层次分析特色与创新
- 格式：docx
- 大小：207.60 KB
- 文档页数：6
1.3.1.1 AHP 的优点
包括如下:
AHP将需处理的问题视为系统,以分解、比较、判断和综合的思维方式进行决策, 可以作为系统分析的重要工具。
结合定性与定量的方式进行分析。
在需要定量数据不多的情况下,分析过程对问 题涉及的本质、要素及内在关系分析相对较为透彻。
运用AHP的决策过程可进一步促进决策者对问题的认知,利于决策者以系统化、 数学化和模型化的形式实现对思维过程的把握。
1. 3.1. 2 AHP 的不足
包括如下:
只能从原有的备选方案中择优选择一个。
分析过程中评价者的主观因素可能带来较大影响。
比较、判断及结果计算过程相对粗糖,不适合精度较高的问题。
可能存在较大的随意性。
1.3.1.3克服AHP不足的方法
包括如下:
借助专家组的专业判断进行分析。
广泛收集信息、明晰决策目标、涉及的范围等内容。
注意评价指标的层次性。
1.3.2基本步骤
1.1.2 AHP的基本方法与步骤
[2]层次分析法的基本步骤如下:
1. 3.
2.1构建层次结构
构建层次结构:目标层、评价指标层和处理方案。
目标层,即建立模型的目的。
评价指标层:即用于评价处理方案的若干指标,可分为一级、二级和三级等多级 指标。
处理方案(评价对象):即供评价的处理或备选方案。
形成层次结构如下图:
1.3.
2.2构造成对比较矩阵
对于评价指标层中的各级指标,分别建立成对比较矩阵。
即对于同一级的评价指
标进行两两比较,建立如下成对比较矩阵:
1. 3.
2. 3各层评价指标权重的确定
采用Saaty 权重法,即对同一矩阵的指标,比较第i 个元素与第j 个元素相对
上一层某个因素的重要性时,使用量化的相对权重aij 来描述。
设共有n 个元素参与 比较,称为成对比较矩阵。
aij 的取值在1至9及其倒数中间取值。
aij=l,元素i 与元素j 对上一层次因素的重要性相同; aij = 3,元素i 比元素j 略重要; aij = 5,元素i 比元素j 重要; aij = 7,元素i 比元素j 重要得多; aij=9,元素i 比元素j 的极其重要;
A=(a ij )n*n
{a 11 a 12 …… a 1n } {a 21 a 22 …… a 2n } {a 31 a 32 …… a 3n } {a n1 a n2 …… a nn } 试中a ij =1/a ji
运用AHP进行决策时，大体分为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）对同一层次的各因素关于上一层次中某一准则的重要性进行两两比较，构造两
两比较判断矩阵；
（3）由判断矩阵计算被比较元素对于该准则的相对权重；
（4）计算各层次元素对系统目标的合成权重，并进行排序。
下面分别说明这4个步骤的实现方法。
1.1 AHP概述
1.1.1 AHP产生的背景
[1]
人们在日常生活中常常要做各种各样的决策。
决策活动是人们进行选择或判断的一种
思维活动。
人们几乎每时每刻都要进行决策。
有些决策是比较简单的，有些决策则比较复杂。
经济学家们在进行社会的、经济的以及科学管理问题的决策分析中面临的常常是一个由相互关联、相互制约的众多因素构成的复杂系统。
政治学家们则往往需要就影响千万人命运和前途的问题进行决策等等。
它们涉及到的是整个国家机构和社会的庞大系统，其决策的复杂性和影响的深远性一般都大大超过了其它决策问题。
由于社会系统的复杂性，系统工程中能应用自如地解决各类问题的方法并不多。
有许
多实际问题至今还没有适当的方法可以解决。
过去人们主要靠主观判断进行决策，因而缺乏科学性。
一些数学工具诸如数理统计方法、数量经济模型、数学规划方法等在系统工程和决策中的应用大大促进了系统工程方法的发展。
但是系统工程毕竟是一门边缘学科，大部分复杂系统事实上是很难完全用定量的数学模型解决的。
追求建立一个完全精确的数学模型，其结果必然是使解题十分繁复，耗资十分巨大，以致最后掉入数学模型的“泥潭”中。
在这种情况下，一些有远见的运筹学家开始冷静地看待和正确地评价复杂的数学模型对决策的作用。
显而易见的事实是在系统工程中，人们无法回避决策过程中决策者的选择和判断所起的作用，同时人们也开始认识到数学工具并非万能，决策中总会有大量因素无法定量地表示出来，而这正是软科学与通常的自然科学的区别。
认识到这一点后，运筹学家们重新回到人的选择和判断上，并认真研究决策思维的规律。
正是在这种背景下，美国运筹学家，匹兹堡大学萨迪（T．L．Saaty）教授于70年代初期提出了著名的层次分析法（The Analytic Hierarchy Process，以下简称AHP）。
AHP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层次中诸因素的相对重要性。
然后综合决策者的判断，确定决策方案相对重要性的总的排序。
整个过程体现了人的决策思维的基本特征，即分解、综合判断。
AHP又是一种定量与定性相结合，将人的主观判断用数量形式表达和处理的方法。
它改变了长期以来决策者与决策分析之间你搞你的、我行我的这种难于沟通的状态。
在大部分情况下，决策者可直接使用AHP进行决策，因而大大提高了决策的有效性、可靠性和可行性。
适用性
层次分析法1是由美国运筹学家、匹茨堡大学教授萨蒂首次提出来的。
20
世纪70年代,美国国防部正致力于研究“根据各个工业部门对国家福利的
贡献大小而进行电力分配”的课题,当时萨蒂为了此课题的研究专门设计了
这种方法。
层次分析法是一种层次权重决策分析方法,它将定量分析和定性分析相结合,使许多决策问题都得到了解决。
层次分析法产生后,在国内外得到了广泛的推广,被应用到生产决策、经济分析、能源分配、企业管理等诸多领域。
层次分析法在用于商业银行内部控制评价时,主要是解决各指标权重的分配问题。
接下来,笔者将阐述层次分析法的基本原理,并分析其在使用中的优势。
商业银行的内部控制评价是一个复杂的过程,其指标体系包含了多个层级,第一级指标是内部控制的五大要素,而在五大要素之下每一个要素又有若干个二级指标,二级指标下面还有一些具体的操作指标。
可见,商业银行的内部控制指标体系是一个庞大而复杂的系统,具有多个层次。
商业银行内部控制评价的另一个难点是,各个因素都几乎无法得到定量的数据,只有定性的主观描述,因此,就必须解决各个因素对于上一层因素重要性的确定问
题。
优势
层次分析法作为一种在国内外广泛应用的决策方法,非常适合用于商业
银行的内部控制评价。
首先,层次分析法是一个系统性的分析方法,这就不会割裂各个因素对结果的影响,而且通过判断矩阵求得的每个层次中的每个因素对结果的影响程度都是量化的,能够清楚明确地表现出各个因素的重要性,因此,层次分析法用于商业银行内部控制评价这种多层次、多因素的系统评价是具有独特的优势的。
其次,层次分析法的基本原理和计算方法都不算复杂,易于理解和操作。
它将定性方法和定量方法有机结合、综合运用, 把原来复杂的系统层层分解,变为多个相互联系的判断矩阵,从而化繁为简,
并且基本步骤和计算都比较简单,最后得到的结果也是一目了然,容易为信
息使用者了解和掌握。
再次,层次分析法不需要很多的定量数据作为支撑,
这恰恰解决了商业银行内部控制评价几乎没有定量信息而存在大量主观描述的问题。
它从评价者对要素的理解出发,比一般的定量方法更追求定性的分析和判断,最终把评价者的定性描述转化为简单的权重计算,解决了很多定
性问题无法量化的问题。
综上所述,层次分析法系统性强,对定量数据没有特别要求,无需进行
繁琐的数量统计,计算比较简单,结果能反映评价者的思想和意图。
它基本
上解决了商业银行内部控制评价所面临的主要问题,是一种非常可靠、优势明显的分析方法,非常适合我国商业银行内部控制评价。
