本發(fā)明屬于海外石油投資風險要素識別技術，尤其涉及一種在不確定環(huán)境下的海外石油風險投資關鍵要素的識別方法。

背景技術：

海外石油投資由于投入大、周期長、受油價波動和資源國經(jīng)濟政治影響顯著，因此識別關鍵風險要素并制定有效的應對措施對于保障海外石油投資收益、減少損失具有十分重要的意義。然而，由于海外石油投資涉及方面繁多、關聯(lián)復雜，且這些信息模糊程度大且難以精確計量，導致海外石油投資的風險要素識別和判斷存在很大的不確定性和主觀性。

風險要素識別是對海外石油投資過程中的風險要素進行分析和辨別，是海外石油投資風險分析研究中最基礎也是最重要的工作。近年來，隨著全球石油競爭日益激烈，海外石油投資風險也不斷增加，對海外石油投資決策造成極大的干擾。為降低海外石油投資風險，減少不必要損失，提高投資決策效率和成功率，對于海外石油投資風險的關鍵要素風險進行識別具有十分重要的意義。

通過對海外石油投資風險要素識別方法的文獻進行檢索發(fā)現(xiàn)，目前主流研究分析體系可以劃分為兩大類：一類是來自于項目管理的風險分析體系，通過邏輯因果關聯(lián)分析、結構圖解以及可達矩陣等方式對風險關鍵要素進行識別；另一類是來自于金融投資的風險分析體系，通過基于大量歷史數(shù)據(jù)的時間序列分析等概率統(tǒng)計工具對關鍵要素進行識別。

盡管這兩大分析體系衍生出大量投資風險要素識別方法并取得了廣泛的應用，但專門針對海外石油投資的風險要素方法并不多見，實際操作中更多地是將以上兩類方法套用到海外石油投資的研究工作中。在一定程度上，這些方法取得了一定的成果，然而由于對于海外石油投資產(chǎn)業(yè)的適用局限性導致在實際投資過程中始終存在進一步的利潤空間。

經(jīng)過方法梳理和案例分析認為，現(xiàn)有方法體系的局限性主要體現(xiàn)在：

①以故障樹為代表的圖解分析體系屬于項目管理的重要分析工具，偏向于解釋型靜態(tài)結構解析和長期演化趨勢分析，而對于動態(tài)性較強的海外石油投資活動不能較好地體現(xiàn)要素瞬態(tài)和突發(fā)波動。

②結構圖解分析重于要素影響路徑與系統(tǒng)運作機理的描述，由于海外石油投資的外部環(huán)境具有高頻、高幅、不規(guī)律波動的特點，而投資活動本身存在投入大、周期長的屬性，導致風險要素的影響存在交叉性和復合性，因此識別過程中存在條件性假設過于理想化的情況。

③以時間序列分析為代表的回歸工具是基于概率統(tǒng)計的分析手段，在高頻高吞吐的金融交易市場應用廣泛，其完備的數(shù)據(jù)采集和保有系統(tǒng)為其分析方法提供了基本保證。同時，金融交易市場的“多對多”機制使得其交易策略具有可復制和可重復性，但這顯然與海外石油投資的實際情況不符。

④回歸分析工具是通過要素間數(shù)量關系波動響應的穩(wěn)定程度對關鍵要素進行識別，對數(shù)據(jù)的實際含義和邏輯關系并不重視，因此在一定程度上可以歸納為“純粹”的定量分析方法。這就導致回歸分析對于要素選取和工具選擇較為苛刻，當要素選取不恰當或數(shù)量關系難以描述時，很難判斷出具有參考價值的結論。

綜上，在海外石油投資風險關鍵要素識別的量化分析工具方面，現(xiàn)有工具和方案很難滿足海外石油投資精度和適用性要求，而專門性的分析技術還處于相對欠缺的階段。

技術實現(xiàn)要素：

本發(fā)明是在基于現(xiàn)有分析工具功能與海外石油投資風險要素識別需求間矛盾的實際背景下提出的?？紤]到當前背景的具體問題，本發(fā)明嘗試引入灰色系統(tǒng)理論作為本發(fā)明技術的理論基礎，其中灰色關聯(lián)分析(GRA,Grey Relation Analysis)以“部分信息已知，部分信息未知”的“小樣本”、“貧信息”不確定性數(shù)據(jù)為研究對象，通過對“部分”已知信息的生成、開發(fā)，提取有價值的信息，實現(xiàn)對系統(tǒng)運行行為、演化規(guī)律的描述。因此能夠較好地針對數(shù)據(jù)相對貧瘠海外石油投資風險的關鍵要素識別分析。

為實現(xiàn)上述目的，本發(fā)明采用如下的技術方案：

一種海外石油風險投資關鍵要素的識別方法包括以下步驟：

步驟1、根據(jù)梳理的基本要素對歷史數(shù)據(jù)進行采集，并進行數(shù)據(jù)基本處理

采用灰色系統(tǒng)理論基于風險樹分析梳理的基本要素進行歷史數(shù)據(jù)的采集，對采集的數(shù)據(jù)進行采用對斜率計算不敏感的歸一化處理，即

對采集的風險要素i有歷史數(shù)據(jù)序列X_i＝{x′_i1，x′_i2，...，x′_in}，x′_ik≥0，有

步驟2：構建海外石油投資風險的關鍵要素識別的度量模型，計算風險要素與投資目標間的關聯(lián)分析，具體為：

經(jīng)步驟1有投資目標時間序列序列Y_o＝{y_o1，y_o2，...，y_on}和風險要素時間序列Y_i＝{y_i1，y_i2，...，y_in}，其中，y_ok和y_ik分別表示投資目標和風險要素第k年值，經(jīng)如下處理得二者t期的延時關聯(lián)度r_it

r_it＝σ(u_ik)

其中，

y_o(k+t)表示t期延時的投資目標觀測序列第k年的值；

δ_ik表示風險要素與投資目標斜率夾角的正切；

u_ik表示風險要素與投資目標的斜率夾角，

σ(u_ik)表示斜率夾角的標準差；

步驟3：瞬時和延時波動響應的綜合評價

基于風險要素與投資目標的瞬態(tài)響應度和延時響應度累積貢獻對風險要素進行識別，即

其中，

v_i為要素i的累計評價值，由多期要素與投資目標觀測值的響應度r_it綜合表示；

r_it為要素i與延時t的投資風險觀測值，其為歷史收益類數(shù)據(jù)，包括石油投資凈利潤、勘探開發(fā)成本、石油收入的響應關系；

ε_t為權重，考慮到不同延時上表現(xiàn)的重要程度不同，取r_it的熵權；

ε_t為在關聯(lián)度的實際運算過程中更好地反映風險關鍵要素的信息，突出序列變化的差異，即

其中

步驟4：對計算結果進行篩選和排序，并根據(jù)關鍵要素的識別規(guī)則進行檢驗

對計算得v_i進行排序，v_i越大，表明要素i的重要程度越大；當存在多個較大的v_i時，取各個v_i的序列v_it最大值，此時比較各v_i最大值的t,t越大，則要素越重要。

作為優(yōu)選，步驟4還包括：

當v_i最大要素(設為要素m)與最大t期要素(設為要素n)不同一，采用灰色關聯(lián)度對要素m與要素n的波動關聯(lián)性進行判斷，具體如下：

①若能夠證明要素m的波動是由要素n波動引起，且要素n與海外石油投資目標關聯(lián)程度處于較高水平(如大于0.5)，則認為要素n是海外石油投資風險的關鍵要素；

②若能夠證明要素m的波動是由要素n波動引起，但要素n與海外石油投資目標關聯(lián)程度處于較低水平(如小于0.5)，則認為要素m是海外石油投資風險的關鍵要素；

③若不能證明要素m的波動是由要素n波動引起，同時要素n與海外石油投資目標關聯(lián)程度達到水平(如大于0.5)，則認為要素m與要素n都是海外石油投資風險的關鍵要素；

④若不能證明要素m的波動是由要素n波動引起，且要素n與海外石油投資目標關聯(lián)程度處于較低水平(如小于0.5)，則認為要素m是海外石油投資風險的關鍵要素；

基于以上釋義，根據(jù)實際計算結果和需求水平設定，確定海外石油投資風險的關鍵要素。

本發(fā)明技術的優(yōu)勢在于：

(1)較低的歷史數(shù)據(jù)需求和數(shù)據(jù)依賴。

由于海外石油投資風險的關鍵要素識別對于要素關聯(lián)的趨勢依賴高于精度依賴，同時，本發(fā)明技術的核心思想基于灰色系統(tǒng)理論，因此對于數(shù)據(jù)的精度與容量要求較低。

(2)重視風險要素波動的突發(fā)性

考慮到海外石油投資最大的風險來自于風險的不可預見和無規(guī)律性，因此本技術重點突出了要素的突發(fā)波動。同時，為了更好地反映出波動的突發(fā)性，本發(fā)明技術采用熵權的計算方式對風險要素與目標觀測值間響應程度進行計量，賦予突發(fā)性和無規(guī)律波動要素以較高的權重。

(3)綜合考慮了突發(fā)波動的瞬時和延時響應

考慮到海外石油投資要素變動影響存在一定的滯后性，本發(fā)明技術對波動響應的瞬時和多期延時波動響應進行了綜合考量，并根據(jù)其波動關聯(lián)度的復雜情況通過熵權得以反映，避免了平均分配導致識別精度降低的情況。

附圖說明

圖1要素響應關聯(lián)改進示意圖；

圖2響應波動與延時波動示意圖；

圖3瞬時響應波動示意圖；

圖4本發(fā)明識別方法流程圖。

具體實施方式

本發(fā)明實施例提供一種海外石油風險投資關鍵要素的識別方法，嘗試引入灰色系統(tǒng)理論作為本發(fā)明技術的理論基礎，其中灰色關聯(lián)分析(GRA,Grey Relation Analysis)以“部分信息已知，部分信息未知”的“小樣本”、“貧信息”不確定性數(shù)據(jù)為研究對象，通過對“部分”已知信息的生成、開發(fā)，提取有價值的信息，實現(xiàn)對系統(tǒng)運行行為、演化規(guī)律的描述。因此能夠較好地針對數(shù)據(jù)相對貧瘠海外石油投資風險的關鍵要素識別分析。

灰色關聯(lián)度分析是一種多因素統(tǒng)計分析方法，以各因素樣本數(shù)據(jù)為依據(jù)通過計算灰色關聯(lián)度描述因素間關系的強弱和形狀的相似，充分利用已有的白化信息，減少誤差。其思路都是通過將原始樣本數(shù)據(jù)進行轉(zhuǎn)化，弱化近似的數(shù)據(jù)，強化有差異的數(shù)據(jù)，最后用一項或多項指標來體現(xiàn)原始數(shù)據(jù)所包含的特征信息。

灰色關聯(lián)度計算的基本思想在于：兩序列曲線的整體相似是基于局部相似的，通過比較序列曲線間的最值的相近性，來證明局部相似是整體相似的充分條件。最經(jīng)典的灰色關聯(lián)度是鄧氏關聯(lián)度，其是通過序列曲線上點與點之間的距離判斷序列的關聯(lián)程度，計算方式為：

對于序列X₀＝{x₀₁，x₀₂，...，x_0n}和X_i＝{x_i1，x_i2，...，x_in}，x_0k和x_ik分別表示序列X₀和X_i第k年的值，則有X₀與X_i的灰色關聯(lián)度r_oi

其中，

min_imin_k|x_ok-x_ik|表示x_ok-x_ik的絕對值先按k取最小值，再按i取最小值；

max_imax_k|x_ok-x_ik|同理；

ρ為調(diào)整系數(shù)，ρ∈[0，1]，一般取0.5。

鄧氏關聯(lián)度通過序列間空間距離的極差反映序列在發(fā)展過程中的相近性，但在海外石油投資風險的應用中存在以下缺陷：

(1)序列間空間距離的極差極易受到極端值的干擾；

(2)計算結果受參數(shù)ρ影響；

(3)空間距離的平均化導致顯著特征難以體現(xiàn)；

盡管后續(xù)出現(xiàn)了諸多鄧氏關聯(lián)度的變形，但以上問題始終沒有得到較好地解決。

基于此，本發(fā)明技術根據(jù)海外石油投資風險的基本特征對現(xiàn)有灰色關聯(lián)度分析方法進行改進，提出一種改進的海外石油投資風險關鍵要素識別的計算技術。其主要的改進內(nèi)容包括以下幾點：

(1)通過序列間斜率夾角反映序列間的相似性(如圖1所示)

海外石油投資風險關鍵要素識別的一個重要思路便是要素突發(fā)性波動與風險觀測值響應性波動間的響應關聯(lián)，而一階斜率夾角能搞較好地反映出要素間突發(fā)波動間的關聯(lián)相應，因此以一階斜率夾角為基礎，有如下計算：

r_it＝σ(u_ilt)

其中，

r_it表示序列i與基礎序列o在滯后期t的關聯(lián)系數(shù)；

x_ik為原始序列i第k年數(shù)據(jù)；

x_o(k+t)為基礎序列o第k+t年數(shù)據(jù)；

sgn為符號函數(shù)；

σ為標準差；

(2)綜合考慮波動響應間的瞬時和延時反應(如圖2、3所示)

海外石油投資風險的觀測值突發(fā)波動是先導性要素突變經(jīng)過一系列要素間綜合反饋機制作用的最終結果，這個反饋機制的傳導可能存在滯后，也可能是即時，因此當造成海外石油投資風險觀測值突變響應的要素存在多個時，取最早發(fā)生的突變要素以及與風險觀測值響應程度最高的要素。

即

其中，

v_i為要素i的累計評價值，由多期要素與投資目標觀測值的響應度r_it綜合表示。

r_it為要素i與延時t的投資風險觀測值(通常為歷史收益類數(shù)據(jù)，包括石油投資凈利潤、勘探開發(fā)成本、石油收入等)的響應關系。

ε_t為權重，考慮到不同延時上表現(xiàn)的重要程度不同，計算方法見(3)。

(3)突出突發(fā)波動和異常響應的重要程度

在關聯(lián)度的實際運算過程中，為了更好地反映風險關鍵要素的信息，需要突出序列變化的差異，弱化相近的部分。所以，如果序列間的差異越大，其權重應越大；差異越小，則權重越接近平均水平。

即

其中

ε_t為不同滯后期t的熵權

r_it為序列i滯后期t的關聯(lián)系數(shù)

這一改進的原理在于，通過以海外石油投資風險要素與t延時的目標觀測值斜率夾角波動的標準差反映二者間關聯(lián)的穩(wěn)定程度，將二者間的突發(fā)響應轉(zhuǎn)化為標準差，然后綜合考慮二者標準差序列所蘊含的信息量，使波動幅度和頻率較大的信息得以反映。

(4)降低關鍵風險要素的篩選重疊和邏輯沖突

對于關鍵要素識別的篩選，較為普遍的標準是依據(jù)關聯(lián)度的排序進行選擇，考慮到海外石油投資風險的關鍵要素往往是多因素交叉影響，因此單純地依賴這一原則可能導致關鍵要素選取的重疊。

此外，當出現(xiàn)v_i最大要素(設為要素m)與最大t期要素(設為要素n)不同一的狀況時，實際上是此二序列與同一序列(海外石油投資目標)都表現(xiàn)出了相關性，其含義是先導性的風險要素n對海外石油投資目標的相關性要小于另一要素m。為進一步對海外石油投資風險的關鍵要素進行識別，需要對要素m與要素n的波動關聯(lián)性進行判斷。因此，要素篩選在時間維度上的邏輯沖突也是必須考慮的問題。

本發(fā)明技術提出了以下篩選原則：

對計算得v_i進行排序，v_i越大，表明要素i的重要程度越大；當存在多個較大的v_i時，取各個v_i的序列v_it最大值，此時比較各v_i最大值的t,t越大，則要素越重要。

這是由于海外石油投資風險的觀測值突發(fā)波動是先導性要素突變經(jīng)過一系列要素間綜合反饋機制作用的最終結果，這個反饋機制的傳導可能存在滯后，也可能是即時，因此當造成海外石油投資風險觀測值突變響應的要素存在多個時，取最早發(fā)生的突變要素以及與風險觀測值響應程度最高的要素。

當v_i最大要素與最大t期要素不是統(tǒng)一時，還需分析v_i最大的風險要素與最大t期要素的關聯(lián)程度，這一過程的計算可采用一般計量相關性分析或灰色關聯(lián)度分析等工具。

下面結合圖4流程和具體實施案例對本發(fā)明技術進行說明，本發(fā)明是針對主流識別技術對海外石油投資環(huán)境高風險且數(shù)據(jù)相對稀缺的適用缺陷提出的改進型海外石油投資風險要素識別工具，是一種基于灰色系統(tǒng)理論的改進的關聯(lián)敏感性分析計算技術。結合圖4的基本流程演示，本實施案例基于本發(fā)明技術進行實施，并給出了詳細的實施方式和具體的操作說明，步驟實現(xiàn)如下：

步驟一：明確海外石油投資風險分析目標；

由于海外石油投資自身特點，其風險分析的重點一般在于投資過程中不利因素的不確定性上，因此明確分析目標的一個重要目的是確定不利因素具體是什么。而本計算技術的主要功能體現(xiàn)也是基于要素與投資目標觀測值的波動響應對海外石油投資風險的關鍵要素進行識別。

一般地，投資目標設定的基本原則包括最大收益原則、最大期望收益原則、最小損失原則、最小期望損失原則等。考慮到海外石油投資“高投入、長周期”的特點，較為常見的選擇為最小期望損失原則或最大期望收益原則。本案例選擇最大期望收益原則進行演示，即

max(z)＝E(R)

其中，

z為目標函數(shù)

E(R)為期望收益

需要說明的是，本發(fā)明技術的應用范圍適于且不限于這一原則。

步驟二：建立海外石油投資風險關鍵要素的識別規(guī)則；

由于海外石油投資涉及的要素眾多且關聯(lián)復雜，要素的波動往往會引發(fā)連鎖反應，進而導致整個投資環(huán)境變動。本發(fā)明技術的主要目的是對關鍵要素進行識別，因此需要明確要素間相互作用的研究邊界，以平衡識別精度與關鍵要素數(shù)量間的矛盾。

在本發(fā)明技術的設計原則中，由于綜合考慮了風險要素與投資目標觀測值間的瞬時關聯(lián)響應和可能的多期延時關聯(lián)相應，因此約定識別規(guī)則為突發(fā)性關聯(lián)波動時間最早者以及突發(fā)關聯(lián)響應最大者。

步驟三：根據(jù)梳理的基本要素對歷史數(shù)據(jù)進行采集，并進行數(shù)據(jù)基本處理；

基于風險樹分析梳理的基本要素進行歷史數(shù)據(jù)的采集，本發(fā)明技術基于灰色系統(tǒng)理論，繼承了灰色系統(tǒng)理論對數(shù)據(jù)精度和數(shù)量需求不高的特點。

對采集的數(shù)據(jù)進行基本處理，包括常規(guī)的數(shù)據(jù)清洗、無量綱化等操作，常見的無量綱化操作包括極差變換、標準化、歸一化、向量規(guī)范化等，在實際操作中根據(jù)需求選擇。由于本計算技術中涉及一階斜率夾角的計算，為了更完整地保存數(shù)據(jù)信息，避免由于轉(zhuǎn)化步驟過多導致關鍵信息丟失和變異，因此采用對斜率計算不敏感的歸一化處理，即

對采集的風險要素i有歷史數(shù)據(jù)序列X_i＝{x′_i1，x′_i2，...，x′_in}，x′_ik≥0，有

x_ik為歸一化后序列X中第k年的值

x′_ik為原始序列X中第k年的值

步驟四：構建海外石油投資風險的關鍵要素識別的度量模型，計算風險要素與投資目標間的關聯(lián)分析；

基于風險要素與投資目標的瞬態(tài)響應度和延時響應度累積貢獻對主要風險要素進行識別，計量要素間的相應關系和響應程度。

經(jīng)步驟三得投資目標時間序列序列Y_o＝{y_o1，y_o2，...，x_on}和風險要素時間序列Y_i＝(y_i1，y_i2，...，y_in}，y_ok和y_ik分別表示投資目標和風險要素第k年值，經(jīng)如下處理得二者t期的延時關聯(lián)度r_it。

r_it＝σ(u_ik)

其中，

y_o(k+t)表示t期延時的投資目標觀測序列第k年的值

δ_ik表示風險要素與投資目標斜率夾角的正切

u_ik表示風險要素與投資目標的斜率夾角，

σ(u_ik)表示斜率夾角的標準差

步驟五： 瞬時和延時波動響應的綜合評價

本發(fā)明的關鍵計算技術是基于風險要素與投資目標的瞬態(tài)響應度和延時響應度累積貢獻對主要風險要素進行識別，即

其中，

v_i為要素i的累計評價值，由多期要素與投資目標觀測值的響應度rit綜合表示。

r_it為要素i與延時t的投資風險觀測值(通常為歷史收益類數(shù)據(jù)，包括石油投資凈利潤、勘探開發(fā)成本、石油收入等)的響應關系。

ε_t為權重，考慮到不同延時上表現(xiàn)的重要程度不同，取r_it的熵權。

ε_t的意義在于，在關聯(lián)度的實際運算過程中，為了更好地反映風險關鍵要素的信息，需要突出序列變化的差異，弱化相近的部分。所以，如果序列間的差異越大，其權重應越大；差異越小，則權重越接近平均水平，即

其中

步驟六：對計算結果進行篩選和排序，并根據(jù)關鍵要素的識別規(guī)則進行檢驗

對計算得v_i進行排序，v_i越大，表明要素i的重要程度越大；當存在多個較大的v_i時，取各個v_i的序列v_it最大值，此時比較各v_i最大值的t,t越大，則要素越重要。

更一般地，當v_i最大要素與最大t期要素不是統(tǒng)一時，還需分析v_i最大的風險要素與最大t期要素的關聯(lián)程度，計算可采用一般的計量相關性分析或灰色關聯(lián)度分析等工具。在本演示案例中，采用灰色關聯(lián)度對二者不同一的情況進行檢驗說明。

由于當v_i最大要素(設為要素m)與最大t期要素(設為要素n)不同一，采用灰色關聯(lián)度對要素m與要素n的波動關聯(lián)性進行判斷，計算方法同步驟四。

計算結果及釋義如下：

①若能夠證明要素m的波動是由要素n波動引起，且要素n與海外石油投資目標關聯(lián)程度處于較高水平(如大于0.5)，則認為要素n是海外石油投資風險的關鍵要素；

②若能夠證明要素m的波動是由要素n波動引起，但要素n與海外石油投資目標關聯(lián)程度處于較低水平(如小于0.5)，則認為要素m是海外石油投資風險的關鍵要素；

③若不能證明要素m的波動是由要素n波動引起，同時要素n與海外石油投資目標關聯(lián)程度達到水平(如大于0.5)，則認為要素m與要素n都是海外石油投資風險的關鍵要素；

④若不能證明要素m的波動是由要素n波動引起，且要素n與海外石油投資目標關聯(lián)程度處于較低水平(如小于0.5)，則認為要素m是海外石油投資風險的關鍵要素；

基于以上釋義和計算步驟，根據(jù)實際計算結果和需求水平設定，確定海外石油投資風險的關鍵要素。