


下载本文档
版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领
文档简介
1、投资风险分析应用研究随着科学技术与社会的不断开展,工程投资及其风险管理的研究进入了新的阶段,针对现代工程投资风险管理涉及面广、技术复杂的特点,要求理论研究要适应于因素的变化。本文针对工程投资全寿命周期中出现的各种不确定性,提出了一种新的模型,该模型整合了模糊层次分析法和灰关联分析法,构建了一个新的评价指标体系,为更好的躲避工程投资风险提供了理论依据。工程投资风险模糊AHP灰关联分析一、引言在工程投资的全寿命周期中,会出现各种不确定性,而每种不确定性的产生都会对工程产生一定的影响,为了确保工程的最终目标的实现,事先对工程投资中的风险因素进行客观、合理的评价是十分重要的。在工程执行过程中,识别和评
2、估风险是有效地躲避风险的一种管理手段,通过风险识别和评估,工程实施人员可及时了解到风险的种类及重要程度,进而采取相应的措施。我国现在的工程评价体系中,存在着重效率、轻风险的倾向,而效率与风险是一个工程必不可少的两个方面,一个完整合理的评价体系应该包括工程的效益评价和风险评价两局部。目前大多数方法【1】都是设定几项评价指标进行打分,然后乘以其权重得到加权总分,来评价指标。这种方法受主观因素影响较大,不具有广泛的综合性。其次,就是局限于对风险的定性研究,将其量化进行评价存在很大困难,很难到达理想效果。尽管使用了很多方法,但都不能对各种风险可能进行客观有效的评价。以往的风险因素分析大都是在风险变量分
3、布规律的情况下进行,而实际上要得到变量的分布规律是十分困难的,因此存在一定的不可行性。本文通过研究以往的评价方法,提出一种新的、更具客观性与准确性的方法整合模糊层次分析与灰关联分析法,对工程投资风险因素进行辨识与分析。传统层次分析法应用专家经验知识设置指标体系,用一致性检验判断专家意见的一致性,但是定性的指标描述在一定程度上具有模糊性和不确定性,需要对模糊性的信息进行处理,因而采用模糊AHP方法解决了这个问题。模糊综合评价最早是由我国学者汪培庄【1】教授提出,现在作为一种模糊数学的具体应用方法,已经被广泛应用于矿业投资、房地产投资等领域,并得到了很好的拓展。而灰关联分析法对指标采用等权方式确定
4、关联度,无法显示其相对重要性,因此就需要与模糊AHP法整合,以解决该问题。本方法有效地将定性分析与定量分析结合在一起,为解决特定条件下工程投资的多目标风险评估提供了科学、可行的方法。二、工程投资风险分析模型1.建立评价指标体系指标体系的建立需要利用模糊语义变量【3】来描述主观评价值,模糊语义变量可以解决搜集的信息的不确定性,语义变量的隶属函数由三角模糊数表述,而定性指标的语义模糊数用一个区间值表述。以三角模糊数建立模糊成比照拟矩阵,该矩阵为一模糊正倒值矩阵,要经过一致性检验以确定其有效性。其中:专家评定的两指标重要性比照三角模糊数;:语义尺度区间值的最小值;:语义尺度区间值的平均值;:语义尺度
5、区间值的最大值;对模糊矩阵的指标值进行解模糊化,目的是找到各级指标的最正确明确值,以便和灰关联分析法整合,更加准确地分析指标值之间的关系。在此选取一个水平截集,在此截集下对应的区间可以表示为:。对应该水平截集取相应的评估满意度,利用公式,构造非模糊矩阵。2.对初始数据进行无量纲化处理数据的无量纲化处理就是对指标数据的标准化、标准化处理,是通过数学的变换方法消除原始数据单位的影响。可选择的方法很多,如标准化法、成效系数法、极值法等等,本文选用标准法对数据进行无量纲化处理,即令3.利用灰关联分析法确定权重灰关联分析法是邓聚龙于1989年提出的,是指事物之间不确定性关联,或系统因子与主行为因子之间的
6、不确定性关联。灰关联分析是基于行为因子序列的微观或宏观几何接近,以分析和确定因子间的影响程度,或因子对主行为的奉献测度,而选取的一种分析方法,可以将定性因素转为定量因素进行量化分析,具有广泛适用性。而李伯年对灰关联分析法进行了改良,提出了利用向量余弦确定指标权重,本文所要应用的正是这种改良的灰关联方法,该方法更简便易懂,可以为工程投资风险的分析提供更有效的分析方法。在以上利用模糊AHP法得到的数列中,选取参考数列,即最优序列M和最劣数列N,其中如果是效益型指标M取大,N取小,假设是本钱型指标那么M取小,N取大。确定各方案与M、N的相对偏差矩阵,即优偏差矩阵,劣偏差矩阵,其中,计算R的行向量ri
7、与S对应的行向量si的余弦夹角:,将ci归一化得到指标的权向量,其中。4.灰关联度确实定要求出灰关联度,首先要确定灰关联系数矩阵,即优关联系数矩阵,劣关联系数矩阵,分别为第j个方案向量xi中第i个指标值xij与参考向量M、N中第i个指标值mi和ni的关联系数,有公式:,为分辨系数,一般取0.5;为参考数列;因子集任意数列,作为比拟数列。可以利用灰关联系数矩阵求得方案j的优关联度,和方案j的劣关联度,然后对方案排序,综合各方案的比选结果,分析出最优方案。三、实例应用研究目前对工程投入的资金越来越多,技术复杂,运作周期长,因此工程投资所带来的风险因素层出不穷,并且相互间交叉影响,其中某一环节出现问
8、题,都会对工程造成重大损失。根据投资方对工程所潜在风险的调查研究,分别从技术方案的技术风险C1、财务风险C2、管理风险C3、政府风险C4和环境风险C5这五个方面进行分析,得到以下评价指标矩阵,如表1:取,对上述矩阵进行解模糊化和无量纲化处理,得到指标矩阵R如下:其中最优向量,最劣向量,进而得出各方案的相对优、劣偏差矩阵:得出权重值。相应的灰关联系数矩阵为:可以得到方案的优关联度:0.602,0.816,0.473,0.574,0.767;劣关联度:0.615,0.419,0.722,0.702,0.531。按优关联度排序为:25143,按劣关联度排序:34152,经过以上分析可知应选择方案2,
9、工程投资风险最小,收益最大。四、结论工程自身的特点决定了其在实施过程中必定会存在各种各样的风险,对风险的辨识与分析就成为了投资决策过程必不可少的阶段,只有在管理者做出投资决策前全面准确地分析可能的风险,了解风险因素对工程投资的影响程度,才能防止造成重大损失,因此,选择对工程投资风险分析的正确方法就显得尤为重要。本文从为决策者提供有效分析方法的角度出发,提出了整合的模糊层次分析与灰关联分析法,防止了决策者主观因素的影响,更直接有效地对风险进行了分析。参考文献:【1】陈立文:工程投资风险分析理论与方法.北京:机械工业出版社,2004.9:127132【2】蔡依萍朱文龙施国庆:工程工程的风险识别与控制.水利科技与经济,2004.103:129132【3】曲盛恩:基于模糊层次分析和灰色关联分析的供给商评价选择研究.商业研究,200524:710【4】程天张彩香:基于熵权的模糊AHP法在填埋场选址中的应用.环境卫生工程,2
温馨提示
- 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
- 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
- 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
- 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
- 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
- 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
- 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
最新文档
- 安装分包施工合同
- 绿色环保建筑工地安全管理制度
- 《自然环境保护:高中生物地理教学教案》
- 委托活动代理服务协议书
- 重要会议纪要的编制要点与范例
- 船舶修理维护合同7篇
- 摩托车转让协议合同与摩托车过户转让协议6篇
- 第三方供餐合同8篇
- 2025年银川货运从业资格证考试模拟题及答案
- 2023年新高考全国乙卷语文真题(原卷版)
- 北师大版二年级下册数学第一单元 除法教案
- 2024年儿童托管行业分析报告及未来发展趋势
- 野生动植物保护
- 2024年安徽省合肥热电集团招聘笔试参考题库含答案解析
- 商品条码使用许可协议
- 2023德佑房屋租赁合同
- PI形式发票范文模板
- 华文版一年级下册书法教案
- 2023光伏电站无人机智能巡检技术标准
- 心理课课件《相信自己》
- 汽车修理常用配件信息公示
评论
0/150
提交评论