企业复杂性管理和危机预警

需求分析

• 现代市场竞争更加残酷，企业经营状况受到来自宏观经济、外部竞争、技术变革、供应链、企业自身管理、财务状况等各种复杂因素的影响。
• 企业的高度复杂性会增加管理成本和难度，降低企业关键绩效指标KPI，削弱盈利能力和可持续发展能力。企业的复杂性不能无限增加，当企业复杂性增大到临界点时，企业的经营状况将变得异常脆弱， 即使小概率的微扰也会引发企业随时陷入各种经营危机。
• 由于危机的积累是一个逐步、渐进的过程，因此通过复杂科学的方法和手段，建立客观、定量的经营危机评价、监测和预警体系， 对保护投资者和债权人的利益，对经营者防范财务危机，对政府部门监管上市公司质量和证券市场风险，都具有十分重要的现实意义。
• 同时，在危机发生之前，采取主动措施管理并降低企业复杂性，可以提高企业经营效率，增强盈利能力。

目标

　

• 帮助公司管理者从全局进行复杂性管理，通过主动降低企业经营复杂性和脆弱性，增强经营效率和盈利能力。
• 客观、真实分析企业内在复杂性和脆弱性，不引入人为主观因素，量化预警指标
• 有效监测和辨识关键因素和脆弱点，为公司管理者迅速找出问题关键，积极寻找改善对策。

解决方法

• 企业复杂性和脆弱性评价：
• Step 1 计算一个企业及其下属各分支机构的经营数据信息熵、拓扑结构和整体复杂度
• Step 2 识别一个企业的核心经营参数，量化评价稳健度和脆弱性水平
• Step 3 监测一个企业的复杂性、稳健度变化状态和趋势，及时进行危机预警
• 企业及其生态环境复杂性分析：
• Step 1 将企业和宏观经济、货币市场、资本市场、竞争对手、所在行业、供应链作为一个复杂大系统，计算该系统信息熵、拓扑结构和整体复杂度
• Step 2 识别对系统复杂性贡献最大因素，发现脆弱点，帮助企业管理者识别内外部风险，为企业降低复杂性提供科学指导
• Step 3 监测系统复杂性、稳健度变化状态和趋势，及时发现危机，为企业管理者调整和适应外部环境变化提供科学指导
• 复杂性突变监测：
• 企业复杂性突然增加，意味着熵和无序度的增加。即使此时仍然持续盈利，其内在的风险也在快速积累，因此是值得警惕的危机先行指标
• 企业复杂性突然降低，意味经营活动的减弱，是经营先行指标
• 复杂性平稳变化，代表企业经营结构和活动稳定，风险和不确定性可控，健康、平稳和可持续发展

• 企业健康诊断图
• • 复杂度Complexity——复杂度越高，管理越困难
  • 不确定度Uncertainty——正比于系统内不确定性（混沌）程度
  • 不稳定度Instability——测量一段时间内复杂度的波动程度
  • 互赖度Interdependency——定义为系统图的密度
  • 脆弱度Vulnerability——正比于当前复杂度与临界复杂度之差
  

先进性

• 客观性和真实性：不建立数学模型，不对数据进行预处理，对样本的分布没有要求，不引入人为主观判断因素
• 全局性和整体性：将微观分析与宏观综合相结合，从系统工程角度认知数据整体的内在信息、结构和依赖规则
• 评价指标定量化：量化评价非线性相关度、复杂度、模型可信度水平等核心指标
• 数据处理能力强：能处理各种有噪声、随机的、不完全的、病态的、海量的或者小样本的数据

工具软件

• 基于复杂性的风险诊断软件：OntoDyn™
• 复杂性量化分析软件：OntoSpace™

数据来源

• 企业复杂性分析需要的数据包括：企业及分支机构经营统计数据（月、季度、年）
• 企业生态环境整体分析还需要如下数据：国民经济核算数据、行业数据、资本市场数据等。

计算原理

• 统计信息分析：
• 变量信息熵(Info Content): 香农熵测度，反映无序度
• 变量稳健度（Robustness): Kolmogorov-Smirnov病态性检验，反映偏离正态分布的程度
• 离群值分析（Outlier): 通过马氏距离分析离群点，识别小概率事件和风险
• 系统结构分析：
• 非线性相关性（Generalized Correlation):基于互信息测度进行非线性相关性计算，由于传统Pearson、Spearman等级相关系数和Kendall(肯德尔)的tau相关系数
• 状态空间图（Anthill Plot):动态查看所有变量和变量组数据序列形态
• 系统图（System Map)描述系统所有状态变量之间的依赖关系和模式，包含的知识远远超过传统函数描述：
• 节点(Node)代表参数，呈对角线排列
• 节点之间的连线(Link)代表关联规则和信息流
• 核心节点（Hub)是与其他节点关联最紧密的关键参数




• 复杂度贡献图 (Complexity Profile)：反映所有状态变量对系统整体复杂性的贡献
• 系统结构稳健度（Topological Robustness):反映系统整体结构稳健性的量化指标
• 系统度分布（Degree Histogram):反映所有变量之间耦合强弱的排序，可以识别核心参数和脆弱点

典型客户

• 意大利迪松德里奥人民银行
• 以色列米兹拉希联合银行
• 意大利艾尼石化集团(ENI)
• 巴西Yamana金矿集团