基于云理論的房地產投資決策風險評價

賈小妮

（西安外事學院工學院建筑工程系，陜西西安 710077）

0 引言

房地產開發項目生命周期較長，從投資決策階段的項目建議書和可行性研究到最后的竣工驗收，各個階段都存在著各種各樣的風險因素，而投資決策階段在整個開發過程中起著至關重要的作用。要減少和避免損失，將威脅化為機會，項目執行者們就必須了解和掌握項目風險的來源、性質和發生規律，并對其進行評價，將風險帶來的損失降到最低。云模型是定性定量不確定性轉換模型，將其應用到房地產投資決策的風險評價上來，實現定性概念與定量數值之間的不確定性轉換，可使風險評價更加客觀。

1 云模型[1]

1.1 云的涵義

設T是一個定量論域，用精確數值表示，T={x}，W是T上的定性概念，即與T相關聯的語言值，且隸屬度x是定性概念W的一次隨機實現，x對W的確定度 μw(x)∈[0，1]是一個具有穩定傾向的隨機數。則隸屬度x在論域T上的分布稱為隸屬云，簡稱云，每一個x稱為一個云滴。

1.2 云的數字特征

云的三個數字特征是Ex(Expected Value)、En(Entropy)和He(Hyper Entropy)，分別表示期望值、熵和超熵，用它們整體表示一個概念。

期望值Ex是最能夠代表定性概念的點，是云滴x在論域空間分布的期望值，是概念量化的最典型樣本，對應著云的中心。

熵En既是定性概念隨機性的度量，反映了代表定性概念的云滴的離散程度，又是定性概念亦此亦彼性的度量，反映了論域空間中可被概念接受的云滴的取值范圍。

超熵He是熵的熵，即熵的不確定性度量，由熵的隨機性和模糊性共同決定。

1.3 正態云模型

云是通過云模型來具體實現的，云模型也是云聚類、云推理、云運算、云控制等方法的基礎，其實現方法很多，如正態云模型、組合云模型、半云模型。正態云模型的數學期望曲線如下，它在表達語言值時最常用。

利用計算機輸入正態云的3個數字特征值(Ex，En，He)，即可根據算法生成正態云。

1.4 云發生器

可以用計算機軟件來實現云的生成算法，也可以用云發生器( Cloud Generator)來實現。云發生器分為正向云發生器和逆向云發生器，由定性概念到定量表示的過程，稱為正向云發生器，過程如圖1所示。

圖1 正向云發生器Fig. 1 Forward normal cloud generator

具體算法步驟為：

（1）生成以En為期望值，He2為方差的一個正態隨機數

（4）具有確定度iμ的ix成為數域中的一個云滴；

由定量表示到定性概念的過程，稱為逆向云發生器[2]，過程如圖2所示。

圖2 逆向云發生器F ig. 2 Backward cloud generator

逆向云發生器的算法有兩種，一種是需要確定度信息的，另外一種是不需要確定度信息的。本文用到的逆向運算法是無需確定度信息的，具體算法步驟如下：

依據統計原理，無論采用哪種算法，誤差都是難以避免的。樣本點越少，誤差越大，樣本點越多，誤差越小。云滴數目n越大，Ex越精確，相應的En和He的估計誤差就越小。

2 房地產投資決策階段風險評價

對于某一個房地產開發公司開發的一個具體的房地產項目，由于開發公司的規模、實力、管理水平以及項目所處的地理環境、經濟環境等均存在著差異，不同的項目面臨的風險有所不同。經過對多家房地產開發公司的調研結果表明：在對一個具體的房地產項目進行投資決策時，房地產開發商較為關注的風險是政治風險、經濟風險、技術風險和管理風險。具體見表1所示。

計算步驟[4]：

（1）對以上風險因素的的發生概率進行專家主觀估計，分別估計出樂觀概率、最可能概率及悲觀概率，并分別用a、m、b來表示，根據無確定度信息的逆向云發生器算法計算每一風險因素的三個特征值(Ex, En, He)；

（2）依據正態云發生器產生的云滴是一個期望EX＝Ex、方差DX=En2+He2的隨機變量，分別計算a、m、b的期望值及方差；

（3）對每個風險因素都用a、m、b三個估計，是假定三個估計均服從β概率分布。因此，各風險因素的期望值及方差分別為：

根據超熵的性質運用逆云發生器計算各風險的超熵He；

（4）因為逆向云算法需要大量的云滴統計結果，云滴數量的多少，直接決定了統計結果的好壞。云滴數n越大Ex越精確，逆向云算法計算出的En和He的估計誤差就越小，三個參數的誤差都隨著云滴數量的增加而逐漸減少。通過超熵He的大小可反映出各個風險因素對房地產開發項目的影響程度，He越大，開發項目遭受影響越大。

表1 房地產投資決策風險評價指標體系[3]

3 結論

房地產開發項目在前期投資決策過程中存在著大量的風險因素，這些風險因素直接或間接地關系到項目的正常實施，為了保證項目的順利實施，必須對這些風險因素進行評價。本文將云理論應用到房地產決策階段的風險評價中，并通過實例進行了驗證，證明了該方法的可行性。

[1] 李德毅，杜鹢.不確定性人工智能[M].2005年7月第一版.

[2] 邸凱昌，李德毅，李德仁.論及其在空間數據發掘和知識發現中的應用[J].中國圖像圖形學報，1999,4（11）：930-935.

[3] 崔楷.基于云理論的工程項目風險評價[J].河南科學，2012,4.

[4] 閆文周，賈小妮.基于云模型的網絡計劃評審技術[J].山西建筑，2007,3.