多元线性回归方法在IT项目隐性收益评价中的应用.docVIP

多元线性回归方法在IT项目隐性收益评价中的应用 2010年第9期守喇岛街钱李J，i#039;:JkNO1.9.2010 (总第1创期)China Hi-Tech Enterprises (CumulativetyN0.144 ) 多元线性回归方法在IT，项目隐性收益评价中的应用郭诚(上海交通大学，上海201203)摘要:在现实的IT行业的项目当中，有很多项目不具有明显的经济效益价值(文中称其为显，除收益)，无法使用传就的经济性评价方法(如ROI，TCO, NPV, IRR)对其经济效益价值进行评估。对一些不具有显性收益价值的IT项目，如何寻找一种合理、可以最化的评估方法对其隐藏的价值进行最化坪估，据此伴估价值为管理层的投资决策提供依据就显得尤为黄婆，文章旨在探讨如何对具有隐性收益价值的IT项目进行经济性评估。关键询:显性收益;隐性收益;多元钱形回归;经济性评估;收益价值中图分费哥:9F832 文献标识码:A文章编号:1009-2374 (2010) 09-0031 02 所谓隐性收益价值的IT项目是指此樊IT项目对企业不具过F检验进行的。F检验值的计算公式是:F注瓦(k-l，n-k-t) 有显性货币化收益。目前，对项目经济性评价的方法主要有回归方程的显著性检验未通过可能是选择自变量时漏掉了重NPV(净现值法)、IRR(内部收益率法)、ROI(投资回报法)、要的影响因素，或者是自变景与国变量间的关系是非线性的，TCO(总拥有戚本)，等等，倒诸如此费的评价方法往往有很多应3重新建立预测模艘。制约性，它们不能完全真实地反映项目的级讲性和隐性价值。江、多元钱性阳归预测模型的公式然而，通过对大盘相似项目的数值分析，我们可以通过多元回多元缉性回归预测模型一般公式为:归分析预涮法，分析某一樊相似项目的相关数据，要靠JL一个隐f(XI,X2,X3...xk) = bo+b而十b2XZ+b山十…+biXk性价值分析的模型，从而可以容观地对所投资的项目进行隐性价值的投资评价。三、黯例多元凹归分析预测法，是指通过对两上就两个以上的自变现以某企业计划投资ERP项目为例，利用多元钱形回归方量句…个因变量的相关分析，建立预测模型进行预测的方法。法对项目的隐性收插进行评估。当自变量与因变量之间存在钱性关系时，称为多元线性回归分某企业计划投资ER阿目，以提高企业各个部门胁调同一析。多元钱形回归方法是最慕本的分析方法，多敬回归分析都工作的能力。对该项目进行投资评估，该企业收集了间行业12可以适当转化为线形回归。3夜3:要企业在实施相似ERP项目之后对企业提高生产率、降一、多元钱性朋归模型的检验低企业运营成本以及提高企业产品市场占有率的数据，井邀请专家通过德尔斐法(本文不再介蜡德尔斐法的数据筛选过在计算出多元回归模翻之后，要对模型进行各种检验。多2程)得到以下评估数据，见表1:元钱性回归棋础的检验方端有:判定系数检辙(R检黯)，回阳系数跟著性检验ct检验)，回!日方穗显著性检验(F愉脆)0 农1(假设该项阴生命周期为5年){一)判定祟擞橄瞌收益增长企业生提产高率运营臼成元本)降低市率场增占长有(万元)多元线性回归模型判定系数的定义与一元钱性凹归分析2A 1238 0.10 136 0.05 樊似。判定系数R的计算公式为:R接近于1表明剧变量f(Xt，m 1566 0.20 150 0.06 2 品，X3...，Xk)与Xt，Xl，X3...，Xk之间的线性关系程度槽切;RC 2仍40.14 144 0.11 接近于0表明f(Xt，D X2, X3..., Xt)与XI，X2, X3..., Xt之间的线2375 0.25 158 0.07 E 1839 0.18 149 0.08 性关系穗度不带切。F 957 0.11 139 0.06 {二)回归系擞觑菁性检验G 1962 0.24 156 0.10 在多元四归分析中，回归系数跟著性检验是樵黯模蹦中每日2羽51章。0.19 0.12 个自费盘均因变最之间的续性关系是否显著。显著性检验是。，ωI 。.0711∞ 2∞ 3创)()0.16 632 O.ω J 通过计算各回归系数的t检验值进行的。回归系数的t检验值的K 825 0.08 168 aω 计算公式为:I甘|主t.，，(n叩k)=(j=1, 2, , k)。在多先回归模L 1ω。0.11 O.。当230 型中，某个变量回归系数的t检瞌没有通过，说明该变量与因变该项目隐性收益函数可表达为。量之间不存在显著的钱性相关关系，在回归分析时就可以将该变量删去，或者根据情况作适当的调整，而后用剩下的自变f(XI,X2,X3) = bo+btXt+b2X2+b3X3 量再进行回归分析。基于以上数据，利用多元钱性回归分析工具可得如下分析{三}回归为耀的.11;密性辙黯结果