欢迎来到山村网

几种绩效评价方法的比较分析(1)论文

2019-02-02 22:37:13浏览:877评论:0 来源:山村网   
核心摘要:摘要:本文试图通过对因子分析法、灰色关联度法、AHP、TOPSIS、模糊综合评判法具体评价过程的分析,来说明该五种方法实证结果存在

摘要:本文试图通过对因子分析法、灰色关联度法、AHP、TOPSIS、模糊综合评判法具体评价过程的分析,来说明该五种方法实证结果存在差异的原因,并对评价方法的选择给出了建议。关键词:评价方法 实证分析 过程分析 自20世纪初杜邦公司运用投资报酬率指标进行绩效评价以来,绩效评价已从单指标评价发展成多指标综合评价。在多指标综合评价中,评价方法的恰当选择对评价结果具有重要影响。本文拟对AHP、模糊综合评价法、灰色关联度分析法、因子分析法及TOPSIS五种方法在上市公司经营绩效评价中进行实证比较,并通过对各种评价方法具体评价过程的差异分析,试图对实证比较结果的差异作出解释,以期为评价方法的选择提供参考。一、 上市公司经营绩效评价指标体系 由于本文重点是探讨评价方法的比较,故对评价指标的选择不作深入探讨。上市公司经营绩效评价指标是在考虑上市公司特点的基础上,参照《国有资本金效绩评价规则》及其细则来构建的,如图1所示。 二、 上市公司经营绩效实证分析 本文选取沪市八家高速公路运营公司作分析样本,分别运用上述五种评价方法对其经营绩效进行评价。原始数据来源于“巨潮资讯”(http://gsgg.cninfo.com.cn),对原始数据的预处理原则为:(1)对于极小型指标,取其倒数使用转化为极大型指标;(2)对适度型指标(如资产负债率),按公式xij=1/转换,其中k为原始数据xij’的均值,xij为处理后的数据;(3)无量纲化处理的方法是均值化方法。1.运用AHP进行经营绩效评价 层次分析结构的构建按图1的模式构建,通过咨询专家,在各层元素中进行两两比较,构造判断矩阵,所有的判断矩阵均通过了一致性检验,并运酶扑愕贸龈髦副甑娜ㄖ兀荽巳ㄖ囟愿髦副杲屑尤ㄗ酆希醋酆辖峁园思腋咚俟吩擞镜木ㄐЫ信判颍峁绫?所示:表2评价对象 皖通高速 东北高速 中原高速 福建高速 楚天高速 赣粤高速 宁沪高速 深高速绩效得分 1.3214 0.0671 1.4672 1.4733 1.3131 1.5139 1.0635 1.1020排名 4 8 3 2 5 1 7 62.运用灰色关联度分析进行经营绩效评价 取八家公司各指标的最大值所构成的序列作为最优指标集,计算灰色关联系数时取ξ=0.5,计算加权关联度时,权重取上述AHP法所得到的权重。按计算出的灰色加权关联度,上述八家公司的经营绩效评价结果如表3所示:表3评价对象 皖通高速 东北高速 中原高速 福建高速 楚天高速 赣粤高速 宁沪高速 深高速绩效得分 0.9244 0.8516 0.9413 0.9394 0.9279 0.9439 0.9010 0.9066排名 5 8 2 3 4 1 7 63. 运用模糊综合评价法进行经营绩效评价在这里,评判因素集为图1所示14个指标,即:U={X1 ,X2,X3 ,X4,X5, X6, X7, X8,X9, X10,X11, X12,X13, X14} 评价集为V={经营绩效高V1,经营绩效中V2,经营绩效低V3}; 评价因素集中的所有指标均为定量指标,故采用梯形隶属度函数建立指标值与评价等级间的隶属关系(如图2所示)。将预处理后的数据带入隶属度函数,可得到三个评价等级的隶属度向量R1,R2,R3,对三个等级取权重(本文取(0.5,0.3,0.2))计算评判矩阵R,故评判矩阵R=0.5R1+0.3R2+0.2R3。本例在建立模糊评价模型时,各评判因素权重A的确定采用上述AHP法所确定的权重,评判模型为:B=A*R,其中合成运算采用普通矩阵乘法。运用模糊综合评价法对上述八家公司经营绩效的评价结果如表4所示: 表4评价对象 皖通高速 东北高速 中原高速 福建高速 楚天高速 赣粤高速 宁沪高速 深高速绩效得分 0.4635 0.2421 0.5964 0.5000 0.5982 0.5179 0.3566 0.3911 排名 5 8 2 4 1 3 7 64. 运用TOPSIS法进行经营绩效评价 运用TOPSIS法时,取八家公司各指标的最大值所构成的序列作为最优向量,最小值所构成的序列作为

(责任编辑:豆豆)
下一篇:

对游客满意度的客家文化旅游研究

上一篇:

论新形势下的电力市场营销新理念及策略

  • 信息二维码

    手机看新闻

  • 分享到
打赏
免责声明
• 
本文仅代表作者个人观点,本站未对其内容进行核实,请读者仅做参考,如若文中涉及有违公德、触犯法律的内容,一经发现,立即删除,作者需自行承担相应责任。涉及到版权或其他问题,请及时联系我们 xfptx@outlook.com
 
0相关评论