AHP在有线电视企业财务绩效评价的应用论文

AHP在有线电视企业财务绩效评价的应用论文（共9篇）

AHP在有线电视企业财务绩效评价的应用论文 篇1

关键词：有线电视；层次分析法；财务绩效

企业财务绩效评价方法有因子分析法、主成分分析法、沃尔评分法、平衡计分法、聚类分析法、模糊评价法、灰色评价法、层次分析法、数据包络分析法、利益相关者分析法、熵值法、功效系数法、BP神经网络等。本文运用层次分析法的基本原理，对江苏有线、华数传媒、广西广电、歌华有线、电广传媒、贵广网络、湖北广电、天威视讯、广电网络、吉视传媒等有线电视网络上市企业财务绩效进行模拟综合评价，比较分析了有线电视企业的财务绩效水平。

1有线电视行业基本情况介绍

AHP在有线电视企业财务绩效评价的应用论文 篇2

一、改进后的三标度层次分析法的具体步骤

在20世纪70年代,美国匹兹堡大学的运筹学家托马斯—沙蒂(T.L Saaty)提出了层次分析法(AHP),它是一种定性和定量相结合的、系统化、层次化的分析方法,由于该方法在处理繁杂的决策问题上很有效和实用。因此该方法被广泛应用到经济计划、环境影响、城市规划、经济管理等许多领域.本文介绍改进的三标度模糊层次分析法的具体过程是:

(一)建立互补型模糊判断矩阵,称其为优先判断矩阵

3.否则,以Vk作为新的迭代值,再次进行迭代优化计算。

二、应用案例

(一)用三标度层次分析法求各级指标的权重

结合某一省属高校的绩效评价构建评价指标体系,为了便于比较,我们主要采用文献[1]的指标体系。把高校财务绩效评价模型分为A层、B层和C层等三个不同层次,当前层次的测评因素都是由上一层测评因素展开的,而当前层次的测评因素需通过下一层的测评因素的测评结果反映出来。

第一层为总目标层,即高校财务绩效效果;第二层为一级因素层,反映影响高校财务绩效效果的各个不同侧面,包括教学绩效、科研绩效、自筹能力、资产绩效和产业绩效等5个不同因素;第三层为二级因素层,反映教学绩效、科研绩效等五个一级因素所包含的主要影响测评因素,包含了19个二级因素。

构造优先判断矩阵及计算优化的权重向量.对一级因素层,其五个指标:教学绩效、科研绩效、自筹能力、资产绩效和产业绩效相对于目标层(F)而言,通过对学校财务处的工作人员、商学院教授会计课程的教师等进行访问、座谈等形式,让他们对这些指标之间两两比较的重要程度,利用0-0.5-1这3种互补型标度进行两两打分,再综合他们的意见。

优化的权重向量的计算过程如下:

优先判断矩阵F为:

利用步骤(2)求得模糊一致性判断矩阵:

在计算的过程中,我们看到,每一矩阵迭代都不超过5步就达到所要求的精度。

(二)用模糊评价法对高校财务绩效进行评价

设高校财务绩效评价的测评因素集为:

Bt和ctj分别表示该高校财务绩效评价的一级和二级测评因素,s是一级因素的个数,m是第t个一级因素对应的二级因素个数。

对每一项测评因素Ctj(表示一级测评因素Bt下第j个测评因素),采用“优秀”、“良好”、“中等”、“合格”、“不合格”。5个档次做出自己的测评,并分别赋于100,80,60,40,20这五个分值。故相应可设各级因素测评等级集为:

三、结语

本文作者提出了基于三标度模糊AHP法在高校财务绩效评价中的应用方法,并通过实例说明了应用该方法的具体过程。所得结果与用传统层次分析法计算所得到的结果是一致的。但用传统层次分析法,在实际计算中,其判断矩阵一般需要经过多次调整才能通过一致性检验,其权重的计算过程很繁杂且精确度不高;然而本文利用改进的三标度模糊层次分析法,不但符合人们的思维逻辑,形式简单,准确,且易建立。另外,所求得结果与实际情况吻合。该方法修正了传统层次分析法中使用九标度的缺陷,同时避免了调整才能通过一致性检验复杂的过程,另外我们采用“特征值法”和利用数学软件Matlab进行迭代计算,可以解决判断矩阵解的收敛速度及精确度问题。该方法简单实用且操作性强,为高等学校财务绩效评价工作提供了新思路。

参考文献

[1]帅毅,罗燕琴.基于模糊数学的高校财务绩效评价研究[J].会计之友,2011,2(上):54-57.

[2]李永,胡向红,乔箭.改进的模糊层次分析法[J].西北大学学报,2005,35(1):11-12.

[3]孔祥斌.高校财务绩效评价指标体系[J].边疆经济与文化,2009(2):176-177.

AHP在有线电视企业财务绩效评价的应用论文 篇3

关键词：汽车制造企业；财务风险；AHP-模糊综合评价

改革开放以来，我国汽车制造企业取得了迅速的发展，生产技术、管理水平都取得了巨大的进步。随着我国汽车制造业兼并重组的不断推进，汽车制造业的产业集中度将会逐步提高，规模优势也会日益凸显。然而，面对机遇的同时企业也将承受更大的风险。财务风险、财务危机时有发生给企业带来了巨大的压力。它直接危及着企业的健康发展。为此，本文将对我国汽车制造企业财务风险进行研究，以求能够促进企业持续、健康的发展。

一、基于AHP-模糊综合评价方法构建我国汽车制造企业财务风险评价模型

由于汽车制造企业风险评价是一个复杂的问题，既包括定量指标又包括定性指标，要做到客观、科学的评价，就要从不同的角度进行分析，同时，构建模型时必须遵循科学、全面、可操作和经济性原则，因此，本文选用AHP-模糊综合评价方法对我国汽车制造企业财务风险进行研究。该方法能够从定量和定性两方面进行分析，而且评价结果清晰、系统性强，能够较好的解决汽车制造企业风险评价这个问题。

（一）选取评价指标，构建风险评价指标体系

根据影响我国汽车制造企业财务风险的主要因素，建立我国汽车制造企业财务风险评价指标体系，如图1所示。从图1中可以看出，内部因素可以进行定量分析，而外部因素难以量化，为此，本文将选择模糊综合评价方法解决这个问题。

（二）建立模糊综合评价评价集

设评价指标集

u=（u1，u2），u1=（u11，u12）

u21=（u211，u212，u213，u214），…，u24（u241，u242，u243，u244），u25=（u251，u252，u253）

风险评价集v（v1，v2，v3），其中v1，v2，v3分别表示指标的评语为“优良”、“中”、“差”。

（三）构建模糊评判矩阵

在本文中，对于每个因素ui都会有vj（j=1，2，3）种评判，我们将评判结果rij称为隶属度，rij=（ri1，ri2，ri3）。如果有 m个因素，则由这m个因素的隶属度所构成的矩阵即为模糊评价矩阵R。

（四）构造判断矩阵及确定权重

专家根据判断矩阵的准则，对元素进行两两比较后按照元素的重要性程度赋值1-9：当两两者同等重要时赋值为1，前者比后者稍重要时赋值为3，前者比后者明显重要时赋值为5，前者比后者强烈重要、极端重要时分别标度为7和9，用2，4，6，8表示上述判断的中间值。若元素i与j的重要性之比为aij，则元素j与元素i的重要性之比為1/aij从而得到判断矩阵A=（aij）n×n。

对于得到的判断矩阵要进行层次单排序及一致性检验。首先，通过求解判矩阵的最大特征值及其对应的特征向量，对特征向量做归一化处理得到相应的权重。计算公式如下：

AV=λmaxV

其中：A为判断矩阵、λmax为最大特征值、V为最大特征值所对应的特征向量；其次，对判断矩阵进行一致性检验，以此避免判断矩阵因为指标过多而出现逻辑上的错误。 一致性检验过程如下：

1.计算一致性指标C.I.。计算公式为C.I.=，n为判断矩阵的阶数。

2.确定平均一致性指标R.I.。根据判断矩阵的阶数在“平均随即一致性指标表”中查找相应的R.I.值，如表1所示。

3.计算一致性比率C.R.及判断。计算公式为C.R.=，当一致性比率（C.R.）小于0.1时，判断矩阵不符合一致性要求，应该修正判断矩阵；当一致性比率（C.R.）大于0.1时，判断矩阵符合要求。

（五）进行模糊综合评价

根据指标体系由低到高的顺序，对处于同一层的各指标的指标权重与其判断矩阵进行模糊合成。然后一直重复此步骤，直至到达最高层，得到最终的合成结果。最后，根据最大隶属度原则确定评价对象的模糊综合评价结果。

二、案例分析

由于上市汽车制造企业的财务数据容易获取，也比较准确，本文选取其中的某家汽车制造企业作为例来说明AHP-模糊综合评价模型在我国汽车制造企业中将如何应用。

（一）构造评价矩阵

设计调查问卷，请20位专家们根据宏观经济环境、市场环境、该公司的财务状况等因素，按照各定量指标以及定性指标的重要程度打分，得出评语。对于取得调查结果则根据该指标的各种评语出现的次数除以专家总人数，例如流动比率这一指标， 有8名专家人给出“优”这一评语，7名专家给出“一般”的评语，5名专家给出“差”这一评语，则流动比率的判断向量为（0.40，0.35，0.25），同理，剩余指标也可取得各自的评价矩阵。

偿债能力矩阵（R21）=0.30 0.35 0.35

0.30 0.50 0.20

0.25 0.35 0.40

获利能力矩阵（R23）=0.35 0.25 0.40

0.40 0.25 0.35

0.30 0.30 0.40

成长能力矩阵（R24）=0.45 0.35 0.20

0.50 0.40 0.10

0.40 0.40 0.20现金流量矩阵（R25）=0.30 0.25 0.45

0.35 0.20 0.45

宏观经济环境矩阵（R11）=[0.40 0.35 0.25]

市场环境矩阵（R12）=[0.50 0.35 0.15]

（二）构造判断矩阵及确定其权重

专家由上到下对每一层各指标之间的相对重要程度进行两两比较判断，然后利用算术平均法对数据进行统计，得到各自的判断矩阵。本文中，我国汽车制造企业财务风险（u）问题的综合指标为最高层，第二层是u1，u2，分别代表定量评价指标和定性评价指标，专家通过对，进行两两比较后按1-9标度法打分，然后利用算数平均法统计得到u1u2判断矩阵，用字母A表示，如表2所示。

表2 u1u2的判断矩阵A

本文基于AHP算法的方根法来计算该矩阵所对应的特征值和特征向量。

1.判断矩阵每一行的元素相乘得到元素的乘积M。判断矩阵A的M=[1/3 3]T。

2.各行乘积M开n次方根（n为比较指标的个数）得到V′。判断矩阵A的M开二次方根后得V′=[0.59 1.73]T

3.将V′进行归一化处理，得到判断矩阵的特征向量V，V=。判断矩阵的特征向量为V==0.25

0.75

由此可知U1即定性评价指标的权重为0.25，U2即定量评价指标的权重为0.75。由于二阶矩阵都是满足一致性要求的，所以判断矩阵A不再进行一致性判断。同理，可以得出U1的下一层的判断矩阵为A1=5

，特征向量V1=[0.25 0.75]T。

U2的下一层有U21，U22，U23，U24，U25五个指标，根据专家的打分，统计得到判断举证A2。

A2=1 1/3 3 3 4

3 1 2 3 5

1/3 1/2 1 2 2

1/3 1/3 1/2 1 2

1/4 1/5 1/2 1/2 1

根据上面的三个步骤，同理可解得判断矩阵A2的特征向量V2=[0.26 0.40 0.17 0.10 0.07]T。又由AV=λmaxV，AV=A2V2=1 1/3 3 3 4

3 1 2 3 5

1/3 1/2 1 2 2

1/3 1/3 1/2 1 2

1/4 1/5 1/2 1/2 10.26

0.40

0.17

0.10

0.07=0.50

2.17

0.55

0.44

0.35，解得判断矩阵A2的最大特征值λmax=Σni=1=（++++）=3.12。

因为此处n=5，n值大于2，所以需要进行一致性检验，由一致性指标C.I.===-0.47，在“平均随即一致性指标表”中可查到R.I.=1.12，因此C.R.==-0.42，一致性比率小于0.1，判断矩阵符合要求。如果一致性比率大于0.1，则需要专家组重新打分，得到新的判断矩阵再检验。

同理，对剩余的判断矩阵计算其最大特征向量及最大特征值，并进行一致性检验。具体结果如下：

V21=[0.33 0.53 0.14]T

V22=[0.10 0.59 0.31]T

V23=[0.54 0.33 0.13]T

V24=[0.30 0.54 0.16]T

V25=[0.58 0.42]T

（三）模糊综合评价

1.一级模糊综合评价。由判断矩阵最大特征向量Vi得出相应的指标权重ViT，令ViT和相应的评价矩阵Ri相乘，求出该指标的模糊综合评价。例如偿债能力的模糊综合评价为：

B21=V21T·R21=[0.293 0.4295 0.2775]

专家组认为该汽车制造企业偿债能力“优”的可能性为0.2930，认为“良”的可能性为0.4295，认为“中”的可能性为，认为“差”的可能性为0.2775。同理，其他指标也可以这样分析。

B22=VT22·R22=[0.3065 0.4190 0.2745]

B23=VT23·R23=[0.3600 0.2565 0.3835]

B24=V24T·R24=[0.4690 0.3850 0.1460]

B25=V25T·R25=[0.3210 0.2290 0.4500]

2.二级模糊综合评价。在一级模糊综合评价的基础上，进行二级模糊综合评价，得出：

B2=V2T·R2=V2T·（B21，B22，B23，B24，B25）T=[0.3224 0.3824 0.2932]

B1=V1T·R1=V1T·（R11，R12）T=[0.4750 0.3500 0.1750]

3.三级模糊综合评价。在二级模糊综合评价的基础上，进行模糊计算，得出三级模糊综合评价，也就是最终评价：

B=VTB=V（B1，B2）T=[0.4379 0.3581 0.2050]

据模三级模糊计算结果可知，该汽车制造企业财务风险被认为是 “优良”的程度为，被认为是“中”的为，被认为是“差”的为，被认为是“差”的为0.41。根据最大隶属度原则可知该汽车制造企业财务状况还是比较好的。

三、結束语

根据上述分析可知，AHP-模糊综合分析法从定量指标和定性指标两方面着手对财务风险程度给予评价，而且结果简单明了，能够较好的解决我国汽车制造企业财务风险评价问题。但是该方法也存在着一些缺陷，例如对于不同的企业，需要根据其自身的情况确定各指标权重，只有这样才能更加准确的对企业财务风险进行评价。

参考文献：

1.陈淑航.基于模糊综合评价的房地产财务风险研究[J].财会研究，2010（4）.

2.崔团结.我国汽车制造企业财务风险预警分析[J].北方经贸，2009（7）.

3.李泽红，王薛.谈中小企业财务风险综合评价[J].财会月刊，2008（2）.

AHP在有线电视企业财务绩效评价的应用论文 篇4

AHP与ANN相结合的方法在居住环境质量评价中的应用

文章提出层次分析法(AHP)与人工神经网络法(ANN)相结合的`评价方法.阐述了将2种方法相结合的评价过程和基本评价步骤,然后筛选了分别适合前后2种方法的评价指标体系,并选取12个住宅小区样本,进行了实际的居住环境质量评价.

作 者：眭莉 GUI Li 作者单位：常州工学院,计算机信息工程学院,江苏,常州,213002刊 名：内蒙古科技与经济英文刊名：INNER MONGOLIA SCIENCE TECHNOLOGY AND ECONOMY年，卷(期)：2009“”(15)分类号：X821关键词：居住环境质量 层次分析法AHP 人工神经网络法ANN

AHP在有线电视企业财务绩效评价的应用论文 篇5

近年来, 随着全球生态环境破坏的不断加剧, 可持续发展理念越来越多的为人所重视, 作为非财务指标的环境因素也逐渐被引入企业业绩评价体系之中并已占有一席之地。基于此, 本文从企业的环境业绩入手, 通过APH法对企业建立的环境业绩评价指标体系进行分析, AHP (Analytic Hierarchy Process) 又称层次分析法, 该评价方法是由美国著名运筹学家匹兹堡大学Satty教授于上世纪70年代创立, 是一种可以处理很多领域复杂的决策问题的分析方法。

二、企业的环境绩业及其指标体系

(一) 环境业绩相关理论企业的环境业绩, 可以从两个方面来理解:一方面是企业行为对自然环境的影响, 如政府的相关法律法规和消费者选择等;另一方面是企业环境行为对其自身组织能力的影响。此外, 还可以从狭义和广义两个层次上认识企业环境业绩。狭义层面上, 企业环境业绩指在现有环境标准中以及在某些可直接测量的环境指标上的表现。广义层面上, 企业环境业绩是指企业持续改善其污染防治、资源利用和生态环境等方面工作所取得的生态效率和累积效果, 并且这类指标要体现出系统性、综合性和动态性等特点。

(二) 企业进行环境业绩评价的原因分析企业改善环境业绩主要来自于经济上的可行性和利益相关方的影响两方面的动力。

其一, 制度理论角度。由于受到企业利益相关方的影响, 即使经济上不可行, 企业也可能有主观自觉改善环境业绩。这种主观积极性的发挥还需要有其他条件的配合, 如经营决策者拥有完全信息、环境创新与组织内部的激励相兼容等。

其二, 产出角度。企业通过正常的生产经营活动, 可以为社会提供产品和服务, 但企业的生产经营活动还和环境发生着关系, 即企业还是一个生态环境的产出系统;

其三, 补偿角度。企业进行正常的生产运作, 需要不断的补偿自身的物质消耗, 但是就业自身的活动, 直接或间接会影响到环境, 所以还需要不断的补偿生态环境资本, 这样才能使企业实现各种资本同时进行保值增值, 才能保证经济社会、生态环境的协调发展。

综上所述, 企业通过开展环境业绩评价, 可以促使企业以较少的投入换来更多的产出, 并对企业开展生态环境保护工作, 合理的利用资源, 有效地降低环境污染, 起到重要的作用, 因此, 企业应把环境业绩评价纳入企业业绩评价体系中的重要内容。目前, 对企业的环境业绩采用定量的评价还比较少, 本文将AHP法引入环境业绩评价, 进而得出一些定量的结果。

(三) 企业环境业绩评价指标体系本文所使用的环境业绩评价体系主要参考张亚连 (2007) 的企业环境业绩评价指标体系。

三、AHP评价法运算的步骤

AHP法的基本原理是:从需要解决的复杂问题出发, 将其分成若干个组成因素, 根据所解决的问题不同, 将相关指标分成递阶层次结构, 然后比较同一隶属关系下指标的相对重要性, 通过相关数学计算, 得出该指标相对权重值。决策者可以通过权重值确定出决策方案相对重要性的总的排序, 从而作出选择和判断。

(一) 构建层次结构模型通过深入分析实际问题, 根据属性的不同, 将有关的各个因素由上而下分解成若干层次, 某一层的诸因素在从属于上一层的因素 (对上层因素有影响) 的同时又支配下一层的因素 (受到下层因素的作用) 。最上层只有一个因素为目标层, 中间可以有一个或几个层次, 通常为准则或指标层, 而最下层通常为方案或对象层, 模型结构如图1所示。

(二) 建立比较矩阵根据上面构建的层次结构模型, 不同层次层之间元素的隶属关系就能够明确的确立, 根据元素间的层次结构及隶属关系, 就可以构建同层间元素的判断矩阵。例如, 构建以具体指标C层元素C1, C2, C3…Cn相对于B层各指标的判断矩阵。

成对比较矩阵的构造原理:比较隶属于同一指标的下层两个元素的重要性时, 需要使用能够数量化的相对权重aij来表示, 相对权重aij的取值可以参考Satty的提议, 利用表2所列示的数据进行赋值, 在1-9及其倒数中间取值。

aij=2n, n=1, 2, 3, 4, 元素i与j的重要性介于aij=2n-1与aij=2n+1之间;aij=1/n, n=1, 2…9, 当且仅当aij=n。成对比较矩阵的特点:aij>0, aij=1, aij=1/aij (当i=j时候, aij=1) 。

例如:构造元素C1, C2, C3, C4在准则B1下的判断矩阵为:

可采用下面的方法来计算对成对比较阵A= (aij) 的最大特征值λmax (A) 和相应特征向量的近似值。

可以看作成对比较矩阵最大特征值对应的特征向量 为成对比较矩阵的最大特征值。在实际运用中, λ还可以用来检验矩阵A的一致性。

(三) 计算权向量并一致性检验对于上面已经计算出的成对比较阵的最大特征根及对应特征向量, 需要利用一致性指标、随机一致性指标和一致性比率做一致性检验。若通过检验, 特征向量 (归一化后) 即为所需的权向量;否则, 需重新构造成对比较阵, 继续进行相关计算, 直到通过为止。检验成对比较矩阵A (n>1阶方阵) 不一致程度的指标 是矩阵A的最大特征值) ;从相关资料可以查出检验成对比较矩阵A一致性的标准RI (平均随机一致性指标, 如表3所示) :它只与矩阵阶数有关。随机一致性比率CR的计算公式为

判断依据如下:若CR<0.1, 则判定成对比较阵A的一致性能被接受;否则就需要调整成对比较矩阵A, 直到一致性能被接受为止。

(四) 底层元素得分排序及决策在每一层准则下, 计算出对应元素比较阵的特征向量即权重。决策时, 要先计算各方案的“总得分”按总得分决定取舍。计算总得分的方法与通常的打分评比的方法类似, 计算下一层因素在各准则项上的得分, 再按各准则项在总目标中的权重求总。

四、APH在企业环境业绩评价中的具体应用

(一) 建立评价模型据图1所示。该评价模型分为三层, 即A层 (目标层) 、Bi层 (第一层分目标包括B1, B2, B3, B4, B5) 、Ci层 (准则层C1, C2, …, C15, C16) 。

(二) 建立比较矩阵根据评估专家构造第一层分目标Bi相对于总体目标A的判断矩阵以及准则层Ci对第一层分目标Bi的判断矩阵, 对其进行一致性检验和特征向量求解, 得到各项一级指标对于总体目标的权重向量ωi及各项二级指标对其所属一级指标的权重向量ωij。

例如:Ci对B3的判断矩阵为

对于上述矩阵求出特征向量与最大特征值具体方法为按列向量归一化后得出如下矩阵:

按行求和得 既得C9, C10, C11, 对于B3的权重。该矩阵的λmax=3.009, CI=0.0045, 查表得RI=0.52, 由此可得CR=CI/RI=0.0087<0.1, 该矩阵具有可以接受的满意。

(三) 层次总排序利用层次分析法通过求解各项影响因素对总体目标的权重向量值, 进而可以通过各指标的权重值对其进行排序。具体计算过程可参考上述步骤, 计算结果如表4所示:

如表4所列示的计算结果, 得出了企业环境业绩评价体系下各指标的权重值。但是, 在实际操作中, 还要结合企业的实际情况, 对各个指标采用百分制计分法进行打分, 由于各指标的涵义不同, 造成了量纲上存在差异。这时, 可以通过功效系数法来解决上述问题, 从而实现对各指标的无量纲化处理。最后, 通过将各指标的评分结果与上表计算的权重值相乘, 即得企业环境业绩评价结果。

五、结论

目前, AHP法在企业环境业绩评价评价中的应用刚刚处于起步阶段, 与此相关的文献研究还比较少, 但是, 该方法可应用于企业具有复杂指标的环境业绩评价, 并且还能将相关指标完整的涵盖, 所以逐渐越来越受到重视。此外, 由于AHP法采用了定量分析和定性分析两种评价方法, 可以科学合理的确定指标权重, 提高企业环境业绩评价结果的准确程度, 对于正确引导企业开展环境保护工作具有重要的意义。

参考文献

AHP在有线电视企业财务绩效评价的应用论文 篇6

摘 要：预算管理与绩效考核在企业生产经营中的作用不可忽视。本文中笔者首先阐述了财务预算与绩效考核的目的及意义，结合企业财务管理实际，提出了提高企业内部财务预算和绩效管理的具体措施，具有一定的实践借鉴价值。

关键词：预算管理；绩效考核；财务管理；措施

社会经济快速发展，特别是在市场经济的体制下，各行各业之间的竞争日益激烈，企业为了能够在激烈的市场竞争环境中生存和发展，都自觉加强了对企业内部的管理。财务管理作为企业管理中的重中之重，对于降低企业成本，优化其资源配置至关重要。而预算管理与绩效考核作为财务管理的重要内容方面，能够有效确保财务预算的高效性和准确性，切实为企业负责人提供经营参考依据。企业在进行财务管理的过程中，只有不断提升对预算管理与绩效考核的重视程度，才能够让财务管理在企业建设和发展中展现更好的价值，才能够让企业的发展更加科学、合理。

一、财务预算与绩效考核的目的及意义

简单的说，财务预算的目的就是通过分析相关的数据信息，对企业经营状况作出全面系统的了解，以确保企业在生产经营过程中资金活动合理，协调配置企业经济活动中的各类资源，尽可能的降低经营成本和风险，并对企业未来发展作出科学的预测与规划。绩效考核的目的是为了通过分别对各级各类员工的整体、综合、系统的评价来更好的管理员工，挖掘员工内在的潜能，更好的服务企业。

财务预算与绩效考核的意义在于：财务预算明确了企业的长远发展方向及战略目标，有助于构建系统化的收支状况体系，使财务预算更加详实、准确，促进企业高效全面发展。而绩效考核是对人员工作情况、待遇评定、奖惩事项等的重要依据，可以促进各员工之间分工协作，且责任明确，有助于激励企业员工更好的完成工作，而且帮助相关负责人准确把握企业相关业务的进展与落实情况。绩效考核不是评价结果和业绩，而是对员工工作工程和工作结果作出过程化的、动态的、系统的考评，并通过激励机制调动员工工作积极性，更出色的完成工作。财务预算与绩效考核是财务管理重要的两个方面，两者相辅相成、不可分割、彼此促进，只有将两者有效连接在一起，才能够让企业的各种决策行之有效。

二、提高企业内部财务预算和绩效管理的具体措施

（一）提高企业内部二级单位的职能，充分做好预算管理

一些规模较大的企业，往往组织组织层级较多，结构较复杂，为了更加高效的进行企业内部管理，应当积极调动各个二级单位的管理能动性，赋予各二级单位相应的职权，加强各二级部门内部的财务预算管理，并运用科学的绩效管理手段对各个二级部门内部进行绩效考评，为企业整体的预算管理和绩效考核做好准备。现阶段很多企业负责人往往只关注资金量，而不关注资金的效率，甚至出现资金滥用或者流向不明的情况。因此，要重视二级部门的职能，提高各级员工的预算与绩效意识，营造良好的企业预算与绩效管理氛围。

（二）建立良好的沟通内部沟通机制，深入了解基础业务

由于企业人员素质参差不齐，在企业内部进行信息单向传递及信息反馈时经常会由于缺乏科学高效的沟通机制而造成信息的不对称。而且很多企业基层员工没有预算管理的意识，企业在进行预算管理和绩效考核时往往是割裂进行的，而没有相应的融合。而预算与绩效都是较为复杂和综合的工作过程，一旦出现疏忽和漏洞就会对资源产生浪费。因此，相关管理人员务必要对企业的基础业务进行全面的了解，而且要加强各部门之间及部门内部人员之间的协作、沟通与交流，及时的将相关预算管理报告和财务报表等结果反馈给责任人，并进行科学的调整与修改，这样才能够有针对性的进行个性化的预算管理和绩效考核。

（三）完善预算管理和绩效考核机制，强化规范性和统一性

预算管理和绩效考核不是一朝一夕就能完成的，它需要完备健全的组织机构及完善的组织制度作保障，并选取科学高效的方法开展全过程的、全方位的、持续的预算管理及绩效考核工作，在这样的背景下，预算的准确性和绩效考评的公正性才能是规范化的。而且各企业应当根据自身的实际情况，对财务部门进行有效的责权划分，协调财务内部资源，对企业内外部环境做出全面的分析，及时发现财务管理问题并按照制度要求进行改进。规范和统一的绩效考核机制能够促进预算管理的科学化、有序化，提高绩效考核的效率和可参考性。

三、结语

市场竞争的激励性已经让传统的企业财务管理发生了重要转变，任何一家企业都需要通过财务的管理来提升自我的竞争能力。将预算管理与绩效考核纳入财务管理其中，可以让财务管理的作用得到更好的发挥，看依然企业的的整体构建更加体系化、科学化，能够让企业的整体效益沿着既定的目标不断发展与前进。

参考文献：

[1]王燕，于娇丽. 现代企业财务预算管理存在的问题及对策研究[J].商业经济，2013，08：42-43.

[2]刘冬英.财务预算与绩效考核之间的关系[J].经营管理者，2015，07：87-88.

浅议国有粮食企业财务绩效评价 篇7

关键词：国有粮食企业；财务；绩效评价

一、引言

我国的国有粮食企业在粮食的流通过程中发挥着极其重要作用，国有粮食企业是国家掌握粮食来源，实行粮食控制以及促进农村经济发展的载体。随着我国粮食流通体制改革的进一步深化，政府把国有粮食企业的改革作为工作重点，不但推进国有粮食企业在企业管理、会计核算方面的改革。在当前的市场经济下，国有粮食企业的健康发展不仅仅取决于企业的产量、规模、成本以及利润的高低，很大程度上取决于企业的财务健康程度，只有保证企业资金的健康，促进企业资金良好的运转，才能为企业的发展和和产量的提升提供帮助。然而国有粮食企业财务状况是否健康及能否进行及时准确的改进，很大程度上取决于国有粮食企业能否对自身的财务状况建立有针对性的绩效评价体系，以评价的结果倒逼企业不断完善自身的财务状况。但目前一些国有粮食企业的财务绩效评价体系尚且不够完善，考核指标和考核标准方面也存在诸多问题，我们接下来通过对这些问题进行深入的剖析，同时结合国有粮食企业的发展需求，提出完善国有粮食企业财务绩效评价体系的对策。

二、国有粮食企业财务绩效评价存在的不足

（一） 绩效考核指标不完善，且绩效考核指标之间缺乏独立性。主要表现为以下几点：一是对于现金流量指标的考核不够全面，现金流量作为表现企业财务报表目标的指标缺乏全面的考核，使得考核结果不能完全的反映企业的财务状况；二是考核过程缺乏对于现今流量、资产损益以及资产负债等指标的联动综合分析，使得绩效考核不够全面；三是财务绩效评价指标部分来自于财务分析指标，一些指标的相关性较强，国有粮食企业在绩效考核过程为对这些重复的指标进行分离，使得绩效考核结果不够准确。

（二）定量分析不足，定性分析过于主观。国有粮食企业由于自身机构设置的问题以及考核水平的限制，导致财务绩效考核的定量分析不足，且定性分析过于主观。第一，在进行财务绩效的考核过程中，仅仅是对考核指标进行简单的数学计算，用单纯的数据比对来确定财务管理的效果，缺乏财务风险等方面的综合评估，使得定量分析结果不够科学、准确；第二，企业的绩效考核仅仅由单一的部门甚至是由一个项目组进行，评价结果难免过于主观，不能真实的反映企业的财务经营状况并提出有针对性的对策，使得绩效考核达不到预期的效果；第三，考核的标准较为模糊，无法精准的对财务状况实施绩效考核。

（三）绩效考核结果不准确，无法为企业管理提供帮助。国有企业由于自身机构设置冗杂且经营效率较为低下，加之国有企业管理的松散，使得国有粮食企业在绩效考核过程中存在诸多的问题，使得绩效考核结果不准确，无法为企业的管理和生产经营决策提供必要的帮助。一是企业虽然建立了专门的绩效考核小组，但是在实际的考核过程中过于泛化，没有遵照绩效考核的要求详细的进行考核，考核结果平均化，使得绩效考核流于形式；二是财务绩效考核过程中，考核人员与财务部门人员为谋私利相互勾结，隐瞒其中不良的财务数据，改变财务绩效考核的结果，使得绩效考核的结果偏离实际情况，不能为企业的管理提供帮助，甚至会影响企业的决策和发展。

（四） 绩效评价过于简单，无法为财务管理的不断完善提供帮助。国有粮食企业在财务绩效评价的过程中，偏重于对财务指标的绩效考核，而忽略了评价对于财务不断完善的反馈调节作用。首先，企业并未对绩效考核的结果进行分类汇总，没有详细的分析不同人员、不同项目、不同财务指标的绩效考核结果，所以不能及时发现其中存在问题的地方，使得绩效考核失去意义；其次，绩效评价的过程过于简单，没有结合企业的实际发展情况和经营目标，以此总结企业以往财务管理的不足，并为企业下一步财务管理的完善提出建议；最后，没有将财务绩效考核的评价结果进行详细的纪录，在企业经营过程中参照评价结果不断调节企业的财务状况，使得绩效评价失去了反馈、调节企业财务不断完善的功能。

三、完善国有粮食企业财务绩效评价体系

（一）完善财务绩效考核指标。完善国有粮食企业的财务绩效考核指标，可以从以下几点着手：第一，增加对于现今流量的考核指标，比如增加现金回收率、现金流动负债比等考核指标，以全面的反映企业的经营效益、财务资金的流动性以及财务资金的安全程度，使得对于财务的绩效考核结果更加可靠；第二，增加关于无形资产、知识资产、等价值的财务考核指标，通过对这些指标的考核来反映企业内在的生产力以及科学技术水平；第三，加强各项绩效考核指标的联动分析，以此来全面的对企业财务状况进行绩效考核，为企业的管理提供必要的参考和帮助；第四，通过eviews统计软件对绩效考核的各项指标进行相关性分析，对相关性显著的指标进行调整，以确保考核指标的独立性，防止考核结果的重复和不准确。

（二）加强定量分析和定性分析的结合。在绩效考核评价的过程中，应当强化定量分析的水平，同时客观的对绩效考核结果进行定性分析。首先，应当充分利用运筹学、统计学方面的知识，并结合Matlab、R等统计分析软件对财务数据进行统筹分析，通过残差平方和、方差等结果对财务指标进行深入的考核分析，使得考核更加科学、全面，同时可以准确的发现企业可能存在的财务风险，以便进行及时额防范；其次，建立统一、科学的考核标准，绩效考核部门在进行考核过程中应当严格遵照考核标准执行，不得进行主观的臆断和评价，使得绩效评价结果更加有据可循；最后，建立绩效评价复检机制，以及时更正绩效评价中过于主观的部分，使得绩效评价更加科学，更加能够促进企业的发展。

（三）建立监督机制，确保绩效考核结果的准确性。国有粮食企业应建立绩效考核评价的监督机制，以确保绩效考核结果的准确性。第一，成立专门的监督小组对绩效考核的过程和方式进行监督，监督小组由各个部门的成员综合而成，首先将需要考核的指标汇总发放到每一个绩效考核人员手中，考核完成一项就进行标记，以确保考核的全面，避免考核结果过于平均，或是考核过程形式化；第二，监督小组应定期的对绩效考核的结果进行核查，及时发现绩效考核过程中徇私舞弊的行为，并进行及时控制，使得绩效考核结果更加准确。通过以上方法，确保绩效考核的准确性，以便给企业的下一阶段决策提供参考。

（四）加强对绩效考核结果的评价分析，以促进国有粮食企业财务状况不断完善。首先，企业应当加强对于绩效考核各个指标的综合分析，并对绩效评价结果进行反复的推敲，使得绩效评价更加科学、准确，并且对财务部门工作人员进行准确细致的评价，以避免财务造假现象的发生；其次，在绩效评价的过程中，应当充分考虑粮食企业如今的发展情况和粮食企业改革下的市场动向，充分的掌握可能存在的财务风险，然后做出具有前瞻性的绩效评价，以便企业及时发现财务管理中的不足，并为企业财务管理的不断完善和企业的发展提供参考；最后，企业应当对每一次绩效评价的结果进行备案，以此来发现绩效评价中不足的地方，并对财务绩效评价的方式和指标进行不断的改进，以期能够发挥财务绩效评价的反馈、调节作用，确保国有粮食企业财务健康的同时促进其改革的顺利完成。

总结：总之，我们应该不断完善国有粮食企业财务绩效评价体系的建设，确保企业财务健康的同时促进企业在激烈的市场竞争中完成改革，实现跨越式发展。

参考文献：

[1] 叶敏敏.Z国有粮食企业直属库内部控制的优化研究[D].南京理工大学，2014.

AHP在有线电视企业财务绩效评价的应用论文 篇8

一、基于AHP-模糊综合评价方法构建我国汽车制造企业财务风险评价模型

由于汽车制造企业风险评价是一个复杂的问题, 既包括定量指标又包括定性指标, 要做到客观、科学的评价, 就要从不同的角度进行分析, 同时, 构建模型时必须遵循科学、全面、可操作和经济性原则, 因此, 本文选用AHP-模糊综合评价方法对我国汽车制造企业财务风险进行研究。该方法能够从定量和定性两方面进行分析, 而且评价结果清晰、系统性强, 能够较好的解决汽车制造企业风险评价这个问题。

(一) 选取评价指标, 构建风险评价指标体系

根据影响我国汽车制造企业财务风险的主要因素, 建立我国汽车制造企业财务风险评价指标体系, 如图1所示。从图1中可以看出, 内部因素可以进行定量分析, 而外部因素难以量化, 为此, 本文将选择模糊综合评价方法解决这个问题。

(二) 建立模糊综合评价评价集

设评价指标集

风险评价集v (v1, v2, v3) , 其中v1, v2, v3分别表示指标的评语为“优良”、“中”、“差”。

(三) 构建模糊评判矩阵

在本文中, 对于每个因素ui都会有vj (j=1, 2, 3) 种评判, 我们将评判结果rij称为隶属度, rij= (ri1, ri2, ri3) 。如果有m个因素, 则由这m个因素的隶属度所构成的矩阵即为模糊评价矩阵R。

(四) 构造判断矩阵及确定权重

专家根据判断矩阵的准则, 对元素进行两两比较后按照元素的重要性程度赋值1-9:当两两者同等重要时赋值为1, 前者比后者稍重要时赋值为3, 前者比后者明显重要时赋值为5, 前者比后者强烈重要、极端重要时分别标度为7和9, 用2, 4, 6, 8表示上述判断的中间值。若元素i与j的重要性之比为aij, 则元素j与元素i的重要性之比为1/aij从而得到判断矩阵A= (aij) n×n。

对于得到的判断矩阵要进行层次单排序及一致性检验。首先, 通过求解判矩阵的最大特征值及其对应的特征向量, 对特征向量做归一化处理得到相应的权重。计算公式如下:

其中:A为判断矩阵、λmax为最大特征值、V为最大特征值所对应的特征向量;其次, 对判断矩阵进行一致性检验, 以此避免判断矩阵因为指标过多而出现逻辑上的错误。一致性检验过程如下:

2.确定平均一致性指标R.I.。根据判断矩阵的阶数在“平均随即一致性指标表”中查找相应的R.I.值, 如表1所示。

(五) 进行模糊综合评价

根据指标体系由低到高的顺序, 对处于同一层的各指标的指标权重与其判断矩阵进行模糊合成。然后一直重复此步骤, 直至到达最高层, 得到最终的合成结果。最后, 根据最大隶属度原则确定评价对象的模糊综合评价结果。

二、案例分析

由于上市汽车制造企业的财务数据容易获取, 也比较准确, 本文选取其中的某家汽车制造企业作为例来说明AHP-模糊综合评价模型在我国汽车制造企业中将如何应用。

(一) 构造评价矩阵

设计调查问卷, 请20位专家们根据宏观经济环境、市场环境、该公司的财务状况等因素, 按照各定量指标以及定性指标的重要程度打分, 得出评语。对于取得调查结果则根据该指标的各种评语出现的次数除以专家总人数, 例如流动比率这一指标, 有8名专家人给出“优”这一评语, 7名专家给出“一般”的评语, 5名专家给出“差”这一评语, 则流动比率的判断向量为 (0.40, 0.35, 0.25) , 同理, 剩余指标也可取得各自的评价矩阵。

宏观经济环境矩阵 (R11) =[0.400.35 0.25]

市场环境矩阵 (R12) =[0.50 0.350.15]

(二) 构造判断矩阵及确定其权重

专家由上到下对每一层各指标之间的相对重要程度进行两两比较判断, 然后利用算术平均法对数据进行统计, 得到各自的判断矩阵。本文中, 我国汽车制造企业财务风险 (u) 问题的综合指标为最高层, 第二层是u1, u2, 分别代表定量评价指标和定性评价指标, 专家通过对, 进行两两比较后按1-9标度法打分, 然后利用算数平均法统计得到u1u2判断矩阵, 用字母A表示, 如表2所示。

本文基于AHP算法的方根法来计算该矩阵所对应的特征值和特征向量。

1.判断矩阵每一行的元素相乘得到元素的乘积M。判断矩阵A的M=[1/33]T。

2.各行乘积M开n次方根 (n为比较指标的个数) 得到V′。判断矩阵A的M开二次方根后得V′=[0.59 1.73]T

U2的下一层有U21, U22, U23, U24, U25五个指标, 根据专家的打分, 统计得到判断举证A2。

同理, 对剩余的判断矩阵计算其最大特征向量及最大特征值, 并进行一致性检验。具体结果如下:

V21=[0.33 0.53 0.14]T

V22=[0.10 0.59 0.31]T

V23=[0.54 0.33 0.13]T

V24=[0.30 0.54 0.16]T

V25=[0.58 0.42]T

(三) 模糊综合评价

1.一级模糊综合评价。由判断矩阵最大特征向量Vi得出相应的指标权重ViT, 令ViT和相应的评价矩阵Ri相乘, 求出该指标的模糊综合评价。例如偿债能力的模糊综合评价为:

专家组认为该汽车制造企业偿债能力“优”的可能性为0.2930, 认为“良”的可能性为0.4295, 认为“中”的可能性为, 认为“差”的可能性为0.2775。同理, 其他指标也可以这样分析。

2.二级模糊综合评价。在一级模糊综合评价的基础上, 进行二级模糊综合评价, 得出:

3.三级模糊综合评价。在二级模糊综合评价的基础上, 进行模糊计算, 得出三级模糊综合评价, 也就是最终评价:

据模三级模糊计算结果可知, 该汽车制造企业财务风险被认为是“优良”的程度为, 被认为是“中”的为, 被认为是“差”的为, 被认为是“差”的为0.41。根据最大隶属度原则可知该汽车制造企业财务状况还是比较好的。

根据上述分析可知, AHP-模糊综合分析法从定量指标和定性指标两方面着手对财务风险程度给予评价, 而且结果简单明了, 能够较好的解决我国汽车制造企业财务风险评价问题。但是该方法也存在着一些缺陷, 例如对于不同的企业, 需要根据其自身的情况确定各指标权重, 只有这样才能更加准确的对企业财务风险进行评价。

参考文献

[1].陈淑航.基于模糊综合评价的房地产财务风险研究[J].财会研究, 2010 (4) .

[2].崔团结.我国汽车制造企业财务风险预警分析[J].北方经贸, 2009 (7) .

[3].李泽红, 王薛.谈中小企业财务风险综合评价[J].财会月刊, 2008 (2) .

AHP在有线电视企业财务绩效评价的应用论文 篇9

[关键词] 多层次模糊综合评判法 优序图法 评价指标 企业技术创新绩效

一、引言

在知识经济时代，企业的生产、经营环境将发生重大变化：新技术不断涌现，产品的技术生命周期不断缩短；知识产权对技术创新成果的保护更加有效，技术贸易壁垒更加森严。在这种形势下，企业不进行技术创新就会灭亡。技术创新是转变经济增长方式的关键，是企业发展动力的源泉。对企业技术创新绩效进行系统分析和综合评判, 对于企业科学地认识自身的技术创新状态, 采取有效的技术创新战略, 保持和提高企业竞争优势, 获得最佳经济效益和社会效益具有特别重要的理论意义和现实意义。企业技术创新绩效中所包含的事物往往具有多种属性,为多层结构，层次难以界定，是一个典型的模糊性问题。企业技术创新绩效的评价存在也许多不确定性，可从不同角度去评价。建立科学、合理、严谨、量化的评价模型已成为急需解决的重要课题。多层次模糊综合评判法能将定性问题转化为定量的数学模型，使定量评价建立在定性分析的基础上，并直观地指出关键的评价问题所在，使评价更有实用性。

二、多层次模糊综合评判模型

多层次模糊综合评判法首先是根据项目的实际特点, 建立评价因素指标体系, 将所涉及到的诸因素按照某些属性划分为几类, 从低向高层次的顺序,先对每一类进行初层次的综合评价, 在此基础上再对每类所得的评价结果进行类间的更高层次的综合评价, 从而得到一个既定量化又较符合实际的评价结果。 同时在多层次评价过程中, 应用优序图法来确定各因素指标的权重。具体步骤如下：

1.技术创新绩效评价指标体系的建立

结合技术创新的本质内涵、特点、创新过程特征和中国企业的创新实际，本着科学性、完备性、可比性、可操作性原则，针对企业的创新特征设计出企业技术创新绩效评价指标体系见表1。

表1 技术创新绩效评价指标体系结构

2.建立各因素的评价集V

评价集是对各层次因素评价结果的直接描述和表征形式。显然, 对每一层次的每一个因素都需要建立相应的评价集。确定模型中各个因素的评价结构均为4个等级, 即V中的元素为4个(m=4)表示为={优，良，中，差}。对第二层次各因素(共22个)而言, 它们是综合评价的基因素, 即直接调查评判的因素。而第一层次的因数和总目标因素是若干基因素评判结果的综合反映。评价集是以隶属度的形式来表征综合评价结果的。它能全面地反映评价的情况。在实际运行中, 为了使评判结果更加直观，往往要对评判结果给出具体的分数，因此设优，良，中，差分别为95分，85分，75分，65分。

3.建立因素的权重集

根据每一层次中各个因素对上一层次因素的重要程度,分别赋以相应的权数。第一层次因素权重集，第二层因素权重集(n为第一层次各因素中分别包含二次因素的个数,)。权重集的确定由多种方法，如层次分析法，本文， 权重集的确定采用优序图法。其基本步骤是: 在因素层次划分模型的基础上, 由若干专家根据经验得出各层次、各因素的权重数。简单优序图是一个棋盘格式的图式, 在两两比较中,用“1”表示两两比较中相对“重要的”、“大的”、“优的”, 用“0”表示相对“不重要的”“小的”“劣的”, 用“0. 5”表示两两对比中同等重要。将每人所得的权重数按上法比较填入优序图中, 并进行优序图的互补检验。然后将所有人的优序图进行汇总综合得到各层次、各因素的权重数。

4.计算模糊评判矩阵R

(1)建立单因素模糊评判矩阵R～i

这是对每一个基因素分别作出特定的等级评判的过程。通过现场调查获得全体评判者认为因素属于评价等级的程度，让各专家或各用人单位在评价集={优，良，中，差}上针对各因素打分。例如:有n个专家对指标在V上打分,4个等级选择的频数分别是,则指标的隶属度为:。从而R～i可表示为:

，其中

其中:R～i的行数n决定于各中所含基因数的个数;R～i的列数m决定于评价集V中元素的个数。

(2)多层模糊综合评判对于多层次的综合评判问题

模糊综合评判过程是由低层次向高层次逐步进行的。首先,根据及R～i,有第二层次的模糊综合评价集:，其中(j=1,2,…n;i=1,2,3;m=1,2,3)它表示二层次中,对决定中的因素(j=1,2,…n)进行综合评判时, 评价对象Ui对各元素的隶属度。并对进行归一化处理。在上面的基础上, 再进行第一层次的模糊综合评价。此时, 模糊综合评判是按第二层次的评判矩阵综合而成的。即:

5.计算模糊向量

6.计算评价的结果C

三、应用实例

针对某一企业的技术创新能力绩效，现对其进行档案评价.邀请0位专家对起进行评价，采用优序图法确定了企业技术创新能力绩效评价中所有指标在评价集上的评定频率以及利用前文所述的权重确定方法得到的各指标因素的权重系数.评价结果如表2：

表2 10位专家对企业技术创新能力绩效的评价结果

于是，可得到一级综合评判为：

同理计算得到：

因此，可得到二级综合评判为：

综合评价结果为:。

因此,该企业的技术创新能力绩效的综合评分为87.7分，属于技术创新能力好的企业。

四、结论

本模型因素权重集的确定采用了优序图法, 极大地消降了传统权数确定过程中的主观随意性成分。该方法建立在分层次、单目标、单准则两两对比判断基础上, 最易区别优劣高低, 并容易检验, 避免了繁杂计算的错误。多层次模糊综合评判法采用模糊线性加权变换的方法处理, 避免了按“最大”“最小”运算法则只突出隶属度很大, 或隶属度很小的项的作用的不合理现象。汇总了各类人员的意见, 较全面地反映了评价对象的优劣程度, 因而评价结果具有较好的客观性, 评价者可通过该方法发现企业技术创新绩效中的薄弱环节, 为加强环节管理提供科学依据，为科学、合理地评价档案提供了依据，也为定量评价开辟了新的方法，具有一定的推广价值。

参考文献:

[1]常玉刘显东:层次分析法、模糊评价在企业技术创新能力评估中的应用[J].科技进步与对策，2002，9（24）：125—127

[2]姜炳鳞谢廷宇:企业技术创新能力评价指标体系及其多级模糊评价方法[J].商业研究，2004，18（302）：77--79

[3]王青云饶扬德:企业技术创新绩效的层次灰色综合评判模型[J].数量经济技术经济研究，2004，5：55--62

[4]陈劲陈钰芬:企业技术创新绩效评价指标体系研究[J].科学学与科学技术管理，2006，3，86—91

[5]张曙光李伟:层次分析法在建设决策方案信息处理中的应用.[J].情报科学，2006，3，302—305

[6]蓝顺碧阕向红赵甫哲:《高等医学院综合实力评估研究》权重系数的确定与程序设计.[J].医学信息学教育, 1998, 11 (4):30～33

[7]杨伦标:模糊数学原理及应用[M］.广州：华南理工大学出版社,1995，234—235

[8]何新贵:模糊知识处理与技术［M］.北京：国防工业出版社，1998，198--200