概率统计在投标报价决策中的应用.docVIP

概率统计在投标报价决策中的应用 摘 要：建立一套科学有效的报价决策方法，从理论上来指导投标报价决策是提高报价成功率的关键。此文通过运用对竞争对手统计的分析，根据评标办法进行概率分析的方法，阐述了如何建立数学模型、利用计算机进行分析，从而减少人为因素的影响，提高报价决策的科学性。关键词：概率统计 报价决策 应用 投标报价决策的正确与否直接影响投标结果，凭借投标有关人员的经验和感觉来做投标报价的决策，具有盲目性和随机性。建立一套科学有效的报价决策方法，从理论上来指导投标报价决策是提高报价成功率的关键。笔者认为可以从测算企业的工程实际成本；统计、分析竞争对手以往的投标情况；分析在各投标地区分工程类型以往的中标情况及演化规律，推测出今后的变化趋势；根据评标办法通过在一定条件下的随机抽样和对结果的概率分析等4个方面来对报价决策加以分析，最终建立一个数学模型，并通过计算机来实现这一过程，从而减少在投标报价的决策过程中人为因素的影响，以提高报价决策的科学性。下面就“统计、分析竞争对手以往的投标情况”，“根据评标办法，通过在一定条件下的随机抽样和对结果的概率分析”两个方面进行讨论。 1 对竞争对手统计的分析 投标是和对手竞争，“知彼”是非常重要的，因此建立竞争对手信息库，对其投标报价数据及中标项目进行统计分析，从中找出竞争对手报价决策的规律，从而制定一些针对性的方案，在遇到这些对手时采取一些相应的措施是很有必要的。首先是建立竞争对手数据库，在这个数据库中不仅要记录竞争对手报价数据，而且要将竞争对手的报价数据与业主标底（如果有标底）和本企业投标报价可用公式进行对比分析：对手报价与标底比率＝对手报价／业主标底×100％（如果有标底）；本企业与对手报价比率＝本企业报价／对手报价×100％。另外，如果评标办法有最低价中标的导向，还应测算竞争对手报价与本企业对该工程测算的成本价进行分析，计算出相对数据成本比较，可用公式进行：成本比率＝对手报价／本企业测算成本×100％通过对上述数据的统计，同时剔除少量峰值（在投标过程中会有报价出错造成报价值偏离正常值过大的情况，这样的数据应剔除），计算出某个竞争对手投标数据与该企业投标数据的成本比率。例如在投标中遇到A、B、C、D、E5个施工单位，见表1。 Ratei 为按一定步距设定的成本比率，用以统计在这个范围内的报价次数NAi，NAi为A公司投标的成本比率在Rate1－Ratei 之间的次数，PAi＝NAi/∑NAi×100％。由此可近似地得出，在与 A这一家公司竞争时，报价在成本比率为Rate1获胜的机率为1－PA1，工程的赢亏额为 S×（Rate1－ 1）（S为计算出的工程成本）依次类推，当成本比率为Ratei 时，获胜的概率为 1－（PA1＋ PA2＋…＋ PAi），工程的赢亏额为S×（Ratei － 1）。根据以上所得数据，再加比该项目的编标成本估算值，就可以使用决策树计算出在与A对手竞争时的获利数据；同理可得出单独与B、C、D、E竞争时的获利数据，最后通过概率计算就可得出与这些对手同时竞争时的投标报价收益数据，在这里不再详述。该数据不仅可作为投标时报价分析的依据，而且可用于对是否参加投标进行决策。需要说明的是随着时间的推移，数据的参考价值会降低，可以使用以下两种方式对数据进行处理，一是设定一个时间段，对于超过该时间的数据进行截除；二是设置时间权重，为不同时间段设置权重，以此来提高近期数据所占的比例。 2 根据评标办法进行概率分析 根据评标办法通过随机抽样技术，对可能的报价情况进行概率分析，最终得出一组报价与可能得分的概率，然后再与前述的其它方法相结合，对测算结果进行优化，最终得出最优报价方案。由于在不同的招标项目中评标办法各不相同，所以每次抽样的方法也不相同，下面以实例来说明其中的一种方法。例如：某公路项目招标，共有8家建筑公司参与投标。其评标办法为，业主标底作为参考价，各家报价中高于参考价的报价不参加复合（参加打分），再去掉一个最高价（参加打分）、一个最低价（参加打分）后，计算出一个平均价，该平均价占复合标底的40％，参考价按开标时公布的下浮率下浮后占复合标底的60％，下浮率从－10％～18％之间随机抽取。每高于复合标底 1％扣 3分，低于复合标底 1％扣1．5分。对该投标报价的随机抽样分析分3步进行。（1）先设定随机抽样区域，因业主标底下浮－10％～－18％可将抽样区域设定在－10％～－18％（即 90％～ 82％）之间，然后通过3个嵌套循环抽样测算报价最优值，具体抽样过程的程序框架如下： For P1 ＝ 0．9 to 0．82 Step －0．001 （外层循环：预设值从0．9～0．82以－0．001的步距变化） Begin For l ＝ 1 to 1000 Step 1（中层循环：对每一