CN111882159A - 一种基于svm的ppp城市轨道交通项目风险评价方法 - Google Patents
一种基于svm的ppp城市轨道交通项目风险评价方法 Download PDFInfo
- Publication number
- CN111882159A CN111882159A CN202010588989.8A CN202010588989A CN111882159A CN 111882159 A CN111882159 A CN 111882159A CN 202010588989 A CN202010588989 A CN 202010588989A CN 111882159 A CN111882159 A CN 111882159A
- Authority
- CN
- China
- Prior art keywords
- risk
- ppp
- rail transit
- urban rail
- evaluation
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000011156 evaluation Methods 0.000 title claims abstract description 57
- 238000007670 refining Methods 0.000 claims abstract description 5
- 238000010276 construction Methods 0.000 claims description 7
- 238000010606 normalization Methods 0.000 claims description 7
- 238000007781 pre-processing Methods 0.000 claims description 4
- 238000012847 principal component analysis method Methods 0.000 claims description 4
- 238000000034 method Methods 0.000 claims description 3
- 238000012545 processing Methods 0.000 claims description 3
- 238000010561 standard procedure Methods 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 claims description 2
- 238000013461 design Methods 0.000 claims description 2
- 239000000126 substance Substances 0.000 claims description 2
- 238000000513 principal component analysis Methods 0.000 abstract description 2
- 238000011161 development Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/40—Business processes related to the transportation industry
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Educational Administration (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本发明公开了一种基于SVM的PPP城市轨道交通项目风险评价方法，在分析PPP城市轨道交通项目目前所存在问题的基础上，深入挖掘PPP城市轨道交通项目中存在的风险因素；借助主成分分析对潜在的风险因子进行提炼；建立PPP城市轨道交通项目风险评价指标体系，运用SVM对风险因素进行评价，判断各风险因素风险水平的高低，从而识别出PPP城市轨道交通项目的关键风险因素，为PPP城市轨道交通项目管理提供一种新的思路。
Description
技术领域
本发明涉及风险评价领域，具体涉及一种基于SVM的PPP城市轨道交通项目风险评价方法。
背景技术
城市轨道交通建设在我国一贯采用以地方政府财政资金为主导的财政投融资模式。但随着近年来我国经济飞速发展和公众需求的大幅提高，公共基础设施建设资金缺口越来越大，我国借鉴国外改革经验，将PPP模式引入城市轨道交通领域，利用政府部门、社会资本等资源共同推动我国城市轨道交通发展。但是我国的PPP城市轨道交通项目仍处于探索阶段，没有可推广的统一模式，因此各地在开展PPP城市轨道交通项目时，会遇到各种各样的风险因素，这些因素严重阻碍了PPP城市轨道交通项目在我国的发展，因此有必要对这些风险因素进行较准确的评价，从而帮助PPP城市轨道交通从业者更好的进行风险管控，实现PPP城市轨道交通项目在我国蓬勃发展。
发明内容
本发明在分析PPP城市轨道交通项目目前所存在问题的基础上，深入挖掘PPP城市轨道交通项目中存在的风险因素；借助主成分分析对潜在的风险因子进行提炼；建立PPP城市轨道交通项目风险评价指标体系，运用SVM对风险因素进行评价，判断各风险因素风险水平的高低，从而识别出PPP城市轨道交通项目的关键风险因素，为PPP城市轨道交通项目管理提供一种新的思路。
为实现上述目标，本发明的技术方案为：一种基于SVM的PPP城市轨道交通项目风险评价方法，包括如下步骤：
(1)基于PPP城市轨道交通项目多元风险致因，运用主成分分析方法提取PPP城市轨道交通项目关键风险因素；
(2)对步骤(1)提取识别出来的风险因素进行提炼、归类与命名，构建出PPP城市轨道交通项目风险评价指标体系，细化至二级评价指标；
(3)对步骤(2)建立的评价指标明确风险等级及对应的评价指数，风险等级分为五等，分别是低、较低、中等、较高、高，其对应的评价指数分别是0.1、0.3、0.5、0.7、0.9；
(4)对步骤(3)建立的PPP城市轨道交通项目风险评价指标体系进行专家打分，并收集相应数据；
(5)对步骤(4)得到的数据进行预处理，求得所得数据的可信度，并用最大最小标准法对数据进行归一化处理；
(6)利用Matlab或Python等工具的相关SVM函数包对步骤(5)所得数据进行计算，可得到各评价指标所对应的风险等级。
附图说明
图1是本发明提供的一种基于SVM的PPP城市轨道交通项目风险评价方法的流程图；
图2是本发明的评价指标体系示意图。
具体实施方式
下面结合具体实施例和附图对本发明作进一步的详细说明。
一种基于SVM的PPP城市轨道交通项目风险评价方法，依次包括如下步骤：(1)基于PPP城市轨道交通项目多元风险致因，运用主成分分析方法提取PPP城市轨道交通项目关键风险因素；(2)对步骤(1)提取识别出来的风险因素进行提炼、归类与命名，构建出PPP城市轨道交通项目风险评价指标体系，细化至二级评价指标；(3)对步骤(2)建立的评价指标明确风险等级及对应的评价指数，风险等级分为五等，分别是低、较低、中等、较高、高，其对应的评价指数分别是0.1、0.3、0.5、0.7、0.9；(4)对步骤(3)建立的PPP城市轨道交通项目风险评价指标体系进行专家打分，并收集相应数据；(5)对步骤(4)得到的数据进行预处理，求得所得数据的可信度，并用最大最小标准法对数据进行归一化处理；(6)利用Matlab或Python等工具的相关SVM函数包对步骤(5)所得数据进行计算，可得到各评价指标所对应的风险等级。
步骤(2)构建的PPP城市轨道交通项目风险评价指标体系包括若干一级指标，一级指标又可细分为二级指标，其中一级指标包括政治政策风险(R1)、法律风险(R2)、市场风险(R3)、执行风险(R4)、建设风险(R5)、运营风险(R6)。
所述政治政策风险(R1)的二级指标包括政府效率低下风险(R11)、相关政策不完善风险(R12)、特许权收回或违背风险(R13)、审批延误风险(R14)、政治不可抗力事件风险(R15)、政府官员腐败风险(R16)；
所述法律风险(R2)的二级指标包括轨道交通上位法缺失风险(R21)、相关法律条文变更风险(R22)、税收政策变更风险(R23)、行业变更风险(R24)；
所述市场风险(R3)包括通货膨胀风险(R31)、利率变动风险(R32)、外汇风险(R33)、市场收益不足风险(R34)；
所属执行风险(R4)包括项目土地获得风险(R41)、项目获准风险(R42)、合同签订风险(R43)、合同变更风险(R44)、主体信用风险(R45)、融资风险(R46)、拆改移风险(R47)；
所述建设风险(R5)包括设计风险(R51)、安全风险(R52)、进度风险(R53)、质量风险(R54)、监理风险(R55)、自然因素风险(R56)；
所述运营风险(R6)包括运营效率低下风险(R62)、运营收入不足风险(R63)、运营安全风险(R64)、运营能力不足风险(R65)。
步骤(4)记有n位专家对评价指标体系进行打分，得到共n组m个样本数据，分别为x1、x2···xm；
步骤(5)求所得数据的可信度是为了提高风险评价的准确度；进行归一化处理是为了消除不同评价指标量纲带来的影响；其具体计算方法：
可信度
归一化处理
其中，
是归一化后的结果，xi是需要归一化的样本数据，max(x)是样本数据中的最大值，min(x)是样本数据中的最小值。
步骤(6)通过SVM函数对n组数据进行计算，可得到六个一级指标的评价结果，根据其数值大小可将其划分成与之对应的风险等级，即可实现对PPP轨道交通项目风险的评价工作。
如图1和图2所示，本发明所述的一种基于SVM的PPP城市轨道交通项目风险评价方法，从PPP轨道交通项目多元风险致因入手，收集相关数据，运用主成分分析方法对PPP城市轨道交通项目中潜在的风险因素进行识别；通过对风险因子归类和变量命名，构建出PPP城市轨道交通项目风险评价指标体系，提取PPP城市轨道交通项目关键风险因素，总结得到政治政策风险、法律风险、市场风险、执行风险、建设风险、运营风险共6个方面32个风险因素及5个风险等级指标，然后利用专家打分的方式收集样本数据，然后对样本数据进行预处理和归一化处理，然后将处理后的数据输入SVM模型，经过多次训练可得到较稳定的模型结果，最终判断出上述32个风险因素的风险等级高低，为PPP城市轨道交通从业者更好的进行风险管控提供较准确的依据。
Claims (6)
1.一种基于SVM的PPP城市轨道交通项目风险评价方法，其特征在于：依次包括如下步骤：
步骤(1)基于PPP城市轨道交通项目多元风险致因，运用主成分分析方法提取PPP城市轨道交通项目关键风险因素；
步骤(2)对步骤(1)提取识别出来的PPP城市轨道交通项目关键风险因素进行提炼、归类与命名，构建出PPP城市轨道交通项目风险评价指标体系，细化至二级评价指标；
步骤(3)对步骤(2)建立的评价指标明确风险等级及对应的评价指数，风险等级分为五等，分别是低、较低、中等、较高、高，其对应的评价指数分别是0.1、0.3、0.5、0.7、0.9；
步骤(4)对步骤(3)建立的PPP城市轨道交通项目风险评价指标体系进行专家打分，并收集相应数据；
步骤(5)对步骤(4)得到的数据进行预处理，求得所得数据的可信度，并用最大最小标准法对数据进行归一化处理；
步骤(6)利用Matlab或Python工具的相关SVM函数包对步骤(5)所得数据进行计算，得到各评价指标所对应的风险等级。
2.根据权利要求1所述的一种基于SVM的PPP城市轨道交通项目风险评价方法，其特征在于：
步骤(2)构建的PPP城市轨道交通项目风险评价指标体系包括若干一级指标，一级指标又可细分为二级指标，其中一级指标包括政治政策风险R1、法律风险R2、市场风险R3、执行风险R4、建设风险R5、运营风险R6。
3.根据权利要求2所述的一种基于SVM的PPP城市轨道交通项目风险评价方法，其特征在于：
政治政策风险R1的二级指标包括政府效率低下风险R11、相关政策不完善风险R12、特许权收回或违背风险(R13)、审批延误风险R14、政治不可抗力事件风险R15、政府官员腐败风险R16；
法律风险R2的二级指标包括轨道交通上位法缺失风险(R21)、相关法律条文变更风险R22、税收政策变更风险R23、行业变更风险R24；
市场风险R3包括通货膨胀风险R31、利率变动风险R32、外汇风险R33、市场收益不足风险R34；
执行风险R4包括项目土地获得风险R41、项目获准风险R42、合同签订风险R43、合同变更风险R44、主体信用风险R45、融资风险R46、拆改移风险R47；
建设风险R5包括设计风险R51、安全风险R52、进度风险R53、质量风险R54、监理风险R55、自然因素风险R56；
所述运营风险R6包括运营效率低下风险R62、运营收入不足风险R63、运营安全风险R64、运营能力不足风险R65。
4.根据权利要求1所述的一种基于SVM的PPP城市轨道交通项目风险评价方法，其特征在于：
步骤(4)记有n位专家对评价指标体系进行打分，得到共n组m个样本数据，分别为x1、x2···xm。
5.根据权利要求1所述的一种基于SVM的PPP城市轨道交通项目风险评价方法，其特征在于：
步骤(5)求所得数据的可信度是为了提高风险评价的准确度；进行归一化处理是为了消除不同评价指标量纲带来的影响；其具体计算方法：
可信度
归一化处理
其中，
是归一化后的结果，xi是需要归一化的样本数据，max(x)是样本数据中的最大值，min(x)是样本数据中的最小值。
6.根据权利要求1所述的一种基于SVM的PPP城市轨道交通项目风险评价方法，其特征在于：
步骤(6)通过SVM函数对n组数据进行计算，得到六个一级指标的评价结果，根据其数值大小将其划分成与之对应的风险等级，即实现对PPP轨道交通项目风险的评价工作。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010588989.8A CN111882159A (zh) | 2020-06-24 | 2020-06-24 | 一种基于svm的ppp城市轨道交通项目风险评价方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010588989.8A CN111882159A (zh) | 2020-06-24 | 2020-06-24 | 一种基于svm的ppp城市轨道交通项目风险评价方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111882159A true CN111882159A (zh) | 2020-11-03 |
Family
ID=73156612
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010588989.8A Pending CN111882159A (zh) | 2020-06-24 | 2020-06-24 | 一种基于svm的ppp城市轨道交通项目风险评价方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111882159A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115081918A (zh) * | 2022-07-07 | 2022-09-20 | 北京交通大学 | 基于数据驱动的轨道交通风险点预测方法及系统 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105354664A (zh) * | 2015-10-21 | 2016-02-24 | 江苏省电力公司 | 一种输变电工程项目造价风险评价指标体系优化的方法 |
| CN107194579A (zh) * | 2017-05-20 | 2017-09-22 | 福州市规划设计研究院 | 一种基于神经网络的建设项目社会稳定风险评估方法 |
| CN109492900A (zh) * | 2018-11-06 | 2019-03-19 | 国网江苏省电力有限公司经济技术研究院 | 电网项目海外投资的核心风险识别与外围风险评估方法 |
| CN110210736A (zh) * | 2019-05-21 | 2019-09-06 | 国网经济技术研究院有限公司 | 一种电网项目协同优化方法和系统 |
| CN110942243A (zh) * | 2019-11-22 | 2020-03-31 | 国网陕西省电力公司电力科学研究院 | 计及大规模新能源并网中长期电力市场运营风险评估方法 |
-
2020
- 2020-06-24 CN CN202010588989.8A patent/CN111882159A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105354664A (zh) * | 2015-10-21 | 2016-02-24 | 江苏省电力公司 | 一种输变电工程项目造价风险评价指标体系优化的方法 |
| CN107194579A (zh) * | 2017-05-20 | 2017-09-22 | 福州市规划设计研究院 | 一种基于神经网络的建设项目社会稳定风险评估方法 |
| CN109492900A (zh) * | 2018-11-06 | 2019-03-19 | 国网江苏省电力有限公司经济技术研究院 | 电网项目海外投资的核心风险识别与外围风险评估方法 |
| CN110210736A (zh) * | 2019-05-21 | 2019-09-06 | 国网经济技术研究院有限公司 | 一种电网项目协同优化方法和系统 |
| CN110942243A (zh) * | 2019-11-22 | 2020-03-31 | 国网陕西省电力公司电力科学研究院 | 计及大规模新能源并网中长期电力市场运营风险评估方法 |
Non-Patent Citations (2)
| Title |
|---|
| 谢婷;刘景矿;庞永师;: "基于系统动力学的城市轨道交通PPP项目风险影响因素研究", 现代城市轨道交通, no. 08, 20 August 2018 (2018-08-20) * |
| 顾曼;陈红梅;: "城市轨道交通PPP项目公私双方关键风险识别", 四川建材, no. 06, 8 October 2016 (2016-10-08) * |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115081918A (zh) * | 2022-07-07 | 2022-09-20 | 北京交通大学 | 基于数据驱动的轨道交通风险点预测方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110334737B (zh) | 一种基于随机森林的客户风险指标筛选的方法和系统 | |
| CN111882446B (zh) | 一种基于图卷积网络的异常账户检测方法 | |
| CN107544253B (zh) | 基于改进模糊熵权法的大型导弹装备退役安全控制方法 | |
| CN111461216B (zh) | 一种基于机器学习的案件风险识别方法 | |
| CN107633265A (zh) | 用于优化信用评估模型的数据处理方法及装置 | |
| CN108764375B (zh) | 高速公路货运车辆跨省匹配方法及装置 | |
| CN106251049A (zh) | 一种大数据的电费风险模型构建方法 | |
| CN111274814B (zh) | 一种新型的半监督文本实体信息抽取方法 | |
| CN112613977A (zh) | 一种基于政务数据的个人信用贷款准入授信方法及系统 | |
| CN114202243A (zh) | 一种基于随机森林的工程项目管理风险预警方法及系统 | |
| CN111882159A (zh) | 一种基于svm的ppp城市轨道交通项目风险评价方法 | |
| CN114610891B (zh) | 面向不平衡司法裁判文书数据的法条推荐方法及系统 | |
| CN115205026A (zh) | 信用评估方法、装置、设备及计算机存储介质 | |
| CN117556225B (zh) | 一种人行征信数据风险管理系统 | |
| CN105336035A (zh) | 一种脏污冠字号图像分类的方法与系统 | |
| CN115186982A (zh) | 一种专利价值的早期评估方法 | |
| CN108510483B (zh) | 一种采用vlad编码和svm的计算生成彩色图像篡改检测方法 | |
| CN112287979A (zh) | 一种基于互信息的储能电池状态判定方法 | |
| CN115169504B (zh) | 一种煤气精脱硫工艺中的设备异常识别方法 | |
| CN114372810A (zh) | 一种配资人资金账户识别及资金交易关系网络分析方法 | |
| CN110597993A (zh) | 一种微博热点话题数据挖掘方法 | |
| CN109036390B (zh) | 一种基于集成梯度提升机的广播关键字识别方法 | |
| CN103207893A (zh) | 基于向量组映射的两类文本的分类方法 | |
| CN105354597A (zh) | 一种游戏物品的分类方法及装置 | |
| CN112035546B (zh) | 一种车况信号数据的油耗相关性因子分析方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination |