风险概率评价十篇

风险概率评价篇1

关键词:风险评价; 模糊综合评价; 风险定级; 盾构隧道; 施工风险

盾构法主要应用于地下隧道工程,由于地下和水底工程地质环境的不确定性,使得在隧道施工时存在很多不确定的风险因素,这些因素如果处理不当就可能产生严重后果.对盾构隧道施工存在的各种风险进行评价和定级,从而采取各种合适的针对性措施,实施风险控制,防止风险事件的发生,具有十分重要的意义.

工程项目风险评价的方法主要有检查表式综合评价法、优良可劣评价法、道氏指数法以及权衡风险法等,这些评价方法大多建立在对工程项目所存在的各类风险进行客观量度的基础上,没有体现风险评价过程中专家的作用,且系统性不强,对风险大小的描述比较模糊,缺少直观的结论,不便于决策者做出进一步的决策.本文采用R=P×C定级法对采用盾构法的武汉长江水下隧道工程的施工风险进行 分析 和定级评价,其结果可供隧道工程施工风险控制 参考 .

1 R=P×C定级法

R=P×C定级法是综合考虑风险因素发生概率和风险后果,给风险定级的一种方法,其中,R表示风险;P表示风险因素发生的概率;C表示风险因素发生时可能产生的后果.P×C不是简单意义的相乘,而是表示风险因素发生概率和风险因素产生后果的级别的组合.R=P×C定级法是一种定性与定量相结合的方法,是 目前 国内外比较推崇的一种风险评价方法,采用此法对建设工程项目风险因素实施定级步骤如下.

a. 找出工程项目存在的各种主要风险因素.

b. 根据实际情况,并借鉴以往类似建设工程项目风险管理的经验,分析各个风险因素的发生概率,得出发生概率P.

c. 根据发生后可能产生的后果,对人、环境和工程项目本身造成 影响 的程度,采用定量 计算 的方法给这些风险因素划分后果等级;一般划分为5个等级(灾难性、重大、严重、中等、轻微),通过定量计算确定各个风险因素的后果等级C.

d. 最后综合风险因素的影响程度等级C和其发生的概率P,将两者组合起来,参照R=P×C定级方法的风险评估矩阵,确定各个风险因素的等级并制定不同的方案,用比较合理的措施实施风险管理和风险控制.

2 施工风险识别3 施工风险定级评价

3.1风险事件及其发生的概率确定

对长江隧道工程施工风险进行评价,分析并找出施工阶段可能发生的主要风险,并确定这些主要风险发生的概率,是R=P×C风险定级法的第一步.通过对武汉长江隧道工程风险的分析,得出了工程可能发生的15种主要风险因素,采用专家调查法和层次分析法得出这些主要风险事件发生的概率范围(表1).

3.2 用模糊综合评价法对风险事件后果排序

模糊综合评价法(FuzzyComprehensiveEvaluation,简称FCE),可以分为单因素模糊评价和多层次模糊评价,这里只介绍单因素的模糊评价方法,其评价过程如下. b. 给定各因素的权重.由于评价指标体系具有明显的层次性,可采用层次分析法或由专家确定各指标层的权重,一般用权重向量A={a1,a2, …,an}表示.d. 确定隶属关系,建立模糊评价矩阵.从U到V的一个模糊映射,可以确定一个模糊关系R,它可表示为 式中,rij为隶属度,即第i个指标隶属于第j个评价等级的程度.

e. 进行模糊矩阵的运算,得到模糊综合评价结果为B=A·R.

用模糊综合评价法对长江隧道工程施工风险进行评价时,具体计算过程如下. b. 确定参评风险事件因素权重值.参评风险事件因素权重值的确定,就是确定风险事件因素的权重向量距阵A.本文主要采用0-1评分累计法,即经过专家对每个风险事件评分后,取其平均值,求得各参评因素权重值(表2),则参评风险事件因素的权重向量为

根据计算的综合评价值,用五个区间将长江隧道工程的15种风险事件因素纳入上述后果评语集V定义的五个级别,具体划分情况见表3.

3.3 风险定级

表4是R=P×C风险定级法的工程灾害风险评估矩阵,表中数值和字母的组合就是表示风险事件的P和C的组合.

根据表4,对工程风险事件的P·C组合进行分级,从表5中可以看出,每一级风险水平都有多个P和C的组合情况.

通过前面的分析和计算,得出长江隧道工程施工阶段可能发生的主要风险事件发生的概率以及发生后造成后果的等级,将每个风险事件的概率和后果等级组合起来,再参照表5,就可以确定每个风险事件的等级(表6).

摘 要:根据工程风险评价的基本原理,针对水下盾构隧道施工的特点,提出了一种可以对水下隧道工程的施工风险进行定级评估的方法,其主要原理是将定性和定量结合起来,正确定位各个风险因素,从而指导风险控制和管理.并以长江隧道工程为例,阐述了R=P×C风险定级法的具体应用.

关键词:风险评价; 模糊综合评价; 风险定级; 盾构隧道; 施工风险

盾构法主要应用于地下隧道工程,由于地下和水底工程地质环境的不确定性,使得在隧道施工时存在很多不确定的风险因素,这些因素如果处理不当就可能产生严重后果.对盾构隧道施工存在的各种风险进行评价和定级,从而采取各种合适的针对性措施,实施风险控制,防止风险事件的发生,具有十分重要的意义.

工程项目风险评价的方法主要有检查表式综合评价法、优良可劣评价法、道氏指数法以及权衡风险法等,这些评价方法大多建立在对工程项目所存在的各类风险进行客观量度的基础上,没有体现风险评价过程中专家的作用,且系统性不强,对风险大小的描述比较模糊,缺少直观的结论,不便于决策者做出进一步的决策.本文采用R=P×C定级法对采用盾构法的武汉长江水下隧道工程的施工风险进行分析和定级评价,其结果可供隧道工程施工风险控制参考.

1 R=P×C定级法

R=P×C定级法是综合考虑风险因素发生概率和风险后果,给风险定级的一种方法,其中,R表示风险;P表示风险因素发生的概率;C表示风险因素发生时可能产生的后果.P×C不是简单意义的相乘,而是表示风险因素发生概率和风险因素产生后果的级别的组合.R=P×C定级法是一种定性与定量相结合的方法,是目前国内外比较推崇的一种风险评价方法,采用此法对建设工程项目风险因素实施定级步骤如下.

a. 找出工程项目存在的各种主要风险因素.

b. 根据实际情况,并借鉴以往类似建设工程项目风险管理的经验,分析各个风险因素的发生概率,得出发生概率P.

c. 根据发生后可能产生的后果,对人、环境和工程项目本身造成影响的程度,采用定量计算的方法给这些风险因素划分后果等级;一般划分为5个等级(灾难性、重大、严重、中等、轻微),通过定量计算确定各个风险因素的后果等级C.

d. 最后综合风险因素的影响程度等级C和其发生的概率P,将两者组合起来,参照R=P×C定级方法的风险评估矩阵,确定各个风险因素的等级并制定不同的方案,用比较合理的措施实施风险管理和风险控制.

2 施工风险识别3 施工风险定级评价

3.1风险事件及其发生的概率确定

对长江隧道工程施工风险进行评价,分析并找出施工阶段可能发生的主要风险,并确定这些主要风险发生的概率,是R=P×C风险定级法的第一步.通过对武汉长江隧道工程风险的分析,得出了工程可能发生的15种主要风险因素,采用专家调查法和层次分析法得出这些主要风险事件发生的概率范围(表1).

3.2 用模糊综合评价法对风险事件后果排序

模糊综合评价法(FuzzyComprehensiveEvaluation,简称FCE),可以分为单因素模糊评价和多层次模糊评价,这里只介绍单因素的模糊评价方法,其评价过程如下. b. 给定各因素的权重.由于评价指标体系具有明显的层次性,可采用层次分析法或由专家确定各指标层的权重,一般用权重向量A={a1,a2, …,an}表示.d. 确定隶属关系,建立模糊评价矩阵.从U到V的一个模糊映射,可以确定一个模糊关系R,它可表示为 式中,rij为隶属度,即第i个指标隶属于第j个评价等级的程度.

e. 进行模糊矩阵的运算,得到模糊综合评价结果为B=A·R.

用模糊综合评价法对长江隧道工程施工风险进行评价时,具体计算过程如下. b. 确定参评风险事件因素权重值.参评风险事件因素权重值的确定,就是确定风险事件因素的权重向量距阵A.本文主要采用0-1评分累计法,即经过专家对每个风险事件评分后,取其平均值,求得各参评因素权重值(表2),则参评风险事件因素的权重向量为

根据计算的综合评价值,用五个区间将长江隧道工程的15种风险事件因素纳入上述后果评语集V定义的五个级别,具体划分情况见表3.

3.3 风险定级

表4是R=P×C风险定级法的工程灾害风险评估矩阵,表中数值和字母的组合就是表示风险事件的P和C的组合.

根据表4,对工程风险事件的P·C组合进行分级,从表5中可以看出,每一级风险水平都有多个P和C的组合情况.

通过前面的 分析 和计算,得出长江隧道工程施工阶段可能发生的主要风险事件发生的概率以及发生后造成后果的等级,将每个风险事件的概率和后果等级组合起来,再参照表5,就可以确定每个风险事件的等级(表6).

确定了风险因素的等级后,就可以将对风险因素抽象的认识变成定量的具体的认识,根据风险的级别确定风险控制的重点,结合各个风险因素发生的概率和产生的后果拟定合理的风险管理和控制计划,让风险管理的目标明确化,实现合理 经济 的风险管理.

4 结 语

大型水底隧道工程,由于其地质环境的特殊性,在施工阶段可能存在各种各样的风险,如果对风险事件的认识和分析仅仅局限于其外在表象,那么风险管理将无从着手.从纷繁复杂的风险表象中,找出风险事件发生的概率以及其发生后造成后果的严重程度,用定量 方法 将这两者结合起来,正确定位各个风险因素,从而采取合适的策略有效控制和管理风险.

参考 文献

[1] 易萍丽. 现代 隧道设计与施工[M].北京: 中国 铁道出版社,1997.

风险概率评价篇2

关键词:风险评价;　模糊综合评价;　风险定级;　盾构隧道;　施工风险

盾构法主要应用于地下隧道工程,由于地下和水底工程地质环境的不确定性,使得在隧道施工时存在很多不确定的风险因素,这些因素如果处理不当就可能产生严重后果.对盾构隧道施工存在的各种风险进行评价和定级,从而采取各种合适的针对性措施,实施风险控制,防止风险事件的发生,具有十分重要的意义.

工程项目风险评价的方法主要有检查表式综合评价法、优良可劣评价法、道氏指数法以及权衡风险法等,这些评价方法大多建立在对工程项目所存在的各类风险进行客观量度的基础上,没有体现风险评价过程中专家的作用,且系统性不强,对风险大小的描述比较模糊,缺少直观的结论,不便于决策者做出进一步的决策.本文采用r=p×c定级法对采用盾构法的武汉长江水下隧道工程的施工风险进行分析和定级评价,其结果可供隧道工程施工风险控制参考.

1 r=p×c定级法

r=p×c定级法是综合考虑风险因素发生概率和风险后果,给风险定级的一种方法,其中,r表示风险;p表示风险因素发生的概率;c表示风险因素发生时可能产生的后果.p×c不是简单意义的相乘,而是表示风险因素发生概率和风险因素产生后果的级别的组合.r=p×c定级法是一种定性与定量相结合的方法,是目前国内外比较推崇的一种风险评价方法,采用此法对建设工程项目风险因素实施定级步骤如下.

a. 找出工程项目存在的各种主要风险因素.

b. 根据实际情况,并借鉴以往类似建设工程项目风险管理的经验,分析各个风险因素的发生概率,得出发生概率p.

c. 根据发生后可能产生的后果,对人、环境和工程项目本身造成影响的程度,采用定量计算的方法给这些风险因素划分后果等级;一般划分为5个等级(灾难性、重大、严重、中等、轻微),通过定量计算确定各个风险因素的后果等级c.

d. 最后综合风险因素的影响程度等级c和其发生的概率p,将两者组合起来,参照r=p×c定级方法的风险评估矩阵,确定各个风险因素的等级并制定不同的方案,用比较合理的措施实施风险管理和风险控制.

2 施工风险识别

武汉长江隧道,被称为“万里长江第一隧”,是目前长江上正在进行的首条穿越长江江底的过江隧道.该项目工程量大、工期长,且在江底施工,施工难度大,技术要求高,在施工中潜在风险因素多,施工风险管理难度大.结合长江隧道工程特殊的地理位置、工程地质水文以及盾构法施工技术的特点等,参考国内外类似工程隧道施工经验,在风险识别的基础上,采用专家调查法和层次分析法识别出长江隧道工程在采用盾构进行施工时主要有以下15种风险因素:地质预测预报准确性(u1)、盾构机适应性和可靠性(u2)、盾构进出洞(u3)、开挖面失稳(u4)、盾尾密封失效(u5)、软硬不均且差异性较大地层施工(u6)、盾构江底段可能换刀(u7)、盾构隧道衬补强度不够(u8)、盾构的推进控制不当(u9)、较大的地层损失及不均匀沉降(u10)、开挖面有障碍物(u11)、隧道上浮(u12)、高水位粉细砂层联络通道施工(u13)、基坑失稳(u14)及隧道透水(u15).

3 施工风险定级评价

3.1风险事件及其发生的概率确定

对长江隧道工程施工风险进行评价,分析并找出施工阶段可能发生的主要风险,并确定这些主要风险发生的概率,是r=p×c风险定级法的第一步.通过对武汉长江隧道工程风险的分析,得出了工程可能发生的15种主要风险因素,采用专家调查法和层次分析法得出这些主要风险事件发生的概率范围(表1).

3.2 用模糊综合评价法对风险事件后果排序

模糊综合评价法(fuzzycomprehensiveevaluation,简称fce),可以分为单因素模糊评价和多层次模糊评价,这里只介绍单因素的模糊评价方法,其评价过程如下.

a. 确定因素集.因素集为各种风险因素的集合,即u={u1,u2,…,un}.

b. 给定各因素的权重.由于评价指标体系具有明显的层次性,可采用层次分析法或由专家确定各指标层的权重,一般用权重向量a={a1,a2, …,an}表示.

c. 建立评价等级集.评价等级集是评价者对评价对象可能做出的各种评价结果所组成的集合,即v=(v1,v2,…,vn).这里,由十位专家组成评价小组,评价等级分为5级,即v={很好,好,一般,差,很差}.

d. 确定隶属关系,建立模糊评价矩阵.从u到v的一个模糊映射,可以确定一个模糊关系r,它可表示为

r={rij|i=1,2,…n;j=1,2,…,m},(1)

式中,rij为隶属度,即第i个指标隶属于第j个评价等级的程度.

e. 进行模糊矩阵的运算,得到模糊综合评价结果为b=a·r.

用模糊综合评价法对长江隧道工程施工风险进行评价时,具体计算过程如下.

a. 确定风险事件集和后果评语集两个论域.前面已经找出了长江隧道工程施工阶段的15种主要风险,将这些风险事件构成集合,就形成风险事件因素集u={u1,u2,…,u15}.评价风险事件产生的后果,一般分成五种情况,这五种情况就构成了长江隧道工程风险事件的后果评语集v={灾难性(v1),重大(v2),严重(v3),中等(v4),轻微(v5)}.

b. 确定参评风险事件因素权重值.参评风险事件因素权重值的确定,就是确定风险事件因素的权重向量距阵a.本文主要采用0-1评分累计法,即经过专家对每个风险事件评分后,取其平均值,求得各参评因素权重值(表2),则参评风险事件因素的权重向量为

a={a1,a2,…,a15}={0.124,0.072,0.01,0.124,0.072,0.03,0.072,0.072,0.03,0.03,0.01,0.03,0.072,0.124,0.124}.

c. 计算模糊关系距阵r.作为从u到v的一个模糊映射,可以确定一个模糊关系r,它可以表示为一个模糊矩阵(式(1)).rij可以通过专家投票百分比法确定,即由专家及有关人员组成投票小组,按照评语等级分级标准,在每项评价因素的m个等级中进行投票,最后以百分数确定rij.通过专家投票,经统计和计算,就可以得出模糊距阵r.以计算r11为例,专家30人中,对评价因素u1的5个评语中,投v1的有25人,则r11=25/30=0.833.依此类推,可计算得到r矩阵的其他因素,得到r为

根据计算的综合评价值,用五个区间将长江隧道工程的15种风险事件因素纳入上述后果评语集v定义的五个级别,具体划分情况见表3.

3.3 风险定级

表4是r=p×c风险定级法的工程灾害风险评估矩阵,表中数值和字母的组合就是表示风险事件的p和c的组合.

根据表4,对工程风险事件的p·c组合进行分级,从表5中可以看出,每一级风险水平都有多个p和c的组合情况.

通过前面的分析和计算,得出长江隧道工程施工阶段可能发生的主要风险事件发生的概率以及发生后造成后果的等级,将每个风险事件的概率和后果等级组合起来,再参照表5,就可以确定每个风险事件的等级(表6).

摘　要:根据工程风险评价的基本原理,针对水下盾构隧道施工的特点,提出了一种可以对水下隧道工程的施工风险进行定级评估的方法,其主要原理是将定性和定量结合起来,正确定位各个风险因素,从而指导风险控制和管理.并以长江隧道工程为例,阐述了r=p×c风险定级法的具体应用.

关键词:风险评价;　模糊综合评价;　风险定级;　盾构隧道;　施工风险

盾构法主要应用于地下隧道工程,由于地下和水底工程地质环境的不确定性,使得在隧道施工时存在很多不确定的风险因素,这些因素如果处理不当就可能产生严重后果.对盾构隧道施工存在的各种风险进行评价和定级,从而采取各种合适的针对性措施,实施风险控制,防止风险事件的发生,具有十分重要的意义.

工程项目风险评价的方法主要有检查表式综合评价法、优良可劣评价法、道氏指数法以及权衡风险法等,这些评价方法大多建立在对工程项目所存在的各类风险进行客观量度的基础上,没有体现风险评价过程中专家的作用,且系统性不强,对风险大小的描述比较模糊,缺少直观的结论,不便于决策者做出进一步的决策.本文采用r=p×c定级法对采用盾构法的武汉长江水下隧道工程的施工风险进行分析和定级评价,其结果可供隧道工程施工风险控制参考.

1 r=p×c定级法

r=p×c定级法是综合考虑风险因素发生概率和风险后果,给风险定级的一种方法,其中,r表示风险;p表示风险因素发生的概率;c表示风险因素发生时可能产生的后果.p×c不是简单意义的相乘,而是表示风险因素发生概率和风险因素产生后果的级别的组合.r=p×c定级法是一种定性与定量相结合的方法,是目前国内外比较推崇的一种风险评价方法,采用此法对建设工程项目风险因素实施定级步骤如下.

a. 找出工程项目存在的各种主要风险因素.

b. 根据实际情况,并借鉴以往类似建设工程项目风险管理的经验,分析各个风险因素的发生概率,得出发生概率p.

c. 根据发生后可能产生的后果,对人、环境和工程项目本身造成影响的程度,采用定量计算的方法给这些风险因素划分后果等级;一般划分为5个等级(灾难性、重大、严重、中等、轻微),通过定量计算确定各个风险因素的后果等级c.

d. 最后综合风险因素的影响程度等级c和其发生的概率p,将两者组合起来,参照r=p×c定级方法的风险评估矩阵,确定各个风险因素的等级并制定不同的方案,用比较合理的措施实施风险管理和风险控制.

2 施工风险识别

武汉长江隧道,被称为“万里长江第一隧”,是目前长江上正在进行的首条穿越长江江底的过江隧道.该项目工程量大、工期长,且在江底施工,施工难度大,技术要求高,在施工中潜在风险因素多,施工风险管理难度大.结合长江隧道工程特殊的地理位置、工程地质水文以及盾构法施工技术的特点等,参考国内外类似工程隧道施工经验,在风险识别的基础上,采用专家调查法和层次分析法识别出长江隧道工程在采用盾构进行施工时主要有以下15种风险因素:地质预测预报准确性(u1)、盾构机适应性和可靠性(u2)、盾构进出洞(u3)、开挖面失稳(u4)、盾尾密封失效(u5)、软硬不均且差异性较大地层施工(u6)、盾构江底段可能换刀(u7)、盾构隧道衬补强度不够(u8)、盾构的推进控制不当(u9)、较大的地层损失及不均匀沉降(u10)、开挖面有障碍物(u11)、隧道上浮(u12)、高水位粉细砂层联络通道施工(u13)、基坑失稳(u14)及隧道透水(u15).

3 施工风险定级评价

3.1风险事件及其发生的概率确定

对长江隧道工程施工风险进行评价,分析并找出施工阶段可能发生的主要风险,并确定这些主要风险发生的概率,是r=p×c风险定级法的第一步.通过对武汉长江隧道工程风险的分析,得出了工程可能发生的15种主要风险因素,采用专家调查法和层次分析法得出这些主要风险事件发生的概率范围(表1).

3.2 用模糊综合评价法对风险事件后果排序

模糊综合评价法(fuzzycomprehensiveevaluation,简称fce),可以分为单因素模糊评价和多层次模糊评价,这里只介绍单因素的模糊评价方法,其评价过程如下.

a. 确定因素集.因素集为各种风险因素的集合,即u={u1,u2,…,un}.

b. 给定各因素的权重.由于评价指标体系具有明显的层次性,可采用层次分析法或由专家确定各指标层的权重,一般用权重向量a={a1,a2, …,an}表示.

c. 建立评价等级集.评价等级集是评价者对评价对象可能做出的各种评价结果所组成的集合,即v=(v1,v2,…,vn).这里,由十位专家组成评价小组,评价等级分为5级,即v={很好,好,一般,差,很差}.

d. 确定隶属关系,建立模糊评价矩阵.从u到v的一个模糊映射,可以确定一个模糊关系r,它可表示为

r={rij|i=1,2,…n;j=1,2,…,m},(1)

式中,rij为隶属度,即第i个指标隶属于第j个评价等级的程度.

e. 进行模糊矩阵的运算,得到模糊综合评价结果为b=a·r.

用模糊综合评价法对长江隧道工程施工风险进行评价时,具体计算过程如下.

a. 确定风险事件集和后果评语集两个论域.前面已经找出了长江隧道工程施工阶段的15种主要风险,将这些风险事件构成集合,就形成风险事件因素集u={u1,u2,…,u15}.评价风险事件产生的后果,一般分成五种情况,这五种情况就构成了长江隧道工程风险事件的后果评语集v={灾难性(v1),重大(v2),严重(v3),中等(v4),轻微(v5)}.

b. 确定参评风险事件因素权重值.参评风险事件因素权重值的确定,就是确定风险事件因素的权重向量距阵a.本文主要采用0-1评分累计法,即经过专家对每个风险事件评分后,取其平均值,求得各参评因素权重值(表2),则参评风险事件因素的权重向量为

a={a1,a2,…,a15}={0.124,0.072,0.01,0.124,0.072,0.03,0.072,0.072,0.03,0.03,0.01,0.03,0.072,0.124,0.124}.

c. 计算模糊关系距阵r.作为从u到v的一个模糊映射,可以确定一个模糊关系r,它可以表示为一个模糊矩阵(式(1)).rij可以通过专家投票百分比法确定,即由专家及有关人员组成投票小组,按照评语等级分级标准,在每项评价因素的m个等级中进行投票,最后以百分数确定rij.通过专家投票,经统计和计算,就可以得出模糊距阵r.以计算r11为例,专家30人中,对评价因素u1的5个评语中,投v1的有25人,则r11=25/30=0.833.依此类推,可计算得到r矩阵的其他因素,得到r为

根据计算的综合评价值,用五个区间将长江隧道工程的15种风险事件因素纳入上述后果评语集v定义的五个级别,具体划分情况见表3.

3.3 风险定级

表4是r=p×c风险定级法的工程灾害风险评估矩阵,表中数值和字母的组合就是表示风险事件的p和c的组合.

根据表4,对工程风险事件的p·c组合进行分级,从表5中可以看出,每一级风险水平都有多个p和c的组合情况.

通过前面的分析和计算,得出长江隧道工程施工阶段可能发生的主要风险事件发生的概率以及发生后造成后果的等级,将每个风险事件的概率和后果等级组合起来,再参照表5,就可以确定每个风险事件的等级(表6).

确定了风险因素的等级后,就可以将对风险因素抽象的认识变成定量的具体的认识,根据风险的级别确定风险控制的重点,结合各个风险因素发生的概率和产生的后果拟定合理的风险管理和控制计划,让风险管理的目标明确化,实现合理经济的风险管理.

4 结　语

大型水底隧道工程,由于其地质环境的特殊性,在施工阶段可能存在各种各样的风险,如果对风险事件的认识和分析仅仅局限于其外在表象,那么风险管理将无从着手.从纷繁复杂的风险表象中,找出风险事件发生的概率以及其发生后造成后果的严重程度,用定量方法将这两者结合起来,正确定位各个风险因素,从而采取合适的策略有效控制和管理风险.

参考文献

[1]　易萍丽.现代隧道设计与施工[m].北京:中国铁道出版社,1997.

[2]　高渠清.高渠清隧道及地下工程论文选集[m].北京:中国铁道出版社,1996.

风险概率评价篇3

关键词：风险评估；蒙特卡洛模拟；灰色评价；人工神经网络

中图分类号：F27 文献标识码：A

风险评估就是在充分掌握资料的基础之上，采用合适的方法对已识别风险进行系统分析和研究，评估风险发生的可能性（概率）、造成损失的范围和严重程度（强度），为接下来选择适当的风险处理方法提供依据。根据实际需要的不同可以对风险进行定性分析和定量分析。定性分析一般是根据风险度（重要程度）或风险大小（概率×强度）等指标对风险因素进行优先级排序，为进一步分析或处理风险提供参考，常用方法有专家打分法等。定量分析则是将体现风险特征的指标量化，加深对风险因素的认识，有助于风险管理者采取更具针对性的对策和措施，常用方法有敏感性分析、蒙特卡罗分析等。下面介绍常用的一些风险评估方法。

一、专家调查法

在风险识别的基础之上，请专家对风险因素的发生概率和影响程度进行评价，再综合整体风险水平进行评价。该方法简单易行，可以在采用德尔菲法进行风险识别时同时进行，节约成本和时间，缺点是主观性强，依赖于专家水平。

二、蒙特卡洛模拟法

蒙特卡洛模拟法又称统计试验法或随机模拟法，其原理是将项目目标变量（风险评价指标）和各个风险变量综合在一个数学模拟模型内，每个风险变量用一个概率分布来描述，然后利用计算机产生随机数（或伪随机数），并根据随机数在各个风险变量的概率分布中取值，算出目标变量值，经过多次运算即可得出目标变量的期望值、方差、概率分布等指标，绘制累计概率图，供决策者参考。

风险变量的确定，一般采用前述的风险识别方法，如果风险因素较多，可以先进行敏感性分析，选择敏感的风险因素作为风险变量。风险变量的概率分布描述是进行模拟分析的基础，常用的有正态分布、β分布、三角分布、梯形分布、阶梯分布等，销售量、售价、产品成本等变量多采用正态分布，工期、投资等变量多采用三角分布描述。对有历史数据的风险变量可根据数据做统计分析，估计其概率分布，对没有历史数据的风险变量，可以采用专家调查法确定变量的概率分布。

该法由法国数学家John.ron.neuman创立，由于其依赖的概率统计理论与原理类同，因此以欧洲著名赌城摩纳哥首都Monte Carlo命名。该方法的优点是使用计算机模拟项目的自然过程，比历史模拟方法成本低、效率高，结果相对精确；可以处理多个因素非线性、大幅波动的不确定性，并把这种不确定性的影响以概率分布形式表示出来，克服了敏感性分析的局限性。不足之处是依赖于特定的随机过程和选择的历史数据，不能反映风险因素之间的相互关系，需要有可靠的模型，否则导致错误。

三、计划评审技术（PERT）

该方法是用网络图来体现项目中各项活动的进度和相互之间的关系，确定关键路径，计算总工期及概率，再综合考虑资源因素，得到最佳的项目计划方案。PERT主要用于对项目的进度管理，评价进度和费用方面的风险。它适用于评价缺乏历史经验资料的科研或产品研发项目风险以及与进度相关的项目风险。由于该方法的前提是假设项目每项活动的时间服从正态分布或β分布，总工期和关键路径都具有随机性，但是随着关键路径的确定，这一假设就失去意义，因此具有一定的缺陷。

四、敏感性分析法

敏感性分析法是指在假定其他风险因素不变的情况下，评估某一个（或几个）特定的风险因素变化对项目目标变量的影响程度，确定它的变动幅度和临界值，计算出敏感系数，据此对风险因素进行敏感性排序，供决策者参考。这种方法应用广泛，常用于项目的可行性研究阶段，有助于发现重要的风险因素，具体又可分为单因素敏感性分析和多因素敏感性分析。其缺点在于只能体现风险因素的强度而不能反映发生概率，也不能反映众多风险因素同时变化时对项目的综合影响。

五、决策树法

决策树法是指利用图解的形式，将风险因素层层分解，绘制成树状图，逐项计算其概率和期望值，进行风险评估和方案的比较和选择。一棵简单的决策树包括决策节点、状态节点和结果节点，决策节点与状态节点之间为方案分支，状态节点引出的分支为状态分支，决策节点上标注最终方案的收益期望值，方案分支标注方案名称，状态节点标注某个行动方案收益期望值，状态分支标注状态名称和概率，结果节点标注收益值。一般会求出目标变量在所有风险因素所有概率组合下的期望值，再画出概率分布图，因此计算量与风险因素和变化的数量成指数关系，并且需要有足够的有效数据做支撑。这种方法层次清晰，不同节点面临的风险及概率一目了然，不易遗漏，能够适应多阶段情形下的风险分析，但用于大型复杂项目时工作量较大，也不适合用于缺乏类似客观数据的项目。

六、影响图法

影响图是指由风险结点集合和反映风险关系的有向弧集合构成的无环有向图，它是在决策树基础之上发展起来的图形描述工具，包含了对风险变量相关性的描述，既可以表示变量之间的概率依赖关系，又可用于计算，能够有效地把决策问题转化成模型，是决策问题定性描述和定量分析的有效工具。其优点是概率估计、备选方案、决策者偏好等资料完整；图形直观、概念明确；计算规模随着风险因素个数呈线性增长。缺点是需要获取大量的概率和效用值，对于复杂问题建模困难。

七、模糊综合评价法

模糊理论是美国加州大学伯克力分校卢菲特・泽德教授于1965年首先提出的一种定量表达工具，用来表达某些无法明确定义的模糊性概念。事物的某些状态或属性如男或女，可以明确区分，但是如漂亮或不漂亮、高或矮之类带有主观意识的属性，则很难以明确的标准加以区分，模糊理论接受自然界模糊性现象存在的事实，并将其量化，进行相关研究。

风险也具有模糊性，主要表现为风险的强度或大小很难进行明确的界定。模糊综合评价法将项目风险大小用模糊子集进行表达，利用隶属度及模糊推理的概念对风险因素进行排序，以改进的模糊综合评价法为基础，采用层次分析法（AHP）构建风险递阶层次结构，采用专家调查法确定各层次内的风险因素指标权重，逐级进行模糊运算，直至总目标层，最终获得项目各个层级以及整体的风险评估结果。该方法将风险的定性和定量分析相结合，对于难以量化的风险因素如法律变动，也能进行有效分析，不依赖绝对指标，避免标准不合理导致的偏差。缺点是专家的主观偏见和能力水平可能会影响结果，对隶属度变化时评价结果改变的波动性利用不够。

八、风险矩阵法

该方法又称风险值法，1998年由Paul R等人提出。该方法将风险事件发生的概率和影响程度分级评分，然后分别作为矩阵的行和列形成风险矩阵，将风险概率和风险后果估计值（0～1）相乘得到风险值，进而按照风险事件在矩阵中的位置作出评估。该方法使用简单快捷。缺点是计算风险概率往往需要历史数据；由于风险的随机性和影响的模糊性，易产生风险结。

九、人工神经网络技术(ANN)

该方法是模仿生物大脑结构和功能而形成的一类信息处理系统，最先由美国生物学家Warren Mcculloch和数学家Walter Pitts于1943年提出，经过几十年的发展已经成为多学科综合的前沿学科。人工神经网络的基本结构单元是神经元，它一般是多个输入、一个输出的非线性单元，按照一定的层次结构排列，每层神经元以加权方式与其他层次上的神经元连接构成神经网络。根据连接方式的不同，目前已有30多种神经网络结构，最常用的是误差反向传播的多层前馈式网络，即BP网络。人工神经网络技术运作模式是建立神经元网络连接，通过学习规则或自组织等过程建立相应的非线性数学模型，经过多次信息输入和输出比对，并不断进行修正，使输出结果与实际值之间差距不断缩小。优点：具有自学习、自组织适应能力和强容错性等特性；避免了大量的繁琐计算，使评价工作更简便易行；主要是通过对以往的样本数据进行学习，获取经验，弱化了确定各因素权重时的人为因素。缺点：选择网络结构不当会影响评价结果；输出结果不能体现单个风险因素的重要程度；泛化能力差，不适用于多目标的评价过程，项目具有独特性、一次性的特点。

十、灰色评价方法

灰色系统理论是我国著名学者邓聚龙于1982年提出的，他根据信息的清晰程度，将系统分为白色、黑色和灰色，白色系统信息完全可见，黑色系统信息未知，灰色系统介于两者之间，分析过程中可充分利用已知信息将灰色系统的灰色性白化，分析方法有灰色聚类法、灰色关联分析法等。灰色关联分析是根据因素之间发展态势的相似或者相异程度来衡量因素间关联度的方法。灰色评价方法的优点：对样本量要求不高，不要求样本服从任何分布，可以有效地克服复杂系统的层次复杂性、结构关系的模糊性、动态变化的随机性、指标数据的不完全性和不确定性，排除认为影响，数据不必进行归一化处理，可靠性强。缺点：样本数据具有时间序列特性，综合评价结果具有“相对评价”的缺点，需要确定分辨率，其选择标准尚无一个合理的标准。

对项目风险定性和定量分析，为选择最佳风险处理手段提供了可靠的依据。上述风险评估方法有各自的特点和优势，有的方法以全面、精确为特点，有的方法以简单易用为优势，一些方法可以同时处理风险识别和风险评估，各方法之间也有相互交叉、相互引用的情况，在实际应用中应当根据掌握资料程度、项目实际情况具体选择。1992年英国里丁大学Simister教授对英国项目管理协会的37名会员进行风险评估技术应用方面的调查，结果显示尽管有很多新的风险评估方法，但传统的调查打分法、蒙特卡洛模拟和计划评审法使用率达70%。据统计，由于资料稀缺和时间紧迫，75%的项目经理倾向于采用专家调查打分，将风险评估主观量化。未来项目风险管理将更加注重一体化和动态持续性，风险的量化分析越来越受到重视，随着传统风险评估方法不断改进，新方法的不断完善，风险评估将会使项目管理更加科学有效。

（作者单位：重庆大学建设管理与房地产学院）

主要参考文献

[1]廖诗娜.PPP项目定量风险评估方法比较[J].合作经济与科技，2010.6.

[2]杨义灿.投资项目评价的理论、方法及应用研究[D].南京: 河海大学，2000.

[3]Paul R，Garvey PR，Lansdowne ZF. Risk matrix:an approach for identifying，assessing，and ranking program risks[J].Air Journal of Logistics，1998.25.

[4]易军，许忠保，刘小鹏.人工神经网络技术的工程应用及展望[J].湖北工业大学学报，2007.22.

风险概率评价篇4

[关键词]煤层气；经济评价；收益风险比；概率分析

doi：10.3969/j.issn.1673 - 0194.2015.08.115

[中图分类号]X196 [文献标识码]A [文章编号]1673-0194（2015）08-0149-02

煤层气是一种储存在煤层中的非常规天然气，其开发利用具有重要的经济及社会效益。煤层气勘探开发项目具有资本和技术密集、风险程度高的特点。经济评价是煤层气项目决策的重要依据，对于提高煤层气项目决策的科学化水平，实施低成本发展战略，充分发挥投资效益，降低煤层气项目的投资风险，促进煤层气产业的快速健康发展具有重要意义。

目前，煤层气项目的经济评价的基本方法是折现现金流方法。该方法理论基础较为完备，可操作性强，适合资源采掘行业，是国内外煤层气项目经济评价实践中使用的主要方法。但该方法下的风险评价方法――盈亏平衡分析法和敏感性分析法均存在一定的缺陷，难以评价与项目效益相匹配的整体风险水平。因此，在煤层气项目经济评价中引入收益风险比法这一新的评价方法将有利于提高评价结果的科学性和准确性。

1 现有风险评价方法及其存在的问题

1.1 盈亏平衡分析

该方法的缺点在于其并不适用于资源采掘这种投入产出具有自身独特特点的行业，且该方法只能从整体上反映出项目的抗风险能力，而不能反映各不确定因素的影响程度。同时，该方法的假设条件在市场经济环境下并不成立。

1.2 敏感性分析

该方法的缺点在于假定各个不确定因素以同等概率出现、每次只允许一个因素变动且一个因素的变动幅度、方向与其他因素无关。但是实际上项目在运行过程中，往往会有两个或两个以上的因素同时变动，发生概率和变动幅度均可能不同。因此，单因素敏感性分析不能真实反映项目承担风险的情况，其结果的实用性和准确性受到影响。

2 收益风险比法

针对盈亏平衡分析法和敏感性分析法存在的缺陷，本文尝试提出收益风险比法这种综合评价项目经济效益和整体风险水平的方法。

2.1 收益风险比的含义

收益风险比是一个相对指标，分子是收益指标，代表煤层气项目的期望经济价值，这里采用净现值（NPV）的均值来进行计算，分母是不确定性指标，代表煤层气项目经济价值的期望方差，这里采用标准差来进行计算。这一指标越大越好，较高的收益风险比代表着相同不确定性条件下更高的经济效益或者相同经济效益条件下更低的不确定性。

2.2 收益风险比的计算

2.2.1 计算思路

收益风险比（e）计算的关键是计算期望收益和期望方差。一般情况下，期望收益和期望方差通过以概率论和数理统计原理为基础的蒙特卡洛模拟计算是最为科学的。但由于中国煤层气产业发展尚未成熟，大多影响煤层气项目的参数的准确取值及相关的概率分布类型无法确定，这就导致蒙特卡洛模拟法的可操作性及科学性无法得到保证。然而，该方法通过反复进行随机抽样来模拟影响项目投资效益的不确定因素的变化，计算分析这些不确定因素对目标的影响的思路是可以借鉴的。基于此，本文采用基于单因素敏感性分析及情景分析的收益风险比的计算思路。

2.2.2 模型建立

假设影响煤层气项目净现值（NPV）的n个相对独立的主要因素为xi（i=1，2，…，n），则煤层气项目净现值可表示为：NPV=f（x1，x2，…，xn）。设n个影响因素xi中，每个影响因素均有m种典型情景值，每个因素的情景值可表示为xi，j（i=1，2，…，n；j=1，2，…，m），不同因素的情景值可取相同值，也可以根据各因素自身特点取不同值。相应地，每个因素取各个情景值的概率为pi，j（i=1，2，…，n；j=1，2，…，m），该概率值为主观概率，可通过专家通过打分的方式来确定。n个影响因素随机取m种可能的情景值，通过组合就可得到mn种可能的取值组合。相应地，这些因素组合值也够造出了mn个净现值的可能值npvk，可表示为：npvk=f（x11，x21，…，xi，j）（i=1，2，…，n；j=1，2，…，m；k=1，2，…，mn）。由于各影响因素相对独立，各个净现值可能值出现的概率可由决定该值的影响因素的概率值的乘积得到，即pk=p11*p21…pi，j。由此，煤层气项目期望净现值可表示为：。同样，煤层气项目期望净现值的标准差可表示为： 。由此，煤层气项目的收益风险比可表示为： 。

2.3 收益风险比法的决策准则

根据收益风险比的含义，计算过程及煤层气项目的基本特点，可建立如下的收益风险比用于煤层气项目经济评价的决策准则。

（1）如果e

（2）如果0≤e≤e*，则项目在经济上可行，但总体风险水平较高。

（3）如果e>e*，则项目在经济上可行且总体风险水平不高。

e*是项目具有经济可行性前提下的风险基准值，它的取值可根据企业的总体风险偏好及项目实际情况来确定。风险厌恶型企业可取较低值，而风险偏好型企业可取较高值。

3 实例应用

A项目是典型的煤层气开发项目。本文以A项目为例，采用上述方法测算其效益指标及风险指标。该项目经济评价基本参数：建设期2年，生产期17年，商品率90%，价格采用当地煤层气市场价格，财政补贴0.2元/立方米。

该项目收益风险比的计算步骤是：首先，通过单因素敏感性分析，可知煤层气价格、产量、建设投资及经营成本是影响该项目效益的最主要不确定性因素；其次，通过专家咨询法，对这4个因素分别设置不同的五种典型情景值，其中，价格变化幅度为-20%～20%，产量变化幅度为-30%～30%，建设投资变化幅度为-15%～15%，经营成本变化幅度为-20%～20%，在此基础上分别对各因素的情景值赋予相应的主观概率；然后，通过净现值计算模型分别计算4个因素不同情境组合下的净现值及相应的概率，据此可计算期望净现值及净现值期望方差；最后，可计算得到收益风险比的计算值为3.56。根据前述的决策准则，这里e*根据企业实际风险偏好值取为1，该评价结果值表明A项目在经济上可行且与效益水平匹配的总体风险水平较低。从应用效果来看，该方法能够满足煤层气项目决策对于效益及风险量化评价的需要，可适用于不同类型煤层气勘探开发项目的经济评价。

4 结 语

应用实例的计算结果表明，该方法科学可行，应用效果良好，采用收益风险比法计算得到的项目经济评价指标相对于常规经济评价方法可以在更好地反映项目效益的同时反映其整体风险水平。收益风险比法是对现有煤层气经济评价方法与参数体系的有益补充，它的引入将提高同一项目不同方案及不同项目的评价与优选决策的科学性。

主要参考文献

[1]中华人民共和国住房和城乡建设部.石油建设项目经济评价方法与参数[M].北京：中国计划出版社，2010.

[2]易树平，任强，曾立平.投资项目经济评价不确定分析方法及其应用[J].重庆大学学报，2003（5）.

风险概率评价篇5

【关健词】项目；风险；风险评价方法

一、引言

现代项目具有一次性、投资大、周期长、要求高等特点，其过程是在复杂的自然和社会环境中进行，受众多因素的影响，是一个充满各种风险的过程。项目风险有些是和项目自身特点密切关联，有些可能是承包商管理混乱引起，有些则可能是外部环境变化所致。为避免和减少损失，了解项目的风险源，在评价基础上，建立风险防范预案十分重要。对项目风险评价理论和方法的研究一直是风险管理界的热门课题，本文主要讨论项目风险评价中几种常用的方法。

二、风险定性评价方法

风险定性评价方法是一种典型的模糊评价方法，评价人利用一些经验做法，快速地对项目风险进行估计，并采取防范措施。

（一）主观估计法

主观估计法就是用主观概率对风险进行估计，所谓主观概率是根据对某事件是否发生的个人观点，取一个0―1之间的数值来描述事件的发生可能性和发生后所带来的后果。因此，主观估计法常表现为某人对风险事件发生的概率和带来的后果做出迅速的判断，这种判断比客观全面的显性信息判断所需的信息量要少。虽然主观估计是由专家或风险决策人员利用较少的统计信息做出的估计，但它是根据个人或集体的合理判断，加上经验和科学分析所得，因此在应用中有一定成效。

主观估计法主要适用于资料严重不足或根本无可用资料的情况，对于那些不能进行多次实验的事件，主观估计法常常是一种可行的方法，使用这种方法关键是要有经验丰富的项目风险分析人员。

（二）模糊数学法

风险的不确定性常常是模糊的，所以模糊数学方法可用于风险评价和分析。在风险评价过程中，有很多影响因素的性质和活动无法用数字来定量地描述，他们的结果也是含糊不清的，无法用单一的准则来判断。为了解决这一问题，美国学者L・A・Zadeth于1965年首次提出模糊集合的概念，对模糊行为和活动建立模型。模糊数学从二值逻辑的基础上转移到连续逻辑上来，把绝对的“是”与“非”变为更加灵活的东西。在相当的限度上去相对地划分“是”与“非”，这并非是数学放弃它的严格性去造就模糊性，相反是以严格的数学方法去处理模糊现象。

（三）蒙特卡罗模拟法

蒙特卡罗方法又称随机抽样技巧或统计试验方法，它是估计经济风险和工程风险常用的一种方法。蒙特卡罗风险模拟法的基本思想是将待求的风险变量当作某一特征随机变量。通过某一给定分布规律的大量随机数值，解算出该数字特征的统计量，作为所求风险变量的近似解。

蒙特卡罗风险模拟法全面考虑风险事件的风险因素，可以直接处理每一个风险因素的不确定性，使决策更加合理和准确，它是一种多元素变化的方法，在模拟过程中，可以编制计算机软件对模拟过程进行处理，大大节约了时间，此方法较注重对风险因素相关性的识别和评价，这给使用此法带来了难度和困难，通常费用也较高，但它对概率的分析偏差一般最小，从整个工程项目的经济性上，将是最节省的方法之一。无论在理论上，还是在操作上都较前几种方法有所进步，因此比较适合在大中型项目中应用。

（四）故障熟分析法

故障熟分析方法是上世纪60年代初由美国贝尔实验室在预测民兵导弹发射随机失效概率时提出的，其后波音公司研制出了FTA的计算机程序，进一步推动FTA的发展。到了60年代中期，随着概率风险估计在核电站安全分析中的应用，故障树方法成为主要的定性分析方法。

三、风险定量评价方法

对项目风险进行定量评价，使分析目标更加具体，可信度更高，可为风险决策分析提供科学的数据。

（一）决策树法

决策树法，简称DTA，适用于未来可能有几种不同情况，并且各种情况出现的概率可以根据资料来推断的情况。决策树把可选方案及有关随机因素有序表现出来而形成的一个树。决策者根据决策树所构造出来的决策过程的有序图示，不但统观决策过程全局，而且能在此基础上对决策过程进行合理分析、计算和比较，从而作出择优决策。

决策树的模型图：为决策结点：是决策树的根基，它表示决策问题的起点。为状态结点：是决策方案分枝的终点，又是一个备选方案可能遇到的自然状态的起点。为结果点：表示执行某一方案在某一自然状态发生时可能达到的结果。通常指盈利额和亏损额。

决策树分析方法的步骤：（1）画出决策树：画法：从左至右分阶段展开。顺序依此为：分析决策点、备选方案（方案枝）、各方案所面临的自然状态（状态节点、概率分枝）及其概率、各方案在不同自然状态下的损益值。（2）推算各备选方案的期望值：备选方案的期望值沿决策数的反方向自右至左计算。（3）方案选择：比较不同方案的期望值，从中选择收益最大或损失最小的方案为最佳方案。

（二）敏感性分析

敏感性分析是针对潜在的风险性，研究项目各种不确定因素变化一定幅度时，计算其主要经济指标变化率及敏感程度的一种方法。进行敏感性分析，一般是分析项目的内部收益率随不确定因素变化的情况。从中找出对项目影响较大的因素，然后绘出敏感性分析图，分析敏感度，找出不确定因素变化的临界值，即最大允许的变化范围。

敏感性分析步骤：（1）选定不确定因素，并设定这些因素的变动范围；（2）确定分析指标；（3）进行敏感性分析；（4）绘制敏感性分析图；（5）确定变化的临界点。

（三）影响图

影响图（Influence Diagrams，ID）是表示决策问题中决策、不确定性和价值的新型图形工具，影响图是一个由终点集和弧集构成的有向图。只有随机结点的影响图称为概率影响图。概率影响图是影响图的一种特殊形式，它将概率论和影响图理论结合，专门处理随机事件间的相互关系，对随机事件进行概率推理，并在推理过程中对事件发生的概率及其依赖与其它事件的发生概率做出完整的概率评估。影响图是复杂的不确定性决策问题的一种新颖有效的图形表征语言，数学概率完整，关于概率估计、备选方案、决策者偏好和信息状态说明完备，具有决策树不可比拟的优点。

（四）贝叶斯方法

英国学者T.贝叶斯1763年在《论有关机遇问题的求解》中提出一种归纳推理的理论，后被一些统计学者发展为一种系统的统计推断方法，称为贝叶斯方法。采用这种方法作统计推断所得的全部结果，构成贝叶斯统计的内容。认为贝叶斯方法是唯一合理的统计推断方法的统计学者，组成数理统计学中的贝叶斯学派，其形成可追溯到20世纪30年代。到50～60年代，已发展为一个有影响的学派。时至今日，其影响日益扩大。

已具备先验概率的情况下，贝叶斯决策过程的步骤为：

（1）进行预后验分析，决定是否值得搜集补充资料以及从补充资料可能得到的结果和如何决定最优对策。（2）搜集补充资料，取得条件概率，包括历史概率和逻辑概率，对历史概率要加以检验，辨明其是否适合计算后验概率。（3）用概率的乘法定理计算联合概率，用概率的加法定理计算边际概率，用贝叶斯定理计算后验概率。（4）用后验概率进行决策分析。

（五）层次分析法

层次分析法，简称AHP，是20世纪70年代由美国学者T.L.Saaty最早提出的一种多目标评价决策方法。其分析的基本原理是：将复杂的问题分解为若干要素，据它们的相互关联度和隶属关系组成一个多层次分析结构模型，并在各要素中比较、判断、计算，以获得不同要素的权重，为方案决策提供依据。

AHP法的建模步骤：（1）对构成评价系统的目的、评价项目（准则及替代方案等要素建立多级递阶的结构模型。（2）在多级递阶结构的模型中，属于同一级的要素应以上一级要素为准则，进行两两比较，根据评价尺度确定其相对重要性，以此建立判断矩阵。（3）通过一定计算，确定各级要素的相对重要度，并检验判断矩阵的相容性是否在允许的误差范围内，对于没有通过相容性检查的判断矩阵，就应该去除。（4）进行综合重要度的计算，对各种替代方案进行排序，从而为决策提供依据。

四、结语

通过以上的分析我们可以知道，不同的方法只能在一定程度上说明问题，要做到科学的决策，应针对不同项目的产业背景，具体到特定项目中去，并针对项目风险所处的不同阶段，对相应方法做适当调整，进而做出判断，而不能一概而论。

参考文献：

[1]阎长俊,陈阳等.建设项目风险研究综述[J].沈阳建筑工程学院学报(自然科学版),2002.1.

[2]王卓甫等.工程项目风险管理――理论、方法与应用[M].中国水利水电出版社,2002.

[3[何俊德.项目评估――理论与方法[M].华中理工大学出版社,2002,9.

[4]李典庆,张圣坤.海洋结构物风险评估方法的研究进展[J].中国海洋平台,2008,6.

[5]戚安邦.项目管理十大风险[M].中国经济出版社,2009,1.

风险概率评价篇6

[关键词] 风险分析方法评述

风险管理可以划分为四个阶段：风险识别、风险评估、风险控制和风险记录。无论是国内还是国外，近年来的研究大多集中于风险评估阶段。风险评估即要对风险进行分析量测，确定出风险大小，为进一步的风险控制提供可用于指导操作的信息。风险评估的步骤包括，第一，根据风险辨识的结果，构建起合适的数学模型。第二，通过专家调查、历史记录、外推法等，获得所需的、基本的可用信息或数据，然后选用适当的数学方法将信息量化。第三，选用适当的模型与分析方法，对数据进行处理分析，视具体情况对模型进行修正。第四，根据一定的评判标准，判断风险大小。在风险评估中为了获取一些最基本的数据或信息，常常会运用外推法(Extrapolation),主观估计法、概率分布分析法等方法获得了基本的数据或信息后，进一步的数据分析处理常采用以下几种基本理论与方法：层次分析法，模枷逻辑分析法，蒙特卡洛模拟法，灰色系统理论，人工神经网络法，故障树分析法，贝叶斯理论，影响图法和马尔可夫过程理论等。

当前，存在很多风险分析的理论，这些分析方法遵循了基本的风险评估流程，但在具体实施手段和风险的计算方法方面各有不同。本文从计算的角度，按定性、定量和综合的方法对风险分析方法进行评述。

一、定性分析

1.故障树分析

故障树分析（Fault Tree Analysis, FTA）可以用于风险的定性分析，也可以用于其定量分析。它主要用于大型复杂系统的可靠性及安全性分析，是复杂系统可靠性、安全性分析的一种有效的方法。通过对硬件、软件、环境、人为因素等可能造成系统故障的分析，由总体至部分，按树状结构，逐层细化，画出故障原因的各种可能组合方式和其发生概率。故障树分析采用树形图的形式，把系统的故障与组成系统的部件的故障有机地联系在一起。故障树分析首先以系统不希望发生的事件作为目标（称为顶事件），从顶事件逐级向下分析各自的直接原因事件（称为底事件），根据彼此间的逻辑关系连接上下事件，直至所要求的深度，得出分析结果。

2.事件树分析

事件树分析(event tree analysis，ETA)又称决策树分析，是风险分析的另一种重要方法。它是在给定系统事件的情况下，分析该事件可能导致的一系列结果，从而评价系统的可能性。

事件树给出初始事件一切可能的发展方式与途径，事件树的每个环节事件(除顶事件外)均执行一定的功能措施以预防事故的发生，且均具有二元性结果(成功或失败)。事件树虽然列举了导致事故发生的各种事故序列组，通过各种事故序列组的中间步骤可以整理初始事件与减少系统风险概率措施之问的复杂关系，并识别事故序列组，从而计算每项事件序列发生的概率。

3.原因与结果分析

原因与结果分析(cause-consequence-analysis, CCA)是故障树分析(FTA)和事件树分析(ETA)的结合。它采用了原因分析(故障树分析)和结果分析(事件树分析)，CCA的目的是识别出导致突发后果的事件链，根据CCA图中不同事件的发生概率，计算出不同结果发生的概率，从而确定系统的风险等级。

4.风险模式影响及危害性分析

风险模式影响及危害性分析(risk mode effects and criticality analysis，RMECA)通过分析产品所有可能的风险模式，判断每一种风险对系统和信息安全可能产生的潜在影响，找出单点风险，并按其影响的严重程度及其发生的概率，确定其危害性，以此发现系统中潜在的薄弱环节。RMECA首先按规定的规则记录系统中所有可能的故障模式，然后分析每种故障模式对系统工作状态的影响并确定单点风险，将每种风险模式按其影响的严重程度及发生概率进行排序，从而发现系统中潜在的薄弱环节。RMECA由两部分工作构成，即风险模式影响分析(risk mode and effects analysis，RMEA)和危害性分析(criticality analysis，CA)。在进行这种分析时应把所研究的每一种分析看作是系统唯一的风险。RMECA是CA的基础。通过对系统风险损失或指定风险模式下的风险损失的分析．可以更加精确地掌握系统所存在的潜在经济损失期望值，从而为选择控制方式、应急方案等决策提供有力的支撑。

5.德尔斐法

德尔斐法一种定性的预测方法，通过背对背群体决策咨询的方法，群体成员各自独立工作，然后以系统的、独立的方式综合他们的判断，这样克服了为某些权威所左右的缺点，减少调查对象的心理压力，使预测的可靠性增加。利用德尔斐法进行系统安全风险分析时，其步骤如下：(1)在风险明确之后．要求群体成员通过填写精心设计的问卷，来提出可能解决问题的方案。(2)每个群体成员匿名并独立完成问卷。(3)把问卷凋查的结果在另一个中心地点整理出来。(4)把整理和调整的结果分发给每个人一份。(5)存群体成员看完整理结果之后，要求他们再次提出解决问题的方案。这样的结果可能是启发出新的解决方法，或使原有方案得到改善。(6)如果有必要，重复步骤(4)和步骤(5)，直到找到大家意见一致的解决方案为止。

除了上述分析方法外，定性分析还有FMECA(failure mode effects and criticality analysis)故障模式影响及危害性分析Markov分析方法等。

二、定量分析

1.故障树分析

用故障树分析进行风险的定量评价时，首先是求解出“底事件”的发生概率，然后通过逻辑关系最终得到“顶事件”，即所分析的重大风险事件的发生概率。采用故障树分析进行风险的定量分析需要知道各个底事件的发生概率。如果工程实际能给出大部分底事件的发生概率的数据时，可参照类似情况对少数缺乏数据的底事件给出估计值；若很多底事件缺乏数据且不能给出恰当的估计值，则不能采用该方法进行定量分析。

2.风险评审技术

风险评审技术(venture evaluation review technique，VERT)是以管理系统为对象，通过随机仿真手段，进行风险的定量分析。VERT是适应一些高度不确定性和风险性的决策问题而开发的网络仿真系统。它是通过丰富的节点逻辑功能，控制一定的时间流、费用流和性能流流向及相应的活动。在每次仿真运行时，通过蒙特卡洛模拟，这些参数流在网络中按概率随机流向不同的部分，经历不同的活动而产生不同的变化，最后到达某一终止状态。在用户多次仿真后，通过节点收集到的各参数，可以了解系统风险或危害情况供辅助决策。如果网络结构合理，逻辑关系及数学关系正确，获得的实际数据又是准确的，该方法可以较好地模拟实际系统研制的时间、费用及性能分布，从而评价出系统研制的风险。

三、综合分析

1.概率风险评估和动态风险概率评估

概率风险评估(probability risk assess, PRA)和动态风险概率评估(dynamic probability risk assess, DPRA)是定性评估与定量计算相结合的方法，它以事件树和故障树为核心，将其运用到系统安全风险分析领域。其分析步骤如下:(1)识别系统中存在的事件，找出风险源。(2)考查各风险源在系统安全中的地位及相互逻辑关系，给出系统的风险源树。(3)标识各风险源后果大小及风险概率。(4)通过逻辑及数学方法对风险源进行组合，获得系统风险的度量。

DPRA运用主逻辑图(master logic diagram)、事件树分析(ETA)以及故障树(FTA)综合对风险进行评估，将系统逐步分解转化为初始事件，然后确定导致系统失败的事件组合及失效概率。

2.层次分析法

层次分析法（Analytic Hierarchy Process，AHP）是一种定性与定量相结合的多目标决策分析方法。该方法已被广泛地应用于缺乏统一度量标尺的复杂问题分析，可以解决用纯参数数学模型方法难以解决的决策分析问题。AHP首先对系统进行分层次、拟定变量、规范化处理，然后在评估过程中进行系统分解、安全性判断和综合判断。它的基本步骤如下：(1)系统分解，建立层次结构模型；(2)构造判断矩阵；(3)通过单层次计算进行安全性判断；(4)层次总排序，完成综合判断，给出风险评价的结果。

3.模糊分析法

模糊分析法(the fuzzy analysis，FA)将风险分析中的模糊语言变量用隶属度函数量化。由于在具体项目或事件风险评价指标体系中存在着许多难于精确描述的指标，可以采用模糊综合评价法进行综合评价。具体是确定风险模糊综合评价指标集，给出风险综合评价的等级集。主要步骤有：确定评价指标体系中各指标权重；模糊矩阵的统计确定；模糊综合评价；计算出风险的最终综合价值。

除了上述分析方法外，灰色系统理论、贝叶斯理论和人工神经网络等都可以应用于风险的评估。

四、结束语

风险评估的方法大致可分为定性分析、定量分析、定性与定量相结合的综合评估方法。定性风险可以快捷地对资源、威胁、脆弱性进行系统评估．并对现有的防范措施进行评价。定性分析方法的特点主要是依据研究者的知识、经验、历史教训、政策走向以及特殊实例等非量化资料，对系统风险状况做出判断。定性分析方法，优点是全面、深入，缺点是主观性太强，对评估者要求高。

定量风险分析是在定性分析的逻辑基础上，对产生危害的可能性进行定量的描述，其分析的目标更加具体明确，可信度也大大增加。定量分析的优点是直观、明显、客观、对比性强，不足之处是简单化、模糊化会造成误解和曲解。

风险概率评价篇7

1.方案设计阶段的风险管理。方案设计阶段的任务是进行地区性规划选址，即“可行性研究报告”。在这个阶段的风险主要包括：

1.1设计原始资料缺乏的风险。设计不充分、设计错误或设计不能按期完成的原因大多是由于设计原始资料不全或不提供。

1.2设计招投标要求的风险。现今的电力设计市场是卖方市场，经常出现压缩正常的设计费、挤压合理的设计周期等现象。这导致设计市场的畸形发展，因此，怎样招标对设计质量非常重要。

2.初步设计阶段的风险管理。初步设计的主要内容一般包括：设计的依据；设计的规模；主要设备布置及一二次电气系统图；主要土建图纸；衡量的主要经济量化条件及剖析。在这个阶段的风险主要包括：

2.1业主擅自干预的风险。业主有时会自作主张修改设计图，企图按照个人意愿进行，结果导致设计停顿。其次，一些业主不经设计同意擅自复制设计材料，不能在约定时间将设计费交给设计方，极力压缩设计费用等现象。

2.2新技术应用的风险。若对一项技术没有充分掌握就直接采用，或第一次进行该项目设计，没法参考以前的技术积累，会出现比较大的风险。

3.施工图设计阶段的风险管理。在施工图设计阶段，需要完成的制图量非常大，需要不同专业之间进行技术相互协调和相互配合。在这个阶段的风险主要包括：

3.1施工单位与设计单位配合的风险，当施工单位由于技术原因导致施工困难时，往往以难以施工和设计不够详细等原因要求设计单位更改设计。

3.2监理单位与设计单位配合的风险。监理单位为了有效控制工程投资，会出现要求设计单位降低标准，或对设计图纸进行变更。

3.3设计人员工作安排的风险。设计人员需要对设计质量负责，对设计投资掌握负责和对设计周期负责。目前设计单位的设计周期短，为把设计任务及时完成，会出现设计质量存在缺陷。

3.4审查图纸的风险。由于赶工程进度原因，审查人员无法确保对图纸质量进行全面、详细审查。

二、电力设计项目的风险评价

电力设计项目的风险评价包括确定风险发生概率分级和风险影响程度分级，进而进行风险等级分析评估，确定风险管控优先级。1.风险概率评价。根据历史资料法或层次分析法，对风险事件发生的概率度进行量化评价。其中等级分别分为5，4，3，2，1，对应的可能发生比率为（≥1/2，1/3，1/8，1/20，1/80），即概率发生可能性为：极高、高、中、低、极低。

2.风险危害严重程度评价。风险概率评价完成后，需考虑风险事件影响项目的危害严重程度，如表1所示。其中项目目标分为质量、进度、费用和范围4项，权重均为0.25。

3.风险指标体系的风险概率数。对每一种风险指标，根据概率度和严重程度相乘得到风险概率数。该数越大，风险的危害越严重。以某一电力设计项目为例，计算各风险指标的风险概率数。可得，设计招投标要求和设计人员工作安排的风险概率系数最高，需进行风险应对和监控。

三、电力设计项目的风险应对和监控

风险概率评价篇8

关键词：城市轨道交通；列车控制系统；贝叶斯网络；风险评价

Abstract: Train control system has become important factor to affect the safety of urban rail transit operation, the scientific method of security risk prediction and assessment has important significance. From system risk, system cause relationship is constructed by Bayesian network. Reference to expert knowledge, the basic event probability is quantified, probabilistic reasoning of the risk factors is realized by GeNIe, quantitative assessment of the risk of a train control system is conducted. Case studies show that the Bayesian network is fit to security risk prediction of urban rail transit train control.

Key words: Urban Rail Transit; Train Control System; Bayesian network; Risk assessment; Sensitivity analysis

中图分类号： X820.4 文献标识码：A 文章编号：2095-2104（2013）

0 引言

安全是城市轨道交通运营的首要指标。城市轨道交通的列车控制系统具有高度复杂性，安全管理任务非常突出[1]。国内外发生了多起城市轨道交通列车的碰撞事故均于列控设备故障有关。常用的设备风险评价方法有事件树法、故障树法和检查表法等[2,3]。随着城市轨道交通运营的安全性要求不断提高，经典的风险分析方法已不能满足需要，需要引入新的风险评估理论与方法。贝叶斯网络(Bayesian Network, BN)是可以将相应领域的专家经验知识和有关数据相结合的有效工具，通过图形直观地表达系统中事件之间的联系。影响列控设备的因素具有很大的不确定性，而且可用于风险评估的数据非常有限。因此，建立基于贝叶斯网络的城市轨道交通列控系统风险评估模型，经过网络推理，可实现风险概率预测，可为降低列控设备的运营风险提供决策支持。

1 贝叶斯网络

贝叶斯网络又称置信网络，是一个有向无环图(Directed Acyclic Graph, DAG)，由代表变量的节点及连接这些节点的有向边构成[4]。一个具有个节点的贝叶斯网络可用来表示，其中包括两部分：

（1）用表示具有个节点的有向无环图，变量集合对应中的每个节点。代表节点间的有向边，表示随机变量间的依赖关系。节点变量是相关因素的抽象，有向边则表达了一种变量间的因果关系。对于有向边，称为的父节点，而称为的子节点。没有父节点的节点称为根节点，没有子节点的节点称为叶节点。的父节点集合和非后代节点集合分别用和表示[7]。图中蕴含了条件独立性假设，即在给定下，与条件独立：

（1）

（2）表示一个与每个节点相关的条件概率分布。由贝叶斯网络的条件独立性假设可知，条件概率分布可用来描述，它表达了节点与其父节点的关联关系。如果给定根节点先验概率分布和非根节点的条件概率分布，可以得到包含所有节点的联合概率分布。

（2）

2城市轨道交通列控系统风险评价模型

2.1贝叶斯网络构建

城市轨道交通列控系统是一个由人、机和环境组成的复杂系统。系统故障的类型较多，本文选取列车紧急制动作为研究对象。引起系统故障的原因非常多，包括人为、气候、组织和设备设施等随机性因素，而设备因素是目前系统故障的常见原因。因此，本文主要从列控系统维护的角度出发建立系统故障的贝叶斯网络。

将贝叶斯网络节点分为风险事件、风险状态和风险因素三层。在事故中，风险事件为列车紧急制动（Z）。风险状态层是指风险事件的直接原因，包括通信节点故障(D)、车载设备故障(V)、信号设备故障(X)和通信中断（T）等。风险因素层是指造成风险状态的原因，包括电源缺失（W）、维护管理不到位(G)、司机操作失误(S)、设备部件失效(B)、自然灾害（H）和人为因素（R）等。图1为构建的城市轨道交通列控系统风险贝叶斯网络结构。模型中，每个网络节点都有两个状态：state0或state1。其中，state0表示节点异常；state1表示节点；正常。

图1 列控系统风险贝叶斯网络

贝叶斯网络模型的节点和节点之间的关系确定之后，需要确定网络中节点之间的条件概率表(Conditional Probabilities Table, CPT)。在城市轨道交通运营领域，详细的设备故障数据获取比较困难，而且进行大量的统计也不现实。因此，本文是通过专家问卷调查的方式获取贝叶斯网络模型的条件概率表。

2.2系统风险评价

贝叶斯网络推理就是计算网络中任一节点的边缘概率, 从而得到网络的后验概率。贝叶斯网络推理的过程的实质是不断更新网络节点的概率,利用给定变量的信息计算目标变量的条件概率。构建完成贝叶斯网络以及节点的条件概率表之后，需要评估模型中的风险因素的概率，通过网络模型的推理得到事件的风险概率。通过向专家咨询各类事故贝叶斯网络中的风险因素概率，并对专家给出的概率进行处理确定风险因素发生的概率。以风险因素的概率作为贝叶斯网络的输入，采用联合树推理算法[5]，计算风险事件发生的概率。将计算结果反馈给专家，依据实际事故案例，检验模型的合理性。

3 案例分析

以列车紧急制动为例，进行实证研究，并在已构建的贝叶斯网络模型的基础上进行深入分析，验证模型的适用性与有效性。通过专家咨询的方式获得贝叶斯网络的条件概率表，调查问卷对象选自城市轨道交通运营管理部门的专家和现场技术人员，保证了数据的真实可靠。

结合相关专家意见对有效问卷数据进行整理，依据不同部门对所得的各节点概率进行加权处理得到相应的先验概率，并输入到GeNIe软件中进行网络推理，得到碰撞事故风险量化评估结果，如图2所示。

图2 列控系统风险定量分析

从图2可以得出城市轨道交通列车事故风险中，通信中断的概率最大，其次是信号设备故障，这与大量的城市轨道交通列控故障统计分析结果一致。因此，在列车运营之前，需加强运输管理制度的培训和学习，进行规范化管理，同时加强通信设备和信号设备维护工作。这为列车的安全运营提供了作业指导。

4 结论

以城市轨道交通列车控制设备风险分析为研究对象，通过现场调查研究，结合事故案例的数据分析和专家知识经验，获取事件的影响因素、节点状态以及节点之间的条件概率。并建立了基于贝叶斯网络的城市轨道交通列车运营安全量化评价模型，并通过该模型对城市轨道交通运营的风险因素进行灵敏度分析，得到了列控系统风险的概率。该模型具有较强的普适性，应用该模型进行风险评价时，只需要根据运营管理的数据调整CPT，方便于应用。

参考文献

[1] 陆海洲，王富章，王英杰，等．铁路应急平台框架体系研究[J]．中国铁路，2007，（6）：41-44．

[2] 张超,马存宝,胡云兰,等.基于贝叶斯网络的故障树定量分析方法研究[J].弹箭与制导学报,2005,25(2):235-237.

[3] Kima M C, Seong P H, Hollnagel E. A Probabilistic Approach for Determining the Control Mode in CREAM[J]. Reliability Engineering and System Safety, 2006, 91: 191-199.

[4] 黄友平．贝叶斯网络研究[D]．北京:中国科学院研究生院，2005．

风险概率评价篇9

关键词：化工建设；环境风险评价；重要性；主要内容；

中图分类号： B845 文献标识码： A

环境风险评价对化工建设的重要性

化工产业的基本特点

一般情况下，化工建设需要很多大型装置，具有非常复杂的管道设置以及阀门设置等相关设备，具有易燃、易爆的特点；并且在化工建设中很多原材料都有很大的毒性，在其保存、运输以及使用过程中，拥有非常严谨的规范和标准；随着化工行业的蓬勃发展，会涉及到众多化学物质的使用，在处理不当时，就会产生强烈的化学反应，会制约生产生活的开展，破坏自然环境，影响工作人员的生命安全；通过以上特点的叙述，我们能够发现化工建设相对于其他行业来讲，具有非常大的危险性，会对人们的生命健康带来意想不到的伤害。最近几年，由于各种原因，化工企业发生事故的现象层出不穷，我们要对这些事故进行正确的认识，要在这些教训中，总结出规律，为日后的化工建设工作积累丰富的经验。

环境风险评价对化工建设的重要性

通过以上特点的论述，我们能够清楚的认识到在化工建设中，环境风险评价的必要性，简单的说这项工作就是通过对风险的正确评估，进行科学的源项分析，然后对发生风险事故的概率进行准确的估测，借此来提出一些预防措施，或者是处理突发事情的有效手段，来降低事故发生的可能性，减少化工建设对工作人员和外界自然环境的伤害和破坏；这项工作是确保化工建设安全性的重要途径和关键环节。

二、化工建设中环境风险评价的重要内容

一般情况下，在化工建设中，进行完善的环境风险评价工作需要通过大致5个方面的工作。第一，应该了解这一行业，最有可能出现的事故是什么，要了解这一行业的运行特点，要在其生产设备复杂性、生产材料有毒性和化学性的基础上，对每一个生产环节有可能出现的事故进行正确的认知，也就是说要对过去的相关数据进行科学解析，找出具体的经验教训，做好历史数据分析工作和风险识别工作；第二，认识到在生产过程有可能会出现的意外事故，进一步了解到环境风险事故发生的大致频率，了解在事故中产生废弃物污染的大致程度，并对其危害进行科学分析，换句话说就是要做好源项分析工作；第三是对意外事故的后果进行预测，例如在事故中有可能产生的爆炸等，对工作人员的伤害、对周围环境的破坏、对财产的影响等，做到事前的预测，以免发生时会有手忙脚乱的现象；第四点就是要对环境风险进行精确地计算和评估，做到心中有数，也就是要对发生意外事故后，产生的伤害，进行整体的评估；最后就是要在前四点的基础上，制定一些预防措施和应急措施，当这些事故不幸发生的时候，及时做好治理工作，最大限度的降低事故产生的伤害。下面我们就对这5项工作中的重点内容进行进一步的分析研究。

1.环境风险评价工作中的概率分析

化工建设中，对环境风险进行正确的概率分析，做出科学的预测是十分必要的，在实际工作中，我们常常会利用对某一设备或者某种同一类型的项目建设来进行横向和纵向的分析研究，来明确有可能出现的事故类型，寻找事故的源头，在充分掌握这些信息之后，根据化工企业的实际情况，制定出行之有效的预防措施，最大程度上降低事故发生的可能性。对过去的生产参数进行科学分析，是总结事故发生概率的重要手段，过去的经验教训能够为未来的生产活动进行科学的指导，因此风险概率的确定要以历史数据分析为基础；从专业角度来讲，风险概率的确定可以通过事件树法以及故障树法来进行分析，但是由于化工建设会涉及到生产过程的大小环节，任何一个细小部分的失误都会产生严重的后果，都有可能造成事故的发生，因此事故发生的概率仅仅是理论上的计算而不能代表真实的事故发生可能性，这就要求工作人员在进行概率分析的时候，结合本企业的综合情况，站在全面的角度和可观的角度进行概率分析。

2.环境风险评价工作中的风险预测和评价

化工建设中施行环境风险评价的最终目的是为了衡量事故造成的伤害，是否是可以通过一定的手段进行弥补的，是否是社会和人民群众所接受的，我们可以从两个角度来看，首先是从风险发生的概率角度来分析；其次是从风险发生的代价来分析。这样企业在进行项目生产的过程中，就会衡量生产和代价之间的关系，做到以最小的代价产生最大的效益。

3.环境风险评价工作中的风险管理以及评价结论

在当今社会的化工建设风险评价结论中，我们可以发现，很多风险管理的条条框框都是非常相似的，并且其中大部分都是叙述事故的预防和事故发生以后的治理两大方面，阐述了火灾、气体泄漏以及检测工作等方面的内容，还有就是对消防措施、冷却措施等进行了重点的介绍，却忽略了事故发生以后对人员的疏散、受害人群的慰问以及环境的治理等方面的内容，这就需要化工建设在日后评价结论中，将这些方面的内容重视起来，并落实到位。

结语：在我国，化工行业的环境评估工作，并没有得到完全的落实，要想最大程度上减少化工建设带来的危害，就必须树立环境风险评价意识，做好环境评估的各项工作，在平时的工作经验和工作教训中汲取精华；以此，为日后的相关工作积累经验。这篇文章通过对化工建设的基本特点和环境评估重要性、主要内容的叙述，向大家展示了，我们在生产活动中会有可能造成的破坏，并对相关知识进行了简要的分析，还通过一些例子的阐述，清楚地阐述了文中所表达的观点，希望能够为同行业的工作人员提供一些理论依据，使我国的化工建设逐渐走上一条现代化的可持续发展道路，真正造福群众、造福社会。

参考文献：

[1] 李立伟,许庆,李兰英. 化工建设项目环境风险评价初探[J]. 中国科技信息. 2009(08)

[2] 王忠亮. 化工石化类合成材料建设项目的环境影响评价[J]. 中国科技信息. 2011(18)

[3] 李柰. 基于实践的化工企业环境风险评价技术方法研究[J]. 科技资讯. 2010(12)

[4] 龙铁宏. 环境风险评价中有毒物质泄漏预测结果的应用[J]. 工业安全与环保. 2008(02)

[5] 韩雪莲. 石油化工项目中环境风险评价研究[J]. 安全与环境工程.2008(01)

[6] 林莉,孔庆波. 浅析化工企业环境风险评价[J]. 环境科学与管理. 2008(04)

[7] 王磊,姚建. 化工项目环境影响评价报告编写要点[J]. 环境科学与管理. 2008(03)

风险概率评价篇10

关键词：商业银行；信用风险模型；贷款风险度；改进路径

中图分类号：N830，33 文献标识码：A 文章编号：1002-2848-2007(03)-0065-06

一、问题的提出

现代商业银行信用风险管理已由传统的信用风险识别和违约评估发展到现代信用风险模型化阶段，由国际活跃的银行和金融机构创建和广泛应用并被巴赛尔银行业监管委员会(下称委员会)建议使用的现代信用风险模型主要有JP.Morgan(1997)的Credit Metrics、KMV(1993)的EDF(credit moni-tor)、CSFP(1997)的Credit Risk、Mckinsey(1998)的Credit PortfolioView等模型。2004年6月公布的巴塞尔新资本协议(下称新协议)所推出的信用风险内部评级法(IRB)也是基于上述模型的适用性考虑后的折中产物。

国外对现代信用风险模型的有效性验证研究结果显示，上述模型均是有效的信用风险量化技术，并且在对不同的信用资产风险度量中具有自己独特的优势。委员会于2004年6月推出新协议提倡使用IRB管理信用风险，并推荐使用上述模型进行内部评级，可见现代信用风险模型已经在国外得到了广泛的认可和使用。

目前，我国商业银行信用风险管理水平离新协议的要求还有相当大的差距，仍停留在传统的贷款风险度衡量阶段，但银监会表示，我国商业银行应积极过渡到以IRB为代表的现代信用风险模型管理阶段。国内理论界和银行业已对IRB和现代信用风险模型进行了理论研究，并探讨了在我国的适用性和模型选择，但存在的主要缺陷是没能遵循“路径依赖”的原则，忽视了在我国商业银行现有信用风险管理模型的基础上的改进路径选择，从而提高了改进成本。本文将弥补既有研究的这一缺陷，在细致考察我国商业银行现有的信用风险管理模型的贷款风险度方法存在的不足和缺陷的基础上，将其与现代信用风险管理模型进行比较分析，从而寻找改进和构建我国商业银行信用风险管理模型的路径选择。

二、我国商业银行信用

风险管理模型：贷款风险度方法

多年来，我国商业银行的信用风险管理方法主要以定性分析与经验分析为主，定量分析和各种财务工具的运用处于次要位置。目前这种局面己经有了改进，我国商业银行初步建立起由客户信用评级法和贷款风险分类法所构成的两维评级体系为基础的贷款风险度方法。

(一)贷款风险度方法框架

目前，我国商业银行的信用风险评估管理主要采用贷款风险度方法。所谓贷款风险是指发生贷款本息损失的不确定性，其主要影响因素有：贷款对象、贷款方式、贷款期限和贷款形态。在实践中，即将交易对手企业客户划分为不同的信用等级，确定相应的风险权数，即企业客户信用等级风险系数T；再给出贷款方式的风险权数，得到贷款方式风险系数S。于是，单笔贷款风险度X可表示为：

贷款风险度X＝T×S

由上式，贷款风险度的本质是取值在0-1之间用概率表示的贷款风险程度。上式表明，X是贷款风险的量化指标，X越大，表明此项贷款面临的风险越大。实际工作中往往通过统计结果来确定贷款最佳风险度X(一般为0.4)和临界风险度X(一般为0.6)。X以下的贷款质量处于良好状态，超过X就视为高风险区。

贷款发放后就参与了企业生产资金的周转过程，也就具备了增值或亏损的可能性。人民银行的《贷款通则》规定：银行已发放的贷款资产可划分为：正常、关注、次级、可疑和损失五类，据此可确定不同贷款形态的风险系数P；再考虑不同期限贷款面临不同的风险损失，可确定贷款期限风险转换系数p，于是，在最终贷款审查和评估时，有：

贷款资产风险度L＝单笔贷款风险度×贷款形态风险系数×贷款期限风险转换系数

＝X×P×Q＝T×S×P×Q

单项贷款风险权重资产=单项贷款金额×该笔贷款资产风险度，即：

RWA＝A×L＝A×T×S×P×Q

全部贷款资产风险度＝∑贷款风险权重资产/∑贷款余额，即：

(二)我国银行业贷款风险度方法的总体判断分析

通过与国际银行业采用的现代信用风险管理模型和新协议的1RB法比较，可得出以下判断：

1、贷款风险度方法实际上低估了信用风险

贷款风险度的计算公式是根据概率论中全概率法则建立的，该法则的假设前提是各因素都应是独立无关的；然而，贷款风险度L的影响因素T,S、P均是与企业相关的内部因素，三者的含义和评估标准有重复的地方。所以贷款风险度方法并不符合严格的条件概率定义，在实际应用中低估了信用风险。因此，可以将S和P纳入，评价中去，将信用等级风险系数定义成严格意义下的条件违约概率。

2、评估方法简单化，主观性较强

贷款风险度方法以信用评级为基础。目前，我国商业银行的内部信用评级普遍采用“打分法”，这种方法的最大弊端是评级的基础是过去的财务数据，与风险预测的关联度不大。客户信用等级风险系数和贷款方式风险系数指标和权重的确定缺乏客观依据，难以反映评级对象未来的真实偿债能力。因此贷款风险度方法实际上是建立在主观因素过强的信用评级基础上的经验公式，无严格的理论基础和证明，很难有说服力。

3、无严格的理论基础，其科学性和准确性没有很强的说服力

可见，贷款风险度方法只是一个近似的加权平均，并不严格符合概率论的意义，从而，贷款风险度的计算公式所依据原理的科学性值得怀疑，其评估的准确性不能高。而国际高级信用风险模型则大都使用了联合概率分布和概率母函数的办法解决单个债务人的违约与银行整体客户违约的概率关系问题，以严格的理论为基础，其准确程度明显高于贷款风险度方法，并且可以推导包括多项贷款或其他银行业务的资产组合联合违约概率分布及损失分布，便于商业银行进行组合多样化管理。因而，我国在信用风险的评估方法中应引入严格的理论推导，以严格的理论为指导才能够保证信用风险度量及管理的准确性和有效性。

4、缺乏贷款组合风险管理功能

贷款风险度方法中仅考虑单项贷款的风险，没有考虑贷款组合和贷款集中度，缺乏贷款组合风险

管理功能。事实上，集中于某一行业的贷款违约很有可能造成银行破产，贷款组合可以降低单项贷款带来的风险；好的风险评估模型应该关注银行现有客户的分布和组合贷款风险，便于商业银行进行组合多样化管理；并且由于贷款风险度方法不能推导出PD以及LGD分布，缺乏进行组合风险VaR分析的基础，从而无法进行VaR分析。

5、评估结果不全面，且呈现静态性和波动性

贷款风险度方法仅给出贷款风险的PD测量，而没有给出LGD估计值。而在实际工作中需要对LGD进行估计。因此使得贷款风险度评估结果不全面。而且由于贷款风险度方法中所使用的指标考察期均较长，评估结果时效性差，难于应对瞬间变化的金融市场。

贷款风险度作为信用风险的评估标准本身具有波动性，即贷款风险度对信用风险的反应不固定而时大时小，具体表现为：贷款风险度对信用得分差距原本较大的贷款企业，其评估结果却一视同仁；而有时信用得分差距微小的贷款企业，其评估结果却差异很大。贷款风险度指标对信用风险的度量只是一种粗略的度量，对于相差很大的贷款企业可能做出正确判断，而对相差不大的方案，该指标很有可能会掩盖企业间的风险差异，使银行做出错误的决策。形成波动性的根源在于贷款风险度自身的“离散性”与风险的不确定性和随机性之间的矛盾(于立勇，2002)。

三、现代信用风险内部模型的分类

银行内部信用风险计量是通过对客户和债项类型风险特征的评估确定银行可能遭受的损失，进而估计经济资本(EC)。IRB法需要估计和确定的主要变量有违约概率(PD)、违约损失率(LGD)、风险暴露(EAD)、期限(M)、预期损失(EL)、意外损失(UL)和风险价值(VaR)。其中，PD、LGD、EAD、M是IRB的主要输入数据，而EL、UL和VaR是主要输出结果。新协议对信用风险资本金的确定借鉴了市场风险中计算资本金的VaR方法，而且定义VaR就是EL与UL之和。用VaR方法计算资本金时需要确定信贷资产未来价值或损失的概率密度函数(PDF)，从不同的角度考察信用风险度量模型和用不同的方法计算相关参数，就会对模型产生不同的分类，通常有如下分类方式：

1、依据模型的演绎或归纳方法

演绎模型(Top―down Models)用单个统计数据对信用风险进行分组，也就是说将许多不同来源的风险视做同质风险加总到组合的整体风险中，不考虑个别交易特征。这种方法对于所含信用笔数很多的零售信用组合比较合适，但对于公司贷款或国家贷款组合而言，就不太合适了。即使零售资产组合，演绎模型也可能隐藏着来自行业的或地理位置的特别风险。

归纳模型(Bottom-up Models)解释了每一种资产/贷款的特征。此种方法非常类似于对具有市场VaR系统特征的头寸进行结构分解。它适用于公司信用资产组合和资本市场组合。归纳模型对于采取纠正措施也是最有用的，因为可以按照其风险结构进行反向操作来修正风险曲线。

当今的信用风险模型中归纳方法占主导地位。只有CSFP的Credit Risk是对假设为同质的资产在整个等级的层次进行分析，可以被认为是top―down方法。

2、依据建模原理与分析方法

对于PD、等级转移矩阵和信用质量相关性的计算，主要有三种方法。

其一是经济计量模型方法，该方法对PD计算的根据是，PD与当前的宏观经济状况、行业和公司所处的地理位置等有关，环境的差异或宏观经济因素的变化影响了公司的资产价值，因而影响了公司的信用质量，进而使公司之间的信用质量表现出相关性。经济计量方法适用于简化式模型；其二是基于精算的方法，其基本方法是只考虑KMV的预期违约概率(EDF)有关计算，假定违约遵从随机泊松过程，应用客户的历史违约率数据预测具有类似特征的客户的EDF，在此基础上再估计相关参数，比如等级转移矩阵和相关系数。基于精算方法的参数估计具有“后顾性”(backward―looking)；其三是基于Merton期权模型的方法，把公司违约或信用质量的变化与公司资产的价值、股权、债务联系起来进行考虑。该方法利用可获得的关于公司的债务、权益的历史价值和当前市场价值以及权益价值的历史波动性估计公司资产价值的大小、变化率和波动性。进而通过期权模型确定公司的EDF和违约相关性。基于权益的方法具有“前瞻性”(forward-looking)。

Credit Metrics依据评级的历史数据统计和股权分析；KMV依据期权定价原理；CPV依据宏观经济因素调整的模拟分析；Credit Risk则依据保险精算的寿险和财险思想。

3、依据模型对风险的定义方式分类

违约模式(Default―mode Models，DM)与盯市模式(Market-to―Market Models，MM)是银行业内普遍使用的两大类信用风险模型，其分类原则是基于对资产价值和信用损失估计方式的不同考虑。所谓信用损失是指信贷资产组合当前价值与某给定时期末的未来价值的差，当前价值往往是已知的，而未来价值是不确定的但是有一概率分布。DM模型只考虑违约与不违约两种信用状态，即只把完全的违约视为信用事件。因此，资产组合的市场价值的任何变化或信用评级的任何变动都是无关的；而MM考虑资产组合市场价值的变化和包括违约在内的信用等级的变化，公平市场价值为模型提供了对风险更好的估计。在此意义下，MM模型是DM模型的一种推广。

Credit Metrics属于MM模型；Credit Risk和KMV本质上属于DM模型，但KMV公司目前正准备提供MM版本；CPV既可被当作MM使用，也可被用做DM。

4、依据违约事件的条件概率分类

条件概率模型(Conditional Models)中包含了宏观经济因素变动对PD的影响。即此类模型考虑了经济衰退期PD会上升。

无条件概率模型(Unconditional Models)具有固定的PD，并且因此往往关注的是贷款者或特定因素信息。但某些环境因素的改变也允许用改变模型参数的方法来实现。

Credit Metrics是基于违约历史资料统计的结果，没有反映宏观经济因素，因此属于无条件测度；CPV、KMV以及Credit Risk分别融入了宏观经济因素以及市场价格等信息，因此属于条件测度。

5、依据违约事件的结构化和简化设定分类

这种划分的根据主要是出于对违约相关或信用等级转移相关性确定方法的考虑。在同一行业和地区的客户之间，由于信用事件(违约、信用等级转移、违约时的损失率、信用价差、风险暴露等)的变化是非独立的，即存在着相关性，在估计信用损失确定资本金时应考虑相关性。但是，实际应用中由于

数据及模拟技术的限制，通常只考虑不同客户之间违约或等级转移的相关性，而其它信用事件之间的相关性不予考虑。对相关性的估计，委员会选择了两类模型，即结构化模型(structural model)与简化式模型(reduced-form modd)。结构模型试图通过假定金融产品或经济单位的微观经济特征来解释单个客户的违约或信用质量的变化，比如资产价值和负债之间的比例关系可能决定了客户的信用质量。那些用于决定客户风险等级变化(包含违约)的随机变量称为等级转移风险因素(Migration risk fac-tor)，在结构模型中，就是要估计或确定客户问等级转移风险因素的相关性。而简化模型则不同，它不是试图解释违约或信用等级的转移，而是选择一种统计方法并建立适当的因素模型来刻画违约或信用等级的转移现象。在简化模型中，特别假定了客户的EDF或转移矩阵与可以观察到的宏观经济活动指标或不可以观察到的随机风险因素之间存在一种函数关系，简化模型认为正是单个客户的财务状况对公共因素或相关背景因素的依赖才引起了客户之间违约率的相关性和信用等级转移之间的相关性。

Credit Metrics、KMV属于结构模型；CreditRisk与CPV属于简化模型。

6、依据违约的驱动因素分类

Credit Metrics和KMV的违约驱动因素为企业资产价值及波动性；CPV的驱动因素为宏观经济因素；Credit Risk的违约驱动因素则为违约风险平均水平及其波动性。

7、依据违约概率测度的离散性与连续性

由于金融产品的价值要受到其信用质量的影响，而对信用质量的描述变量有连续与离散之分，因此依据对金融工具信用质量变化方式的不同刻画，对金融工具在给定期限末的价值或损失的估计就有了两种可以选择的方法：一是，信用质量按离散的信用等级变化(信用评级)进行刻画，基于此的估值模型称为离散估值模型；二是，信用质量通过违约概率或违约概率密度函数按连续的方式进行刻画，基于此的估值模型称为连续型估值模型。

在以上几种模型中，Credit Metrics、CPV属于离散测度，而KMV、Credit Risk则属于连续变量测度。

四、贷款风险度方法与

现代信用风险模型的比较

从提高我国银行业信用风险管理的前瞻性角度思考问题，可行的方法是以现代信用风险管理模型为参考，改进我国现行的贷款风险度方法。将其方法与Credit Metrics、KMV、CPV、Credit Risk进行比较分析，主要特征比较如表1所示。

从比较中可以发现，与我国贷款奉献度方法在诸多特征最为接近的是Credit Metrics模型，因此，我国银行业在对此深入研究的基础上对我国现行信用风险管理模型做一改进，使其逐步向现代信用风险管理模型靠近，并满足IRB要求。

五、我国银行业现代信用风险

管理模型的改进方向及其选择

现代信用风险管理模型均具有不同的比较优势，从而也各具有不同的适用性，即：Credit Metrics和KMV适用于对公司和大的私人客户的信用风险度量；Credit Risk适用于对零售客户的信用风险度量，CPV适用于对宏观经济因素变化敏感的投资级债务人或债项如房地产贷款的信用风险度量。而我国银行业具有不同的类型和业务范围，可以选择较为适合的模型来改进自身的信用风险管理。

KMV主要用于分析发债公司的信用状况和资本市场的信用风险，其中一个基本条件是需要大量的股票市场的有效数据，适用范围受到了限制，特别适用于上市公司的信用风险评估，对非上市公司的EDF进行计算时，需要借助很多会计资料，同时还要通过对比分析手段最终得出企业的EDF，因而，计算过程复杂且结果未必准确。但由于我国股票市场历史较短，上市公司信息质量不高，股权分割等因素导致上市公司的股票价格时常背离公司的实际，进而影响对上市公司价值的准确估计，即使通过上市公司股票价格来估价公司价值，其差异也非常大：模型假定借款企业资产价值呈正态分布是不合乎实际的；模型不能够对长期债务的不同类型进行分辨。但随着我国资本市场的不断完善，资本市场作为重要的资源配置场所作用的日益增大，KMV在我国的应用条件会逐渐具备，而且随着上市公司数量的不断增加，其应用范围也会逐渐增加，并在未来的信用风险管理中发挥重要作用。

CPV和Credit Risk都涉及到宏观和行业因素。CPV是从宏观经济的角度来分析借款人的信用等级的迁移，而信用登记迁移概率在不同时期受到GDP增长率、经济周期、失业率、汇率、产业等多因素的影响。该模型的应用是以上述数据均正确为前提。由于此类数据的完整获取和精确计量在我国尚有一定的难度，再加上从方法论上看，从宏观因素的个数及其经济含意与信用等级迁移的具体函数关系尚缺乏稳定性和风险性，我国的信用风险量化处于起步阶段，还没有建立完善的数据库，因此在使用上述模型时缺乏基础条件，但随着我国宏观经济数据的不断完善，可以成为我国银行业信用风险管理的重要参考模型。

Credit Metrics适合于对各类贷款资产信用风险的分析和预测，其适用的基本条件是金融机构的内部评级体系或外部评级机构的评级结果。但由于我国信用评级制度不健全，银行内部评级制度尚处于发展阶段，外部评级机构的信用评级也是刚开始，还没有形成长期的企业评级数据库，在此情况下，该模型的应用空间受到很大限制。但我国的信用体系建设已经得到政府的高度重视，企业信用信息征集、评价机制正在不断完善，银行内部评级和外部评级机构也在不断发展，随着各项条件的具备，该模型在我国的应用前景广阔，可以作为一种基础性的信用风险管理模型。

相比之下，Credit Metrics具有两个优点：一是所计算出的Vail可以较为准确地反映不同信用等级和不同时期的贷款在未来可能发生的价值损失；二是以VaR来确定最低的风险资本量可以有效地保证银行在遭受信用风险损失的情况下能够继续生存下来。因此，Credit Metrics可较好地用于我国商业银行对信用风险进行量化和管理。