【基于灰色关联分析的商业地产项目系统风险评估】关联疾病遗传风险评估

　　摘要：为了认识商业地产项目系统风险，应用灰色关联分析对商业地产项目的系统风险进行了评估，并对系统风险类型进行了排序。该方法计算简单，计算结果符合现实，在实践中具有一定的理论指导意义。
　　关键词：灰色关联分析商业地产项目系统风险评估
　　一、引言
　　随着第三产业的快速发展和中国产业结构的不断调整，商业地产在城市经济中的地位越来越显著。它的发展不但带动了第三产业的发展，吸纳了大量的就业人口，而且还改善了人们的生活品质和城市景观。在这种情况下，决策者如何有效地评估商业地产项目的系统风险，以提高企业的经济效益和社会效益，对于社会、政府主管部门、开发商和用户都具有重要的现实意义。
　　本文应用灰色关联分析对商业地产的系统风险进行了评估，以寻求改善系统风险，为建立稳定、繁荣和谐的商业地产市场做出贡献。
　　二、灰色关联分析的计算步骤
　　灰色关联分析包括步骤如下：
　　1、确定参考数列，构造数据阵
　　参考数列一般记为X0（k）， 即X0={X10，X20，...，Xm0}，通常xk0（k=1，2，...，m）为第k个指标的最优值。根据不同情况，这些最优值可能是指标中的最大值，也可能是指标中的最小值。
　　2、数列的无量纲化处理
　　本文运用均值化方法处理数列，首先算出X中第k列元素中的均值xik；然后再将同列各行元素xik除以xik，得到新的无量纲元素cik，从而构成新的数据矩阵C，即：
　　Cik=Xik/xik/■（1）
　　3、求差序列、最大差和最小差
　　差序列：Δi（ki）=■
　　两级最小差：
　　m=■Δi（ki）=■■
　　两级最大差：
　　M=■Δi（ki）=■■
　　4、计算关联系数
　　将经过量纲处理的最优指标值C0作为参考数列，经过量纲处理的各因素指标Ci作为比较数列，求出C0中第个最优指标与Ci中第k个指标的关联系数αi（k）：
　　αi（k）=■（2）
　　（i=1，2，...，m，k=1，2，...，n）
　　式中，αi（k）为关联系数；ρ为分辨系数，取值范围ρ=0.1—1.0，，一般取0.1—00.5。
　　5、计算关联度
　　关联度计算公式为：ri=■。
　　6、结果分析
　　根据计算出来的关联度， 对每个因素与比较因素进行排序， 若关联度ri最大，则说明Ci与最优指标值集C0最接近，第i个因素优于其它因素， 从而确定对系统影响较大的因素。
　　二、基于灰色关联度的商业地产项目系统风险评估
　　（一）系统风险评估指标的确立
　　本文结合商业地产项目和专家的意见，运用相关性原理，对研究对象逐步分解，构建了商业地产项目系统风险评估指标体系，如图1所示：
　　（二）数据的标准化
　　1、对于政治因素的子集，标准化的参考数列及被比较数列有：
　　■={0.9842 0.9876 0.9844 0.9875 0.9792 0.9776}；
　　■=■
　　2、对于自然因素的子集，标准化的参考数列及被比较数列有：
　　■={0.9949 0.9871 1 11 1}
　　■=■
　　3、对于经济因素的子集，标准化的参考数列及被比较数列有：
　　■={0.9837 0.9689 0.9880 0.9412 1 1}
　　■=■
　　4、对于社会因素的子集，标准化的参考数列及被比较数列有：
　　■={0.9788 0.9774 0.9567 0.9396 0.9838 1}
　　■=■
　　（三）确定差序列矩阵和最大最小级差
　　用公式Δi（ki）=■（i=1，2，3，4）确定标准化处理后的各子集差序列矩阵，结果如下：
　　1、政治因素的子集集差序列矩阵如下：
　　Δ1（k） =■
　　2、自然因素的子集集差序列矩阵如下：
　　Δ2（k2）=■
　　3、经济因素的子集集差序列矩阵如下：
　　Δ3（k3）=■
　　4、社会因素的子集集差序列矩阵如下：
　　Δ4（k4）=■
　　根据以上矩阵确定各个子集的两级最大差M和两最最小差m，即：
　　M（k1）=0.0538，m（k1）=0；M（k2）=0.0221，m（k2）=0；M（k3）=0.0784，m（k3）=0；M（k4）=0.0906，m（k4）=0。
　　（四）计算关联系数
　　1、政治因素子集关联系数计算结果为：
　　E1=■
　　2、自然因素子集关联系数计算结果为：
　　E2=■
　　3、经济因素子集关联系数计算结果为：
　　E3=■
　　4、社会因素子集关联系数计算结果为：
　　E4=■
　　（五）计算关联度并排序
　　商业地产项目系统风险评价指标权重经过整理分析如表1所示。
　　根据公式■=■（i，j=1，2，3，4），矩阵E1，E2，E3，E4的■值以及指标权重确定各子集的关联度并排序，计算结果如下：
　　（1）政治因素子集的计算结果为：R1=（0.2235， 0.1774， 0.1710， 0.1118），关联度排序为：土地政策>住房政策>金融政策>税收政策。
　　（2）自然因素子集的计算结果为：R2=（0.2989， 0.1443， 0.2058， 0.2446），如关联度排序为：火灾风险>洪水风险>风暴风险>地震风险。
　　（3）经济因素子集的计算结果为：R3=（0.2599， 0.1515， 0.2255， 0.1420），关联度排序为：国名经济状况>融资风险>市场供求>地价风险。
　　（4）社会因素子集的计算结果为：R4=（0.3271， 0.2646， 0.1527）， 关联度排序为：城市规划>区域发展>社会性事件。
　　（六）综合评估分析
　　从关联度的计算结果中可以看到， 不同的因素都有自己的最优指标与最差指标。如果要反映商业地产系统风险的总体状况， 需要根据全部因素， 进行二级综合评价， 因此由公式 ■ ， 计算商业地产系统风险综合关联度为：
　　R=（0.2444，0.1508，0.1865，0.1612）。商业地产系统风险综合关联度排序为：政治因素>经济因素>社会因素>自然因素。对比可见， 本文认为商业地产系统风险主要是政治风险和经济风险。
　　三、结论
　　本文应用灰色关联度分析法对商业地产项目系统风险进行评估，由于商业地产项目系统风险具有灰色的特性素，因此应用灰色关联度分析能够对这些风险素进行合理的优化，使结果更符合客观现实，并且该方法计算简单，所以在实践中具有一定的理论指导意义。
　　参考文献：
　　①王良举. 入境旅游产业结构的灰色关联度分析——以安徽省为例[J].皖西学院学报，2007，23（2）：99—101
　　②刘成文，冯淑华，唐丽萍.基于灰色关联度分析的旅游产业结构研究——以江西为例[J].宜春学院学报，2010（4）：51
　　（尹鹏，1964年生，中国矿业大学（北京）博士后，高级工程师。研究方向：风险管理。杨仁树 1963年生，中国矿业大学（北京）教授。丁日佳，中国矿业大学（北京）教授。王文博，1990年生，中国矿业大学（北京）硕士生）

推荐访问:商业地产 关联 灰色 风险评估