基于盲數(shù)理論的房地產(chǎn)項(xiàng)目投資決策研究

張?jiān)破穑鸿窜纾T 漪

(1.中央財(cái)經(jīng)大學(xué)商學(xué)院，北京 100081；2.中國互聯(lián)網(wǎng)商務(wù)金融研究院，北京 100081)

基于盲數(shù)理論的房地產(chǎn)項(xiàng)目投資決策研究

張?jiān)破?，2，梁璐茜1，馮 漪1

(1.中央財(cái)經(jīng)大學(xué)商學(xué)院，北京 100081；2.中國互聯(lián)網(wǎng)商務(wù)金融研究院，北京 100081)

房地產(chǎn)項(xiàng)目投資風(fēng)險(xiǎn)本質(zhì)上是一種營銷風(fēng)險(xiǎn)。忽略潛在的營銷風(fēng)險(xiǎn)，可能會(huì)導(dǎo)致錯(cuò)誤的投資決策并造成嚴(yán)重的損失。為提高投資決策的合理性和科學(xué)性，需要從整體上研判房地產(chǎn)項(xiàng)目投資所面臨的風(fēng)險(xiǎn)。本文從營銷風(fēng)險(xiǎn)管理的視角出發(fā)，識(shí)別行業(yè)、企業(yè)、項(xiàng)目三個(gè)層面的風(fēng)險(xiǎn)因素并建立風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)體系，再結(jié)合層次分析法、盲數(shù)理論、風(fēng)險(xiǎn)閾值、BM模型構(gòu)建適用于房地產(chǎn)項(xiàng)目投資決策的綜合模型，并通過具體的算例對(duì)模型進(jìn)行實(shí)證檢驗(yàn)。研究結(jié)果表明，該決策模型可行，能為房地產(chǎn)項(xiàng)目投資決策提供科學(xué)的建議。

房地產(chǎn)項(xiàng)目投資；盲數(shù)理論；風(fēng)險(xiǎn)閾值；BM模型；營銷風(fēng)險(xiǎn)評(píng)價(jià)

0 引 言

中國房地產(chǎn)市場正從黃金時(shí)代向白銀時(shí)代過渡，鬼城頻頻曝光、項(xiàng)目利潤率嚴(yán)重不足等風(fēng)險(xiǎn)問題更是時(shí)常見諸報(bào)端，房地產(chǎn)項(xiàng)目風(fēng)險(xiǎn)日益突出。在投資決策階段，決策者通常結(jié)合項(xiàng)目可行性研究做出是否投資、如何投資的項(xiàng)目決策。而現(xiàn)實(shí)中，項(xiàng)目可行性研究多缺乏科學(xué)系統(tǒng)的風(fēng)險(xiǎn)評(píng)價(jià)，容易忽略潛在風(fēng)險(xiǎn)，可能導(dǎo)致錯(cuò)誤的投資決策并造成嚴(yán)重的風(fēng)險(xiǎn)損失。房地產(chǎn)項(xiàng)目投資行為的營銷本質(zhì)是房地產(chǎn)開發(fā)商的新產(chǎn)品開發(fā)活動(dòng)，因此房地產(chǎn)項(xiàng)目投資風(fēng)險(xiǎn)即為一種營銷風(fēng)險(xiǎn)。從營銷風(fēng)險(xiǎn)的角度出發(fā)，如何科學(xué)有效地評(píng)價(jià)房地產(chǎn)項(xiàng)目投資風(fēng)險(xiǎn)并為決策者提供科學(xué)的投資建議成為亟待研究的問題。

房地產(chǎn)投資是一項(xiàng)耗時(shí)長、極其龐大復(fù)雜的系統(tǒng)工程，房地產(chǎn)投資因素具有復(fù)雜性、隨意性和模糊性特點(diǎn)，任何一個(gè)投資因素情況的變化都可能給整個(gè)項(xiàng)目投資帶來影響。而這些因素的屬性特征很難用精確的語言加以描述。而盲數(shù)則能有效處理房地產(chǎn)投資過程中風(fēng)險(xiǎn)因素的隨機(jī)性、模糊性、未確知性和灰性以及人類主觀行為的不確定性，盲數(shù)引入到房地產(chǎn)投資風(fēng)險(xiǎn)領(lǐng)域是一種有效的定量分析風(fēng)險(xiǎn)的方法。因此，本文以L公司住宅項(xiàng)目為例，嘗試從行業(yè)、企業(yè)、項(xiàng)目三個(gè)角度識(shí)別房地產(chǎn)項(xiàng)目投資風(fēng)險(xiǎn)，在建立投資風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)體系基礎(chǔ)上，構(gòu)建基于盲數(shù)理論的綜合決策模型，系統(tǒng)評(píng)價(jià)房地產(chǎn)項(xiàng)目投資風(fēng)險(xiǎn)，具有較強(qiáng)的實(shí)踐指導(dǎo)意義。

1 文獻(xiàn)回顧

1.1 房地產(chǎn)項(xiàng)目投資風(fēng)險(xiǎn)評(píng)價(jià)技術(shù)

目前，模糊評(píng)價(jià)技術(shù)是房地產(chǎn)項(xiàng)目投資風(fēng)險(xiǎn)研究的主流。多數(shù)研究將模糊數(shù)學(xué)與層次分析法結(jié)合使用，建成模糊層次分析模型[1-3]。薛文等又將模糊層次分析法與灰關(guān)聯(lián)分析法結(jié)合應(yīng)用[4]。陳小花把D-S證據(jù)推理原理嫁接到模糊數(shù)學(xué)理論上，提出模糊證據(jù)推理的方法[5]。張霞等應(yīng)用模糊四邊形方法與控制區(qū)間和記憶模型(CIM模型)有效解決了評(píng)價(jià)指標(biāo)相互獨(dú)立的問題，并同時(shí)提供風(fēng)險(xiǎn)大小和出現(xiàn)概率的評(píng)價(jià)結(jié)果[6]。除模糊評(píng)價(jià)外，也有其他方法的應(yīng)用，例如，朱明強(qiáng)將BP神經(jīng)網(wǎng)絡(luò)理論應(yīng)用于住宅項(xiàng)目的投資風(fēng)險(xiǎn)評(píng)價(jià)研究中[7]。何鑫等[8]、李芊等[9]在熵值法確定指標(biāo)權(quán)重的基礎(chǔ)上，采用理想點(diǎn)法(TOPSIS)對(duì)投資風(fēng)險(xiǎn)進(jìn)行綜合評(píng)價(jià)。王明和[10]應(yīng)用不確定語言變量，發(fā)現(xiàn)其在模糊信息表達(dá)上具有顯著優(yōu)越性，使得評(píng)價(jià)結(jié)果更為準(zhǔn)確。

上述評(píng)價(jià)方法適用于處理單式信息，而房地產(chǎn)投資風(fēng)險(xiǎn)評(píng)價(jià)過程中的資料與信息往往同時(shí)包含兩種或兩種以上的不確定性信息[11]，如財(cái)務(wù)資料往往是確定信息，宏觀環(huán)境資料多是未確知信息，因此它具有盲信息特征而非單式信息。在這種情況下，諸如模糊數(shù)學(xué)的單式信息處理方法則不再適用，甚至可能致使風(fēng)險(xiǎn)評(píng)價(jià)結(jié)果與實(shí)際狀況大相徑庭。

1.2 盲數(shù)理論及BM模型

客觀世界中的信息往往極其復(fù)雜，可能包含多種不確定性信息，倘若局限于單一不確定性信息的評(píng)價(jià)處理，可能導(dǎo)致測評(píng)結(jié)果嚴(yán)重偏離客觀事實(shí)。為解決這一問題，劉開第等[12]在未確知數(shù)學(xué)研究的基礎(chǔ)上提出“盲信息”的概念，他們認(rèn)為盲信息是一種隨機(jī)性、模糊性、灰性和未確知性等多種不確定信息共存的信息體。相應(yīng)地，用于處理、表達(dá)盲信息的數(shù)學(xué)工具稱為盲數(shù)。盲數(shù)是隨機(jī)變量、灰數(shù)、模糊數(shù)學(xué)、未確知數(shù)學(xué)的進(jìn)一步發(fā)展，既可處理盲信息，也能處理隨機(jī)信息、模糊信息、灰信息、未確知信息等其他不確定性信息，其適用性遠(yuǎn)高于前四者，是處理盲信息的最佳方法[13]。自劉開第、吳和琴提出盲數(shù)理論以來，該理論已被廣泛應(yīng)用于多個(gè)領(lǐng)域，如電網(wǎng)規(guī)劃方案評(píng)價(jià)、機(jī)械工程安全評(píng)價(jià)、環(huán)境評(píng)估、風(fēng)險(xiǎn)評(píng)價(jià)、軍事、災(zāi)害預(yù)警等。在這些領(lǐng)域的應(yīng)用研究中，盲數(shù)理論評(píng)價(jià)模型已表現(xiàn)出極高的可行性。

劉開第[14]還提出用統(tǒng)一的數(shù)學(xué)模型P(A-B≥0)，以表示具有實(shí)際意義的差值變量A-B的可信度或可能性，并將數(shù)學(xué)模型P(A-B≥0)命名為BM數(shù)學(xué)模型，簡稱BM模型。目前BM模型已被應(yīng)用于評(píng)估發(fā)電廠供電可靠性和零售商進(jìn)貨收益可能性[15]等研究中。此外，劉開第等[14]還將BM模型應(yīng)用于雙對(duì)象的比較研究，利用BM模型計(jì)算甲施工隊(duì)比乙施工隊(duì)提前完工的概率，為二選一決策提供參考依據(jù)。

2 盲數(shù)的基本原理

2.1 盲數(shù)的定義

現(xiàn)有有理灰數(shù)集G，設(shè)ai∈G，Ti∈[0，1]，其中i=1，2，…，n，若函數(shù)

有當(dāng)i≠j時(shí)，ai≠aj，且，則稱函數(shù)f(x)為n階盲數(shù)，Ti是f(x)在ai的可信度，為f(x)的總可信度。因此，盲數(shù)實(shí)質(zhì)是定義域?yàn)镚，函數(shù)取值范圍為[0，1]的灰函數(shù)[16]。通常用大寫英文字母表示盲數(shù)。

2.2 專家可信度

專家越權(quán)威，其意見越可信，定義這種信任程度為專家可信度，記為，且。設(shè)專家組B中包含n位專家，記為B(B1，B2，…，Bn)，他們對(duì)應(yīng)的專家可信度分別為[14]。

風(fēng)險(xiǎn)評(píng)價(jià)工作需先將專家可信度進(jìn)行處理。定義Ti為專家Bi相對(duì)于專家組B(B1，B2，…，Bn)的綜合可信度，以體現(xiàn)各專家相對(duì)其他成員的可信度[14]。

2.3 盲數(shù)均值

a，b∈R(R為實(shí)數(shù))，且a＜b，定義有理灰數(shù)[a，b]的心為：

當(dāng)有0＜Ti≤1，，G為有理灰數(shù)集，定義盲數(shù)f(x)的均值為Ef(x)，如公式(8)所示，且滿足下述兩個(gè)性質(zhì)[18]。

3 盲數(shù)綜合決策模型的構(gòu)建

本文結(jié)合層次分析法、盲數(shù)理論、風(fēng)險(xiǎn)閾值、BM模型構(gòu)建房地產(chǎn)項(xiàng)目投資綜合決策模型，如圖1所示。該模型適用于處理盲信息、多專家綜合意見以及兩個(gè)難分伯仲的評(píng)價(jià)對(duì)象的比較。

3.1 計(jì)算專家組可信度

3.2 專家意見不確定性量化

定量指標(biāo)標(biāo)準(zhǔn)化處理后，均為百分制得分。邀請(qǐng)專家對(duì)定性指標(biāo)以百分制進(jìn)行評(píng)分，假設(shè)待評(píng)價(jià)指標(biāo)數(shù)為m，專家組專家數(shù)量為n，那么專家組對(duì)指標(biāo)Xi的評(píng)分集為αij，αij∈G(i=1，2，…，m；j=1，2，…，n)為有理灰數(shù)。

若指標(biāo)Xi的評(píng)分集αij中包含交叉區(qū)間，則將區(qū)間端點(diǎn)按由小到大重新排序，依次取相鄰端點(diǎn)組成新的評(píng)分集βmk(k≤n)，按比例重新分配新評(píng)分集的可信度，可得新的可信度序列T1，T2，…，Tk(k≤n)[15，19]。最后將指標(biāo)Xi的得分用盲數(shù)進(jìn)行不確定性量化，表達(dá)為式(6)。

圖1 基于盲數(shù)理論的房地產(chǎn)項(xiàng)目投資綜合決策模型

3.3 專家意見綜合量化

根據(jù)計(jì)算指標(biāo)Xi盲數(shù)均值的實(shí)數(shù)表達(dá)zi，記為E(Xi)，假設(shè)評(píng)價(jià)指標(biāo)Xi對(duì)目標(biāo)層的綜合權(quán)重為ωi(i=1，2，…，m)，目標(biāo)層的專家意見綜合量化表達(dá)為：

說明專家組B(B1，B2，…，Bn)評(píng)價(jià)得出該項(xiàng)目投資風(fēng)險(xiǎn)值為E，結(jié)果可信度或發(fā)生可能性為T。

3.4 以風(fēng)險(xiǎn)閾值為標(biāo)準(zhǔn)的過濾機(jī)制

由專家組根據(jù)評(píng)價(jià)背景、評(píng)價(jià)需求以及自身行業(yè)經(jīng)驗(yàn)設(shè)定項(xiàng)目投資風(fēng)險(xiǎn)可接受的風(fēng)險(xiǎn)閾值E0，在此風(fēng)險(xiǎn)閾值理解為風(fēng)險(xiǎn)得分的臨界值(最小值)[20]。當(dāng)項(xiàng)目的風(fēng)險(xiǎn)評(píng)價(jià)得分E≥E0，說明項(xiàng)目風(fēng)險(xiǎn)較小，在可控范圍可以考慮，反之則應(yīng)過濾剔除。本文建立以E≥E0的過濾機(jī)制旨在過濾高風(fēng)險(xiǎn)項(xiàng)目，保留低風(fēng)險(xiǎn)項(xiàng)目，為進(jìn)一步的對(duì)比分析精選樣本，減輕決策負(fù)擔(dān)。

3.5 基于BM模型的項(xiàng)目對(duì)比決策

設(shè)A和B兩房地產(chǎn)項(xiàng)目投資風(fēng)險(xiǎn)由盲數(shù)A和B給出，二者的投資風(fēng)險(xiǎn)的比較可用BM模型表示為：

上述BM模型的含義為A優(yōu)于B(即風(fēng)險(xiǎn)B大于A)的可能性，當(dāng)P(A-B≥0)＞0.5，表明A優(yōu)于B的概率高于B優(yōu)于A，由此即可提出更應(yīng)選擇A的決策建議[14]。

4 基于盲數(shù)綜合決策模型的房地產(chǎn)項(xiàng)目投資風(fēng)險(xiǎn)評(píng)價(jià)

4.1 房地產(chǎn)項(xiàng)目投資風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)體系

房地產(chǎn)項(xiàng)目投資本質(zhì)是開發(fā)商的新產(chǎn)品開發(fā)行為，因此房地產(chǎn)項(xiàng)目投資風(fēng)險(xiǎn)實(shí)質(zhì)上是營銷風(fēng)險(xiǎn)。張?jiān)破餥21]引用系統(tǒng)理論與營銷系統(tǒng)波動(dòng)理論說明了營銷風(fēng)險(xiǎn)的形成機(jī)理：營銷環(huán)境的不確定變化引起營銷系統(tǒng)不規(guī)則波動(dòng)，若營銷管理失效，使得營銷系統(tǒng)波動(dòng)無法得到有效控制，會(huì)使?fàn)I銷系統(tǒng)的波動(dòng)變?yōu)椴灰?guī)則震蕩，可能產(chǎn)生營銷風(fēng)險(xiǎn)事故引發(fā)營銷風(fēng)險(xiǎn)。

營銷環(huán)境突變產(chǎn)生的風(fēng)險(xiǎn)是整個(gè)房地產(chǎn)行業(yè)共同面臨的問題，故歸納為來自行業(yè)層面的風(fēng)險(xiǎn)。營銷管理失效所致的風(fēng)險(xiǎn)關(guān)鍵在于特定開發(fā)商的管理能力，可視為來自企業(yè)層面的風(fēng)險(xiǎn)。此外，因本文的研究對(duì)象為擬投資的房地產(chǎn)住宅項(xiàng)目，項(xiàng)目客觀條件中的潛在風(fēng)險(xiǎn)勢必對(duì)后期營銷造成影響，可認(rèn)為是來自項(xiàng)目層面的風(fēng)險(xiǎn)。綜上，本文從行業(yè)、企業(yè)、項(xiàng)目三個(gè)角度出發(fā)，結(jié)合專家訪談識(shí)別風(fēng)險(xiǎn)因素并構(gòu)建如圖2所示的風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)體系。

圖2 房地產(chǎn)項(xiàng)目投資風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)體系

4.2 層次分析法計(jì)算指標(biāo)權(quán)重

其步驟是：針對(duì)圖2建立的房地產(chǎn)項(xiàng)目投資風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)體系，邀請(qǐng)L公司的五位專家組成本次評(píng)價(jià)的專家組，對(duì)同一層級(jí)的因素兩兩之間進(jìn)行重要性比較并打分[22]，構(gòu)建比較判斷矩陣，然后對(duì)五位專家的比較判斷矩陣進(jìn)行集結(jié)；對(duì)集結(jié)后的比較判斷矩陣進(jìn)行一致性檢驗(yàn)；計(jì)算各指標(biāo)對(duì)系統(tǒng)目標(biāo)的合成權(quán)重，即得到準(zhǔn)則層和指標(biāo)層的相應(yīng)權(quán)重。

根據(jù)所構(gòu)建的房地產(chǎn)項(xiàng)目投資風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)體系，本文構(gòu)建了1個(gè)目標(biāo)層判斷矩陣和3個(gè)準(zhǔn)則層判斷矩陣。通過矩陣運(yùn)算得如表1所示的結(jié)果(保留4位小數(shù))。由表1可知，四個(gè)判斷矩陣C.R.值均小于0.1，故上述矩陣均通過一致性檢驗(yàn)，說明所求出的最大特征值對(duì)應(yīng)的特征向量可行[23]。

表1 矩陣運(yùn)算結(jié)果

將表1中的特征向量歸一化處理，分別得到目標(biāo)層判斷矩陣的權(quán)重向量O′和對(duì)應(yīng)的準(zhǔn)則層權(quán)重向量W′1、W′2、W′3。再將目標(biāo)層判斷矩陣的權(quán)重向量O′中的權(quán)重賦值與對(duì)應(yīng)的準(zhǔn)則層權(quán)重向量W′1、W′2、W′3進(jìn)行加權(quán)，得出各指標(biāo)對(duì)目標(biāo)層的綜合權(quán)重(如表2)。不難發(fā)現(xiàn)在本文研究中專家組給三個(gè)企業(yè)指標(biāo)賦予了較高的權(quán)重，充分體現(xiàn)對(duì)企業(yè)指標(biāo)的高度重視。

表2 房地產(chǎn)項(xiàng)目投資風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)權(quán)重賦值

4.3 評(píng)價(jià)指標(biāo)數(shù)據(jù)與FA處理指標(biāo)體系中同時(shí)包含正、負(fù)指標(biāo)，即指標(biāo)值越大，得分越高，這種指標(biāo)為正指標(biāo)。反之則為負(fù)指標(biāo)。不同類型的指標(biāo)之間存在量綱差異，故應(yīng)進(jìn)行標(biāo)準(zhǔn)化以保證指標(biāo)在評(píng)價(jià)模型中具有可比性[21]。對(duì)于定量指標(biāo)，應(yīng)結(jié)合實(shí)際(如行業(yè)特征等)按需制定評(píng)分方法，本文采用公式(12)和(13)進(jìn)行處理。公式中的P值和α值非常關(guān)鍵，直接決定評(píng)價(jià)結(jié)果的精確性，必須由行業(yè)專家按行業(yè)特征及評(píng)價(jià)需要給出相應(yīng)的P值和α值[21]。對(duì)于定性指標(biāo)則直接由專家根據(jù)行業(yè)經(jīng)驗(yàn)給出的百分制標(biāo)準(zhǔn)評(píng)分，無須另行處理。綜上，本文各項(xiàng)指標(biāo)處理方法及相關(guān)系數(shù)取值如表3所示。

表3 指標(biāo)評(píng)價(jià)方法及系數(shù)取值

W表示指標(biāo)得分，Z表示指標(biāo)實(shí)際數(shù)值，P表示行業(yè)標(biāo)準(zhǔn)值，α表示調(diào)整系數(shù)。

本文參照營銷風(fēng)險(xiǎn)等級(jí)劃分思想，指標(biāo)得分值越低，表明該指標(biāo)所存在的風(fēng)險(xiǎn)隱患越大，指標(biāo)得分范圍為[0，100]，0表示巨險(xiǎn)，100表示無險(xiǎn)[21]。為約簡盲數(shù)運(yùn)算，要求評(píng)分值為5的整數(shù)倍。

4.4 房地產(chǎn)項(xiàng)目投資風(fēng)險(xiǎn)評(píng)價(jià)實(shí)證分析

本文選取F市的A、B、C三個(gè)項(xiàng)目，通過模型運(yùn)算向L公司提供決策建議。其中，定量指標(biāo)的原始數(shù)據(jù)取值為X4取2015年F市13個(gè)商業(yè)銀行按揭貸款利率均值，X5、X6根據(jù)L公司的2015年年報(bào)數(shù)據(jù)統(tǒng)計(jì)而得，X10、X11取L公司的對(duì)A、B、C三個(gè)項(xiàng)目做出的可行性報(bào)告中的關(guān)鍵財(cái)務(wù)指標(biāo)值。定量指標(biāo)按指標(biāo)的正負(fù)性，分別用公式(6)和(7)進(jìn)行標(biāo)準(zhǔn)化。定性指標(biāo)可分兩類處理：第一，土地政策風(fēng)險(xiǎn)、購房政策風(fēng)險(xiǎn)、區(qū)域開發(fā)經(jīng)驗(yàn)三個(gè)指標(biāo)因不確定性極強(qiáng)，專家難以直接量化，只能按百分制進(jìn)行主觀評(píng)價(jià)；第二，交通服務(wù)水平、商業(yè)服務(wù)水平、教育服務(wù)水平三個(gè)指標(biāo)，由專家組統(tǒng)一按L公司的可行性研究慣例，用公司內(nèi)部測算公式計(jì)算，給出一個(gè)確定的數(shù)值。經(jīng)處理得表4的指標(biāo)數(shù)據(jù)。

表4 評(píng)價(jià)指標(biāo)數(shù)據(jù)表

4.4.1 專家組可信度計(jì)算

記本次評(píng)價(jià)的專家組為B(B1，B2，B3，B4，B5)。根據(jù)專家的從業(yè)經(jīng)驗(yàn)和從業(yè)方向給各專家確定原始可信度，并根據(jù)公式(2)計(jì)算專家的綜合可信度，根據(jù)公式(3)計(jì)算專家組的可信度，如表5所示。

表5 專家可信度

4.4.2 專家意見不確定性量化

將表4中五位專家的意見用盲數(shù)進(jìn)行不確定性量化表達(dá)，如土地政策風(fēng)險(xiǎn)的評(píng)分可用盲數(shù)表達(dá)為：

由于上述盲數(shù)中的評(píng)分區(qū)間相互交叉，故將區(qū)間端點(diǎn)排序并按無交叉原則劃分新區(qū)間[40，45]、[45，50]、[55，65]、[65，70]，再計(jì)算新區(qū)間的可信度。以新區(qū)間[40，45]可信度為例，其他區(qū)間同理，不再贅述。

故土地政策風(fēng)險(xiǎn)這一評(píng)價(jià)指標(biāo)的專家意見不確定性量化表達(dá)如下：

購房政策風(fēng)險(xiǎn)、區(qū)域開發(fā)風(fēng)險(xiǎn)同理，如下：

購房政策風(fēng)險(xiǎn)X2：

A項(xiàng)目對(duì)應(yīng)的區(qū)域開發(fā)經(jīng)驗(yàn)X4A：

B項(xiàng)目對(duì)應(yīng)的區(qū)域開發(fā)經(jīng)驗(yàn)X4B：

C項(xiàng)目對(duì)應(yīng)的區(qū)域開發(fā)經(jīng)驗(yàn)X4C：

定量指標(biāo)及專家組給定統(tǒng)一值的交通、商業(yè)、教育服務(wù)水平三個(gè)指標(biāo)，也可用盲數(shù)實(shí)現(xiàn)不確定性量化，以按揭貸款利率為例，其他指標(biāo)同理，因篇幅有限，不再一一列出。

按揭貸款利率X3：

4.4.3 專家意見綜合量化

根據(jù)盲數(shù)均值的概念，求得A、B、C三個(gè)項(xiàng)目行業(yè)、企業(yè)、項(xiàng)目指標(biāo)盲數(shù)均值的實(shí)數(shù)表達(dá)，以及用表1所示權(quán)重加權(quán)后的實(shí)數(shù)均值，結(jié)果如表6所示(計(jì)算結(jié)果均保留4位小數(shù))

表6 專家意見綜合量化表

A B C評(píng)價(jià)指標(biāo)指標(biāo)盲數(shù)均值加權(quán)的盲數(shù)均值指標(biāo)盲數(shù)均值加權(quán)的盲數(shù)均值指標(biāo)盲數(shù)均值加權(quán)的盲數(shù)均值商業(yè)服務(wù)水平X870.50004.568490.0005.83271.50004.6332教育服務(wù)水平X990.50003.502446.50001.799640.50001.5674內(nèi)部收益率X1067.500010.293892.250014.068140.25006.1381凈現(xiàn)值X1191.820023.524389.360022.894068.160017.4626項(xiàng)目投資風(fēng)險(xiǎn)加權(quán)總分—70.4330—68.9407—52.8064

4.4.4 風(fēng)險(xiǎn)閾值設(shè)置與項(xiàng)目過濾

專家組根據(jù)自身行業(yè)經(jīng)驗(yàn)及L公司投資需求設(shè)定本次項(xiàng)目投資風(fēng)險(xiǎn)過濾閾值為E0=65。由表6可知，專家組對(duì)A、B、C三個(gè)項(xiàng)目的投資風(fēng)險(xiǎn)的加權(quán)總分分別為70.433 0、68.940 7、52.806 4，可信度均為67.29%。將三個(gè)項(xiàng)目與專家組給定風(fēng)險(xiǎn)閾值E0=65進(jìn)行比較，僅有C項(xiàng)目未通過，故過濾C項(xiàng)目，保留A、B項(xiàng)目。

4.4.5 基于盲數(shù)BM模型的雙項(xiàng)目決策分析

根據(jù)如圖2的層次結(jié)構(gòu)，將A項(xiàng)目的投資風(fēng)險(xiǎn)盲數(shù)A表示如下，B同理：

那么A與B之差表示如下：

經(jīng)簡化處理，并將ωi、fiA(x)、fiB(x)代入，求得：

故A與B的可能值差矩陣和可信度積矩陣分別如矩陣(1)、(2)所示。

分析矩陣(1)和(2)中的數(shù)據(jù)可得：

綜上，因P(A-B≥0)=0.72118977≥0.50，因此A項(xiàng)目優(yōu)于B項(xiàng)目的可能性約為72.12%，即A項(xiàng)目的投資風(fēng)險(xiǎn)小于B的概率為72.12%。

4.5 決策分析

A、B、C三個(gè)項(xiàng)目在教育、商業(yè)、交通服務(wù)水平上各占優(yōu)勢，難以直觀判斷哪個(gè)項(xiàng)目更好，本文提出的決策模型則給決策者提供了科學(xué)量化的參考意見。據(jù)盲數(shù)評(píng)價(jià)結(jié)果可知C項(xiàng)目得分最低，其在區(qū)域開發(fā)經(jīng)驗(yàn)和項(xiàng)目預(yù)期收益(含凈現(xiàn)值與內(nèi)部收益率)兩方面存在明顯劣勢，而這兩方面恰恰是權(quán)重賦值最高的指標(biāo)，故C項(xiàng)目的風(fēng)險(xiǎn)顯著高于A、B項(xiàng)目，說明在當(dāng)時(shí)的市場環(huán)境和L公司的經(jīng)營狀況下，L公司投資C項(xiàng)目將面臨較大的風(fēng)險(xiǎn)，應(yīng)舍棄。但是如果風(fēng)險(xiǎn)閾值不變，在市場回暖或L公司經(jīng)營實(shí)力明顯增強(qiáng)的時(shí)，C項(xiàng)目潛在的風(fēng)險(xiǎn)將不會(huì)那么高，屆時(shí)C項(xiàng)目則有可能通過閾值篩選，L公司可以適當(dāng)考慮C項(xiàng)目。

A、B項(xiàng)目均通過風(fēng)險(xiǎn)閾值機(jī)制的篩選，但因盲數(shù)存在一定的模糊性，A、B兩項(xiàng)目得分的細(xì)微差異無法作為決策的有力標(biāo)準(zhǔn)。反觀A、B項(xiàng)目的指標(biāo)數(shù)據(jù)，在區(qū)域開發(fā)經(jīng)驗(yàn)、教育服務(wù)水平上A明顯優(yōu)于B，交通服務(wù)水平和凈現(xiàn)值A(chǔ)與B相差無幾，而商業(yè)服務(wù)水平和內(nèi)部收益率上A則明顯弱于B，因此從指標(biāo)數(shù)據(jù)的直觀判斷實(shí)在難以區(qū)別A、B的優(yōu)劣。BM模型內(nèi)的運(yùn)算可實(shí)現(xiàn)A、B項(xiàng)目在各指標(biāo)橫向比較，并在盲數(shù)評(píng)價(jià)模型A優(yōu)于B的風(fēng)險(xiǎn)評(píng)價(jià)結(jié)果基礎(chǔ)上輸出A優(yōu)于B的可能性約為72.12%，說明A在部分高權(quán)重指標(biāo)(區(qū)域開發(fā)經(jīng)驗(yàn))上更有優(yōu)勢，使得在整體評(píng)價(jià)中A比B好的可能性更高。當(dāng)然，BM模型運(yùn)算結(jié)果也表明，盡管A項(xiàng)目的盲數(shù)風(fēng)險(xiǎn)評(píng)價(jià)得分略高于B項(xiàng)目，但B項(xiàng)目仍有優(yōu)于A項(xiàng)目的可能性，約為27.88%。

經(jīng)過綜合決策模型運(yùn)算處理后，根據(jù)風(fēng)險(xiǎn)評(píng)價(jià)結(jié)果首先應(yīng)剔除C項(xiàng)目。此外，A的風(fēng)險(xiǎn)評(píng)價(jià)得分略高于B，且A優(yōu)于B的概率為72.12%，超過50%，故模型最終給出應(yīng)考慮投資A的決策建議。

5 結(jié) 論

本文深入剖析房地產(chǎn)項(xiàng)目投資風(fēng)險(xiǎn)的本質(zhì)，強(qiáng)調(diào)房地產(chǎn)項(xiàng)目投資風(fēng)險(xiǎn)評(píng)價(jià)應(yīng)高度關(guān)注企業(yè)層面的指標(biāo)，以便開發(fā)商充分審視自身?xiàng)l件，實(shí)現(xiàn)有效的風(fēng)險(xiǎn)防范與控制。同時(shí)基于層次分析法、盲數(shù)理論、風(fēng)險(xiǎn)閾值過濾機(jī)制、BM數(shù)學(xué)模型構(gòu)建的房地產(chǎn)項(xiàng)目投資綜合決策模型已驗(yàn)證可行。本文所得主要結(jié)論如下：

第一，從營銷風(fēng)險(xiǎn)形成的機(jī)理出發(fā)，構(gòu)建房地產(chǎn)項(xiàng)目投資風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)體系。通過企業(yè)主體這一層次的指標(biāo)，構(gòu)建行業(yè)的宏觀風(fēng)險(xiǎn)因素和項(xiàng)目的微觀風(fēng)險(xiǎn)因素的合理聯(lián)系，使得評(píng)價(jià)指標(biāo)體系的“行業(yè)—企業(yè)—項(xiàng)目”的風(fēng)險(xiǎn)識(shí)別角度更加全面合理，從而奠定科學(xué)評(píng)價(jià)的基石。同時(shí)，通過賦予企業(yè)指標(biāo)高權(quán)重，強(qiáng)調(diào)企業(yè)指標(biāo)在房地產(chǎn)項(xiàng)目投資風(fēng)險(xiǎn)中的重要地位。

第二，基于盲數(shù)理論核心技術(shù)構(gòu)建綜合決策模型，普遍適用于各類決策，為企業(yè)投資實(shí)踐提供了科學(xué)系統(tǒng)的模型工具。在房地產(chǎn)項(xiàng)目營銷風(fēng)險(xiǎn)的影響因素中，不僅有經(jīng)濟(jì)的因素，文化的因素，還有政策因素、投機(jī)因素等，而政策因素和投機(jī)因素由于其隨機(jī)性、模糊性和不確定性等特點(diǎn)，難以進(jìn)行傳統(tǒng)的風(fēng)險(xiǎn)評(píng)估，本文所建立的盲數(shù)評(píng)估模型可以較好地解決這一難題。這一評(píng)估技術(shù)不僅可以解決房地產(chǎn)項(xiàng)目的營銷風(fēng)險(xiǎn)，還可以擴(kuò)展應(yīng)用于其他隨機(jī)性、模糊性、灰性和未確知性等多種不確定信息的項(xiàng)目中，對(duì)實(shí)體經(jīng)濟(jì)中其他行業(yè)的營銷風(fēng)險(xiǎn)評(píng)估和預(yù)警也具有指導(dǎo)作用。

第三，評(píng)價(jià)專家的可信度就成為評(píng)價(jià)的核心，對(duì)評(píng)價(jià)專家的選定也極為關(guān)鍵。盲數(shù)理論雖然能夠解決盲信息的問題，但其風(fēng)險(xiǎn)評(píng)價(jià)工作仍需依靠專家的判斷。因而，模型中引入了專家組可信度，以減小專家個(gè)體主觀因素對(duì)評(píng)價(jià)結(jié)果的影響，使得風(fēng)險(xiǎn)評(píng)價(jià)結(jié)果的表述更加真實(shí)、規(guī)范、完整。

[1]馮套柱，孟亞寧.房地產(chǎn)投資風(fēng)險(xiǎn)評(píng)價(jià)研究[J].沈陽理工大學(xué)學(xué)報(bào)，2005(1)：79-83.

[2]陳斯冰，劉平，張敬喻.基于三角模糊數(shù)的房地產(chǎn)投資風(fēng)險(xiǎn)分析[J].河北工業(yè)大學(xué)學(xué)報(bào)，2008，37(5)：66-71.

[3]柯小玲，諸克軍，刁鳳琴.房地產(chǎn)投資風(fēng)險(xiǎn)模糊綜合評(píng)價(jià)改進(jìn)模型[J].改革與戰(zhàn)略，2010，26(4)：43-45.

[4]薛文，章靜敏，陳立文.灰關(guān)聯(lián)分析法在房地產(chǎn)項(xiàng)目投資風(fēng)險(xiǎn)分析中的應(yīng)用研究[J].河北工業(yè)大學(xué)學(xué)報(bào)，2009，38(5)：6-9.

[5]陳小花，匡建超.模糊證據(jù)推理在房地產(chǎn)商業(yè)投資風(fēng)險(xiǎn)中的應(yīng)用[J].工業(yè)技術(shù)經(jīng)濟(jì)，2006，25(4)：139-142.

[6]張霞，胥碧華.房地產(chǎn)投資風(fēng)險(xiǎn)評(píng)估的FCIM模型[J].統(tǒng)計(jì)與決策，2007(7)：63-65.

[7]朱明強(qiáng).BP神經(jīng)網(wǎng)絡(luò)在房地產(chǎn)投資風(fēng)險(xiǎn)分析中的應(yīng)用[J].四川建筑科學(xué)研究，2007，32(6)：243-246.

[8]何鑫，朱宏泉，高成鳳.基于熵權(quán)法與TOPSIS法的房地產(chǎn)項(xiàng)目投資風(fēng)險(xiǎn)評(píng)價(jià)[J].商業(yè)研究，2009(3)：105-108.

[9]李芊，李倩林.基于熵權(quán)-TOPSIS方法的房地產(chǎn)投資決策評(píng)價(jià)模型實(shí)證研究[J].企業(yè)經(jīng)濟(jì)，2011(3)：120-122.

[10]王明和，劉培德，歐國立.一種基于不確定語言變量的房地產(chǎn)投資風(fēng)險(xiǎn)評(píng)價(jià)方法[J].北京交通大學(xué)學(xué)報(bào)：社會(huì)科學(xué)版，2011，10(4)：71-75.

[11]許振宇.基于盲數(shù)的信息混沌條件下應(yīng)急管理能力評(píng)價(jià)[J].統(tǒng)計(jì)與決策，2011(22)：52-55.

[12]趙庭紅.盲數(shù)的BM模型在經(jīng)濟(jì)管理中的應(yīng)用[J].商業(yè)研究，2004(3)：35-36.

[13]劉開第.不確定性信息數(shù)學(xué)處理及應(yīng)用[M].北京：科學(xué)出版社，1999.

[14]劉開第，吳和琴，龐彥軍.盲數(shù)可信度的概念及BM模型[J].運(yùn)籌與管理，1998(4)：43-50.

[15]姚立根，馬宏志，趙秀臣，等.BM模型及其應(yīng)用[J].河北建筑科技學(xué)院學(xué)報(bào)，1998(3)：10-14.

[16]劉開第，吳和琴，龐彥軍，等.盲數(shù)的概念，運(yùn)算與性質(zhì)[J].運(yùn)籌與管理，1998，7(3)：14-17.

[17]劉開第，龐彥軍，吳和琴.一類專家意見的不確定性量化法與不確定性決策[J].數(shù)學(xué)的實(shí)踐與認(rèn)識(shí)，2005，35(10)：23-28.

[18]龐彥軍，馬桂珍，張博文.盲數(shù)均值及其應(yīng)用[J].河北建筑科技學(xué)院學(xué)報(bào)，1998(4)：58-61.

[19]鐘麗華.基于AHP和盲數(shù)理論的房地產(chǎn)投資決策分析[D].哈爾濱：東北林業(yè)大學(xué)，2014.

[20]徐幼民，漆玲瓊，周明.基于投資風(fēng)險(xiǎn)與閾值的企業(yè)產(chǎn)品創(chuàng)新理論[J].湖南大學(xué)學(xué)報(bào)：社會(huì)科學(xué)版，2014(4)：51-55.

[21]張?jiān)破?營銷風(fēng)險(xiǎn)管理[M].北京：高等教育出版社，2014.

[22]左軍.層次分析法中判斷矩陣的間接給出法[J].系統(tǒng)工程，1988，6(6)：56-63.

[23]SAATY T L.The Analytic Hierarchy Process：Planing，Priority Setting，Resource Allocation[M].McGraw，New York 1980.

Real Estate Project Investment Decision-making Based on Blind Number Theory

Zhang Yunqi1，2，Liang Luxi1，F(xiàn)eng Yi1
(1.School of Business，Central University of Finance and Economics，Beijing 100081，China；2.Chinese Institute of Internet Business Finance，Beijing 100081，China)

Real estate project investment risk is a marketing risk in nature，and ignoring potential marketing risks can result in wrong investment decisions and a severe loss.In order to improve the rationality and scientificity of investment decision-making，it is necessary to study on the whole the risks faced by real estate project investment. From the perspective of marketing risk management，this paper firstly identifies the risk factors at the industry，enterprise and project levels and establishes a risk evaluation index system，and then builds a comprehensive model suitable for real estate project investment decision-making by combining analytic hierarchy process，blind number theory，risk threshold value and BM model before empirically testing this model through specific numerical examples. The results show that this model is feasible and can provide scientific advice for real estate project investment decision-making.

real estate project investment；blind number theory；risk threshold value；BM model；marketing risk assessment

F293.35

A

2095-929X(2017)01-0062-11

(責(zé)任編輯劉小平)

2016-11-07

張?jiān)破穑?，安徽渦陽人，管理學(xué)博士，中央財(cái)經(jīng)大學(xué)商學(xué)院教授、博士生導(dǎo)師，中國互聯(lián)網(wǎng)商務(wù)金融研究院院長，研究方向：營銷風(fēng)險(xiǎn)管理、互聯(lián)網(wǎng)商務(wù)金融、信聯(lián)網(wǎng)商務(wù)信用；梁露茜，女，廣西柳州人，中央財(cái)經(jīng)大學(xué)商學(xué)院碩士生，北京，研究方向：營銷風(fēng)險(xiǎn)管理，Email：liangluxi044＠126.com；馮漪，女，北京人，中央財(cái)經(jīng)大學(xué)商學(xué)院碩士生，研究方向：金融風(fēng)險(xiǎn)管理。