基于全生命周期的房地產開發項目風險評價模型研究

摘 要：針對房地產開發項目全生命周期內風險管理問題，本文采用文獻調查法對房地產開發項目全生命周期內的風險進行識別，建立了涵蓋2個維度、16個風險指標的風險評價體系。采用熵權法確定各風險指標權重，基于云模型理論建立評價體系評語集數字特征。通過分析實際案例，計算各指標權重及云模型數字特征，最終確定房地產開發項目風險等級。本文的風險模型構建具備多維度全周期的特點，可以準確識別房地產開發過程中的關鍵風險因素，對提高房地產投資質量、降低投資風險具有重要意義。

關鍵詞：全生命周期；房地產開發；風險評價；云模型

中圖分類號：F 293" " 文獻標志碼：A

20世紀后我國城市化水平逐年提高，截至2022年，我國城鎮化率達到65.22%，城市人口得到前所未有的擴張。隨著城市人口對居住水平的要求提高，我國房地產業得到前所未有的發展，特別是在一二線城市，房地產銷售額逐年提高。房地產業受宏觀經濟波動的影響，在地產開發過程中的風險因素更復雜，對房地產開發質量要求更高，因此建立多維度全周期的房地產開發風險評價模型對控制開發風險十分必要[1-2]。本文識別房地產全生命周期內的風險指標，建立基于熵權法—云模型的風險評價體系，為房地產項目全生命周期的風險管控提供理論依據。

1 房地產開發全生命周期風險識別

1.1 風險指標識別

風險是指在一定時間內可能發生的一系列不確定性事件，會導致企業遭受損失或不利后果的可能性，這種損失可以是財務上的，也可以是其他形式的[3]。中國項目管理協會以PMIC風險管理模式為基礎，根據房地產項目開發階段及開發程度對全生命周期內的項目風險進行了劃分，如圖1所示。

由圖1可知，房地產開發全生命周期中的風險識別是一個復雜的過程，涉及多個階段，每個階段都有其特定的風險點，具備綜合性及多變性的特點，風險指標的構成復雜且各指標間存在交叉影響[4]。

1.2 生命周期風險評估體系

房地產開發項目風險是客觀存在的，在項目開發過程中風險的預測、識別與評估對減少風險損失、提高項目開發價值具有重要意義[5]。根據歷史數據、項目開發經驗、案例分析、文獻調查等方式預測、識別和評估風險。文獻調查法通過檢索、分析目標主題文獻，快速獲得調查對象的風險因素，同時文獻資料具備較強的學術價值，具備較強的參考性[6]。通過文獻調查法，在主流數據庫中以“房地產開發”、“全生命周期”、“項目風險”、“項目管理”等為關鍵詞進行高頻詞匯檢索，獲得與房地產開發項目全生命周期風險相關文件400余篇，結合項目開發經驗，共識別出16項房地產項目全生命周期的主要風險因素，并將其分為2個維度進行分析，見表1。

1.3 數據可靠性檢驗

為驗證文獻調查法獲得的房地產項目全生命周期風險因素與目標值的一致性，采用克隆巴赫系數α驗證對其進行驗證。以問卷調查的方式，要求房地產開發項目方面的專家、學者采用李克特5級量化指標對表1中的16項風險因素進行賦分，1至5分分別代表關聯性較差、關聯性一般、關聯性中等、關聯性較強、關聯性強5個等級，克隆巴赫系數α如公式（1）所示。

（1）

式中：n為風險指標數量；si為第i個風險指標的標準差；st為n個指標總分的標準差。

根據計算結果，αgt;0.8各指標與目標值關聯度較好，可信度較高；0.8gt;αgt;0.7各指標與目標值關聯度中等，信度可接受；0.7gt;αgt;0.6各指標與目標值關聯度一般，信度一般，參考價值一般；0.6gt;α各指標與目標值無關聯度，信度低，無參考價值。表1中各維度指標的信度分析與檢驗結果見表2。

根據表2計算結果可知，一維風險指標的綜合α均大于0.80，刪項后各二級風險指標的α均大于0.80，且刪項后的α與綜合α相差較小，說明表1中所識別的各指標與目標值關聯度較好，可以用于房地產項目全生命周期風險評價中。

2 房地產開發全生命周期風險評估

2.1 熵權法確定指標權重

熵權法是一種客觀賦權方法，它基于信息熵的概念，通過計算各評價指標的變異程度來確定權重，從而避免主觀賦權的弊端和主觀判斷帶來的偏差。熵權法主要包括4個計算步驟。

2.1.1 建立原始矩陣

針對風險指標體系中的n個風險因素，邀請m位專家學者根據項目特點對各風險指標進行評判，一般可采用10分制，“0～4”分為較差；“4～6”分為一般，“6～8”分為中等，“8～10”分為較好。根據評分結果建立原始矩陣C，如公式（2）所示。

（2）

式中：amn為第m個專家對第n個風險指標的評判結果。

2.1.2 數據標準化處理

由于各指標的量綱和數值范圍可能不同，因此需要對原始數據進行標準化處理。針對正向指標和逆向指標采取不同的處理方式，分別如公式（3）～公式（4）所示，標準化后的初始矩陣如式（5）所示。

（3）

（4）

（5）

式中：為風險指標amn的歸一化結果。

2.1.3 計算指標比重及信息熵

對每個指標下的樣本值進行歸一化處理，按公式（6）～公式（7）計算每個樣本在該指標中的比重pmn及各風險指標熵值En。

（6）

（7）

式中：pmn為各指標的比重值；En為各指標熵值；n為指標數量。

2.1.4 確定指標權重

通過信息熵En計算各指標權重wn（如公式（8）所示），信息熵越小，對應的指標變異性越大。

（8）

2.2 云模型風險評價

通過熵權法確定各風險指標對于目標值的權重，通過云模型確定項目的綜合風險指標。云模型由李德毅教授于1995年提出，是一種用于處理不確定性信息的數學模型，其核心是通過數學方法對事務的不確定性進行量化。在云模型中，期望Ex、熵En及超熵He3個主要數字特征是描述云模型特性的關鍵數值。期望Ex表示對基本概念的基本確定下度量，限定云的中心位置；熵En用來權衡語言的不確定性程度，代表云滴的離散程度；超熵He代表了熵的隨機性，與熵En的模糊性與不確定性相關。云模型風險評價主要包括4個計算步驟。

2.2.1 云模型評語集

本文根據房地產開發項目的特點，將房地產開發項目全生命周期的風險分為4個等級，分別為高風險（I級）、中等風險（II級）、一般風險（III級）以及較低風險（IV級），并采用0～10分制定義各風險區間，并根據公式（9）確定各風險區間云模型數字特征，見表3。

（9）

式中：Ex為期望值；En為熵值；He為超熵；Cmax為風險區間取值最大值；Cmin為風險區間取值最小值。

2.2.2 綜合云數字特征

基于風險指標體系，邀請m位相關從業人員，采用0～10分制對n個風險指標進行評估，建立各指標評估向量（x1、x2、…、xi、…、xm）。將各指標評價結果引入云模型中，按公式（10）～公式（12）計算各風險指標的云數字特征。

（10）

（11）

（12）

2.2.3 確定綜合云

引入熵值法權重計算結果wi，按公式（13）計算綜合云數字特征。

（13）

將綜合云數字特征與云模型評語集數字特征進行比較，以確定項目最終風險等級。

3 案例分析

3.1 項目概況

某房地產開發項目位于南通市崇川區，地塊規劃用途為居住、商業用地，土地面積52970.81m2，容積率1.60～1.79，規劃要求建筑密度≤25.0%，配建郵政服務用房、垃圾收集站、居委會及公廁，社區內部配置3200m2公共綠地，gt;500m2室外體育場地，同時須預留軌道交通設站條件。項目周邊緊鄰城市公園，周邊軌道交通環繞，距離周邊商業、辦公較近，十分宜居。同時，項目目標客戶為改善型，周邊住宅單價處于較高水平，去化較差。政策方面，市場處于下滑狀態，需求不高，政府對去庫存具有一定的支持力度。

3.2 熵權法權重計算

邀請10位房地產開發項目的專家，依托該項目，根據當前房地產形勢及區域經濟狀況等因素采用“1-10”標度法對表1中的二維風險指標進行重要性比較，建立原始矩陣，并按照正向指標和逆向指標的處理方式對原始矩陣進行標準化處理，按公式（6）～公式（8）確定各風險指標熵值En及權重wn，見表4。

3.3 云模型的風險評價模型

通過熵權法確定各風險指標權重后，根據專家評分結果按公式（10）～公式（12）計算得到各指標的云模型參數，按公式（13）確定本項目在房地產開發全生命周期內的綜合風險云，見表5。

根據表5中各因素云數字特征，按公式（13）確定該房地產開發項目全生命周期內的綜合風險云C（Ex，En，He）=（8.33，0.43，0.12）。采用MATLAB軟件生成綜合風險云，與表3中的評語集數字標準云進行對比，如圖2所示。

根據圖2的對比結果可知，本房地產開發項目全生命周期的風險等級處于“III～IV”區間，確定本項目的開發風險為“一般風險～較低風險”。該評價結果與當前房地產市場相符合，該模型可以用于房地產開發項目全生命周期內的風險評價，具有較強的適用性。

4 結語

本文采用文獻調查法對房地產開發全生命周期內的風險進行識別，建立了2個維度、16個風險指標的風險評價體系。采用熵權法確定各風險指標權重，劃分各風險指標對房地產開發項目的影響程度。同時，基于云模型理論建立標準評價云及風險評價方法。以實際項目開發為例，采用本文建立的風險評價體系確定項目風險等級處于“一般風險～較低風險”區間，計算結果與實際項目相符，驗證了模型的適用性。

參考文獻

[1]呂恒利.基于云模型的EPC裝配式建筑項目風險評價研究[D].長春：吉林建筑大學，2023.

[2]張旭林.建筑工程總承包項目管理中存在的問題及對策研究[D].重慶：重慶大學，2016.

[3]吳松巖.EPC工程總承包項目風險分析[D].石家莊：河北工程大學，2010.

[4]潘林鋒.基于修正模糊層次分析法的建筑工程施工質量風險評價研究[D].鎮江：江蘇大學，2022.

[5]賈靜.東方天城項目質量管理風險評價及對策研究[D].石家莊：河北地質大學，2024.

[6]周雪梅.EPC模式下總承包方風險識別與評價研究[D].重慶：重慶交通大學，2023.