大學(xué)生就業(yè)指導(dǎo)中風(fēng)險(xiǎn)決策的實(shí)踐與模擬

摘 要： 為幫助大學(xué)生在就業(yè)前景不確定時(shí)做出更合理的決策，基于風(fēng)險(xiǎn)決策理論探討了大學(xué)生的就業(yè)指導(dǎo)框架，并通過(guò)蒙特卡洛法來(lái)模擬其實(shí)踐效果。首先，拓展出“期望機(jī)會(huì)成本”的概念，提出了“期望剩余—期望效用—最大可能性—硬幣”的就業(yè)決策標(biāo)準(zhǔn)。其次，分別從大學(xué)生決策和就業(yè)指導(dǎo)的角度構(gòu)建了4步?jīng)Q策分析框架和6步指導(dǎo)框架。最后，以對(duì)某畢業(yè)生的就業(yè)決策指導(dǎo)為例，展示了利用風(fēng)險(xiǎn)決策來(lái)指導(dǎo)大學(xué)生就業(yè)的實(shí)踐與模擬效果。

關(guān)鍵詞： 就業(yè)指導(dǎo)；風(fēng)險(xiǎn)決策；期望機(jī)會(huì)成本；實(shí)踐；蒙特卡洛模擬

中圖分類號(hào)： G649.21 文獻(xiàn)標(biāo)識(shí)碼： A 文章編號(hào)： 1673-8381（2013）04-0119-06

自從1999年我國(guó)實(shí)行大學(xué)擴(kuò)招以來(lái)，大學(xué)生就業(yè)制度逐步從統(tǒng)一包分配過(guò)渡到雙向選擇和自主擇業(yè)，大學(xué)生就業(yè)觀念也隨之發(fā)生了相應(yīng)的轉(zhuǎn)變。相比之下，面對(duì)市場(chǎng)經(jīng)濟(jì)下不確定的就業(yè)環(huán)境時(shí)，大學(xué)生理性地做出就業(yè)決策的能力卻相對(duì)滯后。比如，2012年考研的人數(shù)相比2011年增加9.6%達(dá)到了約165.5萬(wàn)人[1]，這其中有人是出于對(duì)科研的熱愛(ài)，有人是為了找到更好的工作，也有人是盲目跟風(fēng)。“考研熱”的持續(xù)升溫反映出部分大學(xué)生就業(yè)決策時(shí)的盲目性。再比如，全國(guó)的大學(xué)生蟻?zhàn)迦藬?shù)僅北京地區(qū)就達(dá)10萬(wàn)之眾的現(xiàn)象反映出部分大學(xué)生留戀發(fā)達(dá)城市以及恐懼去城鄉(xiāng)基層或中西部地區(qū)就業(yè)[2]。造成這種就業(yè)選擇盲目性和對(duì)就業(yè)風(fēng)險(xiǎn)恐懼的一個(gè)重要原因是大學(xué)生面臨不確定的就業(yè)選擇時(shí)缺乏科學(xué)的分析和判斷能力，因而難以做出最優(yōu)的決策。適當(dāng)?shù)木蜆I(yè)指導(dǎo)可望推動(dòng)大學(xué)生就業(yè)決策能力的提高。

當(dāng)前，高校相應(yīng)的就業(yè)指導(dǎo)網(wǎng)站和課程確實(shí)給了學(xué)生一定的幫助，不僅為他們提供了有價(jià)值的就業(yè)形勢(shì)分析與求職面試方法和技巧，還緩解了就業(yè)壓力帶來(lái)的心理負(fù)擔(dān)，但實(shí)際上當(dāng)大學(xué)生面臨就業(yè)選擇時(shí)，依然比較迷茫和無(wú)所適從。其原因一方面是大學(xué)生涉世不深，對(duì)國(guó)情和社會(huì)缺乏深刻的認(rèn)識(shí)和了解，另一方面則是他們?nèi)狈υ诓淮_定環(huán)境下進(jìn)行風(fēng)險(xiǎn)決策的科學(xué)知識(shí)，這提醒我們有必要積極改進(jìn)大學(xué)生就業(yè)指導(dǎo)的方法。高校的就業(yè)指導(dǎo)本質(zhì)上就是協(xié)助學(xué)生面對(duì)不確定的就業(yè)環(huán)境時(shí)做出更明智的就業(yè)決策，因而本文重點(diǎn)關(guān)注從風(fēng)險(xiǎn)決策方法的角度對(duì)大學(xué)生進(jìn)行就業(yè)指導(dǎo)。然而，這方面的研究尚為少見(jiàn)。2009年康遠(yuǎn)志從收益與成本的角度考慮了大學(xué)生去基層就業(yè)的風(fēng)險(xiǎn)[3]，但是其考慮成本時(shí)僅僅是機(jī)會(huì)成本而不是風(fēng)險(xiǎn)情形下的期望機(jī)會(huì)成本，并且尚未涉及大學(xué)生就業(yè)指導(dǎo)框架的構(gòu)建和實(shí)踐效果的模擬。事實(shí)上，期望機(jī)會(huì)成本考慮的成本綜合性更強(qiáng)，更貼近于平均現(xiàn)實(shí)，而對(duì)決策的模擬則可以展現(xiàn)未知決策中的差異性。因此，本文嘗試用期望機(jī)會(huì)成本和風(fēng)險(xiǎn)決策理論，從學(xué)生對(duì)就業(yè)指導(dǎo)的需要、指導(dǎo)教師對(duì)于就業(yè)指導(dǎo)的實(shí)施兩個(gè)方面，分別構(gòu)建就業(yè)分析框架和就業(yè)指導(dǎo)框架，并通過(guò)具體的案例來(lái)模擬指導(dǎo)實(shí)踐的效果，以期為大學(xué)生的就業(yè)及就業(yè)指導(dǎo)提供一種新的思考視角。

一、 就業(yè)選擇的風(fēng)險(xiǎn)決策分析

（一） 風(fēng)險(xiǎn)決策分析簡(jiǎn)介

決策是人們普遍遇到的一種選擇行為，其困難在于如何從多種方案中做出正確的選擇，以便獲得好的結(jié)果或者達(dá)到預(yù)期的目標(biāo)[4]475。決策分析是從若干可能方案中按一定標(biāo)準(zhǔn)選擇其一的定量分析方法。根據(jù)備選方案的未來(lái)狀態(tài)確定與否，可把決策分析分為：確定型、不確定型、風(fēng)險(xiǎn)型[4]476。其中，風(fēng)險(xiǎn)決策問(wèn)題通常存在著多個(gè)可以用概率事先估算出來(lái)的自然狀態(tài)及決策者的一個(gè)確定目標(biāo)和多個(gè)行動(dòng)方案，并且可以計(jì)算出這些方案在不同狀態(tài)下的收益值。常用的風(fēng)險(xiǎn)決策分析技術(shù)有期望值法和決策樹(shù)法。期望值法是根據(jù)各可行方案在自然狀態(tài)下收益值的概率平均值的大小，決定方案的取舍，其決策準(zhǔn)則通常有期望收益最大準(zhǔn)則和期望機(jī)會(huì)損失最小準(zhǔn)則[4]427。而決策樹(shù)法有利于決策人員使決策問(wèn)題形象化，把各種可以更換的方案、可能出現(xiàn)的狀態(tài)、可能性大小及產(chǎn)生的后果等繪制在一張圖上，以便計(jì)算、研究與分析，同時(shí)還可以隨時(shí)補(bǔ)充信息[4]430。

（二） 就業(yè)選擇風(fēng)險(xiǎn)決策分析視角的合理性

就業(yè)關(guān)系到大學(xué)生的前途，雖然老師和他人可以給一些建議和指導(dǎo)，但選擇權(quán)最終還是應(yīng)該由學(xué)生自己來(lái)決定，所以就業(yè)大學(xué)生是真正的決策者。由于畢業(yè)臨近時(shí)大學(xué)生的選擇往往不止一種，并且各種選擇的結(jié)果也是不明朗的，所以他們實(shí)際上是在一種不確定的環(huán)境下做出就業(yè)決策的，因此是一種不確定型的選擇。但由于就業(yè)指導(dǎo)的意圖就是減少學(xué)生對(duì)就業(yè)的完全不確定性，幫助學(xué)生搜集信息，所以學(xué)生在老師的指導(dǎo)下雖然不知道未來(lái)究竟是何種狀態(tài)，但卻可以得到各種狀態(tài)出現(xiàn)的風(fēng)險(xiǎn)可能性大小，所以在就業(yè)指導(dǎo)下的就業(yè)決策應(yīng)該是一種風(fēng)險(xiǎn)決策。

（三） 就業(yè)選擇風(fēng)險(xiǎn)決策標(biāo)準(zhǔn)

確定了決策人和決策類型后，為了進(jìn)行決策分析，我們需要確定一個(gè)合適的選擇標(biāo)準(zhǔn)。由于就業(yè)的先驗(yàn)概率已知，不確定型決策中的樂(lè)觀主義和悲觀主義對(duì)于就業(yè)指導(dǎo)下的就業(yè)選擇都不合適，等可能原則在對(duì)于未來(lái)所有狀態(tài)均不清楚的情況下是可以考慮的。最大期望收益準(zhǔn)則簡(jiǎn)單易行，但是由于沒(méi)有考慮機(jī)會(huì)成本，所以很可能導(dǎo)致學(xué)生在決策時(shí)錯(cuò)失良機(jī)。機(jī)會(huì)成本指的是選擇一種方案時(shí)所放棄的最有價(jià)值的那個(gè)方案所獲得的價(jià)值[4]479。而在實(shí)際做決策的時(shí)候，由于各種備選方案的未來(lái)狀態(tài)是不確定的，所以直接采用機(jī)會(huì)成本，很可能因計(jì)算的成本太大而使得做出的決策過(guò)于保守。鑒于上述考慮，本文并不打算采用機(jī)會(huì)成本，而是采用“期望機(jī)會(huì)成本”。

1. 期望機(jī)會(huì)成本和期望就業(yè)剩余。本文擬任意選擇其中一位畢業(yè)生作為研究主體。假設(shè)該畢業(yè)生面臨n種選擇方案，且選擇第i個(gè)方案時(shí)可能出現(xiàn)mi種狀態(tài)，其中1≤i≤n。設(shè)EUi表示該學(xué)生選擇第i個(gè)方案的期望效用值，Pij表示采取第i個(gè)方案出現(xiàn)第j種狀態(tài)時(shí)的概率，其中0≤Pij≤1，且∑mij=1Pij=1。令Uij表示對(duì)應(yīng)的效用值，對(duì)于風(fēng)險(xiǎn)中性的學(xué)生可以直接理解為收入值，對(duì)于風(fēng)險(xiǎn)偏好或厭惡型的學(xué)生可引導(dǎo)其將幸福歸屬感折合表達(dá)為與收入同單位的數(shù)值。則該生選擇第i個(gè)方案的期望效用：

EUi=∑mij=1UijPij（1）

令ECi表示選擇第i個(gè)方案的期望機(jī)會(huì)成本，Pir表示放棄方案r，選擇方案i的可能性大小，其中0≤Pir≤1，且∑nr=1r≠iPir=1，則期望機(jī)會(huì)成本：

ECi=∑nr=1r≠iPirEUr（2）

式（2）中的EUr是被放棄的方案r的期望收益，因而從成本的角度考慮也就是選擇方案i而放棄方案r的機(jī)會(huì)成本。根據(jù)經(jīng)典經(jīng)濟(jì)學(xué)中機(jī)會(huì)成本的定義，容易知道這個(gè)期望成本小于經(jīng)典經(jīng)濟(jì)學(xué)中的機(jī)會(huì)成本，它更能體現(xiàn)在考慮選擇的成本上對(duì)已有信息（先驗(yàn)概率）的充分有效利用，因而使得學(xué)生的就業(yè)選擇不至于太保守。為了刻畫出學(xué)生從每個(gè)選擇方案的實(shí)現(xiàn)中的所獲，本文將之類比于消費(fèi)者和生產(chǎn)者從一筆交易中獲得的消費(fèi)者剩余和生產(chǎn)者剩余[5]，并取名為“期望就業(yè)剩余”，定義為“期望效用與期望成本之差”。令ESi為選擇第i個(gè)方案的期望剩余，則

ESi=EUiECi=∑mij=1UijPij∑nr=1r≠iPirEUr（3）

這樣選擇每個(gè)方案的期望就業(yè)剩余顯然低于選擇該方案的期望效用，所以又為學(xué)生排除了一定的主觀性。

2. “期望剩余—期望效用—最大可能性—硬幣”決策標(biāo)準(zhǔn)。由于學(xué)生就業(yè)既關(guān)系到前程又關(guān)系到穩(wěn)定，所以做出的決策既不能太保守又不能太冒進(jìn)，因此本文建議學(xué)生采用“期望剩余—期望效用—最大可能性”與拋硬幣原則相結(jié)合的決策標(biāo)準(zhǔn)。其基本思想是在充分利用已有信息的基礎(chǔ)上，在尊重學(xué)生個(gè)人理想的同時(shí)較客觀地考慮機(jī)會(huì)成本。該選擇標(biāo)準(zhǔn)具體為：首先選擇“期望剩余”最大值對(duì)應(yīng)的方案作為最優(yōu)方案；如果有多種不同的方案使得“期望剩余”相等，則選擇其中對(duì)應(yīng)“期望效用”更大者對(duì)應(yīng)的方案作為最優(yōu)方案；如果進(jìn)一步還有多種不同的方案使得“期望剩余”和“期望效用”同時(shí)相等，則選擇其最大概率對(duì)應(yīng)效用最大的方案；倘若仍有相同者，則依據(jù)隨機(jī)擲硬幣的結(jié)果選一個(gè)即可。

二、 就業(yè)框架的構(gòu)建

（一） 學(xué)生就業(yè)決策框架的構(gòu)建

對(duì)學(xué)生而言，可以將整個(gè)就業(yè)風(fēng)險(xiǎn)決策分為以下四步?jīng)Q策過(guò)程。

第一步：比較期望剩余ESi。if存在唯一的k使得ESk=max1≤i≤n{ESi}，則選擇方案k；if存在k和l使得ESk=ESl=max1≤i≤n{ESi}，則方案k和l在“期望剩余”標(biāo)準(zhǔn)下無(wú)差異，進(jìn)入第二步。

第二步：比較期望效用。if EUk>EUl，選擇方案k；反之，選擇方案l；如果EUk=EUl，則進(jìn)入第三步。

第三步：比較最大可能效用。if方案k和l對(duì)應(yīng)的最大概率分別為Pkf和Plg，則比較其對(duì)應(yīng)的效用即可。依照前述記號(hào)即比較Ukf和Ulg。如果Ukf>Ulg，選擇方案k；反之，選擇方案l；如果ESk=ESl，Ukf=Ulg，則進(jìn)入第四步。

第四步：拋硬幣。因ESk=ESl=max1≤i≤n{ESi}，且EUk=EUl，Ukf=Ulg，所以方案k和l已經(jīng)在三個(gè)最主要方面對(duì)畢業(yè)生無(wú)差異了，不妨簡(jiǎn)單地通過(guò)拋硬幣來(lái)選擇。

（二） 教師就業(yè)決策指導(dǎo)框架的構(gòu)建

對(duì)應(yīng)于學(xué)生的就業(yè)決策，就業(yè)指導(dǎo)教師的決策指導(dǎo)框架可以按照如下六步來(lái)構(gòu)建。第一步：指導(dǎo)學(xué)生正確地確定其備選方案；第二步：指導(dǎo)并幫助學(xué)生搜集信息，找到各備選方案的未來(lái)可能狀態(tài)及收益；第三步：指導(dǎo)學(xué)生確定自己在各種狀態(tài)下的效用，并計(jì)算出各方案的期望效用；第四步：指導(dǎo)學(xué)生想象并確定，若放棄一種方案，那么選擇其他方案的可能性大小以及放棄的每一種方案下的可能收益，從而計(jì)算出各方案的期望機(jī)會(huì)成本；第五步：指導(dǎo)學(xué)生計(jì)算出各方案的期望凈收益；第六步：指導(dǎo)學(xué)生按照“期望剩余—期望效用—最大可能—硬幣”選擇標(biāo)準(zhǔn)進(jìn)行風(fēng)險(xiǎn)決策。

三、 就業(yè)指導(dǎo)框架下就業(yè)選擇案例分析與模擬

（一） 就業(yè)決策指導(dǎo)框架的案例分析

假設(shè)某高校畢業(yè)生李某希望得到老師王某的就業(yè)指導(dǎo)，那么，王老師就可以按照上述構(gòu)建的六步框架展開(kāi)就業(yè)指導(dǎo)實(shí)踐。

第一步：指導(dǎo)李某確定備選方案。假設(shè)經(jīng)過(guò)仔細(xì)分析和信息搜索，確定有四個(gè)備選方案：A“繼續(xù)讀書”；B“到甲單位就業(yè)”；C“到乙單位就業(yè)”；D“自己創(chuàng)辦公司”。所以n=4。假設(shè)這4種選擇的未來(lái)狀態(tài)都是不確定的。那么他的最終決策取決于他的備用選擇和各自的預(yù)期結(jié)果及其可能性。王老師的工作可以進(jìn)入下一步。

第二步：指導(dǎo)李某搜集信息，找到各備選方案的可能未來(lái)狀態(tài)及收益。假設(shè)經(jīng)過(guò)努力，確定任意一個(gè)備選方案的預(yù)期結(jié)果可分為“成功，失敗和中等”三種狀態(tài)，即mi=3。進(jìn)一步地，假設(shè)經(jīng)過(guò)信息分析獲知：對(duì)于方案A“繼續(xù)讀書”而言，李某成功的收益為0.8，而成功的概率為0.4，于是李某采取方案A并獲得成功的狀態(tài)就可以用一個(gè)反映其收益和概率的二維數(shù)組表示為（0.8，0.4）。類似地，如果李某采取方案A并遭遇失敗的收益為0且失敗的概率為0.4，則李某采取方案A遭遇失敗的狀態(tài)可以用二維數(shù)組（0，0.4）表示。如果李某采取方案A并結(jié)果中等時(shí)的收益為0.4且該狀態(tài)發(fā)生的概率為0.2，則李某采取方案A且出現(xiàn)結(jié)果中等的狀態(tài)可以用二維數(shù)組（0.4，0.2）表示。因而對(duì)于方案A“繼續(xù)讀書”而言，李某處于成功、失敗和中等的三種狀態(tài)可以分別用二維數(shù)組表示為：（0.8，0.4）、（0，0.4）和（0.4，0.2），其中每個(gè)二維數(shù)組的第一個(gè)分量表示該狀態(tài)下李某的收益，而對(duì)應(yīng)的第二個(gè)分量表示李某處于該狀態(tài)的概率。

同理，對(duì)于方案B，可以將李某處于成功、失敗和中等的三種狀態(tài)分別用二維數(shù)組表示為（3，0.5），（-1，0.3），（1.8，0.2）；對(duì)于方案C，可以將李某處于成功、失敗和中等的三種狀態(tài)分別用二維數(shù)組表示為（4，0.4），（-2，0.3），（2，0.3）；對(duì)于方案D，可以將李某處于成功、失敗和中等的三種狀態(tài)分別用二維數(shù)組表示為（10，0.3），（-5，0.3），（3，0.4）。接下來(lái)，由于繼續(xù)讀書或參加工作或自己創(chuàng)業(yè)對(duì)于學(xué)生而言獲得的不僅僅是實(shí)際的經(jīng)濟(jì)收益，更重要的是一種心理的滿足，所以老師的工作進(jìn)行到了第三步。

第三步：指導(dǎo)學(xué)生確定在各種狀態(tài)下的效用。假設(shè)經(jīng)過(guò)共同努力，確定出該學(xué)生若選擇方案A“繼續(xù)讀書”其效用及概率分別為（4，0.4），（-2，0.4），（1，0.2）；若選擇方案B“到甲單位就業(yè)”其效用及概率分別為（3，0.5），（-1，0.3），（1.8，0.2）；若選擇方案C“到乙單位就業(yè)”其效用及概率分別為（4，0.4），（-2，0.3），（2，0.3）；若選擇D“自己創(chuàng)辦公司”其效用及概率分別為（5，0.3），（-5，0.3），（3，0.4）。

此處得到李某選擇每個(gè)方案的狀態(tài)數(shù)組與第二步是不完全一致的：每個(gè)狀態(tài)下的第一個(gè)分量（收益分量）與第二步的有相同也有不同，這主要是主觀效用與客觀收益的偶然一致性所導(dǎo)致的，而且第三步的效用也是將第二步的收益折算為風(fēng)險(xiǎn)中性下的。第二個(gè)分量（概率分量）與第二步都是一致的，這是因?yàn)楦鞣N狀態(tài)發(fā)生的可能性是個(gè)客觀的衡量結(jié)果。

根據(jù)此處得到的各個(gè)方案在各個(gè)狀態(tài)下的效用，依據(jù)公式（1）計(jì)算出各個(gè)方案下的期望效用。

方案A“繼續(xù)讀書”的期望效用：

EU1=4×0.4+（-2）×0.4+1×0.2=1；

方案B“就業(yè)到甲單位”的期望效用：

EU2=3×0.5+（-1）×0.3+1.8×0.2=1.56；

方案C“就業(yè)到乙單位”的期望效用：

EU3=4×0.4+（-2）×0.3+2×0.3=1.6；

方案D“自己創(chuàng)辦公司”的期望效用：

EU4=5.0×0.3+（-5）×0.3+3×0.4=1.2.

如果按照樂(lè)觀主義原則，學(xué)生將選擇期望效用最大的方案C“就業(yè)到乙單位”；而按照悲觀主義原則，學(xué)生將選擇方案A“繼續(xù)讀書”。但本文考慮的不僅僅是期望效用，還考慮了去除了期望成本的期望剩余。

第四步：指導(dǎo)學(xué)生想象并確定，如果放棄一種方案，那么選擇其他方案的可能性大小。假設(shè)經(jīng)過(guò)老師和學(xué)生的共同努力，確定出如果他不選擇方案A，那么他選擇方案B、C、D的概率依次為0.6、0.3和0.1；如果他不選擇方案B，那么他選擇方案A、C、D的概率依次為0.5、0.5和0；如果他不選擇方案C，那么他選擇方案A、B、D的概率依次為0.2、0.5和0.3；如果他不選擇方案D，那么他選擇方案A、B、C的概率依次為0、0.6和0.4.

設(shè)方案A，B，C，D對(duì)應(yīng)的期望機(jī)會(huì)成本分別為ECi（i=1，2，3，4），則根據(jù)此處得到的放棄各個(gè)方案時(shí)選擇其他方案的可能性以及第三步得到的各個(gè)效用，可依據(jù)公式（2）計(jì)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：設(shè)學(xué)生李某選擇方案A，B，C和D對(duì)應(yīng)的期望剩余分別為ESi（i=1，2，3，4），則：

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：指導(dǎo)并監(jiān)督學(xué)生進(jìn)行風(fēng)險(xiǎn)選擇。首先按照期望剩余標(biāo)準(zhǔn)，找到最大的期望剩余對(duì)應(yīng)的方案：方案B和方案C。然后按照最大可能原則，尋找方案B的最大可能效用是3，而方案C的最大可能效用是4，所以選擇方案C“到甲單位就業(yè)”為最佳決策方案。

（二） 就業(yè)決策指導(dǎo)框架案例的蒙特卡洛模擬

1. 蒙特卡洛模擬簡(jiǎn)介。蒙特卡洛模擬又稱為隨機(jī)模擬，其基本思想是用事件發(fā)生的“頻率”來(lái)模擬事件發(fā)生的“概率”，其實(shí)驗(yàn)方法則可以追溯到1777年Buffon通過(guò)隨機(jī)投針實(shí)驗(yàn)來(lái)近似計(jì)算π[6]，而其方法的系統(tǒng)提出和命名則源于第二次世界大戰(zhàn)期間美國(guó)數(shù)學(xué)家約翰·馮·諾依曼（John Von Neumann）和烏拉姆（Stan Ulam）等[7]。為了工作的保密性，他們以摩納哥著名的賭城蒙特卡洛的名字作為了該方法的代號(hào)，既反映了該方法的部分內(nèi)涵，又易記憶，因而蒙特卡洛模擬很快就得到人們的普遍接受。

隨著高速計(jì)算機(jī)的發(fā)展，蒙特卡洛模擬方法的應(yīng)用已受到了國(guó)內(nèi)外社會(huì)和科技研究人員的廣泛關(guān)注，其應(yīng)用范圍包括對(duì)生活科研中細(xì)節(jié)的捕捉[8]，商業(yè)界對(duì)不可捉摸因素的測(cè)量[9]，醫(yī)學(xué)界對(duì)乳腺癌篩查程序的模擬[10]，工業(yè)界對(duì)MCP分幅管空間分辨特性的模擬[11]，水利界對(duì)污水處理決策模型的模擬[12]，銀行業(yè)對(duì)于風(fēng)險(xiǎn)的評(píng)估[13]，金融界對(duì)期權(quán)和股票的定價(jià)與風(fēng)險(xiǎn)的模擬[14]等方面。

2. 蒙特卡洛模擬實(shí)施步驟。首先確定隨機(jī)事件及其分布律，然后利用Matlab編寫相應(yīng)的M文件并運(yùn)行模擬各方案的期望機(jī)會(huì)成本、期望效用以及期望剩余。

設(shè)學(xué)生李某面對(duì)方案A對(duì)應(yīng)的效用和成本分別為XA和YA，方案B對(duì)應(yīng)XB和YB，方案C對(duì)應(yīng)XC和YC，方案D對(duì)應(yīng)的效用和成本分別為XD和YD，則依據(jù)上文案例信息可得到其對(duì)應(yīng)的分布律，如表1和表2所示。

依據(jù)表1和表2，該學(xué)生選擇每一個(gè)方案的效用和成本都是離散型隨機(jī)變量，因此可以逐個(gè)方案編程模擬其風(fēng)險(xiǎn)選擇的剩余效果。如果模擬的次數(shù)選擇為100，則對(duì)于方案A、B、C和D可以分別寫程序模擬其期望剩余和方差。經(jīng)過(guò)Matlab模擬實(shí)現(xiàn)后得到的期望剩余和方差結(jié)果見(jiàn)表3。

由表3可見(jiàn)，雖然理論分析中并不清楚風(fēng)險(xiǎn)決策結(jié)果的隨機(jī)分布類型，但是蒙特卡洛方法卻可以模擬出期望剩余和剩余方差。另外，從表3可見(jiàn)各種方案的期望剩余都是負(fù)數(shù)，這表明模擬選擇的情況并不樂(lè)觀。但是，在所有方案中方案B對(duì)應(yīng)的期望剩余均值最大，所以依據(jù)最大期望剩余原則到甲單位就業(yè)是最好的選擇。這比理論中方案B和方案C期望剩余一致然后依據(jù)最大可能效用來(lái)比較的選擇更簡(jiǎn)單。然而，從模擬的情況來(lái)看，方案B對(duì)應(yīng)的選擇剩余方差也較大。所以如果學(xué)生想減少風(fēng)險(xiǎn)，他將選擇方差最小的方案A“繼續(xù)讀書”。

針對(duì)高校畢業(yè)生就業(yè)環(huán)境下的不確定性，考慮到兼顧學(xué)生理想和現(xiàn)實(shí)條件，借助于期望機(jī)會(huì)成本和期望剩余的概念，建議采用“期望剩余—期望效用—最大可能性—硬幣”作為風(fēng)險(xiǎn)決策標(biāo)準(zhǔn)，分別為學(xué)生和指導(dǎo)教師構(gòu)建了四步?jīng)Q策框架和六步指導(dǎo)框架。通過(guò)對(duì)信息與計(jì)算科學(xué)系一名畢業(yè)生畢業(yè)選擇案例的實(shí)踐分析，可以發(fā)現(xiàn)構(gòu)建的框架雖然處于風(fēng)險(xiǎn)決策的技術(shù)層面，但條理較清晰，對(duì)學(xué)生和教師而言操作難度不大，不過(guò)其具體運(yùn)用效果還有待進(jìn)一步的實(shí)踐檢驗(yàn)。

參考文獻(xiàn)

[1] 2012年全國(guó)考研報(bào)名人數(shù)達(dá)165.6萬(wàn)創(chuàng)歷史新高[EB/OL].[20120829].http：//kaoyan.eol.cn/focus_6151/20111128/t20111128_712147.shtml.

[2] 廉 思.蟻?zhàn)澹捍髮W(xué)畢業(yè)生聚居村實(shí)錄[M].桂林：廣西師范大學(xué)出版社，2009：10.

[3] 康遠(yuǎn)志.收益—風(fēng)險(xiǎn)約束與大學(xué)生基層就業(yè)決策[J].經(jīng)濟(jì)研究導(dǎo)刊，2009（22）：234235.

[4] 《運(yùn)籌學(xué)》教材編寫組.運(yùn)籌學(xué)：第3版[M].北京：清華大學(xué)出版社，2005.

[5] Paul K，Robin W.微觀經(jīng)濟(jì)學(xué)[M].黃衛(wèi)平，丁 凱，王曉暢，等，譯.北京：中國(guó)人民大學(xué)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，劉進(jìn)元，彭 翔，等.MCP分幅管空間分辨特性的Monte Carlo模擬[J].深圳大學(xué)學(xué)報(bào)：理工版，2012（1）：8590.

[12] 宋金波，王東波，宋丹榮.基于蒙特卡羅模擬的污水處理BOT項(xiàng)目特許期決策模型[J].管理工程學(xué)報(bào)，2010（4）：9399.

[13] 楊湘豫，趙 婷，盧 靜.基于Copula理論的商業(yè)銀行的市場(chǎng)風(fēng)險(xiǎn)研究[J].財(cái)經(jīng)理論與實(shí)踐，2010（5）：3437.

[14] 馬俊海，張秀峰.專利實(shí)物期權(quán)定價(jià)的蒙特卡羅模擬方法及其改進(jìn)技術(shù)[J].財(cái)經(jīng)論叢，2011（2）：5360.

（責(zé)任編輯 趙文青）

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