灰色的天空范文第1篇
近年来, 随着中国房地产的快速发展, 现阶段促进了中国经济的快速发展。房地产业的持续健康发展有利于国民经济的快速稳定发展。其中最突出且最贴近普通大众的是房价增长过快。调查显示, 近十年间全国城市住房平均售价就上涨5倍以上, 部分城市房价涨幅异常明显, 远超国民收入水平涨幅。国民平均收入已经追赶不上日益增长的房价, 若继续持续现状, 未来可能导致因买不起房而产生的许多社会问题。尽管我国房地产产业较西方国家起步晚, 但由于其重要性仍有许多学者对其进行研究, 本文综合比较多份文献, 在此基础上对房价及其影响因素进行评估预测。
由于影响房价的因素较多, 且相互之间的关系十分复杂, 为了更好地分析研究房价, 我们选取几个重要因素, 用灰色关联分析方法计算其与房价的关联度, 从而确定各因素对房价的影响程度, 研究房价的供求关系和各个指标之间的潜在关系, 随后, 采用灰色系统理论中的灰色预测方法对房价进行全面综合预测。
二、影响房价的因素选取
(一) 选取的原则
影响房价的因素非常的复杂, 为了研究的可行性和简化操作过程, 我们选取因素要遵循几点原则: (1) 可操作性, 即所需数据可以获得且指标可量化; (2) 简单性, 在不影响研究的前提下, 尽可能的简化数据, 避免问题复杂化; (3) 科学性, 所选因素要与房价有较紧密的联系。
(二) 选取的因素
在遵循以上前提的条件下, 我们对房价进行定性分析, 参考多篇文献, 有几个主要方面的因素影响房地产价格:经济因素, 人口因素, 供求因素, 投机因素等。
近年来, 全国房价显著变化, 尽管有国家进行宏观调控, 全国房地场价格仍然一直呈现稳步增长的趋势, 经过初步分析, 影响房价的主要因素是经济因素, 供求因素和人口因素等。
1.各地国内生产总值, 能够以相对准确的方式反映出国家的经济发展状况, 国民经济的持续发展可以有效地促进房地产行业的发展, 增加房产的购买量, 从而影响房价, 相对的由于经济的增长, 会对各方面原材料和施工的价格有一定的影响, 因而, 由多方面对房地产价格进行影响。
2.城市人口数量和城市房地产价格有紧密联系, 人口的增长必然导致房屋需求的增加, 从供求关系的需求方面上导致房价增加。
3.竣工房屋面积表示供求关系中的供应方, 供求关系是房价的主要影响因素之一, 所以作为供求关系中的重要指标之一, 竣工房屋面积对房价有较大影响。
4.住宅商品房销售面积表示供求关系中的需求方, 同样作为供求关系中的重要指标之一, 销售面积多则会有更多的人投入金额, 促进房地产产业的稳步增长, 同时, 房屋销售面积的增多会导致一些人盲目跟风, 造成哄抬房价的情况, 进而对房价进行影响。
5.在岗职工平均工资可以直观的体现出居民的购买力, 由于房屋在中国文化中的特殊地位, 同时在现今中国社会房屋有着极大的市场需求, 居民在有足够购买力的情况下, 普遍会选择购买房屋, 所以在岗职工平均工资与房价有着较大的关联度。
所以我们选取了五个主要因素:各地国内生产总值, 年末总人口, 全年完成住房面积, 住宅商品房销售面积, 以及在职人员的平均工资。
三、灰色关联分析
(一) 灰色系统
“灰色系统”是1982年有邓聚龙教授提出的, 用来解决信息不完备系统的数学方法。灰色关联分析是灰色系统理论的重要内容, 只有少量数据也可以进行系统分析、模型建立、未来预测等, 解决回归分析、主成分分析等系统分析由于信息不完备而无法研究的问题。
(二) 灰色关联分析步骤
(1) 设Xi为系统因素, 第k个观测数据是xi (k) (k=1, 2, …, n) , 则称Xi= (xi (1) , xi (2) , …, xi (n) ) 为因素的行为序列;
(2) 计算灰色绝对关联度, 如果满足公式
则X0i为灰色绝对关联度;
(3) 计算灰色绝对关联度, 如果满足公式
为灰色相对关联度;
(4) 计算综合关联度。设, 若满足d0i=θX0i+ (1+θ) γα, 则称d0i为X0与Xi的灰色综合关联度。一般情况下θ=0.5, 根据所涉及的讨论方向不同可做轻微调整。
(三) 模型的求解
我们选取15个城市进行数据统计, 由于数据量较大, 我们仅以北京市为例。根据《北京统计年鉴》, 北京市2007年到2016年的各因素数据, 见下图。
通过编写程序对原始数据进行上述的步骤处理、求得关联度
(四) 结果分析
依据灰色关联度排序结果, 影响住宅房销售价格的5个因素中, 因素影响程度排列如下:GDP、竣工房屋面积、销售面积、年末总人口、在岗职工平均工资。
依次可以计算出15个城市的关联度
根据图中关联度, 15个城市的房价与GDP的关联度都极高, 所以说明GDP是影响房价的重要指标, 同时, 竣工房屋面积和房屋销售面积与房价的关联度普遍较大, 代表了供求关系中的供应方和需求方, 所以这两个因素对房地产价格的影响也是较大的。从图中可以发现:
1.我们选取的这15个城市经济水平不尽相同, 但是都处于经济持续稳步发展状态, 这些城市的GDP增长反映了经济发展的良好势头和人民生活水平的不断提高。在带动经济发展的同时, 也使房价随着城市的发展而增加。
2.房屋竣工面积属于投资在时间上的延伸, 竣工面积代表了实际完成的房屋数量, 可以作为供求关系中供应方的重要指标之一, 但并不是实际房屋实际数量, 因此对房价的影响程度有所降低。
3.住宅销售面积对房价的影响比较直接, 住宅的销售面积直观的反映出当前房地产市场的需求, 是供求关系中需求方的重要指标之一, 对房地产开发商的投资有直接影响, 影响未来房价的走向趋势。
4.人口数, 中国人由于文化因素的影响, 对房屋极其执着, 有条件的家庭会全款购买住宅, 条件欠缺的也会分期购买, 购房目的多样, 增值保值, 作为婚房还是养老, 所以无论什么年龄段都会想要买房, 人口数量的庞大造就了庞大的市场需求一定程度上刺激了房价的提高。
5.在岗职工平均工资可以直观地体现出居民购买力, 由于现如今全国经济发展都较为迅速, 银行利率远低于物价上涨速度, 多数人不想手中资金贬值, 所以多愿意选择购买保值增值的房屋, 再加上本来就有购房需求的人群, 对住房的需求供不应求, 一定程度上刺激了房价的增长。
四、灰色预测
(一) 数据的检验与处理
首先保证GM (1, 1) 模型的可行性。
将已知数据设为数列x (0) = (x0 (1) , x0 (2) , …, x0 (n) ) , 然后计算数列的级比
可容覆盖区间为若要以数列x (0) 为原始数据建立的GM (1, 1) 模型可行, 任意级比都落在该区间内。
GM (1, 1) 模型基于最小二乘法的指数拟合曲线, 容易产生误差, 若进行长期预测, 预测效果较差。GM (1, 1) 模型的建模方法较为简单, 尽管只有少量数据依旧可以进行计算, 实用性很强, 通过对原始数据的处理来白化灰色数据, 呈现出一定的规律性, 使数据内在的发展规律, 由于只需要少量的数据, GM (1, 1) 模型精度受数据光滑度影响较大, 个别变异点对模型精度影响较大。
(二) 建立GM (1, 1) 模型
首先设x (0) = (x0 (1) , x0 (2) , …, x0 (n) ) 经过检验, 可以建立GM (1, 1) 模型。
建立相应的白化模型, 其中的a, b可以用回归分析求出
解出
以此得出预测值
(三) 模型求解
通过编写MATLAB程序, 对上述过程进行求解得
预测结果显示, 这15个城市未来房价将会持续上涨, 经济发达地区房价上涨较快, 这可能与实际的房价变化趋势有所出入。造成该现象的原因是我们未考虑政策影响, 近年来房价在政策的调控下已呈现下降趋势, 由于未考虑政策原因, 直接用历史数据进行拟合预测, 导致预测结果与实际数据可能有偏差。
结语
由于我国房地产市场形成时间较短, 所需要的时间序列较短, 而且房地产市场的数据时刻更新变化, 想要获得准确数据有较大难度。主成分分析、回归分析的系统分析方法对数据要求较强, 在数据不完备的情况下难以进行研究, 从而无法得到准确数据。在数据不完整的情况下, 灰色系统将在原始数据处理中找到系统变化规律并生成具有强规律性的数据序列。因此, 在数据较少的情况下, 灰色系统具有较高的参考值。
但是, 由于对房价的影响因素很多, 相互之间的关系也复杂多变, 仅仅通过简单的数量关系进行分析, 很容易出现纰漏, 讨论不全面, 对很多因素的影响也无法体现, 数据会存在一定误差。所以, 对房价的影响因素还需要进行更加深入的研究和探讨, 也需要对数据进行修改和补充并对处理结果进行一定误差范围内的修正处理, 最后得出比较稳定和准确的预测结果。
摘要:房价与普通民众息息相关, 它受各地国内生产总值、国民收入、市场需求, 供给等因素影响, 在允许政府适当调控政策下, 本文针对15个城市房价的影响因素进行了分析, 并对未来几年的房价利用数学模型进行了预测。我们首先采用灰色关联度模型计算各影响因子与房价之间的相关性, 然后运用MATLAB、R、EXCEL等软件进行编程, 利用GM (1, 1) 模型来预测房价, 结果显示这15个城市未来房价将会持续上涨, 经济发达地区房价上涨较快。
关键词:房价,灰色关联度,供求关系
参考文献
[1] 姚翠友.基于灰色关联分析的北京市房价影响因素分析[J].首都经济贸易大学学报, 2008 (1) :81-84.
[2] 赵丽丽, 焦继文.房价影响因素的灰色关联度分析[J].统计与决策, 2007 (23) :74-75.
[3] 常飞, 范婷, 岳智慧.基于灰色关联度的房价影响因素修正分析[J].长安大学学报 (社会科学版) , 2015, 17 (4) :59-63.
[4] 司守奎, 孙兆亮.数学建模算法与应用.第2版[M].国防工业出版社, 2015.
[5] 孙波, 罗志坤.基于GM (1, 1) 模型的哈尔滨房价走势前瞻[J].哈尔滨商业大学学报 (社会科学版) , 2017 (1) :108-113.
灰色的天空范文第2篇
前两类定性评价和半定量评价所使用的方法, 均受到研究人员主观地质认知水平的影响, 分类标准和评价结果会存在一定的差距, 同时, 选取的参数不同也会不同程度的影响储层综合评价结果的一致性。为此, 本文采用了基于灰色系统理论的储层综合评价方法, 这种定量评价方法降低了个人主观因素和因评价参数的变化对最终评价结果的影响。
1 研究区地质概况
子长油田屈家沟区位于鄂尔多斯盆地伊陕斜坡中东部, 伊陕斜坡整体具有东高西低的特征, 坡降8~10m/km, 发育因差异压实作用引起的相对简单的鼻状隆起构造。屈家沟区主力油层为长61-3层, 孔隙度为10.3%, 渗透率为1.04×10-3μm2, 属于低孔、低渗、低丰度、低产岩性油藏。
2 选评价参数
储层综合评价应满足平面上的整体性和分类标准可操作性强的特点。为了提高储层综合评价的准确性, 应优选出多项具有代表性的参数进行评价。根据屈家沟区的基础地质资料的丰度及分布情况, 最终引入砂岩厚度、砂地比、孔隙度、渗透率、沉积微相六种评价参数, 并在这六种参数中进一步优选。
为了优选出相对独立的储层评价参数, 本文引用谱系聚类分析方法[1]。用距离来刻划变量之间的相关性, 即欧氏距离:
由于上述六种评价参数的量纲及物理意义均不相同, 为了降低量纲对计算过程的影响和操作方便, 需要对数据进行变换处理, 本文使用极差正规化变换方法。变换后的数据无量纲, 且在0~1的范围内变化。通过聚类分析最终可绘制出屈家沟区聚类分析谱系图 (图2) 。
根据谱系聚类分析结果, 泥质含量和其它参数相似性最低, 而相似性最高的两组参数为砂岩厚度和砂地比, 可将其中的砂地比去掉。最终优选出了砂层厚度、孔隙度、渗透率、沉积微相、泥质含量五个参数进行储层综合评价。
3 确定评价参数的权系数
灰色系统理论分析法中确定各类评价参数权系数的目的是总结各类评价参数的亲疏关系, 分清主次关系, 明确储层评价的重要参数和因素, 掌握不同评价参数之间的内在联系, 对整了评价系统进行定量描述和解析。具体操作包括了子母序列的选定, 联系数、关联度和权系数的计算。
3.1 选定子、母序列
计算评价参数权系数之前, 需要确定储层评价的子母序列。主要是理清评判事件与各类参数的内在联系, 最终实现可用一种评价参数定量刻画评判事物的特征。上述这种按一定规律分布的参数指标, 称为关联分析的母序列:
分析过程中可决定被评判事物特性的各子参数的有序排列即是子序列, 考虑主因素的m个子因素, 则有子序列:
对泥质含量, 其值越小, 反映储层物性越好。本文把泥质含量的数值作倒数处理, 以便使其变换后的数值越大越利于油气储集。由于系统中各评价参数的物理意义和量纲均不相同。因此本文采用均值化变换方法对原始数据进行无量纲化处理。
3.2关联系数和关联度
具体计算过程中, 引入了分辨系数ρ, 其目的是为了提高灰关联系数之间的差异显著性, 降低最大绝对差数值太大对数据真实性的影响。通常情况下ρ∈[0.1, 1], 本文取值0.1。
统计可知, 子母因素之间的关联度越靠近1, 则关系越紧密, 说明该子因素对母因素的影响越大。
3.3 评价参数权系数的确定
根据计算得出的关联度, 通过归一化处理即可得到权系数。本次选取的砂岩厚度一个参数为母因素, 选取孔隙度、渗透率、泥质含量、沉积微相四个参数为子因素。根据上述计算方法和流程, 最终计算出了各评价参数的权系数 (见表1) 。
4 储层综合分类评价
通过评价权系数的计算, 将优选出的评价参数综合考虑, 即可计算出一个综合性且具有代表性的储层综合评价指标值, 最后可根据储层综合评价指标值分布范围进行储层综合分类。具体计算公式如下:
式中:Re表示综合评价指标;n表示评价参数的个数;Ai表示
评价参数的权系数;Bi表示评价参数。
根据计算结果, 储层发育越好的区域, 相应的储层综合评价指标也越大, 为含油有利区。
本文运用拐点法, 确定各类储层的分阈值, 最终可根据储层评价指标值在平面上区分出Ⅰ类 (有利储层) 、Ⅱ类 (较有利储层) 、Ⅲ类 (差储层) 储层的分布区域。
根据储层综合评价指标值分类阈值图, 可以发现曲线上有3个拐点, 每个拐点就是相应2类储层的区分点, 即分类阈值 (图3) 。具体分类阈值为:A点 (3.0) 、B点 (4.0) 和C点 (6.0) , 并确定了各类储层的分级标准 (见表2) 。
在此基础上, 经过回归分析可以确定各类储层相关评价参数的分布范围 (表3) 。
根据长61-3储层综合评价平面分布图, I类储层主要分布在主河道砂体较为发育的区域, 在研究区北部呈小范围条带状展布, II类储层主要分布在分流河道及河道侧翼的大部分区域, 分布范围较为广泛, III类储层主要分布在河道侧翼向河间洼地过渡区域分布, 分布范围最小。
5 结语
基于灰色系统理论的储层综合评价, 消除了个人主观因素和评价参数选取不同对评价结果的影响, 是一种可靠的定量评价方法。基于此方法最终将子长油田屈家沟长61-3储层评价分为3类:I类储层主要分布在主河道砂体较为发育的区域, II类储层主要分布在分流河道及河道侧翼的大部分区域, III类储层主要分布在河道侧翼向河间洼地过渡区域分布。评价结果符合本区的地质开发特征, 达到了预期的效果。
摘要:于灰色系统理论对子长油田屈家沟区长61-3储层进行定量综合评价。具体思路为首先从各类地质基础数据中优选出评价参数, 其次运用灰色系统理论选定母子序列并计算出关联系统和关联度进而得到评价参数的权系数, 再次采用拐点法确定储层综合评价的分类阈值, 明确储层分类标准, 最终实现了对子长油田屈家沟区长61-3储层的综合定量评价, 取得较好效果。
关键词:灰色系统,权系数,储层定量评价
参考文献
[1] 程启贵, 郭少斌, 王海红, 等.鄂尔多斯盆地中西部长6油层组储层综合评价[J].石油实验地质, 2010, 32 (5) :415-419.
[2] 裘亦楠, 薛叔浩.油气储层评价技术[M].北京:石油工业出版社, 1997.
[3] 孙红志, 刘吉余.储层综合定量评价方法研究[J].大庆石油地质与开发, 2004, 23 (6) :8-10.
[4] 吕红华, 任明达, 柳金诚.Q型主因子分析与聚类分析在柴达木盆地花土沟油田新近系砂岩储层评价中的应用[J].北京大学学报, 2006, 42 (6) :740-745.
[5] 邓聚龙.灰色预测与决策[M].武汉:华中理工大学出版社, 1992.
灰色的天空范文第3篇
当我们审视生命的时候,我们总会感到有一股力量左右着人生,这就是文化修养。一个人要构建自己的文化修养需做许多努力,但最重要的莫过于阅读,不仅仅是读狭义的教科书,还要读一切有利于成长的书籍,可是纵观目前的阅读现状,情况却不容乐观,灰色阅读现象普遍存在:
灰色阅读心态一是任务型:一些学生认为上学读书完全是为了家长,对学习没有兴趣,老师教什么他就学什么(并没有完全学会),老师布置的读书任务应付了事,读书笔记上完全照抄书上的句子,读书心得胡编乱造,没有一点独到的见解。
灰色阅读心态二是虎头蛇尾型:每学期开学,学生的阅读兴趣很浓,大有将阅读进行到底之势,但要不了几天,就热情大减,再后来就把书束之高阁了。
灰色阅读心态三是寻找借口型:“我是想读书的,可是从早到晚我除了听课,就是做题,哪有时间读书呢? ”其实,你宁可将时间浪费掉,也绝不会想到用来读书的。
那么,造成学生灰色阅读心理的原因是什么呢?
首先,阅读的功利主义扭曲了阅读的价值观。
(现象一 )经常看到家长带孩子逛书店 ,如果你留心观察的话,他们最后所购买的不是作文书就是习题集,很少看到第三种选择。
(现象二 )经验丰富 ,知名度极高 ,被学校、家长、 同事一致推崇的优秀教师在口若悬河地讲授知识,把一篇文质兼美的文章讲得支离破碎,再配上精选出来的习题,让学生如同嚼蜡。
其次,良莠不齐的阅读环境不同程度地影响着孩子们的阅读。
(1)真正适合孩子阅读的作品太少 , 《语文课程标准》推荐的必读书目,虽然有一定的阅读价值,但18、19世纪的人生观有时很难激起21世纪孩子的思想浪花, 倒是名著里过分的情感张扬有时会引起消极的作用,这是我们不得不顾忌的。
(2)孩子的阅读缺乏必要的引导。现在的家长不读书了 ,有些老师也不读书了,孩子没有了阅读的榜样,兴趣自然就旁移了。
2 改变灰色阅读现状 ,让 “绿色阅读 ”滋养学生
什么是“绿色阅读”呢?
解读一:绿色阅读是指抛弃对于学问知识的追逐和急功近利,以“闲适”的心境和欣赏的态度走近作者,走近作品,进而感受那些崇高而敏感的灵魂,高尚而忘我的品格。从而使中华文明的精髓得以发扬光大。
解读二:绿色阅读是阅读的正本清源,是指在培养学生广泛的阅读兴趣的基础上,扩大阅读面,增加阅读量,为学生的精神成才“打底”,以开拓他们的精神世界和心灵空间,让学生在认识和体会中华文化的过程中感受中华文化的博大精深,树立民族自尊和自豪感。同时从民族文化中获得创造的智慧,也就是最终让学生至于“真”,达于“善”,臻于“美”的境界。
进行绿色阅读要以人为本:
首先,要尊重学生的主体地位。学生是学习的主人,对文本的理解有自己的方式, 他们会结合自己的生活实践去感受、去朗读、去表达。
其次,要发挥教师的主导作用。给学生创造一种宽松的环境,但不能否定教师的主导地位,学生的思维虽然敏捷,但理解能力毕竟是有限的,此时老师要发挥引导的功能。师范读,生想象,多么巨大的力量,多么可贵的顽强精神! 这时再让学生自主个性阅读,孩子们就会兴致勃勃地读下去,把阅读融入自己的生活,变成一种需要,一种习惯。
3开展绿色阅读
以人为本是阅读的基础,要想真正开展绿色阅读,光体验学生的阅读主体性还是远远不够的, 必须建立课内外阅读行为双向互动的指导机制,要让课内主动向课外延伸,课外积极在课内反馈,也就是在阅读中坚持做到课内长“骨”,课外长“肉”。将课内学到的“能”与“法”运用到课外去创造“效”与“益”。
3.1 课 内长 “骨 ”,教给学生科学的阅读方法 ,让学生真正成为阅读的主人
通过阅读实践,笔者把对课文的阅读教学分为三个阶段:
3.1.1 激 发兴趣 ,自读自悟
教师可以利用各种各样的手段激发学生的阅读愿望, 从而初知课文大意和文章思路,并提出不懂的问题自读自悟。
3.1.2 质 疑问难 ,专题研读
创设相对宽松的环境,让学生从课题、中心句和文章结构进行自主质疑,层层深入了解课文内容,感悟文章的思想感情。
3.1.3 熟 读运用 、拓展延伸
引导学生口诵心惟,熟读成诵,积淀语感,迁移运用,并以课文为依托,向课外延伸或补白或专题研读……
3.2 课外长 “肉 ”,激发兴趣 ,快乐阅读
我国的大教育家孔子说过“知之者不如好之者,好之者不如乐之者。”可见,兴趣是最好的老师,是人们从事任何活动的动力,同样的,学生有了阅读兴趣,才能从内心深处对课外阅读产生主动需要。因此,老师要努力激发学生的阅读兴趣,让学生愉快、快乐地进行课外阅读。
3.2.1 巧 设悬念 ,诱发阅读兴趣
故事人人爱听,一听说老师讲故事,个个精神抖擞,双耳直竖,随着教师声情并茂地讲述,娓娓动听的故事情节早已令孩子们身临其境,正当孩子们张大一双双好奇的眼睛,期待大结局之际 , 故事家、 戛然而止 , 教师调侃 地说 : “欲知后 事如何 , 请看……”,此时教师不失时机地向学生推荐相关读物。这样让听者在享受扣人的故事情节所带来的奇妙境界中感受课外读物的诱惑,主动去进行阅读,这效果恐怕比任何说教都有效吧!
3.2.2 介 绍读物梗概 ,激发阅读欲望
精彩的电视剧往往通过下集预告来吸引观众的眼球, 教师也要经常有目的、有计划地向学生介绍一些书中的人物、内容或精彩片断,激发学生的阅读欲望。如教《负荆请罪》之后,可介绍《将相和》梗概。这样学生就会被兴趣推动 ,纷纷去借书阅读 ,在读中感受作品的魅力和灿烂的艺术所在,让学生变“要我读”为“我要读”。
总之,阅读是一个古老而又常新的话题,更是人类发展的一种重要的精神资源和趋势,萨特说得好:“阅读就是自由的梦。”也许这句话太诗意,但可以肯定阅读是一种生命运动,是一种生活,是一种自由的、精神的、智慧的生活,我们应为每个孩子编织阅读之梦,成才之梦,让孩子们带着这个梦在阅读的广阔天地中“跃马飞奔”吧。
摘要:“灰色阅读”现象的原因,呈现克服“灰色阅读”的途径——“绿色阅读”。要让“绿色阅读”滋养学生的生命,要做到以人为本,又要建立课内、课外双向互动的运行机制,还要努力创造条件,积极鼓励。
灰色的天空范文第4篇
电力企业属于资金密集型企业, 资金总额大, 并且资金中负债的比例也较大, 所以电力企业承担着较大的还贷压力和管理压力。目前国家对电力建设的投入导致资金需求增加, 企业融资面临着严峻的挑战, 如何进行合理的投资和融资将成为电力企业的重要问题。“竞价上网”使电价变得敏感, 这将直接影响企业的主营业务收入。应收账款等不良资产也存在一定的风险, 所以对电力企业进行财务绩效评价就变得十分必要。通过评价找出企业在管理中存在的不足, 然后加以改进。
1.电力企业财务绩效评价的方法
绩效评价作为企业内部管理控制的手段, 随着环境与体制的不同, 其评价体系也会不同, 使用的方法也将会不一样。企业财务绩效评价的方法有很多, 主要包括层次分析法、专家评价法、因子分析法、经济分析法、模糊评价法等, 每种评价方法都有其优缺点。而对于经济系统来说, 任何系统都具有一定的灰色性, 所以本文引入灰色系统, 应用灰色关联分析法, 对我国多家上市的电力企业进行财务绩效评价。
2.灰色关联分析法的原理
灰色关联分析是灰色系统分析理论的一部分。灰色系统分析理论是邓聚龙在1982年提出的。该理论认为, 人们对客观事物的认识具有广泛的灰色性, 即信息的不完全性和不确定性。因而由客观事物所形成的部分信息已知、部分信息未知的系统是一种灰色系统, 即灰色系统理论的研究对象。灰色关联分析就是通过部分已知的信息对系统的整体评价, 以及对现实世界的描述和认识。
灰色关联分析法, 它是对系统态势发展变化进行量化分析的方法, 实质就是比较评价对象与某一具体对象之间的接近程度。两者越接近, 评价对象的关联度越大。关联序则反映了各评价对象对具体对象的接近次序, 如果具体对象为一理想对象, 关联序则表示评价对象的优劣次序, 其中关联度最大者为最佳。本文正是基于灰色关联分析法的原理, 对电力企业的财务质量进行比较, 并且做出评价。
3.灰色关联分析法的应用
第一步:确定指标体系, 即选择可以充分反映参评对象的基本情况的指标。
本文以文山电力、长江电力、国投电力、国电电力、西昌电力、九龙电力、明星电力、上海电力、闽东电力、乐山电力等十家上市电力企业作为评价对象, 分别从反映电力企业的盈利能力、偿债能力、成长能力和营运能力的指标中选择相应的指标作为本文的评价指标。 (注:数据来自网易财经上的统计数据)
(1) 盈利能力的指标。为正确评价盈利能力, 评价指标选取主营业务利润率、净资产收益率和总资产收益率以体现盈利性。
(2) 偿债能力的指标。在此选取资产负债率和流动比率作为评价指标。由于电力企业的商品具有瞬时性, 不存在存货, 故补充指标不用速动比率, 用流动比率。
(3) 成长能力指标。选取主营业务增长率, 它是衡量企业经营状况和市场占有能力, 预测企业经营业务拓展能力的标志;营业利润增长率, 反映企业营业利润的增减变动情况;总资产增长率, 反映企业本期资产规模的增长情况, 这些指标都可以用于对企业的趋势预测, 反映企业成长性。
(4) 营运能力的指标。运营能力主要用资产的周转速度来衡量。一般情况下, 周转速度越快, 资产的使用效率越高, 则运营能力越强。本文选择具有代表性的指标作为评价企业营运能力的指标, 包括应收账款周转率、固定资产周转率、总资产周转率、净资产周转率。
第二步:对评价指标序列进行数据处理。由于各评价指标的含义不同, 对企业进行财务评价的目的也不同, 导致其值的量纲和数量级也不一定相同。为了便于分析, 保证各数据具有等效性和同序性, 需要对原始数据进行处理, 使之无量纲化和归一化。数据处理的方法很多, 本文采用初值化的处理方法, 即是对一个数列所有数据均除以它的第一个数, 从而得到一个新数列的方法。这个新数列表明原始数列中的不同时刻的值相对于第一个时刻值的倍数, 该数列有共同的起点, 无量纲。
第三步:构造理想对象。确定理想指标序列。对不同的指标而言, 好坏的标准各不相同, 有的以值大为好, 有的则以值小为好, 将每种指标的最佳值作为理想对象的指标, 便可构造理想对象, 获得理想指标序列。根据上述得到的无量纲数据得到理想的指标序列为Z0= (5.50, 7.62, 6.70, 2.54, 1.88, 2.41, 3.41, 21.00, 1, 1.21, 1, 2.03)
第四步:计算指标关联系数, 计算公式为:
其中ρ为分辨系数, 其作用在于提高关联系数之间的差异显著性, ρ∈ (0, 1) , 一般情况下取0.1~0.5, 通常取0.5, 本文取0.5。
i=1, 2, ..., m, k=1, 2, ..., n。m为评价对象的个数, n为评价对象的指标个数, εi (k) 是第i个对象的第k个指标对理想对象同一个指标的关联系数, Z0 (k) 为理想对象的第k个指标值, Zi (k) 为第i个对象的第k个指标值。为第i个评价对象的第k个指标值与理想对象的第k个指标值的绝对差, 对一个评价对象而言, 共有n个这样的值, 其中最小值为, 对于m个评价对象而言, 则共有值 (i=1, 2, ..., m) , 其中的最小值即为, 而的意义同相似。
根据上述步骤, 应用公式 (2) 计算出各参评上市电力企业各项指标的Δ值, 根据公式 (1) 计算相应的关联系数ξ值。
第五步:确定各指标的权重值。确定权重值的方法有很多, 如专家估测法、频数统计分析法、主成分分析法、模糊逆方程法及层次分析法, 本文采用层次分析法。用层次分析法建立权重集。W={w1, w2, …, wn}, 即指标的相对重要程度。计算权重的步骤如下:
①构造判断矩阵。根据层次分析原理和程序, 让参与对象重要程度依据表1进行两两比较, 然后根据比较结果以九分制进行赋值 (如表1) 。经过查阅资料, 并且通过多个专家进行评比, 依据构造判断矩阵表, 最终得出如下判断矩阵:
根据以上步骤计算判断矩阵的特征向量为:
③进行一致性检验, 需要计算出它的一致性指标CI和平均随机一致性指标RI:CI= (λmax-n) ÷ (n-1) , CR=CI÷RI。
应用Matlab求出判断矩阵的最大特征值为λmax=12.3142, 所以
CI= (λmax-n) ÷ (n-1) = (12.3142-12) ÷11=0.0286, 根据查表可得RI=1.5363, 所以CR=CI/RI=0.0286/1.5363=0.0186, 即CR<0.10, 则认为判断矩阵具有满意的一致性, 说明权数分配合理。
第六步, 计算加权关联度
把根据以上步骤求出的ζ值、w值代入公式, 排出关联序 (如表2) :
结论
电力企业财务绩效的关联度反映了参评电力企业的财务绩效对理想的财务绩效的接近程度, 由表2所示, 西昌电力的财务绩效的关联度最大, 综合评分最高, 说明该企业的各方面综合管理比较合理, 对比各电力企业的数据和结果可以知道, 虽然企业的某一项财务指标较高, 但是它的财务绩效并一定好, 所以电力企业应加强管理调整各指标值以达到最优。要评估一个电力企业的财务绩效应采用综合指标法, 并且与其他企业综合起来进行对比分析。通过上市公司间的对比分析, 可以客观的评价企业的财务水平, 从而更好地反映企业的经营管理水平、企业所面临风险的大小及其成长空间。对不同的问题采取相应的措施, 进而改变企业的现状。将灰色关联分析法应用于电力企业的财务绩效的评价, 操作比较简单, 所用到的数据都是实实在在的统计, 容易取得。采用数据“说话”的方式, 具有较强的说服力, 得到的结果客观公平。所以灰色关联分析法是一种比较实用的电力企业财务绩效评价方法, 也可以应用于其他企业的财务绩效评价。
摘要:目前电力企业的体制已经发生了变革, 已经由垄断的计划经济转变成了市场经济, 因此电力企业的财务绩效评价也变得十分重要。本文采用灰色关联分析法对电力企业的财务绩效进行评价, 和其他方法相比, 主观因素小, 是一种较实用的评价方法。
关键词:电力企业,财务绩效评价,灰色关联分析
参考文献
[1] 傅立.灰色系统理论及其应用.北京:科学技术文献出版社, 1992
[2] 宴志高, 徐中华.财务分析与案例.成都:西南财经大学出版社, 2006
[3] 舒莹莹.电力上市公司财务绩效评价研究[D].辽宁工程技术大学, 2008
[4] 彭军卫.探讨电力企业财务效绩的综合评价[J].现代经济信息, 2010 (24)
[5] 任海生.上市公司财务绩效评价体系构建研究[J].时代金融, 2011 (27)
[6] 陈东彦, 李冬梅, 王树忠.数学建模.北京:科学出版社, 2007
灰色的天空范文第5篇
灰色系统理论[2]是我国邓聚龙教授1982年首先提出的, 《灰色控制系统》是灰色系统理论的奠基性著作。从1982年第一篇灰色系统论文发表以来, 灰色系统理论得到了广泛的应用[3], 90年代初, 开始应用于大跨径桥梁施工控制中。
斜拉桥主梁标高是斜拉桥施工控制的首要内容, 主梁的标高受许多因素的影响, 如立模标高、索力、挂篮刚度、混凝土自重、混凝土的收缩和徐变、温度等。索力对主梁标高有很大影响, 调整索力可以调整主梁的标高, 但索力调整量有限, 因此立模标高就显得特别重要, 通过调整立模标高来对主梁标高和线型进行控制成为一种行之有效的方法。
1 基本思路
在斜拉桥施工控制过程中, 斜拉桥的计算参数、结构体系、观测数据和理论计算模型处处都表现出灰性。而且斜拉桥的施工控制过程符合灰色理论中“灰因白果律。”可以用灰色预测系统进行预测。该系统具有用少数几个数据建立模型、计算模型参数、确定预测步长和预测系统未来值的特性。待获得系统的一个新数据后, 结合与其接近的另外其他数据, 计算新得模型参数, 再对系统未来值作预测。
2 灰色系统基本原理
2.1 灰生成
将原始数据通过灰运算, 变换成新的数据, 成为灰生成。本文介绍有累加生成和累减生成。
设原始序列
一次累加生成的计算式为
一次累加生成的序列为
累加生成的逆运算为累减生成。
2.2 灰微分方程
在命题ϕ下X (1) 上k点的灰导数为:
定义
为灰微分方程。
其中:
2.3 GM (1, 1) 模型
为G M (1, 1) 模型的定义型。
其中:
X (0) (k) 是系统行为, 具有白信息覆盖。
a称为发展系数, 其大小和符号反映x (0) 和x (1) 的发展态势。
b称为灰作用量, 反映系统的特性, 具有灰信息覆盖。
定义
为GM (1, 1) 的白化模式。
在初始条件x (0) (1) 时, 白化模式的解为
即GM (1, 1) 有预测功能和为预测结果。
2.4 G M (1, 1) 模型的参数包给定原始数列
代入GM (1, 1) 模型的定义式, 根据最小二乘法则可以求得GM (1, 1) 模型的参数包。
一级参数包P1= (a, b)
二级参数包P2= (C, D, E, F)
只有级比
时, 使得a落入可容区 (-2, 2) 时GM (1, 1) 模型才算合理。
3 工程应用
本文对每一阶段主梁施工完毕后主梁实测抬高值和理论计算预拱度的比值作为灰色系统模型原始数据列。
各阶段理论预拱度数列为:
其中:
首先以x (0) 作为原始数列, 累加生成得到
其中:
然后求均值, 设:
通过解白化方程的解和一级参数, 解得:
则下一阶段的立模预拱度为:∧∧
下一阶段优化后立模标高为:∧
其中:1H为立模标高;
sH为成桥设计标高;
hg为挂篮变形值, 计算预拱度中不包括挂篮变形值, 本工程有施工单位根据挂篮预压实验及实际阶段自重确定, 取2cm。
运用灰色理论对斜拉桥各个施工阶段立模标高进行预测, 在成桥后各个控制点标高实测值和理论值偏差均小于1%, 满足施工控制要求。成桥标高和偏差见表1、图1、图2。
4 结语
本文从灰色理论的原理出发, 并结合实际工程用灰色预测的方法对主梁容重、梁、塔抗弯刚度等结构参数进行识别与预测, 表明灰色理论预测立模标高在斜拉桥施工监控中效果良好, 满足施工监控的要求。
摘要:本文介绍了灰色理论系统的基本原理和参数预测的过程, 根据其在实际工程中的应用结果, 表明通过灰色理论分析获得的预测参数有足够的精度, 能够满足斜拉桥施工控制中参数预测的需要。
关键词:灰色理论,参数预测,施工监控
参考文献
[1] 颜东煌.斜拉桥合理设计状态确定与施工控制[D].湖南大学博士学位论文, 2001, 7.
[2] 邓聚龙.灰色控制系统[M].武汉:华中工学院出版社, 2002.
灰色的天空范文第6篇
是属于你和我 编织的梦
轻轻乘着风 甜蜜的遨游
青春的梦想 手中紧握
不怕孤单寂寞 不怕泪水坠落
我要飞越世界 勇敢的承诺
坚持最初的梦 幸福在转角等候
七色的彩虹 点燃心中悸动
闪耀的梦 照亮你和我
化成幸福的彩虹
张开翅膀 天地任我疯涌
穿越绝望 坚定的翱翔
绽放无限的笑容