风险定量分析范文

前言：我们精心挑选了数篇优质风险定量分析文章，供您阅读参考。期待这些文章能为您带来启发，助您在写作的道路上更上一层楼。

第1篇

【关键词】地方融资平台；融资平台类公司； 信贷风险

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

地方融资平台风险可能引发金融风险已经成为不争的事实。银行作为融资平台贷款的最大主体，受到的影响肯定是最严重的。银行出于自身利益考虑，有必要对融资平台的风险做出判定并进行相应的风险控制。基于银行视角建立一个融资平台信贷风险定量分析模型对保证金融秩序的稳定特别是银行本身的利益有着重要意义，银行应在隐性风险发展成为显性风险前，加强对融资平台信用风险的定量测量并采取必要的措施。本文的目的就是探讨基于银行的角度来建立一个融资平台类公司信贷风险定量评估模型，为降低银行潜在的风险提供决策支持。

融资平台信贷风险指标选取的三个维度：

融资平台信贷风险指标是对融资平台风险大小产生影响的各种因素，本文分别从政府债务风险，融资平台类公司信贷风险和政府与融资平台关系三个维度进行指标的选取。

（1）政府债务风险。地方融资平台是政府主导的并且以政府财政作为担保的企业，对于融资平台信贷风险的评估，首先要对政府的负债规模以及偿债能力做出客观的分析，只有地方融资的主导具有实力的情况下还款才有最后保底的可能。

（2）融资平台类公司信贷风险。融资平台作为独立的企业法人机构，虽然有着它与政府关联的特殊性，但仍具有一般公司的性质，在取得银行贷款时银行也会对其进行贷款风险的分析，但建立在权责发生制上的财务分析在实际应用中存在明显的缺陷，所以在对融资平台本身风险的测量的指标体系上引入现金流量指标体系来弥补，通过对融资平台现金收入、支出用途以及筹资、投资等活动的信息，能够帮助银行评价融资平台未来净现金流量的能力，融资平台偿还债务的能力，消除了以资产负债表和损益表为依据而产生的受会计方法本身的影响。

（3）政府与融资平台关系。政府对融资平台的支持力度、融资平台项目对市政建设、地方经济的重要程度在很大程度上表现了政府和企业具备还款能力的情况下还款意愿的强弱。

二、地方政府债务风险衡量指标选取

1.国际通用政府债务风险指标

我国地方融资平台贷款风险的评价体系中首先要对地方政府债务风险进行评价，只有地方政府债务出于可控的大环境下，才能保证融资平台类贷款最后有保底还款的可能。

从世界发达国家管理地方政府债务的经验来看，地方政府债务风险衡量主要涉及的指标主要包括负债率、债务率、新增债务率、偿债率、利息支出率、债务依存度、资产负债率和担保负债比重等（见表1）。

前7项指标是地方政府现行债务的衡量，只有第8项是地方政府隐性债务的衡量。在前7项显性债务衡量指标中，负债率、债务率、资产负债率、债务依存度主要表示的是地方政府存量债务的情况；新增债务率主要考察债务增量的状况；偿债率以及利息支出率则体现了地方政府的偿债能力。

2.我国地方政府债务风险指标选取

由于中国地方政府债务形成过程的特殊性，加之在目前国际社会对地方政府债务风险警戒线还未形成统一标准的情况下，只能选取与中国经济发展程度适应，地方政府债务结构相适应的债务风险指标作为测定中国地方政府债务风险的参照。

从经济结构来看，中国仍属于发展中国家。从经济发展阶段来看，地方政府在经济发展过程中主导作用依然较强。从政府债务结构特点来看，当前政府担保是形成中国地方政府或有负债的主要来源。因此，从中国的实际情况出发，对于地方政府担保这一形势，在选取地方政府指标时应予以特别关注。

综合考虑以上原则并结合中国地方债务的实际情况，中国地方政府债务风险指标以下四项标准，参照表2。

三、融资平台类公司信贷风险指标选取

在代表融资平台类公司信贷风险指标的选取上，基于企业现金流量模型结合地方融资平台类公司的特点分别从反映企业支付能力、收益质量、运营效率以及成长潜力四个维度18个指标中选取，参照表3。

从反映平台类公司支付能力的指标中选取现金负债总额比率，它反映了融资平台类公司的综合偿债能力。

从反映平台类公司收益质量指标中选取净利润现金比率，它反映在公司当期实现的净利润中有多少是有现金保证的。

从反映平台类公司营运效率指标中选取经营性现金收支比率，它反映了公司经营活动现金流出占经营活动现金流入的比率。

在反映平台类公司长期成长潜力的指标中选取经营活动现金净流量增长率，它直观的反映了公司未来内部资金的增长状况以及增长趋势。

四、政府与融资平台关系指标的选取

政府与融资平台关系指标直接影响政府对融资平台的支持力度，在对政府财政进行分析、平台类公司财务进行分析的基础上还应该对政府与融资平台类公司关系进行分析，这种关系决定了政府在有能力承担平台类公司债务的基础上承担愿意的强弱。

首先股权关系是一个重要的指标，它反映政府在融资平台类公司中所应承担的义务以及享受的权利大小，政府出资额占融资平台类公司注册资金比重越大政府与平台类公司关系越强。

另外政府为融资平台提供的担保方式也是代表政府与平台类公司关系的重要指标，平台公司贷款的担保措施包括，土地抵押、收费权质押、政府对项目的回购协议、第三方连带责任担保、当地政府的还款承诺等。

五、融资平台信贷风险定量分析

1.模型构建

融资平台类公司信贷违约发生，取其值为1；融资平台类公司信贷正常，取其值为0。建立多变量Logistic回归模型，设Y是一个取值为1或0的二分类随机变量，X1,X2,…Xm，是可能影响Y的确定变量，通过观测n组观测值（Xi1, Xi2, … Xim,,Yi）（i=1,2…,n）则结果变量与自变量的模型为：

公式变形得出发生违约的概率如下：

通常理论上讲是否违约的临界值设定为0.5，即通过logistic模型计算出融资平台类公司 的违约概率大于或等于0.5，则将融资平台类公司判定为高风险企业，否则判定为低风险的企业。

Logistic模型采用极大似然估计法检验模型的拟合效果。回归系数的检验采用wald统计量检验，wald值越大或显著概率越小，则该自变量在回归方程中的作用越大，贡献越大。

2.样本来源及变量定义

本文的样本数据来源于某省某国有商业银行在某省范围内的政府融资平台类公司的信贷资料，由于政府融资平台类公司信贷发展的时间不长，从2000年1月到2010年12月共搜集了30家融资平台类公司的信贷资料作为研究样本，其中违约样本为7个，正常的样本为23个。本文变量的定义及赋值如表5。

3.实证分析

根据模型的要求变量保持独立性、不存在共线性问题，因此需要进行变量间的相关性检验和共线性检验。通过检验可以看出变量间独立性强，如果某个自变量的容忍度(Tolerance)小于0.1，则可能共线性问题严重，方差膨胀因子(Variance Inflation Factor，VIF)实际上就是容忍度的倒数，VIF越大，说明共线性问题可能越严重，检验可知所取的10个变量间没有存在共线性迹象。由此可见样本数据可以直接用于Logistic模型分析。

进行相关性检验并不能表明变量之间的因果关系（粗效应），要明确一个变量的变化能否由另一个变量的变化来解释，就要涉及到logistic模型进行回归分析。将原始样本数据进行赋值处理后用SPSS1 6.0软件进行Binary Logistic回归分析。

从模型的整体拟合情况来看，内格科克R方检验(Nagelkerke R Square)为0.798表示整个模型的拟合优度很好。哈斯莫莱莫斯检验（Hosmer and Lemeshow）检验卡方分布统计量的显著水平为0.991>0.05，不显著，表示因变量的实际值与预测值的分布没有显著差异，说明模型拟合较好。

根据回归分析结果，采用Exp(B)值来进行系数显著性检验，模型参数估计结果可知10个变量的Exp(B)值都在0.05的显著水平下显著，即这10个变量对融资平台类公司的信贷风险有显著影响。根据模型参数估计的结果，构建出政府融资平台类公司信贷风险定量评估模型。模型如下：

通过对Logistic回归模型的估计，可以对样本公司是否有违约行为进行预测。同时通过对预测结果和实际结果的比较，可以对模型的预测能力进行评估。从对因变量贷款类别Y的分类预测结果可知，只将1家正常还款融资平台类公司判为违约公司时，模型对正常还款的融资平台类公司分类的准确率为95.8%；而将1家违约公司判为正常还款公司时，对违约融资平台类公司的分类准确率为87.5%；因此，总体上的分类准确率达到94.7%。上述结果可以说明，该模型在政府融资平台公司信用风险定量测评上应用的效果较为理想。

六、结论

本文选取融资平台类公司是否违约作为因变量，将地方政府负债率、地方政府利息支出率、地方政府担保负债比重、地方政府债务率、企业现金负债总额比率、企业净利润现金比率、企业经营性现金收支比率、企业经营活动现金流量增长率、股权比例、担保方式这10个变量作为自变量，构建出Logistic回归模型进行分析。根据回归估计结果，本文得出了地方融资平台信贷风险定量分析公式。通过对分类预测结果分析得出，模型对正常款款的公司分类准确率为94.7%，对违约公司的分类准确率为87.5%总的分类准确率达到94.7%，说明模型具有较好的预测性。

参考文献：

[1]中国工商银行.地方融资平台债务研究[J].2010,6.

[2]郑仰驹.2010,3.试论现金流量分析在银行信贷中的应用[J].发展研究.

[3]隋剑 雄林琪.2004,9 (8).试论我国商业银行信贷风险预警系统的建立[J]. 金融论坛.

[4]王修华 刘灿 金洁.2011,32(2).地方政府融资平台风险测算与规范发展研究[J]. 财经理论与实践.

[5]王善君.2004.银行中长期贷款的信用风险评估[M].中国人民银行金融研究所.

[6]胡雪.2007.我国商业银行企业贷款信用风险评估实证分析[M].上海交通大学.

[7]冯朝阳.2005.现金流量分析在贷款风险评估中的应用[M].天津大学.

[8]何英.2005.我国商业银行信贷风险评估体系研究[M].中南大学.

[9]李文捷.2006.商业银行视角的企业信用风险监测度量研究[D].厦门大学.

第2篇

1.1数据来源该研究选用湖南省有连续气象资料记录的19个气象站点1960~2002年的月降雨资料,气象站点分布如图1所示,气象数据来自中国气象科学数据共享网。

1.2农业旱灾风险分析原理与方法风险的最基本理解是“可能存在的一个或多个后果”[13],虽然不同学科对于风险有不同的定义,但风险总是与“损失或破坏、不利后果或人们(即风险承担者)不希望出现、不愿意接受的事物”的潜在威胁相联系,且潜在威胁的出现具有不确定性。在灾害学中,通常认为自然灾害风险是由致灾因子的危害性(Haz-ard)、承灾体的暴露性(Exposure)和脆弱性(Vulnerability)3个要素以及由此导致的灾情共同组成的宏观结构[14-16]。西部干旱协调委员会(WesternDroughtCoordinationCounci,lWDCC)将旱灾风险定义(droughtrisk)为干旱危害强度、频度及承灾体脆弱性综合作用产生的潜在负面影响[17]。即旱灾的风险是某一地区一段时间降水短缺和该地区脆弱性和暴露性共同作用的产物[2],可用公式表示如下:DRI=DHI×DVI(1)式中,DRI为干旱灾害风险指数;DHI为干旱危害度指数;DVI为干旱脆弱度指数。该研究将根据上述公式,在对湖南省干旱灾害危害性和脆弱性分析的基础上进行农业干旱灾害风险的综合分析及定量评价。

1.2.1农业旱灾危害性评价。在自然灾害学研究中,危害性是指致灾因子对人类和财产构成的潜在威胁[18]。因此,可将农业旱灾的危害性理解为干旱对农业生产造成的潜在威胁。旱灾的强度取决于水分的亏缺度、持续时间及其影响的空间范围[19]。旱灾致灾因子危害性分析是对干旱进行识别,对其强度、频度进行分析,并确定区域内各种强度干旱发生的概率。该研究用标准降雨指数SPI分析旱灾的时空格局及强度。SPI由McKee提出,用来确定有降雨量记录的任何地区特定时间尺度的降雨异常事件[20]。在众多干旱指数中,标准降雨指数SPI是一种基于多种时间尺度降水概率的干旱指数,由于其使用简单、可靠性高而被广泛用于干旱识别和旱情监测[21-22]。SPI通过求算给定时间尺度的累积概率,使其能够在多个时间尺度上进行计算,从而使SPI不仅可用于监测短时期内的水分变化,如对农业生产有重要影响的土壤水分变化,而且还可以监测长时期的水分动态,如地下水供给、径流量等[23]。由于短时期内的水分变化对农业生产具有重要影响,该研究将以3个月尺度的SPI对湖南省农业旱灾的危害性进行分析计算。SPI的计算方法是用Γ概率分布函数拟合每一台站的历史降雨时间序列,即:g(x)=1βαΓ(α)χα-1e-x/β(2)式中,x>0为降雨量;α>0为形状参数;β>0为尺度参数;Γ(α)为gamma函数。α、β用极大似然估计法求得:α=14A(1+1+4A3)(3)β=xα(4)A=ln(x)-∑ln(x)n(5)式中,n为降雨序列的长度。于是,给定时间尺度的累积概率可计算如下:G(x)=∫x0g(x)dx=1βαΓ(α)∫x0xα-1e-x/βdx(6)由于gamma函数不包含=0的情况,而实际降水量可以为0,所以累积概率表示为:H(x)=q+(1-q)G(x)(7)式中,q是降水量为0的概率。然后将累积概率函数H(x)转换成均值为0、标准差为1的标准正态分布函数,得出SPI。根据SPI值的大小可将干旱状况划分为4个等级(表1)。旱灾危害性同时取决于旱灾强度大小和发生频率高低,旱灾强度越大,频率越高,危害性越大。该研究将不同强度等级的干旱赋予不同的权重(表1),同时将每一强度干旱等级发生频率划分为4个等级(权重的确定及等级的划分参照文献[24]),构建干旱危害性模型如下:DHI=(MDr×MDw)+(SDr×SDw)+(VDr×VDw)(8)式中,DHI为干旱危害性指数;MDr为中等干旱发生率等级;MDw为中等干旱权重;SDr为严重干旱发生率等级;SDw为严重干旱权重;VDr为极端干旱发生率等级;VDw为极端干旱权重。(由于轻度干旱对农业生产的影响较小,因而该研究未作考虑)。利用Kringing插值方法对湖南省气象站3个月尺度的SPI及每一等级干旱强度的发生率进行空间插值,插值过程在ArcGIS软件中实现。根据研究需要,将插值得到的栅格结果按县市进行区域统计,得到不同等级干旱发生率县域分布图。最后根据公式(8)将不同等级干旱发生率分布图叠加,进行空间计算,并用自然断点法(naturalbreak)将计算得的值从低到高划分为4个等级,得到湖南省农业旱灾危害度分布图。

1.2.2农业旱灾脆弱性评价。承灾体的脆弱性水平是影响灾害风险大小的基本因素之一。通常,风险载体相对于某风险源的脆弱性愈低,该风险载体遭受损失的可能性愈小,相应地其所载荷的来自该风险源的灾害风险就可能愈小;反之愈大。依据国内外灾害理论可将农业旱灾脆弱性定义为:农业易于或敏感于遭受干旱威胁和损失的程度[11]。脆弱性的影响因素众多,包括社会、经济和环境等各个方面,脆弱性的定量评估通常通过选取一些社会、经济和环境脆弱性因子来进行。刘兰芳等对湖南省农业脆弱性进行了综合分析和定量评价[11],其评价指标体系的建立、评分标准的界定以及指标权重的确定是当前旱灾脆弱性研究的范式,具有很高的科学性,因此,该研究将直接采用其计算给出的湖南省88个县市的农业旱灾脆弱度,利用ArcGIS技术将脆弱度指数按行政区划空间化,然后用自然断点法(naturalbreak)重新划分为4个等级,得到湖南省农业旱灾脆弱度分布图。

1.2.3农业旱灾风险评价。根据公式(1),利用ArcGIS将湖南省干旱危害度分布图和农业干旱脆弱度分布图叠加,进行空间计算,得到湖南省农业旱灾综合风险分布图,并按风险度高低用自然断点法划分成4级。

2结果与分析

2.1湖南省农业旱灾危害性分析由图2可知,中等干旱(a)、严重干旱(b)和极端干旱(c)在空间上表现出截然不同的格局。中等干旱主要发生在湖南省的东北部、南部和西南部,中部和西北部地区较少发生;严重干旱主要集中在湖南省的北部和西部少数地区,南部地区发生频率较低;极端干旱则主要分布在湖南省西部和南部,而东北地区很少发生。从湖南省降雨地域分布来看,澧水上游区、雪峰山区、五岭山区和湘东北山地丘陵区属降雨高值区,洞庭湖平原、衡阳丘陵、沅水上中游山间盆地属降雨低值区[7],结合干旱事件可知,湖南省干旱的发生与降雨分布无明显联系,降水量大的地区也可能是干旱易发区,而干旱易发区不一定是降水量小的地区。图2(d)是利用公式(8)对中等干旱、严重干旱和极端干旱进行空间计算得到的湖南农业干旱危害度分布图。图中显示,湖南省农业干旱危害度在空间上表现出显著的东西分异。高危害度地区主要分布于西部和南部的少数地区,从西向东,危害度不断降低,低危害度区主要分布于东部和中部。袁华斌等的研究指出,邵阳、衡阳、永州、郴州、娄底、怀化、湘西土家族苗族自治州、张家界市所属的山区县市是湖南省农业旱灾易发区域[10],可见,湖南省干旱危害性高的地区也是旱灾易发地区。

2.2湖南省农业旱灾脆弱性分析刘兰芳等对影响湖南省农业干旱脆弱性的自然环境系统和社会经济系统进行了细致的分析[11],并在此基础上选择降水量、蒸发量、水利化程度等9个涵盖自然环境和社会经济在内的指标,采用赋予指标权重和分级打分的方法对湖南省88个县市的农业旱灾脆弱性进行了综合评价,并利用GIS技术进行旱灾脆弱性区划。结果表明,湘中衡邵盆地和湘西北山地是农业旱灾严重脆弱带,湘南山地为强度旱灾脆弱带,沅麻盆地为中度旱灾脆弱带,洞庭湖平原和湘东北山地旱灾脆弱性较小。在此基础上,笔者根据其计算结果将各县市农业旱灾脆弱度重新划分为4级(图3),其中无值区域为省辖市的城市分区[11]。从行政区划上看,湖南省农业脆弱度高的地区主要分布于张家界、湘西土家族苗族自治州、邵阳、永州、衡阳及郴州境内。

2.3湖南省农业旱灾综合风险分析由图4可知,湖南省农业干旱风险分布表现出明显的东西分异,高风险地区主要分布在西部、西南和南部,中东部是低风险区域,山区通常是高风险区。从行政区划上来看,高、较高风险区主要分布于张家界、湘西土家自治州、怀化、邵阳、永州、衡阳和郴州境内。其中横邵盆地和湘西北山地既是旱灾高危害区,也是旱灾高脆弱区。经济落后,人口密度较大,人地矛盾和人水矛盾突出,灌溉能力低,水土流失严重,以及旱灾的频繁发生使这些地区成为旱灾高风险区。调整作物种植结构、实施节水灌溉是减轻这些地区干旱影响的有效途径。图4湖南省农业旱灾风险度分布Fig.4DistributionofagriculturaldroughtriskdegreeinHunanProvince2007年4~10月湖南省遭受了罕见特大高温干旱灾害,其持续时间之长、强度之大、受旱范围之广、损失程度之重均为历史罕见。2008年1月初,北京师范大学减灾与应急管理研究院的工作人员深入湖南省旱灾重灾区,对干旱发生原因、灾情及抗旱减灾情况进行了实地调研。获取了2006、2007年湖南省旱灾灾情资料。资料显示,2006年湖南省湘西自治州、怀化、常德市、益阳、张家界、岳阳遭受旱灾,其中湘西自治州受灾最为严重,农业经济损失达3.8亿元。2007年湖南省全省有13个市75个县市区受旱,受旱面积达12万km2,永州、岳阳、邵阳、衡阳是受灾最严重的地区,农业经济损失分别为47.9亿、23.1亿、21.1亿和15.7亿元。湖南省近2年的旱灾受灾地区主要分布于高风险区,该研究结果将有助于制定更具针对性和实效性的干旱管理策略。

第3篇

【关键词】 项目风险 定量分析

1. 概述

项目风险管理是指项目管理团队通过风险识别、风险量化和风险控制，采用多种方法、技术和工具，对项目所涉及的各种风险实施有效的控制和管理，主动采取行动，尽量使风险事件的有利后果最大，而使风险事件所带来的不利后果降到最低，以最少的成本保证项目安全、可靠地实施，从而实现项目的总体目标。

在项目风险管理中，项目分析是最为关键的环节。只有尽量科学地进行风险分析，才能为风险管理提供正确的依据。英美等国许多部门制订工程项目风险管理手册，从而保证了工程项目风险管理的科学化、规范化和制度化。美国项目管理协会编写的《项目管理知识体系指南》一书，列专章对项目风险管理作了全面、系统的论述，包括风险管理计划编制，风险识别，定性风险分析，定量风险分析，风险应对计划编制，风险监控等内容，是目前国际上较为权威的项目风险管理论著。

我国对项目风险管理的研究起步相对较晚。20世纪80年代中期以来，随着我国经济的不断发展，投资体制的不断变化，风险管理也越来越显示出它的重要性。1987年，清华大学郭仲伟教授的《风险分析与决策》一书的出版，标志着我国风险管理研究的开始。近年来，由于科技水平的发展和相关研究的深入，风险分析的理论与方法有所完善。

随着中国经济不断融入到全球经济当中，越来越多的企业走出国门承揽项目。针对国际项目的风险研究也应运而生，出现了一些研究成果，如钟伟容、龚燕平的《国际工程项目施工风险分析和研究》，针对国际工程承包实践，建立了国际工程项目施工风险模糊递阶辨识模型，定性分析了在施工阶段承包商所面临的施工风险。但综合来看，运用项目风险管理的理论和方法对国际项目风险管理进行系统研究的成果还不多。我国企业在项目风险分析上，很多还停留在定性分析阶段。

本文以中国某公司（文中简称甲公司）在沙特阿拉伯承建某工程项目（文中简称沙特项目）为例，运用层次分析法（AHP，Analytical Hiearchy Process），对该项目风险进行定量分析，希望能够为国际项目风险管理提供一些借鉴作用。

2. 沙特项目简介

2.1业主背景

本项目业主是沙特阿拉伯某矿业公司。沙特矿产资源储量丰富，在沙漠和山区地带储有铝钒土、磷酸盐、黄金、铜、石膏和银等矿产资源，且多在近地表层。虽然沙特是中东矿产资源最丰富的国家，但长期以来除了石油，其他矿产品的开发严重滞后，国家经济过分依赖石油，经济较为单一化。为此，近年来沙特大力发展采矿业，以期实现经济多元化，其中包括建设一个大型磷酸盐工厂，由此需要建设一个1250万吨/年的磷矿石选矿厂项目。

2.2承包商背景

本项目的承包商是甲公司。该公司是国内的行业领先企业，以技术研发领先于国内同行业其他企业。公司利用其拥有的大量行业先进技术和管理经验，实施智力输出型的国际化模式。2007年沙特项目招标，甲公司经过与多家国际著名工程公司的激烈竞争后中标，合同总金额4.5亿美元。

3. 项目风险识别及重要度评估

3.1风险识别

本文采用德尔菲法，识别出项目存在8类风险及16项风险因素（具体过程略）：

3.2风险估计

本文采用主观概率法，对识别出来的8类风险进行了分值估计，初步得出风险重要度（具体过程略）：

4. 用AHP法进行项目风险量化分析

4.1AHP法的基本原理

层次分析法是一种在经济学、管理学中广泛应用的方法，在20世纪70年代中期由美国 运筹学家托马斯·塞蒂（T.L.Saaty）正式提出。层次分析法是一种定性和定量相结合的、系统化、层次化的分析方法，它把复杂的问题根据其性质和要达到的目标分解为各个组成因素，按支配关系将这些因素分组形成有序的递阶层次结构模型，对模型中每一层次因素的相对重要性，依据人们对客观现实的判断给予定量表示，再利用数学方法确定每一层次全部因素相对重要性的权值，得到最底层相对于最高层的相对重要性次序的组合权值。其优点是可以将无法量化的风险按照大小排出顺序，把它们彼此区别开来，在处理复杂决策问题上有很大的实用性和有效性。

层次分析法其解决问题的基本步骤是：

（1）明确问题和建立层次结构。在对待研究问题进行全面深入地分析后，要弄清楚问题的各组成部分之间的关系，然后按它们之间的隶属关系及重要性级别，进行上下分层排列，形成一个层次结构。AHP法所建立的层次结构一般有三种类型：完全相关性结构，即上一层每一要素与下一层次的所有要素完全相关；完全独立结构，即上一层要素各自独立，且都有不相干的下层要素；混合结构，是上述两种结构的混合。递阶层次结构模型一般分为三层：目标层，是决策问题所追求的最高目标；准则层，评价准则或衡量准则；方案层，指决策问题的方案。

（2）应用两两比较法构造判断矩阵。构造矩阵的关键在于设法使任意两个风险关于某一准则（上层风险）的相对重要程度得到定量描述。一般采用9级标度法，即某准则与另一准则的重要度用1、2、3、4、5、6、7、8、9来表示，并要求准则之间进行两两比较，构建出一个判断矩阵。若i元素与j元素的比较结果在判断矩阵中为aij，则标度见表2.1。标度1-9以及它们的倒数，是数值意义上的数字，而不是顺序意义上的数字。这些数字是根据人们进行定性分析的直觉和判断能力而定的。9个不同重要程度的数量标度完全能够标明两个事件之间不同重要性在程度上的差别。将专家对每一个层次中各个元素的相对重要性给出的判断，用1-9级标度数值表示出来，写成矩阵形式，即为判断矩阵。

判断矩阵中元素aij表示从判断准则Hs 的角度考虑要素Ai对要素Aj的相对重要性，即：aij=■ aij>0；aij=1/aji；aii=1

（3）确定项目的风险要素的相对重要度。在应用AHP法进行分析评价和决策时，需要知道Ai关于Hs的相对重要度，即Ai关于Hs的权重。计算分析程序如下：

首先，计算判断矩阵A的特征向量W，再经过归一化处理得到相对重要度。

然后，进行一致性判断。在对系统要素进行相对重要性判断时，由于运用的主要是专家的隐性知识，因而不可能完全精密地判断出Wi/Wj的比值，而只能对其进行估计，因此必须进行相容性和误差分析。估计误差必然会导致判断矩阵特征值的偏差，据此定义相容性指标。

若矩阵相容时，应有λmax=n；若不相容时，则λmax> n，因此可用λmax- n的关系来界定偏离相容性的程度。设相容性指标为C.I.，则有：

定义一致性指标CR为：

若一致性指标CR

（4）计算综合重要度

在计算各层要素对上一级的相对重要度后，即可从最上层开始，自上而下地求出各层要素关于系统总体的综合重要度，对项目风险要素进行优先排序。分析过程如下：

设第二层为A层，有m个要素A1，A2，…，Am，它们关于系统总体的重要度分别为a1，a2，…，am.第三层为B层，有n个要素B1，B2，…，Bn，它们关于ai的相对重要度分别为b1i，b2，…，bni，则第B层的要素Bj的综合重要度bj=■aibij，j=1，2，…，n

即下层j要素的综合重要度是以上层要素的综合重要度为权重的相对重要度的加权和。

（5）计算整体风险水平

根据项目风险估计中得出的各风险因素分值Ri，以及风险分析评价中得出的各风险因素权重Wi，得出项目整体风险水平为：R总=■WiRi

（6）进行项目风险排序

根据项目各风险因素综合重要度计算结果，进行风险因素排序，找出关键风险。

4.2 沙特项目风险定量分析

根据本文4.1所述AHP法基本原理，以及3.1、3.2所识别出的项目风险因素及重要度评估，对沙特项目风险进行定量分析。

4.2.1 建立本项目风险的递阶层次结构

4.2.2一级风险因子的判断矩阵及权重

分别构造项目的一级风险因子和二级风险因子的判断矩阵，并进行权重和综合重要度计算。

如图4.1：

①判断矩阵的构造过程

选择项目管理方面的三位专家，采用两两比较尺度的取值方法，分别对A层（一级）和B层（二级）全部风险因子进行两两比较，综合对比三位专家的结果后，得出A层和B层风险因子的判断矩阵。

②权重的含义

本文中，A层（一级）风险因子的权重，指A层各风险因子相对项目整体风险的风险度，权重越大，说明该风险因子对项目整体风险的影响程度越大。B层（二级）风险因子的权重，指B层各风险因子相对其所属上层风险因子的风险度，权重越大，说明该风险因子对其所属上层风险因子的影响程度越大。

③综合重要度

本文中，综合重要度指各风险因素（即B层各风险因子）相对项目整体风险的风险水平，即风险度。

④项目整体风险水平

本文中，项目整体风险水平由项目风险估计得出的A层各风险因子的加权平均预测值，以及本章得出的各风险因子权重进行加权平均。

（1） 一级风险因子判断矩阵

（2） 一级风险因子权重

（3） 一致性检验

4.2.3 二级风险因子的判断矩阵及权重

与一级风险因子计算方法相同，对二级风险因子进行矩阵构造和相关计算。本文以政治风险、社会风险、管理风险三类风险为例进行分析：

（1） 政治风险

当n=1或n=2时，C.R.=0，不检验一致性。

（2） 社会风险

由于社会风险项下只有一个子项，故权重（B5）为1

（3） 管理风险

同理，分别计算出法律熟悉程度风险B3=0.3333，执法环境风险B4=0.6667；社会文化冲突风险B5=1；通货膨胀风险B6=0.2491，汇率

（下转第232页）

（上接第195页）

变动风险B7=0.7509；自然风险B8=1；承包商技术能力风险B9=0.3333，设计风险B10=0.6667；资金支付风险B15=0.1667，成本费用风险B16=0.8333。

4.2.4 项目全部风险因素的综合重要度

根据：Bwj=■aibj，j=1，2，…n，计算B层全部风险因子的综合重要度（表4.9）

由表4.9可知，本项目最重要的风险是成本费用风险B16和汇率变动风险B7，在风险管理中应重点关注此两项风险。

4.2.5 项目总体风险水平

根据项目风险估计得出的各风险因素分值和项目风险分析得出的各风险因素权重，对项目总体风险水平计算如下（表4.10）：

项目总风险分值为70.333，为较高风险，承包商应高度重视和加强风险管理。

参考文献：

[1] J·R·Turner等著，李世其等译.项目管理手册.北京：机械工业出版社，2004.6.1.

[2] 美国项目管理协会编，卢有杰，王勇译. 项目管理知识体系指南（第3版）. 北京：电子工业出版社， 2004.12.1.

[3] 郭仲伟. 风险分析与决策. 北京：机械工业出版社，1987.7.

[4] 陈立文. 投资项目风险分析理论与方法. 北京：机械工业出版社，2004.9.1.

[5] 徐玖平，刘晓红. 项目风险管理. 北京：经济管理出版社，2008.1.