基于全生命周期的房地產(chǎn)開發(fā)項目風險評價模型研究

摘 要：針對房地產(chǎn)開發(fā)項目全生命周期內(nèi)風險管理問題，本文采用文獻調(diào)查法對房地產(chǎn)開發(fā)項目全生命周期內(nèi)的風險進行識別，建立了涵蓋2個維度、16個風險指標的風險評價體系。采用熵權法確定各風險指標權重，基于云模型理論建立評價體系評語集數(shù)字特征。通過分析實際案例，計算各指標權重及云模型數(shù)字特征，最終確定房地產(chǎn)開發(fā)項目風險等級。本文的風險模型構建具備多維度全周期的特點，可以準確識別房地產(chǎn)開發(fā)過程中的關鍵風險因素，對提高房地產(chǎn)投資質(zhì)量、降低投資風險具有重要意義。

關鍵詞：全生命周期；房地產(chǎn)開發(fā)；風險評價；云模型

中圖分類號：F 293" " 文獻標志碼：A

20世紀后我國城市化水平逐年提高，截至2022年，我國城鎮(zhèn)化率達到65.22%，城市人口得到前所未有的擴張。隨著城市人口對居住水平的要求提高，我國房地產(chǎn)業(yè)得到前所未有的發(fā)展，特別是在一二線城市，房地產(chǎn)銷售額逐年提高。房地產(chǎn)業(yè)受宏觀經(jīng)濟波動的影響，在地產(chǎn)開發(fā)過程中的風險因素更復雜，對房地產(chǎn)開發(fā)質(zhì)量要求更高，因此建立多維度全周期的房地產(chǎn)開發(fā)風險評價模型對控制開發(fā)風險十分必要[1-2]。本文識別房地產(chǎn)全生命周期內(nèi)的風險指標，建立基于熵權法—云模型的風險評價體系，為房地產(chǎn)項目全生命周期的風險管控提供理論依據(jù)。

1 房地產(chǎn)開發(fā)全生命周期風險識別

1.1 風險指標識別

風險是指在一定時間內(nèi)可能發(fā)生的一系列不確定性事件，會導致企業(yè)遭受損失或不利后果的可能性，這種損失可以是財務上的，也可以是其他形式的[3]。中國項目管理協(xié)會以PMIC風險管理模式為基礎，根據(jù)房地產(chǎn)項目開發(fā)階段及開發(fā)程度對全生命周期內(nèi)的項目風險進行了劃分，如圖1所示。

由圖1可知，房地產(chǎn)開發(fā)全生命周期中的風險識別是一個復雜的過程，涉及多個階段，每個階段都有其特定的風險點，具備綜合性及多變性的特點，風險指標的構成復雜且各指標間存在交叉影響[4]。

1.2 生命周期風險評估體系

房地產(chǎn)開發(fā)項目風險是客觀存在的，在項目開發(fā)過程中風險的預測、識別與評估對減少風險損失、提高項目開發(fā)價值具有重要意義[5]。根據(jù)歷史數(shù)據(jù)、項目開發(fā)經(jīng)驗、案例分析、文獻調(diào)查等方式預測、識別和評估風險。文獻調(diào)查法通過檢索、分析目標主題文獻，快速獲得調(diào)查對象的風險因素，同時文獻資料具備較強的學術價值，具備較強的參考性[6]。通過文獻調(diào)查法，在主流數(shù)據(jù)庫中以“房地產(chǎn)開發(fā)”、“全生命周期”、“項目風險”、“項目管理”等為關鍵詞進行高頻詞匯檢索，獲得與房地產(chǎn)開發(fā)項目全生命周期風險相關文件400余篇，結合項目開發(fā)經(jīng)驗，共識別出16項房地產(chǎn)項目全生命周期的主要風險因素，并將其分為2個維度進行分析，見表1。

1.3 數(shù)據(jù)可靠性檢驗

為驗證文獻調(diào)查法獲得的房地產(chǎn)項目全生命周期風險因素與目標值的一致性，采用克隆巴赫系數(shù)α驗證對其進行驗證。以問卷調(diào)查的方式，要求房地產(chǎn)開發(fā)項目方面的專家、學者采用李克特5級量化指標對表1中的16項風險因素進行賦分，1至5分分別代表關聯(lián)性較差、關聯(lián)性一般、關聯(lián)性中等、關聯(lián)性較強、關聯(lián)性強5個等級，克隆巴赫系數(shù)α如公式（1）所示。

（1）

式中：n為風險指標數(shù)量；si為第i個風險指標的標準差；st為n個指標總分的標準差。

根據(jù)計算結果，αgt;0.8各指標與目標值關聯(lián)度較好，可信度較高；0.8gt;αgt;0.7各指標與目標值關聯(lián)度中等，信度可接受；0.7gt;αgt;0.6各指標與目標值關聯(lián)度一般，信度一般，參考價值一般；0.6gt;α各指標與目標值無關聯(lián)度，信度低，無參考價值。表1中各維度指標的信度分析與檢驗結果見表2。

根據(jù)表2計算結果可知，一維風險指標的綜合α均大于0.80，刪項后各二級風險指標的α均大于0.80，且刪項后的α與綜合α相差較小，說明表1中所識別的各指標與目標值關聯(lián)度較好，可以用于房地產(chǎn)項目全生命周期風險評價中。

2 房地產(chǎn)開發(fā)全生命周期風險評估

2.1 熵權法確定指標權重

熵權法是一種客觀賦權方法，它基于信息熵的概念，通過計算各評價指標的變異程度來確定權重，從而避免主觀賦權的弊端和主觀判斷帶來的偏差。熵權法主要包括4個計算步驟。

2.1.1 建立原始矩陣

針對風險指標體系中的n個風險因素，邀請m位專家學者根據(jù)項目特點對各風險指標進行評判，一般可采用10分制，“0～4”分為較差；“4～6”分為一般，“6～8”分為中等，“8～10”分為較好。根據(jù)評分結果建立原始矩陣C，如公式（2）所示。

（2）

式中：amn為第m個專家對第n個風險指標的評判結果。

2.1.2 數(shù)據(jù)標準化處理

由于各指標的量綱和數(shù)值范圍可能不同，因此需要對原始數(shù)據(jù)進行標準化處理。針對正向指標和逆向指標采取不同的處理方式，分別如公式（3）～公式（4）所示，標準化后的初始矩陣如式（5）所示。

（3）

（4）

（5）

式中：為風險指標amn的歸一化結果。

2.1.3 計算指標比重及信息熵

對每個指標下的樣本值進行歸一化處理，按公式（6）～公式（7）計算每個樣本在該指標中的比重pmn及各風險指標熵值En。

（6）

（7）

式中：pmn為各指標的比重值；En為各指標熵值；n為指標數(shù)量。

2.1.4 確定指標權重

通過信息熵En計算各指標權重wn（如公式（8）所示），信息熵越小，對應的指標變異性越大。

（8）

2.2 云模型風險評價

通過熵權法確定各風險指標對于目標值的權重，通過云模型確定項目的綜合風險指標。云模型由李德毅教授于1995年提出，是一種用于處理不確定性信息的數(shù)學模型，其核心是通過數(shù)學方法對事務的不確定性進行量化。在云模型中，期望Ex、熵En及超熵He3個主要數(shù)字特征是描述云模型特性的關鍵數(shù)值。期望Ex表示對基本概念的基本確定下度量，限定云的中心位置；熵En用來權衡語言的不確定性程度，代表云滴的離散程度；超熵He代表了熵的隨機性，與熵En的模糊性與不確定性相關。云模型風險評價主要包括4個計算步驟。

2.2.1 云模型評語集

本文根據(jù)房地產(chǎn)開發(fā)項目的特點，將房地產(chǎn)開發(fā)項目全生命周期的風險分為4個等級，分別為高風險（I級）、中等風險（II級）、一般風險（III級）以及較低風險（IV級），并采用0～10分制定義各風險區(qū)間，并根據(jù)公式（9）確定各風險區(qū)間云模型數(shù)字特征，見表3。

（9）

式中：Ex為期望值；En為熵值；He為超熵；Cmax為風險區(qū)間取值最大值；Cmin為風險區(qū)間取值最小值。

2.2.2 綜合云數(shù)字特征

基于風險指標體系，邀請m位相關從業(yè)人員，采用0～10分制對n個風險指標進行評估，建立各指標評估向量（x1、x2、…、xi、…、xm）。將各指標評價結果引入云模型中，按公式（10）～公式（12）計算各風險指標的云數(shù)字特征。

（10）

（11）

（12）

2.2.3 確定綜合云

引入熵值法權重計算結果wi，按公式（13）計算綜合云數(shù)字特征。

（13）

將綜合云數(shù)字特征與云模型評語集數(shù)字特征進行比較，以確定項目最終風險等級。

3 案例分析

3.1 項目概況

某房地產(chǎn)開發(fā)項目位于南通市崇川區(qū)，地塊規(guī)劃用途為居住、商業(yè)用地，土地面積52970.81m2，容積率1.60～1.79，規(guī)劃要求建筑密度≤25.0%，配建郵政服務用房、垃圾收集站、居委會及公廁，社區(qū)內(nèi)部配置3200m2公共綠地，gt;500m2室外體育場地，同時須預留軌道交通設站條件。項目周邊緊鄰城市公園，周邊軌道交通環(huán)繞，距離周邊商業(yè)、辦公較近，十分宜居。同時，項目目標客戶為改善型，周邊住宅單價處于較高水平，去化較差。政策方面，市場處于下滑狀態(tài)，需求不高，政府對去庫存具有一定的支持力度。

3.2 熵權法權重計算

邀請10位房地產(chǎn)開發(fā)項目的專家，依托該項目，根據(jù)當前房地產(chǎn)形勢及區(qū)域經(jīng)濟狀況等因素采用“1-10”標度法對表1中的二維風險指標進行重要性比較，建立原始矩陣，并按照正向指標和逆向指標的處理方式對原始矩陣進行標準化處理，按公式（6）～公式（8）確定各風險指標熵值En及權重wn，見表4。

3.3 云模型的風險評價模型

通過熵權法確定各風險指標權重后，根據(jù)專家評分結果按公式（10）～公式（12）計算得到各指標的云模型參數(shù)，按公式（13）確定本項目在房地產(chǎn)開發(fā)全生命周期內(nèi)的綜合風險云，見表5。

根據(jù)表5中各因素云數(shù)字特征，按公式（13）確定該房地產(chǎn)開發(fā)項目全生命周期內(nèi)的綜合風險云C（Ex，En，He）=（8.33，0.43，0.12）。采用MATLAB軟件生成綜合風險云，與表3中的評語集數(shù)字標準云進行對比，如圖2所示。

根據(jù)圖2的對比結果可知，本房地產(chǎn)開發(fā)項目全生命周期的風險等級處于“III～IV”區(qū)間，確定本項目的開發(fā)風險為“一般風險～較低風險”。該評價結果與當前房地產(chǎn)市場相符合，該模型可以用于房地產(chǎn)開發(fā)項目全生命周期內(nèi)的風險評價，具有較強的適用性。

4 結語

本文采用文獻調(diào)查法對房地產(chǎn)開發(fā)全生命周期內(nèi)的風險進行識別，建立了2個維度、16個風險指標的風險評價體系。采用熵權法確定各風險指標權重，劃分各風險指標對房地產(chǎn)開發(fā)項目的影響程度。同時，基于云模型理論建立標準評價云及風險評價方法。以實際項目開發(fā)為例，采用本文建立的風險評價體系確定項目風險等級處于“一般風險～較低風險”區(qū)間，計算結果與實際項目相符，驗證了模型的適用性。

參考文獻

[1]呂恒利.基于云模型的EPC裝配式建筑項目風險評價研究[D].長春：吉林建筑大學，2023.

[2]張旭林.建筑工程總承包項目管理中存在的問題及對策研究[D].重慶：重慶大學，2016.

[3]吳松巖.EPC工程總承包項目風險分析[D].石家莊：河北工程大學，2010.

[4]潘林鋒.基于修正模糊層次分析法的建筑工程施工質(zhì)量風險評價研究[D].鎮(zhèn)江：江蘇大學，2022.

[5]賈靜.東方天城項目質(zhì)量管理風險評價及對策研究[D].石家莊：河北地質(zhì)大學，2024.

[6]周雪梅.EPC模式下總承包方風險識別與評價研究[D].重慶：重慶交通大學，2023.