当前位置：文档之家 › 企业管理结构复杂度评价的新方法--熵正交投影法

企业管理结构复杂度评价的新方法--熵正交投影法

  • 格式：pdf
  • 大小：216.11 KB
  • 文档页数：6

收稿日期： !""$&"#&!$ 资助项目： 国家社科基金： 西部大开发： 湘鄂渝黔边区经济结构调整与发展特色产业研究 （"%.UV""(） 作者简介： 何天祥 （%,’, W ） ， 男 （汉族） ， 湖南桂阳人， 讲师， 管理科学与工程博士生， 研究方向为区域经济管理 * 万方数据
%%"
系统工程理论与实践
)//6 年 7 月
! 熵正交投影法原理和方法
熵正交投影法的核心思想是： 把企业管理结构分成 ! 个层次， 利用结构熵计算各层次不同指标的熵 然后对熵向量做正交变换滤去指标间的重复信息； 在此基础上构建理想向量， 求 值， 得到 ! 个层熵向量； 得各层熵向量的投影值作为一维的综合评价指标， 用以表示各层结构的复杂程度； 各层投影值之和反映了 企业整体结构的复杂程度 ! 通过分析特征根及其特征向量确定原指标对总方差的贡献率即权重 " ， 权重 大的指标就是影响企业管理结构复杂度的主要因素 ! !"# 结构熵描述管理结构的复杂度 统计力学上的熵是对分子随机热运动状态几率大小的度量， 即用特定宏观态所对应微观态的概率来 衡量， 反映了分子热运动状态的混乱程度、 无序度或复杂度 ! 信息熵则表示系统存在与运动状态的不肯定
两个指标的结构熵简单相加或采用几何平均值来衡量系统结构复杂度过于简单， 缺乏有力依据， 既难以衡 量系统内部各层结构的复杂性， 也无法确定影响组织结构复杂度的主要因素 * 作者运用系统等级结构理论， 把企业管理结构分成几个垂直的等级层次， 从企业组织内部活动方式和 信息流动状态出发， 利用结构熵原理以及线性代数理论， 提出了反映结构复杂程度的层熵向量和熵空间概 念， 提出了改进的熵向量正交投影法， 定量描述企业管理结构内部各层次的复杂度和整体复杂度； 提出计 算各评价指标权重的方法， 进而确定影响企业管理结构复杂度的主要因素 * 最后， 辅以实例例证了该方法 是合理的、 可行性 *
［"］ 程度， 被广泛用于确定现象中不确定性和变化量的研究， 现已被用于衡量系统管理结构的复杂程度 !
设系统存在 # 种宏观状态， 每种宏观状态出现的相对频率为!$ ， 则该系统结构熵为：
#
% #$ !"!
!$ &’()!$ ! ! $#%
（%）
复杂性度量的 ! 维线性熵空间 设一个复杂系统， 有 & 个层次， 第 $ 个层次有 ’$ 部门， 每个部门有 # ’ 个部门； ’ % * ’ ) * … * ’& # ’ ；
个衡量管理结构复杂性指标， 将同一层次各个部门相同指标值之和， 构成了 # 维矢量空间 ( 上的 & 个层 向量， 组成矩阵 ) ： （ *$+ ） （%） 求出第 $ 个层次第 + 个指标的结构熵， 每个层次均有 # 个结 )# & + # ! 利用公式 构熵 ,$% ， …， …， 这 # 个结构熵 （ ,$% ， …， 构成 # 维线性空间上的一个向量 ,$ ! , $) ， ,$# ， $ # %， )， & ! 因此， , $) ， ,$# ） 定义该 # 维线性空间为 # 维线性熵空间 % ， 该空间上的向量称为层熵向量 ,$ ! & 个熵向量构成熵矩阵 （ ,$+ ） -# &+ # ! !"$ 企业管理结构熵的综合计量法 当采取多指标来衡量管理结构复杂性时， 指标间的相关联系造成各结构熵的相互重叠、 相互干扰， 可 能影响企业整体管理结构复杂程度的评价 ! 通过对指标值进行正交变换， 既可以滤去指标间的重复信息，
$
全部信息， 而且第 % 个新的综合指标所占的信息量的比重为!%
!% " %!#
可以确定原指标对总方差的贡献矩阵即权重 ( ， 权重大的指标就是影响企业管理结构复杂度 的主要因素 ’ 原指标方差贡献率为 ) ：
+ …， （ +# ， …， …， （,） ・ ) ! !・ * + !（ +% ， +’ ） ,% ， ,$ ） ’ !（ , # ， !# ， !% ， !’ ） …， 进行归一化处理得出权重 ( ! （ -# ， …， …， 然后对 （ ,# ， ,% ， ,$ ） -% ， -$ ） ’ 其中， -# ， -% ， -$ 分别为原
…， …， 指标 . # ， .% ， .$ 对应的熵值 / # ， /% ， /$ 的权重 ’
!
!"#
实例分析
企业管理结构描述
银川橡胶厂是我国国有大型企业， 更名为银川中策 （长城） 橡胶有限公 #--) 年与香港中策集团合资， 司， 随即对企业管理结构实行改革 ’ 企业改革前、 后组织结构示意图分别为图 #、 图 %’
. # （ 0% ， …， ， 必须确保： 0) ， 0# ） "构建理想熵向量 0 # ｛0$+ ｝# 012 ｛3 0$+ 3 ｝ ， …， 0 + # 012 + # %， )， &!
（)）
当 012 ｛0$+ ｝ ｛ 时， 将其对应的特征向量#+ 反号， 熵矩阵对应的第 + 列向量也相应反号 ! $012 % 0$+ %｝ 将 0 # 单位化得：
. /01 203456 758 9:;<=;3>?@ 340 A5BC<0D>3E 57 9?308C8>F0 2;?;@0B0?3 G38=H3=80 — 9?385CE I0H358 J85K0H3>5?
L9 M>;?&D>;?@
（ N=F>?0FF GH455<，A0?38;< G5=34 O?>:08F>3E，A4;?@F4; $%""(#，A4>?;） !"#$%&’$： . H5BC8040?F>:0 B03456 758 0:;<=;3>?@ 340 H5BC<0D>3E 57 0?308C8>F0 B;?;@0B0?3 >F C85C5F06* N;F06 5? 340 4>08;8H4E 34058E ;?6 340 F38=H3=80 0?385CE 34058E，H5?F>608>?@ 340 F3;30 57 58@;?>P;3>5? F38=H3=80 ;?6 >?758B;3>5? 7<51 1>34>? 340 F38=H3=80，340 C;C08 C=3F 75834 340 H5?H0C3F 57 <;E08 0?385CE :0H358 ;?6 0?385CE FC;H0* M40? ; B56>7>06 58345@5?;<>P06 C85K0H3>5? B03456 >F C=3 7581;86 ;?6 ;CC<>06 35 H;<H=<;30 340 :;<=0F 57 0?385CE :0H358 C85K0H3>5? ;F >?60D0F 35 B0;F=80 57 340 H5BC<0D>3E 57 >??08 <;E08F 1>34>? 340 FEF30B ;?6 340 145<0 B;?;@0B0?3 FEF30B* 25805:08，; B03456 758 H;<H=<;3>?@ 340 7;H358F’10>@43 >F 0DC;3>;306 >? 58608 35 7>?6 5=3 340 Q0E 7;H358F，14>H4 60308B>?0 340 H5BC<0D>3E 57 0?308C8>F0 B;?;@0B0?3 F38=H3=80* +>?;<<E，; H;F0 57 R>?H4=;? S=TT08 J<;?3 >F F3=6>06 35 :08>7E 340 H5?H<=F>5? 34;3 340 C85C5F06 B03456 >F 70;F>T<0 ;?6 :;<>6，;?6 >F 1583414><0 35 T0 C5C=<;8>P06* ()* +,%-#： 0?308C8>F0 B;?;@0B0?3；F38=H3=80 0?385CE 34058E；58345@5?;<>P06 C85K0H3>5? B03456；10>@43；H5BC<0D>3E
. 引言
上世纪 )" 年代末， “复杂性科学” 的概念， 掀起了复杂性 （ A5BC<0D>3E） 在经济、 管 N8=FF0<F 学派正式提出
［%］ ［ ］ 理和组织结构等领域的研究高潮 国内有些学者借用 * 在国外有等级结构理论用于复杂系统结构研究 ! ； ［- X #］ 热力学和信息论的熵， 定量描述管理结构的复杂度或有序度， 取得了可喜成果 * 然而这些方法仅利用
%
% % …， %， $’ & # % & … & # $ ， " ! #，
! ! 即： !企业管理结构熵 & 为各层次熵投影值 ! " 之和， ’
&! !
!" " "!#
!
’
（)）
显然， 企业第 " 层管理结构越复杂； 企业整体管理结构的复杂程度越高， 管理难度 !! & ! 越大， " 越大， 越大， 管理的效率越低 ’ 没有改变原指标间总方差， 新的综合指标保留了原有 "由于正交变换仅仅是消除指标间的重复信息，

合集下载

浅谈基于管理熵、管理耗散结构的企业知识管理绩效评价.doc

浅谈基于管理熵、管理耗散结构的企业知识管理绩效评价.doc

企业知识管理目标复杂，要素独特。

企业知识管理系统是一个复杂的非线性反馈巨系统，系统各单元之间的联系广泛而紧密，构成一个网络；系统具有多层次、多功能的结构，在发展过程中能够不断地学习并对其层次结构与功能结构进行重组及完善；系统是开放的动态的，具有远离平衡态的特征，并表现为阶段性。

对企业知识管理系统运行规律的研究不能仅仅沿用过去对简单系统的研究思路，必须依据其复杂性以科学的方法去研究它。

任佩瑜（1998）把熵和耗散结构理论引入管理学中，得到了管理熵、管理耗散及管理耗散结构概念，为探讨知识管理提供了一条新的途径。

一、知识管理的熵机理及其数学模型[HT5”K]（一）知识管理熵及模型由管理熵的概念（任佩瑜，1998）我们导出知识管理熵的意义，即知识管理熵就是熵理论应用于企业知识管理之中，研究企业知识管理在发展过程中存在的知识管理无序、信息不畅、经营状况不佳，进而导致企业知识管理内耗、效力低下、管理成本过高、管理目标偏移或错位、人际关系方面的摩擦和冲突以及整个企业知识管理衰退等，使能量、物质、信息等在流动过程中出现紊乱、无序的状态。

其主要原因在于，企业知识管理作为一个相对复杂的系统运动，受到若干不确定性和相互影响的变量要素控制。

由管理熵数学模型（任佩瑜等，2000）导出的知识管理熵数学模型(Ⅰ)模型假设：第一，企业知识管理是一个相对封闭的孤立系统，较少与环境进行信息、能量和物质交换；第二，知识管理内存在着能量差异，系统处于一种不平衡状态。

(Ⅱ)数学模型的表示方法：S1=∑[DD（；]n[]i=1[DD)]K iS i[JY]（1）其中：S1为知识管理系统内部熵值；i为影响相对封闭知识管理系统熵值的因素，即知识管理基本价值活动、知识管理支持性价值活动；K i为企业在特定行业、特定阶段时，各种因素的权重；S i为各种影响因素所产生的熵值。

S i=-K B∑[DD（；]n[]j=1[DD)]P ij1nP ij[JY]（2）其中：K B是知识管理熵系数，在此定义为：企业所处的特定行为中，每增加单位收益所需追加的成本值，即行业的比值△C／△E。

组织结构有序度的结构熵评价研究_吕坚

组织结构有序度的结构熵评价研究_吕坚

n n x =1
仿真结 果数 据作 出进 一步验 证 。 已 有学 者利 用 Arena 仿真软件 , 以 M 型与 U 型企业运行时间为 指标 , 对两种组织结构的运行效率进行了比较 , 得 到 M 型运行效率优于 U 型的结论[ 10] , 这与本文的 计算结果基本一致 。
( 10)
S2 =
x =1
[4 ]
基金项目 : 国家自然科学基金重大资助项目( 59990470 -4); 国家自然科学基金海外杰出青年基金资助项目( 70028102)
· 72 ·
吕坚 , 等 : 组织结构有序度的结构熵评价研究 式 , 即 U-形组织和 M-型组织 。 由于跨度及授权程 度的不同 , 譬如 U-型结构的组织注重自上而下的 沟通 , 组织内信息流通的有效性也会有所不同 。 为 使问题得以简化 , 本文假设组织内管理信息是逐层 无越层流动的 。 信息传输的时效性和准确性是检 验信息流通有效性的两个主要指标 。 一般而言 , 整 个系统的信息流量相对稳定 , 因此 , 组织中信息流 通的时效性和准确性互为消长 。 即 : 增加管理层次 会使信息流通的路径增多而分叉减少( 因为管理幅 度减少) , 从而延缓信息流通的速度 , 而精确性得以 提高 。 反之 , 减少管理层次则会引起每层的管理幅 度增加 , 从而信息流通时效性增强而准确性降低 。 可见 , 组织结构层次和每层管理幅度是影响系统内 信息流通有效性的重要因素 , 如何配置这两个指标 使系统的信息流通实现准确的信息在有效的时间 内到达 , 是评价组织结构有序度和优化组织结构的 基本准则 。 组织的有序度可定义为组织系统联结结构对 称性的破缺 , 用结构熵表示为 R =1 - S / S m 。 其 中 S 表示系统的结构熵 , S m 表示系统的最大熵 , R 越大 , 表示系统有序化程度越高 , 组织机构越高 效。 组织结构熵可定义为 S =i =1
投影寻踪法在企业评价体系中的应用综述

投影寻踪法在企业评价体系中的应用综述

表2研究发现投影寻踪法与嫡值法的结果与实际结果较相似但是在利用熵值法进行权重确定时熵值法有一定的缺点熵值法赋权要求指标数据必须全部大于零否则不能直接计算比重也不能取对数但是为了保证数据的完整性和评价的可信度等于零的数值又不能直接删去因此需要对该项指标数据进行变换u636表2企业绩效评价中权重的处理方法及原理方法权重确定基本原理结果通过同一指标观测值之间的差异程度确定权重较准确部分学者在进行企业绩效评价研究时采取的是一种发展比较成熟的方法一模糊综合评价法该方法在企业绩效评价中应用颇多但是其最主要的缺点就是权重的赋予具有很大的人为因素容易偏离评价目标
在 许 多领域 获得 成功 应用 。
初 提 出并 进行 试验 。将 高维 数据 投影 到低 维空 间 ， 发
现 数据 的聚 类结构 和 解决 化 石 分 类 问题Ｉ ３ ｊ 。１ ９ ７ ４年
１ 投影寻踪法的背景 、 基 本 原 理 及 发 展 现 状
１ ． １ 投 影 寻 踪 法 的 产 生 背 景
第ｌ ３卷 第 ｌ １ 期 ２ ０ １ ３年 １ １ 月
聃
和 产
投影寻踪法在企业评价体系中的应用综述
苏 屹 ，姜 雪松 ，张成 功
（ 哈尔滨工程大学 １ ．经 济 管 理 学 院 ； ２ ．企 业 创 新 研 究 所 ， 啥 尔滨 １ ５ ０ ０ ０ １ ）
摘要 ： 投 影 寻踪 法作 为 一 类新 兴 的 分 析 高 维 度 数 据 的 统 计 方 法 ， 已经普 遍 应 用 于 各 个 领 域 ， 本 文介 绍 了投 影 寻 踪 模 型 的
伴 随着社 会 的进步 和科 学研 究 的不断 深入 发展 ，
人们 对 高维数 据 的统 计 分 析 逐 渐增 多 ， 也 愈 发普 遍 、
熵权TOPSIS法在上市公司财务绩效评价中的应用

熵权TOPSIS法在上市公司财务绩效评价中的应用

熵权TOPSIS法在上市公司财务绩效评价中的应用熵权TOPSIS法是一种多指标综合评价方法，常用于上市公司财务绩效评价。

本文将介绍熵权TOPSIS法的基本原理，并以上市公司财务绩效评价为例，说明其在实际应用中的方法和步骤。

一、熵权TOPSIS法的基本原理熵是信息论中衡量信息量的指标，也可以用来度量指标间的不确定性。

在熵权TOPSIS 法中，使用熵来计算指标的权重，从而克服了传统TOPSIS法的主观权重分配问题。

具体步骤如下：1. 确定评价指标：根据财务绩效评价的目的和要求，确定一组适用的财务指标，如收入增长率、净利润率、资产负债率等。

2. 构建指标矩阵：将选取的评价指标和评价对象构建成矩阵形式，行表示评价对象，列表示评价指标。

3. 标准化指标矩阵：对指标矩阵进行标准化处理，使得不同量纲的指标可以进行比较。

常用的标准化方法有极差法、百分比法和标准差法等。

4. 计算熵值：根据标准化后的指标矩阵，计算每个指标的熵值。

熵值的计算公式为：H j = - ∑ (X ij / ∑X ij ) * ln(X ij / ∑X ij )，X ij代表第i个评价对象在第j个指标下的取值。

6. 构建加权标准化矩阵：根据指标权重，对标准化后的指标矩阵进行加权处理，得到加权标准化矩阵。

7. 计算正理想解和负理想解：根据加权标准化矩阵，计算每个评价对象到正理想解和负理想解的距离。

正理想解是指在每个指标上取最大值的评价对象，负理想解是指在每个指标上取最小值的评价对象。

8. 计算综合评价指数：根据评价对象到正理想解和负理想解的距离，计算每个评价对象的综合评价指数。

综合评价指数的计算公式为：S i = (D- i ) / (D+ i + D- i )，D- i 为评价对象到负理想解的距离，D+ i 为评价对象到正理想解的距离。

9. 综合评价排序：根据综合评价指数，对评价对象进行排序。

综合评价指数越大，绩效越好，排名越靠前。

将熵权TOPSIS法应用于上市公司财务绩效评价，可以通过对多个财务指标的评价，综合考虑公司的财务状况、盈利能力、偿债能力等因素，得出公司在同行业中的绩效水平。