前言:一篇好文章的誕生,需要你不斷地搜集資料、整理思路,本站小編為你收集了豐富的管理學決策樹法主題范文,僅供參考,歡迎閱讀并收藏。
[關(guān)鍵詞]決策分析 TREEPLAN 蒙特卡洛模擬
管理學界唯一的諾貝爾獎獲得者赫伯特.亞歷山大.西蒙(Herbert Alexander Simon)把管理的定義為“管理就是決策”,該定義一語中的地指出了管理的要害。企業(yè)管理實際上是由一連串的決策組成的,決策質(zhì)量的好壞對于管理各項職能工作的效率和效果都有著不容忽視的影響。因此決策分析作為經(jīng)濟管理類學生必須掌握的重要管理基本技能,在管理學、管理運籌學、物流系統(tǒng)工程等多門學科中反復出現(xiàn),特別是關(guān)于定量決策,面對數(shù)學基礎(chǔ)薄弱的高職學生,如何才能實現(xiàn)有效教學?筆者認為應該適當?shù)碚摷夹g(shù)的教學,轉(zhuǎn)向教會學生如何使用相關(guān)的工具軟件以輔助決策。
面對不同的類型的決策問題,適合學生學習以處理問題的主要的方法一般認為是優(yōu)化和仿真兩種類型。優(yōu)化方法是通過計算期望值,然后從中選擇一個最大值,如適合于風險決策的決策樹法和決策表法。仿真方法包括靜態(tài)的蒙特卡羅仿真和動態(tài)的事件仿真。
一、EXCEL求解決策樹
決策樹分析法是常用的風險分析決策方法。它利用概率論的原理,利用一種樹形圖作為分析工具。在該方法中,決策節(jié)點代表決策問題,方案支代表可供選擇的方案,用概率支代表方案可能出現(xiàn)的各種結(jié)果,經(jīng)過對各種方案在各種結(jié)果條件下?lián)p益值的計算比較,為決策者提供決策依據(jù)。
用于決策樹法的計算機軟件主要有DATA-Tree Age,TreePlan,DPL, Decision Pro and Precision Tree,它們的共同點就是用戶可以通過一些簡單的操作(例如指明不同節(jié)點的數(shù)量和類型)就可以構(gòu)建出決策樹。在我們的教學中使用的是EXCEL的決策樹插件TreePlan。
在文獻1中有關(guān)于決策樹方法的部分有這樣一例:有兩家摩托車廠聯(lián)營準備建立一家專賣商場,擬定了大、中、小型三個方案,各種類型的商場在不同的市場銷售狀態(tài)下收益預測如表1所示,試問該聯(lián)營商場應選擇哪種方案?
首先為EXCEL加載好TreePlan插件。若成功則在菜單欄的加載項的功能視圖中就可以看見菜單命令Decision Tree。
打開EXCEL,鼠標選中適當?shù)奈恢?,打開Decision Tree菜單,在彈出的對話框中選中New Tree(新建樹),系統(tǒng)會自動出現(xiàn)一個帶有兩個分支的決策節(jié)點。在本例中有三個可選方案,所以需要在初始樹基礎(chǔ)上再增加一個分支。選中決策節(jié)點所在的單元格,選擇Decision Tree,在彈出的窗口中選擇add branch(增加分支)。接下來,開始繪制狀態(tài)事件分支。選中決策分支1末端單元格,選擇Decision Tree,在彈出的窗口中選擇change to event node(轉(zhuǎn)變?yōu)槭录?jié)點),branches(分支數(shù)目)選擇Three,將該決策分支的子樹做適當設(shè)置后復制粘貼到其他分支(不熟悉此操作的可以直接繪制)。錄入相關(guān)數(shù)據(jù)信息并根據(jù)需要對部分函數(shù)做簡單修改后系統(tǒng)自動進行計算并顯示最終結(jié)果,如圖1所示。
根據(jù)計算結(jié)果可知,應該選擇建立中型商場,其期望收益值為10.5萬元。
包含有多個決策方案的一類特殊例子是決策是連續(xù)的并且決策結(jié)果被看作是一個關(guān)于連續(xù)概率分布的函數(shù),在這類決策中,就需要選擇其他的方法而不是決策樹方法了。
二、蒙特卡羅(Monte Carlo)模擬
蒙特卡羅模擬方法的原理是當問題或?qū)ο蟊旧砭哂懈怕侍卣鲿r,可以利用計算機模擬的方法產(chǎn)生抽樣結(jié)果,根據(jù)抽樣計算統(tǒng)計量或者參數(shù)的值;隨著模擬次數(shù)的增多,可以通過對各次統(tǒng)計量或參數(shù)的估計值求平均值的方法得到穩(wěn)定結(jié)論。
由Decisioneering公司開發(fā)的Crystal Ball以及由Michael Middleton開發(fā)的RiskSim都是實現(xiàn)蒙特卡羅模擬有效工具。在我們的教學中,采用Crystal Ball來講授蒙特卡羅模擬方法。
在企業(yè)的經(jīng)營管理中,庫存問題一直是管理的一個熱點和難點。該領(lǐng)域的一個經(jīng)典模型就是報童問題(newsvendor problem)。問題敘述如下:一個報童每天以1.00元的價格購進某種報紙,然后以2.00元的價格售出,每天內(nèi)有售完的報紙以0.40元的價格退回給報社。據(jù)長期統(tǒng)計,報童在任意日期的銷售量服從均勻分布,請幫助報童確定最佳訂購數(shù)量使總收入最大?
在加載了Crystal Ball模型附件的電子表格中建立如2所示,訂貨數(shù)量(C9)是任意假定的值,作為可能值的首個推測值。假 定需求(C12)輸入的是通過Crystal Ball生成的概率分布而不是單個恒定的數(shù)值。實際需求(C13)中輸入公式“=ROUND(假定需求,0)”,銷售收益(C15)中輸入公式“=單位售價*MIN(訂購數(shù)量,實際需求)”,購買成本(C16)中輸入公式“=單位成本*訂購數(shù)量”,總殘值(C17)中輸入公式“=單位殘值*MAX(訂購數(shù)量-實際需求,0)”,利潤(C19)中輸入公式“=銷售收益-購買成本+總殘值”。
利用EXCEL和Crystal Ball運行圖2所示的模擬過程需要經(jīng)過四個步驟。
圖2 利用EXCEL進行蒙特卡羅模擬
1.定義隨機輸入單元;
單擊C12,輸入任意值,單擊Crystal Ball工具欄上的Define Assumption按鈕,從分布庫中選擇需要輸入的概率分布,在彈出的分布對話框中輸入分布參數(shù),可以引用這些參數(shù)所在的單元格。
關(guān)鍵詞:人力資本投資;需求;供給;決策樹模型
人力資本作為推動區(qū)域經(jīng)濟社會多方面發(fā)展的重要動力,對宏觀的經(jīng)濟系統(tǒng)、中觀的產(chǎn)業(yè)組織和微觀的企業(yè)及個人都有深遠的影響。而人、人力資源和人力資本三者轉(zhuǎn)變的一個重要載體就是“人力資本投資”活動,目前世界眾多國家已經(jīng)意識到人力資本的重要性,但是具體到企業(yè)人力資本投資決策,卻鮮有學者進行系統(tǒng)梳理。針對這一現(xiàn)狀,本文基于經(jīng)濟與管理相結(jié)合的視角,對人力資本投資需求和人力資本投資供給進行重點分析,探討其內(nèi)涵、影響因素、投資收益率模型等內(nèi)容。并輔以決策樹模型對決策過程進行定量闡述。
一、人力資本投資需求分析
(一)人力資本投資需求內(nèi)涵
目前,理論界對人力資本投資需求這一概念尚未形成權(quán)威、統(tǒng)一的界定,在此筆者試圖從以下兩個角度加以歸納解釋。
1.從人力資本投資供給角度理解。市場經(jīng)濟活動主體(包括政府、企業(yè)等)在組織生產(chǎn)時除投入必要的物質(zhì)資本外,另一個重要的是生產(chǎn)因素就是勞動力,即需要在組織生產(chǎn)時進行人力資本投資供給。而人力資本投資供給一是取決于人力資源數(shù)量,二是取決于人力資源質(zhì)量,即勞動者所具有的知識、能力和健康所構(gòu)成的個人人力資本?!糂P(〗因此,現(xiàn)實中由于教育等多種原因,導致人力資本供給上的短缺,即是人力資本投資需求。〖BP)〗
2.從相關(guān)概念角度分析理解。經(jīng)濟學認為,投資需求是一定時期內(nèi)全社會形成的固定資產(chǎn)投資和存貨增加額之和。它由資本邊際效率和利息率這兩個因素的對比關(guān)系所決定。故人力資本投資需求可理解為一定時期內(nèi)市場經(jīng)濟活動主體(含政府、企事業(yè)單位等)因各種原因所形成的內(nèi)部人力資本數(shù)量或質(zhì)量的增加之和。若將投資需求用投資邊際效益率的函數(shù)表示,則在其他相關(guān)變量給定條件下,將是減函數(shù),從而在以投資量和邊際效益率或利率分別標志橫軸和縱軸的平面直角坐標系中,人力資本投資需求曲線將是一條自左至右向下傾斜的曲線。
二、 人力資本投資供給分析
(一)人力資本投資供給內(nèi)涵
人力資本投資供給可從以下層面理解。第一,人力資本投資供給是指各種培訓機構(gòu)為人力資本投資者提供的各種教育、醫(yī)療等。第二,人力資本投資供給主要指的是有關(guān)關(guān)人力資本投資的資金融資。顯然,要想購買到教育等人力資本開發(fā)部門所提供的服務,必須要有資金,在其他條件一定的情況下,所融資的資金越充裕,可能得到的人力資本投資開發(fā)部門所提供的開發(fā)人力資本的服務供給也就越多。因此,在某種意義上可以說,有關(guān)人力資本投資的資金融通也可稱為人力資本投資供給。
(二)人力資本投資供給影響因素
從宏觀角度看,可將人力資本投資供給主體劃分為私人主導的人力資本投資供給和由政府主導的人力資本投資供給。從這一角度出發(fā),探究出以下人力資本投資供給影響因素:
1.經(jīng)濟發(fā)展水平。一國的經(jīng)濟發(fā)展水平,主要通過收入水平和稅收水平影響人力資本投資供給。經(jīng)濟增速快、結(jié)構(gòu)優(yōu),則一國內(nèi)政府和企業(yè)的收入和稅收水平就相對高,無論是政府還是私人都具有較強的經(jīng)濟能力去開展人力資本投資活動,人力資本投資供給量自然增加。反之降低。
2.政府政策與法律法規(guī)。在市場經(jīng)濟發(fā)展過程中,政府政策和法律法規(guī)對商品的生產(chǎn)與供給具有很大影響,同樣,對于人力資本投資供給,二者的政策導向和法律效應,更是具有很強的指引和規(guī)范作用。例如,《職業(yè)教育法》明確規(guī)定企業(yè)每月要按規(guī)定提取工資總額的2%至2.5%作為職工教育經(jīng)費,對企業(yè)職工開展教育培訓;又如,現(xiàn)在全國范圍內(nèi),掀起得由政府主導,免費的“職業(yè)技能培訓”、“創(chuàng)業(yè)就業(yè)培訓”等。
3.市場價格或需求導向。由私人主導的有關(guān)人力資本投資供給量,與其服務的價格或收費標準成正相關(guān)。如果人們對有關(guān)人力資本投資需求增加,愿意支付的價格越高,那么其相應的供給量就越多。近年來,各種輔導班持續(xù)升溫,從中、小學生家教到所謂高考“夢工場”,費用居高不降,規(guī)模日益擴大,就是這方面例證。〖BP(〗可見,私人主導的人力資本投資供給量直接受制于市場價格或需求導向?!糂P)〗
4.市場上競爭者數(shù)量。市場上競爭者的數(shù)量也是影響人力資本投資供給的一個因素。在其他條件不變的情況下,市場上競爭者數(shù)量越多,同一價格水平下市場供給總量也就越高。反之, 市場上競爭者數(shù)量越少,同一價格水平下市場供給總量也就越少。此外,從微觀角度看,企業(yè)管理者的管理理念、投資態(tài)度、企業(yè)文化等也是影響人力資本投資供給的重要因素。
三、人力資本投資決策樹模型應用
決策樹是通過圖解方式來構(gòu)造決策樹模型,在決策樹模型上計算各方案的最大效益期望值或最低期望成本,然后通過比較做出決策。該法具有直觀、易于理解并支持序列多級決策的優(yōu)點,是風險型決策的主要方法。
某企業(yè),為了增加人力資本存量而進行人力資本投資決策,共有三個投資方案可以供選擇,分別為A:需要投資50萬元進行脫產(chǎn)培訓,工作時間預計為10年,在此期間初步預測,在員工效率高時可以創(chuàng)造年效益為15萬元,在效率低時可以創(chuàng)造年效益為4萬元;B:需要投資20萬元進行在職培訓,工作時間預計為10年,在此期間初步預測,在員工效率高時可以創(chuàng)造年效益為7萬元,在效率低時可以創(chuàng)造年效益為3萬元;C:先對員工進行在職培訓,在職培訓四年后再對員工進行脫產(chǎn)培訓,脫產(chǎn)培訓需投資25萬元,工作時間預計為6年,每年可增效益為12萬元。對受訓人員的工作效率進行預測后得出,員工工作效率高的概率為0.7,員工工作效率不低的概率為0.3,問:如何進行投資決策?
根據(jù)題中己知條件先繪出決策樹圖,并標明各數(shù)據(jù), 然后計算各狀態(tài)點的期望損益值,有:
狀態(tài)點②的期望損益值:
E2=(0.7×15+0.3×4)×10-50=67(萬元)
狀態(tài)點⑤的期望值:E5=1.0×12×6-25=47(萬元)
狀態(tài)點⑥的期望值:E6=1.0×7×6=42(萬元)
對狀態(tài)點⑤和狀態(tài)點⑥的期望損益值進行比較后得知,狀態(tài)⑤的對員工進行脫產(chǎn)進修的方案優(yōu)于狀態(tài)點⑥的不脫產(chǎn)進修的方案,所以將狀態(tài)點⑥所在的方案枝進行“修枝”,并將決策點四的期望損益值標為47萬元。至此完成第一次決策。再進行第二階段的決策,狀態(tài)點③的期望損益值為:
E3=0.7×7×4+0.7×47+0.3×3×(4+6)-20=41.5(萬元)
對狀態(tài)點②和狀態(tài)點③的期望損益值進行比較后得知,狀態(tài)點②優(yōu)于狀態(tài)點點③,故將狀態(tài)點③所在的方案枝進行“修枝”,可見脫產(chǎn)進修方案優(yōu)于在職培訓方案。最后選用脫產(chǎn)進修的方案為滿意方案。
四、結(jié)論
人力資本投資需求與供給,除與個體年齡、收入等微觀因素相關(guān),還受時間、風險等不可控因素影響,更擺脫不了經(jīng)濟發(fā)展水平、政府政策等宏觀因素制約。人力資本投資收益率基本模型,奠定了人力資本投資決策基礎(chǔ),決策樹模型則
對影響投資效益的各方案進行計算分析和比較,以幫助企業(yè)管理者做出投資小、技術(shù)先進、營運費用低、盈利多、投資回收快的最優(yōu)決策。(作者單位:1.安徽理工大學經(jīng)濟與管理學院;2. 淮南師范學院經(jīng)濟與管理學院)
參考文獻:
[1]〖BP(〗 LEVHARI,D. AND Y.WEISS. The effect of risk on the investment in human capital[J].American Economics Review,1974,74(8):950-963.
[2] Kahneman,D.& Tversky,A.Prospect theory:an analysis of decision under risk[J].Econometria,1979,47(2):263-291.
[3] Tversky,A.& Kahneman,D.Advances in prospect theory:Cumulative representation of uncertainty[J].Journal of Risk and uncertainty,1992(5):297-323.
[4]〖BP)〗張曉冬.管理運籌學[M].化學工業(yè)出版社,2011(9).
[2]葛玉輝.人力資本原理——基于經(jīng)濟與管理相結(jié)合的視角[M].經(jīng)濟管理出版社,2010(8).
[3]邱菀華.管理決策熵學及其應用[M].中國電力出版社,2011(1)
【關(guān)鍵詞】 數(shù)據(jù)挖掘 信用風險 決策樹 支持向量機
一、引言
我國上市公司是整個國民經(jīng)濟整體的一個有機組成部分,甚至可以說是整個國民經(jīng)濟的核心所在。至2008年底,滬深兩市的股票總市值在縮水62.9%的情況下仍達到12.13萬億,占GDP的48.6%。從這些數(shù)據(jù)可以看出,上市公司在我國經(jīng)濟中占有主體地位,因此,上市公司的優(yōu)劣存亡將關(guān)系到整個國民經(jīng)濟的發(fā)展。然而,我國上市公司所積累的信用風險已經(jīng)非常巨大,在深交所的誠信檔案里僅主板市場就列出了20頁的違規(guī)通報批評和處分決定。就國有企業(yè)而言,信用危機依然存在,突出的表現(xiàn)就是惡意拖欠逃債現(xiàn)象。企業(yè)信用風險狀況直接關(guān)系到我國金融市場的健康發(fā)展和國民經(jīng)濟的持續(xù)穩(wěn)定。可見,對上市公司信用風險的管理是非常必要和迫在眉睫的,而上市公司信用風險評估模型的建立是防范信用風險的重要手段。因此,研究上市公司信用風險評估這一課題,已經(jīng)成為我國目前經(jīng)濟生活中亟待解決的一個重要問題。
目前許多定量技術(shù)和支持工具、軟件已付諸商業(yè)應用,繼傳統(tǒng)的比例分析之后,統(tǒng)計方法得到了廣泛的應用,如判別分析和Logistic回歸等。信用等級評估是通過對企業(yè)或個人的某些單一財務指標進行加權(quán)平均確定的,該方法最大的缺陷在于指標和加權(quán)值的確定帶有很大的主觀性,使得評估結(jié)果和實際狀況有很大的出入。因此,需要引入科學方法來確定有效評估指標,并建立準確的定量模型來解決信用等級評估的問題。近年來,信息技術(shù)得到了迅速發(fā)展,如數(shù)據(jù)挖掘技術(shù)等能從海量數(shù)據(jù)中智能發(fā)現(xiàn)有用的規(guī)則和知識,再加上我國上市公司信息披露制度的不斷完善,使得我們的研究能夠得到的數(shù)據(jù)資料也不斷的增多,這些有利條件的出現(xiàn)使得我們對基于數(shù)據(jù)挖掘的上市公司信用風險評估模型的研究有了數(shù)據(jù)基礎(chǔ)和技術(shù)基礎(chǔ)。
二、基于數(shù)據(jù)挖掘的信用風險評估模型比較綜述
1、決策樹
決策樹方法于20世紀60年代起源于對概念學習建模;20世紀70年代后期Quinlan發(fā)明用信息增益作為啟發(fā)策略的ID3算法,從樣本中學習構(gòu)造專家系統(tǒng);1993年Quinlan在ID3算法基礎(chǔ)上研究出了改進的決策樹歸納包(C4.5),這是目前被普遍采用的數(shù)據(jù)分類方法。其思想是一個類似于流程圖的樹結(jié)構(gòu),其中每個內(nèi)部結(jié)點表示在一個屬性熵的測試,每個分支代表一個測試輸出,而每個樹葉節(jié)點代表類或類分布。決策樹通過把實例從根節(jié)點排列到某個葉子節(jié)點來分類實例,葉子節(jié)點即為實例所屬的分類,樹上每個節(jié)點說明了對實例的某個屬性的測試,節(jié)點的每個后繼分支對應于該屬性的一個可能值。決策樹分類模型之所以被廣泛應用于信用風險評估,主要是因為決策樹具有以下優(yōu)點:(1)與神經(jīng)網(wǎng)絡或貝葉斯分類等其他分類模型相比,決策樹的分類原理簡單易懂,很容易被使用人員理解和接受。在決策樹分類過程中,一般不需要人為設(shè)定參數(shù),更適合于知識發(fā)現(xiàn)的要求;(2)決策樹的學習算法具有建立速度快、計算量相對不是很大、可以處理連續(xù)值和離散值屬性;(3)決策樹能使用信息原理對大量樣本的屬性進行信息量分析,計算各屬性的信息量,找出反映類別的重要屬性(可以清晰的顯示哪些屬性對分類比較重要);(4)決策樹分類方法與其他分類模型相比,易于生成可理解的規(guī)則。決策樹方法對記錄數(shù)越大的數(shù)據(jù)庫,它的效果越明顯,這就是它顯著的優(yōu)點。
研究表明,一般情況下,樹越小則樹的預測能力越強。要構(gòu)造盡可能小的決策樹,關(guān)鍵在于選擇恰當屬性。而屬性選擇依賴于各種對例子子集的不純度度量方法。其中,基于數(shù)據(jù)挖掘中決策樹C4.5算法的分析框架建立的上市公司信用風險評估模型,對數(shù)據(jù)分布無任何要求,應用于上市公司信用風險評估的效果比較好,因此具有良好的發(fā)展前景,值得我們深入研究。
2、神經(jīng)網(wǎng)絡
BP網(wǎng)是面向映射變換的神經(jīng)網(wǎng)絡中應用最廣泛的一種,其結(jié)構(gòu)如圖1所示。典型的BP網(wǎng)有三個層次:輸入層、隱含層和輸出層,相鄰層次神經(jīng)元間采用全互連形式,同層神經(jīng)元間則不相連。其思路是:當給網(wǎng)絡提供一個輸入模式時,該模式由輸入層傳到隱含,經(jīng)隱含層神經(jīng)元作用函數(shù)處理后傳送到輸出層,再經(jīng)由輸出層神經(jīng)元作用函數(shù)處理后產(chǎn)生一個輸出模式。如果輸出模式與期望的輸出模式有誤差,就從輸出層反向?qū)⒄`差逐層傳送到輸入層,把誤差“分攤”給各神經(jīng)元并修改連接權(quán),使網(wǎng)絡實現(xiàn)從輸入模式到輸出模式的正確映射。對于一組訓練模式,可以逐個用訓練模式作為輸入,反復進行誤差檢測和反向傳播過程,直到不出現(xiàn)誤差為止。這時,BP網(wǎng)完成了學習階段,具備所需的模式分類(識別)能力。
20世紀80年代末,西方發(fā)達國家將人工智能引入銀行業(yè),協(xié)助銀行進行貸款決策,這其中,尤其以人工神經(jīng)網(wǎng)絡最為突出,其在企業(yè)財務分析中顯示了巨大的優(yōu)勢和潛力。而在我國,無論是用統(tǒng)計方法還是用神經(jīng)網(wǎng)絡技術(shù)來研究信用風險,目前都尚處于起步階段。王春峰等(1999)用神經(jīng)網(wǎng)絡技術(shù)進行商業(yè)銀行信用風險評估;郝麗萍等(2001)研究了商業(yè)銀行信貸風險分析的人工神經(jīng)網(wǎng)絡模型;柳炳祥、盛昭翰(2003)利用粗神經(jīng)網(wǎng)絡對企業(yè)財務危機進行了分析;龐素琳等(2003)利用BP算法對我國某商業(yè)銀行2001年120家貸款企業(yè)進行3類模式(“信用好”、“信用一般”、“信用差”)分類,分類準確率達到83.34%;張德棟、張強(2004)建立了基于BP神經(jīng)網(wǎng)絡的企業(yè)信用3層神經(jīng)網(wǎng)絡評估模型,實驗結(jié)果證明,該模型用于企業(yè)信用評估,減少了企業(yè)信用評估傳統(tǒng)的定性方法中權(quán)重確定的人為因素,評估正確率達到了92.12%;王凱、黃世祥(2007)建立起基于BP神經(jīng)網(wǎng)絡的行業(yè)間信用評估模型,并代入2003年度全國農(nóng)業(yè)和工業(yè)的部分行業(yè)數(shù)據(jù)進行實證。
神經(jīng)網(wǎng)絡由于其自身優(yōu)勢已經(jīng)在各個領(lǐng)域得到了廣泛的應用,近幾年來,經(jīng)濟學和管理學方面的學者將其運用到經(jīng)濟領(lǐng)域,特別是在信用風險評估方面取得了很好的成效。尤其BP神經(jīng)網(wǎng)絡在商業(yè)銀行信用風險評估上應用的可行性,其優(yōu)點主要體現(xiàn)在:(1)BP神經(jīng)網(wǎng)絡模型具有高速信息處理能力。信用風險評價是一個非常復雜的系統(tǒng),簡單的信用風險打分模型不能很好地表述這種關(guān)系,同時結(jié)果與實際也有較大的差別。而神經(jīng)網(wǎng)絡是由大量的神經(jīng)元廣泛互連而成的系統(tǒng),并行處理能力很強,得到的模型能對實際作出很好的預測。(2)BP神經(jīng)網(wǎng)絡模型具有很強的不確定性信息處理能力。由于神經(jīng)網(wǎng)絡中神經(jīng)元個數(shù)眾多以及整個網(wǎng)絡存儲信息容量巨大,使得它具有很強的對不確定性信息的處理能力。而信用風險本身就有一種不確定性,信用風險評價指標體系涉及指標眾多,這些變量本身就具有一種動態(tài)性和不穩(wěn)定性。運用BP神經(jīng)網(wǎng)絡模型進行預測可以很好地解決這種不確定性。(3)BP神經(jīng)網(wǎng)絡模型是一個具有高度非線性的系統(tǒng)。神經(jīng)網(wǎng)絡同現(xiàn)行的計算機不同,它是一種非線性的處理單元,因此神經(jīng)網(wǎng)絡是一種具有高度非線性的系統(tǒng)。在信用風險評估運用上,它突破了傳統(tǒng)信用風險評估方法以線性處理為基礎(chǔ)的局限性,能更有效、更精確地處理復雜信息。但是,神經(jīng)網(wǎng)絡也存在明顯的不足。首先,當神經(jīng)網(wǎng)絡的輸入維數(shù)高時,隱含規(guī)則呈幾何級數(shù)增加,致使網(wǎng)絡結(jié)構(gòu)龐大,同時神經(jīng)網(wǎng)絡學習速率固定,存在局部最小點問題,因此網(wǎng)絡收斂速度慢,需要很長的訓練時間,甚至可能發(fā)生網(wǎng)絡癱瘓;其次,網(wǎng)絡結(jié)構(gòu)復雜,導致網(wǎng)絡的輸入節(jié)點單元數(shù)、隱含層數(shù)的確定缺乏理論依據(jù)。盡管存在一些遺憾,神經(jīng)網(wǎng)絡方法作為一門嶄新的信息處理科學方法仍然吸引著眾多領(lǐng)域的研究者。
3、支持向量機
支持向量機(Support Vector Machine,SVM)是根據(jù)統(tǒng)計學習理論得出的一種新的機器學習算法,它用結(jié)構(gòu)風險最小化原則替代經(jīng)驗風險最小化原則,較好地解決了小樣本學習問題,是一種通用的前饋網(wǎng)絡類型。支持向量機的實現(xiàn)是通過某種事先選擇的非線性映射(核函數(shù))將輸入向量映射到一個高維特征空間,在這個空間中構(gòu)造最優(yōu)分類超平面。使用SVM進行數(shù)據(jù)集分類工作的過程首先是通過預先選定的一些非線性映射將輸入空間映射到高維特征空間,它使得在高維屬性空間中有可能對訓練數(shù)據(jù)實現(xiàn)超平面的分割,避免了在原輸入空間中進行非線性曲面分割計算。SVM數(shù)據(jù)集形成的分類函數(shù)具有這樣的性質(zhì):它是一組以支持向量為參數(shù)的非線性函數(shù)的線性組合,因此分類函數(shù)的表達式僅和支持向量的數(shù)量有關(guān),而獨立于空間的維度。
隨著機器學習理論的不斷發(fā)展,支持向量機作為一種專門針對小樣本學習的算法被引入到了信用風險評估中。在我國,張秋水、羅林開等(2006)通過SVM與傳統(tǒng)的多元線性回歸(Multi Linear Regression,MLR)和Logit分析(Logit Analysis,LA)的實證對比和模型分析,得出SVM在20組測試樣本集上的平均誤判率是最低的,顯著優(yōu)于MLR,也優(yōu)于LA。吳沖等(2009)建立了基于模糊積分的支持向量機集成方法,該方法綜合考慮了子支持向量機的輸出重要性并與單個支持向量機和最多投票原則的支持向量機集成進行比較,實證結(jié)果表明,該方法具有更高的分類精度。與BP神經(jīng)網(wǎng)絡相比,SVM方法的優(yōu)缺點是:(1)模型的準確率。SVM是通過解一個凸二次規(guī)劃來得出結(jié)果的,因此找到的解是全局最優(yōu)解,且精度高,利用支持向量機進行上市公司信用風險評估,根據(jù)有限的訓練樣本,建立了非線性映射關(guān)系,解決了維數(shù)問題,這種算法具有簡單、準確率高的優(yōu)點,很適合推廣。(2)泛化能力。SVM通過結(jié)構(gòu)風險最小化原則實現(xiàn)了經(jīng)驗風險和置信范圍的良好折衷,避免了過擬合現(xiàn)象,而人工神經(jīng)網(wǎng)絡是基于經(jīng)驗風險最小化原理。(3)模型的適用性。SVM方法通過對不同的核函數(shù)和參數(shù)的選擇,可以優(yōu)化評估結(jié)果,不同的核函數(shù)可以滿足不同的需求,模型的適用范圍更廣。(4)對數(shù)據(jù)要求。SVM可以避免小樣本和“維數(shù)災難”問題,對有限數(shù)量和維數(shù)較高的樣本評估精度較高;而BP神經(jīng)網(wǎng)絡模型由于數(shù)據(jù)較少,易產(chǎn)生過擬合現(xiàn)象,因而使用范圍受限制。(5)核函數(shù)也需要人為的確定,尚未有理論證明決定應選擇的核函數(shù)。
三、結(jié)束語
隨著信息技術(shù)的發(fā)展,數(shù)據(jù)挖掘方法被廣泛應用于金融、經(jīng)濟領(lǐng)域,在信用風險方面也受到越來越多的重視。在我國,對上市企業(yè)的信用風險評估還是一個很具有挑戰(zhàn)性的領(lǐng)域,不僅體現(xiàn)在其信用風險變化的復雜性,還在于評估所面臨的巨大工作量。上市企業(yè)的信用狀況是構(gòu)成整個社會體系不可缺少的重要部分,因此,解決其信用風險評估問題的首要任務是要建立簡單可操作的模型,并充分發(fā)揮計算機處理信息等的優(yōu)勢作用。
(注:本文系華東交通大學校立科研基金資助課題《基于數(shù)據(jù)挖掘的上市公司信用風險評估模型研究》的部分研究成果,課題編號:09GD02。)
【參考文獻】
[1] Qualian JR,C4.5: Programs for Machine Learning [J],San Mateo, CA:Morgan Kaufmann Publishers,1993.
[2] Virongrong Tesprasit,Paisarn Charoenpornsawat ,Virach Sornlertlamvanich,A Context-Sensitive Homograph Disambiguation in Thai Text-to-Speech Synthesis,Proceedings ofHuman Language Technology Conference,2003.
[3] 周松林、吳銘:滬深兩市總市值全年縮水62.9%[J].金融界,2009(1).
[4] 王春峰、萬海暉、張維:基于神經(jīng)網(wǎng)絡技術(shù)的商業(yè)銀行信用風險評估[J].系統(tǒng)工程理論與實踐,1999(9).
[5] 郝麗萍、胡欣悅、李麗:商業(yè)銀行信貸風險分析的人工神經(jīng)網(wǎng)絡模型研究[J].系統(tǒng)工程理論與實踐,2001(5).
[6] 柳炳祥、盛昭翰:基于粗神經(jīng)網(wǎng)絡的企業(yè)危機預警系統(tǒng)設(shè)計[J].信息與控制,2003(1).
[7] 龐素琳、王燕鳴、黎榮舟:基于BP算法的信用風險評價模型研究[J].數(shù)學的實踐與認識,2003(8).
[8] 張德棟、張強,基于神經(jīng)網(wǎng)絡的企業(yè)信用評估模型[J].北京理工大學學報,2004(11).
[9] 王凱、黃世祥:基于BP神經(jīng)網(wǎng)絡的行業(yè)間中小企業(yè)信用評估模型及應用[J].數(shù)學的實踐與認識,2007(24).
摘 要 “常青樹”要素工作法是荊州住房公積金管理中心推出的一種新型管理與工作方法,是將樹之生長的內(nèi)外部因素與住房公積金實際相結(jié)合而形成的荊州特色管理文化,體現(xiàn)了以人為本的管理理念。常青樹象征生生不息、不斷進取,有著旺盛的生命力。在“常青樹”要素工作法的指引下,荊州住房公積金事業(yè)必將成長為枝繁葉茂的參天大樹。
關(guān)鍵詞 “常青樹”要素工作法 住房公積金 創(chuàng)新管理
荊州住房公積金管理中心從增強內(nèi)部管理素質(zhì)和員工素質(zhì)、推進住房公積金持續(xù)發(fā)展的內(nèi)在要求出發(fā),堅持改革創(chuàng)新,努力克服前進道路上的各種困難,積極推進住房公積金事業(yè)向前發(fā)展。繼2009年開發(fā)導入CIS管理體系(企業(yè)識別系統(tǒng))、開展創(chuàng)建優(yōu)質(zhì)服務型單位活動,2010-2012年開展“兩創(chuàng)兩樹”(創(chuàng)新、創(chuàng)優(yōu)、樹正氣、樹形象)主題年活動,2011年實施“德能雙馨”員工援助計劃(EAP項目)之后,2012年至2014年又開創(chuàng)了“常青樹”要素工作法,將創(chuàng)新發(fā)展的理念又向前推進了一步。
一、“常青樹”要素工作法簡介
“常青樹”要素工作法是一種工作方法、管理形式和思維方式,也是一種規(guī)范要求。
(一)定義
荊州住房公積金管理中心以常青樹及其生長之要素原理,將實現(xiàn)荊州住房公積金事業(yè)常青目標與實現(xiàn)組織的年度工作計劃、目標和個人的工作職能、職業(yè)計劃、成長目標相結(jié)合,明晰并構(gòu)建住房公積金的內(nèi)外部工作關(guān)系結(jié)構(gòu),建立一種樹模型的組織和自我管理的工作方法。
(二)目的
荊州住房公積金管理中心通過EAP(員工援助計劃)項目的實施,以“常青樹”要素工作法來體現(xiàn)實現(xiàn)工作目標的組織引導和自我管理。在單位組織年度目標實現(xiàn)和團隊形象提升中,充分尊重并體現(xiàn)個人的價值、能力和作用,以此打造荊州住房公積金管理中心以人為本的獨特管理文化。
二、“常青樹”要素的組成
(一)什么是“樹”
“樹”既是名詞,也是動詞。作為名詞,“樹”是木本植物的總稱,主要由根、干、枝葉組成。作為動詞,“樹”的本意是種植栽培,引申意義是建立、造就,如:樹雄心,立壯志;十年樹木百年樹人。“樹”的概念被數(shù)學、計算機科學和管理學等各個學科借鑒使用。
(二)什么是“常青樹”
“常青樹”本意是指枝繁葉茂、四季常青的植物(如松柏、冬青、桂花等);“常青樹”喻意是取常青樹的博大、青春、穩(wěn)定的精神內(nèi)涵,比喻住房公積金事業(yè)不斷進步、基業(yè)常青。
(三)什么是“常青樹”要素
1.“常青樹”的健康成長必須靠良好的環(huán)境和自身的努力,住房公積金事業(yè)也是如此;荊州住房公積金管理中心的發(fā)展壯大也是如此;個人的成長也是如此。
2.“常青樹”要素包括自身要素(內(nèi)因)和環(huán)境要素(外因)?!俺G鄻洹弊陨淼臉?gòu)成要素包括:樹根、樹干、枝葉和果實;環(huán)境要素包括:陽光、雨露、營養(yǎng)、雨雪風霜、雷霆閃電等。
(四)什么是工作法
工作法就是將住房公積金管理中心的目標、計劃和干部員工的崗位職責及個人成長相結(jié)合的方法。
三、“樹”原理的管理與運用
“常青樹”的管理學涵義源自于《基業(yè)長青》一書。
1994年,美國著名管理學家吉姆?科林斯(Jim Collins)與杰里?波勒斯合作,從財富500強中選取18家高瞻遠矚的公司進行研究,根據(jù)研究結(jié)果寫成《基業(yè)長青》(Build to Last)一書。該書出版之后重印70余次,被譯成16種文字在全球發(fā)行,其基業(yè)長青的理念也成為各種組織的不懈追求。
《基業(yè)長青》基本的理念包括:
1.引導組織追求卓越的愿景是組織成長的不竭動力;
2.好的領(lǐng)導和完善的組織制度是組織成功的基本條件;
3.追求進步、擇強汰弱、持續(xù)改進、永不滿足的價值觀是組織長盛不衰的根本信條;
4.以人為本,先人后事是組織成功的有力支持。
5.技術(shù)進步是基業(yè)長青不可忽視的重要手段。
常見的“樹”原理的管理有以下幾類:
1.在計算機上的運用。隨著計算機的發(fā)展,在數(shù)據(jù)結(jié)構(gòu)中,“樹”被引申為由一個集合以及在該集合上定義的一種關(guān)系構(gòu)成,由根節(jié)點和若干棵子樹構(gòu)成,如根目錄、子目錄等。
2.在管理上的運用。一是用于行政決策?!皼Q策樹”原理一般自上而下生成,每個決策或事件(即自然狀態(tài))都可能引出兩個或多個選擇,導致不同的結(jié)果,把這種決策分支畫成圖形很像一棵樹的干枝;二是用于企業(yè)市場分析。利用概率論原理,問題是主干,多個方案是分枝,用概率分枝代表不同的結(jié)果,對不同結(jié)果的損益值進行比較。
3.在心理教育上的運用。主要用于進行積極的、消極的心理比較,如下圖:
積極因素 vs 消極因素
四、“常青樹”要素工作法(對應關(guān)系)
1.根系:德育、心理、大地的營養(yǎng)。
2.主干:從事的主要工作。
3.分枝:新一年的改革項目(找出困難和問題并提出解決問題的辦法)。
4.枝葉:實施工作計劃、實施工作目標的公共關(guān)系構(gòu)成(可以內(nèi)部、可以外部;可以單位、可以個人;與他人可重復)。
5.果實:工作目標(成果)。
6.營養(yǎng)與維護:素質(zhì)培養(yǎng)、業(yè)務培訓、社會監(jiān)督。
7.陽光與雨露:需要感恩的人和事。
五、“常青樹”要素工作法的推行與應用
1.時間:2012年3月啟動。
2.范圍:荊州市住房公積金管理中心全體職工(第一批:中心城區(qū);第二批:各個辦事處)。
3.運用:年初管理中心全員按“常青樹”要素工作法,結(jié)合自己的本職工作,制訂個人和組織的年度工作常青樹,并實行年終自評報審計稽核科考評;對外部來看突出公共關(guān)系維系,將改善管理中心和住房公積金事業(yè)發(fā)展的外部環(huán)境貫穿每個員工工作的始終。
4.類型:管理中心、科室、個人(見表1-3)。
5.試運行:(1)制定方案;(2)小組試驗;(3)推介啟動。
一.市場結(jié)構(gòu):市場結(jié)構(gòu)的分類和特征,競爭和壟斷的關(guān)系,不同市場結(jié)構(gòu)的區(qū)別,行業(yè)進入壁壘的概念和分類,行業(yè)退出壁壘的概念和分類,市場結(jié)構(gòu)的衡量,規(guī)模經(jīng)濟與范圍經(jīng)濟的區(qū)別,交易費用的概念,博弈論基本概念,納什均衡的含義。
二.市場行為:企業(yè)定價行為,企業(yè)促銷行為,企業(yè)兼并與收購行為,企業(yè)技術(shù)進步的形式和影響因素,企業(yè)多樣化經(jīng)營行為,企業(yè)縱向一體化行為。
三.市場績效:市場績效目標的多元化,市場績效的衡量方法,帕累托效率的概念,市場失靈的原因,外部性的含義。
四.產(chǎn)業(yè)組織政策:產(chǎn)業(yè)組織政策的目標和實施手段,政府管制與放松管制,反壟斷政策。
第二部分產(chǎn)業(yè)結(jié)構(gòu)
一.產(chǎn)業(yè)成長與演進:產(chǎn)業(yè)分類方法,產(chǎn)業(yè)發(fā)展的一般規(guī)律,產(chǎn)業(yè)結(jié)構(gòu)演變的趨勢。
二.產(chǎn)業(yè)關(guān)聯(lián):產(chǎn)業(yè)關(guān)聯(lián)的實質(zhì)與方式,投入產(chǎn)出分析方法,中間需求與最終需求的概念,生產(chǎn)波及效果的分析。
三.產(chǎn)業(yè)結(jié)構(gòu)政策:主導產(chǎn)業(yè)選擇的原則,支柱產(chǎn)業(yè)支持政策,衰退產(chǎn)業(yè)援助政策,幼小產(chǎn)業(yè)保護政策,產(chǎn)業(yè)技術(shù)政策,產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化,產(chǎn)業(yè)布局,產(chǎn)業(yè)安全,產(chǎn)業(yè)發(fā)展與環(huán)境保護的關(guān)系。
第三部分經(jīng)濟增長與經(jīng)濟發(fā)展
一.經(jīng)濟增長與經(jīng)濟發(fā)展理論:經(jīng)濟增長與經(jīng)濟發(fā)展的概念,經(jīng)濟增長的模式,制度變遷的概念,經(jīng)濟增長中的制度因素,工業(yè)化過程,可持續(xù)發(fā)展的概念。
二.經(jīng)濟發(fā)展的內(nèi)在與外在因素:資本形成,人力資本形成,基礎(chǔ)設(shè)施,技術(shù)進步對經(jīng)濟增長的貢獻,國際貿(mào)易對經(jīng)濟發(fā)展的貢獻。
三.經(jīng)濟發(fā)展戰(zhàn)略與策略:發(fā)展中國家的財政政策、貨幣政策與稅收政策,進口替代與出口導向策略,通貨膨脹與金融危機,發(fā)展中國家的貿(mào)易戰(zhàn)略,關(guān)稅與貿(mào)易保護,匯率與外匯管理,外資利用與外國直接投資,國際發(fā)展援助,對外債務。
四.區(qū)域經(jīng)濟與區(qū)域經(jīng)濟發(fā)展戰(zhàn)略:區(qū)域的概念、類型和特征,區(qū)位選擇的影響因素,空間相互作用與空間擴散,區(qū)域經(jīng)濟發(fā)展途徑,區(qū)域空間結(jié)構(gòu),區(qū)域產(chǎn)業(yè)結(jié)構(gòu),經(jīng)濟區(qū)劃,區(qū)域分工,區(qū)域經(jīng)濟聯(lián)系,區(qū)域發(fā)展戰(zhàn)略,區(qū)域形象設(shè)計,區(qū)域經(jīng)濟政策,區(qū)域經(jīng)濟一體化,經(jīng)濟全球化。
第四部分城市經(jīng)濟與管理
一.城市化與城市體系;城市產(chǎn)生與發(fā)展的區(qū)域基礎(chǔ),城市職能與規(guī)模,城市經(jīng)濟區(qū)的結(jié)構(gòu)與功能,城市化水平,城市化的發(fā)展階段與基本形式,世界城市化進程,中國城市化道路,城鎮(zhèn)體系的形成、特征與類型,中心城市的類別和作用。
二.城市經(jīng)濟管理問題;就業(yè)與失業(yè),人口流動與增長,城市土地使用制度,地價評估,城市土地利用,住宅的流通與消費,城市住房改革,城市基礎(chǔ)設(shè)施建設(shè),城市交通,城市環(huán)境經(jīng)濟,城市經(jīng)濟開發(fā)區(qū)建設(shè)。
三.城市財政與城市金融;城市財政的職能與作用,城市財政的收入與支出,城市財政管理體制改革,中央銀行的職能和作用,政策性銀行的運作,商業(yè)銀行的地位和職能,城市其他金融機構(gòu),證券市場的特征和基本功能,證券市場的監(jiān)管,城市金融市場的運作,國際收支的概念,國際收支失衡的調(diào)節(jié),國際金融市場及其分類,區(qū)域性國際金融機構(gòu)性質(zhì)和作用。
第五部分管理學原理
一.管理組織設(shè)計:組織的概念和作用,組織設(shè)計的策略,組織結(jié)構(gòu)的基本類型,組織中的群體與非正式群體,學習型組織,扁平化組織,管理幅度分析,職務設(shè)計,集權(quán)與分權(quán),授權(quán)分析,組織變革,流程再造,現(xiàn)代企業(yè)制度與法人治理結(jié)構(gòu)。
二.計劃與決策方法:戰(zhàn)略計劃與戰(zhàn)術(shù)計劃,計劃流程,現(xiàn)代計劃方法,目標管理,決策的定義與類型,確定型與非確定型決策,個人決策與群體決策,決策樹分析。
【關(guān)鍵詞】實物期權(quán),二叉樹模型,傳媒行業(yè)
實物期權(quán)基本概念
實物期權(quán)是金融期權(quán)理論對實物資產(chǎn)期權(quán)、即非金融資產(chǎn)的延伸。因此,我們可以將標的資產(chǎn)為非金融資產(chǎn)的期權(quán)稱為實物期權(quán)。實物期權(quán)的估值理念不僅僅是局限于現(xiàn)金流的預測,更是將企業(yè)在日常經(jīng)營及投資項目中所具有的不確定性考慮在內(nèi), 將企業(yè)未來可能的現(xiàn)金流以概率的方法進行描述,從而得出未來企業(yè)現(xiàn)金流的總體概率分布。
二叉樹模型基本概念
二叉樹模型的精髓在于首先得出風險中立情況下,投資項目未來現(xiàn)金流量的期望值,再以無風險利率對該期望值進行折現(xiàn),從而得到期權(quán)的現(xiàn)值。
在風險中立前提下的二叉樹看漲期權(quán)的定價公式。
對于二期的二叉樹模型,期權(quán)的期初價值C0為:
某上市公司基金代銷業(yè)務估值
某傳媒行業(yè)上市公司近期獲得了基金代銷業(yè)務的牌照,該業(yè)務目前方興未艾,加之中國的基金行業(yè)也正在茁壯成長階段。因此公司的第三方基金銷售業(yè)務無疑具有實物期權(quán)中成長期權(quán)的特征。成長期權(quán)如企業(yè)在進入一個新市場時的初期投資、進行研發(fā)活動和企業(yè)文化的建設(shè)等等,這些投資本身難以用項目所形成的凈現(xiàn)金流進行評價,甚至有可能得到負的凈現(xiàn)值。盡管如此,成長期權(quán)相當于一個對后續(xù)投資機會的買權(quán),如果未來的情況對企業(yè)有利,則進一步投資,盡可能獲得最大收益;若環(huán)境發(fā)展對企業(yè)不利時,企業(yè)可以選擇放棄進一步投資,成長期權(quán)反映的是投資項目具有的戰(zhàn)略價值。
假定公司欲開展基金銷售業(yè)務,需在2012年6月、2012年12月分別投入500萬元,并在2013年6月投入5000萬元,未來每年需要在基金代銷業(yè)務上投入2000萬元。公司基金第三方銷售業(yè)務收入將主要來源于0.6%的網(wǎng)上申購費率,根據(jù)推算公司未來三年現(xiàn)金流如下圖所示,單位(百萬元)。
由市場數(shù)據(jù)可得該公司的加權(quán)資本成本為10.32%,由此可得傳統(tǒng)NPV方法下基金代銷在近三年的凈現(xiàn)值為7209萬元。而三階段的投資總額按無風險利率3.98%折現(xiàn),相當于2012年6月的5883萬元,因此該項目的NPV現(xiàn)值為1326萬元,顯然該項目在當前的條件下是有投資價值的。
公司之前在于基金代銷方面的研發(fā)是為了日后在恰當?shù)臅r機獲取商業(yè)化的利益,但是對于公司而言,投資對于未來的項目的投資并非一項義務。換言之,公司的投入研發(fā)可以創(chuàng)造出未來有價值的機會,但在當前并不用完全投資,因此此類研發(fā)類似于一個期權(quán)。
投資于未來潛在的能夠商業(yè)化的項目就像一個看漲期權(quán),在本例中,到期日為T=2,執(zhí)行價格是5883萬元,標的資產(chǎn)是該基金銷售項目未來預期現(xiàn)金流的現(xiàn)值7209萬元的索償權(quán)。假設(shè)在研發(fā)階段不確定性導致該項目的未來現(xiàn)金流在半年內(nèi)上升或下降的因子為u=1.5,d=0.67,則該項目的價值V動態(tài)時間序列如下左圖所示。使用風險中性的二叉樹期權(quán)定價模型對上圖只能怪決策樹進行分析,首先對二叉樹的末端,即第二期的期權(quán)進行定價,然后由此往前推導。在研發(fā)階段的末期,若選擇不將其商業(yè)化,則商業(yè)化階段的最壞情況既是收益為0。因此,在第二期末,該期權(quán)的價值為Max(V++-5000,0)。當?shù)诙谀┦袌鰲l件優(yōu)于預期或與預期相符時,期權(quán)的價值即為11220萬元(市場條件優(yōu)于預期),或2209萬元(市場條件符合預期),而當市場條件劣于預期時,應該放棄該項目。在風險中性的二叉樹期權(quán)定價模型中,資產(chǎn)的現(xiàn)值是未來在高狀態(tài)和低狀態(tài)下的價值分別以無風險利率折現(xiàn)后,與風險中性概率的乘積之后得出的期望值。本例中風險中性概率p=0.44,從而易得第一期以及初始狀態(tài)的結(jié)果,具體計算結(jié)果如下右圖所示。
從結(jié)果中可以看出,在考慮到成長期權(quán)的情況下,公司的基金代銷業(yè)務的凈現(xiàn)值為3261萬元,高于傳統(tǒng)的凈現(xiàn)值方法得出的1326萬元,顯然實物期權(quán)給公司帶來的選擇權(quán)顯示出了其隱含價值。
參考文獻:
[1]Myers, S. C., Determinants of Corporate Borrowing, Journal of Financial Economics, 1977,5, 147-176.
關(guān)鍵詞:工程項目;風險管理;發(fā)展趨勢
Abstract: the engineering project risk management is risk management and project management with the combination of a discipline, it is the risk management in project management in the field of extension and application. In this paper, the engineering project risk management practice and research, and the engineering project risk management development trend for the analysis is discussed.
Keywords: engineering projects; Risk management; Development trend
中圖分類號:K826.16文獻標識碼:A 文章編號:
0引言
目前,從總的趨勢看,自然科學和技術(shù)科學的很多領(lǐng)域都正在從“決定論”向“選擇論”的方向發(fā)展,使得有些“硬”科學出現(xiàn)“軟化”的傾向。工程項目建設(shè)過程是一個周期長、投資多、技術(shù)要求高、系統(tǒng)復雜的生產(chǎn)消費過程,在該過程中,未確知因素、隨機因素和模糊因素大量存在,并不斷變化,由此而造成的風險直接威脅工程項目的順利實施和成功。對近幾年的國內(nèi)有關(guān)風險管理的研究進行回顧,我國的項目風險管理水平與國際水平還有較大一段距離,如何加強和提高工程管理的水平仍是一個很重要的研究課題,要提高工程管理的水平,首先得研究目前在這領(lǐng)域的研究現(xiàn)狀和發(fā)展趨勢。
一、我國項目風險管理研究現(xiàn)狀
20世紀80年代以來,我國項目管理體制首先在建設(shè)項目上有所突破。魯布革水莊站是利用世界銀行貸款項目,1984年在國內(nèi)第一次采用國際招標,推行項目管理,縮短了工期,降低了造價,工程質(zhì)量優(yōu)良,取得明顯的經(jīng)濟效益。從此,我國的許多大中型項目相繼實行項目管理體制,包括項目資本金帶度、法人負責制、合同承包制、建設(shè)監(jiān)理制度等。與此同時,項目管理已從最初的國防航天領(lǐng)域迅速發(fā)展到目前的電子、通信、計算機、軟件開發(fā)、建筑業(yè)、制造業(yè)、金融業(yè)等行業(yè)甚至政府機構(gòu)。
我國對于風險問題的研究是從風險決策開始的,起步很晚。“風險”一詞是在1980年首次由周士富提出的,這與我國改革開放前長期實行的高度集中統(tǒng)一的中央計劃經(jīng)濟體制是相適應的。1991年,顧昌耀和邱苑華在《航空學報》上首次將嫡擴展到復數(shù)并且用于風險決策研究。十多年來,我國有關(guān)風險分析、風險決策的論著已經(jīng)有一些,但是討論項目風險的著作并不多,討論項目風險管理的則更少。從出版的著作和發(fā)表的論文方面看,我國的項目風險管理著重于項目進度、費用的控制,這主要是從引進國外的網(wǎng)絡計劃技術(shù)開始的。由著名的數(shù)學家華羅庚教授倡導,于20世紀60年代初我國開始對網(wǎng)絡計劃技術(shù)方面進行研究,并在一些部門進行了試點應用,華羅庚教授將網(wǎng)絡計劃技術(shù)概括為統(tǒng)籌法,后來也有人稱之為統(tǒng)籌學。同時,我國杰出的科學家錢學森也從系統(tǒng)工程的角度積極倡導科學管理,并把計劃協(xié)調(diào)技術(shù)應用于我國國防建設(shè)的重要項目中,取得了令人滿意的結(jié)果。從開發(fā)的軟件和應用方面來看,各高校的管理學院、計算技術(shù)所、北京夢龍科技開發(fā)公司、大連同洲電腦有限公司(中日合資)等單位都對項目管理的進度開發(fā)過一些軟件,但是主要是采用計劃協(xié)調(diào)技術(shù)而沒有針對項目風險。項目風險分析在我國也曾經(jīng)應用于實踐,如三峽工程項目、上海地鐵建設(shè)項目、大亞灣核電站項目等
二、我國項目風險管理的全過程
2.1風險識別
對各種風險因素和可能發(fā)生的風險事件進行分析,是風險管理的首要步驟。項目風險識別要回答下列問題:項目中存在哪些潛在的風險因素?這些因素會引起什么風險,這些風險造成的后果有多大?忽視、縮小或夸大項目風險的范圍、種類和造成的后果都會造成不必要的損失。
風險識別的常用方法有:
(1)專家調(diào)查法
(2)故障樹分析法(分解法)
(3)情景分析法
2.2風險評估與分析
風險評估與分析就是衡量風險對項目實現(xiàn)既定目標的影響及其程度。常用的方法有:
(1)調(diào)查和專家打分法
(2)蒙特卡洛模擬方法
(3)決策樹法
(4)影響圖法
(5)隨機網(wǎng)絡法
2.3 風險對策的制定
風險的辨識、評估完成后,要根據(jù)具體的情況采取對策,以減少損失,增加收益。一般來說,風險管理技術(shù)分為兩大類:控制性技術(shù)和財務性技術(shù)。
控制性技術(shù)主要作用是避免、消除和減少風險事故發(fā)生的機會,限制已發(fā)生的損失繼續(xù)擴大,包括風險回避和損失控制。在工程項目中,風險和收益總是并存的,它們是矛盾和對立的統(tǒng)一體,沒有脫離風險的純利潤,也不可能存在無利潤的純風險,因此風險回避是一種消極的辦法,在實踐中應盡量少用,只有當風險發(fā)生機會的概率很高,并且造成的損失很大時,可以考慮采用風險回避。損失控制包括預防措施與減少風險的方法,損失控制是一種積極的做法,其局限性是要么在技術(shù)上難以達到,要么技術(shù)上可行但不經(jīng)濟。
財務技術(shù)包括風險轉(zhuǎn)嫁和風險自留。轉(zhuǎn)移風險指采取各種方式將風險轉(zhuǎn)移出去。保險轉(zhuǎn)嫁是財務技術(shù)中最核心的部分,風險管理技術(shù)起源于保險。將發(fā)生概率不大,但損失卻難以承受的風險,轉(zhuǎn)移給保險人是一種最常見、最有效的方式。風險自留是一種自行承擔工程事故損失發(fā)生后的財務后果的方式。
風險防范與控制的方法策略很多,但必須根據(jù)工程項目的具體情況來正確選擇使用,才能取得較好的效果。
2.4實施與后評估
正確決策之后,具體的實施十分重要。在執(zhí)行過程中,應對實施情況進行監(jiān)控,及時反饋并在必要時調(diào)險管理對策。最后應對實施的效果及差異進行評估。
三、現(xiàn)代項目風險管理的發(fā)展趨勢
3.1計算機化發(fā)展的趨勢
隨著計算機技術(shù)、網(wǎng)絡技術(shù)的快速發(fā)展和計算機的普及,建立管理信息系統(tǒng),用計算機來管理工程項目的信息越來越顯示出它的優(yōu)越性。對于具有參與方地域分布廣、專業(yè)分類得雜、信息量大特點的大型工程項目而言,項目的信息溝通和協(xié)調(diào)特別重要,決策者需要提供及時、有效的項目信息,而各參與方也需要迅速地了解各自的進度,同時管理信息系統(tǒng)還可以減少項目信息溝通和傳遞的費用。利用網(wǎng)絡技術(shù),建立項目風險管理計算機系統(tǒng),這一系統(tǒng)應包括以下系統(tǒng):
(1)信息管理子系統(tǒng)。
(2)風險評估子系統(tǒng)。
(3)風險對策子系統(tǒng)。.
3.2全球化發(fā)展的趨勢
知識經(jīng)濟時代的一個重要特點是知識與經(jīng)濟發(fā)展的全球化,因為競爭的需要和信息技術(shù)的支撐,促使了項目風險管理的全球化發(fā)展。主要表現(xiàn)在國際間的項目合作日益增多、國際化的專業(yè)活動日益頻繁、項目管理專業(yè)信息的國際共享等等。項目管理的全球化發(fā)展既為我們創(chuàng)造了學習的機遇,也給我們提出了高水平國際化發(fā)展的要求。
3.3專業(yè)化發(fā)展的趨勢
項目風險管理的廣泛應用促進了項目管理向?qū)I(yè)化方向的發(fā)展,突出表現(xiàn)在項目管理知識體系(PMBOK)的不斷發(fā)展和完善、學歷教育和非學歷教育競相發(fā)展、各種項目管理軟件開發(fā)及研究咨詢機構(gòu)的出現(xiàn)等等,隨之出現(xiàn)的行業(yè)項目管理專業(yè)化也是趨勢。應該說這些專業(yè)化的探索與發(fā)展,也正是項目管理學科逐漸走向成熟的標志。而今的項目管理發(fā)展基本上有兩個發(fā)展趨勢:即如何將本學科領(lǐng)域的專業(yè)理論、方法應用于項目管理和如何把項目管理的理論、方法應用到本行業(yè)中去。
(四)項目管理綜合化發(fā)展的趨勢
隨著項目管理日趨成熟化,所介入的因素也越來越多。諸如項目過程中的思維、行為、情感、適應性、項目管理中的交叉文化問題、項目經(jīng)理的領(lǐng)導藝術(shù)等等,可以說,現(xiàn)今的項目管理是將思想轉(zhuǎn)化為現(xiàn)實,將抽象轉(zhuǎn)化為具體的科學和藝術(shù)。
四、小結(jié)
近幾年,我國工程項目風險管理有了很大的進步,但隨著國民經(jīng)濟的發(fā)展,工程建設(shè)也越來越多,市場風險也越來越大,對工程項目建設(shè)進行風險控制和管理,使技術(shù)與經(jīng)濟相結(jié)合,更有效地控制工程項目投資、工期和質(zhì)量。確保工程項目投資決策的正確性與科學性,對實現(xiàn)工程投資決策的全局優(yōu)化與總體設(shè)計和總體經(jīng)營思想,對合理利用有限的人力、財力和物力,對保證國民經(jīng)濟長期、持續(xù)、穩(wěn)定協(xié)調(diào)地發(fā)展,對降低工程成本、提高工程效益具有十分重要的理論意義和現(xiàn)實意義
參考文獻:
[1]楊建平,杜端甫,李鼎 大型工程項目風險管理研究進展
[2]于九如 投資項目風險分析[M] 北京:機械工業(yè)出版社,1999
關(guān)鍵詞:土地儲備;風險管理;不確定性
中圖分類號:F293.2文獻標識碼:A
一、引言
長期以來,我國的國有土地使用權(quán)是通過劃撥方式無償且無期限地使用,從而導致大量的土地被閑置。隨著市場經(jīng)濟的不斷深入,我國逐步形成有償有期限的土地使用方式,全國各大城市都加強了對閑置土地和其他存量土地的利用和管理力度。但由于存量土地的利用涉及眾多土地使用人的重大利益調(diào)整,靠簡單的行政手段難以達到目的,因而必須建立一種體現(xiàn)行政手段和市場手段相結(jié)合的新型體制。為了適應經(jīng)濟體制改革和經(jīng)濟增長方式轉(zhuǎn)變的要求,促進城市土地集約利用,我國的地方政府和土地管理部門進行了積極探索,在借鑒香港等經(jīng)濟發(fā)達地區(qū)的經(jīng)驗后,結(jié)合自身實際情況,建立了城市土地儲備制度。
二、概念界定
(一)城市土地儲備制度的概念。在國外,土地儲備通常表述為Land Banking、Public Land Banking。國外學者對土地儲備的概念認識較一致,即由公共機構(gòu)或授權(quán)機構(gòu)事先取得土地,進行運作并保有,然后適時供應市場,以實現(xiàn)抑制投機、平穩(wěn)地價、促進城市均衡有序發(fā)展及其他土地公共政策目標。Harvy(1974)則將土地儲備劃分為土地儲備分成計劃型和全面型兩類。我國臺灣學者黃健仁(1993)對土地儲備的定義為:為配合現(xiàn)有的計劃和管制方法,公共部門預先取得土地以供未來使用,并由此創(chuàng)造出更有效的管理系統(tǒng)。儲備目的為控制城市擴張的方向和速度,并且抑制土地投機及地價飛漲,實現(xiàn)公共土地使用的政策目標。我國大陸學者陳江龍(陳江龍和曲福田,2002)認為城市土地儲備制度是指由城市政府委托的機構(gòu)通過征用、收購、換地、轉(zhuǎn)制和到期回收等方式從分散的土地使用者當中,把土地集中起來,并由政府或政府委托的機構(gòu)組織土地開發(fā),在完成了前期開發(fā)整理工作后,根據(jù)城市土地出讓年度計劃,有計劃地將土地投入市場的制度。
歸納而言,筆者認為城市土地儲備制度的概念應包括如下方面:1、實施主體基本界定為政府、政府委托或授權(quán)機構(gòu);2、儲備土地的來源為征用、收購、收回、置換、舊城改造拆遷等;3、對儲備的土地應進行土地整理;4、按照計劃供地;5、目標為盤活企業(yè)存量土地、抑制土地投機,實現(xiàn)土地資產(chǎn)的優(yōu)化配置、規(guī)范土地市場運行、保障土地利用總體規(guī)劃和城市規(guī)劃的實現(xiàn)、促進城市均衡有序發(fā)展等。
(二)城市土地儲備風險的概念。風險是指未來結(jié)果的不確定性,即實際結(jié)果與預期結(jié)果的偏離。我國城市土地儲備本質(zhì)上是一種公共投資或政府投資活動,但具有商業(yè)地產(chǎn)開發(fā)投資經(jīng)營的特征,城市土地儲備過程中存在多種風險。狹義的城市土地儲備風險就是在土地取得、土地儲存和整理、土地出讓等城市土地儲備的各個環(huán)節(jié)中,城市土地儲備機構(gòu)所面臨的可能導致未來經(jīng)濟收益不確定性的因素。廣義的城市土地儲備風險還應包括參與城市土地儲備的各相關(guān)主體,包括中央政府、地方政府、銀行等金融機構(gòu)、各投資者甚至社會公眾在城市土地儲備過程中所面臨的可能導致未來經(jīng)濟收益不確定性的因素,這是由城市土地儲備內(nèi)在的廣泛的公眾參與性所決定的。
三、城市土地儲備風險管理概況及趨勢
(一)國外城市土地儲備風險管理研究綜述。對風險管理理論的研究起源于人們早期對保險的認識。在國外,古巴比倫、古埃及、古希臘和古羅馬等古國,很早就有互助共濟、損失補償?shù)娘L險處理方法。公元前18世紀,在古巴比倫王國的《漢穆拉比法典》中首次顯示了海上保險意識的萌芽。這些都屬于保險思想的雛形,但考慮到保險是風險管理理論的一種,所以將其視為風險管理的理論雛形。
隨著經(jīng)濟的發(fā)展,風險管理越來越受到各國的重視。風險研究專著大量出版。18世紀產(chǎn)業(yè)革命期間,被譽為“現(xiàn)代經(jīng)營管理之父”的法國管理學家亨瑞?法約爾在其代表作《一般管理和工業(yè)管理》一書中正式把風險管理思想引進企業(yè)經(jīng)營領(lǐng)域。1950年美國的莫布雷等人合著了《保險學》一書,在書中詳細闡述了“風險管理”的概念。盡管如此,風險管理長期以來卻一直沒有能夠形成完整的體系與制度。對風險管理理論的系統(tǒng)研究始于1963年美國的梅爾和赫奇斯合著的《工商企業(yè)管理》一書,該書成為了風險學領(lǐng)域中重要的歷史文獻。1975年,成立于1909年的美國保險管理協(xié)會(ASIM)更名為風險與保險管理學會(簡稱RIMS),標志著風險管理從原來的用保險方式處置風險變成真正按照風險管理的方式處置風險。
風險研究隨著工業(yè)的發(fā)展逐漸由單一的企業(yè)風險研究轉(zhuǎn)向個人、家庭及社會的多主體、多角度的風險研究,并由傳統(tǒng)風險行業(yè)向其他新興行業(yè)擴展。20世紀六七十年代,風險研究主要集中在大型設(shè)備制造、礦山、電力、公路建設(shè)等傳統(tǒng)的高風險行業(yè);20世紀八十年代初,則更多的向核能、化工、通信、軍工等技術(shù)含量高的新興行業(yè)轉(zhuǎn)移。隨著人們對身體健康、生活環(huán)境的關(guān)注和要求程度日益提高,農(nóng)業(yè)及醫(yī)療衛(wèi)生的風險研究也迅速發(fā)展起來。研究風險的方法不斷優(yōu)化。1960年以前,投資風險研究主要是用傳統(tǒng)的經(jīng)濟――財會分析方法,包括風險調(diào)查法、成本-效益分析、敏感分析等。1960年以后,管理方法引進了研究領(lǐng)域,創(chuàng)立了工程-管理科學方法,主要有決策樹法、概率分布法、數(shù)理方法、模擬法、隨機網(wǎng)絡法等。這些方法側(cè)重于研究在限定資源條件下,各種風險因素對投資決策參數(shù)和管理目標的影響程度,增強了解決實際問題的能力,由于利用先進的計算技術(shù),從而避免了復雜的數(shù)學分析過程,在實踐中的應用越來越廣。目前,雖然存在多種分析理論和方法,但實質(zhì)上各種理論方法間并沒有截然的區(qū)別。這一事實說明風險管理這一學科正逐漸走向成熟。
(二)國內(nèi)城市土地儲備風險管理研究綜述。我國的城市土地儲備制度建立的比較晚,理論界對其風險管理的研究尚處于初級階段,主要是集中在城市土地儲備風險識別及風險控制兩個方面。瞿亮(2003)通過對城市土地儲備的“壟而不斷”、“超市場性”、“經(jīng)營型”、“微利性”等幾個特點的分析,將城市土地儲備風險分為:政策風險、經(jīng)營風險和財務風險。劉兆云(2003)根據(jù)土地儲備實施過程,將土地儲備風險分為內(nèi)部風險與外部風險。其中,外部風險主要有地產(chǎn)泡沫風險和政府干預失敗風險,內(nèi)部風險根據(jù)土地儲備實施過程分為土地收購風險、土地儲備開發(fā)風險、土地儲備過程中的風險和土地出讓風險。更多學者針對風險的來源和特征,將城市土地儲備風險分為以下幾個類型:1、經(jīng)營風險,指經(jīng)營過程中由于缺乏市場信息,在市場條件變化下可能導致決策失誤引起的經(jīng)營損失;2、金融風險,主要表現(xiàn)在利率風險、匯率風險、金融政策風險三個方面;3、變現(xiàn)風險,由于土地的變現(xiàn)性差,影響資金周轉(zhuǎn),增加資本風險;4、政策法規(guī)風險,土地儲備制度尚不完善,法律法規(guī)本身不配套,引發(fā)了實施過程的不確定性;5、其他風險,包括失去控制的人為因素以及自然災害所造成的損失。
理論界在對風險進行定性分析的基礎(chǔ)上,從以下幾個方面提出了城市土地儲備風險控制的對策:1、加強基礎(chǔ)理論研究,提高土地儲備運作模式的科學性、規(guī)范性;2、城市土地儲備機構(gòu)的資金管理方式也要向現(xiàn)代企業(yè)制度財務管理方式轉(zhuǎn)變,對項目進行財務分析,減少土地儲備的風險(徐建春,2002);3、廣開籌資渠道,除通過向銀行貸款外,還可以考慮積極爭取財政撥款、積極向市經(jīng)貿(mào)委爭取企業(yè)解困資金、發(fā)行《換地證》,以地換地,以減少土地補償費用等途徑(賈生華,2001)以及建立城市土地儲備基金、委托金融部門發(fā)行土地儲備債券與股票、推進土地抵押貸款債權(quán)化等方式(王秀蘭、董捷,2001);4、加快配套政策設(shè)計研究、推動收購儲備立法工作,為城市土地儲備運作提供法律和政策保障(歐陽安蛟,2002);5、制定收購供應計劃,做好土地儲備運作的風險分析,把握好土地的獲取時間問題(楊遴杰、林堅,2002),建立多種模型對土地儲備量進行預測。
四、總結(jié)與展望
綜上所述,我國城市土地儲備風險呈現(xiàn)政策風險、政府干預風險、市場風險、運營風險等多種風險相混合的狀態(tài)。各學者對城市土地儲備風險來源作了大量的定性分析,并在定性分析的基礎(chǔ)上提出了多種降低風險的對策及建議,但也存在不足之處。1、缺乏對城市土地儲備風險系統(tǒng)地研究,沒有將風險管理系統(tǒng)的理論引入到城市土地儲備中;2、在風險識別方面對土地的特性方面的識別不夠,如土地的面積、地質(zhì)條件、形狀、位置等方面可能引起的風險,較少進行識別;3、缺乏對城市土地儲備風險的定量風險評估,無法確定風險因素對城市土地儲備的影響程度;4、風險控制對策也多為融資、完善政策法規(guī)等方面,缺乏對于城市土地的儲備量與儲備周期的定量研究。因此,對城市土地儲備進行系統(tǒng)的風險管理、對城市土地儲備進行風險定量評估、制定以“以儲定供,以供調(diào)需”為思路的城市土地儲備供應計劃,并結(jié)合儲備能力、城市規(guī)劃、土地利用規(guī)劃、市場需求等各因素確定合理的土地儲備量及土地供應量將是今后研究的重要方向。
(作者單位:1.重慶大學建設(shè)管理與房地產(chǎn)學院;2.四川省第六建筑有限公司)
主要參考文獻:
[1]陳江龍,曲福田.土地儲備與城市土地市場運行[J].現(xiàn)代經(jīng)濟探討,2002.4.
[2]陳卓詠,葉裕民.城市土地儲備數(shù)量與周期的理論分析[J].中國土地科學,2005.8.
[3]馮昌中.城市土地儲備存在的風險[J].中國土地,2006.11.
[4]李憲坡.我國現(xiàn)階段城市土地儲備制度的狀況與問題[J].城市,2003.6.
[5]苗春霖.土地儲備的風險與對策[J].中國土地,2005.1.
[關(guān)鍵詞]E忠誠客戶忠誠度Web數(shù)據(jù)挖掘企業(yè)網(wǎng)站
[分類號]F713.36
隨著世界經(jīng)濟的信息化和全球化趨勢增強,電子商務正逐步走向全面應用,并滲透到社會經(jīng)濟的各個層面。越來越多的公司紛紛建立網(wǎng)站,從事商務活動,無論是新興網(wǎng)絡企業(yè),還是傳統(tǒng)企業(yè)E化,網(wǎng)站都已經(jīng)成為企業(yè)經(jīng)營必不可少的網(wǎng)絡營銷工具,并且在增強企業(yè)競爭優(yōu)勢、擴大企業(yè)影響、增加銷售收入等方面發(fā)揮著越來越大的作用。
1 E忠誠時代的來臨
隨著電子商務的發(fā)展,客戶的重要性被提升到一個前所未有的高度,它已經(jīng)成為電子商務成功的關(guān)鍵。在某種程度上,客戶關(guān)系加商務模式,已經(jīng)被譽為電子商務成功的秘密。
電子商務環(huán)境下的客戶忠誠,又稱為E忠誠。2000年,美國Bain&Comapany公司的電子商務主管Fredrick F.Reichheld與Phill Sehefter在研究了多家杰出網(wǎng)絡公司和上千名網(wǎng)絡顧客的消費行為后,指出在虛擬的網(wǎng)絡世界中同樣存在顧客忠誠,并稱為“E忠誠”;他們同時認為,E忠誠是電子商務企業(yè)在網(wǎng)上取得成功的“秘密武器”。2001年,國際著名的咨詢公司KPMG Consulting在與牛津大學零售管理學院(OX―IRM)的合作研究項目中把E忠誠定義為:E忠誠指網(wǎng)絡顧客對網(wǎng)上企業(yè)或其品牌的忠誠。2003年3月,Moonkyu Lee博士通過實證研究,將E忠誠定義為:網(wǎng)絡顧客基于以往的購物體驗和對未來的預期,愿意再次光顧當前選擇的電子商務網(wǎng)站的意向性。彭香霞與賀勤將“顧客重復選擇該網(wǎng)站購買某一特定產(chǎn)品或某些產(chǎn)品的心理和行為傾向”理解為E忠誠,并認為同時滿足“情感E忠誠”和“行為E忠誠”兩個維度,才能稱作E忠誠。無論眾多學者如何定義E忠誠,但E忠誠的時代確確實實來臨了。
2 企業(yè)網(wǎng)站客戶忠誠管理現(xiàn)狀
忠誠的客戶是企業(yè)贏利的源泉,是企業(yè)最大的無形資產(chǎn),在競爭激烈的網(wǎng)絡市場中,如何牢牢地鎖住客戶,提高客戶忠誠度便成為了如今企業(yè)網(wǎng)站關(guān)注的要點。為了能夠有效開展客戶忠誠管理,提升網(wǎng)站客戶忠誠度,眾多企業(yè)網(wǎng)站在維系客戶關(guān)系方面可謂是“八仙過海,各顯神通”。然而對于絕大多數(shù)企業(yè)網(wǎng)站而言。雖然能在短時間內(nèi)很快地聚集大量的訪問量,但對于客戶關(guān)系的長期保持,提升企業(yè)網(wǎng)站客戶忠誠度,其效果并不顯著。主要原因在于,網(wǎng)站客戶忠誠的形成與培養(yǎng),比傳統(tǒng)環(huán)境下難度更大,決定因素更多。 就難度而言,①企業(yè)對客戶信息管理水平較低;②不完善的機制使客戶對企業(yè)缺乏信任;③針對客戶需求的差異,企業(yè)缺乏建立個性化服務的意識;④顧客滿意難以達到;⑤低廉的搜尋成本容易改變購物選擇;⑥交易的安全性難以保證;⑦“口碑”負效應不可忽視。這些問題的存在,決定了要在虛擬環(huán)境中維系與客戶之間的關(guān)系、培養(yǎng)與提升客戶忠誠度,是一件十分艱難的事情。
就決定因素而言,電子商務環(huán)境下企業(yè)網(wǎng)站客戶忠誠既受客戶主觀因素的影響,也受外在客觀因素的影響,這兩者共同構(gòu)成企業(yè)網(wǎng)站客戶忠誠的趨動模型,如圖l所示:
從圖1可以看出,決定企業(yè)網(wǎng)站客戶忠誠的外在客觀因素主要有轉(zhuǎn)移成本、客戶價值、營銷策略、產(chǎn)品質(zhì)量、客戶服務等;決定企業(yè)網(wǎng)站客戶忠誠的內(nèi)在主觀因素主要有客戶滿意度、客戶愉悅度和客戶信任度,并且客戶感到滿意、擁有愉悅和產(chǎn)生信任對忠誠具有遞進作用。同時,客觀因素影響著主觀因素,兩者存在著正相關(guān)關(guān)系。
隨著電子商務的深入發(fā)展,企業(yè)網(wǎng)站客戶忠誠度變得岌岌可危:客戶的選擇范圍驟然擴大,流失趨勢增加;轉(zhuǎn)換成本降低,客戶更容易改變購買決策;客戶需求個性化,經(jīng)驗成熟化,使客戶的期望值大大提高,對企業(yè)提出了服務敏捷、產(chǎn)品優(yōu)質(zhì)、定位準確等高標準要求。
3 Web數(shù)據(jù)挖掘是提升網(wǎng)站客戶忠誠度的關(guān)鍵技術(shù)
電子商務的發(fā)展,要求企業(yè)借助于信息技術(shù)和網(wǎng)絡技術(shù),以客戶利益為出發(fā)點,以不斷滿足客戶需求和為客戶創(chuàng)造價值為目標,與客戶建立長期穩(wěn)定的關(guān)系,不斷提高客戶的忠誠度。而對用戶需求、興趣、愛好、身份的了解和獲取是提升網(wǎng)站客戶忠誠度具備針對性的前提。20世紀80年代末興起的數(shù)據(jù)挖掘(DataMining)技術(shù),特別是Web數(shù)據(jù)挖掘技術(shù),為解決此問題開辟了一條道路。
Web數(shù)據(jù)挖掘就是從Web文檔和Web活動中發(fā)現(xiàn)、抽取感興趣的潛在的有用模式和隱藏的信息。它以從Web上挖掘有用信息為目標,以數(shù)據(jù)挖掘、文檔挖掘、多媒體挖掘為基礎(chǔ),并綜合運用計算機網(wǎng)絡、數(shù)據(jù)庫與數(shù)據(jù)倉庫、人工智能、信息檢索、可視化、自然語言理解等技術(shù),將傳統(tǒng)的數(shù)據(jù)挖掘與Web結(jié)合起來。Web數(shù)據(jù)挖掘的基本處理過程如圖2所示:
在日益激烈的電子商務市場競爭中,任何與消費者行為有關(guān)的信息對經(jīng)營者來說都是非常寶貴的。Web服務器數(shù)據(jù)、客戶登記信息、服務器數(shù)據(jù)和業(yè)務往來數(shù)據(jù)是Web挖掘中的數(shù)據(jù)來源,都直接與客戶的商務行為模式相關(guān),而不論是客戶認知忠誠、情感忠誠還是意向忠誠,最終都體現(xiàn)為客戶行為忠誠,也就是說,這些數(shù)據(jù)所表征出來的行為特征可以借助于一定的技術(shù)用來分析客戶的行為。通過Web數(shù)據(jù)挖掘,根據(jù)客戶的訪問興趣、訪問頻度、訪問時間等數(shù)據(jù),能發(fā)現(xiàn)企業(yè)網(wǎng)站客戶共性和個性的知識、必然和偶然的知識、獨立和聯(lián)系的知識等,所有這些經(jīng)過分析,能對客戶的消費行為如心理、能力、動機、需求潛能作出統(tǒng)計和正確的分析,得到客戶的商務行為模式。根據(jù)挖掘的結(jié)果提出針對性的商務計劃,促進企業(yè)網(wǎng)站更好地為客戶服務,使客戶忠誠度的提升成為可能。
4 基于Web數(shù)據(jù)挖掘的網(wǎng)站客戶忠誠度提升模型
Web數(shù)據(jù)挖掘是輔助提升企業(yè)網(wǎng)站客戶忠誠度的綜合分析工具和關(guān)鍵技術(shù),運行在企業(yè)網(wǎng)站的客戶數(shù)據(jù)庫和數(shù)據(jù)倉庫之上,應包括以下功能模塊:①過濾器:用來從Web數(shù)據(jù)庫中抽取相關(guān)數(shù)據(jù),進行二義性分析,消除不一致性;②挖掘綜合器:是一個挖掘驅(qū)動引擎,根據(jù)挖掘要求和挖掘方法的知識庫到Web數(shù)據(jù)挖掘算法庫中選擇合適的挖掘方法,并且使用該方法去執(zhí)行挖掘任務;③方法選擇專家系統(tǒng)及知識庫:它是Web數(shù)據(jù)挖掘的“大腦”,是一個規(guī)則集合,能夠根據(jù)不同的挖掘要求來選擇最有效的挖掘算法或幾種算法的序列組合,并且隨著應用的深入,該知識庫可以不斷融入新的規(guī)則,以增加專家系統(tǒng)的智能性;~Web數(shù)據(jù)挖掘算法庫:是一個數(shù)據(jù)挖掘分析方法的綜合性算法庫;⑤人機交互界面:提供一個和分析人員交互的友好界面。如果本次的挖掘結(jié)果不能滿足分析人員的需要
或者還有進一步的猜想,就可以再次從這里輸入挖掘需求;⑥方法驅(qū)動模塊:它利用挖掘出來的有益信息,進行相應統(tǒng)計與分析的工作。據(jù)此分析,可以構(gòu)建一種基于Web數(shù)據(jù)挖掘的網(wǎng)站客戶忠誠度提升模型,如圖3所示:
5 基于Web數(shù)據(jù)挖掘的網(wǎng)站客戶忠誠度提升模型的運行
5.1模型運行的基本流程
基本流程:①明確Web數(shù)據(jù)挖掘的目標,確定提升網(wǎng)站客戶忠誠度的應用主題,并對挖掘目標建立恰當?shù)哪P?,通常必須指定一系列未知的關(guān)聯(lián)變量,如果可能的話,建立一關(guān)聯(lián)格式作為初始的假設(shè);②圍繞提升網(wǎng)站客戶忠誠度這一主題收集數(shù)據(jù)源,并對數(shù)據(jù)進行清理、轉(zhuǎn)換、集成等技術(shù)處理,將數(shù)據(jù)轉(zhuǎn)換為易于進行數(shù)據(jù)挖掘的數(shù)據(jù)存儲形式,裝載進入客戶原始數(shù)據(jù)庫和數(shù)據(jù)倉庫,等待進一步處理;③建立規(guī)則庫和知識庫,用于存儲已知的客戶行為忠誠度的連接特征和新近數(shù)據(jù)挖掘形成的規(guī)則集,其中規(guī)則集是客戶商務模式與忠誠度行為模式的反映,用于指導訓練數(shù)據(jù)的收集及作為特征選擇的依據(jù);④選取合適的數(shù)據(jù)挖掘方法,構(gòu)建數(shù)據(jù)挖掘模型,進行行為模式識別,從目標數(shù)據(jù)中提取有價值的知識與數(shù)據(jù),然后對結(jié)果進行分析和驗證,調(diào)整數(shù)據(jù)挖掘模型,從而保證結(jié)果的可靠性和實用性,結(jié)果交給決策模塊處理;⑤決策庫將數(shù)據(jù)挖掘的結(jié)果與規(guī)則庫中的已知規(guī)則進行模式匹配,融合專家知識與領(lǐng)域規(guī)則,把最有價值的信息區(qū)分開來,并且通過決策支持工具提交給決策者,用于支持提升客戶忠誠度的相關(guān)策略處理。
5.2模式識別的技術(shù)方法
對客戶行為模式進行識別是整個模型正常運行并達到預定目標的核心,針對網(wǎng)站客戶行為模式識別,常見的數(shù)據(jù)挖掘技術(shù)方法主要有:
?關(guān)聯(lián)規(guī)則。它是描述數(shù)據(jù)庫中數(shù)據(jù)項之間存在關(guān)聯(lián)的規(guī)則,即根據(jù)一個事物中某些項的出現(xiàn)可導出另一項在同一事物中也出現(xiàn),即隱藏在數(shù)據(jù)間的關(guān)聯(lián)或相互關(guān)系。使用關(guān)聯(lián)規(guī)則發(fā)現(xiàn)方法可以從Web訪問事務集中,查找存在于項目集合或?qū)ο蠹现g的頻繁模式、關(guān)聯(lián)、相關(guān)性或因果結(jié)構(gòu),通過分析數(shù)據(jù)或記錄間的關(guān)系,決定哪些事情將一起發(fā)生。
?聚類分析。聚類是把一組個體按照相似性歸成若干類別,即“物以類聚”。在Web挖掘中存在兩種類型的聚類,即用戶聚類和網(wǎng)頁聚類。用戶聚類主要是把具有相似訪問特征的用戶分在一組;網(wǎng)頁聚類,則可以找出具有相關(guān)內(nèi)容的網(wǎng)頁組。聚類分析可以從服務器訪問信息數(shù)據(jù)中聚集出具有相似特性的用戶組,即把有相似特性的用戶、數(shù)據(jù)項集合到一起。
?分類分析。分類是將一組組個體分門別類地歸入預先設(shè)定好的幾個類中。分類的目的是通過統(tǒng)計方法、機器學習方法(包括決策樹法和規(guī)則歸納法)、神經(jīng)網(wǎng)絡方法等構(gòu)造一個分類模型,然后把數(shù)據(jù)庫中的數(shù)據(jù)映射到給定類別中的某一個特定類,以對同一類別中的用戶提供相似的服務。
?統(tǒng)計分析。統(tǒng)計分析是統(tǒng)計用戶最常訪問的網(wǎng)頁、每頁平均訪問的時間、瀏覽路徑的平均長度等數(shù)據(jù),以獲得用戶訪問站點的基本信息。此外還能提供有限的低層次的錯誤分析,比如檢測未授權(quán)入口點,找出最常見不變的URL等。
?序列模式。序列模式挖掘技術(shù)就是試圖在時間戳有序的事務集中,找到一組數(shù)據(jù)項之后出現(xiàn)另一數(shù)據(jù)項的內(nèi)部事務模式,即挖掘出會話集之間有時間序列關(guān)系的模式,從而形成一組按時間排序的會話。通過序列模式研究,能夠預測用戶的訪問模式,了解用戶的興趣及需求所在。
?決策樹算法。其基本原理是遞歸地將數(shù)據(jù)拆分成子集,以便每一個子集包含目標變量類似的狀態(tài),這些目標是可預測屬性。每一次對樹進行拆分,都要評價所有的輸入屬性對可預測屬性的影響。當這個遞歸過程結(jié)束時,決策樹也就創(chuàng)建完了。結(jié)構(gòu)表示分類或決策集合,從而產(chǎn)生規(guī)則和發(fā)現(xiàn)規(guī)律。
?模式分析。通過選擇和觀察把發(fā)現(xiàn)的規(guī)則、模式和統(tǒng)計值轉(zhuǎn)換為知識,再經(jīng)過分析得到有價值的模式,即那些有意義、感興趣的規(guī)則、模式,采用可視化技術(shù),以圖形界面的方式提供給使用者。
?路徑分析。路徑分析是一種找尋頻繁訪問路徑的方法,它通過對Web服務器的日志文件中客戶訪問站點的訪問次數(shù)分析,從圖中挖掘出頻繁訪問路徑。圖最直接的來源是網(wǎng)站結(jié)構(gòu)圖,其他圖也都是建立在頁面和頁面之間的聯(lián)系,或者是一定數(shù)量的用戶瀏覽頁面順序基礎(chǔ)之上的。
?異類分析。異類分析也稱為孤立點分析。所謂孤立點是指明顯偏離其他數(shù)據(jù),即不滿足一般模式或行為的數(shù)據(jù)。孤立點分析是數(shù)據(jù)挖掘的重要內(nèi)容,它包括孤立點的發(fā)現(xiàn)和孤立點的分析,其中孤立點的發(fā)現(xiàn)往往可以使人們發(fā)現(xiàn)一些真實的但又出乎意料的知識;而孤立點的分析則可能發(fā)現(xiàn)比一般數(shù)據(jù)所包含的信息更有價值的數(shù)據(jù)。
5.3提升模型的主要應用
提升企業(yè)網(wǎng)站客戶忠誠度,關(guān)鍵是要從客戶的主觀因素和感覺出發(fā),提升客戶滿意度、客戶愉悅度和客戶信任度。通過對4類網(wǎng)絡數(shù)據(jù)進行挖掘,可以分析影響客戶忠誠度的因素或客戶忠誠度降低的征兆,進而制定相關(guān)策略來提升企業(yè)網(wǎng)站客戶忠誠度。
?預防客戶流失?;ヂ?lián)網(wǎng)加劇了企業(yè)間的競爭,企業(yè)獲得新客戶的成本不斷上升,如何保持現(xiàn)有客戶是所有企業(yè)面臨的一個重要問題??蛻艟S持的性質(zhì)是“留住”那些可能流失的客戶。要留住這些客戶,首先要找出哪些客戶最可能“離我而去”,這就是數(shù)據(jù)挖掘要解決的問題。可通過數(shù)據(jù)挖掘?qū)蛻魯?shù)據(jù)庫中大量的客戶歷史交易記錄、人口統(tǒng)計信息及其相關(guān)資料進行分析和處理,對流失客戶群作針對性研究,分析其特征,研究哪些因素會導致客戶流失,建立流失客戶模型,識別導致客戶流失的模式,然后用這些模式找出當前客戶中類似的客戶,以便企業(yè)針對客戶的需求,采取相應的措施防止這些客戶的流失,改善客戶關(guān)系,進而達到保持原有客戶的目的。
?開展客戶細分。客戶細分可以使企業(yè)對不同細分群中的客戶區(qū)別對待。企業(yè)需要對客戶群進行分析,才能得到對客戶需求更加精確的理解和把握,從而可以有的放矢地進行忠誠度營銷的策劃和服務組合。在不太明確客戶群體分類標準的情況下,可采取挖掘的聚類技術(shù),對客戶群進行劃分。運用聚類分析,從客戶檔案庫中發(fā)現(xiàn)不同客戶群,并且用購買模式來刻畫不同客戶群的特征,可以方便地得到商家的主客戶群,以便決策者根據(jù)主客戶群的特征做相應的訂貨、銷售、服務等決策。所有的客戶對于企業(yè)來說價值都不是一樣的,在客戶細分過程中,應加強重點客戶的發(fā)現(xiàn),發(fā)現(xiàn)哪些客戶是真正創(chuàng)造利潤的客戶,哪些客戶是低利潤甚至是無利潤的客戶,然后采取不同的方案對待這些客戶。
?改進網(wǎng)站設(shè)計。網(wǎng)頁是企業(yè)對外宣傳的重要組成部分,體現(xiàn)企業(yè)的整體形象,只有通過它才能開展網(wǎng)上業(yè)務,同時與客戶直接進行溝通。因此,需要在網(wǎng)站上營造一種生活和文化氛圍,一種精神世界,這種氛圍應該和企業(yè)所提出的企業(yè)文化和營銷概念相吻合,給顧客提供一種“賓至如歸”的感受。通過對客戶訪問信息進行挖掘,了解客戶的瀏覽行為,從而知道客戶
的興趣及需求所在,動態(tài)調(diào)整Web頁面,修改網(wǎng)站結(jié)構(gòu)和外觀,按照大多數(shù)訪問者的瀏覽模式對網(wǎng)站進行組織,按其訪問內(nèi)容來裁剪用戶與Web信息空間的交互,以滿足客戶的需要,吸引更多的客戶。從而在優(yōu)化網(wǎng)站設(shè)計時,能從最終顧客的角度更新改進作業(yè)流程,提供給顧客一站購足的服務。
?提供個。客戶的需求不是一成不變的、單一的,而是快速改變著的、多樣化的。隨著生活水平的不斷提高,客戶的要求也越來越高,其個性化需求逐漸成為發(fā)展趨勢。企業(yè)要想贏得較高的客戶忠誠和盈利能力,就一定要實現(xiàn)以下目標:在正確的時間、以正確的價格、通過正確的渠道將正確的產(chǎn)品(或服務)提供給正確的客戶。這就要求企業(yè)網(wǎng)站必須記住客戶的特點,與每位客戶發(fā)展溫馨、個性化關(guān)系,依據(jù)客戶的需要,提供適當?shù)姆张c信息?;跀?shù)據(jù)挖掘的個性化服務,通過對客戶訪問日志記錄信息的挖掘,以為每一位客戶建立一套個性化檔案為基礎(chǔ),可以提供包括個性化定制服務、個性化推薦服務、個性化檢索服務、個性化決策支持服務等內(nèi)容。
?優(yōu)化營銷模式。即使是購買同樣的商品,不同顧客的動因也可能不一樣,有的追求質(zhì)量,有的講究外觀,有的貪圖方便,有的則喜歡其文化內(nèi)涵。所以企業(yè)必須采用一定的方法,了解顧客的購買動因,并集中起來加以分析,然后針對不同客戶的特點,采取不同的營銷策略組合。利用Web數(shù)據(jù)挖掘工具,了解顧客在網(wǎng)上購買商品或接受服務時的選取習慣、鏈接習慣、商品組合習慣,發(fā)現(xiàn)那些隱藏在數(shù)據(jù)中的模式、關(guān)聯(lián)、規(guī)則和趨勢,找出其中的規(guī)律,從而提高交叉網(wǎng)絡營銷、“1對1”營銷、頻率營銷、會員制營銷等營銷模式的效率。
?營造安全環(huán)境。信任是客戶忠誠的一個決定性因素。從本質(zhì)上來說,信任支持了客戶那種認為“可以在交易或者服務中得到積極成果”的信念。在電子商務環(huán)境下,一個安全交易的環(huán)境是客戶產(chǎn)生信任的首要條件。所以商家不僅要保證產(chǎn)品和服務質(zhì)量,還要加強對客戶的責任心,投入足夠的人力和物力,加強硬件上的建設(shè),從技術(shù)上保證網(wǎng)上交易的安全,并且要保護客戶的個人隱私,不能私自將他們的個人信息透露給其他機構(gòu)。Web數(shù)據(jù)挖掘通過訪問路徑分析、關(guān)聯(lián)規(guī)則發(fā)現(xiàn)、序列模式分析、分類規(guī)則發(fā)現(xiàn)、聚類分析等技術(shù),從獲取的資源數(shù)據(jù)中提取與安全相關(guān)的系統(tǒng)特征屬性,并根據(jù)系統(tǒng)特征屬性自動生成安全事件的檢測模型,用于對安全事件的自動鑒別,加強安全審計、入侵檢測、病毒預警、安全評估等網(wǎng)絡安全防范的針對性,有利于提供一個安全的網(wǎng)絡交易環(huán)境。
5.4模型運行的注意事項
建立在Web數(shù)據(jù)挖掘技術(shù)基礎(chǔ)上的企業(yè)網(wǎng)站客戶忠誠度提升模型在運行過程中,還應注意以下一些事項:
?發(fā)揮人的主觀能動性。技術(shù)不是萬能的,技術(shù)也不可能解決所有問題,要提高企業(yè)網(wǎng)站客戶忠誠管理質(zhì)量和效率,需要網(wǎng)站的相關(guān)人員增強責任感和事業(yè)心,加強對挖掘結(jié)果的處理和轉(zhuǎn)換,提高數(shù)據(jù)加工質(zhì)量,使之能夠很好地被理解與應用。