高效的交通运输管理系统）应运而生。与传统的交通基础设施建设项目相比，ITS项目不但投资巨大，而且属新兴研究领域，对社会和经济各方面的影响更加难以预料。我国当前仍是一个发展中国家，建设资金短缺，决策者、投资者、大众非常关注建设ITS的巨大投资带来的效益及风险，因此有必要以ITS的影响开展深入的研究，采用的方法就是进行智能运输系统评价。

2 评价的意义及目的

ITS评价的意义体现在以下几个方面：

（1）理解ITS产生的影响

ITS评价的内容包括ITS对交通系统及其使用者产生的影响，以及ITS导致的社会、经济和环境等诸多方面的影响。因而评价ITS不但可以更好地了解项目本身和与其相关交通条件的改善之间的关系，而且对其产生的影响有更好的认识，也有助于将来其他ITS项目的实施。

（2）对ITS带来的效益进行量化

投资者无论是政府部门还是私人机构都希望能够量化投资效益。此外，在对ITS进行评价时，我们还要回答诸如“为什么一定要这样做”及“如何达到预期效果”的问题。

（3）对将来的投资做决策

ITS评价所提供的信息（实施条件和影响因素等）一方面可以帮助政府部门优化投资，对将来项目的投资和实施做决定。另一方面有助于私人机构在商业运作中做出明智而正确的决定，而政府与私人机构之间的密切而有效的合作分工是中国ITS顺利发展的必要条件。

（4）对已有的系统优化其运作和设计

ITS评价可以帮助已有的交通设施和交通系统识别需要改进的方向，从而使管理者和设计者能够更好地管理、调整、改进和优化系统运作和系统设计。

3 各国ITS评价研究现状

近年来在世界范围内广泛开展了对智能运输系统理论和技术方法的研究，部分发达国家已对许多项目进行了试验研究并已实施和应用，如城市和高速公路交通事故监测和快速反应系统，匝道控制等。ITS正从实验阶段转向实施阶段，成为地面运输系统投资的主流方向，投资规模也将迅速增长。政府、企业和大众都非常关注其社会经济影响及可能带来的各方面效益，对ITS项目社会经济影响的全面评价正日益受到政府、投资者和研究开发机构的普遍重视。

早在1988年，英国学者Bristow提出了如下评价准则：（1）技术性能；（2）人机工程学性能；（3）真实的效益和非效益；（4）感受到的效益和非效益；（5）用户反映；（6）安全性能；（7）成本；（8）外部性能。欧盟DRIVE研究计划促进了一系列面向ITS项目评价的指标系统的发展，其道路运输信息评价过程研究形成了用于评价ITS项目评价过程的评价手册。1998年欧盟在ITS评价项目“CONVERGE”中，了“智能运输系统评价指南”，之后几年又开发了一系列可用于ITS评价的微观模拟仿真软件。

美国华盛顿州1993年完成的ITS战略计划，设计了从技术分析、社会经济、立法行政、公众接受性几个角度用成本效益分析法评价ITS项目产生的效益。关于ITS项目投资及效益回报理论方面美国最先于1996年完成国家ITS体系结构，后经多次修订，第四版已于2002年6月。美国国家ITS体系结构共分为六部分：（1）综合摘要、（2）体系结构定义、（3）评价、（4）实施策略、（5）市场包、（6）标准。

日本在分析借鉴和分析美国和欧盟体系结构的基础上于1999年11月了ITS体系结构。主要包括三大部分：构筑体系结构的方针；构筑体系结构的成果；应用体系结构的方针。评价方法主要是传统交通运输项目评价所采用的成本效益分析法，有些研究也尝试使用成本效果分析法和多准则分析方法。

4 评价方法

ITS项目评价的步骤如下图所示。针对不同的评价主体、评价目的和评价内容，可以对该评价步骤进行适当调整。

目前常用的ITS评价方法包括成本效益分析、成本效果分析和多准则分析三种。

成本效益分析致力于成本和效益的量化及其度量，计算出相应指标，并在备选项目之间进行权衡。有时也涉及不可量化的和非经济性指标，偶尔也涉及示范效应、发展效应等组织因素，但在大多数情况下，对难以量化的影响的评价是附带的，重点还在于可量化的成本和效益的权衡。

成本效果分析是一种成本最小化方法，它是在一个项目的效益不能计量，或者已为政策所确定时所采用的评价方法。在上述情况下，所考虑的是达到既定的目标所采用的最小费用。当一个项目的目标难以用货币价值计量时，变量只能在成本方面，因此，从逻辑上讲应当选择成本最小的项目。成本效果分析常应用于药物经济学，原因在于健康和卫生效益有时难以用货币化方法衡量。

在发达国家通常将成本效益分析作为普遍适用的方法，其中有着多方面的原因。首先，发达国家的社会环境相对稳定，因此评价可以致力于将货币价值衡量成本和效益，但在发展中国家，社会经济结构正在发生变化，大的公共项目甚至会影响这种变化。因此一个项目的非经济性和不可量化的影响在评价中的地位较发达国家为重。可以说，发展中国家在遇到同等问题时，所遇到的困难更多。另外，在发展中国家，可用于项目定量分析的资料和数据往往不全面，这也是成本效益分析方法使用范围受限制的重要原因之一。所有这些因素表明，鉴于中国的国情和ITS项目的特点，除了进行成本效益分析和成本效果分析之外，还必须采用多准则分析方法。

4.1 成本效益分析

成本效益分析，有时也称为费用效益分析。

成本效益分析主要包括四个主要步骤：

1.确定成本和效益的类型

成本和效益一般需按照其类型、影响群体、地区或其它标准进行分类和计量。由于效益多发生于未来。所以项目分析必然包含预测的成分，其结果受分析者的主观价值标准影响。成本和效益的范围和重点随项目不同而异。

2.成本和效益的量化

对于所确定的各成本和效益类型应当尽可能量化。由于各种原因，市场价格会偏离社会价值，有些类型的成本和效益则没有市场价格。因此，量化难以量化的成本效益类型是成本效益分析的难点之一。

3.评价指标

根据量化的成本和效益计算选定的评价指标，原则是尽可能全面和完整地展现项目的经济效果。常用的指标包括效益费用比、净现值、内部收益率、投资回收期等。

4.综合权衡

因存在相关难以量化的成本和效益类型，故评价指标数据不可能完全反应项目的效果，需用定性分析作为补充和完善。随着项目影响范围的扩大和评价的深入，难以量化的成本和效益的比重有时甚至超过可量化部分。因此，该步骤显得越来越为重要。

成本效益分析的评价指标通常包括：净现值、效益费用比、内部收益率、投资回收期等。这些指标描述了效益与费用的对比关系，可进行不同方案的对比分析。合理的成本效益分析评价指标数据将为决策者提供了有价值的信息。

对ITS项目进行成本效益分析主要出于两方面考虑。首先，项目意味着稀缺资源的使用，规划者和政策制定者应当确保效益最大化（包括直接效益和间接效益）；其次，决策者在考虑是否进行项目或者从备选方案中作选择时需要知道各方案可能产生效益的差异。ITS项目效益大小的差异来自于现有交通系统的状况（特点）、项目的实施情况以及评价方法。应用成本效益分析可以对其进行分析，各评价指标将从不同侧面描述项目的可行性。问题的关键在于如何对成本和效益进行界定。

现阶段结合我国的国情，可以尝试运用成本效益分析进行项目评价的尝试，但暂不适合将成本效益分析方法确立为ITS项目评价的基本方法，原因在于成本效益数据的缺乏和ITS项目的影响程度和范围尚难准确把握。

4.2 成本效果分析

成本效果分析通常作为成本效益分析的替代方法。在给定预算方案的情况下，成本效果分析可以用于平均ITS项目的应用效果，可以对比ITS项目和非ITS项目（包括基础设施项目或其它交通改善项目）或者不同ITS项目的成本。

成本效果分析用来评价各方案的基准是成本和单一的非货币化效果指标，例如死亡人数减少、运营成本降低等。由于很难对各种成本项目均给予综合考察和比较，实践上往往采用预算成本指标。使用的评价指标为成本效果比。在采用成本效果分析时，并没有将效果指标货币化，故成本指标和效果指标将采用不同的单位。依据成本效果比的结果进行项目比选和排序。

成本效果比可以按照单位效果所需要的成本进行计量。其中：C表示成本；E表示效果；i表示第i个项目或方案，下同。CE可以看作是单位效果的平均成本，CE值最小的项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单位成本所产生的效果计量。EC可以看作是单位成本的平均效果，EC值最小的项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种特殊形式。

4.3 多准则分析

交通运输系统项目和ITS项目评价在多数情况下是一种基于多层面的冲突分析，因此在初始阶段很难给出解决方案。这就意味着需要寻找一种可接受的评价方法。多准则评价方法致力于提供一系列方法用以处理多维效果量化问题。当然，该类方法也存在其局限性。

考虑到ITS项目的复杂性和多维性，所采用的评价方法应具有四个特点：

1.透明性：是指决策者必须对评价的过程有清楚的了解。

2.简洁性：是指评价应相对容易实现，并侧重于澄清问题的要点。

3.鲁棒性：和接受有关备选方案的输入和评价结果的输出的能力有关。另外和数据需求、项目及准则数量的处理、不确定性的处理、重点群体的参与、敏感性等有关。

4.可说明性：决策者应当对评价结果感到有信心，即同意并支持评价结论。

多准则分析包含许多种具体方法，可应用于不同背景不同评价目标。虽然多数方法都标称具有广泛的应用领域，但实际上每种方法均有其适用范围。所以并不是所有多准则方法都适用于交通运输系统项目和ITS项目的评价。寻找适用于ITS项目的多准则评价方法是至关重要的。

多准则往往是冲突的、不可比的和具有不同性质的，既有定量信息、又有定性信息，既有精确信息又有不精确信息，这使得问题的解决更加困难。

多准则分析最初来自法国，特别有名的是ELECTRE技术，它已经成为近代评价方法的主流；多属性效用理论是在1976年提出的；模糊集理论发展后，评价称为该理论的重要应用领域之一，许多劣结构的决策问题采用了基于模糊集理论的评价方法。

根据相关研究成果，适用于交通运输系统项目评价的多准则分析方法包括REGIME、ELECTRE、AHP、多属性效用方法、理想点法等。

5 结论

智能运输系统的效果评价是一个非常重要但又困难而复杂的课题，它涉及到技术、经济、环境、社会、政策等方面，既有定性也有定量的评价。不同的评价方法将产生不同的评价结论，从而对决策和技术方案产生影响，进而对社会和经济发展产生影响，评价方法的重要性可见一斑。

ITS项目具有不同于传统交通运输项目的诸多特点，同时中国的交通特点使得发达国家在该领域的研究成果的可借鉴性大打折扣。结合ITS的特点和中国的国情研究ITS项目的评价方法具有必要性和紧迫性。

参考文献：

[1]杨兆升.智能运输系统概论[M].北京：人民交通出版社，2003，1-16

篇（4）

中图分类号：TP301文献标识码：A文章编号：1672-7800（2012）010-0006-03

作者简介：朱方方（1989-），女，北京工商大学计算机与信息工程学院硕士研究生，研究方向为信息工程监理；刘宏志（1964-），男，博士，北京工商大学计算机与信息工程学院教授，研究方向为信息工程监理、电子政务、软件工程。

0引言

信息工程监理是信息工程领域的一种社会治理结构，它是指在信息工程建设过程中，利用自己在信息工程建设方面的知识、技能和经验为建设单位提供服务。为了提高监理水平，监理工程师需要对信息工程监理的服务质量进行评价。目前对信息工程监理服务质量进行评价的方法主要是模糊综合评价法，但模糊综合评价法运算量大、计算复杂。本文使用一种基于相似度的评价方法对监理服务质量进行评价。根据D+Pearson相关公式计算各个指标的实际与预期监理服务质量之间的相似度。在计算相似度的过程中将使用数据分为两种，一种是以专家的主观评价作为数据来源的主观数据，另一种是客观数据。根据计算得出各指标的相似度，进而对每个指标评分，然后将指标的评分作为实际数据对服务质量监理效果进行综合评价。

1信息工程监理服务质量评价模型

监理服务是一系列活动和动作，具有无形性，评价较困难，至今没有统一标准的评价体系。本文从与信息工程项目有关的三方（建设方、承建方、监理方）角度对监理服务质量进行评价。评价模型如图1所示。

在上述模型中，最外层描述监理单位、建设单位和承建单位三者之间的关系。内层描述对监理服务质量进行整体评价的评价指标、建设单位及承建单位的评价依据。

2监理服务质量评价指标体系

信息工程项目的监理服务质量是信息工程监理在信息工程项目建设过程中实施情况的最终反映。监理服务质量可根据监理内容的实际情况判断，将监理内容作为评价的指标。在监理评价指标中，有些指标无法直接量化，因此，在文中根据是否能够量化将指标分为两大类：间接量化评价指标和直接量化评价指标。

2.1间接量化评价指标

间接量化评价指标是在进行相似度计算时将专家给出的分数作为数据，这些指标有监理组织机构及工作制度（U1）、质量控制（U2）、监理合同及信息（U3）。为了保证监理服务的有效性，可以对这些指标进行细分，如图2所示。

2.2直接量化评价指标

直接量化评价指标包括进度控制（U4）和投资控制（U5）。信息工程监理的全过程分为4个阶段，分别为决策阶段、设计阶段、实施阶段、维护阶段。进度控制和投资控制可以根据各个阶段进行量化。

3D+Pearson相关评价法

D+Pearson相关评价是指以评价指标在整个监理过程中的实际情况与预期情况为数据，根据相似度D+Pearson相关公式得到评价指标的相似度。其中，D+pearson相关是由相似度D公式和Pearson相关系数组成。

3.1确定评价指标集

一级指标集：U={U1，U2，…，Um}。Ui（其中i=1，2，…，m）为评价指标体系中一级指标中第i个评价指标，其中m表示一级指标的个数。

二级指标集：uij={ui1，ui2，…，uik}。uij（其中j=1，2，…，k）为第i个一级指标下第j个二级指标，k为二级指标的个数。

3.2确定评分集和评语集

评分集是专家对各个指标进行打分或根据各个指标的相似度大小转换成相应的评分而组成的集合。评语集是通过分析评价指标可能做出的各种评价结果的集合。以W表示评分集，V表示评语集。W={W1，W2，…，Wm}（其中W1

3.3一级指标的相似度计算

根据一级指标是否可以直接量化将其分为直接量化和间接量化评价指标。在计算指标相似度时从直接量化指标和间接量化指标两个方向来计算一级指标的相似度。

（1）间接量化评价指标的相似度计算。由于不能对一级指标U1、U2、U3进行直接量化，计算其相似度时相关机构需邀请专家，并凭借专家经验根据监理的实际情况对二级指标给出评分aij（k），aij（k）表示第k个专家对第i个一级指标下的第j个二级指标的评分，从而得到第i个一级指标的评分表，如表1所示。

（2）直接量化评价指标的相似度计算。进度控制指标和投资控制指标可根据信息工程监理的各个阶段进行量化。在项目开始之前，项目承建者首先制定一个预期进度表和投资表，这两个表主要说明在这4个阶段中预计每个阶段所需要的时间和资金。随着项目的逐步推进，记录项目在每个阶段实际所用的时间和资金，记为实际进度表和实际投资表。为方便起见，将这4个表的数据整合成一个进度/投资阶段情况表。根据这个表中的数据，使用Pearson相关系数公式得到实际进度与预算进度之间的相似度以及实际投资和预算投资之间的相似度。

3.4综合评价

4实例分析

根据相似度评价法的一般步骤，现对某项目的监理服务质量进行评价。

4.1确定评价集

根据最终相似度对信息工程监理的综合评价给出评语集V={很好、较好、一般、较差、很差}，对应的评价集W={1，2，3，4，5}。

4.2间接量化指标的相似度计算

某项目邀请10位专家，根据10位专家对各个指标做出的评价表来获得每个指标的评价结果。然后根据公式（1）计算间接量化一级指标的相似度。

表2是组织10位专家对某项目的各指标进行评分的评分结果。

4.3直接量化指标的相似度计算

根据公式（3）计算直接量化一级指标的相似度，从而得到指标服务质量的评分，如表2所示。

项目要求在4个月内完成，根据项目规模大小、软硬件需求等因素制定预期进度和投资，然后在监理工程师的监理和指导下制定该项目的实际进度和投资情况。项目的预期和实际进度/投资情况如表3所示。

4.4综合评价

根据图3，由一级指标相似度得到一级指标评价得分，再由一级指标评价得分计算综合相似度，得到整个监理项目综合评分。

5结语

D+Pearson评价法结合主观数据和客观数据对监理服务质量进行评价，计算量小、高效，更符合人们的思维模式。该方法从两种角度使用不同的计算方法得到指标相似度，使评价结果更准确。它不仅对综合监理的效果进行了评价，而且还对影响综合监理服务质量的各个指标进行了评价。

参考文献：

[1]刘宏志，葛逎康.信息化工程监理[M].北京：中国电力出版社，2009.

[2]刘洋.信息工程监理的目标控制及效果评价研究[D].天津：天津大学，2004.

[3]李忠平，沈红艺，苏越，等.相似度分析方法在亚健康状态症状指标分析中的应用[J].中国卫生统计，2011（5）.

[4]张凯，苏剑波.基于相似度分布的开集人脸识别方法[J].模式识别与人工智能，2011（1）.

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

篇（5）

量化宽松的根源国际金融危机以来，为应对金融危机带来的经济衰退和严重的失业，按照传统的办法，各央行可以降低基准利率，调节货币供给量，影响消费和投资，扩大社会总需求，最终刺激经济，促使经济的增长和失业率的下降。这也就是常规的货币政策的传导机制。但当经济体陷入了流动性陷阱后，传统的货币政策的传导机制将受到阻碍，中央银行将难以通过传统货币政策来实现宏观调控目标。

流动性陷阱最早由凯恩斯提出，所谓流动性陷阱，是指当一定时期内利率水平降低到不能再低时，人们就会产生利率上升而债券价格下降的预期。货币需求弹性就会变得无限大，即无论增加多少货币都会被人们储存起来，而不会被用于消费和投资。由于政策利率是名义利率，其下限为零，中央银行无法将政策利率下调至低于零的水平。而当政策利率下调后所增加的货币供给量仍不足以改变货币需求时，政策利率就失去了对市场利率的影响作用，进而失去对投资和消费的调控功能，因此当一个经济体陷入流动性陷阱后，则以政策利率为主体的价格型的货币政策工具失效。

在2008年全球经济危机爆发前，很多国家的利率就长期维持在低水平。危机爆发后，各国央行的第一举动就是通过调低准备金率和再贴现率调低市场利率。英格兰银行、美联储等都将利率调至趋于零的水平，但是经济仍没有回暖的迹象。面对银行倒闭，企业破产，投资萎缩，消费减退的形势，各国的利率却早已降至不能再降的地步。可以说，此时，传统的货币政策工具已对振兴经济爱莫能助了。因此必须采用一种新的方式，通过数量型的货币政策来应对新的难题，即量化宽松。

量化宽松所谓量化宽松，是指中央银行在实行零利率或近似零利率政策后，通过购买中长期债券，增加基础货币供给，向市场注入大量流动性的干预方式。它的原理就是央行通过公开市场操作，向银行体系注入超额资金，让基准利率维持在零，从而为经济体系创造新的流动性，以鼓励消费和投资，最终促进经济增长和就业。正如弗里德曼所称，量化宽松实质就是“央行派出直升机从空中撒下钞票”。结合上述定义，量化宽松具有如下特点：①该措施实施的主体是中央银行，即货币当局。②实施的背景是利率为零或接近于零。③采取的方法是购买国债等中长期债券。④目的是增加基础货币供给，提升市场流动性。

（1）伯南克与量化宽松美国的货币政策的实施历来与美联储主席的个人风格有密切关系，伯南克用自己二十年的理论成果，重新审视当下经济危机，力排众议制定通货膨胀指标，处理资产泡沫，以激进的方式进行风险管理。他的主要理论观点是：强大的金融市场和信贷市场和实体经济之间可互相促进，实现经济繁荣。在理论的指导下，伯南克详细列出了美联储应对金融危机。

即量化宽松的步骤：①将联邦基金利率降到零。②在很长一段时间内始终把短期利率的控制在较低的水平，或者是承诺无限量地购买国债直至国债收益率下降为止。③同时使用宽松的货币政策和财政政策，例如在减税的同时提高货币发行量，这样就不会导致政府财政赤字的增加。

（2）对量化宽松货币政策的评价总体上，量化宽松货币政策的主要起到了以下几个积极作用：一是向陷入资金困难的银行提供充足的流动性，救助濒临破产的金融机构，防范系统性金融风险，维护金融稳定，并支持金融体系，鼓励银行放货。二是使利率、特别是长期利率保持在低位，有利于降低企业贷款成本，并促进消费，从而推动经济复苏；三是避免通货紧缩预期，甚至通过产生通货膨胀的预期，降低实际利率，从而避免经济进一步紧缩。四是购买金融机构和社会民众的有价证券，直接向市场注入大量流动性，有效化解市场流动性不足的问题。

篇（6）

中图分类号：C934 文献标识码：A 文章编号：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

对群体决策的研究最早始于200年前两位法国数学家Borda和Condorect对于方案排序的探讨，Borda在1781年提出了群体对方案排序的Borda规则，1785年Condorcet提出了Condorcet规则并发现了投票悖论［1］。此后，许多学者从各个方面对群体决策进行了研究。1967 年 Dempster提出证据理论后，由于它在处理不确定性问题时有独到的优势，所以越来越被广泛运用于群决策的研究［2］。2002年Malcolm Beynon［3］提出了一种DS/AHP方法从而将证据理论引向了复杂的多属性群决策领域。近年来证据理论在群决策领域的应用逐渐从理论走向实践，如将DS/AHP用于供应商的选择［4］和证券投资决策［5］等。但实践发现将这些理论和方法应用于一些复杂的群决策领域如大型工程的决策，它们所取得的效果却不理想。这是因为先前的群决策理论研究主要聚焦于群体决策的核心部分（偏好集结），而非从全过程的角度整体看待群决策问题。所谓全过程群决策就是从群体决策的全过程出发，基于每个决策者的知识背景和认识结构来确定偏好的输入、修正、集结和合成，进而给出一个合理的决策流程而非单独的一个集结函数。

2 全过程多级群决策模型

2.1 全过程多级群决策模型框架

目前群体决策已成为包括数学、政治学、经济学、社会心理学、行为科学、决策科学、计算机科学等多门学科研究的共同焦点，而人们对群体决策的认识和理解还未形成共识。国外学者Hwang 等人［6］给出了一个技术性较强的定义：群体决策是把不同成员的偏好按照某种规则集结、并和、归纳成群体的一个唯一偏好序。根据这个定义本文将群体决策抽象为图1的四个过程。

2.2 基于证据理论的偏好表达过程

遇到复杂的群决策时，影响决策的因素有很多，例如在一个工程决策里，影响方案选择的因素有工程成本、工程收益、政策效应、法律、技术可行性、施工时间等因素，为了决策的科学性，我们需要咨询很多专家，这时候就会遇到“专家知识局限”［7］的问题。因为每个专家都有他自己的知识背景，他不可能对所有因素都非常熟悉，比如经济方面的专家他对成本和收益很了解，但对工程技术、法律等并不十分清楚。因而他在选择方案的时候要么对这些因素没有考虑，要么就是考虑不足。这时候我们就有理由怀疑他给出的偏好的正确性。

由于“专家知识局限”存在，实际决策过程中，专家只需要基于自己熟悉的因素进行方案选择或偏好表达，对于不了解的因素则无需考虑。Malcolm Beynon 的DS/AHP方法给出了一种基于单个属性的偏好表达方法，这种方法的前提是要确定因素的权重，而因素权重一般是由专家给出，在现实中每个专家的权威性不同，所以客观地讲每个专家应该具有不同的权重。考虑到复杂群决策的决策效率要求，决策的时候需要一种简单且有效地确定权重的方法。另外，现实中往往不可能对所有专家都有非常准确的了解，特别是在专家人数非常多时，很难准确地判断每一位专家的重要性。所以，合理的权重计算方法要能够考虑这种信息不完全的状况。本文用一种对专家进行分类的方法来确定专家权重［8］，这种方法主要有两个过程：

（1）对专家进行分类：通过计算专家之间的意见距离，将距离最小的专家合并为一类，依次迭代，将专家分成n 类。

（2）计算专家权重：同一类中的专家权重相同，不同类之间的权重正比于类内的专家人数。

得到专家的权重后，接下来就是确定因素权重。这里将每个专家给出的因素权重加权平均即：设专家权重＝（P1，P2，…，Pz），因素i的权重wi＝∑zr＝1wri×Pr，这样就能得到所有因素的权重。基于单个因素的专家偏好表达过程有以下四个步骤：

步骤1：确定决策对应的合适程度的数值：（极端合适，强烈到极端，强烈合适，强烈到一般，一般合适）=(6, 5, 4, 3, 2, 1)；

步骤2：专家基于自己熟悉的每个因素给出每个因素下的所有可能方案的集合；

例如专家i 基于自己熟悉的两个因素（投资成本、工程收益）进行的方案选择：

步骤3：对方案选择进行合适度评价得出专家的知识矩阵；

步骤4：计算知识矩阵最大特征值和对应的特征向量，并将特征向量正规化；把正规化后的特征向量作为每个因素下各个决策选择集合基本概率分配(BPA)即mass函数值。

2.3 基于证据理论的偏好集结过程

为了得到一致的群体偏好，需要将这些专家偏好用集结函数来处理。以前用证据理论定量研究群体决策的学者倾向于借用证据理论中的Dempster合成法则来合成这些偏好。Dempster合成法则要求所合成的意见具有相同的权重，但在现实中每个人都有自己的认识结构，专家也不例外。例如专家i 对因素工程收益和投资成本都了解，但该专家对因素工程收益的了解比投资成本更深入，所以他基于这两个因素的意见应该具有不同可信度。

另外，在方案选择时往往会遇到这种情况，由于因素自身间的矛盾导致基于这两个因素的偏好存在合理性冲突，例如因素工程成本和因素工程完工时间成反比关系，所以基于这两个因素的合理的方案选择必然有分歧。而Dempster合成法则是不能合成带分歧的意见。所以单纯用Dempster合成法则是无法得到一个合理而科学的群体偏好。因此本文采用一种多级合成的方法，并同时采用改进的Dempster 合成法则来处理这些分歧和矛盾。

第一步，在这个合成过程中首先要确定每个专家的认识结构。

这里本文将专家对因素的把握度即专家的认识结构分为（十分熟悉，熟悉，了解，不了解）四个层次，并将其量化为（十分熟悉，熟悉，了解，不了解）=(1，0.6，0.2，0)，例如某个工程决策中的专家i的认识结构如表1。

第二步，对每个因素下的所有专家意见进行一致性检验并调整，对调整后的意见用Dempster合成法则进行合成，从而得到每个因素下的专家偏好分布。这里用证据间的相似度来度量证据间的一致性，通过将它与限值σ比较来确定是否有分歧［9］。

相似度定义为：

L（mi,mj）＝1-dBPA（mi,mj）(1)

dBPA（mi,mj）表示两个意见mi和mj之间的距离：

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

将焦元投影至各坐标轴加和，归一化后得到近似的概率分配函数，用向量形式来表示各决策专家的mass函数，如第i个专家的mass函数为massi（mil,L,min）。将计算结果构成一致性矩阵，并将矩阵中的每个值与限值σ来比较确定意见是否有分歧：如果相似度>σ则表示两个专家之间意见相近，反之则表示这两个专家根据这个因素进行的方案选择有分歧。

在同一因素下不存在合理性冲突问题，所以对有分歧的专家意见在合成之前需要进行调整，这里采用向权威专家看齐的原则［10］对意见进行调整。

在某一因素下设专家1的意见权重为α，同时专家2的意见权重为β。专家1和专家2的mass函数分布如表2。

一致性检验有两种情况：一种是两者意见基本一致，第二种是他们之间意见有分歧，意见需要调整。对于第一种情况，直接用Dempster［11］合成法则进行合成。如果经过一致性检验发现两者意见有分歧，为了使Dempster法则有效，需要对意见进行调整。我们知道两者的权重不同，所以两者的可信度也就不同。为此采取保留权重较高也就是可信度较高的专家意见，修改权重较低的意见的方法。这里结合意见的权重信息采用加权平均的方法修改专家意见：设α

第三步，用改进的Dempster合成法则合成第二步计算所得的因素下的偏好分布，从而得到群体偏好分布。

一些因素之间的矛盾可能导致这些因素下偏好分布存在合理性冲突，因此在合成的时候尽可能保留这些合理的分歧，而非通过一致性检验把这些分歧消除。所以需要一种改进的Dempster 合成法则来合成所有因素下的偏好分布。

设massi表示第二步计算所得的因素i 的偏好分布，Q为一包含N 个两两不同命题的完备的辨识框架, 2是 所有子集生成的空间, m1和m2是在识别框上的两个基本可信度分配。

步骤1：计算各个意见之间的距离：

步骤3：将意见的相似性测度转换为意见的支持度：

S（mi）＝∑nj＝1i1 jL（mi,mj），它反映的是某条意见被其他意见支持的程度。显然, 支持该意见的程度越高,该意见就越可信。

步骤4：合成所有专家意见得到群体偏好分布。

在群决策专家意见集结时,相对信任度大的意见对集结结果的影响应该较大。因此应该分配给相对信任度较大的意见对集结结果较大影响的机会。同时,既然对分歧意见无法作出合理的抉择，就应将其部分信任度归入未知邻域X。由此,改进的证据组合公式应为:

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)

[这里，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）

这种算法使得合成后的意见更具可信性，但同时增加了计算量，在因素比较多时会比较繁琐，为了简化运算，在合成时，首先对因素间的mass函数进行相似度计算，得到相似度矩阵，再将矩阵中的各个元素与设定的限值σ相比较，对于有分歧的两种因素之间用带分歧的Mass函数合成法则，对于相似度较高的因素之间用一般的Dempster合成法则进行合成。

2.4 偏好的输出过程

经过上面的计算得到各个方案的信度值，根据信度值对方案进行排序，在方案选择时原则上选取信度值最高的方案作为最优方案，但有时候会出现这样一种异常情况，如方案i的信度值和方案j的信度值位居前列分别为：0.343，0.341。虽然方案i 的信度值较高但与方案j 的信度值差异较小，如果这样就断定方案i 为最优方案，未免有些武断，因为任何一个算法和模型都不可能是完美的。为了避免与最优方案擦肩而过，本文建议采用多准则的判别原则［12］来处理这种情况，即对这两个方案采用另外一个原则进行判优。例如，用两者的似真函数值PL（表示命题的最大可信度）进行比较，较高者优。

2.5 决策流程和决策模型

根据分析得到如下决策流程：

步骤 1：专家集体确定影响决策的因素U(U1,U2…Un)；

步骤 2：专家给出自己心目中每个因素的权重（wij）；

步骤 3：通过本文计算权重的方法计算专家权重和因素权重；

步骤4：确定专家对各个因素的熟悉度或者说是把握度。本文将专家对因素的熟悉度分为十分熟悉，熟悉，了解, 不了解四个等级，同时采用一种非常简单的量化思想对四个等级进行量化(1，0.6，0.2，0)；

步骤5： 每个专家基于自己了解的因素给出方案偏好（不了解的因素不用给出偏好）。

步骤6： 对每个因素下的各个专家偏好进行一致性检验。并用向权威专家看齐的原则对有冲突的意见进行调整。

步骤7：用Dempster合成法则合成因素下的专家偏好，接着用改进的Mass函数集结方法合成因素间的偏好得到方案群体偏好。

步骤8：根据信度值选取最优方案（信度值越大越优）。如有异常启用多准则方法进一步选优。

本文提出的全过程多级群决策模型流程如图2所示。

3 小结

本文分析了目前的群体决策定量研究成果，发现它们在解决复杂决策案例时，由于专家的知识局限和认识结构造成了偏好输入的偏差。为了使决策结果更具科学性，基于证据理论提出了一种专家偏好表达和群体偏好的多级集结方法。在这种方式下，专家只需要基于自己了解的因素进行方案选择，无需考虑其他因素，本文还从全过程的角度给出了一个多级群决策的流程和模型，在这种决策规则下处理复杂的群体决策会更有效。

但是这种方法也遇到了许多决策定量研究都会遇到的问题，就是如何将专家的模糊表达量化，例如本文中将专家对因素的熟悉度（十分熟悉，熟悉，了解，不了解）量化为（1，0.6，0.2，0）。为了更好地表达这些模糊语言，可以考虑采用区间量化的形式。区间量化是模糊理论的应用，因此将证据理论与模糊数理论相结合运用于本文的决策模型是下一步的研究方向。

参考文献：

［1］魏存平, 邱菀华. 群体决策基本理论评述［J］.北京航空航天大学学报,2000,13(2):24-28.

［2］吕文红, 吴祈宗. 证据理论在群决策中的应用［J］.统计与决策, 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, 陈增明, 丁勇. 基于DS/AHP的供应商选择方法［J］.运筹与管理，2005,14(6): 33-38.

［5］易昆南, 晏玉梅, 徐艳卫. 证据理论在证券投资组合中的应用［J］.湖南工业大学学报，2009，23(4): 85-87.

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

［7］杨萍，刘卫东.基于证据理论的群决策层次评价方法研究［J］.系统工程与电子技术,2002,24(2):42-44,92.

［8］王志国，童玉娟. 一种不完全信息下群体决策专家权重确定方法［J］.平顶山学院报,2007,22(2):69-70.

［9］吕文红，吴祈宗，郭银景.基于D-S证据理论的群决策专家意见集结方法［J］.运筹与管理,2005,14(2): 10-13.

篇（7）

一、省级电网企业投资效能管理的背景和必要性

电网企业承担保障安全可靠用电的公共事业职能，随着社会经济的发展，长期以来需要较高水平的投资以维持电网的扩张、更新和技术进步，投资管理便成为日常经营管理的重点。当前，其投资活动呈现以下特点：

一是电网投资持续高位，可持续性受到关注。随着社会经济的不断发展和广大电力用户对电能质量、用电可靠性等技术服务性能要求的不断提升，近年来电网投资保持在较高水平。以华东地区的省级电网为例，近五年来年均投资额在200-300亿元，电量的复合增长率在10%以上。投资有力地带动和发挥了电量的增量效应，电网网架结构得到升级优化，安全供用电及优质服务水平进一步提升，满足了经济社会发展的需要。但受宏观经济形势和地区产业结构调整影响，电量的增量效益逐步减弱，长期大规模的高位投资难以为继。如何兼顾当前和未来的发展需求，用好有限的资源，满足特高压、智能电网和地区电网建设所需，是电网企业必须面对和解决的难题。

二是投资的效能引领薄弱，需要重点强化。在当前实际的投资决策中，通常在开展投资决策时会对投资能力、投资规模、投资的必要性及可行性进行论证。但专业部门都是对项目的单体考察，关注技术因素，而对整体性和经济性考虑不足。客观上，电网投资受电量增长、电网安全等市场需求和运行水平等因素影响较大，是投资决策时主要的考虑因素，但长期来看都会体现为对经济效益的影响，对当期经营效益影响不大。而目前，科学的投资评价体系尚未完全建立，现有的考评体系主要是对当期的技术绩效进行评价，导致投资决策时较多凭经验判断，缺乏长远考虑，忽视投资能力及投资效益等效能指标，需要重点强化。且具体工作开展时重经验判断、轻数量化分析，投资决策过程的可验证性和可重复性较差。

三是不同公司投资管理模式差异较大，需要可普适的分析模式。当前我国有国家电网和南方电网两大电网公司，同时按照国家行政区划设置了省市县三级电力公司或供电公司。以规模较大的国家电网为例，各省级电网企业是两大电网公司的全资子公司，总部对各省级电网企业实行总体的投资预算管控，以按照财务分析方法测算投资能力为主，要求各单位实际投资不得超过其投资能力。而各市县供电公司和省级电网企业的关系较为复杂，有分公司、子公司、趸售公司等。对于省级电网企业而言：对子公司依旧可以按照上述方法进行分析；趸售公司通常自行负责经营管理，大电网企业实行代管时也可以视同为子公司进行分析；但分公司无完整的经营管理权限，尤其在统一购电、资金统贷统还等前提下，无法独立核算其经营效益，因此需要探索新的投资管控方法。

另外，对于省级电网企业来说，还需要在其供电区域内调剂投资，统筹发展，因此对投资管理提出了更高的要求。鉴于此，随着近年来集团化、精细化管理水平的不断提升，对投资安排合理性和投资活动效益的要求不断提高，电网企业提出了投资效能管理。虽然一直以来电网企业均秉持效益导向安排投资，且其中的效益是多元目标，包括技术效益、社会效益、经济效益等，但如何按照科学合理的方法统筹兼顾实现综合平衡，达到高水平的投资效能，且形成规范的工作机制，是需要重点探索的。

二、投资效能分析的技术路径选择

（一）要求和目标。基于上述要求和背景，省级电网企业投资效能的分析，需要满足以下目标和要求：一是引入数量化分析方法，改变以往单纯按照经验判断的传统做法。虽然在以往的投资决策过程中设置了多维度的众多指标，但是对指标的分析判断依然采用对关键指标的确定值或区间等进行分析的做法，尚未建立起系统有效、科学合理的量化分析方法，各类分析工具的应用也较少。因此，此次投资效能分析的重点是引入量化分析模型和方法，由标准、统一的分析过程得到可供参考的数据分析结论，并使之与传统的经验判断相结合。二是确定统一的标准，便于各维度比较。传统按照经验判断的方法中虽然有标准，但受主观因素影响较大，且在不同项目之间、不同决策周期之间的变化较大。引入量化分析方法后，一旦设定模型，便可以确定算法、关键指标及其标准值，模型测算结果的数值高低能够按照统一标准反映不同项目的差异，真正实现可比。三是依托公司信息系统，将前述分析过程固化、自动化，既提高工作效率，又使之可重复、可验证，更加可信，能够不断重复并调整优化、持续改进。四是要在实现上述要求的同时，使投资效能分析的原理、过程、步骤等尽量清晰明了简单易行，便于在实务工作中推广应用。

（二）具体技术方法的选择。在投资决策领域，常用的方法有关键变量（如未来售电量）的灰色预测法、模糊分析法、层次分析法、专家法、基于价值链的贡献度评价法等，但这些方法的共同特点是需要对关键变量进行打分赋值、设置权重等，高度依赖使用人员的业务能力、技术水平和职业素养，可重复性和可验证性较差，受主观因素影响较大。因此，需要寻找最大限度减少主观因素的方法。此外，国外私有化的电网企业往往采用基于IRR、NPV等关键财务指标的分析法，重点强调投资的财务回报，和我国电网企业的定位与管理模式也不尽符合。综合分析比较各种方法，基于电网企业当前的数据可得性和数据质量，也考虑到后续操作的便利性，并便于操作人员理解，本文认为可以选择常用的多变量回归分析预测法作为投资效能分析工具。

对其说明如下：回归分析预测法是在分析市场现象自变量和因变量之间相关关系的基础上，建立变量之间的回归方程，并将回归方程作为预测模型，根据自变量在预测期的数量变化来预测因变量关系。回归分析预测的关键点在于找到主要自变量，并获取足够的数量资料。自变量的选取建立在一定逻辑推理的基础上，同时结合回归系数进行判断，然而在实际操作过程中，有些变量数据难以获得，这种情况下我们一般以可得性较高的相似变量进行替代，例如用财务指标代替技术指标。最关键的是，多元回归预测时，避免了设置权重这一受主观因素影响较大的步骤。同时，本文认为初始阶段直接采用最受广泛应用的线性模型，避免设置非线性模型中的参数设置，最大限度做到不同时点、不同类型分析的纵向横向比校。

三、投资效能分析模型的开发

按照前述思路和多元回归预测方法的要求，本文设计了电网企业投资效能分析的具体步骤：

（一）明确投资的目标和导向。电网企业的投资决策目标是多元的，包含满足客户用电需求、保障可靠的电力供应、提高电网技术服务能力、创造经济效益等多个维度的目标，且从短期、中期和长期来看也呈现不同的目标导向。尤其在当前发策、运检、营销、调度等专业部门基本以单体项目立项的方式形成投资，在主要关注技术性指标的背景下，关注投资活动对公司整体财务绩效（经营效率、经营绩效、资产状况等）的影响便显得尤为重要。因此，按照技术和经济并重的思路，在构建投资需求测算模型、量化投资决策的过程中，便需要综合考虑各方面因素，使投资决策更加科学合理。

（二）分析投资活动影响因素并确定指标。电网投资的目标是多元的，故其影响因素也是多元的。因此，投资决策制定需要考虑多方面指标。在指标分类和具体的指标选择方面，参考借鉴了美国的智能电网评估体系、国网系统“一强三优”对标体系、各电网企业的主网与配网效益评价和“一流配网评价体系”以及其他配网评价体系等成果中的指标分类和具体指标的确定。综合分析电网企业投资的理论研究成果、实践经验分析和本公司投资决策的实际考虑方面，本文明确了以下六方面及具体指标：

1.反映电力需求的社会经济发展指标和电量、负荷以及电网发展情况等指标。这些指标主要用来衡量电网投资的驱动因素和电网本身的特征，比如GDP、电网中各类设备的规模（容量、长度），这些是从根本上对电网投资起到决定作用的因素。

2.反映经营管理水平的经营效率类指标。用来衡量电网投资带来的成本变化，比如线损率、单位电量成本、每万元资产输配电成本等，这些指标对于按照成本加成定价的电网企业而言，促进其在保障安全可靠电力供应的同时降低成本、提高经济性。

3.反映经营绩效的综合效益类指标。用来衡量投资产生的综合收益，包括单位电量贡献毛益、成本费用利用率（耗费效率）、销售收入利润率（产出效率）、资产报酬率（资产占用率）、资本收益率（投入资本效益）、人均利润等。这些指标越大，说明投资的综合效益越好，未来可以多分配投资。

4.反映电网运行状态的技术类指标。包括电网的合理性、安全性、可靠性、经济性、优质性和电网发展的协调性等多个方面，是从技术角度对电网进行的综合考察，也是立项时的直接依据。

5.反映服务水平的社会满意度指标。顾客对服务的满意程度是衡量电网投资最终成果的重要指标，具体包括居民满意度、用电企业满意度和政府满意度三个方面。这些指标的测量往往存在较大误差或人为调整空间。但由于电压合格率、可靠性水平、安全性等技术指标是满意度指标的基础，通过对技术指标的考察，也就间接考察了满意度指标。

6.根据经验判断设定的管理性指标（哑变量）。如江苏省内不同地区发展差异较大，通常分为苏南、苏中、苏北三个区域，近年来对不同地区投入的倾斜力度有差异，其投资也有明显差异。

（三）构建投资效能分析模型。首先，在众多投资影响因素和变量的基础上，通过相关分析初步识别影响因素，为回归分析奠定基础。其次，酌情运用主成分分析对众多变量中的同类指标进行综合简化，构建新的综合因子。最后，应用多元回归预测方法中的随机效应模型，经过多次拟合比较，由软件自动析出明显影响投资效能的因素，形成模型。投资效能i+1=α+β1社会经济发展i+β2物理状态（资产状况）i+β3技术水平i+β4经营效率i+β5经营效益i+β6已有的投资活动i+β7管理因素i+μi本文在实际的分析过程中，选取了200多个初始指标进行筛选，最后进入模型有显著影响的指标集中在预期售电量、成本水平、资产成新率、供电可靠性、造价水平、以前年度投资规模、经济效益、地域因素等方面，模型结果与实际情况高度契合，也与经验判断和常识相一致，说明该模型是较为合理的。

（四）数据分析、精度验证和模型调整。首先，在每次分析中，通常都会选择一个省级电网企业所有市县公司及本部多期数据，因此不是样本，而是“全体”，使得利用多元回归方法估计出主要模型（包含具体变量及参数）的科学性和可靠性较高。除此之外，意识到历史数据本身及其分析方法可能存在的不足，分析时往往保留了从经济含义角度出发较为重要、但未能稳定地保留在模型中的个别变量（典型的如预测的下一年售电量，在实际投资决策中其发挥重要影响），使得投资效能分析模型更加符合实际情况。在利用历史数据对模型进行训练时，遵循通行的模型验证程序，分别采用了样本内预测和样本外预测方法检验预测精度，其中：样本内预测（in-sampleforecasts）指使用模型预测样本内的值，其与实际观测值的差异即残值，体现了模型本身的合理性；样本外预测（out-sampleforecasts）指使用模型预测样本外的值，体现了模型对现实世界的预测能力。两者相互印证是对模型合理性和对未来预测能力的全面检验。根据精度验证结果，对模型的变量及算法中的具体细节进行调整，直至精度达到管理要求为止。

四、分析模型的功能特点与应用场景

根据以上分析步骤，得到了投资效能模型，该模型综合考虑了多种投资活动影响因素，且经过统计过程检验，同时包括在数量分析和经济含义分析两个考量过程中认为的显著和重要因素。该模型一方面能够评价以前已经完成的投资效能，另一方面能够被改造为跨期模型，基于当前年度数据和未来售电量等关键指标预测现有投资在未来能够产生的效能，促进投资决策优化。此外，模型中通常包含若干业绩评价或公司系统的同业对标指标，可以相应调整其权重，使投资活动能够促进公司经营业绩的提升。基于当前电网企业实际的投资管理工作，尤其是投资决策过程，该方法具有的功能特点和应用场景如下：

一是兼顾严谨性与灵活性。该模型首先收集某个省级电网企业全部市县公司的相关财务数据和技术服务类指标，利用多元回归预测模型设定公式，其产生过程遵循严格的统计分析要求。另外，根据不断提升的管理要求和投资的未来导向，允许在后续实际应用时调整变量和参数，是开放、动态可调的。由此两方面相结合，既尊重客观事实又可开放动态灵活调整，模型能够较好起到决策支持作用。

二是实现“自学习”和动态完善。基于“大数据”的理念，分析过程中尽量搜集大量指标和基础数据，数据基础较好。进一步的，随着时间的推移和数据的不断积累，模型包含的观测值会不断增加（每个“公司-年”为观测值），基于更大数据量生成的模型也会更加稳定并全面反映真实情况，发挥更强的投资辅助决策功能。

三是适宜推广应用。前文构建的多元回归预测模型原理简单、方便易行，是对此类问题的通用解决方案和工具。各省级电网企业利用自身历史数据可以得到满足本公司管理要求的模型，而非统一套用某个模型，以达到因地制宜的效果。同时，对于同一省市的不同市县，又可采用统一模型测算，实现了灵活性和原则性的较好统一。

参考文献

1.冯亚民、蒋跃强、齐晓曼等.2009.基于LCC的输变电资产的集成运维管理探讨［J］华东电力,6。

2.黄华炜、陆一春.2009.资产全寿命周期管理标准体系的研究［J］,华东电力,10。

3.李欣然.2007.基于灰色理论的地区电网建设规模评估研究及系统实现[D].湖南大学。

篇（8）

[DOI]10.13939/ki.zgsc.2015.25.083

Alpha策略最初的理论基础是套期保值，是由美国经济学家H.working提出的，随后股指期货的面市，量化研究便激发了人们浓厚的兴趣。传统的资产管理者理念的哲学基础大部分为追求收益风险平衡，然而平均市场收益与超额收益又很难达到绝对的均衡，因此将超额收益也即Alpha分离出来，建立起基于Alpha策略的量化投资，有助于指导投资实践。

1 Alpha策略在量化投资中的应用意义

量化投资指的是以现代计算机技术为依托，通过建立科学的数学模型，在充分掌握投资环境的基础上践行投资策略，达到预期的投资效果。采用量化投资方式的优点包括其具有相当严格的纪律性、系统性，并且对投资分析更加准确与及时，同时还具有分散化的特点，这使得策略的实施过程更加的机动灵活。量化投资过程使用的具体策略通常有量化选股、量化择时、统计套利、高频交易等，每一种策略在应用过程各有千秋，而Alpha策略属于量化选股的范畴。传统的定性投资也是投资人基于一种投资理念或者投资策略来完成整个投资活动的，最终的目的是要获得市场的占有率，并从中取得丰厚的利润。从这个角度来衡量，量化投资与传统投资的本质并无多大差别。唯一不同的是量化投资对信息处理方式上和传统定性投资有着很大的差异性，它是基于现代信息技术、统计学和现代金融工程理论的基础上完成对各类数据信息的高效处理，在对信息处理的速度、广度上是传统定性投资无法比拟的。在对投资风险的控制方面也具有很大的优势，是国际投资界兴起的新型投资理念和应用方法，也在日益成为机构投资者和个人投资者共同选用的有效投资方案。现阶段量化投资的技术支撑和理论建设的基础包括人工智能技术、数据挖掘、支持向量机、分形理论等，这些现代信息处理与数据统计方式为量化投资的可操作性提供了坚实的基础。

Alpha策略在量化投资中的使用优点主要是对投资指数所具有的价值分析与评定。它不是依赖于对大盘的走向变化或者不同股票组合策略趋势的分析，对投资价值的科学分析与合理评估更能吸引投资者的目光。Alpha策略重视对冲系统风险所获得的绝对收益，在股票投资市场上是一种中性的投资方式，具体的程序有选择资产、对资产的优化组合、建立具体组合方式、定期进行调整。为了促进该策略在投资市场中获得良好的收益，就必须先要重视优秀的选股策略，其次是重视期货对冲平均市场收益的时候所产生的风险控制问题。对冲系统风险时，若是能够及时地对投资组合与相关的股指期货的平均市场收益指进行精准地判定和预测，那么将会对整个投资行为产生积极的影响。

2 基于Alpha策略的量化投资具体策略和实践方法

通常情况下，Alpha策略所获得的实际收益并不是一成不变的，这与该策略本身的特定有关，具体表现在周期性与时变性上。

Alpha策略的时变性主要是指当时间产生变化时，超额收益也会随之而改变。需要清除的是Alpha反映的就是上市公司超越市场的预期收益，因此属于公司资产未来估值预期的范畴，所以上市公司自身所处的发展阶段和发展环境不同，那么就会给Alpha带来影响。由于时变性的特点，这就给策略的具体估计模型的设立带来了更多不可确定的因素，为此，参照对Alpha满足不同动态假设的理论基础，建立起一个可以获得不同种类估算的模型，同时假定在同一个时间范围内，超额收益和市场平均收益都保持恒定不变，这就极大地简化了计算的过程与步骤。也就是说在该段时间内，市场上股票投资组合基本面不会有太大的变化与波动，这就与实际的投资状况基本达成一致。对于投资策略的调整则要根据上市公司重大事项发生情况而定，那么估算的时间单位周期可以采用每日或者每周估算，对每一个季度的历史数据进行调整也可以作为一种调整方式，反映公司季度行情。对于具体证券而言，采用季度或者每周的调整频率则不是最为理想的，还要针对公司情况与市场行情综合调整。

Alpha的周期性特点在交替出现的正负号上最为突出，导致这一情况产生的原因主要是行业的周期性特征与套利效应共同造成的。具体而言，首先不同类型的证券分别属于不同的行业所有，当行业处于景气周期循环状态下会影响Alpha的符号与大小，同时景气程度的深与浅也会对此产生影响。其次一个股票组合产生非常大的超额收益情况下，市场中的其他机构投资者或者个人投资者就会不断地参与到该组合的投资中来，最后会导致Alpha逐渐接近于零。因此在建立不同策略的组合方面，要针对每一个季度的具体情况和波动率，进行综合性地评价与分析，并及时地做出必要的调整，以便最大限度地获得市场收益。

量化投资中的Alpha策略并不是一种单一类型的策略，不同的策略都在寻求获得超额收益的市场机会和可能性。现阶段市场上采用的Alpha策略主要有多因子选股策略、动量策略或者反转策略、波动性策略、行业轮动策略、行为偏差策略等，每一种策略在具体实施过程中都有其特征性，并且可以相互结合使用，发挥出综合预测和评价的作用。

多因子选股策略是必要和常用的选股方式，最大的优势是可以将不同种类和模块的信息进行高效化综合分析与评价后，确定一个选股最佳方案，从而对投资行为进行指导。该种选股策略的模型在建立方面比较容易，是量化投资中的常用方式。同时多因子模型对反映市场动向方面而言具有一定的稳定和可靠性，这是因为所选取的衡量因子中，总有一些可以把握住市场发展行情的特征，从而体现其本来就有的参考价值。所以在量化投资过程中，很多投资者都使用多因子模型对其投资行为进行评估，无论是机构投资者或者是个人投资者，都能够从中受益。多因子选股策略模型的建立重点在于对因子的剔除和选择上，并要合理判断如何发挥每一个因子的作用，做出综合性的评定。

动量策略的投资方式主要是根据价格动量、收益动量的预期与评定，对股票的投资进行相应的调整，尤其是针对本身具有价格动量的股票，或者分析师对股票的收益已经给予一定评级的股票，动量策略的应用效果会比较理想。在股票的持有期限内，某一只股票在或者股票投资的组合在上一段时间内的表现均佳，那么则可以判断在下一段时间内也会具有同样的理想表现，这就是动量效应的评价依据，从而对投资者的行为起到一定的影响作用。反转策略和动量策略恰好相反，是指某一只股票或者股票投资组合在上一段时间内表现很不理想，然而在下一个时期反而会有突出的表现，这也给投资者带来了一线希望，并对影响到下一步的投资策略的制定。

波动性策略也是Alpha策略的一种方式，主要是利用对市场中的各股运动和发展状态的细致观察与理智分析后，列出一些具有相当大的波动性的股票，同时这些股票的收益相关性也比较低，对此加以动态化的调整和规划，从而逐渐获得超额收益的过程。在一些多因子选股策略中也有机构投资者或者个人投资者将股票具有的波动性作为考察与评价因子之一，波动性策略经常和其他策略相结合来评价，这说明股票投资市场本身就具有一定的波动性，因此在投资过程中要慎重对待。

篇（9）

房地产信托项目风险受多方面因素综合影响很难将定性的指标定量化，导致评价标准和因素影响程度存在一定模糊性和不确定性。运用层次分析法与模糊综合评价法，可以做到定性和定量因素相结合，使评估结果更加科学合理。

一、房地产信托风险水平评价基本原理

层次分析法，简称AHP法，是美国匹兹堡大学的教授、著名运筹学家T.L.Seaty于20世纪的70年代中期提出的一种系统分析方法。是将与决策是有关的元素分解成目标、准则、方案等层次，在此基础之上进行定性和定量分析的决策方法。此方法不但弥补了专家打分法太过笼统的缺陷，还可以以专家打分为基础定量分析得出相应的权重向量。模糊综合评价法是根据模糊数学的隶属度理论，把定性评价转化为定量评价，对受到多种因素制约的对象做出一个总体的评价。它具有结果清晰、系统性强的特点，能较好地解决模糊的、难以量化的问题，适合各种非确定性问题的解决。

二、房地产信托风险水平评价基本步骤

（一）建立层次结构模型

结合实际问题深入分析研究后，将各个因素按不同属性由上往下分层。通常分为三个层次，最上面一层为目标层，通常只有1个因素；中间层通常为准则或指标层，可以有一层或几层。当准则层风险因素过多时需要进一步分解出子准则层，最下一层通常为方案或对象层。同一层的各个因素从属于上一层的因素或对上层因素有影响，同时又支配下一层的因素或受到下层因素的作用。

在分析房地产投资风险影响因素的基础上，根据指标体系构建的原则，构建房地产投资风险的评价指标层次体系，包括：目标层、准则层和指标层。结合众多学者在房地产投资风险评价指标体系方面的研究，以房地产投资风险影响因素为主要依据，建立房地产信托风险层次结构模型，如图1所示。

（二）构造成对比较阵

从层次结构模型的第2层开始，对于同一层的各个因素，用成对比较法和1-9比较尺度构造成对比较矩阵。两两因素相比较，产生量化数值。比较情况如表1所示。

（三）计算权向量并做一致性检验

对于每一个成对比较阵，运用几何平均法计算最大特征根及对应特征向量。首先将成对比较阵同一行的各个数值相乘，然后将其开n次方，n为矩阵的阶数。然后求和所得向量，进行归一化处理的权向量.利用一致性指标、随机一致性指标和一致性比率做一致性检验。若检验通过，特征向量（归一化后）即为权向量；若不通过，需重新构建成对比较阵。

篇（10）

纵观历史原因，首席营销官往往发现自己处境十分艰难，即使做了一些营销项目，也很难将这些项目对企业销售收益的影响进行量化，很多时候这几乎就是一项“不可能完成的任务”。目前大家的共识是，因为这两者间存在“代沟”，导致企业营销负责人经常更换。随着科技的发展及数字化渠道的普及，企业对于营销负责人能做什么、以及应该做什么都很难进行预估，虽然大家期望在数字化时代下营销成果将能够被量化，也能让负责人都心里有数。幸运的是，随着科技的发展，未来营销者将能够满足这个要求。

如果首席营销官能够将自己的营销成果更具体量化，创造良好的销售业绩，那么首席营销官的任职寿命将会延长。以数据化为驱动的首席营销官们，一旦能够展示出自己的营销行动对投资回报率、销售流水线的影响力，那么所处的企业高层将对他们更为看重，将他们放在重要的战略性地位，他们在企业的地位也将超出以往任何任职者。当然，即使是在数字化时代，要展现自己的价值仍然非常有挑战性，尤其是对于B2B组织机构而言――在这些机构里，大部分销售仍是通过线下实现。在对营销者的企业销售贡献做量化时，精确、及时性分销非常重要。

就因为“贡献”这词对营销负责人非常重要（也的确必须很看重），这个词在营销界里一直被大家翻来覆去地讲，几乎已经有点变味了。从未来营销的复杂发展情况看，“贡献”在业界甚至是在内部团队中会有不同的含义。但是，我们还是对这个词做了定义：贡献，作为一个营销术语而言，在互联网营销上，仅仅被当成一种授信方法，用以传递特定的营销驱动交互体验或是打造一种品牌印象触点。

同理，推到运动界，“贡献”这词通常用于帮助观众将运动员的贡献概念化，不管是在哪种运动，足球、篮球还是终极飞盘，概念都是一样的。在运动中，许多玩家和步骤都要涉及得分系统，那么最终由谁得分呢？在营销界里，这个问题变成了：“市场上有这么多的企业、渠道，大家有各自的销售手法和保留客户的战术，哪一家企业能在销售上得高分呢，究竟凭什么得高分？”这个问题意味深长，很难给出明确的答案。但是问题一旦解答出来，将会给企业的营销影响、预算优化、客户偏爱带来很多价值启示。

为什么？

营销者的营销实践给企业带来的价值是有目共睹的。其中一些价值可在整个组织范围内体现出来，另一些价值可以具体体现在营销团队上。

组织范围内：

・在企业里发出更令人敬重的强有力声音

・营销者能够表现出自己对销售业绩的影响和贡献

・企业能够定期看到营销的成果和投资回报情况

・改进营销或销售的关系

营销团队上：

・营销渠道和战略将被视为一套投资组合，能够实时进行调整和优化

・对于额外预算能进行简单快速的配置

・对企业活动、渠道和战术有丰富的看法，能够最终优化企业整个客户体验旅程

・改进营销投资回报率

根据美国电子商务调研公司Forrester的报告表明，这种在营销者贡献的洞见基础上做的营销优化，能够将企业的每行动成本削减30%～50%，并且最终将投资回报率提升为50%～100%。

怎么做？

篇（11）

基金项目：广东工业大学学生课外学术科技立项；广东工业大学学生社会科学研究课题与广东工业大学大学生创新创业训练项目联合资助。

一、引言

1983年郭开仲教授提出了消错学，消错理论研究的对象是错误。研究的内容是错误的发生原因和机制，错误的传递，转化的方法和规律，预测、避免、减少、消除错误的方法和规律。在理论上，既研究一般的错误概念和性质，又研究如何把一个一般的错误抽象为一个对象系统，从而研究系统错误的理论；研究如何建立定量化描述错误的一种方法等。在应用上，既要研究如何把理论方法应用于实际的应用理论、应用方法、应用技术，又要重点研究建立有关领域、判别、预测、避免、和消除错误的专家系统和专家系统的应用推广等。消错理论采用数学（高等数学、离散数学、模糊数学、微分方程，数理统计、系统科学、系统工程等）方法研究错误的定量化，采用逻辑（逻辑学、形式逻辑、数理逻辑、模糊逻辑，辩证逻辑、辩证数理逻辑等）的方法研究错误的关系，利用各学科的理论、方法和研究成果与错误理论相结合的方法研究各学科领域的错误，建立了一个独具特色的消错学理论体系[1]。

消错学为定量化研究错误奠定了理论基础。该理论在许多领域进应用研究、检验其科学性，这些领域涉及企业固定资产投资、复杂大系统冲突、证券投资、组织沟通、企业危机管理等。可以期待的是，研究者针对更多的具体问题应用消错学理论，消避错的方法在实际问题的研究过程中，会得到丰富。

二、消错理论主要内容简介[2-7]

1） 消除错误的步骤

消除错误的步骤是指消错学时如何应用到实际消除错误当中去的步骤。

2） 消除错误的步骤

消除错误必须要从需解决的问题入手。 在已知问题的基础上，把该问题抽象为一个对象系统。同时，在该研究问题所界定的论域上建立一组相应的科学的判别规则。 建立错误函数。 计算错误值，若错误值小于零，则该问题在所建立的判别规则下无错误，该问题结束。 若错误值大于零，就要寻找错误，且要寻根究底。即找出发生错误的根本原因。 变换系统或规则，找出消除错误的方案。 计算消除错误的效益及代价。 进行综合评价，若满意，则得到一组消除错误的方案，且实施，直到结束。若不满意，则返回到第四步继续进行，直到方案满意为止。

（3） 消除错误的方法

从综合变换可知，对于研究的系统 X ，出错的要素有四个：

论域， 系统， 时间， 判别规则。

因此，我们不但可以单独对这些要素进行变换，而且还可以同时对它们中的若干个进行变换，由此有：

1） 变换论域；2） 变换系统； 3） 变换时间； 4） 调整判别规则； 5） 同时变换论域与系统；6） 同时变换论域与时间；7） 变换论域与调整规则同时进行； 8） 同时变换系统与时间； 9） 变换系统与调整规则同时进行；10） 变换时间与调整规则同时进行； 11） 同时变换系统、论域和时间；12） 变换论域，系统和调整规则同时进行；13） 变换论域，时间和调整判别规则同时进行；14） 变换系统，时间和调整判别规则同时进行；15） 变换论域，系统，时间和调整判别规则同时进行；

对每一个要素的变换，一般又可以进行六种基本变换。

1） 扩缩（相似或等价）；2） 置换； 3） 分解；4） 单位变换；5） 增加； 6） 毁灭。

对于这些基本变换又具有三种组合方式：

1） 积， 2） 或，3） 逆。

我们称这种消除错误的方法为“十五、六、三”法。

三、消错学的研究方法和目标[8-13]

我们采用数学方法研究错误的定量化，采用逻辑的方法研究错误的关系，利用各学科的研究成果和消错学理论相结合的办法研究各学科领域的错误。即我们采用理论与实践相结合，取各家之长为我所用，建立一个独具特色的消错学理论体系。

从1983年到现在， 消错学理论的基本框架已基本建立， 并得到了国内外许多著名专家的高度评价。因此， 今后除继续完善和深入研究理论框架外， 还要大力研究消错理论在决策科学里的应用。 因为我们已在本科和专科班中开设“消错学”的选修课； 在研究生中开设“消错学”的理论课；所以在组织机构上， 我们希望能建立消错理论研究室和有稳定的资金来源， 承担《消错学》的教学和消错理论的研究工作。

2001年之前， 我们出版了《消错学引论》，《判别企业固定资产投资决策错误的理论和方法》，《复杂大系统冲突与错误的理论方法及应用》，《错误集论》等消错理论的四本专著， 在国内外发表有关论文100多篇。在此基础上， 今后特别要完成消错理论在决策领域的应用方法研究的有关课题。

长远目标是： 建立《消错学理论》的完整的理论体系， 为全社会减少或避免错误给人们带来的损失或灾难而奋斗。为此，我们要进行广泛的调研和参加国内外有关学术会议，特别要加强国内外的联合研究， 有计划、有组织地开展研究工作。

消错学研究的对象是错误。研究的内容是错误的发生原因和机制，错误的传递，转化的方法和规律，预测、避免、减少、消除错误的方法和规律。在理论上，我们既研究一般的错误概念和性质，又研究如何把一个一般的错误抽象为一个对象系统，从而研究系统错误的理论；研究如何建立定量化描述错误的一种方法等。在应用上，我们既要研究如何把理论方法应用与实际的应用理论，应用方法，应用技术；而又要重点研究建立有关领域、判别、预测、避免、和消除错误的专家系统和专家系统的应用推广等。

四、消错学在管理科学中的应用理论[8-9]

1 判别错误

要判别错误，在一般情况下，我们需要把我们的研究对象抽象为一个相应的对象系统：

X=X（Wi，T（t1，t2），J，GY，MG，R），

即找出研究对象所涉及的所有问题构成的集。

2分析错误的发生原因和机制

在上面步骤完成之后，我们就找出了对象系统的错误发生在哪里，错误的程度如何？根据这些信息，我们需要进一步分析错误的原因和错误在对象系统中的各种作用，找出该对象系统的结构。

3 预测错误

用预测学中的各种技术，预测对象系统中的各要素在 t0 时刻的状态，同时要预测规则在 t0 时刻的状态，建立在 t0 时刻的错误函数，从而计算在 t0 时刻的错误值。

4研究错误的传递、转化的方法和规律

利用错误系统、错误集、错误函数等理论去研究该对象系统的传递、转化的方法和规律。

5 消除错误

要消除错误，先要找出消除错误的方法，即找出消除错误的各种方案后计算各方案消除错误的代价。再由系统的效益和代价来评价消除错误的方案，最后确定消除错误的最终方案，从而达到我们研究错误的最终目的，减少、避免、消除错误。

五、结语

本文对错误理论的研究背景、动机和国内外的研究现状作了阐述，并系统地介绍了该理论的研究方法和研究工具，给出了消错学理论的相关概念以及其算子。再者，探讨了消错理论对管理实践、社会科学当中应用的具体步骤，以及其应用的前景。消错理论及其在管理与决策中的应用正在愈来愈多地受到学术界和业界的关注，特别是在管理中的应用已经引起了国际许多学者的关注。鉴于这个理论的独创性和创新性，因此，该理论具有巨大的研究空间，期待有更多的有识之士和感兴趣的学者能加入这个研究中来。

参考文献

[1] 郭开仲，张式强. 判别企业固定资产投资决策错误的理论和方法[M]. 华南理工大学出版社， 1995.

[2] 刘永清，郭开仲. 复杂大系统的冲突与错误的理论及应用[Z]. 广州： 华南理工大学出版社， 2000.

[3] 刘红兵. 模糊错误逻辑研究及其在防范证券投资风险中的应用[D]. 广东工业大学， 2000.