风险型决策分析
前言：想要写出一篇令人眼前一亮的文章吗？我们特意为您整理了5篇风险型决策分析范文，相信会为您的写作带来帮助，发现更多的写作思路和灵感。
风险型决策分析范文第1篇
关键词：战略 风险 战略决策风险 形成机理
引言
战略决策是关于组织未来发展方向和实施路径所作的选择，战略决策的结果创制出一种资源配置模式，资源配置的合理与否直接影响企业的绩效。战略决策失误常伴随着重大损失，甚至可能导致企业的经营失败，战略决策风险常常是企业面临的最大风险。随着环境不确定性的增加，战略决策的难度和复杂程度也在加大。本文对战略决策风险形成机理进行分析，以探索战略决策风险产生的根源，为企业规避战略决策风险提供指导。
战略决策风险形成机理
战略决策通常是在部分无知的情况下作出的决策。“未来是不可确知的这一事实意味着商业企业的规划是建立在对未来预期的基础上的，不同的预期有不同的置信度；而且预期本质上也就是对某一特定行为或一系列行为未来各种可能结果的估计”（彭罗斯，2007）。决策者对未来的预期是依据所掌握的信息对外部环境的发展趋势和对组织自身资源和能力的主观估计，这种预期和未来情况的吻合程度直接影响战略决策的质量。决策者决策质量如何，取决于战略环境的不确定性程度、决策者所占有的信息量、决策者认知模式以及组织因素。战略决策风险来源于决策者对未来的预期与未来实际情况的偏离。本文拟从战略环境、战略信息、战略领导者的认知模式以及组织因素四个方面，阐述战略决策风险形成的内在机理。
（一）战略环境与战略决策风险
通常企业战略决策所面临的环境是一个由大量互动要素构成的复杂动态的系统（戴维·斯诺顿、玛丽·布恩，2007）。这些要素之间的互动是非线性的，而且每个要素的细微变化可能产生非常重大的影响。系统的各个构成要素共同演进，并随环境变化而演变，且具有不可逆转性。尽管回过头看，一个复杂的系统似乎是有序的、可以预测的，但历史经验不能给人以先见之明，因为外部条件和系统在不断变化，这意味着未来无法完全确知。
战略环境的复杂、动态的特点，同时也意味着环境中存在着大量的不确定性。环境的不确定性，增加了决策的模糊性，降低了战略决策的可靠性，增加了决策风险。不确定性程度不同对战略决策产生的影响不同。休·考特尼（Hugh Courtney）、简·柯克兰（Jane Kirkland）和帕特里克·维格里（Patrick Viguerie）根据不确定性程度将不确定性划分四个等级，即足够明朗的前景、多种可能的前景、一定范围内的前景、完全模糊的前景。
尽管从本质上讲，任何商业环境都存在着不确定性，在前景足够明朗，环境基本可以预测的情境下，管理者还是能将预测控制在足够小的范围内，为企业指明一个明确的战略方向，即第一级的剩余不确定性对战略决策的影响微乎其微，战略决策相对风险较小；在未来可能出现多种结果或多种不同情境下，虽然分析研究可能有助于判断各种结果的出现概率，但无法确定最终结果。在这种情况下，环境的不确定性程度增加，战略决策风险增大。通常出现在法规或立法出现重大变化的情况，或公司战略的价值主要取决于竞争对手的战略；在未来的可能结果会落在某个范围之内时，在这种情况下，环境相对模糊，战略决策的不确定性增大。对于新兴行业内的或进入新的地域市场的公司而言，通常会面临第三级不确定性；在各方面的不确定性相互作用，形成了一个根本无法预测的环境时，在这种情况下的战略决策风险非常大，但这种情景很少出现，并且随着环境的变化，逐渐向其它等级的不确定性转化。
（二）战略信息与战略决策风险
风险存在的基础是不确定性，是信息和知识的缺失（黄津孚，2010）。在具有某种不确定性的环境下，机遇收益（或净收益概率）和风险损失（或净损失概率）的数值主要取决于信息占有率和应对能力，它们之间的关系如图1所示。信息占有率指实际掌握的信息与所需要的信息之比。企业决策和行动的风险主要来自不确定性及抵抗未料事件的能力，如果不确定性减少了，遭受相应的风险损失的概率也必然减少。
如果企业抵抗未料事件的能力一定，那么风险损失的大小与信息占有率相关，即信息占有率高则风险损失较小，信息占有率低则风险损失较大。因此，战略决策风险的大小与战略决策信息占有率紧密相关。即便在第一级不确定性的环境下，如果组织缺乏充分有效的信息，也可能引起战略决策失误，导致决策失败。同样即便在动荡的环境中，如果组织对信息比较敏感，也会降低环境不确定性引起的决策风险，提高决策质量。
战略决策所需信息的获取常常受企业自身资源的投入和组织文化等因素的影响，在信息获取的数量和质量上存在一定偏差，从而影响战略决策的有效性。
战略信息具有复杂性和动态性等特点，为了占有更多的信息，降低决策的风险，通常要求企业投入一定的资源，建立有效的信息决策支撑系统。但现实中，企业常常存在信息保障差距，即企业所需信息与实际所获得的信息之间存在差距。信息保障差距的存在，无法为战略决策提供充足的信息，影响决策的质量。组织文化是组织成员共有的基本假设和信念，在不知不觉中发挥作用，并以一种相当自然的方式形成对组织及其周围环境的看法（格里·约翰逊、凯万·斯科尔斯，2001）。组织文化对战略决策信息的收集起过滤作用，不同的组织文化有不同的信息偏好，起不同的过滤作用，影响组织对自身和环境的认识。
综上所述，战略信息受企业资源投入的不足、企业文化等因素的影响，战略信息的占有量和实际所需量存在差距，影响战略决策的质量，引起战略决策风险。
（三）战略领导者的认知模式与战略决策风险
战略决策者在进行战略决策时，通常面对大量战略信息，需要对信息有一个吸收、加工处理和理解的过程，这种信息处理过程，依赖于决策者的认知。正确的战略决策建立在正确的认知上，一个战略制定得完善与否取决于决策者的认知水平。认知的相对正确性一方面受外部环境与信息的影响，另一方面受决策者的各种心理因素而产生各异的认知偏差阈限影响。
1.认知模式与战略决策。现代认知心理学认为，人的认知依赖于个体已有的知识结构，这种已有的知识结构对个体认识新事物发挥着重要的作用。当个体在接受新信息、新概念、新思想时，只有把它们同大脑里已有的相关知识联系起来才会理解它。通常人的所有的已有知识在大脑中经过整理类化形成一定的组织，这种组织被称为图式。在心理学领域，图式的概念首先由德国认知心理学家巴特利特（Bartlet）在其著作—《记忆：一项实验与社会心理学的研究》中提到。图式是认知的基本单元，是所有信息加工所依靠的基本要素，用于表示对外部世界已经内化了的知识，是人们认识事物的基础，图式又被称为认知模式（李林英、刘平青、孟凡臣，2005）。认知模式是长期建立起来的理解所处环境的思维。
这种依赖于已有的知识结构经过整理类化形成的认知模式，是决策者作出决策的基础，它通过影响决策者的信息敏感度、信息加工处理过程和对信息的理解来影响决策者的决策行为。
人的认知功能是通过将外部信息和已有的知识联系起来而被激活的。战略决策者在面对大量的信息时，认知模式起到信息过滤的作用。个体通过感官从外部接收信息，然后将信息与大脑中已有的知识进行比较，如果接收的信息符合现有的知识框架，那么个体的认知功能就被激活，产生内部知觉期望，以指导感觉器官有目的地搜寻信息。如果接收的信息不符合现有的认知模式，则信息将被忽视。因此，决策者的认知模式会对信息起到过滤作用，不同的认知模式对同样的信息的敏感程度不同，从而产生决策差异。
经过认知模式筛选过的信息，需要进行加工处理。认知心理学家认为，人脑的信息加工过程包括三个动力分析系统：一是对环境输入的信息的知觉分析；二是在长期的生活经验中建立的对外部影响的内部模式，即对过去、现在和将来的期望、需要或意向的认知加工；三是情境事件的知觉分析与基于过去经验的认知加工之间进行比较（高玉荣、吕立才，2008）。因此，在信息处理过程中，需要借助存储在大脑中的内部知识，把内部知识外加到外部信息上，是用内部知识处理外部知识的整合过程。显然，信息加工处理过程需要认知模式的介入。由于在认知加工系统中，不同的人，其背景、生活经验、期望和需求不同，即使面对同一客体信息，其整合结果往往也不同。而信息加工的差异会导致人产生不同的态度、不同的情绪以及不同的行为。因此，其决策就会不同。
认知模式从根本上说就是对客观世界的理解方式。由于认知模式的不同，不同的人对同一事物可能做出不同的理解。而且其理解深度或层次，以及理解的角度和所赋予的意义也不同，因此决策存在差异。这种对环境理解的不同主要受认知模式对外界刺激的能动性影响。认知模式对外界刺激的能动性包括同化和顺应两种作用形式。所谓同化（Assimilation），是对“刺激输入的过滤或改变”，是主体利用原有的图式对外来信息过滤、加工、整理的过程；所谓顺应（Accommodation），就是主体“内部图式的改变，以适应现实”，就是当环境发生变化时，原有图式再不能同化新的信息，而必须经过调整建立新的图式的过程（贺颖，2003）。根据同化、顺应理论，决策者对环境的理解除了受外界信息输入的质量和数量的影响外，同时也受决策者调整和改变自身认知能力的影响。
2.认知偏差与战略决策风险。战略决策质量的高低，在很大程度上取决于决策者对客观信息的认知或理解是否正确。而认知的正确性不仅取决于外来信息是否全面和真实，还取决于主体的知识结构是否适应客观信息，以及运用认知主体原有的知识结构对新信息的过滤、加工、整理过程是否正确，即同化是否成功。当外部信息与其知识结构产生很大差异之后，旧的知识结构不再能够有效地接纳、吸收新的信息，同化也就不能取得成功。这就迫使个体运用自我调节的能力进行知识结构的更新与重建，变旧知识结构为新知识结构，即顺应。所以顺应对于个体来说是一种革新的作用。当决策者不能够成功同化或无法改变原有的知识结构，建立新的知识结构时，即无法成功顺应时，则会出现认知偏差，即主体认识和处理各种信息，并由此诱发的行为与客观实际不一致的表现。认知偏差是决策失误的重要原因。
由于环境的复杂性和不确定性，认知偏差是客观存在的，从决策者感知信息、处理信息、产生决策、采取行动的整个认知链条中，认知偏差贯穿其中，并居中心地位（张谊浩、陈柳钦，2004）。认知偏差是战略决策风险的重要来源。
3.决策陷阱与战略决策风险。人的认知是依赖于已有的知识结构的，这种已有的知识结构是过去知识、实践经验的积累，通过一定的组织方式储存在人的大脑中。决策者在做复杂决策时，就会不自觉地从记忆中调用这些知识，这种运作方式，被称为“经验法则”或例行程序。在大多数情况下都能够很好地满足我们的需求，但是大多数经验法则并不可靠。学者们已经发现了一系列在决策时大脑思维方式中存在的缺陷。其中一些缺陷属于感官错觉，有些表现为偏见，还有些干脆就是非理性的反常思维。这些陷阱深深地隐藏在人类的思维过程中，不易察觉，以致人们已经掉进了陷阱还不自知。这此陷阱是导致决策失误的重要原因。约翰·哈蒙德（John.S.Hammond）、拉尔夫·基尼（Ralph.L.Keeney）和霍华德·雷法（Howard.Raiffa）在《决策中的陷阱》中将已经得到充分论证，特别可能危害企业决策的心理陷阱归纳为锚定陷阱、维持现状陷阱、沉没成本陷阱、寻求有利证据的陷阱、表述方式陷阱、估计和预测陷阱。
（四）组织因素与战略决策风险
1.组织感知与战略决策风险。战略决策形成涉及环境条件与组织能力和资源的匹配。为了取得战略匹配，组织对环境的感知可能在管理者作出的战略选择上起到关键的作用。组织对环境的感知是影响战略决策的重要因素。组织是通过对环境信息的过滤来体现对环境的感知的。
组织的未来可能性信息来自环境和历史。历史信息包括企业的业绩信息，如销售额、利润等；也包括对过去绩效起决定作用的事件和力量，如市场结构、技术变革、竞争行为等；也可包括随时间推移，企业开发能力和行事能力的变化。历史信息可以依照两个关键维度进行综合：事件的预计性和它们与以前的经验不连续程度。这两个维度一起描述了过去环境的动荡性，如图2所示。用[A]H表示过去环境的动荡性，下标H表示动荡水平。除历史事件外，企业还可以观察环境未来变化的类型：过去事件和趋势相对重要的变化、新出现的事件和趋势、决定未来绩效可能性力量之间的新关系。用[A]T表示未来的动荡性，下标T表示环境未来动荡的可能水平。图2表示过去环境和未来环境在可预计上相当，但未来将更加动荡，许多新的事物将会发生。
企业获取的信息需要经过滤器过滤后才能进入决策流程。绩效预测是过去企业常采用的预测方法，它一般是根据过去的业绩进行趋势外推，因此绩效预测滤器过滤掉了大部分未来环境信息。
随着环境动荡程度加大，绩效预测滤器逐渐被环境预测滤器所取代，但环境预测并不能提供一个完整的环境观念，仍可能滤掉部分未来环境信息。
在环境预测后的信息经过绩效预测滤器过滤后，传到决策者，决策者根据自己对环境的察看，仍需被管理阶层的感知滤器所过滤。管理阶层对信息的过滤受自身的价值观和权力因素的影响。例如，将经过环境预测滤器和绩效预测滤器过滤后的信息量设为M，经过管理阶层感知滤器所过滤的信息为K。如果M=K，则信息量保持；如果K>M，可能存在管理层认为预测太简单，需重新预测，则信息量需要增加；如果K
式中，E是某个绩效维度的管理绩效预期，P-t是向后看的经理们的绩效预期，P0是相信现在的经理们的绩效预期，Pt是那些未来导向的经理们的绩效预期。从集体对过程的影响结果来看，在此情况下，α、β、γ是不同经理们的相对权力系数，经理们的权力最终影响组织预期的选择，从而影响组织对环境的感知。因此，组织对环境的感知除了受环境预测和绩效预测的影响外，还受经理们的价值观和权力大小影响，并起到一定的过滤作用。
组织固有的感知特点，对战略决策信息起到过滤作用。因此，如果组织感知到的环境信息不完全，可能引起战略决策风险。
2.群体思维与战略决策风险。半个多世纪以前，学术界就对“群体思维”（groupthink）下了定义，即人们会迫于群体压力达成共识。绝大多数战略决策是由群体共同作出的。显然，在考察思维认知偏差是否会对战略决策过程产生负面影响的问题时，群体背景是一个极其重要的变量。心理学家简尼斯（Irvin Janis）指出，许多群体表现出一种被称为群体思维的决策过程并且因此导致错误的战略决策。
群体思维指的是决策者群体在从事行动时没有质疑其主要假设（underlying assumption）。群体通常围绕着一个核心人物或一项核心政策。它会忽略或排除可能质疑政策的信息，为其决策提供事后（after-the-fact）的合理化论证。对使命和目标的承诺更多是基于感情而不是对“正确的”行动过程的客观评估，结果将导致错误的决策。这一现象至少可以部分解释为什么拥有完善的战略管理系统的公司仍然作出错误的决策。群体思维主导的群体往往急于显示内部的统一，这导致其成员不愿意提出不同意见、质疑或阻止不健康的思想。
结论
战略决策的实质是在战略分析的基础上进行评估与选择。战略决策受内外部因素的影响，使决策结果偏离于实际是引起战略决策风险的根源。战略环境的不确定性程度反映决策情境和决策的复杂程度，是外部环境因素。战略信息是降低决策环境不确定性的重要条件，战略信息受组织信息占有率、领导者的认知和心智模式以及组织感知过滤的影响，常常存在信息不完全、不充分或认知出现偏差，导致决策质量下降，引起战略决策风险。战略决策也受群体思维的影响而导致战略决策有效性降低。因此战略决策风险的规避应以提高信息占有率、改善领导者的认知与心智模式、组织感知和决策程序入手，同时应注意组织文化和管理层权力也是战略决策不可忽视的内在因素。
参考文献：
1.安索夫.新公司战略[M].西南财经大学出版社， 2009
2.彭罗斯.企业成长理论[M].上海人民出版社，2007
3.戴维·斯诺顿，玛丽·布恩.领导者的情景决策[J].哈佛商业评论，2007，11
4.休·考特尼，简·柯克兰，帕特里克·维格里.不确定性下的战略选择[J].哈佛商业评论，2009，5
5.黄津孚.机遇及机遇管理—理论与方法[M].科学出版社，2010
6.格里·约翰逊，凯万·斯科尔斯.战略管理[M].人民邮电出版社，2001
7.李林英，刘平青，孟凡臣.图式、心智模式及其管理[J].北京理工大学学报（社会科学版），2005，7（6）
8.高玉荣，吕立才.制造战略决策者的认知模式对制造战略决策的影响[J].科技管理研究，2008（3）
9.贺颖.情报用户知识结构的认知视角分析—布鲁克斯方程式的进一步探讨[J].情报杂志，2003（7）
10.张谊浩，陈柳钦.投资者认知偏差研究综述[J].浙江社会科学，2004（2）
风险型决策分析范文第2篇
关键词：银行数据挖掘；理论分析；典型算法；应用及效用
中图分类号：TP311.13
银行是现代经济的标志，也是现代经济活动中不可或缺的环节和工具，从银行诞生应用以来，银行业就需要处理大量的经营数据，银行数据记录手段也经历了数个阶段，从白纸黑字的账本到计算机信息化时代的银行数据信息系统，银行数据业务可以在业务交易流程、数据库建设、金融风险评估和经营决策分析等方面发挥极其重要的作用。从银行业本身的发展来看，商业银行的规模和类型都在逐年丰富，信息化和数字化的银行业务模式也逐渐成为商业银行的运行模本；现代银行更加重视客户本位思考，通过多样化的市场需求分析手段，可以为客户提供极具个性化的银行业务产品服务，吸引更多的潜在客户群；同时现代银行的风险管控意识更强，在市场经济节奏更快的当今社会，银行经营决策的风险评估效果决定了现代银行的经营走向；再者是网络终端服务和移动终端服务的迅猛发展，银行交易手段更加丰富，网上银行、手机银行、移动证券交易等等电子支付交易方式的发展给现代银行带来了新的机遇和挑战，这一切都需要现代银行在数据处理分析能力上有新的应对措施。
1 数据挖掘和数据效用理论基础
数据挖掘的通用定义指的是从现有的大量存储数据中，采用数据撷取的方式，搜寻出感兴趣的、有价值的数据点或数据模块的数据处理技术。数据挖掘广泛地应用于商业金融领域，基于既定的商业化分析目标，可以依托于企业内部的金融数据系统进行数据分析，最终获得需要的商业经营规律和市场发展规律，并且能够在成熟的数据挖掘模型的支持下与其他分析工具和分析技术相结合，形成商业化的数据挖掘分析系统和分析软件。数据挖掘的功能需求决定了数据挖掘是一个典型的学科交叉项目，现代银行受到业务拓展发展的需求，在其数据挖掘技术的运用中广泛地的结合了数据库技术、智能学习技术、统计分析技术、模式识别技术、人工智能技术和神经网络技术，数据挖掘常分为六个技术类别：聚类、分类、估值、预测、相关性分组和关联规则分析、描述和可视化分析。
对数据资料的重视性促使了现代银行对数据利用效率的不懈追求，现代化经营模式中，数据已经成为最为重要的无形商品，作为商品的数据资料，其资本性和营利性决定了信息数据的效益最大化，由于数据资料的复制成本低、附加值高且利润丰厚的特点，数据信息价值理论已经成为数据效用分析的主要理论模式。
2 银行数据挖掘的应用分析
2.1 数据挖掘在银行客户需求分析中的应用
现代银行针对客户资料和消费记录都建立了功能庞大的消费市场数据库系统，对银行客户的个人资料、账户信息、交易历史记录、业务服务历史记录、理财数据和个人理财风险评估等进行了数据库仓储式分析，基于成熟的数据仓库逻辑分析模型，可以对每一个银行客户进行多维度消费分析，以交易历史纪录为例，交易历史纪录作为该分析维度下的分析主键字段，在其下端进行次元维度分析，对交易类型、交易金额、消费地点、存贷款交易、电子银行消费、手机银行消费、证券消费等进行子健分析，但是也要考虑到不同主键之间存在着较大的关联性，此时可以考虑在客户数据仓库分析中建立星形数据模，在关联数据子健上进行数据溢出处理。在数据挖掘中主要采用的是聚类算法，在对客户数据进行详细的数据仓库建立之后，可以对客户进行数据特征值标定（如商业价值、交易类型、风险倾向等），以便于进行客户分类，在用户细分时，行为特征是主要的特征，自然属性是辅助的特性。
表1 聚类汇总表
业务类型 纸黄金 基金理财 外汇 个人金融 债券 贷款
业务渠道 柜台 电话银行 网上银汉 手机银行 自主服务 中间交易
由此可以得到详细的客户聚类，例如以年龄段为标准的20-30岁阶段用户（业务类型为纸黄金，业务渠道为网银和自助服务）、30-40岁阶段用户（业务类型为外汇和金融，业务渠道为柜台和自助）、40-50岁阶段（业务类型为基金债券，业务渠道为柜台服务）。
基于SQL Server Analysis Services分析工具，在银行原始交易数据库中进行聚类分析，选用Microsoft聚类算法对交易日志中的指定页进行类型搜索，在后处理模块中可以查看聚类分析结果。聚类算法进行数据挖掘时需要原始数据具有较强的分类性和数据关联性，才能在数据挖掘中针对特定数据属性和数据聚类进行分析，并且获得该属性在任意聚类中的数据分布情况，由此可以精确的知道特定类型客户的银行消费习惯和消费倾向，有助于银行稳固现有客户群，吸引潜在客户群体。
2.2 数据挖掘在银行决策分析中的应用
银行经营的各个环节都基本实现了信息化管理，银行综合业务系统为其提供了基础业务操作平台和统一账务处理系统平台，能够帮助银行实现有效的资源整合和集中管理。数据挖掘技术的应用能够全面提升银行系统的内控管理和风险管控水平，为银行的内部决策提供有效的数据支撑。
表2 数据挖掘与银行决策关系
数据源 数据处理 数据存储 决策分析
交易数据
客户信息
管理信息
外部信息 数据抽取
数据整合
数据加载 数据仓库 经营状况决策分析
数据监控 数据节点1 资产负债决策分析
数据刷新 数据节点2 风险管理决策分析
数据包装 数据节点3 客户需求决策分析
数据公布 数据节点4 银行财务决策分析
为了保障银行的经营效益、提升业务覆盖范围并预防经营风险，银行需要及时掌握市场动态并且做出经营调整，数据挖掘技术能够跟踪分析银行经营过程中的各个基本要素环节，通过比对分析自身产品的营收现状、竞争对手的经营现状，以及对资产负债率、银行坏账率和金融产品的销量，可以及时为决策层提供参考数据。商业银行的风险管控是其保障经济效益的关键，数据挖掘系统的关键性作用体现在对银行业务的全方位、多角度的可靠性分析和风险评估，基于银行内部的风险模型参数，在成熟的模式识别技术和智能分析技术的辅助下，可以提前对经营风险进行预判，以减少成本损失为风险数据挖掘模型约束，以保障经营效益最大化为风险决策目标，以调控决策方式为风险决策手段，可以进一步提高银行的资产质量。财务风险控制中数据挖掘的具体应用如下图所示：
图1 数据挖掘在银行财务决策分析中的应用分析
3 银行数据挖掘的效用分析
3.1 数据挖掘在银行风险控制中的效用
风险控制是银行日常经营活动中的核心内容，通常来看可以分为定性控制和定量控制两种方式，定性控制的关键是建立一套有效的风险控制管理体系，在多流程决策体系的协作下，构成风险管理知识，以非结构化数据的形式保存并流转使用；定量控制则更看重对经营实时数据的管理效率，建立一个基于客户需求和市场规律的量化风险控制体系统框架。银行信用评估体系要求银行用于信用评级的数据必须具备一定年限和质量标准，对数据样本量、样本时效性、业务覆盖范围、数据来源都有明确的要求。数据挖掘对于银行风险控制的关键性作用主要体现在对于银行信用风险控制、银行市场风险评估和银行操作风险管理上。
在信用风险控制上，数据挖掘主要是针对信用关键指标：违约率、违约损失率、违约暴露和违约期限进行针对性的数据挖掘分析，结合银行的信用评级动态变化和银行信用置信度的波动规律，在银行交易数据库中采用数据关联分析方法，对概念分层数据进行多层挖掘，提高数据挖掘的精准度；在对市场风险控制上，数据挖掘技术主要集中在市场风险识别和市场动态分析两方面，通过分析银行特征值数据在各种风险环境下的数据概率分布值，可以构建银行内部的市场风险模型，结合遗传算法和智能分析，可以针对市场发展规律进行智能风险评估决策；对于市场的偶然和不确定行为，通常数据挖掘会采用预测（predication）、时序分析模式（time-series model），通过遍历历史交易数据，能够对偶然性市场行为进行概念排序，采用模糊分析（fuzzy method）、证据理论（Evidence theory）等方法进行决策分析。
3.2 数据挖掘在银行产品创新中的效用
产品创新是提升银行市场竞争力的根本手段，数据挖掘的重要性则体现在数据分析准确性和有效性上，首先是对业务流程效率的数据分析，对于总行、分行、支行和营业网点的银行结构进行业务处理效能分析，通过实际交易数据和历史交易数据进行比对分析，可以有效的找出实际业务模式中的最大风险点，设计或优化业务流程，明确录入、审核、授权各岗位的职责，从而运用创新手段控制流程风险；采用产品规划的方法指导新产品的设计流程工作，则需要在产品设计理念、产品市场定位、产品竞争优势分析和产品风险控制上进行数据分析，通过数据挖掘技术可以在银行内部历史数据、行业共享数据和商业数据的基础上进行特征属性挖掘，并最终为新产品的量化定型提供有效的数据参考，并未新产品的市场价值进行定性和定量预测分析。
4 结束语
信息化时代背景下金融业的供需地位发生巨大转变，金融数据也从经营资料开始向数据商业化发展。基于详尽的量化数据系统，现代银行可以在高效数据分析模型的基础上对银行数据进行二次开发，提供数据分析服务。本文通过阐述银行数据的数据结构，分析了对银行海量数据进行数据挖掘的主要方法和应用模式，并评估现行银行数据挖掘方法的有效性和经济效益价值，为进一步提升银行数据挖掘的效能提供了新的思路。
参考文献：
[1]丁剑敏.数据挖掘技术及其在商业银行中的应用[J].市场周刊・财经论坛，2013（04）.
[2]宓文斌.数据挖掘在银行信贷业务中的应用[M].上海：上海交通大学，2012.
[3]王佳丽.财务诊断中的数据挖掘运用研究[D].南宁：广西大学，2012（05）.
风险型决策分析范文第3篇
关键词：贝叶斯决策；序贯分析；概率
中图分类号：C32 文献标识码：A 文章编号：1001-828X（2013）09-0-01
一、序贯分析简介
其中有一种观测方法是序贯分析，记一次取一个做观测，每次观测后都做出决策，或者停止抽样，或者再做另一观测。序贯分析的特点是，在研究决策问题时，不是预先固定样本量，而是逐次取样观察，直到样本提供足够的信息，能恰当的做出决策为止。
在经济活动中，常常遇到这样的决策问题，由于它的特殊性，需要将过程分为若干个相互联系的阶段，在它的每一个阶段都需要做出决策，从而使整个过程达到最好的活动效果。当各个阶段决策确定后，就组成了一个决策序列，因而也就决定了整个过程的一条活动路线，这种把一个问题可看作是一个前后关联的具有链状结构的多阶段过程就称为多阶段决策过程。
在固定样本量问题中的贝叶斯分析是容易的，但贝叶斯序贯分析是困难的。在处理问题是需要大量的符号和运转的布局，这些都会使所涉及的简单想法变得模糊。这个想法就是，在过程的每一个阶段（即在每一次做了观测之后），都将此阶段立即做出决策的贝叶斯风险与如果再做观测所得出的期望的后验贝叶斯风险进行比较。
二、贝叶斯决策的步骤
在贝叶斯决策论中，状态集、行动集、损失函数是描述决策问题的三个基本要素。
我们可以总结出贝叶斯决策的步骤：
第一步：通过资料分析，确定先验概率密度。第二步：进行抽样调查，取得必要信息第三步：利用贝叶斯公式计算后验概率密度。第四步：将此阶段立即做出决策的贝叶斯风险与如果再做观测所得出的期望后验贝叶斯风险进行比较。第五步：选择最优行动。
三、决策案例综述
本部分通过一个决策案例，对贝叶斯决策在序贯分析里面的应用进行综合分析。
（一）案例概况
假设要一家石油公司要新建一家工厂，但是无法确定是在A地还是B地。
若建立在B地要比建在A地少花费￥1，000， 000。但是在B地缺乏熟练工人，而在A地有大量熟练工人。一共需要700个熟练工，公司认为在B建厂位置所具备的熟练工人数θ服从分布N（350，1002）的先验密度（为了方便我们将θ看做连续变量）。那么，如果熟练工不够，公司不得不进行培训，培训一个熟练工需要花费￥3500。现在制造业公司面临如下两个选择：a0：建工厂在A地；a1：建工厂在B地。但是，公司可以立即作出决策，或者授权先进行调查（调查花费￥20，000）调查的结果是对θ的一个估计X，调查的精度已知为X有分布密度N（θ，302）。公司的问题是立即决策，还是先做调查再决策。
（二）贝叶斯决策
1.在先验期望准则下的最优行动和贝叶斯风险
利用则：；。在这里，我将积分上下限换成和的误差予以忽略。因此，，选择a0立即做决策的贝叶斯风险是1，000，000。
2.进行调查的贝叶斯风险
（1）后验概率密度
在这里，利用理论：
本实际问题中，若做调查，观测值是X，后验密度=N（）
所以，
（2）后验风险
故做调查有了观测值X之后，再做决策的贝叶斯风险是
3.后验风险的期望
由于我们并不知道哪一个会发生，所以，我们只能通过所有的期望值来估计后验贝叶斯风险。对于边际分布，此时它为N（350，1002+302）。于是，近似有。
4.决策
先进行抽样再进行决策的后验风险比立即决策的风险小，所以调查花费的钱是值得的。
（三）案例延伸
如果本案例变成，分别抽样调查A，B两地的石油情况，石油公司打算首先根据某地区的地层结构判断该地是否蕴含大量的石油，再做决定。这个是有名的石油问题。
根据本文上例讨论的贝叶斯决策分析法，对每一个阶段都进行分析，最后，得出结论选择不做地震实验，决定钻井。
四、小结
在延伸中，针对每一个阶段进行了分析，利用逆序归纳法和贝叶斯决策对序贯问题进行分析。在实际上更加的复杂。在决策问题中，常常有更多阶段要研究，因而将复杂的决策问题的决策分析全程划分为若干阶段，每一阶段都包括先验分析，抽样信息期望值，每一个阶段都需要做筛选，每个阶段前后相连，形成决策分析全过程。随着继续抽样，可能有的阶段增加时，确定期望的贝叶斯风险就愈困难。
利用贝叶斯理论，我们可以对决策的分析更加精确。对每一个阶段进行分析，期望得到最大收益，最小损失，做到少花钱多办事，提高决策分析的科学性和效益型。
参考文献：
[1]陈家鼎.序贯分析[M].北京：北京大学出版社，1995.
[2]James O. Berger.统计决策论及贝叶斯分析.北京：中国统计出版社，1998，5.
风险型决策分析范文第4篇
【关键词】装备制造业 风险 层次分析法
一、装备制造业投资项目风险类型
装备制造业是一项资金密集、技术密集、劳动密集型三者兼备的产业，是少有的对资本、技术与人力的需求都很旺盛的行业，该特点也造成了装备制造也投资的投入成本高、投资建设及回收周期长、人才队伍建设慢等显著的特征，进一步增加了装备制造业投资的风险。
装备制造业项目投资的风险，业界并没有形成统一的划分标准。如按导致投资项目产生风险的原因将风险因素划分为人为风险和环境风险；按照风险涉及区域划分为项目整体风险和项目“个体”风险；按照风险能否预测划分为已知风险和未知风险等等。
笔者认为，从项目投资风险评价的全面性、科学性及可操作性角度，可以将装备制造业投资项目的主要风险因素总结为：政治风险、经济政策风险、市场风险、技术风险、管理风险、环境风险。
二、层次分析法概述
层次分析法（Analytic Hierarchy Process简称AHP）是将决策总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。该方法是美国运筹学家匹茨堡大学教授萨蒂于20世纪70年代初，在为美国国防部研究"根据各个工业部门对国家福利的贡献大小而进行电力分配"课题时，应用网络系统理论和多目标综合评价方法，提出的一种层次权重决策分析方法。
层次一、装备制造业投资项目风险类型
装备制造业是一项资金密集、技术密集、劳动密集型三者兼备的产业，是少有的对资本、技术与人力的需求都很旺盛的行业，该特点也造成了装备制造也投资的投入成本高、投资建设及回收周期长、人才队伍建设慢等显著的特征，进一步增加了装备制造业投资的风险。
装备制造业项目投资的风险，业界并没有形成统一的划分标准。如按导致投资项目产生风险的原因将风险因素划分为人为风险和环境风险；按照风险涉及区域划分为项目整体风险和项目“个体”风险；按照风险能否预测划分为已知风险和未知风险等等。
笔者认为，从项目投资风险评价的全面性、科学性及可操作性角度，可以将装备制造业投资项目的主要风险因素总结为：政治风险、经济政策风险、市场风险、技术风险、管理风险、环境风险。
二、层次分析法概述
层次分析法（Analytic Hierarchy Process简称AHP）是将决策总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。该方法是美国运筹学家匹茨堡大学教授萨蒂于20世纪70年代初，在为美国国防部研究"根据各个工业部门对国家福利的贡献大小而进行电力分配"课题时，应用网络系统理论和多目标综合评价方法，提出的一种层次权重决策分析方法。
层次分析法是将决策问题按总目标、各层子目标、评价准则直至具体的备投方案的顺序分解为不同的层次结构，然后得用求解判断矩阵特征向量的办法，求得每一层次的各元素对上一层次某元素的优先权重，最后再加权和的方法递阶归并各备择方案对总目标的最终权重，此最终权重最大者即为最优方案。这里所谓“优先权重”是一种相对的量度，它表明各备择方案在某一特点的评价准则或子目标下优越程度的相对量度，以及各子目标对上一层目标而言重要程度的相对量度。层次分析法比较适合于具有分层交错评价指标的目标系统，而且目标值又难于定量描述的决策问题。其用法是构造判断矩阵，求出其最大特征值及其所对应的特征向量W，归一化后，即为某一层次指标对于上一层次某相关指标的相对重要性权值。
层次分析法易于理解和操作，在风险分析中既有定性分析、又有定量计算，能较好的结合专家经验，相对全面的评价项目总体风险，为管理者提供一个全面了解项目全过程风险的分析思路，因此在项目投资风险分析中具有有相当广泛的应用性。
三、实例分析
本文拟以某大型模锻液压机制造生产线项目为例，对其投资风险进行评价。该项目主要用于生产各类大型航空锻件，在给企业自身带来发展的同时也为我国大型锻压设备的制造发挥积极的促进作用。
由于本项目政治风险和环境风险极小，故不予考虑。项目总风险分解为：技术风险（包括技术难度、完工时间的变化情况）；管理风险（包括项目经理素质、组织结构）；经济风险（包括资金成本风险、项目融资风险）；市场风险（下游市场需求风险上游市场供应风险）。
在参考专家意见的基础上运用层次分析法，结合项目风险划分体系，建立本项目主要风险因素层的判断矩阵：
四、结论与展望
本文从装备制造业投资项目投资者角度出发，按照风险管理的基本原则，针对装备制造业的主要特点，对项目的投资风险进行了分析和评价研究。首先，将装备制造业投资项目的风险进行层次分类，并提取各层主要风险因素，再运用AHP 法构建递阶层次结构模型，对这些因素进行比较分析，建立装备制造业投资项目风险因素指标评价体系。进而对这些风险进行量化分析，得出分析评价结论。但该评价方法尚有许多不足之处，需要进一步完善。笔者认为可以沿着以上分析思路完善风险分析决策流程，如下图所示。
参考文献：
[1]Models， Methods， Concepts and Applications of the Analytic Hierarchy Process （with L.G. Vargas）， Kluwer Academic Publishers， Boston， 2000.
2]沈建明.项目风险管理[M].北京：机械工业出版社，2010.
郭建斌，车璐.国内投资项目风险分析的应用情况与推进建议[J].建筑经济， 2006， （6）.
[3]丁香乾，石硕.层次分析法在项目风险管理中的应用[J].中国海洋大学学报，2004，34（1）.
风险型决策分析范文第5篇
关键词：公平偏好；风险规避；供应链协调；二阶段博弈
中图分类号：F713 文献标识码：A
原标题：风险和公平偏好下二级供应链协调机制研究――基于stackelberg博弈模型
收录日期：2016年10月19日
一、研究背景
10年以前，国内外学者对渠道绩效的研究大都集中于传统绩效分析，近10年来，行为经济学研究证明了社会偏好因素影响着人们对满意度的感知，社会偏好因素中的公平、互惠原则与传统绩效中自私自利，寻求自身利益最大化背道而行。公平分配以及公平偏好可以促进团队成员相互信任，团队间初始信任感越低，其成员的满意度越依靠来自于团队绩效的公平分配机制和团队成员的公平偏好程度。不可否认，供应链系统参与者往往以该供应链的收益和风险水平来评价其绩效，但是将供应链的竞争力简单的概括为与收益成正比与可预知的风险成反比却是非常不恰当的。Cui等人在2007年的文献中阐述了当渠道成员存在公平偏好时，价格契约可以协调供应链渠道，而且在现实的渠道管理中确实存在这种价格契约。为了应对激烈的竞争，供应链管理者不得不进一步整合供应链，使参与者之间的依赖性更高，这导致供应链参与者会受到更多的风险攻击。这些风险毋庸置疑的包含了来自于对团队成员行为偏好不确定性预测。本文研究了供应链成员具有不同的行为偏好，分析当供应链核心企业（供应商）具有风险规避性而非核心企业（零售商）具有公平偏好时如何实现供应链最优决策。
供应链核心企业是供应链的组织者，扮演着重要的管理角色。他们把供应链的组建当作投资，对于投资收益有一定的风险偏好。而对于非核心参与者他们被动地接受契约参数，更倾向于对利润分配的公平偏好。Pui-Sze Chow等通过电脑设计实验模拟供应链运作，将零售商的公平偏好用一个最低利润分成比例（Minimum Profit Share Ratio，MPSR）表示，发现零售商的公平偏好系数与供应链的收益形成倒U型关系，当MPSR值为0.5时供应链系统获得近似最优。而且零售商的公平系数也影响着供应商对的供应链风险偏好强度。覃燕红等认为供应链成员的公平性会影响供应商的批发价格（契约参数），在二级stackelberg博弈情形下简单的回购契约无法实现供应链协调。在将公平偏好引入供应链协调的研究中，大部分学者都参考了Cui等人的文献，他们研究了在线性需求环境下，简单的批发价格就可以协调公平偏好的供应链系统。在此基础之上，Demirag等将市场的需求函数加以变化，以及马利军等将文献的模型进一步完善，研究公平偏好下供应链成员的决策特点。可是，当决策者面对非常规的供应链风险偏好行为时需要修正常规的回购契约才能实现供应链协调。如Takezawa等研究了利用长期合同来规避价格和市场需求的不确定性所导致的风险损失，代建生等利用CVaR（条件在风险价值）模型评估风险规避型供应商对供应链最优定购量的影响。对于供应链的风险偏好问题还有很多针对特定行业的研究，文献研究了不同行业风险不同风险偏好的决策者对该行业供应链的绩效影响。还有学者致力于研究采用合适的方法，消减供应链风险，如Faeghe等通过四种风险规避策略建立多目标和单目标模型，研究汽车行业精细和响应的供应链协调机制。以上这些文献说明了供应链成员间由于竞争和市场需求或者其他方面的不确定性都导致了参与者要面临不同的分险环境作决策，无论是何种风险态度，当参与者在做决策时都必须考虑这些行为因素，形成更有默契的供应链系统应对竞争。
本文的研究明确了当供应商和零售商都希望实现供应链系统最优化，克服有分散决策带来的双重边际效应，集中以供应链利润为目标函数作决策，但由于自身的行为偏好，对供应链成员的决策函数也会产生影响，单一行为偏好的供应链协调机制的特点在多偏好的供应链系统中是否仍旧成立，这些都是本论文要说明的问题。
二、模型假定及相关符号说明
模型中假定供应链是一个二级模型，由一个供应商和一个零售商组成。该供应链所在的产品市场差异性不大，单个企业无法改变市场价格，零售价属于外生变量，产品价格记为p。供应商以平均成本计算单位产品的成本，根据零售商的订单生产，因此生产结束时单位产品成本固定，产品成本记为c。市场需求不确定，但是满足特定的分布函数。设产品的市场需求为x，x∈（0，U）其密度函数和分布函数记为f（x）和F（x），且当x∈（0，U）时f（x）≥0。零售商的订货量为q。供应商为该供应链的核心企业，采用回购契约进行协调，季末未出售的产品回购，因此回购契约的参数为批发价和回购价格记为（w，b），其中p≥w≥b。后文的分析将介绍不同的社会偏好因素下供应链最优订货量的协调，其中q*，*，分别表示不考虑公平偏好时分散和集中决策下的最优订货量，为考虑公平偏好后集中决策的最优订货量。其他符号具体可参见表1。（表1）供应商为风险规避型而零售商表现出公平偏好型，供应商以CVaR（conditional value at risk，条件风险价值）模型来测度风险价值，？浊为风险规避程度的度量值，其值越小表示对风险的规避程度越强。
三、模型的建立与分析
（一）分散决策下风险中性零售商决策分析。在一个供应商主导的stackelberg博弈环境中，供应商可以预见零售商的最优订货量，从而决定回购契约参数：批发价格和回购价格，当零售商接受该契约时，即受该契约约束。
推论1 追求市场最大化的供应商愿意降低零售商的风险提供更高的回购价格，即p=w。
（二）集中决策下公平偏好零售商决策分析。公平偏好模型可以用纳什均衡求解，设供应商和零售商的公平偏好系数为
该结论解释了在企业经营中追求市场占有率最大化的供应商为什么愿意以批发价格回购在期末未出售商品。在具有公平性偏好零售商组成的供应链中，b=w让供应商承担了由于需求量不确定带来的过度订货风险，而追求公平的零售商其公平感越强，合理的订货量也越大。在供应商主导的供应链，供应商分配利润。由于零售商的公平偏好，零售商会得到他所应得的公平利润，其利润额由公式（8）可得，供应商会获得剩余利润。
（三）集中决策下风险偏好供应商决策分析。上述分析中供应商被动接受供应链的剩余利润，追求市场最大化，只要剩余利润大于零，供应商就参与供应链的合作。但是，在实际企业运营过程中，供应商也会根据自己的偏好，参与供应链决策的制定。
供应商对供应链的预期风险收益由CVaR表示。参考CVaR模型定义有分险规避型供应商的目标函数为：
四、算例分析
根据本文的研究思路，现假定该市场满足以下条件：单位产品的平均成本为40元/单位，市场零售价为100元/单位。市场需求服从[0，1000]的均匀分布。
五、总结
以上研究说明，供应链成员的公平偏好确实会对供应链的协调产生重要影响，学者们判断协调的条件是决策函数为公平偏好下的期望效用最大化。本文在以上文献基础上研究集中决策的环境下，追求市场满足率最大化的供应商在拥有公平偏好的零售商时，如何进行决策。市场运转验证了供应链参与者已开始利用集中决策来规避双重边际效应，希望在复杂竞争中取得优势。供应链上下游之间的风险分担以及供应链合作者之间的不可见行为偏好在供应链的稳定性上起着举足轻重的作用，因而研究这些行为特点对供应链协调机制的影响进行探讨也是非常有必要的。本文认为，若零售商在与供应商的合作中拥有公平偏好，不管是获得多于其期望的供应链系统份额利润，还是少于应得利润都会由于公平偏好产生负效用。由此看来供应商获得供应链系统的剩余利润，这对供应商也是公平分配。另外，本文分析中供应商对市场需求表现出风险规避的行为特点，详细阐明了在这样一种供应链系统中参与者该如何决策。
本文的研究考虑的是供应链成员集中决策，以供应链的利润函数作为参考决策函数，考虑决策者在有着不同的行为偏好时实现协调的充要条件。诸多的文献已经说明供应商的风险偏好和公平偏好的确会影响供应链的协调机制，核心企业在组建供应链系统时为了保证供应链的稳定性以及竞争能力，找到合适的合作者将是首要解决的问题。但是，目前所有文献对公平偏好系数值都是以参数？姿r代替，在实际中该如何确定该参数的数值也是一个亟待解决的问题。未来我们的研究可能会根据实际供应链运作的数据，尝试确定具体的公平偏好系数和风险态度度量因子，进行具体问题具体分析，提高供应链运作效率。
主要参考文献：
[1]Kimberly K，Merriman，John Maslyn，Steven M，Farmer.An Inter- and Intraindividual Perspective of the Substitutability of Fairness Rules for Trust Within Teams[J].Journal of Applied Social Psychology，2012.
[2]Cui H，Raju J，Zhang Z .Fairness and channel coordination[J].2007.8.
[3]Frits Tazelaar，Chris Snijders.Operational risk assessments by supply chain professionals：Process and performance[J].
[4]Pui-Sze Chow，YulanWang，Tsan-MingChoi，BinShen.A study on relationship of manufactures’benefit sharing and supplier’s quality investment under Fairness preference，2015.9.
[5]覃燕红，尹亚仙，魏光兴.公平偏好下基于Stackelberg博弈的回购契约研究[J].工业工程，2014.4.
[6]牛志勇，高维和，江若尘.公平偏好下的渠道成员价格决策及其动态检验[J].管理科学，2013.1.
[7]Demirag O C，Chen F，Li J B Coordinating a two-stage supply chain with nonlinear demand and fairness concerns，2010.3.
[8]马利军，曾清华，邵新建.幂函数需求模式下具有公平偏好的供应链协调[J].系统工程理论与实践，2013.12.
[9]Takezawa N，Rajasekera J.Risk hedging through forward supply contract and equity ownership in a spin-off decision[J].2007.2.
[10]代建生，孟卫东，范波.风险规避供应链的回购契约安排[J].管理科学学报，2015.5.
[11]Rapha Homayoun Boroumand，Stéphane Goutte，Simon Porcher，Thomas Porcher.Hedging strategies in energy markets：The case of electricity retailers，2015.
[12]Nagurney A，Cruz J，Dong J.Supply chain networks，electronic commerce，and supply side and demand side risk，2005.1.
