基于云理论的房地产投资决策风险评价

2013-09-14贾小妮

电子测试 2013年6期

贾小妮

（西安外事学院工学院建筑工程系，陕西西安 710077）

0 引言

房地产开发项目生命周期较长，从投资决策阶段的项目建议书和可行性研究到最后的竣工验收，各个阶段都存在着各种各样的风险因素，而投资决策阶段在整个开发过程中起着至关重要的作用。要减少和避免损失，将威胁化为机会，项目执行者们就必须了解和掌握项目风险的来源、性质和发生规律，并对其进行评价，将风险带来的损失降到最低。云模型是定性定量不确定性转换模型，将其应用到房地产投资决策的风险评价上来，实现定性概念与定量数值之间的不确定性转换，可使风险评价更加客观。

1 云模型[1]

1.1 云的涵义

设T是一个定量论域，用精确数值表示，T={x}，W是T上的定性概念，即与T相关联的语言值，且隶属度x是定性概念W的一次随机实现，x对W的确定度 µw(x)∈[0，1]是一个具有稳定倾向的随机数。则隶属度x在论域T上的分布称为隶属云，简称云，每一个x称为一个云滴。

1.2 云的数字特征

云的三个数字特征是Ex(Expected Value)、En(Entropy)和He(Hyper Entropy)，分别表示期望值、熵和超熵，用它们整体表示一个概念。

期望值Ex是最能够代表定性概念的点，是云滴x在论域空间分布的期望值，是概念量化的最典型样本，对应着云的中心。

熵En既是定性概念随机性的度量，反映了代表定性概念的云滴的离散程度，又是定性概念亦此亦彼性的度量，反映了论域空间中可被概念接受的云滴的取值范围。

超熵He是熵的熵，即熵的不确定性度量，由熵的随机性和模糊性共同决定。

1.3 正态云模型

云是通过云模型来具体实现的，云模型也是云聚类、云推理、云运算、云控制等方法的基础，其实现方法很多，如正态云模型、组合云模型、半云模型。正态云模型的数学期望曲线如下，它在表达语言值时最常用。

利用计算机输入正态云的3个数字特征值(Ex，En，He)，即可根据算法生成正态云。

1.4 云发生器

可以用计算机软件来实现云的生成算法，也可以用云发生器( Cloud Generator)来实现。云发生器分为正向云发生器和逆向云发生器，由定性概念到定量表示的过程，称为正向云发生器，过程如图1所示。

图1 正向云发生器Fig. 1 Forward normal cloud generator

具体算法步骤为：

（1）生成以En为期望值，He2为方差的一个正态随机数

（4）具有确定度iµ的ix成为数域中的一个云滴；

由定量表示到定性概念的过程，称为逆向云发生器[2]，过程如图2所示。

图2 逆向云发生器F ig. 2 Backward cloud generator

逆向云发生器的算法有两种，一种是需要确定度信息的，另外一种是不需要确定度信息的。本文用到的逆向运算法是无需确定度信息的，具体算法步骤如下：

依据统计原理，无论采用哪种算法，误差都是难以避免的。样本点越少，误差越大，样本点越多，误差越小。云滴数目n越大，Ex越精确，相应的En和He的估计误差就越小。

2 房地产投资决策阶段风险评价

对于某一个房地产开发公司开发的一个具体的房地产项目，由于开发公司的规模、实力、管理水平以及项目所处的地理环境、经济环境等均存在着差异，不同的项目面临的风险有所不同。经过对多家房地产开发公司的调研结果表明：在对一个具体的房地产项目进行投资决策时，房地产开发商较为关注的风险是政治风险、经济风险、技术风险和管理风险。具体见表1所示。

计算步骤[4]：

（1）对以上风险因素的的发生概率进行专家主观估计，分别估计出乐观概率、最可能概率及悲观概率，并分别用a、m、b来表示，根据无确定度信息的逆向云发生器算法计算每一风险因素的三个特征值(Ex, En, He)；

（2）依据正态云发生器产生的云滴是一个期望EX＝Ex、方差DX=En2+He2的随机变量，分别计算a、m、b的期望值及方差；

（3）对每个风险因素都用a、m、b三个估计，是假定三个估计均服从β概率分布。因此，各风险因素的期望值及方差分别为：

根据超熵的性质运用逆云发生器计算各风险的超熵He；

（4）因为逆向云算法需要大量的云滴统计结果，云滴数量的多少，直接决定了统计结果的好坏。云滴数n越大Ex越精确，逆向云算法计算出的En和He的估计误差就越小，三个参数的误差都随着云滴数量的增加而逐渐减少。通过超熵He的大小可反映出各个风险因素对房地产开发项目的影响程度，He越大，开发项目遭受影响越大。

表1 房地产投资决策风险评价指标体系[3]