综合评价分析

一、层次分析法（计算）

1、层次分析法是一种新的定性分析与定量分析相结合的系统分析方法，是将人的主观判断用数量形式表达和处理的方法，简称AHP 法。

2、基本方法：层次分析法是把复杂问题分解成各个组成因素，又将这些因素按支配关系分组形成递阶层次结构。通过两两比较的方式确定各个因素相对重要性，然后综合决策者的判断，确定决策方案相对重要性的总排序。

3、运用层次分析法进行系统分析、设计、决策时，可分为4个步骤进行：（1）分析系统中各因素之间的关系，建立系统的递阶层次结构；

（2）对同一层次的各元素关于上一层中某一准则的重要性进行两两比较，构造两两比较的判断矩阵；（3）由判断矩阵计算被比较元素对于该准则的相对权重；（4）计算各层元素对系统目标的合成权重，并进行排序。 4、计算步骤：（1）权重的计算方法

1）求和法：将判断矩阵A 的n 个行向量归一化后的算术平均值近似作为权重。

∑∑∑=

a A V n V

b 1i ij ω，即得权重向量将相加后的向量除以将归一化的各行相加：）：为的元素归一化（使列和

???? ??=++=?????? ??=++=??

???????

=++=??

???

??=261.0035.0633.0782.0318.09.19.1782.0318.09.1692.0556.0652.0231.0333

.0218.0072.0111.0130.0692.0556.0652.0315111B 13

131151

351A :ωV 例

2)求根法（几何平均法）：将A 的n 个行向量进行几何平均然后归一化。∑∏∏=

?=?i

i n

ij j

ij V V a V a ω计算

???

???? ??=++=??????? ??=??=?????

??=258.0105.0637.01405.0466.2466.21408.0466.235113

131151

351A :3ωV 例（2）一致性检验：ij kj ik a a a =?

1)计算一致性指标：))((

..i

max max ∑=

--=

A n

n n

I C ωωλλ

0185.0133037.31..037.3)258.0785.0105.0318.0637.0936.1(31785.0318.0936.1258.0105.0637.013

131151

351max max =--=--=?=++?=??????

??=????? ????????

??=n n I C A λλω 2)查找相对应的平均随机一致性指标..I R

n 2 3 4 5 6 7 8 9 10 11 12 13 14 15 R.I.

0.5149

0.8931

1.1185

1.2494

1.3450

1.4200

1.4616

1.4874

1.5156

1.5405

1.5583

1.5779

1.5894

3)一致性比例：1.0......<=I R I C R C 1.00359.05149.00185.0......<===I R I C R C 例：

二、数据处理

三、标准化（计算）（无量纲化） (1)标准化公式为：∑∑==--=

i i

i i i i x x n s x n

x s

x x y 1

)(1

式中：

无论指标实际值如何，指标的评价值总是分布在零的两侧。指标实际值比平均值大的，其评价值为正；反之为负。实际值距平均值越远，则其评价值距零越远。

(2)这种方法与阈值法最大的不同在于：第一，它利用了原始数据的所有信息；第二，它要求样本数据较多；第三，它的评价值结果超出[0，1]区间，有正有负。

四、构建指标体系的方法

1、专家调研法；

2、最小均方差法；

3、极小极大离差法；

4、极大不相关法；

5、选取典型指标法；

6、相关系数法；

7、条件广义方差极小法。五、综合评价的程序步骤（简答） 1. 明确评价对象系统和评价目的；

2. 对评价对象系统进行系统分析，明确评价对象系统的主要属性；

3. 选取评价指标，建立评价指标体系；

4. 确定评价指标的权重；

5. 对评价指标进行无量纲化处理；

6. 选择评价方法，建立综合评价模型，计算综合评价结果；

7. 根据综合评价结果进行统计分析；

做出综合评价的结论。

六、什么是复相关系数法

每一个被选的指标i x ，用其余的指标对它的相关程度——复相关系数k i i i

x x x x x x

,,,,,,1121 +-ρ来考虑时，复相关系数简记为i ρ，它

反映了非

i x 的那些指标能替代i x 的能力。

七、什么是条件广义方差

条件广义方差极小法：假定要从N 个指标中选取一个指标来评价某事物，则应选取其中最具有代表性的指标，但一个指标决不能把N 个指标的评价信息都反映出来，反应不完全的部分就是这个指标作为代表而产生的误差。选取的指标越具有代表性，这个误差就越小，重复这一过程，就可以选出诺干个代表性指标，并使代表性误差控制在最小范围内。八、直线无量纲化方法P16

1、评价指标体系中的各个评价指标，由于其量纲、经济意义、表现形式以及对总目标的作用趋向各不相同，不具有可比性，必须对其进行无量纲化处理、消除指标量纲影响后才能计算综合评价结果。去掉指标量纲的过程，称为数据的无量纲化（也称为数据的规格化），它是指标综合的前提。

2、无量纲化方法可以有很多种，但从几何的角度可以归结为三类：直线型无量纲化方法、折线型无量纲化方法、曲线型无量纲化方法。

3、直线型无量纲化方法是在将指标实际值转化为不受量纲影响的指标评价值时，假定二者之间呈线性关系，指标数实际值的变化引起指标评价值一个相应的比例变化。

4、常用的直线型无量纲化方法有以下三种：阈值法、标准化方法、比重法

5、以上三种常用的直线型无量纲化方法，其最大特点是简单、直观。直线型无量纲化方法实质是假定指标评价值与实际值呈线性关系，评价值随实际值等比例变化，也就是说指标值在不同区间内变化对被评价事物的综合水平影响是一样的，即在事物发展的前期和后期，指标值相同的变化量引起评价值的变化量是相同的。而这一点与事物发展变化的实际情况往往并不符合，这是直线型无量纲化方法的最大缺陷。

6、直线型模糊无量纲化方法的操作步骤：（1）确定各个评价指标的“优”“、劣”上下限

进行模糊量化首先需要确定各个评价指标的“优”“、劣”上下限，即各个指标最大值

im X 和最小值in X 。在具体确定过程中，我们规定，

对正向指标以目标标准值为im X ；正向指标的最小值规定为0。对逆向指标也以目标标准值为in X ，其

in X 要根据该指标的性质以及评价对象的

总体目标要求确定其“阈值”，也就是说该指标如果超过这个“阈值”，就等于偏离了正常的发展方向。

对适度指标，以目标标准值为0i X ，即该数值是“最佳点”；其次是围绕0i X 上下分别确定其“上限阈值”和“下限阈值”，即im X 和in X 。

（2）确定各个指标的模糊隶属度函数类型

在模糊数学中，常把某事物隶属于某一标准的程度，用[0,1]区间内的一个实数来表示， “0”表示完全不隶属，“1”表示完全隶属，模糊隶属度函数就是描述从隶属到不隶属这一渐变过程的。函数类型主要有三种：

1)对正向指标，采用半升梯形模糊隶属度函数进行量化。即：???

????≤<<--≥=--=

i im

i in in im in i

im i in

im in i i X X X X X X X X X X X X X X X X B 01

)(~

上式中：)(~

i X B —第i B 指标实际数值的隶属度值；

i X —第i B 指标评价年的实际数值；im X —第i B 指标的上限值，即最大值；

in X —第i B 指标的下限值，即最小值。此类指标，由于已规定

0;=≤in im i X X X ，上式可简化为：im

i i X X X B =

)(~

2)对逆向指标，采用半降梯形模糊隶属度函数进行量化，即：???

????≥<<--≤=--=im

i im

i in in im i

im in i in im i im i X X X X X X X X X X X X X X X X B 01

)(~

3)对适度指标，采用半升半降梯形模糊隶属度函数进行量化，即：????

????

?≥≤≤≤--<<--=im

i in i im i i in

im i im i i in in

in i i X X X X X X X X X X X X X X X

X X X X B 或0)

(2)

(2)(00~

上式中：0i X —第i B 指标的最适度值

（3）模糊变换：将各个指标的实际数值i X 代入其相应的模糊隶属度函数，即可求出其隶属度值（即量化值）)(~

i X B 。

（4）计算标准量化值：量化值)(~

i X B 在数值上界于0~1之间，它已消除了的影响，具有了可比性，可以进行指标间相互比较。但0~1之间的相对

数总是不便于比较，也不符合人们差异比较方面传统的百分制习惯，为此，我们规定将各个指标的)(~

i X B 乘以100，即为该项指标的标准化向量，

即：100)()(~

?=i i X B X f

标准量化值已消除了量纲的影响，使不同指标之间有了可比性，)(i X f 越大，表明该项指标实际数值的“价值”接近“最先进值”的程度就越大。

九、序关系分析法（G1法）P44 1、确定序关系

定义1 若评价指标i x 相对于某评价准则（或目标）的重要性程度大于（或不小于）j x 时，则记为j i x x 。

定义2 若评价指标m x x x ,,,21 相对于某评价准则（或目标）具有关系式：**2*

m x x x

时，则称评价指标m x x x ,,,21 之间按“ ”确立了序关系。这里*

i x 表示}{i x 按关系“ ”排定顺序后的第i 个评价指标（m i

,,2,1 =）

。对于评价指标集},,,{21m x x x ，可按下属步骤建立序关系：（1），（2），···，（k ），···，（m ）

（1）决策者在指标集},,,{21m x x x ，选出认为是最重要（关于某评价准则）的一个（只选一个）指标记为*

1x ；（2）决策者在在余下的1-m 个指标中，选出认为是最重要（关于某评价准则）的一个（只选一个）指标记为*

2x ；（k ）决策者在在余下的)1(--k

m 个指标中，选出认为是最重要（关于某评价准则）的一个（只选一个）指标记为*

x ；（m ）经过1-m 次挑选剩下的评价指标记为*

m x 。

这样，就唯一确定了一个序关系*

*2*

1m x x x 。对于某些问题来说，仅仅给出了序关系还不够，还要确定出各评价指标相对于某评

价准则（或目标）的权重系数。

2、给出1-k x 与k x 间相对重要程度的比较判断

设专家关于评价指标1-k x 与k x 的重要性程度之比k k ωω/1-的理性判断为k k k r =-ωω/1，2,3,,2,1, --=m m m k （1）

当m 较大时，可取1=m

r 。

k r 的赋值可参考下表。

表1

k r 赋值参考表

k r

说明

1.0 指标1-k x 与指标k x 具有同样重要性 1.2 指标1-k x 比指标k x 稍微重要 1.4 指标1-k x 比指标k x 明显重要 1.6 指标1-k x 比指标k x 强烈重要 1.8

指标1-k x 比指标k x 极端重要

关于k r 之间的数量约束，有下面的定理：

定理1 若m x x x ,,,21 具有序关系m x x x 21，则1-k r 与k r 必须满足k

k r r 1

-，2,3,,2,1, --=m m m k （2）定理2 若专家（或决策者）给出k r 的理性赋值满足关系上式，则m ω为1

21-==???

? ??+=∑∏m

k m k i i m r ω （3）

而2,3,,1,,1 -==-m m k r k k k ωω （4）

证明因为

m k m

i i

ωω/1

-==∏，对k 从2到m 求和，得∑∑∏=-===???? ??m

k m k m

k m k i i r 2

12/ωω

注意到11=∑=m

k k ω，得1

21-===?

? ??+∑∏m m

k m k i i r ω。故得证式（3），式（4）可由式（1）推出。证毕。 3、权重系数的计算

例：设某评价问题有4个评价指标为4321,,,x x x x ，专家认为4321,,,x x x x 之间具有序关系*

4*3*2*13412

x x x x x x x x ?

并给出4.1*2*12==ωωr ，2.1*3*2

3==ωωr ，6.1*4

34==ωωr ，而688

.2432=r r r ，920.143=r r ，600.14=r

208.6443432=++r r r r r r

所以1387.0)208.61(1*

=+=-ω

3729

.040.12664.0;2664.020.12220.0;2220.060.11387.02*

2*13*3*24*4*3=?===?===?==γωωγωωγωω

故评价指标为4321,,,x x x x 的权重系数为2220.0;1387.0;3729.0;2664.0*

34*43*12*21========ωωωωωωωω

十、模糊集合运算

1、模糊综合评价就是以模糊数学为基础，应用模糊关系合成的原理，将一些边界不清、不易定量的因素定量化，从多个因素对被评价事物隶属等级状况进行综合性评价的一种方法。

2、模糊综合评价作为模糊数学的一种具体应用方法，主要分两步：第一步先按每个因素单独评判；第二步再按所有因素综合评判。

3、模型和步骤

（1）确定评价因素、评价等级：设},,,{21m u u u U

=为刻画被评价对象的m 种因素（即评价指标）

。 },,,{21n v v v V =为刻画每一种因素所处的状态的n 种决断（即评价等级）。m 为评价因素的个数；n 为评语的个数。（2）构造评判矩阵和确定权重 1)首先对着眼因素集中的单因素),,2,1(m i

u i =做单因素评判，从因素i u 着眼该事物对抉择等级),,2,1(n j v j =的隶属度为ij r ，这样就得出第i 个因素i u 的单因素评判集：),,,(21in i i i

r r r r =。

2)这样m 个着眼因素的评价集就构造出了一个总的评价矩阵R 。即每一个被评价对象确定了从U 到V 的模糊关系R ，它是一个矩阵：

),,2,1;,,2,1(,)(2

2221211211

n j m i r r r r r r r r r r R mn m m n n n

m ij

==??

?? ??==?其中ij r 表示从因素i u 着眼，该判断对象能被评为j v 的隶属度。具体地说，ij r 表示第i 个因素i u 在第j 个评语j v 上的频率分布，一般将其归一化使之满足

1=∑ij

。这样，R 阵本身就是没有量纲，不需专门处理。

3)用等级比重确定隶属矩阵的方法，可以满足模糊综合评判的要求。用等级比重法确定隶属度时，为了保证可靠性，一般要注意两个问题：第一，评价者人数不能太少，等级比重才能趋于隶属度；第二，评价者必须对被评价事物有相当的了解，特别是一些涉及专业方面的评价，更应该如此。 4)得到这样的模糊关系矩阵尚不足以对事物做出评价。评价因素集中的各个因素在“评价目标”中有不同的地位和作用，即各评价对象在综合评价中占有不同的比重。引入U 上的模糊子集A ，称权重集，),,,(21m a a a A =其中0>>i a ，且

1=∑i

。

（3）进行模糊合成和作出决策

1)引入V 上的一个模糊子集B ，称为模糊评价，又称为决策集。),,,(21n b b b B =；一般地令B=A*R （*为算子符号），称为模糊变换。

A ——输入

B ——输出

2)j b 表示被评价对象具有评语j v 的程度。如果评判结果

1≠∑j

，应将它归一化。

3)B 是对每个评价对象综合状况分等级的情况描述，它不能直接用于被评判对象间的排序评优，必须要更进一步的分析处理，待分析处理之后才能应用。通常可以采用最大隶属度法则对其处理，得到最终评判结果。 4)设相对于各等级j v 规定的参数列向量为：T n c c c C

),,,(21 =，则得出等级参数评判结果为：p C B =*，p 是一个实数。它反映了由等

级模糊子集B 和等级参数向量C 所带来的综合信息，在许多实际应用中，它是十分有用的综合参数。

5)广义模糊合成运算有无穷多种，但在实际应用中，经常采用具体模型有几种。关于B 的求法，最早的合成运算采用扎德算子（主因素突出型）。但当评价因素较多时，由于i a 很小，评判结果得到的j b 反映不出实际情况，失掉了综合评价的意义。因此，应用扎德算子做综合判断，往往得到的结果与实际情况差别很大。为了克服这一缺点，人们常常根据实际情况采用其他类型的“与”、“或”算子，或者将两种类型的算子搭配使用。当然，最简单的是普通矩阵乘法（即加权平均法），这种模型要让每个因素都对综合评价有所贡献，比较客观地反映了评价对象的全貌。 4、举例：某服装厂生产某种服装，欲了解顾客对该种服装的欢迎程度。顾客是否喜欢这种服装，与服装的花色、样式、价格、耐用度和舒适度等因素有关。现采用模糊综合评价法来确定顾客的欢迎程度。

（1）确定模糊综合评判因素集：影响对服装评判的因素，主要是以上提到的几方面，故因素集：}{用度，舒适度花色，样式，价格，耐=U

（2）建立综合评判的评价集：因综合评判的目的是弄清楚顾客对衣服的喜欢程度。综合评判的结果应是各个欢迎等级。因此，评价集应为：}{不欢迎很欢迎，欢迎，一般，=V

（3）进行单因素模糊评判，并求得评判矩阵R 单独从上述各个因素出发，对服装进行评判，分别得到单因素评判集为：

??======0.02.03.05

.01.05.04.00.03.06.01.00

.01.05.03.01

.00.03.05

.02.0R )0.0,2.0,3.0,5.0();1.0,5.0,4.0,0.0();3.0,6.0,1.0,0.0();1.0,5.0,3.0,1.0();0.0,3.0,5.0,2.0(54321由此得到评判矩阵为：R R R R R

（4）建立评判模型，进行综合评判:对某种服装的评判，各消费层次的人观点不尽相同，对各因素的侧重也会不一样，因此，对不同的人群，权

数集是不同的。

现假设选定某类男顾客，他们侧重于舒适度和耐用度，而不太讲究花色和样式，对个因素的权数可确定如下：

0.35

0.35000.10.10.5)(0.350)(0.30)(0.150.1)(0.10.2)(0.1)

15.0,30.0,30.0,35.0(0.02.03.05.01.05.04.00.03.06.01.00

.01.05.03.01

.00.03.05

.02.0)35.0,03.0,15.0,01.0,01.0(R A B )

35.0,03.0,15.0,01.0,01.0(=∨∨∨∨=∧∨∧∨∧∨∧∨∧=?

???

???=?==大法：

模糊变换，采用最小最于是评价模型为：A

（5）评判指标处理：将上述评判指标归一化得：)15.0,27.0,27.0,32.0(='B

这一评判结果表明：这一服装在男顾客中，32%的人“很欢迎”，27%的人“欢迎”，27%的人态度“一般”，14%的人“不欢迎”。如果评判者是女性客户，由于她们特别看重花色和样式，故各因素的权重为：)05.0,10.0,10.0,35.0,30.0(=A

则综合评判的结果为：)10.0,35.0,30.0,20.0(=B

；将上述评判指标归一化得：)105.0,37.0,315.0,21.0(='B

这一评判结果表明：这一服装在女顾客中，21%的人“很欢迎”，31.5%的人“欢迎”，37%的人态度“一般”，10.5%的人“不欢迎”。（6）模糊综合评价可归纳为如下几个步骤： 1）给出备择的对象集：),,,(21t x x x X =

2）找出指标集：},,,{21m u u u U =。表明我们对被评价事物从哪些方面来进行评判描述。 3）找出等级集：},,,{21n v v v V

=。这实际上是对被评价事物变化区间的一个划分。 4）确定评判矩阵：n m ij r R

?=)(

5）选择适当的合成算法：常用的是两种算法：加权平均法；主因素突出法。 6）计算评判指标

十一、逆指标、适度指标一致化处理的方法（计算）P15

对于选出的评价指标，如果是正指标，即指标值越大越好，

根据指标的不同类型，对指标集

},,,{21n x x x X =可作如下划分，即令)4,3,2,1,(,,4

=≠?===j i j i X X X X j i i i 且

式中，)4,3,2,1(=i X i 分别为极大型指标集、极小型指标集、居中型指标及和区间型指标集；?为空集。

若指标n x x x ,,,21 中既有极大型指标、极小型指标、又有居中型指标或区间型指标，则必须在对各备选方案进行综合评价之前，将评价指标的类型作一致化处理。否则，就无法定性地判断综合评价函数中i y 的是否取值越大越好，或是取值越小越好，或是取值越居中越好。因此，也就无法根据y 值的大小来综合评价备选方案的优劣。因此，需将指标做类型一致化的处理。

对于极小型指标x ，令x M x -=*或)0(1*

>=x x

x ；式中，M 为指标x 的一个允许上界。

对于居中型指标x ，令????

?≤≤+--+≤≤--=M

x m

M x M m M x m m M m x x 2m M ,)(22,)

(2*若若；式中，m 为指标x 的一个允许下界，M 为指标x 的一个允许上界。

对于区间型指标x ，令?

???

>----∈<----=2212211211*,},max{0.1]

,[,0.1,},max{0.1q x q M m q q x q q x q x q M m q x q x 若若若；式中，],[21q q 为指标x 的最佳稳定区间。对于逆指标和适度指标，上面介绍的方法有些是不适用的，比较常用的方法是首先将它们转换为正指标，然后再进行无量纲化。逆指标（记为x ，其n 个样本值为n x x x ,,,21 ）转换为正指标，可选用的简单变换是（i x 表示转换后的指标）：对,,,2,1n i =取i

x x 1'

（假定0>i

x ，,,,2,1n i =）或i

i n

i i x x k x ++=

≤≤1'max 1

（i x 可以是负值，,,,2,1n i =）

其中k 是常数，是选定的，且0>k 。

对适度指标值n x x x ,,,21 假定最合适的值是a ，离a 偏差越大越不好，因此i x a -，就反映了i x 不好的程度，它就相当于一个逆指标，于是i

i x a x -+=

11'，,,,2,1n i =就是一个正指标。如果适度指标的偏差在正、负方向的作用是不对称的，那么用i x a -来衡量就会有问题，可以用)(i x a -或3)(i x a -乘以适当的系数来调

整，例如用i i x a x a -+-4)(3：在a x i

<时，得i x a -7；当a x i >时，得i x a -。反映了偏小时影响坏得多，偏大时影响要小一些。用这些方法就可以比较合适地处理适

度指标的转换，对转换后的指标再进行无量纲化处理。十二、灰色关联分析法（案例分析）

1、灰色系统理论最大的特点是对样本量没有严格的要求，不要求服从任何分布。

2、关联度分析是分析系统中各元素之间关联程度或相似程度的方法，其基本思想是依据关联度对系统排序。

3、模型和步骤（1）灰色关联度分析

关联度是表征两个事物的关联程度。具体地说，关联度是因素之间关联性大小的量度，它定量地描述了因素之间相关变化的情况。

关联分析是灰色系统分析、评价和决策的基础。从思路上看，关联分析是属于几何处理范畴的。它是一种相对性的排序分析，基本思想是根据序列曲线几何形状的相似程度来判断其联系是否紧密，曲线越接近，相应序列之间的关联程度就越大，反之就越小。

作为一个发展变化的系统，关联度分析事实上是动态过程发展态势的量化分析。说的确切一些，是发展态势的量化比较分析。发展态势的比较，也就是历年来有关统计数据列几何关系的比较，实质上是几种曲线间几何形状的分析比较，即认为几何形状越接近，则发展变化状态越接近，关联程度越大。

例：假如考虑下表所示的三个数据，一个是某地区2003-2009年总收入（亿元），一个是这个地区2003-2009年招商引资收入，一个是农业收入，将上述数列做成曲线，如图所示。

从上图可以看出，曲线2的形状与曲线1的形状较为接近（招商引资曲线与总收入曲线），而曲线3与曲线1 （加大农业曲线与总收入曲线）相差较大，因此该地区对收

入影响较大的是招商引资，在制定该地区经济发展规划时，显然应加大招商引资的力度。

这种因素分析的比较，实质上是几种曲线间几何形状的分析比较，而且对数据质量也没有太高的要求，即数据或多或少都可以分析，但事实上，这种直观的几何形状的判断比较，是不能量化的，并且，如果好几条曲线形状相差不大，或者在某些区间形状比较接近，就很难用直接观察的方法来判断各曲线间的关联程度。

下面就介绍几种衡量因素间关联程度大小的量化方法。 1）绝对关联度：

作关联分析先要制定参考的数据列（母因素时间序列），参考数据列常记为0x ，一般表示为：)}(,),2(),1({0000n x x x x =

关联分析中被比较数列（子因素时间数列）常记为i x ，一般表示为：m i x x x x i i i i

,,2,1)};1(,),1(),1({ ==

对于一个参考数据列0x ，比较数列为i x ：)

()(max max )()()

()(max max )()(min min )

(0000k x k x k x k x k x k x k x k x k i k

i i k

i k

i -+--+-=

ρρξ

式中，)(k i ξ是第k 个时刻比较曲线i x 与参考曲线0x 的相对差值，这种形式的相对差值称为i x 对0x 在k 时刻的关联系数。ρ为分辨系数，

[]1,0∈ρ，引入它是为了减少极值对计算的影响。在实际使用时，应根据序列时间的关联程度选择分辨系数，一般取5.0≤ρ最为恰当。

若记：)

()(max max max ,)()(min min min

00k x k x k x k x i k

i k

-=?-=?则m in ?与max ?分别为各时刻0x 与i x 的最小绝对

差值与最大绝对差值。从而有max

)()(max min )(0?+-?+?=

ρρξk x k x k i 。如果计算关联程度的数列量纲不同，要转化为无量纲。

关联系数只表示各时刻数据间的关联程度，由于关联系数的数很多，信息过于分散，不便于比较，为此有必要将各个时刻的关联系数集中为一个数，求平均数便是作为这种信息集中处理的一种方法。于是，绝对关联度的一般表达式为：∑==

k i i

k n

r 1

)(1ξ

或者说i r 是曲线i x 对参考曲线0x 的绝对关联度。 2）速率关联度：

绝对值关联度是反映事物之间关联程度的一种指标，它能指示具有一定样本长度的给定因素之间的关联情况。但它也有明显的缺点，就是绝对值关联度受数据中极大值和极小值的影响，一旦数据序列中出现某个极值，关联度就会发生变化。因此，绝对值关联度有事不能真正反映数据列之间的关联程度。另外计算绝对值关联度时，需要对原数据作无量纲化处理，比较繁琐。

速率关联度是从来另外一个角度来定义关联度的。它反映的是两个事物在发展过程中相对变化速率的关联程度。如果两个事物在发展过程中的相对变化速率一致，则认为两者有较好的关联；反之，如果两个事物在发展过程中的相对变化速率很不一致，两者的关联程度就较差。

设有母函数X ，如果子函数1X 的相对变化速率一致

dX X 111在几何上比子函数更接近于2X 的相对变化速率

dX X 221，那么1X 与X 的

关联度比

2X 与X 的关联度大。

把原始数据变换成dt

dX X 1，不但消除了量纲，而且表示事物发展的特征，这是一个信息开发过程，在计算时不用选参考点，也有利于编制

计算程序。

这里给出速率关联系数：n k t

k x k x k x t k x k x k x K i i i ,,2,1;)()

()1()()()1(11

)(000 =?-+-

?-++=

ξ。当等间隔采样时，1)1(=-+=?t t t

从而，我们给出速率关联度的公式定义为：∑=-=

k i

k n r 1

)(11

ξ，或者说i

r 是曲线i

x 对参考曲线0

的速率关联度。

从上可知，速率关联系数反映了每一时刻两事物相对变化速率的一致程度，速率关联度则反映了特定时间段内两事物相对变化速率一致程度

的平均状态，它反映两事物在区间内相对发展速度一致程度的综合评判。

关联度分析的目的，就是在影响某参考数列0x 的诸因素i x 中找出主要因素，也就是按对0x 的关联程度大小对i x 进行排序。若i x 与0x ，j x 与0x 的关联度分别为j i r r ,则：（1）j i

r r >时，称i x 优于j x ；（2）j i r r <时，称i x 劣于j x ；（3）j i r r =时，称i x 等于

j x ；（4）j i r r ≥时，称i x 不劣于j x ；（5）j i r r ≤时，称i x 不优于j x ；

于是，我们可以把影响母序列0x 的因素i x 按上述定义的优劣排序，即按各自对0x 的影响程度大小排序，从而完成我们的关联分析。

总的来说，灰色关联度分析是系统态势的量化比较分析，其实质就是比较若干数列所构成的曲线列理想（标准）数列所构成的曲线几何形状的接近程度，几何形状越接近，其关联度越大。

关联序则反映各评价对象对理想（标准）对象的接近次序，即评价对象的优劣次序，其中灰色关联度最大的评价对象为最佳。因此，利用灰色关联度可对评价对象的优劣进行比较分析。（2）基于灰色关联度分析的灰色综合评价法

对事物的综合评价，多数情况是研究多对象的排序问题，即在各个评价对象之间排出优选顺序。灰色综合评判，主要是依据以下模型：

E R ?=；式中：

T m r r r R ],,,[21 =为m 个被评对象的综合评判结果向量；

n W ],,,[21ωωω =为n 个评价指标的权重分配向量，其中11

=∑=n

j j ω；E 为为各指标的评判矩阵，

??=)()

2()1()()2()1()()2()1(222111n n n E m m m

ξξξξξξξξξ

；)(k i ξ为第i 种方案的第k 个指标与第k 个最优指标的关联系数。根据R 的数值，进行排序。

1）确定最优指标集（*

F ）：设],,,[**2*1*

n j j j F

=，式中),,2,1(*

n k j k =为第k 个指标的最优值。此最优值可能是诸方案中最优值

（若某一指标取大值为好，则取该值在各个方案中的最大值；若取小值为好，则取各个方案中最小值），也可以是评估者公认的最优值。不过在定最优值时，既要考虑到先进行，又要考虑到可行性。若最有指标选得过高，则不现实，不能实现，评价的结果也就不可能正确。

选定最优指标集后，可构造矩阵D ，??????

=m n m m

n n j j j j j j j j j D

1112

**2*

1；式中i

k j 为第i 个方案中第k 个指标的原始数值。 2）指标值的规范化处理：对评判指标值进行类型一致化和无量纲化处理。设第k 个指标的变化区间为],[21k k j j ，1k j 为第k 个指标在所有

方案中的最小值，

2k j 为第k 个指标在所有方案中的最大值，则可用下式将上式中原始数值变换成

无量纲值n k m i j j j j C C i k

k k i

k i

k i k ,,2,1;,,2,1;);1,0(21 ==--=∈，这样矩阵C D →：??

? ??=m n m m n n C C C C C C C C C C

1**

3）计算综合评价结果：根据灰色系统理论，将],,,[}{**2*1*

n C C C C

=作为参考数列，将],,,[}{21i

n i i C C C C =作为被比较数列，则

用关联分析法分别求得第ι个方案第k 个指标与第k 个最优指标的关联系数)(k i ξ，

即：i

k k k

i k k i k k k

i k k k

i C C C C C C C C k -+--+-=*

*max max max max min min )

(ρρξ，式中，]1,0[∈ρ，一般取5.0=ρ。

由)(k i ξ，既得E ，这样综合评判结果为：W

E R

?=，即∑=?=n

k i i

k k W r 1

)()(ξ若关联度i r 最大，则说明}{i C 与最有指标}{*C 最

接近，亦即第i 个方案优于其他方案，据此，可以排出各方案的优劣次序。（3）以煤炭企业管理水平的评价为例

1）煤炭管理水平指标体系的选择：产量、掘进、工效、质量、质量、成本、安全因素对于上述6项评价指标，采用的权重按上述指标出现的先后顺序依次为)2.0,15.0,15.0,1.0,2.0,2.0(),,,,,(654321==ωωωωωωj W

2）评价数据：

指标（%）一矿二矿三矿四矿五矿理想对象产量 123.2 112.2 92.2 118.4 87.5 123.2 掘进 90.4 114.4 91.1 120.5 85.5 120.5 工效 115.6 108.6 90.4 116.3 96.8 116.3 质量 100.5 85.2 100.7 85.7 120.5 85.2 成本 80.2 87.3 115.6 80.5 140.1 80.2 安全

0.858 0.914

0.946 0.606 0.806 0.606

3）指标计算：

（1）计算指标关联系数：54.0)6(,1)5(,698.0)4(,947.0)3(,538.0)2(,17

.352.1232.1237

.350)1(111111111111======+-+=

ξξξξξξ

（2）计算加权关联度：

527

.0,973.0,558.0,785.0768

.0)2.054.015.0115.0698.01.0974.02.0538.02.01()(54321

111=====?+?+?+?+?+?==∑=r r r r i r n

i i ωξ

4）根据以上关联度可建立关联序如下：53124r r r r r >>>

>，可见，四矿管理水平最高，二矿次之，一矿第三，三矿第四，五矿最差。

（4）灰色关联度分析具体步骤如下：

1）确定比较数列（评价对象）和参考数列（评价标准）：设评价对象为m 个，评价指标为n 个，比较数列为：

),,2,1(},,,2,1)({m i n k k X X i i ===；参考数列为：},,2,1)({00n k k X X ==

2）确定各指标值对应的权重：可利用层次分析法等确定各指标对应的权重：},,2,1{n k W k ==ω其中k W 为第k 个评价指标对应的权重

3）计算灰色关联系数)(k i ξ：)

()(max max )()()

()(max max )()(min min )(0000k x k x k x k x k x k x k x k x k i k

i i k

i k

i -+--+-=

ρρξ，式中)(k i ξ是比较数列i X 与参考数列0X 在第k 个

评价指标上的相对差值。

4）计算灰色加权关联度，建立灰色关联度。灰色加权关联度的计算公式为：∑=?=n

k i i k k W r 1

)()(ξ，式中：i r 为第i 个评价对象对理想对象的

灰色加权关联度。

5）评价分析：根据灰色加权关联度的大小，对个评价对象进行排序，即建立评价对象的关联序，关联度越大其评价结果越好。（5）利用灰色关联分析对6个企业的经济效应进行综合评价（认为各指标权重系数相同，取5.0=ρ

）

。

解：

首先确定参考数据列：}9489999{}{0，，，，，，

计算)()(0k x k x i -

0)0,0,0,0,0,0,0min()()(min min min 011

==-=?==k x k x i m

k n i

4)3,2,4,4,4,3,3max ()()(max max max 01

==-=?==k x k x i m

k n

max

)()(max min )(0?+-?+?=

ρρξk x k x k i

667.04

5.0145.0011=?+?+=ξ 145.0045.0012=?+?+=ξ 667.045.0145.0013=?+?+=ξ 5.045.0245.0014=?+?+=ξ 333.04

5.0445.0015=?+?+=ξ 222.04

5.0745.0016=?+?+=

5.0045.0017=?+?+=ξ

627

.07

222.0333.05.0667.01667.01=++++++=

…… 大小排序： 321r r r

描述：

综合评价指标体系构建方法

大庆石油学院学报 JOURNA L OF DAQI NG PETRO LE UM I NSTIT UTE 第28卷　第3期　2004年6月V ol.28　N o.3　Jun.　2004　收稿日期:2004-03-09;审稿人:赵俊平;编辑:王文礼基金项目:黑龙江省自然科学基金资助项目(G 01-25) 作者简介:邵　强(1963-),男,副教授,主要从事经济评价、企业经济活动分析等方面的研究. 综合评价指标体系构建方法邵　强1,李友俊1,田庆旺2 (1.大庆石油学院经济管理学院,黑龙江大庆　163318;　2.大庆石油管理局人才劳动力交流中心,黑龙江大庆　 163453) 摘　要:针对评价指标体系构建中存在的问题,提出用数理方法构建综合评价指标体系.给出了指标体系构建原则的数学表达式,同时,根据指标重要程度是否相同分别建立了指标体系构建模型,并给出了指标体系构建的程序. 关　键　词:综合评价;指标体系构建;原则;方法;程序中图分类号:F091.345 文献标识码:A 文章编号:1000-1891(2004)03-0074-03 多指标综合评价作为全面认识事物的重要方法,近年来受到了广泛的关注,据不完全统计,1994～2002年我国中文期刊发表的有关综合评价方面的学术论文达2770多篇,其研究范围涉及到了社会、经济、技术等方面.在多指标综合评价技术中,指标体系的构建是关键问题之一.构建合理的评价指标体系是科学评价的前提.目前,我国政府机构和专家学者们提出了涉及社会、经济乃至军事的上百种评价指标体系,由于缺乏严格的优选方法和程序,往往就同一评价对象给出了多种相差甚远的指标体系,因此,迫切需要对综合评价指标体系的构建方法进行研究.笔者从综合评价指标体系构建的原则出发,提出指标体系构建的数理方法,并给出指标体系建立的程序. 1　评价要素集与指标集的关系综合评价某一事物所涉及的各相关要素构成评价要素集.各个要素的重要程度可能相同,也可能不同.用以评价该事物的一系列指标构成评价指标集.评价指标集是评价要素集的一个映射.一个评价要素集存在多个映射指标集.建立合理的评价指标体系就是在多个映射指标集中寻优.评价要素集和评价指标集之间存在4种映射关系,见图1.图1(a )是一对一关系,即一个评价指标只反映一个评价要素;图1(b )是多对一关系,即一个评价指标反映多个评价要素;图1(c )是一对多关系,即有多个指标共同反映同一个评价要素;图1(d )是多对多关系,即同时存在图1(b )和图1(c )的2种情况. 在4种映射关系中,一对一的关系最简单,也最理想,但在现实中很难找到;在一对一或多对一的映射关系中,指标间不存在重叠或交叉;在一对多或多对多的映射关系中,指标间存在重叠和交叉. 2　指标体系构建原则关于建立指标体系的原则,目前有2种典型的表述:一是全面、不重叠(或交叉、或冗余)和指标易于取得;二是科学性、合理性和适用性[1-3].比较而言,第1种要比第2种更加明确.一套科学的指标体系首先应根据评价目的反映有关评价对象的各方面状况,如果指标体系不全面,就无法对评价对象做出整体判断;其次,指标间不能重叠过多,过多的重叠会导致评价结果失真,即使对重叠进行适当的修正[4],也会增加计算的难度和工作量;最后,计算指标所需要的数据应是容易采集的,指标容易计算或估计,否则指标体系就无法应用.因此,建立指标体系应遵循评价指标尽可能全面、不重叠和易于取得的原则. ? 47?

第十章财务综合分析和评价

第十章财务综合分析和评价 3．利用各主要财务比率指标间的内在联系，对企业财务状况及经济效益进行综合分析和评价的方法是（）（08.1） A．综合系数分析法 B．杜邦分析法 C．沃尔比重分析法要求：(1)利用杜邦分析体系全面分析该企业运用资产获利能力的变化及其原因；

(2)采用因素分析法确定各因素对总资产净利率的影响程度： (3)

根据分析结果提出改进的措施。 l5.当市场增长率在5%左右，则可以判断该企业的产品周期处于（）（09.1） A.介绍期 B.成长期 C.成熟期 D.衰退期 19.当企业的综合财务状况较差时，其综合得分会（）（09.1） A.接近100分 B.超过100分 C.等于100分 D.大大低于100分 20.从杜邦分析基本体系中可以看出，若要提高企业的经营实力，应该（）（09.1） A.提高权益乘数 B.降低资产周转率 C.提高销售净利率

其他有关资料如下表：要求：根据以上资料，计算该公司2007年的各项财务比率(直接将计算结果填在表三中，无须列式计算过程)，并与同行业平均水平进行比较，对公司财务状况作简要评价。 42.某公司2007年度简化的资产负债表如下：（09.1）资产负债表

该公司2006年的销售净利率为15%，总资产周转率为0.5次，权益乘数为2.1，净资产收益率为15.75%。2007年度的销售收入净额为800万元，净利润总额为112万元。要求：计算2007年销售净利率、总资产周转率、权益乘数(保留四位小数)和净资产收益率(取整数)指标，定量分析2007年净资产收益率比2006年提高或降低的原因。 2.通常与因素分析法密不可分的是（）（09.10） A.指标计算 B.指标分析 C.指标分解 D.指标预测 14.下列各项中，应使用全面摊薄净资产收益率的场合是（）（09.10） A.经营者使用会计信息时 B.杜邦分析体系中 C.外部相关利益人所有者使用信息时 D.对经营者进行业绩评价时 19.杜邦分析体系的源头和核心指标是（）（09.10） A.权益收益率 B.资产净利率 C.权益乘数 D.总资产收益率 37.简述沃尔评分法的分析步骤。（09.10）

因子分析法--综合评价指标

《应用统计分析》----题目2 题目2 数据data2是某医院3年中各月的数据，包括门诊人次、出院人数、病床利用率和周转次数、平均住院天数、治愈或好转率、病死率、诊断符合率、抢救成功率。采用因子分析法探讨综合评价指标。一、因子分析法因子分析是主成分分析的推广和发展，也是利用降维方法进行统计分析的一种多元统计方法。它是一种将多变量化简的技术，其目的是分解原始变量，从中归纳出潜在的“类别”，相关性较强的指标归为一类，不同类间变量的相关性则降低。每一类变量代表了一个“共同因子”，即一种内在结构,因子分析就是要寻找该结构。因子分析有一个默认的前提条件就是各变量间必须有相关性，否则，各变量间没有共享信息，就不应当有公因子需要提取，自然也谈不上使用该方法。具体在该条件的判断上，除了根据专业知识来估计外，还可以使用KMO统计量和Bartlett’s 球形检验加以判定。二、操作步骤 1.导入数据依次单击“文件—打开—数据文件”命令，打开如图1所示的对话框。图1 导入数据

2.因子分析（1）依次单击“分析—降维—因子分析”命令，如图2所示。打开图3所示的“因子分析”主对话框。图2 因子分析菜单（a ）选入变量前（b ）选入变量后图3 “因子分析”主对话框（2）在图3（a ）所示的对话框中选中左边的变量，单击按钮，将其选入到左边的列表框中（如图3a 所示）。（3）单击“描述”按钮，弹出“因子分析：描述统计”对话框，如图4所示，在“统计量”选项组中选取“原始分析结果”；在“相关矩阵”中选取“系

数”和“KMO和Bartlett”。设置完毕后，单击“继续”按钮，确认操作。图4 “因子分析：描述”对话框图5 “因子分析：抽取”对话框（4）单击“抽取”按钮，得到如图5所示的“因子分析：抽取”对话框。选择“方法”为“主成分”；在“分析”选项组选择“相关性矩阵”；在“输出”选项组选择“未旋转的因子解”和“碎石图”；在“提取”选项组中将“因子的固定数量：”设置为4；将“最大收敛性迭代次数：”设置为25. （5）单击“旋转”按钮，得到如图6所示的“因子分析：旋转”对话框。在“方法”选项组选择“最大四次方值法”；在“输出”选项组选择“旋转解”；将“最大收敛性迭代次数：”设置为25。（6）单击“得分”按钮，得到如图7所示的“因子分析：得分”对话框。选择“保存为新变量”和“显示因子得分系数矩阵”；在“方法”选项组选择“回归”。最后，在“因子分析”主对话框（如图3所示）中，单击“确定”按钮，执行操作。

综合评价指标体系

小学生综合素质评价指标体系低年段（1～2年级）中年段（3～4年级）高年段（5～6年级）篇二：供应商综合评价指标体系供应商综合评价指标体系摘要根据相似性度量理论中的χ2统计量，在专家评级的基础上，构造出定性指标的相关系数矩阵，利用主成分分析法选取主成分，并作因子分析，进而根据因子载荷矩阵，得到主成分与各原始指标间的相关系数，最后在一定阈值标准下，舍掉相关系数绝对值较小的指标，从而达到用客观合理的方法对定性指标进行筛选的目的。该方法可被借鉴应用于物流领域中供应商定性评估指标的筛选。引言供应商评估和选择是企业的一个重要决策，一个好的供应商是指供应商拥有制造高质量产品的加工技术，拥有足够的生产能力，以及能够在获得利润的同时提供有竞争力的产品。同一产品在市场上的供应商数目越来越多，供应商的多样性更使得供应商的评估和选择工作变得复杂，需要一个规范的标准来操作。供应商评估首先要解决的是供应商评估指标体系的确立问题。供应商综合评价指标体系设置供应链中战略供应商选择的综合评价指标体系，是一套能够充分揭示企业发展过程的内在规律、具有一定的内在联系、相互补充、能确保企业长远发展目标实现的指标群体。在这个指标群体中，设置哪些指标，如何设置，既关系到评价结果的科学性、准确性和实用性，更关系到企业发展方向调整，影响整个供应链绩效的过程，因此，设计系统的评价指标体系，是正确供应链中战略供应商选择的前提与基础。实际运行中的供应链系统是一种人工和自然相结合的多变量、多目标、多约束条件的复杂非线性开放系统，对这种系统的评价指标体系的设计，应遵循以下准则：（1）指标系统性。按系统论的观点，整个供应链可以看成是一个复杂的大系统，供应商系统是整个供应链管理系统中的一个子系统。从整个供应链管理大系统出发，对战略供应商的选择不仅要受自然规律的影响，也要受各种社会因素的制约。因此，所设计的评价指标体系要尽可能全面地、系统地反映供应商企业目前的综合水平，并包括企业发展前景的各方面指标。（2）指标科学性。战略供应商选择的评价指标体系是一个有机的系统，要从总目标出发，抓住重点，突出基本目标，以综合性为主，而不是面面俱到。所设计的指标要能正确揭示对整个供应链系统优化程度，各指标应规范化，有明确的内涵和外延，统计方法单一，统计口径一致。在指标体系形式上，绝对数指标和相对数指标相结合，通过绝对数指标反映出企业技术创新行为在总量上和规模上的情况；通过相对数指标反映出速度和比率等。两类指标相辅相成，结合分析，可以更能准确地反映实际情况。（3）指标的实用性。指标的实用性也就是指标的可操作性。这主要包括评价指标的可计算性以及指标计算所需数据的可行性。评价指标体系应具有足够的灵活性，以使企业能根据自己的特点以及实际情况，对指标灵活运用。因此，在设计指标体系时应尽可能地采用可量化的指标和利用现有的统计数据。（4）指标的可比性。战略供应商选择的评价指标体系应符合动态可比和横向可比的要求。动态可比上指指标在时间上的可比；用于企业过去、现在和将来的比较，反映战略供应商选择的发展和变化趋势；横向可比是指各供应商之间的互相比较和排序，以便总结经验，找出差距。

第十二章统计综合评价

第十二章统计综合评价 Ⅰ．学习目的本章阐述统计综合评价的理论与方法，通过学习,要求：1.明确统计综合评价的基本步骤及特点； 2.掌握基本的指标筛选和数据预处理方法；3.掌握常见的评价指标客观赋权法；4.掌握对各评价指标值进行综合的基本方法，并对评价结果做出判断。 Ⅱ．课程内容要点第一节综合评价概述一、统计综合评价的基本步骤综合评价是根据研究的目的建立一个统计指标体系，对现象发展的多个方面分别给予定量描述，并在此基础上，把各个指标所提供的信息综合起来，得到一个综合评价值，对被研究对象做出整体性的评判，以此进行横向或纵向的比较。综合评价方法须遵循的基本步骤如下：（一）确定评价指标体系。（二）评价指标的规范化。包括两方面内容：1、评价指标类型的一致化；2、评价指标的无量纲化。（三）确定各评价指标的权重系数。对评价结果越重要的指标应赋予较大的权数，反之，赋予较小的权数，同时要求各指标的权数之和应等于100%。指标权数的确定方法有两大类：主观赋权法和客观赋权法。（四）确定综合评价的方法模型。在确定了指标体系和各指标权数的基础上，就要采用一定的方法把各指标的评价值综合成为一个整体的评价值据此可对各评价对象在不同时间、空间上进行整体性的比较和排序二、统计综合评价的特点； 1、综合性和整体； 2、可比性； 3、不稳定性。第二节评价指标选择与数据预处理一、评价指标的选择方法（一）指标筛选的定性方法——专家意见法（二）指标筛选的定量方法 1、次要指标的删除。可以通过衡量各项指标在所有被评价对象中取值的离散程度来确定指标的重要性：离散程度越大，说明该指标对评价结果影响越大，则给予保留；反之，说明该指标对评价结果影响越小，可以考虑从评价指标体系中给予删除。 2、重复指标的筛选 154

综合指标分析

五、综合指标分析所谓综合指标分析就是将运营能力、偿债能力、获利能力和发展能力指标等诸方面纳入一个有机的整体之中，全面地对企业经营状况、财务状况进行揭示与披露，从而对企业经济效益的优劣作出准确的评价与判断。（一）综合指标分析的特点 P392 1.指标要素齐全适当 2.主辅指标功能匹配 3.满足多方信息需要（二）综合指标分析方法 1.杜邦财务分析体系（1）指标分解（参见教材394页的图12-1）净资产收益率=净利润/平均所有者权益 =总资产净利率×权益乘数总资产净利率=净利润/平均总资产=营业净利率×总资产周转率（2）杜邦财务分析体系的核心公式：

净资产收益率=营业净利率×总资产周转率×权益乘数其中：营业净利率=净利润÷营业收入总资产周转率=营业收入÷平均资产总额权益乘数=平均资产总额÷平均所有者权益总额=1÷（1-资产负债率）=1+产权比率从权益乘数计算公式可以看出，负债比率越高，权益乘数越高，即负债比率与权益乘数同方向变动。（3）指标之间的关系净资产收益率是一个综合性最强的财务指标，是杜邦体系的核心。净资产收益率的高低取决于营业净利率、总资产周转率和权益乘数。营业净利率反映了企业净利润与营业收入的关系。提高营业净利率是提高企业盈利的关键，主要有两个途径：一是扩大营业收入，二是降低成本费用。总资产周转率揭示企业资产总额实现营业收入的综合能力。企业应当联系营业收入分析企业资产的使用是否合理，资产总额中流动资产和非流动资产的结构安排是否适当。此外，还必须对资产的内部结构以及影响资产周转率的各具体因素进行分析。权益乘数反映所有者权益与总资产的关系。权益乘数越大，说明企业负债程度越高，能给企业带来较大的财务杠杆利益，但同时也带来了较大的偿债风险。因此，企业既要合理使用全部资产，又要妥善安排资本结构。

企业综合评价指标体系研究

企业综合评价指标体系研究实践表明，建立综合评价制度，对促进讲究经营道德、提高经济效益、履行社会责任具有重要的推动作用。我国正在进行实行市场体制的各种建设，其间不可忽视建立严格、有效的综合评价制度。综合评价制度，一般包括评价基本目标确定、评价指标体系、指标综合评价方法和公开评价结果四个方面。本文专门研究综合评价指标体系，试图为统一人们这方面的认识和实务做法提供一些基本思路。一、评价模式的基本结构我国目前综合评价指标体系有四套:一是财务评价指标体系，包括八大指标；二是经济效益评价指标体系，包括十项指标；三是综合评价指标体系，包括六类十二个指标；四是资本增值保值考评指标体系，包括一个主导指标和若干个辅助指标。前两个指标体系，由财政部发布，第三种指标体系是国家经贸委和国家统计局公布的，第四种指标体系来自于国家国有资产管理局的规定。多头重复，缺乏严肃性和有效性，这可能是我国目前评价制度存在的比较突出的问题。我们姑且不去深究这些评价制度实际效果如何，就各发布部门对比所作的说明本身来看，如此多重的评价制度实无必要。笔者认为，目前多头评价的状况必须改变。在中国，对进行综合评价的指标体系，宏观上只能设置一套，否则，整个综合评价将出现无序混乱、难以规范的局面。二、评价目标综合评价的主要目标，是指建立综合评价指标体系及其公开考评制度应起到哪些作用。科学、合理、有效的综合评价制度，应该能有力地促进注重财务目标、财务实绩和财务纪律。从具体的操作功能上讲，综合评价必须具有导向效能，即：它的实施将使自觉地兼及长期发展和短期利润，并能讲求经营道德和履行社会责任，严格做到遵纪守法。综合评价指标体系的建立，要以充分满足上述要求为出发点。财务目标，规范意义上说是价值最大化，用我们通常的说法，是使有较强的发展后劲。对此衡量，一般从两个方面入手：1.立足过去若干年财务实绩指标，看是处于发展、停滞或萎缩状态。2.依据当前在技术、人力、产品市场及信息等资源开发上的投入社会责任的履行状况，看前景好坏。财务实绩是指拥有资源的利用程度和质量，一般以资产流动性、收益性、安全性等指标衡量，这方面国内

多指标综合评价方法

技术资料3：多指标综合评价方法评价是根据确定的目的来测定对象系统的属性，并将这种属性变为客观定量的计值或者主观效用行为，整个过程离不开评价者的参与，而综合评价作为评价的一种也需要评价者做出相应反应或指示，而很多综合评价过程易受到评价者的干预，使评价结果产生偏差。主成分分析能将高维空间的问题转化到低维空间去处理，使问题变得比较简单、直观，而且这些较少的综合指标之间互不相关，又能提供原有指标的绝大部分信息。而且，伴随主成分分析的过程，将会自动生成各主成分的权重，这就在很大程度上抵制了在评价过程中人为因素的干扰，因此以主成分为基础的综合评价理论能够较好地保证评价结果的客观性，如实地反映实际问题。主成分综合评价提供了科学而客观的评价方法，完善了综合评价理论体系，为管理和决策提供了客观依据，能在很大程度上减少了上述不良现象的产生。所以在社会经济、管理、自然科学等众多领域的多指标体系中，如节约型社会指标体系、生态环境可持续型指标体系、和谐社会指标体系、投资环境指标体系等，主成分分析法常被应用于综合评价。一、主成分分析原理和模型（一）主分成分析原理主成分分析是设法将原来众多具有一定相关性（比如P个指标），重新组合成一组新的互相无关的综合指标来代替原来的指标。通常数学上的处理就是将原来P个指标作线性组合，作为新的综合指标。最经典的做法就是用F 1 （选取的第一个线性组合，即第一个综合指标）的方差来表达，即Var(F 1)越大，表示F 1 包含的信息越多。因此在所有的线性组合中选取的F 1应该是方差最大的，故称F 1 为第一主成分。如果第一主成分不足以代表原来P个指标的信息，再考虑选取 F 2即选第二个线性组合，为了有效地反映原来信息，F 1 已有的信息就不需要再出现再F 2中，用数学语言表达就是要求Cov(F 1 , F 2 )=0，则称F 2 为第二主成分，依此类推可以构造出第三、第四，……，第P个主成分。（二）主成分分析数学模型 F2=a12ZX1+a22ZX2……+a p2ZX p …… F p =a 1m ZX 1 +a 2m ZX 2 +……+a pm ZX p

评价指标体系构建原则及综合评价方法[精品文档]

评价指标体系构建原则及综合评价方法设置评价指标体系时一般要遵循以下原则：（1）区域性原则衡量一个研究对象的运行情况，要从特定的区域出发因地制宜、发挥优势，评价指标要具有针对性。（2）动态性原则研究对象是一个动态的过程，指标的选取不仅要能够静态的反映考核对象的发展现状，还要动态的考察其发展潜力。选取的指标要能够具有动态性，可以衡量同一指标在不同时段的变动情况，并且要求所选指标在较长的时间具有实际意义。（3）可量化原则数据的真实性和可靠性是进行监测的前提条件和重要保障，需要大量的统计数据作为支持。选取的指标应该具有可量化的特点，在保证指标有较高反映考核对象的前提下，能够直接查到或者通过计算间接得到指标数据，以保证评价的可操作性，同时数据来源要具有权威性，这样能保证正确评估研究对象。（4）层次性原则一级指标同时分别设立多个具体的子指标。在众多指标中，把联系密切的指标归为一类，构成指标群，形成不同的指标层，有利于全面清晰的反映研究对象。综合评价方法的选取：随着计算机技术飞速发展和普遍应用，用于定量评价多指标问题的多指标

综合评价法被广泛应用到经济、生活的各个方面，特别是SAS 、SPSS 等统计软件的使用更加提高综合评价法的实用性。目前用于分析多指标体系的综合评价方法主要有模糊综合评价法、灰色综合评价法、数据包络分析法（DEA 法）、层次分析法、主成分分析法以及因子分析法以等多种方法，不同方法的评价结果都是依据指数或分值对参评对象的综合状况进行排序评价。在综合评价过程中，指标权重的确定十分重要。对指标赋值主要有主观赋值和客观赋值，也有将主观、客观赋值法结合起来的。对于指标数量比较大时，采用传统的主观赋值法确定指标的权重则难以全面把握众多指标，依赖主观判断会增大或降低一些指标的重要程度，导致实证的结果难以反映客观实际情况。客观赋值法如主成分分析法、变异系数法、熵值法等，权重的确定是根据各项指标的变异程度或者各指标之间的相互关系。具体采用哪一种方法需要根据所构建指标体系的特点以及实证的目的来确定。综合评价方法的选取要依据研究对象的特点而定，采用客观赋权法的主成分分析能避免主观因素的影响，且提取主成分也能减少工作量。以下对常用的层次分析和主成分分析两种综合评价方法做简单介绍。（1）层次分析法层次分析法（The Analytic Hierarchy Process ）简记AHP ，是美国运筹学家T.L.Satty 等人提出的一种定量和定性分析相结合的多准则决策方法，广泛应用于分析复杂的社会、经济以及科学管理领域的问题。其基本原理是通过构造层次分析结构，排列组合得出优劣次序来为决策者提供依据。具体步骤如下：首先构建包括目标层、准则层和指标层三个层次的层次分析结构模型，反映系统各因素之间的关系。其次是构造判断矩阵，将各层因素进行两两比较，对于各 1.0<= RI CI CR

2020年(财务分析)财务状况的综合分析杜邦分析

（财务分析）财务状况的综合分析杜邦分析

财务状况的综合分析单独分析任何一项财务指标或一张会计报表，都难以全面评价企业的财务状况和经营成果，要想对企业财务状况和经营成果有一个总的评价，就必须进行相互关联的分析，采用适当的标准进行综合性的评价。因此，必须对企业财务状况作综合分析。综合分析的主要方法有杜邦分析法和财务比率综合评价法。一、杜邦分析法前述对企业偿债能力分析、营运能力分析、盈利能力分析，可以就企业某一方面的财务活动作出评价，但是，企业的各种财务活动、各项财务指标是相互联系着的，并且相互影响，必须结合起来加以研究。因此，进行财务分析应该将企业财务活动看作是一个大系统，对系统内的相互依存、相互作用的各种因素进行综合分析。杜邦分析法（TheDuPontAnalysisMethod）就是利用各个主要财务比率指标之间的内在联系，来综合分析企业财务状况的方法。这种方法系由美国杜邦公司最先采用的，故称杜邦分析法。利用这种方法可把各种财务指标间的关系绘制成杜邦分析图，如图４－１所示。杜邦分析图中，包含以下几种主要的指标关系：杜邦分析图杜邦分析是对企业财务状况的综合分析。它通过几种主要的财务指标之间的关系，全面系统地反映出企业的财务状况。杜邦分析图可以提供下列主要的财务指标关系。１.权益利润率是一个综合性最强的财务比率，是杜邦系统的核心。财务管理的目标是使所有者财富最大化，权益利润率反映所有者投入资金的获利能力，反映企业筹资、投资、资产运营等活动的效率，提高权益利润率是所有者财富最大化的基本保证。所以，所有者、经营者都十分关心这一财务指标，权益利润率的高低，

多指标综合评价方法及权重系数的选择

多指标综合评价方法及权重系数的选择来源：中国论文下载中心 [ 09-02-01 10:17:00 ] 编辑：studa20 作者：王晖，陈丽，陈垦，薛漫清，梁庆【摘要】由于计算机的发展及一些相关领域的不断深入研究，综合评价方法得到了不断的发展和改进。而指标权重系数的确定方法作为综合评价中的重中之重，近几年来也取得了一些新的进展。本文对多指标评价方法和权重系数的选择进行概括介绍。【关键词】多指标综合评价;评价方法;权重系数;选择基金项目：广东药学院引进人才科研启动基金资助项目( 2005ZYX12)、广州市科技计划项目（ 2007J1-C0281）、广东省科技计划项目（2007A060305006）综合评价是利用数学方法（包括数理统计方法）对一个复杂系统的多个指标信息进行加工和提炼，以求得其优劣等级的一种评价方法。本文就近年来国内外有关多指标综合评价及权重系数选择的方法进行综述，以期为药理学多指标的研究提供一些方法学的资料。 1 多指标综合评价方法 1.1 层次分析加权法（AHP法）［1］ AHP法是将评价目标分为若干层次和若干指标，依照不同权重进行综合评价的方法。根据分析系统中各因素之间的关系，确定层次结构，建立目标树图→ 建立两两比较的判断矩阵→ 确定相对权重→ 计算子目标权重→ 检验权重的一致性→ 计算各指标的组合权重→计算综合指数和排序。该法通过建立目标树，可计算出合理的组合权重，最终得出综合指数，使评价直观可靠。采用三标度（－1，0，1）矩阵的方法对常规的层次分析加权法进行改进，通过相应两两指标的比较，建立比较矩阵，计算最优传递矩阵，确定一致矩阵（即判断矩阵）。该方法自然满足一致性要求，不需要进行一致性检验，与其它标度相比具有良好的判断传递性和标度值的合理性；其所需判断信息简单、直观，作出的判断精确，有利于决策者在两两比较判断中提高准确性［2］。 1.2 相对差距和法［3］设有m项被评价对象，有n个评价指标，则评价对象的指标数据库为 Kj=(K1j，K2j，……，Knj)，j=1，2，……，m。设最优数据为K0=（K1、K2、……Kn）。最优单位K0中各数据的确定如下：高优指标，取所有m个单位中该项评价指标最大者；低优指标，取所有m个单位中该项评价指标最小者。各单位与最优单位的加权相对差距和

公司财务状况的综合分析指导

公司财务状况的综合分析指导单独分析任何一类财务指标，都不足以全面评价公司的财务状况和经营效果，只有对各种财务指标进行系统、综合的分析，才能对公司财务状况作出全面的、合理的评价。因此，必须对公司进行综合的财务分析。一、财务比率综合评分法财务比率反映了公司报表各项目之间的对比关系，以此来揭示公司财务状况。但是，一项财务比率只能反映公司某一方面的财务状况。为了进行综合的财务分析，可以编制财务比率汇总表，详见表4—9。这样，将反映公司财务状况的各类财务比率集中在一张表中，能够一目了然地反映出公司各方面的财务状况。并且，在编制财务比率汇总表时，可以结合比较分析法，将公司财务状况的综合分析与比较分析相结合。公司财务状况的比较分析主要有两种：1．将公司本期的财务报表或财务比率同过去几个会计期间的财务报表或财务比率进行比较，这是纵向比较，可以分析公司的发展趋势，这就是趋势分析法。2．将本公司的财务比率与同行业平均财务比率或同行业先进的财务比率相比较，这是横向比较，可以了解到公司在同行中所处的水平，以便综合评价公司的财务状况。第二种比较分析法存在以下两项缺点：(1)需要找到同行业的平均财务比率或同行业先进财务比率等资料作为参考标准，但在实际工作中，这些资料可能难以找到；（2）这种比较分析只能定性地描述公司的财务状况，如比同行业平均水平略好、相当或略差，而不能定量评价公司的财务状况，为了克服这两个缺点，可以采用财务比率综合评分法。这一方法最早是在20世纪初，

由亚历山大.沃尔选择七项财务比率对公司的信用水平进行评分所使用的方法，所以也称沃尔评分法。这种方法是通过对选定的几项财务比率进行评分，然后计算出综合得分，并据此评价公司的综合财务状况。采用财务比率综合评分法，一般要遵循如下程序。 1、选定评价公司财务状况的财务比率。在选择财务比率时，一要具有全面性，要求反映公司的偿债能力、营运能力和获利能力的三大类财务比率都应当包括在内；二要具有代表性，即要选择能够说明问题的重要的财务比率；三要具有变化方向的一致性，即财务比率增大时，表示财务状况的改善，反之，财务比率减小时，表示财务状况的恶化。 2、根据各项财务比率的重要程度，确定其标准评分值，即重要性系数。各项财务比率的标准评分值之和应等于100分。各项财务比率评分值的确定是财务比率综合评分法的一个重要问题，它直接影响到对公司财务状况的评分多少。对各项财务比率的重要程度，不同的分析者会有截然不同的态度，但是，一般来说，应根据公司的经营活动的性质、公司的经营生产规模、市场形象和分析者的分析目标等因素来确定。 3、规定各项财务比率评分值的上限和下限，即最高评分值和最低评分值。这主要是为了避免个别财务比率的异常给总分造成不合理的影响。 4、确定各项财务比率的标准值。财务比率的标准值是指各项财务比率在本公司现时条件下最理想的数值，亦即最优值。财务比率的标准值，通常可以参照同行业的平均水平，并经过调整后确定。 5、计算公司在一定时期各项财务比率的实际值。 6、计算出各项财务比率实际值与标准值的比率，即关系比率。关系比率

开发区综合评价指标体系

开发区综合评价指标体系为规范工业开发区建设和管理，禁止盲目投资和低水平重复建设，抑制过度竞争，促进开发区协调发展，围绕开发区的产业集聚、投资密度、产出效益、资源消耗和环境保护等，建立开发区综合评价指标体系和相关数据统计体系。引导开发区提高建设水平和集约用地水平。评价指标及计算方法开发区评价指标体系是动态调整的，可根据开发区发展的实际情况按年度修订评价指标体系。第一类、开发区产业集聚与投资密度指标指标1：产业集聚率指开发区重点发展的主导产业销售收入占整个开发区销售收入的比率，主要考核开发区的产业集聚度。计算方法：（百分比）产业集聚率 =开发区主导产业销售收入／开发区工业总销售收入×100％指标2：投资密度指出让、租赁土地所吸纳的投资资金总量与出让、租赁土地面积之比，主要考核单位已利用土地吸纳投资资金的强度。计算方法：（单位：万元/公顷）开发区已出让、租赁土地吸纳投资资金总量=投资密度／开发区已出让、租赁土地面积注：外商投资折合成人民币计算。指标3：工业向工业开发区集中指数是综合反映一个地区工业向工业开发区集中程度的指标。计算方法：（百分比）工业向工业开发区集中指数=开发区工业总产值／区域工业总产值×100％第二类、开发区土地工业产出效益指标指标4：土地销售产出率

指单位土地面积产出的工业销售收入，考核开发区土地利用效率和产出规模。计算方法：（单位：万元/公顷）土地工业销售产出率=开发区入区企业当年工业销售收入／已建成投产的工业土地面积指标5：土地增加值产出率指单位土地面积产出的工业增加值，考核开发区土地对地区生产总值的贡献。计算方法：（单位：万元/公顷）土地工业增加产出率=开发区入区企业完成当年工业增加值／已建成投产的工业土地面积指标6：土地利润产出率指单位土地面积产出的工业利润，考核开发区土地实现的盈利能力。计算方法：（单位：万元/公顷）土地工业利润产出率=开发区入区企业实现当年工业利润／已建成投产的工业土地面积指标7：土地税收产出率指单位土地面积产出的工业税收收入，考核开发区对地区经济发展带来的收益。计算方法：（单位：万元/公顷）土地工业税收产出率=开发区入区企业实现当年工业税收／已建成投产的工业土地面积指标8：工业外向型指数是综合反映工业开发区工业产品拓展海外市场及国际化水平的重要指标。计算方法：（百分比）工业外向型指数=开发区工业出口交货值／开发区工业总产值×100％指标9：社会就业率指工业开发区每公顷土地创造就业岗位的贡献情况。计算方法：（单位：人/公顷）吸纳就业率=开发区建成投产企业就业总人数／开发区建成投产企业土地总面积第三类、开发区万元产值资源消耗指标指标10：万元产值水耗

信息系统的综合评价

信息系统的综合评价 ①综合评价的基本概念我们所面对的信息系统是一个复杂的系统。它所追求的不仅仅是单一的经济性目标。除了从费用、经济效益和财务方面的考虑外，它还涉及技术先进性、可靠性、适用性、易维护性和用户界面友善性等等技术性能方面的要求，以及改善员工劳动强度和企业经营环境，增强市场竞争力等间接效益或企业文化方面的目标。上述目标的多重性产生了对信息系统进行多指标综合评价的必要性。多指标综合评价的理论和方法研究是一个正在发展的领域，有关它在信息系统评价中的应用研究则更有待人们的努力。这里所谓的信息系统多指标综合评价，是指对信息系统所进行的一种全方位的考核或者判断，它具备以下特征：它的评价包含了多个独立指标这些指标分别体现着信息系统的不同方面，通常具有不同的量纲综合评价的目的是对信息系统做出一个整体性的判断，并用一个总评价值来反映信息系统的一般水平。一般说来，信息系统多指标综合评价工作主要包括三方面的内容：综合评价指标体系及其评价标准的建立，这是整个评价工作的前提用定性或定量的方法确定各指标的具体数值，即指标评价值各评价值的综合，包括综合算法和权重的确定、总评价值的计算等 ②综合评价指标体系的基本框架所谓信息系统综合评价体系，是指一套能够反映所评价信息系统的总体目标和特征，并且具有内在联系、起互补作用的指标群体，它是信息系统整体状况的客观反映。一个合理、完善的指标体系，是对信息系统进行全面评价和分析的先决条件。信息系统与其它系统相比，既具有一般系统的共性又有其特性，在综合评价指标体系的构成原则上可表现为以下几点：整体性原则。信息系统是一个完整的人——机系统，系统各组成部分需协同运动才能发挥作用，指标体系应能全面地反映所评价系统的综合情况。从管理信息的采集、加工、传输子系统、相应的业务部门组织环节到系统直接操作人员等各个组成部分，都应该客观地加以观察；信息系统对于管理所产生的直接和间接效果，也必须全面加以考虑。可测性原则。指标的涵义必须明确，数据资料应收集方便，计算简单。同时，指标体系内部及外部的同类指标之间能够比较，同一指标要具有历史可比性，这样才能从历史和现实的角度综合评价信息系统的现状和发展。动态性原则。在信息系统发展的不同时期，对于信息系统的不同类型，都应能在评价指标体系中得到体现，根据需要可作相应的调整和改变。同时，指标设置要有重点，对于非重要方面的指标可以适当设置得粗些，以简化评价过程。层次性。这里的层次性包含多重意义，首先是指标结构自身的多重性，即一个指标由若干其它指标所决定而构成树形结构，这将为衡量信息系统项目的效益和确定指标的权重带来方便；其次是信息系统所属部门的层次，如对于宏观信息系统而言，国家经济信息系统是国家、省、（市）地、县四层结构，要求指标体系能客观反映信息系统的这一特征。各层的子系统都应有相应的评价指标；再有是系统技术特征上的层次性。例如，对于微观信息系统即企业信息系统来说，EDPS扩展后构成高一层次的MIS，MIS的评价指标体系就必须对EDPS具有包容能力。接口指标应当一致。并且能够有效地消除指标间的相关关系。各指标之间应尽可能避免显见的包容关系。对隐含的相关关系，要设法以适当的方法消除。

总结和评价企业财务状况与经营成果的分析指标包括

总结和评价企业财务状况与经营成果的分析指标包括：偿债能力指标、运营能力指标、获利能力指标、发展能力指标、综合指标。一、偿债能力指标偿债能力，是指企业偿还到期债务（包括本息）的能力。偿债能力指标包括：短期偿债能力指标和长期偿债能力指标。（一）短期偿债能力指标短期偿债能力是指企业流动资产对流动负债及时足额偿还的保证程度，是衡量企业当期财务能力，特别是流动资产变现能力的重要标志。企业短期偿债能力的衡量指标主要有两项：流动比率和速动比率。 1. 流动比率计算公式：流动比率＝（流动资产÷流动负债）×100% 分析：一般情况下，流动比率越高，说明企业短期偿债能力越强，债权人的权益越有保障。国际上通常认为，流动比率的下限为100%；而流动比率等于200%时较为适当。应注意四个问题：（1）虽然流动比率越高，企业偿还短期债务的流动资产保证程度越强，但这并不等于说企业已有足够的现金或存款用来偿债。（2）从短期债权人的角度看，自然希望流动比率越高越好。但从企业经营角度看，过高的流动比率通常意味着企业闲置现金的持有量过多，必然造成企业机会成本的增加和获利能力的降低。（3）流动比率是否合理，不同企业以及同一企业不同时期的评价标准是不同的。（4）应剔除一些虚假因素的影响。 2、速动比率计算公式：速动比率＝（速动资产÷流动负债）×100% 式中：所谓速动资产，是指流动资产减去变现能力较差且不稳定的存货、预付账款、一年内到期的非流动资产和其他流动资产等之后的余额。速动资产=货币资金+交易性金融资产+应收账款+应收票据 =流动资产-存货-预付账款-一年内到期的非流动资产-其他流动资产分析：一般情况下，速动比率越高，说明企业偿还流动负债的能力越强。国际上通常认为，速动比率等于100%时较为适当。如果速动比率小于100%，必使企业面临很大的偿债风险。但速动比率过高（大于100%），表明企业会因现金及应收账款占用过多，而大大增加企业的机会成本，会影响企业的获利能力。流动比率和速动比率的相同点是：一般情况下，比率越高，说明企业偿还流动负债的能力越强。【例题54?单选题】下列各项中，不属于速动资产的是（）。 A.应收账款 B.预付账款 C.应收票据 D.货币资金

多指标评分加权综合法

多指标评分加权综合法这一方法的内容就是:对每项指标的实际值,按评分标准打分,一般按五级评分,最优5分,最差1分。除评分外,对各项指标还要确定权数。最后用权数(w)对各项指标的得分(p)进行加权综合,其结果即为多项指标的综合评价值。这种方法的一般步骤就是: 第一步,选择进行评价的各项指标并收集指标值。第二步,对指标进行评分。首先规定各指标值的评分标准,制定评分标准的方法就是:用各项指标最大值减最小值的差除以所定的评分等级数,得出每个分数段的“组距”;然后以此组距从最低值开始,划出各分数段的上限与下限。用计算公式表示,即: n R R A min max -= 式中,R max 代表指标最大值;R min 代表指标最小值;n 代表评分级数,采用5分制时,n ＝5;100分制时,n ＝100;A 代表组距。有了评分标准后,对各指标实际值评出相应的分数: 0~A 1; A~2A 2; 2A~3A 3; 3A~4A 4; 4A~5A 5 第三步,确定各指标的权数。各项指标对信息化发展水平的作用不完全相同,为了能正确衡量信息化总水平,需分别确定各个指标的权数。权数大小应根据各个指标的作用或影响程度的大小而定,各指标权数之与应等于1或100％。第四步,加权综合,得出总分,并做出分析。具体做法就是:将各项指标的评分乘以相应的权数,然后进行综合得出总分,即多项信息化指标的综合评价值。上述计算过程可归结为下列公式: F ＝P 1W 1+P 2W 2+P 3W 3+……+P n W n ＝∑P i W i (i=1,2,……,n) 式中,F 代表多项指标综合评价值;p i 代表第i 项指示的评分;w i 代表第i 项指标的

(财务分析)财务状况的综合分析杜邦分析

杜邦分析是对企业财务状况的综合分析。它通过几种主要的财务指标之间的关系，全面系统地反映出企业的财务状况。杜邦分析图可以提供下列主要的财务指标关系。１.权益利润率是一个综合性最强的财务比率，是杜邦系统的核心。财务管理的目标是使所有者财富最大化，权益利润率反映所有者投入资金的获利能力，反映企业筹资、投资、资产运营等活动的效率，提高权益利润率是所有者财富最大化的基本保证。所以，所有者、经营者都十分关心这一财务指标，权益利润率的高低，取决于总资产利润率和权益总资产率的水平。２．总资产利润率也是一个重要的财务比率，综合性也较强。它是销售利润率和总资产周转率的乘积，因此，要进一步从销售成果和资产运营两方面来分析。３．销售利润率反映了企业利润总额与销售收入的关系，从这个意义上看，提高销售利润率是提高企业盈利能力的关键所在。要想提高销售利润率，一是要扩大销售收入，二是要降低成本费用。扩大销售收入具有重要的意义，它首先有利于提高销售利润率，同时它也是提高总资产周转率的必要前提。降低成本费用是提高销售利润率的另一重要因素，利用杜邦分析图可以研究企业成本费用的结构是否合理，从而加强成本控制。这里联系到资本结构来分析，还应研究利息费用同利润总额（或息税前利润）的关系，如果企业承担的利息费用太多，就需要查明企业的负债比率是否过高，防止资本结构不合理影响企业所有者的收益。４．在资产营运方面，要联系销售收入分析企业资产的使用是否合理，流动资产和非流动资产的比例安排是否恰当。企业资产的营运能力和流动性，既关系到企业的获利能力，又关系到企业的偿债能力．如果企业持有的现金超过业务需要，就可能影响企业的获利能力；如果企业占用过多的存货和应收帐款，则既要影响获利能力，又会影响偿债能力。为此，就要进一步分析各项资产的占用数额和周转速度。５．权益总资产率反映股东权益同企业总资产的关系。在总资产需要量既定的前提下，企业适当开展负债经营，相对减少股东权益所占的份额，就可使此项财务

综合素质评价指标体系

曹杨二中学生综合素质评价指标体系（六模块41个观测点）一、基本规范 1.文明用餐【说明1：针对学生陋习。】 2.卫生习惯【说明2：针对学生陋习。】 3.文明出行【说明3：针对学生陋习乱停车、乱穿马路。】 4.学习常规【说明4：强化学生良好学习习惯。】 5.环保意识【说明5：促进学生形成环保意识，使得环保意识深入每位学生心理。】二、君子风范 6.理想信念【说明6：修身、齐家、治国、平天下，7至16条是人生理想的具体化，不易测量就采用态度评估。】 7.自尊自重【说明7：针对学生交往严重偏离常规而提出。】 8.言行得体 9.诚实守信 10.坚韧耐挫【说明8：培养学生耐挫能力与坚强毅力。】 11.孝敬长辈【说明9：需要强化，同时也是中国文化传统的要求。】 12.尊师友爱 13.志愿服务 14.组织领导 15.民族精神与爱国情怀 16.国际视野三、博学创新创新的基础是博学，也还依赖于学科的交叉与思维方法的互补迁移；创新素养分为创新型人格和创造力。创新型人格是与创新有关的个性特征，而创新能力落实在学生自我范围内

的突破，比如完成自己没有经历过的任务。 17.求真好奇心、科学精神（含质疑精神、独立精神）、科学态度。【说明10：与学校精神联系起来。】 18.务实治学严谨、认真勤奋、合作进取、学术规范。【说明11：与学校精神联系起来。】 19.阅读与演讲【说明12：引导学生读课外书。阅读面、阅读深度。引导学生作公众演讲。】 20.创新能力发散与想象、逻辑与推理、建模与解释、反思与批判、应用与迁移、学术研究与实验、学习与改进能力。 21.学业评价第一，GPA绩点。基础、拓展。【说明13：研究课程成绩在学术能力中体现。】第二，均衡度（学科横向）。【说明14：均衡全面指“达到各学科的基本要求”。特长是在全面达到基本要求基础上的特长。全面和特长两者之间不矛盾。】第三，进步度（纵向）。第四，学科素质：建模能力、实验能力、反思能力、信息搜集处理能力等等，由学科教师评定。第五，学术倾向与能力。【说明15：倾向分为社会人文、自然科学、工程技术三类；通过研究型课程与项目学习表现来分级判定。】四、强身健体【说明16：由体育老师负责实施。】 22.体质 23.体能 24.体育精神与体育品格【说明17：对两极典型进行判定即可。】 25.健身习惯 26.运动知识与技能 27.运动经验与运动智能 28.特长项目