运筹学决策分析

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篇运筹学决策分析范文，相信会为您的写作带来帮助，发现更多的写作思路和灵感。

运筹学决策分析范文第1篇

【关键词】运筹学；企业管理

随着中国的入世，将面临着更大的挑战与机遇。商场如战场，各国的商家间的竞争将会愈演愈热。它呼唤企业要超越自我，战胜自我，自我蜕变，要不断跳出旧的发展模式，甚至需要自己建立新的“游戏规则”来寻求新的增长点。优胜劣汰，适者生存，这是自然界的生存法则，也是企业的生存法则。只有那些能够成功地应付环境挑战的企业，才是得以继续生存和发展的企业。作为企业的管理者，把握并运用好运筹学的理念定会取得“运筹帷幄之中，决胜千里之外”之功效。

（1）战略管理。企业战略管理是企业在宏观层次通过分析、预测、规划、控制等手段，实现充分利用本企业的人、财、物等资源，以达到优化管理，提高经济效益的目的。企业要求得生存与发展，必须运筹帷幄，长远谋划，根据自身的资源来制定最优的经营战略，以战略统揽全局。企业战略过程包括，明确企业战略目标，制定战略规划，作出和执行战略决策，并最后对战略作出评价。企业战略管理作为企业管理形态的一种创新，应是以市场为导向的管理、是有关企业发展方向的管理、是面向未来的管理、是寻求内资源与外资源相协调的管理、是寻找企业的长期发展为目的。也就是将企业看作一个系统，来寻求系统内外的资源合理分配与优化，这正体现了运筹学的思想。 我国企业战略管理的内容应根据自己的国情，制定对应的战略。主要侧重规定企业使命、分析战略环境、制定战略目标。中国现在绝大部分商品以由卖方市场转为买方市场，知识经济正向我们走来，全球经济一体化的程度在加深，我国企业不仅直接参与国内市场，还将更直接面临与世界跨国公司之间的角逐，企业间竞争的档次和水平日益提高，因而企业将面临更加复杂的竞争环境。

（2）生产计划。使用运筹学方法从总体上确定适应需求的生产、贮存和劳动力安排等计划，以谋求最大的利润或最小的成本，运筹学主要用线性规划、整数规划以及模拟方法来解决此类问题。线性规划问题的数学模型是指求一组满足一个线性方程组（或线性不等式组，或线性方程与线性不等式混合组）的非负变量，使这组变量的一个线性函数达到最大值或最小值的数学表达式。

（3）市场营销。一个市场研究专家试图用数据证明消费者的洞察多么有意义，而一个战略管理咨询专家则强调成功营销案例中隐藏的思路更有价值。我认为市场营销管理的任务主要是探查决策环境，进行数据和信息的搜集、加工、分析，确定影响决策的因素或条件。因此，在确定目标阶段实际上包含了问题识别和问题诊断两个内容。在设计方案阶段要理解问题，建立模型，进行模拟，并获得结论，提供各种可供选择的方案（方案主要通过对产品、价格、销售渠道、促销等基本环境的控制来影响消费需求的水平、时机和构成）。评价方案阶段要根据确定的决策准则，从可行方案中选择出最优或满意的方案。这些都都可以使用运筹学的理念来为管理者提供辅助决策。

（4）运输问题。在企业管理中经常出现运输范畴内的问题，例如，工厂的原材料从仓库运往各个生产车间，各个生产车间的产成品又分别运到成品仓库。这种运输活动一般都有若干个发货地点（产地）、又有若干个收货地点（销地）；各产地有一定的可供货量（产量）；各销地各有一定的需求量（销量）；运输问题的实质就是如何组织调运，才能满足各地地需求，又使总的运输费用（公里数、时间等）达到最小。 运输模型是线性规划的一种特殊模型。这模型不仅实用于实际物料的运输问题，还实用于其它方面：新建厂址的选择、短缺资源的分配问题、生产调度问题等。

（5）库存管理。如果说生产计划是从信息流的角度指挥、控制生产系统的运行，那么库存的管理则是从物质流的角度来指挥和控制。库存管理的目标是如何最有效的利用企业的物质资源的问题。

由于库存的物质属性，因此对生产系统的日常运行具有更直接的作用，库存是指处于存储状态的物品或商品。库存具有整合需求和供给，维持各项活动顺畅进行的功能。而库存的存在又意味着占用资金、面积、资源，这种矛盾的处境导致了库存管理的必要性与难度。现在流行的库存管理系统的库存管理软件，一般含货品进货、出货管理系统 ，仓库管理系统，报表系统等子模块等，运用的原理还是运筹学模型。

运筹学决策分析范文第2篇

[关键词] 运筹思想；企业管理；应用

doi ： 10 . 3969 / j . issn . 1673 - 0194 . 2014 . 07. 033

[中图分类号] F224.3 [文献标识码] A [文章编号] 1673 - 0194（2014）07- 0053- 02

1 运筹思想简述

运筹思想是通过科学有效的方法来探究人们对不同类型资源的利用与配置工作的基本规律，从而使得单位资源利用的功效可以得到最大化体现，以实现宏观整体优化的目的。运筹思想可追溯到中国奴隶社会时期。运筹思想在军事领域的应用也可以追溯到奴隶社会时期，而军事运筹学则是在第二次世界大战之后才开始成为一门独立学科的。

20世纪70-80年代，以美国为首的资本主义国家的运筹学界，就运筹学的根本、现状以及今后发展趋势进行了一次大讨论，从此，该学科就正式成为一门集基础性与交叉性于一体的科学。国内运筹学在实际生活中的运用始于20世纪50年代的建筑业和轻纺业。紧接着在交通物流、水电工程以及邮政领域开始方面均存在着应用，特别是在物流方面，图上作业法由此产生，同时从纯理论角度论证了它的合理有效性。运筹思想在实际生活中的应用范围非常广。比如说，在企业管理里，利用运筹方法对为不同的决策方案予以合理有效的评估，从而为高层领导决策提供服务，让单位管理人员可以更好地优化配置有限的资源。运筹思想之升华注定会与智能科技的发展有很大的关系。

2 运筹思想和企业管理

“管理就是决策”，决策贯穿于管理的全过程，它在问题处理的过程中有不可或缺的作用。决策不同的形式，主要有标准化决策、双重决策、多方案性决策以及创新型决策。在标准化决策中，评估不同方案以及找出某一最优方案为研究问题的步骤里，可以进行定性和定量的研究。定性研究很大程度上要依赖于管理人员的主观能动性。若管理人员对要决策的问题有着很多的经验或这些问题不复杂，对此作出决策即偏重定性研究；相反，若管理人员对此方面的经验不足或要处理的问题非常棘手，如此一来定量研究在管理人员的最终决策里就会起非常重要的作用，要增强定量研究能力就应该学习运筹思想及其方法。运筹思想在企业管理中的以下方面发挥着重要的作用。

2.1 战略规划

战略规划是一个单位为寻求长远发展，对发展目标和完成目标的方式和策略设计的持续性以及整体性的计划。一个单位进行战略规划是为了增收节支、开源节流，并且提高服务质量。如物流成本的主要成分有运输以及库存成本，选取最合理的运输线路以及最有效的资源配置形式，成为增收节支的主要渠道，因此，必须应用运筹思想去寻求最科学的方案。单位战略规划是企业管理具体方面的一大革新，即把企业当成某一体系，力求使该体系内外的资源能够得到合理利用，这其中就渗透着运筹思想。设计合理的战略目标为公司战略的关键，战略目标成为企业的生产经营行为在某一时间段里所期望取得的成绩。企业须根据内部拥有的资源去设计一定时期特定的战略目标，以求使得这些资源能得到最优化的配置和最有效的利用。

2.2 生产管理

企业的立足与成长须应用运筹思想，从宏观上确立与需求相适应的生产、仓储以及劳力分配等计划，力求使得利润最大，增收节支。在生产管理里，经常会通过作出运输规划、线性规划以及对偶规划来处理这种问题。

2.3 物流管理

在企业管理里不时会产生物流方面的问题，比如说，企业的原料由仓库送到不同的生产部门，不同生产部门的产品再各自送往成品仓库。这样的物流方式通常均有一定数量的货源地，也有一定数量的售货地，不同的货源地有若干的产量，不同的售货地分别有若干的销量。物流管理在根本上说即为怎样安排调度才可以使不同地点的需求得到满足，同时使物流活动的总成本尽可能小。

2.4 库存管理

要是说生产管理是从信息流的方面统筹以及控制生产活动的开展，那么库存管理就是从物质流的方面来统筹以及控制生产活动的开展。存储具有物质属性，所以对生产活动的正常开展发挥着更直接的功效，库存归零就代表生产停顿，但是它的存在却代表着占用资金与资源，如此尴尬的处境使得库存管理难度加大。

2.5 财务管理

运筹思想在财务管理里的作用十分突出。运筹思想与投资决策、成本核算分析以及证券管理等有关。公司债务重组以及通货膨胀会计等均须以运筹思想作支撑，同时应用到运筹学的若干方法。比如说，在投资决策分析当中，一公司拥有若干资金，在未来一些年份里，能够用其去买债券，能够在各年份之初以若干金额进行投资等，现在需要对此不一样的投资方案予以决策，从而选出最优方案，以求公司的收益能够达到最大。此时就应该用到运筹思想，通过运筹学里面线性规划的求解以及决策论的分析来予以处理。

3 总 结

随着经济的发展，运筹思想在管理中的地位越来越重要，在企业的战略规划、生产管理、物流管理以及财务管理等方面均发挥着重要的作用。充分运用这一思想，可以在社会经济发展过程中更加科学地优化资源配置，实现精细化管理。

主要参考文献

运筹学决策分析范文第3篇

【关键词】层次分析法 判断矩阵 层次单排序 一致性检验

重载铁路运输输送能力、投资效益所具有的优势，已逐步被世界各铁路强国所认识。客运高速化、货运重载化，是铁路现代化的必然趋势和重要标志，为了进一步适应铁路提速、重载运输新形势和工务安全的需要，必须加强对线路状态管理方式的探索。为了实现对轨道设备状态的“零误差”管理，铁路工务管理部门提出了以轨道状态为基础的“状态修”养护管理模式，通过掌握轨道设备状态的变化规律，适时地安排轨道设备维修作业，从而杜绝轨道病害的出现和发展。

而目前，对于重载铁路运输，缺乏一整套评价轨道单元质量因素权重的方法，本文利用层次分析法计算重载线路轨道单元因素项目权重比，为高效利用检测数据、及时掌握设备变化客观规律，科学管理线路提供科学依据。

层次分析法是将与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。该方法最初是由美国运筹学家匹茨堡大学教授Santy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，应用多目标综合评价方法和网络系统理论提出的一种层次权重决策分析方法。

一、建立层次结构模型

根据层次分析法，结合轨道质量评价因素：TQI，轨道几何偏差、轨检加速度、车载添乘仪四项参数，建立轨道单元项目权重层次结构模型。

二、构造判断矩阵和层次单排序

在确定各层次之间的权重时，如果只是选取单一的结果，会产生不容易被用户所接受的问题，Santy教授提出采用一致矩阵法，不把所有因素放在一起比较，而是两两相互比较。利用相对尺度，减少性质不同因素相互比较的难度，提高数据准确度。因素用判断矩阵方式给出比较结果，判断矩阵的元素aij用1至9标度方法给出。

所以，若CI=0，有完全的一致性，若CI接近于0，有满意的一致性，CI越大，不一致误差越严重。

本文以调查问卷的方式对轨道质量评价因素权重进行统计，共下发调查问卷10份，统计项目包括TQI、轨道几何偏差、轨检加速度、车载添乘仪四项。权重比按表2进行统计并标注至判断矩阵中，利用MATLAB软件编辑层次分析算法，根据一致性比率对矩阵进行一致性检验，最后对通过一致性检验的判断矩阵进行特征权向量及权向量平均值的计算，最终得到轨道单元质量评价因素权值的建议值。

运筹学决策分析范文第4篇

[关键词] 收益管理运筹学计算机技术预测优化

收益管理（Revenue Management）是建立在旧的供求管理理论基础之上，随着运筹学、经济学、市场营销、决策理论等科学理论和计算机信息技术的发展而发展起来的一门新的管理方法。

一、收益管理起源和发展

收益管理起源于1978年美国民用航空部放松对价格的管制之后。在此之前，美国航空业是一个垄断经营行业，实行严格的标准票价规则，其利润增长的主要来源是控制经营成本和扩大经营规模。该经营方式不仅造成航空运输资源的闲置和航空经营的低效率，而且高额的单一票价体系阻碍了航空客户需求的增长。二战后，技术的发展使得航空公司的运输能力迅速增长，同时刺激了公众旅行需求并降低航空公司行业进入和运营成本，推动航空运输业发展，为打破垄断，实现自由竞争创造条件。

1978年10月24日，美国政府为了促进航空领域的自由竞争，提高航空业的经营效率，卡特总统签署了航空放松管制法废除了政府对航线和票价的所有管制。以美国人民快递航空公司为代表的一些新兴的低成本小型航空公司的进入，彻底改变了美国航空业的市场结构和加剧行业竞争。低成本战略成为小型航空公司参与市场竞争重要手段。1981年，美国人民快递航空公司采用成本效益策略，以低于大型航空公司50％～70％的票价，吸引大量低端客户群，获得了许多潜在的市场。1984年，该公司的收入接近10亿美元，获利6千万美元。虽大型航空公司通过服务、品牌和信誉等竞争优势吸引重视舒适和服务的高端商务乘客，但利润仍受到严重的侵蚀。1992年4月的价格大战使航空业共损失20亿美元。而此间，美洲大陆航空公司采用收益管理的经营思想，不仅在市场竞争中保住市场份额，而且当年还获得了10亿美元的额外收益。美洲大陆航空公司成功经营案例使美国航空界认识到收益管理的重要性，使得收益管理理论以航空业为代表的服务业领域中得到广泛的应用。

随着运筹学、管理科学等科学理论的不断发展和计算机等技术的进步，收益管理不仅理论研究取得了重大发展，而且应用领域也从航空领域拓展到其它服务领域。

二、收益管理发展的理论基础

收益管理理论能迅速发展和广泛应用，首先要有理论基础支持。收益管理是一个多学科交叉发展起来的理论思想，运筹学、决策科学和管理科学等理论是收益管理思想发展的理论基础。

运筹学起源于第二次世界大战期间，来自不同学科的科学家为了解决军事指挥等实际问题而提出和应用的一些方法，二战得以发展形成理论体系并推广应用到各行业。运筹学是一门多分支的应用学科，主要由规划理论（包括线性规划、非线性规划和动态规划等内容）、图论与网络分析理论、决策分析理论、随机服务理论和仿真技术等构成。收益管理要解决的问题是对有限资源进行优化配置，以求解企业收益最大化的优化决策问题。收益管理理论研究几乎采用了运筹学中的大部分理论概念和模型，特别是数学规划、动态规划和网络分析技术。运筹学的每一项新的突破和发展都会及时地在收益管理研究中得到应用。运筹学为收益管理中的优化决策问题提供了有力的求解工具。在收益管理早期的座位超订和座位分配问题研究中，大多数研究模型都是对实际问题进行假设后，利用线性规划方法进行建模和求解。由于动态规划的模型在收益管理问题研究中比线性规划或非线性规划模型更加接近应用的实际问题，动态规划成为了现在研究收益管理问题的主要研究工具。

另外仿真技术、行为科学、搏弈论等学科的理论也越来越多地应用到收益管理的实际问题研究中，进一步丰富和拓宽了收益管理研究的视角和领域。风险因子的引入，将收益管理同风险管理进行统一研究分析，突破了传统收益管理模型中假设所有个体风险中性在收益管理研究在理论和实践中存在的缺陷，使得风险管理成为收益管理研究的一个新领域；在收益管理预测研究中考虑顾客行为对预测的影响因素，使得收益管理预测的结果更为精确和更接近实际结果，行为科学成为收益管理研究的一个新的有力工具；搏弈论等理论在收益管理中的应用，使得收益管理的研究不在局限在个体企业环境下的最优资源配置和收益最大化，而是要考虑整个企业联盟相互约束下的整体资源最优配置和收益最大化。

运筹学等理论学科为收益管理的研究和发展提供了坚实的理论基石，收益管理的应用所碰到的新问题也促进理论学科发展。运筹学国际联合会主席Peter Bell指出：管理科学和运筹学在企业收入方面的应用将会引起每个企业的高级执行官关注，从20世纪80年代中期开始研究的“收益管理技术”已经改变，并且将会继续改变整个应用行业以及管理科学和运筹学学科面貌。收益管理与运筹学等理论之间存在着相互促进、相互发展的交融关系。

三、收益管理发展的技术基础

促进收益管理发展的第二个基础就是科学技术进步。收益管理是对历史数据分析和预测，利用各种数学模型计算出有限资源的最优配置和收益的最大化。收益管理中存在大量的数据收集、存储和处理，存在着大量复杂的决策优化、资源配置等数学模型的运算，对事务处理要求较强实时性。例如，每天有1000个航班的中等航空公司，每时每刻都会有250万种运价、舱位组合需要计算，每天都要接受成千上万的座位预订。凭手工处理显然是天方夜谭。大量的数据处理和复杂的数学模型运算是人工处理手段将无法逾越的瓶颈。如果没有先进的技术手段的保障，收益管理只是一种空想。计算机以其超强的数据处理能力和运算能力有效解决收益管理中的繁重的数据处理和复杂运算瓶颈，推动了收益管理收益管理的应用和发展。伴随计算机软硬件、信息和网络技术的发展，收益管理经历从数据库管理、预警监控管理、自动决策管理、全程网路优化管理（O&D管理）等阶段。计算机技术成为收益管理应用和发展的技术基础。收益计算机系统是计算机技术与收益管理思想结合的产物。

数据库管理系统是第一代收益管理计算机系统，主要对航空公司航班订座历史数据进行采集、存储和整理。这些数据信息包括航班的各个舱位的订座数量、订座限额、客舱座位数、超订数额等。航班起飞后，还要采集实际登机旅客人数和名单，以确定no-show和go-show的旅客人数，以报表或图表的形式提供给管理人员，管理人员根据这些报表或图表来分析和判断该航班未来市场需求的发展趋势，决定各个舱位的最优配置。该系统被动地向管理人员提供数据报表，管理人员根据经验对这些数据进行主观的分析和判断，并对未来的市场需求进行主观预测和对航班的订座限额进行手工调整，这种预测的精确性很大程度受到管理人员的经验和水平的限制。

第一代收益管理计算机系统的基础上增加航班座位预订监控功能构成第二代收益管理计算机系统，称之为订座监控系统。该系统能够自动将实际订座情况同该航班的订座历史数据进行比较，发现二者不相符，自动向相关的管理人员发出预警信号，提醒管理人员做出相应调整。该系统采用“极值曲线法”以识别航班不正常订座情况。计算机系统根据订座历史数据自动生成上、下两条极值曲线，确定航班未来的航班订座趋势范围。当实际订座情况超出了极值范围，系统自动将订座情况提交给管理人员进行分析和处理，同时提出一些决策方案供管理人员在决策时进行参考。第二代系统比第一代系统相比在功能上有了较大的改进，计算机不仅是管理人员处理数据的一种工具，而且还具有一定的智能性，能够协助管理人员进行一定的决策管理。该系统对管理人员人数的需求相应减少，提高了企业的生产效率。由于该系统的极值曲线完全是根据历史数据生成的，对于未来市场的发展变化情况的一些因素没有考虑，企业将丧失许多潜在的收益。

人工智能技术的应用，在前两代收益管理计算机系统的基础上融入了人工智能技术，形成了具有智能学习功能的第三代收益管理计算机系统，即订座限额自动决策系统。该系统除了具备数据处理功能和预警功能外，又增加了预测、优化及超订等数学模型等计算功能。该系统不仅能够根据订座历史数据自动生成各种折扣舱座的订座限额，而且还能根据对市场的预测，确定出每级舱位可超订的数量。并将结果提供给管理人员或直接输入到航空公司的订座系统中。第三代系统中的功能模块采用了许多数学模型，使得该系统提供的分析数据和做出的决策更加系统化和科学化。人工智能技术的引入，使得该系统具有较强的自主学习和决策能力。该系统的反馈机制能够不断地根据市场因素的变化（比如季节性变化、顾客需求偏好变化等）自我修正，使系统做出的资源分配策略和定价策略更接近市场需求，使企业的获得更大的收益。订座限额自动决策系统是第一个将市场预测与航班座位管理结合起来的收益管理系统。该系统与前两代系统相比具有更高的智能性和高效性，做出的市场预测、收益管理策略更加科学和精确。

随着计算机网络技术和互联网技术的发展，欧美一些先进企业和公司开始了第四代收益管理计算机系统研究，即全程网络收益管理研究。通过覆盖全网络范围的资源优化和实现客户自助服务方式来挖掘潜在的收益机会，进一步提高企业的收益。

综上所述，每一次技术的进步促进收益管理向更高的层次发展。以计算机为代表的技术成为收益管理发展的重要技术保障和基础。

四、结语

运筹学决策分析范文第5篇

四大资产管理公司2005年主导着价值两万亿的金融不良资产的交易市场。根据2006年6月的数据，我国四大资产管理公司已经处置了11 692亿元的金融不良资产,但至2008年5月，我国包括国有商业银行、股份制银行、城市商业银行、农村商业银行及外资银行在内的银行业不良资产总额仍存有1.2万亿元。

目前，中国对金融不良资产的处置方式，主要有本息清收、诉讼追偿、破产清算、债权重组、债权转让等。其中，在债权转让处置中，对于大量的金额较小的债权，在很多情况下是批量打包进行处置的。

我国金融不良资产评估中的特殊性是，评估对象难以鉴定、评估依据资料不完整和评估程序受到较多的限制。

目前，批量打包出售的金融不良资产的价值分析,尚没有形成成熟的理论和经验。金融不良资产包，通常是大量的债权，同时也涉及企业股权与实物等。其特点是包内涉及的债务人户数很多，银行及相关机构所掌握的有关债务人的信息又较少，大多不具备履行正常资产评估程序的条件。一般情况下，不良资产包是在尽职调查的基础上进行价值分析，但在这样的分析工作中，主观因素的作用往往可能过大，从而导致价值分析的结果偏离客观的价值。为了减少主观臆测产生的差错率，我们认为，可以考虑应用运筹学决策分析原理及数理统计技术，建立数学模型，进行资产包科学合理的价值分析。这是我们的一个尝试。下面，我们将结合实例对金融不良资产包价值分析数学模型的应用进行说明。

2．金融不良资产包价值的分析模型

为了分析金融不良资产包的价值，需要建立金融不良资产包价值分析模型。该模型由三个模块组成，即输入模块、分析计算模块和输出模块。如图1所示。

2.1 输入模块

输入模块有指标数值确定和数据采集系统两个程序组成。

确定模块的指标数值

影响金融不良资产回收价值的因素很多，包括：社会环境与还贷意愿、当地的经济环境、债权交易市场的情况、债权形态、抵押情况、担保情况、债务企业及债务责任关联方的性质、行业特点、剥离时的资产状况、债务企业的资产、负债情况及债务企业的信誉情况、债务企业未来发展前景预测、借款时间、借款金额、借款用途、还款来源、逾期时间、银行贷款形态、诉讼前景和诉讼结果执行前景等。我们根据对目前金融不良资产评估的研究成果和我国金融不良资产的特征，并考虑所需求信息资料的可获取性，圈定影响因素的范围，构成输入模块初步的指标体系，见表1。根据指标体系，我们将进行数据采集。

2.2 分析计算模块。

分析计算模块是金融不良资产包价值分析模型的核心。它由3个子模块组成。

数据分类处理模块

由于该指标体系中既存在定性指标，又存在定量指标，这就需要在正式运算前对指标进行分类。

特征变量选择模块

本模块的功能是在数据分类处理模块中，运用多元统计分析中的因子分析法，选择若干个具有代表性的、敏感且特征性强的变量作为特征变量。

价值分析模块

根据运筹学的决策分析原理，通过判别分析数据分类处理模块的样本数据与特征变量选择模块确定的样本数据，进行金融不良资产回收率的预测。

2.3 输出模块

综合判别函数计算出每一债权的回收概率，确定债权包的综合回收率，并将计算结果按指定格式输出。

3. 金融不良资产包价值分析模型的建立

3.1 数据的处理

相关资料存在着可靠性和有效性的问题，需要进行酌情处理。

如贷款本金、表内外利息和孳生利息占本金的比例、贷款时间三个变量的数据的处理方法，是对其取以10为底的对数。

还款记录、剥离形态、经济与地理区域、债务企业性质、债务企业经营状况等定性变量，我们采取对样本不同特征的频率分布进行描述性统计。在此基础上对有关影响因素（特征变量）进行单因素方差分析，分类认识样本的分布特征。根据不同类别资产的回收率之间是否存在着显著差异，进一步进行数字化处理。

3.2 建立模型实例中债务企业经营状况的数字化处理

本模型建立实例中，采集了国内287家企业金融不良贷款案例作为样本。这些样本涉及各个行业、地区和各种特质的借款人。经过挖掘与研究，数据集中包含了影响偿债能力和反映借款人信用状况的众多因素。这些企业中的大多数处于半关停、关停和破产状况，只有42家企业（占全部样本的14.63%）维持正常经营。随着大部分企业经营状况的不断恶化，贷款回收率必然会逐步减低，但对于正常经营的企业，贷款回收率是很高的，能达到39%。表2为不同状态企业回收率的单因素方差分析的结果，该结果表明，经营状况变量的不同状态对回收率会产生显著影响。

经以上分析，我们将债务企业分为破产、关停、半关停和正常经营四类状况，在数字化处理时分别设定为1，2，3，4。

3.2.1应用因子分析法建立分析指标体系

因子分析法简介

在人们设定的各类指标体系中，可以发现指标间经常具备一定的相关性，从而促使人们希望用较少的依然能反映原体系全部基本信息的指标来代替原来较多的指标，于是就产生了主成分分析法、对应分析法、典型相关分析法和因子分析法等各类以较少指标替代原体系中较多指标的方法。本次建模中，我们选择采取因子分析法对体系中的变量进行筛选，以达到浓缩变量数量，但又能够保证信息量损失达到最少的目的。具体过程如下：

采用SPSS统计分析软件，求出因子载荷矩阵A。依据载荷矩阵A，建立起新的指标数量更为浓缩的指标体系。其工作流程如图2所示。（见文末图2）

分析过程

对样本做必要的数据处理之后，经过SPSS软件计算后得到上述12项指标的相关系数矩阵（见文末表3）。由矩阵看到某些指标间高度相关。通过计算巴氏的球形检验统计量的数值（342.527）并利用正态分布的可加性和林德贝格――勒维定理将巴氏球形检验，据此进行相关度检验。结果表明指标体系存在着系统变异，有必要进行因子分析。为了尽可能不丢失信息，采用探索性因子分析的主轴法，得到因子载荷矩阵。然后进行因子分析，得出共性因子结构模型。如果不能一目了然地看出其表征含义，则需要对因子载荷矩阵进行方差最大正交旋转。采用Kaiser1958年提出的最大方差之正交旋转法（Varimax）将因子4次旋转后，得到旋转后的因子载荷矩阵（表4）。

表4中金融不良资产相关指标的统计分析结果，能够得到以下信息：如因企业大多存在还款记录，公因子f1与X3呈正相关，载荷系数为0.873；因样本中贷款时间都较短，所以f1与X4呈负相关，载荷系数为-0.363；因样本中贷款本金较少,载荷系数为-0.525；债务企业经营状况、有无保证人、保证人经营状况载荷系数分别为0.562、0.878与0.647， 载荷系数的变化与金融不良资产回收率的变化一致。

而f2、f3两个因子，与不良资产回收率的变化方向一致性较差，故确定f1为“回收因子”，f2、f3则舍弃。

通过以上的因子分析，我们可以得出金融不良资产打包价值分析中6个相关性较强的指标，即贷款本金数额X1、还款记录X3、贷款时间长度X4、债务企业经营状况X9、有无保证人X10与保证人经营状况X11。

3.2.2 应用判别分析法建模

判别分析方法的选择

判别分析（Discriminant Analysis）是一种根据变量观测,判断研究样本分类的统计分析方法。判别分析法是在一个p维空间R中，确定样本点X(X1，X2，…，Xp)，应该属于哪一个Gj(j＝1,…,k)总体。

进行判别分析时，通常是根据已掌握的一批分类明确的样品，建立判别函数和分类规则，然后将待分类的样品的实测值代入该函数，求出其函数值，并据此作出判断。

判别函数可用下式表示：

D(j)=a0(j)+a1(j)X1+a2(j)X2+…+ap(j)Xp， j=1,…k

其中，j是组编号，D(j)是判别得分，ai(j)是判别系数，Xi(j)是预测变量。

判别分析有多种类型，其中常用的有距离判别、Bayes判别和Fisher判别。距离判别是基于样品到总体间的距离所进行的判别。这种判别较为直观，适应面广。距离判别的缺陷是不考虑各总体的分布和由错判造成的问题。而在Bayes判别中，当两个总体都是正态分布，而在其协方差相同时，可导出一个线性判别式。Fisher判别利用方差分析导出一种线性判别函数，从而解决了距离判别和Bayes判别存在的缺陷。本文采用Fisher判别确定各样本点的预测类别归属。

建模过程

1.对金融不良债权有无可能回收进行判别

首先，对金融不良债权是否有回收可能建立判别模型，这是一个两总体的判别模型，即将样本分为有回收和无回收两种情形。利用这个模型首先筛选出预期零回收的债权。

2.对金融不良债权能否全部回收进行判别

这同样也是一个两总体的判别模型，即将样本分为100％本金回收和非100％本金回收两种情形。

3.一般债权回收情况判别

在进行上述两种情形的判别之后，我们对回收率在0-100％之间的情况进行建模。首先将回收率区间分成10组，每一组作为判别分析的一个总体(或类别)，再用SPSS统计分析系统进行变量相关性分析，建立一系列判别规则，最后确定判别函数。

我们仍以这287家样本企业为基础，演绎建模过程。

首先对债权回收情况进行特殊与一般性的判别，其中，有23家为零回收的债权，9家为100%本金回收债权，剩余255家为一般性债权，故将这255家一般性债权纳入到判别分析范围内。

其次，根据因子分析法得到的指标体系，即贷款本金数额X1、还款记录X2、贷款时间长度X3、债务企业经营状况X4、有无保证人X5、保证人经营状况X6，作为判别分析的预测变量，在对255家样本企业指标进行数据化处理后，作为预测变量样本值。

再次，采取Fisher判别建立判别规则，进行判别分析后得到了10组判别系数：

最后，根据显示的非标准化判别方程系数，得到判别函数为：

D(1)=-24.435+7.528X1+0.200X2+…+2.287X6

D(2)=-25.479+7.013X1-0.784X2+…+3.201X6

…

D(10)=-35.390+4.927X1-0.204X2+…+4.144X6

回收率计算

将所评估不良资产包中的新样本代入各个判别函数就可得到相应的判别得分D(j)(j=1,…,k)，然后计算样本落在各组的概率。即：Pj=exp(D(j))/Σkj=1exp(D(j))

我们可以用每组的平均值或中间值来表示该组内的平均回收率。用上述判别分析得到的判别概率对各组平均回收率进行加权平均，就得到最终的回收率。

在此基础上计算所评估不良资产包的综合回收率。即：

Y=∑YiLi/L

其中，Y为综合回收率，L为全部债权金额，Yi为单户债权回收率，Li为单户债权金额。

4.结语

运用运筹学决策分析和判别原理，分析确定金融不良债权资产包，特别是对于产权关系复杂的信用债权资产包和无抵（质）押的担保债权资产包的回收价值，相对比专家判断法或交易案例比较法而言更为科学和严谨，且节约成本。