第十二章企业决策中的风险辨析.ppt

决策树方法 4. 决策树的计算和决策 从右向左依次进行计算，在策略方案节点上计算该方案的期望值，在决策点上比较各策略方案的期望值并进行决策。 决策树方法 案例分析 某开发公司拟承包一企业新产品的研制开发任务，但为得到合同必须参加投标。己知投标的准备费用为4000元，中标的可能性为40%。如果不中标，准备得不到补偿。如果中标，可采用两种方法进行研制开发，方法一成功的可能性为80%，费用为26000元；方法二成功的可能性为50%，费用为16000元。如果研制开发成功，该公司可得到60000元，如果未研制开发成功，则该公司需赔偿10000元。问题是要决策： （1） 是否参加投标；（2）若中标了，采用哪种方法研制开发。 决策树方法 分析：如下图所示的决策树 D点处的期望收益值为：0.8×60000+0.2×（-10000）=46000E点处的期望收益值为：0.5×60000+0.5×（-10000）=25000 由于46000-26000＞25000-16000，故在C点处的决策为选择方法一，划去方法二，并将20000注在C点上。B点处的期望收益值为：0.4×20000+0.6×0=8000　 又因8000-4000=4000，故在A点处的决策为选择投标，划去代表不投标的边，并将4000注在A点上。　　计算结果表明该公司首先应参加投标，在中标的条件下应采用方法一进行开发研制，总期望收益为4000元。 敏感性分析 分析投资方案对不同变量变化的敏感程度 [例12—7] 假定某投资方案的投资额（C0）为80 000元，建成后的年净现金效益量（NCB）为 15 000元，残值（Sa）为20 000元，贴现率（i）为 10 %，方案寿命（n）为10年。净现值（NPV）为： NPV=15 000×6.145+20 000×0.386-80 000=19 895（元）  今假定净现金效益量减少10%，为13 500元［=15 000×（1- 0.10）］，其他变量不变，可重新算得NPV 为：  NPV =13 500×6.145+20 000×0.386-80 000=10 677.5（元） 净现值的变化率=(10 677.5-19 895 )/19 895=-46%  这就是说，净现金效益量减少10 %，会导致净现值减少46 %。同样的方法，可分别算出残值、方案寿命各减少10 %，会使净现值减少3.9 %和25 % ;贴现率提高10 %，会使净现值减少22.5 %。可见，净现金效益量是敏感性最大的数据，其次为方案寿命和贴现率，敏感性最小的数据是残值。 第5节 不确定条件下的企业决策 不确定条件下的决策准则 一、最大最小或最小最大准则（悲观准则） 1. 最小最大准则（对收益而言） 先求每个策略方案在各种自然状态下的最小收益值，再求各最小收益值中的最大值，那么这个最大值所对应的方案最优。 2. 最大最小准则（对费用或损失而言） 先求每个策略方案在各种自然状态下的最大费用值或损失值，再求各最大费用值或损失值中的最小值，那么这个最小值所对应的方案最优。 不确定条件下的决策准则 二、最大最大或最小最小准则（乐观准则） 1. 最大最大准则（对收益而言） 先求每个策略方案在各种自然状态下的最大收益值，再求各最大收益值中的最大值，那么这个最大值所对应的方案最优。 2. 最小最小准则（对费用或损失而言） 先求每个策略方案在各种自然状态下的最小费用值或损失值，再求各最小费用值或损失值中的最小值，那么这个最小值所对应的方案最优。 不确定条件下的决策准则 三、赫威茨准则（Hurwice） 基本思路：把决策者的目标放在过分悲观和过分乐观之间而提出的一种准则，使用该准则可以反映悲观和乐观各种不同水平。该准则首先规定一个乐观指数，然后按下式计算每个策略方案的C值，最后通过比较各策略方案的C值进行方案选择。 C＝α×（最乐观的结果）+（1－α）×（最悲观的结果） 式中：α—乐观指数，取值范围从0到1。α＝0，表示极端悲观；α＝1，表示极端乐观。 判别准则：对收益而言，取C值最大的方案；对费用而言，取C值最小的方案。 不确定条件下的决策准则 四、等可能准则（拉普拉斯准则） 由于各种状态的出现是不确定的，因此就对各种状态的出现“一视同仁”，即认为各种自然状态出现的概率是相等的。然后，按风险型决策问题的期望值准则进行决策。 不确定条件下的决策准则 五、后悔值准则（Savage） 将每种状态下的最高值（指收益）或最低值（指费用或损失）作为理想目标，并将该状态中的其他值与理想目标值相减，所得之差称为未达到理想的后悔值。 计算每个策略方案在各种状