基于三標(biāo)度AHP與CUOWA區(qū)間群決策方法的商業(yè)地產(chǎn)投資風(fēng)險評價

王友國， 王秀代

(青島理工大學(xué) 管理工程系， 山東 臨沂 276000)

隨著房地產(chǎn)市場日益成熟，我國主要的房地產(chǎn)開發(fā)企業(yè)開始由住宅投資轉(zhuǎn)向商業(yè)地產(chǎn)投資，新的商業(yè)業(yè)態(tài)組合大量涌現(xiàn)?；谥袊W(wǎng)進(jìn)行“商業(yè)地產(chǎn)”關(guān)鍵詞檢索可以發(fā)現(xiàn)，早在2002年就出現(xiàn)了第一篇有關(guān)商業(yè)地產(chǎn)報道的文章：《聯(lián)姻沃爾瑪 萬達(dá)沖鋒商業(yè)地產(chǎn)》。國內(nèi)相關(guān)文獻(xiàn)由2002年的12篇一年之內(nèi)猛增到2003年的169篇，自此有關(guān)商業(yè)地產(chǎn)的文獻(xiàn)研究便一直是相關(guān)領(lǐng)域的研究熱點。通過詳細(xì)文獻(xiàn)分析可以發(fā)現(xiàn)對于商業(yè)地產(chǎn)的研究主要集中于運營模式[1～3]、市場分析[4，5]、風(fēng)險管理[6～8]等主要方面。

對比傳統(tǒng)住宅投資開發(fā)模式，商業(yè)地產(chǎn)面臨著更加開放、多元的市場環(huán)境[9]。然而，在新的市場前景下，商業(yè)地產(chǎn)投資也伴隨著更高的投資額度、更大的建設(shè)規(guī)模和更長的開發(fā)周期，且面臨著更加不穩(wěn)定地供求變化、政策調(diào)整和消費者喜好等復(fù)雜、多變的高風(fēng)險環(huán)境。高度的不確定性使得投資決策者難以全面洞悉環(huán)境中各要素的足夠信息，難以預(yù)見外界的種種變化。基于以上問題，眾多國內(nèi)外學(xué)者展開了廣泛的研究，主要包括以理論探索為基礎(chǔ)的定性分析和以數(shù)理統(tǒng)計分析為基礎(chǔ)的定量研究兩方面，例如：(1)周為吉等[10]分析了商業(yè)地產(chǎn)與住宅投資開發(fā)環(huán)節(jié)的不同，通過從成本、資金的回收周期等方面對開發(fā)商運營能力的要求以及外部宏觀和行業(yè)環(huán)境的影響等因素對比，進(jìn)行了定性評價；汪旭暉[11]通過定性分析評價了我國商業(yè)地產(chǎn)快速發(fā)展的原因，指出了主要存在的問題，并對我國商業(yè)地產(chǎn)的健康發(fā)展提出了指導(dǎo)性建議。(2)相比較前面的定性分析，許多專家學(xué)者更加注重于通過數(shù)理統(tǒng)計模型的運用，對風(fēng)險進(jìn)行相對準(zhǔn)確的量化研究。楊東朗等[12]分析了商業(yè)地產(chǎn)的特點以及關(guān)鍵風(fēng)險因素，運用多級模糊綜合評價的方法建立商業(yè)地產(chǎn)的風(fēng)險評價模型；王東等[13]利用模糊綜合評價法得到了商業(yè)地產(chǎn)開發(fā)中各風(fēng)險因素的風(fēng)險程度，并以此為基礎(chǔ)對風(fēng)險進(jìn)行了等級劃分；吳雪峰[14]綜合運用主觀賦權(quán)與客觀賦權(quán)法，通過組合賦權(quán)法建立了商業(yè)地產(chǎn)風(fēng)險評價模型。

相關(guān)文獻(xiàn)的發(fā)表，展現(xiàn)了商業(yè)地產(chǎn)風(fēng)險管理研究已取得顯著成果。定性對于豐富商業(yè)地產(chǎn)風(fēng)險管理理論，定量分析為在實踐中識別風(fēng)險，科學(xué)衡量風(fēng)險水平提供了更加具體的指導(dǎo)。而在具體的文獻(xiàn)檢索與調(diào)研過程中卻發(fā)現(xiàn)，針對商業(yè)地產(chǎn)風(fēng)險評價的數(shù)理方法較為匱乏，多數(shù)研究成果為內(nèi)容龐雜但不夠精深的碩士學(xué)位論文。鑒于此，本文試圖在深入研究相關(guān)理論成果的基礎(chǔ)上，結(jié)合具體的數(shù)理統(tǒng)計方法，提出適合商業(yè)地產(chǎn)投資風(fēng)險評價的定量評價模型，以實現(xiàn)商業(yè)地產(chǎn)投資風(fēng)險的科學(xué)量化。

1 方法適用性分析

商業(yè)地產(chǎn)投資是由多人決策群組圍繞投資對象進(jìn)行群體決策的行為。對于投資風(fēng)險的評價，在復(fù)雜決策環(huán)境中，由于不同決策人員認(rèn)知的局限性和思維的模糊性，使得他們易于在許多問題處理過程中產(chǎn)生分歧，甚至導(dǎo)致錯誤的評價結(jié)果。同時商業(yè)地產(chǎn)投資風(fēng)險評價本身是一個涉及到人、物、環(huán)境等的復(fù)雜系統(tǒng)，其復(fù)雜、多變的環(huán)境中存在大量模糊不確定性因素，這極大增加了風(fēng)險評價的模糊不確定性。而CUOWA算子[15，16]是在OWA算子基礎(chǔ)上實現(xiàn)了改進(jìn)的區(qū)間群決策方法，繼承了傳統(tǒng)OWA算子在原始區(qū)間決策數(shù)據(jù)進(jìn)行加權(quán)集結(jié)的優(yōu)點，其以區(qū)間的形式來表示模糊不確定性信息，改變了傳統(tǒng)評價方法只針對離散數(shù)據(jù)進(jìn)行集成的理念，通過引入模糊語義和可能度矩陣進(jìn)行評價，不僅克服了群決策人員的思維模糊性，同時提高了在高度復(fù)雜和模糊性環(huán)境中進(jìn)行評價的客觀性，使得其更適合于商業(yè)地產(chǎn)投資的風(fēng)險評價。

選擇合理的賦權(quán)方法對于評價結(jié)果合理性至關(guān)重要。在對商業(yè)地產(chǎn)風(fēng)險要素進(jìn)行評估時，評估指標(biāo)的權(quán)重更多依賴于人的評估經(jīng)驗，其主觀因素的存在使得評價結(jié)果科學(xué)性和精確性大打折扣。傳統(tǒng)的層次分析法(Analytic Hierarchy Process，AHP) 可以簡便靈活地處理決策者對復(fù)雜系統(tǒng)的決策思維過程數(shù)量化問題，是決策人員常用的經(jīng)典賦權(quán)方法。該方法核心是通過1～9標(biāo)度法對比兩兩要素之間的重要性程度，但在長期的應(yīng)用中也逐漸體現(xiàn)出了由于標(biāo)度跨度大，而導(dǎo)致判斷矩陣一致性較差的問題[17，18]。三標(biāo)度AHP法是對傳統(tǒng) AHP 的改進(jìn)，該方法僅用標(biāo)度0～2來表示因素之間的重要性程度，通過重要性排序?qū)⑷龢?biāo)度比較矩陣轉(zhuǎn)化成間接判斷矩陣，極大的減少了迭代次數(shù)，提高了收斂速度，具有更高的計算精度[18，19]。

2 風(fēng)險評價模型分析

2.1 指標(biāo)體系的構(gòu)建

商業(yè)地產(chǎn)投資環(huán)境復(fù)雜，其與房地產(chǎn)投資相比不僅注重于簡單的商業(yè)配套，而且對于周邊的經(jīng)濟(jì)、環(huán)境以及各行各業(yè)的發(fā)展情況均有較高要求。因此，商業(yè)地產(chǎn)投資面臨風(fēng)險來自于政治、經(jīng)濟(jì)、社會等各個方面，各種風(fēng)險因素是一個龐大的集合。在風(fēng)險要素分析時既要本著全面性原則，充分識別出項目的主要風(fēng)險要素，又要遵循客觀性原則，抓住主要矛盾，避免問題不必要的復(fù)雜化。通過調(diào)研近幾年商業(yè)地產(chǎn)開發(fā)的相關(guān)資料，結(jié)合相關(guān)文獻(xiàn)[6～14]歸納了影響商業(yè)地產(chǎn)投資風(fēng)險的關(guān)鍵要素，并在邀請相關(guān)專家反復(fù)論證的情況下構(gòu)建了涵蓋政策、市場與經(jīng)濟(jì)、管理決策、技術(shù)和社會5個主要指標(biāo)和23個下屬指標(biāo)的商業(yè)地產(chǎn)投資風(fēng)險評價指標(biāo)體系，如圖1所示：

圖1 商業(yè)地產(chǎn)投資風(fēng)險評價指標(biāo)體系

2.2 三標(biāo)度AHP法及權(quán)重的確定

基于以上適用性分析，本文采用三標(biāo)度AHP 法進(jìn)行指標(biāo)賦權(quán)，其具體步驟如下：

(1)建立直接比較矩陣。對同一層次指標(biāo)重要程度進(jìn)行兩兩比較， 構(gòu)建比較矩陣A=(aij)n×n，其中:

(1)

(2)計算指標(biāo)的排序指數(shù)ri，即：

(2)

式中：ri為比較矩陣A中第i行元素之和；取rmax=max{ri}，rmin=min{ri}，與rmax和rmin相對應(yīng)的指標(biāo)定義為基點比較指標(biāo)。

(3)結(jié)合排序指數(shù)ri構(gòu)建間接判斷矩陣C=(cij)n×n：

(3)

式中：c為基點比較標(biāo)度，同層次基點比較指標(biāo)兩兩比較，即可得出其重要性程度，其中最重要指標(biāo)與最次要指標(biāo)的重要性判定程度即為基點比較標(biāo)度，c的范圍為1～9。

2.3 商業(yè)地產(chǎn)投資風(fēng)險綜合評價

商業(yè)地產(chǎn)投資風(fēng)險因素主要有不確定性、隨機性等特點，決策者在對其進(jìn)行評價時難以用精確的數(shù)字來量化，只能通過模糊信息和區(qū)間數(shù)的形式來表達(dá)實際情況。CUOWA算子是在區(qū)間數(shù)的基礎(chǔ)上解決群體決策問題的一種基于區(qū)間數(shù)信息的組合不確定性O(shè)WA算子，其特點是可以將區(qū)間決策數(shù)據(jù)進(jìn)行加權(quán)集結(jié)，更利于解決模糊性問題。其中加權(quán)向量w與決策因素不相關(guān)，只與重新集結(jié)的位置有關(guān)，削弱了極端值對決策結(jié)果的不良影響。

2.3.1風(fēng)險測度劃分

商業(yè)地產(chǎn)開發(fā)本身的復(fù)雜屬性及環(huán)境中的各種不確定性因素，使得投資群體在進(jìn)行風(fēng)險分析時具有認(rèn)知較大局限性，且既有風(fēng)險衡量標(biāo)準(zhǔn)的缺失使得決策人員在評估時難以用精確的數(shù)值標(biāo)準(zhǔn)來量化風(fēng)險，因此通過區(qū)間數(shù)的形式來模糊表達(dá)該事件的實際情況以實現(xiàn)風(fēng)險測度的劃分具有了較高可行性。本文以區(qū)間模糊數(shù)的形式來表示商業(yè)地產(chǎn)的風(fēng)險等級，依據(jù)概率論統(tǒng)計原則將風(fēng)險等級按語言定義等量劃分為五個等級:R1={低}；R2={較低}；R3={一般}；R4={較高}；R5={高}，如表1所示。其中風(fēng)險等級越高，風(fēng)險越大。

表1 風(fēng)險測度劃分

2.3.2各級指標(biāo)綜合評價

在風(fēng)險評價研究中，通常都是由多個參與主體代表及相關(guān)專家組成的決策群組圍繞該評價對象進(jìn)行共同決策，而鑒于評價環(huán)境的復(fù)雜性、管理者認(rèn)知的局限性以及決策標(biāo)準(zhǔn)的不確定性，不同決策人員對于同一具體問題的判斷往往存在偏差甚至?xí)a(chǎn)生嚴(yán)重分歧。此外，決策人員得到的信息往往具有認(rèn)知上的模糊不確定性，在對于某些具體問題的量化上往往不存在精確的數(shù)值標(biāo)準(zhǔn)，模糊語言則成為了表述此類事件的必要選擇，因此，本文中對系統(tǒng)進(jìn)行定量分析的前提是量化模糊語義，而模糊語義量化必須遵循合適的模糊語義量化準(zhǔn)則。在本文借鑒的相關(guān)文獻(xiàn)[15，16，20]研究中時，模糊語義主要包括“大多數(shù)”“至少半數(shù)”“盡可能多”，其各對應(yīng)的參數(shù)分別為(a,b) =(0.3, 0.8)，(a,b) =(0, 0.5)，(a,b) =(0.5, 1)。本文選擇“盡可能多”以力求風(fēng)險的最大可能性，以保證決策的最小失誤。具體評價步驟如下：

(1)根據(jù)以上準(zhǔn)則，選擇合適的模糊語義，可計算參數(shù)為(a,b)的函數(shù)的CUOWA加權(quán)向量w=(w1,w2,...,wn)[15，16，20]，

wk=Q(k/n)-Q[(k-1)/n],k∈N

(5)

其中，Q為模糊語義量化算子，

a,b,r∈[0,1]

(6)

(7)

設(shè)a=[aL,aU]，b=[bL,bU]，令la=aU-aL，lb=bU-bL，則

(8)

(5)依據(jù)以上可能度矩陣進(jìn)行指標(biāo)排序：

(9)

得到排序向量v=(v1,v2,...,vn)Τ。

(10)

CUOWA算子具有能夠?qū)⒃紖^(qū)間決策數(shù)據(jù)進(jìn)行加權(quán)集結(jié)的優(yōu)點，按照以上步驟將每位專家的風(fēng)險測度值進(jìn)行加權(quán)集結(jié)成該指標(biāo)的一個綜合測度值，再將所有指標(biāo)的綜合測度值再次加權(quán)得到最終的綜合測度值。由于此時所得的綜合評價值為區(qū)間數(shù)的形式，因此本文取區(qū)間終值作為最終評價結(jié)果。

3 實證研究

青島某大型商業(yè)綜合體項目，計劃投資約45億元，占地面積為29941.8 m2，總建筑面積為439135.88 m2，擬建設(shè)地上建筑面積328033.57 m2，地下建筑面積為111102.31 m2。臨近青島市某主干道，地段交通便利，周邊配套設(shè)施齊全。本文以該項目為例進(jìn)行投資風(fēng)險評估。

3.1 三標(biāo)度 AHP 確定指標(biāo)因素權(quán)重

邀請相關(guān)領(lǐng)域?qū)＜腋鶕?jù)公式(1)所列的標(biāo)準(zhǔn)對各層指標(biāo)進(jìn)行對比，按照2.2中三標(biāo)度 AHP 賦權(quán)方法的權(quán)重確定步驟計算指標(biāo)權(quán)重。以政策風(fēng)險C1對應(yīng)的二級指標(biāo)為例，對C11,C12,C13,C14進(jìn)行重要性比較，根據(jù)公式(1)得到比較矩陣A，即：

根據(jù)式( 2 ) 可得，政策風(fēng)險C1對應(yīng)的二級指標(biāo)重要性排序指數(shù)分別為：r1=3，r2=7，r3=1，r4=5，rmax=r2=7,rmin=r3=1，則C12與C13為兩個基本比較指標(biāo)。專家進(jìn)一步比對基點比較標(biāo)度確定b=3。由此可根據(jù)公式(3)得到間接判斷矩陣C：

同理可得其他各級指標(biāo)權(quán)重，具體如表2所示：

表2 風(fēng)險指標(biāo)權(quán)重

3.2 風(fēng)險綜合評價

根據(jù)風(fēng)險測度(表1)，邀請8位專家進(jìn)行賦值，得到風(fēng)險決策數(shù)據(jù)，以政策風(fēng)險C1對應(yīng)的二級指標(biāo)C11～C14為例，其決策數(shù)據(jù)如表3所示：

表3 C11～C14的專家決策數(shù)據(jù)

根據(jù)公式(7)得到新的決策區(qū)間：

通過公式(8)可得可能度矩陣：

根據(jù)公式(9)可得指標(biāo)的排序向量：

v=(0.201,0.375,0.178,0.246)

由以上排序可得新的決策區(qū)間：

根據(jù)公式(10)可得到C1的綜合評價值：

=[4.420,6.411]

其中值(4.420+6.411)/2=5.416即為政策風(fēng)險C1的綜合評價值。

同理根據(jù)以上計算過程可以得：

CUOWA2=[8.238,9.047]，則市場與經(jīng)濟(jì)風(fēng)險C2的最終評價值為：(8.238+9.047)/2=8.643；

CUOWA3=[7.181,8.365]，則管理決策風(fēng)險C3的最終評價值為：(7.181+8.365)/2=7.773；

CUOWA4=[7.275,8.532]，則技術(shù)風(fēng)險C4的最終評價值為：(7.275+8.532)/2=7.904；

CUOWA5=[5.038,6.465]，則社會風(fēng)險C5的最終評價值為：(5.038+6.465)/2=5.752。

根據(jù)政策風(fēng)險C1、市場與經(jīng)濟(jì)風(fēng)險C2、管理決策風(fēng)險C3、技術(shù)風(fēng)險C4、社會風(fēng)險C5的綜合評價值，通過再次加權(quán)得到商業(yè)地產(chǎn)投資的綜合評價值：

CUOWA=[6.625,7.914]，其最終評價值為：(6.625+7.914)/2=7.270。對比風(fēng)險測度表(表1)可知，綜合風(fēng)險處于較高等級。

將二級指標(biāo)按綜合評價值從大到小排序：C2>C4>C3>C5>C1。各指標(biāo)風(fēng)險均處于一般等級以上，其中市場與經(jīng)濟(jì)風(fēng)險指標(biāo)處于最高風(fēng)險等級，應(yīng)抱以謹(jǐn)慎的投資，采取合理的風(fēng)險規(guī)避或控制措施。另外技術(shù)風(fēng)險和管理決策風(fēng)險也處于“高”風(fēng)險等級，應(yīng)在進(jìn)行組織設(shè)計等前期工作時做好充分的風(fēng)險預(yù)防和控制措施。

4 結(jié) 論

(1)科學(xué)合理地進(jìn)行風(fēng)險投資評價對于商業(yè)地產(chǎn)開發(fā)項目的成敗具有至關(guān)重要的影響。本文充分考慮了商業(yè)地產(chǎn)開發(fā)的特點，將三標(biāo)度AHP法與CUOWA區(qū)間群決策方法有機結(jié)合，既充分發(fā)揮了各模型的優(yōu)點，又具備了模型組合進(jìn)行風(fēng)險評價的整體效果。

(2)CUOWA區(qū)間群決策方法不僅同時解決了商業(yè)地產(chǎn)投資本身與人類思維的雙重模糊性問題，而且保存了傳統(tǒng)OWA算子數(shù)據(jù)集結(jié)的優(yōu)點，在商業(yè)地產(chǎn)投資風(fēng)險評價中體現(xiàn)了較高的契合性。

(3)本文提出商業(yè)地產(chǎn)投資風(fēng)險評價模型以科學(xué)合理的量化方法得出了該項目的較高風(fēng)險特性，并通過具體的風(fēng)險值和風(fēng)險排序得到了具有“較高”和“高”風(fēng)險的影響要素，為決策者進(jìn)行投資決策或后期的風(fēng)險管理提供了重要依據(jù)。

[1] 康琪雪. 我國商業(yè)地產(chǎn)運行模式及發(fā)展對策[J]. 價格理論與實踐, 2010, (3): 43-44.

[2] 馮克宇. 基于Fuzzy-AHP的區(qū)域型商業(yè)地產(chǎn)業(yè)態(tài)選擇決策[J]. 管理評論, 2015, 27(1): 57-65.

[3] 崔曉楊, 閆冰倩, 喬 晗, 等. 基于“微笑曲線”的全產(chǎn)業(yè)鏈商業(yè)模式創(chuàng)新——萬達(dá)商業(yè)地產(chǎn)案例[J]. 管理評論, 2016, 28(11): 264-272.

[4] 汪旭暉. 我國商業(yè)地產(chǎn)市場分析及發(fā)展對策[J]. 價格理論與實踐, 2006, (4): 49-50.

[5] 朱 強. 探討中國商業(yè)地產(chǎn)市場發(fā)展中的問題及發(fā)展趨勢[J]. 經(jīng)濟(jì)研究導(dǎo)刊, 2013, (3): 169-170.

[6] 許嘉和, 劉 攀. 新形勢下金融機構(gòu)商業(yè)地產(chǎn)融資風(fēng)險管理[J]. 現(xiàn)代管理科學(xué), 2016, (3): 73-75.

[7] 趙德海, 劉 威. 商業(yè)地產(chǎn)開發(fā)中的錯位及對策研究[J]. 財貿(mào)經(jīng)濟(jì), 2005, (10): 88-91.

[8] 鄭 銳. 信息不對稱下的商業(yè)地產(chǎn)投資風(fēng)險評價研究[D]. 西安: 西安科技大學(xué), 2010.

[9] 李 燁, 吳 靜. 國外商業(yè)地產(chǎn)投資風(fēng)險研究綜述[J]. 江蘇商論, 2012, (6): 3-6.

[10] 周為吉, 鄧 航, 劉志勇. 商業(yè)地產(chǎn)開發(fā)的風(fēng)險分析及對策防范——與住宅地產(chǎn)相比[J]. 中國集體經(jīng)濟(jì), 2008, (25): 69-70.

[11] 汪旭暉. 我國商業(yè)地產(chǎn)市場分析及發(fā)展對策[J]. 價格理論與實踐, 2006, (4): 49-50.

[12] 楊東朗, 袁 芳. 商業(yè)地產(chǎn)的風(fēng)險評價研究[C]// 第四屆中國管理科學(xué)與工程論壇. 沈陽： 東北大學(xué), 2006: 606-609.

[13] 王 東, 闞冬明, 張 曼, 等. 我國商業(yè)房地產(chǎn)開發(fā)項目風(fēng)險評價分析[J]. 價值工程, 2012, 31(22): 124-126.

[14] 吳雪峰. 基于組合賦權(quán)法的商業(yè)地產(chǎn)項目風(fēng)險評價研究——以XJ國際商業(yè)廣場為例[D]. 成都: 成都理工大學(xué), 2014.

[15] 周禮剛, 陳華友, 吳小飛, 等. 一種基于組合不確定型OWA算子的區(qū)間數(shù)群決策方法[J]. 大學(xué)數(shù)學(xué), 2011, 27(2): 52-56.

[16] 徐澤水. 一種不確定型OWA算子及其在群決策中的應(yīng)用[J]. 東南大學(xué)學(xué)報(自然科學(xué)版), 2002, 32(1):147-150.

[17] 鄧 雪, 李家銘, 曾浩健, 等. 層次分析法權(quán)重計算方法分析及其應(yīng)用研究[J]. 數(shù)學(xué)的實踐與認(rèn)識, 2012, 42(7): 93-100.

[18] 紀(jì) 蕾, 宋巖磊, 李寶強, 等. 基于GRA和三標(biāo)度AHP的房地產(chǎn)估價市場比較法[J]. 土木工程與管理學(xué)報, 2017, 34(1): 143-148.

[19] 張 航, 謝傳禮, 高 俊, 等. 基于三標(biāo)度法的層次分析法在儲層分類評價中的應(yīng)用[J]. 重慶科技學(xué)院學(xué)報(自然科學(xué)版), 2015, 17(6): 30-32.

[20] 劉 敏. 鉆爆法地鐵車站工程施工安全管理研究[D]. 青島: 青島理工大學(xué), 2015.