工程風險評價培訓講義

工程風險的評價第1節(jié)

專家打分法1.專家打分法的內(nèi)涵專家打分法是通過向?qū)＜艺髟円庖?，對專家意見進行統(tǒng)計、處理、分析和歸納后，客觀地綜合專家的主觀判斷，對大量難以采用技術方法進行定量分析的因素做出合理估計的方法。專家打分法是一種最常用、最簡單的風險評估方法，又稱為綜合評估法或主觀評分法。2.專家打分法的步驟利用風險識別和風險估計的結(jié)果，根據(jù)風險因素對工程的影響程度，確定每個風險因素的權(quán)重。確定每個風險的等級值，例如：很好，非常好，一般，很小等，再按照等級值確定分值。將每項風險的權(quán)重與等級值得分相乘，求出該風險的綜合得分。得分越高者表示風險水平越高，對工程的影響也越大。在此基礎上確定工程風險的排序。此外，專家調(diào)查法還可以按照專家的經(jīng)驗、對所評估項目的了解程度、知識領域等賦予相應的權(quán)重值。最后各風險的得等于每位專家的風險評分乘以該專家的權(quán)重值的總和，再除以總權(quán)重。具體公式如下：3.專家打分法的適用性適用于工程項目的前期決策，這一時期由于缺乏項目的具體資料，往往要根據(jù)專家的經(jīng)驗和決策者的主觀意向來進行風險分析和估計。由于該方法實際操作性較強，且專家豐富的工程經(jīng)驗、扎實的專業(yè)知識使得評估結(jié)果具有一定的可靠性，所以在工程風險評估中的應用較為廣泛。某大型集團公司承攬一項國際工程項目，但是由于金融危機肆虐全球，并且該項目涉及一些新技術的應用，項目決策者為了評價這些風險，計劃采用專家打分法對項目各類風險進行分析，確定風險順序。公司聘請了8位不同專業(yè)的專家，危害程度從小到大為0-10，然后根據(jù)權(quán)威性由小到大按照1-5給每個專家一個權(quán)重。每個專家的打分及權(quán)重如下表，請計算風險值并將風險排序。風險種類專家ABCDEFGH結(jié)果政治風險評分值433454574.12權(quán)重43254511融資風險評分值768876756.57權(quán)重32143555環(huán)境風險評分值346545644.43權(quán)重43214333技術風險評分值8767591077.32權(quán)重32415532風險種類專家ABCDEFGH結(jié)果政治風險評分值433454574.12權(quán)重0.160.120.080.20.160.20.040.04融資風險評分值768876756.57權(quán)重0.110.070.040.140.110.180.180.18環(huán)境風險評分值346545644.43權(quán)重0.170.130.090.040.170.130.130.13技術風險評分值8767591077.32權(quán)重0.120.080.160.040.20.20.120.08第2節(jié)層次分析法1.層次分析法概述層次分析法（AnalyticalHierarchyProcess,AHP），是美國數(shù)學家T.L.Saatty在20世紀70年代提出的一種定性分析和定量分析相結(jié)合的評價方法，在經(jīng)濟學和管理學中應用廣泛。層次分析法的基本思想是把復雜問題分解為若干個層次，在最低層次通過兩兩對比得出各因素的相對重要性，通過由低到高的層層分析計算，最后計算出各方案對總目標的權(quán)重，為決策者進行決策提供依據(jù)。其基本假設是層次間存在遞階結(jié)構(gòu)，從高到低或從低到高遞進。當復雜系統(tǒng)中某一層次直接或間接影響其它層次時，同時又受其它層次影響時，層次分析法就不再適用，而應該用網(wǎng)絡模型解決。2.層次遞階模型的類型目標層：我們的目的是什么？準則層：評價的標準是什么？方案層：備選的方案有哪些？完全相關型部分相關型完全獨立型3.層次分析法的步驟根據(jù)評價目標和評價準則，建立遞階層次結(jié)構(gòu)模型；將同一層次的不同因素進行兩兩比較，構(gòu)造判斷矩陣；進行判斷矩陣的一致性檢驗計算項目風險的綜合重要度根據(jù)評價準則和綜合重要度進行決策1.根據(jù)評價目標和評價準則，建立遞階層次結(jié)構(gòu)模型首先對要決策的問題要有明確的認識，弄清楚它所涉及的因素，如評價標準、約束條件、可能性和方案等然后將問題換分為三大層次，即：目標層、中間層和方案層。目標層表示我們要決策的總目標；中間層通常為分目標、約束層、準則層等，它表示為了判斷總目標的優(yōu)劣所具體展開的方面；方案層就是我們要解決總目標而設置的備選方案或措施。例如：去某地旅游將這些關系用遞階層次圖表示出來，就是我們的層次結(jié)構(gòu)模型。2.將同一層次的不同因素進行兩兩比較，構(gòu)造判斷矩陣比較判斷矩陣是層次分析法的核心所在。之所以成為比較判斷矩陣是因為該矩陣完全是在兩兩因素相互比較后得出來的。請注意，比較判斷矩陣是以上一層的某一準則為標準，讓該層的因素以上一層的這個準則為標準，兩兩比較確定相對重要性。時間價格火車飛機單車由于是兩兩比較，因此，如果對于上層準則H，其下一層方案有n個，那么我們就可以得到一個n階的比較方陣。時間飛機火車單車飛機

火車

單車

時間飛機火車單車飛機

火車

單車

判斷矩陣中的元素一般是利用評價者的知識和經(jīng)驗估計出來的。估計的時候，由于評價者的估計并不是十分精確的，因此比較矩陣的第4條性質(zhì)不一定會滿足，因此，在利用這個評價者做出的判斷矩陣之前，必須對這個判斷矩陣進行一致性檢驗。對于比較判斷矩陣中的每個元素的確定，其本質(zhì)就是通過兩兩比較的方法給矩陣中的每個元素賦予一定的數(shù)值。為此，薩蒂教授引入1~9標度法。因為，根據(jù)心理學的研究成果，人們區(qū)分信息等級的有限能力為5~9個，因此采用1~9標度法。那么，結(jié)合前面所說的4個性質(zhì)，對于一個n階矩陣，我們最少需要確定多少個判斷數(shù)值就能得到這個矩陣呢？i和j兩目標相比1i因素與j因素同等重要3i因素比j因素稍微重要5i因素比j因素明顯重要7i因素比j因素重要得多9i因素比j因素絕對重要2,4,6,8介于1,3,5,7,9之間以上各數(shù)的倒數(shù)兩個目標反過來練習：某層有三個評價指標，指標1比指標2稍微重要，比指標3明顯重要，指標2與指標3相比，介于同等重要和稍微重要之間，則該問題的判斷矩陣為：3.確定判斷矩陣的最大特征值（權(quán)重）確定判斷矩陣的最大特征值有很多種方法，最常用的是求根法與和積法。求根法比較準則

①②③④項目總體風險A經(jīng)濟風險B1生態(tài)風險B2社會風險B3新建改造①②③④①②③④①②③④①②③④和積法①②③得到特征向量④①②③④兩種方法的對比求根法和積法權(quán)重特征值步驟①②③④①②③④4.矩陣一致性檢驗

請回憶一下，判斷矩陣的4個性質(zhì)：由于判斷矩陣是決策者估計所得，而不是很精確，因此并不能保證矩陣中的每個因素都滿足第4個性質(zhì)。因此，經(jīng)過判斷矩陣計算出的權(quán)重還不能直接使用，必須經(jīng)過一致性檢驗。如果檢驗通過，權(quán)重才能使用。那么薩蒂教授是怎么確定一致性的標準呢？他運用了統(tǒng)計抽樣的原理。首先，薩蒂教授構(gòu)造了最不一致的情況，即對不同的n階矩陣中的元素采取隨機取數(shù)的方法進行賦值，并且對不同的n階矩陣采用了100-500個獨立抽樣，分別計算出這些獨立抽樣后的一致性指標，再求得計算結(jié)果的平均值，作為隨機型標準。記為R.I.計算結(jié)果如下表：n1234567891011R.I.000.580.91.121.241.321.411.451.491.51一致性指標一致性比率若一致性比率的計算結(jié)果小于0.1，則認為比較判斷矩陣的一致性可以接受，權(quán)重向量W可以接受。n1234567891011R.I.000.580.91.121.241.321.411.451.491.51一致性比率的計算結(jié)果小于0.1，則認為比較判斷矩陣的一致性可以接受，權(quán)重向量W可以接受。項目總體風險A經(jīng)濟風險B1生態(tài)風險B2社會風險B3新建改造請問，三階以下矩陣是否需要進行一致性檢驗？為什么？5.計算總權(quán)重并排序,檢驗一致性項目總體風險A經(jīng)濟風險B1生態(tài)風險B2社會風險B3新建改造AB1B2B3B1130.25B20.3333310.16667B3461合計5.33333101.41667AB1B2B3B10.18750.30.17647B20.06250.10.11765B30.750.60.70588合計歸一化0.663970.221320.280150.093382.055880.68529AW最大特征值0.672793.03986710.281373.01312342.130883.10944219.16243253.0541442CI0.02707CR0.04668B1C1C2C114C20.251合計1.255B1C1C2C10.80.8C20.20.2合計歸一化1.60.80.40.2AW最大特征值1.620.42

2B1C1C2C110.33333C231合計41.33333B1C1C2C10.250.25C20.750.75合計歸一化0.50.251.50.75AW最大特征值0.521.52

2B1C1C2C112C20.51合計1.53B1C1C2C10.66666670.66667C20.33333330.33333合計歸一化1.333330.666670.666670.33333AW最大特征值1.3333320.666672

2第3節(jié)模糊綜合評價技術現(xiàn)實中，很多概念無法清晰表達，都是模糊的如身高、美觀、好壞等。在項目的風險評價中，有些現(xiàn)象或活動界限是清晰的，有些則是模糊的。對于這些模糊的現(xiàn)象或活動只能采用模糊集合來描述，應用模糊數(shù)學進行風險評價。1965年，美國學者L.A.Zadeh首次提出了模糊集合的概念，對模糊行為和活動建立模型。近些年，模糊數(shù)學應用越來越廣泛。1.模糊事件在風險評估實踐中，有許多事件的風險程度是不可能精確描述的，如風險水平高、技術先進、資源充足等。那么，所謂的“高”，“先進”，“充足”等均屬于邊界不清晰地概念，稱為模糊概念。那么，諸如此類的概念或事件，既難以有物質(zhì)上的確切含義，也難以用數(shù)字準確的表達出來，這類事件就屬于模糊事件。2.模糊集合普通集合可以表達概念，如{1,2，…n}表示自然數(shù)的概念。但普通集合不能表達模糊的概念。因此，我們需要將普通集合的概念加以推廣，以解決具有模糊性的實際問題。將模糊性概念用集合表示，構(gòu)成模糊集。

設X為一個基本集合，若對每個x∈X,都制定一個數(shù)，則定義模糊子集當X集合中的元素個數(shù)是可數(shù)的時候，則例如：設某4個人a,b,c,d屬于高個子的程度分別為0.8；0.5；0.6；0.2，則該集合可表示為在上述表達式中，“+”被稱為查得符號，表示模糊集合中的元素并列，沒有相加的含義。3.隸屬函數(shù)的確定確定模糊隸屬函數(shù)的方法有很多。下面介紹模糊統(tǒng)計確定隸屬函數(shù)的方法。先選取一個基本集合A，然后取其中任意一個元素xi；然后考慮該元素屬于集合A的可能性。例如：先確定模糊集合的高個子，然后考慮其中某個人a屬于高個子這個模糊集合的可能性。通常，為了得到量化的數(shù)據(jù)，可以邀請一些人來判斷a是否為高個子，由于人們對高個子的邊界不太一樣，有人會認為是，也有人會認為不是，這樣可以得到：這里n是參加評判總?cè)藬?shù)，試驗次數(shù)只要充分大，就會趨向于[0,1]中的一個數(shù)，這個數(shù)就被稱為隸屬度。4.模糊矩陣的運算5.模糊綜合評價的步驟確定評價體系。在多因素的風險綜合評價體系中，風險指標的建立是前提條件，是評估問題的核心，風險因素指標的選取應結(jié)合風險的識別和風險估計的結(jié)果來進行。建立風險集合。例如風險集合={技術風險，經(jīng)濟風險等}建立風險評價集合。如{高風險、中等風險、低風險等}確定風險因素的影響程度，并確定風險的權(quán)重確定各個風險的等級，得到隸屬度，確定隸屬度的模糊矩陣利用模糊評價規(guī)則確定各因素的綜合評價，C=R?S一級模型1.確定評價的因素集合U2.建立評價的等級集合V3.建立模糊關系矩陣（統(tǒng)計法）4.確定權(quán)重集合5.模糊綜合評價例題：某服裝品牌順應潮流，推出一款牛仔褲。為了減小投入市場的風險，于是該公司決定聘請專家進行模糊綜合評價。根據(jù)專家經(jīng)驗，評價該產(chǎn)品應該從舒適性、耐磨性、美觀性和價格四個方面入手。此外，專家們一致認為，評價該產(chǎn)品可以分為很好、好、一般、不好四個評價等級。1.確定風險集合U2.確定評價集合V此后，專家們開始對該產(chǎn)品進行模糊關系矩陣的構(gòu)建工作。其基本思路是針對每一種屬性，統(tǒng)計專家認為該產(chǎn)品屬于這種屬性的概率或比重。經(jīng)過專家試穿的意見，對所有專家的感受和意見統(tǒng)計如下：

舒適性30%認為很好；60%認為好；10%認為一般；沒有人認為不好

耐磨性30%認為很好；60%認為好；10%認為一般；沒有人認為不好

美觀性10%認為很好；40%認為好；20%認為一般；30%認為不好

價格20%認為很好；50%認為好；10%認為一般；20%認為不好則模糊矩陣應該寫成什么樣子呢？4.確定權(quán)重集合W權(quán)重的確定至關重要，同樣的評分，在不同的權(quán)重下結(jié)果差別會很大。例如：不同的年齡、背景、職業(yè)、性別、消費能力等會對牛仔褲的舒適性、耐磨性、美觀性和價格的重視程度不同，因此很可能會賦予不同的權(quán)重。一般情況下，權(quán)重的確定可以用主觀法或?qū)哟畏治龇ù_定。假設，專家們對舒適性、耐磨性、美觀性和價格的權(quán)重打分分別為：0.3,0.1,0.4,0.2。5.模糊綜合評價如果B矩陣中的每行元素之和不等于1，則需要對B矩陣進行歸一化處理，即將B矩陣中的每行元素除以該行元素總和，得到的歸一化之后的結(jié)果為綜合評價結(jié)果。例如：我們采用最常用的計算法則1來計算結(jié)果。計算結(jié)果表明，牛仔褲隸屬于“很好”，“好”，“一般”和“不好”的程度分別為25%，33%，17%和25%。根據(jù)最大隸屬度原則，則牛仔褲的地綜合評價屬于“好”多級模型1.將因素級分為s個子集，記作：該子集滿足以下條件設每個子集2.對每個子集利用一級模型分別進行模糊綜合評價假定評價集中的各指標的權(quán)重分配為這里要求：的單因素模糊評價矩陣為于是，第一級模糊綜合評價3.進行多級模糊綜合評價將每個當作一個因素對待，用的單因素模糊評價矩陣，而每個作為中的一部分，反應的某種屬性，并按照相對重要性給出權(quán)重分配于是，二級模糊綜合評價4.計算綜合隸屬度綜合隸屬度，按此得出結(jié)果并確定項目風險的程度大小。案例分析：見教材p731.將因素級分為s個子集，記作：2.確定指標權(quán)重：3.子因素層的模糊評價：根據(jù)最大隸屬度原則，在很高、較高、中等、較低、很低五級風險影響程度評價中，本項目屬于“較低”級別（因為較低級別的隸屬度為0.35747，是最大的），因此項目可以投標。某市一水處理廠采用了BOT項目融資方式進行建設，由于BOT項目的投資多、期限長、流動性相對較差，因此邀請包括基建項目建設專家、項目管理專家、法律專家、金融專家、風險評估師等在內(nèi)的一組評判人員，采用模糊綜合評價對項目進行了風險評價。①確定因素集②指標權(quán)重的確定③因素的評價集評價尺度根據(jù)所列出因素對項目的風險進行劃分，劃分為5個等級。④確定各評價指標的隸屬度和模糊矩陣⑤一級模糊評價⑥二級模糊評價經(jīng)過之前的評價，我們可以得到模糊矩陣R評價矩陣B=A?R⑦計算綜合隸屬度根據(jù)最大隸屬度原則，我們已經(jīng)判斷出風險程度隸屬于較大。而且專家也已經(jīng)將風險的評價等級定為很大，較大，一般，較小，很小5個級別。那么，如果此時我們想知道較大到底能大到什么程度，該怎么辦呢？這就需要我們計算綜合隸屬度。假如，剛剛給出的很大，較大，一般，較小，很小是一個定性的概念，如果專家用量化表示這些級別的話，就可以計算綜合隸屬度了。例如：很大—0.9，較大—0.7，一般—0.5，較小—0.3，很小—0.1。那么，我們就可以根據(jù)剛剛的模糊評價計算結(jié)果與評價集的隸屬度相乘即可。第4節(jié)蒙特卡洛模擬技術第1節(jié)蒙特卡洛方法的定義蒙特卡洛模擬方法又稱為隨即抽樣技巧或統(tǒng)計試驗方法，是估計經(jīng)濟風險和工程風險常用的一種方法。它借助人的主觀概率估計及計算機模擬，直接估計各種風險發(fā)生的概率，并以概率分布的形式表現(xiàn)出來。利用蒙特卡洛方法的優(yōu)點在于：可以將每個風險發(fā)生的概率，通過多次模擬試驗，最終以比較滿意的概率分布的形式表示出來；克服了單因素敏感性分析受一維元素變化的局限性，這種方法分析了所有元素受風險不確定性的影響；通過計算機模擬，大大節(jié)約了統(tǒng)計時間。對傳統(tǒng)問題的反思第2節(jié)蒙特卡洛方法的步驟①根據(jù)收集的相關風險因素的資料數(shù)據(jù)，估計其分布函數(shù)和參數(shù)②建立相應風險的數(shù)學模型；③根據(jù)多種不確定性組合，確定模擬次數(shù)④產(chǎn)生偽隨機數(shù)⑤計算狀態(tài)函數(shù)值，即隨機事件的樣本值⑥重復進行n次計算，獲得多種組合下的n個結(jié)果⑦通過統(tǒng)計和處理這些結(jié)果數(shù)據(jù)，找出項目變化規(guī)律，將這些結(jié)果值按照一定規(guī)律排列，統(tǒng)計各個值出現(xiàn)的次數(shù)，用這些次數(shù)值形成頻數(shù)分布曲線，計算每種結(jié)果出現(xiàn)的可能性⑧根據(jù)統(tǒng)計學原理，對這些結(jié)果進行分析，為決策提供依據(jù)某網(wǎng)絡計劃有3個工序。假設三個工序的時間都是離散型隨機變量。根據(jù)歷史統(tǒng)計數(shù)據(jù)，確定出這3個隨機變量的概率分布，結(jié)果如表所示。請試用蒙特卡洛模擬方法評價此工程網(wǎng)絡的進度風險。123ABC活動時間估計概率代表活動時間取值的隨機數(shù)A200.50～4300.55～9B150.40～3250.64～9C400.50～4500.55～9假設我們用隨機數(shù)進行抽樣：A工序抽到的數(shù)字為5，則根據(jù)A工序的概率分布，5這個數(shù)字屬于第二類，則A工序的工期為30天。B工序抽到的數(shù)字為5，則根據(jù)B工序的概率分布，5這個數(shù)字屬于第一類，則B工序的工期為15天。C工序抽到的數(shù)字為4，則根據(jù)C工序的概率分布，4這個數(shù)字屬于第一類，則C工序的工期為40天。根據(jù)三次抽樣的結(jié)果，A—5；B—5；C—4，我們將這次抽樣的結(jié)果記為“554”123ABC根據(jù)抽樣結(jié)果顯示，A+B出現(xiàn)了11次，C出現(xiàn)了9次。這意味著，AB作為關鍵線路的概率是55%；C作為關鍵線路的概率是45%。抽樣編號抽樣產(chǎn)生的隨機數(shù)ABC關鍵線路總工期1554301540A+B452135201550C503575302550A+B554697302550A+B555563302540A+B556729301550C507848301550C508431201540C409767302550A+B5510416201550C5011025201550C5012896302550A+B5513462202540A+B4514700301540A+B4515077202550C5016007201550C5017000201540C4018585302550A+B5519543301540A+B4520553301540A+B45項目總工期模擬結(jié)果概率累計概率40210%10%45525%35%50735%70%55630%100%如果，此時的限定工期為50天，那么根據(jù)累計分布概率可以看出，50天內(nèi)完工的概率可以達到70%。練習：某網(wǎng)絡計劃有3個工序。假設三個工序的時間都是離散型隨機變量。根據(jù)歷史統(tǒng)計數(shù)據(jù)，確定出這3個隨機變量的概率分布，結(jié)果如表所示。請試用蒙特卡洛模擬方法評價此工程網(wǎng)絡的進度風險。123ABC活動時間估計概率代表活動時間取值的隨機數(shù)A200.50～4300.55～9B150.40～3250.64～9C400.50～4500.55～9抽樣編號A的隨機數(shù)B的隨機數(shù)C的隨機數(shù)抽樣結(jié)果1304304272472437467464885885544444465355357421421845545595115111052052011253253128608601352752714532532153033031667867817174174183203201926126120172172抽樣編號A的隨機數(shù)B的隨機數(shù)C的隨機數(shù)ABCA工序時間B工序時間C工序時間關鍵線路總工期1304304201540C402724724301540A+B453746746301550C504885885302050C505444444201540C406535535301550C507421421201540C408455455201550C509511511301540A+B4510520520301540A+B4511253253201540C4012860860302040A+B5013527527301550C5014532532301540A+B4515303303201540C4016678678302050C5017174174202040C4018320320201540C4019261261202040C4020172172202040C40關鍵線路頻數(shù)概率A+B525%C1575%項目總工期模擬結(jié)果概率累計概率40945%45%45420%65%50735%100%項目總工期模擬結(jié)果概率累計概率40210%10%45525%35%50735%70%55630%100%項目總工期模擬結(jié)果概率累計概率40945%45%45420%65%50735%100%關鍵線路頻數(shù)概率A+B1155%C945%關鍵線路頻數(shù)概率A+B525%C1575%第一次隨機抽樣20次地模擬結(jié)果第二次隨機抽樣20次地模擬結(jié)果項目總工期模擬結(jié)果概率累計概率40210%10%45525%35%50735%70%55630%100%項目總工期模擬結(jié)果概率累計概率40945%45%45420%65%50735%100%關鍵線路頻數(shù)概率A+B1155%C945%關鍵線路頻數(shù)概率A+B525%C1575%第一次隨機抽樣20次地模擬結(jié)果第二次隨機抽樣20次地模擬結(jié)果第三次隨機抽樣50次地模擬結(jié)果項目總工期模擬結(jié)果概率累計概率401734%34%45714%48%502652%100%關鍵線路頻數(shù)概率A+B1428%C3672%項目總工期模擬結(jié)果概率累計概率4011523%23%4512224%47%5019439%86%556914%100%關鍵線路頻數(shù)概率A+B19138%C30962%第四次隨機抽樣500次地模擬結(jié)果項目總工期模擬結(jié)果概率累計概率4022122%22%4527728%50%5036937%87%5513313%100%關鍵線路頻數(shù)概率A+B41041%C59059%第五次隨機抽樣1000次地模擬結(jié)果項目總工期模擬結(jié)果概率累計概率40102921%21%45134627%48%50187738%85%5574815%100%關鍵線路頻數(shù)概率A+B209442%C290658%第六次隨機抽樣5000次地模擬結(jié)果活動時間估計概率A200.5300.5B150.4250.6C400.5500.5A+B350.3450.2450.3550.2C400.5500.5A+B350.3450.5550.2C400.5500.5項目總工期模擬結(jié)果概率累計概率40210%10%45525%35%50735%70%55630%100%項目總工期模擬結(jié)果概率累計概率40945%45%45420%65%50735%100%關鍵線路頻數(shù)概率A+B1155%C945%關鍵線路頻數(shù)概率A+B525%C1575%項目總工期模擬結(jié)果概率累計概率401734%34%45714%48%502652%100%關鍵線路頻數(shù)概率A+B1428%C3672%項目總工期模擬結(jié)果概率累計概率4011523%23%4512224%47%5019439%86%556914%100%關鍵線路頻數(shù)概率A+B19138%C30962%項目總工期模擬結(jié)果概率累計概率4022122%22%452772