基本原理

在信息论中，熵是对不确定性的一种度量。信息量越大，不确定性就越小，熵也就越小；信息量越小，不确定性越大，熵也越大。根据熵的特性，我们可以通过计算熵值来判断一个事件的随机性及无序程度，也可以用熵值来判断某个指标的离散程度，指标的离散程度越大，该指标对综合评价的影响越大。

熵值法步骤

1) 选取n家上市公司，m个指标（由主成分分析法得出），则Xij为第i个上市公司的第j个指标的数值。（i=1,2…,n; j=1,2,…,m）

2) 数据的非负数化处理。

     由于熵值法计算采用的是各上市公司的某一指标值占同一指标值总和的比重，因此不存在量纲的影响，不需要标准化处理。但由于数据中有负数，因此需要对数据进行非负化处理，此外，为了避免求熵值时对数的无意义，还需要将数据进行平移。

     为方便起见，仍记非负化后的数据为Xij。

3) 计算第j项指标下第i个上市公司占该指标的比重：

4）计算第j项指标的熵值

5) 计算第j项指标的差异系数。

对于第j项指标，指标值Xij的差异越大，对方案评价Xij的作用就越大，熵值就越小。定义差异系数：

6) 求权数

7) 计算各上市公司的综合得分