余義勇 段云龍
(云南財(cái)經(jīng)大學(xué)國際工商學(xué)院,云南 昆明 650221)
進(jìn)入21 世紀(jì),經(jīng)濟(jì)全球化趨勢日益加強(qiáng),中國根據(jù)自己各方面的優(yōu)勢和劣勢,進(jìn)行合理的產(chǎn)業(yè)結(jié)構(gòu)升級,以求探索出一條適合中國自身經(jīng)濟(jì)發(fā)展的道路,這勢必要經(jīng)歷一場大規(guī)模的項(xiàng)目投資熱。隨著我國經(jīng)濟(jì)實(shí)力的提升及科學(xué)技術(shù)的快速發(fā)展,越來越多的工程項(xiàng)目具有投資規(guī)模大、周期長、環(huán)境日益復(fù)雜的特點(diǎn),尤其是一些成敗影響面較大的重大工程投資項(xiàng)目。這就對已有的項(xiàng)目投資風(fēng)險(xiǎn)評價(jià)模型提出了更高的要求,除了要適應(yīng)全球經(jīng)濟(jì)環(huán)境下投資風(fēng)險(xiǎn)評價(jià)的新需求,還要對項(xiàng)目投資風(fēng)險(xiǎn)評價(jià)能真正起到輔助作用。經(jīng)濟(jì)全球化意味著各國資本會比以往任何時(shí)候更容易進(jìn)入中國市場尋找投資機(jī)會,尤其是西方發(fā)達(dá)國家的各項(xiàng)工程業(yè)務(wù),這將增大項(xiàng)目投資的不確定性,使得投資環(huán)境更加復(fù)雜。工程項(xiàng)目投資在承擔(dān)更多風(fēng)險(xiǎn)的同時(shí)也蘊(yùn)涵著機(jī)會,要想確保投資活動(dòng)的順利進(jìn)行,必須要善于把握機(jī)會,減少風(fēng)險(xiǎn)損失。由于投資模式的不斷更新變化,原來已有的工程項(xiàng)目投資風(fēng)險(xiǎn)評價(jià)方法越來越跟不上形勢的發(fā)展,已不能很好地適應(yīng)現(xiàn)代項(xiàng)目投資的需要,項(xiàng)目評價(jià)工作面臨著前所未有的挑戰(zhàn),因此要適時(shí)對評價(jià)模型做出改進(jìn)。
項(xiàng)目投資風(fēng)險(xiǎn)評價(jià)是一個(gè)影響因素眾多、環(huán)境較為復(fù)雜的評價(jià)過程。在眾多影響因素之中,不同環(huán)境下各因素的重要性各不相同,這些都需要根據(jù)具體情況進(jìn)行區(qū)別對待。
目前,數(shù)理統(tǒng)計(jì)法為常用的指標(biāo)篩選方法。但是該方法有一個(gè)最大的難題就是需要大量已知的數(shù)據(jù)做支撐,而且計(jì)算量較大,這給評價(jià)工作帶來不小的困難。但是評價(jià)分析必須解決這個(gè)難題。而現(xiàn)實(shí)情況是這方面的研究成果匱乏,沒有較全面的數(shù)據(jù)信息,要想從中發(fā)現(xiàn)統(tǒng)計(jì)分布規(guī)律難度較大,并難以準(zhǔn)確判斷數(shù)據(jù)所具有的特性。而灰色關(guān)聯(lián)度分析恰好彌補(bǔ)了這方面缺陷,它不需要大量的樣本數(shù)據(jù)且無需樣本服從特定的分布規(guī)律,相對而言運(yùn)用此方法的數(shù)據(jù)計(jì)算量較小且方便?;诖?,本文運(yùn)用灰色關(guān)聯(lián)理論對項(xiàng)目投資風(fēng)險(xiǎn)各影響因素進(jìn)行篩選,從而確定在特定環(huán)境下影響項(xiàng)目的主要評價(jià)指標(biāo)。
灰色關(guān)聯(lián)度分析是指在已知較少信息的情況下對系統(tǒng)發(fā)展變化進(jìn)行比較、描述的一種常用方法,其本質(zhì)是通過確定各比較數(shù)列與參考數(shù)列的幾何形狀的相似程度,判斷它們間聯(lián)系的緊密程度,兩者的關(guān)聯(lián)度隨著曲線的相似度和變化趨勢的接近而越來越緊密。指標(biāo)篩選主要步驟如下:
(1)確定分析數(shù)列X,記為X =(x1,x2,…,xn)。
(2)原始數(shù)據(jù)無量綱化處理。分別求出各個(gè)評價(jià)指標(biāo)的平均值和標(biāo)準(zhǔn)差,即
效益型評價(jià)指標(biāo)為
成本型評價(jià)指標(biāo)為
(3)計(jì)算關(guān)聯(lián)系數(shù)。選取參考數(shù)列Xi,T 為原始數(shù)據(jù)的行數(shù)(T =1,2,…,m),則Xi( T)與Xj(T)的關(guān)聯(lián)系數(shù)定義為
式中,Xi(T)為原始數(shù)據(jù)中第T 行第i 列的指標(biāo)數(shù)值,Xj(T)為第T 行第j 列的指標(biāo)數(shù)值;ρ ∈ [0,1]為分辨系數(shù),一般取ρ = 0.5 。得關(guān)聯(lián)系數(shù)矩陣為
(4)計(jì)算灰色關(guān)聯(lián)度。即
(5)關(guān)聯(lián)矩陣的構(gòu)建。按照以上方法,求出以不同列為參考數(shù)列下的各列相對于該列的關(guān)聯(lián)度,構(gòu)建矩陣如下
模糊綜合評價(jià)法是一種方便、常用的基于隸屬度理論的評價(jià)方法?,F(xiàn)實(shí)中人們所熟知的大部分經(jīng)濟(jì)現(xiàn)象由于數(shù)據(jù)很難收集及主體認(rèn)知的不完全性,難以對其作出準(zhǔn)確的分析判斷。在此背景下,模糊數(shù)學(xué)應(yīng)運(yùn)而生且發(fā)展較快,現(xiàn)已成為一種應(yīng)用十分廣泛且有效地對不確定事物進(jìn)行綜合評價(jià)的方法。該方法主要特點(diǎn)在于對評判對象逐個(gè)進(jìn)行評價(jià),被評判對象有唯一的評價(jià)值,不受評價(jià)主體的主觀性以及現(xiàn)實(shí)客觀問題模糊性的影響,其目的在于對受多個(gè)影響因素的事物做出全面評價(jià)。
模糊綜合評價(jià)的主要步驟:
(1)設(shè)U 為n 種因素構(gòu)成的因素集,記作U ={u1,u2,…,un}。其 中,ui= {ui1,ui2,…,uip},ui為一級評價(jià)指標(biāo),n 為待評價(jià)指標(biāo)個(gè)數(shù),以此類推。
(2)V 為m 種評判所構(gòu)成的評判集,記作V ={v1,v2,…,vm}。vj(j = 1,2,…,m)為第j 個(gè)評價(jià)結(jié)果,m 為總的評價(jià)結(jié)果個(gè)數(shù)。
Ai°Ri=(bi1,bi2,…,bim)=Bi
(i = 1,2,…,n)
(4)對一級指標(biāo)ui進(jìn)行綜合評價(jià),則Bi為其單因素評價(jià)結(jié)果,隸屬關(guān)系矩陣可表示為
設(shè)一級指標(biāo)ui(i = 1,2,…,n )的模糊權(quán)向量為
則二級模糊綜合評價(jià)模型為
(5)進(jìn)行多層次綜合評價(jià)。通過評價(jià)模型得出多級評價(jià)結(jié)果之后,根據(jù)評語集給出評價(jià)對象所屬等級及評價(jià)結(jié)論。
筆者選取了昆明市三個(gè)不同的已完工投資項(xiàng)目作為研究對象:項(xiàng)目1 屬于某段高速公路建設(shè)項(xiàng)目。項(xiàng)目2、項(xiàng)目3 屬于經(jīng)濟(jì)適用房、商品房項(xiàng)目,都位于市區(qū)中心地段,但各自在定位上存在差異。項(xiàng)目3 在地理位置上較優(yōu)越,定位為高檔商品房;項(xiàng)目2 樓盤規(guī)模較大、建設(shè)周期較長。三個(gè)項(xiàng)目的投資建設(shè)時(shí)間大致在同一時(shí)期,其外部投資環(huán)境大致相同,不會存在太大的差異,因此具有一定的可比性。主要選取其中某一項(xiàng)目為例進(jìn)行評價(jià),其研究分析如下。
在對影響項(xiàng)目投資風(fēng)險(xiǎn)因素已有文獻(xiàn)資料研究的基礎(chǔ)之上,結(jié)合相關(guān)專家的意見建議,建立已經(jīng)初步明晰影響工程項(xiàng)目投資風(fēng)險(xiǎn)的指標(biāo)體系。由于指標(biāo)的影響因素較多、各指標(biāo)之間還具有一定的關(guān)聯(lián)性,且不同環(huán)境下指標(biāo)的重要性程度不同,因此為了使指標(biāo)更加簡潔、科學(xué),在消除內(nèi)部之間相互影響的前提下突出重點(diǎn),首先有必要對眾多指標(biāo)進(jìn)行篩選。
根據(jù)歸納分析,確定以管理風(fēng)險(xiǎn)、建造風(fēng)險(xiǎn)、經(jīng)濟(jì)風(fēng)險(xiǎn)和其他風(fēng)險(xiǎn)為主的4 個(gè)一級指標(biāo)及其之下的20 多個(gè)二級指標(biāo)。在此,僅以管理風(fēng)險(xiǎn)之下的指標(biāo)篩選為例來闡述灰色關(guān)聯(lián)度分析的指標(biāo)篩選方法,既方便研究,又不失科學(xué)性。
3.1.1 選取參考數(shù)列并計(jì)算關(guān)聯(lián)度
選取A1,A2,A3三個(gè)不同項(xiàng)目為例進(jìn)行比較研究,并以工程項(xiàng)目投資管理風(fēng)險(xiǎn)方面的8 個(gè)初級指標(biāo)為例進(jìn)行關(guān)聯(lián)度分析,設(shè)初級指標(biāo)為X ={X1,X2,…,X8},且各指標(biāo)的原始分析數(shù)據(jù)見表1。
觀察表1 中數(shù)據(jù)可知,此處不必對其做特殊處理。首先以X1為參考數(shù)列,參照關(guān)聯(lián)度計(jì)算式(1),逐個(gè)計(jì)算在以X1為參考列時(shí)各列的灰色關(guān)聯(lián)系數(shù),并以關(guān)聯(lián)矩陣表示。其中:最大值為Δ(max)=0.750 0,最小值為Δ(min)=0.083 3,取ρ = 0.5 得
按照式(2)算出在以X1為參考列時(shí)其他指標(biāo)列的關(guān)聯(lián)度如下
r1j= (1,0.911 1,0.882 3,0.742 1,0.897 4,0.752 4,0.486 3,0.526 1)(j=1,2,…,8)
3.1.2 關(guān)聯(lián)度矩陣的構(gòu)建
按照以上方法,求出以不同列為參考數(shù)列下的各列相對于該列的關(guān)聯(lián)度,并構(gòu)建矩陣如下
表1 管理風(fēng)險(xiǎn)下各指標(biāo)原始數(shù)據(jù)
3.1.3 確定優(yōu)勢評價(jià)指標(biāo)
基于以上分析,X2,X1,X5,X4,X7為優(yōu)勢指標(biāo),在工程項(xiàng)目投資過程中起主導(dǎo)作用,X3,X6,X8為非優(yōu)勢指標(biāo),在工程項(xiàng)目投資中的作用不是那么明顯,沒有其他指標(biāo)重要。所以,在此可舍去非優(yōu)勢指標(biāo),只考慮五個(gè)對項(xiàng)目投資起主導(dǎo)作用的主指標(biāo)因素。
同理,用以上方法可以得到影響其他三個(gè)一級指標(biāo)的主要二級指標(biāo),并最終構(gòu)建本文的評價(jià)指標(biāo)體系見圖1。
(1)確定評語集。即
V= {v1,v2,v3,v4,v5} = {嚴(yán)重風(fēng)險(xiǎn),較大風(fēng)險(xiǎn),中等風(fēng)險(xiǎn),較小風(fēng)險(xiǎn),輕微風(fēng)險(xiǎn)}
(2)各指標(biāo)專家評分及權(quán)重賦值。邀請?jiān)擃I(lǐng)域的專家對各個(gè)指標(biāo)進(jìn)行打分。最終評分的結(jié)果見表2。
圖1 工程項(xiàng)目投資風(fēng)險(xiǎn)評價(jià)指標(biāo)體系
表2 各指標(biāo)專家打分結(jié)果
(續(xù))
(3)指標(biāo)隸屬度計(jì)算。各因素的隸屬算法為:該因素的專家得分人數(shù)除以專家總?cè)藬?shù)。比如,總共有10 位專家參加評分,在“通貨膨脹”這個(gè)指標(biāo)上有4 位專家認(rèn)為有“較小風(fēng)險(xiǎn)”,即“較小風(fēng)險(xiǎn)”的隸屬度為0.4,同理其評判矩陣為(0,0.3,0.3,0.4,0)。
根據(jù)表2 中數(shù)據(jù)可分別得到4 個(gè)一級指標(biāo)的評判矩陣如下
(4)模糊綜合評價(jià)。
1)通過一級模糊綜合評價(jià)分析來確定模糊關(guān)系矩陣,即
為便于排序和比較,結(jié)果擴(kuò)大10 倍得
B1=(0.31,1.65,3.04,3.84,1.16)
同理可得
B2=(0.3,2.25,3.16,3.24,1.05)
B3=(0.57,1.81,3.14,3.3,1.18)
B4=(0.4,2.74,3.04,3.48,0.34)
2)進(jìn)行二級模糊綜合評價(jià),即
B 即為該項(xiàng)目的最終評價(jià)結(jié)果,其中最大值為3.420,對應(yīng)評語集可得:該項(xiàng)目總體處于“較小風(fēng)險(xiǎn)”的水平,因此可以投資該項(xiàng)目。
項(xiàng)目投資風(fēng)險(xiǎn)評價(jià)在項(xiàng)目投資中占有重要地位,有效的風(fēng)險(xiǎn)評價(jià)模型可以事先預(yù)估項(xiàng)目存在的風(fēng)險(xiǎn)程度,并得出是否有利于投資,既可以為企業(yè)抓住難得的機(jī)遇,也可以避免不必要的損失。然而,由于主觀因素的影響,在構(gòu)建指標(biāo)體系時(shí),可能會存在不科學(xué)、不合理的地方。為規(guī)避這些影響因素,實(shí)現(xiàn)指標(biāo)的科學(xué)性和獨(dú)立性,本文采用灰色關(guān)聯(lián)度分析方法進(jìn)行初級指標(biāo)因素的篩選。同時(shí)采用模糊綜合評價(jià)模型,可以很好地解決事物所具有的不確定性及一些主觀因素所帶來的各種影響,能夠系統(tǒng)全面地考慮各種評價(jià)因素,具有一定的科學(xué)性和可信性。
通過本文的研究,對企業(yè)進(jìn)行項(xiàng)目投資風(fēng)險(xiǎn)評價(jià)具有一定的參考價(jià)值,為企業(yè)項(xiàng)目的實(shí)踐提供有益借鑒。但由于信息的不完全性及外部環(huán)境的復(fù)雜性,本文可能在某些方面仍需要進(jìn)一步完善和改進(jìn)。
[1] 劉立群,田淑芬. 工程項(xiàng)目投資分析[M]. 北京:化學(xué)工業(yè)出版社,2005.
[2] 成虎. 工程項(xiàng)目管理[M] . 北京:中國建筑工業(yè)出版社,2004.
[3] 王洪,陳健. 建設(shè)項(xiàng)目管理[M]. 北京:機(jī)械工業(yè)出版社,2004.
[4] 周秀文. 灰色關(guān)聯(lián)度的研究與應(yīng)用[D]. 吉林:吉林大學(xué),2006.
[5] 汪克夷,董連勝. 項(xiàng)目投資決策的風(fēng)險(xiǎn)分析與評價(jià)[J].中國軟科學(xué),2003 (1):141-144.
[6] 汪曉斌,湯浩. 實(shí)物期權(quán)在風(fēng)險(xiǎn)投資項(xiàng)目決策中的應(yīng)用[J]. 科技創(chuàng)業(yè)月刊,2004 (8):20-22.
[7] 游桂芝,鮑大忠. 灰色關(guān)聯(lián)度法在地質(zhì)災(zāi)害危害性評價(jià)指標(biāo)篩選及指標(biāo)權(quán)重確定中的應(yīng)用[J] . 貴州工業(yè)大學(xué)學(xué)報(bào),2008 (6):4-8.
[8] 章熙春,馬衛(wèi)華,蔣興華. 基于灰色關(guān)聯(lián)度評價(jià)方法的高??萍紕?chuàng)新能力評價(jià)實(shí)證研究[J]. 科技管理研究,2010(14):66-70.
[9] 聶曉偉,張玉清,楊鼎才. 一種基于AHP 和模糊理論的風(fēng)險(xiǎn)評估方法[J] . 北京電子科技學(xué)院學(xué)報(bào),2005 (2):44-49.
[10] 郭鵬,施品貴. 項(xiàng)目風(fēng)險(xiǎn)模糊灰色綜合評價(jià)方法研究[J]. 西安理工大學(xué)學(xué)報(bào),2005 (1):106-109. PMT