洪文霞， 楊 帆， 魏小朝

(青島理工大學(xué)管理學(xué)院， 山東 青島 266520)

?

基于風(fēng)險視角的地鐵工程項目融資方案選擇研究

洪文霞， 楊 帆*， 魏小朝

(青島理工大學(xué)管理學(xué)院， 山東 青島 266520)

融資是地鐵工程項目獲取資金的重要途徑，合理的融資方案是地鐵工程項目取得成功的前提。針對融資方案的優(yōu)選問題，從風(fēng)險分析的角度出發(fā)，采用WBS-RBS法對地鐵工程項目融資方案的風(fēng)險因子進(jìn)行分析，并通過德爾菲技術(shù)構(gòu)建地鐵工程項目融資方案風(fēng)險評估的指標(biāo)體系。應(yīng)用灰關(guān)聯(lián)熵方法計算各指標(biāo)權(quán)重，提出基于加權(quán)灰靶理論的融資方案比選模型。最后以青島地鐵5號線為例，驗證該模型的可行性，同時也為同類地鐵工程項目的融資決策提供參考。

風(fēng)險評估; 融資方案選擇; 三角模糊數(shù); 灰關(guān)聯(lián)熵方法; 灰靶決策

0 引言

城市軌道交通對加快城市化進(jìn)程、優(yōu)化城市布局、促進(jìn)經(jīng)濟(jì)社會和諧發(fā)展、提高居民生活質(zhì)量至關(guān)重要[1]。其中，地鐵作為“綠色交通”載體越來越受到人們的青睞，但地鐵建設(shè)投資巨大、建設(shè)周期長、投資風(fēng)險高，致使其發(fā)展緩慢[2]。因此，許多地鐵工程項目通過融資獲取資金，隨之而來的融資風(fēng)險也引起了人們的警惕。隨著我國投融資體制不斷改革與完善，有關(guān)學(xué)者對城市軌道交通融資風(fēng)險進(jìn)行了深入研究，立足風(fēng)險視角審視項目融資的體制及模式是其中的一個熱點，如曹鴻飛[3]對城市軌道交通的融資風(fēng)險進(jìn)行了識別和分類；唐文彬等[4]提出了模糊評判理論和層次分析法相結(jié)合的城市軌道交通投融資風(fēng)險評價模型。但關(guān)于量化融資風(fēng)險，并進(jìn)行風(fēng)險評價和融資方案選擇的研究匱乏。融資方案對地鐵項目的財務(wù)模型、盈利模式、票價政策和風(fēng)險分擔(dān)等都會產(chǎn)生影響，是其順利實施的關(guān)鍵要素[5]。準(zhǔn)確的選擇融資方案、降低項目的融資風(fēng)險成為地鐵建設(shè)亟待解決的問題。本文采用德爾菲技術(shù)分析地鐵工程項目融資過程中的風(fēng)險因素，構(gòu)建風(fēng)險評價指標(biāo)體系，將模糊數(shù)學(xué)與灰色理論相耦合，對融資方案的風(fēng)險進(jìn)行評價，選出風(fēng)險最小的融資方案，以期為地鐵工程項目融資方案的比選提供一條新的思路。

1 地鐵工程項目融資方案的風(fēng)險識別及指標(biāo)體系建立

德爾菲技術(shù)是一種綜合性群體決策方法，能夠有效解決多目標(biāo)非結(jié)構(gòu)化的問題。德爾菲技術(shù)較早應(yīng)用于預(yù)測領(lǐng)域，但其在指標(biāo)體系設(shè)計上的應(yīng)用也得到了專家學(xué)者的普遍認(rèn)同。影響地鐵工程項目融資的風(fēng)險因素很多，且風(fēng)險因素難以定量描述。因此，采用德爾菲技術(shù)，充分利用專家的經(jīng)驗知識是建立地鐵工程項目融資方案風(fēng)險評價指標(biāo)體系的有效途徑?；诘聽柗萍夹g(shù)的指標(biāo)體系構(gòu)建過程如下。

1.1 建立初步的風(fēng)險評價指標(biāo)體系

在查閱文獻(xiàn)和分析案例的基礎(chǔ)上識別風(fēng)險，建立風(fēng)險檢查表，并采用WBS-RBS法對風(fēng)險因素進(jìn)行篩選、歸類和分層[6]。

1.2 遴選專家

考慮地鐵工程項目融資的特點以及專家意見表的可獲性，邀請政府機(jī)構(gòu)、金融機(jī)構(gòu)、融資科研機(jī)構(gòu)和高等院校的專家、教授，共計20人。征得同意后，向?qū)＜医M提供本次研究的相關(guān)背景資料[7]。

1.3 征詢專家意見

傳統(tǒng)的德爾菲技術(shù)需進(jìn)行4輪的征詢，而本次征詢在進(jìn)行2輪之后，專家的意見已趨于一致，故不必繼續(xù)進(jìn)行征詢。

1)第1輪征詢。請專家組對初步篩選的評價指標(biāo)體系采用5點Linker型標(biāo)度進(jìn)行打分，提出修改意見，并對權(quán)威程度(判斷依據(jù)+熟悉程度)進(jìn)行自我評價。統(tǒng)計分析匯總的數(shù)據(jù)，分別計算各指標(biāo)的滿分頻率Kj、均值Ej、均方差Dj、標(biāo)準(zhǔn)差σj、變異系數(shù)Vj以及等級和Yj。

2)第2輪征詢。根據(jù)數(shù)據(jù)處理結(jié)果，對指標(biāo)進(jìn)行篩選。篩選的標(biāo)準(zhǔn)：均值Ej>3.0或變異系數(shù)Vj<2.0，則為有效指標(biāo)。對于處于邊界的指標(biāo)(Ej=3.0或Vj=2.0)，充分考慮專家的意見并進(jìn)行討論，然后進(jìn)行篩選[8]。對照分析結(jié)果，請專家組對篩選后的指標(biāo)再次進(jìn)行評分。匯總第2輪的數(shù)據(jù)進(jìn)行統(tǒng)計分析。

1.4 結(jié)果分析與檢驗

1)積極系數(shù)指專家征詢表的回收率，表示專家對本次征詢的關(guān)心程度。

積極系數(shù)=參與的專家人數(shù)/全部的專家人數(shù)。

(1)

2)權(quán)威系數(shù)Cr由專家對風(fēng)險因素的熟悉程度和其判斷依據(jù)決定。專家權(quán)威的高低會影響指標(biāo)篩選的可靠性。

權(quán)威系數(shù)Cr=(判斷依據(jù)Cα+熟悉程度Cs)/2。

(2)

3)協(xié)調(diào)系數(shù)X指專家意見的集中程度和協(xié)調(diào)程度。

(3)

式中:aij表示第i個專家對第j個指標(biāo)的評價等級；Yj表示第j個指標(biāo)的等級和。

(4)

式中：mi表示第i個專家在評價中相同的評價組數(shù)；ni表示在mj組中的相同等級數(shù)。

運用Excel和SPSS20.0對數(shù)據(jù)進(jìn)行統(tǒng)計分析，由式(1)—(4)分別計算2輪專家的積極系數(shù)、權(quán)威系數(shù)和協(xié)調(diào)系數(shù)[9]，計算結(jié)果如表1所示。

表1 2輪征詢專家意見的數(shù)據(jù)統(tǒng)計表

由表1可以得出以下結(jié)論：

1)2輪專家的積極系數(shù)均為100%，表明邀請的專家都關(guān)心本次研究并積極參與；

2)2輪專家的權(quán)威系數(shù)均超過了0.8，專家的權(quán)威程度很高，保證了本次研究的精度；

3)第2輪的協(xié)調(diào)系數(shù)高于第1輪的協(xié)調(diào)系數(shù)，且大于0.5，表明經(jīng)過2輪征詢，專家的意見已基本趨于一致，無需進(jìn)行第3輪征詢，且結(jié)果具有可靠性；

4)2輪協(xié)調(diào)系數(shù)的χ2檢驗的P值均小于0.05，表明在95%的置信度下，專家意見的協(xié)調(diào)程度可信。

1.5 構(gòu)建指標(biāo)體系

通過對德爾菲調(diào)查表的統(tǒng)計分析，最終確定的指標(biāo)體系包括6個因素層，分別從不同的方面考量地鐵工程項目的融資風(fēng)險。地鐵工程項目融資方案的風(fēng)險評價指標(biāo)體系如表2所示。

表2 地鐵工程項目融資方案風(fēng)險評價指標(biāo)體系

2 評價方法的選擇

目前，在多屬性決策問題中，經(jīng)常用到的方法有AHP方法、DEA方法、模糊綜合評價方法、灰色綜合評價方法、Topsis法以及人工神經(jīng)網(wǎng)絡(luò)方法等。為了彌補(bǔ)這些方法在單一使用中的不足，一些專家將這些方法進(jìn)行改進(jìn)和組合，得到了更加合理的決策和評估模型。

風(fēng)險等級界限不明確，難以量化，具有一定的模糊性。因此，人們通常用語言變量描述風(fēng)險的大小。本文選取三角模糊數(shù)來處理無法用精確數(shù)值描述的風(fēng)險度量，克服了專家主觀認(rèn)知的不明確和指標(biāo)屬性的模糊性，符合客觀規(guī)律。

模糊理論可以解決現(xiàn)實中一些認(rèn)知不明確和指標(biāo)屬性模糊的決策問題。而灰色關(guān)聯(lián)分析可以除去數(shù)據(jù)的“灰色”成分?；野袥Q策作為灰色系統(tǒng)重要的組成部分，自鄧聚龍教授提出后，在很多領(lǐng)域得到了應(yīng)用[10-11]。本文在前人研究的基礎(chǔ)上，將模糊理論、信息熵、灰色關(guān)聯(lián)和灰靶決策理論相結(jié)合，建立方案比選模型，以期提高決策的科學(xué)性。

3 基于風(fēng)險評估的地鐵工程項目融資方案比選模型

3.1 定義評語集

風(fēng)險的評估需要通過專家打分來確定，因此，需要預(yù)先設(shè)定風(fēng)險評價標(biāo)準(zhǔn)及定義評語集，評語集W={W1,W2,W3,W4,W5}。

本文從投資方的角度評判各指標(biāo)的風(fēng)險大小。指標(biāo)的分值越高，其對應(yīng)的風(fēng)險越大。采用5級風(fēng)險評價標(biāo)準(zhǔn)，風(fēng)險因素對融資方案影響度的評價標(biāo)準(zhǔn)如表3所示。

表3 風(fēng)險因素對融資方案影響度的評價標(biāo)準(zhǔn)

Table 3 Evaluation standards of influencing degree of risk factors on financing scheme

評語集評價分?jǐn)?shù) 影響很大50～59影響較大60～69影響一般70～79影響較小80～89影響很小90～100

3.2 建立風(fēng)險決策矩陣

對決策矩陣進(jìn)行規(guī)范化處理得

(5)

得到規(guī)范化決策矩陣

3.3 定義靶心

(6)

3.4 計算三角模糊數(shù)的灰色關(guān)聯(lián)度

(7)

定義3：定義規(guī)范化決策矩陣的理想點

(8)

計算在指標(biāo)Bj下各方案與理想點的灰關(guān)聯(lián)系數(shù)

(9)

由式(9)可得灰關(guān)聯(lián)系數(shù)矩陣

3.5 指標(biāo)權(quán)重的確定

客觀權(quán)重能夠反映數(shù)據(jù)之間的分布特點，不受決策者的主觀偏好影響。熵權(quán)法是信息權(quán)重確定方法的一種，主要根據(jù)指標(biāo)效果值之間的差異大小來對指標(biāo)賦權(quán)。

各指標(biāo)的熵值

(10)

將評價指標(biāo)的熵值轉(zhuǎn)化為指標(biāo)的權(quán)重

(11)

3.6 方案排序

方案Ai的正靶心距

。

(12)

對方案的正靶心距大小排序，正靶心距越小，表示距離正靶心越近，方案越優(yōu)。

4 實例驗證

4.1 青島地鐵5號線項目概況

青島地鐵5號線是青島市軌道交通遠(yuǎn)景規(guī)劃中的一條線路，自湖島起，沿瑞昌路向西南方向延伸，再折向南沿鞍山一路、鞍山二路、鎮(zhèn)江北路和鎮(zhèn)江路，再向東沿江西路、香港中路和麥島路到達(dá)麥島，全長13.5km，計劃于2018年開工建設(shè)。該線路將1號線與4號線銜接起來，形成一條東北—西南向聯(lián)絡(luò)線路，進(jìn)一步加強(qiáng)了青島市軌道交通網(wǎng)絡(luò)的緊密性，助力城市空間的開發(fā)和區(qū)域經(jīng)濟(jì)的發(fā)展。研究該項目可能涉及的3種備選融資方案：組合1(財政+債務(wù))融資方案、組合2(財政+權(quán)益)融資方案、組合3(財政+權(quán)益+債務(wù))。通過現(xiàn)場訪問和電子郵件的方式對政府相關(guān)部門、金融機(jī)構(gòu)和私人投資機(jī)構(gòu)的專家進(jìn)行詢問，搜集整理評分結(jié)果。經(jīng)過統(tǒng)計分析，將指標(biāo)所得的最低分和最高分分別作為三角模糊數(shù)的下限和上限，平均分作為可能性最大的值。運用上述的方案比選模型對融資方案風(fēng)險進(jìn)行量化與評價，進(jìn)而得出融資方案的排序結(jié)果。

4.2 融資方案風(fēng)險評價與比選

運用上述的加權(quán)灰靶方案比選模型對3種融資方案進(jìn)行評估。

1)步驟1：各專家組對照評語表對各方案的指標(biāo)評分，指標(biāo)的最終得分取小組內(nèi)專家評分的均值。由式(5)得到規(guī)范化的決策矩陣

2)步驟2：求解正靶心。由式(6)得到正靶心

步驟3：理想點是各指標(biāo)的最優(yōu)序列，確立理想點，求解灰關(guān)聯(lián)系數(shù)矩陣。由式(7)—(9)計算得到灰關(guān)聯(lián)系數(shù)矩陣

步驟4：根據(jù)灰關(guān)聯(lián)系數(shù)矩陣求解指標(biāo)的權(quán)重。由式(10)、(11)計算關(guān)聯(lián)熵值，得到指標(biāo)的權(quán)重

步驟5：根據(jù)加權(quán)的規(guī)范化矩陣求解正靶心距。由式(12)計算各方案的正靶心距

根據(jù)評價規(guī)則(風(fēng)險因素對融資方案的影響越低，融資方案的得分越高)，將理想的融資方案作為正靶心，則融資方案到正靶心的距離越小，表示方案越優(yōu)。據(jù)此，對方案進(jìn)行排序得：A3>A2>A1。即，組合3(財政+債務(wù)+權(quán)益)的融資方案最優(yōu)。

在以往的公共項目工程建設(shè)中，政府扮演著自然壟斷的角色，不僅會滋生腐敗致使管理效率低下，也容易超出成本預(yù)算，造成資源浪費，同時還需要承擔(dān)所有的風(fēng)險。因此，青島地鐵5號線項目應(yīng)摒棄僅依靠政府財政的融資方案。但是選擇財政與債務(wù)相結(jié)合的融資模式，債權(quán)人往往面臨著巨大的風(fēng)險，致使融資困難。從資本市場借貸，同時以股權(quán)轉(zhuǎn)讓的方式引入社會資本，不僅有利于將風(fēng)險轉(zhuǎn)化給有能力的參與方承擔(dān)，實現(xiàn)風(fēng)險的合理分擔(dān)，也能提高運營階段的效率。

5 結(jié)論與討論

1)從風(fēng)險分析的視角，采用德爾菲技術(shù)構(gòu)建地鐵工程項目融資方案風(fēng)險評價的指標(biāo)體系，提出融資方案風(fēng)險評價和比選的方法，并以青島地鐵5號線的融資方案選擇為例，驗證了基于加權(quán)灰靶理論的融資方案比選模型的可行性。

2)文章結(jié)合模糊數(shù)學(xué)和灰色理論的相關(guān)方法，不僅克服了主觀認(rèn)知的模糊性，而且考慮了地鐵工程項目融資方案風(fēng)險因素的灰色性。采用灰色關(guān)聯(lián)熵這一客觀賦權(quán)法來計算地鐵工程項目融資方案的風(fēng)險指標(biāo)權(quán)重，盡量減少主觀因素的影響，增強(qiáng)了評價結(jié)果的科學(xué)客觀性。

3)文章研究內(nèi)容主要集中在融資方案的風(fēng)險評價和比選上，而針對一些關(guān)鍵風(fēng)險因素的規(guī)避和控制措施并未進(jìn)行分析說明。如何改進(jìn)優(yōu)選方案的低劣指標(biāo)，進(jìn)而有效控制風(fēng)險，有待進(jìn)一步研究。

[1] 孫永福.城市軌道交通工程政府應(yīng)關(guān)注的重大問題[J].隧道建設(shè),2011,31(2): 149-153.(SUN Yongfu.Key points to which the authorities should pay attention in developing urban mass rapid transit projects[J].Tunnel Construction,2011,31(2): 149-153.(in Chinese))

[2] 施仲衡.建設(shè)符合我國國情的地下鐵道[J].都市快軌交通，2013(2): 1-2.(SHI Zhongheng. Underground railway construction fitted for China[J].Urban Rapid Rail Transit,2013(2): 1-2.(in Chinese))

[3] 曹鴻飛.城市軌道交通融資風(fēng)險分析[D].大連：東北財經(jīng)大學(xué),2010.(CAO Hongfei. Risk analysis of urban rail transit financing[D].Dalian：Dongbei University of Finance and Economics,2010.(in Chinese))

[4] 唐文彬,張飛漣.城市軌道交通投融資風(fēng)險評價方法[J].系統(tǒng)工程,2011(1): 117-122.(TANG Wenbin,ZHANG Feilian.The risk of evaluation methodology of urban rail transit investment and financing[J].Systems Engineering,2011(1): 117-122.(in Chinese))

[5] 周忠于.地鐵工程項目融資研究[D].長沙：中南大學(xué),2010.(ZHOU Zhongyu. Research on financing of Metro projects[D].Changsha: Central South University,2010.(in Chinese))

[6] 李力.基于風(fēng)險矩陣的BOT-TOT-PPP項目融資風(fēng)險評估[J].昆明理工大學(xué)學(xué)報(社會科學(xué)版),2012(1): 74-79.(LI Li.The risk assessment of BOT-TOT-PPP project financing based on risk matrix[J].Journal of Kunming University of Science and Technology(Social Science Edition),2012(1): 74-79.(in Chinese))

[7] 徐國祥.統(tǒng)計預(yù)測和決策[M].上海: 上海財經(jīng)大學(xué)出版社,2012:8.(XU Guoxiang.Statistical forecasting and decision making[M].Shanghai:Shanghai University of Finance and Economics Press,2012: 8.(in Chinese))

[8] Hasson F,Keeney S,McKenna H.Research guidelines for the delphi survey technique[J].Journal of Advanced Nursing,2000,32(4): 1008-1015.

[9] 王春枝,斯琴.德爾菲法中的數(shù)據(jù)統(tǒng)計處理方法及其應(yīng)用研究[J].內(nèi)蒙古財經(jīng)學(xué)院學(xué)報,2011(4): 92-96.(WANG Chunzhi,SI Qin.A study of data statistical processing method of delphi method and its application[J].Journal of Inner Mongolia Finance and Economics College,2011(4): 92-96.(in Chinese))

[10] 羅黨.灰色決策問題分析方法[M].鄭州: 黃河水利出版社,2005.(LUO Dang. Analytic methods for grey decision [M]. Zhengzhou: The Yellow River Water Conservancy Press,2005.(in Chinese))

[11] 張慧穎.基于灰靶決策的多指標(biāo)評判法及其在公路網(wǎng)評價中的應(yīng)用[J].數(shù)學(xué)的實踐與認(rèn)識,2008(10): 31-38.(ZHANG Huiying.A multi-criteria evaluation method based on grey target and its application in evaluating highway network[J].Journal of Mathematics in Practice and Theory,2008(10): 31-38.(in Chinese))

Study of Financing Scheme Selection of Metro Projects Based on Risk Assessment

HONG Wenxia, YANG Fan*, WEI Xiaozhao

(SchoolofManagement,QingdaoUniversityofTechnology,Qingdao266520,Shandong,China)

Rational financing scheme is the key to achieve success of Metro projects. The risk factors of Metro project financing scheme are analyzed by WBS-RBS method; and the risk assessment index system of Metro project financing scheme is established by Delphi technique. Every index weight is calculated by grey relation entropy method; and the financing scheme selection model based on weight coefficient grey target theory is proposed. The construction practice of Qingdao Metro Line No. 5 shows that the model is feasible. The results can provide reference for financing decision of similar projects in the future.

risk assessment; financing scheme selection; triangular fuzzy number; grey relation entropy method; grey-target decision

2015-11-05;

2015-12-21

洪文霞(1964—),女,湖北黃石人,2003年畢業(yè)于浙江大學(xué),建筑與土木工程專業(yè),碩士,教授,現(xiàn)主要從事工程項目管理研究工作。E-mail: 734256936@qq.com。 *通訊作者：楊帆， E-mail：1248382618@qq.com。

10.3973/j.issn.1672-741X.2016.07.002

U 45

A

1672-741X(2016)07-0782-05