[摘 要] 農(nóng)產(chǎn)品生產(chǎn)周期長，不確定因素多，項(xiàng)目的風(fēng)險(xiǎn)分析對農(nóng)產(chǎn)品項(xiàng)目來說尤為重要。常用的風(fēng)險(xiǎn)分析方法是Monte Carlo法，Monte Carlo法常用編程和在Excel中實(shí)現(xiàn)，這兩種方法對風(fēng)險(xiǎn)分析來說實(shí)用性較差。本文以紅棗矮化基地建設(shè)項(xiàng)目為例，分析如何使用@RISK進(jìn)行項(xiàng)目風(fēng)險(xiǎn)分析。在分析過程中假定項(xiàng)目現(xiàn)金流量具有隨機(jī)性，選擇NPV作為評價(jià)指標(biāo)，分析NPV的期望值與發(fā)生概率，分析影響農(nóng)產(chǎn)品成功的敏感性因素，為項(xiàng)目在風(fēng)險(xiǎn)條件下的決策提供可行的決策工具。

[關(guān)鍵詞] 農(nóng)產(chǎn)品項(xiàng)目；@RISK模擬；紅棗矮化基地；風(fēng)險(xiǎn)

[中圖分類號(hào)] F320 [文獻(xiàn)標(biāo)識(shí)碼] A [文章編號(hào)] 1674-7909（2017）31-40-3

1 問題的提出

風(fēng)險(xiǎn)是相對于某一主體而言，不能控制或預(yù)先不知道的事情或未來狀態(tài)[1]。農(nóng)產(chǎn)品項(xiàng)目投資是我國未來農(nóng)業(yè)現(xiàn)代化發(fā)展的必由之路，在一個(gè)項(xiàng)目的建設(shè)過程中，項(xiàng)目主體沒有全面考慮、管理和分析影響最終目標(biāo)的因素，使得沒有達(dá)到預(yù)期目標(biāo)或是實(shí)際期望與預(yù)期期望發(fā)生偏離時(shí)就存在風(fēng)險(xiǎn)。農(nóng)產(chǎn)品投資時(shí)，應(yīng)考慮市場風(fēng)險(xiǎn)、技術(shù)風(fēng)險(xiǎn)、管理風(fēng)險(xiǎn)及其他風(fēng)險(xiǎn)。農(nóng)產(chǎn)品投資存在著風(fēng)險(xiǎn)大、周期長、見效慢等特點(diǎn)，因此，對農(nóng)產(chǎn)品項(xiàng)目投資進(jìn)行風(fēng)險(xiǎn)管理顯得尤為重要。本文主要探討如何更簡易地對農(nóng)產(chǎn)品項(xiàng)目風(fēng)險(xiǎn)進(jìn)行度量的評價(jià)問題，即利用@RISK模擬來分析農(nóng)產(chǎn)品項(xiàng)目的敏感性因素。此方法計(jì)算簡單、適應(yīng)性廣泛、準(zhǔn)確性高，而且能夠直觀地反映出影響農(nóng)產(chǎn)品項(xiàng)目的關(guān)鍵因素，為項(xiàng)目決策者提供有力的風(fēng)險(xiǎn)分析工具。

2 @RISK模擬及其一般過程

2.1 @RISK模擬

@RISK模擬稱為隨機(jī)模擬法，組合模型建立情況中的所有不確定因素，是一種定量分析的方法[2]。@RISK模擬的主要優(yōu)點(diǎn)是無需進(jìn)行復(fù)雜的數(shù)學(xué)運(yùn)算，只要經(jīng)過多次反復(fù)試驗(yàn)，便能夠獲得足夠準(zhǔn)確的近似結(jié)果。這種分析可以是獨(dú)立分析，也可以用于向其他分析提供結(jié)果。其提供的結(jié)果以圖形方式顯示所面臨的風(fēng)險(xiǎn)，具有很高的直觀性。該方法應(yīng)用面廣、適應(yīng)性強(qiáng)，廣泛地應(yīng)用于管理、統(tǒng)計(jì)財(cái)經(jīng)、金融等眾多領(lǐng)域。惠斯通（Weston）對美國1 000家大公司所作的統(tǒng)計(jì)表明：在部分公司管理決策中，采用這種隨機(jī)模擬方法的頻率占29%以上，遠(yuǎn)遠(yuǎn)大于其他數(shù)學(xué)方法的使用頻率。該方法需要對數(shù)值進(jìn)行大量模擬，反復(fù)驗(yàn)證，才能更加客觀地對風(fēng)險(xiǎn)進(jìn)行分析[3]。

2.2 @RISK模擬的一般過程

一是分析問題。分析實(shí)際問題，然后構(gòu)造隨機(jī)變量的統(tǒng)計(jì)量，即不確定變量，比如X=（x1，x2，……，xn），使統(tǒng)計(jì)量Y的某個(gè)統(tǒng)計(jì)參數(shù)等于要求解問題的值。二是確定分布類型和參數(shù)。當(dāng)隨機(jī)變量的分布類型和參數(shù)確定時(shí)便可以運(yùn)行模擬，當(dāng)隨機(jī)變量的分布類型和參數(shù)不確定時(shí)，需用已知的樣本數(shù)據(jù)擬合隨機(jī)變量的分布和參數(shù)。此步驟通過Excel工作表格式定義問題或情況。三是重復(fù)試驗(yàn)，大量模擬。通過重復(fù)試驗(yàn)產(chǎn)生大量的隨機(jī)向量X=（x1，x2，……，xn），然后將其代入統(tǒng)計(jì)量中，即可得到Y(jié)的值。然后計(jì)算Y的相關(guān)統(tǒng)計(jì)參數(shù)就可以得到求解問題的值。四是進(jìn)行敏感性分析。

3 實(shí)證分析

3.1 農(nóng)產(chǎn)品項(xiàng)目——紅棗矮化基地項(xiàng)目概述及費(fèi)用效益構(gòu)成

紅棗矮化是指棗樹的高度和種植密度較傳統(tǒng)的方式有大的變化，改變了棗樹原有的生長特點(diǎn)，將原來的大冠稀植改為矮密集約栽培。紅棗矮化基地項(xiàng)目的建立適應(yīng)了經(jīng)濟(jì)新常態(tài)，轉(zhuǎn)變經(jīng)濟(jì)發(fā)展方式，將傳統(tǒng)的粗放管理模式轉(zhuǎn)變?yōu)榧s型管理模式，引進(jìn)高新技術(shù)和優(yōu)良品種，標(biāo)準(zhǔn)化、規(guī)?；N植，從而取得良好的經(jīng)濟(jì)效益。企業(yè)擬建立66.67 hm2紅棗矮化基地，并對項(xiàng)目的費(fèi)用及效益構(gòu)成做了明確的規(guī)定。項(xiàng)目費(fèi)用是指在項(xiàng)目建設(shè)期、管理期、收益期產(chǎn)生的各種費(fèi)用，包括前期費(fèi)用（籌建、規(guī)劃、設(shè)計(jì)、可行性研究和專家勘察等）和土地租金費(fèi)用，基地建設(shè)費(fèi)用（土地平整費(fèi)用、品種引進(jìn)費(fèi)用，人員培訓(xùn)費(fèi)用，灌溉水設(shè)施費(fèi)用，病蟲害花銷費(fèi)用，基地管理費(fèi)用等），銷售費(fèi)用（包裝費(fèi)、裝卸費(fèi)、運(yùn)輸費(fèi)、廣告費(fèi)和修理費(fèi)等）。項(xiàng)目收益是指項(xiàng)目壽命期產(chǎn)生的全部收益，包括紅棗的收入以及加工處理產(chǎn)生的附加值。

3.2 實(shí)證分析——基于@RISK的石咀驛紅棗矮化基地項(xiàng)目風(fēng)險(xiǎn)分析

3.2.1 問題分析。紅棗矮化基地項(xiàng)目位于陜西省榆林市清澗縣，處于無定河、黃河交匯處，地理位置優(yōu)越，基礎(chǔ)設(shè)施條件良好。全縣現(xiàn)有紅棗面積3.53萬hm2，縣委、縣政府立足實(shí)際，要把“紅棗之鄉(xiāng)”打造成“中國紅棗之都”，紅棗矮化基地就是在此基礎(chǔ)上發(fā)展起來的。為了分析紅棗矮化基地項(xiàng)目投資收益情況，邀請紅棗專家和科技人員對紅棗矮化基地進(jìn)行實(shí)地勘測，通過調(diào)研論證，編制科學(xué)合理的建設(shè)規(guī)劃，為紅棗基地建設(shè)提供理論指導(dǎo)。根據(jù)歷史數(shù)據(jù)、專家咨詢對基地項(xiàng)目費(fèi)用效益情況進(jìn)行分析，認(rèn)為前期費(fèi)用與土地租金、基地建設(shè)費(fèi)用、銷售費(fèi)用、紅棗銷售費(fèi)用年增長率、基地建設(shè)費(fèi)用年增長率及紅棗銷售收入年增長率等為不確定變量（輸入項(xiàng)），項(xiàng)目凈現(xiàn)值即統(tǒng)計(jì)量為確定變量（輸出項(xiàng)）。

3.2.2 隨機(jī)變量的分布模型。①前期費(fèi)用和用地租金服從最大值為90萬元，最大可能值為60萬元，最小值為50萬元的三角分布。②基地建設(shè)費(fèi)用服從最大值為550萬元，最大可能值為500萬元，最小值為450萬元的三角分布。③第一年的銷售費(fèi)用服從最大值為45萬元，最大可能值為40萬元，最小值為32萬元的三角分布。④紅棗銷售收入年增長率服從均值為10%，標(biāo)準(zhǔn)差為2%的正態(tài)分布。⑤基地建設(shè)費(fèi)用年增長率服從均值為15%，標(biāo)準(zhǔn)差為3%的正態(tài)分布；⑥紅棗銷售費(fèi)用年增長率服從均值為10%，標(biāo)準(zhǔn)差為2%的正態(tài)分布。

根據(jù)費(fèi)用效益的分布類型，構(gòu)建項(xiàng)目的Excel模型，紅棗矮化基地項(xiàng)目的Excel模型如表1所示。

3.2.3 重復(fù)試驗(yàn)，大量模擬。確定了凈現(xiàn)值的分布模型，可通過定義分布、輸出項(xiàng)及@risk對模型的模擬，設(shè)置模擬次數(shù)為1 000次，點(diǎn)擊“Start Simulation”按鈕可直接運(yùn)行模擬。在此模擬過程中，可以直觀地看到模擬過程及數(shù)據(jù)的變化，為了減少誤差，可以進(jìn)行多次模擬試驗(yàn)，模擬完成后可以看到凈現(xiàn)值輸出的模擬圖表（見圖1），想要瀏覽更多的結(jié)果，需點(diǎn)擊“Excel Reports”按鈕，可以顯示更多的分析結(jié)果。

圖1是在@RISK模擬時(shí)截取的關(guān)于凈現(xiàn)值的圖片，從圖1可以看出：NPVmax=1 435.80萬元，NPVmin=722.44萬元，NPVmed=1 029.51萬元，NPVmean=1 036.03萬元。即該投資的平均期望值E（NPV）為1 036.03萬元，通過@RISK模擬可以直觀地看到抽取隨機(jī)變量X=（x1，x2，……，xn）后，統(tǒng)計(jì)量Y的數(shù)值。

另外，NPV介于850萬～1 236萬元的概率為90%，隨意拉動(dòng)圖形上方的黑色三角可以查看其他概率下的凈現(xiàn)值。在左滑塊上面輸入0，得到此項(xiàng)目的凈現(xiàn)值為697萬元，如果想要獲取第90個(gè)百分位數(shù)，可以在右邊滑塊輸入10，則可以看出右邊滑塊的數(shù)值，表示凈現(xiàn)值大于此數(shù)值的概率只有10%。第2幅圖顯示了在設(shè)置1 000次模擬后，可以清晰地看到@RISK模擬的過程。該農(nóng)產(chǎn)品項(xiàng)目的凈現(xiàn)值絕大部分分布在[659，1 536]，其中最可能的凈現(xiàn)值約1 000萬元，由于項(xiàng)目凈現(xiàn)值NPV>0，所以該紅棗矮化基地項(xiàng)目方案可行。即使是凈現(xiàn)值很小，該項(xiàng)目也值得投資，因?yàn)閮衄F(xiàn)值始終大于0。

3.2.4 敏感性分析。趨勢圖和龍卷風(fēng)圖都是進(jìn)行敏感性分析的重要工具，在@RISK模擬中，龍卷風(fēng)圖以清晰直觀的方式顯示方案分析結(jié)果，當(dāng)輸出高于其第90個(gè)分位時(shí)為影響農(nóng)產(chǎn)品項(xiàng)目的關(guān)鍵因素。在@RISK模擬的凈現(xiàn)值輸出項(xiàng)中，點(diǎn)擊圖片下方的龍卷風(fēng)圖，可以很好地顯示影響農(nóng)產(chǎn)品項(xiàng)目的關(guān)鍵因素。

對凈現(xiàn)值NPV最敏感的因素是基地建設(shè)費(fèi)用，其次為前期費(fèi)用與用地租金。所以，要想提高紅棗矮化基地項(xiàng)目的凈現(xiàn)值，使收益最大化，首先要縮減紅棗矮化基地項(xiàng)目的建設(shè)費(fèi)用，對基地建設(shè)的各個(gè)環(huán)節(jié)進(jìn)行管理和監(jiān)督，包括對品種引進(jìn)、人員培訓(xùn)、灌溉設(shè)施、病蟲害防治及基地管理等費(fèi)用的監(jiān)管，合理使用資金，使資金發(fā)揮最大的作用。其次，分析前期費(fèi)用與用地租金，對資金的前期流向進(jìn)行監(jiān)管、合理規(guī)劃，選擇土地租金較便宜的地段，而且要通過勘察確定土壤的酸堿度、肥沃程度，不能影響農(nóng)產(chǎn)品的正常發(fā)展，最大幅度地降低基地建設(shè)費(fèi)用、前期費(fèi)用與用地租金，大力推廣節(jié)本增效措施，進(jìn)行規(guī)?；?jīng)營，從而使凈現(xiàn)值最大化。

4 結(jié)論

本文從風(fēng)險(xiǎn)的定義、農(nóng)產(chǎn)品項(xiàng)目投資、農(nóng)產(chǎn)品項(xiàng)目管理中存在的風(fēng)險(xiǎn)因素以及當(dāng)前對農(nóng)產(chǎn)品項(xiàng)目研究的方法進(jìn)行探討，總結(jié)了目前在農(nóng)產(chǎn)品項(xiàng)目研究過程中存在的不足，接著介紹@RISK模擬及其一般過程，結(jié)合農(nóng)產(chǎn)品項(xiàng)目利用@RISK模擬進(jìn)行了項(xiàng)目的風(fēng)險(xiǎn)分析，這在之前的農(nóng)產(chǎn)品項(xiàng)目風(fēng)險(xiǎn)分析過程中尚無先例。本文以紅棗矮化基地項(xiàng)目作為例證，用@RISK模擬分析法，確定了在基地建設(shè)過程中存在的風(fēng)險(xiǎn)因素，并對其關(guān)鍵風(fēng)險(xiǎn)因素進(jìn)行分析，從而使企業(yè)意識(shí)到在農(nóng)產(chǎn)品項(xiàng)目基地建設(shè)過程中存在的問題，將成本降至最低，使收益得到最大化。@RISK模擬能夠直觀反映影響農(nóng)產(chǎn)品項(xiàng)目的風(fēng)險(xiǎn)因素，解決了常用決策方法所無法解決的問題，彌補(bǔ)了常用決策手段的不足，是行之有效的定量分析方法，具有很強(qiáng)的實(shí)用性，為農(nóng)產(chǎn)品項(xiàng)目在風(fēng)險(xiǎn)條件下的決策提供了可行的決策工具[4]。

參考文獻(xiàn)

[1]謝志剛，周晶.重新認(rèn)識(shí)風(fēng)險(xiǎn)這個(gè)概念[J].保險(xiǎn)研究，2012（2）：101-108.

[2]鄭家喜，王姣，聶磊.政府農(nóng)田水利建設(shè)項(xiàng)目風(fēng)險(xiǎn)管理研究[J].農(nóng)業(yè)經(jīng)濟(jì)問題，2012（8）：59-64.

[3]王學(xué)強(qiáng)，莊宇.基于蒙特卡羅模擬模型的投資項(xiàng)目風(fēng)險(xiǎn)分析[J].工業(yè)工程，2007（5）：93-96.

[4]Burmaster DE，Anderson PD. Principles of Good Practice for the Use of Monte Carlo Techniques in Human Health and Ecological Risk Assessments[J].Risk Analysis，1994（4）：477-481.