王 莉

（西華大學 建筑與土木工程學院，成都610039）

0 引言

近年來，我國加大了對各種基礎(chǔ)設(shè)施項目的投資力度，基礎(chǔ)設(shè)施項目的投資風險也日益加大，在投資的過程中常常出現(xiàn)譬如投資失控等問題，這就使得政府必須不斷地加強對那些重大的基礎(chǔ)設(shè)施的項目投資風險進行有效地管理。在基礎(chǔ)設(shè)施項目的投資風險管理中，最為重要的就是對基礎(chǔ)設(shè)施項目的投資風險進行預警管理，對現(xiàn)有風險分析方法進行發(fā)展和完善，使政府和投資方及時地發(fā)現(xiàn)問題，并采取一些必要的處理措施來轉(zhuǎn)移或者防范投資風險。

1 研究方法

人工神經(jīng)網(wǎng)絡(luò)鑒于其強大的非線性映射能力使得它在基礎(chǔ)設(shè)施項目投資偏離預警方面得到了一些應(yīng)用。

1.1 BP神經(jīng)網(wǎng)絡(luò)

BP神經(jīng)網(wǎng)絡(luò)的基本拓撲結(jié)構(gòu)如圖1。在神經(jīng)網(wǎng)絡(luò)中，上層各個神經(jīng)元都通過不同的傳遞函數(shù)來實現(xiàn)對下層神經(jīng)元的全連接。當獲得學習樣本以后，BP神經(jīng)網(wǎng)絡(luò)先要進行正向的傳播。若輸出結(jié)果與目標間的誤差大于預期的閾值，則該正向傳播轉(zhuǎn)入到反向傳播，把誤差信號沿著連接通路進行返回，通過修改各個層次神經(jīng)元的權(quán)重，逐漸使得誤差信號變小。隨著誤差反向傳播的持續(xù)進行，BP神經(jīng)網(wǎng)絡(luò)對學習樣本響應(yīng)的正確率逐漸提高，最終達到用戶要求的精度。

圖1 BP神經(jīng)網(wǎng)絡(luò)的拓撲示意圖

1.2 模型輸入因子

為了較好地描述模型輸入因子，定義下列的數(shù)學符號：

t1,t2,???,tN表示基礎(chǔ)設(shè)施項目的多個施工時段；

施工進度達到第i時段后，已經(jīng)完成的工程計劃投資CBP(ti)為

這里，EV()ti表示掙值。

施工進度達到第i時段后，已經(jīng)完成的工程實際投資CAP(ti)為：

這里，AC(ti)表示實際成本。

施工進度達到第i時段后，擬完成的工程計劃投資CBS(ti)為：

這里，PV(ti)表示計劃值。

為了有效地度量基礎(chǔ)設(shè)施項目的投資偏程度，本文定義了成本績效指數(shù)、進度績效指數(shù)、投資費用的偏離度、工程進度的偏離度、投資費用項的偏離風險率和工程進度項的偏離風險率等6個預警指標。

1.3 輸入數(shù)據(jù)的預處理

采用比例壓縮法來完成對輸入數(shù)據(jù)的預處理，其基本公式如下

其中，X為原始的數(shù)據(jù)，Xmax表示原始數(shù)據(jù)的最大值，Xmin表示原始數(shù)據(jù)的最小值；T為變換后的數(shù)據(jù)，Tmax一般取值為0.9～1，Tmin一般取值0～0.1。

得到最終的實驗結(jié)果后，實驗數(shù)據(jù)的還原公式為：

1.4 神經(jīng)網(wǎng)絡(luò)預警模型

以投資費用偏離的風險率為例，本為構(gòu)建的神經(jīng)網(wǎng)絡(luò)預警模型如圖2所示。對于其他幾個指標，也可以仿照圖2的模型構(gòu)建相應(yīng)的預警模型。

2 數(shù)據(jù)實例

區(qū)域經(jīng)濟一體化的發(fā)展趨勢對粵港之間的交通能力提出了更高要求。近幾年來，粵港區(qū)域經(jīng)濟融合日益緊密，和廣深港線運量慣性增長，而現(xiàn)有的廣深港鐵路通道已難適應(yīng)。故此，新建廣深港客運專線勢在必行。更重要的是，它將有效地與全國高鐵網(wǎng)絡(luò)系統(tǒng)相銜接。建成后的區(qū)域快線將打通香港與北京、上海等主要城市的經(jīng)脈，與新京廣線乃至全國高鐵網(wǎng)絡(luò)系統(tǒng)銜接。這對于加強粵港經(jīng)濟融合關(guān)系，促進廣深港同城化進程，都將有重要的現(xiàn)實和長遠意義。也因此，政府實有必要盡快落實香港段的興建計劃，令廣深港同城化早日實現(xiàn)。

圖2 神經(jīng)網(wǎng)絡(luò)預警模型

本文的實例選取于廣深港高速鐵路項目中的一段。假設(shè)某合同段的合同價格為1.7億元，占了整個項目價格的12.3%。該合同段從2010年2月開始施工，至2010年9月時所獲得的一些資料如表1。表2給出了這個合同段的投資風險。

現(xiàn)以施工單位2010年2月至9月的計劃值為輸入矢量：

以投資費用偏離的風險率組成目標矢量：

表1 某合同段2010年2月至2010年9月的資料 （單位：億元）

表2 某合同段投資費用風險計算表 (單位：億元)

對神經(jīng)網(wǎng)絡(luò)進行訓練。根據(jù)訓練好的神經(jīng)網(wǎng)絡(luò)，預測該合同段2010年10月的計劃值為0.058億元，2010年10月該合同段的投資費用偏離風險率的預測值為-0.15。根據(jù)投資費用風險率的五級閾值：-0.1,0,0.1,0.2,0.3可得出結(jié)論，10月份該合同段投資費用偏離風險非常小。

3 結(jié)束語

本文提出了一種基于神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)設(shè)施項目投資偏離預警模型。在定義了成本績效指數(shù)、進度績效指數(shù)、投資費用的偏離度、工程進度的偏離度、投資費用項的偏離風險率和工程進度項的偏離風險率等六個預警指標的基礎(chǔ)上，將多個階段的歷史數(shù)據(jù)輸入到預先學習好的神經(jīng)網(wǎng)絡(luò)模型中，就可得到基礎(chǔ)設(shè)施項目的投資偏離程度。數(shù)據(jù)實例表明該模型能有效測評基礎(chǔ)設(shè)施項目投資偏離程度。

本文的研究成果表明：可從日常的基礎(chǔ)設(shè)施項目基礎(chǔ)數(shù)據(jù)中挖掘和發(fā)現(xiàn)一些對未來具有指導意義的數(shù)據(jù)和信息。本文的基于神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)設(shè)施項目投資偏離預警模型，對于充實和完善基礎(chǔ)設(shè)施項目的投資風險管理具有一定的積極作用。

[1]林曉言,陳有孝.基礎(chǔ)設(shè)施投資效果定量評價[M].北京：清華大學出版社，2006.

[2]張坤民,溫宗國,杜斌.生態(tài)城市評估與指標體系[M].北京：化學工業(yè)出版社，2003.

[3]王立國等.工程項目可行性研究[M].北京：人民郵電出版社，2002.

[4]朱會沖,張燎.基礎(chǔ)設(shè)施項目投融資理論與實務(wù)[M].上海：復旦大學出版社，2002.

[5]張興平,武潤蓮.城市基礎(chǔ)設(shè)施項目社會評價研究[J].中國煤炭經(jīng)濟學院學報，2001，15(4).

[6]李敏強,孫鐵麟.城市基礎(chǔ)設(shè)施項目的投資評價[J].天津大學學報，2006，8(4).