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篇運籌學(xué)最新進(jìn)展范文，相信會為您的寫作帶來幫助，發(fā)現(xiàn)更多的寫作思路和靈感。

運籌學(xué)最新進(jìn)展范文第1篇

在這些實際問題中，對復(fù)雜數(shù)據(jù)的分類問題及復(fù)雜函數(shù)估計問題的分析是解決這類問題的重要方面。近幾年，學(xué)者在復(fù)雜數(shù)據(jù)分類及復(fù)雜函數(shù)估計問題解決方面作出了重大的貢獻(xiàn)，其中支持向量機是近幾年解決此類科學(xué)問題的重要工具。

支持向量機的理論基礎(chǔ)是統(tǒng)計學(xué)習(xí)理論，主要用于分類及模式識別問題。目前支持向量（回歸）機已應(yīng)用在外貿(mào)出口預(yù)測、電力負(fù)荷預(yù)測、農(nóng)產(chǎn)品的消費市場需求動態(tài)預(yù)測、投資組合風(fēng)險預(yù)測等方面。由于復(fù)雜的函數(shù)估計問題和復(fù)雜的數(shù)據(jù)分類問題在經(jīng)管類研究生研究的問題中普遍存在，因此將支持向量機作為實驗工具，培養(yǎng)經(jīng)管類研究生解決這一類問題的動手能力和研究能力具有重要的現(xiàn)實意義。

一、我校管理類研究生教育現(xiàn)狀

目前，我校提出了建設(shè)“教學(xué)科研型大學(xué)”的目標(biāo)。在這一目標(biāo)的指引下，如何培養(yǎng)學(xué)生的科研能力及創(chuàng)新能力是這一課題的重要問題之一。目前，我校擁有3個博士點、4個一級學(xué)科碩士點、27個二級學(xué)科碩士點，在校全日制碩士、博士研究生數(shù)量超過1000人。隨著我校發(fā)展，博士點、碩士點、研究生數(shù)量穩(wěn)步上升。研究生逐漸成為一支不可忽略的科研生力軍。因此，培育和發(fā)展我校研究生的論文寫作能力，是加強我?？蒲心芰ㄔO(shè)的重要途徑之一。

管理學(xué)院作為我校培養(yǎng)經(jīng)濟(jì)管理人才的學(xué)院之一，近年來加大了對學(xué)生科研創(chuàng)新能力的培養(yǎng)力度，對經(jīng)濟(jì)管理研究生的培養(yǎng)進(jìn)行了調(diào)研，并提出了很多教學(xué)改進(jìn)方法。在這些管理問題中，復(fù)雜的分類問題和多元數(shù)據(jù)非線性回歸問題是其中的重要方面，很多決策、預(yù)測、評價等問題均可以抽象為以上兩種科學(xué)問題。支持向量機是近幾年用于解決該類問題的一種較流行的工具。因此，本實驗教改的實驗教案可以為經(jīng)管類學(xué)生深入學(xué)習(xí)支持向量機及幫助其了解非線性預(yù)測方法具有一定的現(xiàn)實意義。經(jīng)過前期理論知識積累和現(xiàn)場實踐經(jīng)驗的總結(jié)，對支持向量機應(yīng)用于實驗教學(xué)環(huán)節(jié)進(jìn)行有益的探索，并從理論與實踐角度為培養(yǎng)研究生的研究能力和動手能力提供實驗材料。

二、實驗設(shè)計方法

對于綜合設(shè)計性實驗項目的研究與設(shè)計，主要采取了以下課題研究方法：

（1）調(diào)查分析法：根據(jù)對課題的理解與規(guī)劃，以各種交流溝通方式對主講教師進(jìn)行訪談，有針對性地調(diào)查實驗教學(xué)的基本情況，進(jìn)而整理與分析現(xiàn)今實驗教學(xué)環(huán)節(jié)存在的問題、原因，并在此基礎(chǔ)上找到解決問題的思路。此外，對外采用各類調(diào)研方式，如學(xué)?；ヂ?lián)網(wǎng)主頁瀏覽、走訪等方式，對其他兄弟院校的實驗教學(xué)理念和成功經(jīng)驗進(jìn)行調(diào)研與總結(jié)。

（2）文獻(xiàn)資料法：課題組利用我校教學(xué)、科研資源，特別是我校圖書館的圖書資源及各類電子網(wǎng)絡(luò)資源，其中包括維普數(shù)據(jù)庫、CNKI博碩論文全文數(shù)據(jù)庫、超星數(shù)字圖書館、EBSCO數(shù)據(jù)庫、Sciendirect、SpringLink數(shù)據(jù)庫等網(wǎng)絡(luò)數(shù)據(jù)資料，檢索與課題研究問題相關(guān)的專著和論文，了解本領(lǐng)域課題研究的最新進(jìn)展情況，總結(jié)、歸納出最新的、具有代表性的實驗案例及實驗方案。

三、針對專業(yè)的實驗課題選擇

在實驗課題的選擇上，首先要考慮研究生的不同專業(yè)領(lǐng)域和研究方向，其主要來源主要從以下幾個方面考慮：

1.人力資源管理方向。針對研究方向偏向于人力資源管理的學(xué)生。本項目選取了企業(yè)人力資源的預(yù)測問題作為其中的一個實驗，通過該實驗使得此類學(xué)生能夠建立起支持向量機解決工商管理領(lǐng)域中的一些問題的思路。

2.交通管理類學(xué)生。研究方向偏向于交通管理類的學(xué)生其研究的領(lǐng)域主要偏向于解決交通管理中的一些實際問題，如交通流量預(yù)測。因此，在實驗選擇中選取交通流量預(yù)測問題作為其中的一個實驗，通過該實驗使得此類學(xué)生能夠建立起支持向量機解決交通管理領(lǐng)域中的一些問題的思路。

3.管理科學(xué)與工程類學(xué)生。對于研究方向偏向于管理科學(xué)與工程類的學(xué)生在實驗選擇中選取了項目終止決策問題作為其中的兩個實驗，通過該實驗使得此類學(xué)生能夠建立起支持向量機解決管理決策領(lǐng)域中的一些問題的思路。

4.經(jīng)濟(jì)類學(xué)生。經(jīng)濟(jì)類學(xué)生對時間序列地研究要求較高，本項目選取了多維時間序列的外貿(mào)出口量預(yù)測驗，通過該實驗使得此類學(xué)生建立支持向量機解決多元非線性時間序列領(lǐng)域中的一些問題的思路。

5.信息管理類學(xué)生。信息管理類學(xué)生較多地研究管理信息系統(tǒng)及決策支持系統(tǒng)，因此本項目選取物業(yè)稅稅基批量評估作為實驗項目，該實驗實際上是通過支持向量機構(gòu)建一種專家系統(tǒng)。通過該實驗幫助信息管理類學(xué)生建立如何利用機器學(xué)習(xí)方法構(gòu)建專家系統(tǒng)。

四、問題與對策

在實際實驗教學(xué)實踐過程中，遇到如下問題：（1）我院研究生的研究方向較多，本項目中設(shè)計的實驗項目無法覆蓋到所有研究方向的學(xué)生。（2）現(xiàn)有解決分類問題和多元非線性問題的工具較多，本項目設(shè)計的實驗僅考慮支持向量機一種，對于更高層次的研究要求，例如，對其他模型的比較、模型的魯棒性、模型的效率等方面有待進(jìn)一步深入。

針對以上不足，提出如下改進(jìn)措施：（1）進(jìn)一步對該實驗教學(xué)系統(tǒng)的應(yīng)用領(lǐng)域進(jìn)行有針對性的擴充和完善，搜集和整理相關(guān)資料，本研究設(shè)計的6個實驗項目在今后的教學(xué)實踐中還需要進(jìn)一步的修改和完善。（2）在對模型的比較和更深入的研究方面，學(xué)院可進(jìn)一步開展其他類似工具的教學(xué)。對數(shù)學(xué)基礎(chǔ)較好的同學(xué)開設(shè)一些深度較高的課程，例如神經(jīng)網(wǎng)絡(luò)、復(fù)雜系統(tǒng)建模、隨機過程等，引導(dǎo)他們做更深入的研究。

因為所選取的科研課題是緊密聯(lián)系實際生活和工作崗位的，所以研究生在以后研究工作中初步建立起解決分類問題和非線性多元回歸問題的基礎(chǔ)，在遇到此類問題的時候能夠立即有一定的解決思路，能夠較快地進(jìn)入研究角色，縮短解決問題的路徑和難度。

運籌學(xué)最新進(jìn)展范文第2篇

項目的執(zhí)行組織通常將項目分成若干個項目階段，以便進(jìn)行更好的管理控制，并與項目執(zhí)行組織的持續(xù)運作之間建立起恰當(dāng)?shù)穆?lián)系。這些全部項目階段的整體被稱為項目生命周期。項目管理是在有限的資源約束下，運用系統(tǒng)觀點、理論和方法，對項目生命周期全過程及項目所涉及的全部工作和資源進(jìn)行系統(tǒng)的計劃、組織、控制、協(xié)調(diào)的動態(tài)管理過程，是旨在實現(xiàn)項目規(guī)定目標(biāo)的管理方法體系和管理活動。

項目管理是以實現(xiàn)項目目標(biāo)為宗旨的，項目的成功最終是以完成了項目的目標(biāo)為標(biāo)志的。項目目標(biāo)就是項目管理所期望達(dá)到的預(yù)期結(jié)果。項目管理的目標(biāo)主要有三個方面：項目的費用目標(biāo)、項目的時間目標(biāo)和質(zhì)量目標(biāo)，這三個方面共同構(gòu)成項目管理的三個目標(biāo)要素，是項目管理的三個基本目標(biāo)，有時稱之為項目管理的三大目標(biāo)。項目管理目標(biāo)除了費用、時間和質(zhì)量三個基本目標(biāo)之外，根據(jù)項目的自身特點還會有其他相關(guān)目標(biāo)，如安全目標(biāo)、項目參與各方滿意度目標(biāo)、與環(huán)境協(xié)調(diào)目標(biāo)和可持續(xù)發(fā)展目標(biāo)等。

項目管理目標(biāo)的一個主要特點是多目標(biāo)性，而這些目標(biāo)之間彼此相互沖突，實施項目管理的過程就是多目標(biāo)協(xié)調(diào)的過程。因此，項目多目標(biāo)集成管理成為項目管理工作的一個核心內(nèi)容。項目多目標(biāo)集成的核心是突出一體化的整合思想，它追求的不是項目單個目標(biāo)的最優(yōu)，而是要在項目多個目標(biāo)同時優(yōu)化的基礎(chǔ)上，尋求項目目標(biāo)之間的協(xié)調(diào)和平衡，從而最終實現(xiàn)項目管理活動的總體效率和效果的提高。

本文基于babu和suresh提出的線性規(guī)劃模型對時間－費用－質(zhì)量項目多目標(biāo)集成模型進(jìn)行了定量的分析，就此集成模型在項目多目標(biāo)集成管理中的應(yīng)用提出了自己的觀點。

1多目標(biāo)集成模型

項目費用、時間和質(zhì)量三個基本目標(biāo)的定性分析為項目管理人員提供了在進(jìn)行這三個項目目標(biāo)權(quán)衡和集成時的基本思路。也有很多學(xué)者進(jìn)行了大量關(guān)于這三個目標(biāo)定量集成模型的理論和實證研究，這方面的研究起步于關(guān)鍵路徑法(cpm)，重點研究的是時間和費用目標(biāo)之間的集成問題，還有關(guān)于贏得值分析(evm：earnedvaluemanagement)的研究等。關(guān)于時間和費用之間權(quán)衡和集成的定量分析研究比較多，也比較深入，關(guān)于與質(zhì)量目標(biāo)集成的研究相對比較少，而質(zhì)量目標(biāo)顯然是所有項目目標(biāo)中最基本也是最重要的，如何實現(xiàn)質(zhì)量目標(biāo)與費用和時間目標(biāo)的集成方面的研究具有重要意義。1996年，babu和suresh提出了一種新的方法，該方法利用三個相關(guān)的線性規(guī)劃模型，對費用、時間和質(zhì)量三者的權(quán)衡和集成進(jìn)行了研究。

1.模型假設(shè)

babu和suresh是在假設(shè)各項工序及其先后次序已知的情況下闡述該方法的。首先假設(shè)項目的活動已經(jīng)被分解，并且每一活動都有一個正常完工時間和一個極限完工時間；與正常完工時間對應(yīng)的是項目的正常費用和正常作業(yè)質(zhì)量，與極限完工時間對應(yīng)的是極限費用和速成作業(yè)質(zhì)量；并假設(shè)每一活動的費用和質(zhì)量隨完工時間呈線性變化；在每一活動完工時間已知的情況下，用傳統(tǒng)的cpm法即可計算出工程完工的總時間；項目總費用就是各道工序費用之和，而項目總體質(zhì)量由每一活動質(zhì)量水平的平均水平來確定。

2.變量定義

babu和suresh模型以線性規(guī)劃和雙代號網(wǎng)絡(luò)圖為基礎(chǔ)，因此，首先要定義以下變量：

m：事件（即雙代號網(wǎng)絡(luò)圖中的節(jié)點）的數(shù)量；

n：活動的數(shù)量；

yi：事件i（i＝1,2,…,m）的最早時間；

xij：活動（i,j）的實際時間（xij和yi都是決策變量）；

tij：活動（i,j）的正常時間；

t′ij：活動（i,j）的極限時間（tij≥t′ij≥0）；

cij：活動（i,j）的正常費用；

c′ij：活動（i,j）的極限費用（c′ij≥cij≥0）；

qij：活動（i,j）的正常質(zhì)量；

q′ij：活動（i,j）的極限質(zhì)量（qij≥q′ij≥0）；

tt：項目的總時間；

tc：項目的總費用；

tq：項目的總質(zhì)量；

t′：項目總時間的上限；

c′：項目總費用的上限；

q′：項目總質(zhì)量的下限；

λij：活動（i,j）的質(zhì)量權(quán)重。

對于虛工作而言，定義其tij＝t′ij＝0。

根據(jù)項目管理的基本特點和線性規(guī)劃的要求規(guī)定：

1)項目在時間為0的點上開始，即：y1＝0；

2)每一項活動（i,j）的實際時間xij受到其正常時間tij和極限時間t′ij的限制，要不短于極限時間，不長于正常時間，即：tij≥xij≥t′ij；

3)對每一項活動（i,j）而言，其實際時間xij和其前后相關(guān)事件i、j的最早時間yi、yj具有以下關(guān)系：yi＋xij－yj≤0；

4)項目的總時間tt在數(shù)量上應(yīng)該等于最后完成事件m的最早時間，也就是雙代號網(wǎng)絡(luò)圖上終節(jié)點的最早時間，即：tt＝y(tǒng)m；

5)假設(shè)每一項活動的費用和它的時間具有一定的線性關(guān)系，如圖1所示：在活動(i,j)的費用－時間關(guān)系曲線f(c,t)中，令aij表示曲線f(c,t)在費用軸c上的截距，bij表示曲線f(c,t)的斜率，那么有：

項目的總費用可以由每一項活動的費用計算得到，即：

6)同樣的，假設(shè)每一項活動的質(zhì)量和它的時間具有一定的線性關(guān)系，在活動(i,j)的質(zhì)量－時間關(guān)系曲線f(q,t)中，令a′ij表示曲線f(q,t)在質(zhì)量軸q上的截距，b′ij表示曲線f(q,t)的斜率，如圖2所示。

3.費用、時間、質(zhì)量目標(biāo)集成線性規(guī)劃模型

根據(jù)以上的前提和假設(shè)，結(jié)合項目管理的基本特點和管理規(guī)劃技術(shù)的相關(guān)知識可以得到項目費用、時間、質(zhì)量集成三個的線性規(guī)劃模型。

如果項目需要要獲得最短的項目完成時間，在此情況下也不能完全忽略項目的費用和質(zhì)量。因此，可以得到在項目費用和質(zhì)量約束下的時間、費用、質(zhì)量集成線性規(guī)劃模型，見如下模型1：

（2）同樣的，針對需要盡量減少項目費用的情況，可以相應(yīng)的得到在項目時間和質(zhì)量約束下的費用、時間、質(zhì)量集成線性規(guī)劃模型，見如下模型2：

（3）同樣的，針對需要盡量提高項目費用質(zhì)量的情況，可以相應(yīng)的得到在項目時間和費用約束下的費用、時間、質(zhì)量集成線性規(guī)劃模型，見如下模型3：

2.多目標(biāo)集成線性規(guī)劃模型在實際項目中的應(yīng)用

對于babu和suresh提出的線性規(guī)劃模型，通過實際項目數(shù)據(jù)分析和驗證，發(fā)現(xiàn)該模型的使用比較簡單，得出的結(jié)論也與項目實際基本相符，但也提出該模型在使用過程中應(yīng)該注意的問題，并對該模型的結(jié)論做了進(jìn)一步的拓展。

將線性規(guī)劃模型應(yīng)用在實際的案例中，并對最后的求解進(jìn)行分析驗證。西安nb工程技術(shù)有限責(zé)任公司的cch項目中，要求在壓縮項目時間，降低項目費用的同時，保證產(chǎn)品的性能指標(biāo)。這對項目管理水平提出了很高的要求，也為項目多目標(biāo)集成管理提供了運用空間。

cch項目分為三個主要階段共十個工作包，根據(jù)cch項目的特點，選擇以時間為主要目標(biāo)，根據(jù)線性規(guī)劃模型1，實際項目模型為：

上圖非常清楚的給出了項目的工期、成本和質(zhì)量之間的關(guān)系，他們構(gòu)成了項目多目標(biāo)集成計劃編制參考圖系。圖中的每一個點具有不同的工期、成本和質(zhì)量，也就代表了一種不同的計劃方案。例如點（634.75千元，104.9天，90％）、（743.58千元，93.6天，95％）等。如果項目質(zhì)量要求高，且要求工期短資金充足，可以選用后一種方案，反之則應(yīng)該采用前一種方案。在編制項目計劃過程中，必須根據(jù)項目的實際情況做出計劃方案的選擇?？傊?，借助于模型分析的結(jié)果，有助于對項目的三個目標(biāo)進(jìn)行正確的權(quán)衡和集成。

通過對babu和suresh線性規(guī)劃模型的實際應(yīng)用分析，有如下對于費用、時間和質(zhì)量三個項目目標(biāo)集成有意義的結(jié)論，可供項目決策者參考：

1)對于每一種質(zhì)量水平都存在一個預(yù)算費用的臨界值，如果超過該值即使增加預(yù)算對加快項目的進(jìn)度也沒有多大作用；

2)若平均質(zhì)量要求降低，則預(yù)算費用的臨界值將會增大，這就使得工期會進(jìn)一步縮短；

3)項目的完工時間也有一個臨界值，若超過該值，則加快項目進(jìn)度將導(dǎo)致項目費用的劇增。

此外，在應(yīng)該這個模型的實際過程中我們也獲得了一些關(guān)于參數(shù)處理上的經(jīng)驗。babu和suresh線性規(guī)劃模型因為有專門的成熟的計算機處理程序，所以計算過程相當(dāng)簡單，在使用過程中最為耗時的是相關(guān)輸入?yún)?shù)的獲取，同時需要項目實際管理和工作人員的積極配合。

在參數(shù)獲取的過程中，一般情況下，在正常情況下的時間和費用參數(shù)很容易獲得，但在加速施工時費用參數(shù)的獲得要注意的是，應(yīng)只考慮可變費用部分（如和時間密切相關(guān)的人工費和機械臺班費），對于采購的工程設(shè)備和材料的費用應(yīng)不予考慮，因為這部分費用雖然占的比重可能很大，但基本不受時間長短的影響。

質(zhì)量參數(shù)的獲取相對最為困難，因為工序的質(zhì)量通常是由管理人員主觀判斷而獲得，只有少數(shù)情況下可以用技術(shù)規(guī)范中的規(guī)定去定量而客觀的得出。對質(zhì)量水平的評定一般不用絕對值，而用相對值。一般假定在正常時間和費用的情況下得出的質(zhì)量水平為100%，進(jìn)而確定在極限情況下質(zhì)量水平的下降比例。另外應(yīng)注意有的工序的質(zhì)量水平可能隨時間的縮短而下降的可能性比較大，有的可能比較小，但有的關(guān)鍵工序質(zhì)量的微弱下降可能對工程整體質(zhì)量下降有非常大的影響。所以可以考慮將不同的工序根據(jù)時間對其影響大小和對整體質(zhì)量水平影響的程度給予不同的權(quán)重。

3結(jié)束語

項目的多目標(biāo)集成管理對于超大工程項目的成功實施具有重要意義，本文中的多目標(biāo)集成線性規(guī)劃模型定量的分析了時間、費用、質(zhì)量三個基本目標(biāo)的權(quán)衡和集成，同時通過案例分析指出了在實際項目中應(yīng)用該模型需要注意的問題和有實際意義的結(jié)論。

參考文獻(xiàn)

[1]pmistandardscommittee.aguidetotheprojectmanagementbodyofknowledge[j].projectmanagementinstitute,2000.

[2]j.rodneyturnerandstephenj.simister.projectcontractmanagementandatheoryoforganization[j].internationaljournalofprojectmanagement,2001,19:457-464.

[3]dobakhangandyinmonmyint.time,costandqualitytrade-offinprojectmanagement:acasestudy[j].internationaljournalofprojectmanagement,1999,17(4):249-256.

[4]姚兵編著.建筑管理學(xué)研究[m].北京:北方交通大學(xué)出版社,2003.

[5]錢頌迪主編．運籌學(xué)[m].北京：清華大學(xué)出版社,1990.

[6]吳育華、杜綱編著．管理科學(xué)基礎(chǔ)[m]．天津：天津大學(xué)出版社,2001.

[7]吳育華、付永進(jìn)著．決策、對策與沖突分析[m]．?？冢耗戏匠霭嫔?2001.

運籌學(xué)最新進(jìn)展范文第3篇

在現(xiàn)實生活中，很少有投資者會將所有的投資集中在一只股票上，基于此，馬科維茨（H·Markowitz）教授于1938年提出了投資組合的概念，建立了現(xiàn)代證券組合理論，以統(tǒng)計學(xué)上的均值和方差等概念來衡量組合的收益和風(fēng)險，給出了投資者如何根據(jù)自己的風(fēng)險承受能力建立自己的最優(yōu)組合以最大化其投資收益，并將風(fēng)險分解為系統(tǒng)和非系統(tǒng)風(fēng)險，從而，指導(dǎo)投資者最優(yōu)化其投資行為。此后，其學(xué)生威廉·夏普（M·Sharpe）、林特納(Lintner)等為強化該理論的應(yīng)用，將其注意力從馬科維茨的微觀研究轉(zhuǎn)向整個市場，將其復(fù)雜形態(tài)簡化為以市場指數(shù)為基礎(chǔ)的單因素關(guān)系，并發(fā)現(xiàn)在均衡市場條件下資本資產(chǎn)的收益與風(fēng)險遵循線性關(guān)系，即著名的以均值--方差模型為前提的資本資產(chǎn)定價模型（CAPM）。然而，由于CAPM所要求的前提過于嚴(yán)格限制了其應(yīng)用，許多經(jīng)濟(jì)學(xué)家試圖研究在一定弱化條件下的定價理論，他們是邁耶斯(Mayers，1972)的存在大量非市場化資產(chǎn)的投資定價理論、羅斯（Ross）的套利定價理論(APT)以及布里登（Breeden）資產(chǎn)收益率與平均消費增長率的線性關(guān)系模型（CCAPM）等等為數(shù)眾多的數(shù)量化投資模型，為市場投資行為選擇提供了一定決策依據(jù)。

Roberts和Osbome在對股票市場價格的長期研究后，發(fā)現(xiàn)市場價格遵循“隨機漫步”或“隨機游動”的規(guī)律，由此，以Fama教授為代表的經(jīng)濟(jì)學(xué)家提出了有效市場理論，認(rèn)為投資者對市場信息會作出合理的反應(yīng)，將市場信息與股票價格相結(jié)合。進(jìn)入1980年代，在探尋一般均衡定價模型進(jìn)展不大的情況下，將定價理論的研究方向轉(zhuǎn)向注重市場信息的考察。經(jīng)過實證檢驗，邦德特和塞勒(BondtandTheler1985)發(fā)現(xiàn)股市存在投資者有時對某些消息反應(yīng)過度(overreact)，而杰格蒂什(Jegadeesh1990)、萊曼(Lehmann1990)等則發(fā)現(xiàn)了股價短期滯后反應(yīng)現(xiàn)象，由此，杰格蒂什和迪特曼(Titman1993)認(rèn)為投資者對有關(guān)公司長遠(yuǎn)發(fā)展的消息往往有過度的反應(yīng)，而對只影響短期收益的消息則反應(yīng)不足，關(guān)于這一點仍然存在著爭論，盡管如此，信息與股價之間應(yīng)存在著某種關(guān)系得到了經(jīng)濟(jì)學(xué)家們的認(rèn)同，并且，弗倫奇和羅爾(Roll)的實證研究證明了股價波動幅度與可獲得信息量之間存在著良好的正相關(guān)關(guān)系。

然而，這些定價理論在現(xiàn)代經(jīng)濟(jì)金融學(xué)家的推動下得到巨大發(fā)展的同時也遇到了嚴(yán)峻的挑戰(zhàn)，這種挑戰(zhàn)表明了“對(股票、債券等)金融資產(chǎn)價格變動缺乏有效的解釋手段反映了我們科學(xué)體系的不成熟”，面對這一現(xiàn)實，金融學(xué)家們開始嘗試?yán)梅蔷€性方法與混沌思想來理解股票市場行為，甚至采用具有黑盒子性質(zhì)的定價核概念、半自回歸方法和半非參數(shù)估計以及近年興起的系統(tǒng)仿真等新方法，試圖解釋信息對投資行為的影響，這些研究方法將成為股票定價理論的新興的令人激動的發(fā)展領(lǐng)域。

但是，這些模型的應(yīng)用都需要較為高深的專業(yè)知識和龐大的數(shù)據(jù)系統(tǒng)，而且，所需數(shù)據(jù)要求有較長的時間跨度，以滿足“大數(shù)定理”的要求，這些對于新興市場和廣大的普通投資者來講，難為其用，而且，市場價格的變化往往與股票“內(nèi)在價值”并不一致，因此，尋找一種既簡便又能適應(yīng)市場基本狀況的定價方法就自然成為了我們的追求。這里，我們希望借用20世紀(jì)80年代興起的灰色系統(tǒng)理論，探索一套簡便易用的股票投資價值預(yù)測模型，以期能為投資者的決策行為提供一定的指導(dǎo)作用。

2．股票投資價值灰色系統(tǒng)模型

灰色系統(tǒng)理論（GreySystemTheory）的創(chuàng)立源于20世紀(jì)80年代。鄧聚龍教授在1981年上海中-美控制系統(tǒng)學(xué)術(shù)會議上所作的“含未知數(shù)系統(tǒng)的控制問題”的學(xué)術(shù)報告中首次使用了“灰色系統(tǒng)”一詞。1982年，鄧聚龍發(fā)表了“參數(shù)不完全系統(tǒng)的最小信息正定”、“灰色系統(tǒng)的控制問題”等系列論文，奠定了灰色系統(tǒng)理論的基礎(chǔ)。他的論文在國際上引起了高度的重視，美國哈佛大學(xué)教授、《系統(tǒng)與控制通信》雜志主編布羅克特（Brockett）給予灰色系統(tǒng)理論高度評價，因而，眾多的中青年學(xué)者加入到灰色系統(tǒng)理論的研究行列，積極探索灰色系統(tǒng)理論及其應(yīng)用研究。

事實上，灰色系統(tǒng)的概念是由英國科學(xué)家艾什比（W·R·Ashby）所提出的“黑箱”（BlackBox）概念發(fā)展演進(jìn)而來，是自動控制和運籌學(xué)相結(jié)合的產(chǎn)物。艾什比利用黑箱來描述那些內(nèi)部結(jié)構(gòu)、特性、參數(shù)全部未知而只能從對象外部和對象運動的困果關(guān)系及輸出輸入關(guān)系來研究的一類事物。鄧聚龍系統(tǒng)理論則主張從事物內(nèi)部，從系統(tǒng)內(nèi)部結(jié)構(gòu)及參數(shù)去研究系統(tǒng)，以消除“黑箱”理論從外部研究事物而使已知信息不能充分發(fā)揮作用的弊端，因而，被認(rèn)為是比“黑箱”理論更為準(zhǔn)確的系統(tǒng)研究方法。所謂灰色系統(tǒng)是指部分信息已知而部分信息未知的系統(tǒng)，灰色系統(tǒng)理論所要考察和研究的是對信息不完備的系統(tǒng)，通過已知信息來研究和預(yù)測未知領(lǐng)域從而達(dá)到了解整個系統(tǒng)的目的。灰色系統(tǒng)理論與概率論、模糊數(shù)學(xué)一起并稱為研究不確定性系統(tǒng)的三種常用方法，具有能夠利用“少數(shù)據(jù)”建模尋求現(xiàn)實規(guī)律的良好特性，克服了數(shù)據(jù)不足或系統(tǒng)周期短的矛盾。

目前，灰色系統(tǒng)理論得到了極為廣泛的應(yīng)用，不僅成功地應(yīng)用于工程控制、經(jīng)濟(jì)管理、社會系統(tǒng)、生態(tài)系統(tǒng)等領(lǐng)域，而且在復(fù)雜多變的農(nóng)業(yè)系統(tǒng)，如在水利、氣象、生物防治、農(nóng)機決策、農(nóng)業(yè)規(guī)劃、農(nóng)業(yè)經(jīng)濟(jì)等方面也取得了可喜的成就?；疑到y(tǒng)理論在管理學(xué)、決策學(xué)、戰(zhàn)略學(xué)、預(yù)測學(xué)、未來學(xué)、生命科學(xué)等領(lǐng)域展示了極為廣泛的應(yīng)用前景。

那么，灰色系統(tǒng)是否能夠在股票市場價格走勢方面發(fā)揮作用呢？以及怎樣發(fā)揮作用？這是本文要探索的問題。

勿容質(zhì)疑，股票價格的“內(nèi)在價值”的研究為我們認(rèn)識股票價格提供了重要途徑，然而，其運用受相關(guān)專門知識的約束，同時，也受人們對公司未來現(xiàn)金流的預(yù)期是否合理與準(zhǔn)確的影響，那么，股票價格偏離其“內(nèi)在價值”的糾正，必然需要一定的學(xué)習(xí)過程，并付出相應(yīng)的代價即“學(xué)習(xí)成本”。如果將市場有效性與信息定價機制相結(jié)合，將對股票市場的定價機制有一個全新的認(rèn)識。在股票價格與其“內(nèi)在價值”的關(guān)系上，人們發(fā)現(xiàn)股票價格不僅反映其內(nèi)在價值的信息，而且反映了市場交易者的“噪聲”（Black，1986），因而，股票價格的偏離不會總回到其“內(nèi)在價值”。這樣，我們根據(jù)這些所知信息還是難以預(yù)測或把握市場價格走勢，從而經(jīng)常出現(xiàn)投資者對信息的過度反應(yīng)或反應(yīng)不足的現(xiàn)象。

我國股票市場有“政策市”、“消息市”之稱，應(yīng)該說這是效率市場的應(yīng)有狀況，令人遺憾的是，許多學(xué)者的研究表明，我國股市的股票價格對其反應(yīng)“內(nèi)在價值”的信息未能作出充分的反應(yīng)，因而，認(rèn)為我國股市的這種反應(yīng)機制是跛足的（包建祥，1999），“有關(guān)股票市場的政策法規(guī)報道”是對投資者最有價值的信息，對股價的影響也最大（茆詩松，1997。），而且存在著對信息的反應(yīng)過度及反應(yīng)不足（魏剛，1998；張人驥，1998。），呼吁建立完善的信息定價機制。應(yīng)該說，我國股票市場經(jīng)過近年的發(fā)展，市場的信息定價機制得到了一定程度的完善，市場對信息的敏感性有了實質(zhì)的提高，對影響股票“內(nèi)在價值”的信息，不論是系統(tǒng)信息還是非系統(tǒng)信息，股票價格均有相應(yīng)的反應(yīng)，因而，為通過市場價格的一定歷史時期的反應(yīng)判斷市場價格的未來走勢，提供了可能。

由于股票價格應(yīng)該反應(yīng)與其相關(guān)的市場信息，那么，信息在價格中的輸入和傳遞就有其相應(yīng)的軌跡和強度，這種軌跡和強度取決于該股票的價格對相關(guān)信息的反應(yīng)機制和靈敏性，而對于不同的股票，價格反應(yīng)信息的機制和靈敏性有著相當(dāng)?shù)牟煌?，并隨時間變化而變化，那么是什么原因造成這種差異，以及這種軌跡和強度大小是什么，難以準(zhǔn)確把握，也就無法準(zhǔn)確地把握和股票“內(nèi)在價值”，在新興市場中，這種狀況尤甚。

但是，我們也注意到，在新興市場中，作為絕大多數(shù)投資者來講，他們難以稱得上真正意義上的投資者，更像是通常的“投機者”，即以市場交易差價獲取利益，并不是以獲取公司分紅或股利為目的，因而，對這些投資者來講，公司股票的“內(nèi)在價值”是多少似乎顯得那么重要了，他們最為關(guān)心的應(yīng)該是股票市場價格的近期走勢如何，以判斷價差的大小，從而決定該股票是否值得買賣，因此，交易過程中并不需要知道公司股票“內(nèi)在價值”。由此可知，股票價格的市場表現(xiàn)的趨勢判斷就顯得非常有意義了。

由于股票價格是相關(guān)信息的綜合反應(yīng)，所有的相關(guān)信息的傳導(dǎo)機制和靈敏度都得到了相應(yīng)的反應(yīng)。雖然，我們并不知道這種傳導(dǎo)的方式和靈敏度是什么，但是，我們?nèi)匀豢梢岳眠m當(dāng)方法通過信息在價格中的歷史反應(yīng)來判斷價格的未來行動方向或狀態(tài)，從而尋求信息在股票市場價格中的反應(yīng)機制，這是因為歷史行為反應(yīng)至少部分反應(yīng)了價格行為固有規(guī)律，并反應(yīng)了價格對新信息的反應(yīng)能力，這種反應(yīng)能力決定了價格的進(jìn)一步發(fā)展的方向。我們認(rèn)為，灰色系統(tǒng)理論的建立為測定和反應(yīng)這種傳導(dǎo)機制和靈敏度提供了一種較好的方法。

我們知道，灰色系統(tǒng)是通過對原始數(shù)據(jù)的收集與整理來尋求其發(fā)展變化的規(guī)律，這是因為，客觀系統(tǒng)所表現(xiàn)出來的現(xiàn)象盡管紛繁復(fù)雜，但其發(fā)展變化有著自己的客觀邏輯規(guī)律，是系統(tǒng)整體各功能間的協(xié)調(diào)統(tǒng)一，因此，如何通過散亂的數(shù)據(jù)系列去尋找其內(nèi)在的發(fā)展規(guī)律就顯得特別重要?；疑到y(tǒng)理論認(rèn)為，一切灰色序列都能通過某種生成弱化其隨機性而呈現(xiàn)本來的規(guī)律，也就是通過灰色數(shù)據(jù)序列建立系統(tǒng)反應(yīng)模型，并通過該模型預(yù)測系統(tǒng)的可能變化狀態(tài)。

灰色系統(tǒng)理論認(rèn)為微分方程能較準(zhǔn)確地反應(yīng)事件的客觀規(guī)律，即對于時間為t的狀態(tài)變量，通過方程就能夠基本反映事件的變化規(guī)律，那么，假定某股票價格的狀態(tài)初始序列為，通過灰色一階累加生成序列和弱化關(guān)系式(k=1,2,…,n)，我們就可以得到該股票價格的時間狀態(tài)的灰色微分方程為，系數(shù)a就是股票價格對信息的敏感性，是股票價格狀態(tài)對信息反應(yīng)系統(tǒng)變化內(nèi)在規(guī)律的指標(biāo)，在灰色系統(tǒng)里被稱為“系統(tǒng)發(fā)展系數(shù)”，而（k=1，2，…）就是該股票在未來k+1時間的市場價格。

根據(jù)灰色系統(tǒng)理論，要把握市場價格走勢和發(fā)展方向，并不需要知道是什么信息或多少信息影響其價格的變化以及如何影響，諸如宏觀經(jīng)濟(jì)因素的變動、公司基本面的變化、市場參與人數(shù)的增減等等因素分別對價格影響及其方式或者是這些因素的綜合影響，我們所需要的只是新信息的加入會使原有的趨勢得以改變，新信息的不斷加入是市場價格不斷變化的驅(qū)動力，而新信息的影響并不是在瞬間完成的，而是需要一定的時間進(jìn)行消化在市場價格中逐步體現(xiàn)，這就是通常意義的歷史信息的記憶功能，這種記憶能力對于市場價格走勢的驅(qū)動力具有一定的“慣性”作用，通過判斷這種驅(qū)動力（系統(tǒng)發(fā)展系數(shù)）的發(fā)展變化來預(yù)測未來價格走勢正是灰系統(tǒng)理論所要解決的問題。

3.灰色系統(tǒng)模型的應(yīng)用實例

3.1時間轉(zhuǎn)折預(yù)測

這里，我們以上海綜合指數(shù)的日收盤指數(shù)為標(biāo)準(zhǔn)，以2000年1月10日1545.11點為起點，如果局部低點和高點之間相差200個點以上，認(rèn)為市場指數(shù)出現(xiàn)了一次轉(zhuǎn)折，將低點-高點的變化看作一個階段，因而，我們選擇各階段的局部最高點和最低點，并選擇相臨的指數(shù)相差200點以上的點，計算其距離起點的月份數(shù)，以構(gòu)造指數(shù)走勢的量化分析，具體數(shù)據(jù)見表1。根據(jù)灰色微分方程可以得到指數(shù)轉(zhuǎn)折點的時間方程為：，其中k=1，2，…。

根據(jù)這個模型可以對指數(shù)轉(zhuǎn)折情況進(jìn)行預(yù)測，計算結(jié)果和模擬誤差狀況見表2，由表可以看出，該模型對指數(shù)轉(zhuǎn)折時間點預(yù)測的殘差平方和0.54，模型預(yù)測平均相對誤差為2.6%，小誤差概率幾近為1，因此，平均預(yù)測精度為97.4%，預(yù)測精度為二級，說明該方法基本可用于市場綜合走勢轉(zhuǎn)折時間的初步預(yù)測。由此轉(zhuǎn)折預(yù)測方程，我們可得到后一階段的5個預(yù)測值為：19.4、23.3、27.9、33.6和40.3。第一個預(yù)測值19.3表明下一轉(zhuǎn)折點在從2000年1月起的第19個月左右，即約在2001年7月會出現(xiàn)一次重大轉(zhuǎn)折，再經(jīng)過約4個月的調(diào)整后將又會有一次較大的轉(zhuǎn)折，即預(yù)計在2001年11月份可有一次200點以上的變化。

表1時間序列表

3.2上海綜合指數(shù)的預(yù)測

2001年來，上海綜合指數(shù)收盤指數(shù)從1月2日的2103點降至10月22日的1520點，跌幅近30%，如以當(dāng)年最高點2245點計，跌幅更深，因此，我們應(yīng)用灰色系統(tǒng)模型對股票指數(shù)變化狀況進(jìn)行預(yù)測，以期能更好地開展投資決策和最大限度地降低風(fēng)險。根據(jù)灰色微分方程建立上海綜合指數(shù)走勢預(yù)測模型，為此，我們以上海綜合指數(shù)的實際周收盤數(shù)為基礎(chǔ)，以2001年8月10日周收盤價1955.04點為數(shù)據(jù)系列的起點，得到指數(shù)走勢的預(yù)測方程：，其中，k=1，2，…。根據(jù)這個模型對指數(shù)的預(yù)測，結(jié)果和誤差狀況見表3，由表可以看出，該模型對指數(shù)序列模擬的殘差平方和為1259.90，模擬的平均相對誤差為0.79%，因此，平均預(yù)測精度為99.21%，最大預(yù)測誤差為1.20%，小誤差概率近似為1。從模型本身來看，應(yīng)該說對上證綜合指數(shù)的預(yù)測精度基本能達(dá)到要求。

3.3新陳代謝模型與事后檢驗

事后檢驗是根據(jù)模型預(yù)測值與市場實際表現(xiàn)進(jìn)行比較而得到的，根據(jù)該指數(shù)走勢預(yù)測模型，我們可以得到未來4周的收盤指數(shù)分別為1768.66、1741.12、1714.00和1687.31，總體是一個下降的趨勢，上海綜合指數(shù)的實際值1807.02、1764.87、1691.33和1572.45，實際誤差分別為2.12%、1.34%、-1.34%和-7.30%，表明有較為理想的預(yù)測效果。但實際結(jié)果也表明，利用某一數(shù)據(jù)系列對走勢或時間轉(zhuǎn)折進(jìn)行長期的預(yù)測，隨著時間的推移，由于新信息的作用沒有得到體現(xiàn)，歷史信息影響程度的有限性，即價格對信息的記憶與預(yù)見能力是有限的，也就是說，信息對系統(tǒng)的影響會隨著時間的流逝而逐漸減弱，誤差將會越來越大因此，我們采用新陳代謝GM模型對2001年8月17日開始的上證綜合指數(shù)趨勢進(jìn)行模擬，即利用最新的數(shù)據(jù)替換最舊的數(shù)據(jù)以最大限度地體現(xiàn)新信息對市場走勢的影響，計算的結(jié)果列于表4，結(jié)果表明，模型預(yù)測的最小預(yù)測誤差為-0.03%，最大預(yù)測誤差是7.73%。在趨勢判斷上，預(yù)測趨勢與市場實際表現(xiàn)有著較為一致的變化。從其模擬散點圖看，預(yù)測值與市場實際表現(xiàn)有著極為吻合的效果。

表4新陳代謝GM模擬結(jié)果與后驗表

后驗相對誤差圖

4.小結(jié)

通過以上分析可以發(fā)現(xiàn)，灰色投資價值模型的預(yù)測是短期的，一般地講，對3個以上時間跨度后的預(yù)測誤差較大，因此，需要利用新陳代謝模型進(jìn)行重新估計，舊有的信息對系統(tǒng)的發(fā)展發(fā)揮持續(xù)的影響，而新信息的作用效果未能得到充分的反映，這就決定了僅根據(jù)原有信息進(jìn)行的預(yù)測會比較大地偏離實際運動軌跡，從而失去了模型預(yù)測的意義。因此，在實際的應(yīng)用過程中，我們應(yīng)在模型中不斷補充新的信息，去掉那些對于預(yù)測的作用日益減小的舊數(shù)據(jù)，以反映新的信息對系統(tǒng)發(fā)展的影響特征。事實上，對于絕大部分系統(tǒng)來講，系統(tǒng)對信息的記憶功能是極為有限的，舊的信息對系統(tǒng)發(fā)展的作用將隨著時間的推移而不斷減小，因而，在應(yīng)用該模型進(jìn)行預(yù)測時，不斷更新數(shù)據(jù)系列將是十分重要。

我們也注意到，預(yù)測值相較于實際值似乎有一個單位時間的延遲，這種延遲表明該預(yù)測模型有一個“追漲”、“殺跌”的特性，這進(jìn)一步說明了該模型的短期預(yù)測特性，這是可能因為，該模型的預(yù)測結(jié)果放大了舊信息對系統(tǒng)的影響程度，從而使預(yù)測結(jié)果產(chǎn)生一定程度的偏離，特別是在市場出現(xiàn)“暴漲”或“暴跌”的情況下，該模型的預(yù)測誤差相對較大。盡管該方法在一定程度上對于短期的走勢判斷有著良好的效果，但我們認(rèn)為，為避免“追漲”、“殺跌”的作用所導(dǎo)致的重大趨勢延遲影響，將市場變化的時間轉(zhuǎn)折周期預(yù)測結(jié)合使用是一個可行的選擇，并適當(dāng)加以調(diào)整，以避免或減少在對市場宏觀走勢重大變化的判斷中犯致命錯誤。基于此，我們正努力尋求新的算法和預(yù)測趨勢與市場重大變化的實際關(guān)系，以期消除預(yù)測判斷上的失誤。在應(yīng)用GM模型進(jìn)行系統(tǒng)預(yù)測時，所應(yīng)用的數(shù)據(jù)系列要求具有一定的光滑度，對那些具有劇烈跳躍性質(zhì)的數(shù)據(jù)系列的系統(tǒng)，其預(yù)測效果不是十分理想，研究表明，系統(tǒng)本身的發(fā)展系數(shù)過大（大于1.5）時，用這種方法模擬的精確度不到50%，因此，對于價格變化較為頻繁且有較大波動幅度的個股，這個方法對于指導(dǎo)其投資決策的意義會有所限制，我們正在進(jìn)一步的研究之中。

參考文獻(xiàn)

1.包建祥，《對股票市場信息定價機制的重新詮釋》，《證券市場導(dǎo)報》，1999年第四期

2.鄧聚龍，《灰色系統(tǒng)(社會·經(jīng)濟(jì))》，國防工業(yè)出版社，1983

3.李慶揚，王能超，易大義，《數(shù)值分析》，華中理工大學(xué)出版社，1989

4.李祚泳，灰色系統(tǒng)理論和應(yīng)用的最新進(jìn)展，《大自然探索》，1992，(1)

5.茆詩松等，《政策、擴容、消息對上海股市的影響》，《中國證券市場實證分析》，學(xué)林出版社，1997

6.湯敏，茅于軾主編，《現(xiàn)代經(jīng)濟(jì)學(xué)前沿專題》，第一集

7.魏剛，《我國上市公司股利分配的實證研究》，《經(jīng)濟(jì)研究》，1998年第六期

8.約翰·伊特韋爾等編，《新帕爾格雷夫經(jīng)濟(jì)學(xué)大辭典》，經(jīng)濟(jì)科學(xué)出版社，1992

9.張人驥，朱平方，王懷芳，《上海證券市場過度反應(yīng)的實證研究》，《經(jīng)濟(jì)研究》，1998年第5期

10.Ball，R.，1995，TheoryofStockMarketEfficiency：AccomplishmentsandLimitations，JournalofAppliedCorporateFinance，Spring

11.Black，F(xiàn).，1995，Noise，TheJournalofFinance，Vol.XII.No.3

12.Elton，LeonardJandGruber，MartinJ.，1991，ModernPortfolioTheoryAndInvestmentAnalysis，NewYorkUniversity，F(xiàn)ourthedition

13.Fama，E.F.，1973，EfficientCapitalMarkets：AReviewofTheoryandEmpiricalWork，JournalofFinance，May

14.Paltelis，A.D.，1997，StockReturnPredictabilityandtheRoleofMonetaryPolicy，