论文部分内容阅读
摘要：固定资产投资具有投入金额较大、投资回收期较长、投资决策专业性强等特点。固定资产投资决策对企业的产经营活动有重大影响，所以任何企业在固定资产投资决策时必须非常谨慎。针对固定资产投资决策的方法和流程，本文提出了一种以递阶层次法（AHP）为基础的，可综合不同领域专家评价建议的投资决策方法。该方法在建立科学评价决策指標体系基础上，平衡考虑多方面专家的建议，通过采取去除特异性评价结果和设置指标权重、专家权重等方式，可以得到较好的量化评价结果。通过开发专用的投资决策软件和实际使用，效果较好。
关键词：固定资产；指标体系；投资决策；专家评价
中图分类号：F273.4 文献识别码：A 文章编号：1001-828X（2018）021-0154-03
一、概述
固定资产投资决策是指对生产和科研类长期使用的固定资产投资进行决策和评价的过程。固定资产的投资均具有较长的投资回收期，企业需要将一定量的资金或物质资源投入到不可立即变现的固定类资产上，投资的目的主要是预期在较长的未来时期中可以获取收益。常见的固定资产投资类别较多，例如生产和科研设备的购置、厂房和生产试验场地的新建和扩建、各种现有固定资产的技术改造、升级、技术引进、专利和知识产权的购买等。
鉴于一般的固定资产投资项目均具有投入金额较大、投资回收期较长、投资决策的专业性强、固定资产变现能力差等特点，所以固定类资产投资具有较大的风险；如果固定资产投资决策失误，严重的有可能对企业正常的生产经营活动、中长期经济效益，甚至对企业生存发展都有重大影响。所有企业均在固定资产投资时必须非常谨慎，必须进行认真的前期可行性研究，广泛采纳不同专业领域专家意见，对可能存在的不同投资方案进行论证和比较，并从中选出最佳的投资方案。
针对固定资产的投资，由于行业领域和投资项目的不同，投资决策所考虑的因素有较大差别。以常见的军工类企业为例，其固定资产投资项目通常包括以下两大类：基本建设项目（包括新建建筑和安全工程、改建或扩建现有厂房及实验室、实验场地改造等）；设备仪器类投资项目（包括购置或研制新的科研、试验、检测、生产类设备仪器，实（试）验室设施的改造升级、专用装置和设备的购置、软件购置等）。军工类企业固定资产投资对保障国防科研项目的开展、高新技术发展、科研工作环境保障都具有非常着重要的作用。
以常见的军工类企业条件保障类项目的投资决策为例，在决策时一般应考虑的决策因素包括社会环境、自然环境、经济、技术、市场和人员等主要因素。社会环境因素又可分解为政治因素、战争因素、技术竞争、法律法规、保密和安全等方面。政治因素也可以进一步分解为国内政治和国际政治环境等多方面；所以，如何综合考虑各方面因素进行科学的投资决策是固定资产投资决策过程中的一个重要问题。
二、基于AHP的投资决策权重配置方法
固定资产投资决策一般涉及到较多的技术、经济、市场和环境因素，投资活动具有极高的复杂性，对固定资产投资项目进行精确量化评估具有很大难度。在进行投资决策前，建立科学的评价指标体系，并确定各种纳入考察范围的技术经济指标的权重、确定各种技术经济指标的重要性是必须首先解决的问题。例如，针对军工类企业条件保障类项目的投资决策，可以建立如图1所示的投资决策评价指标体系。
在确立了指标体系后，确定各种决策支持因素在最终决策中所需考量的份量是一件非常重要的事情。常用的基于非直观经验的多参数相对权重配置方法主要包括德尔菲法、AHP（递阶层次结构法）、模糊权重法、神经网络、遗传算法等等。AHP权重配置方法采用系统逐层分解的原则，首先把影响投资决策的主要因素选择出来作为一级决策参数，然后再将所有的一级决策参数根据对该参数的影响分解成多个二级决策参数，依此方法逐级将参数进行细分，最终形成一个对总的投资决策进行评价的递阶层次结构。通过递阶层次结构，可以让专家对项目各个细化的影响决策的因素进行评价，可较为详细和充分地融入专家的经验，较好地体现先分解决策参数一再判断和评价一最后综合进行投资决策的科学决策过程，可以被广泛应用于各种投资决策过程中。
以军工企业条件保障类固定资产投资决策为例，通过AHP方法配置各个决策参数权重的方法如下。
首先，根据分析将固定资产投资决策的一级因素确定为6个（社会环境、自然环境、经济因素、技术因素、市场因素、人员因素），并根据实际情况构造两两判断矩阵W：
根据两两判断矩阵W，进一步可以检验指标的一致性，计算一致性参数：
上式中，RI为一致性指标，由于矩阵阶数为6，可以从表2中查表得到取值为1.3。
由于一致性参数s小于0.1，计算结果可表明所确定的相对权重矩阵具有较好的一致性。对权重矩阵归一化后计算可以得到一级决策因素的权重向量：
γ=[0.42 0.16 0.1 0.18 0.05 0.075]
注意，在上述计算过程中，如果相对权重矩阵不能通过一致性检验则应适当调整两两判断矩阵，直到满足一致性检验指标为止，否则将得到错误的决策结果。
在确定了一级决策因素的权重向量后，可以继续确定二级决策因素的权重，此时应根据二级决策因素对于一级决策因素的重要性确定相对权重矩阵。以社会环境因素为例，该因素主要由6个二级决策因素支持，即政治因素、战争因素、社会发展、舆论导向、法律法规、保密和安全。基于专家经验，可以确定其相对权重矩阵W1为：
根据两两判断矩阵W1，进一步可以检验指标的一致性，计算一致性参数：
上式表明两两判断矩阵W1具有较好的一致性，对W1权重矩阵归一化后计算可以得到支持一级决策因素社会环境的二级权重向量：
γ=[0.39 0.20 0.1 0.07 0.13 0.089]
根据上述类似的方法，可以确定所有支持一级决策因素的二级决策因素的权重向量。如果全部或部分二级决策因素由第三级的决策因素支持，也可以采用相同的方法计算权重向量。 三、专家决策和数据融合处理
在确立了层次化的权重向量后，即可根据决策评价体系收集专家评估数据，专家需要对所有的底层决策参数做出评价。在专家评价的过程中，主要采用评分制或分级评价制。投资决策过程通过引入专家评估而实现了定量化，从而在较大程度上保证了决策评价结果的科学性、完整性与可比性。
不论是采用评分制或分级评价制都需要设计一种数据融合方法将多个专家的评估建议融合成对一个综合的决策建议，即将多个专家的针对某个指标的评价综合成一个总的评价。在进行专家评价结果融合的过程中，有学者建议使用模糊数据融合的方法，该方法首先确定模糊变量以及模糊隶属函数，然后通过推理得到决策结果，由于隶属函数的定义较为复杂，而且推理过程不便于实现，所以在实际使用过程中应用不多。
基于对长期的固定资产投资决策数据的分析，本文推荐一种基于特异数据去除策略和与专家评价机制相结合的数据融合算法。在实际的投资决策过程中，由于参与投资决策的专家水平和经验差别比较大，本身知识、经验和判断能力决定了专家所给出的评价决策建议的合理性与科学性。实际操作过程中，不同专家对于同一投资决策因素所作的评价会因为信息量的差异、对评价原则理解的差异、对所投资项目领域的了解程度的差异等原因给出非常不同的结果。
从投资决策过程来看，采用简便、可行的算法对所存在的上述有差异的评价结果进行融合，形成一个综合的评价意见或建议是非常必需的。为了较好地融合具有不同背景和经历的专家的评价结果，所以有必要把针对专家个人素质的评价作为数据融合因素（称为专家权重）加以考虑；针对于某一类投资决策参数，针对不同专家可在评价基础上设置不同的权重，例如技术类型的专家在技术因素方面的权重可以比其在环境因素方面的权重要大，长期从事管理和战略决策类工作的专家则可在环境因素方面设置较大的权重。为了实现多个专家对某个投资因素的不同评价结果的融合处理，本文提出了如下的数据处理策略：
1.针对每个或每类评价因素，分别对参与评价的专家基于其资质、经历和能力在评价基础上设置数据融合的专家权重指标。
2.针对某单一投资决策因素存在较大差异的评价结果，基于所有评价结果的分布情况，剔除偏离一般评价较大的投资评价结果，并在此基础上综合得到最终的评价结果。
现假设对于某个单一的投资决策因素有n个专家进行了评价，每个专家给出的评价结果为sk，（k=1…n），同时针对专家能力、经验和资质的评价结果分别为wk。在针对该投资决策因素进行数据融合前，可以求出该决策因素的评价结果均值：
同时可求得该投资因素评价的方差平均值：
一般可以认为，与均值偏差大于方差平均值两倍以上的专家评价结果和一般评价结果差异较大，可信度较低，所以在数据融过程中可以被去除。即在数据融合过程中所有满足下式的投资评价建议都不被纳入最终计算评价结果的过程中：
上述过程即去除特异性评价建议的过程。设去除特异性评价建议后的样本数量为n1，则针对该投资评价因素的最终评估结果s可表示为：
在确定了单一指标的投资评价结果基础上，可以结合递阶层次结构方法采用如下公式自底向上继续计算投资评价因素所支持的上级决策因素的评价值；设某决策因素由m个下级决策因素支持，则即评价结果为：
上式中，R（1=1…m）为支持决策的下级因素的评价结果。γi为利用AHP法确定的支持决策因素i的权重。结合投资决策因素的树状结构，利用上述公式即可依次完整计算出项目的投资决策评价值。
四、软件系统开发和测试
根据本文提出的投资决策算法，采用C 语言开发了专用的固定资产投资决策支持软件。软件以Microsoft SQLSEVER數据库存储所有数据，支持图形化界面和交互操作。在软件数据库中保存了专家数据、投资项目信息、用户管理信息；支持通过EXCEL导入专家评价结果和针对专家的评价建议。开发的固定资产投资决策支持软件包括如下的功能组件：
1.专家数据管理模块，对专家的基本信息、专家能力和资质评价进行管理。
2.投资项目管理模块，对投资项目的基本信息进行管理。
3.投资决策模块，可以录入和导入专家评价结果，并调用投资决策计算程序完成自动计算功能。
4.数据接口模块：支持通过EXCEL、WORD和文本文件方式导出项目评价意见、项目汇总数据、专家信息数据。支持投资决策报告的打印和预览。
5.用户和权限管理模块：实现软件用户信息和权限的管理，系统登录和注销等功能。
软件开发完成后，针对某大型企业过去5年中的研发和条件建设类固定资产投资建议项目进行了模拟评价，在完整的专家数据和评价模型支持下，取得了较好的评价效果。
五、结语
针对固定资产投资决策科学评价体系的建立和投资决策数据的处理策略，本文提出了一种以AHP方法为基础，并结合专家评价和数据融合处理算法，实现科学、规范的固定资产投资决策支持方法。开发了与所建议的决策体系和方法一致的软件并在实际的决策过程中进行了验证，取得了较好的效果；根据本文所提出的投资决策评价方法，决策过程实现了量化管理、操作流程简洁、在软件的支持下容易操作且重复性非常好，具有一定的推广应用价值。
关键词：固定资产；指标体系；投资决策；专家评价
中图分类号：F273.4 文献识别码：A 文章编号：1001-828X（2018）021-0154-03
一、概述
固定资产投资决策是指对生产和科研类长期使用的固定资产投资进行决策和评价的过程。固定资产的投资均具有较长的投资回收期，企业需要将一定量的资金或物质资源投入到不可立即变现的固定类资产上，投资的目的主要是预期在较长的未来时期中可以获取收益。常见的固定资产投资类别较多，例如生产和科研设备的购置、厂房和生产试验场地的新建和扩建、各种现有固定资产的技术改造、升级、技术引进、专利和知识产权的购买等。
鉴于一般的固定资产投资项目均具有投入金额较大、投资回收期较长、投资决策的专业性强、固定资产变现能力差等特点，所以固定类资产投资具有较大的风险；如果固定资产投资决策失误，严重的有可能对企业正常的生产经营活动、中长期经济效益，甚至对企业生存发展都有重大影响。所有企业均在固定资产投资时必须非常谨慎，必须进行认真的前期可行性研究，广泛采纳不同专业领域专家意见，对可能存在的不同投资方案进行论证和比较，并从中选出最佳的投资方案。
针对固定资产的投资，由于行业领域和投资项目的不同，投资决策所考虑的因素有较大差别。以常见的军工类企业为例，其固定资产投资项目通常包括以下两大类：基本建设项目（包括新建建筑和安全工程、改建或扩建现有厂房及实验室、实验场地改造等）；设备仪器类投资项目（包括购置或研制新的科研、试验、检测、生产类设备仪器，实（试）验室设施的改造升级、专用装置和设备的购置、软件购置等）。军工类企业固定资产投资对保障国防科研项目的开展、高新技术发展、科研工作环境保障都具有非常着重要的作用。
以常见的军工类企业条件保障类项目的投资决策为例，在决策时一般应考虑的决策因素包括社会环境、自然环境、经济、技术、市场和人员等主要因素。社会环境因素又可分解为政治因素、战争因素、技术竞争、法律法规、保密和安全等方面。政治因素也可以进一步分解为国内政治和国际政治环境等多方面；所以，如何综合考虑各方面因素进行科学的投资决策是固定资产投资决策过程中的一个重要问题。
二、基于AHP的投资决策权重配置方法
固定资产投资决策一般涉及到较多的技术、经济、市场和环境因素，投资活动具有极高的复杂性，对固定资产投资项目进行精确量化评估具有很大难度。在进行投资决策前，建立科学的评价指标体系，并确定各种纳入考察范围的技术经济指标的权重、确定各种技术经济指标的重要性是必须首先解决的问题。例如，针对军工类企业条件保障类项目的投资决策，可以建立如图1所示的投资决策评价指标体系。
在确立了指标体系后，确定各种决策支持因素在最终决策中所需考量的份量是一件非常重要的事情。常用的基于非直观经验的多参数相对权重配置方法主要包括德尔菲法、AHP（递阶层次结构法）、模糊权重法、神经网络、遗传算法等等。AHP权重配置方法采用系统逐层分解的原则，首先把影响投资决策的主要因素选择出来作为一级决策参数，然后再将所有的一级决策参数根据对该参数的影响分解成多个二级决策参数，依此方法逐级将参数进行细分，最终形成一个对总的投资决策进行评价的递阶层次结构。通过递阶层次结构，可以让专家对项目各个细化的影响决策的因素进行评价，可较为详细和充分地融入专家的经验，较好地体现先分解决策参数一再判断和评价一最后综合进行投资决策的科学决策过程，可以被广泛应用于各种投资决策过程中。
以军工企业条件保障类固定资产投资决策为例，通过AHP方法配置各个决策参数权重的方法如下。
首先，根据分析将固定资产投资决策的一级因素确定为6个（社会环境、自然环境、经济因素、技术因素、市场因素、人员因素），并根据实际情况构造两两判断矩阵W：
根据两两判断矩阵W，进一步可以检验指标的一致性，计算一致性参数：
上式中，RI为一致性指标，由于矩阵阶数为6，可以从表2中查表得到取值为1.3。
由于一致性参数s小于0.1，计算结果可表明所确定的相对权重矩阵具有较好的一致性。对权重矩阵归一化后计算可以得到一级决策因素的权重向量：
γ=[0.42 0.16 0.1 0.18 0.05 0.075]
注意，在上述计算过程中，如果相对权重矩阵不能通过一致性检验则应适当调整两两判断矩阵，直到满足一致性检验指标为止，否则将得到错误的决策结果。
在确定了一级决策因素的权重向量后，可以继续确定二级决策因素的权重，此时应根据二级决策因素对于一级决策因素的重要性确定相对权重矩阵。以社会环境因素为例，该因素主要由6个二级决策因素支持，即政治因素、战争因素、社会发展、舆论导向、法律法规、保密和安全。基于专家经验，可以确定其相对权重矩阵W1为：
根据两两判断矩阵W1，进一步可以检验指标的一致性，计算一致性参数：
上式表明两两判断矩阵W1具有较好的一致性，对W1权重矩阵归一化后计算可以得到支持一级决策因素社会环境的二级权重向量：
γ=[0.39 0.20 0.1 0.07 0.13 0.089]
根据上述类似的方法，可以确定所有支持一级决策因素的二级决策因素的权重向量。如果全部或部分二级决策因素由第三级的决策因素支持，也可以采用相同的方法计算权重向量。 三、专家决策和数据融合处理
在确立了层次化的权重向量后，即可根据决策评价体系收集专家评估数据，专家需要对所有的底层决策参数做出评价。在专家评价的过程中，主要采用评分制或分级评价制。投资决策过程通过引入专家评估而实现了定量化，从而在较大程度上保证了决策评价结果的科学性、完整性与可比性。
不论是采用评分制或分级评价制都需要设计一种数据融合方法将多个专家的评估建议融合成对一个综合的决策建议，即将多个专家的针对某个指标的评价综合成一个总的评价。在进行专家评价结果融合的过程中，有学者建议使用模糊数据融合的方法，该方法首先确定模糊变量以及模糊隶属函数，然后通过推理得到决策结果，由于隶属函数的定义较为复杂，而且推理过程不便于实现，所以在实际使用过程中应用不多。
基于对长期的固定资产投资决策数据的分析，本文推荐一种基于特异数据去除策略和与专家评价机制相结合的数据融合算法。在实际的投资决策过程中，由于参与投资决策的专家水平和经验差别比较大，本身知识、经验和判断能力决定了专家所给出的评价决策建议的合理性与科学性。实际操作过程中，不同专家对于同一投资决策因素所作的评价会因为信息量的差异、对评价原则理解的差异、对所投资项目领域的了解程度的差异等原因给出非常不同的结果。
从投资决策过程来看，采用简便、可行的算法对所存在的上述有差异的评价结果进行融合，形成一个综合的评价意见或建议是非常必需的。为了较好地融合具有不同背景和经历的专家的评价结果，所以有必要把针对专家个人素质的评价作为数据融合因素（称为专家权重）加以考虑；针对于某一类投资决策参数，针对不同专家可在评价基础上设置不同的权重，例如技术类型的专家在技术因素方面的权重可以比其在环境因素方面的权重要大，长期从事管理和战略决策类工作的专家则可在环境因素方面设置较大的权重。为了实现多个专家对某个投资因素的不同评价结果的融合处理，本文提出了如下的数据处理策略：
1.针对每个或每类评价因素，分别对参与评价的专家基于其资质、经历和能力在评价基础上设置数据融合的专家权重指标。
2.针对某单一投资决策因素存在较大差异的评价结果，基于所有评价结果的分布情况，剔除偏离一般评价较大的投资评价结果，并在此基础上综合得到最终的评价结果。
现假设对于某个单一的投资决策因素有n个专家进行了评价，每个专家给出的评价结果为sk，（k=1…n），同时针对专家能力、经验和资质的评价结果分别为wk。在针对该投资决策因素进行数据融合前，可以求出该决策因素的评价结果均值：
同时可求得该投资因素评价的方差平均值：
一般可以认为，与均值偏差大于方差平均值两倍以上的专家评价结果和一般评价结果差异较大，可信度较低，所以在数据融过程中可以被去除。即在数据融合过程中所有满足下式的投资评价建议都不被纳入最终计算评价结果的过程中：
上述过程即去除特异性评价建议的过程。设去除特异性评价建议后的样本数量为n1，则针对该投资评价因素的最终评估结果s可表示为：
在确定了单一指标的投资评价结果基础上，可以结合递阶层次结构方法采用如下公式自底向上继续计算投资评价因素所支持的上级决策因素的评价值；设某决策因素由m个下级决策因素支持，则即评价结果为：
上式中，R（1=1…m）为支持决策的下级因素的评价结果。γi为利用AHP法确定的支持决策因素i的权重。结合投资决策因素的树状结构，利用上述公式即可依次完整计算出项目的投资决策评价值。
四、软件系统开发和测试
根据本文提出的投资决策算法，采用C 语言开发了专用的固定资产投资决策支持软件。软件以Microsoft SQLSEVER數据库存储所有数据，支持图形化界面和交互操作。在软件数据库中保存了专家数据、投资项目信息、用户管理信息；支持通过EXCEL导入专家评价结果和针对专家的评价建议。开发的固定资产投资决策支持软件包括如下的功能组件：
1.专家数据管理模块，对专家的基本信息、专家能力和资质评价进行管理。
2.投资项目管理模块，对投资项目的基本信息进行管理。
3.投资决策模块，可以录入和导入专家评价结果，并调用投资决策计算程序完成自动计算功能。
4.数据接口模块：支持通过EXCEL、WORD和文本文件方式导出项目评价意见、项目汇总数据、专家信息数据。支持投资决策报告的打印和预览。
5.用户和权限管理模块：实现软件用户信息和权限的管理，系统登录和注销等功能。
软件开发完成后，针对某大型企业过去5年中的研发和条件建设类固定资产投资建议项目进行了模拟评价，在完整的专家数据和评价模型支持下，取得了较好的评价效果。
五、结语
针对固定资产投资决策科学评价体系的建立和投资决策数据的处理策略，本文提出了一种以AHP方法为基础，并结合专家评价和数据融合处理算法，实现科学、规范的固定资产投资决策支持方法。开发了与所建议的决策体系和方法一致的软件并在实际的决策过程中进行了验证，取得了较好的效果；根据本文所提出的投资决策评价方法，决策过程实现了量化管理、操作流程简洁、在软件的支持下容易操作且重复性非常好，具有一定的推广应用价值。