CRITIC法之matlab

⽬录

1.简介

CRITIC是Diakoulaki（1995）提出⼀种评价指标客观赋权⽅法。该⽅法在对指标进⾏权重计算时围绕两个⽅⾯进⾏：对⽐度和⽭盾（冲突）性。

它的基本思路是确定指标的客观权数以两个基本概念为基础。⼀是对⽐度，它表⽰同⼀指标各个评价⽅案取值差距的⼤⼩，以标准差的形式来表现，即标准化差的⼤⼩表明了在同⼀指标内各⽅案的取值差距的⼤⼩，标准差越⼤各⽅案的取值差距越⼤。⼆是评价指标之间的冲突性，指标之间的冲突性是以指标之间的相关性为基础，如两个指标之间具有较强的正相关，说明两个指标冲突性较低。

2.原理解析

2.1 指标正向化及标准化

设有m个待评对象，n个评价指标，可以构成数据矩阵X=（xij)m*n，设数据矩阵内元素，经过指标正向化处理过后的元素为xij'

若xj为负向指标（越⼩越优型指标）

若xj为正向指标（越⼤越优型指标）

2.2 计算信息承载量

对⽐性

⽤标准差表⽰第j 项指标的对⽐性

⽭盾性

⽭盾性反映的是不同指标之间的相关程度，若呈现显著正相关性，则⽭盾性数值越⼩。设指标与其余指标⽭盾性⼤⼩为fj

rij表⽰指标i 与指标j 之间的相关系数，在此使⽤的是⽪尔逊相关系数，此为线性相关系数。

信息承载量

设指标与信息承载量为Cj

2.3 计算权重和评分

计算权重：

信息承载量越⼤可认为权重越⼤

计算得分：

3.实例分析

银⾏资产收益

率

费⽤利润

率

逾期贷款

率

资产使⽤

⾃有资本

率

中信0.48313.26820 4.3646 5.107

光⼤0.403513.490939.0131 3.6151 5.5005

浦发0.897925.77769.0513 4.8927.5342

招商0.592716.024513.2935 4.4529 6.5913 3.1 读取数据

data=xlsread('D:\桌⾯\CRITIC.xlsx')

3.2 指标正向化及标准化

本实例中逾期贷款率为负向指标数据

因此负向指标标准化：

%%负向指标准化处理,

index=[3]; %第三个指标为负向指标

for i=1:length(index)

data1(:,index(i))=(max(data(:,index(i)))-data(:,index(i)))/(max(data(:,index(i)))-min(data(:,index(i))));

end

data1

在对剩余数据进⾏正向指标标准化：

%%正向指标准化处理

index_all=1:size(data1,2);

蔗糖浓硫酸

index_all(index)=[]; % 除负向指标外其余所有指标

index=index_all;

for i=1:length(index)

data1(:,index(i))=(data(:,index(i))-min(data(:,index(i))))/(max(data(:,index(i)))-min(data(:,index(i))));

end

data1

3.3 计算对⽐度

%%对⽐性

城市的月光the=std(data1)

3.4 ⽭盾性

%%⽭盾性

r=corr(data1);%计算指标间的相关系数f=sum(1-r)

3.5 计算信息载量

纪维时%%信息承载量

c=the.*f

3.6 计算权重

%计算权重

w=c/sum(c)

3.7 计算得分

金年华教育系统

%计算得分

s=data1*w';

Score=100*s/max(s);

yin={'中信','光⼤','浦发','招商'};

for i=1:length(Score)

fprintf('%s银⾏百分制评分为：%4.2f\n',yin{1,i},Score(i));

end

完整代码

% CRITIC法分析

clc;clear;

%读取数据

data=xlsread('D:\桌⾯\CRITIC.xlsx');

%指标正向化和标准化处理后数据为data1

data1=data;

%%负向指标准化处理,

index=[3]; %第三个指标为负向指标

for i=1:length(index)

data1(:,index(i))=(max(data(:,index(i)))-data(:,index(i)))/(max(data(:,index(i)))-min(data(:,index(i)))); end

%%正向指标准化处理

index_all=1:size(data1,2);

index_all(index)=[]; % 除负向指标外其余所有指标

邮购目录index=index_all;

for i=1:length(index)

data1(:,index(i))=(data(:,index(i))-min(data(:,index(i))))/(max(data(:,index(i)))-min(data(:,index(i)))); end

%%对⽐性

the=std(data1);

%%⽭盾性

r=corr(data1);%计算指标间的相关系数

f=sum(1-r);

%%信息承载量

c=the.*f;

%计算权重

w=c/sum(c);

%计算得分

s=data1*w';

Score=100*s/max(s);

调心滚子轴承yin={'中信','光⼤','浦发','招商'};

for i=1:length(Score)

fprintf('%s银⾏百分制评分为：%4.2f\n',yin{1,i},Score(i));

end

本文发布于:2024-09-22 04:23:00，感谢您对本站的认可！

本文链接：https://www.17tex.com/xueshu/484002.html

上一篇：银行专业贷款风险加权资产计量规则

下一篇：指标层准则层权重熵值法

标签：指标计算标准化评价数据负向

留言与评论（共有 0 条评论）