权重可变条件下员工绩效排名稳健性的Hasse图分析

绩效排名是绩效考核过程中关注度最高的环节,也是引发争议的“活火山”。因此,识别排名争议和控制排名风险是提升组织公平感和员工满意度的必要手段。以权重不确定性为切入点,应用偏序集理论重构绩效评价模型,获得员工绩效排名Hasse图,直观展示员工分层聚类及不稳健排序;并讨论Hasse图分层方法与性质。实例分析表明,利用偏序集构建的绩效评价模型有助于控制考核排名中的风险点,提升员工绩效考核质量。     

基于离差最大化-灰色关联分析的商业银行竞争力评价研究

从安全性、盈利性、流动性、成长性四个方面构建了商业银行竞争力评价指标体系;用离差最大化方法确定指标权重,反映了指标数据本身的离散程度和动态变化,避免了人为赋权的主观随意性;用灰色关联分析确定评价得分,避免了对样本数量和数据分布的限制.通过离差最大化灰色关联分析模型并结合Ward聚类对中国14个上市商业银行的竞争力评价进行了实证研究,实证结果揭示了不同商业银行竞争力的显著差异和各银行的竞争优势与制约因素.     

基于博弈论偏序集的煤矿瓦斯爆炸风险评价模型研究

准确评价煤矿瓦斯爆炸风险是预防与控制瓦斯爆炸事故的重要前提。基于偏序集理论，提出瓦斯爆炸风险的博弈论偏序集评价模型。依据分级准则划分风险安全等级，对影响瓦斯爆炸风险因素进行综合分析，最终选取通风设施设备、瓦斯涌出量、风量供需比、安全教育与培训等14项指标(记为y₁-y₁₄)构成模型的指标集合并进行博弈论优化。运用该模型对20个矿井样本(记为A1-A20)进行风险等级评价，结果表明：模型评价结果的Hasse图表达较为准确。偏序集模型中的各指标权重ω经博弈论法优化后均处于平衡状态，保证了偏序关系的转化，充分发挥出偏序集评价模型中若指标权重次序固定评价结果稳健这一特性。为煤矿瓦斯爆炸风险的评价提供了一种新思路。     

综合评价模型的偏序集表示

偏序集表示的综合评价模型能将从完全理性范式转换为有限理性范式,进而提升模型应对不确定性的能力,识别评价风险。在偏序集理论的基础上,将权重拓展为偏序权重,解决了部分权重序列条件下评价函数的偏序表示问题。偏序集广义表示定理表明了,偏序表达的函数可以为模糊数、模糊犹豫值、区间数、随机数等多种取值。结果表明:偏序表示的综合评价彻底解决了赋权难题,且充分表达了决策者的个人偏好。从模型运行效果来看,模型处理数据范围增加、评价结果更加稳健可靠,并通过Hasse图展现了方案间的结构化信息,具有分层和聚类的功能。     

基于灰色理论的银行类上市公司经营绩效评价

商业银行是我国金融体系的支柱,在国民经济中占据着十分重要的地位,而银行类上市公司是商业银行的重要组成部分,具有一定的行业代表性.科学合理的评价银行类上市公司的经营绩效,对了解银行业的整体绩效水平,提高银行的竞争力具有重要意义.围绕银行的安全性、流动性、盈利能力和成长发展能力四个方面建立较为完善合理的评价指标体系,搜集银行类上市公司2012年、2014年和2016年三年的数据,基于灰色综合聚类法建立绩效评价模型,通过比较静态分析法对银行类上市公司的经营绩效进行评价.结果显示近几年我国银行类上市公司的整体绩效水平呈下降的趋势.     

基于在线信息的群评价模型及其偏序集求解方法

在相关研究的基础上,明确界定了在线群评价模型。该模型将在线评价信息用向量评价矩阵来表示,巨量数据转换成易于运算的方式。针对向量难以集结、属性权重难以明确等问题,运用偏序集相关知识对方案进行排序。通过权重排序信息,应用偏序集决策方法,对向量评价矩阵进行变换,得到方案间的比较关系矩阵。用偏序集表示的在线评价模型,不仅能够对方案进行排序,还能用于个性化产品推荐,通过Hasse图能够直观展示方案间的层次关系。最后,依据汽车之家网站提供的汽车产品在线评价信息的例子,体现本文方法的独特性和实用性。     

蕴含权重的偏序集多准则决策法

针对偏序集方法不能解决含有权重的多准则决策问题,提出一种“隐式”赋权的偏序决策方法。首先将含有m个方案和n个准则的决策问题表示成偏序集,之后按权重由大到小的顺序,对准则进行逐步相加形成n个新的准则,得到一个新的偏序集。根据偏序集间的包含关系,证明了新偏序集不仅蕴含了权重信息,而且比初始偏序集有更强的排序能力。结果表明,该法在应用中仅需获取权重排序信息,无需精确权重,适用于权重难以确定的多准则决策问题。以三峡库区水质评价为例,例子表明新方法明显优于原有的偏序决策方法,能够对13个方案进行聚类和排序,而原有方法在该例中几乎难以应用。     

产业链企业的绿色发展绩效评价

基于绿色发展的要求,需要对处于全产业链环节当中的产业链企业的绿色发展绩效进行评价.由于轨道交通企业是典型的产业链企业,为此以全产业链理论、绿色发展理论和利益相关者理论作为指导思想,从规划设计、建设、运营维护等产业链环节和全产业链视角出发,把各个环节影响轨道交通产业链企业绿色绩效的财务和非财务因素融合在一起,构建一套科学...     

基于多因素指标的上市公司分类及评价方法

针对能够反映上市公司绩效的盈利性、安全性以及规模性多因素指标,采用聚类分析的方法对30家上市公司进行了分类.为能够甄别各类上市公司的优劣程度,利用密切值法,对四类上市公司进行了综合评价,并对其进行了优先次序的排序和等级的划分.     

制造企业服务化绩效评价指标体系研究

采用扎根理论方法建立指标全集,通过指标重要性分析、相关性分析以及信效度检验“三层筛选”,设计制造企业服务化绩效评价指标体系。研究结果表明,制造企业服务化绩效由产品绩效、顾客绩效、财务绩效和市场绩效4个维度构成,指标体系涵盖12个二级指标,具有较好的信度和效度。研究结论为企业评价和相关实证研究提供了理论依据。     

银行间债券市场的外部效率:基于商业银行的视角

以参与我国银行间债券市场的商业银行为研究对象,运用面板数据模型检验银行间债券市场的外部效率对于商业银行经营绩效的影响.实证结果表明:我国银行间债券市场的发展对于商业银行的盈利能力和流动性管理水平均有较强的外部正效率,而对于商业银行传统盈利模式和风险管理则具有负面影响.建议商业银行应利用银行间债券市场的外部正效率提高其资产负债管理水平,通过提升自身经营管理水平来降低银行间债券市场外部负效率对自身的影响;此外监管当局还应该降低小型金融机构进入银行间债券市场的门槛,以发挥该市场外部正效率对化解区域金融风险的作用.     

基于泰尔指数的盈利能力差异性测度研究

盈利能力是商业银行稳健性的重要保证。资产收益率(ROA)是衡量商业银行盈利能力的一个重要指标,但其无法直接衡量不同类型银行间盈利能力的差异性,也无法直接体现盈利能力差异不同影响因素的贡献度。基于此,本文的主要工作是在资产收益率的基础上,利用泰尔指数构造了单位资产收益率泰尔指数(ROUAT)与人均收益率泰尔指数(ROPPT)两个指标,用来测度商业银行盈利能力的差异性,并对中国13家上市商业银行2006~2015年的财务数据进行实证。实证结果表明:国有控股银行盈利能力的组内差异远大于股份制银行的组内差异,也大于国有控股银行和股份制银行的组间差异。通过对单位资产收益率泰尔指数(ROUAT)与人均收益率泰尔指数(ROPPT)对比,进一步发现人均收益率差异比单位资产收益率差异表现更为突出,说明现阶段银行的员工人数比银行的总资产对银行盈利能力的影响大。本文的主要贡献是利用泰尔指数和资产收益率构造了单位资产收益率泰尔指数和人均收益率泰尔指数两个指标,解决了不同分组下的商业银行的盈利能力差异性的测度问题,解决了差异性影响因素的贡献度问题,盈利能力差异性的测度为相关部门的政策制定提供参考。     

基于综合风险收益的贷款组合优化决策

商业银行货款组合决策的过程,是遵循“效益性、安全性、流动性”的原则,在综合考虑贷款收益和风险的前提下,从众多的贷款对象中选择一组合适的贷款对象的过程。建立综合考虑贷款收益和风险的贷款决策模型,有利于银行通过量化计算进行科学决策,以提高信贷质量,达到商业银行的经营目标。     

地方融资平台杠杆率可以影响城商行绩效吗？——基于SYS-GMM和门槛模型的实证分析

本文根据2006~2017年全国30个省级行政单位的面板数据,运用门槛模型检验了地方融资平台杠杆率与城商行绩效之间的关系。本文不但证实了地方融资平台杠杆率整体上增加了城商行绩效,而且发现地方融资平台杠杆率对城商行绩效存在显著的非线性“双重门槛”效应,不同地方融资平台杠杆率对城商行绩效影响呈现先增后降的趋势,表现为“倒U”型结构特征。研究结果表明需要及时调整地方融资平台杠杆率,缓解给城商行绩效造成的压力。     

财政支农专项转移支付制度制定:矫正工商资本下乡异化行为

制定怎样的财政支农专项转移支付制度才能正确引导与矫正工商资本下乡行为？为了探索出能够有效矫正工商资本下乡异化行为的财政制度,文章采用动态博弈的方法剖析工商资本下乡企业的行为。经深入研究发现,国家财政支付制度的实施成效取决于分配制度(“勉励”还是“嘉奖”)及工商资本下乡企业的发展阶段。随着企业的逐渐壮大,在政策机制中融入“嘉奖”制度较事后的“勉励”制度,对于发展农业提升企业利益与反哺农民改善民生的两种行为,可更好的引导工商资本下乡正确与合理的分配资金。     

Forecasting business profitability by using classification techniques: A comparative analysis based on a Spanish case

A comparative study of the performance of a number of classificatory devices, both parametric (LDA and Logit) and non-parametric (perceptron neural nets and fuzzy-rule-based classifiers) is conducted, and a Monte Carlo simulation-based approach is used in order to measure the average effects of sample size variations on the predictive performance of each classifier. The paper uses as a benchmark the problem of forecasting the level of profitability of Spanish commercial and industrial companies upon the basis of a set of financial ratios. This case illustrates well a distinctive feature of many financial prediction problems, namely that of being characterized by a high dimension feature space as well as a low degree of separability. Response surfaces are estimated in order to summarize the results. A higher performance of model-free classifiers is generally observed, even for fairly moderate sample sizes.     

A hybrid intelligent system for predicting bank holding structures

A composite model of neural network and rough sets components was constructed to predict a sample of bank holding patterns. The final model was able to correctly classify 96% of a testing set of four types of bank holding structures. Holding structure is defined as the number of banks under common ownership. For this study, forms of bank holding structure include: banks that are not owned by another company, single banks that are held by another firm, pairs of banks that are held by another enterprise, and three or more banks that are held by another company. Initially, input to the neural network model was 28 financial ratios for more than 200 banks in Arkansas for 1992. The 28 ratios are organized by categories such as liquidity, credit risk, leverage, efficiency, and profitability. The ratios were constructed with 70 bank variables such as net worth, deposits, total assets, net loans, total operating income, etc. The first neural network model correctly classified 84% of the testing set at a tolerance level of 0.20. Another artificial intelligence (AI) procedure known as two-dimensional rough sets was then applied to the dataset. Rough sets reduced the number of input variables from 28 to 18, a drop of 36% in the number of input variables. This version of rough sets also eliminated a number of records, thereby reducing the information system (i.e., matrix) on both vertical and horizontal dimensions. A second neural network was trained with the reduced number of input variables and records. This network correctly classified 96% of the testing set at a tolerance level of 0.20, an increase of 11% in the accuracy of the prediction. By applying two-dimensional reducts to the dataset of financial ratios, the predictive accuracy of the neural network model was improved substantially. Banking institutions that are prime candidates for mergers or acquisitions can then be more accurately identified through the use of this hybrid decision support system (DSS) which combines different types of AI techniques for the purposes of data management and modeling.     

基于平滑扩充原理的商业银行信用风险评级模型及实证

本文通过银行的资产质量方面、资本充足率方面、管控效能层面、盈利状态层面、流动性层面与社会敏感度层面等构建商业银行信用风险评价体系。根据平滑扩充原理模拟生成大样本数据,对评级得分进行扩充,进而根据扩充后的大样本数据划分银行的信用风险等级。解决了由于样本少、无法对信用等级合理划分的难题。通过实证分析可以了解到,本文得出的银行评级信息和标准普尔提供的评价结论存在共同的序关系状态。因此,可根据本模型对大多数未经过国际权威机构评级的银行进行风险评级。     

Foreign versus domestic banks’ performance in the UK: a multicriteria approach

Although the banking sector in the UK is one of the most open and it is characterized by an increasing foreign bank presence, it remains relatively under-researched compared to studies for other countries. The objective of this paper is to investigate the performance of the UK banking sector focusing on the performance of the domestic banks as opposed to the performance of the foreign banks in order to test the hypothesis of higher performance of the domestic banks in a developed market. For this purpose, the UTADIS multicriteria methodology is employed to compare domestic and foreign banks performance over multiple criteria, such as profitability, liquidity, risk and efficiency, using a data sample covering 26 domestic and 32 foreign banks operating in the UK over the period 1998 to 2001. The results of the study, support the home advantage hypothesis, suggesting that the higher performance of domestic banks compared to foreign banks is also the case in the UK. The most important distinguishing performance factors between the two groups of banks are interest revenue to total earning assets, and profit before taxes to loans plus securities, which are higher for the domestic banks.AMS classification: 91B28