GRA-RF组合算法在农信金融企业工资要素优选及测算中的应用

作     者：余顺坤 宋宇晴 YU Shun-kun;SONG Yu-qing

作者机构：华北电力大学经济与管理学院北京102206 

出 版 物：《中国管理科学》 (Chinese Journal of Management Science)

年 卷 期：2022年第30卷第4期

页      码：86-95页

摘      要：工资是影响员工行为的最敏感因素,适时推动工资制度优化对稳定人才队伍、提高工作效率、提升组织效能具有重要作用。业界在工资制度设计层面的研究较多,但涉及工资要素优选及测算的方法研究较少。本文以作者研究团队完成的40余家农信金融企业管理咨询项目成果为案例,将智能算法引入工资测算领域,首先运用灰色关联分析对企业样本数据预处理,在多种工资要素中筛选出最优特征变量,再使用随机森林模型对员工工资进行预测,同时基于相同的训练样本进行多种预测模型的对比;为了检验预测工资的适用性,通过相关性分析,验证工资策略与组织效能的重要关联。本文所提出的工资制度设计与优化的智能算法,可以确定工资影响因素的最优权重组合,为农信金融企业工资改革所借鉴,也可以为其他银行类金融企业的工资制度设计提供算法参考。

主 题 词：农信金融企业 工资要素优选 工资测算 随机森林 灰色关联分析 GRA-RF组合算法 

学科分类：120202[120202] 12[管理学] 0202[经济学-财政学类] 02[经济学] 020207[020207] 1202[管理学-工商管理类] 0201[经济学-经济学类] 020205[020205] 020106[020106] 

核心收录：

D　O　I：10.16381/j.cnki.issn1003-207x.2021.0108

馆 藏 号：203110659...