基于模糊灰關聯法的工程項目投資風險評價研究*

余義勇 段云龍

(云南財經大學國際工商學院，云南 昆明 650221)

0 引言

進入21 世紀，經濟全球化趨勢日益加強，中國根據自己各方面的優勢和劣勢，進行合理的產業結構升級，以求探索出一條適合中國自身經濟發展的道路，這勢必要經歷一場大規模的項目投資熱。隨著我國經濟實力的提升及科學技術的快速發展，越來越多的工程項目具有投資規模大、周期長、環境日益復雜的特點，尤其是一些成敗影響面較大的重大工程投資項目。這就對已有的項目投資風險評價模型提出了更高的要求，除了要適應全球經濟環境下投資風險評價的新需求，還要對項目投資風險評價能真正起到輔助作用。經濟全球化意味著各國資本會比以往任何時候更容易進入中國市場尋找投資機會，尤其是西方發達國家的各項工程業務，這將增大項目投資的不確定性，使得投資環境更加復雜。工程項目投資在承擔更多風險的同時也蘊涵著機會，要想確保投資活動的順利進行，必須要善于把握機會，減少風險損失。由于投資模式的不斷更新變化，原來已有的工程項目投資風險評價方法越來越跟不上形勢的發展，已不能很好地適應現代項目投資的需要，項目評價工作面臨著前所未有的挑戰，因此要適時對評價模型做出改進。

1 運用模糊灰關聯法構建工程項目投資風險評價模型

項目投資風險評價是一個影響因素眾多、環境較為復雜的評價過程。在眾多影響因素之中，不同環境下各因素的重要性各不相同，這些都需要根據具體情況進行區別對待。

目前，數理統計法為常用的指標篩選方法。但是該方法有一個最大的難題就是需要大量已知的數據做支撐，而且計算量較大，這給評價工作帶來不小的困難。但是評價分析必須解決這個難題。而現實情況是這方面的研究成果匱乏，沒有較全面的數據信息，要想從中發現統計分布規律難度較大，并難以準確判斷數據所具有的特性。而灰色關聯度分析恰好彌補了這方面缺陷，它不需要大量的樣本數據且無需樣本服從特定的分布規律，相對而言運用此方法的數據計算量較小且方便。基于此，本文運用灰色關聯理論對項目投資風險各影響因素進行篩選，從而確定在特定環境下影響項目的主要評價指標。

1.1 指標篩選步驟概述

灰色關聯度分析是指在已知較少信息的情況下對系統發展變化進行比較、描述的一種常用方法，其本質是通過確定各比較數列與參考數列的幾何形狀的相似程度，判斷它們間聯系的緊密程度，兩者的關聯度隨著曲線的相似度和變化趨勢的接近而越來越緊密。指標篩選主要步驟如下:

(1)確定分析數列X，記為X =(x1，x2，…，xn)。

(2)原始數據無量綱化處理。分別求出各個評價指標的平均值和標準差，即

效益型評價指標為

成本型評價指標為

(3)計算關聯系數。選取參考數列Xi，T 為原始數據的行數(T =1，2，…，m)，則Xi( T)與Xj(T)的關聯系數定義為

式中，Xi(T)為原始數據中第T 行第i 列的指標數值，Xj(T)為第T 行第j 列的指標數值;ρ ∈ [0，1]為分辨系數，一般取ρ = 0.5 。得關聯系數矩陣為

(4)計算灰色關聯度。即

(5)關聯矩陣的構建。按照以上方法，求出以不同列為參考數列下的各列相對于該列的關聯度，構建矩陣如下

1.2 模糊綜合評價法

模糊綜合評價法是一種方便、常用的基于隸屬度理論的評價方法。現實中人們所熟知的大部分經濟現象由于數據很難收集及主體認知的不完全性，難以對其作出準確的分析判斷。在此背景下，模糊數學應運而生且發展較快，現已成為一種應用十分廣泛且有效地對不確定事物進行綜合評價的方法。該方法主要特點在于對評判對象逐個進行評價，被評判對象有唯一的評價值，不受評價主體的主觀性以及現實客觀問題模糊性的影響，其目的在于對受多個影響因素的事物做出全面評價。

模糊綜合評價的主要步驟:

(1)設U 為n 種因素構成的因素集，記作U ={u1，u2，…，un}。其 中，ui= {ui1，ui2，…，uip}，ui為一級評價指標，n 為待評價指標個數，以此類推。

(2)V 為m 種評判所構成的評判集，記作V ={v1，v2，…，vm}。vj(j = 1，2，…，m)為第j 個評價結果，m 為總的評價結果個數。

Ai°Ri=(bi1，bi2，…，bim)=Bi

(i = 1，2，…，n)

(4)對一級指標ui進行綜合評價，則Bi為其單因素評價結果，隸屬關系矩陣可表示為

設一級指標ui(i = 1，2，…，n )的模糊權向量為

則二級模糊綜合評價模型為

(5)進行多層次綜合評價。通過評價模型得出多級評價結果之后，根據評語集給出評價對象所屬等級及評價結論。

3 實例研究

筆者選取了昆明市三個不同的已完工投資項目作為研究對象:項目1 屬于某段高速公路建設項目。項目2、項目3 屬于經濟適用房、商品房項目，都位于市區中心地段，但各自在定位上存在差異。項目3 在地理位置上較優越，定位為高檔商品房;項目2 樓盤規模較大、建設周期較長。三個項目的投資建設時間大致在同一時期，其外部投資環境大致相同，不會存在太大的差異，因此具有一定的可比性。主要選取其中某一項目為例進行評價，其研究分析如下。

3.1 基于灰色關聯度分析的指標篩選

在對影響項目投資風險因素已有文獻資料研究的基礎之上，結合相關專家的意見建議，建立已經初步明晰影響工程項目投資風險的指標體系。由于指標的影響因素較多、各指標之間還具有一定的關聯性，且不同環境下指標的重要性程度不同，因此為了使指標更加簡潔、科學，在消除內部之間相互影響的前提下突出重點，首先有必要對眾多指標進行篩選。

根據歸納分析，確定以管理風險、建造風險、經濟風險和其他風險為主的4 個一級指標及其之下的20 多個二級指標。在此，僅以管理風險之下的指標篩選為例來闡述灰色關聯度分析的指標篩選方法，既方便研究，又不失科學性。

3.1.1 選取參考數列并計算關聯度

選取A1，A2，A3三個不同項目為例進行比較研究，并以工程項目投資管理風險方面的8 個初級指標為例進行關聯度分析，設初級指標為X ={X1，X2，…，X8}，且各指標的原始分析數據見表1。

觀察表1 中數據可知，此處不必對其做特殊處理。首先以X1為參考數列，參照關聯度計算式(1)，逐個計算在以X1為參考列時各列的灰色關聯系數，并以關聯矩陣表示。其中:最大值為Δ(max)=0.750 0，最小值為Δ(min)=0.083 3，取ρ = 0.5 得

按照式(2)算出在以X1為參考列時其他指標列的關聯度如下

r1j= (1，0.911 1，0.882 3，0.742 1，0.897 4，0.752 4，0.486 3，0.526 1)(j=1，2，…，8)

3.1.2 關聯度矩陣的構建

按照以上方法，求出以不同列為參考數列下的各列相對于該列的關聯度，并構建矩陣如下

表1 管理風險下各指標原始數據

3.1.3 確定優勢評價指標

基于以上分析，X2，X1，X5，X4，X7為優勢指標，在工程項目投資過程中起主導作用，X3，X6，X8為非優勢指標，在工程項目投資中的作用不是那么明顯，沒有其他指標重要。所以，在此可舍去非優勢指標，只考慮五個對項目投資起主導作用的主指標因素。

同理，用以上方法可以得到影響其他三個一級指標的主要二級指標，并最終構建本文的評價指標體系見圖1。

3.2 模糊綜合評價的定量化處理

(1)確定評語集。即

V= {v1，v2，v3，v4，v5} = {嚴重風險，較大風險，中等風險，較小風險，輕微風險}

(2)各指標專家評分及權重賦值。邀請該領域的專家對各個指標進行打分。最終評分的結果見表2。

圖1 工程項目投資風險評價指標體系

表2 各指標專家打分結果

(續)

(3)指標隸屬度計算。各因素的隸屬算法為:該因素的專家得分人數除以專家總人數。比如，總共有10 位專家參加評分，在“通貨膨脹”這個指標上有4 位專家認為有“較小風險”，即“較小風險”的隸屬度為0.4，同理其評判矩陣為(0，0.3，0.3，0.4，0)。

根據表2 中數據可分別得到4 個一級指標的評判矩陣如下

(4)模糊綜合評價。

1)通過一級模糊綜合評價分析來確定模糊關系矩陣，即

為便于排序和比較，結果擴大10 倍得

B1=(0.31，1.65，3.04，3.84，1.16)

同理可得

B2=(0.3，2.25，3.16，3.24，1.05)

B3=(0.57，1.81，3.14，3.3，1.18)

B4=(0.4，2.74，3.04，3.48，0.34)

2)進行二級模糊綜合評價，即

B 即為該項目的最終評價結果，其中最大值為3.420，對應評語集可得:該項目總體處于“較小風險”的水平，因此可以投資該項目。

4 結語

項目投資風險評價在項目投資中占有重要地位，有效的風險評價模型可以事先預估項目存在的風險程度，并得出是否有利于投資，既可以為企業抓住難得的機遇，也可以避免不必要的損失。然而，由于主觀因素的影響，在構建指標體系時，可能會存在不科學、不合理的地方。為規避這些影響因素，實現指標的科學性和獨立性，本文采用灰色關聯度分析方法進行初級指標因素的篩選。同時采用模糊綜合評價模型，可以很好地解決事物所具有的不確定性及一些主觀因素所帶來的各種影響，能夠系統全面地考慮各種評價因素，具有一定的科學性和可信性。

通過本文的研究，對企業進行項目投資風險評價具有一定的參考價值，為企業項目的實踐提供有益借鑒。但由于信息的不完全性及外部環境的復雜性，本文可能在某些方面仍需要進一步完善和改進。

［1］ 劉立群，田淑芬. 工程項目投資分析［M］. 北京:化學工業出版社，2005.

［2］ 成虎. 工程項目管理［M］ . 北京:中國建筑工業出版社，2004.

［3］ 王洪，陳健. 建設項目管理［M］. 北京:機械工業出版社，2004.

［4］ 周秀文. 灰色關聯度的研究與應用［D］. 吉林:吉林大學，2006.

［5］ 汪克夷，董連勝. 項目投資決策的風險分析與評價［J］.中國軟科學，2003 (1):141-144.

［6］ 汪曉斌，湯浩. 實物期權在風險投資項目決策中的應用［J］. 科技創業月刊，2004 (8):20-22.

［7］ 游桂芝，鮑大忠. 灰色關聯度法在地質災害危害性評價指標篩選及指標權重確定中的應用［J］ . 貴州工業大學學報，2008 (6):4-8.

［8］ 章熙春，馬衛華，蔣興華. 基于灰色關聯度評價方法的高校科技創新能力評價實證研究［J］. 科技管理研究，2010(14):66-70.

［9］ 聶曉偉，張玉清，楊鼎才. 一種基于AHP 和模糊理論的風險評估方法［J］ . 北京電子科技學院學報，2005 (2):44-49.

［10］ 郭鵬，施品貴. 項目風險模糊灰色綜合評價方法研究［J］. 西安理工大學學報，2005 (1):106-109. PMT