基于蒙特卡洛法的房地产开发风险综合评价.docVIP

4 基于蒙特卡洛法的房地产开发风险综合评价 4.1 房地产开发风险的数学描述 房地产开发风险结果的不确定性意味着风险事件发生后果不止一种，几种后 果都有可能出现，每种后果对应有相应的发生概率。因此，可以将风险作为一种 随机变量，引入概率分布来描述风险变量的变化规律。 房地产开发风险作为—个随机变量，可以通过期望值、标准差以及变异系数 来描述其特性。[21] 4.1.1 期望值 期望值 E(X) (Expected value)，也称均值，是指一个随机变量几种可能后果 以其各自概率进行加权平均所得到的平均数，它反映随机变量多次重复发生时结 果的平均值。 式中 X——随机变量； xi——随机变量的第 i 个取值，i=1，2…n; Pi——随机变量取 xi 值时的概率。 从风险衡量的角度，某一风险事件的期望值反映该事件的实际产出。实际产 出与目标产出之间的偏离程度反映该风险事件的风险程度。该偏离程度越大，说 明风险事件的风险程度也越大。 4.1.2 标准差 标准差 5D(5tandard Deviation)，也记作 σ，是指随机变量各可能后果与期望值 的绝对偏差程度。它反映随机事件可能后果值与期望值之间的分散程度。 标准差(4.2) 标准差数值的大小，反映了随机变量在期望值附近的集中程度。一般说来， 标准差数值越小，随机变量在期望值附近越集中，随机变量风险越小；标准差数 值越大，随机变量与期望值离散程度越大，随机变量的风险也越大。 4.1.3 风险的度量 由上可知，期望值、标准差只能从一个侧面反映方案的风险程度，且当出现某 些情况时，单纯依靠期望值、标准差无法判断方案程度的高低。为了正确地对比分 析具有不同期望值的房地产开发项目之间的风险程度，这里提出风险度定义，它是 标准差与期望值之比： (4.3) 式中 RD-----风险度 SD-----项目标准差 E(R)----项目的收益期望值 RD 表示每一单位的期望值所分担的偏离程度，风险度越大，说明房地产开发 商对未来的开发形势越没有把握，开发风险也就越大；反之，开发风险越小。[31] 4.1.4 风险系数 用 Pf和 Ps 分别表示项目失败和成功的概率，于是有 Ps＝1—Pf。再用 Cf和 Cs 分别表示项目失败的后果非效用值和成功的后果效用值。根据传统效用理论，Pf 和 Cs满足关系：Cf+Cs＝1，0＜Cf＜1，0＜Cs＜1。 项目风险系数用 R 表示，其定义是； 式中，Pf ----项目各风险事件发生概率的算术平均值； Cf ----项目各风险后果非效用值的算术平均值。 显然有 0＜R＜1 据此作出等风险图，见图 4.1。 图 4.1 等风险图 Fig. 4.1 The graphique of the equal risk ------------------------- 31苗琦，基于贝叶斯决策理论的房地产投资风险决策研究〔硕士学位论文〕武汉：武汉理工大学. 2003 4.1.5 风险概率分布 概率分布(Probability distribution)用于显示风险各种可能结果发生的概率，是 风险这一随机变量的概率分布函数，它是进行风险估计的重要工具。 在风险估计中，经常用的概率分布有均匀分布、三角形分布、正态分布等， 可根据风险事件所描述对象的性质及风险管理人员掌握信息的多少而选定。 (1)均匀分布 均匀分布是阶梯长方形分布的特例，此时风险变量只有一个区间，其概率分 布见图 4.2。 图 4.2 均匀分布 Fig.4.2 The Even distribution 在风险估计中，如果信息不充分、判断十分模糊，估计者很难区分何种情况 发生更有可能时，只好在可能区间中采用相等的概率。均匀分布是迫不得已情况 下的概略估计，与实际情况差距较大。但这种分布要求信息简单，且即便是这样 粗略的估计也比确定性估计更接近实际，故它常用于分析变化影响不大的风险因 素，如灵敏度不高的因素。 (2)三角形分布 三角形分布是梯形分布的一个特例。当正常情况下的取值不是一个区间而是 一个值时，梯形分布便成为三角形分布(见图 4.3) 图 4.3 三角形分布 Fig. 4.3 The triangle distribution (3)正态分布 如果估计风险变量变化在任意一范围之间，均值出现的可能性最大，大于或 小于均值的数值出现的机会均等，则可采用正态分析来描述。正态分布是大数规 律的一般表现形态，是大量社会经济现象与自然现象的典型概率分布。在预测企 业未来的市场风险时，通货膨胀率的波动，市场供应关系的波动都适合于正态分 布。一般来说，凡影响因素较多的风险事件的概率分布，都可以近似用正态分布 描述。如图 4-4。 图 4.4 正态分布 Fig. 4.4 The Normal d