序論：寫作是一種深度的自我表達(dá)。它要求我們深入探索自己的思想和情感，挖掘那些隱藏在內(nèi)心深處的真相，好投稿為您帶來了七篇風(fēng)險(xiǎn)等級(jí)評(píng)價(jià)方法范文，愿它們成為您寫作過程中的靈感催化劑，助力您的創(chuàng)作。

篇(1)

關(guān)鍵詞：EPC工程總承包；物元模型；可拓評(píng)價(jià)

Abstract: EPC general contract due to the project scope, involving more participants and long construction period, the risk is far greater than the general project contracting, the need for objective, accurate, reasonable on its risk. In this paper, through the establishment of EPC's risk evaluation index, using the extension analysis and correlation function to establish the extension matter-element model, the EPC assembly package project risk evaluation, risk evaluation results are objective and comprehensive, determine the risk level, to provide decision support.

Key words: EPC general contract project; matter element model; extension evaluation

中圖分類號(hào)： F721.6文獻(xiàn)標(biāo)識(shí)碼： A 文章編號(hào)：

0引言

EPC承包是一家總承包商或承包商聯(lián)合體對(duì)整個(gè)工程的設(shè)計(jì)（Engineering）、材料采設(shè)備采購（Procurement）、工程施工（Construction）實(shí)行全面、全過程的“交鑰匙”承包。在這種承包模式下承包商通過業(yè)主對(duì)項(xiàng)目的功能描述進(jìn)行設(shè)計(jì)，并按照合同約定承擔(dān)采購和施工，其對(duì)承包工程的質(zhì)量、工期、造價(jià)全面負(fù)責(zé)[1]。EPC項(xiàng)目規(guī)模大、系統(tǒng)繁復(fù)、涉及專業(yè)技術(shù)面廣，參見單位多同時(shí)設(shè)計(jì)的利益相關(guān)者多且復(fù)雜，這都會(huì)影響EPC項(xiàng)目的實(shí)施，同時(shí)加大項(xiàng)目與預(yù)期結(jié)果的偏離程度[2]。

由于項(xiàng)目的設(shè)計(jì)、采購、施工全部由承包商完成，業(yè)主并不對(duì)項(xiàng)目直接負(fù)責(zé)，則項(xiàng)目實(shí)施過程的中的絕大多數(shù)風(fēng)險(xiǎn)由承包商承擔(dān)，與此同時(shí)在這種合同下業(yè)主過失風(fēng)險(xiǎn)往往也規(guī)定由承包商來承擔(dān)，例如業(yè)主并不承擔(dān)合同文件中存在錯(cuò)誤、遺漏或者不一致的風(fēng)險(xiǎn)，而承包商要對(duì)合同文件的準(zhǔn)確性和充分性負(fù)責(zé)，在EPC模式下一般采用總價(jià)合同， 合同價(jià)格并不因?yàn)椴豢深A(yù)見的困難和費(fèi)用而予以調(diào)整，這都增加了EPC承包商的風(fēng)險(xiǎn)[3].

因此，總承包商在投標(biāo)之前必須對(duì)項(xiàng)目風(fēng)險(xiǎn)有一個(gè)客觀、全面的的評(píng)價(jià)，根據(jù)項(xiàng)目的不同建立完善的評(píng)價(jià)指標(biāo)，運(yùn)用合理的評(píng)價(jià)方法，對(duì)項(xiàng)目風(fēng)險(xiǎn)進(jìn)行全面的識(shí)別和評(píng)價(jià)。以往承包商通常采用AHP、模糊分析法、主成分分析法等來評(píng)價(jià)項(xiàng)目風(fēng)險(xiǎn)[4,5,6]，但這些方法除了具有強(qiáng)烈主觀性外, 還割裂了各指標(biāo)之間的相關(guān)性, 而事實(shí)上指標(biāo)之間是相互關(guān)聯(lián)的，本文引入可拓理論，對(duì)項(xiàng)目風(fēng)險(xiǎn)進(jìn)行定性定量分析，將定性的描述用以定量的方式進(jìn)行表達(dá)，注重各指標(biāo)之間的聯(lián)系，實(shí)現(xiàn)風(fēng)險(xiǎn)評(píng)價(jià)的客觀、準(zhǔn)確性目的。

1 EPC總承包風(fēng)險(xiǎn)管理體系

1.1項(xiàng)目風(fēng)險(xiǎn)管理

項(xiàng)目風(fēng)險(xiǎn)管理是指項(xiàng)目管理班子通過對(duì)不同項(xiàng)目潛在風(fēng)險(xiǎn)的識(shí)別、評(píng)估，以此為基礎(chǔ)合理地綜合利用多種管理技術(shù)、方法和手段，對(duì)建設(shè)項(xiàng)目活動(dòng)范圍內(nèi)的風(fēng)險(xiǎn)實(shí)行有效的控制[7]。傳統(tǒng)的風(fēng)險(xiǎn)應(yīng)對(duì)方式為風(fēng)險(xiǎn)回避、風(fēng)險(xiǎn)自留、風(fēng)險(xiǎn)轉(zhuǎn)移等事中、事后處理方式，一旦風(fēng)險(xiǎn)處理不好必會(huì)影響項(xiàng)目的進(jìn)程?，F(xiàn)階段風(fēng)險(xiǎn)信息向前集成，以事前主動(dòng)控制和事中過程控制為主，盡量為項(xiàng)目的實(shí)施創(chuàng)造有利條件，通過對(duì)風(fēng)險(xiǎn)事件的合理利用，擴(kuò)大風(fēng)險(xiǎn)事件的有利結(jié)果，以最少的成本投入來實(shí)現(xiàn)項(xiàng)目既定的總目標(biāo)。與此同時(shí),2002 年 N Lucy 提出了項(xiàng)目集成風(fēng)險(xiǎn)管理理論（Integrated Risk Management，IRM），將風(fēng)險(xiǎn)管理應(yīng)用到項(xiàng)目的全生命周期，對(duì)項(xiàng)目風(fēng)險(xiǎn)實(shí)行全面、系統(tǒng)的管理，通過對(duì)項(xiàng)目各階段各要素的綜合配置，達(dá)到項(xiàng)目控制風(fēng)險(xiǎn)的目的[8]。

項(xiàng)目風(fēng)險(xiǎn)評(píng)價(jià)是事前主動(dòng)控制風(fēng)險(xiǎn)的的重要組成部分，其評(píng)價(jià)體系主要由評(píng)價(jià)指標(biāo)和評(píng)價(jià)方法組成。在項(xiàng)目風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)的建立過程中首先要分析項(xiàng)目風(fēng)險(xiǎn)的形成過程，項(xiàng)目風(fēng)險(xiǎn)主要是由風(fēng)險(xiǎn)因素經(jīng)過一些列的變化產(chǎn)生的，其具體過程如圖1，以EPC項(xiàng)目風(fēng)險(xiǎn)演變?yōu)槔?/p>

圖1EPC項(xiàng)目 風(fēng)險(xiǎn)作用鏈條

1.2EPC總承包項(xiàng)目風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)的建立

評(píng)價(jià)指標(biāo)是建立EPC總承包風(fēng)險(xiǎn)評(píng)價(jià)的系統(tǒng)的基礎(chǔ)，其選取的準(zhǔn)確性直接左右評(píng)價(jià)結(jié)果的可信程度。由于EPC工程項(xiàng)目十分復(fù)雜，涉及來自不同國家的組織和機(jī)構(gòu)，涵蓋了多學(xué)科知識(shí)如土建、化工、水利、電力、管理科學(xué)、經(jīng)濟(jì)學(xué)，因此其項(xiàng)目風(fēng)險(xiǎn)要從多方位、多角度進(jìn)行識(shí)別[9]。

本文首先運(yùn)用PEST分析方法進(jìn)行風(fēng)險(xiǎn)分析，同時(shí)結(jié)合EPC承包的項(xiàng)目特點(diǎn)，決定將政治風(fēng)險(xiǎn)和社會(huì)風(fēng)險(xiǎn)并入客觀風(fēng)險(xiǎn)，同時(shí)將管理風(fēng)列入其中。EPC項(xiàng)目業(yè)主對(duì)項(xiàng)目本身只有功能描述，承包商需要同業(yè)主進(jìn)行大量的溝通來降低與業(yè)主之間的信息不對(duì)稱，因此溝通風(fēng)險(xiǎn)必須進(jìn)行分析。本文經(jīng)過對(duì)EPC總承包企業(yè)和相關(guān)專家學(xué)者的走訪調(diào)研，結(jié)合EPC項(xiàng)目的特點(diǎn)深入分析EPC項(xiàng)目的風(fēng)險(xiǎn)組成，設(shè)定風(fēng)險(xiǎn)指標(biāo)對(duì)潛在風(fēng)險(xiǎn)進(jìn)行全面識(shí)別，從項(xiàng)目的客觀風(fēng)險(xiǎn)、經(jīng)濟(jì)風(fēng)險(xiǎn)、技術(shù)風(fēng)險(xiǎn)、管理風(fēng)險(xiǎn)入手進(jìn)行分析，建立相應(yīng)的評(píng)價(jià)指標(biāo)體系。

基于此EPC總承包風(fēng)險(xiǎn)等級(jí)評(píng)價(jià)指標(biāo)體系，如圖1所示：

圖2 EPC總承包風(fēng)險(xiǎn)等級(jí)評(píng)價(jià)指標(biāo)體系

通過對(duì)EPC總承包風(fēng)險(xiǎn)因素的分析，識(shí)別出11個(gè)風(fēng)險(xiǎn)因素，對(duì)給出了影響風(fēng)險(xiǎn)因素的風(fēng)險(xiǎn)內(nèi)容，為后面的專家打分指明方向。

EPC總承包風(fēng)險(xiǎn)評(píng)價(jià)的可拓物元模型

可拓理論由中國學(xué)者蔡文教授首次提出，可拓學(xué)用形式化的模型研究事物拓展的可能性和開拓創(chuàng)新的規(guī)律與方法，并用變換解決矛盾問題，它是一門橫跨哲學(xué)、數(shù)學(xué)與工程學(xué)的交叉學(xué)科[10]。很多學(xué)者對(duì)將可拓理論引入進(jìn)行項(xiàng)目評(píng)價(jià)做了嘗試并取得滿意的成果。周志丹等將可拓物元理論引入企業(yè)自主創(chuàng)新的成功度評(píng)價(jià)[11].顏紅艷等對(duì)國際工程總承包項(xiàng)目成功度進(jìn)行可拓評(píng)價(jià)[12]，李沃源等通過全面分析企業(yè)知識(shí)管理風(fēng)險(xiǎn)的影響因素并構(gòu)建了風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)體系[13]，郭孝鋒等應(yīng)用多層次可拓方法對(duì)UIG（University—Industry—Government） 合作創(chuàng)新進(jìn)行了實(shí)證研究[14] 宿欽蘭建立了政府性債務(wù)預(yù)警的可拓物元模型[15]都能得出客觀準(zhǔn)確的結(jié)果。

本文引入可拓物元模型對(duì)EPC總承包項(xiàng)目風(fēng)險(xiǎn)進(jìn)行評(píng)價(jià)，其具體過程如下。

2.1建立多指標(biāo)綜合評(píng)價(jià)物元

（1）基本物元模型

根據(jù)可拓物元理論，把待評(píng)價(jià)事物I 及其特征值C 和特征的量值V 的三元有序結(jié)合R = ( I，C，V) 稱為物元?？赏匚镌Ｐ褪前迅鱾€(gè)評(píng)價(jià)指標(biāo)按照相應(yīng)規(guī)則分成不同的等級(jí)，每個(gè)等級(jí)有其相應(yīng)的取值范圍，根據(jù)實(shí)際所測各指標(biāo)值與各等級(jí)范圍的相關(guān)聯(lián)程度進(jìn)行判斷待評(píng)價(jià)物元的等級(jí)。

為了描述和評(píng)價(jià)EPC工程總承包項(xiàng)目風(fēng)險(xiǎn)等級(jí)的的特征，需要定義EPC工程總承包項(xiàng)目風(fēng)險(xiǎn)為評(píng)價(jià)物元。根據(jù)圖1 所建立的EPC工程總承包項(xiàng)目風(fēng)險(xiǎn)等級(jí)評(píng)價(jià)指標(biāo)框架，選取影響EPC工程總承包項(xiàng)目風(fēng)險(xiǎn)因素為評(píng)價(jià)因子( 即特征因子) ，分別記為Ci( i= 1，2，…，n) ，同時(shí)以N表示EPC工程總承包項(xiàng)目風(fēng)險(xiǎn)等級(jí)水平，Vi( i = 1，2，…，n) 分別為EPC工程總承包項(xiàng)目風(fēng)險(xiǎn)因素測定取值，其基本物元模型如下：

（2）確定經(jīng)典域、節(jié)域、待評(píng)物元

1）確定經(jīng)典域

設(shè)EPC工程總承包項(xiàng)目風(fēng)險(xiǎn)有m個(gè)評(píng)價(jià)等級(jí)，用Nj( j = 1，2，…m)表示 ，經(jīng)典域定義為Ci關(guān)于各等級(jí)Nj各特征的取值范圍，物元矩陣表示為:

式中: Nj( j = 1，2，…m) 為Ci的第j 個(gè)等級(jí)，Vji為Nj關(guān)于特征的量值范圍，即各等級(jí)關(guān)于對(duì)應(yīng)特征Ci的經(jīng)典域＜ aji，bji ＞，本文將項(xiàng)目風(fēng)險(xiǎn)分為4個(gè)等級(jí)，Nj={低風(fēng)險(xiǎn)，較低風(fēng)險(xiǎn)，中等風(fēng)險(xiǎn)，高風(fēng)險(xiǎn)}，如為C1指標(biāo)低風(fēng)險(xiǎn)的取值范圍，及其經(jīng)典域。

2）確定節(jié)域節(jié)域

定義為Ci各特征全部等級(jí)的值域，物元矩陣表示為:

式中Ip為待評(píng)物元，稱Vpi = ＜ apj，bpj ＞ 為Ip關(guān)于特征參數(shù)Ci的節(jié)域，及Ci可取的值的范圍，且有Vji∈Vpi( i = 1，2，…，n; j = 1，2，…m) 。

3） 確定待評(píng)物元

建立待評(píng)價(jià)物元模型，即將EPC總承包風(fēng)險(xiǎn)等級(jí)作為待評(píng)價(jià)項(xiàng)，根據(jù)特征參數(shù)的性質(zhì)，確定各指標(biāo)的數(shù)值，建立模型，如下

其中，P0為EPC總承包風(fēng)險(xiǎn)等級(jí)， Ci為P0的特征參數(shù)，Vi( i = 1，2，…，n) 表示特征參數(shù)的Ci具體取值，即該特征單元的實(shí)際專家評(píng)價(jià)值或者實(shí)測數(shù)據(jù)等。

（3）構(gòu)建關(guān)聯(lián)函數(shù)，計(jì)算關(guān)聯(lián)度

根據(jù)可拓學(xué)的關(guān)聯(lián)函數(shù)定義，關(guān)聯(lián)函數(shù)表示物元的量值取值為實(shí)軸上一點(diǎn)時(shí)，符合要的范圍程度[16]。即表示待評(píng)物元P0關(guān)于特征參數(shù)具體值Vi屬于EPC總承包風(fēng)險(xiǎn)等級(jí)Nj的程度。令有界區(qū)間Vji =［aji，bji］的模定義為| Vji | = | bji － aji | ，則某一點(diǎn)Xi到某一指標(biāo)等級(jí)的經(jīng)典域Vji =［aji，bji］的距離為:

，公式（1）

同理，某點(diǎn)Xi到某指標(biāo)的節(jié)域Vpi = ＜ apj，bpj ＞的距離為

，公式（2）

若區(qū)間，實(shí)域上任一點(diǎn)x關(guān)于Vji，Vpi的位值為

，公式（3）

則關(guān)聯(lián)函數(shù)，Vji為經(jīng)典域，Vpi為節(jié)域。

式中: Kj( xi) 表示待評(píng)物元P0關(guān)于特征參數(shù)的具體值Xi屬于EPC工程總承包項(xiàng)目風(fēng)險(xiǎn)平等級(jí)Nj的程度。

（4）確立關(guān)聯(lián)度及評(píng)定等級(jí)

根據(jù)公式（1），（2）（3）計(jì)算關(guān)聯(lián)函數(shù)值，采用專家評(píng)分法，確定各個(gè)評(píng)價(jià)指標(biāo)的權(quán)重 ，計(jì)算關(guān)聯(lián)度

，公式（4）

則: Kj = maxKj( P0) ，從而確定EPC工程總承包風(fēng)險(xiǎn)等級(jí)為第j 級(jí)。

3實(shí)證分析

本文運(yùn)用可拓物元模型對(duì)某企業(yè)EPC總承包項(xiàng)目進(jìn)行風(fēng)險(xiǎn)等級(jí)評(píng)價(jià)。此項(xiàng)目為某少數(shù)民族地區(qū)一標(biāo)志性建筑的改建工程，采用EPC總承包模式。按照上文進(jìn)行的風(fēng)險(xiǎn)分析和可拓物元模型對(duì)該項(xiàng)目風(fēng)險(xiǎn)進(jìn)行評(píng)價(jià)。

（1）取圖1所列指標(biāo)作為評(píng)價(jià)體系，一次記為Ci( i = 1，2，…，n)；通過對(duì)相關(guān)領(lǐng)域的專家進(jìn)行調(diào)查訪談，將評(píng)價(jià)指標(biāo)劃分為1-4級(jí)標(biāo)準(zhǔn)，分別對(duì)應(yīng)EPC總承包風(fēng)險(xiǎn)等級(jí)：低風(fēng)險(xiǎn)、較低風(fēng)險(xiǎn)、中等風(fēng)險(xiǎn)和高風(fēng)險(xiǎn)，對(duì)應(yīng)可以構(gòu)建該項(xiàng)目風(fēng)險(xiǎn)等級(jí)的經(jīng)典域＜ aji，bji ＞。

（2）通過對(duì)該EPC總承包項(xiàng)目進(jìn)行實(shí)地調(diào)查和分析，可以得到EPC總承包項(xiàng)目風(fēng)險(xiǎn)等級(jí)評(píng)價(jià)指標(biāo) 的信息數(shù)據(jù)，為了評(píng)價(jià)的方便，對(duì)評(píng)價(jià)值數(shù)據(jù)進(jìn)行歸一化處理，及，在對(duì)各風(fēng)險(xiǎn)指標(biāo)進(jìn)行風(fēng)險(xiǎn)評(píng)估時(shí)從風(fēng)險(xiǎn)概率、后果的嚴(yán)重程度和后果的可控程度入手，其值用P0表示。結(jié)果如表1所示。

（3）采用德爾菲法對(duì)EPC總承包項(xiàng)目風(fēng)險(xiǎn)等級(jí)的評(píng)價(jià)指標(biāo)進(jìn)行打分，確定各指標(biāo)相對(duì)權(quán)重，其權(quán)重如表1中所示，計(jì)算過程略。

表1EPC總承包風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)標(biāo)準(zhǔn)

則EPC總承包風(fēng)險(xiǎn)等級(jí)評(píng)價(jià)的可拓物元模型為

（4）綜合關(guān)聯(lián)度計(jì)算。按上述權(quán)重，運(yùn)用（1）、（2）（3）（4）公式計(jì)算可得EPC總承包項(xiàng)目風(fēng)險(xiǎn)的各個(gè)指標(biāo)的關(guān)于評(píng)價(jià)標(biāo)準(zhǔn)Nj（j=1，2，3，4）的綜合關(guān)聯(lián)度以及項(xiàng)目風(fēng)險(xiǎn)的可拓綜合評(píng)價(jià)等級(jí)，如表2

表2EPC工程總承包項(xiàng)目風(fēng)險(xiǎn)水平綜合關(guān)聯(lián)度和可拓綜合評(píng)價(jià)表

從表中可以看出，Kj（P0）max=K4，則EPC工程總承包項(xiàng)目風(fēng)險(xiǎn)等級(jí)綜合關(guān)聯(lián)度為K4=0． 146，說明該EPC工程總承包項(xiàng)目風(fēng)險(xiǎn)處于高風(fēng)險(xiǎn)狀態(tài)，其領(lǐng)導(dǎo)決策需慎重考慮。

4結(jié)論

（1）本文引入可拓物元模型進(jìn)行EPC項(xiàng)目風(fēng)險(xiǎn)評(píng)價(jià)，是一種方法的探索，可拓理論是用形式化的工具，考慮多因素的共同影響作用，從定性和定量兩個(gè)角度研究和解決不相容問題的規(guī)律和方法，通過建立評(píng)價(jià)指標(biāo)的物元模型描述客觀事物的特征，并以定量的數(shù)值表示評(píng)價(jià)的結(jié)果，能夠直觀地反映EPC總承包風(fēng)險(xiǎn)等級(jí)水平。

篇(2)

[關(guān)鍵詞]財(cái)務(wù)可持續(xù)性；風(fēng)險(xiǎn)分析；風(fēng)險(xiǎn)評(píng)級(jí)；蒙特卡羅模擬

一、前言

用于風(fēng)險(xiǎn)識(shí)別和估計(jì)的方法很多，其中風(fēng)險(xiǎn)評(píng)級(jí)技術(shù)和蒙特卡羅模擬法（M－C模擬法）就是風(fēng)險(xiǎn)分析的兩個(gè)很有效的方法。

本文將在下文中結(jié)合京津高速公路項(xiàng)目的財(cái)務(wù)可持續(xù)性風(fēng)險(xiǎn)評(píng)價(jià)，具體說明風(fēng)險(xiǎn)評(píng)級(jí)技術(shù)和蒙特卡羅模擬法在實(shí)際交通項(xiàng)目風(fēng)險(xiǎn)評(píng)價(jià)中的應(yīng)用方法。

二、評(píng)價(jià)指標(biāo)體系的選擇與確定

由于京津高速公路項(xiàng)目屬于綜合大型交通運(yùn)輸設(shè)施建設(shè)項(xiàng)目，其財(cái)務(wù)可持續(xù)性問題所涉及的不確定因素具有多種屬性和狀態(tài)，需要從多種準(zhǔn)則出發(fā)來綜合評(píng)價(jià)項(xiàng)目所面臨的可能風(fēng)險(xiǎn)，所以在應(yīng)用風(fēng)險(xiǎn)評(píng)級(jí)技術(shù)對(duì)項(xiàng)目風(fēng)險(xiǎn)進(jìn)行評(píng)級(jí)前，需要對(duì)其建立相應(yīng)的指標(biāo)體系。風(fēng)險(xiǎn)評(píng)級(jí)和蒙特卡羅模擬的結(jié)果的客觀性和準(zhǔn)確性，也將取決于該指標(biāo)體系的設(shè)計(jì)是否科學(xué)、合理。

對(duì)于本項(xiàng)目的財(cái)務(wù)可持續(xù)性風(fēng)險(xiǎn)而言，考察項(xiàng)目本身的財(cái)務(wù)可持續(xù)性風(fēng)險(xiǎn)所處的等級(jí)就是風(fēng)險(xiǎn)評(píng)級(jí)的目標(biāo)。對(duì)本項(xiàng)目來說，影響該風(fēng)險(xiǎn)評(píng)級(jí)目標(biāo)的不確定因素很多，有建設(shè)投資、營業(yè)收入、建設(shè)期、貸款利率、匯率、經(jīng)營成本等。本例中結(jié)合項(xiàng)目財(cái)務(wù)評(píng)價(jià)結(jié)果選擇其中影響較大和有代表性的三項(xiàng)因素運(yùn)營收入、運(yùn)營成本和固定資產(chǎn)投資作為風(fēng)險(xiǎn)評(píng)級(jí)的主要指標(biāo)。

三、項(xiàng)目財(cái)務(wù)可持續(xù)性風(fēng)險(xiǎn)等級(jí)的評(píng)定

在建立了項(xiàng)目財(cái)務(wù)可持續(xù)性的風(fēng)險(xiǎn)評(píng)級(jí)指標(biāo)體系之后，需要根據(jù)項(xiàng)目可能面臨的風(fēng)險(xiǎn)范圍劃分不同的風(fēng)險(xiǎn)等級(jí)，確定其各自的標(biāo)值范圍，并令其對(duì)應(yīng)于各級(jí)風(fēng)險(xiǎn)評(píng)級(jí)序號(hào)1、2、3…N，其中序號(hào)越小則風(fēng)險(xiǎn)級(jí)別越高，1級(jí)為風(fēng)險(xiǎn)最高的級(jí)別。

本例中將風(fēng)險(xiǎn)分為9個(gè)等級(jí)，各風(fēng)險(xiǎn)等級(jí)對(duì)應(yīng)的標(biāo)值范圍如下表所示：

表1 項(xiàng)目各風(fēng)險(xiǎn)指標(biāo)的風(fēng)險(xiǎn)等級(jí)標(biāo)值范圍

項(xiàng)目名稱 風(fēng)險(xiǎn)等級(jí)對(duì)應(yīng)的標(biāo)值范圍（單位：億元）

1 2 3 4 5 6 7 8 9

收費(fèi)收入 248.2 254.4 260.6 266.8 273.0 279.2 285.4 291.6 297.8

254.4 260.6 266.8 273.0 279.2 285.4 291.6 297.8 304.0

運(yùn)營成本 13.8 13.6 13.3 13.1 12.9 12.6 12.4 12.2 11.9

14.0 13.8 13.6 13.3 13.1 12.9 12.6 12.4 12.2

固定資產(chǎn)投資 116.8 114.8 112.9 110.9 108.9 106.9 104.9 103.0 101.0

118.8 116.8 114.8 112.9 110.9 108.9 106.9 104.9 103.0

之后采用專家調(diào)查法確定上述三項(xiàng)風(fēng)險(xiǎn)評(píng)級(jí)指標(biāo)（運(yùn)營收入、運(yùn)營成本和固定資產(chǎn)投資）在對(duì)應(yīng)的各級(jí)風(fēng)險(xiǎn)等級(jí)中可能發(fā)生的概率。然后綜合三項(xiàng)指標(biāo)的風(fēng)險(xiǎn)等級(jí)概率，加權(quán)計(jì)算得到財(cái)務(wù)可持續(xù)性所在的風(fēng)險(xiǎn)等級(jí)及其概率，形成下表：

表2 風(fēng)險(xiǎn)指標(biāo)和財(cái)務(wù)可持續(xù)性綜合風(fēng)險(xiǎn)評(píng)級(jí)結(jié)果表

項(xiàng)目名稱 風(fēng)險(xiǎn)等級(jí)及概率 最可能風(fēng)險(xiǎn)

1 2 3 4 5 6 7 8 9 等級(jí) 概率

財(cái)務(wù)可持續(xù)性 0.01 0.03 0.07 0.15 0.21 0.25 0.17 0.09 0.03 6 0.25

收費(fèi)收入 0.01 0.01 0.04 0.11 0.22 0.27 0.22 0.11 0.01 6 0.27

運(yùn)營成本 0.01 0.03 0.06 0.12 0.17 0.26 0.17 0.12 0.06 6 0.26

固定資產(chǎn)投資 0.02 0.04 0.11 0.21 0.24 0.21 0.11 0.04 0.02 5 0.24

由上表可知財(cái)務(wù)可持續(xù)性綜合風(fēng)險(xiǎn)等級(jí)為6級(jí)，對(duì)應(yīng)的可能概率為25％。

四、項(xiàng)目財(cái)務(wù)可持續(xù)性風(fēng)險(xiǎn)的蒙特卡羅模擬

在上文通過專家調(diào)查法得到三項(xiàng)不確定因素收費(fèi)收入、運(yùn)營成本和固定資產(chǎn)投資的各風(fēng)險(xiǎn)等級(jí)的概率之后，就可以以此概率為基礎(chǔ)，對(duì)這三項(xiàng)因素的不確定變化將導(dǎo)致的項(xiàng)目財(cái)務(wù)可持續(xù)性風(fēng)險(xiǎn)大小應(yīng)用蒙特卡羅法進(jìn)行進(jìn)一步的模擬計(jì)算。

本文結(jié)合以往項(xiàng)目財(cái)務(wù)評(píng)價(jià)和風(fēng)險(xiǎn)分析的經(jīng)驗(yàn)，選取財(cái)務(wù)內(nèi)部收益率、財(cái)務(wù)凈現(xiàn)值和投資回收期作為考察項(xiàng)目財(cái)務(wù)可持續(xù)性風(fēng)險(xiǎn)的主要財(cái)務(wù)指標(biāo)，經(jīng)過蒙特卡羅模擬后得到了如下的財(cái)務(wù)凈現(xiàn)值、財(cái)務(wù)內(nèi)部收益率、回收期的概率直方圖和累計(jì)概率圖：

圖1－a 凈現(xiàn)值概率直方圖 圖1－b 凈現(xiàn)值累計(jì)概率圖

圖2－a 內(nèi)部收益率概率直方圖圖2－b 內(nèi)部收益率累計(jì)概率圖

圖3－a 回收期概率直方圖圖3－b 回收期累計(jì)概率圖

由各項(xiàng)財(cái)務(wù)指標(biāo)的概率直方圖可以看出，各財(cái)務(wù)指標(biāo)的最大發(fā)生概率所處的位置和概率值與風(fēng)險(xiǎn)評(píng)級(jí)的結(jié)果中財(cái)務(wù)可持續(xù)性最大發(fā)生概率所處的等級(jí)和概率值具有較強(qiáng)的一致性。從各指標(biāo)的累計(jì)概率圖中不但可以查到對(duì)應(yīng)于某指標(biāo)值可能發(fā)生的概率，亦可以在一定概率的保障程度下，求得其對(duì)應(yīng)的財(cái)務(wù)指標(biāo)值。

從圖中結(jié)果可以看到，財(cái)務(wù)凈現(xiàn)值均為正值，財(cái)務(wù)內(nèi)部收益率均大于3.74％的基準(zhǔn)收益率，回收期在計(jì)算期以內(nèi)。

通過以上風(fēng)險(xiǎn)評(píng)級(jí)和蒙特卡羅模擬的結(jié)果可以得出判斷，項(xiàng)目財(cái)務(wù)可持續(xù)性處于一般或較低的風(fēng)險(xiǎn)狀況。

五、結(jié)論與建議

本文針對(duì)交通項(xiàng)目財(cái)務(wù)可持續(xù)性風(fēng)險(xiǎn)問題，通過采用風(fēng)險(xiǎn)評(píng)級(jí)技術(shù)和蒙特卡羅模擬方法對(duì)其進(jìn)行了分析和計(jì)算，比通常項(xiàng)目評(píng)價(jià)中采用的敏感性分析更加深入和準(zhǔn)確地考慮了項(xiàng)目不確定性因素對(duì)項(xiàng)目的影響，從而利于更準(zhǔn)確地分析和評(píng)價(jià)項(xiàng)目的財(cái)務(wù)可持續(xù)性，并指導(dǎo)對(duì)于風(fēng)險(xiǎn)規(guī)避措施的制定工作，在實(shí)際項(xiàng)目財(cái)務(wù)評(píng)價(jià)工作中具有重要的作用和實(shí)際意義。

本文所采用的風(fēng)險(xiǎn)評(píng)級(jí)技術(shù)和蒙特卡羅模擬方法相結(jié)合的方法用于交通項(xiàng)目財(cái)務(wù)可持續(xù)性的風(fēng)險(xiǎn)分析，具有相互取長補(bǔ)短的特點(diǎn)。。

參考文獻(xiàn)：

1． 顧培亮.系統(tǒng)分析與協(xié)調(diào)[M].第1版.天津：天津大學(xué)出版社，1998年.

2． 馬鋒.工程項(xiàng)目風(fēng)險(xiǎn)管理理論與實(shí)踐[D].西南交通大學(xué)，2003年

3． 陳述云.風(fēng)險(xiǎn)評(píng)級(jí)統(tǒng)計(jì)方法論研究[J].統(tǒng)計(jì)與決策,2003,(4):8-10.

篇(3)

【Keywords】tariff recovery；credit risks；risk evaluation

1 引言

一直以來，電力作為一種特殊的商品，其電力供應(yīng)與價(jià)值交換的主要形式是“先用電，后付費(fèi)”，不同于一般商品交易“先付后用”的方式，交易方式對(duì)按時(shí)、足額回收電費(fèi)造成較大影響，直接影響供電企業(yè)的正常經(jīng)營活動(dòng)，同時(shí)也構(gòu)成了供電企業(yè)的“信用風(fēng)險(xiǎn)”?！靶庞蔑L(fēng)險(xiǎn)”基本概括為受信人履約能力的變化而使授信人的預(yù)期收益與實(shí)際收益發(fā)生偏離的可能性。供電企業(yè)的“信用風(fēng)險(xiǎn)”可分為內(nèi)部風(fēng)險(xiǎn)和外部風(fēng)險(xiǎn)。內(nèi)部風(fēng)險(xiǎn)是企業(yè)內(nèi)部員工由于工作失誤或者操作違紀(jì)等原因造成的電費(fèi)計(jì)量失誤或電費(fèi)損失；外部風(fēng)險(xiǎn)是指由于用電客戶惡意拖欠電費(fèi)，而沒有相應(yīng)制約機(jī)制造成的電費(fèi)壞賬損失。

電力客戶的信用以及風(fēng)險(xiǎn)問題一直備受產(chǎn)業(yè)界、學(xué)術(shù)界和政府的重視，近年來國內(nèi)對(duì)電力“信用風(fēng)險(xiǎn)”的研究較為豐富。供電企業(yè)的全面風(fēng)險(xiǎn)管理很有必要性，研究已經(jīng)提出了基于目標(biāo)偏移法的地市供電企業(yè)電費(fèi)回收風(fēng)險(xiǎn)管理體系[1]；同時(shí)電能賒銷方式也是引起的電費(fèi)回收風(fēng)險(xiǎn)的一個(gè)問題，建立規(guī)范電費(fèi)回收指標(biāo)體系利于電力企業(yè)信用風(fēng)險(xiǎn)的分析[2]；有學(xué)者運(yùn)用Logistic回歸理論與方法建立可識(shí)別電力客戶欠費(fèi)風(fēng)險(xiǎn)識(shí)別模型，運(yùn)用該模型根據(jù)所掌握的客戶最新資料可提前預(yù)測出其欠費(fèi)的違約概率[3]；陳昊（2013）針對(duì)當(dāng)前供電企業(yè)管理制度不完善、用電企業(yè)經(jīng)營不景氣及客戶繳費(fèi)觀念落后、意識(shí)薄弱等方面剖析企業(yè)需改進(jìn)電費(fèi)繳納方式并建立健全電費(fèi)回收制度[4]。韓啟發(fā)等（2013）認(rèn)為在現(xiàn)今化會(huì)制度和電力體制改革的情形下，協(xié)調(diào)好電網(wǎng)和用戶收繳費(fèi)用交易關(guān)系，降低電網(wǎng)電費(fèi)回收難度十分重要，并結(jié)合當(dāng)時(shí)地方電費(fèi)回收情況，探討了交費(fèi)方式、回收節(jié)點(diǎn)、服務(wù)態(tài)度等幾個(gè)方面對(duì)?費(fèi)回收風(fēng)險(xiǎn)的形成的影響[5]。

如何加強(qiáng)客戶信用建設(shè)，盡早預(yù)警并及時(shí)控制電費(fèi)風(fēng)險(xiǎn)發(fā)生，盡快達(dá)到國際市場的規(guī)范要求，已成為國內(nèi)供電企業(yè)亟需解決的問題。如何建立全面有效的電費(fèi)回收體系，實(shí)現(xiàn)電費(fèi)回收風(fēng)險(xiǎn)規(guī)避和風(fēng)險(xiǎn)防范，已經(jīng)成為供電企業(yè)當(dāng)前營銷工作的重點(diǎn)。本文以通過實(shí)際應(yīng)用為例，基于CRITIC權(quán)重模型構(gòu)建客戶信用和電費(fèi)回收風(fēng)險(xiǎn)控制指標(biāo)體系，提出電費(fèi)回收用戶風(fēng)險(xiǎn)評(píng)價(jià)與管理方法，為供電企業(yè)提供借鑒。

2 電力客戶信用及風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)體系構(gòu)建

2.1 信用及風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)

電力客戶信用是指電力客戶在電力付費(fèi)、合作方式及其他有關(guān)電力事宜中履行約定所取得的信任。電力客戶信用是一個(gè)內(nèi)涵豐富、外延模糊的概念，其內(nèi)容涉及電力客戶的歷史、現(xiàn)狀、前景等諸多方面，是在綜合考慮電力用戶交費(fèi)的歷史信用記錄、合作情況及交納相關(guān)費(fèi)用意愿的基礎(chǔ)上對(duì)電力用戶進(jìn)行客觀、公正的信用評(píng)價(jià)。該評(píng)價(jià)既是對(duì)電力客戶歷史的總結(jié)，也是對(duì)電力用戶未來信用狀況的預(yù)測和信用風(fēng)險(xiǎn)的評(píng)價(jià)[6]。企業(yè)信用管理部門針對(duì)目前的信用管理實(shí)踐，廣泛采用5C系統(tǒng)來全面考察客戶的信用情況。5C是指考察客戶的信用和償付能力的5個(gè)主要要素，分別是：品德（Character），即客戶愿意履行其付款承諾的可能性；能力（Capacity），即客戶的支付能力和償還貸款的能力；資本（Capita1），即客戶企業(yè)的財(cái)務(wù)狀況；抵押（Collatera1），客戶用其資產(chǎn)對(duì)其所作的承諾的付款進(jìn)行擔(dān)保；情況（Condition），即能夠?qū)蛻舻膬敻赌芰Ξa(chǎn)生影響的社會(huì)經(jīng)濟(jì)發(fā)展的一定趨勢，以及某些地區(qū)或某些領(lǐng)域的特殊發(fā)展和變動(dòng)[7]。本文電力客戶信用評(píng)價(jià)指標(biāo)在遵循5C理論的基礎(chǔ)上，全面考慮到電力行業(yè)的實(shí)際情況，靈活確定客戶信用風(fēng)險(xiǎn)評(píng)估指標(biāo)體系，主要指標(biāo)如表1。

CRITIC權(quán)重模型是一種客觀權(quán)重賦權(quán)法，它的基本思路是確定指標(biāo)的客觀權(quán)數(shù)以兩個(gè)基本概念為基礎(chǔ)。一是對(duì)比強(qiáng)度，它表示同一指標(biāo)各個(gè)評(píng)價(jià)方案取值差距的大小，以標(biāo)準(zhǔn)差的形式來表現(xiàn)，即標(biāo)準(zhǔn)化差的大小表明了在同一指標(biāo)內(nèi)各方案的取值差距的大小，標(biāo)準(zhǔn)差越大各方案的取值差距越大。二是評(píng)價(jià)指標(biāo)之間的沖突性，指標(biāo)之間的沖突性是以指標(biāo)之間的相關(guān)性為基礎(chǔ)，如兩個(gè)指標(biāo)之間具有較強(qiáng)的正相關(guān)，說明兩個(gè)指標(biāo)沖突性較低。最后再由各指標(biāo)值除以所有指標(biāo)值之和來計(jì)算指標(biāo)權(quán)重[8]。

2.1.1 信用評(píng)價(jià)指標(biāo)評(píng)分及指標(biāo)值計(jì)算方法

（1）電費(fèi)違約系數(shù)計(jì)算方法：，其中R為應(yīng)收用戶違約金，L為最近一次產(chǎn)生應(yīng)收違約金的月份與當(dāng)前月份的時(shí)間間隔（0≤L

（2）按期繳費(fèi)率計(jì)算方法：，其中N為應(yīng)收用戶的電費(fèi)，M為用戶按期繳費(fèi)金額（指在違約金起算日前繳費(fèi)）。

（3）回款及時(shí)率計(jì)算方法：電費(fèi)回款期 =實(shí)際繳費(fèi)日期 - 電費(fèi)發(fā)行日期；固定回款期 =違約金起算日期 - 電費(fèi)發(fā)行日期 + 容忍度（默認(rèn)2天）；[計(jì)算方法] （固定回款期 - 電費(fèi)回款期）/ 固定回款期。

（4）欠費(fèi)頻度計(jì)算方法：未按期繳費(fèi)次數(shù)/應(yīng)繳電費(fèi)次數(shù)×（12-L+1）/12。

（5）電費(fèi)拖欠系數(shù)計(jì)算方法：， P為繳費(fèi)日期，D為電費(fèi)發(fā)行日期。

2.1.2 欠費(fèi)風(fēng)險(xiǎn)系數(shù)指標(biāo)評(píng)分及測算方法

（1）回款波動(dòng)系數(shù)計(jì)算方法：，其中。

（2）風(fēng)險(xiǎn)積累系數(shù)計(jì)算方法：F為欠費(fèi)次數(shù)，Q為最近未欠費(fèi)天數(shù)，S為最近12個(gè)月首尾兩次欠費(fèi)時(shí)間間隔（天），L0為風(fēng)險(xiǎn)消失天數(shù)（取365天），A為風(fēng)險(xiǎn)累計(jì)系數(shù)。若S=0，則A=0；若Q=S，則A=F*（L0-L）/（L0-S）。

（3）購電量趨勢計(jì)算方法：計(jì)算用電回歸曲線的斜率。采用Oracle10g REGR_SLOPE計(jì)算曲線斜率，并對(duì)結(jié)果求出以10為底的對(duì)數(shù)值。

（4）行業(yè)風(fēng)險(xiǎn)系數(shù)。

計(jì)算方法：，其中分別為所在行業(yè)的底信用客戶和好信用客戶數(shù)量，分別為全行業(yè)的底信用客戶和好信用客戶數(shù)量。

（5）區(qū)域風(fēng)險(xiǎn)系數(shù)。

計(jì)算方法：，其中分別為所在地區(qū)供電局的的低信用客戶和高信用客戶數(shù)量，分別為全省的低信用客戶和高信用客戶數(shù)量。

（6）用電波動(dòng)系數(shù)。

計(jì)算方法：，其中，X為每月用電量，。

（7）電費(fèi)拖欠系數(shù)計(jì)算方法：log10（欠費(fèi)次數(shù)×累計(jì)遲交天數(shù)）×（12-L+1）/12。

上述各類指標(biāo)的計(jì)算需要運(yùn)用供電企業(yè)的相關(guān)數(shù)據(jù)信息，該類信息的主要來源于電力公司內(nèi)部掌握的用電客戶信用信息，可以從三個(gè)途徑獲取，一是企業(yè)內(nèi)部的管理信息系統(tǒng)，包括電力營銷管理信息系統(tǒng)、客戶服務(wù)管理系統(tǒng)以及負(fù)荷控制系統(tǒng)中的用電客戶的基本信息、用電信息以及安全用電信息；二是公司內(nèi)部的客戶信用行為信息，如財(cái)務(wù)信息管理系統(tǒng)、營銷管理信息系統(tǒng)中的用電客戶的歷史繳費(fèi)信息、安全檢查信息以及違約用電信息等。三是公司內(nèi)部的客戶信用調(diào)查信息，主要存在于供電公司的抄表員、用電檢查人員等由于長期的經(jīng)常的與用電客戶接觸所掌握了大量的第一手用電客戶的信用信息。比如，客戶的表面印象、客戶的管理能力、客戶的產(chǎn)品需求、客戶的生產(chǎn)規(guī)模、市場競爭環(huán)境等等。隨著我國供電企業(yè)信息化的逐步完善，該類客戶信用信息的采集均屬于可控狀態(tài)。

2.2 評(píng)分指標(biāo)標(biāo)準(zhǔn)化處理

為確定單個(gè)評(píng)分指標(biāo)的相對(duì)重要程度，使評(píng)價(jià)體系具有通用性和可比性，同時(shí)盡可能保持評(píng)分指標(biāo)的變化信息及時(shí)更新，需要對(duì)評(píng)分指標(biāo)數(shù)據(jù)的運(yùn)算結(jié)果進(jìn)行標(biāo)準(zhǔn)化處理。評(píng)分指標(biāo)標(biāo)準(zhǔn)化處理的結(jié)果是0-1之間的小數(shù)，稱為評(píng)價(jià)指數(shù)。

正向：代表該指標(biāo)越大越優(yōu)，標(biāo)準(zhǔn)化處理公式為：

其中：對(duì)于某一項(xiàng)指標(biāo)x，ri代表第i個(gè)用戶標(biāo)準(zhǔn)化處理的評(píng)分指標(biāo)值，xi代表由【1.2評(píng)分指標(biāo)數(shù)據(jù)抽取及運(yùn)算】計(jì)算出的第i個(gè)用戶的評(píng)分指標(biāo)值，為全省用戶的評(píng)分指標(biāo)最大值，為所有用戶的評(píng)分指標(biāo)最小值。

反向：代表該指標(biāo)越小越憂，標(biāo)準(zhǔn)化處理公式為：

其中：?τ諛騁幌鈧副?x，rli代表第i個(gè)樣本標(biāo)準(zhǔn)化處理的評(píng)分指標(biāo)值。

標(biāo)準(zhǔn)化的實(shí)施過程，僅為企業(yè)用戶評(píng)分指標(biāo)提供了基值比較作用。

2.3 確定評(píng)分指標(biāo)的權(quán)重

在CRITIC權(quán)重模型中，每個(gè)系數(shù)值占總系數(shù)值得比重即為該系數(shù)的權(quán)重，權(quán)重的確定是一個(gè)簡單的過程，每個(gè)指標(biāo)權(quán)重=指標(biāo)值/所有指標(biāo)值之和。

3 信用風(fēng)險(xiǎn)評(píng)價(jià)案例

以下對(duì)2015年6月份某市客戶信用及風(fēng)險(xiǎn)情況進(jìn)行評(píng)測。

3.1 電力客戶信用分類與評(píng)價(jià)

按照電力用戶管理的等級(jí)劃分原則，結(jié)合當(dāng)前用戶風(fēng)險(xiǎn)分布情況制定比例，對(duì)客戶繳費(fèi)信用等級(jí)和欠費(fèi)風(fēng)險(xiǎn)等級(jí)進(jìn)行劃分。客戶繳費(fèi)信用等級(jí)分一般為六級(jí)，分別是：AAA級(jí)、AA級(jí)、A級(jí)、B級(jí)、C級(jí)、D級(jí)；欠費(fèi)風(fēng)險(xiǎn)等級(jí)分為三級(jí)，分別是：高風(fēng)險(xiǎn)、中風(fēng)險(xiǎn)、低風(fēng)險(xiǎn)。

結(jié)合用戶信用等級(jí)分類，可以針對(duì)不同信用等級(jí)用戶的信用風(fēng)險(xiǎn)管理開展工作，針對(duì)風(fēng)險(xiǎn)等級(jí)不同的客戶，也可以制定預(yù)警方案，為電費(fèi)順利回收提供較好的管理基礎(chǔ)。

當(dāng)期該地區(qū)參與信用評(píng)價(jià)的非居民用電客戶共178659戶，信用分級(jí)評(píng)價(jià)情況如表2。

從具體數(shù)據(jù)中分析發(fā)現(xiàn)，A類客戶中，AAA級(jí)35017戶，占全市用戶19.6%；AA級(jí)用戶34302戶，占全市用戶19.2%；A級(jí)用戶49846戶，占全市用戶27.9%。此三類客戶作為高信用客戶，繳費(fèi)積極性高，應(yīng)收電費(fèi)平均回款天數(shù)達(dá)到6.5天，高于全市用戶應(yīng)收電費(fèi)平均回款天數(shù)35.8%；

B級(jí)用戶40735戶，占全市用戶22.8%，此類客戶作為信用一般客戶，繳費(fèi)積極性高，應(yīng)收電費(fèi)平均回款天數(shù)達(dá)到12.4天，較全市用戶應(yīng)收電費(fèi)平均回款天數(shù)低23.8%，近6個(gè)月發(fā)生過逾期繳費(fèi)的比例為6.9%；

C級(jí)用戶15007戶，占全市用戶8.4%，此類客戶作為信用較差客戶，繳費(fèi)積極性高，應(yīng)收電費(fèi)平均回款天數(shù)達(dá)到13.7天，較全市用戶應(yīng)收電費(fèi)平均回款天數(shù)低36.3%；近6個(gè)月發(fā)生過逾期繳費(fèi)的比例為21.4%；

D級(jí)用戶3752戶，占全市用戶2.1%，此類客戶作為信用很差客戶，繳費(fèi)積極性高，??收電費(fèi)平均回款天數(shù)達(dá)到13.5天，較全市用戶應(yīng)收電費(fèi)平均回款天數(shù)低36.1%；近6個(gè)月發(fā)生過逾期繳費(fèi)的比例為93%。

3.2 電力客戶信用風(fēng)險(xiǎn)評(píng)級(jí)與管理

供電企業(yè)營銷系統(tǒng)能夠?qū)π庞玫燃?jí)長期處于低位及信用等級(jí)較上月發(fā)生突降的用戶開展風(fēng)險(xiǎn)監(jiān)測。業(yè)務(wù)人員對(duì)監(jiān)測出的異常用戶開展風(fēng)險(xiǎn)排查，分析用戶信用異常的原因，對(duì)確實(shí)存在欠費(fèi)風(fēng)險(xiǎn)的用戶進(jìn)行風(fēng)險(xiǎn)防控。在業(yè)務(wù)應(yīng)用系統(tǒng)中對(duì)該類客戶限制受理信用銷售類的業(yè)務(wù)，加大催繳力度，采用提前催費(fèi)、短信催費(fèi)等多種手段保證電費(fèi)回收工作。

以某房地產(chǎn)經(jīng)營有限公司用戶為例，該用戶2015年7月份的信用等級(jí)較6月份突然降低了3級(jí)，由年初的AAA級(jí)下降至B級(jí)。通過驗(yàn)證分析該客戶的繳費(fèi)結(jié)果及業(yè)務(wù)辦理情況，發(fā)現(xiàn)用戶2014年全年，未發(fā)生一起電費(fèi)拖欠現(xiàn)象；2015年2月至5月，連續(xù)發(fā)生兩起電費(fèi)逾期繳費(fèi)記錄，電費(fèi)逾期繳費(fèi)天數(shù)達(dá)到累計(jì)15天，導(dǎo)致用戶信用等級(jí)突降。為此，供電企業(yè)通過加大對(duì)該用戶的關(guān)注力度，在加強(qiáng)現(xiàn)場催收力度同時(shí)，實(shí)施了預(yù)付電費(fèi)策略，避免了一起可能引發(fā)的電費(fèi)回收風(fēng)險(xiǎn)。

從上述分析可以看出，供電企業(yè)通過對(duì)全市的用電量大客戶、對(duì)年累計(jì)電量排名前20%的用戶，開展信用評(píng)價(jià)結(jié)果分析，有助于及時(shí)把握電費(fèi)風(fēng)險(xiǎn)節(jié)點(diǎn)；業(yè)務(wù)人員對(duì)信用異常的用電量大客戶定期進(jìn)行風(fēng)險(xiǎn)排查，對(duì)確實(shí)存在欠費(fèi)風(fēng)險(xiǎn)的用戶，如信用突降、長期處于信用底位等用電客戶，及時(shí)開展電費(fèi)催繳工作和風(fēng)險(xiǎn)防范措施，能在很大程度上避免電費(fèi)損失的發(fā)生。

3.3 欠費(fèi)風(fēng)險(xiǎn)評(píng)價(jià)管理

在調(diào)研的客戶中，參與欠費(fèi)風(fēng)險(xiǎn)評(píng)價(jià)的非居民用戶共178659戶，按照客戶欠費(fèi)風(fēng)險(xiǎn)大小，將客戶分為兩類，一類為低風(fēng)險(xiǎn)用戶，一類為高風(fēng)險(xiǎn)用戶。通過計(jì)算，該市2015年7月低風(fēng)險(xiǎn)用戶為172299戶，占全市用戶96.44%，此類客戶按期繳費(fèi)的情況良好，出現(xiàn)電費(fèi)拖欠情況的可能較小；高風(fēng)險(xiǎn)用戶6360戶，占全市用戶3.56%，此類客戶一般分為兩種情況：按期繳費(fèi)的情況較差，多次出現(xiàn)超過繳費(fèi)期限或接近繳費(fèi)期限才完成繳費(fèi)；客戶所在行業(yè)總體欠費(fèi)風(fēng)險(xiǎn)較大，造成其被統(tǒng)計(jì)在高風(fēng)險(xiǎn)用戶范圍內(nèi)，此類客戶均應(yīng)給予重點(diǎn)關(guān)注。

針對(duì)不同類型客戶，供電企業(yè)對(duì)風(fēng)險(xiǎn)等級(jí)長期處于高危及風(fēng)險(xiǎn)等級(jí)較上月發(fā)生突降的用戶應(yīng)堅(jiān)持開展風(fēng)險(xiǎn)監(jiān)測。業(yè)務(wù)人員對(duì)監(jiān)測出的異常用戶應(yīng)立即開展風(fēng)險(xiǎn)排查，分析用戶風(fēng)險(xiǎn)異常的原因，對(duì)確實(shí)存在欠費(fèi)風(fēng)險(xiǎn)的用戶進(jìn)行風(fēng)險(xiǎn)防控。如該市某金具有限公司，2015年7月份的信用等級(jí)較上月突然降低了2級(jí)。通過分析用戶的繳費(fèi)結(jié)果及業(yè)務(wù)辦理情況，發(fā)現(xiàn)用戶最近7個(gè)月繳費(fèi)日期距離電費(fèi)發(fā)行日間隔逐步增加，并在6月份出現(xiàn)一次拖欠情況。供電企業(yè)立即組織實(shí)施擔(dān)保（履約保函）風(fēng)險(xiǎn)控制手段，進(jìn)行了電費(fèi)回收風(fēng)險(xiǎn)控制，同時(shí)開展分次結(jié)算，有效的控制了電費(fèi)回收風(fēng)險(xiǎn)，避免產(chǎn)生經(jīng)濟(jì)損失。

4 電力客戶信用及風(fēng)險(xiǎn)管理效益分析

4.1 管理效益提升

通過建立電費(fèi)回收信用風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)體系，可以有效的對(duì)信用風(fēng)險(xiǎn)實(shí)施預(yù)警管理，通過加強(qiáng)企業(yè)內(nèi)外部的信息資源管理，多渠道收集客戶信息，進(jìn)行信用風(fēng)險(xiǎn)評(píng)價(jià)與控制，提高了電費(fèi)回收風(fēng)險(xiǎn)事前預(yù)防控制，及時(shí)化解風(fēng)險(xiǎn)，減少了電費(fèi)回收過程中人力物力的投入，消除了因欠費(fèi)停電造成的電量損失，縮短了電費(fèi)回收時(shí)間，為電費(fèi)顆粒歸倉提供了有利的保障。

4.2 經(jīng)濟(jì)效益增長

通過對(duì)客戶欠費(fèi)信用風(fēng)險(xiǎn)進(jìn)行評(píng)價(jià)與分級(jí)，能及時(shí)發(fā)現(xiàn)問題及時(shí)處理，有效的掌握電費(fèi)的回收進(jìn)度及資金流向，使電費(fèi)回收工作時(shí)時(shí)處于可控、在控狀態(tài)，確保了電費(fèi)安全、集中、及時(shí)到位。對(duì)案例單位整體數(shù)據(jù)分析，客戶信用風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)數(shù)據(jù)均來源于客戶信息系統(tǒng)，其數(shù)據(jù)真實(shí)性較強(qiáng)，預(yù)測性較高，在此基礎(chǔ)上實(shí)行信用風(fēng)險(xiǎn)評(píng)價(jià)管理，可以降低甚至消除欠費(fèi)現(xiàn)象，降低財(cái)務(wù)風(fēng)險(xiǎn)，保障供電企業(yè)的經(jīng)濟(jì)效益。

4.3 社會(huì)效益明顯

采取定量指標(biāo)對(duì)客戶信用風(fēng)險(xiǎn)評(píng)價(jià)，大大降低了違章用電現(xiàn)象發(fā)生。業(yè)務(wù)人員能夠及時(shí)與列入信用風(fēng)險(xiǎn)預(yù)警客戶開展溝通與交流，提醒預(yù)警客戶及時(shí)籌措資金，按時(shí)繳納電費(fèi)，防止了因欠費(fèi)停電影響客戶生產(chǎn)經(jīng)營，降低了欠費(fèi)停電幾率，維護(hù)了供電企業(yè)形象，能夠產(chǎn)生良好的社會(huì)效益。同時(shí)，通過信用評(píng)價(jià)，也提高了客戶珍惜信用、維護(hù)信用的良好氛圍，有力促進(jìn)了全社會(huì)信用體系的建設(shè)。

篇(4)

關(guān)鍵詞:山洪災(zāi)害;風(fēng)險(xiǎn)評(píng)估;風(fēng)險(xiǎn)區(qū)劃;GIS技術(shù);易損性指標(biāo)

中圖分類號(hào):S157．1 文獻(xiàn)標(biāo)志碼:A 文章編號(hào):1001－5485(2015)12－0041－05

1研究背景

我國是一個(gè)多山的國家，山丘區(qū)面積約占全國陸地面積的2/3。復(fù)雜的地形地質(zhì)條件、暴雨多發(fā)的氣候特征、密集的人口分布和人類活動(dòng)的影響，導(dǎo)致山洪災(zāi)害發(fā)生頻繁。據(jù)《全國山洪災(zāi)害防治規(guī)劃報(bào)告》數(shù)據(jù)統(tǒng)計(jì)，我國山丘區(qū)流域面積在100km2以上的山溪河流約5萬條，其中70%因受降雨、地形及人類活動(dòng)影響會(huì)發(fā)生山洪災(zāi)害［1］。由于山洪災(zāi)害的發(fā)生具有突發(fā)性強(qiáng)、來勢猛、時(shí)間短等一系列特點(diǎn)，且其造成的危害對(duì)人們的生命財(cái)產(chǎn)影響巨大［2］，因此，關(guān)于山洪災(zāi)害的研究早在20世紀(jì)初就已經(jīng)開始了。經(jīng)過半個(gè)多世紀(jì)的發(fā)展，山洪災(zāi)害的研究已經(jīng)涉及成因、空間分布特征、災(zāi)害損失評(píng)估、風(fēng)險(xiǎn)評(píng)價(jià)與制圖等各方面［3－11］。風(fēng)險(xiǎn)評(píng)估與管理逐漸也成為國際上倡導(dǎo)和推廣的減災(zāi)防災(zāi)有效途徑之一［12］。目前，山洪災(zāi)情評(píng)估工作得到了來自地學(xué)工作者、工程專家和各級(jí)政府部門的高度重視，并逐漸成為國際性的研究項(xiàng)目。特別是在山洪風(fēng)險(xiǎn)評(píng)估方面的表現(xiàn)尤為突出［7－11］。但是，這些評(píng)價(jià)工作的對(duì)象往往是泥石流、滑坡或單純的溪河洪水等單一災(zāi)種，評(píng)價(jià)單元基本以行政區(qū)域?yàn)閱卧?，缺乏流域系統(tǒng)性、災(zāi)害種類完整性，評(píng)價(jià)指標(biāo)選擇也無可比性［2－6］。其次，目前對(duì)大尺度范圍上的山洪災(zāi)害區(qū)劃成果，多為如何防治山洪災(zāi)害的目的進(jìn)行的，是一種黑箱模型，未完整給出各山洪溝的危險(xiǎn)性、易損性和風(fēng)險(xiǎn)等級(jí)水平，因而無法準(zhǔn)確判斷不同區(qū)域的山洪風(fēng)險(xiǎn)等級(jí)。因此，本文將借鑒全國山洪災(zāi)害防治規(guī)劃中對(duì)山洪災(zāi)害的定義，將由降雨在山丘區(qū)引發(fā)的洪水及由山洪誘發(fā)的泥石流、滑坡等對(duì)國民經(jīng)濟(jì)和人民生命財(cái)產(chǎn)造成損失的災(zāi)害統(tǒng)一納入研究范圍［1］。以小流域?yàn)樵u(píng)價(jià)單元，開展四川省山洪災(zāi)害風(fēng)險(xiǎn)評(píng)估研究，以期為四川省山洪災(zāi)害管理及防治提供一定的理論依據(jù)。

2研究方法與數(shù)據(jù)來源

2．1研究方法

本研究對(duì)風(fēng)險(xiǎn)評(píng)估的方法，仍借鑒聯(lián)合國有關(guān)自然災(zāi)害風(fēng)險(xiǎn)的定義，即風(fēng)險(xiǎn)是危險(xiǎn)性與易損性的乘積。其中危險(xiǎn)性是災(zāi)害的自然屬性，易損性則是災(zāi)害的社會(huì)屬性。風(fēng)險(xiǎn)分析在危險(xiǎn)性和經(jīng)濟(jì)社會(huì)易損性分析的疊加基礎(chǔ)上完成。因此，本研究的內(nèi)容主要包括危險(xiǎn)性分析、易損性分析以及二者疊加基礎(chǔ)上的風(fēng)險(xiǎn)分析。最后，在風(fēng)險(xiǎn)分析的結(jié)果基礎(chǔ)上，采用一定的區(qū)劃原則和方法，結(jié)合全國山洪災(zāi)害防治規(guī)劃中的一級(jí)區(qū)劃和二級(jí)區(qū)劃，對(duì)四川省山洪災(zāi)害風(fēng)險(xiǎn)進(jìn)行更進(jìn)一步的三級(jí)分區(qū)，形成風(fēng)險(xiǎn)區(qū)劃圖。由于在進(jìn)行危險(xiǎn)性和易損性分析時(shí)，選取的指標(biāo)較多，各個(gè)指標(biāo)在危險(xiǎn)性和易損性大小中的貢獻(xiàn)不同，為定量評(píng)價(jià)各指標(biāo)在其中的權(quán)重，本研究選用層次分析法進(jìn)行分析。其基本原理為:首先建立山洪災(zāi)害危險(xiǎn)性、易損性分析評(píng)價(jià)指標(biāo)體系，每一層都有1個(gè)或2個(gè)評(píng)價(jià)因素對(duì)應(yīng)上層目標(biāo)層，根據(jù)這些相互影響，相互制約的因素按照它們之間的隸屬關(guān)系排成3層評(píng)價(jià)結(jié)構(gòu)體系;然后，根據(jù)專家經(jīng)驗(yàn)針對(duì)某一個(gè)指標(biāo)相對(duì)于另一個(gè)指標(biāo)的重要程度進(jìn)行打分，打分后即建立判別矩陣。根據(jù)山洪災(zāi)害的成因和特點(diǎn)，結(jié)合目前現(xiàn)有數(shù)據(jù)情況，本研究選取的危險(xiǎn)性和易損性評(píng)價(jià)指標(biāo)體系見表1和表2。在進(jìn)行山洪災(zāi)害危險(xiǎn)性和易損性的評(píng)價(jià)時(shí)，為了將不同的指標(biāo)體系組合后用一個(gè)統(tǒng)一的量化標(biāo)準(zhǔn)對(duì)其等級(jí)進(jìn)行劃分，首先根據(jù)已有數(shù)據(jù)的分布區(qū)間按照StandardDeviation分類方法，對(duì)危險(xiǎn)性和易損性水平進(jìn)行劃分，根據(jù)實(shí)際需要，共劃分為5個(gè)等級(jí)，各個(gè)等級(jí)的指標(biāo)范圍見表1和表2。

2．2數(shù)據(jù)來源

四川省山洪歷史災(zāi)害資料來自四川省山洪災(zāi)害防治分區(qū)項(xiàng)目調(diào)查數(shù)據(jù)。該數(shù)據(jù)以小流域?yàn)閱卧?，其面積界定為＜200km2［1］的小流域共計(jì)2471條(近50a來發(fā)生過山洪災(zāi)害的小流域)。部分縣域，小流域單元數(shù)據(jù)是由國家氣象局與國家科技基礎(chǔ)條件平臺(tái)建設(shè)項(xiàng)目———系統(tǒng)科學(xué)數(shù)據(jù)共享平臺(tái)提供;四川省內(nèi)及周邊82個(gè)站點(diǎn)年雨量數(shù)據(jù)來自中國氣象局?jǐn)?shù)據(jù)庫;DEM(90m)數(shù)據(jù)來自SRTM;土地利用數(shù)據(jù)來自中國科學(xué)院資源環(huán)境科學(xué)數(shù)據(jù)中心;巖性數(shù)據(jù)來自中國地質(zhì)調(diào)查局的1∶250萬中國數(shù)字地質(zhì)圖;基礎(chǔ)土壤數(shù)據(jù)來自中國科學(xué)院南京土壤研究所的1∶100萬中國土壤屬性數(shù)據(jù)庫。

3山洪災(zāi)害風(fēng)險(xiǎn)評(píng)估與區(qū)劃

3．1危險(xiǎn)性指標(biāo)體系及評(píng)估

根據(jù)危險(xiǎn)性各評(píng)價(jià)指標(biāo)及對(duì)各指標(biāo)數(shù)值的綜合統(tǒng)計(jì)分析，結(jié)合專家的經(jīng)驗(yàn)判斷，參與者均為全國山洪災(zāi)害防治規(guī)劃中承擔(dān)相應(yīng)數(shù)據(jù)資料分析的專家(共3位)，各位專家根據(jù)經(jīng)驗(yàn)判斷各級(jí)指標(biāo)間的相對(duì)重要性，然后利用層次分析法確定出危險(xiǎn)性各指標(biāo)的權(quán)重值，如表3所示。結(jié)合ArcGIS的空間分析計(jì)算，將各指標(biāo)危險(xiǎn)性分級(jí)圖轉(zhuǎn)換為柵格格式(見圖1(a)至圖1(e))，結(jié)合上表給出的每個(gè)指標(biāo)所確定的綜合權(quán)重值，利用ArcGIS的柵格疊加計(jì)算功能，可得到山洪災(zāi)害危險(xiǎn)性圖(見圖1(f))。具體計(jì)算方法為:山洪災(zāi)害危險(xiǎn)性=0．041×最大24h暴雨極值+0．021×最大24h暴雨極值變差系數(shù)+0．207×最大1h暴雨極值+0．105×最大1h時(shí)暴雨極值變差系數(shù)+0．035×地形坡度+0．04×地形起伏度+0．091×小流域主溝比降+0．19×河網(wǎng)緩沖區(qū)+0．071×歷史災(zāi)害緩沖區(qū)。

3．2易損性指標(biāo)體系及評(píng)估危險(xiǎn)性

根據(jù)易損性評(píng)價(jià)指標(biāo)體系，依據(jù)層次分析法計(jì)算了四川省山洪災(zāi)害易損性指標(biāo)的權(quán)重值(見表4)。在ArcGIS中，將各指標(biāo)分級(jí)圖轉(zhuǎn)換為柵格格式(見圖2(a)至圖2(c))，結(jié)合表4給出每個(gè)指標(biāo)所確定的綜合權(quán)重值，利用ArcGIS的柵格疊加計(jì)算功能，可得到山洪災(zāi)害易損性成果圖(見圖2(d))。具體計(jì)算方法即為山洪災(zāi)害易損性=0．18×溝道兩側(cè)范圍人口數(shù)量+0．42×溝道兩側(cè)范圍人口密度+0．18×地均GDP+0．12×人均住房數(shù)量+0．06×歷史災(zāi)害死亡人數(shù)+0．04×歷史災(zāi)害沖毀房屋數(shù)。

3．3山洪風(fēng)險(xiǎn)評(píng)估

根據(jù)山洪風(fēng)險(xiǎn)度R等于危險(xiǎn)度H乘以易損度V的定義，利用ArcGIS的空間分析疊加功能，可以計(jì)算山洪災(zāi)害的風(fēng)險(xiǎn)度圖。在處理數(shù)據(jù)時(shí)，首先將危險(xiǎn)性分級(jí)圖和易損性分級(jí)圖進(jìn)行歸一化取值(0～1)見表5，然后進(jìn)行柵格相乘計(jì)算，即可得到四川省山洪災(zāi)害的風(fēng)險(xiǎn)圖，其取值范圍為0～1之間。根據(jù)山洪災(zāi)害風(fēng)險(xiǎn)區(qū)等級(jí)劃分標(biāo)準(zhǔn)進(jìn)行分級(jí)，可得到四川省山洪災(zāi)害風(fēng)險(xiǎn)分級(jí)圖，如圖3所示。

3．4山洪風(fēng)險(xiǎn)區(qū)劃

根據(jù)山洪災(zāi)害風(fēng)險(xiǎn)分級(jí)結(jié)果，結(jié)合全國山洪災(zāi)害防治規(guī)劃中的一、二級(jí)防治分區(qū)范圍，采用基于空間鄰接系數(shù)的聚類分析方法，對(duì)風(fēng)險(xiǎn)分級(jí)結(jié)果中的最小單元進(jìn)行逐級(jí)向上合并，根據(jù)主導(dǎo)因素與綜合因素相結(jié)合、區(qū)域單元內(nèi)部相對(duì)一致、以人為本的經(jīng)濟(jì)社會(huì)分析等山洪災(zāi)害區(qū)劃原則，劃分出全國山洪災(zāi)害風(fēng)險(xiǎn)區(qū)劃單元。以四川省山洪災(zāi)害風(fēng)險(xiǎn)等級(jí)為基礎(chǔ)進(jìn)行最小單元聚類，在ArcGIS中疊加全國山洪災(zāi)害防治二級(jí)區(qū)劃(四川省境內(nèi))成果，同時(shí)根據(jù)四川省自然條件和山洪災(zāi)害防治現(xiàn)狀，將四川省境內(nèi)的西南地區(qū)細(xì)分為3個(gè)三級(jí)區(qū)(圖4所示Ⅰ－8－3，Ⅰ－8－1，Ⅰ－8－2)，原二級(jí)區(qū)劃中的藏南地區(qū)、藏北地區(qū)、秦巴山地區(qū)由于面積不大，山洪災(zāi)害現(xiàn)狀和自然條件比較一致，因此不做進(jìn)一步劃分(如圖4所示的Ⅲ－1，Ⅲ－2和I－4)。因此，四川省山洪災(zāi)害風(fēng)險(xiǎn)區(qū)劃共涉及6個(gè)區(qū)劃單元，如圖4所示。在完成風(fēng)險(xiǎn)性等級(jí)劃分圖和區(qū)劃圖以后，以各風(fēng)險(xiǎn)區(qū)劃單元為單位，統(tǒng)計(jì)各三級(jí)區(qū)內(nèi)風(fēng)險(xiǎn)度等級(jí)分布特征。表6為四川省各風(fēng)險(xiǎn)區(qū)劃單元內(nèi)風(fēng)險(xiǎn)度等級(jí)面積統(tǒng)計(jì)，表7為四川省各風(fēng)險(xiǎn)區(qū)風(fēng)險(xiǎn)等級(jí)比例統(tǒng)計(jì)。從表7中可見，四川盆地及周邊為山洪災(zāi)害中高風(fēng)險(xiǎn)區(qū)，為四川省山洪災(zāi)害重點(diǎn)防治地區(qū)。其它地區(qū)山洪災(zāi)害風(fēng)險(xiǎn)等級(jí)較低，在進(jìn)行山洪災(zāi)害防治時(shí)，應(yīng)以防治措施為主，同時(shí)加強(qiáng)災(zāi)害監(jiān)測的預(yù)警預(yù)報(bào)。

4結(jié)論

(1)整個(gè)四川省的山洪災(zāi)害風(fēng)險(xiǎn)等級(jí)水平處于較高水平，特別是四川盆地及周邊地區(qū)是山洪災(zāi)害的高風(fēng)險(xiǎn)值地區(qū)，中風(fēng)險(xiǎn)區(qū)等級(jí)以上的面積占到了整個(gè)四川盆地及周邊總面積的近80%，這一區(qū)域也是四川省人口、經(jīng)濟(jì)密度最大的區(qū)域，因此山洪災(zāi)害防治任務(wù)艱巨。其次，秦巴山地區(qū)是四川省山洪災(zāi)害次嚴(yán)重地區(qū)，中風(fēng)險(xiǎn)區(qū)等級(jí)以上的面積占到了整個(gè)四川省秦巴山地區(qū)總面積的18%。其它幾個(gè)三級(jí)區(qū)域山洪災(zāi)害風(fēng)險(xiǎn)水平不高，大多處于低風(fēng)險(xiǎn)和較低風(fēng)險(xiǎn)水平，山洪災(zāi)害防治應(yīng)以防治措施為主，同時(shí)加強(qiáng)災(zāi)害監(jiān)測的預(yù)警預(yù)報(bào)。(2)由于山洪災(zāi)害的成因機(jī)理十分復(fù)雜，特別是溪河洪水及其誘發(fā)的滑坡、泥石流災(zāi)害成因更為復(fù)雜，在進(jìn)行山洪災(zāi)害危險(xiǎn)性、易損性評(píng)估時(shí)，評(píng)價(jià)指標(biāo)體系應(yīng)在深入研究成因機(jī)理的基礎(chǔ)上進(jìn)行選取，但限于目前研究成果和資料的可獲取性限制，本研究風(fēng)險(xiǎn)評(píng)估結(jié)果的準(zhǔn)確性仍有待驗(yàn)證。

參考文獻(xiàn):

［1］長江水利委員會(huì)．全國山洪災(zāi)害防治規(guī)劃報(bào)告［R］．武漢:長江水利委員會(huì)，2005．(ChangjiangWaterRe-sourcesCommission．TheMountainTorrentDisasterPre-ventionandControloftheNationalPlanningReport［R］．Wuhan:ChangjiangWaterResourcesCommission，2005．(inChinese))

［2］唐川，師玉娥．城市山洪災(zāi)害多目標(biāo)評(píng)估方法探討［J］．地理科學(xué)進(jìn)展，2006，25(4):13－21．(TANGChuan，SHIYu-e．Multi-ObjectiveEvaluationMethodofMountainTorrentDisasterinUrbanArea［J］．ProgressinGeography，2006，25(4):13－21．(inChinese)

［3］石凝．閩江流域?yàn)?zāi)害性洪水形成機(jī)理分析［J］．水文，2001，21(3):30－33．(SHINing．FloodingDisas-terMechanismofMinjiangRiverWatershed［J］．Hydrol-ogy，2001，21(3):30－33．(inChinese))

［4］謝洪，陳杰，馬東濤．2002年6月陜西佛坪山洪災(zāi)害成因及特征［J］．災(zāi)害學(xué)，2002，17(4):42－47．(XIEHong，CHENJie，MADong-tao．MountainTorrentDisasterCausesandCharacteristicsofFoping，ShaanxiProvinceinJune，2002［J］．Journalofcatastrophology，2002，17(4):42－47．(inChinese))

［5］韋方強(qiáng)，崔鵬，鐘敦倫．泥石流預(yù)報(bào)分類及其研究現(xiàn)狀和發(fā)展方向［J］．自然災(zāi)害學(xué)報(bào)，2004，13(5):10－15．(WEIFang-qiang，CUIPeng，ZHONGDun-lun．ClassificationofDebrisFlowForecastandItsPresentSta-tusandDevelopmentinReseach［J］．JournalofNaturalDisasters，2004，13(5):10－15．(inChinese))

［6］許有鵬，于瑞宏，馬宗偉．長江中下游洪水災(zāi)害成因及洪水特征模擬分析［J］．長江流域資源與環(huán)境，2005，14(5):638－644．(XUYou-peng，YURui-hong，MAZong-wei．CauseofFloodDisastersandFloodCharacter-isticSimulationAnalysisoftheMiddleandLowerRea-chesoftheYangtzeRiver［J］．ResourcesandEnviron-mentintheYangtzeBasin，2005，14(5):638－644．(inChinese))

［7］張春山，李國俊，張業(yè)成，等．黃河上游地區(qū)崩塌、滑坡、泥石流地質(zhì)災(zāi)害區(qū)域危險(xiǎn)性評(píng)價(jià)［J］．地質(zhì)力學(xué)學(xué)報(bào)，2003，9(2):143－153．(ZHANGChun-shan，LIGuo-jun，ZHANGYe-cheng，etal．Collapse，LandslideandDebrisFlowandGeologicalDisastersRiskAssess-mentofUpstreamoftheYellowRiver［J］．JournalofGe-omechanics，2003，9(2):143－153．(inChinese))

［8］趙士鵬．中國山洪災(zāi)害的整體特征及其危險(xiǎn)度區(qū)劃的初步研究［J］．自然災(zāi)害學(xué)報(bào)，1996，5(3):93－99．(ZHAOShi-peng．AnElementaryStudyonWholeChar-acteristicsofMountainTorrentsDisasterSysteminChinaandItsHazardRegionalization［J］．JournalofNaturalDisasters，1996，5(3):93－99．(inChinese))

［9］鐘敦倫，謝洪，韋方強(qiáng)．長江上游泥石流危險(xiǎn)度區(qū)劃研究［J］．山地研究，1994，2(2):65－70(ZHONGDun-lun，XIEHong，WEIFang-qiang．HazardRegionalizationofDebrisFlowintheUpstreamofYangtzeRiver［J］．JournalofMountainResearch，1994，2(2):65－70(inChinese))

篇(5)

關(guān)鍵詞：并購重組；企業(yè)文化；風(fēng)險(xiǎn)；評(píng)價(jià)

教育

一、并購重組企業(yè)文化風(fēng)險(xiǎn)的特點(diǎn)和類型

并購重組企業(yè)的文化風(fēng)險(xiǎn)是指在企業(yè)并購中，由于不同文化在交匯時(shí)的復(fù)雜性、不確定性，導(dǎo)致企業(yè)實(shí)際收益與預(yù)期收益目標(biāo)發(fā)生背離，甚至使企業(yè)經(jīng)營活動(dòng)失敗的可能性。它具有客觀性、隱含性、復(fù)雜性、可控性等特征，并貫穿于并購重組戰(zhàn)略的制定、并購重組行為的實(shí)施以及并購重組后企業(yè)資源的整合等一系列過程中，直接影響并購重組的效果。教育

并購重組企業(yè)文化風(fēng)險(xiǎn)主要有以下幾種表現(xiàn)形式：（1）管理風(fēng)險(xiǎn)：指并購后企業(yè)所采取的管理模式和管理行為等能否被并購雙方員工所接受的風(fēng)險(xiǎn)；（2）溝通風(fēng)險(xiǎn)：指在并購中，由于文化差異使得并購雙方的信息、思想傳遞或交換受阻，產(chǎn)生曲解和誤會(huì)而帶來的風(fēng)險(xiǎn)；（3）組織風(fēng)險(xiǎn)：指并購企業(yè)在內(nèi)部管理上，由于不同企業(yè)文化背景的管理人員和員工之間不能建立起協(xié)調(diào)聯(lián)系，從而影響組織穩(wěn)定性的風(fēng)險(xiǎn)；（4）人員風(fēng)險(xiǎn)：指由于文化的差異和沖突，一些關(guān)鍵的管理和技術(shù)人才離開企業(yè)，即使不離開，這種不良?xì)夥找矔?huì)使員工情緒低落、工作不積極、工作效率下降，從而導(dǎo)致預(yù)期目標(biāo)難以實(shí)現(xiàn)的風(fēng)險(xiǎn)。

二、并購重組企業(yè)文化風(fēng)險(xiǎn)指標(biāo)體系

并購重組企業(yè)文化風(fēng)險(xiǎn)指標(biāo)體系的構(gòu)建，是進(jìn)行文化風(fēng)險(xiǎn)評(píng)價(jià)的基礎(chǔ)，對(duì)并購后企業(yè)能否順利實(shí)現(xiàn)整合以及能否達(dá)到預(yù)期的并購目標(biāo)有著重要的指導(dǎo)作用，并關(guān)系到整個(gè)評(píng)價(jià)結(jié)果的實(shí)用性和正確性。

本文本著科學(xué)性、系統(tǒng)性、定性與定量指標(biāo)相結(jié)合的原則，并結(jié)合并購重組企業(yè)的特點(diǎn)，借鑒一些學(xué)者對(duì)并購重組企業(yè)文化風(fēng)險(xiǎn)的研究成果，將并購重組企業(yè)面臨的文化風(fēng)險(xiǎn)歸類為管理文化風(fēng)險(xiǎn)、組織文化風(fēng)險(xiǎn)、溝通文化風(fēng)險(xiǎn)和人員文化風(fēng)險(xiǎn)四個(gè)方面，同時(shí)分析各種文化風(fēng)險(xiǎn)的影響因素，并運(yùn)用德爾菲法根據(jù)業(yè)內(nèi)專家評(píng)定確定模糊權(quán)重，初步建立評(píng)價(jià)指標(biāo)體系和權(quán)重分配，如表1所示。（表1）

三、并購重組企業(yè)文化風(fēng)險(xiǎn)模糊綜合評(píng)價(jià)模型

模糊綜合評(píng)價(jià)是對(duì)由多種因素影響的事物做出全面評(píng)價(jià)的一種十分有效的多因素評(píng)價(jià)方法。它用模糊變換原理和最大隸屬度原則，考慮與被評(píng)價(jià)事物相關(guān)的各個(gè)因素所做的綜合評(píng)價(jià)。在并購重組企業(yè)文化風(fēng)險(xiǎn)因素中，涉及到大量的復(fù)雜現(xiàn)象和很多不易定量的因素，具有模糊性，在對(duì)其評(píng)價(jià)時(shí)，要用模糊數(shù)學(xué)理論進(jìn)行定量化處理，因此采用模糊綜合評(píng)價(jià)法對(duì)并購重組企業(yè)文化風(fēng)險(xiǎn)進(jìn)行綜合評(píng)價(jià)是很合理的。

模糊綜合評(píng)價(jià)法的步驟如下：

1、確立評(píng)價(jià)因素集。建立以評(píng)估對(duì)象的各主要影響因素為元素的集合，把因素U按其屬性分成4子集，記為U={u1，u2，…，u4}。

2、建立評(píng)價(jià)因素的評(píng)語集。設(shè)文化風(fēng)險(xiǎn)評(píng)語集V={v1，v2，v3，v4，v5}={高，較高，中等，較低，低}。n=5表示為u對(duì)不同評(píng)價(jià)等級(jí)的隸屬度。

3、建立從U到V的單因素評(píng)判矩陣Ri。對(duì)每一個(gè)評(píng)價(jià)指標(biāo)Ui進(jìn)行單指標(biāo)評(píng)價(jià)，進(jìn)行綜合評(píng)價(jià)時(shí)可以根據(jù)實(shí)際意義確定單指標(biāo)評(píng)價(jià)矩陣Ri，采用德爾菲法確定Ui中各因素對(duì)應(yīng)于V中的各種評(píng)語的隸屬度矩陣。由此可以得到模糊模型評(píng)價(jià)矩陣。

4、給出Ui中各評(píng)價(jià)指標(biāo)的權(quán)重。權(quán)重是表示某一指標(biāo)在整個(gè)指標(biāo)體系中具有的重要程度。實(shí)際計(jì)算時(shí)可以通過專家評(píng)分法來確定各指標(biāo)的權(quán)重。

5、得出評(píng)價(jià)結(jié)果。將Ui視為一個(gè)單獨(dú)因素，用Bi作為Ui的單指標(biāo)評(píng)價(jià)向量，可構(gòu)成U到V的模糊評(píng)價(jià)矩陣。

R=B■B■…B■=b■b■…b■b■b■…b■…… ……b■b■…b■

按照Ui在U中的重要程度給出權(quán)重，A=（a1，a2，…，as），得到U的最終評(píng)價(jià)向量B=A·R=（b1，b2，…，bm）。對(duì)B做歸一化處理，按照最大隸屬度原則，用B中隸屬度最大者所對(duì)應(yīng)的評(píng)價(jià)等級(jí)作為評(píng)價(jià)對(duì)象的等級(jí)，即為綜合評(píng)價(jià)的結(jié)果。

四、應(yīng)用實(shí)例

結(jié)合上述評(píng)價(jià)模型，對(duì)某并購重組企業(yè)文化風(fēng)險(xiǎn)進(jìn)行綜合評(píng)價(jià)。根據(jù)表1用德爾菲法得到的權(quán)重分配為：

一級(jí)指標(biāo)層權(quán)重為：A=（0.4，0.2，0.3，0.1）

二級(jí)指標(biāo)層權(quán)重為：

A1=（0.5，0.3，0.2）；A2=（0.6，0.4）；

A3=（0.4，0.3，0.3）；A4=（0.6，0.4）

然后，利用專家打分法確定的二級(jí)指標(biāo)層的指標(biāo)子集的模糊評(píng)價(jià)矩陣分別為：

R1=0.30.20.10.20.20.40.20.20.10.10.20.30.30.10.1

R2=0.20.40.10.20.10.30.10.30.10.2

R3=0.20.10.40.300.40.20.30.100.30.40.20.10

R4=0.30.20.30.10.10.20.10.40.30 二級(jí)指標(biāo)層的模糊數(shù)學(xué)評(píng)價(jià)為：

B1= A1·R1

=（0.5，0.3，0.2）·0.30.20.10.20.20.40.20.20.10.10.20.30.30.10.1

=（0.31，0.22，0.17，0.15，0.15）

同理：

B2=A2·R2

=（0.6，0.4）·0.20.40.10.20.10.30.10.30.10.2

=（0.24，0.28，0.18，0.16，0.14）

B3=A3·R3

=（0.4，0.3，0.3）·0.20.10.40.300.40.20.30.100.30.40.20.10

=（0.29，0.22，0.31，0.18，0）

B4=A4·R4

=（0.6，0.4）·0.30.20.30.10.10.20.10.40.30

=（0.26，0.16，0.34，0.18，0.06）

R=B■B■B■B■= 0.310.220.170.150.150.240.280.180.160.140.290.220.310.1800.260.160.340.180.06

得到模糊綜合評(píng)價(jià)結(jié)果為：B=A·R，即：

（0.4，0.2，0.3，0.1）·0.310.220.170.150.150.240.280.180.160.140.290.220.310.1800.260.160.340.180.06

=（0.285，0.226，0.231，0.164，0.094）

綜合評(píng)判結(jié)果B向量的各分量之和為1，滿足歸一化條件。由此得到此并購重組企業(yè)文化風(fēng)險(xiǎn)相對(duì)于五個(gè)等級(jí)的評(píng)價(jià)結(jié)果。最后，評(píng)價(jià)結(jié)果說明：在所有參與評(píng)價(jià)的專家中，28.5%的人對(duì)該并購重組企業(yè)文化風(fēng)險(xiǎn)評(píng)價(jià)為“高”，22.6%評(píng)價(jià)為“較高”，23.1%評(píng)價(jià)為“中等”，16.4%評(píng)價(jià)為“較低”，9.4%評(píng)價(jià)為“低”。依據(jù)隸屬度最大的決策原則，該并購重組企業(yè)文化風(fēng)險(xiǎn)等級(jí)為“高”。

依據(jù)最大隸屬度原則只考慮到結(jié)果最大值所處的等級(jí)，忽略了其他等級(jí)，因此可將評(píng)語集V中各類評(píng)語定出標(biāo)準(zhǔn)分，得出并購重組企業(yè)文化風(fēng)險(xiǎn)模糊評(píng)價(jià)的最后得分。五個(gè)等級(jí)與相應(yīng)的標(biāo)準(zhǔn)分如表2所示。（表2）

那么，該并購重組企業(yè)文化風(fēng)險(xiǎn)模糊評(píng)價(jià)的最后得分計(jì)算如下：

100×0.285+85×0.226+70×0.231+60×0.164+45×0.094=77.91

這說明，該并購重組企業(yè)文化風(fēng)險(xiǎn)處在中等和較高之間的水平。

五、結(jié)論

企業(yè)并購重組必然會(huì)帶來文化風(fēng)險(xiǎn)，只有真正識(shí)別風(fēng)險(xiǎn)，分析各種風(fēng)險(xiǎn)的影響程度，才能有效地防范和規(guī)避風(fēng)險(xiǎn)。本文對(duì)并購重組企業(yè)文化風(fēng)險(xiǎn)進(jìn)行了識(shí)別，并通過對(duì)并購重組中可能出現(xiàn)的各種文化風(fēng)險(xiǎn)因素進(jìn)行分析，建立了并購重組企業(yè)文化風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)體系，并依據(jù)模糊數(shù)學(xué)理論對(duì)其進(jìn)行模糊綜合評(píng)價(jià)，為并購重組企業(yè)的文化風(fēng)險(xiǎn)控制提供了依據(jù)。

主要參考文獻(xiàn)：

[1]王基建.企業(yè)并購的文化風(fēng)險(xiǎn)及其識(shí)別[J].武漢理工大學(xué)學(xué)報(bào)，2002.6.

[2]侯菊英，陳艷艷.論社會(huì)主義和諧文化建設(shè)的主要途徑[J].河南理工大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2009.1.

[3]吳顯英.企業(yè)的文化風(fēng)險(xiǎn)及其評(píng)價(jià)指標(biāo)體系分析[J].企業(yè)經(jīng)濟(jì)，2007.3.

[4]汪應(yīng)洛.系統(tǒng)工程[M].北京：機(jī)械工業(yè)出版社，2005.

篇(6)

關(guān)鍵詞：房地產(chǎn)投資風(fēng)險(xiǎn) 風(fēng)險(xiǎn)分析 風(fēng)險(xiǎn)評(píng)價(jià) 模糊評(píng)價(jià)

中圖分類號(hào):F293.3 文獻(xiàn)標(biāo)識(shí)碼:A

文章編號(hào):1004-4914（2012）03-278-02

房地產(chǎn)投資是指投資者將其資金投放到房地產(chǎn)的開發(fā)經(jīng)營管理中，以獲得產(chǎn)業(yè)利潤的一種經(jīng)濟(jì)行為。房地產(chǎn)投資的風(fēng)險(xiǎn)是指在房地產(chǎn)投資活動(dòng)中存在影響開發(fā)利潤的多種因素，而這些因素的作用難以或無法預(yù)料、控制，使開發(fā)商開發(fā)利潤可能與預(yù)計(jì)利潤發(fā)生背離，因而使之蒙受經(jīng)濟(jì)損失的可能性。房地產(chǎn)開發(fā)是一個(gè)動(dòng)態(tài)過程，它具有開發(fā)周期長、資金投入量大等特點(diǎn)，很難在一開始就對(duì)整個(gè)開發(fā)過程中的有關(guān)費(fèi)用和建成后的收益作精確的估計(jì)，即在開發(fā)過程中存在著不確定性，從而不可避免地帶有風(fēng)險(xiǎn)。

由于房地產(chǎn)開發(fā)投資風(fēng)險(xiǎn)系統(tǒng)具有明顯的層次性，且不同風(fēng)險(xiǎn)的評(píng)價(jià)及權(quán)重的確定具有較大的主觀不確定性，即模糊性，因此本文將層次分析法（Analytic hierarchy Process,AHP）和模糊評(píng)價(jià)（Fuzzy Evaluation）相結(jié)合，力爭建立一個(gè)適合于房地產(chǎn)投資風(fēng)險(xiǎn)評(píng)價(jià)的多層次、多因素模糊綜合評(píng)價(jià)模型。

一、模糊綜合評(píng)價(jià)介紹

模糊綜合評(píng)價(jià)法，是一種運(yùn)用模糊數(shù)學(xué)原理分析和評(píng)價(jià)具有“模糊性”事物的系統(tǒng)分析方法。它是一種以模糊推理為主的定性與定量相結(jié)合、精確與非精確相統(tǒng)一的分析評(píng)價(jià)方法。由于這種方法在處理各種難以用精確數(shù)學(xué)方法描述的復(fù)雜系統(tǒng)問題方面所表現(xiàn)出的獨(dú)特優(yōu)越性，近年來已經(jīng)在許多學(xué)科領(lǐng)域中得到了十分廣泛的應(yīng)用。

模糊綜合評(píng)價(jià)的基本步驟為：

第一步，構(gòu)建綜合評(píng)價(jià)指標(biāo)體系；

第二步，確定評(píng)語等級(jí)論域；

第三步，確定指標(biāo)權(quán)重W，建立模糊關(guān)系矩陣R；

第四步，計(jì)算模糊合成值；

第五步，進(jìn)行模糊綜合評(píng)價(jià)。

其中在基本步驟中對(duì)權(quán)重（W）的確定本文采用了層次分析法。層次分析法作為系統(tǒng)工程中對(duì)非定量事件一種評(píng)價(jià)分析方法是1973年由美國學(xué)者A.L.Satty最早提出來的。層次分析法是首先將復(fù)雜的問題層次化，根據(jù)問題和要達(dá)到的目標(biāo)，將問題分解為不同的組成因素，并按照因素間的相互關(guān)聯(lián)以及隸屬關(guān)系將因素按照不同層次聚集組合，形成一個(gè)多層次的分析結(jié)構(gòu)模型。根據(jù)系統(tǒng)的特點(diǎn)和基本原則，對(duì)各層的因素進(jìn)行對(duì)比分析，引入1－9比率標(biāo)度方法構(gòu)造出判斷矩陣，用求解判斷矩陣最大特征根及其特征向量的方法得到各因素的相對(duì)權(quán)重。

基于AHP的房地產(chǎn)投資風(fēng)險(xiǎn)的模糊綜合評(píng)價(jià)可按以下步驟進(jìn)行：

第一步，構(gòu)建風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)體系；

第二步，兩兩比較結(jié)構(gòu)要素，構(gòu)造出所有的權(quán)重判斷矩陣；

第三步，解權(quán)重判斷矩陣，得出特征根和特征向量，并檢驗(yàn)每一個(gè)矩陣的一致性，若不滿足一致性，則要修改判斷矩陣，直到滿意為止。計(jì)算出最底層指標(biāo)的權(quán)重組合。

第四步，建立多層次模糊評(píng)價(jià)模型，進(jìn)行模糊計(jì)算；

第五步，對(duì)評(píng)價(jià)對(duì)象進(jìn)行綜合評(píng)價(jià)。

為了順利而正確地對(duì)風(fēng)險(xiǎn)進(jìn)行評(píng)估，必須建立和遵循一定的評(píng)價(jià)程序。

二、投資項(xiàng)目評(píng)價(jià)過程

（一）確定評(píng)估目的

這是整個(gè)評(píng)估工作的前提。在房地產(chǎn)開發(fā)過程，對(duì)風(fēng)險(xiǎn)評(píng)估具有不同目的要求，如通過評(píng)估為開發(fā)決策提供依據(jù)；為房地產(chǎn)置業(yè)投資確定風(fēng)險(xiǎn)損失與風(fēng)險(xiǎn)報(bào)酬；為開發(fā)活動(dòng)進(jìn)行市場預(yù)測等等。只要確定了評(píng)估目的，才能根據(jù)評(píng)估目的收集材料，選擇合適的評(píng)估方法，準(zhǔn)確而合理地開展評(píng)估工作。

（二）風(fēng)險(xiǎn)環(huán)境分析和收集評(píng)估資料

這是為了尋找風(fēng)險(xiǎn)源，以及定性分析風(fēng)險(xiǎn)程度所必須進(jìn)行的工作。風(fēng)險(xiǎn)環(huán)境分析要抓住影響風(fēng)險(xiǎn)程度的主要環(huán)境因素進(jìn)行分析。

在風(fēng)險(xiǎn)環(huán)境分析的基礎(chǔ)上，收集匯總可定性、定量評(píng)估風(fēng)險(xiǎn)的有關(guān)資料和數(shù)據(jù)。評(píng)估資料將直接影響到風(fēng)險(xiǎn)評(píng)估的準(zhǔn)確性和可靠性。因此，評(píng)估資料的收集要作到全面、及時(shí)、準(zhǔn)確。此階段還要對(duì)收集的資料進(jìn)行初步分析，篩選和分類整理。

（三）建立房地產(chǎn)投資風(fēng)險(xiǎn)評(píng)價(jià)體系

1.指標(biāo)體系的建立。根據(jù)對(duì)房地產(chǎn)投資風(fēng)險(xiǎn)因素的構(gòu)成分析，可以得出房地產(chǎn)投資風(fēng)險(xiǎn)實(shí)際上是一個(gè)由多層次、多因素構(gòu)成的系統(tǒng)如圖1。根據(jù)風(fēng)險(xiǎn)識(shí)別得出的主風(fēng)險(xiǎn)因素，進(jìn)一步查找各主風(fēng)險(xiǎn)因素的來源，從而得出相應(yīng)的子風(fēng)險(xiǎn)因素，即構(gòu)成本項(xiàng)目風(fēng)險(xiǎn)評(píng)價(jià)的指標(biāo)體系，指標(biāo)體系是以房地產(chǎn)投資風(fēng)險(xiǎn)因素為主要依據(jù)，建立房地產(chǎn)投資風(fēng)險(xiǎn)層次模型。

其中主風(fēng)險(xiǎn)因素Rk=（R1，R2，…，Rm）

子風(fēng)險(xiǎn)因素Rkp=（Rk1，Rk2，…，Rkp）

p表示主風(fēng)險(xiǎn)因素含有的子風(fēng)險(xiǎn)因素的數(shù)量。

2.指標(biāo)體系權(quán)重的確定。評(píng)價(jià)指標(biāo)權(quán)重是評(píng)價(jià)指標(biāo)相對(duì)重要性的定量表示。此指標(biāo)體系權(quán)重分為兩個(gè)層次：一是各主風(fēng)險(xiǎn)因素權(quán)重，二是每個(gè)主風(fēng)險(xiǎn)因素中各子風(fēng)險(xiǎn)因素權(quán)重，兩個(gè)層次的權(quán)重確定均采用專家法進(jìn)行，但選擇“專家”的標(biāo)準(zhǔn)不同。第一個(gè)層次即主風(fēng)險(xiǎn)因素的權(quán)重應(yīng)征詢項(xiàng)目管理專家、技術(shù)經(jīng)濟(jì)專家以及其他開發(fā)企業(yè)領(lǐng)導(dǎo)者的意見；第二個(gè)層次即子風(fēng)險(xiǎn)因素的權(quán)重應(yīng)征詢對(duì)該主風(fēng)險(xiǎn)因素精通的專家以及其他房地產(chǎn)開發(fā)企業(yè)該部分業(yè)務(wù)的負(fù)責(zé)人。

由風(fēng)險(xiǎn)分析得出：

（1）主風(fēng)險(xiǎn)因素權(quán)重集為A=（a1,a2,…，am），其中ak（k=1，2，…，m）表示指標(biāo)Rk在R中的權(quán)重；

（2）子風(fēng)險(xiǎn)因素權(quán)重集為Ak=（ak1,ak2,…，akp），其中ak（i=1，2，…，p）表示指標(biāo)Rki在Rk中的權(quán)重。

3．房地產(chǎn)投資風(fēng)險(xiǎn)度評(píng)語集。由于風(fēng)險(xiǎn)度變量的變動(dòng)范圍為[0,1]，如果將風(fēng)險(xiǎn)等級(jí)劃分為n級(jí)，則每個(gè)區(qū)間的長度為1/n，風(fēng)險(xiǎn)的等級(jí)區(qū)間為：

式中i=1，2，…，n。

分級(jí)的差異直接影響因素評(píng)價(jià)值，最終影響評(píng)價(jià)結(jié)果的準(zhǔn)確性，在房地產(chǎn)投資系統(tǒng)風(fēng)險(xiǎn)等級(jí)的評(píng)判中，一般都將風(fēng)險(xiǎn)等級(jí)劃分為五級(jí)，即很低風(fēng)險(xiǎn)、較低風(fēng)險(xiǎn)、中等風(fēng)險(xiǎn)、較高風(fēng)險(xiǎn)和很高風(fēng)險(xiǎn)，其風(fēng)險(xiǎn)度取值范圍分別為[0,0.2]，[0.2,0.4]，[0.4,0.6]，[0.6,0.8]和[0.8,1]之間，從而構(gòu)成：定義評(píng)語集為U=u1，u2，…，un，其中uj（j=1，2，…，n）表示由小到大各級(jí)風(fēng)險(xiǎn)對(duì)投資項(xiàng)目的影響程度評(píng)語，取n=5，u1，u2，u3，u4，u5分別代表評(píng)語是風(fēng)險(xiǎn)影響程度很小、較小、中、較大、很大。

4．建立模型，進(jìn)行評(píng)估。

（1）評(píng)價(jià)矩陣Hk的確定。假設(shè)有n位專家對(duì)子風(fēng)險(xiǎn)因素的風(fēng)險(xiǎn)程度進(jìn)行評(píng)判，對(duì)第Rki項(xiàng)指標(biāo)合計(jì)有mkij個(gè)人評(píng)判為Uj級(jí)，則可認(rèn)為專家組對(duì)該成片開發(fā)項(xiàng)目在Rki項(xiàng)指標(biāo)下評(píng)判為Uj級(jí)的可能性程度：

由此可得到一個(gè)子風(fēng)險(xiǎn)因素（單項(xiàng)指標(biāo)）評(píng)價(jià)的行向量：Hk1=（hki1,hki2,hki3,hki4,hki5）。

所有子風(fēng)險(xiǎn)因素評(píng)價(jià)的行矩陣組成評(píng)價(jià)矩陣HK：

下標(biāo)k為各評(píng)價(jià)指標(biāo)子集中含有指標(biāo)的數(shù)目。

（2）主風(fēng)險(xiǎn)因素風(fēng)險(xiǎn)綜合評(píng)價(jià)。根據(jù)模糊綜合評(píng)價(jià)模型，各主風(fēng)險(xiǎn)因素綜合評(píng)價(jià)向量為：

模糊子集Bk=（bk1,bk2,bk3,bk4，bk5）表示在各Rk（K=1，2，…m）因素下房地產(chǎn)投資項(xiàng)目分別以百分之多少的程度處于風(fēng)險(xiǎn)各等級(jí)。

（3）風(fēng)險(xiǎn)綜合評(píng)價(jià)。通過上述運(yùn)算，得到是對(duì)評(píng)價(jià)指標(biāo)子集的綜合評(píng)價(jià)結(jié)果并B1,B2,…，Bm可構(gòu)成一個(gè)總的評(píng)價(jià)矩陣B，即：

權(quán)向量A=（a1，a2，…，am）

按照模糊綜合評(píng)價(jià)模型，再進(jìn)行綜合評(píng)價(jià)運(yùn)算，即：D=A?B或

則D=（d1,d2，d3，d4，d5）就是對(duì)該投資項(xiàng)目的綜合評(píng)價(jià)結(jié)果。按照最大隸屬度原則，dj（j=1，2，3，4，5）中的數(shù)值最大者djmax所對(duì)應(yīng)的風(fēng)險(xiǎn)程度等級(jí)即Uj為該投資項(xiàng)目的風(fēng)險(xiǎn)等級(jí)。

四、評(píng)價(jià)結(jié)論

最終評(píng)價(jià)結(jié)果是一個(gè)代數(shù)值，表示對(duì)所有房地產(chǎn)投資風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)的綜合主評(píng)分。分值越高，說明房地產(chǎn)投資項(xiàng)目的風(fēng)險(xiǎn)越高，在所有風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)的綜合表現(xiàn)越差；反之分值越低，說明房地產(chǎn)投資項(xiàng)目的風(fēng)險(xiǎn)越低。

當(dāng)然風(fēng)險(xiǎn)分析針對(duì)的是未來可能的風(fēng)險(xiǎn)，無論采用何種評(píng)價(jià)方法，都可能產(chǎn)生錯(cuò)誤的估計(jì)，因此評(píng)估報(bào)告須進(jìn)一步分析可能存在的評(píng)估誤差，以使風(fēng)險(xiǎn)決策有更為可靠的依據(jù)。

模糊綜合評(píng)價(jià)方法克服了以往只能衡量房地產(chǎn)投資中某單一風(fēng)險(xiǎn)的弊病，而是將房地產(chǎn)投資作為一個(gè)系統(tǒng)來衡量其整體不同階段風(fēng)險(xiǎn)程度，應(yīng)用模糊綜合評(píng)價(jià)理論建立的房地產(chǎn)投資的風(fēng)險(xiǎn)模糊評(píng)價(jià)模型，可針對(duì)房地產(chǎn)原始信息的不確定性，將其轉(zhuǎn)換為模糊變量，利用模糊評(píng)價(jià)模型進(jìn)行評(píng)價(jià)得出的定量結(jié)果，對(duì)房地產(chǎn)投資決策有較高的參考價(jià)值。

參考文獻(xiàn)：

1.王俊松.房地產(chǎn)投資風(fēng)險(xiǎn)概述.經(jīng)濟(jì)與管理，2005(5)

2.任宏,鄧中美.建筑策劃中的風(fēng)險(xiǎn)識(shí)別與風(fēng)險(xiǎn)評(píng)價(jià).重慶大學(xué)學(xué)報(bào)（自然科學(xué)版），2005(9)

3.徐嶸,孟德林,歐志高,李可讀.完善風(fēng)險(xiǎn)識(shí)別與預(yù)防機(jī)制.中國城市金融，2006(5)

4.馮套柱,孟亞寧.房地產(chǎn)投資風(fēng)險(xiǎn)評(píng)價(jià)研究.沈陽理工大學(xué)學(xué)報(bào)，2005(3)

5.劉曉君,孟凡文.模糊層次分析法在房地產(chǎn)投資風(fēng)險(xiǎn)評(píng)價(jià)中的應(yīng)用.西安建筑科技大學(xué)學(xué)報(bào)（自然科學(xué)版），2005(1)

6.熊紅梅,王慧敏.房地產(chǎn)投資風(fēng)險(xiǎn)綜合評(píng)價(jià)研究.華北水利水電學(xué)院學(xué)報(bào)，2005(1)

7.李永,胡向紅,喬箭.改進(jìn)的模糊層次分析法．西北大學(xué)學(xué)報(bào)（自然科學(xué)版），2005(1)

篇(7)

關(guān)鍵詞：模糊神經(jīng)網(wǎng)絡(luò)；企業(yè)信用風(fēng)險(xiǎn)；評(píng)估模型

中圖分類號(hào)：F820 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1672-3104（2013）05?0021?05

信用風(fēng)險(xiǎn)是指交易對(duì)方?jīng)]有意愿或沒有能力履行既定合同條件而造成違約，致使債權(quán)人或交易方遭受經(jīng)濟(jì)損失的可能性。企業(yè)信用風(fēng)險(xiǎn)產(chǎn)生的原因有企業(yè)內(nèi)部自身的因素，也有環(huán)境因素。企業(yè)經(jīng)營不善、決策失誤導(dǎo)致無法履約等自身因素往往被認(rèn)為是企業(yè)信用風(fēng)險(xiǎn)的根本原因[1]；而國內(nèi)外宏觀經(jīng)濟(jì)環(huán)境、法律法規(guī)制度及政治制度的突變也成為當(dāng)前企業(yè)信用風(fēng)險(xiǎn)成因不可忽視的因素。

理論和實(shí)踐已表明當(dāng)今的中國已經(jīng)步入了“信用經(jīng)濟(jì)時(shí)代”，這就要求作為中國經(jīng)濟(jì)主體的企業(yè)，在生產(chǎn)經(jīng)營活動(dòng)中需要感知風(fēng)險(xiǎn)、預(yù)測風(fēng)險(xiǎn)和規(guī)避風(fēng)險(xiǎn)，以確保契約關(guān)系的如期履行。這既是企業(yè)經(jīng)營與發(fā)展的根本，也是國家和地區(qū)經(jīng)濟(jì)體系正常運(yùn)行的基本前提。因而如何科學(xué)有效的評(píng)價(jià)企業(yè)的信用風(fēng)險(xiǎn)，對(duì)維護(hù)國家金融安全與經(jīng)濟(jì)健康運(yùn)行的意義與價(jià)值是不言而喻的。

一、文獻(xiàn)回顧

信用評(píng)價(jià)是穆迪（Moody）公司的創(chuàng)始人約翰·穆迪在1890年首創(chuàng)提出的債券風(fēng)險(xiǎn)管理體系，通過債券的信用評(píng)價(jià)確定債券等級(jí)，目的是幫助投資者對(duì)債券做出選擇，同時(shí)也為企業(yè)管理者的生產(chǎn)經(jīng)營決策提供建議。到上世紀(jì)二三十年代，信用評(píng)價(jià)開始在歐美國家風(fēng)行，評(píng)價(jià)的技術(shù)也在與時(shí)俱進(jìn)?？偨Y(jié)其發(fā)展歷程，評(píng)價(jià)技術(shù)大致可以劃分為經(jīng)驗(yàn)判斷時(shí)期、統(tǒng)計(jì)模型時(shí)期和人工智能方法時(shí)期。

（一） 經(jīng)驗(yàn)判斷時(shí)期

這一時(shí)期主要集中在20世紀(jì)50年代以前，依賴評(píng)估人員的經(jīng)驗(yàn)和能力對(duì)企業(yè)的信用狀況作出判斷。在多年的實(shí)踐中，逐漸形成了“6C”“5P”及“LAPP”等要素信用評(píng)價(jià)方法。但經(jīng)驗(yàn)判斷法對(duì)評(píng)估人員的能力與水平有很高的要求，而且由于不同評(píng)估人員的的認(rèn)識(shí)不同導(dǎo)致評(píng)價(jià)結(jié)果差異較大，評(píng)價(jià)結(jié)果公正性難以保證。

（二） 統(tǒng)計(jì)模型時(shí)期

在上世紀(jì)50年代到90年代期間，統(tǒng)計(jì)方法開始在信用評(píng)價(jià)技術(shù)中大量使用。Beaver[2]在1968建立單變量多元分析模型 （Z模型），但這種方法會(huì)存在不同變量導(dǎo)致不同的評(píng)價(jià)結(jié)果的缺陷。針對(duì)這一缺陷，Altman[3]利用多元判別分析法進(jìn)行改進(jìn)建立了Zeta模型，明顯提升了風(fēng)險(xiǎn)預(yù)警的效果。1980年Ohlson[4]開始運(yùn)用Logit回歸模型進(jìn)行企業(yè)信用評(píng)價(jià)，而后Collins和Green（1982）、Gentry、Newbold和Whitford （1987）的研究表明了Logit回歸模型在信用評(píng)價(jià)方面優(yōu)于Zeta模型。Jone和Hensher（2004）使用混合Logit模型提高風(fēng)險(xiǎn)評(píng)價(jià)的準(zhǔn)確程度。隨著信用評(píng)價(jià)技術(shù)的完善，一些新的統(tǒng)計(jì)方法不斷在實(shí)踐和應(yīng)用，如KMV模型、VaR方法均在信用風(fēng)險(xiǎn)評(píng)價(jià)中使用，這些模型的出現(xiàn)意味著統(tǒng)計(jì)方法在信用風(fēng)險(xiǎn)度量技術(shù)的廣泛使用。

但是統(tǒng)計(jì)學(xué)方法應(yīng)用在信用評(píng)價(jià)中也有很多的不足，如統(tǒng)計(jì)模型要求評(píng)價(jià)指標(biāo)的關(guān)系是線性的，指標(biāo)要成正態(tài)分布等都與企業(yè)的實(shí)際情況不符。因此，統(tǒng)計(jì)方法評(píng)價(jià)企業(yè)信用風(fēng)險(xiǎn)有很大的局限性。

（三） 人工智能方法時(shí)期

從上世紀(jì)90年代開始，信用評(píng)價(jià)就進(jìn)入了一個(gè)集人工智能、計(jì)算機(jī)技術(shù)和系統(tǒng)技術(shù)于一體的人工智能方法時(shí)期。隨著人工智能的發(fā)展和應(yīng)用，神經(jīng)網(wǎng)絡(luò)方法（ANN）開始進(jìn)入信用評(píng)價(jià)的應(yīng)用和研究領(lǐng)域。相對(duì)于統(tǒng)計(jì)方法，神經(jīng)網(wǎng)絡(luò)對(duì)樣本數(shù)據(jù)分布要求不嚴(yán)格，具有較強(qiáng)的“魯棒性”和較高的預(yù)測精度，這些優(yōu)勢使其成為信用風(fēng)險(xiǎn)評(píng)價(jià)的有效工具。Singleton和Surkan[5]的研究表明神經(jīng)網(wǎng)絡(luò)方法的準(zhǔn)確率比信用評(píng)分法的準(zhǔn)確率要高16%。Altman、Macro和macro[6]的研究也證實(shí)了神經(jīng)網(wǎng)絡(luò)準(zhǔn)確率遠(yuǎn)高于信用評(píng)分法準(zhǔn)確率。

我國學(xué)者對(duì)于信用評(píng)價(jià)問題的研究起步較晚，相比發(fā)達(dá)國家成熟的信用評(píng)價(jià)體系存在著相當(dāng)大的差距。特別是在信用評(píng)級(jí)的實(shí)踐中，仍然以信用評(píng)分為主，在評(píng)價(jià)方法上，又以統(tǒng)計(jì)分析為主，而對(duì)于神經(jīng)網(wǎng)絡(luò)方法、衍生工具方法的應(yīng)用研究相對(duì)較少?；诖耍疚臉?gòu)建模糊神經(jīng)網(wǎng)絡(luò)方法探索企業(yè)信用風(fēng)險(xiǎn)評(píng)價(jià)方法。

二、研究方法與樣本來源

（一） 研究方法

本文中的T-S模糊系統(tǒng)是一種自適應(yīng)能力較強(qiáng)的模糊系統(tǒng)應(yīng)用，該模型不僅能自動(dòng)更新，而且還能不斷修正模糊子集的隸屬函數(shù)。T-S模糊系統(tǒng)用“if-then”的規(guī)則來定義，其模糊推理如下：

其中： 為模糊系統(tǒng)的模糊集； 為模糊系統(tǒng)的參數(shù)；yi為根據(jù)模糊規(guī)則得到的輸出。該模糊推理的輸出部分是模糊的，輸入部分是確定的，且輸出為輸入的線性組合。

（二） 樣本來源

本文中的樣本來源于2012年度浙江省重點(diǎn)工程招投標(biāo)領(lǐng)域信用評(píng)級(jí)企業(yè)。為了評(píng)價(jià)的一致性，受評(píng)的72戶企業(yè)均為土木施工類企業(yè)，其中55戶作為神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)樣本，17戶作為檢驗(yàn)樣本，樣本數(shù)據(jù)均由杭州資信評(píng)估公司提供。

（三） 評(píng)價(jià)指標(biāo)說明

信用評(píng)價(jià)指標(biāo)體系是科學(xué)評(píng)價(jià)企業(yè)信用狀況的基礎(chǔ)和依據(jù)，本文按照浙江省企業(yè)信用評(píng)價(jià)指導(dǎo)性標(biāo)準(zhǔn)和規(guī)范提供的指標(biāo)體系[7]，其評(píng)價(jià)指標(biāo)主要分為5個(gè)大類、15個(gè)中類及48個(gè)初始指標(biāo)集，即① 企業(yè)基本狀況大類指標(biāo)：基本條件，人力資源，管理能力；②財(cái)務(wù)狀況大類指標(biāo)：債權(quán)債務(wù)，營運(yùn)能力，盈利能力；③ 發(fā)展?jié)摿Υ箢愔笜?biāo)：行業(yè)狀況，技術(shù)實(shí)力，成長能力，發(fā)展戰(zhàn)略；④ 公共信用監(jiān)管大類指標(biāo)；⑤ 招標(biāo)投標(biāo)監(jiān)管信息大類指標(biāo)：招標(biāo)投標(biāo)信用記錄，合同履約情況，獲獎(jiǎng)情況。

本文樣本的財(cái)務(wù)指標(biāo)數(shù)據(jù)均來自于審計(jì)后的財(cái)務(wù)報(bào)表，定性指標(biāo)則通過實(shí)地調(diào)查或監(jiān)管部門的官網(wǎng)信息所得，因而所有的信用信息真實(shí)可靠。

由于信用評(píng)價(jià)指標(biāo)體系中的各個(gè)指標(biāo)計(jì)量單位不同，在分析之前必須通過歸一化處理，化為無量綱的表達(dá)式，即為純量。指標(biāo)歸一化的方法有很多，本文使用如下算子（即matlab中的mapminmax）進(jìn)行歸一化處理：

其中：ymax默認(rèn)取為1，ymin默認(rèn)取為?1，這樣把原始數(shù)據(jù)歸一化到?1至1之間，以便于后續(xù)的運(yùn)算處理。

三、模糊神經(jīng)網(wǎng)絡(luò)構(gòu)建

（一） 模糊神經(jīng)網(wǎng)絡(luò)的輸入與輸出

本文構(gòu)建三層神經(jīng)網(wǎng)絡(luò)，模型的第一層為輸入層，因?yàn)橛?8個(gè)輸入?yún)?shù)指標(biāo)，所以輸入層設(shè)置了48個(gè)神經(jīng)元；第二層為隱含層，隱含層神經(jīng)元個(gè)數(shù)要依據(jù)網(wǎng)絡(luò)學(xué)習(xí)的擬合速度選取，此處設(shè)置為100個(gè)；第三層為輸出層，由于輸出參數(shù)為一個(gè)，即為企業(yè)的信用等級(jí)，故輸出層設(shè)置1個(gè)神經(jīng)元。

（二） 基于模糊神經(jīng)網(wǎng)絡(luò)的企業(yè)信用風(fēng)險(xiǎn)評(píng)價(jià)的流程

企業(yè)信用風(fēng)險(xiǎn)評(píng)價(jià)要將輸入樣本數(shù)據(jù)歸一化后求隸屬度，旨在將數(shù)據(jù)模糊化，再采用連乘算子作為模糊算子，計(jì)算模糊模型輸出值，其結(jié)果為逆模糊化的輸出。通過誤差計(jì)算矯正隸屬度參數(shù)，訓(xùn)練模糊神經(jīng)網(wǎng)絡(luò)，將訓(xùn)練好的網(wǎng)絡(luò)對(duì)測試數(shù)據(jù)進(jìn)行信用評(píng)價(jià)。該過程如圖1所示。

（三） 模糊神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)算法

1. 誤差計(jì)算

2. 系數(shù)修正

3. 參數(shù)修正

四、實(shí)證研究結(jié)果

本文采用MATLAB 2010a編程，實(shí)現(xiàn)模糊神經(jīng)網(wǎng)絡(luò)過程對(duì)該網(wǎng)絡(luò)進(jìn)行訓(xùn)練。經(jīng)過訓(xùn)練得到模糊神經(jīng)網(wǎng)絡(luò)的真實(shí)結(jié)構(gòu)。該結(jié)構(gòu)由48個(gè)神經(jīng)元的輸入層，1個(gè)神經(jīng)元的輸出層和100個(gè)神經(jīng)元的隱含層構(gòu)成，經(jīng)過大量次數(shù)的訓(xùn)練，得到訓(xùn)練結(jié)果。

（一） 誤差分析

從圖2到圖5可知，經(jīng)過9 000次訓(xùn)練，個(gè)別點(diǎn)的誤差仍然較大，沒有趨于穩(wěn)定。在經(jīng)過10 000次訓(xùn)練后，所有點(diǎn)的誤差非常小，訓(xùn)練好的模型能夠用于測試數(shù)據(jù)的信用評(píng)價(jià)。

在不同訓(xùn)練次數(shù)下誤差波動(dòng)不大，說明經(jīng)過10 000次訓(xùn)練以后的誤差已經(jīng)趨于穩(wěn)定。從圖6和圖7中可以看出，需要較大的訓(xùn)練次數(shù)誤差才能趨于穩(wěn)定，主要原因在于訓(xùn)練樣本中等級(jí)的不連續(xù)性，例如一個(gè)企業(yè)的數(shù)據(jù)理論上應(yīng)該化分為等級(jí)2.4，但是在實(shí)踐應(yīng)用中的等級(jí)卻只有2和3，按照接近原則劃分到2，這樣的誤差出現(xiàn)在訓(xùn)練樣本中將會(huì)對(duì)訓(xùn)練結(jié)果的好壞、預(yù)測結(jié)果的好壞有著較大的影響。

由于反歸一化后結(jié)果不一定是整數(shù)，這與信用等級(jí)不一致，所以有必要對(duì)結(jié)果取整，當(dāng)輸出結(jié)果小于1.5，其等級(jí)為AAA（圖上為1），輸出結(jié)果為1.5～2.5，其等級(jí)為AA（圖上為2），輸出結(jié)果為2.5～3.5，其等級(jí)為A（圖上為3），輸出結(jié)果大于3.5，其等級(jí)為BBB（圖上為4）。

測試樣本評(píng)價(jià)結(jié)果如圖8，等級(jí)1代表AAA，2代表AA，3代表A，4代表BBB。即：

五、結(jié)語

（1） 本文根據(jù)浙江省企業(yè)信用評(píng)價(jià)指導(dǎo)性標(biāo)準(zhǔn)和規(guī)范的要求確立了企業(yè)信用風(fēng)險(xiǎn)評(píng)估的指標(biāo)體系， 構(gòu)建了企業(yè)信用風(fēng)險(xiǎn)評(píng)估的模糊神經(jīng)網(wǎng)絡(luò)模型。通過MATLAB 2010a編程，實(shí)現(xiàn)模糊神經(jīng)網(wǎng)絡(luò)過程對(duì)該網(wǎng)絡(luò)進(jìn)行訓(xùn)練。實(shí)證研究表明， 模糊神經(jīng)網(wǎng)絡(luò)適用于企業(yè)信用風(fēng)險(xiǎn)評(píng)價(jià)，且網(wǎng)絡(luò)預(yù)測誤差小。

（2） 利用模糊神經(jīng)網(wǎng)絡(luò)得到的企業(yè)信用評(píng)價(jià)結(jié)果與杭州資信評(píng)估企業(yè)的評(píng)價(jià)結(jié)果基本一致。經(jīng)對(duì)比，有4個(gè)企業(yè)的評(píng)價(jià)結(jié)果發(fā)生了一個(gè)等級(jí)的差異。

參考文獻(xiàn)：

[1] 張瑛. 新興技術(shù)企業(yè)信用風(fēng)險(xiǎn)評(píng)估方法研究[D]. 成都： 電了科技大學(xué)， 2009.

[2] Beaver W H. financial ratios as predictors of failure[J]. Journal of Accounting Research， 1966： 71?111.

[3] Altman E I. Financial Ratios Discriminant Analysis and the Prediction of Corporate Bankruptcy[J]. Journal of Finance， 1968， 23： 4?7.

[4] J S. Ohlson. Financial Ratios and the Probabilitistic Prediction of Bankruptcy [J]. Journal of Accounting Research， 1980， 4： 123?133.

[5] Singleton. And Surkan. D. Simulating Correlated Defaults [J]. Paper presented at the Bank of England Conference on Credit Risk Modeling and Regulatory Implications， 2003， 9： 21?36.