投资风险评估方法

投资风险评估方法（精选9篇）

篇1：投资风险评估方法

一、风险因素分析法

风险因素分析法是指对可能导致风险发生的因素进行评价分析，从而确定风险发生概率大小的风险评估方法。其一般思路是：调查风险源→识别风险转化条件→确定转化条件是否具备→估计风险发生的后果→风险评价。

二、模糊综合评价法

三、内部控制评价法

内部控制评价法是指通过对被审计单位内部控制结构的评价而确定审计风险的一种方法。由于内部控制结构与控制风险直接相关，因而这种方法主要在控制风险的评估中使用。注册会计师对于企业内部控制所做出的研究和评价可分为三个步骤：

四、分析性复核法

分析性复核法是注册会计师对被审计单位主要比率或趋势进行分析，包括调查异常变动以及这些重要比率或趋势与预期数额和相关信息的差异，以推测会计报表是否存在重要错报或漏报可能性。常用的方法有比较分析法、比率分析法、趋势分析法三种。

五、定性风险评价法

定性风险评价法是指那些通过观察、调查与分析，并借助注册会计师的经验、专业标准和判断等能对审计风险进行定性评估的方法。它具有便捷、有效的优点，适合评估各种审计风险。主要方法有：观察法、调查了解法、逻辑分析法、类似估计法。

六、风险率风险评价法

风险率风险评价法是定量风险评价法中的一种。它的基本思路是：先计算出风险率，然后把风险率与风险安全指标相比较，若风险率大于风险安全指标，则系统处于风险状态，两数据相差越大，风险越大。

风险率等于风险发生的频率乘以风险发生的平均损失，风险损失包括无形损失，无形损失可以按一定标准折换或按金额进行计算。风险安全指标则是在大量经验积累及统计运算的基础上，考虑到当时的科学技术水平、社会经济情况、法律因素以及人们的心理因素等确定的普遍能够接受的最低风险率。风险率风险评价法可在会计师事务所以及注册会计师行业风险管理中使用。

篇2：投资风险评估方法

客观性：

项目评估是在项目主办单位可行性研究的基础上进行的再研究，其结论的得出完全建立在对大量的材料进行科学研究和分析的基础之上。在评估实施过程中，既要对可行性研究报告的编制依据及全部数据进行查证核实，又要根据项目评估的内容和分析要求，深入企业和现场进行调查，以搜集新的数据和材料，以专家的学识确保所有项目资料客观详实。同时项目评估涉及项目投资的工艺设备、技术物资支持、财务分析以及未来市场预测等多个领域，评估人员必须以宏观地理解和掌握相关学科知识为前提，客观公正地评价和处理评估中的每一个细节，并在评估报告中客观公正地表述出来。

是科学性：

首先要有一个科学的态度。项目评估是项目建设前的一项决定性工作，它的任何失误都可能给企业、给国家带来不可估量的损失，因此评估人员必须持有对国家、对企业高度负责的、严肃的、认真的、务实的精神，以战略家的眼光，将项目置于整个国际国内大市场进行纵向分析和横向比较，坚决避免盲目建设、重复建设等现象的发生，使项目建成后确实能够创造良好的效益，发挥应有的作用。同时要使用科学的方法，在评估工作中，注意全面调查与重点核查相结合，定量分析与定性分析相结合，经验总结与科学预测相结合，以保证相关项目数据的客观性、使用方法的科学性和评估结论的正确性。

必要性：

必要性评价又称背景分析，即分析项目在科学研究和经济建设中的意义和地位，从而明确目标项目是否有建设的必要。该指标突出考察的是项目对国民经济和社会发展所能做出的贡献大小。

项目的投资方向：

一个好的项目必须做到四个“符合”和三个“有利于”：即符合国家的方针政策和国民经济的战略部署;符合项目所属行业的发展要求和方向;符合项目实施地区的经济发展特点和总体规划;立项的所有手续要符合国家有关项目管理的规定。项目的建设要有利于项目实施地区、所在行业乃至国家宏观经济结构的调整;要有利于开发利用新的科学技术和新的产品;要有利于扩大对外贸易和出口创汇。

产品的市场需求：

无论是新建项目，还是改建、扩建项目，其目的不外乎引进新的设备和技术，扩大生产规模和改进生产工艺，以增加产品产量和提高产品质量。但其最终落脚点都是赢得市场以追求企业效益最大化。因此，项目评估的一个重点内容，就是科学地评价项目的市场前景。要通过对项目市场调查和市场预测有关数据的综合分析，客观地评价产品质量、性能、价格、市场分布状况及未来相当长一段时期内的发展走向，从而为项目建设的正确决策奠定基础。

可行性：

即考察项目是否具有建设的可能：

如果项目缺乏建设的技术、经济或其他物质基础，那么一切都是空话。1983年国家颁布的《关于建设项目可行性研究的试行管理办法》规定，建设项目可行性研究的内容应包括八个方面：①市场需求调查分析;②拟建或改扩建规模;③技术工艺设备和生产条件研究;④厂址方案与建厂条件;⑤劳动力的来源、素质及职工业务技术培训;⑥工程建设实施计划及生产计划;⑦技术经济指标及财务效益分析;⑧投资效益和社会影响研究。对照上述内容，项目可行性评估的重点主要有两个子指标：

经济的可行性：

篇3：风险投资的灰色模糊预测方法

风险投资的预测存在许多未知因素, 这些因素从理论上精确分析是不可能, 具有一定的灰色度, 即存在灰色参数。并且决策客观上是一种模糊现象, 需要用模糊技术支持此类决策分析[1]。另一方面, 由于受到多种因素的影响, 风险投资数据序列不仅具有趋势性, 还有一定的随机波动性。本文结合这种特点, 将风险投资数据序列看作综合灰色量, 建立灰色-模糊模型来预测风险投资, 弥补了只用灰色理论进行分析的不足, 使预测的结果更加有效。

2 建 模

由于风险投资预测的复杂性, 尤其, 人们常常不得不在信息不完备的条件下对风险投资进行分析, 因此, 几乎不可能正确地估计出任何风险的概率[2]。解决这一问题的途径有两条, 一是提高预测的精度, 二是用适当的方式体现出预测结果的不精确性, 便于决策时有调整的余地[3]。

引入模糊数学的概念, 风险投资可用模糊数e- ( (M-Mλ) /σ) 2来表述。其集合可用正态模糊集上的分布函数表述:

$\text{μ}=\{\begin{array}{cc}\text{e}{}^{-((\text{Μ}-\text{Μ}{}_{\text{λ}})/\text{σ}){}^2}& \text{当}\text{Μ}＜\text{Μ}{}_{\text{λ}}\\ 1& \text{当}\text{Μ}\ge \text{Μ}{}_{\text{λ}}\end{array}(1)$

式中Mλ是阀值极目标收益率;M是观测值;σ为风险投资预测的均方差;μ表示Mλ的程度。具体地, 对风险投资记为:

$\stackrel{\sim }{{\displaystyle \text{q}}}{}_{\text{i}}=(\text{q}{}_{\text{i}{}_1}‚\text{q}{}_{\text{i}{}_2}‚\text{q}{}_{\text{i}{}_3})$

其中qi1<qi2<qi3。其隶属函数为:

$\text{μ}{}_{\text{q}\text{i}}(\text{x})=\{\begin{array}{cc}0‚& \text{x}＜\text{q}{}_{\text{i}{}_1}\\ (\text{x}-\text{q}{}_{\text{i}{}_1})/(\text{q}{}_{\text{i}{}_2}-\text{q}{}_{\text{i}{}_1})‚& \text{q}{}_{\text{i}{}_1}\le \text{x}\le \text{q}{}_{\text{i}{}_2}\\ (\text{q}{}_{\text{i}{}_3}-\text{x})/(\text{q}{}_{\text{i}{}_3}-\text{q}{}_{\text{i}{}_2})‚& \text{q}{}_{\text{i}{}_2}\le \text{x}\le \text{q}{}_{\text{i}{}_3}\\ 0‚& \text{x}＞\text{q}{}_{\text{i}{}_3}\end{array}$

根据选取的μ值可得到不同的风险投资预测序列$\underset{\sim }{{\displaystyle \text{X}}}{}_0^1(\text{k})$, 用以上方法得到的各序列都可用灰色预测模型GM (1, 1) 分别进行计算。

一般地, 在计算风险投资时, 认为非线性模型的预测结果较为理想[4]。非线性灰色模型的微分方程形式为:

$\frac{\text{d}\text{x}}{\text{d}\text{t}}=\text{a}\text{x}-\text{b}\text{ε}\text{x}{}^2(2)$

式中:a, b是待定参数, 用灰色求解;x是观测量, 若x代表风险投资观测值, ε为随机变量。则 (2) 式中左边为风险投资随时间的变化率, 并当x增至某一量值时, dx/dt大最大值, 随后dx/dt减缓, 采用dx/dt达到极大值作为风险投资的预测值。

我们考虑风险投资在某时期内的预测值可通过某一时刻 以前的历史数据利用求得[5]。当x增至某一量值时, dx/dt大最大值, 随后dx/dt减缓, 解方程 (2) 得:

$\text{x}=\frac{\text{a}/\text{b}}{1+(\text{a}/\text{b}\text{x}{}_1)-1)\text{e}{}^{-\text{a}\text{ε}(\text{t}-\text{t}{}_1)}}$

x1, t1初始观测值和初始时间, 当x=a/2b时, dx/dt达到极大值。

设风险投资的观测数据为, x0 (i) , i=1, 2, …, n, 将原始数据进行一次累加生成AGO处理:

$\text{X}{}^1(\text{i})={\displaystyle \sum _{\text{k}=1}^{\text{i}}\text{x}}{}^0(\text{k})‚\text{i}=1‚2‚\cdots ‚\text{n}$

其一次累减生成 (AGO) 算式为:

$\begin{array}{l}\text{x}{}^0(\text{k})=\text{x}{}^1(\text{k})-\text{x}{}^2(\text{k}-1)‚\text{k}=\text{n}‚\text{n}-1‚\cdots ‚1\\ \text{A}=\left[\begin{array}{l}1/2[\text{x}{}^1(1)+\text{x}{}^1(2)]\\ 1/2[\text{x}{}^1(2)+\text{x}{}^1(3)]\\ \cdots \\ 1/2[\text{x}{}^1(\text{n}-1)+\text{x}{}^{!}(\text{n})]\end{array}\right]\\ \text{B}=\left[\begin{array}{l}-1/4[\text{x}{}^1(1)+\text{x}{}^1(2)]{}^2\\ -1/4[\text{x}{}^1(2)+\text{x}{}^1(3)]{}^2\\ \cdots \\ -1/4[\text{x}{}^1(\text{n}-1)+\text{x}]\end{array}\right]\\ \text{r}=[\text{x}{}^0(2)‚\text{x}{}^0(3)‚\cdots ‚\text{x}{}^0(\text{n})]{}^{\text{Τ}}\\ \left[\begin{array}{l}\text{a}\\ \text{b}\end{array}\right]=(\text{A}:\text{B}){}^{\text{Τ}}(\text{A}:\text{B})]{}^{-1}(\text{A}:\text{B}){}^{\text{Τ}}\text{r}\end{array}$

利用灰色控制理论中的灰色预测法, 根据历史数据, 对反映风险投资值进行预测探讨。

在灰色预测中, 需根据M+构造X (0) 。由于M+是一个灰数, 取值的大小可以根据研究的对象而定, 也可以不具体地给出[6,7,8]。本文所探讨的是风险投资平均指数值的问题, 而风险投资平均指数的绝对值大小在该问题中并没有什么意义, 故采取不具体给出M+值的处理办法, 取

x (1) ={x (0) (i) :x (0) (i) 为火灾损失平均指数极, 小值, i=1, 2, …, n}

用GM (1, 1) 模型进行预测时, 其白化方程为

$\frac{\text{d}\text{x}{}^{(!)}}{\text{d}\text{t}}+\text{a}\text{x}$ (1) =b (3)

并且根据阀值M+构造一个集x (0) , 即:

x (0) ={x (0) (i) :x (0) (i) >M+, i=1, 2, …, n}

(3) 式中 (a b) T= (BT B) BTY

其中:

$\text{B}=\left[\begin{array}{cc}-\text{Ζ}{}^{(1)}(2)& 1\\ -\text{Ζ}{}^{(1)}(3)& 1\\ ⋮& ⋮\\ -\text{Ζ}{}^{(1)}(\text{n})& 1\end{array}\right](4)$

$\text{Ζ}{}^{(1)}(\text{k})=\frac{1}{2}[\text{x}{}^{(1)}(\text{k}-1)+\text{x}{}^{(1)}(\text{k})](\text{k}=2‚3‚\cdots ‚\text{n})$ (5)

x (1) (i) =x (0) (i-1) +x (0) (i) (定义x (0) =0) (6)

Y= (x (0) (2) x (0) (3) …x (0) (n) ) T (7)

(3) 式的解为

$\stackrel{\wedge }{{\displaystyle \text{x}}}{}^{(2)}(\text{s}+1)=(\text{x}{}^{(0)}(1)-\frac{\text{b}}{\text{a}})\text{e}\cdot \frac{\text{b}}{\text{a}}(\text{s}=0‚1‚\cdots ‚\text{n})$ (8)

令$\stackrel{\wedge }{{\displaystyle \text{x}}}{}^{(0)}(\text{i}+1)=\stackrel{\wedge }{{\displaystyle \text{x}}}{}^{(1)}(\text{i}+1)-\stackrel{\wedge }{{\displaystyle \text{x}}}{}^{(1)}(\text{i})$ (定义$\stackrel{\wedge }{{\displaystyle \text{x}}}{}^{(1)}(0)=0)$ (9)

由 (9) 式可得

$\stackrel{\wedge }{{\displaystyle \text{x}}}{}^{(0)}=\{\stackrel{\wedge }{{\displaystyle \text{x}}}{}^{(0)}(1)‚\stackrel{\wedge }{{\displaystyle \text{x}}}{}^{(0)}(2)‚\cdots ‚\stackrel{\wedge }{{\displaystyle \text{x}}}{}^{(1)}(\text{n})‚\stackrel{\wedge }{{\displaystyle \text{x}}}{}^{(0)}(\text{n}+1)\}(10)$

(10) 式中的前n个数为x (0) 的拟合值, 而$\stackrel{\wedge }{{\displaystyle \text{x}}}{}^{(0)}(\text{n}+1)$为预测值。

上述模型的目标和约束都带有灰色模糊系数,

3 实证研究

选取11个风险投资观测值作为研究数据, 0.06, 0.21, 0.38, 0.44, 0.46, 0.55, 0.58, 0.65, 0.70, 0.78, 0.92。

假设专家们给出了下面的模糊估计

“风险投资1的概率很大”

“风险投资2的概率大”

“风险投资3的概率中等”

“风险投资4的概率小”

“风险投资5的概率很小”

“风险投资6的概率非常小”

假定“大”、“中等”和“小”时概率论域

P={p1, p2, p3, p4, p5, p6}={0, 0.001, 0.01, 0.1, 0.5, 1}上的模糊概念, 并定义为

大$\stackrel{\text{Δ}}{{\displaystyle =}}0.2/0.1+0.8/0.5+1/1$,

中等$\stackrel{\text{Δ}}{{\displaystyle =}}0.2/0.001+0.8/0.01+1/0.1+0.8/0.5+0.2/1$,

小$\stackrel{\text{Δ}}{{\displaystyle =}}1/0+0.8/0.001+0.2/0.01$

此处的a/b, a是隶属度, b是概率值。使用集中算子μ (p) =μA (p) 2, 我们得到很大= (大) 2=0.04/0.1+0.64/0.5+1/1

很小= (小) 2 =1/0+0.64/0.001+0.04/0.01

非常小= (很小) 2=1/0+0.41/0.001

在这种情况下, 所研究的风险投资可以用表1所示的模糊概率分布表达。

注:mn风险投资;pi概率值

将该表转换成累积概率分布表如表2所示, 进而得到累积概率分布的随机数产生表3。利用表3可找到 (0, 1) 概率密度发生器产生的任一随机数所对应的风险投资的随机数值。例如若概率密度发生器产生一随机数为1-0.84, 则根据表3可找到风险投资的随机数值为0.35。表4列出了风险投资根据公式μ=e计算的属于不同目标的从属度。

选取不同的μ值时, 可得到不同的风险投资序列, 选取最可能的预期收益Mλ=0.7, μ=0.2。若其收益序列为

$\underset{\sim }{{\displaystyle \text{X}{}_0^1(\text{k})}}=\{0.06‚0.21‚0.38‚0.44‚0.46‚0.55‚0.58‚0.65‚0.70‚0.78‚0.92\}$

若取Mλ=0.7, μ=1, 则$\underset{\sim }{{\displaystyle \text{X}{}_0^1(\text{k})}}$变为

$\underset{\sim }{{\displaystyle \text{X}{}_0^1(\text{k})}}=\{0.06‚0.44‚0.46‚0.78‚0.92\}$。

用以上方法得到的各序列用灰色灾变模型GM (1, 1) 分别进行计算。

则

X${}_1^1$ (k+1) = (X${}_0^1$ (1) -u/a) e-ak+u/a

X${}_0^1$ (k) 即为{0.06, 0.44, 0.46, 0.78, 0.92}数列。X${}_1^1$ (k) 为X10 (k) 的一次累加生成, X${}_1^1$ (k) =∑X${}_0^1$ (k) ;X${}_1^1$ (k+1) 为X${}_1^1$ (k) 的预测值, 将X${}_1^1$ (k+1) 进行累减生成运算, 可的实际预测值X${}_0^1$ (k+1) 。模型中的a、u为辨识参数

$\stackrel{\wedge }{{\displaystyle \text{a}}}=\left[\begin{array}{l}\text{a}\\ \text{u}\end{array}\right]$

用最小二乘法求解

$\stackrel{\wedge }{{\displaystyle \text{a}}}=(\text{B}{}^{\text{Τ}}\text{B}){}^{-1}\text{B}{}^{\text{Τ}}\text{Y}$

其中

最后选出预测绝对误差得均方根极小者为实际预测序列。绝对误差均方根按下式计算:

$\text{Δ}\text{q}-\sqrt{{\displaystyle \sum _{\text{k}=1}^{\text{m}}\text{q}}(\text{k}){}^2/(\text{Μ}-1)}$

其中$\text{q}(\text{k})=\text{X}{}_0^1(\text{k})-\stackrel{\wedge }{{\displaystyle \text{X}}}{}_0^1(\text{k})$

X${}_0^1$ (k) 是实际值, $\stackrel{\wedge }{{\displaystyle \text{X}}}{}_0^1(\text{k})$是预测值。

经过计算得$\stackrel{\wedge }{{\displaystyle \text{X}}}{}_0^1(\text{k})=\{0.06‚0.45‚0.443‚0.811‚0.918‚‚0.902‚0.936\}$

比较X${}_0^1$ (k) 与$\stackrel{\wedge }{{\displaystyle \text{X}}}{}_0^1(\text{k})$可知前5个值拟合甚好, 第6个值0.936为预测值, 与实际的值0.929, 其误差为3.6%。最后结论可以得出, 风险投资的预测值为0.2。

4 结 束

本文提出了一种有新意的理论方法, 用灰色模糊理论建立了风险投资预测的数学模型, 并证明了有效性, 可以认为对于风险投资这类“部分信息已知, 部分信息未知”的“小样本”、“贫信息”不确定性的问题, 利用灰色模糊方法进行预测可以集众家之所成, 充分发挥了经典方法的优点, 相应控制和弥补了其弱点。

摘要：对于风险投资的预测, 由于诸多不确定因素, 导致风险投资预测具有“部分信息已知, 部分信息未知”的“小样本”、“贫信息”不确定性, 同时, 在进行预测时要用精确值来表示各种事件的概率显然是不切实际的, 而用模糊数或预言变量来表示他们则显得更为合理。同时, 由于存在时间这一变化基准, 要综合考虑时间、成本、信息等要素对风险投资预测的影响。鉴于这种原因, 本文考虑风险投资为贫信息不确定性、预测分析模糊的方法问题。

关键词：风险投资预测,灰色,模糊

参考文献

[1].Jeffrey T.Venture capital contracting under asymmetricinformation[J].Journal of Banking&Finance, 1998, 22:675

[2].Bergemann D, Hege U.Venture capital financing, moral hazard and learning[J].Journal of Banking&Finance, 1998, 22:703

[3].Aghion P, Bolton P.An incomplete contract approachto bankruptcy and the financing structure of the firm[J].Re-view of EconomicStudies, 1992, 59:473

[4].Chan Yuk Shee.On the positive role of financial inter-mediation in allocation of venture capital in a market with imper-fect information[J].Journal of Finance, 1983, 38:1543

[5].李齐放.灰色理论在灾变预测中的应用[J].武汉水利水电大学 (宜昌) 学报, 1997, 19 (3) :87291

[6].邓聚龙.灰色系统基本方法[M].武汉:华中理工大学出版社, 1987

[7].袁嘉祖.灰色系统理论及其应用[M].北京:科学出版社, 1991

篇4：风力发电投资风险评价方法研究

关键词 风力发电 风险评价 方法

中图分类号：F062.9 文献标识码：A

0引言

近年来，我国风力发电呈现了稳健增长的趋势。但是，风力发电投资却面临多方面的问题，比如经济问题、技术问题及政策问题等。如果在投资建设过程中盲目地进行，则会造成不可估量的资源损失及经济损失，从而大大降低风力发电工作的实效性与科学性。因此，在进行风力发电投资建设之前，便需要制定有效的风力发电投资风险评价方案，以此确保投资的规范性及科学性，进一步为风力发电工作的完善奠定良机。

1风力发电投资特点分析

（1）风力发电的施工建设周期较短

较与其他建设工程，风力发电的施工建设周期比较短，一台风电机的运输安装时间通常低于3个月，如果对万千瓦级别的风电场进行建设，所花费的时间大概为一年。如此一来，风力发电前建设风险便呈现了较小的特点，同时项目停工的可能性也在很大程度上降低。但是，就算风力发电的施工建设周期比较短，同样需要提高警惕，以此为今后工程建设的正确决策提供依据。

（2）风力发电的投资回收期和运营期较长

通常风力发电的投资回收期比较长，一般超过8年。这主要是受到风能资源所具备的两个特点影响，其一为能量密度较低，其二为供给具有不可控性。据有效数据表明，风电机组的年平均利用小时数在2300h左右，与火电厂比较要低很多。所以，在风力发电的实际发量受到制约的情况下，与之对应的风力发电投资回收期便较长。

同时，风力发电具备耐久性这一特性。主要指的是风力发电项目的经济寿命及自然寿命较长，换而言之，便是运营周期较长。基于理论层面分析，它的运营区通常可高达20年至30年之间，由于寿命周期较长，所以发生各类风险的概率便大大增加。这些风险涵盖了暴愈、雷电及地震及台风等。

（3）风力发电占地面积大

对于风力发电厂来说，其整体面积呈现了无下降空间的特点。主要是由于风机在布置方面存在多方面的限制。其一，风机比值数量不能太少，若数量过少，便没有办法对当地的风能资源进行利用，从而无法使风力发电的规模效应充分有效地发挥出来。其二，如果风电机组布置太过集中，基于风机间的尾流会对旁边的设备造成极大的影响，并且使风机电组承受较大的疲劳载荷，如此以来便使风电机组的使用寿命大大降低。所以，在对风机进行布置的时候，为了使以上问题得到有效规避，通常需合理地将布机范围扩大。除此之外，风电场建设还需要对电气设备的配置及保护进行充分考虑，以此使机组间集电线路能得到有效保障，同时使施工道路的长度得到有效保障。

2风力发电投资风险评价方法探究

2.1风力发电投资风险评价常用方法分析

对于风力发电投资风险评价，常用的方法有三种，即为：层次分析法、敏感分析法及蒙特卡洛方法。

（1）层次分析法。该方法的基本思路是以风力发电投资决策问题的本质为依据，然后将其进行有层次地分解，以此形成一个阶梯性的层次结构，该结构自上而下分为三层：目标层、准则层及方案层。使用层次分析法对风力发电投资风险进行评价主要表现为评价思路简单，同时也存在一些缺陷，比如基于专家系统权衡打分方面往往过于随意及主观，缺乏客观性及正确性。又如，因为风力发电发展时间比较短，有些专家多该领域认识不够充分，时常会发生判断错误的情况。在个别专家判断失误的情况下，便会使评价结果与实际情况之间存在很大的差异。

（2）敏感分析法。该方法是目前风力发电投资风险定量评价是常用的方法，使用该方法需要完成两个步骤。第一步，需对目标指标进行设立，同时以过去的经验及相关数据为依据，对该目标指标的预期值进行估算。第二步，以目标指标的计算公式对某一个风险因素所发生的变动进行分析，然后确定会对目标指标造成多大的损害。比如：让上网电量、电价及利率等因素控制在一定的百分比之内，通常控制在5%～10%以内。

2.2基于支持向量机方法的风力发电投资风险定性评价

对于支持向量机方法，主要适合运用在非线性、小样本及高维数等方面的风险评价问题。与传统风险评价方法比较，主要具备三方面的优势：

（1）能够有效克服风力发电数据缺失问题。使用支持向量机方法进行风力发电投资风险评价时，通过小样本训练学习，便能够得出模拟评价结果，这样便能够使风力发电所存在的数据缺失问题得到有效解决。

（2）在评价中更具客观性及科学性。该方法很好地避免了专家通过打分计算指标权重的过程，这样便使整个评价过程更具客观性及精准性。

（3）能够为风力发电投资提供有效的决策依据。对于在人工智能法当中所存在的一些问题能够实现有效避免，例如多个局部优化解等问题。通过避免这些问题，便使评价结果保持唯一性，进一步为风力发电投资提供了有利的决策依据。

3结语

通过本课题的探究，认识到制定有效的风力发电投资风险评价方法的重要性与必要性。总而言之，风力发电投资风险评价方法是否有效落实会对我国风力发电产业在未来的发展构成很大的影响。因此，进一步扩大对风力发电投资风险评价方法在理论方面的研究工作便显得极为重要。同时，需要在实践当中不断发现问题，对问题加以改正，以此使风力发电投资风险评价方法更具时效性与科学性，进一步为我国土地资源的合理开发、利用及管理提供帮助。

篇5：化工项目投资风险评价方法的研究

化工项目投资风险评价方法的研究

根据化工项目的特点,对项目的投资风险进行了分析和识别,运用模糊数学的`方法,建立了化工项目投资风险的评价模型,并通过实例验证了该方法的有效性.

作 者：池红卫 王为民  作者单位：天津大学,管理学院,天津,300072 刊 名：石家庄经济学院学报 英文刊名：JOURNAL OF SHIJIAZHUANG UNIVERSITY OF ECONOMICS 年，卷(期)：2004 27(1) 分类号：F407.7 关键词：化工项目   投资风险   风险模糊评价模型  

篇6：投资风险评估方法

（试行）

第一条

为了对重大固定资产投资项目可能影响社会稳定风险的科学预测、分析和评估和防范，促进科学决策、民主决策、依法决策，切实预防和减少社会不稳定因素对重大固定资产投资项目的影响，规范重大固定资产投资项目社会稳定风险评估机制，根据国家和我省有关重大事项社会稳定风险评估工作的规定，参照《国家发展改革委重大固定资产投资项目社会稳定风险评估暂行办法》（云发改投资〔2013〕2492号），结合全省实际，特制订本办法（试行），以下简称《办法》。

第二条

本《办法》所称重大固定资产投资项目是指经省人民政府确定的对我省国民经济建设和社会发展有显著影响的重大建设项目。

第三条 经省发展改革委审批、核准或者上报国家发展改革委审批、核准，以及核报省人民政府审批、核准的在本省内建设实施的重大固定资产投资项目（以下简称项目），适用本《办法》。

第四条

项目单位在组织开展项目前期工作时，应当开展社会稳定风险分析，并委托具备相应资格的机构编制独立的社会稳定风险分析篇章，作为项目可行性研究报告、项目申请报告的重要内容。

第五条

社会稳定风险分析应当充分征询各利益相关者，尤其相关群众的意见和潜在的诉求，查找并逐一列出风险点，从中筛选出主要的、关键的风险因素，对风险发生的可能性及影响程度作出判断，并提出防范和化解风险具体的方案措施，综合判断拟建项目落实风险 防范化解措施后的预期风险等级。

第六条 项目社会稳定风险等级总共分为三级：

高风险（Ⅰ）：大部分群众对项目有意见、反应特别强烈，可能引发大规模群体性事件。

中风险（Ⅱ）：部分群众对项目有意见、反应强烈，可能引发矛盾冲突。

低风险（Ⅲ）：多数群众理解支持但少部分群众对项目有意见，通过有效工作可防范和化解矛盾。

第七条

社会稳定风险分析评估论证工作，由项目所在地县级以上人民政府或有关部门指定的评估主体组织展开。

评估主体如果是具备工程咨询资质的机构，应当具有甲级资质。评估主体不得承当同一项目的可行性研究报告或者项目申请报告的编制。

第八条

评估主体应当采取听证、公示、实地调查、专家评估等方式听取各方面意见，分析判断并确定风险等级，提出社会稳定风险评估报告。

第九条

省发展改革委托工程咨询机构评估项目可行性研究报告、项目申请报告时，应当要求对社会稳定风险分析篇章和评估报告提出咨询意见。

第十条

社会稳定风险评估报告时省发展改革委审批、核准或者上报国家发展改革委审批、核准，以及核报省政府审批、核准项目的重要依据。

评估报告认为项目存在高风险或者中风险的，省发展改革委不予审批、核准和核报；存在低风险当有可靠防控措施的，省发展改革 委可以审批、核准或者上报国家发展改革委审批、核准，以及核报省人民政府审批、核准，并应当在批复文件中提出切实落实防范、化解风险措施的要求。

第十一条 省发展改革委对应当进行社会稳定风险评估的项目不经评估做出批复或者不根据社会稳定风险评估报告做出批复，引发社会稳定风险，给公共利益或者国家财产造成较大损失的，应当依法追究有关责任人的责任。

第十二条

在评估工作中，项目单位和评估主体违反有关规定进行评估或者故意隐瞒真实情况、弄虚作假出具评估报告，导致审批（核准）部门做出错误决策，引发社会稳定风险，给公共利益和国家财产造成较大损失的，应当依法追究有关单位和直接责任人的责任。

第十三条

项目所在地的县级以上人民政府为社会稳定的第一责任人，应当加强对项目社会稳定风险评估工作的指导。项目单位作为直接责任人，应当提前做好项目所在地人民政府及其有关部门的协调沟通工作，并全程参与社会稳定工作。

第十四条

社会稳定风险分析篇章和评估报告按照《国家发展改革委办公厅关于印发重大固定资产投资项目社会稳定风险分析篇章和评估报告编制大纲（试行）的通知》（发改办投资〔2013〕428号）编制。

第十五条

各级发展改革部门可参照本办法，建立健全本地区重大项目社会稳定风险评估机制。

第十六条

本《办法》自

****年**月**日起施行。

篇7：如何进行投资风险评估

1投资者年龄

不同年龄段的人群收入不同,风险承受能力也不一样。年轻人收入在不断提高,抗风险能力较强;老年人收入相对稳定,抗风险能力较低。相对于上述两者来说,中年人收入先是逐渐增加,后是逐渐递减,风险承担能力也是先增加,后递减。

2预期目标的实现时间

预期目标的实现时间分为短期、中期和长期三个阶段。但是,投资目标的实现时间究竟有多长应该视具体情况而定。就目前的情况而言,短期目标应该为1年以内,中期目标应该是1~,长期目标应该是10年以上。

3投资经验

投资经验可以帮助投资者提高对基金产品的鉴别能力和对投资风险的预判能力。一般而言,投资经验越丰富的投资者,越能按照自身风险承受能力进行投资。

4未来5年的收入状况

收入水平与风险承受能力直接相关,未来5年的收入状况更能说明投资者的风险承受能力。如果投资者身体健康,接受过良好的教育,职业确定,工作稳定,未来5年的收入状况投资者自己基本上是能够估算出来的。

5可接受的投资风险

篇8：建筑安全投资效益评估方法研究

一、建筑安全投资效益及其类型

(一) 建筑安全投资的概念

建筑安全投资是指为保证安全生产而投入的一切人力、物力和财力的总和。建筑安全投资分为企业投资和政府投资, 本文主要从企业的角度来考察。建筑安全投资又分为主动性投资和被动性投资, 前者是指为预防事故发生而主动进行的安全投资;后者是指事故发生后的伤亡及损失后果的控制, 其实质是一种损失, 因此本文只针对主动性投资进行探讨。

(二) 建筑安全投资效益的概念

建筑安全投资效益是指建筑安全投资对社会、企业和个人产生的效果和利益, 分为经济效益和非经济效益。经济效益又分为减损效益和增值效益, 减损效益是指安全投资降低事故经济损失的效果;增值效益是指通过安全投资促进劳动生产率的提高从而间接实现经济增值的效果。安全投资的非经济效益是指安全投资对减少生命、健康、商誉、环境、社会安定等损失所起的积极效果。从本质上讲, 实现非经济效益是建筑安全投资最根本的目的。

建筑安全投资效益具有间接性、滞后性、长效性、多效性、潜在性和复杂性等特点。上述特点使安全投资效益的评估既比较困难, 又具有很大的理论与现实意义。

二、建筑安全投资效益的评估方法

本文采用“投入-产出”模型评估建筑安全投资效益, 即安全投资效益=安全产出/安全投资, 安全产出包括经济和非经济产出, 而 (非) 经济产出又可分为 (非) 经济减损产出和 (非) 经济增值产出。

(一) 安全投入 (投资) 的评估方法

我国目前还没有建立统一的建筑安全投资统计指标体系。学术界对安全投资项目的划分也存在不同的观点。本文的安全投资是指建筑企业为预防和减少事故的发生而主动投入的各项费用, 包括安全措施、个人防护用品、安全教育、安全管理 (如安全人员、安全会议、安全检查、安全奖励等投入) 以及其他预防性投入 (如工伤保险等) , 而事故救援及善后处理、财产毁损等均列入事故损失范畴。

(二) 安全产出的评估方法

1、安全经济产出。

(1) 经济减损产出。经济减损产出是指安全投资减少事故经济损失的效果 (即经济减损效益) , 经济减损产出=安全投资前的事故经济损失———安全投资后的事故经济损失。事故经济损失可分为直接和间接经济损失。直接经济损失是指与事故直接相联系的人身伤亡的善后处理费用和财产损坏的价值, 可通过企业有关的财务记录比较容易得到。间接经济损失是指因事故导致产值减少、效率降低等损失的价值。估算间接经济损失的一种简便方法是通过采用直接与间接损失的倍比系数 (“直间比”) 来确定。因事故类型、统计样本及直接和间接经济损失划分标准不同, 使得不同的研究得出的“直间比”相差很大, 从2-10不等, 一般可取4。 (2) 经济增值产出。经济增值产出是指安全投资保障了劳动条件, 促进劳动生产率的提高从而实现经济增值的效果 (即经济增值效益) 。由于影响因素比较复杂, 目前学术界还缺乏公认的计算安全投资经济增值产出的方法。本文假设安全投资与生产投资具有同等的经济增值效果, 通过安全投资占企业固定资产的比重来确定安全投资对经济增值的贡献, 即经济增值产出=建筑增加值×安全投资占企业全部固定资产的比例。

2、安全非经济产出。

非经济产出是指安全条件的实现对生命、健康、商誉、环境、社会安定等所起的积极效果 (即非经济效益) , 同样可分为减损产出和增值产出。为了从经济效益的角度对安全投资活动进行科学的评价, 尝试对几个主要的非经济产出进行经济量化处理。 (1) 非经济减损产出。生命与健康的价值。评估时将人作为“经济人”而非自然人对待, 即从人经济关系的角度考察人的经济活动规模而非人体本身的经济价值。因此, 事故死亡一人的经济损失相当于其死亡年龄至退休年龄期间所能创造的经济价值 (以人均劳动生产率计算) 及其退休后的消费额之和。而伤残造成的健康损失则可通过与死亡事故进行比较来估算。商誉的价值。商誉是指企业由于技术先进、质量优异、生产安全、服务良好、经营效率高、历史悠久等原因而使企业享有良好的信誉。商誉是企业的无形资产, 能使企业具有获取超额收益的能力, 这种能力的价值就是商誉的价值。确定商誉损失价值可按以下步骤进行:首先求出企业整体的商誉价值, 可将企业收益与按行业平均收益率计算的收益之间的差额的折现值作为企业商誉价值, 即商誉价值= (企业收益-行业平均产值利税率×企业总产值) /折现率;其次可采用层次分析法确定安全信誉在企业商誉中所占的比重;最后采用专家评分法评估安全事故引起的商誉的损失系数, 评估时应参考事故严重程度、影响范围、发生频率以及受社会的关注程度等因素。环境的价值。安全事故可能造成环境污染和生态破坏, 消除环境污染和恢复生态需要投入一定的费用, 可将这种费用作为安全事故造成的环境损失价值。社会安定的价值。这是一种潜在的损失, 可用社会安定损失占事故总经济损失 (或非经济损失) 的比例来估算, 这项工作同样可采用专家评分法来进行评估。 (2) 非经济增值产出。非经济增值产出是指通过安全舒适的生产环境, 满足人们对生命、健康、信誉、环境及社会安定等特殊需要, 实现良好、和谐的社会氛围从而创造社会效益。在上述非经济增值产出中, 商誉的增值产出最终体现为企业收益的增加, 而生命、健康、环境及社会安定等非经济目标的实现能使人们工作过程中更加安心和愉悦, 工作的积极性和主动性得以提高, 从而提高劳动生产率, 也就是说上述非经济增值产出有一部分最终还是转化为了经济增值产出, 在前文经济增值产出的计算中实际上已经包含了这几部分非经济增值产出的经济效果, 因此不再另行计算。而非经济增值产出的其余部分则体现为社会伦理和人类道德等方面的意义, 对于这部分内容目前还很难进行有效的经济量化处理。

三、建筑安全投资效益的实证分析

本课题组曾对浙江省某建筑企业进行了为期两年的建筑安全投资效益的跟踪调查, 调查得到该企业2007年和2008年的部分相关数据如下 (注:括号内为2008年的数据) :企业固定资产净值2.79 (3.04) 亿元, 施工产值23.78 (28.23) 亿元, 完成建筑增加值4.65 (5.59) 亿元, 利税总额1.55 (1.75) 亿元, 按增加值计算的人均劳动生产率2.89 (2.92) 万元/人·年, 全年安全投入476 (627) 万元;当年共发生各类安全事故17 (12) 起, 其中死亡1 (0) 人, 重伤3 (1) 人, 轻伤10 (12) 人, 事故共计造成直接经济损失165 (89) 万元。另据调查, 近几年我国建筑行业的平均产值利税率约为6%。

根据上述统计资料及前文介绍的方法估算该企业2008年的安全投资效益如下:

(一) 经济减损产出

取“直间比”系数为4, 则该企业2007年和2008年安全事故总经济损失分别为165×5=825万元和89×5=445万元, 则2008年的经济减损产出为380万元, 对应的经济减损效益为380/627=0.606, 即1元的安全投资能产生0.606元的经济减损效益。

(二) 经济增值产出

经济增值产出=企业总产出 (建筑增加值) ×安全投资占企业全部固定资产的比例=5.59×627/3.04=1153万元, 对应的经济增值效益为1153/627=1.839, 即该企业1元的安全投资能产生1.839元的经济增值效益。

(三) 非经济减损产出

1、生命与健康的减损产出:

死亡职工年龄为34岁, 假设人均寿命为75岁, 职工退休年龄为60岁, 退休以后的消费额为1万元/年, 则该死亡职工的生命价值=2.89× (60-34) +1× (75-60) =91.14万元。假设重伤和轻伤事故造成的生命健康损失分别为死亡事故的80%和30%, 则该企业2008年因安全投资带来的生命与健康的减损产出为91.14× (1+3×0.8+10×0.3) -91.14× (1×0.8+12×0.3) =182.18万元。

2、商誉的减损产出:

假设折现率为10%, 则2007年和2008年企业整体商誉的价值分别为 (1.55-6%×23.78) /10%=1.233亿元和 (1.75-6%×28.23) /10%=0.562亿元。通过咨询有关专家, 确定安全信誉占该企业商誉的比重为20%, 2007年和2008年因安全事故引起的商誉损失系数分别为15%和10%。则该企业2008年因安全投资带来的商誉减损产出为1.233×20%×15%-0.562×20%×10%=258万元。本例不考虑环境和社会安定等损失, 则非经济减损效益为 (182.18+258) /627=0.702, 即1元的安全投资能产生0.702元的非经济减损效益。

(四) 非经济增值产出

根据前文分析, 非经济增值产出的部分效果已经包含在经济增值产出当中, 而涉及社会伦理和道德等方面的效果由于目前还很难进行合理的经济量化, 因此不予考虑。

综上, 该企业2008年建筑安全的投入-产出比为1:3.147 (0.606+1.839+0.702) , 即1元的安全投资能产生3.147元的效益。

四、结论

本文研究了建筑安全投资效益的量化评估方法, 并通过具体实例计算了建筑安全投资效益的大小。研究表明, 建筑安全投资并非通常所认为的是一种没有产出的消耗, 而具有非常巨大的投资效益, 其效益包括减损效益和增值效益, 其中经济增值效益和非经济减损效益均要大于经济减损效益, 若考虑目前暂时还无法量化的社会效益, 则安全投资的效益将更为可观, 因此建筑企业增加安全投资是非常有必要的。

参考文献

[1]、国家统计局.中华人民共和国年鉴[M].中华人民共和国年鉴出版社, 2009.

[2]、李云献, 杜金山等.建筑安全生产重在合理投入[J].建筑安全, 2006.

[3]、罗云.安全经济学[M].化学工业出版社, 2008.

篇9：投资风险评估方法

[关键词] 人力资本投资 风险决策 策略分析方法

一、引言

中国有着丰富的人力资源，但作为质的形态的人力资本相对来说却非常匮乏。人力资本需要通过投资得来，研究和实践证明，人力资本投资对于经济增长比之物质资本和资源资本的投入更具倍增的效应。与此同时，我们也认识到，虽然人力资本投资是一种高投入、高回报的投资活动，但由于现实中种种不确定性因素的存在，人力资本投资往往不能收到预期效果，因此人力资本投资实际上也是一种高风险的经济活动，进行科学的人力资本投资风险决策对于提高人力资本投资效果、达到投资预期有着非常重要的意义。

人力资本投资从主体上看，可分为以国家、企业、个人或家庭为投资主体的人力资本投资，本文以个人人力资本投资为例，介绍了用于风险决策的策略分析方法，即SAVE方法，及其在人力资本投资风险决策中的应用。

二、策略分析方法（SAVE方法）简介

SAVE方法是由美国学者Park和Maillie等人提出的一种项目风险评估方法，经过在一些大、小企业和工程项目中的实践，被证明是十分有效的。该方法认为，一个决策问题，风险只是其中的一个方面，因此应当将风险评价放到整个问题当中与其它因素一起进行综合分析。SAVE方法的一般使用步骤是：

（1）利用专家调查法，确定决策因素指标体系。将决策问题分成几种要素，每种要素又分成若干因素组，每个因素组又包括了若干因素；

（2）利用专家调查法，对每个因素的优劣进行打分，分值范围可以是1～10，1表示最坏情况，10表示最好情况；

（3）利用专家调查法，根据各个因素的重要性，确定各因素的加權系数，权数范围比如为1～3或1～5；

（4）将打分值乘以权数，即为评分值，如权数范围为1～3，则评分值的变化范围即为1～30；

（5）将一个因素组的各因素评分值相加，可得因素组评分值。各因素组评分值之和便是相应要素的评分值。因素的最大可能值也可很容易地计算出，它就是所含诸因素权数和的10倍。最后可算出该要素实际评分值与最大可能值之比（称为实际/最大比）。

W.R.Park和J.B. Maillie在Strategic Analysis For Venture Evaluation（Van Nostrand Reinhold Company,1982）中给出的决策标准是（假设权数为1～3）：

（1）因素打分值不小于3；

（2）因素组评分值的实际/最大比不小于40%；

（3）要素评分值的实际/最大比不小于50%；

（4）总评分值的实际/最大比不小于60%。

同时满足这四个条件的投资方案被认为是满意的。

三、个人人力资本投资的类型和特点

个人人力资本投资的类型主要包括个人教育投资、个人培训投资、个人健康投资、个人迁移投资等。个人人力资本投资的决策主体为投资或投力的个人，个人人力资本投资的决策客体为个人将要进行的人力资本投资项目。个人人力资本投资的特点主要有：

1.预期收益的多样性

人们进行人力资本投资，不外乎有两大类预期，即物质收益和非物质收益。物质收益主要是指通过投资增加的人力资本存量在未来可能获取的更高的收入或其它看得见的收益。非物质收益指人们通过投资增加自身人力资本存量，以期获得更多的社会尊重、精神快乐、心理满足。从某种意义上讲，非物质收益还意味着人们把人力资本投资作为一种消费，即购买精神消费品的行为。在个人人力资本投资决策过程中，非物质收益预期对人力资本投资决策者来说往往是非常重要的因素。

2.投资目的的功利性

从理论上讲，人是理性的“经济人”，不论是从物质收益角度还是从非物质收益角度，都追求个人效用的最大化。更由于人力资本产权单一的特点，使得个人人力资本投资成为一种功利性很强的投资，个人会在投资局部均衡的前提下，来决定是否进行投资活动，并会在尽可能的情况下获取自身最大利益，有时甚至不惜影响集体和社会的利益。个人人力资本投资的功利性也决定了个人人力资本投资在人力资本的形成、配置和使用过程中风险要小于其它主体的人力资本投资。

3.投资结果的风险性

人力资本投资是一种时间密集型的投资，对于大多数人力资本投资来说，都需要很长时间，有些投资需要几年，除迁移和流动的时间成本较少外，绝大多数的时间成本都较高。资本的风险性来源于资本的长期性，生产过程中投入的各种资源、劳动与一定量的物质资本相结合所产出的产品，必须在实现其私人劳动向社会劳动转化的过程后，才能获得超过投入成本的利润。个人人力资本投资也不例外，投资活动在其经投资获得人力资本到真正获得投资收益的这一过程中，面临着诸多风险。

4.投资成本的局限性

因为个人人力资本投资需要投资者个人投入一定的财力、物力和时间等稀缺性资源，同时还要损失因投资而造成的机会成本，因此投资成本是投资行为能否发生的重要影响因素。一般来说，家庭收入较高的个人往往会比贫穷的个人有更强烈的投资欲望和需要，富裕地区或国家的人民所达到的教育水平也往往比贫穷地区或国家的人民所受教育程度更高，其实也就是说，当缺乏资本市场对个人人力资本投资的外部融资条件时，家庭或个人的收入水平直接决定了个人人力资本投资的数量或投资水平。

四、个人人力资本投资决策因素指标体系的建立

为方便使用SAVE方法，根据个人人力资本投资的特点，我们可以将影响个人人力资本投资决策的要素分成以下几个方面：

1.预期收益

追求所预期的收益，并且尽量使得收益最大化，是人们进行人力资本投资的基本动机，是否进行投资、如何进行投资、进行何种投资，主要是取决于通过投资能否获得个人所预期的收益。预期收益越高，人们越可能进行投资。预期收益总体可分成物质收益和非物质收益两个方面。

（1）物质收益。我们把所有可能带来经济效益的获取统称为物质收益，主要包括投资预期获得的工作职位的改善、工资收入的提高、工作机遇的增加、获益的年限，也即与年龄相关的因素。

（2）非物质收益。非物质收益主要是指带有消费性质的投资所获得的非物质满足，主要包括精神的愉悦、心理的满足、社会的尊重以及自我素质的提升等。

2.投资成本

人力资本投资的一般决策模型是成本-收益分析模型，只有预期收益的现值至少等于投资支出的现值时，投资者才有可能愿意进行投资，投资成本也同样是影响人力资本投资决策的重要要素。投资成本越小，人们越可能进行投资。个人人力资本投资成本要素中主要考虑直接成本、机会成本以及投资融资能力等方面的因素。

（1）直接成本。直接成本是指在投资过程中看得见或看不见的货币或其它投入。主要可考虑投入的货币成本、时间成本、心理成本等。

（2）机会成本。机会成本是人们进行一项活动时所放弃的其他可选择的最好用途。机会成本可包括因投资而造成的机会货币成本、同值消费的机会心理成本。

（3）融资能力。个人（家庭）收入越高，个人融资能力越强，越有利于进行投资。融资能力主要包括本人收入状况、家庭收入情况、社会融资条件等。

3.外界环境

外界环境往往会对个人人力资本投资需求产生影响。完善的劳动力市场、合理的收入分配制度、岗位的竞争、社会预期氛围都能使人力资本投资需求产生变化。外界环境要素可包括竞争性环境、防御性环境两个因素组。

（1）竞争性环境。当预期收益必须通过人力资本投资才有可能获得时，可以说竞争性压力刺激了个人人力资本的积极性。竞争性压力因素组可包含职业竞争、岗位竞争、职务竞争等因素。

（2）防御性环境。当不进行人力资本投资就可能不能保持现有的优势时，就可以说防御性压力刺激了人力资本投资。防御性环境可分为社会预期、人力资本保值、自我价值实现等因素。

4.投资风险

人力资本投资的预期收益在现实中实际上是不确定性的，收益的不确定性意味着人力资本的投资具有风险。按照贝克尔的分析，只有当预期的收益率大于无风险的资产的利息率加上流动性便利再加上相应的风险升水的总和时，一个理性的人才能进行人力资本的投资。本文将个人人力资本投资风险要素分为主观风险和客观风险两个因素组。

（1）主观風险。主观风险是指由于投资者（此处也指被投资者）主观原因造成的投资风险，主要包括个体自身的天赋和认知能力、主观努力、健康状况、工作能力、与人相处能力、信息获取能力等因素。

（2）客观风险。客观风险主要是指由于非主观因素所造成的人力资本投资风险。主要包括市场供求变化、产业和分配等政策制度的变化、科技创新等原因造成的人力资本贬值、机遇、激励等。

通过以上分析，可以构建出以下个人人力资本投资风险决策因素指标体系，该指标体系由投资方案、决策要素、因素组和因素四层组成（图中省略了因素层），括号中的数字为该节点因素的下层指标数。

在实际应用中，可通过专家调查法，针对不同的决策者和决策方案，形成不同的指标体系。

五、SAVE方法在个人人力资本投资风险决策中的应用

具有以上指标体系的人力资本投资方案包括4个要素、9个因素组、33个因素，通过专家调查法，可以计算出因素、因素组、要素的打分和评分值。假设通过专家调查法，对某个人人力资本投资方案的投资风险要素打分并确定各因素组权数，得到以下数据：

在各要素因素组权数相等的情况下，可由此计算出“投资风险”要素的实际评分值为155，最大可能评分值为220，实际/最大比为70.45%。其中“主观”因素组实际评分值为69，最大可能评分值为100，实际/最大比为69%；“客观”因素组实际评分值为86，最大可能评分值为120，实际/最大比为71.67%。

用同样的方法可以计算出其他要素的要素评分值、最大可能评分值和实际/最大比，比如，最终得出以下的综合评价评分表：

根据本文第二部分介绍的SAVE方法及评价标准，即可对人力资本投资方案进行综合评价，并判断投资方案是否满意。如果有多个投资方案进行比较选择，可以选择总评分值最大的方案，本例中是假定各要素及各因素组的权重是一样的，如果各要素或各因素组的重要性不同的话，可赋予各要素或因素组不同的权数，再进行加权求和得出方案的总评分值。本例中，如设定四个要素的权重分别为0.4、0.1、0.2、0.3，则实际/最大比的加权和为：

63.75*0.4+73.89*0.1+78.67*0.2+70.45*0.3=69.758

参考文献：

[1]郭仲伟:风险分析与决策 机械工业出版社，1987年7月

[2]张凤林:人力资本理论及其应用研究 商务印书馆，2006年4月

[3]胡永远:岗位竞争条件下的个人人力资本投资决策行为分析 财经理论与实践，2005.9

[4]赵宏中罗伟宁:个人人力资本投资及其模型分析.科技创业月刊，2005年第12期

[5]廖泉军刘丹:论个人人力资本投资决策.科技进步与对策，2006年5月号