陳聰

政府相關(guān)部門在土地儲備過程中面臨著各種風(fēng)險，該文基于74組來自可研報告的數(shù)據(jù)，建立了合理的評估模型。模型首先運用主成分分析法對各影響因素進行無綱量化處理，得到各因素對總風(fēng)險的貢獻率；然后用層次分析法構(gòu)建風(fēng)險因素的遞階層次結(jié)構(gòu)，利用MATLAB、YAAHP等軟件求得權(quán)重；接著利用模糊綜合評價法對各項目的風(fēng)險進行量化評估以建立綜合評價模型，量化了項目風(fēng)險的大小；最后為如何對土地儲備的風(fēng)險進行評估提出解決方法。

一、問題的重述

問題的相關(guān)背景。近年來，土地的收儲及招拍掛的實施，在增加地方財政收入，提高土地市場公平性和透明性方面起到了積極的作用。但是，土地收儲也成為引發(fā)金融風(fēng)險的關(guān)鍵環(huán)節(jié)。在土地收儲過程中，相關(guān)部門需要動用大量資金，這些資金在土地市場活躍性較好的情況下，風(fēng)險不易顯現(xiàn)，而當(dāng)土地市場疲軟之時，極易因收儲的土地?zé)o法變現(xiàn)而導(dǎo)致金融風(fēng)險的集中暴發(fā)。除此之外，制度風(fēng)險，市場風(fēng)險，財務(wù)風(fēng)險，運營風(fēng)險等因素也對土地儲備有著不可忽略的影響。

因此，我們必須對土地儲備的風(fēng)險進行理論和實踐兩方面的深入研究，提出土地儲備的風(fēng)險控制和防范措施，為土地儲備機構(gòu)控制和防范風(fēng)險提供理論支持和技術(shù)指引。

相關(guān)數(shù)據(jù)。為構(gòu)建風(fēng)險評估模型，我們對來自政府相關(guān)部門的74組項目數(shù)據(jù)進行計算。具體數(shù)據(jù)即來自2006，2008，2009，2010，2011，2012年的74個項目的收購儲備面積 ，財務(wù)凈現(xiàn)值 ，財務(wù)內(nèi)部收益率 ，動態(tài)回收周期 ，項目投資總額估算 ，申請貸款額度 ，銀行批復(fù)額度 ，涉及拆遷補償人口 ，總收儲成本估算 ，預(yù)期收益 。

二、 定義與符號的說明

表2-1 符號說明表

序號 符號 意義

1 β 風(fēng)險系數(shù)

2 w 貢獻率，權(quán)重

3 μ 最佳方案矩陣

4 R 偏差模糊矩陣

5 F 綜合評價系數(shù)矩陣

三、模型的建立與問題的求解

3.1利用相關(guān)系數(shù)對數(shù)據(jù)和風(fēng)險系數(shù)的相對關(guān)系進行分析：

我們定義風(fēng)險系數(shù) ，但是對于風(fēng)險系數(shù)的影響因素還無法確定。我們通過分析其他數(shù)據(jù)和風(fēng)險系數(shù)的相關(guān)系數(shù)來得到他們之間的相關(guān)關(guān)系，然后根據(jù)相關(guān)關(guān)系的大小對眾因素進行取舍。利用EXCEL對數(shù)據(jù)進行相關(guān)關(guān)系分析得到結(jié)果如表3-1所示：

表3-1 相關(guān)系數(shù)表

影響因素 銀行批復(fù)貸款額 收購儲備面積 財務(wù)凈現(xiàn)值 動態(tài)回收周期 涉及人口拆遷數(shù) 項目投資總額

相關(guān)系數(shù) 0.1034 -0.1508 -0.3260 0.994173 -0.14318 0.131115

由表格可見，動態(tài)回收周期對相關(guān)系數(shù)的影響程度最大，其他的有一定的影響，但是影響不顯著，下面我們用主成分分析法具體分析它們對風(fēng)險系數(shù)的貢獻值的大小。

3.2 主成分分析法在土地儲備風(fēng)險中的應(yīng)用：

3.2.1方法簡介：設(shè)x1，x2，…，xp，為p各n維隨機變量（p項指標(biāo)），

我們用原始指標(biāo)的線性組合所構(gòu)成的綜合指標(biāo)來代替原有的指標(biāo)，即：

要求Yi盡可能地反映原有P個變量的信息，這里的“信息”用Yi方差來度量，即要求 達到最大，為此我們需要對系數(shù)向量加以限制即滿足約束條件：

求 使 取最大值，由此 所確定的隨機變量 稱為隨機變量 的第一主成分。如果第一主成分Y1還不足以反映原變量的信息，則進一步求Y2，為了使Y1和Y2所反映原變量的信息不相重疊，要求Y1和Y2不相關(guān)，即

于是，在約束條件 下，求 使得 達到最大，由此 所確定的隨機變量Y2稱為 的第二主要成分。

一般地，求第i 個主成分Yi，則要求其系數(shù)及主成分滿足以下條件：

（1）系數(shù)向量是單位向量，即

（2）不同的主成分不相關(guān)，沒有重疊信息，即

（3）各主成分的方差遞減，重要性遞減，即

3.2.2主成分分析法對土地儲備風(fēng)險的評估：

分析報告中的數(shù)據(jù)，我們歸納出對土地儲備風(fēng)險的影響因素為：財務(wù)內(nèi)部收益率，收購儲備面積，財務(wù)凈現(xiàn)值，動態(tài)回收周期，投資總額預(yù)算，批復(fù)比率，盈利能力，拆遷人口。其中，批復(fù)比率為銀行批復(fù)額度和申請貸款額度的比值，其反應(yīng)了貸款風(fēng)險的大小，盈利能力為第二年和第一年凈現(xiàn)金流量的差值和第一年凈現(xiàn)金流量的比值，比值越大則在未來的盈利能力越強。

我們對選取的影響因素進行無綱量化處理，使其進行代數(shù)運算具有實際意義，我們在 MATLAB軟件中輸入程序和數(shù)據(jù)，得到的矩陣中沒有沒有可剔除的量，故我們直接消除量綱，得到貢獻率為：

我們列出影響因素和其對應(yīng)貢獻率如表3-2所示：

表3-2 貢獻率表

影響因素 財務(wù)內(nèi)部收益率 收購儲備面積 財務(wù)凈現(xiàn)值 動態(tài)回收周期 投資總額預(yù)算 批復(fù)比率 拆遷人口 盈利能力

貢獻率 -0.3085

0.1096 0.3413 0.2387 0.2069 0.0953

0.1612 0.1557

根據(jù)此方法得出的各個因素的貢獻率，可以確定下面進行的層次分析法判別矩陣的系數(shù)，讓層次分析矩陣更有說服力。

3.3、層次分析法（AHP）對土地儲備風(fēng)險的評估：

運用 AHP 對土地儲備風(fēng)險進行分析時，首先需要了解影響系統(tǒng)風(fēng)險的全部因素，再將它們分解成若干個具體的風(fēng)險因素，這些具體的風(fēng)險因素就構(gòu)成了 AHP 分析法的基本元素。根據(jù)土地儲備風(fēng)險的特點，再將這些元素予以分組，形成互不相交的層次，上一層次元素對其直接的下一層次的全部或部分元素起著支配作用，這樣就形成了層次間的逐層支配體系，這種支配體系即是土地儲備的風(fēng)險遞階層次結(jié)構(gòu)。土地儲備風(fēng)險的遞階層次大體可分為三個層次：最高層、中間層和最低層。endprint

3.3.1構(gòu)建風(fēng)險因素的遞階層次結(jié)構(gòu)

最高層指標(biāo)的確定。目標(biāo)層位于風(fēng)險分析的頂層，只有一個元素，在土地儲備風(fēng)險分析中，最高層元素就是土地儲備總風(fēng)險。

中間層指標(biāo)體系的確定。中間層是包括為了實現(xiàn)最高層目標(biāo)所涉及的中間環(huán)節(jié)，它可以包含多個子準(zhǔn)則層。

最低層指標(biāo)體系的確定。最低層是為實現(xiàn)準(zhǔn)則層目標(biāo)可供選擇的各種具體實施方案，故也稱為方案層。最低層的各具體指標(biāo)通過作用中間層的各分項指標(biāo)而最終作用于目標(biāo)層，通過 AHP 遞階層次分析，就可以按照 AHP 分析法的要求分為目標(biāo)層、中間層和方案層三級層次體系。這三級層次指標(biāo)體系構(gòu)成運用如圖 3-3 所示：

圖3-3 層次指標(biāo)體系構(gòu)成圖

3.3.2構(gòu)建判斷矩陣

我們建立土地儲備風(fēng)險分析的遞階層次之后，上下層元素間的隸屬關(guān)系就被確定了。依據(jù)隸屬關(guān)系，可以構(gòu)造出下層元素相對于上層支配元素的相對重要度的判斷矩陣，本文采用 1-9 級標(biāo)度法取值來表示兩元素間的相對重要性。具體取值見表 3-4：

表3-4判斷矩陣相對重要度取值范圍及含義

用MATLAB對數(shù)據(jù)進行計算，對各因素相關(guān)關(guān)系進行確定，并將判斷結(jié)果輸入，確定判斷矩陣如下：

3.3.3用YAAHP軟件求得權(quán)重：

將判斷矩陣輸入MATLAB軟件，得到結(jié)果如圖3-5所示：

圖3-5風(fēng)險要素權(quán)重

得到：W=（0.0303，0.4182，0.2519，0.1445，0.0225，0.0792，0.0535） CR=0.0705<0.1

通過了一致性檢驗。同時我們得出中間層的一致性檢驗結(jié)果，得到各中間層元素在總風(fēng)險中所占的權(quán)重，且均通過一致性檢驗。風(fēng)險組成各因素的權(quán)重如表3-6所示：

表3-6風(fēng)險組成因素權(quán)重

財務(wù)凈現(xiàn)值所占比重最大，其次是動態(tài)回收周期，投資總額預(yù)算較其他因素所占比重較大，但是小于財務(wù)凈現(xiàn)值和動態(tài)回收周期。

因此，決策者在進行土地儲備風(fēng)險評估時，應(yīng)將重點放在財務(wù)凈現(xiàn)值、動態(tài)回收周期和投資總額預(yù)算上。一般情況下，財務(wù)凈現(xiàn)值越高，項目風(fēng)險相對越小；動態(tài)回歸周期越小，項目存在風(fēng)險相對越小；投資總額預(yù)算所占收益的比重越大，項目存在風(fēng)險相對越大。

3.4、模糊綜合評價方法對項目風(fēng)險的量化評估

前面所做的分析，并沒有得出確切的量化數(shù)據(jù)來顯示項目的優(yōu)劣程度。在模糊綜合評價法中，我們建立各個項目指標(biāo)值的矩陣、相對偏差模糊矩陣以及根據(jù)主成分分析法得到的權(quán)數(shù)，來確定綜合評價模型，量化項目風(fēng)險大小，更加直觀地比較項目的優(yōu)劣程度。

在影響風(fēng)險的因素中，收購儲備面積、財務(wù)凈現(xiàn)值、批復(fù)比率、盈利能力為效益型指標(biāo)，而動態(tài)回收周期、投資總額預(yù)算、涉及拆遷人口為成本型指標(biāo)。我們用偏差距離最小法進行綜合評價。

3.4.1、首先對上述七項影響因素進行無綱量化，得到消除量綱后的矩陣，則其最佳方案為：

其中

3.4.2、建立相對偏差模糊矩陣R：

，其中：

3.4.3、由層次分析法得到指標(biāo)的權(quán)重 為：

3.4.4、建立綜合評價模型：

對土地儲備風(fēng)險進行評估時，計算F值即通過效益型矩陣得出的綜合評價值，綜合評價值越大，則項目越好。

模型首先計算各因素和風(fēng)險因子的相關(guān)關(guān)系，進行了合理的分析。在層次分析法確定判斷矩陣的時候，模型用到了前面提供的各因素貢獻值，由此確定的權(quán)重更有說服力。計算過程綜合運用了MATLAB、EXCEL、YAAHP等軟件，使模型結(jié)果更加精確。以上提供的風(fēng)險評估方案只是通過對來自土地儲備部門的74組項目數(shù)據(jù)進行分析的結(jié)果，很多實際因素并沒有考慮進去。因此，在實際評估中，應(yīng)將更多因素放入模型，如儲備土地周邊環(huán)境，地價等，這樣可以使評估模型更加擬合實際情況。

（作者單位：安徽財經(jīng)大學(xué)）endprint

3.3.1構(gòu)建風(fēng)險因素的遞階層次結(jié)構(gòu)

最高層指標(biāo)的確定。目標(biāo)層位于風(fēng)險分析的頂層，只有一個元素，在土地儲備風(fēng)險分析中，最高層元素就是土地儲備總風(fēng)險。

中間層指標(biāo)體系的確定。中間層是包括為了實現(xiàn)最高層目標(biāo)所涉及的中間環(huán)節(jié)，它可以包含多個子準(zhǔn)則層。

最低層指標(biāo)體系的確定。最低層是為實現(xiàn)準(zhǔn)則層目標(biāo)可供選擇的各種具體實施方案，故也稱為方案層。最低層的各具體指標(biāo)通過作用中間層的各分項指標(biāo)而最終作用于目標(biāo)層，通過 AHP 遞階層次分析，就可以按照 AHP 分析法的要求分為目標(biāo)層、中間層和方案層三級層次體系。這三級層次指標(biāo)體系構(gòu)成運用如圖 3-3 所示：

圖3-3 層次指標(biāo)體系構(gòu)成圖

3.3.2構(gòu)建判斷矩陣

我們建立土地儲備風(fēng)險分析的遞階層次之后，上下層元素間的隸屬關(guān)系就被確定了。依據(jù)隸屬關(guān)系，可以構(gòu)造出下層元素相對于上層支配元素的相對重要度的判斷矩陣，本文采用 1-9 級標(biāo)度法取值來表示兩元素間的相對重要性。具體取值見表 3-4：

表3-4判斷矩陣相對重要度取值范圍及含義

用MATLAB對數(shù)據(jù)進行計算，對各因素相關(guān)關(guān)系進行確定，并將判斷結(jié)果輸入，確定判斷矩陣如下：

3.3.3用YAAHP軟件求得權(quán)重：

將判斷矩陣輸入MATLAB軟件，得到結(jié)果如圖3-5所示：

圖3-5風(fēng)險要素權(quán)重

得到：W=（0.0303，0.4182，0.2519，0.1445，0.0225，0.0792，0.0535） CR=0.0705<0.1

通過了一致性檢驗。同時我們得出中間層的一致性檢驗結(jié)果，得到各中間層元素在總風(fēng)險中所占的權(quán)重，且均通過一致性檢驗。風(fēng)險組成各因素的權(quán)重如表3-6所示：

表3-6風(fēng)險組成因素權(quán)重

財務(wù)凈現(xiàn)值所占比重最大，其次是動態(tài)回收周期，投資總額預(yù)算較其他因素所占比重較大，但是小于財務(wù)凈現(xiàn)值和動態(tài)回收周期。

因此，決策者在進行土地儲備風(fēng)險評估時，應(yīng)將重點放在財務(wù)凈現(xiàn)值、動態(tài)回收周期和投資總額預(yù)算上。一般情況下，財務(wù)凈現(xiàn)值越高，項目風(fēng)險相對越小；動態(tài)回歸周期越小，項目存在風(fēng)險相對越?。煌顿Y總額預(yù)算所占收益的比重越大，項目存在風(fēng)險相對越大。

3.4、模糊綜合評價方法對項目風(fēng)險的量化評估

前面所做的分析，并沒有得出確切的量化數(shù)據(jù)來顯示項目的優(yōu)劣程度。在模糊綜合評價法中，我們建立各個項目指標(biāo)值的矩陣、相對偏差模糊矩陣以及根據(jù)主成分分析法得到的權(quán)數(shù)，來確定綜合評價模型，量化項目風(fēng)險大小，更加直觀地比較項目的優(yōu)劣程度。

在影響風(fēng)險的因素中，收購儲備面積、財務(wù)凈現(xiàn)值、批復(fù)比率、盈利能力為效益型指標(biāo)，而動態(tài)回收周期、投資總額預(yù)算、涉及拆遷人口為成本型指標(biāo)。我們用偏差距離最小法進行綜合評價。

3.4.1、首先對上述七項影響因素進行無綱量化，得到消除量綱后的矩陣，則其最佳方案為：

其中

3.4.2、建立相對偏差模糊矩陣R：

，其中：

3.4.3、由層次分析法得到指標(biāo)的權(quán)重 為：

3.4.4、建立綜合評價模型：

對土地儲備風(fēng)險進行評估時，計算F值即通過效益型矩陣得出的綜合評價值，綜合評價值越大，則項目越好。

模型首先計算各因素和風(fēng)險因子的相關(guān)關(guān)系，進行了合理的分析。在層次分析法確定判斷矩陣的時候，模型用到了前面提供的各因素貢獻值，由此確定的權(quán)重更有說服力。計算過程綜合運用了MATLAB、EXCEL、YAAHP等軟件，使模型結(jié)果更加精確。以上提供的風(fēng)險評估方案只是通過對來自土地儲備部門的74組項目數(shù)據(jù)進行分析的結(jié)果，很多實際因素并沒有考慮進去。因此，在實際評估中，應(yīng)將更多因素放入模型，如儲備土地周邊環(huán)境，地價等，這樣可以使評估模型更加擬合實際情況。

（作者單位：安徽財經(jīng)大學(xué)）endprint

3.3.1構(gòu)建風(fēng)險因素的遞階層次結(jié)構(gòu)

最高層指標(biāo)的確定。目標(biāo)層位于風(fēng)險分析的頂層，只有一個元素，在土地儲備風(fēng)險分析中，最高層元素就是土地儲備總風(fēng)險。

中間層指標(biāo)體系的確定。中間層是包括為了實現(xiàn)最高層目標(biāo)所涉及的中間環(huán)節(jié)，它可以包含多個子準(zhǔn)則層。

最低層指標(biāo)體系的確定。最低層是為實現(xiàn)準(zhǔn)則層目標(biāo)可供選擇的各種具體實施方案，故也稱為方案層。最低層的各具體指標(biāo)通過作用中間層的各分項指標(biāo)而最終作用于目標(biāo)層，通過 AHP 遞階層次分析，就可以按照 AHP 分析法的要求分為目標(biāo)層、中間層和方案層三級層次體系。這三級層次指標(biāo)體系構(gòu)成運用如圖 3-3 所示：

圖3-3 層次指標(biāo)體系構(gòu)成圖

3.3.2構(gòu)建判斷矩陣

我們建立土地儲備風(fēng)險分析的遞階層次之后，上下層元素間的隸屬關(guān)系就被確定了。依據(jù)隸屬關(guān)系，可以構(gòu)造出下層元素相對于上層支配元素的相對重要度的判斷矩陣，本文采用 1-9 級標(biāo)度法取值來表示兩元素間的相對重要性。具體取值見表 3-4：

表3-4判斷矩陣相對重要度取值范圍及含義

用MATLAB對數(shù)據(jù)進行計算，對各因素相關(guān)關(guān)系進行確定，并將判斷結(jié)果輸入，確定判斷矩陣如下：

3.3.3用YAAHP軟件求得權(quán)重：

將判斷矩陣輸入MATLAB軟件，得到結(jié)果如圖3-5所示：

圖3-5風(fēng)險要素權(quán)重

得到：W=（0.0303，0.4182，0.2519，0.1445，0.0225，0.0792，0.0535） CR=0.0705<0.1

通過了一致性檢驗。同時我們得出中間層的一致性檢驗結(jié)果，得到各中間層元素在總風(fēng)險中所占的權(quán)重，且均通過一致性檢驗。風(fēng)險組成各因素的權(quán)重如表3-6所示：

表3-6風(fēng)險組成因素權(quán)重

財務(wù)凈現(xiàn)值所占比重最大，其次是動態(tài)回收周期，投資總額預(yù)算較其他因素所占比重較大，但是小于財務(wù)凈現(xiàn)值和動態(tài)回收周期。

因此，決策者在進行土地儲備風(fēng)險評估時，應(yīng)將重點放在財務(wù)凈現(xiàn)值、動態(tài)回收周期和投資總額預(yù)算上。一般情況下，財務(wù)凈現(xiàn)值越高，項目風(fēng)險相對越??；動態(tài)回歸周期越小，項目存在風(fēng)險相對越??；投資總額預(yù)算所占收益的比重越大，項目存在風(fēng)險相對越大。

3.4、模糊綜合評價方法對項目風(fēng)險的量化評估

前面所做的分析，并沒有得出確切的量化數(shù)據(jù)來顯示項目的優(yōu)劣程度。在模糊綜合評價法中，我們建立各個項目指標(biāo)值的矩陣、相對偏差模糊矩陣以及根據(jù)主成分分析法得到的權(quán)數(shù)，來確定綜合評價模型，量化項目風(fēng)險大小，更加直觀地比較項目的優(yōu)劣程度。

在影響風(fēng)險的因素中，收購儲備面積、財務(wù)凈現(xiàn)值、批復(fù)比率、盈利能力為效益型指標(biāo)，而動態(tài)回收周期、投資總額預(yù)算、涉及拆遷人口為成本型指標(biāo)。我們用偏差距離最小法進行綜合評價。

3.4.1、首先對上述七項影響因素進行無綱量化，得到消除量綱后的矩陣，則其最佳方案為：

其中

3.4.2、建立相對偏差模糊矩陣R：

，其中：

3.4.3、由層次分析法得到指標(biāo)的權(quán)重 為：

3.4.4、建立綜合評價模型：

對土地儲備風(fēng)險進行評估時，計算F值即通過效益型矩陣得出的綜合評價值，綜合評價值越大，則項目越好。

模型首先計算各因素和風(fēng)險因子的相關(guān)關(guān)系，進行了合理的分析。在層次分析法確定判斷矩陣的時候，模型用到了前面提供的各因素貢獻值，由此確定的權(quán)重更有說服力。計算過程綜合運用了MATLAB、EXCEL、YAAHP等軟件，使模型結(jié)果更加精確。以上提供的風(fēng)險評估方案只是通過對來自土地儲備部門的74組項目數(shù)據(jù)進行分析的結(jié)果，很多實際因素并沒有考慮進去。因此，在實際評估中，應(yīng)將更多因素放入模型，如儲備土地周邊環(huán)境，地價等，這樣可以使評估模型更加擬合實際情況。

（作者單位：安徽財經(jīng)大學(xué)）endprint