基于神经网络的高管团队决策绩效的评价研究

VIP免费

3.0 牛悦 2024-11-19 7 4 1.25MB 74 页 15积分

侵权投诉

摘要

本文在国家社科基金资助项目“团队过程视角下的高层梯队特征对企业行为

和绩效的影响研究”（项目编号 11BGL014）和上海市教委科研创新重点项目“基

于人力资本的高管团队认知特征对战略一致性的作用机制研究”（项目编号：

10ZS96）的课题框架体系基础上，利用人工神经网络（Artificial Neural Networks）

非确定性因果关系映射的特点，建立了一个模拟现实复杂决策环境的决策绩效评

价模型，用来对高层管理团队（Top Management Team, TMT）决策绩效进行评价

研究，为后续的相关研究提供了崭新的研究视角和研究方向。

随着全球经济一体化与日趋激烈的市场竞争，企业面临的问题日益复杂化，

这对企业的高层管理者提出了崭新的挑战，高层管理团队作为一个特殊团体其表

现（尤其是决策绩效）对现代企业组织的成功起着日益重要的作用。

1984 年Hambrick 与Mason 提出的“高层梯队理论（Upper Echelon Theory）”

吸引众多管理学者开展了大量有关高层管理团队与其绩效、战略一致性和决策等

方面的研究。对于之前高管团队决策绩效的研究，可以总结为两点：第一，研究

模型大多是利用线性回归函数；第二，以往评价模型只关注了团队构成特征对决

策绩效的关系，或团队结构特征与决策绩效的关系，或决策过程与决策绩效的关

系。但是没有一个完整的、涉及 3个以上决策绩效影响因素的评价模型。而近年

来，人工神经网络的兴起为研究 TMT 决策绩效提供了新的视角。

本文首先探讨了以往 TMT 决策绩效的评价方法和评价因素，在此基础上，根

据高层梯队理论和决策绩效评价的相关理论，建立了本文的 TMT 决策绩效评价体

系。利用神经网络非确定性因果关系映射的特点，选取显著影响决策的因素和评

价其绩效的因素，作为网络输入和输出向量。并通过发放调查问卷请高管团队成

员根据已有的决策经验为每项因素赋值，再利用 MATLAB 人工神经网络工具箱建

立ELMAM 神经网络模型，并对网络模型进行训练。训练好的神经网络模型经测

试，可以应用于企业对高管团队决策绩效的评价，有实际的应用价值。

从建模的分析结果来看，本文得到了以下结论：

第一，将神经网络理论引入到高管团队决策绩效模型上来，建立以高管团队

特征为自变量，决策绩效衡量标准为因变量的神经网络模型是可行的。

第二，从模型的评价结果来看，神经网络完成了决策绩效评价任务，这也充

分显示了神经网络在建立非线性、非确定性因果关系映射模型中的强大生命力。

神经网络不像线性模型，要求因素集的完整性、严密性，其神经元可以自动寻找

给定因素集的相关信息进行建模，以达到模型的正确性，具有容错性。

第三，本文建立了评价 TMT 决策绩效的模型，企业可以用来评价其 TMT 的

决策绩效。

关键词：人工神经网络高管团队决策绩效评价

III

ABSTRACT

This paper, as the sub project of "Team process perspective on top echelon to the

enterprise behavior and performance characteristics study" sponsored by National

Social Science Fund Project (PN:11BGL014) and "Human capital based cognitive

characteristics on the TMT strategy consistency mechanism research" sponsored by

Shanghai Municipal Education Commission, Scientific Research Innovation Key

Project (PN:10ZS96), breaks through the shortage of former TMT decision study by

using the neural network capable of uncertain causality mapping features and

establishing a nonlinear, simulated reality of complex decision-making environmental

decision making performance forecasting model, and used to evaluate the Top

Management Team (TMT) decision performance. In the meanwhile, this research

provides a new perspective and research direction.

Due to the global economy integration and the increasingly fierce market competition,

the problems faced by the enterprise are growing complexity, the TMT as a special

group, whose performance (especially decision making performance) is essential for

modern enterprise organizational success.

"High Echelon theory" proposed by Mason Hambrick in 1984, attracted numerous

management scholars, who initiated many studies such as TMT and its performance,

strategic consistency and decision making etc. The former studies on TMT decision

making can be summed up in two points: firstly, the decision making models are mostly

based on the linear regression function; secondly, the former decision making evaluation

model either focus on the team compositional features to the decision making

performance, or team structural characteristics to decision making performance, or the

relationship between decision making process and decision making performance.

However, there isn’t a complete model involving three or more influencing factors of

decision making performance. Until recent years, the rise of artificial neural network for

the TMT study provides a new perspective.

Based on the this Upper Echelon Theory analysis and decision making performance

evaluation summaries, this paper firstly discusses the former evaluation methods and

influencing factors of TMT decision making performance and then build TMT decision

making performance evaluation system. By using the uncertain causality mapping

features of Neural Network, this paper elects the factors which can affect the

performance of TMT decision and decision-making performance measurement.

Executives number every factor based on their experiences during the survey. Then

using MATLAB toolbox to build and train ELMAM Artificial Neural Network model.

The trained model after testing can be used to solve the problem of evaluating

decision-making performance. Therefore, this study has actual practical value.

From the analysis of the modeling result, this paper got the following conclusion:

1. The neural network theory is introduced to executive team decision performance

model, and establishes team executives as independent variable features;

decision-making performance measurement standard for the dependent variable neural

network model is feasible.

2. From the prediction result, neural network completed forecasting task, it also show

the neural network in the uncertain nonlinear, establish causality mapping model of the

powerful vitality. Neural network does not like linear model, the requirement of

integrity, rigor factor, and the neurons can be looking for a given set of factors related

information model, in order to achieve the validity of the model, has the fault tolerance.

3. We build an evaluation model, which can be used to evaluate the decision making

performance.

Key Word: ANNS, TMT, Decision making Performance Evaluation

摘要

ABSTRACT

第 1 章绪论 ................................................................................................................ 1

§1.1 研究背景 ............................................................................................................ 1

§1.2 研究的目的和意义 ............................................................................................ 2

§1.3 主要研究内容 .................................................................................................... 2

§1.4 研究思路 ............................................................................................................ 3

第 2 章相关理论及其文献综述 .................................................................................. 5

§2.1 TMT 决策相关理论 ............................................................................................ 5

§2.1.1 群体决策理论 ............................................................................................. 5

§2.1.2 团队决策理论 ........................................................................................... 10

§2.1.3 TMT 决策模式 .......................................................................................... 15

§2.2 团队决策绩效评价的相关理论 ...................................................................... 21

§2.3 人工神经网络 .................................................................................................. 21

§2.3.1 人工神经网技术发展的主要历程 ........................................................... 22

§2.3.2 ELMAN 人工神经网络的结构 ................................................................ 23

§2.3.3 ELMAN 人工神经网络学习算法 ............................................................ 25

§2.3.4 ELMAN 人工神经网络决策评价研究的可行性 .................................... 26

§2.4 MATLAB 简介 .................................................................................................. 28

第 3 章高管团队决策绩效的评价探讨 .................................................................... 29

§3.1 以往 TMT 决策绩效评价方法的总结 ............................................................ 29

§3.2 以往 TMT 决策绩效评价因素的总结 ............................................................ 31

§3.3 本文对决策绩效评价方法和因素的选取 ...................................................... 33

§3.4 环境变量的影响 .............................................................................................. 34

第 4 章评价模型体系及变量设计 ............................................................................ 35

§4.1 ELMAN 神经网络模型引入决策评价 ............................................................ 35

§4.2 神经网络模型所应用的测评指标体系 .......................................................... 37

§4.3 问卷的设计及数据来源 .................................................................................. 38

§4 .4 影响决策绩效的因素解释 .............................................................................. 41

§4.5 评价决策绩效的因素解释 .............................................................................. 49

第 5 章评价模型的建立及数据分析 ........................................................................ 51

§5.1 模型的结构确定 .............................................................................................. 51

§5.2 模型 MATLAB 计算实现 ................................................................................ 53

第 6 章结论及展望 .................................................................................................... 57

§6.1 结论 .................................................................................................................. 57

§6.2 展望 .................................................................................................................. 57

附录 ........................................................................................................................ 59

参考文献 ........................................................................................................................ 63

在读期间公开发表的论文和承担科研项目及取得成果 ............................................ 69

致谢 ........................................................................................................................ 70

第 1 章绪论

§1.1 研究背景

企业管理环境不确定性的增强和决策任务的日益复杂，使任何卓越领导人单

凭个人的智慧和经验很难在瞬息万变的环境下做出满意的决策，因而群体决策应

运而生。同时，自 20 世纪 80 年代以来，以 Hambrick、Mason[1]的“高层梯队理论”

为代表，学术界涌现出大量关于高层管理团队（TMT）与组织绩效、战略、组织

变革等方面的研究。这颠覆了过去一直以来几乎完全针对领导人个体的研究视角。

高层管理团队作为一个特殊的群体是由企业拥有战略制定和行政大权（董事长、

总经理或董事会成员、各部门经理等）以及各方面知识、经验丰富的专家等组成，

是企业决策的核心力量和典型形式。他们掌控着企业大部分的资源配置权，是对

企业整体绩效负责的最终单元，其所做出的决策关乎企业生存发展问题，因此高

管团队的表现（尤其是决策绩效）对企业的影响非常重大。所以，分析研究高管

团队的决策为更深入地研究企业高层管理团队的表现与企业绩效间的内在机制提

供了基础和方向。

本文主要是在上海市教委科研创新重点项目“基于人力资本的高管团队认知

特征对战略一致性的作用机制”的课题研究框架下。通过深入的研究和不断的实

践，课题研究的阶段成果表明，高层管理团队认为现代企业决策难度越来越大、

决策风险越来越高。一是由于高层管理团队的决策失误而给企业带来了无法估量

的损失，这样的案例已屡见不鲜。二是在现实情况中，企业高管团队的决策结果

也并不尽如人意。有学者指出这是源自于不良的团队结构、不恰当的团队规模和

不合理的激励体制。也有人指出，这是因为不公平的决策程序、不平衡的决策权

力。现实决策情况的模拟表明，实际决策情况复杂，从前人对影响决策的因素研

究也只限定在 2-3 个因素能够。这些确实是导致决策不佳的因素，但是，绝不限于

此。大量的决策影响因素尚未被整合和分类，也没有哪项研究能够综合各种决策

影响因素，来分析研究其与决策绩效的机理关系。

综上两点，可以肯定的是，第一，评价研究高管团队的决策绩效将更有针对

的性的对企业绩效做出贡献。TMT 决策的好坏将显著影响企业的决策绩效。如何

针对企业的环境和特点，深入地研究高层管理团队的决策过程及其影响因素，已

成为当前企业发展中一个迫切关注、亟待研究和解决的课题。基于此，在课题的

支持下，总结了前辈们研究的优点和不足，选取新的视角来对高管团队的决策进

行建模，帮助高管团队进行决策绩效的评价研究。第二，现有的研究在分析决策

基于神经网络的高管团队决策绩效的评价研究

绩效的时候，只涉及 2-3 个影响决策的主要因素，尚未有研究能够整合并同时涉及

大量的影响因素，也就是说现有的研究都无法模拟真实复杂的决策环境。基于此，

本文引入了人工神经网络。人工神经网络是一种非线性非参数模型，它在不对变

量做任何主观假设的前提下和对复杂的生物神经网络研究和理解的基础上发展起

来的。这一点非常适合对现实决策情况的模拟，所以它具有许多存在假设条件的

模型所无法具备的优点。

§1.2 研究的目的和意义

本文的目的和意义，在于建立一个模型，帮助企业对高管团队决策进行评价研

究，从而提高企业决策的准确率和质量。

首先，本文引入的人工神经网络类似于人脑神经的结构给其带来了模拟决策过

程最佳的条件。神经网络用于各个具体决策的例子非常之多，例如，用于客户满

意度的测评、期权定价模型和团队决策质量等等。人工神经网络具有广泛的自学

习、自组织和自适应的能力，因此它在决策模型建造的合理性及适用性等方面具

有独特的优点。

其次，人工神经网络的非确定性因果关系映射的特性给其带来了模拟现实的决

策环境的有利特点。神经网络的识别感知、智能控制和集体运作的功能。只要任

意个因素作为神经网络的输入变量，任意个因素作为输出变量，在一定数量的样

本数据支持下，利用 MATLAB 软件就能够建立起对决策的评价模型。

最后，模拟了人脑和现实决策环境，使得对决策的评价研究更加贴近实际。训

练好的模型可以用来企业对高管团队决策进行评价分析。首先，用该企业已知的

成功的决策和失败的决策对模型进行适应训练，以贴合该企业的特点。训练结束

后，该模型就可以用于类似的决策评价分析，为企业决策给予参考。

§1.3 主要研究内容

在相关理论及文献综述的基础上，选取了人工神经网络中的 ELMAN 神经网

络建立模型，由于 ELMAN 神经网络是反馈型神经网络的一种，其系统具有适应

不断变化的能力，能直接反映动态系统的特性。

根据高层梯队理论和以往的研究，从团队构成和团队结构两个方面整合并分

类了选取显著影响决策的因素和可以有效衡量其绩效的因素，详细解释了每一个

变量及其作用。把选取好的影响决策因素和绩效衡量因素做出网络模型的网络输

文档加载中……请稍候！
如果长时间未打开，您也可以点击刷新试试。

下载文档到电脑，查找使用更方便

15 积分 4人已下载

立即下载 VIP免费下载

摘要：

I摘要本文在国家社科基金资助项目“团队过程视角下的高层梯队特征对企业行为和绩效的影响研究”（项目编号11BGL014）和上海市教委科研创新重点项目“基于人力资本的高管团队认知特征对战略一致性的作用机制研究”（项目编号：10ZS96）的课题框架体系基础上，利用人工神经网络（ArtificialNeuralNetworks）非确定性因果关系映射的特点，建立了一个模拟现实复杂决策环境的决策绩效评价模型，用来对高层管理团队（TopManagementTeam,TMT）决策绩效进行评价研究，为后续的相关研究提供了崭新的研究视角和研究方向。随着全球经济一体化与日趋激烈的市场竞争，企业面临的问题日益复杂化，...

展开>> 收起<<

基于神经网络的高管团队决策绩效的评价研究.pdf

共74页,预览8页

还剩页未读，继续阅读

基于神经网络的高管团队决策绩效的评价研究

相关推荐

开通VIP享超值会员特权

作者详情

相关内容

推荐作者

热门标签

举报选择: