双指标评估法虽然简单，但是在实际使用中有局限性。每次只能评价两个指标，而且两个指标之间还需有相关性。因此，投资者还需要一种更加通用的决策工具：指标加权平均量化表。表4-1显示的就是一个典型的指标加权平均量化表。它工作的程序如下。
表4-1 指标加权平均量化表
（1）将项目评估的各项指标列入表格的左数第一栏。
（2）根据每一项指标对项目的重要性为其设置权重，将权重填入左数第二栏。
（3）为每项指标打分，以最理想的情况为100分。
（4）计算每项指标的加权分，方法是用该项指标的权重乘以它的得分，然后将加权得分填入右栏。例如：政治环境的加权得分为10%x90=9分。
（5）最后，将各项指标的加权得分相加，最后获得该项目的加权平均总分。
（6）将获得的加权平均总分与事先设定的底线分相对比，如果低于底线分，项目将被枪毙；如果高于底线分，项目将被批淮。例如，表中的底线分为70分，而最后计算出来的加权平均总分只有64.4分，低于底线分，因此项目只能被否决。
指标加权平均量化表是投资选项中最经常使用到的方法。这种方法同样可以放之四海而皆宜，从员工的绩效考核到项目的风险评估，加拿大移民局甚至用这一方法来进行移民资格的评估。但是，使用加权平均量化分析工具的最核心问题是：如何确定权重？
表4-2中显示的优化矩阵表，也是一个常用的工具，我们可以用它来计算权重。这张表格，是一次我给国家开发银行各地分行行长培训时做的课堂作业。我给现场的100个学员每人发了一张优化矩阵表，请学员根据自己的理解和判断填入数字，计算出每个指标的得分。
表4-2 投资决策要素矩阵表
假设项目评估有五项指标：政策优惠、技术含量、管理水平、资源优势、市场需求。现在分别将它们填入矩阵表的顶横栏及左纵栏。然后用左侧纵栏中的第一项“政策优惠’向右依次与顶栏中的其余四项指标对比重要性。如果“政策优惠”比该项重要，就在相交的空格中填1，如果没有其重要，就填0。假如：
“政策优惠”没有“技术含量”重要，填0；
“政策优惠”没有“管理水平”重要，填0；
“政策优惠”比“资源优势，重要，填1；
“政策优惠”没有“市场需求”重要，填0。
“政策优惠”对比完成之后，依此类推，再用“技术含量”向右依次对比，用“管理水平”向右依次对比，用“资源优势”依次向右对比，最后用“市场需求”依次向右对比。所有对比完成之后，将所有的分数横向相加，得出各项指标的得分：政策优惠获1分，技术含量获2分，管理水平获3分，资源优势获0分，市场需求获4分，对比上述得分，各项指标的优先排序结果就出来了：1）市场需求，2）管理水平，3）技术含量，4）政策优惠，5）资源优势。
那么这五个指标的权重如何计算呢？所有的学员将填写完成的表格交给助教。助教把所有表格上每项指标的得分相加，计算出各项指标的集体判断得分。假如：政策优惠总得分为40分，技术含量总得分为102分。
接着把各项指标的总分相加，假设得出合计总分为500分，再用每一个指标的总分分别除以这个合计总分500，得出的百分比就是该指标的权重。例如政策优惠计算的权重为8%，表4-3就是整个课堂作业计算的结果。
表4-3 权重的计算
对比刚才个体判断的得分与集体判断的得分，你会发现政策优惠和资源优势这两项指标的优先排序结果发生了变化。这说明个别人的判断有可能会与集体的判断产生偏差。但是集体的判断无疑更可信，群体越大，数据越具有信服力。
作为一种通用的决策辅助工具，优化矩阵表的用途是非常广泛的，它不但可以用于指标的排序和权重计算，也常常用于客户的消费民意调查。其工作原理就是把人脑的模糊思维，简化为电脑的1/0式逻辑思维，最后得出量化的结果。
量化分析的最大好处，还不是其理性和精确，而是易于人们在统一的沟通平台上达成共识。为了避免决策失误，很多投资机构都采取集体决策的制度。但是集体决策往往会陷入议而不决。可是用上述量化工具可以有效地解决这一弊端。从这个过程我们可以看到，每个参与决策的个体都可以表达自己的意见和判断，但是最后计算出来的结果代表了集体的共识，令所有的人无可非议，每一个体都对这个共识施加了自己的影响，同时集体的判断也会修正每个个体的偏见。
