量化投资步骤篇1
abstract:withacombinationofconstructionandoperationstagesinprojectlifecycle,gasfillingstationprojectschedulewasstudied,andafuzzydependent-chanceprogrammingmodelwasestablished.amonkeyalgorithmbasedsimulationmethodtothemodelwasdesigned,andusedtoafillingstationprojectschedulenumericalsimulation.theresultsshowthat,comparedwiththemax-npvmodelwhichconsideredtheconstructionstageonly,thelife-cyclemax-npvmodelcanspeeduptheprojectprogress,increasetheamountofworkdone,andimprovethenpv.
关键词:全寿命周期;现金流;加气站;项目进度;猴群算法
Keywords:lifecycle;cashflow;gasstation;projectschedule;monkeyalgorithm
中图分类号:C935;tp18文献标识码:a文章编号:1006-4311(2010)08-0090-03
0引言
现金流优化的项目进度问题(projectSchedulingproblemwithDiscountedCashFlows,pSpDCF)是研究如何安排项目进度能使项目净现值(npv)最大化。项目进度问题自从1970年由Russell提出以来,吸引了众多学者的关注。其研究领域由无资源和资金约束的支付进度计划问题逐步转向带有资源约束下的现金流优化问题。Fang和Chyu[1]研究了具有资源约束的离散时间-费用平衡下的项目进度问题,并用群体学习算法进行了模拟。汪嘉,孙永广和吴宗鑫[2]对时间和费用都具有不确定性项目的进度计划的风险性进行了研究,提出了以净现值的期望值为优化目标的数学模型DSpSp,并用模拟退火过程进行了模拟,优化结果DSpSp模型明显优于非常保守和非常乐观的两种极端策略。
然而,现有研究只是从投资费用最小的角度出发针对项目建设阶段的进度优化,实际上在加气站项目全寿命周期过程中,项目建设期和运营期并没有严格的界线,项目建设期和运营期都会对现金流产生影响。由于加气站项目的建设期较长,耗资量大,企业在项目建设初期往往没有足够的资金对项目中的所有活动同时开工,只能先投资建设一部分加气站,在这部分任务完工并运营一段时间后,用所得利润再继续投资建设新的加气站,项目的现金流受到运营期收益的影响,如果忽略掉这部分收益,将项目建设期和运营期分开,所得到的项目进度很可能不是最优。
本文从全寿命周期现金流角度出发研究加气站项目进度问题,同时考虑了银行贷款与还款,并将项目收益与成本及贴现率和贷款利率模糊化处理,使进度优化模型更具有实际的应用背景。最后,针对所建立的模糊规划设计了基于猴群算法的模糊模拟方法并对某加气站项目进行了模拟。
1定义和定理
定义1(Liu和Liu[3])假设θ是非空集合,p(θ)是θ的幂集。如果pos满足以下三条公理,则称之为可能性测度。
公理1:pos{θ}=1;
公理2:pos{Φ}=0;
公理3:对于(θ)中的任意集族{ai},有pos{a}=pos{a}。
假设θ是非空集合,p(θ)是θ的幂集。如果pos是可能性测度,则三元组(θ,p(θ),pos)称为可能性空间。
定义2(Liu和Liu[3])设ξ1,ξ2,…,ξm为模糊变量,若对R中的任意子集B1,B2,…,Bm,均有:
pos{ξ∈B,i=1,2,…,m}=pos{ξ∈B},
则称ξ1,ξ2,…,ξm为相互独立的模糊变量。
定义3(Liu和Liu[4])假设(θ,p(θ),pos)是可能性空间,a是幂集p(θ)中的一个元素,则称nec{a}=1-pos{aC}为事件a的必要性测度。
定义4(Liu和Liu[5])设(θ,p(θ),pos)是可能性空间,集合a是幂集p(θ)中的一个元素,则称Cr{a}=1/2(pos{a}+nec{a})为事件a的可信性测度。
定义5(Liu和Liu[3])设ξ为模糊变量,且α∈(0,1),则ξsup(α)=inf{r│Cr{ξ?叟r}?叟α}称为ξ的乐观值。
定义6(Liu和Liu[3])设ξ为模糊变量,且α∈(0,1),则ξsup(α)=inf{r│Cr{ξ?燮r}?叟α}称为ξ的悲观值。
定义7(Liu和Liu[4])设ξ为模糊变量,如果下式右端两个积分中至少有一个为有限的,则称:
e[ξ]=Cr{ξ?叟r}dr-Cr{ξ?燮r}dr
为模糊变量ξ的期望值。
定理1(Liu和Liu[4])假设ξ和η是相互独立的模糊变量,并且期望值有限,则对任意的实数a和b,有:
e[aξ+bη]=se[ξ]+be[η]
2模型设定
考虑一个天然气加气站建设项目,项目目标是要在全省范围内提供汽车加气服务,由于待建的加气站数目较多,企业拥有的资本较少,初期企业只能建少量加气站,经过运营一段时间获得足够的利润后再投资建设新的加气站,整个项目需要分多个阶段才能完成。项目的建设投资有三种来源,一是企业原有资本,二是已建成加气站的运营收益,三是银行贷款。加气站项目进度优化问题为:在每个阶段应该建多少个加气站,选择哪种来源的资本投资建设加气站,如果需要贷款,应在什么时间贷款,什么时间还款,才能使企业现金流最大。待决策的变量有三类,一是加气站建设时间和数量,二是贷款时间和数量,三是还款时间和数量。模型要用到的参数如下:
i:第i个现金流发生期,i=1,2,…,t。
ni:第i期新建的CnG加气站数量。
a:单个加气站运营一个阶段的利润
b:建设一个加气站需要的投资额
r1:贴现率
r2:银行贷款利率(r2>r1)
ci:第i期借入资金量,i=1,2,…,t
hij:第i期借入资金中第i期还款的数量,j=i+1,i+2,…t
Ri:第i期现金流量,i=1,2,…,t
假定a,b,r1,r2为相互独立的模糊变量,加气站项目全寿命周期现金流项目进度优化模型如下:
maxe[π]=e[Re]=e[((an+C-bn-h)e)s.t.pos{ce+((c-h+an-bn)e)+c-h?叟bn}?叟α,i=1,2,…tpos{he?叟c}?叟β,i=1,2,…,t-1
其中(1)式表示目标函数,目标要满足现金流最大化,第一项表示已建成加气站在各阶段的收入,第二项表示各阶段企业投资贷款数,第三项表示各阶段投资建设成本,第四项表示各阶段企业偿还银行贷款数;(2)-(3)式表示约束条件,其中(2)式表示各期企业自有资本数与贷款数减还款数之和大于下期投资建设成本的可能性大于α,不等式左边第一项表示初期资本,第二项是企业运营收益,第三项表示贷款与还款数之差,不等式右边表示下期投资成本;(3)式表示还款数大于贷款额及利息和的可能性大于β。
上述模型中有三组未知变量,一是各期建站数量,二是各期借入资金数量,三是各期还款数量,共计w=(t2+3t)/2个决策变量,求解规模较大,不易求得解析解,因而本文采用猴群模拟算法进行求解。
3模型求解
对于模糊期望值和模糊相关机会规划,刘宝碇和赵瑞清(2003)[6]给出了利用模糊模拟、神经元网络和遗传算法相结合的混合智能算法进行求解的方法,本文在计算模糊变量的可能性测度及期望值时参照这种方法进行模拟。但是神经元网络和遗传算法仅适用于维数较低的模拟求解,鉴于本文中的模型需要求解的变量较多,且存在多种量纲,本文采用猴群算法的方法进行求解。
3.1模糊变量可能性测度模拟当取1时,约束条件(2)退化为L=pos{c0+c1?叟bn1},本文以此为例说明模糊变量的可能性测度模拟方法。
步骤1:置L=α,其中α为L的一个较低估计。
步骤2:分别从模糊变量bi的α水平集中均匀产生ui,i=1,2,…,n,记做u=(u1,u2,…,un)。
步骤3:置μ=μ(u1)∧μ(u2)∧…∧μ(un)。
步骤4:如果满足c0+c1?叟bn1且L
步骤5:重复步骤2至步骤4共n次。
步骤6:返回L。
3.2模糊变量期望值模拟根据模糊变量的期望值线性性质(定理1),进度优化模型中的目标函数等价于:
e[Re]=((e[ae])n)+Ce[e]
+(ne[be])+((h)e[e])
目标函数中含有模糊变量函数的期望值e[ae]、e[e]、e[be]和e[e],本文以e[ae]为例说明模糊变量期望值的模拟过程。
步骤1:设e=0,记f(θ1,θ3)=ae。
步骤2:从1中均匀产生θ1k,从3中均匀产生θ3k,使得pos{θ1k}?叟ε,pos{θ3k}?叟ε,令Vk=min(pos{θ1k},pos{θ3k}),k=1,2,…,m,其中ε是个充分小的正数。
步骤3:置l=min(f(θ1,θ3)),u=max(f(θ1,θ3))。
步骤4:从(l,u)中均匀产生r。
步骤5:设vk=min{pos{ak,e}},则可信性测度Cr{ae}的模拟估计值为:
l=1/2(pos+nec)=1/2(max{vk│f(θ1,θ3)?叟r}
+min{1-vk│f(θ1,θ3)?燮r})
步骤6:如果L?叟0,置e=e+L,否则置e=e-L。
步骤7:重复步骤4到步骤6,直到最大循环次数m。
步骤8:返回期望值:
e[ae]=l+e•(u-l)/m。
3.3基于猴群算法的模糊模拟猴群算法是由赵瑞清和唐万生[7]于2008年开发的,其原理是模仿猴子爬山的过程,分为爬、望、翻三个过程。假定共有m只猴子,每只猴子延着自己所处位置以步长epsilon向上爬(假定目标函数为求最大值),称为爬的过程;在爬到自己所处位置的最高处时,以步长bar向外观望(bar>epsilon),如果观望到的位置比自己所处的位置高,则跳到所观望到的位置,在新位置继续向上爬,称为望的过程;当爬和望重复一定次数后,每只猴子向所有猴子的重心方向翻,翻的步长随机给定,翻到新的位置后继续向上爬。重复以上步骤直到最大循环次数。
具体步骤和参数设定如下:
步骤1:初始化。
置m=3,即设定共有3只猴子,每只猴子随机选取一个初始位置(xi1,xi2,…,xiw),其中i表示第i只猴子,w表示需要求解的变量个数。
步骤2:爬。
设定加气站个数n的步长为g1=0.01/Q,贷款数c的步长为g2=100/Q。其中Q是经历一次爬、望和翻的循环次数,随着循环次数的增加,猴子的位置更接近于最优目标值,逐步缩小的步长能使模拟结果更加精确。
置yj=xij+a•sign(f′ij(xi)),j=1,2,…,w。其中f′ij(xi)为目标函数f(.)在点xi处的梯度:
f′ij(xi)=(f(xi+Δxi)-f(xi-Δxi))/2Δxij。
步骤3:望。
加气站个数n的步长设定为h1=0.1/Q,贷款数c的步长为h2=10000/Q。
随机从(xij-b,xij+b),j=1,2,…,w中产生数y=(y1,y2,…,yw),如果f(y)?叟f(x),则用y替换x。
步骤4:翻。
从(0,1)中随机产生一个数α,置yj=xij+α(pj-xij),其中pj=x,j=1,2,…,w。置y=(y1,y2,…,yw),用y替换x。
步骤5:重复步骤2到步骤4:,直到最大循环次数Q为止。
步骤6:返回3只猴子中目标值最大的即为模拟求解的最优目标值。
4加气站项目实例
假定某企业决定投资4000万元进行加气站项目,此项目计划在7年内完成。据估算,每个加气站建设成本为b=(420,450,480)万元,每个加气站年收益为a=(90,100,110)万元,每年贷款上限为100万元,贷款利率为r2=(0.05,0.06,0.07),贴现率为r1=(0.02,0.03,0.04),α=0.95,β=0.9。
采用猴群算法进行模拟,模拟计算结果为:第一年建9个加气站,贷款67万;第二年建3个加气站。最大净现值为1983万元。如果不考虑运营期收益,企业只有在第一年建9个加气站时项目净现值最大,最大净现值期望为1651万元。因而,考虑运营期收益时项目进度加快,项目完成量比不考虑运营期收益时的完成量多33%,净现值增加20%。
5总结
在以往对项目进度的研究中,仅仅局限于对项目建设期的现金流优化,现金流中不含有运营收益。本文将项目全寿命周期中对现金流有影响建设期和运营期两个阶段结合起来研究项目进度问题,构建了模糊机会规划模型,并采用猴群算法对某加气站项目的进度问题进行了模拟,结果表明,考虑项目运营期现金流后,项目进度和净现值都有所提高。
参考文献:
[1]YinGCHieHFanG,CHiUHCHenGCHYU.proceedingsofthe9thasiapasificindustrialengineering&managementSystemsConference[C]//apopulationlearningalgorithmforthetime/costtrade-offsresourceconstrainedprojectschedulingproblem,2008,nusaDua,Baliindonesia:asiapacificindustrialengineeringandmanagementsociety,2008:459-466.
[2]汪嘉,孙永广,吴宗鑫.时间和费用具有不确定性的优化进度计划[J].系统工程理论与实践.2002,1(1):93-98.
[3]LiuBaoding.theoryandpracticeofuncertainprogramming[m].Heidelberg:physica-Verlag.2002.
[4]LiuYankui,andLiuBaoding.expectedvalueoperatorofrandomfuzzyvariableandrandomfuzzyexpectedvaluemodels[J],internationalJournalofUncertainty,Fuzziness&Knowledge-BasedSystems,2003,11(2),195-215.
[5]LiuBaoding,andLiuYankui.expectedvalueoffuzzyvariableandfuzzyexpectedvaluemodels[J],ieeetransactionsonFuzzySystems,2002,10(4),445-450.
量化投资步骤篇2
关键词对外投资项目资源型项目投资风险模糊综合评价
1风险管理及对外资源型投资项目风险管理
所谓项目风险管理是指人们的主观行为，使各行为主体通过对某一项目实施过程中将要遇到的风险事件进行识别、衡量、分析，在此基础上制订出适宜的防范控制措施，用合理的手段综合处理风险，以最大限度地实现项目实施的既定目标的科学管理过程。
投资项目风险指的是项目投资建设运营过程中项目可能给项目投资者、项目债权人等相关利益群体所造成的损失及对国民经济和经济环境、环境等所造成的破坏程度。投资项目面临着大量的不确定性风险因素，对这方面的也颇多，一般来说主要分为市场风险、管理风险、技术风险、自然环境风险、经济风险、社会文化风险等。每一大类风险因素又可划分为若干小类，这些风险因素对不同的项目，甚至是同一项目不同阶段的程度也都是不同的，但任何一种风险都有可能造成项目建设的失败。
对外资源型投资项目风险管理是指对外资源型投资对勘探、开发、投资项目实施过程中存在的各种各样的风险事件进行识别、衡量、分析评价，并适时采取各种有效的方法进行处理，以保障该项目安全正常实施，达到预期收益，并保证本企业及国家的经济利益免受损失的科学管理过程。
2对外资源型投资项目风险管理的基本程序和步骤
对外资源型投资项目风险管理的基本程序与一般风险管理程序一样，包括风险的识别、风险的评价、风险的决策和风险的控制与防范这四个主要步骤。
风险的识别是整个风险管理活动的前提和基础。它包括调查投资项目面临的所有潜在风险是否存在、分析产生风险的各种原因。识别风险应尽可能全面按照系统分析的方法，项目风险可分为筹融资风险、建设期风险、生产期风险和项目决策风险。
风险的评价是指对投资项目所面临的各种特定风险发生的可能性或风险发生造成的损失的范围与程度进行的测算和估计。它包括风险大小的定量估计与风险危害基准的设定等。
风险的决策是指针对投资项目所面临的各种特定风险及其大小，运用适当的方法加以分析，从而做出是否投资，何时投资以及如何投资等的决策过程。
风险的控制与防范是指人们力求规避或改变那些可能引起或加重损失的因素，采取安全有效、积极合理的措施来对付各种风险。风险的控制与防范要根据风险管理主体对风险的态度、风险承受能力、管理者的素质、风险的性质和影响程度等许多因素，运用各种相应的方法来进行处理。其中风险的防范主要偏重于对风险的事前、损前处理，风险的控制则是在投资项目运作过程中，随时监视项目的进展，注视风险的动态，一旦有新情况，马上对新出现的风险进行识别、评价和决策，并采取必要的行动。
风险管理的这四个步骤之间不是孤立存在的，在实际运用过程中通常下一步骤的进行是以前一步骤的结果为依据而紧密联系在一起的。由于风险尤其是经济风险的影响因素是瞬息万变的，旧的风险因素会不断改变，新的风险因素又会不断产生，因此必须定期、不定期地进行风险识别、风险评价，不断修改和完善风险决策方案及风险控制方法。换句话说，风险管理活动的四个基本步骤是一个连续不断、循环往复的管理过程。
3对外资源型投资项目面临的主要风险
3.1项目筹融资风险
这是指项目管理者在筹融资活动中改变筹资结构，使其偿债能力丧失和资金利润率降低的可能性。项目筹融资风险主要来源于生产经营、资金组织和外汇汇率变动。如果生产经营中项目亏损，就使得筹融资中借入的资金偿还需用自有资金支付；如果资金安排不合理，购货付款与偿债付款较集中，就会出现临时性的经营困难；对外资源型投资项目还主要面临着汇率升降所带来的风险。
3.2建设期风险
在对外投资项目的整个建设周期中，由于资金的不断投入，而项目还未获得任何收益，这就使得项目一旦因为某些因素造成建设成本超支，不能按期完工或无法完成，就会给投资者带来损失。为此需考虑以下几方面的因素：管理者必须具备丰富的管理经验和一定的技术能力，否则导致项目的投资成本、完工质量及生产效率方面出现不确定性；原材料、燃料涨价，资金、人员和物资调配环节出现，都会造成建设成本增加、工程延期，投资回收期延长；土地、建筑材料及运输的可获得性出现困难，无法按计划开工，就会拖延工期；不可抗力风险自然灾害、战争、政局变动等都会影响工程开工，并对投资项目未来产品市场产生影响。
3.3生产期风险
项目建设完成，进入正常经营状态，通过产品的销售来偿还债务和回收投资，实现预期的经济效益和社会效益。这一时期的风险主要表现在生产、市场、政策、汇率变动、政治波动等方面。
生产方面，管理人员的自身素质和能力局限，对生产计划安排和人、财、物的有机组合不能实现预期的生产控制和成本控制，生产人员工艺技术不熟练，次品率高于标准，都会影响项目效益的实现；市场方面，原材料、能源市场价格波动，新技术的出现都会影响项目产品利润的实现；汇率方面，汇率的波动会直接影响投资收益；政治方面，一旦政局变动，尤其是国际关系出现分裂，将使投资项目严重受挫。
量化投资步骤篇3
投资者情绪（investorSentiment）与股票价格之间的关系是传统金融理论和行为金融理论争论的焦点。传统金融理论认为，市场是有效的，虽然部分投资者在某种程度上可能并非理性，但由于交易随机进行，非理对于股票价格的影响会相互抵消，因此股票价格不会受到影响。行为金融理论则吸收了心理学、社会学、人类学、行为决策研究的成果，是金融学、心理学、行为学、社会学等学科相交叉的边缘学科，力图揭示金融市场的非理和决策规律，“有限理性”与“有限套利”是其两大支柱。行为金融理论认为，证券的市场价格并不只由证券内在价值所决定，还在很大程度上受到投资者主体行为的影响，即投资者心理与行为对证券市场的价格决定及其变动具有重大影响。这突破了传统金融理论的有效市场和理性人假说，认为由于非理性投资者行为的不可预测性和套利的非完美性，理性套利者并不能及时纠正非理性投资者导致的股票价格与价值之间的偏离。所以，股票价格由其基础风险和非理性投资者的错误估价共同决定。投资者情绪是影响股票收益的重要因素之一。
二、相关研究评述
众多针对投资者情绪与股票市场的研究表明，投资者情绪对股市收益及波动有着重要的影响。Charoenrook(2003)以密歇根大学消费者情绪指数年度变化测度投资者情绪，以考察情绪与股票市场收益之间的关系，检验情绪的变化是否预测了股票市场收益，结果发现消费者情绪的变化在月度和年度上均预测了市场超额收益，且情绪的预测力与经济状况无关。Brown和Cliff(2004)对投资者情绪与短期股票收益率之间的互动关系进行了研究，发现情绪和近期市场收益相关，股票市场近期历史收益率和投资者情绪水平本身是情绪的重要解释变量。DenysGlushkov(2007)测量情绪敏感性股票是否会赚取更高的收益，结果表明投资者情绪较高的股票表现劣于投资者情绪较低的股票。王美今和孙建军(2004)构造理论模型并证明了投资者接受价格信号时表现出来的情绪是影响均衡价格的系统性因子。实证发现投资者情绪的变化不仅显著地影响沪深两市收益，另外，还有观点认为投资者情绪是影响资产定价的系统性风险（DeLongetal.，1990）。
三、投资者情绪指标的构建方法及其与股票收益关系研究
本研究分析投资者情绪与股票收益之间的关系，因此构造科学合理的股票情绪指标将情绪进行合理量化是一个重点。衡量投资者情绪的指标可以分为市场情绪指标和个股情绪指标两种，还可分为情绪的直接指标和情绪的间接指标两类。国外现有研究投资者情绪及其对市场作用时所运用的情绪指标大多是直接调查指标，这或许与国外金融市场发展程度及研究机构数据调查、保存的历史等条件有关。然而，基于投资者认知的情绪直接指标有可能在研究的出发阶段就产生了偏误。与此相比，金融市场交易变量已经包含了投资者的决策前与决策中的行为与心理偏差，运用这些变量表征情绪或许更为准确。本研究选取个股的股东户数和户均持股来构造投资者的市场情绪指标，属于情绪的间接指标。由于这两者都存在逐年递增的趋势，首先需要进行去趋势化处理。
（一）数据来源和处理
选取resset数据库中沪深300较早上市且数据完整的180只股票，样本选取这180只股票2002年6月至2010年3月的股票收益率、股东户数和户均持股数据，三者均为季度数据。其中，股东户数和户均持股数据需要进行处理，具体处理步骤如下：
步骤1去趋势化。具体做法是对每只股票的时间序列做回归，根据样本回归方程计算每只股票的季度估计值，用实际值减去估计值得到其差额；
步骤2对于去趋势化后的数据，用当期差额与上一期差额之间的差额作为个股情绪的变量；
步骤3每季度计算180支股票收益和情绪指标的均值（按市值加权）；
步骤4情绪指标的均值进行无量纲化（x-minmax-min*2-1）处理，处理后数值区间为[-1,+1]。
（二）实证研究
本研究以2002年6月至2010年3月中国证券市场交易数据为研究对象，构造投资者的市场情绪指标，通过讨论中国投资者情绪与股票收益之间的关系，揭示中国证券市场中投资者情绪的特征及其变化规律。
1.统计结果
时间序列回归的前提是时间序列平稳，因此首先对数据进行平稳性检验，采用aDF方法检验发现处理过后的股东户数和户均持股的情绪指标都平稳。根据股东户数得出的情绪指标系数为-0.150346，在10%的显著性水平下不显著。而根据户均持股得出的情绪指标（即sent）的系数显著，选用ar(1)模型。回归方程为：returnt=0.064873+0.245380sentt+utut=0.469612ut-1+vt或returnt=0.034408+0.245380sentt+0.115233returnt-1+vt可见，当期的市场收益与当期市场情绪以及上一期的市场收益相关。（无量纲化的）市场情绪每变动一个单位，当期市场收益变动0.25个单位，即变动25%。而上一期的市场收益每变动一个单位，当期市场收益变动0.12个单位，即上一期的市场收益变动1%，当期市场收益变动0.12%。基于稳健性考虑，以等权重方式重新构造180支股票收益和情绪指标的均值并进行回归分析，得出的结果与市场加权方式类似。
2.实际意义
虽然股东户数得出的情绪指标系数不显著，但仍可以看出它与市场收益反向变动。而户均持股得出的情绪指标系数则与市场收益正向变动。这是因为经过去趋势化处理，可将发行在外的股票数看做既定。股东户数越多，说明股票更多地分散在个人投资者的手中；户均持股则恰恰相反，在股票数固定的情况下，户均持股越大，那么股东户数越少，说明股票更多地集中在机构投资者的手中。而用当期差额与上一期差额之间的差额作为个股情绪的变量则表明用增量表征情绪，可视作情绪的波动。相对个人投资者而言，机构投资者由于持股量大，对于股票价格的变化所起的影响更大。可预见，机构投资者的占比越大，股票收益率越高；个人投资者的占比越大，股票收益率越低。因此，股东户数越多，股票收益率越低；户均持股越大，股票收益率越高。而我们的实证结果与之相符合。
量化投资步骤篇4
论文摘要:文章分析了传统的项目投资决策方法存在的问题主张将实物期权分析方法用于项目投资决策,介绍了实物期权的基本思想、概念、类型及适用条件,着重分析了实物期权在投资决策分析中一般性分析方法及其步骤,以期通过实物期权的方法来提高投资决策的科学化。
投资决策是企业为了对若干可行性方案进行研究论证或者对单一方案的可行性进行分析运用一系列的科学理论方法和手段从若干个可行方案中选取最佳方案或确定某一方案是否可行的判断分析过程。传统的投资管理决策方法主要是净现值法,该法以净现值的大小或正负为标准来选取最优方案或确定一个方案的可行性,其最大的缺陷在于忽视了企业投资管理过程中的柔性。实物期权为企业的投资决策提供了新的视角,它突破了传统决策方法的束缚,面对环境的不确定性,它给出的适合期权价值的净现值判别标准显得更为有效和科学,对企业的投资决策有着重要的实际意义。
一、实物期权的概念和思想
近20年来,期权理论在西方国家得以迅速发展,其应用不仅仅局限于金融市场,而且推广到了企业的财务管理领域,期权不再仅仅是一种有效的避险工具和投资获利工具,而且促进了现代企业的财务管理分析中的新思路与新方法的发展。而我国对于期权理论在企业财务管理中的运用尚处于初始阶段,实物期权是指在不确定的条件下,以期权的概念来定义的实物资产投资的现实选择性,它反映企业进行长期资本投资的现实选择权,它反映企业进行长期投资决策时拥有的,能根据在决策时不确定的因素改变投资行为的一种权利,实物期权具有期权的特征,即投资不可逆性,时间上的延迟和选择性以及投资后的各种变动弹性,反应了实际生活中投资决策的特点。
二、实物期权的类型
与项目的投资决策相对应,根据实物期权的特点,可分为以下几类:
(一)延期型期权
延期型期权是实物期权中最重要的一类,它相当于买权。它指管理者可选择在今后某个适当时刻进行投资,而不必在当前立即决策,企业如果能够延期投资,就等于拥有一个买权,其执行价格为投资成本。延期型期权类似美式看涨期权。
(二)放弃型期权
放弃型期权相当于一个卖权。指项目经营一段时间后,如果经营效果不佳,企业可以放弃投资并且获得清算价值。清算价值就相当于执行价格。当项目的净现值低于清算价值时,放弃或转卖这一资产相当于企业执行这一卖权,可以避免更大的损失。相当于标的为股票的看跌期权。
(三)扩张型期权
扩张型期权相当于一个买权。项目投资后,如果市场条件好,企业可以通过扩大投资规模获得更大的收益。相当于标的股票的看涨期权。
(四)收缩型期权
收缩型期权相当于一个卖权。在市场需求减少时或在其他不利的情况下,大多数项目都会考虑到收缩投资规模,从而减少可能的损失。类似于金融期权中的看跌期权。
(五)转换型期权
转换型期权相当于一个买权。它指企业的项目投资者有权在多种决策之间进行转换,该期权的获得既取决于生产技术和过程的选择,也依赖于许多非技术的因素。对投资项目运作的具体过程进行转换的期权相当于标的为股票的双向期权,即看涨期权和看跌期权的组合。
(六)增长型期权
增长型期权相当于一个买权。项目的投资者获得初始的投资成功后,在未来时间内能够获得一些新的投资机会。当这些投资机会的条件成熟时,投资者就会抓住机会进行投资,以获得更大的利润。相当于标的为股票的看涨期权。
(七)复合期权
复合期权是指以期权为标的资产的期权,即为一种期权的期权就可以用来描述这类投资。如果用复合期权的方式来分析多阶段投资项目,项目的价值将会因为投资者能够依据未来不确定性动态调整投资过程而大大提高。通常我们可以将复合期权看作一系列欧式期权的组合,适用所有产业或公司特别是研发密集的产业。
三、实物期权分析方法的适用条件
实物期权分析方法并不是对任何项目的评估都是适用的。一般情况下,投资项目使用实物期权决策方法需要满足以下条件:
第一,当存在或有投资机会时,项目会出现更新以及在中途可能会出现战略的修订,传统的投资决策方法不能正确估计项目中包含的投资机会的价值。这时使用实物期权方法对项目投资价值的评估会更为全面合理。
第二,当投资项目的不确定性足够大,投资者不得不等待更多信息,以避免不可回收投资的决策失误。而且在不确定性足够大的情况下投资者必须考虑到投资的灵活性对项目价值的影响。
第三,当投资项目的价值主要由项目的未来现金流所决定,而不是由目前产生的现金流决定。
四、实物期权在投资决策中的一般性分析方法和步骤
(一)实物期权在投资决策中的一般性分析方法
林特和彭宁斯(link&pennings,2001)以roa(realoptionsanalysis,实物期权分析)和dcf的互补性为基础,提出了四象限分析法。他们根据收益和风险的不同将项目分为四个象限(如图1所示)。由图1可以看出
象限1:项目具有高期望收益与低风险(低波动率),可使用dcf法分析,且项目应尽快实施。
象限2:项目具有低期望收益与低风险(低波动率),可运用dcf法分析,且项目应尽快放弃。
象限3:项目具有高期望收益与高风险(高波动率),可使用roa法量化风险,并在新信息来临时决策。
象限4:项目具有低期望收益和高风险(高波动率),可使用roa法分析,在有信息来临时实施项目。
投资决策实物期权分析方法的基本思路在于把投资项目视为某一实物期权或若干实物期权的组合。这样,决策分析对象从项目变为实物期权,即投资项目评价问题相应转换为实物期权的定价问题。
由于投资项目被视为若干实物期权的组合,则项目的真实价值转化为实物期权或组合的价值,等于项目的净现值npv和各种灵活性的价值之和,成为扩展的npv——enpv(extendednpv)。把灵活性的价值称为期权溢价(optionpremium,op),即考虑到实物期权因素而增加的价值。因此,实物期权的价值构成为npv=npv+op从上式可以看出,对于一个投资项目,其npv是固定的,不同的实物期权的价值(项目的真实价值)差异在灵活性的价值即期权溢价(op)上。不同的实物期权或组合有着不同的期权溢价,因而有着不同的价值构成。考虑到一种极端的情况——实物期权组合全部为到期型实物期权,则显然期权溢价op=0,此时enpv=npv,则传统的投资决策方法与实物期权方法得到的结论完全一致,这也印证了传统的投资决策方法在基于完全信息假设即确定性条件下是完全有效的,因而当在投资决策中涉及到很少或是没有灵活性时,传统的投资决策方法(如npv法、irr法等)就足够了。
(二)实物期权在投资决策中的一般性分析方法的步骤实物期权理论至今还没有一个统一的分析框架,许多学者提出的分析框架都各有侧重。本文结合amram和kulatilaka(1999),copeland和antikarov(2001)提出的两种框架,得出实物期权在投资决策中的一般性分析方法的步骤(如图2所示)。
步骤一:构造实物期权应用框架。
描述决策内容。在对投资项目进行评估时首先要做的是对决策行为进行书面描述,明确说明要决策的问题是什么,存在哪些或有决策,哪些可观察的变量触发决策。有些决策包含多个期权,常常是多层次或者序列结构的复合期权,应分块进行评价以增加直观性和可评价性。
不确定性来源识别和分析。相对于金融期权而言,实物期权的不确定性来源要复杂得多,其中很多是不可见的,既包括系统性风险,又包括非系统性风险,在实物期权的应用中必须识别出这些不确定性来源并将之结构化。
非系统风险分析。实物期权应用中总是会遇到非市场风险,对这些非系统性风险的形式和来源进行详细说明有助于得到更好的结果。
决策准则的构造。决策准则的制定问题是应用框架中重要的参考要点。识别了期权与影响其价值的不确定性来源和风险后,我们需要构造一个简单的数学表达式作为决策的准则,比如当mr>mc时重新开始生产。决策准则越具体越好。
实物期权方法是一种思维方式,如果应用框架过于复杂该方法就将失去越性,如果应用框架很难理解将会限制其应用的范围。为了成功地执行实物期权,其应用框架应该简单易懂。步骤二:建立期权定价模型。
使用npv方法计算项目的价值。建立输入变量,期权计价模型所包含的输入量较少且比较容易获取,这也是期权方法之所以诱人的重要原因。在大多数情况下dcf分析方法已经收集到了期权计价模型所需的大部分数据。所需的输入量主要包括标的资产现值、决策点的价值增量、标的资产波动率(市场风险)、期权期限及无风险收益率。
在综合了不确定性的基础上建立事件树,对标的风险资产价值产生影确定性进行建模。
根据事件树中列出的不确定性进行相应的决策,建立决策树。决策树上显示了最优决策所获得的项目价值也即是决策者要获得的期权价值。用定价模型对实物期权进行计价。选择适当的期权计价模型计算实物期权价值。
步骤三:对计算结果的检查。
这一步主要是对用实物期权方法计算出的结果进行评价分析,通常包括四个部分:定价结果比较、制定决策临界值、分析策略空间及投资风险特征分析。
步骤四:考虑是否需要重新设计。
在对结果进行研究分析之后,需要再考虑一下投资备选方案集合是否需要扩展,投资战略是否可以通过重新构造和设计而增加价值,是否能创造出更多的期权,是否存在具有相同性能的其他备选方案等等。经过若干次验证可以设计出具有更高价值的投资策略。
五、结束语
通过以上分析可以看出,实物期权理论为企业项目投资决策提出了一种可行的分析思路和分析方法,修正了传统方法的缺陷,具有一定的理论和现实意义。但应该指出,由于实物期权的概念还需在实务工作者中推介,而且其量化分析较难,很多决策者对这种方法不甚理解,影响了它的应用效果。因此在理论上和实践中都有待于进一步研究。
参考文献:
1、刘泽亮.论实物期权及其在风险投资中的应用[j].财经理论与实践,2002(3).
2、樊霞,刘西林.实物期权的项目投资组合决策优化研究[j].工业工程与管理,2006(1).
量化投资步骤篇5
一、材料采购、在途物资、原材料和库存商品之间的关系
表1显示企业按行业分为工业企业和商业企业两类，在工业企业中分实际成本计价和计划成本计价两种。按实际成本计价，未验收入库的材料借记“在途物资”科目，待验收入库，将“在途物资”结转为“原材料”科目；按计划成本计价，不管是否已验收入库的材料先按实际成本借记“材料采购”科目，然后再贷记“材料采购”，将其按实际成本转出，按计划成本借记“原材料”科目，将两者的差额记入“材料成本差异”科目。在商业企业中，未验收入库先借记“在途物资”，待验收入库，再贷记“在途物资”，借记“库存商品”。
二、应收账款、预收账款，应付账款和预付账款
从表2中可以看出：(1)进货经济业务用到“应付账款”和“预付账款”两个科目，销售经济业务用到“应收账款”和“预收账款”两个科目；(2)“应付账款”和“预收账款”属于负债类科目；“应收账款”和“预付账款”属于资产类科目；(3)填制资产负债表时，“应付账款”按“应付账款”和“预付账款”明细账的贷方余额加总填列，“预付账款”按“应付账款”和“预付账款”明细账的借方余额加总填列，“应收账款”按“应收账款”和“预收账款”明细账的借方余额加总填列，“预收账款”按“应收账款”和“预收账款”明细账的贷方余额加总填列。
三、银行结算方式
银行结算的具体处理方式如表3所示。
四、所得税费用
(一)公式所得税费用的相关计算公式为：所得税费用(或收益)＝当期所得税＋递延所得税费用(-递延所得税收益)。其中，递延所得税费用＝递延所得税资产减少额＋递延所得税负债增加额；递延所得税收益＝递延所得税资产增加额＋递延所得税负债减少额。
从费用的概念中可以知道，费用会导致所有者权益减少，既表现为资产的减少，也表现为负债的增加。同理可推，这里递延所得税费用包括递延所得税资产减少额和递延所得税负债增加额。同时，从收入的概念中可以知道，收入会导致所有者权益增加，既表现为资产的增加，也表现为负债的减少。同理可推，这里递延所得税收益包括递延所得税资产增加额和递延所得税负债减少额。
当期所得税：应纳税所得额x所得税税率。其中，应纳税所得额＝税前会计利润＋纳税调整增加额-纳税调整减少额；纳税调整增加额因素一是超过税法规定的工资支出、业务招待费，二是税法规定不允许列支的滞纳金、罚款、罚金等；纳税调整减少额因素一是税法规定允许列支的前五年内未弥补亏损，二是国债利息收入等。
[例1]欣欣公司2006年度的税前会计利润为187500元，所得税税率33％。当年按税法核定的计税工资为18000元、业务招待费为10000元，该公司实发工资为30000元；实际入账的业务招待费为8000元，另外，还有1000元的罚金。假定无其他纳税调整因素。应交所得税计算如下。
纳税调整=(30000-18000)+1000=13000(元)
应纳税所得额=187000+13000=200000(元)
应交所得税额=200000×33％=66000(元)企业实际支付的工资总额30000元超过计税工资18000元，超出的部分12000元不得作为纳税扣除项目，应调整增加应纳税所得额12000(30000-18000)。但企业实际支付的业务招待费8000元低于可计税业务招待费10000元，不属于纳税调整因素。
(二)所得税费用的会计处理会计的记账规则为：借方表示资产增加或负债减少，递延所得税资产增加或递延所得税负债减少记在借方；贷方表示资产减少或负债增加，递延所得税资产减少或递延所得税负债增加记在贷方；递延所得税借方或贷方，调整的是所得税费用，应交税金――应交所得税的金额是不变的。即会计分录为：
借：所得税(所得税费用)
递延所得税负债／资产
贷：应交税金――应交所得税(当期应交所得税额)
递延所得税负债／资产
[例2](承例1)欣欣公司递延所得税负债年初数为60000元，年入数为45000元，递延所得税资产年初数为30000元，年末数为-25000元，请做账务处理。
递延所得税收益=(60000-45000)=15000(元)
递延所得税费用=(30000-25000)=5000(元)
所得税费用=99000+5000-15000=89000(元)
借：所得税 89000
递延所得税负债 15000
贷：递延所得税资产 5000
应交税金――应交所得税 99000
递延所得税负债年初数为60000元，年末数为45000元，递延所得税负债年末比年初减少15000，负债减少，借记“递延所得税负债”，金额为15000元；递延所得税资产年初数为30000元，年末数为25000元，递延所得税资产年末比年初减少15000，资产减少，贷记“递延所得税资产”，金额为5000元。
(三)结转利润承上例中所之公司的数据、年终结转公司利润利润的分录如下：
借：本年利润 89000
贷：所得税 89000
五、现金流量表
(一)现金流量类别企业产生的现金流量分三类：(1)经营活动产生之现金流量。经营活动理解为企业日常经营活动产生的所有交易和事项，主要涉及流动资产和流动负债类科目及损益类的营业收入、营业成本、营业税金及附加、销售费用和营业费用等科目，经营活动产生之现金流量主要包括销售商品或提供劳务、购买商品、接受劳务、支付工资和交纳税款等流入和流出的现金及现金等价物。(2)投资活动产生之现金流量。投资活动有对外投资和对内投资两类形式，对外投资即购买股票、债券、基金、权证及向其他企业投资等，主要涉及交易性金融资产、持有至到期投资、可供出售金融资产和长期股权投资等科目；对内投资即购建固定资产、无形资产和其他长期资产，主要涉及在建工程、固定资产、无形资产等科目。投资活动，其目的是通过流出现金，获得投资收益。投资活动产生之现金流量主要包括购建固定资产、处置于公司及其他营业单位等流入和流出现金及现金等价物。(3)筹资活动产生之现金流量。筹资活动，企业发行股票或债券和向金融机构贷款两种形式，目的是流入现金，其与投资活动的目的和形式刚好相反。筹资活动主要涉及股本、应付债券、长(短)期借款等科目，筹资活动产生之现金流量主要包括吸收投资、发行股票、分配利润、发行债券、偿还债务等流入和流出现金及现金等价物。
量化投资步骤篇6
关键词：行为经济学“市场进入”博弈认知层级
关于“市场进入”博弈，因参与者信息不足记忆有限，“有限理性”模型更为切实。行为博弈论的最新进展—“认知层级”(CognitiveHierarchy，CH)理论力图构筑某种“有界理性”指数，以衡量行为人策略性思考步骤(“异质”/“聪明”程度)。它可回溯到Keynes《通论》(1936)。Stahl(1993)和Broseta，Costa-Gomes&Crowford(2001)表明，人们的策略性推理常只有几步，因“我认为他认为我认为他认为…”式递进推理将占用大量临时记忆空间，过度自信会使得参与者停止推理。实验表明，初次博弈者的重复推理步数多为0～2。
标准“均衡”分析过程是，(1)参与者形成关于他人策略的信念，(2)做出最佳反应，(3)调整最优反应或信念直到相互均衡。对完全竞争的个体最优化，它大致无碍。根据Rosenthal(1981)、Krepetal(1982)、Fudenberg&maskin(1986)等，在现实的不完全竞争国际经济博弈方面，因命运相关，少数非理性者就可能引致其他理性者改变策略。因此，若要预测所有参与者的可能行为，需要某种既能顾及上述三点又能兼顾“有界理性”的分析方法。
据Camereretal(2002)，设参与者i以逻辑反应法则选择策略，策略获选概率取决于其“吸引力”。若i有种策略，初始吸引力为。以表i的第j种策略，在时期t由i和其他参与者(记作)所选策略为和，的收益为。“逻辑反应法则”将把吸引力映射到概率空间中，
(1)
是反应的敏感度。借助参与者递推思考步骤数目和决策规则，CH模型设其分属0(或，K-1)步或K步思考者(简称“K步者”)。设后者出现频率呈poisson分布，均值和标准差均为，故其出现频率为，可表示众数的“有界理性”程度。再设参与者可确定思考步骤不如自己者出现的绝对频率，但无法想象那些多于自己者，故须调整信念和分配所缺概率，以计算指导决策的期望收益。若参与者把较少步骤者的确切相对比例除以，则经调整的各频率之比例保持不变且总和为1。
根据调整的信念，K>0步者以下式确定策略的“吸引力”，再计算预期收益，
，(2)
和各表策略j对于K步者在时期0的“吸引力”和预测较低级别c在时期1的选择概率。
为确定CH模型的功效，可以“随机最优反应均衡”(QuantalResponseequilibrium，QRe)为参照，定义是，而。若趋于无限，QRe将收敛于nash均衡;其中，K步者为“自知者”，因他们相信还存在其他K步者，而趋于无穷大。
现讨论一下CH理论的潜在运用，譬如是否参与国际投资的决策问题。可将它视为某种一次性“市场进入博弈”。设各投资者资金相等，将人数和市场资本容量都规范化为1，以c表进入者数目占投资者数目的比重，或投入资金占资金总量的份额。再设各投资者同时决定是否进入；其准则是：仅当他相信数值低于c的某一截取值时才会进入。实验表明，此类博弈特征有三，(1)针对不同c值，进入率与(非对称)纯粹均衡或对称性混合均衡预测的进入率密切相关(即，若进入资金份额为c，百分之c的投资者将进入)；(2)若c值较低，进入者数目会略微过度，反之则进入不足;此时，许多人属采用杂乱准则的噪音者或跟风者；(3)大多数人在c低于某一截取性值时将不进入，c较高时则进入。因此，可确定最优反应:0步思考者在期中“跟风”进入;1步者在c0.5进入；2步者因相信0步者比例为，故仅当c>0.5和，或c
实验表明，即便处在第1时期，投资者们也会合理地协调进入决策。该模型对此作了解释，并兼顾其他两个规律的合理价值。图1表明，进入者数目几乎随着c单调上升;在c值较低时大于超出它，在c较高时则低于它。根据图2，若和2，
图1市场进入者数目随着、数据和思考步骤的变化状况(引自Camereretal，2002)
进入函数n(全体)重复形成单调的“投资过度或不足”效应。模型为除2步思考之外的所有参与者确立了大致截取准则:若，0步者将作随机行动，1步者在时会全部进入，3-4步者会使用某种“极端值”截取准则，而5步及其以上者则使用某种严格准则。若我们可衡量因c的变化而出现的进入方式，实际数据将展现此类随机性、截取性和大致截取准则的混合。
模型还有助于更多思辨。如，现已证明市场进入函数是单调的；即，随着c递增。若或1.25，则可确定，最多只包括K步者的条件进入函数将随着K的增加而加速趋于均衡。
图2针对不同取值的poisson分布(同前)
此外，模型考虑了某些操作方式的影响和事关抉择的不同认知尺度，诸如反应时滞与信息获得；它还营造了各参与者的自然异质性。若假设最佳反应，此模型通常可营造出“非纯粹化结果”;即，处在任何思考层级上的大多数参与者虽都使用纯粹策略，但却会导致混合性结果。换句话说，个体的决定论行为完全可能导致随机的总体运动。其缘由就在于，参与者的思考步骤各有不同!
参考文献：
[1]J.m.凯恩斯,《就业、利息和货币通论》.高鸿业译,北京:商务印书馆,2004年
[2]m.科斯塔-格奥梅斯等(2001)，“正则形式博弈中的认知和行为：一项实验性研究”，《计量经济学》第68期第1193-1235页.Costa-Gomes,m.;V.Crowford&B.Broseta(2001),“CognitionandBehaviorinnormal-FormGames:anexperimentalStudy”,econometrica68:1193-1235
[3]科林·凯莫勒,《行为金融》.贺京同、那艺和冀嘉蓬译,北京:中国人民大学出版社,2006年
[4]科林·凯莫勒等编,《行为经济学新进展》.贺京同等译,周业安等校,北京:中国人民大学出版社,2006年
[5]科林·凯莫勒等(2002)，《行为博弈理论：思考、学习和教导》，未发表稿.Camerer,C.;t.H.Ho&J.K.Chong(2002),“BehavioralGametheory:thinking,Learningandteaching”,manuscript
量化投资步骤篇7
【关键词】政府；流程再造；方案设计
【中图分类号】F27【文献标识码】a
【文章编号】1007-4309（2012）07-0153-2
随着经济和社会的发展，政府中出现了机构臃肿、资源浪费、服务效率低下等问题，那么流程再造的思想与方法能否在政府管理领域中得到充分地应用呢？本文选取廊坊市G区招商服务中心为研究对象，以流程再造思想为切入点，对其招商审批流程进行重新设计，提出再造方案，以达到提高政府部门工作效率的目的。
一、廊坊市G区招商服务中心流程现状和问题分析
通过对招商服务中心相关科室领导和具体办事人员的深入访谈得出招商服务中心的流程现状和审批流程中存在的主要问题。
（一）招商服务中心流程现状
招商服务中心主要负责G区的招商引资、洽谈业务等工作。其核心流程是为有意投资者提供从引进到落户的服务。其主要工作流程如图1所示：
通过aSme流程图的分析我们得出招商引资流程增值步骤为9步，占全部步骤的41%；非增值步骤为3步，占13.6%；传递步骤为10步，占45.4%；无耽搁步骤。可见传递步骤和非增值步骤占有很大比例，从而破坏了流程的整体性、效率性、最优性。
（二）招商服务中心流程存在的主要问题
通过调查我们了解到招商服务中心为客户办理审批落户手续大约需要6个月的时间，这反映了招商服务中心服务效率的低下，下面来分析招商引资流程中存在的主要问题。
制度性因素：企业落户的行政审批事项烦琐，各职能部门如环保局、安监局、税务局、技术监督局、规划局、国土资源局等部门重申复审现象严重，造成审批过程的低效。
各职能部门地理位置分散：由于各职能部门地理位置分散，造成招商服务中心为企业办理落户手续审批过程中需要移动较长的距离，无形中延误了企业的审批时间。
技术性因素：招商服务中心信息化程度低下，没有建立招商引资数据库，造成投资企业与招商服务中心无法进行及时的信息对接，从而误了大量的时间。并且由于信息流通不畅，使得各职能部门相互间的协调程度低下，重申复审现象严重，从而使得招商服务中心为企业办理落户效率低下。
组织结构因素：广阳区政府为招商引资下设招商服务中心和项目服务中心。招商服务中心挂靠在商务局，主要负责招商引资；项目中心挂靠在发改局，主要负责投资企业落户后的后续工作。这种组织机构属于职能型组织，而不是流程型组织，从而无法为企业申办落户全过程提供高效、优质的服务。
二、招商服务中心的流程再造方案设计
针对招商服务中心工作流程效率低下问题我们提出信息化设计方案、组织结构再造方案来为招商服务中心的流程再造提供技术支持和组织保障。
（一）招商服务中心流程信息化
本文设计在招商服务中心流程中引进电子政务和后台数据库，使客户与招商服务中心能够实现快速信息对接，并在此基础上设想了与相关职能部门对接中利用规范化和标准化程序，从而实现招商引资流程的高效化。实施信息化方案后与相关职能部门对接的基本流程如图2所示：
信息化改造后，从再造的结果来看，招商服务中心与各职能部门对接的6个月可以缩短为4.5天。
（二）组织结构再造
针对招商引资流程无法为客户提供“一站式”服务的缺点，我们可以通过组织结构再造的方式来实现，组织结构再造包括建立流程型组织和建立行政服务中心。
建立流程型组织。招商引资应以流程为中心，以顾客需求为起点，以创造出对顾客有价值的产品和服务为终点，将流程中的各个环节有机的组织在一起，密切相互间的协作关系。因而组织结构应根据流程进行再造，我们的建议是将招商服务中心和项目服务中心合并成招商局，形成流程型组织。
建立行政服务中心。针对各职能部门地理位置分散以及复审现象严重等问题，本文拟在招商局中设立行政服务中心，形成招商引资项目小组。由政府赋予招商局相应的权力，从各职能部门抽调人员到行政服务中心共同为有意向在广阳区投资建厂的企业办理落户审批手续，为客户提供真正的“一站式”服务。
三、招商服务中心流程再造的效果
通过流程再造使得招商服务中心工作流程得到简化，效率得到提高，通过流程再造后招商服务中心的aSme流程图如表2所示：
再造后招商服务中心业务流程中增值步骤为9步，占全部步骤的75%，比再造前增加了34%；非增值步骤为2步，比再造前减少了1步；传输过程由原来的10步减少为1步，比再造前减少了37%；大大减少了传输时间，提高了服务效率。
本文通过对招商服务中心进行流程再造后，其工作效率和效果得到了极大的改善，不仅改善了政府各职能部门之间的协调程度，减小了招商服务中心的管理幅度，使得完成招商引资流程由以前的多个职能部门变为一个综合性部门，而且提高了招商流程中的信息化程度，使得招商服务中心与各职能部门之间的对接由6个月缩短为4至5天，使企业能够在达成协议后短期内落户G区，真正达到了“一站式”的服务效果。实践证明业务流程再造的思想与方法在政府管理领域中有着广泛的应用空间。
【参考文献】
[1]胡萍.业务流程再造在政府中的应用[J].合肥学院学报，2007（8）.
[2]谢耀南，谢少才.地方政府流程再造的实践与思考——以福建龙岩市为例[J].福建理论学习，2007.
量化投资步骤篇8
关键词：流域管理经济影响评价综合措施
图1流域管理的经济和财政评价过程
从广义上讲，流域管理的经济影响不仅仅包括传统的经济效率影响，也包括与项目相关的宏观布局和可持续性影响。传统流域管理的主要经济影响与经济效率密切相关，侧重于流域内管理项目的产出与投入之间的关系。开展流域管理项目所增加的效益与投入之间的关系可通过一些被认可的方式加以表达，例如净现值、返还率及产出投入比等。
一、流域管理经济评价过程的步骤
流域管理的经济影响评价应至少包括以下基本步骤，在规划过程中应采取这些方法，以达到评价的目的。(1)确定和量化有关的物质投入和产出，制作能反映投入和产出的表格。(2)决定投入和产出单位值（实际金融市场价格和经济价值），估计这些值的可能变化，例如工资增长或燃料费用。(3)通过计算工程价值和其它指标的相关量值，以及度量需要回答的由决策者提出的有关问题，进行投入和产出的比较。例如，考虑风险和不确定性的涵义，通过敏感度分析，指出度量工程价值变化随着关于投入和产出价值而变化。
上述步骤的关系如图1所示，它总结涉及流域管理评价的财政和经济内容，目的是获得图中最底一行的信息。图中所指的工程包含自身工程和纳入其它项目的流域措施，评价过程通常是互动的，经过细致而复杂的评价阶段。这个过程突出经济和财政评价，作为规划过程的重要阶段，满足决策者的需要。除了效率方法，流域管理的经济评价通常试图提供另外两方面的时效信息。（1）分配方面，判定谁赢利，谁损失。（2）可持续性或生活安全方面，这与正向效益或福利变化是否可持续的问题相关。
二、判定和量化物质输入和输出
开发物质输入和输出之间关系的信息是流域管理者面临的主要任务之一；将这些信息纳入一些特定项目中，可为估算和量化项目的投入产出提供基础。这正是经济学家和技术专家进行主要的相互影响的基础。
在判定多项方案过程中，流域管理的技术专家必须判别和量化大多数输入和输出形式，并对输入来源进行度量。这些信息通常出现在所谓物流表中，反映物质输入和输出的流程。如果技术专家在规划过程早期意识到这些信息的重要性，那么他们通常能满足这些信息的需要。例如，在流域管理项目中利用一定输入产生不同关于坡地生产力的输出类型，如图2所示。
三、流域管理项目的区域影响
与决策者相关的问题之一涉及到流域管理对区域经济稳定性的影响。这个问题通常不能直接利用成本效益分析方法来解决。最佳方法是单独解决，并采用经济效率分析方法。
决策者经常涉及项目的区域经济影响，它是与收入分配效应相关的。由于项目的设立，无论何时均存在变化，分析人员必须清楚什么是项目净增效益，而并非总体效益。例如，山坡保护项目可能引发新工作，那么经济影响的适宜度量，并不是整个付给劳工的工资，而是整个工资减去如果没有新工作，他们赢利的那部分。类似情况必须考虑土地或资本资源的利用。
与流域管理项目相关的区域影响类型包括：（1）创造流域管理结构和设施的建设与维护的就业机会；（2）通过新的或扩大生产的农业、林业、渔业和交通业创造就业机会；（3）提高现有耕地、林地和渔业资源的生产力；（4）开辟以前未曾利用土地或水资源；（5）创造与林业和薪材相关的就业机会，以此实现增产目标；（6）以往所列类型变化的再次影响。
尽管区域影响分析中的实际因素将因案例不同而有所变化，当流域管理项目被决策者考虑时，这项分析是非常有用的。从研究的大尺度来讲，区域分析应解决经济稳定性问题以及因项目而带来的变化。人们期望成功的流域管理将有利于实现农林渔业稳产，因而实现区域收入的稳定，这些影响可以采用定量和定性方法相结合的形式表达出来。
参考文献：
1．Brooks,Kennethn.andFfolliott,peterF.,etc.(1997),Hydrologyandthemanagementofwatersheds(secondedition),iowaStateUniversitypress,ames,iowa,USa.
2．Buckland,J.,Zabel,t.1998.economicandFinancialaspectsofwatermanagementpolicies.in:en.Correia,en.(ed),waterResourcesmanagementineurope.Volumeii:SelectedissuesinwaterResourcesmanagementineurope.Balkema,Rotterdam,thenetherlands.
3．Dinar,a.,Loehman,e.t.(eds),1995.waterQuantity/QualitymanagementandConflictResolution:institutions,processesandeconomicanalysis.praeger:westport,Connecticut/London,UK.
4．moens,ir.enrico,etc.(1999),integratedwaterResourcesmanagementinRuralenvironments:proceedingsoftheshortcourseorganizedintheframeworkofthetempUSJep9206panSeD,1996-1998,warsawagriculturalUniversitypress,warsaw,poland.
量化投资步骤篇9
关键词:区域;科技资源;配置效率;组合评价
一、引言
科学技术是第一生产力,科技资源是科技创造性劳动的物质基础,作为“第一资源”的科技资源,其配置问题日益受到重视[1]。我国是一个区域资源要素差异极大的国家,科技资源配置也存在很大的差距,科技资源的地区差距加速了经济社会差距的扩大。为此有必要对这一特定生产力要素的配置效率及其区域差异进行综合评价。科技投入产出的效率是衡量一个地区科技实力的重要标准之一,因此运用合理的方法对区域的科技资源配置效率进行分析和研究,根据研究结果提出对策和建议,对于提高区域科技实力,促进经济发展具有重要的意义.
在这方面已有一些学者使用不同方法对科技资源配置效率进行了定量研究,如贾岩引入cross-efficiencydea算法,从科技资源投入、产出的视角对我国30个省、市、自治区对应的科技资源配置效率进行了测算,获得区域资源配置效率的排序结果[2];张鑫应用数据包络分析法对先进省市2003-2005年的科技资源配置效率进行了研究和分析[3];刘玲利采用ccr模型和超效率模型对我国1991-2005年的科技资源配置效率进行了测算,并对其影响因素进行了基于tobit模型的回归分析[4];丁岚,王分棉利用统计学的因子分析方法,从显示性指标和分析性指标两个方面来评价高新技术产品国际竞争力[5];刘玲利运用malmquist指数方法测度了1998-2005年中国30个省(自治区、直辖市)科技资源配置中的技术效率、技术进步和总效率,并采用随机效应模型对影响科技资源配置效率变化的因素进行了实证检验[6];杨洪涛用dea方法对上海市高校科技资源配置效率进行了评价[7];唐五湘等人利用我国30个省市自治区的科技资源配置效率的面板数据,运用经济计量学中的相关分析法和回归分析法,对影响我国区域科技资源配置效率水平的要素进行了定量分析,研究确定了科技资源配置效率的主要影响因素[8];张晓瑞利用dea算法对全国不同省、市、自治区科技投入、产出数据进行了科技资源配置效率综合评价[9];傅毓维等人利用dea方法评价分析了黑龙江省各地区科技资源配置的有效性[10];牛树海等人将科技资源分为人力资源配置、财力资源配置、配置强度和配置效果四个方面,建立了科技资源指标体系,应用gis和spss方法,从区域经济的角度对科技资源配置进行了定量评价[11];徐建国基于科技资源配置的内涵和结构,建立起中国区域科技资源配置指标体系,利用线性加权方法对中国区域科技资源配置能力进行宏观分析[12].
从已有的文献来看,多数学者都只是采用某种单一的评价方法对区域科技资源配置效率进行评价,但是应用不同的方法对同一对象进行评价所得到的结果往往存在着差异,同时每一种方法都各有其优缺点,我们无法说明哪一种方法好或不好,仅采用一种方法进行评价无疑具有一定的片面性[13]。如果对单一模型进行适当的组合,就可以利用更多的信息,有效地发挥单一模型的优点,弥补单一模型的不足,使综合评价结果更加科学、合理,具有一定的实用性。因此本文选择组合评价方法以投入产出视角对我国31个省市自治区2007年科技资源配置效率进行评价.
二、组合评价方法
组合评价的方法研究较为深入,常用的组合评价基本方法有:平均值法、borda法、copel-and法及模糊borda法等[14].
任意一种评价方法a在评价时所得到的评价值(即评价结果)都是随机的,可记为x,而任何一种组合评价方法,在本质上都可以看成或近似看成所涉及的各种方法的线性加权组合,其差异仅在于加权系数的确定方法不同,于是可得到下面结果.
定理:设ai,i=1,2,…,n为n种相互独立的评价方法,其评价值分别为xi,i=1,…,n,则存在组合评价a=∑ni=1αixi,其评价值为∑ni=1αi=1,αi≥0,使得d(x)≤d(xi),i=1,…,n。(证明略)[15]此定理表明通过有效的组合可以减少评价方差,但组合方法并不唯一,而每种组合评价方法都可以减小评价的方差,所以若采用上述四种组合评价方法对同一问题进行评价它们之间的差异也将减小.
本文采用平均值法、borda法、copeland法及模糊borda法这四种组合评价的方法对区域科技资源配置效率进行评价。不论采用哪一种方法,结果总是按照某一得分进行排序分档.
这里对不同方法的评价结果进行综合评价步骤如下.
步骤1:分别运用给出的几种不同的评价模型对31个省市区域科技资源配置效率作出评价,得到在各种方法下的排序结果.
步骤2:利用kendall一致性系数rk=12∑nt=1r2t[k2n(n2-1)-3(n+1)/(n-1)](n为样本数,k为评价方法数,rt为排名值)检验各种单一方法排序结果在总体上是否具有相容性,一致性检验在组合评价之前进行,因此称为事前检验。若单一评价方法的评价结论之间具有相容性,可以对这几种单一方法的评价结论进行下一步的组合研究直接进入步骤4;如果在一致性检验中出现不一致性情况,则进入步骤3.
步骤3:由于结果不具有一致性,将对各种方法进行两两spearman等级相关系数rs=1-6∑nt=1d2t[n(n2-1)](n为样本数,dt为在不同方法下样本排名的差异值)检验,将具有一致性的方法放在一起,然后对样本资料、评价结果及方法特点进行分析选取出既符合实际又具有一致性的几种方法,返回到步骤2.
步骤4:运用组合评价方法对独立评价结果进行组合,得到组合评价结果。用平均值法、borda法、compeland法和模糊borda法对上述几种方法的评价结果进行组合,得出组合评价值,按组合评价值的大小得到几种组合评价的排序结果.
步骤5:若四种组合评价结果有差异,再对四种组合评价值重新组合,重复第4步,直到四种组合评价的标准差小于给定的某一充分小的正数ε。由前面定理可知,每次组合评价后所得结果都将使标准差变小,因而评价标准差随着组合次数的增加将趋于零,该方法在实际中可实现.
三、实证分析
1.评价指标体系及数据来源
科技资源是指科技活动所需要的各种投入要素,即是科技人力资源、科技财力资源、科技物力资源、科技时间资源以及科技信息资源等要素的总称。科技人力资源和科技财力资源具有相对重要的地位和决定性意义。本文在研究科技资源配置效率时,仅从科技资源系统中的科技人力资源和科技财力资源进行测算分析.
科技产出效果主要包括知识形态的成果和科技转化成果。在遵循指标体系建立的科学性、可比性、可行性和适应性原则下,选取各地区以下5项科技投入指标和4项科技产出指标作为区域科技资源配置效率变化测度指标体系(见表1).
2.评价
本文根据以上设定的评价指标体系及数据,分别采用主成份分析法[16]、熵权topsis法[17]、超效率dea法[18]对我国31个省市自治区2007年的科技资源配置效率情况进行评价.
考虑到不同指标具有不同的量纲和量纲单位,为了消除由此产生的指标的不可公度性,对评价指标值进行无量纲化处理.
对于产出指标(指标值越大越好),令:yij=(1-α)+α·xij-xmin(j)xmax(j)-xmin(j)对于投入指标(指标值越小越好),令:yij=(1-α)+α·xmaxj-xijxmax(j)-xmin(j),式中:0<α<1,一般可取α=0.9;xmax(j),xmin(j)分别表示参加比较的各地区中该指标的最大值和最小值;xij则表示某地区该指标的实际值.
在运用主成份分析法、熵权topsis法计算效率时,采用科技资源配置效率模型为:ei=citi,其中ci为各地区科技产出综合指标,ci=λ1c1i+λ2ci2+λ3ci3+λ4ci4,ci为i地区科技产出综合指标,cij为i地区4项科技产出指标,λ1,λ2,λ3,λ4为4项产出指标权重;ti为i地区科技投入综合指标,ti=δ1ti1+δ2ti2+δ3ti3+δ4ti4+δ5ti5,ti为i地区科技投入综合指标,tij为i地区5项科技投入指标,δ1,δ2,δ3,δ4,δ5为5项投入指标权重。即分别计算出各地区的科技投入综合指标和科技产出综合指标,进而得出各地区的科技资源投入产出比,即科技资源配置效率值ei[19]。dea方法是采用数学规划模型来评价相同类型的多投入、多产出的决策单元是否技术有效的一种非参数统计方法,其基本模型能对多投入、产出的决策单元的相对效率进行评价,但如果出现多个决策单元都为相对有效时,dea基本模型对这些相对有效(效率值为1)的决策单元就无法进行进一步的评价与比较。为了弥补这一缺陷,andersen和peter-son于1993年提出了超效率模型,从而使数个有效决策单元之间的比较成为可能.
采用上述三种单一模型得出效率得分及排名如表2.
3.结果分析
由于中国各地区的社会经济发展呈现出明显的地带性差异特点,按三大经济带划分的东部地区,由于社会经济基础条件较好,对科技的投入规模和投入强度较大,比较注重科技成果的转化和应用,资源的配置效果较为显著,福建和海南则主要是由于基础薄弱,因此投入的人力和财力有限,造成了科技资源配置水平较差。近年来我国在保持东部地区稳定发展的同时,也注重加强了中西部的崛起,投入了大量的科技人力和物力,科技资源配置的重点和配置方式有所改善,进而使得中西部各省市自治区的科技资源配置效率有所提高。中部地区除江西、山西因为基础差,经济发展落后,造成了科技资源的配置落后于中部各省区外,其余省区的科技资源效率处于中上游水平。西部12个省市自治区科技资源配置效率还是相对较差,有些区域例外,如陕西和四川主要是因为三线建设时期布置在此的军工企业留下的科技财力和人力基础比较好,具有强高的科技资源配置水平,但因为人口众多,成为制约其发展的主要因素。通过评价结果看出的科技资源配置效率的地域差异性表明,各地区应根据自然条件、人力资源、科技力量、经济基础、地域状况等,制订适合自身发展的科技战略与政策,促进科技资源的有效配置和综合水平的提高.
四、结语
本文利用组合评价方法对2o07年中国大陆31个省市自治区区域科技资源配置效率进行总体评价,可以得到更加客观、科学的评价结论。由于科技投入、产出的区域差异性,我国应不断加大科技投入的力度,大力发展高新技术,不断加快科技产业化的步伐,同时各地区应根据自身的区域特点,以“科技兴省”、“科技兴市”为依托,制定适宜的科技投入、产出战略对策.
本文的特色在于根据所建立科技资源配置评价指标体系,采用一致性组合评价方法可以得到收敛的组合评价结果,可以解决多方法评价结论非一致性问题,为区域科技资源配置效率的评价提供了一种新的研究思路和方法。当然各地区的区域科技资源配置效率排名是相对其他地区的排名,无法反映区域科技资源配置能力绝对水平,只有把同一地区不同年份作为评价对象才能看出区域科技资源配置效率的动态变化。通过这种组合评价可以明确各地区的优劣势,将为我国各级政府运用调控手段调控全社会科技资源配置提供参考.
参考文献:
[1]周寄中.科技资源论[m].西安:陕西人民教育出版社,1999.
[2]贾岩.基于cross—efficiencydea算法的区域科技资源配置效率测算研究[j].现代情报,2009,29(2):219-221,225.
[3]张鑫.我国科技资源配置的有效性分析[j].商场现代化,2008(6):28-29.
[4]刘玲利.对我国科技资源配置效率的测度[j].统计与决策,2008(14):47-50.
[5]丁岚,王分棉.基于科技资源配置效率视角对北京高新技术产品国际竞争力的实证分析[j].中国工业经济,2008(3):152-160.
[6]刘玲利.中国科技资源配置效率变化及其影响因素分析:1998-2005年[j].科学学与科学技术管理,2008(7):13-19.
[7]杨洪涛.上海市普通高校科技资源配置效率评价[j].
科技管理研究,2008(2):120-122.
[8]唐五湘,李冬梅,周飞跃.基于面板数据的影响———我国地区科技资源配置效率要素的定量分析[j].科技管理研究,2oo7(10):115-117.
[9]张晓瑞,张少杰.信息化进程中科技资源配置效率区域综合评价研究[j].情报科学,2oo7(5):780-783.
[10]傅毓维,崔栋,刘拓.黑龙江省科技资源配置效率的dea分析[j].技术经济,2oo7(7):14-17.
[11]牛树海,金凤君,刘毅.科技资源配置的区域差异[j].资源科学,2004(1):61-67.
[12]徐建国.我国区域科技资源配置能力分析[j].中国软科学,2002(9):98-100.
[13]chengh,limj,chenyt.theresearchonmeas-urementofdriftabouttheevaluationconclusionofsin-glemethod[m]//proceedingsof2003internationalcon-ferenceonmanagementscience&engineering.harbin:harbininstituteoftechnologypress,2003:507-514.
[14]郭显光.一种新的综合评价方法———组合评价法[j].统计研究,1995,5:56-59.
[15]刘艳春.组合评价模型在辽宁省主要地区综合经济实力评价中的构建及应用[j].数学的实践与认识,2003(3):45-49.
[16]何晓群.现代统计分析方法与应用[m].北京:中国人民大学出版社,1998.
[17]evangelostriantaphyllou.multi-criteriadecisionmakingmethods:acomparativestudy[m].dor-drecht:kluweracademicpublisher,2000:18-22.
量化投资步骤篇10
关键词：非径向Se-BCC；Dea；上市银行；投资价值
一、引言
国内学者对于企业价值评价的研究方法很多，如张人骥、刘浩、胡晓斌运用剩余收益比率（RiR）模型对企业价值进行研究，杨学锋运用灰色评估模型对股票价值进行研究，赵旭则运用超效率Dea方法对上市公司的价值进行研究，并证实了该方法是一种可行的方法，本文在研究方法方面，沿用了超效率Dea方法，但给出的模型假设条件和解决方法不同。赵旭使用的模型是基于规模报酬不变条件下的超效率模型，但由于受到不完全竞争、资金等问题的约束使得上市银行不在最优规模上运营，规模报酬可变的超效率（Superefficiency）Dea模型即Se-BCC模型更接近于实际，但Se-BCC模型与规模报酬不变的Se-CCR模型相比，有可能面临解不可行的问题，本文提出非径向Se-BCC模型。该模型有两个优点：第一，允许决策单元不在最优规模上运营；第二，该模型可以对样本银行进行全面排序。本文拟运用该模型对2008年的14家上市银行经营效率进行测算，以得出有投资价值的上市银行。
二、非径向Se-BCC模型
1.Dea方法和BCC模型。数据包络分析法（Dataenvelopmentanalysis，简称Dea）是以相对效率概念为基础，用于评价具有相同类型的多投入、多产出的决策单元是否技术有效的一种非参数统计方法，其本质是要根据样本数据构建效率前沿，并根据各决策单元DmU与有效生产前沿面的距离状况，确定各DmU是否有效。基于投入产出的Dea模型分为投入导向和产出导向两类，前者是指在给定产出水平下实现投入最小化，后者则是指在给定的投入水平下实现产出最大化。Charnes、Cooper和Rhodese(1978)发展得到了在固定规模报酬（CRS）下的Dea模型，即CCR模型，Banker、Charnes和Cooper（1984）放松了CCR模型中规模报酬不变的假设，提出了规模报酬可变（VRS）条件下的效率计算方法，即BCC模型。
模型（3）和（4）具有如下优点：第一，可以摆脱投入产出按相同比例变化的限制；第二，将评估单元的测量值分解成投入效率和产出效率之后具有良好的解释特性。
模型（3）和（4）并不总是可行的，要进行效率的排序，需将两者结合起来，具体步骤步骤1：对于给定的决策单元DmU0，用模型（3）计算效率值。如果?籽*1?燮1，则?籽*1就是决策单元的效率指数，并转到步骤3，否则，转到步骤2。步骤2：用模型（4）计算效率值，?籽*2就是决策单元的效率指数。步骤3：对下一决策单元重复上面的步骤，直到得到所有决策单元的效率指数。最后，依据效率指数越大，决策单元越有效的原则进行排序。
三、中国上市银行效率及投资价值的实证研究
1.投入产出指标设置与样本数据。本文选取中国银行、中国工商银行、中国建设银行等14家上市银行为研究对象，同时，把测度上市银行有效性的投入要素界定为总资产和主营业务成本，产出指标为营业收入、净利润、每股收益、加权平均资产净收益率、资本充足率和不良贷款率。依据2008年数据，测算各样本银行的效率值。
2.实证结果分析。考虑到规模报酬可变的假设更接近现实，本文根据规模报酬可变的BCC模型和规模报酬可变的超效率模型Se-BCC和本文提出的非径向Se-BCC模型，对样本的投入产出数据，运用LinDo11.0软件进行实证研究，测算出样本上市公司的相对效率值，结果见表1。
从表1中可以看出，根据BCC模型的结果，2008年中国14家上市银行中有11家银行的经营是有效的，相应的效率值为1，而其余3家上市银行的经营是无效的，包括深发银行、民生银行和中信银行。即传统的BCC模型只能将上市银行区分为有效和无效两种类型，对于处于前沿面的11家银行的经营效率无法进行区分。再用规模报酬可变的超效率Se-BCC模型进行计算，从计算结果可以看出，超效率Se-BCC模型面临解不可行的问题。最后，利用本文提出的非径向Se-BCC进行计算，结果表明，原来在BCC模型下无效的银行仍是无效的，在非径向Se-BCC模型下有效的11家上市银行中，南京银行的有效值要高于其他银行，也就是说，对于投资者来讲，上市的中国商业银行中比较有投资价值的是依次为南京银行、浦发银行、北京银行、中国银行、兴业银行、工商银行、宁波银行、招商银行、建设银行、华夏银行、交通银行。
根据BCC模型的结果，2008年中国14家上市银行中有11家银行的经营是有效的，相应的效率值为1，而其余3家上市银行的经营是无效的，包括深发银行、民生银行和中信银行。即传统的BCC模型只能将上市银行区分为有效和无效两种类型，对于处于前沿面的11家银行的经营效率无法进行区分。再用规模报酬可变的超效率Se-BCC模型进行计算，从计算结果可以看出，超效率Se-BCC模型面临解不可行的问题。最后，利用本文提出的非径向Se-BCC进行计算，结果表明，原来在BCC模型下无效的银行仍是无效的，在非径向Se-BCC模型下有效的11家上市银行中，南京银行的有效值要高于其他银行，也就是说，对于投资者来讲，上市的中国商业银行中比较有投资价值的是依次为南京银行、浦发银行、北京银行、中国银行、兴业银行、工商银行、宁波银行、招商银行、建设银行、华夏银行、交通银行。
四、结论
通过上述实证研究，本文得出如下两点结论：第一，本文运用非径向Se-BCC模型评价上市银行经营绩效及其投资价值的相对有效性，可以得到上市银行相对投资价值的高低。第二，对投资者而言，树立科学的效率投资理念相当重要。传统“价值投资理论”的核心在于通过寻找股价低于内在价值的上市银行或者上市公司进行中长期投资，本文倡导所谓的“效率投资理念”，就是从公司内部投入产出的角度入手，通过研究公司运行效率的高低变化作为股票投资决策的依据，具有一定的可操作性和应用性。
参考文献
1.杨学锋，欧阳建新.股票价值的灰色评估模型及应用.技术经济与管理研究，2005，（3）:37-39.
2.张人骥，刘浩，胡晓斌.充分利用会计信息的企业价值评估模型——RiR模型的建立与应用.财经研究，2002（7）:68-74.
3.赵旭.基于超效率模型的上市公司投资价值评价.统计与信息论坛，2007，（5）:71-76.
4.andersenp，petersennC.aprocedureforrankingefficientunitsindataenvelopmentanalysis.managementScience，1993，（39）:1261-1264.
5.SeifordLm，ZhuJ.Stabilityregionsformaintainingefficiencyindataenvelopmentanalysis.europeanJournalofoperationalResearch，1998，（108）:127-139.