投資是企業創造與積累財富、保持可持續發展的前提,同時,投資又是企業價值得以最大化的源泉。首先,企業投資決策活動,不僅受其自身各種因素的影響,而且與其所處的內外環境有著不可忽略的聯系,因此,企業在進行投資決策時需要考慮的因素很多,必須對這些因素進行權衡、取舍和利用,才能得出最終的決策結果;其次,對于一般的企業集團來講,他們面臨的往往是項目群,對該項目群中項目的取舍,會直接影響到集團投資目標的實現,影響到企業集團的整體投資收益水平。
根據以上兩點,可以將投資決策歸納為一種多屬性決策問題。多屬性決策是指在決策過程中考慮的決策屬性不止一個,而且可供選擇的決策方案個數有限并且已知。由于各屬性對各對象的描述可能不一致,因此,根據一個屬性往往無法得出合理的決策,必須綜合考慮各個屬性才能獲得有效的決策結果。此外,對于各個屬性的取值,一般情況下,可以根據經驗公式計算出具體的數值,但是,這其中存在一個問題,即忽略了屬性的模糊性。因為經驗公式具有一定的數據依賴性,所以在描述待處理數據時,必然存在一定的不確定性,這種不確定性是由于事務本身的不確定性和決策者(或專家)的主觀性引起的,這就是客觀存在于萬物之中的模糊性。因此,本文借助模糊集來描述投資決策中存在的不確定性,解決企業項目投資決策中的一些關鍵問題。
一、投資決策的問題描述
企業集團項目群的投資決策涉及到多個(或多層)指標(或屬性)。例如,影響項目投資決策的屬性可能包括內含報酬率、初始投資額、投資回收期、風險程度等等,原始的投資決策表如表1所示。其中,內含報酬率是使投資項目的凈現值等于零的貼現率,實際上反映了投資項目的真實報酬,是相對指標;初始投資額是絕對指標,是指項目初始投資時所投入的費用;投資回收期是指收回初始投資所需要的時間,一般以年為單位,是原始投資額與年現金凈流量的比值;風險程度是標準差與期望值之比,是綜合考慮了政策風險、技術風險、市場風險、管理風險和環境風險等得出的量化值,表示標準差與期望值的離散程度。
如果根據初始內含報酬率來判斷,應該選擇投資項目X,如果根據初始投資額,應該選擇投資項目Z(這需要根據企業的財務狀況來決定),如果按照投資回收期來判斷,應該選擇投資項目X,如果按照風險程度,應該選擇投資項目Y。可以看出,根據不同的屬性來判斷,得到的結果是不同的。選擇投資額大于投資資金限額的項目,并不是絕對不可行,因為可以選擇逐年投入資金,而且根據財務狀況和理財環境的變化進行調整;對于小于資金限額的項目,也不一定被選上。因此,需要一種綜合的多屬性決策方法,權衡利弊,最終選出最適合投資的項目。
二、基于模糊距離的多屬性決策模型
針對以上投資決策問題,本文提出一種基于模糊距離的投資決策方法。該方法通過對原始決策表進行模糊化,并確定基準向量作為理想投資項目,進而度量已有的每個項目與基準向量的距離,最終投資的項目是與基準向量最接近的項目。
(一)模糊化
如前所述,影響投資決策的屬性都具有一定的模糊性,這里將投資決策表中的每個屬性都看作一個模糊語言變量,每個語言變量可取若干語言值,每個語言值又對應一個模糊集。因此,模糊化主要包括兩個步驟,一是確定語言值的個數和等級;二是確定語言值對應的模糊集。對此,首先根據問題特點確定語言值的個數;然后根據模糊分布法確定各個語言值的隸屬度函數,即根據現有隸屬度分布,結合數據獲取精度的情況,確定隸屬度函數的表達形式。例如,對于表1的屬性“內含報酬率”,根據專家知識和企業實際,這個語言變量可以取“很高”、“高”、“中”、“低”四個級別的語言值,這四個語言值對應的四個模糊集如圖1所示。
(二)基準向量與模糊距離
為了確定最優的投資項目,需要確定投資項目的理想數據特征,即基準向量。基準向量確定的原則:將最高級別語言值的隸屬度賦值為1,其他級別語言值的隸屬度賦值為0。例如,對于表1的屬性“內含報酬率”,因為它包含4個不同級別的語言值,那么該屬性的理想數據特征是{1,0,0,0}。
最終投資的項目是與基準向量最接近的項目,因此,需要確定一個模糊距離的計算公式,來度量已有的每個項目與基準向量之間的距離。模糊距離的計算如下所示:
下面給出基于模糊距離的投資決策方法的具體步驟。
(三)步驟
第1步:將原始投資決策表進行模糊化;
第2步:確定基準向量;
第3步:計算每個項目對應的模糊集與基準向量之間的距離;
第4步:求出最小距離對應的項目,得到最終的決策結果。
針對投資決策中存在的不確定問題,本文通過對原始投資決策表進行模糊化,并引入基準向量,通過計算已有項目的模糊向量與基準向量的距離,得到投資決策的定量結果,從而使決策問題變得簡單和明朗。為了對該方法進行進一步說明和驗證,下面給出一個實例并進行分析。
三、實例分析
假設某公司有三個可供選擇的獨立項目:項目X、項目Y、項目Z,有關項目的原始數據如表1所示。其中,影響決策的因素包括內含報酬率、初始投資額、投資回收期、風險程度,即四個屬性。
首先,對原始決策表進行模糊化。“內含報酬率”的語言值分別為“很高”、“高”、“中”、“低”四個級別;“初始投資額”的語言值分別為“超額”、“適宜”兩個級別;“投資回收期”的語言值分別為“短”、“較短”、“中”、“長”四個級別;“風險程度”的語言值分別為“很大”、“大”、“中”、“小”四個級別。以上語言值對應的模糊集如圖2所示。
最后,求出最小距離,確定投資決策結果。顯然,項目X的模糊向量與基準向量的距離最小,所以投資項目X。
可以看出,應用本文方法所得出的結論和文獻[1]所取得的結論是一致的,這說明了本文方法的有效性。另外,相對于文獻[1]的方法,本文方法在確定屬性的語言值時,是根據每個屬性的具體特點進行等級劃分,而不是對所有的屬性都劃分為完全一樣的語言值。顯然,本文方法更為靈活、更貼合實際。
四、結論
投資決策必須在科學理論的指導下,遵循科學的程序,進行科學的分析、論證,使所選取的投資方案達到技術、經濟的統一與最優化。本文通過對投資決策中的模糊性進行描述,應用模糊語言變量和模糊語言值,建立了基于模糊距離的投資決策模型;然后利用該模型,結合實例數據,對本文方法進行了實證研究。結果表明,本文所建立的基于模糊距離的決策模型,可有效運用于企業項目群的投資決策。
【主要參考文獻】
[1] 王新利.模糊綜合評價法在項目投資決策中的運用[J]. 財會月刊,2009(2).
[2] 王宏輝,黃山.模糊綜合評價法在項目投資決策中的應用[J]. 蘭州交通大學學報,2008(3).
[3] 于本海.基于AHP的軟件項目風險投資決策模型研究[J].科技管理研究,2009(6).
