摘要:將會展系統中存在會展企業面臨的各類風險分解成若干個風險因素子系統,運用系統模糊系統分析相結合方法,建立各子系統風險因素評價的隸屬度矩陣,并在此基礎上通過采用模糊識別模型及貼近度的概念,構造各子系統風險因素模糊識別模型。最后通過各子系統模糊識別模型的合成,初步建立起整個會展業系統模糊識別模型,通過會展企業對此風險的認識從而更好地進行自身定位。
關鍵詞:風險管理;隸屬度矩陣;模糊綜合評價法;貼近度
中圖分類號:F270.7文獻標識碼:A文章編號:16723198(2007)11014702
1會展企業風險因素評價集合
從宏觀層面來看,會展企業面臨的主要是國內外行業環境變化導致的一系列風險從微觀層面上而言,對于個體企業風險中既有因業務結構不合理,會展技術欠佳等引發的業務經營風險;還有因決策管理層不善、制度不嚴而導致的管理風險;以及因從業人員的素質而產生的實務操作風險。擬把這4類主要風險可作為4個子系統來研究,分別用R1,R2,R3,R4表示。
R1:宏觀環境風險子系統。包括以下5個方面:國家經濟狀況風險、金融環境風險、突發事件風險、會展市場競爭風險和國際會展業波動風險分別用u11,u12,K,u15表示。
R2:管理風險子系統。主要包括戰略決策風險、資金短缺風險、同業協作風險、財務管理風險和后勤保障風險等5個方面,分別用u21,u22,K,u25表示。
R3:運營風險子系統。主要包括場館火災風險、展品失竊風險、會展延遲或取消風險、參展商違約風險和觀展客意外傷害風險等5種,可以用u31,u32,K,u35表示。
R4:操作風險子系統。主要包括員工業務素質風險、電腦故障風險、信息采集風險、報表失真風險,策展人失職風險、費用收繳風險等5中,分別用u41,u42,K,u45表示。
先分析單個的會展企業中,它所擁有的4個子系統風險中,R1,R2,R3,R4均可以通過設置一個控制系數而進行量化,然后對子各個子風險的影響因素也可以量化。其量化值可用字母加上適當的下標來表示。
(1)單因素評價。
首先,對因素集R1的單因素u(u=1,2,3,4,5)作單因素評價,從因素ui確定該風險因素對評價集合uj(j=1,2,3,4,5)的隸屬度rij,從而得出第i個因素ui的單因素評價集如下所示:r1=(r11,r12,r13,r14,r15)同理,對于因素集R2,R3,R4的單因素評價集合分別為:r2=(r21,r22,r23,r24,r25),r3=(r31,r32,r33,r34,r35),r4=(r41,r42,r43,r44,r45),
(2)構造綜合評判矩陣。
把這個子系統的五個單因素評價集合作為一個行可以得到一個總的風險因素隸屬度評價矩陣,由于每個風險值的數量級與量綱可能會存在不同,故需要采用模糊數學中的線性轉化公式進行處理得到:
r*jk=1-rjh-min(rρh)max(rρh)-min(rρh)(1)
其中max(rρh),min(rρh)分別表示在矩陣(2)中的第h列的最大最小值。
通過這樣的線性轉化處理可以得到系統風險評價的隸屬矩陣。
(3)確定因素重要程度模糊集。
考慮到每個會展企業的業務量和所辦會展的規模。就一般情況來說,業務量越多,則經營風險往往也越大,即經營風險與業務量成正比例關系。而會展規模與風險的關系則相對復雜,由于各個風險因素對會展企業的風險管理影響程度不同,有些因素在總體評價中影響可能要大些,而另外有些影響可能要小,因此提出運用Delphi法(專家評議法)來給出一個模糊子集A 。A=(a1,a2,a3,a4,a5),ai為元素ui(i=1,2,3,4,5)在總評價中影響程度大小的度量,在一定程度上代表根據單因素ui評定等級能力。Delphi法是專家平度出各影響因素的權重系數 。把A稱為為因素重要程度模糊子集。
(4)確定綜合評價模型,求出綜合評價集合。
當因素重要程度模糊集A和綜合評判矩陣R已知時候,R做模糊線性變換,
使之成為模糊結論集合上的模糊子集 。B=A*R=(b1,b2,Λ,bn);
bj=(a1*r1j)*(a2*r2j)*Λ(an*rnj)(j=1,2,Λ,n)
稱B為模糊綜合評價集。bj=(1,2,Λn)為等級vi對綜合評判集B的隸屬度。
(5)綜合評判。
根據最大隸屬度原則,選擇模糊綜合評價B=(b1,b2,Λ,bn)中最大的 。
bj作為綜合評判的結果。
通過綜合評判,可以了解單個會展企業四個風險子系統中,哪些因素是制約該企業風險的關鍵部分,而最后通過廣義模糊“或”運算對個各個調整后的隸屬r*ij進行綜合處理,從而得到合理的綜合評價結果。
2會展業系統風險模糊識別模型
假設在這個會展業系統中存在n個會展企業,組成一個等待排序的會展企業排序集。
根據上面步驟我們可以分別表示出全體等待排序n個會展企業在R1宏觀環境風險中,通5個評價因素風險值的綜合評價隸屬矩陣如下所示:
(v*jl)n×5=r*11r*12r*13r*14r*15
r*21r*22r*23r*24r*25
ΛΛΛΛΛ
r*n1r*n2r*n3r*n4r*n5
(8)
在矩陣8中,n個會展企業風險大小順序均有比較上的相對性,這是就該子系統中的8個評價因素風險值大小的程度比較而言的。因此,矩陣(5)中對每一列(即每一評價因素均取最小運算“Λ”,第一順序(或稱為頭序)向量Tρ1可以表示為:
Tρ1=(r*11Λr*21ΛΛr*n1,r*n1Λr*n2ΛΛΛr*nn)=(t11,t12,Λ,t15)(9)
在頭序中,5個分量都是每一個風險隸屬度最小值,即這五個評價因素都達到了最理想值,頭序中是在R1子系統中最滿意目標,把它稱為“最優序會展企業”,該企業會展經營風險是所有企業中最小的。
如果對矩陣8中每一列均取中位數,稱向量Tρ2第二順序(稱為中序)。
Tρ3=(r*11,r*21Λr*n1,Λ,r*n1,r*n2,Λ,r*nn)=(t21,t22,Λ,t25)(10)
在中序企業,被稱為“中序會展企業”。其經營風險為中等程度。
如果對矩陣8中沒一列均取最大運算“Λ”稱想向量Tρ3為末序,如下表示:
Tρ3=(r*11,r*21Λr*n1,Λ,r*n1,r*n2,Λ,r*nn)=(t31,t32,Λ,t35)(11)
最末序選中的企業在R1子系統是不理想的值,稱之為“最劣會展企業”,其經營風險是最大的。
根據矩陣5中,n個待評企業風險排序的評價因素值記作vj=(vj1,vj2,Λvj5)(j=1,2,Λ,n)(12)
這樣由公式(9),(10),(11),(12)確定的4個向量視為4個模糊子集。由模糊數學中有關貼近度概念,當兩個模糊子集A,B越貼近,則A與B的貼近度越接近于1;反之,當兩個模糊子集A,B越不貼近,則A與B的貼近度越接近于0。
根據模糊數學關于貼進度計算公式(13)分別用1ωi1,1ωi2,1ωi3來表示第i個會展公司與“最優會展企業”,“中序會展企業”“最劣會展企業”在第一個子系統R1的貼近度。接近程度比率:在第一個子系統R1中,第i個等待風險排序的會展企業與“最有序會展企業”的接近程度歸一化處理,將n個企業的的貼近度比率按照大小排列,便可以得到這n個企業在第一子系統R1的優化順序,排名越在前面,說明其宏觀環境風險越小。
若對每個子系統R1,R2,R3,R4分別附上權重為w1,w2,w3,w4,那么通過合成這四個子系統模糊識別模型,得到整個會展企業系統的模糊識別模型為:
w1(1ωi1/∑3p=11ωip)+
w2(2ωi1/∑3p=12ωip)+
w3(3ωi1/∑3p=13ωip)+
w4(4ωi1/∑3p=14ωip)
參考文獻
[1]Abel Cadenillas, Stanley R. Pliska, Optimal trading of a security when there are taxes and transaction costs[J]. Finance and Stochastic, 1999, (2).
[2]張世偉等. 模糊數學應用[M].上海:同濟大學出版社,1991.
[3]高新波等.模糊聚類分析及其應用[M].西安:西安電子科技大學出版社,2004.
[4]戚能杰. 會展旅游城市競爭力評價模型研究[J]. 特區經濟,2006,(1) : 208-20.
注:本文中所涉及到的圖表、注解、公式等內容請以PDF格式閱讀原文。