基于FMADM—TOPSIS方法技术风险评价探究.docVIP

基于FMADM—TOPSIS方法技术风险评价探究摘 要：现阶段我国科技行业内企业管理者的风险意识逐步增强。随着风险管理引入企业管理活动，如何比较行业内不同企业的风险管理效果成为一个关键问题。通过借鉴模糊多属性决策的理论方法，将区间数的判断矩阵转化为相离度矩阵，使用熵值对不同风险因素进行赋权，利用TOPSIS方法计算各企业的风险评价值，最终得出技术风险管理效果判断标准。科技企业可以依据自身数据对风险管理水平进行测算，为提高风险管理能力提供帮助。 关键词：模糊多属性；技术风险；风险管理；熵权；TOPSIS方法 中图分类号：C931 1、引言 技术在现代管理与投资活动中发挥日益重要的作用，技术创新成为现在企业竞争的有效手段。但是技术开发与应用都伴随着较大的风险，因此技术风险管理成为管理活动中不可忽视的问题。随着企业风险管理的逐渐重视与深入应用，技术风险的研究也日渐充实。对于技术风险的定量测量，存在多种方法：风险指数分析法、逻辑演绎法、层次分析法、蒙特卡洛模拟与系统动态法（T.L.Saaty，1970；Forrester，1961），但是目前缺少技术风险管理效果的直接评价方法。相比其他风险管理，技术风险管理效果测量具有自身的独特性：较难进行风险损失的计量并且缺少客观评价的基础，必须考虑具有针对性的评价方法。多属性决策（Multi-attribute Decision-making ，MADM）是一类决策分析方法的总称，其最早出现于企业对多个投资方案的选择（Chu-rchman，Ackoff，1957），现阶段仍主要应用于相互冲突的多样属性情况下对多个备选方案的选择。但是，这种决策方法在考察客观事物的复杂性、不确定性和评判主观性方面仍存在诸多不足。随着模糊数学知识的引入，模糊多属性决策（FMADM）模型首次被提出（Bellmanhe，Zadeh，1970）并被广泛关注，且方法日趋多样化（Chen，Hwang，1992）。另有学者将不确定性的新理论和方法引入该领域，将Fuzzy集理论扩展为Vague集理论（Gau，Buehrer，1993），指出Vague集理论能同时兼顾集合元素的隶属度和非隶属度两方面的信息，具有比Fuzzy集更好的适用性。上述研究表明该方法对技术风险管理评价可能具有一定优越性，针对多属性决策的评价方法研究是发展技术风险管理效果评价方法的方向。 2、基于FMADM的技术风险管理评价模型相关研究 模糊多属性决策的技术风险评价指标按表述方式不同分为定量指标和定性指标，这与技术风险难以界定有关。其中，定量指标能够使用数字量化表示，而定性指标多为主观属性指标，如技术安全等级、技术方案的可行性等，通常用模糊语言表示。此外，FMADM的指标按决策者的期望又可以分为效益型指标、成本型指标、固定型指标、偏离型指标。效益型指标的属性值增长与决策者的意愿相符，而成本型指标属性值的增长与决策者的意愿相反。对于固定型指标而言，决策者希望其属性值固定在某一数值不发生波动。偏离型指标与固定性指标相反，以偏离某一数值的较大波动为最优。而本文立足于以下的分类分析，即FMADM的指标按属性值的形式分为区间数指标和模糊语言指标。区间数指标使用区间表示指标的变动，本质上是定量指标的一种。而模糊语言指标主观性较强，但由于其较好地表示了客观事物的复杂性和主观思维的不确定性，因而在技术风险研究中有较大应用。 权重确定是模糊多属性决策的重要研究内容。分为主观赋权、客观赋权、组合赋权和交互赋权。主观赋权情况下，决策者依据专家经验和自身偏好程度对各属性进行权重的数量化，如判断矩阵法、点估计方法和Fuzzy集合法等。客观赋权是利用客观存在的数据计算各属性的权重，如熵值法、利差最大化法、线性规划法、两阶段法等。组合赋权法综合前两种方法的优点，兼顾赋权的偏离程度和客观性，主要在体现方差最大化赋权法、组合目标规划法，组合最小二乘法等。交互赋权克服了上述方法的静态性，根据实际情况不断调整属性的赋权，使决策更具合理性，如在归一化处理后对不合理的指标权重进行调整（王宗军，1996）；将交互方式引入多属性决策领域，形成方案达成度和综合度的赋权方法（徐泽水，2002）。 FMADM主要存在以下几种研究方法：Hwang和Yoon于1981年首次提出TOPSIS （ Technique for Order Preference by Similarity to Ideal Solution）方法，随后得到广泛应用。该方法首先考察各项属性的最优值和最差值，由所有属性的最优值构成正理想解，由所有属性的最差值构成负理想解，通过确定各项指标的正负理想解限定各个方案的上下限。随后计算各个方案与最优解、最差解的距离作为评价标准。通过归一化消除不同指标量纲的影响，能够综合评