基于病态指数循环分析的评价指标筛选研究

为了避免指标集较高的信息重叠扭曲综合评价结果，已有研究通过剔除相关程度高的少部分（主要是两两）指标中相对不重要的指标，虽可保证指标集内少部分指标间的信息重叠不高，但却无法保证指标集的整体信息重叠不高。为此，本研究提出一种新的评价指标筛选方法。其创新与特色主要有三：一是根据一个指标剔除后指标集病态指数减小的幅度越大，该指标对指标集整体信息重叠贡献越大的思路，剔除对剩余指标整体信息重叠贡献最大的指标，循环往复直至剩余指标的整体信息重叠不高为止，克服已有研究无法高效率地降低指标集整体信息重叠及不能测度剩余指标整体信息重叠水平的不足；二是通过剔除相关程度高的任意两个剩余指标中相对不重要的一个指标，避免指标集整体信息重叠不高而个别指标间信息重叠却依然较高；三是通过指标集病态指数减少比例与指标剔除数量的比值表示指标集整体信息重叠降低的效率，检验信息重叠指标筛选方法的相对合理性，弥补已有研究缺乏相关检验标准的不足。最后，通过一组科技评价指标的筛选说明上述方法的可行性及有效性。     

应用EN、PCA和RBF网络评价建设项目动态联盟的候选投标项目

基于建设项目动态联盟候选投标项目评价的内涵分析,确定了候选投标项目评价的决定因素,构建了候选投标项目评价的指标体系。首先通过计算欧氏贴近度,剔除了贴近度较小的指标,然后采用主成分分析将众多指标进行综合,消除样本间的信息重叠,降低RBF网络的输入维数。针对候选投标项目评价系统的非线性特征,采用RBF网络高度非线性映射能力,对某建设项目动态联盟的候选投标项目进行了评价。评价结果表明EN、PCA与RBF网络相结合的方法比PCA与RBF网络相结合的方法及单纯的RBF网络方法具有较高的精确度和较好的拟合效果。整个数据处理过程用软件完成,成本低廉、运算速度快捷,能够克服数据处理流程的复杂性,具有较好的实用性。     

错误综合评价法的研究与应用

针对同时包含定性指标、定量可线性补偿和定量不可线性补偿指标的综合评价问题,本文提出一种新型的消错决策方法。在错误、错误值、错误函数等消错学概念的基础上,提出了极限损失值、重要指标、关键指标、冗余指标等概念,给出不同形式的错误函数。通过错误值和极限错误损失值求取错误损失值,并以此为基础进行综合评价。污水处理厂建设方案评价的实际研究结果表明错误综合评价法能够有效的对定性指标进行量化、能够同时处理包含可线性补偿和不可线性补偿的定量指标。     

基于最大指标区分度与最优相对隶属度的上市公司信用风险研究

信用风险又称违约风险，是评价一笔债务由于某些因素遭受损失的可能性，因此信用评价体系既要有违约鉴别能力，又能给出违约产生的原因。本文涉及的问题一是如何在众多指标中筛选出对违约状态鉴别最大的指标组合，二是如何对指标赋予权重，使得权重体现指标真实的重要程度，三是如何选取兼顾分类性能和可解释性的模型。本文的方法一是通过指标区分度最大的广义F-Score、指标子集间冗余度最小的平均相关系数遴选出对违约状态鉴别能力最大的指标体系；二是通过构建组合赋权模型，以指标信息含量最大、赋权结果一致性最大为目标函数，得到一组最优的指标权重；三是以客户与类别的广义加权距离最小为目标函数，求解非线性目标规划得到客户在不同类别中的相对隶属度，以此得到客户所属类别。上市公司样本实证分析表明：（1）从610个指标中筛选出的31个指标既具有违约状态的区分能力，又符合"信用5C"原则，是一个科学、合理的指标体系；（2）通过组合赋权得到31个指标的权重，企业内部财务因素对信用评价影响最大，"营运资本周转率"的权重值最大，是影响企业信用评价的关键指标，"监事会会议次数"、"派息比"、"审计意见类型"等指标都是影响信用评价的重要指标；（3）与逻辑回归、支持向量机等8种模型对比发现，本文提出的相对隶属度模型不仅具有良好的分类性能，而且是一个平衡分类性能、可解释性的模型。     

综合评价方法的研究现状评述

（150～200字）综合评价方法又称为多变量综合评价方法、多指标综合评估技术。近年来，综合评价方法集中运用于热点问题、前沿问题的研究。本文研究了最近几年在国内学术期刊上对综合评价方面的探讨，试图从综合评价的应用领域，以及研究内容入手，深入探讨现阶段综合评价方法的研究现状及发展趋势，并提出一些有益的建议，希望对以后的研究者有所帮助，以提高我国在综合评价方法领域的整体研究水平。     

EVA与传统会计评价指标关系的实证研究

本文以我国沪深两市A股上市公司为研究对象，采用实证研究方法，分析了公司业绩评价中新出现的EVA指标及传统会计评价指标与市场增加值的相关关系，并通过因子分析从这些指标变量中提取出三个公因子，其分别从经济价值、会计收益和现金流量三个角度反映出原有变量的主要特征。建议在上市公司业绩评价指标体系中引入基于经济价值的指标，以更好地反映公司的经营业绩水平。     

基于Bayesian-Copula方法的商业银行操作风险度量

本文在对损失分布法分析的基础上,将损失事件划分为内部欺诈、外部欺诈以及违规执行三种类型;引用两阶段分布拟合操作风险的损失强度分布,同时采用贝叶斯理论中的吉布斯抽样来获取参数估计值以减小低频率高损失数据不足带来的误差;考虑到操作风险各损失事件间可能存在的相关性,本文采用Copula函数对操作风险进行整合以获得联合损失分布函数,并计算出不同置信水平下我国商业银行操作风险损失的VaR值与CVaR值.实证研究的结果表明:基于贝叶斯理论的参数估计综合考虑了总体与样本等先验信息,估计出的参数值误差较小;Copula函数的引入与VaR值、CVaR值的测算,能在考虑了损失事件发生概率的同时,估测出操作风险潜在的损失大小,从而可以更准确度量操作风险.     

基于改进教学式方法的可解释信用风险评价模型构建

信用风险评价是金融机构风险防控的重要环节之一。近年来，基于机器学习的信用风险评价模型以其准确的预测效果受到越来越多的关注，但机器学习模型具有可解释性不强的弊端，导致投资者无法完全信任其预测结果。针对上述问题，本文提出了一种改进的教学式方法，利用机器学习模型指导生成一个兼顾准确性与可解释性的信用风险评价决策树模型，以辅助投资者决策。为提高决策树对机器学习模型中正确功能的学习能力，提出了基于Weight Synthetic Minority Over-sampling Technique（Weight-SMOTE）的伪数据集生成方法，以提高伪数据集中可信度高的功能所标记的伪样本比例；为实现所生成的决策树在准确性、可解释性以及其与机器学习模型一致性间的有效权衡，在决策树生成过程中提出了一种新的决策树剪枝方法；同时针对保真度评价指标的局限性，提出了真保真度评价指标，来有效的衡量决策树与机器学习模型正确功能的近似程度。最后使用3个真实信用风险评价数据集对改进的教学式方法进行验证，实验结果表明所提出方法能够生成准确且可解释的信用风险评价模型，以满足投资者的决策偏好与实际需求。     

产业集群环境下供应链系统快速响应能力评价

首先从产业集群环境出发,分析并归纳了影响供应链快速响应能力评价的因素。主要考虑的因素包括合作协同能力、流程一体化程度、信息集成水平和客户需求导向性等方面。然后以三角模糊数来表示模糊概念,提出一种应用于供应链系统快速响应能力评价的指标体系和模糊多指标评价方法,为供应链快速响应能力评价提供了定量分析的手段。最后给出了一个具体的算例。     

基于状态空间模型的动态基金业绩评价研究

本文在基金整体业绩评价研究领域对以往经典基金业绩评价指标詹森alpha指数以及基金资产投资的系统风险指标beta的估计方法进行了修正和改良。以往的詹森指数和beta值的估计是将其视为常系数,然而实际中基金的詹森指数和系统风险beta具备时变性。在对常系数下詹森alpha和系统风险beta值的分解式中,本文证明了传统估计值由詹森alpha和系统风险beta的期望值与一系列协方差项组成。随后本文构建了反映动态指标变化的SSM模型,并利用Particle EM算法来估计动态詹森alpha和系统风险beta在各期的估计值,并以此来计算基金在评价时期内平均詹森指数水平和系统风险水平。此外由于获取了各期的系统风险beta,根据择时能力的定义本文构建了反映基金在时期内的择时能力指标。     

多层次结构DEA模型及其应用

在评价实践中,评价者通常倾向采用一组指标或指标体系对DMUs展开相对全面的评价,不同层次指标的重要性也往往不同。然而,标准DEA模型在DMUs有限条件下经常会面临无法直接处理过多的评价指标,也无法直接处理多层次指标的问题。本文从DEA模型中的序结构和测度出发,构建了符合多层次指标体系特点,能相对全面地体现评价者价值导向,且具有合理区分能力的多层次结构DEA模型,并以15个机构基础研究的投入-产出评价为例展开了应用分析。     

基于区间数的多阶段交互式群体评价方法及应用

针对目前多阶段交互式评价研究数量相对较少并且均是基于点值评价信息的缺陷,以及大多数群体评价研究中忽视了评分区间与可变评价信息的内在联系等不足,综合讨论了一种基于区间数的多阶段交互式群体评价方法。本文首先分析了交互式评价中区间型评价信息的特性,进而提出了评分区间重置算法的设计思想。该算法能够实现评分区间与每轮调整后评价信息的协同调整,并推动交互的进行,使评价信息趋于稳定。然后从稳定性角度出发,设计群体评价信息的稳定性指标,以此讨论交互终止条件。最后给出一个应用算例,算例表明了该方法的可行性和有效性。     

基于复杂网络和语言信息的交互式大规模群体评价方法

针对现有基于语言信息的交互式群体评价方法大多仅适用于中小规模群体的情况,提出一种新的基于复杂网络和语言信息的交互式大规模群体评价方法。首先,将评价者视为网络节点,并依据节点之间的距离构建复杂网络;其次,设计节点紧密度和子群紧密度,并确定节点权重和子群权重;再次,定义群体稳定性指标和群体满意度指标,并以此来判断交互终止和确定阶段权重;最后,在节点密度算子和节点加权算子的基础上,分别对单轮群体意见和多轮评价结果进行集结。文末通过一个实际例子验证了所提方法的有效性与合理性。实例分析表明,该方法能够较为全面、准确地集结交互式大规模群体评价意见,且其结果的满意度亦较为理想。     

ANP-Fuzzy方法在电力企业绩效考核中的应用研究

本文针对我国电力企业绩效考核指标间具有相互影响关系,且大多定性指标难以精确界定的特点,给出了一种ANP-Fuzzy的综合评价法。首先,建立系统的绩效考核指标体系及具体的考核标准,为考核员工提供规范化的评价框架。其次,设计能够准确反映考核指标间相互关系的ANP网络结构,以此确定具有联系性的指标权重。在此基础上,设计能够精确界定定性指标的Fuzzy多层次评价结构,以此评价具有模糊性的员工绩效。最后,运用Super Decisions软件和Matlab软件,给出了基于ANP-Fuzzy方法的电力企业员工绩效考核实证研究。结果表明,该方法合理可行,能够真实反映员工绩效,并且能够有效区分员工自身不同方面的绩效差异以及员工之间的绩效差异。这对帮助员工发现绩效改进空间,不断提升自身绩效具有明显效果。同时,该方法可以借助软件实现,将其应用于电力企业绩效考核具有较强的操作性。     

Estimating Evacuation Shelter Deficits in the Houston–Galveston Metropolitan Area

Evacuation is frequently used by emergency managers and other officials as part of an overall approach to reducing the morbidity and mortality associated with hurricane landfall. In this study, the evacuation shelter capacity of the Houston–Galveston Metropolitan Statistical Area (MSA) was spatially assessed and shelter deficits in the region were estimated. These data provide essential information needed to eliminate shelter deficits and ensure a successful evacuation from a future storm. Spatial statistical methods—Global Moran's I, Anselin Local Moran's I (Local Indicators of Spatial Association [LISA]), and Hot Spot Analysis (Getis-Ord Gi*) were used to assess for regional spatial autocorrelation and clustering of evacuation shelters in the Houston–Galveston MSA. Shelter deficits were estimated in four ways—the aggregate deficit for the Houston–Galveston MSA, by evacuation Zip-Zone, by county, and by distance or radii of evacuation Zip-Zone. Evacuation shelters were disproportionately distributed in the region, with lower capacity shelters clustered closer to evacuation Zip-Zones (50 miles from the Coastal Zip-Zone), and higher capacity shelters clustered farther away from the zones (120 miles from the Coastal Zip-Zone). The aggregate shelter deficit for the Houston–Galveston MSA was 353,713 persons. To reduce morbidity and mortality associated with future hurricanes in the Houston–Galveston MSA, authorities should consider the development and implementation of policies that would improve the evacuation shelter capacity of the region. Eliminating shelter deficits, which has been done successfully in the state of Florida, is an essential element of protecting the public from hurricane impacts.     

基于熵权法的科学技术评价模型及其实证研究

以“坚持以人为本,全面、协调、可持续”的科学发展观内涵为指导思想,通过科技指标的海选、筛选和理性分析构建了科技综合评价指标体系。用熵权法客观地对评价指标进行赋权,建立了基于熵权法的中国“十五”期间的科学技术发展状况评价模型,并给出了“十一五”期间科技发展政策建议。研究特色有五：①根据国际关注、又好又快、可持续发展和以人为本的原则建立指标体系,使科学技术的评价反映科学发展观的要求;②通过熵权法客观地确定指标权重,避免了人为主观确定权重的随意性;③利用熵权法确定的熵值,确保了仅用24个指标反映了95．5％以上的原始信息;④通过对影响科学技术整体效果的准则层进行评价,有助于找出科技发展各环节存在的问题;⑤通过对中国“十五”期间科技发展中的主要问题的分析,给出了“十一五”期间中国科技发展的政策建议。     

动态综合评价中的数据预处理方法研究

数据预处理是综合评价的基础，通常包括指标类型一致化处理和无量纲化处理，指标值预处理结果会对后续的评价结论产生较大的影响。针对利用现有静态数据预处理方法对动态综合评价中的三维数据进行处理时会消除数据中隐含增量信息的问题，提出一种动态综合评价的数据预处理方法来解决该问题。通过介绍现有常用评价指标预处理方法，并分析这些预处理方法的特点，扬长避短，提出全局改进归一化方法，作为动态综合评价中指标一致化及无量纲化方法，对指标值进行预处理。最后通过算例比较分析，说明各方法特点，验证全局改进归一化方法是一种有效的动态综合评价数据预处理方法。     

基于SCOR模型的供应链绩效评估：一个创新的参数OFE

作为供应链管理的核心组成部分,供应链绩效评估对于供应链及企业的成功运作具有举足轻重的作用。本文基于供应链运作参考模型SCOR中已有的标准评估指标,在大量的供应链实践的基础上,立足于以顾客满意度为导向,致力于量化企业竞争力水平,创新地推导出新的供应链绩效评估参数,即订单履行效率OFE。该参数综合评估订单履行过程中定性和定量两方面的绩效,反应出投入的资源和其相关产出在质和量上的综合相关性。订单履行效率具有多维性、实用性和可操作性的特征,它不仅适用于评估供应链的各个环节,同时也可以作为辅助评估整个供应链管理绩效的指标。