風(fēng)險(xiǎn)型決策分析

前言：想要寫出一篇令人眼前一亮的文章嗎？我們特意為您整理了5篇風(fēng)險(xiǎn)型決策分析范文，相信會(huì)為您的寫作帶來幫助，發(fā)現(xiàn)更多的寫作思路和靈感。

風(fēng)險(xiǎn)型決策分析范文第1篇

關(guān)鍵詞：戰(zhàn)略 風(fēng)險(xiǎn) 戰(zhàn)略決策風(fēng)險(xiǎn) 形成機(jī)理

引言

戰(zhàn)略決策是關(guān)于組織未來發(fā)展方向和實(shí)施路徑所作的選擇，戰(zhàn)略決策的結(jié)果創(chuàng)制出一種資源配置模式，資源配置的合理與否直接影響企業(yè)的績(jī)效。戰(zhàn)略決策失誤常伴隨著重大損失，甚至可能導(dǎo)致企業(yè)的經(jīng)營(yíng)失敗，戰(zhàn)略決策風(fēng)險(xiǎn)常常是企業(yè)面臨的最大風(fēng)險(xiǎn)。隨著環(huán)境不確定性的增加，戰(zhàn)略決策的難度和復(fù)雜程度也在加大。本文對(duì)戰(zhàn)略決策風(fēng)險(xiǎn)形成機(jī)理進(jìn)行分析，以探索戰(zhàn)略決策風(fēng)險(xiǎn)產(chǎn)生的根源，為企業(yè)規(guī)避戰(zhàn)略決策風(fēng)險(xiǎn)提供指導(dǎo)。

戰(zhàn)略決策風(fēng)險(xiǎn)形成機(jī)理

戰(zhàn)略決策通常是在部分無知的情況下作出的決策。“未來是不可確知的這一事實(shí)意味著商業(yè)企業(yè)的規(guī)劃是建立在對(duì)未來預(yù)期的基礎(chǔ)上的，不同的預(yù)期有不同的置信度；而且預(yù)期本質(zhì)上也就是對(duì)某一特定行為或一系列行為未來各種可能結(jié)果的估計(jì)”（彭羅斯，2007）。決策者對(duì)未來的預(yù)期是依據(jù)所掌握的信息對(duì)外部環(huán)境的發(fā)展趨勢(shì)和對(duì)組織自身資源和能力的主觀估計(jì)，這種預(yù)期和未來情況的吻合程度直接影響戰(zhàn)略決策的質(zhì)量。決策者決策質(zhì)量如何，取決于戰(zhàn)略環(huán)境的不確定性程度、決策者所占有的信息量、決策者認(rèn)知模式以及組織因素。戰(zhàn)略決策風(fēng)險(xiǎn)來源于決策者對(duì)未來的預(yù)期與未來實(shí)際情況的偏離。本文擬從戰(zhàn)略環(huán)境、戰(zhàn)略信息、戰(zhàn)略領(lǐng)導(dǎo)者的認(rèn)知模式以及組織因素四個(gè)方面，闡述戰(zhàn)略決策風(fēng)險(xiǎn)形成的內(nèi)在機(jī)理。

（一）戰(zhàn)略環(huán)境與戰(zhàn)略決策風(fēng)險(xiǎn)

通常企業(yè)戰(zhàn)略決策所面臨的環(huán)境是一個(gè)由大量互動(dòng)要素構(gòu)成的復(fù)雜動(dòng)態(tài)的系統(tǒng)（戴維·斯諾頓、瑪麗·布恩，2007）。這些要素之間的互動(dòng)是非線性的，而且每個(gè)要素的細(xì)微變化可能產(chǎn)生非常重大的影響。系統(tǒng)的各個(gè)構(gòu)成要素共同演進(jìn)，并隨環(huán)境變化而演變，且具有不可逆轉(zhuǎn)性。盡管回過頭看，一個(gè)復(fù)雜的系統(tǒng)似乎是有序的、可以預(yù)測(cè)的，但歷史經(jīng)驗(yàn)不能給人以先見之明，因?yàn)橥獠織l件和系統(tǒng)在不斷變化，這意味著未來無法完全確知。

戰(zhàn)略環(huán)境的復(fù)雜、動(dòng)態(tài)的特點(diǎn)，同時(shí)也意味著環(huán)境中存在著大量的不確定性。環(huán)境的不確定性，增加了決策的模糊性，降低了戰(zhàn)略決策的可靠性，增加了決策風(fēng)險(xiǎn)。不確定性程度不同對(duì)戰(zhàn)略決策產(chǎn)生的影響不同。休·考特尼（Hugh Courtney）、簡(jiǎn)·柯克蘭（Jane Kirkland）和帕特里克·維格里（Patrick Viguerie）根據(jù)不確定性程度將不確定性劃分四個(gè)等級(jí)，即足夠明朗的前景、多種可能的前景、一定范圍內(nèi)的前景、完全模糊的前景。

盡管從本質(zhì)上講，任何商業(yè)環(huán)境都存在著不確定性，在前景足夠明朗，環(huán)境基本可以預(yù)測(cè)的情境下，管理者還是能將預(yù)測(cè)控制在足夠小的范圍內(nèi)，為企業(yè)指明一個(gè)明確的戰(zhàn)略方向，即第一級(jí)的剩余不確定性對(duì)戰(zhàn)略決策的影響微乎其微，戰(zhàn)略決策相對(duì)風(fēng)險(xiǎn)較小；在未來可能出現(xiàn)多種結(jié)果或多種不同情境下，雖然分析研究可能有助于判斷各種結(jié)果的出現(xiàn)概率，但無法確定最終結(jié)果。在這種情況下，環(huán)境的不確定性程度增加，戰(zhàn)略決策風(fēng)險(xiǎn)增大。通常出現(xiàn)在法規(guī)或立法出現(xiàn)重大變化的情況，或公司戰(zhàn)略的價(jià)值主要取決于競(jìng)爭(zhēng)對(duì)手的戰(zhàn)略；在未來的可能結(jié)果會(huì)落在某個(gè)范圍之內(nèi)時(shí)，在這種情況下，環(huán)境相對(duì)模糊，戰(zhàn)略決策的不確定性增大。對(duì)于新興行業(yè)內(nèi)的或進(jìn)入新的地域市場(chǎng)的公司而言，通常會(huì)面臨第三級(jí)不確定性；在各方面的不確定性相互作用，形成了一個(gè)根本無法預(yù)測(cè)的環(huán)境時(shí)，在這種情況下的戰(zhàn)略決策風(fēng)險(xiǎn)非常大，但這種情景很少出現(xiàn)，并且隨著環(huán)境的變化，逐漸向其它等級(jí)的不確定性轉(zhuǎn)化。

（二）戰(zhàn)略信息與戰(zhàn)略決策風(fēng)險(xiǎn)

風(fēng)險(xiǎn)存在的基礎(chǔ)是不確定性，是信息和知識(shí)的缺失（黃津孚，2010）。在具有某種不確定性的環(huán)境下，機(jī)遇收益（或凈收益概率）和風(fēng)險(xiǎn)損失（或凈損失概率）的數(shù)值主要取決于信息占有率和應(yīng)對(duì)能力，它們之間的關(guān)系如圖1所示。信息占有率指實(shí)際掌握的信息與所需要的信息之比。企業(yè)決策和行動(dòng)的風(fēng)險(xiǎn)主要來自不確定性及抵抗未料事件的能力，如果不確定性減少了，遭受相應(yīng)的風(fēng)險(xiǎn)損失的概率也必然減少。

如果企業(yè)抵抗未料事件的能力一定，那么風(fēng)險(xiǎn)損失的大小與信息占有率相關(guān)，即信息占有率高則風(fēng)險(xiǎn)損失較小，信息占有率低則風(fēng)險(xiǎn)損失較大。因此，戰(zhàn)略決策風(fēng)險(xiǎn)的大小與戰(zhàn)略決策信息占有率緊密相關(guān)。即便在第一級(jí)不確定性的環(huán)境下，如果組織缺乏充分有效的信息，也可能引起戰(zhàn)略決策失誤，導(dǎo)致決策失敗。同樣即便在動(dòng)蕩的環(huán)境中，如果組織對(duì)信息比較敏感，也會(huì)降低環(huán)境不確定性引起的決策風(fēng)險(xiǎn)，提高決策質(zhì)量。

戰(zhàn)略決策所需信息的獲取常常受企業(yè)自身資源的投入和組織文化等因素的影響，在信息獲取的數(shù)量和質(zhì)量上存在一定偏差，從而影響戰(zhàn)略決策的有效性。

戰(zhàn)略信息具有復(fù)雜性和動(dòng)態(tài)性等特點(diǎn)，為了占有更多的信息，降低決策的風(fēng)險(xiǎn)，通常要求企業(yè)投入一定的資源，建立有效的信息決策支撐系統(tǒng)。但現(xiàn)實(shí)中，企業(yè)常常存在信息保障差距，即企業(yè)所需信息與實(shí)際所獲得的信息之間存在差距。信息保障差距的存在，無法為戰(zhàn)略決策提供充足的信息，影響決策的質(zhì)量。組織文化是組織成員共有的基本假設(shè)和信念，在不知不覺中發(fā)揮作用，并以一種相當(dāng)自然的方式形成對(duì)組織及其周圍環(huán)境的看法（格里·約翰遜、凱萬·斯科爾斯，2001）。組織文化對(duì)戰(zhàn)略決策信息的收集起過濾作用，不同的組織文化有不同的信息偏好，起不同的過濾作用，影響組織對(duì)自身和環(huán)境的認(rèn)識(shí)。

綜上所述，戰(zhàn)略信息受企業(yè)資源投入的不足、企業(yè)文化等因素的影響，戰(zhàn)略信息的占有量和實(shí)際所需量存在差距，影響戰(zhàn)略決策的質(zhì)量，引起戰(zhàn)略決策風(fēng)險(xiǎn)。

（三）戰(zhàn)略領(lǐng)導(dǎo)者的認(rèn)知模式與戰(zhàn)略決策風(fēng)險(xiǎn)

戰(zhàn)略決策者在進(jìn)行戰(zhàn)略決策時(shí)，通常面對(duì)大量戰(zhàn)略信息，需要對(duì)信息有一個(gè)吸收、加工處理和理解的過程，這種信息處理過程，依賴于決策者的認(rèn)知。正確的戰(zhàn)略決策建立在正確的認(rèn)知上，一個(gè)戰(zhàn)略制定得完善與否取決于決策者的認(rèn)知水平。認(rèn)知的相對(duì)正確性一方面受外部環(huán)境與信息的影響，另一方面受決策者的各種心理因素而產(chǎn)生各異的認(rèn)知偏差閾限影響。

1.認(rèn)知模式與戰(zhàn)略決策。現(xiàn)代認(rèn)知心理學(xué)認(rèn)為，人的認(rèn)知依賴于個(gè)體已有的知識(shí)結(jié)構(gòu)，這種已有的知識(shí)結(jié)構(gòu)對(duì)個(gè)體認(rèn)識(shí)新事物發(fā)揮著重要的作用。當(dāng)個(gè)體在接受新信息、新概念、新思想時(shí)，只有把它們同大腦里已有的相關(guān)知識(shí)聯(lián)系起來才會(huì)理解它。通常人的所有的已有知識(shí)在大腦中經(jīng)過整理類化形成一定的組織，這種組織被稱為圖式。在心理學(xué)領(lǐng)域，圖式的概念首先由德國(guó)認(rèn)知心理學(xué)家巴特利特（Bartlet）在其著作—《記憶：一項(xiàng)實(shí)驗(yàn)與社會(huì)心理學(xué)的研究》中提到。圖式是認(rèn)知的基本單元，是所有信息加工所依靠的基本要素，用于表示對(duì)外部世界已經(jīng)內(nèi)化了的知識(shí)，是人們認(rèn)識(shí)事物的基礎(chǔ)，圖式又被稱為認(rèn)知模式（李林英、劉平青、孟凡臣，2005）。認(rèn)知模式是長(zhǎng)期建立起來的理解所處環(huán)境的思維。

這種依賴于已有的知識(shí)結(jié)構(gòu)經(jīng)過整理類化形成的認(rèn)知模式，是決策者作出決策的基礎(chǔ)，它通過影響決策者的信息敏感度、信息加工處理過程和對(duì)信息的理解來影響決策者的決策行為。

人的認(rèn)知功能是通過將外部信息和已有的知識(shí)聯(lián)系起來而被激活的。戰(zhàn)略決策者在面對(duì)大量的信息時(shí)，認(rèn)知模式起到信息過濾的作用。個(gè)體通過感官?gòu)耐獠拷邮招畔ⅲ缓髮⑿畔⑴c大腦中已有的知識(shí)進(jìn)行比較，如果接收的信息符合現(xiàn)有的知識(shí)框架，那么個(gè)體的認(rèn)知功能就被激活，產(chǎn)生內(nèi)部知覺期望，以指導(dǎo)感覺器官有目的地搜尋信息。如果接收的信息不符合現(xiàn)有的認(rèn)知模式，則信息將被忽視。因此，決策者的認(rèn)知模式會(huì)對(duì)信息起到過濾作用，不同的認(rèn)知模式對(duì)同樣的信息的敏感程度不同，從而產(chǎn)生決策差異。

經(jīng)過認(rèn)知模式篩選過的信息，需要進(jìn)行加工處理。認(rèn)知心理學(xué)家認(rèn)為，人腦的信息加工過程包括三個(gè)動(dòng)力分析系統(tǒng)：一是對(duì)環(huán)境輸入的信息的知覺分析；二是在長(zhǎng)期的生活經(jīng)驗(yàn)中建立的對(duì)外部影響的內(nèi)部模式，即對(duì)過去、現(xiàn)在和將來的期望、需要或意向的認(rèn)知加工；三是情境事件的知覺分析與基于過去經(jīng)驗(yàn)的認(rèn)知加工之間進(jìn)行比較（高玉榮、呂立才，2008）。因此，在信息處理過程中，需要借助存儲(chǔ)在大腦中的內(nèi)部知識(shí)，把內(nèi)部知識(shí)外加到外部信息上，是用內(nèi)部知識(shí)處理外部知識(shí)的整合過程。顯然，信息加工處理過程需要認(rèn)知模式的介入。由于在認(rèn)知加工系統(tǒng)中，不同的人，其背景、生活經(jīng)驗(yàn)、期望和需求不同，即使面對(duì)同一客體信息，其整合結(jié)果往往也不同。而信息加工的差異會(huì)導(dǎo)致人產(chǎn)生不同的態(tài)度、不同的情緒以及不同的行為。因此，其決策就會(huì)不同。

認(rèn)知模式從根本上說就是對(duì)客觀世界的理解方式。由于認(rèn)知模式的不同，不同的人對(duì)同一事物可能做出不同的理解。而且其理解深度或?qū)哟危约袄斫獾慕嵌群退x予的意義也不同，因此決策存在差異。這種對(duì)環(huán)境理解的不同主要受認(rèn)知模式對(duì)外界刺激的能動(dòng)性影響。認(rèn)知模式對(duì)外界刺激的能動(dòng)性包括同化和順應(yīng)兩種作用形式。所謂同化（Assimilation），是對(duì)“刺激輸入的過濾或改變”，是主體利用原有的圖式對(duì)外來信息過濾、加工、整理的過程；所謂順應(yīng)（Accommodation），就是主體“內(nèi)部圖式的改變，以適應(yīng)現(xiàn)實(shí)”，就是當(dāng)環(huán)境發(fā)生變化時(shí)，原有圖式再不能同化新的信息，而必須經(jīng)過調(diào)整建立新的圖式的過程（賀穎，2003）。根據(jù)同化、順應(yīng)理論，決策者對(duì)環(huán)境的理解除了受外界信息輸入的質(zhì)量和數(shù)量的影響外，同時(shí)也受決策者調(diào)整和改變自身認(rèn)知能力的影響。

2.認(rèn)知偏差與戰(zhàn)略決策風(fēng)險(xiǎn)。戰(zhàn)略決策質(zhì)量的高低，在很大程度上取決于決策者對(duì)客觀信息的認(rèn)知或理解是否正確。而認(rèn)知的正確性不僅取決于外來信息是否全面和真實(shí)，還取決于主體的知識(shí)結(jié)構(gòu)是否適應(yīng)客觀信息，以及運(yùn)用認(rèn)知主體原有的知識(shí)結(jié)構(gòu)對(duì)新信息的過濾、加工、整理過程是否正確，即同化是否成功。當(dāng)外部信息與其知識(shí)結(jié)構(gòu)產(chǎn)生很大差異之后，舊的知識(shí)結(jié)構(gòu)不再能夠有效地接納、吸收新的信息，同化也就不能取得成功。這就迫使個(gè)體運(yùn)用自我調(diào)節(jié)的能力進(jìn)行知識(shí)結(jié)構(gòu)的更新與重建，變舊知識(shí)結(jié)構(gòu)為新知識(shí)結(jié)構(gòu)，即順應(yīng)。所以順應(yīng)對(duì)于個(gè)體來說是一種革新的作用。當(dāng)決策者不能夠成功同化或無法改變?cè)械闹R(shí)結(jié)構(gòu)，建立新的知識(shí)結(jié)構(gòu)時(shí)，即無法成功順應(yīng)時(shí)，則會(huì)出現(xiàn)認(rèn)知偏差，即主體認(rèn)識(shí)和處理各種信息，并由此誘發(fā)的行為與客觀實(shí)際不一致的表現(xiàn)。認(rèn)知偏差是決策失誤的重要原因。

由于環(huán)境的復(fù)雜性和不確定性，認(rèn)知偏差是客觀存在的，從決策者感知信息、處理信息、產(chǎn)生決策、采取行動(dòng)的整個(gè)認(rèn)知鏈條中，認(rèn)知偏差貫穿其中，并居中心地位（張誼浩、陳柳欽，2004）。認(rèn)知偏差是戰(zhàn)略決策風(fēng)險(xiǎn)的重要來源。

3.決策陷阱與戰(zhàn)略決策風(fēng)險(xiǎn)。人的認(rèn)知是依賴于已有的知識(shí)結(jié)構(gòu)的，這種已有的知識(shí)結(jié)構(gòu)是過去知識(shí)、實(shí)踐經(jīng)驗(yàn)的積累，通過一定的組織方式儲(chǔ)存在人的大腦中。決策者在做復(fù)雜決策時(shí)，就會(huì)不自覺地從記憶中調(diào)用這些知識(shí)，這種運(yùn)作方式，被稱為“經(jīng)驗(yàn)法則”或例行程序。在大多數(shù)情況下都能夠很好地滿足我們的需求，但是大多數(shù)經(jīng)驗(yàn)法則并不可靠。學(xué)者們已經(jīng)發(fā)現(xiàn)了一系列在決策時(shí)大腦思維方式中存在的缺陷。其中一些缺陷屬于感官錯(cuò)覺，有些表現(xiàn)為偏見，還有些干脆就是非理性的反常思維。這些陷阱深深地隱藏在人類的思維過程中，不易察覺，以致人們已經(jīng)掉進(jìn)了陷阱還不自知。這此陷阱是導(dǎo)致決策失誤的重要原因。約翰·哈蒙德（John.S.Hammond）、拉爾夫·基尼（Ralph.L.Keeney）和霍華德·雷法（Howard.Raiffa）在《決策中的陷阱》中將已經(jīng)得到充分論證，特別可能危害企業(yè)決策的心理陷阱歸納為錨定陷阱、維持現(xiàn)狀陷阱、沉沒成本陷阱、尋求有利證據(jù)的陷阱、表述方式陷阱、估計(jì)和預(yù)測(cè)陷阱。

（四）組織因素與戰(zhàn)略決策風(fēng)險(xiǎn)

1.組織感知與戰(zhàn)略決策風(fēng)險(xiǎn)。戰(zhàn)略決策形成涉及環(huán)境條件與組織能力和資源的匹配。為了取得戰(zhàn)略匹配，組織對(duì)環(huán)境的感知可能在管理者作出的戰(zhàn)略選擇上起到關(guān)鍵的作用。組織對(duì)環(huán)境的感知是影響戰(zhàn)略決策的重要因素。組織是通過對(duì)環(huán)境信息的過濾來體現(xiàn)對(duì)環(huán)境的感知的。

組織的未來可能性信息來自環(huán)境和歷史。歷史信息包括企業(yè)的業(yè)績(jī)信息，如銷售額、利潤(rùn)等；也包括對(duì)過去績(jī)效起決定作用的事件和力量，如市場(chǎng)結(jié)構(gòu)、技術(shù)變革、競(jìng)爭(zhēng)行為等；也可包括隨時(shí)間推移，企業(yè)開發(fā)能力和行事能力的變化。歷史信息可以依照兩個(gè)關(guān)鍵維度進(jìn)行綜合：事件的預(yù)計(jì)性和它們與以前的經(jīng)驗(yàn)不連續(xù)程度。這兩個(gè)維度一起描述了過去環(huán)境的動(dòng)蕩性，如圖2所示。用[A]H表示過去環(huán)境的動(dòng)蕩性，下標(biāo)H表示動(dòng)蕩水平。除歷史事件外，企業(yè)還可以觀察環(huán)境未來變化的類型：過去事件和趨勢(shì)相對(duì)重要的變化、新出現(xiàn)的事件和趨勢(shì)、決定未來績(jī)效可能性力量之間的新關(guān)系。用[A]T表示未來的動(dòng)蕩性，下標(biāo)T表示環(huán)境未來動(dòng)蕩的可能水平。圖2表示過去環(huán)境和未來環(huán)境在可預(yù)計(jì)上相當(dāng)，但未來將更加動(dòng)蕩，許多新的事物將會(huì)發(fā)生。

企業(yè)獲取的信息需要經(jīng)過濾器過濾后才能進(jìn)入決策流程。績(jī)效預(yù)測(cè)是過去企業(yè)常采用的預(yù)測(cè)方法，它一般是根據(jù)過去的業(yè)績(jī)進(jìn)行趨勢(shì)外推，因此績(jī)效預(yù)測(cè)濾器過濾掉了大部分未來環(huán)境信息。

隨著環(huán)境動(dòng)蕩程度加大，績(jī)效預(yù)測(cè)濾器逐漸被環(huán)境預(yù)測(cè)濾器所取代，但環(huán)境預(yù)測(cè)并不能提供一個(gè)完整的環(huán)境觀念，仍可能濾掉部分未來環(huán)境信息。

在環(huán)境預(yù)測(cè)后的信息經(jīng)過績(jī)效預(yù)測(cè)濾器過濾后，傳到?jīng)Q策者，決策者根據(jù)自己對(duì)環(huán)境的察看，仍需被管理階層的感知濾器所過濾。管理階層對(duì)信息的過濾受自身的價(jià)值觀和權(quán)力因素的影響。例如，將經(jīng)過環(huán)境預(yù)測(cè)濾器和績(jī)效預(yù)測(cè)濾器過濾后的信息量設(shè)為M，經(jīng)過管理階層感知濾器所過濾的信息為K。如果M=K，則信息量保持；如果K>M，可能存在管理層認(rèn)為預(yù)測(cè)太簡(jiǎn)單，需重新預(yù)測(cè)，則信息量需要增加；如果K

式中，E是某個(gè)績(jī)效維度的管理績(jī)效預(yù)期，P-t是向后看的經(jīng)理們的績(jī)效預(yù)期，P0是相信現(xiàn)在的經(jīng)理們的績(jī)效預(yù)期，Pt是那些未來導(dǎo)向的經(jīng)理們的績(jī)效預(yù)期。從集體對(duì)過程的影響結(jié)果來看，在此情況下，α、β、γ是不同經(jīng)理們的相對(duì)權(quán)力系數(shù)，經(jīng)理們的權(quán)力最終影響組織預(yù)期的選擇，從而影響組織對(duì)環(huán)境的感知。因此，組織對(duì)環(huán)境的感知除了受環(huán)境預(yù)測(cè)和績(jī)效預(yù)測(cè)的影響外，還受經(jīng)理們的價(jià)值觀和權(quán)力大小影響，并起到一定的過濾作用。

組織固有的感知特點(diǎn)，對(duì)戰(zhàn)略決策信息起到過濾作用。因此，如果組織感知到的環(huán)境信息不完全，可能引起戰(zhàn)略決策風(fēng)險(xiǎn)。

2.群體思維與戰(zhàn)略決策風(fēng)險(xiǎn)。半個(gè)多世紀(jì)以前，學(xué)術(shù)界就對(duì)“群體思維”（groupthink）下了定義，即人們會(huì)迫于群體壓力達(dá)成共識(shí)。絕大多數(shù)戰(zhàn)略決策是由群體共同作出的。顯然，在考察思維認(rèn)知偏差是否會(huì)對(duì)戰(zhàn)略決策過程產(chǎn)生負(fù)面影響的問題時(shí)，群體背景是一個(gè)極其重要的變量。心理學(xué)家簡(jiǎn)尼斯（Irvin Janis）指出，許多群體表現(xiàn)出一種被稱為群體思維的決策過程并且因此導(dǎo)致錯(cuò)誤的戰(zhàn)略決策。

群體思維指的是決策者群體在從事行動(dòng)時(shí)沒有質(zhì)疑其主要假設(shè)（underlying assumption）。群體通常圍繞著一個(gè)核心人物或一項(xiàng)核心政策。它會(huì)忽略或排除可能質(zhì)疑政策的信息，為其決策提供事后（after-the-fact）的合理化論證。對(duì)使命和目標(biāo)的承諾更多是基于感情而不是對(duì)“正確的”行動(dòng)過程的客觀評(píng)估，結(jié)果將導(dǎo)致錯(cuò)誤的決策。這一現(xiàn)象至少可以部分解釋為什么擁有完善的戰(zhàn)略管理系統(tǒng)的公司仍然作出錯(cuò)誤的決策。群體思維主導(dǎo)的群體往往急于顯示內(nèi)部的統(tǒng)一，這導(dǎo)致其成員不愿意提出不同意見、質(zhì)疑或阻止不健康的思想。

結(jié)論

戰(zhàn)略決策的實(shí)質(zhì)是在戰(zhàn)略分析的基礎(chǔ)上進(jìn)行評(píng)估與選擇。戰(zhàn)略決策受內(nèi)外部因素的影響，使決策結(jié)果偏離于實(shí)際是引起戰(zhàn)略決策風(fēng)險(xiǎn)的根源。戰(zhàn)略環(huán)境的不確定性程度反映決策情境和決策的復(fù)雜程度，是外部環(huán)境因素。戰(zhàn)略信息是降低決策環(huán)境不確定性的重要條件，戰(zhàn)略信息受組織信息占有率、領(lǐng)導(dǎo)者的認(rèn)知和心智模式以及組織感知過濾的影響，常常存在信息不完全、不充分或認(rèn)知出現(xiàn)偏差，導(dǎo)致決策質(zhì)量下降，引起戰(zhàn)略決策風(fēng)險(xiǎn)。戰(zhàn)略決策也受群體思維的影響而導(dǎo)致戰(zhàn)略決策有效性降低。因此戰(zhàn)略決策風(fēng)險(xiǎn)的規(guī)避應(yīng)以提高信息占有率、改善領(lǐng)導(dǎo)者的認(rèn)知與心智模式、組織感知和決策程序入手，同時(shí)應(yīng)注意組織文化和管理層權(quán)力也是戰(zhàn)略決策不可忽視的內(nèi)在因素。

參考文獻(xiàn)：

1.安索夫.新公司戰(zhàn)略[M].西南財(cái)經(jīng)大學(xué)出版社， 2009

2.彭羅斯.企業(yè)成長(zhǎng)理論[M].上海人民出版社，2007

3.戴維·斯諾頓，瑪麗·布恩.領(lǐng)導(dǎo)者的情景決策[J].哈佛商業(yè)評(píng)論，2007，11

4.休·考特尼，簡(jiǎn)·柯克蘭，帕特里克·維格里.不確定性下的戰(zhàn)略選擇[J].哈佛商業(yè)評(píng)論，2009，5

5.黃津孚.機(jī)遇及機(jī)遇管理—理論與方法[M].科學(xué)出版社，2010

6.格里·約翰遜，凱萬·斯科爾斯.戰(zhàn)略管理[M].人民郵電出版社，2001

7.李林英，劉平青，孟凡臣.圖式、心智模式及其管理[J].北京理工大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2005，7（6）

8.高玉榮，呂立才.制造戰(zhàn)略決策者的認(rèn)知模式對(duì)制造戰(zhàn)略決策的影響[J].科技管理研究，2008（3）

9.賀穎.情報(bào)用戶知識(shí)結(jié)構(gòu)的認(rèn)知視角分析—布魯克斯方程式的進(jìn)一步探討[J].情報(bào)雜志，2003（7）

10.張誼浩，陳柳欽.投資者認(rèn)知偏差研究綜述[J].浙江社會(huì)科學(xué)，2004（2）

風(fēng)險(xiǎn)型決策分析范文第2篇

關(guān)鍵詞：銀行數(shù)據(jù)挖掘；理論分析；典型算法；應(yīng)用及效用

中圖分類號(hào)：TP311.13

銀行是現(xiàn)代經(jīng)濟(jì)的標(biāo)志，也是現(xiàn)代經(jīng)濟(jì)活動(dòng)中不可或缺的環(huán)節(jié)和工具，從銀行誕生應(yīng)用以來，銀行業(yè)就需要處理大量的經(jīng)營(yíng)數(shù)據(jù)，銀行數(shù)據(jù)記錄手段也經(jīng)歷了數(shù)個(gè)階段，從白紙黑字的賬本到計(jì)算機(jī)信息化時(shí)代的銀行數(shù)據(jù)信息系統(tǒng)，銀行數(shù)據(jù)業(yè)務(wù)可以在業(yè)務(wù)交易流程、數(shù)據(jù)庫(kù)建設(shè)、金融風(fēng)險(xiǎn)評(píng)估和經(jīng)營(yíng)決策分析等方面發(fā)揮極其重要的作用。從銀行業(yè)本身的發(fā)展來看，商業(yè)銀行的規(guī)模和類型都在逐年豐富，信息化和數(shù)字化的銀行業(yè)務(wù)模式也逐漸成為商業(yè)銀行的運(yùn)行模本；現(xiàn)代銀行更加重視客戶本位思考，通過多樣化的市場(chǎng)需求分析手段，可以為客戶提供極具個(gè)性化的銀行業(yè)務(wù)產(chǎn)品服務(wù)，吸引更多的潛在客戶群；同時(shí)現(xiàn)代銀行的風(fēng)險(xiǎn)管控意識(shí)更強(qiáng)，在市場(chǎng)經(jīng)濟(jì)節(jié)奏更快的當(dāng)今社會(huì)，銀行經(jīng)營(yíng)決策的風(fēng)險(xiǎn)評(píng)估效果決定了現(xiàn)代銀行的經(jīng)營(yíng)走向；再者是網(wǎng)絡(luò)終端服務(wù)和移動(dòng)終端服務(wù)的迅猛發(fā)展，銀行交易手段更加豐富，網(wǎng)上銀行、手機(jī)銀行、移動(dòng)證券交易等等電子支付交易方式的發(fā)展給現(xiàn)代銀行帶來了新的機(jī)遇和挑戰(zhàn)，這一切都需要現(xiàn)代銀行在數(shù)據(jù)處理分析能力上有新的應(yīng)對(duì)措施。

1 數(shù)據(jù)挖掘和數(shù)據(jù)效用理論基礎(chǔ)

數(shù)據(jù)挖掘的通用定義指的是從現(xiàn)有的大量存儲(chǔ)數(shù)據(jù)中，采用數(shù)據(jù)擷取的方式，搜尋出感興趣的、有價(jià)值的數(shù)據(jù)點(diǎn)或數(shù)據(jù)模塊的數(shù)據(jù)處理技術(shù)。數(shù)據(jù)挖掘廣泛地應(yīng)用于商業(yè)金融領(lǐng)域，基于既定的商業(yè)化分析目標(biāo)，可以依托于企業(yè)內(nèi)部的金融數(shù)據(jù)系統(tǒng)進(jìn)行數(shù)據(jù)分析，最終獲得需要的商業(yè)經(jīng)營(yíng)規(guī)律和市場(chǎng)發(fā)展規(guī)律，并且能夠在成熟的數(shù)據(jù)挖掘模型的支持下與其他分析工具和分析技術(shù)相結(jié)合，形成商業(yè)化的數(shù)據(jù)挖掘分析系統(tǒng)和分析軟件。數(shù)據(jù)挖掘的功能需求決定了數(shù)據(jù)挖掘是一個(gè)典型的學(xué)科交叉項(xiàng)目，現(xiàn)代銀行受到業(yè)務(wù)拓展發(fā)展的需求，在其數(shù)據(jù)挖掘技術(shù)的運(yùn)用中廣泛地的結(jié)合了數(shù)據(jù)庫(kù)技術(shù)、智能學(xué)習(xí)技術(shù)、統(tǒng)計(jì)分析技術(shù)、模式識(shí)別技術(shù)、人工智能技術(shù)和神經(jīng)網(wǎng)絡(luò)技術(shù)，數(shù)據(jù)挖掘常分為六個(gè)技術(shù)類別：聚類、分類、估值、預(yù)測(cè)、相關(guān)性分組和關(guān)聯(lián)規(guī)則分析、描述和可視化分析。

對(duì)數(shù)據(jù)資料的重視性促使了現(xiàn)代銀行對(duì)數(shù)據(jù)利用效率的不懈追求，現(xiàn)代化經(jīng)營(yíng)模式中，數(shù)據(jù)已經(jīng)成為最為重要的無形商品，作為商品的數(shù)據(jù)資料，其資本性和營(yíng)利性決定了信息數(shù)據(jù)的效益最大化，由于數(shù)據(jù)資料的復(fù)制成本低、附加值高且利潤(rùn)豐厚的特點(diǎn)，數(shù)據(jù)信息價(jià)值理論已經(jīng)成為數(shù)據(jù)效用分析的主要理論模式。

2 銀行數(shù)據(jù)挖掘的應(yīng)用分析

2.1 數(shù)據(jù)挖掘在銀行客戶需求分析中的應(yīng)用

現(xiàn)代銀行針對(duì)客戶資料和消費(fèi)記錄都建立了功能龐大的消費(fèi)市場(chǎng)數(shù)據(jù)庫(kù)系統(tǒng)，對(duì)銀行客戶的個(gè)人資料、賬戶信息、交易歷史記錄、業(yè)務(wù)服務(wù)歷史記錄、理財(cái)數(shù)據(jù)和個(gè)人理財(cái)風(fēng)險(xiǎn)評(píng)估等進(jìn)行了數(shù)據(jù)庫(kù)倉(cāng)儲(chǔ)式分析，基于成熟的數(shù)據(jù)倉(cāng)庫(kù)邏輯分析模型，可以對(duì)每一個(gè)銀行客戶進(jìn)行多維度消費(fèi)分析，以交易歷史紀(jì)錄為例，交易歷史紀(jì)錄作為該分析維度下的分析主鍵字段，在其下端進(jìn)行次元維度分析，對(duì)交易類型、交易金額、消費(fèi)地點(diǎn)、存貸款交易、電子銀行消費(fèi)、手機(jī)銀行消費(fèi)、證券消費(fèi)等進(jìn)行子健分析，但是也要考慮到不同主鍵之間存在著較大的關(guān)聯(lián)性，此時(shí)可以考慮在客戶數(shù)據(jù)倉(cāng)庫(kù)分析中建立星形數(shù)據(jù)模，在關(guān)聯(lián)數(shù)據(jù)子健上進(jìn)行數(shù)據(jù)溢出處理。在數(shù)據(jù)挖掘中主要采用的是聚類算法，在對(duì)客戶數(shù)據(jù)進(jìn)行詳細(xì)的數(shù)據(jù)倉(cāng)庫(kù)建立之后，可以對(duì)客戶進(jìn)行數(shù)據(jù)特征值標(biāo)定（如商業(yè)價(jià)值、交易類型、風(fēng)險(xiǎn)傾向等），以便于進(jìn)行客戶分類，在用戶細(xì)分時(shí)，行為特征是主要的特征，自然屬性是輔助的特性。

表1 聚類匯總表

業(yè)務(wù)類型 紙黃金 基金理財(cái) 外匯 個(gè)人金融 債券 貸款

業(yè)務(wù)渠道 柜臺(tái) 電話銀行 網(wǎng)上銀漢 手機(jī)銀行 自主服務(wù) 中間交易

由此可以得到詳細(xì)的客戶聚類，例如以年齡段為標(biāo)準(zhǔn)的20-30歲階段用戶（業(yè)務(wù)類型為紙黃金，業(yè)務(wù)渠道為網(wǎng)銀和自助服務(wù)）、30-40歲階段用戶（業(yè)務(wù)類型為外匯和金融，業(yè)務(wù)渠道為柜臺(tái)和自助）、40-50歲階段（業(yè)務(wù)類型為基金債券，業(yè)務(wù)渠道為柜臺(tái)服務(wù)）。

基于SQL Server Analysis Services分析工具，在銀行原始交易數(shù)據(jù)庫(kù)中進(jìn)行聚類分析，選用Microsoft聚類算法對(duì)交易日志中的指定頁(yè)進(jìn)行類型搜索，在后處理模塊中可以查看聚類分析結(jié)果。聚類算法進(jìn)行數(shù)據(jù)挖掘時(shí)需要原始數(shù)據(jù)具有較強(qiáng)的分類性和數(shù)據(jù)關(guān)聯(lián)性，才能在數(shù)據(jù)挖掘中針對(duì)特定數(shù)據(jù)屬性和數(shù)據(jù)聚類進(jìn)行分析，并且獲得該屬性在任意聚類中的數(shù)據(jù)分布情況，由此可以精確的知道特定類型客戶的銀行消費(fèi)習(xí)慣和消費(fèi)傾向，有助于銀行穩(wěn)固現(xiàn)有客戶群，吸引潛在客戶群體。

2.2 數(shù)據(jù)挖掘在銀行決策分析中的應(yīng)用

銀行經(jīng)營(yíng)的各個(gè)環(huán)節(jié)都基本實(shí)現(xiàn)了信息化管理，銀行綜合業(yè)務(wù)系統(tǒng)為其提供了基礎(chǔ)業(yè)務(wù)操作平臺(tái)和統(tǒng)一賬務(wù)處理系統(tǒng)平臺(tái)，能夠幫助銀行實(shí)現(xiàn)有效的資源整合和集中管理。數(shù)據(jù)挖掘技術(shù)的應(yīng)用能夠全面提升銀行系統(tǒng)的內(nèi)控管理和風(fēng)險(xiǎn)管控水平，為銀行的內(nèi)部決策提供有效的數(shù)據(jù)支撐。

表2 數(shù)據(jù)挖掘與銀行決策關(guān)系

數(shù)據(jù)源 數(shù)據(jù)處理 數(shù)據(jù)存儲(chǔ) 決策分析

交易數(shù)據(jù)

客戶信息

管理信息

外部信息 數(shù)據(jù)抽取

數(shù)據(jù)整合

數(shù)據(jù)加載 數(shù)據(jù)倉(cāng)庫(kù) 經(jīng)營(yíng)狀況決策分析

數(shù)據(jù)監(jiān)控 數(shù)據(jù)節(jié)點(diǎn)1 資產(chǎn)負(fù)債決策分析

數(shù)據(jù)刷新 數(shù)據(jù)節(jié)點(diǎn)2 風(fēng)險(xiǎn)管理決策分析

數(shù)據(jù)包裝 數(shù)據(jù)節(jié)點(diǎn)3 客戶需求決策分析

數(shù)據(jù)公布 數(shù)據(jù)節(jié)點(diǎn)4 銀行財(cái)務(wù)決策分析

為了保障銀行的經(jīng)營(yíng)效益、提升業(yè)務(wù)覆蓋范圍并預(yù)防經(jīng)營(yíng)風(fēng)險(xiǎn)，銀行需要及時(shí)掌握市場(chǎng)動(dòng)態(tài)并且做出經(jīng)營(yíng)調(diào)整，數(shù)據(jù)挖掘技術(shù)能夠跟蹤分析銀行經(jīng)營(yíng)過程中的各個(gè)基本要素環(huán)節(jié)，通過比對(duì)分析自身產(chǎn)品的營(yíng)收現(xiàn)狀、競(jìng)爭(zhēng)對(duì)手的經(jīng)營(yíng)現(xiàn)狀，以及對(duì)資產(chǎn)負(fù)債率、銀行壞賬率和金融產(chǎn)品的銷量，可以及時(shí)為決策層提供參考數(shù)據(jù)。商業(yè)銀行的風(fēng)險(xiǎn)管控是其保障經(jīng)濟(jì)效益的關(guān)鍵，數(shù)據(jù)挖掘系統(tǒng)的關(guān)鍵性作用體現(xiàn)在對(duì)銀行業(yè)務(wù)的全方位、多角度的可靠性分析和風(fēng)險(xiǎn)評(píng)估，基于銀行內(nèi)部的風(fēng)險(xiǎn)模型參數(shù)，在成熟的模式識(shí)別技術(shù)和智能分析技術(shù)的輔助下，可以提前對(duì)經(jīng)營(yíng)風(fēng)險(xiǎn)進(jìn)行預(yù)判，以減少成本損失為風(fēng)險(xiǎn)數(shù)據(jù)挖掘模型約束，以保障經(jīng)營(yíng)效益最大化為風(fēng)險(xiǎn)決策目標(biāo)，以調(diào)控決策方式為風(fēng)險(xiǎn)決策手段，可以進(jìn)一步提高銀行的資產(chǎn)質(zhì)量。財(cái)務(wù)風(fēng)險(xiǎn)控制中數(shù)據(jù)挖掘的具體應(yīng)用如下圖所示：

圖1 數(shù)據(jù)挖掘在銀行財(cái)務(wù)決策分析中的應(yīng)用分析

3 銀行數(shù)據(jù)挖掘的效用分析

3.1 數(shù)據(jù)挖掘在銀行風(fēng)險(xiǎn)控制中的效用

風(fēng)險(xiǎn)控制是銀行日常經(jīng)營(yíng)活動(dòng)中的核心內(nèi)容，通常來看可以分為定性控制和定量控制兩種方式，定性控制的關(guān)鍵是建立一套有效的風(fēng)險(xiǎn)控制管理體系，在多流程決策體系的協(xié)作下，構(gòu)成風(fēng)險(xiǎn)管理知識(shí)，以非結(jié)構(gòu)化數(shù)據(jù)的形式保存并流轉(zhuǎn)使用；定量控制則更看重對(duì)經(jīng)營(yíng)實(shí)時(shí)數(shù)據(jù)的管理效率，建立一個(gè)基于客戶需求和市場(chǎng)規(guī)律的量化風(fēng)險(xiǎn)控制體系統(tǒng)框架。銀行信用評(píng)估體系要求銀行用于信用評(píng)級(jí)的數(shù)據(jù)必須具備一定年限和質(zhì)量標(biāo)準(zhǔn)，對(duì)數(shù)據(jù)樣本量、樣本時(shí)效性、業(yè)務(wù)覆蓋范圍、數(shù)據(jù)來源都有明確的要求。數(shù)據(jù)挖掘?qū)τ阢y行風(fēng)險(xiǎn)控制的關(guān)鍵性作用主要體現(xiàn)在對(duì)于銀行信用風(fēng)險(xiǎn)控制、銀行市場(chǎng)風(fēng)險(xiǎn)評(píng)估和銀行操作風(fēng)險(xiǎn)管理上。

在信用風(fēng)險(xiǎn)控制上，數(shù)據(jù)挖掘主要是針對(duì)信用關(guān)鍵指標(biāo)：違約率、違約損失率、違約暴露和違約期限進(jìn)行針對(duì)性的數(shù)據(jù)挖掘分析，結(jié)合銀行的信用評(píng)級(jí)動(dòng)態(tài)變化和銀行信用置信度的波動(dòng)規(guī)律，在銀行交易數(shù)據(jù)庫(kù)中采用數(shù)據(jù)關(guān)聯(lián)分析方法，對(duì)概念分層數(shù)據(jù)進(jìn)行多層挖掘，提高數(shù)據(jù)挖掘的精準(zhǔn)度；在對(duì)市場(chǎng)風(fēng)險(xiǎn)控制上，數(shù)據(jù)挖掘技術(shù)主要集中在市場(chǎng)風(fēng)險(xiǎn)識(shí)別和市場(chǎng)動(dòng)態(tài)分析兩方面，通過分析銀行特征值數(shù)據(jù)在各種風(fēng)險(xiǎn)環(huán)境下的數(shù)據(jù)概率分布值，可以構(gòu)建銀行內(nèi)部的市場(chǎng)風(fēng)險(xiǎn)模型，結(jié)合遺傳算法和智能分析，可以針對(duì)市場(chǎng)發(fā)展規(guī)律進(jìn)行智能風(fēng)險(xiǎn)評(píng)估決策；對(duì)于市場(chǎng)的偶然和不確定行為，通常數(shù)據(jù)挖掘會(huì)采用預(yù)測(cè)（predication）、時(shí)序分析模式（time-series model），通過遍歷歷史交易數(shù)據(jù)，能夠?qū)ε既恍允袌?chǎng)行為進(jìn)行概念排序，采用模糊分析（fuzzy method）、證據(jù)理論（Evidence theory）等方法進(jìn)行決策分析。

3.2 數(shù)據(jù)挖掘在銀行產(chǎn)品創(chuàng)新中的效用

產(chǎn)品創(chuàng)新是提升銀行市場(chǎng)競(jìng)爭(zhēng)力的根本手段，數(shù)據(jù)挖掘的重要性則體現(xiàn)在數(shù)據(jù)分析準(zhǔn)確性和有效性上，首先是對(duì)業(yè)務(wù)流程效率的數(shù)據(jù)分析，對(duì)于總行、分行、支行和營(yíng)業(yè)網(wǎng)點(diǎn)的銀行結(jié)構(gòu)進(jìn)行業(yè)務(wù)處理效能分析，通過實(shí)際交易數(shù)據(jù)和歷史交易數(shù)據(jù)進(jìn)行比對(duì)分析，可以有效的找出實(shí)際業(yè)務(wù)模式中的最大風(fēng)險(xiǎn)點(diǎn)，設(shè)計(jì)或優(yōu)化業(yè)務(wù)流程，明確錄入、審核、授權(quán)各崗位的職責(zé)，從而運(yùn)用創(chuàng)新手段控制流程風(fēng)險(xiǎn)；采用產(chǎn)品規(guī)劃的方法指導(dǎo)新產(chǎn)品的設(shè)計(jì)流程工作，則需要在產(chǎn)品設(shè)計(jì)理念、產(chǎn)品市場(chǎng)定位、產(chǎn)品競(jìng)爭(zhēng)優(yōu)勢(shì)分析和產(chǎn)品風(fēng)險(xiǎn)控制上進(jìn)行數(shù)據(jù)分析，通過數(shù)據(jù)挖掘技術(shù)可以在銀行內(nèi)部歷史數(shù)據(jù)、行業(yè)共享數(shù)據(jù)和商業(yè)數(shù)據(jù)的基礎(chǔ)上進(jìn)行特征屬性挖掘，并最終為新產(chǎn)品的量化定型提供有效的數(shù)據(jù)參考，并未新產(chǎn)品的市場(chǎng)價(jià)值進(jìn)行定性和定量預(yù)測(cè)分析。

4 結(jié)束語

信息化時(shí)代背景下金融業(yè)的供需地位發(fā)生巨大轉(zhuǎn)變，金融數(shù)據(jù)也從經(jīng)營(yíng)資料開始向數(shù)據(jù)商業(yè)化發(fā)展。基于詳盡的量化數(shù)據(jù)系統(tǒng)，現(xiàn)代銀行可以在高效數(shù)據(jù)分析模型的基礎(chǔ)上對(duì)銀行數(shù)據(jù)進(jìn)行二次開發(fā)，提供數(shù)據(jù)分析服務(wù)。本文通過闡述銀行數(shù)據(jù)的數(shù)據(jù)結(jié)構(gòu)，分析了對(duì)銀行海量數(shù)據(jù)進(jìn)行數(shù)據(jù)挖掘的主要方法和應(yīng)用模式，并評(píng)估現(xiàn)行銀行數(shù)據(jù)挖掘方法的有效性和經(jīng)濟(jì)效益價(jià)值，為進(jìn)一步提升銀行數(shù)據(jù)挖掘的效能提供了新的思路。

參考文獻(xiàn)：

[1]丁劍敏.數(shù)據(jù)挖掘技術(shù)及其在商業(yè)銀行中的應(yīng)用[J].市場(chǎng)周刊?財(cái)經(jīng)論壇，2013（04）.

[2]宓文斌.數(shù)據(jù)挖掘在銀行信貸業(yè)務(wù)中的應(yīng)用[M].上海：上海交通大學(xué)，2012.

[3]王佳麗.財(cái)務(wù)診斷中的數(shù)據(jù)挖掘運(yùn)用研究[D].南寧：廣西大學(xué)，2012（05）.

風(fēng)險(xiǎn)型決策分析范文第3篇

關(guān)鍵詞：貝葉斯決策；序貫分析；概率

中圖分類號(hào)：C32 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1001-828X（2013）09-0-01

一、序貫分析簡(jiǎn)介

其中有一種觀測(cè)方法是序貫分析，記一次取一個(gè)做觀測(cè)，每次觀測(cè)后都做出決策，或者停止抽樣，或者再做另一觀測(cè)。序貫分析的特點(diǎn)是，在研究決策問題時(shí)，不是預(yù)先固定樣本量，而是逐次取樣觀察，直到樣本提供足夠的信息，能恰當(dāng)?shù)淖龀鰶Q策為止。

在經(jīng)濟(jì)活動(dòng)中，常常遇到這樣的決策問題，由于它的特殊性，需要將過程分為若干個(gè)相互聯(lián)系的階段，在它的每一個(gè)階段都需要做出決策，從而使整個(gè)過程達(dá)到最好的活動(dòng)效果。當(dāng)各個(gè)階段決策確定后，就組成了一個(gè)決策序列，因而也就決定了整個(gè)過程的一條活動(dòng)路線，這種把一個(gè)問題可看作是一個(gè)前后關(guān)聯(lián)的具有鏈狀結(jié)構(gòu)的多階段過程就稱為多階段決策過程。

在固定樣本量問題中的貝葉斯分析是容易的，但貝葉斯序貫分析是困難的。在處理問題是需要大量的符號(hào)和運(yùn)轉(zhuǎn)的布局，這些都會(huì)使所涉及的簡(jiǎn)單想法變得模糊。這個(gè)想法就是，在過程的每一個(gè)階段（即在每一次做了觀測(cè)之后），都將此階段立即做出決策的貝葉斯風(fēng)險(xiǎn)與如果再做觀測(cè)所得出的期望的后驗(yàn)貝葉斯風(fēng)險(xiǎn)進(jìn)行比較。

二、貝葉斯決策的步驟

在貝葉斯決策論中，狀態(tài)集、行動(dòng)集、損失函數(shù)是描述決策問題的三個(gè)基本要素。

我們可以總結(jié)出貝葉斯決策的步驟：

第一步：通過資料分析，確定先驗(yàn)概率密度。第二步：進(jìn)行抽樣調(diào)查，取得必要信息第三步：利用貝葉斯公式計(jì)算后驗(yàn)概率密度。第四步：將此階段立即做出決策的貝葉斯風(fēng)險(xiǎn)與如果再做觀測(cè)所得出的期望后驗(yàn)貝葉斯風(fēng)險(xiǎn)進(jìn)行比較。第五步：選擇最優(yōu)行動(dòng)。

三、決策案例綜述

本部分通過一個(gè)決策案例，對(duì)貝葉斯決策在序貫分析里面的應(yīng)用進(jìn)行綜合分析。

（一）案例概況

假設(shè)要一家石油公司要新建一家工廠，但是無法確定是在A地還是B地。

若建立在B地要比建在A地少花費(fèi)￥1，000， 000。但是在B地缺乏熟練工人，而在A地有大量熟練工人。一共需要700個(gè)熟練工，公司認(rèn)為在B建廠位置所具備的熟練工人數(shù)θ服從分布N（350，1002）的先驗(yàn)密度（為了方便我們將θ看做連續(xù)變量）。那么，如果熟練工不夠，公司不得不進(jìn)行培訓(xùn)，培訓(xùn)一個(gè)熟練工需要花費(fèi)￥3500。現(xiàn)在制造業(yè)公司面臨如下兩個(gè)選擇：a0：建工廠在A地；a1：建工廠在B地。但是，公司可以立即作出決策，或者授權(quán)先進(jìn)行調(diào)查（調(diào)查花費(fèi)￥20，000）調(diào)查的結(jié)果是對(duì)θ的一個(gè)估計(jì)X，調(diào)查的精度已知為X有分布密度N（θ，302）。公司的問題是立即決策，還是先做調(diào)查再?zèng)Q策。

（二）貝葉斯決策

1.在先驗(yàn)期望準(zhǔn)則下的最優(yōu)行動(dòng)和貝葉斯風(fēng)險(xiǎn)

利用則：；。在這里，我將積分上下限換成和的誤差予以忽略。因此，，選擇a0立即做決策的貝葉斯風(fēng)險(xiǎn)是1，000，000。

2.進(jìn)行調(diào)查的貝葉斯風(fēng)險(xiǎn)

（1）后驗(yàn)概率密度

在這里，利用理論：

本實(shí)際問題中，若做調(diào)查，觀測(cè)值是X，后驗(yàn)密度=N（）

所以，

（2）后驗(yàn)風(fēng)險(xiǎn)

故做調(diào)查有了觀測(cè)值X之后，再做決策的貝葉斯風(fēng)險(xiǎn)是

3.后驗(yàn)風(fēng)險(xiǎn)的期望

由于我們并不知道哪一個(gè)會(huì)發(fā)生，所以，我們只能通過所有的期望值來估計(jì)后驗(yàn)貝葉斯風(fēng)險(xiǎn)。對(duì)于邊際分布，此時(shí)它為N（350，1002+302）。于是，近似有。

4.決策

先進(jìn)行抽樣再進(jìn)行決策的后驗(yàn)風(fēng)險(xiǎn)比立即決策的風(fēng)險(xiǎn)小，所以調(diào)查花費(fèi)的錢是值得的。

（三）案例延伸

如果本案例變成，分別抽樣調(diào)查A，B兩地的石油情況，石油公司打算首先根據(jù)某地區(qū)的地層結(jié)構(gòu)判斷該地是否蘊(yùn)含大量的石油，再做決定。這個(gè)是有名的石油問題。

根據(jù)本文上例討論的貝葉斯決策分析法，對(duì)每一個(gè)階段都進(jìn)行分析，最后，得出結(jié)論選擇不做地震實(shí)驗(yàn)，決定鉆井。

四、小結(jié)

在延伸中，針對(duì)每一個(gè)階段進(jìn)行了分析，利用逆序歸納法和貝葉斯決策對(duì)序貫問題進(jìn)行分析。在實(shí)際上更加的復(fù)雜。在決策問題中，常常有更多階段要研究，因而將復(fù)雜的決策問題的決策分析全程劃分為若干階段，每一階段都包括先驗(yàn)分析，抽樣信息期望值，每一個(gè)階段都需要做篩選，每個(gè)階段前后相連，形成決策分析全過程。隨著繼續(xù)抽樣，可能有的階段增加時(shí)，確定期望的貝葉斯風(fēng)險(xiǎn)就愈困難。

利用貝葉斯理論，我們可以對(duì)決策的分析更加精確。對(duì)每一個(gè)階段進(jìn)行分析，期望得到最大收益，最小損失，做到少花錢多辦事，提高決策分析的科學(xué)性和效益型。

參考文獻(xiàn)：

[1]陳家鼎.序貫分析[M].北京：北京大學(xué)出版社，1995.

[2]James O. Berger.統(tǒng)計(jì)決策論及貝葉斯分析.北京：中國(guó)統(tǒng)計(jì)出版社，1998，5.

風(fēng)險(xiǎn)型決策分析范文第4篇

【關(guān)鍵詞】裝備制造業(yè) 風(fēng)險(xiǎn) 層次分析法

一、裝備制造業(yè)投資項(xiàng)目風(fēng)險(xiǎn)類型

裝備制造業(yè)是一項(xiàng)資金密集、技術(shù)密集、勞動(dòng)密集型三者兼?zhèn)涞漠a(chǎn)業(yè)，是少有的對(duì)資本、技術(shù)與人力的需求都很旺盛的行業(yè)，該特點(diǎn)也造成了裝備制造也投資的投入成本高、投資建設(shè)及回收周期長(zhǎng)、人才隊(duì)伍建設(shè)慢等顯著的特征，進(jìn)一步增加了裝備制造業(yè)投資的風(fēng)險(xiǎn)。

裝備制造業(yè)項(xiàng)目投資的風(fēng)險(xiǎn)，業(yè)界并沒有形成統(tǒng)一的劃分標(biāo)準(zhǔn)。如按導(dǎo)致投資項(xiàng)目產(chǎn)生風(fēng)險(xiǎn)的原因?qū)L(fēng)險(xiǎn)因素劃分為人為風(fēng)險(xiǎn)和環(huán)境風(fēng)險(xiǎn)；按照風(fēng)險(xiǎn)涉及區(qū)域劃分為項(xiàng)目整體風(fēng)險(xiǎn)和項(xiàng)目“個(gè)體”風(fēng)險(xiǎn)；按照風(fēng)險(xiǎn)能否預(yù)測(cè)劃分為已知風(fēng)險(xiǎn)和未知風(fēng)險(xiǎn)等等。

筆者認(rèn)為，從項(xiàng)目投資風(fēng)險(xiǎn)評(píng)價(jià)的全面性、科學(xué)性及可操作性角度，可以將裝備制造業(yè)投資項(xiàng)目的主要風(fēng)險(xiǎn)因素總結(jié)為：政治風(fēng)險(xiǎn)、經(jīng)濟(jì)政策風(fēng)險(xiǎn)、市場(chǎng)風(fēng)險(xiǎn)、技術(shù)風(fēng)險(xiǎn)、管理風(fēng)險(xiǎn)、環(huán)境風(fēng)險(xiǎn)。

二、層次分析法概述

層次分析法（Analytic Hierarchy Process簡(jiǎn)稱AHP）是將決策總是有關(guān)的元素分解成目標(biāo)、準(zhǔn)則、方案等層次，在此基礎(chǔ)之上進(jìn)行定性和定量分析的決策方法。該方法是美國(guó)運(yùn)籌學(xué)家匹茨堡大學(xué)教授薩蒂于20世紀(jì)70年代初，在為美國(guó)國(guó)防部研究"根據(jù)各個(gè)工業(yè)部門對(duì)國(guó)家福利的貢獻(xiàn)大小而進(jìn)行電力分配"課題時(shí)，應(yīng)用網(wǎng)絡(luò)系統(tǒng)理論和多目標(biāo)綜合評(píng)價(jià)方法，提出的一種層次權(quán)重決策分析方法。

層次一、裝備制造業(yè)投資項(xiàng)目風(fēng)險(xiǎn)類型

裝備制造業(yè)是一項(xiàng)資金密集、技術(shù)密集、勞動(dòng)密集型三者兼?zhèn)涞漠a(chǎn)業(yè)，是少有的對(duì)資本、技術(shù)與人力的需求都很旺盛的行業(yè)，該特點(diǎn)也造成了裝備制造也投資的投入成本高、投資建設(shè)及回收周期長(zhǎng)、人才隊(duì)伍建設(shè)慢等顯著的特征，進(jìn)一步增加了裝備制造業(yè)投資的風(fēng)險(xiǎn)。

裝備制造業(yè)項(xiàng)目投資的風(fēng)險(xiǎn)，業(yè)界并沒有形成統(tǒng)一的劃分標(biāo)準(zhǔn)。如按導(dǎo)致投資項(xiàng)目產(chǎn)生風(fēng)險(xiǎn)的原因?qū)L(fēng)險(xiǎn)因素劃分為人為風(fēng)險(xiǎn)和環(huán)境風(fēng)險(xiǎn)；按照風(fēng)險(xiǎn)涉及區(qū)域劃分為項(xiàng)目整體風(fēng)險(xiǎn)和項(xiàng)目“個(gè)體”風(fēng)險(xiǎn)；按照風(fēng)險(xiǎn)能否預(yù)測(cè)劃分為已知風(fēng)險(xiǎn)和未知風(fēng)險(xiǎn)等等。

筆者認(rèn)為，從項(xiàng)目投資風(fēng)險(xiǎn)評(píng)價(jià)的全面性、科學(xué)性及可操作性角度，可以將裝備制造業(yè)投資項(xiàng)目的主要風(fēng)險(xiǎn)因素總結(jié)為：政治風(fēng)險(xiǎn)、經(jīng)濟(jì)政策風(fēng)險(xiǎn)、市場(chǎng)風(fēng)險(xiǎn)、技術(shù)風(fēng)險(xiǎn)、管理風(fēng)險(xiǎn)、環(huán)境風(fēng)險(xiǎn)。

二、層次分析法概述

層次分析法（Analytic Hierarchy Process簡(jiǎn)稱AHP）是將決策總是有關(guān)的元素分解成目標(biāo)、準(zhǔn)則、方案等層次，在此基礎(chǔ)之上進(jìn)行定性和定量分析的決策方法。該方法是美國(guó)運(yùn)籌學(xué)家匹茨堡大學(xué)教授薩蒂于20世紀(jì)70年代初，在為美國(guó)國(guó)防部研究"根據(jù)各個(gè)工業(yè)部門對(duì)國(guó)家福利的貢獻(xiàn)大小而進(jìn)行電力分配"課題時(shí)，應(yīng)用網(wǎng)絡(luò)系統(tǒng)理論和多目標(biāo)綜合評(píng)價(jià)方法，提出的一種層次權(quán)重決策分析方法。

層次分析法是將決策問題按總目標(biāo)、各層子目標(biāo)、評(píng)價(jià)準(zhǔn)則直至具體的備投方案的順序分解為不同的層次結(jié)構(gòu)，然后得用求解判斷矩陣特征向量的辦法，求得每一層次的各元素對(duì)上一層次某元素的優(yōu)先權(quán)重，最后再加權(quán)和的方法遞階歸并各備擇方案對(duì)總目標(biāo)的最終權(quán)重，此最終權(quán)重最大者即為最優(yōu)方案。這里所謂“優(yōu)先權(quán)重”是一種相對(duì)的量度，它表明各備擇方案在某一特點(diǎn)的評(píng)價(jià)準(zhǔn)則或子目標(biāo)下優(yōu)越程度的相對(duì)量度，以及各子目標(biāo)對(duì)上一層目標(biāo)而言重要程度的相對(duì)量度。層次分析法比較適合于具有分層交錯(cuò)評(píng)價(jià)指標(biāo)的目標(biāo)系統(tǒng)，而且目標(biāo)值又難于定量描述的決策問題。其用法是構(gòu)造判斷矩陣，求出其最大特征值及其所對(duì)應(yīng)的特征向量W，歸一化后，即為某一層次指標(biāo)對(duì)于上一層次某相關(guān)指標(biāo)的相對(duì)重要性權(quán)值。

層次分析法易于理解和操作，在風(fēng)險(xiǎn)分析中既有定性分析、又有定量計(jì)算，能較好的結(jié)合專家經(jīng)驗(yàn)，相對(duì)全面的評(píng)價(jià)項(xiàng)目總體風(fēng)險(xiǎn)，為管理者提供一個(gè)全面了解項(xiàng)目全過程風(fēng)險(xiǎn)的分析思路，因此在項(xiàng)目投資風(fēng)險(xiǎn)分析中具有有相當(dāng)廣泛的應(yīng)用性。

三、實(shí)例分析

本文擬以某大型模鍛液壓機(jī)制造生產(chǎn)線項(xiàng)目為例，對(duì)其投資風(fēng)險(xiǎn)進(jìn)行評(píng)價(jià)。該項(xiàng)目主要用于生產(chǎn)各類大型航空鍛件，在給企業(yè)自身帶來發(fā)展的同時(shí)也為我國(guó)大型鍛壓設(shè)備的制造發(fā)揮積極的促進(jìn)作用。

由于本項(xiàng)目政治風(fēng)險(xiǎn)和環(huán)境風(fēng)險(xiǎn)極小，故不予考慮。項(xiàng)目總風(fēng)險(xiǎn)分解為：技術(shù)風(fēng)險(xiǎn)（包括技術(shù)難度、完工時(shí)間的變化情況）；管理風(fēng)險(xiǎn)（包括項(xiàng)目經(jīng)理素質(zhì)、組織結(jié)構(gòu)）；經(jīng)濟(jì)風(fēng)險(xiǎn)（包括資金成本風(fēng)險(xiǎn)、項(xiàng)目融資風(fēng)險(xiǎn)）；市場(chǎng)風(fēng)險(xiǎn)（下游市場(chǎng)需求風(fēng)險(xiǎn)上游市場(chǎng)供應(yīng)風(fēng)險(xiǎn)）。

在參考專家意見的基礎(chǔ)上運(yùn)用層次分析法，結(jié)合項(xiàng)目風(fēng)險(xiǎn)劃分體系，建立本項(xiàng)目主要風(fēng)險(xiǎn)因素層的判斷矩陣：

四、結(jié)論與展望

本文從裝備制造業(yè)投資項(xiàng)目投資者角度出發(fā)，按照風(fēng)險(xiǎn)管理的基本原則，針對(duì)裝備制造業(yè)的主要特點(diǎn)，對(duì)項(xiàng)目的投資風(fēng)險(xiǎn)進(jìn)行了分析和評(píng)價(jià)研究。首先，將裝備制造業(yè)投資項(xiàng)目的風(fēng)險(xiǎn)進(jìn)行層次分類，并提取各層主要風(fēng)險(xiǎn)因素，再運(yùn)用AHP 法構(gòu)建遞階層次結(jié)構(gòu)模型，對(duì)這些因素進(jìn)行比較分析，建立裝備制造業(yè)投資項(xiàng)目風(fēng)險(xiǎn)因素指標(biāo)評(píng)價(jià)體系。進(jìn)而對(duì)這些風(fēng)險(xiǎn)進(jìn)行量化分析，得出分析評(píng)價(jià)結(jié)論。但該評(píng)價(jià)方法尚有許多不足之處，需要進(jìn)一步完善。筆者認(rèn)為可以沿著以上分析思路完善風(fēng)險(xiǎn)分析決策流程，如下圖所示。

參考文獻(xiàn)：

[1]Models， Methods， Concepts and Applications of the Analytic Hierarchy Process （with L.G. Vargas）， Kluwer Academic Publishers， Boston， 2000.

2]沈建明.項(xiàng)目風(fēng)險(xiǎn)管理[M].北京：機(jī)械工業(yè)出版社，2010.

郭建斌，車璐.國(guó)內(nèi)投資項(xiàng)目風(fēng)險(xiǎn)分析的應(yīng)用情況與推進(jìn)建議[J].建筑經(jīng)濟(jì)， 2006， （6）.

[3]丁香乾，石碩.層次分析法在項(xiàng)目風(fēng)險(xiǎn)管理中的應(yīng)用[J].中國(guó)海洋大學(xué)學(xué)報(bào)，2004，34（1）.

風(fēng)險(xiǎn)型決策分析范文第5篇

關(guān)鍵詞：公平偏好；風(fēng)險(xiǎn)規(guī)避；供應(yīng)鏈協(xié)調(diào)；二階段博弈

中圖分類號(hào)：F713 文獻(xiàn)標(biāo)識(shí)碼：A

原標(biāo)題：風(fēng)險(xiǎn)和公平偏好下二級(jí)供應(yīng)鏈協(xié)調(diào)機(jī)制研究――基于stackelberg博弈模型

收錄日期：2016年10月19日

一、研究背景

10年以前，國(guó)內(nèi)外學(xué)者對(duì)渠道績(jī)效的研究大都集中于傳統(tǒng)績(jī)效分析，近10年來，行為經(jīng)濟(jì)學(xué)研究證明了社會(huì)偏好因素影響著人們對(duì)滿意度的感知，社會(huì)偏好因素中的公平、互惠原則與傳統(tǒng)績(jī)效中自私自利，尋求自身利益最大化背道而行。公平分配以及公平偏好可以促進(jìn)團(tuán)隊(duì)成員相互信任，團(tuán)隊(duì)間初始信任感越低，其成員的滿意度越依靠來自于團(tuán)隊(duì)績(jī)效的公平分配機(jī)制和團(tuán)隊(duì)成員的公平偏好程度。不可否認(rèn)，供應(yīng)鏈系統(tǒng)參與者往往以該供應(yīng)鏈的收益和風(fēng)險(xiǎn)水平來評(píng)價(jià)其績(jī)效，但是將供應(yīng)鏈的競(jìng)爭(zhēng)力簡(jiǎn)單的概括為與收益成正比與可預(yù)知的風(fēng)險(xiǎn)成反比卻是非常不恰當(dāng)?shù)摹ui等人在2007年的文獻(xiàn)中闡述了當(dāng)渠道成員存在公平偏好時(shí)，價(jià)格契約可以協(xié)調(diào)供應(yīng)鏈渠道，而且在現(xiàn)實(shí)的渠道管理中確實(shí)存在這種價(jià)格契約。為了應(yīng)對(duì)激烈的競(jìng)爭(zhēng)，供應(yīng)鏈管理者不得不進(jìn)一步整合供應(yīng)鏈，使參與者之間的依賴性更高，這導(dǎo)致供應(yīng)鏈參與者會(huì)受到更多的風(fēng)險(xiǎn)攻擊。這些風(fēng)險(xiǎn)毋庸置疑的包含了來自于對(duì)團(tuán)隊(duì)成員行為偏好不確定性預(yù)測(cè)。本文研究了供應(yīng)鏈成員具有不同的行為偏好，分析當(dāng)供應(yīng)鏈核心企業(yè)（供應(yīng)商）具有風(fēng)險(xiǎn)規(guī)避性而非核心企業(yè)（零售商）具有公平偏好時(shí)如何實(shí)現(xiàn)供應(yīng)鏈最優(yōu)決策。

供應(yīng)鏈核心企業(yè)是供應(yīng)鏈的組織者，扮演著重要的管理角色。他們把供應(yīng)鏈的組建當(dāng)作投資，對(duì)于投資收益有一定的風(fēng)險(xiǎn)偏好。而對(duì)于非核心參與者他們被動(dòng)地接受契約參數(shù)，更傾向于對(duì)利潤(rùn)分配的公平偏好。Pui-Sze Chow等通過電腦設(shè)計(jì)實(shí)驗(yàn)?zāi)M供應(yīng)鏈運(yùn)作，將零售商的公平偏好用一個(gè)最低利潤(rùn)分成比例（Minimum Profit Share Ratio，MPSR）表示，發(fā)現(xiàn)零售商的公平偏好系數(shù)與供應(yīng)鏈的收益形成倒U型關(guān)系，當(dāng)MPSR值為0.5時(shí)供應(yīng)鏈系統(tǒng)獲得近似最優(yōu)。而且零售商的公平系數(shù)也影響著供應(yīng)商對(duì)的供應(yīng)鏈風(fēng)險(xiǎn)偏好強(qiáng)度。覃燕紅等認(rèn)為供應(yīng)鏈成員的公平性會(huì)影響供應(yīng)商的批發(fā)價(jià)格（契約參數(shù)），在二級(jí)stackelberg博弈情形下簡(jiǎn)單的回購(gòu)契約無法實(shí)現(xiàn)供應(yīng)鏈協(xié)調(diào)。在將公平偏好引入供應(yīng)鏈協(xié)調(diào)的研究中，大部分學(xué)者都參考了Cui等人的文獻(xiàn)，他們研究了在線性需求環(huán)境下，簡(jiǎn)單的批發(fā)價(jià)格就可以協(xié)調(diào)公平偏好的供應(yīng)鏈系統(tǒng)。在此基礎(chǔ)之上，Demirag等將市場(chǎng)的需求函數(shù)加以變化，以及馬利軍等將文獻(xiàn)的模型進(jìn)一步完善，研究公平偏好下供應(yīng)鏈成員的決策特點(diǎn)。可是，當(dāng)決策者面對(duì)非常規(guī)的供應(yīng)鏈風(fēng)險(xiǎn)偏好行為時(shí)需要修正常規(guī)的回購(gòu)契約才能實(shí)現(xiàn)供應(yīng)鏈協(xié)調(diào)。如Takezawa等研究了利用長(zhǎng)期合同來規(guī)避價(jià)格和市場(chǎng)需求的不確定性所導(dǎo)致的風(fēng)險(xiǎn)損失，代建生等利用CVaR（條件在風(fēng)險(xiǎn)價(jià)值）模型評(píng)估風(fēng)險(xiǎn)規(guī)避型供應(yīng)商對(duì)供應(yīng)鏈最優(yōu)定購(gòu)量的影響。對(duì)于供應(yīng)鏈的風(fēng)險(xiǎn)偏好問題還有很多針對(duì)特定行業(yè)的研究，文獻(xiàn)研究了不同行業(yè)風(fēng)險(xiǎn)不同風(fēng)險(xiǎn)偏好的決策者對(duì)該行業(yè)供應(yīng)鏈的績(jī)效影響。還有學(xué)者致力于研究采用合適的方法，消減供應(yīng)鏈風(fēng)險(xiǎn)，如Faeghe等通過四種風(fēng)險(xiǎn)規(guī)避策略建立多目標(biāo)和單目標(biāo)模型，研究汽車行業(yè)精細(xì)和響應(yīng)的供應(yīng)鏈協(xié)調(diào)機(jī)制。以上這些文獻(xiàn)說明了供應(yīng)鏈成員間由于競(jìng)爭(zhēng)和市場(chǎng)需求或者其他方面的不確定性都導(dǎo)致了參與者要面臨不同的分險(xiǎn)環(huán)境作決策，無論是何種風(fēng)險(xiǎn)態(tài)度，當(dāng)參與者在做決策時(shí)都必須考慮這些行為因素，形成更有默契的供應(yīng)鏈系統(tǒng)應(yīng)對(duì)競(jìng)爭(zhēng)。

本文的研究明確了當(dāng)供應(yīng)商和零售商都希望實(shí)現(xiàn)供應(yīng)鏈系統(tǒng)最優(yōu)化，克服有分散決策帶來的雙重邊際效應(yīng)，集中以供應(yīng)鏈利潤(rùn)為目標(biāo)函數(shù)作決策，但由于自身的行為偏好，對(duì)供應(yīng)鏈成員的決策函數(shù)也會(huì)產(chǎn)生影響，單一行為偏好的供應(yīng)鏈協(xié)調(diào)機(jī)制的特點(diǎn)在多偏好的供應(yīng)鏈系統(tǒng)中是否仍舊成立，這些都是本論文要說明的問題。

二、模型假定及相關(guān)符號(hào)說明

模型中假定供應(yīng)鏈?zhǔn)且粋€(gè)二級(jí)模型，由一個(gè)供應(yīng)商和一個(gè)零售商組成。該供應(yīng)鏈所在的產(chǎn)品市場(chǎng)差異性不大，單個(gè)企業(yè)無法改變市場(chǎng)價(jià)格，零售價(jià)屬于外生變量，產(chǎn)品價(jià)格記為p。供應(yīng)商以平均成本計(jì)算單位產(chǎn)品的成本，根據(jù)零售商的訂單生產(chǎn)，因此生產(chǎn)結(jié)束時(shí)單位產(chǎn)品成本固定，產(chǎn)品成本記為c。市場(chǎng)需求不確定，但是滿足特定的分布函數(shù)。設(shè)產(chǎn)品的市場(chǎng)需求為x，x∈（0，U）其密度函數(shù)和分布函數(shù)記為f（x）和F（x），且當(dāng)x∈（0，U）時(shí)f（x）≥0。零售商的訂貨量為q。供應(yīng)商為該供應(yīng)鏈的核心企業(yè)，采用回購(gòu)契約進(jìn)行協(xié)調(diào)，季末未出售的產(chǎn)品回購(gòu)，因此回購(gòu)契約的參數(shù)為批發(fā)價(jià)和回購(gòu)價(jià)格記為（w，b），其中p≥w≥b。后文的分析將介紹不同的社會(huì)偏好因素下供應(yīng)鏈最優(yōu)訂貨量的協(xié)調(diào)，其中q*，*，分別表示不考慮公平偏好時(shí)分散和集中決策下的最優(yōu)訂貨量，為考慮公平偏好后集中決策的最優(yōu)訂貨量。其他符號(hào)具體可參見表1。（表1）供應(yīng)商為風(fēng)險(xiǎn)規(guī)避型而零售商表現(xiàn)出公平偏好型，供應(yīng)商以CVaR（conditional value at risk，條件風(fēng)險(xiǎn)價(jià)值）模型來測(cè)度風(fēng)險(xiǎn)價(jià)值，？濁為風(fēng)險(xiǎn)規(guī)避程度的度量值，其值越小表示對(duì)風(fēng)險(xiǎn)的規(guī)避程度越強(qiáng)。

三、模型的建立與分析

（一）分散決策下風(fēng)險(xiǎn)中性零售商決策分析。在一個(gè)供應(yīng)商主導(dǎo)的stackelberg博弈環(huán)境中，供應(yīng)商可以預(yù)見零售商的最優(yōu)訂貨量，從而決定回購(gòu)契約參數(shù)：批發(fā)價(jià)格和回購(gòu)價(jià)格，當(dāng)零售商接受該契約時(shí)，即受該契約約束。

推論1 追求市場(chǎng)最大化的供應(yīng)商愿意降低零售商的風(fēng)險(xiǎn)提供更高的回購(gòu)價(jià)格，即p=w。

（二）集中決策下公平偏好零售商決策分析。公平偏好模型可以用納什均衡求解，設(shè)供應(yīng)商和零售商的公平偏好系數(shù)為

該結(jié)論解釋了在企業(yè)經(jīng)營(yíng)中追求市場(chǎng)占有率最大化的供應(yīng)商為什么愿意以批發(fā)價(jià)格回購(gòu)在期末未出售商品。在具有公平性偏好零售商組成的供應(yīng)鏈中，b=w讓供應(yīng)商承擔(dān)了由于需求量不確定帶來的過度訂貨風(fēng)險(xiǎn)，而追求公平的零售商其公平感越強(qiáng)，合理的訂貨量也越大。在供應(yīng)商主導(dǎo)的供應(yīng)鏈，供應(yīng)商分配利潤(rùn)。由于零售商的公平偏好，零售商會(huì)得到他所應(yīng)得的公平利潤(rùn)，其利潤(rùn)額由公式（8）可得，供應(yīng)商會(huì)獲得剩余利潤(rùn)。

（三）集中決策下風(fēng)險(xiǎn)偏好供應(yīng)商決策分析。上述分析中供應(yīng)商被動(dòng)接受供應(yīng)鏈的剩余利潤(rùn)，追求市場(chǎng)最大化，只要剩余利潤(rùn)大于零，供應(yīng)商就參與供應(yīng)鏈的合作。但是，在實(shí)際企業(yè)運(yùn)營(yíng)過程中，供應(yīng)商也會(huì)根據(jù)自己的偏好，參與供應(yīng)鏈決策的制定。

供應(yīng)商對(duì)供應(yīng)鏈的預(yù)期風(fēng)險(xiǎn)收益由CVaR表示。參考CVaR模型定義有分險(xiǎn)規(guī)避型供應(yīng)商的目標(biāo)函數(shù)為：

四、算例分析

根據(jù)本文的研究思路，現(xiàn)假定該市場(chǎng)滿足以下條件：?jiǎn)挝划a(chǎn)品的平均成本為40元/單位，市場(chǎng)零售價(jià)為100元/單位。市場(chǎng)需求服從[0，1000]的均勻分布。

五、總結(jié)

以上研究說明，供應(yīng)鏈成員的公平偏好確實(shí)會(huì)對(duì)供應(yīng)鏈的協(xié)調(diào)產(chǎn)生重要影響，學(xué)者們判斷協(xié)調(diào)的條件是決策函數(shù)為公平偏好下的期望效用最大化。本文在以上文獻(xiàn)基礎(chǔ)上研究集中決策的環(huán)境下，追求市場(chǎng)滿足率最大化的供應(yīng)商在擁有公平偏好的零售商時(shí)，如何進(jìn)行決策。市場(chǎng)運(yùn)轉(zhuǎn)驗(yàn)證了供應(yīng)鏈參與者已開始利用集中決策來規(guī)避雙重邊際效應(yīng)，希望在復(fù)雜競(jìng)爭(zhēng)中取得優(yōu)勢(shì)。供應(yīng)鏈上下游之間的風(fēng)險(xiǎn)分擔(dān)以及供應(yīng)鏈合作者之間的不可見行為偏好在供應(yīng)鏈的穩(wěn)定性上起著舉足輕重的作用，因而研究這些行為特點(diǎn)對(duì)供應(yīng)鏈協(xié)調(diào)機(jī)制的影響進(jìn)行探討也是非常有必要的。本文認(rèn)為，若零售商在與供應(yīng)商的合作中擁有公平偏好，不管是獲得多于其期望的供應(yīng)鏈系統(tǒng)份額利潤(rùn)，還是少于應(yīng)得利潤(rùn)都會(huì)由于公平偏好產(chǎn)生負(fù)效用。由此看來供應(yīng)商獲得供應(yīng)鏈系統(tǒng)的剩余利潤(rùn)，這對(duì)供應(yīng)商也是公平分配。另外，本文分析中供應(yīng)商對(duì)市場(chǎng)需求表現(xiàn)出風(fēng)險(xiǎn)規(guī)避的行為特點(diǎn)，詳細(xì)闡明了在這樣一種供應(yīng)鏈系統(tǒng)中參與者該如何決策。

本文的研究考慮的是供應(yīng)鏈成員集中決策，以供應(yīng)鏈的利潤(rùn)函數(shù)作為參考決策函數(shù)，考慮決策者在有著不同的行為偏好時(shí)實(shí)現(xiàn)協(xié)調(diào)的充要條件。諸多的文獻(xiàn)已經(jīng)說明供應(yīng)商的風(fēng)險(xiǎn)偏好和公平偏好的確會(huì)影響供應(yīng)鏈的協(xié)調(diào)機(jī)制，核心企業(yè)在組建供應(yīng)鏈系統(tǒng)時(shí)為了保證供應(yīng)鏈的穩(wěn)定性以及競(jìng)爭(zhēng)能力，找到合適的合作者將是首要解決的問題。但是，目前所有文獻(xiàn)對(duì)公平偏好系數(shù)值都是以參數(shù)？姿r代替，在實(shí)際中該如何確定該參數(shù)的數(shù)值也是一個(gè)亟待解決的問題。未來我們的研究可能會(huì)根據(jù)實(shí)際供應(yīng)鏈運(yùn)作的數(shù)據(jù)，嘗試確定具體的公平偏好系數(shù)和風(fēng)險(xiǎn)態(tài)度度量因子，進(jìn)行具體問題具體分析，提高供應(yīng)鏈運(yùn)作效率。

主要參考文獻(xiàn)：

[1]Kimberly K，Merriman，John Maslyn，Steven M，F(xiàn)armer.An Inter- and Intraindividual Perspective of the Substitutability of Fairness Rules for Trust Within Teams[J].Journal of Applied Social Psychology，2012.

[2]Cui H，Raju J，Zhang Z .Fairness and channel coordination[J].2007.8.

[3]Frits Tazelaar，Chris Snijders.Operational risk assessments by supply chain professionals：Process and performance[J].

[4]Pui-Sze Chow，YulanWang，Tsan-MingChoi，BinShen.A study on relationship of manufactures’benefit sharing and supplier’s quality investment under Fairness preference，2015.9.

[5]覃燕紅，尹亞仙，魏光興.公平偏好下基于Stackelberg博弈的回購(gòu)契約研究[J].工業(yè)工程，2014.4.

[6]牛志勇，高維和，江若塵.公平偏好下的渠道成員價(jià)格決策及其動(dòng)態(tài)檢驗(yàn)[J].管理科學(xué)，2013.1.

[7]Demirag O C，Chen F，Li J B Coordinating a two-stage supply chain with nonlinear demand and fairness concerns，2010.3.

[8]馬利軍，曾清華，邵新建.冪函數(shù)需求模式下具有公平偏好的供應(yīng)鏈協(xié)調(diào)[J].系統(tǒng)工程理論與實(shí)踐，2013.12.

[9]Takezawa N，Rajasekera J.Risk hedging through forward supply contract and equity ownership in a spin-off decision[J].2007.2.

[10]代建生，孟衛(wèi)東，范波.風(fēng)險(xiǎn)規(guī)避供應(yīng)鏈的回購(gòu)契約安排[J].管理科學(xué)學(xué)報(bào)，2015.5.

[11]Rapha Homayoun Boroumand，Stéphane Goutte，Simon Porcher，Thomas Porcher.Hedging strategies in energy markets：The case of electricity retailers，2015.

[12]Nagurney A，Cruz J，Dong J.Supply chain networks，electronic commerce，and supply side and demand side risk，2005.1.