一篇文章教会你熵权法的应用

一篇文章教会你熵权法的应用什么是熵权法德国物理学家holtman和Clausius在1864年共同研究出热力学并合作编写了《热之唯动说》,一个与物理量有关的新术语是 “熵”,主要是用于描述系统状态。之后,美国数学家Shannon发现熵能够体现不确定性,对以往“熵”研

大家好,欢迎来到IT知识分享网。

什么是熵权法

德国物理学家holtman和Clausius在1864年共同研究出热力学并合作编写了《热之唯动说》,一个与物理量有关的新术语是 “熵”,主要是用于描述系统状态。之后,美国数学家Shannon发现熵能够体现不确定性,对以往“熵”研究进行了拓展。熵理论不仅可以应用于力学,还被用于其他领域。目前信息熵已经是计算“不确定性”的最好方法。

熵权法是熵理论的一个组成部分,利用熵对制造企业转型和技术能力评价指标体系的所有定量信息中的随机变量进行度量。我们根据熵中的信息量获得每个度量的权重。熵值越大,信息量越小,指标对整体的影响越小。对比熵法和主观分配法,可以看出这种方法独立于个体意识,是一种更准确判断特定变量对整体影响程度的方法。研究人员可以根据指标影响程度的结果进一步优化指标体系。熵权法可以在任何需要确定权重的过程中单独使用,也可以与其他数学方法结合使用。因此,熵权加权法常用于对一个公司的能力或业绩进行综合评价。

一篇文章教会你熵权法的应用

熵权法的基本原理

根据信息论基本原理的解释,信息是系统有序度的度量,熵是系统扰动程度的度量。根据信息熵的定义,给定指标,熵值可以用来评价给定指标的方差程度。如果所有指标值都相同,则该指标对整体评价没有影响。因此,可以利用信息熵工具计算各个指标的权重,为综合评价多个指标提供依据。

熵权法的基本思路是根据指标变异性的大小来确定客观权重。一般来说,若某个指标的信息熵Ej越小,表明指标值得变异程度越大,提供的信息量越多,在综合评价中所能起到的作用也越大,其权重也就越大。相反,某个指标的信息熵越大,表明指标值得变异程度越小,提供的信息量也越少,在综合评价中所起到的作用也越小,其权重也就越小。

一篇文章教会你熵权法的应用

熵权法的优点是可以确保在确定指标权重时不受主观因素的影响,指标权重可以根据特定的公式和公司数据计算,使评价结果更加客观、准确和科学。以某公司财务竞争力价值指标的权重为例,选择熵权法进行演示

熵权法赋权步骤

1、选取划分指标

在进行数据标准化之前需对指标进行选取划分。

财务评价指标是对某公司在一定周期内的经营成果进行的评价,评价某公司的财务竞争力状况,同时给某公司的管理者提供数据支撑。科学合理的选取价值评价指标可以提髙我们对科技公司财务竞争力评价的准确度和可信度。

代表偿债能力的指标有:流动负债率、资产负债率、流动比率,反映流动资产变现的偿债能力、速动比率、负债与有形资产比率,、利息保障倍数,通过债务资本、不良资产比率、带息负债比率、或有负债比率。

代表盈利能力的指标有:投资回报率、每股收益、净资产收益率、销售毛利率、成本费用利润率。

代表营运能力的指标有,应收账款周转率、存货周转率、非流动资产周转率、固定资产周转率、应付账款周转率。

代表成长能力的指标有:总资产周转率、三年利润平均增长率、三年资本平均増长率、营业收入同比増长率、净利润同比增长率,反映企业利润增长速度。

代表资金回收能力指标有:资产现金回收率、盈余现金回收率、主营业务现金比率、现金流动负债比率、现金总负债比率。

2. 数据标准化

将各个指标的数据进行标准化处理。

假设给定了k个指标X1,X2,……,Xk,其中:

一篇文章教会你熵权法的应用

假设对各指标数据标准化后的值为Y1、Y2、Y3……,Yk:,那么

一篇文章教会你熵权法的应用

一篇文章教会你熵权法的应用

3. 求各指标的信息熵,确定各指标权重

根据信息论中信息熵的定义,一组数据的信息熵

一篇文章教会你熵权法的应用

其中

一篇文章教会你熵权法的应用

,如果,Pij=o,则

一篇文章教会你熵权法的应用

根据信息熵的计算公式,计算出各个指标的信息熵为E1、E2、E3……,Ek:

通过信息熵计算各指标的权重:

一篇文章教会你熵权法的应用

一篇文章教会你熵权法的应用

综上所述,熵值法的优点是可以为能力进行一种客观的权重赋能方法,它深刻地反映了一个指标的内在力量,比监督者的权重具有更高的可靠性和准确性。

该算法虽然简单,但存在诸多不足,如不够智能,未考虑指标及其影响,像是相关性、层级关系等。在缺乏业务指导经验的情况下,权重依赖于失真的样本。如果样本不断变化,权重会有一定的波动。因此,在考虑选择熵权加权方法进行分析研究时,需要考虑方法的适用范围。反之,如果权重失真频繁发生,则需要结合专家评分和判断,以最大限度地发挥熵方法的优势。同时,在确定权重之前,需要了解指标对目标得分的影响方向,并对非线性指标进行预处理或去除。

一篇文章教会你熵权法的应用

免责声明:本站所有文章内容,图片,视频等均是来源于用户投稿和互联网及文摘转载整编而成,不代表本站观点,不承担相关法律责任。其著作权各归其原作者或其出版社所有。如发现本站有涉嫌抄袭侵权/违法违规的内容,侵犯到您的权益,请在线联系站长,一经查实,本站将立刻删除。 本文来自网络,若有侵权,请联系删除,如若转载,请注明出处:https://yundeesoft.com/85954.html

(0)

相关推荐

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注

关注微信