基于風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

(青島理工大學管理學院， 山東 青島 266520)

?

基于風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

(青島理工大學管理學院， 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。針對融資方案的優選問題，從風險分析的角度出發，采用WBS-RBS法對地鐵工程項目融資方案的風險因子進行分析，并通過德爾菲技術構建地鐵工程項目融資方案風險評估的指標體系。應用灰關聯熵方法計算各指標權重，提出基于加權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。

風險評估; 融資方案選擇; 三角模糊數; 灰關聯熵方法; 灰靶決策

0 引言

城市軌道交通對加快城市化進程、優化城市布局、促進經濟社會和諧發展、提高居民生活質量至關重要[1]。其中，地鐵作為“綠色交通”載體越來越受到人們的青睞，但地鐵建設投資巨大、建設周期長、投資風險高，致使其發展緩慢[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，有關學者對城市軌道交通融資風險進行了深入研究，立足風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險進行了識別和分類；唐文彬等[4]提出了模糊評判理論和層次分析法相結合的城市軌道交通投融資風險評價模型。但關于量化融資風險，并進行風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模型、盈利模式、票價政策和風險分擔等都會產生影響，是其順利實施的關鍵要素[5]。準確的選擇融資方案、降低項目的融資風險成為地鐵建設亟待解決的問題。本文采用德爾菲技術分析地鐵工程項目融資過程中的風險因素，構建風險評價指標體系，將模糊數學與灰色理論相耦合，對融資方案的風險進行評價，選出風險最小的融資方案，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險識別及指標體系建立

德爾菲技術是一種綜合性群體決策方法，能夠有效解決多目標非結構化的問題。德爾菲技術較早應用于預測領域，但其在指標體系設計上的應用也得到了專家學者的普遍認同。影響地鐵工程項目融資的風險因素很多，且風險因素難以定量描述。因此，采用德爾菲技術，充分利用專家的經驗知識是建立地鐵工程項目融資方案風險評價指標體系的有效途徑。基于德爾菲技術的指標體系構建過程如下。

1.1 建立初步的風險評價指標體系

在查閱文獻和分析案例的基礎上識別風險，建立風險檢查表，并采用WBS-RBS法對風險因素進行篩選、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，邀請政府機構、金融機構、融資科研機構和高等院校的專家、教授，共計20人。征得同意后，向專家組提供本次研究的相關背景資料[7]。

1.3 征詢專家意見

傳統的德爾菲技術需進行4輪的征詢，而本次征詢在進行2輪之后，專家的意見已趨于一致，故不必繼續進行征詢。

1)第1輪征詢。請專家組對初步篩選的評價指標體系采用5點Linker型標度進行打分，提出修改意見，并對權威程度(判斷依據+熟悉程度)進行自我評價。統計分析匯總的數據，分別計算各指標的滿分頻率Kj、均值Ej、均方差Dj、標準差σj、變異系數Vj以及等級和Yj。

2)第2輪征詢。根據數據處理結果，對指標進行篩選。篩選的標準：均值Ej>3.0或變異系數Vj<2.0，則為有效指標。對于處于邊界的指標(Ej=3.0或Vj=2.0)，充分考慮專家的意見并進行討論，然后進行篩選[8]。對照分析結果，請專家組對篩選后的指標再次進行評分。匯總第2輪的數據進行統計分析。

1.4 結果分析與檢驗

1)積極系數指專家征詢表的回收率，表示專家對本次征詢的關心程度。

積極系數=參與的專家人數/全部的專家人數。

(1)

2)權威系數Cr由專家對風險因素的熟悉程度和其判斷依據決定。專家權威的高低會影響指標篩選的可靠性。

權威系數Cr=(判斷依據Cα+熟悉程度Cs)/2。

(2)

3)協調系數X指專家意見的集中程度和協調程度。

(3)

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

(4)

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

運用Excel和SPSS20.0對數據進行統計分析，由式(1)—(4)分別計算2輪專家的積極系數、權威系數和協調系數[9]，計算結果如表1所示。

表1 2輪征詢專家意見的數據統計表

由表1可以得出以下結論：

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

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

3)第2輪的協調系數高于第1輪的協調系數，且大于0.5，表明經過2輪征詢，專家的意見已基本趨于一致，無需進行第3輪征詢，且結果具有可靠性；

4)2輪協調系數的χ2檢驗的P值均小于0.05，表明在95%的置信度下，專家意見的協調程度可信。

1.5 構建指標體系

通過對德爾菲調查表的統計分析，最終確定的指標體系包括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險。地鐵工程項目融資方案的風險評價指標體系如表2所示。

表2 地鐵工程項目融資方案風險評價指標體系

2 評價方法的選擇

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

風險等級界限不明確，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險的大小。本文選取三角模糊數來處理無法用精確數值描述的風險度量，克服了專家主觀認知的不明確和指標屬性的模糊性，符合客觀規律。

模糊理論可以解決現實中一些認知不明確和指標屬性模糊的決策問題。而灰色關聯分析可以除去數據的“灰色”成分。灰靶決策作為灰色系統重要的組成部分，自鄧聚龍教授提出后，在很多領域得到了應用[10-11]。本文在前人研究的基礎上，將模糊理論、信息熵、灰色關聯和灰靶決策理論相結合，建立方案比選模型，以期提高決策的科學性。

3 基于風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

風險的評估需要通過專家打分來確定，因此，需要預先設定風險評價標準及定義評語集，評語集W={W1,W2,W3,W4,W5}。

本文從投資方的角度評判各指標的風險大小。指標的分值越高，其對應的風險越大。采用5級風險評價標準，風險因素對融資方案影響度的評價標準如表3所示。

表3 風險因素對融資方案影響度的評價標準

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

評語集評價分數 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 建立風險決策矩陣

對決策矩陣進行規范化處理得

(5)

得到規范化決策矩陣

3.3 定義靶心

(6)

3.4 計算三角模糊數的灰色關聯度

(7)

定義3：定義規范化決策矩陣的理想點

(8)

計算在指標Bj下各方案與理想點的灰關聯系數

(9)

由式(9)可得灰關聯系數矩陣

3.5 指標權重的確定

客觀權重能夠反映數據之間的分布特點，不受決策者的主觀偏好影響。熵權法是信息權重確定方法的一種，主要根據指標效果值之間的差異大小來對指標賦權。

各指標的熵值

(10)

將評價指標的熵值轉化為指標的權重

(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。

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景規劃中的一條線路，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、鎮江北路和鎮江路，再向東沿江西路、香港中路和麥島路到達麥島，全長13.5km，計劃于2018年開工建設。該線路將1號線與4號線銜接起來，形成一條東北—西南向聯絡線路，進一步加強了青島市軌道交通網絡的緊密性，助力城市空間的開發和區域經濟的發展。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)融資方案、組合2(財政+權益)融資方案、組合3(財政+權益+債務)。通過現場訪問和電子郵件的方式對政府相關部門、金融機構和私人投資機構的專家進行詢問，搜集整理評分結果。經過統計分析，將指標所得的最低分和最高分分別作為三角模糊數的下限和上限，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險進行量化與評價，進而得出融資方案的排序結果。

4.2 融資方案風險評價與比選

運用上述的加權灰靶方案比選模型對3種融資方案進行評估。

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

2)步驟2：求解正靶心。由式(6)得到正靶心

步驟3：理想點是各指標的最優序列，確立理想點，求解灰關聯系數矩陣。由式(7)—(9)計算得到灰關聯系數矩陣

步驟4：根據灰關聯系數矩陣求解指標的權重。由式(10)、(11)計算關聯熵值，得到指標的權重

步驟5：根據加權的規范化矩陣求解正靶心距。由式(12)計算各方案的正靶心距

根據評價規則(風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。據此，對方案進行排序得：A3>A2>A1。即，組合3(財政+債務+權益)的融資方案最優。

在以往的公共項目工程建設中，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，也容易超出成本預算，造成資源浪費，同時還需要承擔所有的風險。因此，青島地鐵5號線項目應摒棄僅依靠政府財政的融資方案。但是選擇財政與債務相結合的融資模式，債權人往往面臨著巨大的風險，致使融資困難。從資本市場借貸，同時以股權轉讓的方式引入社會資本，不僅有利于將風險轉化給有能力的參與方承擔，實現風險的合理分擔，也能提高運營階段的效率。

5 結論與討論

1)從風險分析的視角，采用德爾菲技術構建地鐵工程項目融資方案風險評價的指標體系，提出融資方案風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，驗證了基于加權灰靶理論的融資方案比選模型的可行性。

2)文章結合模糊數學和灰色理論的相關方法，不僅克服了主觀認知的模糊性，而且考慮了地鐵工程項目融資方案風險因素的灰色性。采用灰色關聯熵這一客觀賦權法來計算地鐵工程項目融資方案的風險指標權重，盡量減少主觀因素的影響，增強了評價結果的科學客觀性。

3)文章研究內容主要集中在融資方案的風險評價和比選上，而針對一些關鍵風險因素的規避和控制措施并未進行分析說明。如何改進優選方案的低劣指標，進而有效控制風險，有待進一步研究。

[1] 孫永福.城市軌道交通工程政府應關注的重大問題[J].隧道建設,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險分析[D].大連：東北財經大學,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險評價方法[J].系統工程,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,2010.(ZHOU Zhongyu. Research on financing of Metro projects[D].Changsha: Central South University,2010.(in Chinese))

[6] 李力.基于風險矩陣的BOT-TOT-PPP項目融資風險評估[J].昆明理工大學學報(社會科學版),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.統計預測和決策[M].上海: 上海財經大學出版社,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.德爾菲法中的數據統計處理方法及其應用研究[J].內蒙古財經學院學報,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評判法及其在公路網評價中的應用[J].數學的實踐與認識,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年畢業于浙江大學,建筑與土木工程專業,碩士,教授,現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