数据、模型与决策教学课件ppt作者李连友第11章决策分析课件.pptVIP

1.期望损益决策分析 以收益或损失矩阵为依据，分别计算各可行方案的期望值， 将不同方案的期望值进行比较， 选择期望收益值最大或期望损失值最小的方案为最优方案。 决策中常用的准则有：最大期望收益决策准则和最小期望损失决策准则。 （1）最大期望收益决策准则 又称效益期望值（EMV准则），根据每种自然状态的概率分布和每种方案在不同自然状态下的收益，计算各种方案期望收益，并从中选最大的期望收益。 最大期望收益决策准则基本步骤为： 第一，根据不同的状态可能出现的概率及收益值，分别计算各可行方案的期望值。基本公式为： 期望收益值=条件收益值×相应概率 第二，比较各个方案期望值的大小，选择最大期望收益值。 其对应的方案为决策方案。 见表11-11。 由于概率具有明显的客观性质，相对比较稳定，因此，决策的结果不会对决策者带来严重的后果。 （2）最小期望损失（EOL）决策准则 基于各个方案在不同状态下概率，及不同状态下的机会损失数据，对各方案的计算加权平均机会损失，即期望损失，选择期望损失最小的，对应方案为选择的方案。 最小期望损失决策准则基本步骤： 第一，先根据有关的数据，构造或计算出一个机会损失矩阵（如果原始数据收益数据，需要分别找出不同的自然状态下的最大收益值；之后分别用最大收益值分别减去其状态下各方案的收益值）。表11-12。 第二，分别计算出各种方案在不同状态下的期望机会损失值。 第三，从中选择最小的期望机会损失值，其对应的方案为决策方案。表11-13 实际上，最大期望收益决策准则与最小的期望机会损失决策准则其最后的决策结果相同。 当几个方案的预期收益值大致相近时，需要考虑其他相关的因素。比如如果能获得或计算标准差，标准差就成为衡量风险的重要指标. 或者也可以用变异系数进行多个项目比较、衡量，变异系数越小越好。 对于一个稳健的投资者来说，应该在较低的风险下，取得较高的期望收益。 2.决策树决策分析 又叫决策图，树状图，是一种特殊的树结构，它以方框和圆圈为结点，由直线连接而成的一种树形结构。 它是把各种备选方案、可能出现的自然状态及各种损益值简明地绘制在一张图表上，利用像树一样的图形或决策模型作为决策支持工具，这样可以使决策问题形象和清晰。 决策树一般由方块结点、圆形结点、方案枝、概率枝等组成，由左向右，由简到繁展开，组成一个树状网络图。 □——方块结点称为决策结点，表示各行动方案由此点引出。由结点引出若干条细支，每条细支代表一个方案，称为方案枝，表示决策者对几种可能方案可作出的选择。 ○——圆形结点称为状态节点，每个方案枝的末端都画有一个圆圈，称为状态结点，意指每种客观状态从此点引出。 状态节点的值也代表备选方案的经济效果（期望值），其值由各个自然状态出现的概率与损益值加权平均而算出。 由状态节点引出若干条细支，表示不同的自然状态，称为概率枝。每条概率枝代表一种自然状态。 在每条细枝上标明客观状态的内容和其出现概率。 △——结果节点，将每个方案在各种自然状态下所达到的结果(收益值或损失值)标注于结果节点的右端。即在各状态枝的末梢标出相应的损益值。 （1）决策树决策分析基本步骤 第一步，画决策树 先画一个方框作为出发点，从出发点向右引出若干条直线（方案枝），在方案枝上标出对应的备选方案； 接着在每个方案枝的末端画一个圆圈（自然状态结点），可以把各方案的代号写在相应的状态点的圆圈内； 然后从自然状态点引出代表各自然状态的分枝，在概率枝上标出对应的自然状态出现的概率值； 在概率分枝末端画三角形，表示终点。需要在各状态枝的末梢标出相应的损益值。 第二步，计算期望损益值 一般从右向左，按反向逐步计算。将各方案的几种可能结果的数值和它们各自的概率相乘，即加权平均，其结果就是该方案的期望损益值。 将计算出的各方案的期望损益值标在相应的方案枝上，则通过比较各状态点上的期望损益值就可找出最优行动方案。 第三步：确定决策方案 比较不同方案的期望损益值。如果方案考虑的是收益值时，则取最大期望收益值；若考虑的是损失时，则取最小期望损失值。舍弃的方案可在方案枝上画“∥或×”符号，称为剪枝。最后决策点只留下一根方案枝，即为最优方案枝。 （2）决策树决策的具体程序.表11-10的相关数据 首先，绘制决策树， 其次，将各状态概率及损益值标于概率枝上 第 三，计算各个方案期望值并将其标于该方案对应的状态结点上 第四，进行剪枝 利用决策树分析决策，应从决策树末端起，从后向前，由右向左推导，按照枝上表明的损益值及概率开始步步推进到决策树的始端。在向前推进的过程中，应在每一阶段计算事件发生的期望值，最后选定最优的决策方案，这也称为反推决策树法。 11.3.3 决策准则选择时的注意事项 现实企业管