基于贝叶斯理论的风险投资决策问题研究近年来，风险投资在全球应用于创业企业尤其高新技术企业的成功，证明风险投资对高新技术企业的成长起关键性作用。

目前，我国风险投资也取得了初步发展，面临的较大的问题之一就是我国风险投资成功率不高，影响了风险投资产业在中国的进一步发展。

投资前缺乏科学准确的投资决策是导致风险投资失败的主要原因。

决策者依据先验概率分布及期望值准则进行最优方案的选择。

由于先验概率不能完全反映客观规律，所以就必须要补充新信息，修正先验概率，得到后验概率。

后验概率是根据概率论中贝叶斯公式进行计算，这就是我们通常所讲的贝叶斯决策模型。

一、贝叶斯风险决策模型
（一）基本理论
贝叶斯决策模型是决策者在考虑成本或收益等经济指标时经常使用的方法。

贝叶斯方法是一种广泛运用于系统工程，金融和保险等各个领域的投资决策方法，是一种现代风险型决策法，是统计决策理论的重要分支，贝叶斯决策的理论基础是贝叶斯概率公式。

它被运用在对信息掌握不完备或者存在主观判断下的风险型决策方法，风险型决策方法是根据预测各种事件可能发生的先验概率，通过调查、统计分析等方法获得较为准确的情报信息，以修正先验概率，然后再采用期望值标准或最大可能性标准等来选择最佳决策方案。

这样使决策逐渐完善，越来越符合实际情况，可以协助决策者做出正确的决策。

由于由贝叶斯定理可以推出通过抽样增加信息量
能够使概率更加准确，概率准确则意味着决策风险的降低，所以贝叶斯定理保证了该决策模型的科学性。

（二）决策模型的建立
风险决策贝叶斯模型的建立一般分为三个步骤，具体过程如下：第一步，风险投资者在进行企业项目决策时，最终的目的都是要获得较高的投资收益，而每一个项目方案的收益都取决于诸多风险变量未来的状态，因而风险资本投资决策是一个风险型多指标决策问题。

第二步，构造判断矩阵。

决策者以本层次上的因素为准则，两两比较因素yi、yj的相对重要程度，给出标度aij，构造一系列判断矩阵a＝（aij），其中，aij>0，aij＝1/aij，aii＝1。

第三步，建立投资决策模型。

二、风险收益函数的贝叶斯决策
决策者面临着几种可能的状态和相应的后果，依据过去的信息或经验去预测每种状态和后果可能出现的概率，在这种情况下，决策者根据确定的决策函数计算出项目在不同状态下的函数值，然后再结合概率求出相应的期望值，然后依此期望值做出决策行为。

贝叶斯决策法是最常见的以期望为标准的分析方法。

贝叶斯决策模型是决策者在考虑收益指标时经常使用的方法，以收益型问题为例，其基本思想是在已知不确定性状态变量的概率密度函数f（）的情况下，按照收益的期望值大小对决策方案排序，则最优方案为使期望收益最大的方案。

接下来看一个具体决策实例。

某百货商场过去200天关于商品b 的日销售量纪录，商品b的进价为200元/件, 售价为600元/件，如果当天销售不完，余下全部报废，求该商品的最佳日订货量a*，及相应的期望收益金额emv*和evpi。

该商场商品b的销售状态空间为，这些状态发生的概率也可以推测出来。

根据此状态空间，决策者的决策空间为。

当商场的销售量为，而进货量为时，商场的条件收益为：而相应的期望收益为。

从经济角度看当日订货量等于日销售量时，商场没有因为多定货或少定货而造成的机会损失，因此获得的收益最大，所以此例理论上的最大利润为epc=2720元。

但在实际工作中这个值很难得到，除非商场能够根据情况随时调整进货量，因此商场的经营者往往追求的是期望收益的最大值，在此例中当订货量为7时期望收益最大，emv*和evpi分别为2460元和260元。

evpi的含义为由于情报不准确而造成的商场的赢利损失。

为了追求更多的利润，决策者总是希望获取一些准确信高的信息，只要费用小于预期收入，决策者就可以考虑购买由信息公司提供的情报信息。

这些信息主要是通过抽样调查或其他途径得到的概率，与凭借经验预测出来的概率不同它们的可靠性更高，这种概率称为后验概率。

一般的用后验概率代替先验概率进行贝叶斯决策, 往往可以得到更准确的方案，这种用后验概率代替先验概率再进行贝叶斯决策，就成为后验分析法。

需要指出的是有些情况下并非用后验分析法就一定比先验分析好，如果两者选择的方案相同，则意味着后者
在增加成本的情况下收益并没有增加，显然此时先验比后验更加有效率。

三、结论
由于在生活中许多自然现象和生产问题难以完全准确预测，因此决策者在采取相应的决策时总会带一定的风险。

贝叶斯决策法是将各因素发生某种变动引起结果变动的概率凭统计资料或凭经验
主观地假设，再进一步对期望值进行分析，由于此概率并不能证实其客观性，故往往是主观的和人为的概率，本身带一定的风险性和不肯定性。

风险投资中，各风险因素概率分布的获得往往取决于风险决策者的经验和态度，投资风险的分析需要依据大量的信息，而信息的获取是一个渐进的过程。

从决策者的主观概率与调查分析的结果取二者之一都是片面和不准确的。

而贝叶斯方法正好能将这二者信息结合起来，在决策者及专家的定性判断基础上，根据新信息，对先验概率进行修正，能得出较为准确的结论。

当风险投资决策者对先验阶段的估计把握不大时，决策者就可利用这方法决定是否要再做进一步的调查，并对先验概率进行修正，从而减少决策的风险程度。

参考文献：
[1]朱金玲.贝叶斯决策分析及改进.江苏统计应用研
究.2000(6).
[2]肖芸茹.论不确定条件下的风险决策.南开经济研
究.2003(1).
[3][美]阿诺德泽尔纳.计量经济学贝叶斯推断引论.上海财经大学出版社.2005.。