数学建模模糊综合评价法范文第1篇

船舶交通管理系统（Vessel Traffic Service（VTS））是国家海事主管机构实施水上动态监管和提供咨询服务的重要手段。对VTS进行综合评估，一方面能提升VTS工作效率，另一方面能发现VTS存在的问题，有利于进一步改进系统，并为以后同类建设提供科学的参考。

1 VTS综合评估的模型与方法

1.1 模糊综合评价法

VTS综合评估具有影响因素多、结构复杂、模糊性强的特点，模糊综合评价法即适合对VTS功效进行解析和量化。糊综合评价法是在模糊环境下，运用模糊数学的基本理论，综合考虑影响模糊对象的各个因素构建多级模糊子集，根据评价可能得出的所有结果建立评价集，建立适当的隶属函数，按照模糊指标对一些边界不清、不易定量的影响因素进行定量分析，并利用模糊变换原理对模糊对象进行综合评价的一种方法。

1.2 确定评价指标体系

根据VTS定义结合当前用户实际运行中对VTS的功能需求，将VTS综合评估的重点放在系统运行与管理能力、资源服务能力两方面。在向海事局专家咨询四轮，意见趋于一致后，构建VTS综合评估指标体系。

1.3 确定评价集

评价集，也称评语集或评价等级，是由模糊评价对被评对象产生的所有评价结果组成的集合，即可表示为：V={v1，…vj，…，vn}，其中vj是评价可能得出的若干评价结果，j=1，2，…，n。对于VTS的模糊综合评价，本文采用百分制方法，因此，在VTS模糊综合评价模型中，将评价集定义成5个等级，即V={v1，v2，…v5}，其相应的百分制区间为：v1表示很好，分值为90～100分；v2表示好，分值为80～89分；v3表示较好，分值为70～79分；v4表示一般，分值为60～69分；v5表示差，分值为0～59分.。通过评价集的确定得到模糊综合评价的模糊评价向量，用模糊向量来表示评价对象对各个评价等级的隶属程度，从而体现评价的模糊性。

1.4 模糊隶属关系矩阵的确定

根据VTS综合评估5个评价等级的确定及其等级平均分数（表4），对综合评价指标数据xij建立的隶属度函数如下：

（1）VTS综合水平等级“很好”的隶属度函数

（2）VTS综合水平等级“好”的隶属度函数

（3）VTS综合水平等级“较好”的隶属度函数

（4）VTS综合水平等级“一般”的隶属度函数

（5）VTS综合水平等级“差”的隶属度函数

1.5 VTS综合评估模糊合成

因素集U模糊综合评价结果C由模糊评价隶属度矩阵R与对应的权重向量W进行模糊合成得到的，即：

2 基于模糊综合评价法的VTS评估应用

以X省辖区内5个VTS中心（以A-E标识）为评估对象，根据上述方法进行综合评估，得结果见表1。由表1可得，VTS中心综合评估得分从高到低依次为VTS（B）、VTS（E）、VTS（D）、VTS（A）、VTS（C），表明VTS中心运行效率从高到低排名亦是VTS（B）、VTS（E）、VTS（D）、VTS（A）、VTS（C）。

数学建模模糊综合评价法范文第2篇

关键词：模糊综合评价法；民办高校；绩效评价

民办高校教育评价是一个多指标、多属性并且具有模糊性的综合评价过程。综合评价是指综合考虑受多种因素影响的事物或系统对其进行总的评价。在实际应用中，评价的对象往往受各种不确定性因素的影响而具有模糊性，将模糊理论与经典综合评价方法相结合得到的评价方法称为模糊综合评价方法，应用模糊综合评价法进行评价将使结果尽量客观从而取得更好的实际效果。在模糊综合评价中，权值的分配主要靠人的主观判断，因素过多时就很难准确分配权重，利用层次分析法确定模糊综合评价法中的权向量来建立评价模型能够使权重分配更合理。本文提出的评价模型对民办高校教育综合评价能够更客观、更科学地反映其绩效状况。

一、模糊综合评价原理

（一）模糊综合评价的数学模型。设U={u1，u2，...，un}为待评价对象的n个指标构成的集合，称为指标集。设V={v1，v2，...，vm}为m个评语（或等级）构成的集合，称为评语。

由于各种指标所处地位不同，作用也不一样，可用权重W=（w1，w2，...，wn）来描述，它是指标集上的一个模糊子集，又称权向量。对于每一个指标Ui 单独作出的一个评判f（Ui），可看作是U到V的一个模糊映射f，由f可诱导出U到V的一个模糊关系Rf，由Rf可诱导出U到V的一个模糊线性变换TR（A）=AB=B。它是评判集V上的一个模糊子集，即为综合评判。（U，

V，R）构成模糊综合评价模型，U，V，R是此模型的三个要素。

上述的模型属于一级模糊综合评价。实际上，有许多复杂问题，不仅要考虑的因素多，同时各种因素往往又具有不同的层次。这种情况下要采用多级模糊综合评价。本文是应用二级模糊综合评价来建立高校教育绩效评价模型。

二、模糊层次分析法确定权向量的原理与步骤

首先建立优先关系矩阵。在模糊层次分析中，优先关系矩阵是每一层次中的因素针对于上层因素的相对重要性两两比较建立的矩阵，也称为模糊互补矩阵。作因素间的两两比较判断时，采用一个因素比另一个因素的重要程度定量表示，则得到的模糊优先关系矩阵A=（aij）n×m其具有如下性质：

依据上面的数字标度，因素x1，x2，...，xn相互进行比较，则得到如下模糊互补判断矩阵：

接下来，将优

三、民办高校教育绩效评价模型

（一）确立评价指标层次及评语集。 建立民办高校教育绩效综合评价指标层次，评价中主要涉及的三个方面的指标为中间层，依次建立递接层次结构，如表2。建立评语集为：V={优秀，良好，较好，一般，不合格}。

（二）构造优先关系矩阵并计算各因素权重值。在指标层次结构表的基础上建立优先关系矩阵，然后将优先关系矩阵改造为模糊一致矩阵如下。

A- B优先关系矩阵以及A-B模糊一致矩阵：

（三）建立评价矩阵进行综合评价。选取民办高校的三位教师的绩效情况进行综合评价，通过设计评价问卷，由院系直属领导、教学督导等10位领导填写评价问卷，建立评价矩阵R1、R2、R3。例如针对教师A的教学工作量情况，参加评价的10人有3人认为优秀、5人认为良好、1人认为较好，1人认为一般，没有人认为不合格。则评价矩阵R1的第一行为（0.3，0.5，0.1，0.1，0），针对课堂教学效果、学生评教、课外辅导、教学研究与改革情况建立R1的其他四行。同理，建立R2、R3，综合评价为B=WR，其中： 最后，教师

A的综合评价结果为0.915，教师B的评价结果为：0.882，教师

C的综合评价结果为：0.903，排名为：A、C、B。此评价结果与专家听课、学生评教、同行评分最终得出的结果是一致的。

四、结论

利用层次分析法确定模糊综合评价法中的权向量来建立评价模型能够提高评价指标权重分配的科学性和可信性，使得评价结果更合理。应用此评价模型来考量民办高校的绩效情况能够更科学地反映其实际情况，避免了传统的将各项指标分数相加求和的不合理性。

参考文献：

数学建模模糊综合评价法范文第3篇

【关键词】 环境会计； 模糊数学； 层次分析法； 综合评价

引 言

环境问题已经成为全球共同关注的一个重要问题，各国越来越严格地制定相关的环境法律规范，而企业的生产经营活动也越来越与环境问题联系在一起，这主要是因为以下几个方面的原因。首先，企业是环境污染的主要“制造者”，是环境污染的主要来源，企业必须承担保护和改善环境的责任；其次，随着环境问题的日益严重，越来越多的信息使用者对于环境信息进行关注，要求企业对环境信息进行披露；再次，在国家相关法律、法规的明确规定下，企业需要注意自身的环境治理问题和环境责任的履行；最后，企业必须注重社会公众对企业形象的要求，否则会影响到企业的财务状况，甚至会影响到企业的持续经营。

企业环境会计绩效综合评价是非常重要的一项工作。企业环境会计绩效评价是将环境因素纳入企业会计绩效评价体系中，并将其外部性予以内部化，建立起科学合理的绩效评价机制，促进企业生产经营与环境的协调发展，进而提高企业可持续发展的潜力。对企业环境会计系统进行全面、科学和准确的评价，使企业投资者正确地作出投资决策，提高企业经济效益（许家林、王昌锐，2006）。企业环境会计的社会责任与企业经济利益非常紧密地结合起来，一方面环境会计评价系统可分别从企业经营者、投资人与政府等相关利益团体的角度考虑，以系统的方法和观念构建企业可持续发展的体系；另一方面，对于企业本身来说，通过全面评价环境会计的综合水平，可以提高企业的声誉及品牌，从而进一步获得更多投资者的青睐，为企业的可持续发展打下良好的发展基础。

一、构建企业环境会计绩效评价指标体系

近年来，企业环境报告的内容从最开始的环境影响信息，进一步扩展到环境绩效和环境会计信息等方面的内容。因此对环境绩效和环境活动的评价对提高企业财务成果和经济效益具有很大的影响和促进作用（许家林等，2004）。为了实现对企业环境会计绩效进行全面和准确的评价，首先必须构建完整和全面的环境会计绩效评价体系。因此，本文通过参照国内外的相关资料，提出的企业环境会计绩效综合评价体系如表1所示。

二、基于AHP和模糊理论的模糊综合评价方法与程序

由于客观事物的复杂性和模糊性，应用模糊数比精确数更能表示对选择过程的判断。由于AHP的主观判断特性，通过应用因子修正和权重精化，可以得到精确结果且操作性强的综合评价方法（Noci，G.and Toletti，G.，2000）。因此，在分析了企业环境会计绩效综合评价体系的影响因素，将模糊数学的理论方法与AHP相结合，构建了模糊层次综合评价模型，对企业环境会计进行综合评价的基础上，将模糊理论与模型、模型与应用研究相结合，构建了环境会计绩效的AHP-Fuzzy的综合评价模型。本文基于AHP和模糊理论进行环境会计绩效评价的思想，采用模糊综合评价法构建了基于多指标体系的环境会计指标体系评价模型，并给出了相应的应用实例验证过程。基于AHP与模糊数学的综合评价方法的计算流程如图1所示。

（一）基于AHP的环境会计指标重要度排序

层次分析法（Analytic Hierarchy Process，AHP）是一个强大和有效的决策工具，帮助管理者进行选择的定性和定量分析依据（Saaty T.L.，2005）。AHP方法最早是由Saaty于1977年提出的，通常用于解决各种各样的定性和定量相结合的决策问题（Vaidya，O.S.，Kumar，S.，2003）。作为一个有效的决策工具，AHP广泛应用于需要准确选择的决策过程中。一般来说，应用AHP进行决策的过程主要有下列步骤：

1.描述决策问题

通过分析决策目标，把原来的决策问题分解成许多决策指标。其中每个决策指标也可能包含很多的子指标，所有指标构成了评价指标体系。

2.建立层次分析模型

AHP方法通过对指标体系的众多因素进行分析，建立了不同结构水平的层次分析模型。

3.分析两两对比矩阵

在各指标权重信息未知的情况下，通过构造两两判断矩阵来计算指标的权重向量，并通过计算判断矩阵得到每行所有指标的方根值。AHP应用的两两判断尺度如表2所示。应用表2的两两判断尺度进行计算，得到的判断矩阵如下：

两两比较的原则是根据不同的数值提供每个指标的重要度。

4.检查一致性

一致性指数（Consistency Index，CI）对于每个矩阵秩序n主要是依据公式（2）进行计算的；然后，一致性比率（Consistency Ratio，CR）是通过CI和随机指数（Random Index，RI）计算得出的，计算过程如公式（3）所示。

式中，n是矩阵比较行的数量，λmax表示最大的特征值。当CR小于0.1时，认为判断矩阵的一致性是在可接受的范围内；反之，认为判断矩阵不符合一致性的要求，并进行重新修正。

5.分析排序结果

根据排序的结果对决策目标进行综合分析和评价。

（二）企业环境会计模糊综合评价方法

模糊综合评价理论是利用模糊理论和综合评价技术的一种数学方法。模糊综合评价方法主要是基于模糊数学原理，利用线性加权方法，构建模糊权重综合评价模型，实现模糊综合的评价过程。目前，运用模糊综合评价的理论已被广泛用于优化和决策问题中。本文建立了企业环境会计多级模糊综合评价模型，并通过集成AHP方法，应用模糊数学理论建立了企业环境会计模糊综合评价系统。一般地，模糊综合评价方法的步骤如下：

1.设计评价指标体系

一是运用AHP方法构建企业环境会计多级评价指标体系；二是运用模糊数学方法构建企业环境会计的综合评价模型。

2.设立综合评价因素集合

假设企业环境会计多级评价指标因素的集合为F，其表示如下：

三、企业环境会计绩效综合评价实证分析

本文以某企业的环境会计绩效评价为例，对以上提出的综合模型及方法进行实例验证研究。该企业评价的指标体系如表1所示，其中一级指标共计7个，二级评价指标共计33个。

（一）基于AHP的环境会计多指标权重计算

以评价指标系统中的环境资产结构（U2）为例进行说明，通过对各子要素的具体要求进行分析研究，从环保固定资产利用率（U21）、环保固定资产折旧率（U22）、存货环境影响率（U23）、固定资产环境影响率（U24）、无形资产环境影响率（U25）五个指标出发，构造两两对比矩阵如表3所示。

根据表3提供的数据，应用AHP方法计算可得到：

（二）企业环境会计体系的模糊综合评价

以上运用AHP方法确定各指标的权重，通过咨询小组专家的评审意见，以主观概率来描述各指标的隶属度，从而建立了企业环境会计体系的模糊综合模型。参照五级评分级别：优秀（V1），良好（V2）、中等（V3）、一般（V4）、较差（V5）对各指标进行评价，得到企业环境会计体系各指标的模糊评价矩阵如下：

四、结论

当前，我国政府、企业和社会对企业环境会计绩效的评价越来越重视。本文提出了一种基于层次分析法和模糊数学的模糊综合评价方法对企业环境会计体系进行综合评价。该综合评价方法在一定程度上可以避免人为的主观臆断，使得在激烈的市场竞争下的环境会计体系评价更具操作性和客观性。通过实例可以看出，该综合评价方法更加合理可行和符合实际，为环境会计的综合评价提供了新的思路和方法。

【参考文献】

[1] 李玉萍，刘西林.基于可持续发展的我国环境成本管理模式研究[J].科学管理研究，2006（3）：24-27.

[2] 陈元媛.浅谈环境会计信息披露的形式[J].会计之友，2007（1）：19-20.

[3] 许家林，王昌锐.论环境会计核算中的环境资产确认问题[J].会计研究，2006（1）：25-29.

[4] 许家林，孟凡利，高文进.环境会计[M].上海：上海财经大学出版社，2004.

[5] Noci， G. and Toletti， G.， Selecting quality based programmes in small firms： a comparison between fuzzy linguistic approach and analytic hierarchy process[J]. International Journal of Production Economics， 2000， 67（2）：113-133.

[6] Saaty， T.L.， The analytic hierarchy and analytic network processes for the measurement of intangible criteria and for decision-making[J]. International Series in Operations Research & Management Science， 2005， 78（4）：345-405.

[7] Vaidya， O.S.， Kumar， S.， Analytic hierarchy process： an overview of applications [J]. European Journal of Operational Research， 2003， 169： 1-29.

[8] Gilleard， J.D.， Yat-Lung， P.W.， Benchmarking facility management： applying analytic hierarchy process[J]. Facilities， 2004， 22（1/2）：19-25.

[9] Nataraj， S.， Analytic hierarchy process as a decision

support system in the petroleum pipeline industry[J]. Issues in Information Systems， 2005， 2：16-21.

[10] Hsu， C.-Y.， Chen， K.-T.， Tzeng， G.-H，FMCDM

with fuzzy DEMATEL approach for customers’ choice behavior model[J]. International Journal of Fuzzy Systems， 2007， 9 （4）：236-246.

[11] Dura’n， O.， Aguilo， J.， Computer-aidedmachine

-tool selection based on a fuzzy-AHP approach[J]. Expert Systems with Applications， 2008， 34：1787-1794.

[12] 梁保松，曹殿立.模糊数学及其应用[M].北京：科学出版社，2007.

[13] 徐玖平，吴巍.多属性决策的理论与方法[M].北京：清华大学出版社，2006.

数学建模模糊综合评价法范文第4篇

一、模糊评价法简介

模糊综合评价模型的理论基础是模糊数学。模糊数学是一门新兴学科，由美国控制论专家查德于1965年建立[1]。模糊数学仿效人脑的模糊思维,为解决各种实际问题、特别是有人干预的复杂系统的处理问题，提供了有效的思路和方法，现已广泛应用于自动控制、预测预报、人工智能、系统分析、信息处理、模式识别、管理决策、仿真技术等学科领域。模糊综合评价模型是一种功能强大的分析方法，它在水环境科学中的应用已经取得了很好的效果[2]。模糊综合评判就是对受到多个因素制约的事物或对象做出一个总体的评价，由于从多方面对事物进行评价难免带有模糊性和主观性，采用模糊数学的方法进行综合评判将会使评价结果具有最大的客观性，从而取得比较理想的评判效果[3]。

二、海洋水环境质量模糊综合评价模型

（一）模糊综合评价对象因素集的建立

模糊综合评价对象因素是指参与评价的评价指标。在海洋水环境质量评价模型中，因素集就是参与评价的n个水环境污染因子的实际测定浓度组成的模糊子集，即G={g1，g2，g3…gn}。

（二）模糊综合评价集的建立

模糊综合评价集是与因素集中评价因子相应的评价标准集合。在海洋水环境质量评价中，评价集A是各个污染因子相应的环境质量标准等级的集合，一个由n个因子、m个等级构成的水环境质量标准评价指标结构（见表1）。

（三）模糊综合评价隶属度函数的建立

由于评价海洋水环境质量模型中使用了多个指标，直接利用各因子的所属等级求得的水质等级易产生不相容性，为此引入模糊隶属度函数以确定海洋水环境质量的综合等级。模糊集合是用隶属函数描述的，并依据隶属函数建立了模糊集合论，因此隶属函数的确立是模糊综合评价法的关键所在。对于隶属度函数的确立，学者们认为应该根据研究对象的差异，采取不同的方法[4]。目前广泛被采用的方法主要有主观评分法、模糊统计法、蕴含解析定义法，可变模型法等[5]。隶属函数大致有降半矩形分布、降半Γ型分布、降半正态分布、降半梯形分布、降半凹（凸）分布和降半哥西分布6种[6]。其中降半梯形分布是最常用的方法，能够较有效的区分评价对象的不同等级。因此，本文使用降半梯形分布来刻画海洋水环境质量评价体系中的隶属度函数，具体函数如下：其中，gi为因子i的实测浓度值；uij为因子gi对j级标准的隶属度；aij为因子i的第j级等级的标准。那么海洋水环境质量等级集合U可以表示为：

（四）模糊综合评价指标权重的赋值

模糊综合评价指标权重是指各指标在评价海洋水环境质量时所起作用的重要程度。根据污染物超标越严重，导致的海洋水质越差的原则，本文选择超标比方法来对指标权重赋值[7]。其计算公式如下：其中，ai、wi和w′i分别表示第i个指标各标准值的均值、第i各指标的权重值和归一化后的权重值。相应的权重矩阵可以表示W′为:W′=(w′1,w′2,…,w′n)

（五）模糊综合评价模型的建立

为综合各指标在总体评价中的影响程度，利用权重矩阵处理海洋水环境质量等级集合U，得到各被评价对象的模糊综合评价向量C，即：再由最大隶属度原则，令cj*=max(c1,c2,…,cm)，得到海洋水环境质量综合等级为j*。

三、渤海水环境质量模糊综合评价的实证分析

根据国家环保局UCD551463GB3097-1997号文件中对海水水质标准的规定，结合水质测算的要求稍作修正（见表2），建立渤海水环境质量评价指标体系（见表3）。此时，评价因子的个数：n=7；水环境质量等级数：m=4。根据2007年中国海洋环境质量公报的统计数据[8]，2007年渤海水环境各评价指标的实测值为：G={g1,g2,g3,…g7}=（0.1682,10.0949,0.0319,0.301,0.3,0.0116,0.0116）。根据（5）式，指标权重矩阵为：W′=(w1′,w2′,…w7′)=（0.01,0.43,0.21,0.12,0.21,0.01,0.01）。根据（1）、（2）、（3）计算公式，得到渤海水环境质量等级集合U：所以，被评价对象的模糊综合评价矩阵C为：C=W′×U=（0.0528,0.2806,0.21,0.456607）再由最大隶属原则，令cj*=max(c1,c2,…,cm)，得到渤海水环境以0.456607的隶属度归属于第四级水质，说明2007年渤海水域总体质量较差，严重危害着海洋物产的产量和质量。

数学建模模糊综合评价法范文第5篇

Abstract: After identifying risks of the PPP / BOT projects, the effective risk assessment can provide the basis for the risk-sharing and risk control. This paper summarizes six major risk evaluation models pointed out in recent years, and made the relevant discussion.

关键词：PPP/BOT项目；风险评价；评价模型

Key words:PPP/BOT projects；risk assessment；evaluation models

中图分类号：F830.59 文献标识码：A文章编号：1006-4311（2012）15-0051-02

0引言

由于PPP/BOT项目特许经营期长，不确定因素多，一般包括建设成本风险、需求与收益风险、运营成本风险、政策与法规等风险，基于不同的风险类型，不同的学者提出了不同的评价模型。Tanaka,Ishida（2005）等通过总结将风险评估的方法分为两大类：定性方法和定量方法。常用的定性方法有风险登记表法和概率-影响表格法；常用的定量方法是确定性分析法和概率分析法，敏感性分析是确定性分析中最有代表性的方法，而分析法和模拟法是使用概率技术的两种主要的风险定量评估方法[1]。PPP/BOT项目风险由于复杂多变，应该选择适合的评价方法，以求更加合理地评价项目中的风险,为决策提供可靠依据。

在工程投资风险评估模型技术应用方面，风险管理者经常用到调查和专家打分法、对照表法，CIM模型、决策树、模糊数学、蒙特卡洛模拟、计划评审技术、效用理论与敏感性分析等，近年来，一些新的风险评估模型也开始取得应用成果，例如，Chapman等人提出综合应急评审与响应技术模型；Howard和Matheson提出了影像图技术模型；Roberts B提出了能力成熟度模型、任务模型、运筹规划模型及费用模型等较为有效的风险量化模型和方法。国内学者将定性与定量的方法结合，提出了许多综合模型，并用实例进行了验证。

1基于层次分析法的风险评价模型

叶晓苏[2]（1997）用层次分析法建立了针对BOT项目的五大风险因素的综合评价模型，基于单一指标和考虑各层指标间不同权重的重要性，得出这些因素的综合评价,项目承包公司据此作出最终是否进入某国采用BOT方式承包的决定。李百胜[3]（2002）将该BOT项目的风险评价模型应用到葛洲坝集团对尼泊尔Kabeli-A水电工程的投资决策中。王亮（2009）运用层次分析法原理时，给判断矩阵赋值采用一种新的划分为六个等级的指数标度，从而建立了基于改进的层次分析法的风险评价模型[4]。

运用层次分析法建立的模型简单实用，所需要的数据少，但是在确定风险的指标权重时，往往定性成分多，偏于主观，并且如果风险因素过多时数据统计量大，且权重也难以确定。

2基于模糊综合评价的模型

很多学者利用各种模糊综合技术来构建模型,并通过引入其他的一些方法（比如计算熵值）进行改进，以求达到更加客观地评估效果。

马力、常相全（2001）根据风险来源及构成，建立了风险评价指标体系，给出基于三级模糊综合评判的BOT项目风险评价模型。其中三级模糊综合评判是把每个因素按其影响程度分为若干等级，又将所有因素按其性质分为若干类型。评判时,先按每一因素的各个等级进行一级模糊综合评判,得出单个因素的评判结果;再按每一类的各个因素进行二级模糊综合评判,得出一类因素的评判结果;最后再在各类之间进行综合评判,得出所有因素的评判结果；这样做法的好处是既能处理因素的模糊性,又可避免因素众多带来的权重分配的困难[5]。张星[6]（2004）分析归纳了基础设施建设中存在的五大类风险；将层次分析法与三级模糊综合评价分析相结合的模型，对某一水处理厂的BOT项目进行实例应用。

黄旭[7]（2004）从承建方的角度出发，根据其关注的BOT风险因素，利用层次分析法确定专家给定的指标权重值，并对权重进行模糊聚类分析与权重修订；该模糊聚类分析法意在在合适的范围内剔除偏离专家群体综合意见程度最大的“离异”专家意见。确定评价集后，采用二级模糊综合评价方法计算出风险评价结果。

吴承锋、张国金（2005）将BOT项目融资风险的评价指标分为项目债务覆盖率、项目资源覆盖率和项目债务承受率。通过计算Pf（事件没有发生的概率）的似然估计与Cf（事件没有发生的影响程度的概率测度）的模糊综合评价，得出风险度这一评价项目融资风险的综合指标[8]。毕星，陈锋（2006）辨识出六种主要的风险，采用模糊层次法建立层次结构模型时，用三角模糊数表示第一层风险的两两比较结果，并用这些三角模糊数构造判断矩阵。

李辉、徐霞（2008）针对PPP项目的实施过程，也建立了模糊综合评价模型，为了确定风险评价指标客观权重，对因素层模糊综合评价时，计算出模糊熵，将专家评价（主观权值）和熵值权（客观权值）的综合度量作为因素的权重值，继而找出关键的影响因素得到评价结果，最大程度地反映PPP项目的风险因素[9]。

王茹、陈雨生（2009）针对高速公路BOT融资模式中的风险问题提出了基于模糊偏好关系的风险评价方法，它延续传统层次分析法评分标准，利用转换函数进行传统层次分析法与模糊偏好关系间的对应变换，构造出各因素集模糊偏好关系矩阵，求出各级要素相对于总风险的综合权重，并对各风险因素进行排序。此外，在Matlab程序的基础上，文章还设计了基于模糊偏好关系的风险评价系统，使决策者能快速精确地计算出权重计算及排序结果。

综上，模糊综合评价模型大都是基于专家打分，结合AHP法，这能将难以量化的风险因素定量化评估，是一种有效的综合评价方法。但是对隶属度变化时评价结果改变的波动性利用不够，尤其是在评价过程中具有较大的主观性。适用于影响因素的性质及活动难以用数字量化评估的风险。

3基于敏感性分析技术下的模型

韩亚品（2009）在对PPP项目风险进行敏感性分析后，运用二阶段法，对敏感性因素再进行概率分析，从而得到各风险对评价指标的敏感程度、变动的临界点及其发生的概率大小[10]；利用这种方法，站在项目角度进行分析，有助于项目参与各方认清项目风险特点,制订相应的风险管理措施。敏感性分析下的模型基于客观数据，计算简单、易于操作和理解、成熟度高，并可获得EXCEL等软件的支持。缺点是只能获取风险因素的影响结果，却不能得知其发生概率；而且多因素分析难度较大、工作繁琐。该模型普遍适用于项目投资决策中。

4基于神经网络的模型

李阳、王祖志（2008）鉴于传统的项目风险评价方法主观因素大，提出了BOT项目阶段性风险划分，建立了基于BP神经网络的风险评价模型；该模型由数据处理模块、三层神经网络单元和风险评价单元组成，数据处理模块将各指标按一定规则通过相应的隶属度进行定量归一化，神经网络单元包括输入层风险评价各指标，输出层即综合评价指标[11]。由于神经网络是通过历史数据进行学习的，基于神经网络的风险评价模型的执行情况很大程度上取决于历史数据的数量和质量，而现实我们往往缺乏足够的历史数据来减少预测误差，并且其中的网络结构参数和算法参数有待优化。

5基于项目风险测度研究分位数VaR方法的模型

目前国内关于PPP项目风险测度的研究仍处于对分位数VaR的引进和消化上。黄斌[12]（2010）分析了最初为控制金融市场风险而开发出来的VaR方法在PPP项目风险管理中适用的优越性，建立了基于VaR方法的风险评价的理论模型，用净现值的最小值表示VaR值，并用蒙特卡洛模拟法进行VaR的计算。对于模型中的项目经营期、税率、债务水平等风险因素可以进行变动并重复模拟收益变动与计算VaR值，得到项目VaR值与风险因素水平的一一对应关系，从而借以分析项目对风险因素变动的承受能力，为风险管理决策提供依据。

该方法可以用具体损失的数值简明地表示风险的大小，可以直观地通过VaR方法了解项目面临的风险大小。由于VaR方法是用具体损失的数值表示风险的大小，所以不同项目风险可以直接相加，更方便投资者从整个项目阶段评估风险；缺点是较局限于项目金融市场风险（如汇率、利率、通货膨胀率等的波动对项目评价结果的影响）的评估，诸如法律风险等需要其他方法配合；此外VAR法建模存在很多假设，在我国的应用还不成熟，使得方法应用准确度有待商榷。

6基于多种评估技术的混合评价模型

除了上述模型，一些运用几种评估技术的混合型的模型被提出。於永和[13]（2006）对BOT项目投标方案中面临的风险评价指标体系构建了评价目标决策指标集,建立了基于灰决策和粗糙集的BOT项目投标风险评价模型,并通过案例研究说明了该模型的可靠性和适用性。为规避BOT项目投标方案风险提供了理论依据及最佳投标决策方案。刘宪宁（2011）采用AHP法对PPP项目的融资进行全面、系统的风险识别,运用熵权法对识别出的风险因素赋权，最后运用灰色关联度理论对PPP项目中政府部门、私营部门、贷款机构和保险公司四个主要参与者承担的风险进行综合评价、对比[14]。

7总结

自引入PPP/BOT模式以来，国内关于PPP/BOT模式风险评价的研究刚刚起步，还没有形成统一、系统的研究方法体系。实际中，每个PPP/BOT项目不尽相同，面临的风险千差万别，项目风险之间的关系也有依赖型、并联形、串联型、混合型等几种情况，一个完善的评价体系应该考虑到这些。

现有的风险评价模型适用性各有不同，但都有其局限性，模型的准确性以及客观性还有待商榷。实务中我们应遵循客观数据易于获取、操作简单、容易理解等原则选用一种或多种方法模型组合应用。在不同的阶段针对不同的风险，根据其风险特点，建立相关的模型，进而形成全面可靠的基于全寿命周期的风险评价体系。比如在项目前期的可行性研究时可在定性分析基础上应用敏感性分析、决策树等方法进行初步风险评估，在谈判阶段可选用模糊综合评价法评估法律这一类不易量化的风险，用VAR法以及蒙特卡洛模拟法详细深入地评估金融市场的中的风险，从而为后续风险管理与决策提供可靠依据。

参考文献：

[1]Tanaka,D.F.,H.Ishida,et al.Private finance for road project in developing countries-Improving transparency through VFM risk assessment[J].Journal of the Eastern Asia Society for Transportation Studies,2005(06):p3899-3914.

[2]叶晓苏.BOT 项目承包风险的综合评价方法[J]重庆建筑大学学报， 1997,(06)：15-21.

[3]李百胜，戚蓝.国际BOT水电项目风险分析与评价[J].水利发展研究, 2002，（07）：15-17.

[4]王亮，石振武.改进层次分析法在BOT高速公路风险评价中的应用[J].森林工程，2009,(01):76-80.

[5]马力，常相全.BOT项目风险评价体系研究[J].济南大学学报，2001，（02）：90-92.

[6]张星，孙建平，李胜.BOT项目风险的模糊综合评价[J].上海经济研究，2004,(10):69-73.

[7]黄旭.BOT项目风险评价体系研究[D].大连:大连理工大学，2004

[8]吴承锋,张国金.BOT项目融资风险的模糊综合评价方法研究[J].铁路工程造价管理,2005,(06):21-24.

[9]李辉,徐霞.基于熵值权的PPP项目风险的模糊综合评价方法研究[J].投资分析,2008,(528):163-164.

[10]韩亚品,蒋根谋.敏感性分析及其改进在PPP项目风险评估中的应用[J].水利科技与经济,2009,(01):1-3.

[11]李阳，王祖志.基于BP神经网络的BOT项目风险评价模型研究[J].中国水运，2008，（03）：250-251.

[12]黄斌,张昊辰,任泽生.VaR在PPP项目风险管理中的应用[J].辽宁工程技术大学学报,2010,(4):390-394.