常用的投标策略

《常用的投标策略》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、知识点问答及解题思路 1、常用的投标策略有哪些？答：常用的投标策略有不平衡报价法、多方案报价法、增加建议方案法、突然降价法、无利润报价法等。以下是各种策略的适应范围。（1）不平衡报价法：在工程项目总报价基本确定后不提高总报价，通过调整项目内部各部分报价（调整范围不能过大），谋求结算时提高经济效益的方法，应用时需和网络分析、资金时间价值分析相结合。说明：①能够早日结算的项目（如前期措施费、基础工程、土石方工程等）可以适当提高报价，以利资金周转，提高资金时间价值。后期工程项目如设备安装、装饰工程等的报价

2、可适当降低。②经过工程量复核，预计今后工程量会增加的项目，单价适当提高，这样在最终结算时可多盈利，而将来工程量有可能减少的项目单价降低，工程结算时损失不大。但是，上述两种情况要统筹考虑，即对于清单工程量有错误的早期工程，如果工程量不可能完成而有可能减少的项目，则不能盲目抬高价格，要具体分析后再定。③设计图纸不明确、估计修改后工程量要增加的，可以提高单价，而工程内容说明不清楚的，则可以降低一些单价，在工程实施阶段通过索赔再寻求提高单价的机会。④暂定项目又叫任意项目或选择项目，对这类项目要作具体分析。因

3、这一类项目要开工后由发包人研究决定是否实施，以及由哪一家投标人实施。如果工程不分标，不会另由一家投标人施工，则其中肯定要施工的单价可高些，不一定要施工的则应该低些。如果工程分标，该暂定项目也可能由其他投标人施工时，则不宜报高价，以免抬高总报价。⑤单价与包干混合制合同中，招标人要求有些项目采用包干报价时，宜报高价。一则这类项目多半有风险，二则这类项目在完成后可全部按报价结算，即可以全部结算回来。其余单价项目则可适当降低。⑥有时招标文件要求投标人对工程量大的项目报“综合单价分析表”，投标时可将单价分析表

4、中的人工费及机械设备费报得较高，而材料费报得较低。这主要是为了在今后补充项目报价时，可以参考选用“综合单价分析表”中较高的人工费和机械费，而材料则往往采用市场价，因而可获得较高的收益。（2）多方案报价法：招标文件中工程范围不明确，某些条款不清，在充分考虑风险的情况下，在满足原招标文件规定技术要求的条件下，不仅对原方案提出报价，还可以提出新的方案进行报价。报价时要对两种方案进行技术与经济的对比，新方案比原方案报价应低些，以利于中标。（3）增加建议方案法：招标文件允许招标人提出建议时，可以对原设计方案提

5、出新的建议，投标人可以提出技术上先进、操作上可行、经济上合理的建议。提出建议后要与原报价进行对比且有所降低。但要注意对原招标方案一定也要报价。建议方案不要写得太具体，要保留方案的技术关键，防止招标人将此方案交给其他投标人。同时要强调的是，建议方案一定要比较成熟，有很好的可操作性。（4）突然降价法：投标人对招标方案提出报价后，在充分了解投标信息的前提下，通过优化施工组织设计、加强内部管理、降低费用消耗的可能性分析，在投标截止日截止时间之前，突然提出一个较原报价降低的新报价，以利中标。（5）无利润报价法

6、：投标人在可能中标的情况下拟将部分工程转包给报价低的分包商，或对于分期投标的工程采取前段中标后段得利，或为了开拓建筑市场、扭转企业长期无标的困境时采取的策略。知识点问答及解题思路1、什么是决策树？如何应用决策树法进行方案选优？答：（1）决策树的结构决策树是以方框和圆圈为结点，并由直线连接而成的一种像树枝形状的结构，其中方框代表决策点，圆圈代表机会点；从决策点引出的每条线（枝）代表一个方案，叫做方案枝，从机会点画出的每条线（枝）代表一种自然状态及其发生概率的大小，叫做概率枝。在各树枝的末端列出状态的损

7、益值。（2）利用决策树进行决策的步骤①绘制决策树。决策树的绘制应从左向右，从决策点到机会点，再到各树枝的末端。绘制完成后，在树枝末端标上指标的期望值，在相应的树枝上标上该指标期望值所发生的概率。②计算各个方案的期望值。决策树的计算应从右向左，从最后的树枝所连接的机会点，到上一个树枝连接的机会点，最后到最左边的机会点，其每一步的计算采用概率的形式。③方案选择。根据各方案期望值大小进行选择，在收益期望值小的方案分支上画上删除号，表示删去。所保留下来的分支即为最优方案。在所有最左边的（也即最高层的）机会点

8、中，概率和最大的机会点所代表的方案为最佳方案。决策树分析是方案评价投标方案选择时一种重要方法，在应用时应注意以下问题：   ①决策树枝尾的损益值需要根据工程造价计算的具体要求确定；   ②状态概率计算时应注意同一方案在不同状态下状态概率总和为1。   ③决策树分析可以分成单阶段和多阶段，不同阶段的方案与各阶段的方形节点关联。   ④决策树分析使用时要和资金时间价值分析相结合。2.决策树法解题思路：   绘制决策树，计算期望值，选择最优方案。