单位文秘网 2021-07-21 08:19:12 点击: 次
摘 要: 为帮助大学生在就业前景不确定时做出更合理的决策,基于风险决策理论探讨了大学生的就业指导框架,并通过蒙特卡洛法来模拟其实践效果。首先,拓展出“期望机会成本”的概念,提出了“期望剩余—期望效用—最大可能性—硬币”的就业决策标准。其次,分别从大学生决策和就业指导的角度构建了4步决策分析框架和6步指导框架。最后,以对某毕业生的就业决策指导为例,展示了利用风险决策来指导大学生就业的实践与模拟效果。
关键词: 就业指导;风险决策;期望机会成本;实践;蒙特卡洛模拟
中图分类号: G649.21 文献标识码: A 文章编号: 1673-8381(2013)04-0119-06
自从1999年我国实行大学扩招以来,大学生就业制度逐步从统一包分配过渡到双向选择和自主择业,大学生就业观念也随之发生了相应的转变。相比之下,面对市场经济下不确定的就业环境时,大学生理性地做出就业决策的能力却相对滞后。比如,2012年考研的人数相比2011年增加9.6%达到了约165.5万人[1],这其中有人是出于对科研的热爱,有人是为了找到更好的工作,也有人是盲目跟风。“考研热”的持续升温反映出部分大学生就业决策时的盲目性。再比如,全国的大学生蚁族人数仅北京地区就达10万之众的现象反映出部分大学生留恋发达城市以及恐惧去城乡基层或中西部地区就业[2]。造成这种就业选择盲目性和对就业风险恐惧的一个重要原因是大学生面临不确定的就业选择时缺乏科学的分析和判断能力,因而难以做出最优的决策。适当的就业指导可望推动大学生就业决策能力的提高。
当前,高校相应的就业指导网站和课程确实给了学生一定的帮助,不仅为他们提供了有价值的就业形势分析与求职面试方法和技巧,还缓解了就业压力带来的心理负担,但实际上当大学生面临就业选择时,依然比较迷茫和无所适从。其原因一方面是大学生涉世不深,对国情和社会缺乏深刻的认识和了解,另一方面则是他们缺乏在不确定环境下进行风险决策的科学知识,这提醒我们有必要积极改进大学生就业指导的方法。高校的就业指导本质上就是协助学生面对不确定的就业环境时做出更明智的就业决策,因而本文重点关注从风险决策方法的角度对大学生进行就业指导。然而,这方面的研究尚为少见。2009年康远志从收益与成本的角度考虑了大学生去基层就业的风险[3],但是其考虑成本时仅仅是机会成本而不是风险情形下的期望机会成本,并且尚未涉及大学生就业指导框架的构建和实践效果的模拟。事实上,期望机会成本考虑的成本综合性更强,更贴近于平均现实,而对决策的模拟则可以展现未知决策中的差异性。因此,本文尝试用期望机会成本和风险决策理论,从学生对就业指导的需要、指导教师对于就业指导的实施两个方面,分别构建就业分析框架和就业指导框架,并通过具体的案例来模拟指导实践的效果,以期为大学生的就业及就业指导提供一种新的思考视角。
一、 就业选择的风险决策分析
(一) 风险决策分析简介
决策是人们普遍遇到的一种选择行为,其困难在于如何从多种方案中做出正确的选择,以便获得好的结果或者达到预期的目标[4]475。决策分析是从若干可能方案中按一定标准选择其一的定量分析方法。根据备选方案的未来状态确定与否,可把决策分析分为:确定型、不确定型、风险型[4]476。其中,风险决策问题通常存在着多个可以用概率事先估算出来的自然状态及决策者的一个确定目标和多个行动方案,并且可以计算出这些方案在不同状态下的收益值。常用的风险决策分析技术有期望值法和决策树法。期望值法是根据各可行方案在自然状态下收益值的概率平均值的大小,决定方案的取舍,其决策准则通常有期望收益最大准则和期望机会损失最小准则[4]427。而决策树法有利于决策人员使决策问题形象化,把各种可以更换的方案、可能出现的状态、可能性大小及产生的后果等绘制在一张图上,以便计算、研究与分析,同时还可以随时补充信息[4]430。
(二) 就业选择风险决策分析视角的合理性
就业关系到大学生的前途,虽然老师和他人可以给一些建议和指导,但选择权最终还是应该由学生自己来决定,所以就业大学生是真正的决策者。由于毕业临近时大学生的选择往往不止一种,并且各种选择的结果也是不明朗的,所以他们实际上是在一种不确定的环境下做出就业决策的,因此是一种不确定型的选择。但由于就业指导的意图就是减少学生对就业的完全不确定性,帮助学生搜集信息,所以学生在老师的指导下虽然不知道未来究竟是何种状态,但却可以得到各种状态出现的风险可能性大小,所以在就业指导下的就业决策应该是一种风险决策。
(三) 就业选择风险决策标准
确定了决策人和决策类型后,为了进行决策分析,我们需要确定一个合适的选择标准。由于就业的先验概率已知,不确定型决策中的乐观主义和悲观主义对于就业指导下的就业选择都不合适,等可能原则在对于未来所有状态均不清楚的情况下是可以考虑的。最大期望收益准则简单易行,但是由于没有考虑机会成本,所以很可能导致学生在决策时错失良机。机会成本指的是选择一种方案时所放弃的最有价值的那个方案所获得的价值[4]479。而在实际做决策的时候,由于各种备选方案的未来状态是不确定的,所以直接采用机会成本,很可能因计算的成本太大而使得做出的决策过于保守。鉴于上述考虑,本文并不打算采用机会成本,而是采用“期望机会成本”。
1. 期望机会成本和期望就业剩余。本文拟任意选择其中一位毕业生作为研究主体。假设该毕业生面临n种选择方案,且选择第i个方案时可能出现mi种状态,其中1≤i≤n。设EUi表示该学生选择第i个方案的期望效用值,Pij表示采取第i个方案出现第j种状态时的概率,其中0≤Pij≤1,且∑mij=1Pij=1。令Uij表示对应的效用值,对于风险中性的学生可以直接理解为收入值,对于风险偏好或厌恶型的学生可引导其将幸福归属感折合表达为与收入同单位的数值。则该生选择第i个方案的期望效用:
EUi=∑mij=1UijPij(1)
令ECi表示选择第i个方案的期望机会成本,Pir表示放弃方案r,选择方案i的可能性大小,其中0≤Pir≤1,且∑=1r≠iPir=1,则期望机会成本:
ECi=∑=1r≠iPirEUr(2)
式(2)中的EUr是被放弃的方案r的期望收益,因而从成本的角度考虑也就是选择方案i而放弃方案r的机会成本。根据经典经济学中机会成本的定义,容易知道这个期望成本小于经典经济学中的机会成本,它更能体现在考虑选择的成本上对已有信息(先验概率)的充分有效利用,因而使得学生的就业选择不至于太保守。为了刻画出学生从每个选择方案的实现中的所获,本文将之类比于消费者和生产者从一笔交易中获得的消费者剩余和生产者剩余[5],并取名为“期望就业剩余”,定义为“期望效用与期望成本之差”。令ESi为选择第i个方案的期望剩余,则
ESi=EUiECi=∑mij=1UijPij∑=1r≠iPirEUr(3)
这样选择每个方案的期望就业剩余显然低于选择该方案的期望效用,所以又为学生排除了一定的主观性。
2. “期望剩余—期望效用—最大可能性—硬币”决策标准。由于学生就业既关系到前程又关系到稳定,所以做出的决策既不能太保守又不能太冒进,因此本文建议学生采用“期望剩余—期望效用—最大可能性”与抛硬币原则相结合的决策标准。其基本思想是在充分利用已有信息的基础上,在尊重学生个人理想的同时较客观地考虑机会成本。该选择标准具体为:首先选择“期望剩余”最大值对应的方案作为最优方案;如果有多种不同的方案使得“期望剩余”相等,则选择其中对应“期望效用”更大者对应的方案作为最优方案;如果进一步还有多种不同的方案使得“期望剩余”和“期望效用”同时相等,则选择其最大概率对应效用最大的方案;倘若仍有相同者,则依据随机掷硬币的结果选一个即可。
二、 就业框架的构建
(一) 学生就业决策框架的构建
对学生而言,可以将整个就业风险决策分为以下四步决策过程。
第一步:比较期望剩余ESi。if存在唯一的k使得ESk=max1≤i≤n{ESi},则选择方案k;if存在k和l使得ESk=ESl=max1≤i≤n{ESi},则方案k和l在“期望剩余”标准下无差异,进入第二步。
第二步:比较期望效用。if EUk>EUl,选择方案k;反之,选择方案l;如果EUk=EUl,则进入第三步。
第三步:比较最大可能效用。if方案k和l对应的最大概率分别为Pkf和Plg,则比较其对应的效用即可。依照前述记号即比较Ukf和Ulg。如果Ukf>Ulg,选择方案k;反之,选择方案l;如果ESk=ESl,Ukf=Ulg,则进入第四步。
第四步:抛硬币。因ESk=ESl=max1≤i≤n{ESi},且EUk=EUl,Ukf=Ulg,所以方案k和l已经在三个最主要方面对毕业生无差异了,不妨简单地通过抛硬币来选择。
(二) 教师就业决策指导框架的构建
对应于学生的就业决策,就业指导教师的决策指导框架可以按照如下六步来构建。第一步:指导学生正确地确定其备选方案;第二步:指导并帮助学生搜集信息,找到各备选方案的未来可能状态及收益;第三步:指导学生确定自己在各种状态下的效用,并计算出各方案的期望效用;第四步:指导学生想象并确定,若放弃一种方案,那么选择其他方案的可能性大小以及放弃的每一种方案下的可能收益,从而计算出各方案的期望机会成本;第五步:指导学生计算出各方案的期望净收益;第六步:指导学生按照“期望剩余—期望效用—最大可能—硬币”选择标准进行风险决策。
三、 就业指导框架下就业选择案例分析与模拟
(一) 就业决策指导框架的案例分析
假设某高校毕业生李某希望得到老师王某的就业指导,那么,王老师就可以按照上述构建的六步框架展开就业指导实践。
第一步:指导李某确定备选方案。假设经过仔细分析和信息搜索,确定有四个备选方案:A“继续读书”;B“到甲单位就业”;C“到乙单位就业”;D“自己创办公司”。所以n=4。假设这4种选择的未来状态都是不确定的。那么他的最终决策取决于他的备用选择和各自的预期结果及其可能性。王老师的工作可以进入下一步。
第二步:指导李某搜集信息,找到各备选方案的可能未来状态及收益。假设经过努力,确定任意一个备选方案的预期结果可分为“成功,失败和中等”三种状态,即mi=3。进一步地,假设经过信息分析获知:对于方案A“继续读书”而言,李某成功的收益为0.8,而成功的概率为0.4,于是李某采取方案A并获得成功的状态就可以用一个反映其收益和概率的二维数组表示为(0.8,0.4)。类似地,如果李某采取方案A并遭遇失败的收益为0且失败的概率为0.4,则李某采取方案A遭遇失败的状态可以用二维数组(0,0.4)表示。如果李某采取方案A并结果中等时的收益为0.4且该状态发生的概率为0.2,则李某采取方案A且出现结果中等的状态可以用二维数组(0.4,0.2)表示。因而对于方案A“继续读书”而言,李某处于成功、失败和中等的三种状态可以分别用二维数组表示为:(0.8,0.4)、(0,0.4)和(0.4,0.2),其中每个二维数组的第一个分量表示该状态下李某的收益,而对应的第二个分量表示李某处于该状态的概率。
同理,对于方案B,可以将李某处于成功、失败和中等的三种状态分别用二维数组表示为(3,0.5),(-1,0.3),(1.8,0.2);对于方案C,可以将李某处于成功、失败和中等的三种状态分别用二维数组表示为(4,0.4),(-2,0.3),(2,0.3);对于方案D,可以将李某处于成功、失败和中等的三种状态分别用二维数组表示为(10,0.3),(-5,0.3),(3,0.4)。接下来,由于继续读书或参加工作或自己创业对于学生而言获得的不仅仅是实际的经济收益,更重要的是一种心理的满足,所以老师的工作进行到了第三步。
第三步:指导学生确定在各种状态下的效用。假设经过共同努力,确定出该学生若选择方案A“继续读书”其效用及概率分别为(4,0.4),(-2,0.4),(1,0.2);若选择方案B“到甲单位就业”其效用及概率分别为(3,0.5),(-1,0.3),(1.8,0.2);若选择方案C“到乙单位就业”其效用及概率分别为(4,0.4),(-2,0.3),(2,0.3);若选择D“自己创办公司”其效用及概率分别为(5,0.3),(-5,0.3),(3,0.4)。
此处得到李某选择每个方案的状态数组与第二步是不完全一致的:每个状态下的第一个分量(收益分量)与第二步的有相同也有不同,这主要是主观效用与客观收益的偶然一致性所导致的,而且第三步的效用也是将第二步的收益折算为风险中性下的。第二个分量(概率分量)与第二步都是一致的,这是因为各种状态发生的可能性是个客观的衡量结果。
根据此处得到的各个方案在各个状态下的效用,依据公式(1)计算出各个方案下的期望效用。
方案A“继续读书”的期望效用:
EU1=4×0.4+(-2)×0.4+1×0.2=1;
方案B“就业到甲单位”的期望效用:
EU2=3×0.5+(-1)×0.3+1.8×0.2=1.56;
方案C“就业到乙单位”的期望效用:
EU3=4×0.4+(-2)×0.3+2×0.3=1.6;
方案D“自己创办公司”的期望效用:
EU4=5.0×0.3+(-5)×0.3+3×0.4=1.2.
如果按照乐观主义原则,学生将选择期望效用最大的方案C“就业到乙单位”;而按照悲观主义原则,学生将选择方案A“继续读书”。但本文考虑的不仅仅是期望效用,还考虑了去除了期望成本的期望剩余。
第四步:指导学生想象并确定,如果放弃一种方案,那么选择其他方案的可能性大小。假设经过老师和学生的共同努力,确定出如果他不选择方案A,那么他选择方案B、C、D的概率依次为0.6、0.3和0.1;如果他不选择方案B,那么他选择方案A、C、D的概率依次为0.5、0.5和0;如果他不选择方案C,那么他选择方案A、B、D的概率依次为0.2、0.5和0.3;如果他不选择方案D,那么他选择方案A、B、C的概率依次为0、0.6和0.4.
设方案A,B,C,D对应的期望机会成本分别为ECi(i=1,2,3,4),则根据此处得到的放弃各个方案时选择其他方案的可能性以及第三步得到的各个效用,可依据公式(2)计算如下:
EC1=0.60×1.56+0.30×1.6+0.10×1.2=1.536;
EC2=0.50×1+0.50×1.6+0×1.2=1.3;
EC3=0.20×1+0.50×1.56+0.30×1.2=1.34;
EC4=0.60×1.56+0.40×1.6=1.576.
第五步:设学生李某选择方案A,B,C和D对应的期望剩余分别为ESi(i=1,2,3,4),则:
ES1=1-1.536=-0.536;ES2=1.56-1.3=0.26;
ES3=1.6-1.34=0.26;ES4=1.2-1.576=-0.376.
第六步:指导并监督学生进行风险选择。首先按照期望剩余标准,找到最大的期望剩余对应的方案:方案B和方案C。然后按照最大可能原则,寻找方案B的最大可能效用是3,而方案C的最大可能效用是4,所以选择方案C“到甲单位就业”为最佳决策方案。
(二) 就业决策指导框架案例的蒙特卡洛模拟
1. 蒙特卡洛模拟简介。蒙特卡洛模拟又称为随机模拟,其基本思想是用事件发生的“频率”来模拟事件发生的“概率”,其实验方法则可以追溯到1777年Buffon通过随机投针实验来近似计算π[6],而其方法的系统提出和命名则源于第二次世界大战期间美国数学家约翰·冯·诺依曼(John Von Neumann)和乌拉姆(Stan Ulam)等[7]。为了工作的保密性,他们以摩纳哥著名的赌城蒙特卡洛的名字作为了该方法的代号,既反映了该方法的部分内涵,又易记忆,因而蒙特卡洛模拟很快就得到人们的普遍接受。
随着高速计算机的发展,蒙特卡洛模拟方法的应用已受到了国内外社会和科技研究人员的广泛关注,其应用范围包括对生活科研中细节的捕捉[8],商业界对不可捉摸因素的测量[9],医学界对乳腺癌筛查程序的模拟[10],工业界对MCP分幅管空间分辨特性的模拟[11],水利界对污水处理决策模型的模拟[12],银行业对于风险的评估[13],金融界对期权和股票的定价与风险的模拟[14]等方面。
2. 蒙特卡洛模拟实施步骤。首先确定随机事件及其分布律,然后利用Matlab编写相应的M文件并运行模拟各方案的期望机会成本、期望效用以及期望剩余。
设学生李某面对方案A对应的效用和成本分别为XA和YA,方案B对应XB和YB,方案C对应XC和YC,方案D对应的效用和成本分别为XD和YD,则依据上文案例信息可得到其对应的分布律,如表1和表2所示。
依据表1和表2,该学生选择每一个方案的效用和成本都是离散型随机变量,因此可以逐个方案编程模拟其风险选择的剩余效果。如果模拟的次数选择为100,则对于方案A、B、C和D可以分别写程序模拟其期望剩余和方差。经过Matlab模拟实现后得到的期望剩余和方差结果见表3。
由表3可见,虽然理论分析中并不清楚风险决策结果的随机分布类型,但是蒙特卡洛方法却可以模拟出期望剩余和剩余方差。另外,从表3可见各种方案的期望剩余都是负数,这表明模拟选择的情况并不乐观。但是,在所有方案中方案B对应的期望剩余均值最大,所以依据最大期望剩余原则到甲单位就业是最好的选择。这比理论中方案B和方案C期望剩余一致然后依据最大可能效用来比较的选择更简单。然而,从模拟的情况来看,方案B对应的选择剩余方差也较大。所以如果学生想减少风险,他将选择方差最小的方案A“继续读书”。
针对高校毕业生就业环境下的不确定性,考虑到兼顾学生理想和现实条件,借助于期望机会成本和期望剩余的概念,建议采用“期望剩余—期望效用—最大可能性—硬币”作为风险决策标准,分别为学生和指导教师构建了四步决策框架和六步指导框架。通过对信息与计算科学系一名毕业生毕业选择案例的实践分析,可以发现构建的框架虽然处于风险决策的技术层面,但条理较清晰,对学生和教师而言操作难度不大,不过其具体运用效果还有待进一步的实践检验。
参考文献
[1] 2012年全国考研报名人数达165.6万创历史新高[EB/OL].[20120829].http://kaoyan.eol.cn/focus_6151/20111128/t20111128_712147.shtml.
[2] 廉 思.蚁族:大学毕业生聚居村实录[M].桂林:广西师范大学出版社,2009:10.
[3] 康远志.收益—风险约束与大学生基层就业决策[J].经济研究导刊,2009(22):234235.
[4] 《运筹学》教材编写组.运筹学:第3版[M].北京:清华大学出版社,2005.
[5] Paul K,Robin W.微观经济学[M].黄卫平,丁 凯,王晓畅,等,译.北京:中国人民大学出版社,2009:178.
[6] Metropolis N.The Beginning of the Monte Carlo Method[J].Los Alamos Science,1987(Special Issue):125130.
[7] Eckhart R.Stan Ulam,John Von Neumann and the Monte Carlo Method[J].Los Alamos Science,1987(15):131137.
[8] Shlomo S.You Think You’ve Got Trivials?[J].Journal of Modern Applied Statistical Methods,2003(1):218225.
[9] Hubbard D.How to Measure Anything:Finding the Value of Intangibles in Business[M].New York:John Wiley & Sons Inc,2007:46.
[10] Forastero C,Zamora L,Guirado D,et al.A Monte Carlo Tool to Simulate Breast Cancer Screening Programmers[J].Physical in Medicine and Biology,2010,5(1):55175213.
[11] 蔡厚智,刘进元,彭 翔,等.MCP分幅管空间分辨特性的Monte Carlo模拟[J].深圳大学学报:理工版,2012(1):8590.
[12] 宋金波,王东波,宋丹荣.基于蒙特卡罗模拟的污水处理BOT项目特许期决策模型[J].管理工程学报,2010(4):9399.
[13] 杨湘豫,赵 婷,卢 静.基于Copula理论的商业银行的市场风险研究[J].财经理论与实践,2010(5):3437.
[14] 马俊海,张秀峰.专利实物期权定价的蒙特卡罗模拟方法及其改进技术[J].财经论丛,2011(2):5360.
(责任编辑 赵文青)
Practice and Simulation of the Risk Decision in Guidance of
College Students’ Employment
GONG Yi-cheng1,2,3, LI De-yi1, 2, LV Xu-hua1,2
(1.Science College, Wuhan University of Science and Technology, Wuhan 430065;
2.Hubei Province Key Laboratory of Systems Science in Metallurgical Process,
Wuhan University of Science & Technology, Wuhan 430081;
3.Institute of Systems Engineering, Wuhan University, Wuhan 430072, China)
Abstract: In view of the uncertainty of college students’ employment, a framework of college students’ employment guidance is developed based on the risk decision theory. First of all, the economic concept opportunity cost is extended to the expectation opportunity cost. And then, a risk decision criterion for college students’ employment is explored, which is called the “expected surplus-maximum likelihood-coin” criterion. Based on the criterion, a four-step framework for students’ risk decision is constructed, and a six-step framework for the universities’ employment instruction is constructed as well. Finally, to test the effect of the framework, a case practice is discussed,and the Monte Carlo method is utilized to simulate the effect.
Key words: employment guidance; risk decision; expected opportunity cost; practice; Monte Carlo Simulation
(责任编辑:单位文秘网) )地址:https://www.kgf8887.com/show-140-68776-1.html
上一篇:企业营运能力分析体系研究
版权声明:
本站由单位文秘网原创策划制作,欢迎订阅或转载,但请注明出处。违者必究。单位文秘网独家运营 版权所有 未经许可不得转载使用