投资项目选择的评价体系和模糊综合评价模型

本文首先对常用的投资项目选择方法进行综合分析。然后,从投资环境、投资风险、投资经济效益和企业可持续发展等4个方面建立投资项目选择的多层次评价指标体系,提出投资项目选择的模糊综合评价模型,为企业进行投资项目选择决策提供参考。     

多目标决策在项目投资决策中的应用

项目投资的评价是一个多因素、多目标的决策问题.现有的投资决策无论从评价指标、还是从评价方法来看,都存在很大的问题.从传统投资决策方法出发,结合项目投资的特点,对现行决策方法进行了改进,综合考虑了收益和风险的影响,应用了多目标决策分析的原理和方法,提出了投资多目标决策模型,较好地为决策者正确地选择投资提供了理论依据和方法.     

投资评审模型

一、引言由于国家投资经费有限,国家每年只能从大量的申报项目中选出少数优秀项目给予资金投入。投资方案的评审主要应解决两个问题:第一,“筛选”,第二,“择优”。由于现有投资评审方法,对于多目标综合评审能力不强,有时会出现不同评审结论相互矛盾的情况。本文为了准确地对投资项目进行评审,建立多目标模糊数学评审模型,以期能够更好地贯彻“依靠专家、发扬民主、择优投资、公正合理”的评审原则。二、模糊数学评审模型设有待评审的n个申报投资项目组成项目集,又有对投资项目进行优选评审的m个指标组成指标集。通常指标是一些定性指标,诸如项目的环境效益,投资项目的社会效益等。则可有m×n阶指标模糊矩阵:     

施工项目成本管理方法

做好工程项目施工成本管理对于顺利实现工程项目施工管理的利润目标、合理控制项目投资成本、实现项目运作向公司运行的转变具有重要意义。本文介绍了工程成本控制的对象和内容,并从多方面对施工项目成本管理问题进行了深入探讨,从而为企业加强项目成本管理提供一些参考。     

多目标多角度项目选择宏观模型探讨

一、问题概述及有关模型当资源有限且有某些特定的社会发展目标的情况下,不可能将所有可接受的项目同时列为可实施的项目,这时应在国家或部门整体水平上,对所有可接受项目作宏观协调,进行宏观规划。当然,在个别项目的微观评价中要用到某些国家参数,虽然这些参数是宏观测算出来的,但是这些参数仅仅是评价的基础。而常用的LM和UNIDO法主要地注重个别评价方法本身。因此,项目的整体规划必须作为新的专题来考察。[1]建议了一个项目选择模型,这个0—1规划模型以社会净收益(Present Social Value)作为目标。除了将资源作为约束外,还将政府的目标作     

基于实物期权的房地产投资项目价值评估研究

房地产投资项目具有较高的不确定性、投资大、开发周期长,其价值的大小直接会影响决策人对于投资可行性的判断。选择和使用科学合理的价值评估方法对于房地产企业的开发投资决策有指导作用。选择和使用科学合理的价值评估方法是目前房地产企业正面临着的问题并且急需解决。实物期权方法的应用是建立在不确定性的基础之上的,不确定性越大,期权的价值越大。与传统方法相比,实物期权方法有其不可比拟的优点。本文主要是通过B-S模型的实物期权定价方法对房地产投资项目价值进行评估研究。     

绩效评估中的模型选择:问题与解决方法——基于就业培训项目的研究

对就业支出进行绩效评估,是梳理优化就业政策、科学分配就业支出和监管强化的重要手段。本文借鉴国际经验,构建了符合我国国情的就业培训项目绩效评估方法。该方法在Rubin因果模型分析框架下,以人力资本投资和微观计量经济学理论为基础,克服了绩效评估中的自选择问题,并可实务操作。本文利用该方法对我国部分地区的就业培训项目绩效进行评估,并提出就业和就业支出分配的优化政策建议。     

房地产项目投资的风险决策

本文针对房地产投资投入资金量大,周期长,风险大等特点,考虑投资成本,投资效益,风险损失和交易费用四个目标,提出了房地产投资项目选择的多目标风险决策方法。     

高技术投资项目的多目标决策分析

高技术投资项目的风险决策在企业投资中具有非常重要的作用,是企业发展的核心和关键。本文分析了企业高技术投资项目单目标投资决策存在的不足,提出了多目标投资决策应考虑的指标及决策的程序,为决策者正确选择高技术投资项目提供了科学的理论依据和方法。     

基于AM模式的动态战略成本管理框架分析

财务管理是在一定的整体目标下,关于资产的购置(投资),资本的融通(筹资)和经营中现金流量(营运资金),以及利润分配的管理。投资作为财务管理中的重要部分,尤其是重要项目的投资直接关系到企业的发展问题。由于项目需要的投资影响范围较大,在项目投资之前需要对投资的可行性进行分析。净现值法(Net Present Value)是评价项目价值最常用的方法,但NPV方法不考虑环境的不确定性和投资柔性,无法通过灵活地把握各种潜在的投资机会给投资者带来增值,往往会使投资者对项目价值的估计过低。