项目风险管理技术与方法

项目风险管理技术与方法项目风险管理技术与方法

风险管理是对风险的辨识，估计和评价所做出全面的，综合的分析。并且，风险管理与决策密切相关，风险分析正是为了更好的决策。此外，对风险的对策也包括决策内容。风险分析方法主要有故障树分析法，幕景分析法，德尔菲分析法，情景分析法，层次分析法等。

1.故障树分析法（Fault Trees）。故障树是利用图解的方法将大故障分解成小故障，或对各种引起故障的原因进行分解。由于图的形状象树枝一样越分越多，所以称为故障树。这是一种有力的分析工具，在故障树中，顶端是总故障，下面是原因分解，而且每个原因还可以分解为对应的若干层原因，从故障树中各支点的故障原因便能得出最主要的故障所在。

故障往往是由多种因素造成的，并且每种故障所带来的风险是不同的。对于发生问题的结果，常用某个特性或指标来表示，为分析特性与因素之间的关系而采用树状图便是故障树。在可靠性理论中早已应用了树图，并且如果将故障树进行量化，便可得出故障树分析（Fault Trees Analysis）。故障树把影响整体目标的诸多因素的因果关系清楚的表示出来，使人们一目了然，便于采取措施解决问题，因此，故障树方法在风险分析中广泛应用。

故障树也应用于质量管理学中，称为“石川图”，用来分析影响整体质量的主要因素。而且故障树还可以进一步确定风险的总概率，这时需要找出所有可能性及其内在相互联系，标出各种可能性概率和各种可能性带来的效益，然后综合计算，这就演变成为概率树或是决策树。

2.幕景分析法（Scenarios Analysis）。幕景分析法是一种能识别关键因素及其影响的方法。一个幕景就是一项事业或组织未来某种状态的描述，可以在计算机上计算和显示，也可用图表曲线等简述。它研究当某种因素变化时，整体情况怎样？有什么危险发生？像一幕幕场景一样，供人们比较研究。幕景分析的结果大致分两类：一类是对未来某种状态的描述，另一类是描述一个发展过程，及未来若干年某种情况一系列的变化。它可以向决策者提供未来某种机会带来最好的，最可能发生的和最坏的前景，还可能详细给出三种不同情况下可能发生的事件和风险。

幕景分析法主要适用于以下范围：提醒决策者注意某种措施可能引起的风险；需要进行监视的风险范围；关键因素对未来的影响；新生技术对未来的影响等等。

幕景分析可以扩展决策者的视野，增强分析未来的能力。在具体应用中，还用到筛选，监测和诊断过程。其中，筛选适用某种程序将具有潜在危险的

产品、过程、现象和个人进行分类选择的风险辨识过程，如哪些因素非常重要而必须加以考虑，那些因素又明显的不重要；监测使对应预测中险情及其后果对产品、过程、现象或个人进行观测，记录和分析的重复过程；诊断是根据症状或其后果与可能的原因关系进行评价和判断，以找出可能的起因并进行仔细检查，并且做出今后避免风险带来损失的方案。

但是，在应用幕景分析法时有局限性，要注意避免“隧道眼光”（Tunnel Vision）现象。因为所有幕景分析都是围绕分析目前的状况和信息水平进行考虑，可能与实际进程存在一定的偏差，就像从隧道中看洞外的世界一样有局限性。所以，为避免此现象带来弊端，幕景分析法最好能与其他分析方法一同使用。

3.德尔菲法（Delphi）。德尔菲是古希腊传说中神圣之地，城中的阿波罗神殿可以预测未来。德尔菲法根据由专门知识的人的直接经验，对研究问题进行判断预测的方法，也称专家调查法。是由美国著名的兰德咨询公司于五十年代发明并在六十年代首先应用于预测领域。

德尔菲法由三个特点：（1）反馈性：表现在多次作业，反复，综合，整理，归纳和修正，有组织有步骤的进行。（2）匿名性：参与的专家之间相互匿名，避免心理干扰影响，排除专家的各种人为因素，只通过他们头脑中的数据资料和经验，经过分析，判断和计算，确定出理想的结果。（3）统计性：对各位专家提出的意见进行统计，再取平均数或是中位数统计出量化结果。

德尔菲法的一般步骤：

第一步：提出要求，以书面形式通知选定的专家和专门人员。其中选择专家是关键。专家一般都是掌握专门领域知识和技能的人。人数一般在8—20人左右，并提供专家所需的足够资料。

第二步：专家收到材料，通过自己的知识和经验，来写出自己对未来发展的预测，并说明理由和依据，在以书面的形式交回。

第三步：主持单位或领导小组根据专家的意见加以归纳整理，对不同的结果分别说明依据合理由（根据匿名专家的意见）分别交给各专家，要求对其做出修改或补充。

第四步：专家接到第二次通知后，对各种意见及其依据和理由分别进行分析，并再次进行修改，提出自己的意见和理由依据。如此往复的归纳整理，直到意见基本一致。具体的修改次数要根据实际需要而定。

运用德尔菲法要注意以下问题：一是问题要集中，有针对性，各个问题要组成有机整体，问题要案登记排队，先简后繁，先综合后局部。二是要避免再考虑问题时出现诱导现象，避免专家的意见向小组意见靠拢，避免迎合大众的观点。三是要

避免组合事件。若一个事件包含两方面，一方面专家同意，另一方面反对，这样使得专家无法回答。

德尔菲法的缺点在于：受预测者主观影响较大，有取得小组一致意见的趋势但又无法说明为什么该意见是正确的，比较保守，不利于新思想产生。

4.情景预测法。定性方法主观性较强，定量方法容易受模型条件的限制。情景预测法吸收了定性方法和定量方法的各自优点，是一种将定性与定量结合的方法。情景预测法出现在70年代，基本定义为：用以着重研究偶发事件及决策要点的一系列假设事件。它把研究对象分为主题和环境，通过对环境的研究，识别影响主体发展的外部因素，模拟外部因素可能发生的多种交叉情景预测主题发展的各种可能的前景。情景预测法在不同情景下采用不同的方法, 是定性与定量相结合。其特点主要表现在：使用范围广，不受限制；考虑问题周全，有灵活性；通过定性定量结合，先以定性分析出各种可能，再用定量提供尺度，使管理者更好的决策；能及时发现未来的问题。

情景分析法的一般步骤为：确定分析主题，根据主题寻找资料，充分考虑主题将来的状况，寻找影响主题的环境因素，尽可能周全的分析不同因素的影响程度，将上述因素分成几个领域，分析在不同影响领域下主题实现的可能性，同时分析是否有突发事件和有何影响，对可能出现的主题状况进行分析。情景分析法主要包括以下三种方法：（1）未来分析法，通常将未来分为三种情景：无突变情景，悲观情景，乐观情景。先假设目前状况将持续发展，再以这样的发展预测将来会怎样，就得到了无突变情景；找出对未来情景有影响的各种环境因素，使其进行不同程度的变化，从而得到有利环境和不利环境，最终分析在有利环境和不利环境下分别得到什么样的乐观情景和悲观情景。（2）目标展开法，立足与未来分析现在，先确定目标，再分析如何达到目标。分析过程中，可根据总目标设计出各自子目标，再分析实现这些目标需要满足的环境和条件，寻找最佳路径。（3）间隙分析法，立足于现在和未来，寻找中间途径。它根据现在的状况，分析如此发展的话将来会怎样。再根据两者状况决定中间的路怎么走。与目标展开法有类似之处，但更强调阶段性。

5.层次分析法。层次分析法（AHP）是将决策有关的元素分解成目标、准则、方案等层次，在此基础之上进行定性和定量分析的决策方法。该方法是美国运筹学家萨蒂于本世纪70年代初在为美国国防部研究“根据各个工业部门对国家福利的贡献大小而进行电力分配”课题时，应用网络系统理论

和多目标综合评价方法，提出的一种层次权重决策分析方法。这种方法的特点是在对复杂的决策问题的本质、影响因素及其内在关系等进行深入分析的基础上，利用较少的定量信息使决策的思维过程数学化，从而为多目标、多准则或无结构特性的复杂决策问题提供简便的决策方法。尤其适合于对决策结果难于直接准确计量的场合。层次分析法的步骤如下：（1）通过对系统的深刻认识，确定该系统的总目标，弄清规划决策所涉及的范围、所要采取的措施方案和政策、实现目标的准则、策略和各种约束条件等，广泛地收集信息。（2）建立一个多层次的递阶结构，按目标的不同、实现功能的差异，将系统分为几个等级层次。（3）确定以上递阶结构中相邻层次元素间相关程度。通过构造两比较判断矩阵及矩阵运算的数学方法，确定对于上一层次的某个元素而言，本层次中与其相关元素的重要性排序--相对权值。（4）计算各层元素对系统目标的合成权重，进行总排序，以确定递阶结构图中最底层各个元素的总目标中的重要程度。（5）根据分析计算结果，考虑相应的决策。

层次分析法是对人们主观判断做形式的表达、处理与客观描述，通过判断矩阵计算出相对权重后，要进行判断矩阵的一致性检验，克服两两相比的不足。层次分析法的整个过程体现了人的决策思维的基本特征，即分解、判断与综合，易学易用，而且定性与定量相结合，便于决策者之间彼此沟通，是一种十分有效的系统分析方法，广泛地应用在经济管理规划、能源开发利用与资源分析、城市产业规划、人才预测、交通运输、水资源分析利用等方面。

案例分析

案例使用，由于在项目中使用了Delphi法进行基于软件开发技术的决策分析，这里详细介绍Delphi法。

基于XML数据读写决策分析

使用评价的方法：Delphi法

方法的步骤：

[Step1] 明确决策问题，选择成员（项目组成员、相关领域专家等）形成评价小组，

[Step2] 决策人根据评价准则确定评价项并制订评价表

[Step3] 每个小组成员不记名对可选方案进行投票或者打分。

[Step4] 主持人整理结果后开会讨论后，重复进行[Step3]直到选择方案集中为一种或符合评价准则打分最高的方案。

[Step5] 选择集中的方案或分数最高的方案为决策方案

评价准则：

此次评价从三种方案中选择一种方案。根据各专家对各方案的深入了解和相关资料查询，选出集中的方案作为本方案的最佳方案。每一项打分为（0-50）分

其它准则：

l 最佳方案中，最低分与平均分偏差率不能超过5%

l 不同方案中，最高分与次高分偏差必须相差10分

方案名称

实用性

开发成本

效率

兼容性

可扩展性

支持

合计（分数）

分数

权重(10%)

分数

权重(20%)

分数

权重(20%)

分数

权重(30%)

分数

权重(10%)

分数

权重(10%)

方案1

　

　

　

　

　

方案2

方案3

　

　

　

　

　

　

　

决策分析汇总表（打分制）

方案名称

张三

李四

王五

马六

合计（分数）

方案1

方案2

方案3

选择最后的总分高的方案

1、可选解决方案：

1）、MSXML读写数据

基于微软MSXML2接口来实现试卷识别结果数据的存储与读取。MSXML2接口提供了大量的XML相关操作的函数，利用它们可以实现试卷识别结果数据的存储与读取。优点：对window相关产品兼容性比较好，使用Microsoft Visual Studio开发比较容易。缺点是内存没有释放、速度慢。

2）、TinyXML读写数据

TinyXML是一个开源的解析XML的解析库，能够用于C++，能够在Windows或Linux中编译。这个解析库的模型通过解析XML文件，然后在内存中生成DOM模型，从而让我们很方便的遍历这课XML树。利用它可以实现试卷识别结果数据的存储与读取。TinyXml最大的特点就是它很小，可以很方便的静态连接到程序里。对于像配置文件、简单的数据文件这类文件的解析，它很适合。但是由于它是非验证的，必须要对返回值进行检查，否则将很容易出现内存访问的错误。因此需要在程序里做许多检查工做，加重了程序编写的负担。

3）、CMarkup读写数据

CMarkup是依据EDOM的，这是这个简单XML分析的关键。EDOM是操作XML元素、属性和数据的简明方法集。当你不需要复杂的XML特性时，它避免你读大量的DOM和< /span>SAX文档。CMarkUp封装了XML文档文本、结构和当前位置。它提供了增加元素、导航和得到元素属性和数据的所有方法以。在文档中操作被执行的地方取决于当前位置和当前孩子位置。当前位置允许你增加一个元素到文档中的这个位置，而不需要明确指出增加对象到文档的这点上，在CMarkup的有效生命周期里，对象一直保持着一个用来描述文档的字符串，当你调用GetDoc.可以得到它。CMarkup的特征：

独立：不需要任何外部的XML组件。

小：编译到你的工程只是很小的一个类，并且对于文档只维持了一个字符串，以及一个总计小于字符串内存大小的索引数组。

快：分析器在相当快的建立索引数组。

简单：EDOM方法使创建、导航和修改ＸＭＬ无比的简单。

STL的支持：CMarkupSTL类完全没有使用MFC。

4）、自主研发

一切从无到有的过程，当然需要花费大量的时间和精力去探索、研究，而且还不一定得到相应的回报，风险系数较大。这是在没有任

何其它办法、最坏的情况下的打算。

2、可选解决方案的评价结果：

方案打分表（王敬）

方案名称

实用性

开发成本

效率

兼容性

可扩展性

支持

合计(分数)

分数

权重(10%)

分数

权重(20%)

分数

权重(20%)

分数

权重(30%)

分数

权重(10%)

分数

权重(10%)

　

MSXML读写数据

20

2

15

3

30

6

30

9

25

2.5

20

2

24.5

TinyXML读写数据

25

2.5

20

4

30

6

30

9

30

3

20

2

26.5

CMarkup读取数据

30

3

30

6

40

8

20

6

30

3

30

3

29

自主研发

20

2

10

2

20

4

40

12

30

3

20

2

25

方案打分表（张有月）

方案名称

实用性

开发成本

效率

兼容性

可扩展性

支持

合计(分数)

分数

权重(10%)

分数

权重(20%)

分数

权重(20%)

分数

权重(30%)

分数

权重(10%)

分数

权重(10%)

　

MSXML读写数据

20

2

20

4

25

5

20

4

20

2

20

2

19

TinyXML读写数据

20

2

30

6

20

4

20

4

20

2

20

2

20

CMarkup读取数据

30

3

30

6

40

8

30

9

20

2

10

1

29

自主研发

20

2

10

2

40

8

20

4

20

2

20

2

20

方案打分表（陈琪）

方案名称

实用性

开发成本

效率

兼容性

可扩展性

支持

合计(分数)

分数

权重(10%)

分数

权重(20%)

分数

权重(20%)

分数

权重(30%)

分数

权重(10%)

分数

权重(10%)

　

MSXML读写数据

20

2

15

3

20

4

30

9

20

2

20

2

22

TinyXML读写数据

20

2

20

4

20

4

30

9

30

3

20

2

24

CMarkup读取数据

30

3

30

6

40

8

30

9

20

2

30

3

31

自主研发

20

2

10

2

20

4

30

9

20

2

30

3

22

方案打分表（吴启山）

方案名称

实用性

开发成本

效率

兼容性

可扩展性

支持

合计(分数)

分数

权重(10%)

分数

权重(20%)

分数

权重(20%)

分数

权重(30%)

分数

权重(10%)

分数

权重(10%)

　

MSXML读写数据

20

2

15

3

30

6

30

9

25

2.5

20

2

24.5

TinyXML读写数据

30

3

30

6

40

8

20

6

20

2

30

3

28

CMarkup读取数据

30

3

30

6

20

4

40

12

30

3

20

2

31

自主研发

20

2

10

2

20

4

40

12

30

3

20

2

25

方案打分表（刘军粮）

方案名称

实用性

开发成本

效率

兼容性

可扩展性

支持

合计(分数)

分数

权重(10%)

分数

权重(20%)

分数

权重(20%)

分数

权重(30%)

分数

权重(10%)

分数

权重(10%)

　

MSXML读写数据

20

2

15

3

30

6

30

9

25

2.5

20

2

24.5

TinyXML读写数据

30

3

30

6

40

8

20

6

20

2

30

3

28

CMarkup读取数据

30

3

30

6

20

4

40

12

30

3

20

2

30

自主研发

20

2

10

2

20

4

40

12

30

3

40

4

27

分数汇总结论表

方案名称

王敬

张有月

陈琪

吴启山

刘军粮

合计（分数）

MSXML读写数据

24.5

19

22

24.5

24.5

114.5

TinyXML读写数据

26.5

20

24

28

28

126.5

CMarkup读取数据

29

29

31

31

30

143

自主研发

2

5

20

22

25

27

119

3、结论

最佳方案中，最低分与平均分偏差率：

0.033333

最高分与次高分偏差：

16.5

符合准则。

（1） 最终选定的解决方法为：CMarkup读写数据

（2） 选择原因

相对其它方案，风险比较小，已经有现成的源代码，读写数据的速度比较快。

（3） 其它不选择的原因

技术难度较大，不确定的因素太多。考虑到进度较紧，所以决定放弃。