摘要：将会展系统中存在会展企业面临的各类风险分解成若干个风险因素子系统，运用系统模糊系统分析相结合方法，建立各子系统风险因素评价的隶属度矩阵，并在此基础上通过采用模糊识别模型及贴近度的概念，构造各子系统风险因素模糊识别模型。最后通过各子系统模糊识别模型的合成，初步建立起整个会展业系统模糊识别模型，通过会展企业对此风险的认识从而更好地进行自身定位。
关键词：风险管理;隶属度矩阵;模糊综合评价法;贴近度
中图分类号：F270.7文献标识码：A文章编号：16723198（2007）11014702
1会展企业风险因素评价集合
从宏观层面来看，会展企业面临的主要是国内外行业环境变化导致的一系列风险从微观层面上而言，对于个体企业风险中既有因业务结构不合理，会展技术欠佳等引发的业务经营风险；还有因决策管理层不善、制度不严而导致的管理风险;以及因从业人员的素质而产生的实务操作风险。拟把这4类主要风险可作为4个子系统来研究，分别用R1,R2,R3,R4表示。
R1：宏观环境风险子系统。包括以下5个方面：国家经济状况风险、金融环境风险、突发事件风险、会展市场竞争风险和国际会展业波动风险分别用u11,u12,K,u15表示。
R2：管理风险子系统。主要包括战略决策风险、资金短缺风险、同业协作风险、财务管理风险和后勤保障风险等5个方面，分别用u21,u22,K,u25表示。
R3：运营风险子系统。主要包括场馆火灾风险、展品失窃风险、会展延迟或取消风险、参展商违约风险和观展客意外伤害风险等5种，可以用u31,u32,K,u35表示。
R4：操作风险子系统。主要包括员工业务素质风险、电脑故障风险、信息采集风险、报表失真风险，策展人失职风险、费用收缴风险等5中，分别用u41,u42,K,u45表示。
先分析单个的会展企业中，它所拥有的4个子系统风险中，R1,R2,R3,R4均可以通过设置一个控制系数而进行量化，然后对子各个子风险的影响因素也可以量化。其量化值可用字母加上适当的下标来表示。
(1)单因素评价。
首先，对因素集R1的单因素u(u=1,2,3,4,5)作单因素评价，从因素ui确定该风险因素对评价集合uj(j=1,2,3,4,5)的隶属度rij，从而得出第i个因素ui的单因素评价集如下所示：r1=(r11,r12,r13,r14,r15)同理，对于因素集R2，R3，R4的单因素评价集合分别为：r2=(r21,r22,r23,r24,r25),r3=(r31,r32,r33,r34,r35),r4=(r41,r42,r43,r44,r45),
(2)构造综合评判矩阵。
把这个子系统的五个单因素评价集合作为一个行可以得到一个总的风险因素隶属度评价矩阵，由于每个风险值的数量级与量纲可能会存在不同，故需要采用模糊数学中的线性转化公式进行处理得到：
r*jk=1-rjh-min(rρh)max(rρh)-min(rρh)(1)
其中max(rρh)，min(rρh)分别表示在矩阵（2）中的第h列的最大最小值。
通过这样的线性转化处理可以得到系统风险评价的隶属矩阵。
(3)确定因素重要程度模糊集。
考虑到每个会展企业的业务量和所办会展的规模。就一般情况来说，业务量越多，则经营风险往往也越大，即经营风险与业务量成正比例关系。而会展规模与风险的关系则相对复杂，由于各个风险因素对会展企业的风险管理影响程度不同，有些因素在总体评价中影响可能要大些，而另外有些影响可能要小，因此提出运用Delphi法（专家评议法）来给出一个模糊子集A 。A=(a1,a2,a3,a4,a5)，ai为元素ui(i=1,2,3,4,5)在总评价中影响程度大小的度量，在一定程度上代表根据单因素ui评定等级能力。Delphi法是专家平度出各影响因素的权重系数 。把A称为为因素重要程度模糊子集。
(4)确定综合评价模型，求出综合评价集合。
当因素重要程度模糊集A和综合评判矩阵R已知时候，R做模糊线性变换，
使之成为模糊结论集合上的模糊子集 。B=A*R=(b1,b2,Λ,bn)；
bj=(a1*r1j)*(a2*r2j)*Λ(an*rnj)(j=1,2,Λ,n)
称B为模糊综合评价集。bj=(1,2,Λn)为等级vi对综合评判集B的隶属度。
(5)综合评判。
根据最大隶属度原则，选择模糊综合评价B=(b1,b2,Λ,bn)中最大的 。
bj作为综合评判的结果。
通过综合评判，可以了解单个会展企业四个风险子系统中，哪些因素是制约该企业风险的关键部分，而最后通过广义模糊“或”运算对个各个调整后的隶属r*ij进行综合处理，从而得到合理的综合评价结果。
2会展业系统风险模糊识别模型
假设在这个会展业系统中存在n个会展企业，组成一个等待排序的会展企业排序集。
根据上面步骤我们可以分别表示出全体等待排序n个会展企业在R1宏观环境风险中，通5个评价因素风险值的综合评价隶属矩阵如下所示：
(v*jl)n×5=r*11r*12r*13r*14r*15
r*21r*22r*23r*24r*25
ΛΛΛΛΛ
r*n1r*n2r*n3r*n4r*n5
(8)
在矩阵8中，n个会展企业风险大小顺序均有比较上的相对性，这是就该子系统中的8个评价因素风险值大小的程度比较而言的。因此，矩阵(5)中对每一列(即每一评价因素均取最小运算“Λ”，第一顺序(或称为头序)向量Tρ1可以表示为：
Tρ1=(r*11Λr*21ΛΛr*n1,r*n1Λr*n2ΛΛΛr*nn)=(t11,t12,Λ,t15)(9)
在头序中，5个分量都是每一个风险隶属度最小值，即这五个评价因素都达到了最理想值，头序中是在R1子系统中最满意目标，把它称为“最优序会展企业”，该企业会展经营风险是所有企业中最小的。
如果对矩阵8中每一列均取中位数，称向量Tρ2第二顺序（称为中序）。
Tρ3=(r*11,r*21Λr*n1,Λ,r*n1,r*n2,Λ,r*nn)=(t21,t22,Λ,t25)(10)
在中序企业，被称为“中序会展企业”。其经营风险为中等程度。
如果对矩阵8中没一列均取最大运算“Λ”称想向量Tρ3为末序，如下表示：
Tρ3=(r*11,r*21Λr*n1,Λ,r*n1,r*n2,Λ,r*nn)=(t31,t32,Λ,t35)(11)
最末序选中的企业在R1子系统是不理想的值，称之为“最劣会展企业”，其经营风险是最大的。
根据矩阵5中，n个待评企业风险排序的评价因素值记作vj=(vj1,vj2,Λvj5)(j=1,2,Λ,n)(12)
这样由公式(9),(10),(11),(12)确定的4个向量视为4个模糊子集。由模糊数学中有关贴近度概念，当两个模糊子集A,B越贴近，则A与B的贴近度越接近于1；反之，当两个模糊子集A,B越不贴近，则A与B的贴近度越接近于0。
根据模糊数学关于贴进度计算公式（13）分别用1ωi1,1ωi2,1ωi3来表示第i个会展公司与“最优会展企业”，“中序会展企业”“最劣会展企业”在第一个子系统R1的贴近度。接近程度比率：在第一个子系统R1中，第i个等待风险排序的会展企业与“最有序会展企业”的接近程度归一化处理，将n个企业的的贴近度比率按照大小排列，便可以得到这n个企业在第一子系统R1的优化顺序，排名越在前面，说明其宏观环境风险越小。
若对每个子系统R1，R2，R3，R4分别附上权重为w1，w2，w3，w4，那么通过合成这四个子系统模糊识别模型，得到整个会展企业系统的模糊识别模型为：
w1(1ωi1/∑3p=11ωip)+
w2(2ωi1/∑3p=12ωip)+
w3(3ωi1/∑3p=13ωip)+
w4(4ωi1/∑3p=14ωip)
参考文献
［1］Abel Cadenillas, Stanley R. Pliska, Optimal trading of a security when there are taxes and transaction costs［J］. Finance and Stochastic, 1999, (2).
［2］张世伟等. 模糊数学应用［M］.上海：同济大学出版社，1991.
［3］高新波等.模糊聚类分析及其应用［M］.西安：西安电子科技大学出版社，2004.
［4］戚能杰. 会展旅游城市竞争力评价模型研究［J］. 特区经济，2006，(1) : 208-20.
注：本文中所涉及到的图表、注解、公式等内容请以PDF格式阅读原文。