毛翠云，魏秋君

(江蘇大學(xué) 工商管理學(xué)院，江蘇 鎮(zhèn)江 212013)

基于粗糙集理論的高新技術(shù)項(xiàng)目投資風(fēng)險(xiǎn)評(píng)價(jià)

毛翠云，魏秋君

(江蘇大學(xué) 工商管理學(xué)院，江蘇 鎮(zhèn)江 212013)

文章針對(duì)高新技術(shù)項(xiàng)目投資風(fēng)險(xiǎn)評(píng)價(jià)體系的基礎(chǔ)上，提出一種基于粗糙集理論的多指標(biāo)綜合評(píng)價(jià)方法，使評(píng)價(jià)結(jié)果更具客觀性，提高了綜合評(píng)價(jià)精度。

風(fēng)險(xiǎn)評(píng)價(jià)；權(quán)重確定；粗糙集

0 引言

風(fēng)險(xiǎn)投資作為市場(chǎng)經(jīng)濟(jì)條件下一種成熟的實(shí)業(yè)投資與金融投資相結(jié)合的商業(yè)化投融資模式，已成為各國(guó)高新技術(shù)產(chǎn)業(yè)發(fā)展和經(jīng)濟(jì)增長(zhǎng)的主要推動(dòng)力。高技術(shù)項(xiàng)目投資風(fēng)險(xiǎn)評(píng)價(jià)是指高技術(shù)項(xiàng)目在技術(shù)風(fēng)險(xiǎn)、生產(chǎn)風(fēng)險(xiǎn)、市場(chǎng)風(fēng)險(xiǎn)、管理風(fēng)險(xiǎn)、環(huán)境風(fēng)險(xiǎn)等評(píng)價(jià)的基礎(chǔ)上，采用一定的評(píng)價(jià)方法，以項(xiàng)目的目標(biāo)和效益為核心，對(duì)投資項(xiàng)目進(jìn)行全面系統(tǒng)的評(píng)價(jià)。在評(píng)價(jià)過(guò)程中，指標(biāo)權(quán)重的確定是綜合評(píng)價(jià)的核心問(wèn)題。關(guān)于評(píng)價(jià)指標(biāo)權(quán)重的確定，主要有主觀賦權(quán)法和客觀賦權(quán)法兩類(lèi)。主觀賦權(quán)法是決策者根據(jù)各指標(biāo)的主觀重視程度而賦權(quán)的一種方法，主要有專家調(diào)查法、最小二乘法、層次分析法等，這些方法都是基于決策者對(duì)各項(xiàng)指標(biāo)重要性的主觀認(rèn)知程度，具有一定的主觀隨意性。客觀賦權(quán)法是根據(jù)所選指標(biāo)提供的客觀信息通過(guò)運(yùn)算確定權(quán)重的一類(lèi)方法，如熵值法、遺傳算法、多目標(biāo)規(guī)劃法等，這些方法都盡量避免主觀賦權(quán)法的人為因素，但權(quán)值不能反映決策者的主觀信息，且確定方法較為困難。高技術(shù)項(xiàng)目投資風(fēng)險(xiǎn)評(píng)價(jià)系統(tǒng)較為復(fù)雜，專家很難完全靠經(jīng)驗(yàn)衡量各指標(biāo)的相互重要度。鑒于以上方法各具有一定局限性，本文提出了一種基于粗糙集理論的多指標(biāo)綜合評(píng)價(jià)方法，研究高新技術(shù)項(xiàng)目投資風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)綜合權(quán)重的確定，使分析結(jié)果更加合理化、科學(xué)化、實(shí)用化。

1 高新技術(shù)項(xiàng)目投資風(fēng)險(xiǎn)評(píng)價(jià)體系的建立

高新技術(shù)企業(yè)競(jìng)爭(zhēng)力主要來(lái)源于生產(chǎn)能力，盈利能力，服務(wù)能力，市場(chǎng)控制力，創(chuàng)新競(jìng)爭(zhēng)力，抗風(fēng)險(xiǎn)能力，組織管理能力，營(yíng)運(yùn)能力。高新技術(shù)項(xiàng)目投資幾乎涉及企業(yè)經(jīng)營(yíng)活動(dòng)的各個(gè)方面和活動(dòng)過(guò)程的各環(huán)節(jié)，任何一個(gè)相關(guān)方面缺乏能力支撐都會(huì)造成投資項(xiàng)目失利或低效。正確評(píng)價(jià)高新技術(shù)項(xiàng)目投資風(fēng)險(xiǎn)必須建立一套科學(xué)的評(píng)價(jià)指標(biāo)體系。在制定指標(biāo)體系時(shí)必須遵循科學(xué)性原則、目的性原則、系統(tǒng)性原則、可行性原則、全面性原則及定性與定量結(jié)合的原則，本著以上原則，參考各種指標(biāo)體系構(gòu)建的文獻(xiàn)，根據(jù)高新技術(shù)企業(yè)投資風(fēng)險(xiǎn)的構(gòu)成要素建立了高新技術(shù)企業(yè)投資風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)體系，如圖1。對(duì)企業(yè)管理風(fēng)險(xiǎn)的影響，采用管理制度和企業(yè)組織來(lái)表示；對(duì)企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)方面的影響，采用營(yíng)運(yùn)能力表示；市場(chǎng)風(fēng)險(xiǎn)用產(chǎn)品競(jìng)爭(zhēng)力和市場(chǎng)控制力兩個(gè)指標(biāo)來(lái)衡量；R&D風(fēng)險(xiǎn)用R&D條件和技術(shù)先進(jìn)性兩個(gè)指標(biāo)來(lái)衡量；環(huán)境風(fēng)險(xiǎn)用政策風(fēng)險(xiǎn)和經(jīng)濟(jì)風(fēng)險(xiǎn)兩個(gè)指標(biāo)來(lái)衡量。

2 粗糙集理論綜合評(píng)價(jià)方法

2.1 粗糙集理論的相關(guān)原理

一個(gè)知識(shí)表達(dá)系統(tǒng) S 可表達(dá)為：S=＜U，A，V，f＞， 其中 U表示對(duì)象的集合，即論域；A是屬性的集合；V＝∪a∈AVa是屬性值的集合，即屬性的值域集，其中Va是屬性a∈A的值域；f是信息函數(shù)，f：U×A→V，即 f(x，a)∈V，它指定了 U 中每一對(duì)象x的屬性值。

圖1 高新技術(shù)項(xiàng)目投資風(fēng)險(xiǎn)評(píng)價(jià)體系

決策表根據(jù)知識(shí)表達(dá)系統(tǒng)定義為：S=(U，A)為一知識(shí)表達(dá)系統(tǒng)，C，D?A為兩個(gè)屬性子集，且C∪D=A,C∩D=φ，C,D分別稱為條件屬性集和決策屬性集，具有條件屬性和決策屬性的知識(shí)表達(dá)系統(tǒng)稱為決策表，記作T＝(U，A，C，D),或簡(jiǎn)稱CD決策表。在決策表中，對(duì)于屬性子集R?A,不可分辨關(guān)系IND(R) 定義為：IND(R)＝{(x，y)∈U×U|r∈R，r(x)=r(y)}。 顯然，IND(R)是一個(gè)等價(jià)關(guān)系，x在屬性集R上的等價(jià)類(lèi)[x]IND(R)定義為：[x]IND(R)＝{y|y∈U,y IND(R)x}。為方便起見(jiàn)，在不產(chǎn)生混淆的情況下用R代替IND(R)。關(guān)系IND(C)和IND(D)的等價(jià)類(lèi)分別稱為條件類(lèi)和決策類(lèi)。隸屬度定義中的參數(shù)x表示數(shù)據(jù)對(duì)象，修改參數(shù)為屬性集值，重新表示屬性集B對(duì)Yi的隸屬度函數(shù)。在決策表中，D為決策屬性，Yi∈U/D，i＝0,1，…，|IND(D)|－1。 即 Yi是根據(jù)決策屬性 D得到的各個(gè)等價(jià)類(lèi)，每一個(gè)等價(jià)類(lèi)對(duì)應(yīng)著一種決策分類(lèi)類(lèi)別。 B 為條件屬性集的子集，即 B?C，x1，x2，...， x|B|為屬性集B所對(duì)應(yīng)的屬性值，屬性集B對(duì)Yi的隸屬度函數(shù)為：

其中，x 表示 x1,x2，...，x|B|所對(duì)應(yīng)的對(duì)象，|*|表示集合中元素的個(gè)數(shù)，b表示B中元素的個(gè)數(shù)即|B|。表示根據(jù)屬性集B中的某一個(gè)等價(jià)類(lèi)能確定歸于某一個(gè)決策類(lèi)Yi的對(duì)象的個(gè)數(shù)與該類(lèi)對(duì)象的個(gè)數(shù)的比例。隸屬度函數(shù)(x1,x2,…,xb)反映的是：如果已知屬性集B的某值對(duì)應(yīng)的對(duì)象屬于某個(gè)等價(jià)類(lèi)，那么這個(gè)屬性集值對(duì)應(yīng)的對(duì)象屬于決策類(lèi)Yi的概率為顯然越大，屬于決策類(lèi)Yi的概率越大。若，可以肯定這個(gè)屬性集值對(duì)應(yīng)的對(duì)象一定屬于決策類(lèi)Yi。若說(shuō)明屬性集值對(duì)應(yīng)的對(duì)象一定不屬于決策類(lèi)Yi，即在決策表中不存在這樣一條決策規(guī)則。若那么這個(gè)屬性集值對(duì)應(yīng)的對(duì)象可能屬于決策類(lèi)Yi也可能不屬于決策類(lèi)Yi。

在非數(shù)據(jù)集的情況下，利用可辨矩陣得到一個(gè)差別函數(shù)，通過(guò)對(duì)該差別函數(shù)進(jìn)行化簡(jiǎn)可以得到所有屬性約簡(jiǎn)，則在任何屬性約簡(jiǎn)中都不包含的屬性，稱之為條件屬性中相對(duì)于決策屬性一定可以省略的屬性。知識(shí)的依賴性，知識(shí)依賴性可以定義如下：對(duì)于近似空間 K=(U，R)，且 P,γC-(C11)(D)Q?R；當(dāng)ind(P)?ind(Q)，知識(shí)Q依賴于知識(shí) P。知識(shí)Q對(duì) P的依賴度定義為：

其中|U|表示集合U的基數(shù)。從公式易知，t的取值在[0，1]的區(qū)間內(nèi)，當(dāng) t=l時(shí)，稱 Q 完全依賴于 P；當(dāng) 0＜t＜1 時(shí)，稱 Q粗糙依賴于P；當(dāng) t=0時(shí)，Q完全獨(dú)立于P。在指標(biāo)體系中，各指標(biāo)對(duì)綜合評(píng)價(jià)的重要程度是不同的，當(dāng)衡量各指標(biāo)對(duì)綜合評(píng)價(jià)的貢獻(xiàn)時(shí)，應(yīng)賦予不同的權(quán)重，重要者賦予較大權(quán)重。假設(shè)評(píng)價(jià)指標(biāo)Ci∈C，為了找出評(píng)價(jià)指標(biāo)的相對(duì)重要性，從評(píng)價(jià)指標(biāo)集合C(條件屬性集)中去掉某個(gè)評(píng)價(jià)指標(biāo)Ci時(shí)，再來(lái)考察沒(méi)有該指標(biāo)后分類(lèi)會(huì)怎樣變化。若去掉該指標(biāo)相應(yīng)分類(lèi)變化較大，則說(shuō)明該評(píng)價(jià)的強(qiáng)度大，即該指標(biāo)重要性高；反之，說(shuō)明該評(píng)價(jià)的強(qiáng)度小，即該指標(biāo)重要性低。評(píng)價(jià)指標(biāo)Ci關(guān)于決策屬性D的重要性為σCD(Ci)=γC(D)-γC-(Ci)(D)。

2.2 項(xiàng)目評(píng)價(jià)流程

根據(jù)粗糙集理論對(duì)決策信息的處理應(yīng)用到項(xiàng)目評(píng)價(jià)模型，我們建立了基于粗糙集理論的綜合評(píng)價(jià)算法流程：

(1)步驟1：評(píng)價(jià)體系構(gòu)建。建立完整的評(píng)價(jià)體系，構(gòu)造引進(jìn)數(shù)據(jù)庫(kù) K=(U，R)。

(2)步驟2：屬性約簡(jiǎn)。利用粗糙集屬性約簡(jiǎn)原理對(duì)冗余屬性 ，即冗余的評(píng)價(jià)指標(biāo)進(jìn)行約簡(jiǎn)，建立約簡(jiǎn)的評(píng)價(jià)數(shù)據(jù)決策表。

(3)步驟3：計(jì)算評(píng)價(jià)指標(biāo)的權(quán)重。根據(jù)屬性重要度的概念對(duì)評(píng)價(jià)指標(biāo)進(jìn)行評(píng)價(jià)權(quán)重分配。

(4)步驟4：綜合評(píng)價(jià)。根據(jù)步驟3得到的權(quán)重對(duì)項(xiàng)目對(duì)象進(jìn)行綜合評(píng)價(jià)。

基于粗糙集理論的綜合評(píng)價(jià)步驟：

(1)初始指標(biāo)建立及樣本獲取

要對(duì)論域 U={x1，x2，… ，xn}，進(jìn)行綜合評(píng)價(jià)，首先要建立起描述論域的知識(shí)體系，即指標(biāo)體系，R={r1,r2,...,rn}。故可形成一個(gè)n-m的矩陣。

(2)樣本數(shù)據(jù)離散化

由于粗糙集理論只能處理離散化數(shù)據(jù)，故在屬性約簡(jiǎn)前，必須對(duì)數(shù)據(jù)進(jìn)行離散化。本文采用的方法是借助數(shù)學(xué)軟件DSP對(duì)每個(gè)屬性進(jìn)行聚類(lèi)分析，針對(duì)每一屬性的特點(diǎn)比較不同的聚類(lèi)方法，選取不同的值，以期達(dá)到最好的聚類(lèi)方法。

(3)屬性的約簡(jiǎn)

根據(jù)上文所述知識(shí)約簡(jiǎn)的方法進(jìn)行約簡(jiǎn)和求核，形成新的指標(biāo)評(píng)價(jià)體系。因?yàn)楸疚膶?shí)證研究選取的樣本數(shù)量較少，故采用上述方法手工約簡(jiǎn)和提取規(guī)則，當(dāng)樣本數(shù)量較多時(shí)可采用基于可辨識(shí)矩陣和邏輯運(yùn)算的屬性約簡(jiǎn)算法等。

(4)權(quán)重的計(jì)算

本文采用將粗糙集理論與決策者的先驗(yàn)知識(shí)相結(jié)合進(jìn)行權(quán)重確定研究是很有理論意義和實(shí)用價(jià)值的。

根據(jù)粗糙集理論屬性重要度的概念，定義指標(biāo)r在指標(biāo)體系中的重要性為：

其中論域U為評(píng)價(jià)對(duì)象的集合；P、Q為指標(biāo)的子集合．即U中的等價(jià)關(guān)系族。

指標(biāo)r的權(quán)重為：

其中ωr為指標(biāo)r的權(quán)重，μr為指標(biāo)r的重要性,i為指標(biāo)集合P中的指標(biāo)。

(5)對(duì)象評(píng)價(jià)

根據(jù)屬性的重要性，屬性的權(quán)重，綜合各個(gè)描述信息，對(duì)各評(píng)價(jià)對(duì)象作出評(píng)價(jià)。

其V綜合評(píng)價(jià)值，ωi指標(biāo)i的權(quán)重，yi指標(biāo)i的評(píng)價(jià)值。

3 應(yīng)用舉例

選取的樣本來(lái)自某風(fēng)險(xiǎn)投資機(jī)構(gòu)對(duì)10個(gè)有代表性的高技術(shù)項(xiàng)目投資評(píng)價(jià)資料，運(yùn)用模糊聚類(lèi)法離散數(shù)據(jù)并作整理后形成如表1所示的信息表。利用粗糙集屬性重要度客觀地確定各屬性在投資風(fēng)險(xiǎn)評(píng)價(jià)中的相對(duì)重要度及權(quán)重分配。

首先對(duì)指標(biāo)進(jìn)行主成分分析，簡(jiǎn)化運(yùn)算，得到5個(gè)主成分r1、r2、r3、r4、r5。運(yùn)用粗糙集軟件對(duì)數(shù)據(jù)進(jìn)行離散化處理，令 U={X1，X2，…，X12}，R={r1，r2，r3，r4，r5}，根據(jù)上述方法得到：U/ind (R)={{X1}，{X2}，{X4}，{X6}，{X9}，{X11}， {X3，X5，X10}，{X8，X12}，{X7}}；U/ind(R-r1)={{X1}，{X2}，{x4}，{X6}，{X9}，{X11}，{X3,X5，X10}，{X8,X12}，{X7}}=U/ind(R)；U/ind(Q)={{X1}，{X2}，{X4}，{X6}，{X9}，{X11}， {X3，X5，X10}，{X8，X12}，{X7}}；U/ind(Q-r2)={{X1}，{X2}，{X4}，{X6}，{X9}，{X3，X5，X10,X1l}，{X8,X12}，{X7}}，因此 r2 不可約簡(jiǎn)。 同理可得，根據(jù)約簡(jiǎn)和核的定義屬性r1是可以約簡(jiǎn)的，得到一組約簡(jiǎn){rl，r3，r4，r5}，core(R)={r2，r3，r4，r5}。 取約簡(jiǎn)后屬性組Q={r2，r3，r4，r5}，U={x1，x2，…，x12}組成新的知識(shí)空間，并計(jì)算屬性的權(quán)重。 令 Q={r2，r3，r4，r5}，U={x1，x2，… ，x12}得到以下結(jié)果：通過(guò)公式1計(jì)算得各屬性的重要性μ1=3/18；μ2=3/18；μ3=3/18；μ4=7/18；μ5=2/18。代入公式 2 得到各指標(biāo)的權(quán)重：ω1=0.17；ω2=0.17；ω3=0.38；ω4=0.17；ω5=0.11。 根據(jù)公式3計(jì)算所得的在新的電網(wǎng)項(xiàng)目規(guī)劃評(píng)價(jià)中結(jié)果如表2所示：

表1 高新技術(shù)項(xiàng)目投資風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)體系權(quán)重表

表2 評(píng)價(jià)結(jié)果綜合表

從權(quán)重的大小來(lái)看，主成份r4的值最大，說(shuō)明相對(duì)其他指標(biāo)而言，該指標(biāo)的重要性最高，可以得出五個(gè)評(píng)價(jià)指標(biāo)權(quán)重順序：R&D風(fēng)險(xiǎn)、企業(yè)管理風(fēng)險(xiǎn)、財(cái)務(wù)風(fēng)險(xiǎn)、市場(chǎng)風(fēng)險(xiǎn)、環(huán)境風(fēng)險(xiǎn)。指標(biāo)權(quán)重的確定是建立在數(shù)據(jù)分析基礎(chǔ)上，無(wú)專家的偏重信息，這樣使多指標(biāo)分析的結(jié)果能同時(shí)反映主觀權(quán)重和客觀權(quán)重，并為其他類(lèi)型的決策系統(tǒng)權(quán)重融合提供有益的思路。

[1]Wells,W.A.VentureCapitalDecision Making[D].Unpublished Doctoral Dissertation,Carnegie-Mellon University,1974.

[2]Poindexter,J.B.The Efficiency of Financial Markets:The Venture Capital Case[D].Unpublished Doctoral Dissertation,New York University,1976.

[3]Tybejee,T.T.,A.V.Bruno.A Model of Venture Capitalist Investment Activity[J].Management Science,1984,30(9).

[4]Florence Yean Ying Ling.How Project Managers can better Controlthe Performance ofDesign-build Projects[J].International Journal of Project Management，2004，22（6）.

[5]T.A.Barnes，I.R.Pashby，A.M.Gibbons.Managing Collaborative R&D Projects Development of a Practical Management Tool[J].International Journal of Project Management，2006，24（5）.

[6]Bernhard Kaiser,Catharina Gramlich,Marc F?rster.State/Event Fault Trees-A Safety Analysis Model for Software-Controlled Systems[J].Reliability Engineering&System Safety,2007,92（11）.

[7]Chin-Yu Huang,Yung-Ruei Chang.An Improved Decomposition Scheme for Assessing the Reliability of Embedded Systems by Using Dynamic Fault Trees[J].Reliability Engineering&System Safety,2007,92（10）.

[8]張麗霞,施國(guó)慶.基于支持向量機(jī)的工程項(xiàng)目風(fēng)險(xiǎn)預(yù)測(cè)研究[J].計(jì)算機(jī)工程與應(yīng)用,2005,21(1).

[9]張浩.融資過(guò)程中管理者的羊群效應(yīng)分析——基于中美股市IPO數(shù)據(jù)的研究[J].湖南科技大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版）,2008,(6).

[10]杭愛(ài)明,張宛平,方勝春.金融危機(jī)對(duì)中國(guó)風(fēng)險(xiǎn)投資環(huán)境的影響及應(yīng)對(duì)策略[J].上海企業(yè)，2009,（6）.

[11]馬剛.企業(yè)競(jìng)爭(zhēng)優(yōu)勢(shì)的內(nèi)涵界定及其相關(guān)理論評(píng)述[J].經(jīng)濟(jì)論壇.2006，(1).

F224

A

1002－6487（2010）24－0056-03

毛翠云（1961-），女，江蘇鎮(zhèn)江人，教授，研究方向：人力資源管理。

魏秋君（1984-），女，河南焦作人，碩士研究生，研究方向：人力資源管理。

（責(zé)任編輯/亦 民）