風險定量分析范文

前言：我們精心挑選了數篇優質風險定量分析文章，供您閱讀參考。期待這些文章能為您帶來啟發，助您在寫作的道路上更上一層樓。

第1篇

【關鍵詞】地方融資平臺；融資平臺類公司； 信貸風險

Abstract：This article from the Angle of view of the bank, based on the general government debt index and the financial indicators of cash flow of enterprises in domestic and foreign banks, select factors that affect the local financing platform credit risks from the three dimensions of government, and the relationship between government and enterprises. According to the index, establish the logistic credit risk multi-variant regression model, and test the effectiveness of the model through the goodness-of-fit.

Keywords：Local financing platform; financing platforms such companies; credit risk

一、引言

地方融資平臺風險可能引發金融風險已經成為不爭的事實。銀行作為融資平臺貸款的最大主體，受到的影響肯定是最嚴重的。銀行出于自身利益考慮，有必要對融資平臺的風險做出判定并進行相應的風險控制。基于銀行視角建立一個融資平臺信貸風險定量分析模型對保證金融秩序的穩定特別是銀行本身的利益有著重要意義，銀行應在隱性風險發展成為顯性風險前，加強對融資平臺信用風險的定量測量并采取必要的措施。本文的目的就是探討基于銀行的角度來建立一個融資平臺類公司信貸風險定量評估模型，為降低銀行潛在的風險提供決策支持。

融資平臺信貸風險指標選取的三個維度：

融資平臺信貸風險指標是對融資平臺風險大小產生影響的各種因素，本文分別從政府債務風險，融資平臺類公司信貸風險和政府與融資平臺關系三個維度進行指標的選取。

（1）政府債務風險。地方融資平臺是政府主導的并且以政府財政作為擔保的企業，對于融資平臺信貸風險的評估，首先要對政府的負債規模以及償債能力做出客觀的分析，只有地方融資的主導具有實力的情況下還款才有最后保底的可能。

（2）融資平臺類公司信貸風險。融資平臺作為獨立的企業法人機構，雖然有著它與政府關聯的特殊性，但仍具有一般公司的性質，在取得銀行貸款時銀行也會對其進行貸款風險的分析，但建立在權責發生制上的財務分析在實際應用中存在明顯的缺陷，所以在對融資平臺本身風險的測量的指標體系上引入現金流量指標體系來彌補，通過對融資平臺現金收入、支出用途以及籌資、投資等活動的信息，能夠幫助銀行評價融資平臺未來凈現金流量的能力，融資平臺償還債務的能力，消除了以資產負債表和損益表為依據而產生的受會計方法本身的影響。

（3）政府與融資平臺關系。政府對融資平臺的支持力度、融資平臺項目對市政建設、地方經濟的重要程度在很大程度上表現了政府和企業具備還款能力的情況下還款意愿的強弱。

二、地方政府債務風險衡量指標選取

1.國際通用政府債務風險指標

我國地方融資平臺貸款風險的評價體系中首先要對地方政府債務風險進行評價，只有地方政府債務出于可控的大環境下，才能保證融資平臺類貸款最后有保底還款的可能。

從世界發達國家管理地方政府債務的經驗來看，地方政府債務風險衡量主要涉及的指標主要包括負債率、債務率、新增債務率、償債率、利息支出率、債務依存度、資產負債率和擔保負債比重等（見表1）。

前7項指標是地方政府現行債務的衡量，只有第8項是地方政府隱性債務的衡量。在前7項顯性債務衡量指標中，負債率、債務率、資產負債率、債務依存度主要表示的是地方政府存量債務的情況；新增債務率主要考察債務增量的狀況；償債率以及利息支出率則體現了地方政府的償債能力。

2.我國地方政府債務風險指標選取

由于中國地方政府債務形成過程的特殊性，加之在目前國際社會對地方政府債務風險警戒線還未形成統一標準的情況下，只能選取與中國經濟發展程度適應，地方政府債務結構相適應的債務風險指標作為測定中國地方政府債務風險的參照。

從經濟結構來看，中國仍屬于發展中國家。從經濟發展階段來看，地方政府在經濟發展過程中主導作用依然較強。從政府債務結構特點來看，當前政府擔保是形成中國地方政府或有負債的主要來源。因此，從中國的實際情況出發，對于地方政府擔保這一形勢，在選取地方政府指標時應予以特別關注。

綜合考慮以上原則并結合中國地方債務的實際情況，中國地方政府債務風險指標以下四項標準，參照表2。

三、融資平臺類公司信貸風險指標選取

在代表融資平臺類公司信貸風險指標的選取上，基于企業現金流量模型結合地方融資平臺類公司的特點分別從反映企業支付能力、收益質量、運營效率以及成長潛力四個維度18個指標中選取，參照表3。

從反映平臺類公司支付能力的指標中選取現金負債總額比率，它反映了融資平臺類公司的綜合償債能力。

從反映平臺類公司收益質量指標中選取凈利潤現金比率，它反映在公司當期實現的凈利潤中有多少是有現金保證的。

從反映平臺類公司營運效率指標中選取經營性現金收支比率，它反映了公司經營活動現金流出占經營活動現金流入的比率。

在反映平臺類公司長期成長潛力的指標中選取經營活動現金凈流量增長率，它直觀的反映了公司未來內部資金的增長狀況以及增長趨勢。

四、政府與融資平臺關系指標的選取

政府與融資平臺關系指標直接影響政府對融資平臺的支持力度，在對政府財政進行分析、平臺類公司財務進行分析的基礎上還應該對政府與融資平臺類公司關系進行分析，這種關系決定了政府在有能力承擔平臺類公司債務的基礎上承擔愿意的強弱。

首先股權關系是一個重要的指標，它反映政府在融資平臺類公司中所應承擔的義務以及享受的權利大小，政府出資額占融資平臺類公司注冊資金比重越大政府與平臺類公司關系越強。

另外政府為融資平臺提供的擔保方式也是代表政府與平臺類公司關系的重要指標，平臺公司貸款的擔保措施包括，土地抵押、收費權質押、政府對項目的回購協議、第三方連帶責任擔保、當地政府的還款承諾等。

五、融資平臺信貸風險定量分析

1.模型構建

融資平臺類公司信貸違約發生，取其值為1；融資平臺類公司信貸正常，取其值為0。建立多變量Logistic回歸模型，設Y是一個取值為1或0的二分類隨機變量，X1,X2,…Xm，是可能影響Y的確定變量，通過觀測n組觀測值（Xi1, Xi2, … Xim,,Yi）（i=1,2…,n）則結果變量與自變量的模型為：

公式變形得出發生違約的概率如下：

通常理論上講是否違約的臨界值設定為0.5，即通過logistic模型計算出融資平臺類公司 的違約概率大于或等于0.5，則將融資平臺類公司判定為高風險企業，否則判定為低風險的企業。

Logistic模型采用極大似然估計法檢驗模型的擬合效果。回歸系數的檢驗采用wald統計量檢驗，wald值越大或顯著概率越小，則該自變量在回歸方程中的作用越大，貢獻越大。

2.樣本來源及變量定義

本文的樣本數據來源于某省某國有商業銀行在某省范圍內的政府融資平臺類公司的信貸資料，由于政府融資平臺類公司信貸發展的時間不長，從2000年1月到2010年12月共搜集了30家融資平臺類公司的信貸資料作為研究樣本，其中違約樣本為7個，正常的樣本為23個。本文變量的定義及賦值如表5。

3.實證分析

根據模型的要求變量保持獨立性、不存在共線性問題，因此需要進行變量間的相關性檢驗和共線性檢驗。通過檢驗可以看出變量間獨立性強，如果某個自變量的容忍度(Tolerance)小于0.1，則可能共線性問題嚴重，方差膨脹因子(Variance Inflation Factor，VIF)實際上就是容忍度的倒數，VIF越大，說明共線性問題可能越嚴重，檢驗可知所取的10個變量間沒有存在共線性跡象。由此可見樣本數據可以直接用于Logistic模型分析。

進行相關性檢驗并不能表明變量之間的因果關系（粗效應），要明確一個變量的變化能否由另一個變量的變化來解釋，就要涉及到logistic模型進行回歸分析。將原始樣本數據進行賦值處理后用SPSS1 6.0軟件進行Binary Logistic回歸分析。

從模型的整體擬合情況來看，內格科克R方檢驗(Nagelkerke R Square)為0.798表示整個模型的擬合優度很好。哈斯莫萊莫斯檢驗（Hosmer and Lemeshow）檢驗卡方分布統計量的顯著水平為0.991>0.05，不顯著，表示因變量的實際值與預測值的分布沒有顯著差異，說明模型擬合較好。

根據回歸分析結果，采用Exp(B)值來進行系數顯著性檢驗，模型參數估計結果可知10個變量的Exp(B)值都在0.05的顯著水平下顯著，即這10個變量對融資平臺類公司的信貸風險有顯著影響。根據模型參數估計的結果，構建出政府融資平臺類公司信貸風險定量評估模型。模型如下：

通過對Logistic回歸模型的估計，可以對樣本公司是否有違約行為進行預測。同時通過對預測結果和實際結果的比較，可以對模型的預測能力進行評估。從對因變量貸款類別Y的分類預測結果可知，只將1家正常還款融資平臺類公司判為違約公司時，模型對正常還款的融資平臺類公司分類的準確率為95.8%；而將1家違約公司判為正常還款公司時，對違約融資平臺類公司的分類準確率為87.5%；因此，總體上的分類準確率達到94.7%。上述結果可以說明，該模型在政府融資平臺公司信用風險定量測評上應用的效果較為理想。

六、結論

本文選取融資平臺類公司是否違約作為因變量，將地方政府負債率、地方政府利息支出率、地方政府擔保負債比重、地方政府債務率、企業現金負債總額比率、企業凈利潤現金比率、企業經營性現金收支比率、企業經營活動現金流量增長率、股權比例、擔保方式這10個變量作為自變量，構建出Logistic回歸模型進行分析。根據回歸估計結果，本文得出了地方融資平臺信貸風險定量分析公式。通過對分類預測結果分析得出，模型對正常款款的公司分類準確率為94.7%，對違約公司的分類準確率為87.5%總的分類準確率達到94.7%，說明模型具有較好的預測性。

參考文獻：

[1]中國工商銀行.地方融資平臺債務研究[J].2010,6.

[2]鄭仰駒.2010,3.試論現金流量分析在銀行信貸中的應用[J].發展研究.

[3]隋劍 雄林琪.2004,9 (8).試論我國商業銀行信貸風險預警系統的建立[J]. 金融論壇.

[4]王修華 劉燦 金潔.2011,32(2).地方政府融資平臺風險測算與規范發展研究[J]. 財經理論與實踐.

[5]王善君.2004.銀行中長期貸款的信用風險評估[M].中國人民銀行金融研究所.

[6]胡雪.2007.我國商業銀行企業貸款信用風險評估實證分析[M].上海交通大學.

[7]馮朝陽.2005.現金流量分析在貸款風險評估中的應用[M].天津大學.

[8]何英.2005.我國商業銀行信貸風險評估體系研究[M].中南大學.

[9]李文捷.2006.商業銀行視角的企業信用風險監測度量研究[D].廈門大學.

第2篇

1.1數據來源該研究選用湖南省有連續氣象資料記錄的19個氣象站點1960~2002年的月降雨資料,氣象站點分布如圖1所示,氣象數據來自中國氣象科學數據共享網。

1.2農業旱災風險分析原理與方法風險的最基本理解是“可能存在的一個或多個后果”[13],雖然不同學科對于風險有不同的定義,但風險總是與“損失或破壞、不利后果或人們(即風險承擔者)不希望出現、不愿意接受的事物”的潛在威脅相聯系,且潛在威脅的出現具有不確定性。在災害學中,通常認為自然災害風險是由致災因子的危害性(Haz-ard)、承災體的暴露性(Exposure)和脆弱性(Vulnerability)3個要素以及由此導致的災情共同組成的宏觀結構[14-16]。西部干旱協調委員會(WesternDroughtCoordinationCounci,lWDCC)將旱災風險定義(droughtrisk)為干旱危害強度、頻度及承災體脆弱性綜合作用產生的潛在負面影響[17]。即旱災的風險是某一地區一段時間降水短缺和該地區脆弱性和暴露性共同作用的產物[2],可用公式表示如下:DRI=DHI×DVI(1)式中,DRI為干旱災害風險指數;DHI為干旱危害度指數;DVI為干旱脆弱度指數。該研究將根據上述公式,在對湖南省干旱災害危害性和脆弱性分析的基礎上進行農業干旱災害風險的綜合分析及定量評價。

1.2.1農業旱災危害性評價。在自然災害學研究中,危害性是指致災因子對人類和財產構成的潛在威脅[18]。因此,可將農業旱災的危害性理解為干旱對農業生產造成的潛在威脅。旱災的強度取決于水分的虧缺度、持續時間及其影響的空間范圍[19]。旱災致災因子危害性分析是對干旱進行識別,對其強度、頻度進行分析,并確定區域內各種強度干旱發生的概率。該研究用標準降雨指數SPI分析旱災的時空格局及強度。SPI由McKee提出,用來確定有降雨量記錄的任何地區特定時間尺度的降雨異常事件[20]。在眾多干旱指數中,標準降雨指數SPI是一種基于多種時間尺度降水概率的干旱指數,由于其使用簡單、可靠性高而被廣泛用于干旱識別和旱情監測[21-22]。SPI通過求算給定時間尺度的累積概率,使其能夠在多個時間尺度上進行計算,從而使SPI不僅可用于監測短時期內的水分變化,如對農業生產有重要影響的土壤水分變化,而且還可以監測長時期的水分動態,如地下水供給、徑流量等[23]。由于短時期內的水分變化對農業生產具有重要影響,該研究將以3個月尺度的SPI對湖南省農業旱災的危害性進行分析計算。SPI的計算方法是用Γ概率分布函數擬合每一臺站的歷史降雨時間序列,即:g(x)=1βαΓ(α)χα-1e-x/β(2)式中,x>0為降雨量;α>0為形狀參數;β>0為尺度參數;Γ(α)為gamma函數。α、β用極大似然估計法求得:α=14A(1+1+4A3)(3)β=xα(4)A=ln(x)-∑ln(x)n(5)式中,n為降雨序列的長度。于是,給定時間尺度的累積概率可計算如下:G(x)=∫x0g(x)dx=1βαΓ(α)∫x0xα-1e-x/βdx(6)由于gamma函數不包含=0的情況,而實際降水量可以為0,所以累積概率表示為:H(x)=q+(1-q)G(x)(7)式中,q是降水量為0的概率。然后將累積概率函數H(x)轉換成均值為0、標準差為1的標準正態分布函數,得出SPI。根據SPI值的大小可將干旱狀況劃分為4個等級(表1)。旱災危害性同時取決于旱災強度大小和發生頻率高低,旱災強度越大,頻率越高,危害性越大。該研究將不同強度等級的干旱賦予不同的權重(表1),同時將每一強度干旱等級發生頻率劃分為4個等級(權重的確定及等級的劃分參照文獻[24]),構建干旱危害性模型如下:DHI=(MDr×MDw)+(SDr×SDw)+(VDr×VDw)(8)式中,DHI為干旱危害性指數;MDr為中等干旱發生率等級;MDw為中等干旱權重;SDr為嚴重干旱發生率等級;SDw為嚴重干旱權重;VDr為極端干旱發生率等級;VDw為極端干旱權重。(由于輕度干旱對農業生產的影響較小,因而該研究未作考慮)。利用Kringing插值方法對湖南省氣象站3個月尺度的SPI及每一等級干旱強度的發生率進行空間插值,插值過程在ArcGIS軟件中實現。根據研究需要,將插值得到的柵格結果按縣市進行區域統計,得到不同等級干旱發生率縣域分布圖。最后根據公式(8)將不同等級干旱發生率分布圖疊加,進行空間計算,并用自然斷點法(naturalbreak)將計算得的值從低到高劃分為4個等級,得到湖南省農業旱災危害度分布圖。

1.2.2農業旱災脆弱性評價。承災體的脆弱性水平是影響災害風險大小的基本因素之一。通常,風險載體相對于某風險源的脆弱性愈低,該風險載體遭受損失的可能性愈小,相應地其所載荷的來自該風險源的災害風險就可能愈小;反之愈大。依據國內外災害理論可將農業旱災脆弱性定義為:農業易于或敏感于遭受干旱威脅和損失的程度[11]。脆弱性的影響因素眾多,包括社會、經濟和環境等各個方面,脆弱性的定量評估通常通過選取一些社會、經濟和環境脆弱性因子來進行。劉蘭芳等對湖南省農業脆弱性進行了綜合分析和定量評價[11],其評價指標體系的建立、評分標準的界定以及指標權重的確定是當前旱災脆弱性研究的范式,具有很高的科學性,因此,該研究將直接采用其計算給出的湖南省88個縣市的農業旱災脆弱度,利用ArcGIS技術將脆弱度指數按行政區劃空間化,然后用自然斷點法(naturalbreak)重新劃分為4個等級,得到湖南省農業旱災脆弱度分布圖。

1.2.3農業旱災風險評價。根據公式(1),利用ArcGIS將湖南省干旱危害度分布圖和農業干旱脆弱度分布圖疊加,進行空間計算,得到湖南省農業旱災綜合風險分布圖,并按風險度高低用自然斷點法劃分成4級。

2結果與分析

2.1湖南省農業旱災危害性分析由圖2可知,中等干旱(a)、嚴重干旱(b)和極端干旱(c)在空間上表現出截然不同的格局。中等干旱主要發生在湖南省的東北部、南部和西南部,中部和西北部地區較少發生;嚴重干旱主要集中在湖南省的北部和西部少數地區,南部地區發生頻率較低;極端干旱則主要分布在湖南省西部和南部,而東北地區很少發生。從湖南省降雨地域分布來看,澧水上游區、雪峰山區、五嶺山區和湘東北山地丘陵區屬降雨高值區,洞庭湖平原、衡陽丘陵、沅水上中游山間盆地屬降雨低值區[7],結合干旱事件可知,湖南省干旱的發生與降雨分布無明顯聯系,降水量大的地區也可能是干旱易發區,而干旱易發區不一定是降水量小的地區。圖2(d)是利用公式(8)對中等干旱、嚴重干旱和極端干旱進行空間計算得到的湖南農業干旱危害度分布圖。圖中顯示,湖南省農業干旱危害度在空間上表現出顯著的東西分異。高危害度地區主要分布于西部和南部的少數地區,從西向東,危害度不斷降低,低危害度區主要分布于東部和中部。袁華斌等的研究指出,邵陽、衡陽、永州、郴州、婁底、懷化、湘西土家族苗族自治州、張家界市所屬的山區縣市是湖南省農業旱災易發區域[10],可見,湖南省干旱危害性高的地區也是旱災易發地區。

2.2湖南省農業旱災脆弱性分析劉蘭芳等對影響湖南省農業干旱脆弱性的自然環境系統和社會經濟系統進行了細致的分析[11],并在此基礎上選擇降水量、蒸發量、水利化程度等9個涵蓋自然環境和社會經濟在內的指標,采用賦予指標權重和分級打分的方法對湖南省88個縣市的農業旱災脆弱性進行了綜合評價,并利用GIS技術進行旱災脆弱性區劃。結果表明,湘中衡邵盆地和湘西北山地是農業旱災嚴重脆弱帶,湘南山地為強度旱災脆弱帶,沅麻盆地為中度旱災脆弱帶,洞庭湖平原和湘東北山地旱災脆弱性較小。在此基礎上,筆者根據其計算結果將各縣市農業旱災脆弱度重新劃分為4級(圖3),其中無值區域為省轄市的城市分區[11]。從行政區劃上看,湖南省農業脆弱度高的地區主要分布于張家界、湘西土家族苗族自治州、邵陽、永州、衡陽及郴州境內。

2.3湖南省農業旱災綜合風險分析由圖4可知,湖南省農業干旱風險分布表現出明顯的東西分異,高風險地區主要分布在西部、西南和南部,中東部是低風險區域,山區通常是高風險區。從行政區劃上來看,高、較高風險區主要分布于張家界、湘西土家自治州、懷化、邵陽、永州、衡陽和郴州境內。其中橫邵盆地和湘西北山地既是旱災高危害區,也是旱災高脆弱區。經濟落后,人口密度較大,人地矛盾和人水矛盾突出,灌溉能力低,水土流失嚴重,以及旱災的頻繁發生使這些地區成為旱災高風險區。調整作物種植結構、實施節水灌溉是減輕這些地區干旱影響的有效途徑。圖4湖南省農業旱災風險度分布Fig.4DistributionofagriculturaldroughtriskdegreeinHunanProvince2007年4~10月湖南省遭受了罕見特大高溫干旱災害,其持續時間之長、強度之大、受旱范圍之廣、損失程度之重均為歷史罕見。2008年1月初,北京師范大學減災與應急管理研究院的工作人員深入湖南省旱災重災區,對干旱發生原因、災情及抗旱減災情況進行了實地調研。獲取了2006、2007年湖南省旱災災情資料。資料顯示,2006年湖南省湘西自治州、懷化、常德市、益陽、張家界、岳陽遭受旱災,其中湘西自治州受災最為嚴重,農業經濟損失達3.8億元。2007年湖南省全省有13個市75個縣市區受旱,受旱面積達12萬km2,永州、岳陽、邵陽、衡陽是受災最嚴重的地區,農業經濟損失分別為47.9億、23.1億、21.1億和15.7億元。湖南省近2年的旱災受災地區主要分布于高風險區,該研究結果將有助于制定更具針對性和實效性的干旱管理策略。

第3篇

【關鍵詞】 項目風險 定量分析

1. 概述

項目風險管理是指項目管理團隊通過風險識別、風險量化和風險控制，采用多種方法、技術和工具，對項目所涉及的各種風險實施有效的控制和管理，主動采取行動，盡量使風險事件的有利后果最大，而使風險事件所帶來的不利后果降到最低，以最少的成本保證項目安全、可靠地實施，從而實現項目的總體目標。

在項目風險管理中，項目分析是最為關鍵的環節。只有盡量科學地進行風險分析，才能為風險管理提供正確的依據。英美等國許多部門制訂工程項目風險管理手冊，從而保證了工程項目風險管理的科學化、規范化和制度化。美國項目管理協會編寫的《項目管理知識體系指南》一書，列專章對項目風險管理作了全面、系統的論述，包括風險管理計劃編制，風險識別，定性風險分析，定量風險分析，風險應對計劃編制，風險監控等內容，是目前國際上較為權威的項目風險管理論著。

我國對項目風險管理的研究起步相對較晚。20世紀80年代中期以來，隨著我國經濟的不斷發展，投資體制的不斷變化，風險管理也越來越顯示出它的重要性。1987年，清華大學郭仲偉教授的《風險分析與決策》一書的出版，標志著我國風險管理研究的開始。近年來，由于科技水平的發展和相關研究的深入，風險分析的理論與方法有所完善。

隨著中國經濟不斷融入到全球經濟當中，越來越多的企業走出國門承攬項目。針對國際項目的風險研究也應運而生，出現了一些研究成果，如鐘偉容、龔燕平的《國際工程項目施工風險分析和研究》，針對國際工程承包實踐，建立了國際工程項目施工風險模糊遞階辨識模型，定性分析了在施工階段承包商所面臨的施工風險。但綜合來看，運用項目風險管理的理論和方法對國際項目風險管理進行系統研究的成果還不多。我國企業在項目風險分析上，很多還停留在定性分析階段。

本文以中國某公司（文中簡稱甲公司）在沙特阿拉伯承建某工程項目（文中簡稱沙特項目）為例，運用層次分析法（AHP，Analytical Hiearchy Process），對該項目風險進行定量分析，希望能夠為國際項目風險管理提供一些借鑒作用。

2. 沙特項目簡介

2.1業主背景

本項目業主是沙特阿拉伯某礦業公司。沙特礦產資源儲量豐富，在沙漠和山區地帶儲有鋁釩土、磷酸鹽、黃金、銅、石膏和銀等礦產資源，且多在近地表層。雖然沙特是中東礦產資源最豐富的國家，但長期以來除了石油，其他礦產品的開發嚴重滯后，國家經濟過分依賴石油，經濟較為單一化。為此，近年來沙特大力發展采礦業，以期實現經濟多元化，其中包括建設一個大型磷酸鹽工廠，由此需要建設一個1250萬噸/年的磷礦石選礦廠項目。

2.2承包商背景

本項目的承包商是甲公司。該公司是國內的行業領先企業，以技術研發領先于國內同行業其他企業。公司利用其擁有的大量行業先進技術和管理經驗，實施智力輸出型的國際化模式。2007年沙特項目招標，甲公司經過與多家國際著名工程公司的激烈競爭后中標，合同總金額4.5億美元。

3. 項目風險識別及重要度評估

3.1風險識別

本文采用德爾菲法，識別出項目存在8類風險及16項風險因素（具體過程略）：

3.2風險估計

本文采用主觀概率法，對識別出來的8類風險進行了分值估計，初步得出風險重要度（具體過程略）：

4. 用AHP法進行項目風險量化分析

4.1AHP法的基本原理

層次分析法是一種在經濟學、管理學中廣泛應用的方法，在20世紀70年代中期由美國 運籌學家托馬斯·塞蒂（T.L.Saaty）正式提出。層次分析法是一種定性和定量相結合的、系統化、層次化的分析方法，它把復雜的問題根據其性質和要達到的目標分解為各個組成因素，按支配關系將這些因素分組形成有序的遞階層次結構模型，對模型中每一層次因素的相對重要性，依據人們對客觀現實的判斷給予定量表示，再利用數學方法確定每一層次全部因素相對重要性的權值，得到最底層相對于最高層的相對重要性次序的組合權值。其優點是可以將無法量化的風險按照大小排出順序，把它們彼此區別開來，在處理復雜決策問題上有很大的實用性和有效性。

層次分析法其解決問題的基本步驟是：

（1）明確問題和建立層次結構。在對待研究問題進行全面深入地分析后，要弄清楚問題的各組成部分之間的關系，然后按它們之間的隸屬關系及重要性級別，進行上下分層排列，形成一個層次結構。AHP法所建立的層次結構一般有三種類型：完全相關性結構，即上一層每一要素與下一層次的所有要素完全相關；完全獨立結構，即上一層要素各自獨立，且都有不相干的下層要素；混合結構，是上述兩種結構的混合。遞階層次結構模型一般分為三層：目標層，是決策問題所追求的最高目標；準則層，評價準則或衡量準則；方案層，指決策問題的方案。

（2）應用兩兩比較法構造判斷矩陣。構造矩陣的關鍵在于設法使任意兩個風險關于某一準則（上層風險）的相對重要程度得到定量描述。一般采用9級標度法，即某準則與另一準則的重要度用1、2、3、4、5、6、7、8、9來表示，并要求準則之間進行兩兩比較，構建出一個判斷矩陣。若i元素與j元素的比較結果在判斷矩陣中為aij，則標度見表2.1。標度1-9以及它們的倒數，是數值意義上的數字，而不是順序意義上的數字。這些數字是根據人們進行定性分析的直覺和判斷能力而定的。9個不同重要程度的數量標度完全能夠標明兩個事件之間不同重要性在程度上的差別。將專家對每一個層次中各個元素的相對重要性給出的判斷，用1-9級標度數值表示出來，寫成矩陣形式，即為判斷矩陣。

判斷矩陣中元素aij表示從判斷準則Hs 的角度考慮要素Ai對要素Aj的相對重要性，即：aij=■ aij>0；aij=1/aji；aii=1

（3）確定項目的風險要素的相對重要度。在應用AHP法進行分析評價和決策時，需要知道Ai關于Hs的相對重要度，即Ai關于Hs的權重。計算分析程序如下：

首先，計算判斷矩陣A的特征向量W，再經過歸一化處理得到相對重要度。

然后，進行一致性判斷。在對系統要素進行相對重要性判斷時，由于運用的主要是專家的隱性知識，因而不可能完全精密地判斷出Wi/Wj的比值，而只能對其進行估計，因此必須進行相容性和誤差分析。估計誤差必然會導致判斷矩陣特征值的偏差，據此定義相容性指標。

若矩陣相容時，應有λmax=n；若不相容時，則λmax> n，因此可用λmax- n的關系來界定偏離相容性的程度。設相容性指標為C.I.，則有：

定義一致性指標CR為：

若一致性指標CR

（4）計算綜合重要度

在計算各層要素對上一級的相對重要度后，即可從最上層開始，自上而下地求出各層要素關于系統總體的綜合重要度，對項目風險要素進行優先排序。分析過程如下：

設第二層為A層，有m個要素A1，A2，…，Am，它們關于系統總體的重要度分別為a1，a2，…，am.第三層為B層，有n個要素B1，B2，…，Bn，它們關于ai的相對重要度分別為b1i，b2，…，bni，則第B層的要素Bj的綜合重要度bj=■aibij，j=1，2，…，n

即下層j要素的綜合重要度是以上層要素的綜合重要度為權重的相對重要度的加權和。

（5）計算整體風險水平

根據項目風險估計中得出的各風險因素分值Ri，以及風險分析評價中得出的各風險因素權重Wi，得出項目整體風險水平為：R總=■WiRi

（6）進行項目風險排序

根據項目各風險因素綜合重要度計算結果，進行風險因素排序，找出關鍵風險。

4.2 沙特項目風險定量分析

根據本文4.1所述AHP法基本原理，以及3.1、3.2所識別出的項目風險因素及重要度評估，對沙特項目風險進行定量分析。

4.2.1 建立本項目風險的遞階層次結構

4.2.2一級風險因子的判斷矩陣及權重

分別構造項目的一級風險因子和二級風險因子的判斷矩陣，并進行權重和綜合重要度計算。

如圖4.1：

①判斷矩陣的構造過程

選擇項目管理方面的三位專家，采用兩兩比較尺度的取值方法，分別對A層（一級）和B層（二級）全部風險因子進行兩兩比較，綜合對比三位專家的結果后，得出A層和B層風險因子的判斷矩陣。

②權重的含義

本文中，A層（一級）風險因子的權重，指A層各風險因子相對項目整體風險的風險度，權重越大，說明該風險因子對項目整體風險的影響程度越大。B層（二級）風險因子的權重，指B層各風險因子相對其所屬上層風險因子的風險度，權重越大，說明該風險因子對其所屬上層風險因子的影響程度越大。

③綜合重要度

本文中，綜合重要度指各風險因素（即B層各風險因子）相對項目整體風險的風險水平，即風險度。

④項目整體風險水平

本文中，項目整體風險水平由項目風險估計得出的A層各風險因子的加權平均預測值，以及本章得出的各風險因子權重進行加權平均。

（1） 一級風險因子判斷矩陣

（2） 一級風險因子權重

（3） 一致性檢驗

4.2.3 二級風險因子的判斷矩陣及權重

與一級風險因子計算方法相同，對二級風險因子進行矩陣構造和相關計算。本文以政治風險、社會風險、管理風險三類風險為例進行分析：

（1） 政治風險

當n=1或n=2時，C.R.=0，不檢驗一致性。

（2） 社會風險

由于社會風險項下只有一個子項，故權重（B5）為1

（3） 管理風險

同理，分別計算出法律熟悉程度風險B3=0.3333，執法環境風險B4=0.6667；社會文化沖突風險B5=1；通貨膨脹風險B6=0.2491，匯率

（下轉第232頁）

（上接第195頁）

變動風險B7=0.7509；自然風險B8=1；承包商技術能力風險B9=0.3333，設計風險B10=0.6667；資金支付風險B15=0.1667，成本費用風險B16=0.8333。

4.2.4 項目全部風險因素的綜合重要度

根據：Bwj=■aibj，j=1，2，…n，計算B層全部風險因子的綜合重要度（表4.9）

由表4.9可知，本項目最重要的風險是成本費用風險B16和匯率變動風險B7，在風險管理中應重點關注此兩項風險。

4.2.5 項目總體風險水平

根據項目風險估計得出的各風險因素分值和項目風險分析得出的各風險因素權重，對項目總體風險水平計算如下（表4.10）：

項目總風險分值為70.333，為較高風險，承包商應高度重視和加強風險管理。

參考文獻：

[1] J·R·Turner等著，李世其等譯.項目管理手冊.北京：機械工業出版社，2004.6.1.

[2] 美國項目管理協會編，盧有杰，王勇譯. 項目管理知識體系指南（第3版）. 北京：電子工業出版社， 2004.12.1.

[3] 郭仲偉. 風險分析與決策. 北京：機械工業出版社，1987.7.

[4] 陳立文. 投資項目風險分析理論與方法. 北京：機械工業出版社，2004.9.1.

[5] 徐玖平，劉曉紅. 項目風險管理. 北京：經濟管理出版社，2008.1.