李沛然++蘇衛(wèi)東++段振華++張相文

摘要：本文介紹了公司運(yùn)營(yíng)診斷中的關(guān)鍵技術(shù)與分析方法，包括數(shù)據(jù)調(diào)整方法、實(shí)證建模方法、結(jié)構(gòu)性分析技術(shù)、趨勢(shì)分析與預(yù)測(cè)技術(shù)、預(yù)警分析技術(shù)。然后，針對(duì)國(guó)家電網(wǎng)構(gòu)造其運(yùn)營(yíng)診斷系統(tǒng)，以實(shí)際運(yùn)營(yíng)數(shù)據(jù)為基礎(chǔ)構(gòu)建實(shí)證模型進(jìn)行分析研究，評(píng)估企業(yè)運(yùn)行績(jī)效，幫助企業(yè)發(fā)現(xiàn)運(yùn)營(yíng)中存在的問(wèn)題，為企業(yè)實(shí)時(shí)監(jiān)控并了解市場(chǎng)或其他外在因素對(duì)企業(yè)戰(zhàn)略目標(biāo)執(zhí)行可能產(chǎn)生的各種影響提供依據(jù)。

關(guān)鍵詞：運(yùn)營(yíng)診斷；實(shí)證建模；時(shí)間序列；預(yù)測(cè)預(yù)警

中圖分類號(hào)：C939

文獻(xiàn)標(biāo)識(shí)碼：A

DOI： 10.3969/j.issn.1003-6970.2016.01.029

0 引言

企業(yè)診斷也稱為對(duì)企業(yè)“看病”，它是專門用于幫助企業(yè)消除經(jīng)營(yíng)管理中的弊病，改善經(jīng)營(yíng)管理，開發(fā)資源，提高經(jīng)濟(jì)效益，保障企業(yè)生存與不斷發(fā)展的一種新興管理方式。其實(shí)質(zhì)是了解企業(yè)現(xiàn)狀、策劃企業(yè)未來(lái)、消除企業(yè)弊病、實(shí)現(xiàn)企業(yè)持續(xù)、穩(wěn)定發(fā)展。

國(guó)家電網(wǎng)公司作為關(guān)系國(guó)家能源安全和國(guó)民經(jīng)濟(jì)命脈的國(guó)有骨干企業(yè)之一，公司以建設(shè)和運(yùn)營(yíng)電網(wǎng)為核心業(yè)務(wù)，承擔(dān)著保障安全、經(jīng)濟(jì)、清潔、可持續(xù)的電力供應(yīng)的基本使命。近年來(lái)，隨著電力體制改革的不斷深化，隨著國(guó)際國(guó)內(nèi)環(huán)境的變化、能源發(fā)展新的形勢(shì)、中國(guó)經(jīng)濟(jì)的快速發(fā)展和老百姓生活水平的提高，對(duì)電網(wǎng)的安全穩(wěn)定、供電質(zhì)量和供電服務(wù)提出了更高的要求。國(guó)家電網(wǎng)公司的內(nèi)外部運(yùn)營(yíng)和管理環(huán)境發(fā)生了巨大變化。因此，如何及時(shí)調(diào)整企業(yè)發(fā)展方式，建立并實(shí)施適應(yīng)新形勢(shì)、新環(huán)境的企業(yè)運(yùn)營(yíng)戰(zhàn)略，已成為國(guó)家電網(wǎng)公司生存與發(fā)展的重大課題和任務(wù)。

1 企業(yè)運(yùn)營(yíng)診斷流程

在總體執(zhí)行而言，企業(yè)運(yùn)營(yíng)診斷的基本精神如下圖展示在于對(duì)比預(yù)期運(yùn)營(yíng)目標(biāo)和實(shí)際運(yùn)營(yíng)結(jié)果的符合度。如果此對(duì)比有出入，診斷系統(tǒng)需要指出運(yùn)營(yíng)流程的可能誤差，并進(jìn)行調(diào)整改善。

在此過(guò)程中，如果預(yù)期運(yùn)營(yíng)目標(biāo)是外在產(chǎn)生或是領(lǐng)導(dǎo)層預(yù)先設(shè)定，那么診斷過(guò)程相對(duì)簡(jiǎn)單；然而當(dāng)市場(chǎng)機(jī)制受到國(guó)內(nèi)國(guó)際多種因素影響時(shí)，企業(yè)運(yùn)營(yíng)目標(biāo)通常會(huì)隨市場(chǎng)變化動(dòng)態(tài)轉(zhuǎn)移。在這種狀態(tài)下，企業(yè)運(yùn)營(yíng)診斷的目標(biāo)和功能是在協(xié)助企業(yè)經(jīng)理更明確了解企業(yè)運(yùn)營(yíng)和市場(chǎng)狀態(tài)的互動(dòng)關(guān)系。

企業(yè)運(yùn)營(yíng)診斷體系執(zhí)行的第一步驟是數(shù)據(jù)處理和調(diào)整（數(shù)據(jù)清洗）；第二步驟是在系統(tǒng)動(dòng)力學(xué)的概念下建立以數(shù)據(jù)特征為基礎(chǔ)的實(shí)證模型。一般系統(tǒng)動(dòng)力學(xué)是在物理學(xué)工程理論的基礎(chǔ)上對(duì)一個(gè)體系進(jìn)行建模進(jìn)而了解該系統(tǒng)的運(yùn)轉(zhuǎn)；但是在企業(yè)的運(yùn)營(yíng)體系中，許多指標(biāo)間的關(guān)系受到企業(yè)內(nèi)部管理決策和外部市場(chǎng)震蕩的干擾導(dǎo)致一般理論模型很難適用。建立實(shí)證模型的主要目的是在沒(méi)有完全符合市場(chǎng)現(xiàn)象的理論基礎(chǔ)下，得到一個(gè)與事實(shí)相符合的實(shí)證模型。因?yàn)榇四Ｐ褪且罃?shù)據(jù)特征建立的，因此當(dāng)取得足夠新數(shù)據(jù)后，定期（一般每三個(gè)月）需要對(duì)此模型進(jìn)行檢驗(yàn)和修正。然后，從這個(gè)實(shí)證模型我們可以對(duì)未來(lái)進(jìn)行結(jié)構(gòu)性分析，趨勢(shì)分析預(yù)測(cè)分析，和預(yù)警分析。這三類診斷分析可以協(xié)助企業(yè)經(jīng)營(yíng)者深入了解企業(yè)運(yùn)營(yíng)流程和市場(chǎng)動(dòng)態(tài)的互動(dòng)關(guān)系。根據(jù)這些診斷結(jié)果可以改善優(yōu)化當(dāng)前的運(yùn)營(yíng)措施。

2 企業(yè)運(yùn)營(yíng)診斷關(guān)鍵技術(shù)

上一節(jié)對(duì)企業(yè)運(yùn)營(yíng)診斷的流程進(jìn)行了描述，本節(jié)將對(duì)流程中采用的關(guān)鍵技術(shù)和方法進(jìn)行討論，包括實(shí)證建模方法、結(jié)構(gòu)性分析技術(shù)、趨勢(shì)分析與預(yù)測(cè)技術(shù)、預(yù)警技術(shù)。

2.1 實(shí)證建模方法

本文用到的建模方法主要有單變量時(shí)間序列模型、動(dòng)態(tài)回歸模型和多變量時(shí)間序列模型。

一、單變量時(shí)間序列模型

單變量時(shí)間數(shù)列模型是一個(gè)量化指標(biāo)觀測(cè)值前后關(guān)系的通用模型指標(biāo)前后觀測(cè)值之所以會(huì)有關(guān)聯(lián)性，主要來(lái)自社會(huì)中不論個(gè)人或機(jī)構(gòu)的行為決策都有不同程度的記憶性，時(shí)間數(shù)列模型的基本功能就是讓分析者可以明確量化不同指標(biāo)自身包含記憶性的強(qiáng)弱。

二、動(dòng)態(tài)回歸模型

前面闡述如何以變量過(guò)去的觀察值對(duì)此變量的記憶結(jié)構(gòu)建模，并以此作為預(yù)測(cè)未來(lái)觀察值的基礎(chǔ)。在實(shí)務(wù)上，商業(yè)、經(jīng)濟(jì)與環(huán)保的相關(guān)變量經(jīng)常受到已知外生變量的影響，比如在零售行業(yè)，商品價(jià)格會(huì)影響銷售額，廣告支出會(huì)影響銷售額；在金融行業(yè)，利率變化會(huì)影響某些行業(yè)股票價(jià)格的變化等等。

動(dòng)態(tài)回歸模型包括解釋變數(shù)的滯后值、或者反映變數(shù)的滯后值，抑或同時(shí)包括這二者的滯后值。該模型運(yùn)用轉(zhuǎn)移函數(shù)對(duì)預(yù)測(cè)變數(shù)與解釋變數(shù)之間的關(guān)系進(jìn)行建模。當(dāng)解釋變數(shù)發(fā)生變化時(shí)，動(dòng)態(tài)回歸模型即可以解釋未來(lái)將要發(fā)生的情況。

三、多變量時(shí)間序列模型

企業(yè)、經(jīng)濟(jì)、工程和環(huán)境數(shù)據(jù)經(jīng)常以大約相等的時(shí)間間隔收集，例如一小時(shí)、一周、一個(gè)月或者一季，在很多問(wèn)題里，這樣的時(shí)間序列數(shù)據(jù)可能在所關(guān)心的幾個(gè)相關(guān)變量上可得到，這些變量之間那個(gè)是輸入指標(biāo)，那個(gè)是輸出指標(biāo)不一定很明確，在家電業(yè)，比如海爾電器總經(jīng)理關(guān)注海爾品牌各類家電的銷售額，電視、冰箱以及其他相關(guān)產(chǎn)品，他希望了解不同產(chǎn)品的銷售有沒(méi)有什么關(guān)系，這也是一個(gè)類似的情境?？傮w而言，同時(shí)分析這樣的數(shù)列并求取模式的原因至少有兩個(gè)如下：

1.理解它們之間的動(dòng)態(tài)關(guān)系。它們可能是同時(shí)相關(guān)的，一數(shù)列可能領(lǐng)先其他的數(shù)列或者可能有回饋關(guān)系，當(dāng)然也可能指標(biāo)間根本沒(méi)有關(guān)系。

2.改進(jìn)預(yù)測(cè)的準(zhǔn)確度。當(dāng)一序列有信息包含在另一個(gè)數(shù)列的歷史數(shù)據(jù)里時(shí)，如果序列能同時(shí)用來(lái)求取模式，可能產(chǎn)生更好的預(yù)測(cè)效果。

2.2 結(jié)構(gòu)性分析技術(shù)

在分析企業(yè)運(yùn)營(yíng)流程的過(guò)程中，管理者對(duì)營(yíng)運(yùn)指標(biāo)間會(huì)產(chǎn)生某些預(yù)期的關(guān)系，但是在實(shí)證分析時(shí)，分析者希望能夠通過(guò)數(shù)據(jù)指標(biāo)來(lái)驗(yàn)證這些關(guān)系的存在。對(duì)此類問(wèn)題常用的方法是格蘭杰因果關(guān)系判定。多指標(biāo)間的結(jié)構(gòu)因果關(guān)系測(cè)試在統(tǒng)計(jì)分析領(lǐng)域一直是一個(gè)爭(zhēng)議性非常高的議題。很多自然科學(xué)領(lǐng)域的專家強(qiáng)調(diào)只有在實(shí)驗(yàn)環(huán)境下才能明確的區(qū)分因果關(guān)系的存在或不存在。如果只有觀察數(shù)據(jù)（分析者不能控制數(shù)據(jù)的產(chǎn)生的環(huán)境和過(guò)程），科學(xué)上是不可能證明因果關(guān)系的存在或不存在，只能測(cè)試相關(guān)性關(guān)系的存在與否。事實(shí)是社會(huì)科學(xué)領(lǐng)域絕大多數(shù)數(shù)據(jù)是觀察記錄數(shù)據(jù)，數(shù)據(jù)產(chǎn)生的環(huán)境我們也只能觀察而不能控制。但是社會(huì)科學(xué)中許多領(lǐng)域的專家仍然希望區(qū)分?jǐn)?shù)據(jù)指標(biāo)相關(guān)性的不同特征。格蘭杰教授（Granger 1969）提出了格蘭杰因果關(guān)系（Granger Causality）的觀念；考慮兩個(gè)指標(biāo)x和v，指標(biāo)v對(duì)指標(biāo)x有單向因果關(guān)系的充分條件是：當(dāng)對(duì)指標(biāo)x做預(yù)測(cè)時(shí)，引入指標(biāo)v信息可以比只用指標(biāo)x自身過(guò)去信息預(yù)測(cè)時(shí)的預(yù)測(cè)平均誤差會(huì)降低。但是指標(biāo)x信息不能增加對(duì)指標(biāo)v的預(yù)測(cè)精確度。假設(shè)兩個(gè)觀察指標(biāo)以下面符號(hào)表示：{x_t，Y_t}，t=l，2，...，T，定義條件變異量如下：

是用指標(biāo)x自身過(guò)去，預(yù)測(cè)當(dāng)前指標(biāo)x的預(yù)測(cè)誤差變異量；

是用指標(biāo)x自身過(guò)去和指標(biāo)v的過(guò)去信息，預(yù)測(cè)當(dāng)前指標(biāo)x的預(yù)測(cè)誤差變異量；

是用指標(biāo)x自身過(guò)去和指標(biāo)v同期和過(guò)去信息，預(yù)測(cè)當(dāng)前指標(biāo)x的預(yù)測(cè)誤差變異量；

格蘭杰因果關(guān)系，指標(biāo)v單向影響指標(biāo)x的條件就可以量化為

在格蘭杰提出的因果關(guān)系概念之后，兩位學(xué)者Piece （1979），Geweke （1987）把格蘭杰因果關(guān)系更具體區(qū)分為以下八類動(dòng)態(tài)關(guān)系：

兩個(gè)指標(biāo)間的八種動(dòng)態(tài)關(guān)系可以通過(guò)逐步檢測(cè)以下八個(gè)統(tǒng)計(jì)假設(shè)而完成。

目前預(yù)測(cè)技術(shù)主要有持續(xù)法、人工神經(jīng)網(wǎng)絡(luò)法、模糊邏輯法和支持向量機(jī)。針對(duì)國(guó)家電網(wǎng)的特點(diǎn)，本文模型的基本思想是：將預(yù)測(cè)對(duì)象隨時(shí)間推移而形成的數(shù)據(jù)序列視為一個(gè)隨機(jī)序列，用一定的數(shù)學(xué)模型來(lái)近似描述這個(gè)序列。這個(gè)模型一旦被識(shí)別后就可以從時(shí)間序列的過(guò)去值及現(xiàn)在值來(lái)預(yù)測(cè)未來(lái)值?，F(xiàn)代統(tǒng)計(jì)方法、計(jì)量經(jīng)濟(jì)模型在某種程度上已經(jīng)能夠幫助企業(yè)對(duì)未來(lái)進(jìn)行預(yù)測(cè)。

模型預(yù)測(cè)的基本程序：

（一）根據(jù)時(shí)間序列的散點(diǎn)圖、自相關(guān)函數(shù)和偏自相關(guān)函數(shù)圖以ADF單位根檢驗(yàn)其方差、趨勢(shì)及其季節(jié)性變化規(guī)律，對(duì)序列的平穩(wěn)性進(jìn)行識(shí)別。一般來(lái)講，經(jīng)濟(jì)運(yùn)行的時(shí)間序列都不是平穩(wěn)序列。

（二）對(duì)非平穩(wěn)序列進(jìn)行平穩(wěn)化處理。如果數(shù)據(jù)序列是非平穩(wěn)的，并存在一定的增長(zhǎng)或下降趨勢(shì)，則需要對(duì)數(shù)據(jù)進(jìn)行差分處理，如果數(shù)據(jù)存在異方差，則需對(duì)數(shù)據(jù)進(jìn)行技術(shù)處理，直到處理后的數(shù)據(jù)的自相關(guān)函數(shù)值和偏相關(guān)函數(shù)值無(wú)顯著地異于零。

（三）根據(jù)時(shí)間序列模型的識(shí)別規(guī)則，建立相應(yīng)的模型。若平穩(wěn)序列的偏相關(guān)函數(shù)是截尾的，而自相關(guān)函數(shù)是拖尾的，可斷定序列適合AR模型；若平穩(wěn)序列的偏相關(guān)函數(shù)是拖尾的，而自相關(guān)函數(shù)是截尾的，則可斷定序列適合MA模型；若平穩(wěn)序列的偏相關(guān)函數(shù)和自相關(guān)函數(shù)均是拖尾的，則序列適合ARMA模型。

（四）進(jìn)行參數(shù)估計(jì)，檢驗(yàn)是否具有統(tǒng)計(jì)意義。

（五）進(jìn)行假設(shè)檢驗(yàn)，診斷殘差序列是否為白噪聲。

（六）利用已通過(guò)檢驗(yàn)的模型進(jìn)行預(yù)測(cè)分析。

預(yù)測(cè)模型模型主要包括單指標(biāo)時(shí)間數(shù)列模型預(yù)測(cè)、轉(zhuǎn)換函數(shù)模型預(yù)測(cè)和多指標(biāo)向量時(shí)間數(shù)列模型（VARMA）預(yù)測(cè)。

2.4 預(yù)警分析技術(shù)

預(yù)警分析的關(guān)鍵在于閥值的設(shè)置。設(shè)置指標(biāo)閾值的目的就是要在指標(biāo)的正常值和異常值之間設(shè)置一個(gè)分界線，因此核心問(wèn)題就是對(duì)照值和實(shí)際值的分布問(wèn)題。一般而言，正常值屬于分布較普遍的取值，其出現(xiàn)次數(shù)較多，而異?，F(xiàn)象的取值往往偏離常規(guī)取值。因此，對(duì)于指標(biāo)閾值設(shè)定的問(wèn)題，可以通過(guò)分析指標(biāo)的取值變化情況，確定其分布形式，根據(jù)分布的特性設(shè)置相應(yīng)的閾值。

然而企業(yè)營(yíng)運(yùn)指標(biāo)大多不會(huì)重復(fù)發(fā)生，本文首先通過(guò)對(duì)指標(biāo)的歷史取值進(jìn)行分析建模，確定其所服從的模型，對(duì)每一個(gè)時(shí)點(diǎn)的指標(biāo)值，用樣本內(nèi)其他數(shù)據(jù)對(duì)此點(diǎn)數(shù)據(jù)進(jìn)行預(yù)測(cè)并計(jì)算其預(yù)測(cè)誤差。當(dāng)模型對(duì)數(shù)據(jù)擬合適當(dāng)時(shí)，預(yù)測(cè)誤差應(yīng)該滿足一個(gè)正態(tài)分布。判斷一個(gè)指標(biāo)觀測(cè)值是否異?？梢韵扔?jì)算實(shí)際觀測(cè)值和其預(yù)期值的差（就是預(yù)測(cè)誤差）；然后比對(duì)該預(yù)測(cè)誤差值和正態(tài)分布的正常范圍就可以得到結(jié)論。

一個(gè)滿足正態(tài)分布的隨機(jī)變量的正常范圍取決于對(duì)不正常的認(rèn)定，也取決于正常范圍是否對(duì)稱（預(yù)期值不會(huì)太大也不會(huì)太?。蚴瞧螅A(yù)期值會(huì)?。?，或是偏右（預(yù)期值會(huì)大）按照這個(gè)標(biāo)準(zhǔn)和預(yù)測(cè)誤差的實(shí)際分布，平均值μ=O，標(biāo)準(zhǔn)差σ為模型誤差標(biāo)準(zhǔn)差，可以得到閾值。

3 國(guó)家電網(wǎng)實(shí)證模型分析

本節(jié)以國(guó)家電網(wǎng)某網(wǎng)省公司的2010年1月到2015年6月的數(shù)據(jù)為基礎(chǔ)，以營(yíng)業(yè)總收入凈額、總售電量、總購(gòu)電量為例進(jìn)行實(shí)證模型分析。

下圖是營(yíng)業(yè)總收入凈額，總售電量，和總購(gòu)電量的時(shí)間序列圖。

一般合理的營(yíng)運(yùn)方式下一個(gè)時(shí)段的購(gòu)電量應(yīng)該與下一時(shí)段的售電量匹配。社會(huì)經(jīng)濟(jì)對(duì)用電的需求通常有一定程度的慣性，前月份的售電量可以用來(lái)預(yù)測(cè)下月份的售電量，按照這個(gè)邏輯，未來(lái)月份的購(gòu)電量會(huì)受到過(guò)去售電量的影響。從財(cái)務(wù)角度來(lái)看，營(yíng)業(yè)總收入凈額會(huì)受到總售電，總購(gòu)電和其他營(yíng)運(yùn)花費(fèi)的影響，那個(gè)因素最有效決定營(yíng)業(yè)總收入凈額，對(duì)管理層也是有用的信息。實(shí)際應(yīng)用時(shí)可以對(duì)指標(biāo)兩兩進(jìn)行因果關(guān)系分析。首先對(duì)購(gòu)電量和售電量使用向量模型建模流程，得到以下向量模型。

誤差向量的變異矩陣為 。利用前進(jìn)測(cè)試法和后退測(cè)試法。都得到相同的結(jié)果：

總購(gòu)電量=>總售電量（購(gòu)電量影響售電量）

這表示過(guò)去和同月份的購(gòu)電量影響售電量，這個(gè)結(jié)果和前面討論的預(yù)期并不符合。換句話說(shuō)目前的營(yíng)運(yùn)方式，購(gòu)電量并沒(méi)有考慮過(guò)去的售電量，這個(gè)診斷結(jié)果指出未來(lái)營(yíng)運(yùn)可能的改變的方向。利用相同方法我們可以得到：

營(yíng)業(yè)收入凈額<_>總購(gòu)電量（同期相關(guān)）

營(yíng)業(yè)收入凈額A總售電量 （相互獨(dú)立）

也就是說(shuō)營(yíng)業(yè)總收入凈額和售電量沒(méi)有直接關(guān)系，和購(gòu)電量有同期關(guān)系，如圖3所示。這個(gè)結(jié)果和目前國(guó)家電網(wǎng)的壟斷經(jīng)營(yíng)方式也是符合。如果企業(yè)的戰(zhàn)略目標(biāo)要提高服務(wù)品質(zhì)或是營(yíng)運(yùn)效率，以上分析指出購(gòu)電量沒(méi)有受到售電量的影響反而是售電量受制于購(gòu)電量，購(gòu)電部門必須，調(diào)整購(gòu)電流程，以達(dá)到售電引導(dǎo)購(gòu)電的預(yù)期。

如果企業(yè)戰(zhàn)略對(duì)營(yíng)業(yè)總收入，或是總售電量，總購(gòu)電量本身有預(yù)期目標(biāo)，診斷系統(tǒng)可以對(duì)個(gè)別指標(biāo)進(jìn)行分析預(yù)測(cè)，如圖4所示。

這些結(jié)果可以和總部下達(dá)的戰(zhàn)略目標(biāo)比對(duì)，也可以和外部經(jīng)濟(jì)指標(biāo)比對(duì)，比如地區(qū)經(jīng)濟(jì)總產(chǎn)值成長(zhǎng)指標(biāo)，地區(qū)消費(fèi)零售總額成長(zhǎng)指標(biāo)等等。如果部門領(lǐng)導(dǎo)對(duì)營(yíng)業(yè)總收入凈額，總購(gòu)電量，總售電量的預(yù)警分析有關(guān)注。診斷系統(tǒng)可以產(chǎn)生以下預(yù)警分析。

淺藍(lán)色為中度低于預(yù)期，深藍(lán)色為嚴(yán)重低于預(yù)期，粉色為中度高于預(yù)期，紅色為大幅度過(guò)熱。對(duì)于營(yíng)業(yè)收入凈額，總售電量低于預(yù)期的月份，必須探討原因。

4 結(jié)語(yǔ)

企業(yè)運(yùn)營(yíng)診斷系統(tǒng)是協(xié)助提高企業(yè)管理效率的主要工具；任何企業(yè)股東都有必要定期檢測(cè)企業(yè)的運(yùn)營(yíng)是否符合并如期完成企業(yè)既定的戰(zhàn)略目標(biāo)；如果企業(yè)的戰(zhàn)略目前未能圓滿達(dá)成，此運(yùn)營(yíng)診斷系統(tǒng)必須明確指出企業(yè)子部門運(yùn)營(yíng)流程的不完善之處并責(zé)成相關(guān)單位立即修正改善。本文介紹了公司運(yùn)營(yíng)診斷中的關(guān)鍵技術(shù)與分析方法，并針對(duì)國(guó)家電網(wǎng)構(gòu)造其運(yùn)營(yíng)診斷系統(tǒng)，以實(shí)際運(yùn)營(yíng)數(shù)據(jù)為基礎(chǔ)構(gòu)建實(shí)證模型進(jìn)行分析研究，為企業(yè)評(píng)估運(yùn)行績(jī)效提供依據(jù)，使企業(yè)實(shí)時(shí)監(jiān)控并了解市場(chǎng)因素（或其他外在因素）對(duì)企業(yè)戰(zhàn)略目標(biāo)執(zhí)行可能產(chǎn)生的各種影響，如此對(duì)各部門的既定戰(zhàn)略，戰(zhàn)術(shù)達(dá)到實(shí)時(shí)評(píng)估預(yù)警的作用。