聯(lián)合體投資視角下的高速公路項(xiàng)目財(cái)務(wù)評價(jià)及風(fēng)險(xiǎn)分析

中圖分類號F542 文獻(xiàn)標(biāo)識碼A 文章編號 2096-8949（2025）08-0189-06

0 引言

高速公路項(xiàng)目具有投資規(guī)模巨大、周期長、風(fēng)險(xiǎn)高等特點(diǎn)，單一投資主體需承擔(dān)巨額的資金壓力以及較大的內(nèi)外部風(fēng)險(xiǎn)。因此，各投資主體組成聯(lián)合體進(jìn)行投資的方式在基礎(chǔ)設(shè)施建設(shè)領(lǐng)域被廣泛應(yīng)用。聯(lián)合體投資是指多個(gè)投資主體共同出資、共同承擔(dān)風(fēng)險(xiǎn)和共同參與經(jīng)營的投資方式，其不僅能夠分散和減輕單一投資主體的經(jīng)濟(jì)風(fēng)險(xiǎn)，還能夠集聚各方技術(shù)和資源優(yōu)勢，提升項(xiàng)目建設(shè)的質(zhì)量和效率。

在聯(lián)合體組織中，存在牽頭方（控股方）、參股方等不同的投資角色。不同的項(xiàng)目投資角色對項(xiàng)目財(cái)務(wù)風(fēng)險(xiǎn)的敏感程度以及敏感因素可能有所差異。該文基于構(gòu)建的項(xiàng)目財(cái)務(wù)評價(jià)及風(fēng)險(xiǎn)分析系統(tǒng)，考慮項(xiàng)目財(cái)務(wù)評價(jià)過程中的關(guān)鍵不確定性參數(shù)及其相應(yīng)的概率分布，結(jié)合高速公路投資項(xiàng)目案例，利用蒙特卡洛模擬分別對項(xiàng)目控股方及參股方進(jìn)行風(fēng)險(xiǎn)分析。研究成果可為投資者在聯(lián)合體中處于不同角色時(shí)，提供更細(xì)化的風(fēng)險(xiǎn)管理重點(diǎn)，完善項(xiàng)目投資決策依據(jù)。

1" 文獻(xiàn)綜述

財(cái)務(wù)評價(jià)方面，國內(nèi)高速公路投資項(xiàng)目財(cái)務(wù)評價(jià)體系依托于《建設(shè)項(xiàng)目經(jīng)濟(jì)評價(jià)方法與參數(shù)》（第三版），主要通過構(gòu)建項(xiàng)目投資現(xiàn)金流量表、項(xiàng)目資本金現(xiàn)金流量表等財(cái)務(wù)分析表，計(jì)算財(cái)務(wù)內(nèi)部收益率、財(cái)務(wù)凈現(xiàn)值等指標(biāo)。隨著經(jīng)濟(jì)社會(huì)環(huán)境變更，不少學(xué)者對財(cái)務(wù)評價(jià)模型開展了一些優(yōu)化研究。薛瑾艷等[結(jié)合全面營業(yè)稅改增值稅稅制改革，對財(cái)務(wù)評價(jià)模型稅費(fèi)計(jì)算方面進(jìn)行了優(yōu)化；李清波等利用EXCEL對財(cái)務(wù)評價(jià)中的各財(cái)務(wù)報(bào)表之間的數(shù)據(jù)處理及指標(biāo)計(jì)算進(jìn)行了優(yōu)化；尤力等研究了基于EXCEL宏語言的境外綠地項(xiàng)目財(cái)務(wù)模型應(yīng)用。

風(fēng)險(xiǎn)評估方面，國內(nèi)外研究集中在敏感性分析、模糊層次分析法、蒙特卡洛模擬等方法分析高速公路投資項(xiàng)目的不確定性。劉東旭等[4以汕頭至揭西高速公路項(xiàng)目為實(shí)例，通過財(cái)務(wù)敏感性分析驗(yàn)證項(xiàng)目的營運(yùn)期收入和建設(shè)營運(yùn)期費(fèi)用與項(xiàng)目的財(cái)務(wù)內(nèi)部收益率的相關(guān)度較高；武峰[根據(jù)高速公路公司財(cái)務(wù)風(fēng)險(xiǎn)的特點(diǎn)，構(gòu)建了基于模糊層次分析法的財(cái)務(wù)風(fēng)險(xiǎn)評估模型；Ye和Tiong[6]通過將加權(quán)平均資本成本（WACC）和雙重風(fēng)險(xiǎn)回報(bào)方法相結(jié)合，使用蒙特卡羅模擬（MCS）技術(shù)在置信區(qū)間內(nèi)給出凈現(xiàn)值用以評估項(xiàng)目投資風(fēng)險(xiǎn)。

由于高速公路財(cái)務(wù)評估涉及多個(gè)測算邊界條件，存在許多不確定性因素，蒙特卡洛模擬對于處理復(fù)雜變量有很大優(yōu)勢。其利用變量概率分布生成隨機(jī)數(shù)進(jìn)行仿真，避免了需對非線性問題進(jìn)行簡化的復(fù)雜計(jì)算過程，結(jié)合財(cái)務(wù)評價(jià)模型，可得到投資項(xiàng)目效益指標(biāo)的連續(xù)概率分布，用于評估項(xiàng)目財(cái)務(wù)風(fēng)險(xiǎn)。KumarL等[將NPV-at-Risk模型以及蒙特卡洛模擬相結(jié)合，基于30個(gè)印度BOT項(xiàng)目的模擬分析，得出貼現(xiàn)率是影響項(xiàng)目凈現(xiàn)值的最關(guān)鍵因素的結(jié)論；JinH等結(jié)合蒙特卡洛模擬，開發(fā)了PPP項(xiàng)目特許經(jīng)營期的確定模型，用于將私人投資者的利潤控制在合理范圍內(nèi)，實(shí)現(xiàn)政府和私人投資者之間金融風(fēng)險(xiǎn)的公平分配；譚嘉寧利用蒙特卡洛模擬探究了政府付費(fèi)公路中績效評價(jià)機(jī)制對財(cái)務(wù)風(fēng)險(xiǎn)的影響。國內(nèi)外學(xué)者對于高速公路項(xiàng)目財(cái)務(wù)評價(jià)及風(fēng)險(xiǎn)分析已開展了廣泛的研究，但大多從項(xiàng)目整體或單一投資者角度出發(fā)，缺少在聯(lián)合體背景下對不同投資角色的個(gè)性化風(fēng)險(xiǎn)分析。該研究通過構(gòu)建蒙特卡洛模擬與財(cái)務(wù)評價(jià)模型結(jié)合的系統(tǒng)，結(jié)合多個(gè)現(xiàn)實(shí)高速公路投資案例，對控股及參股投資人的財(cái)務(wù)風(fēng)險(xiǎn)進(jìn)行評估，并明確各投資角色對不確定因素的敏感程度。

2 系統(tǒng)構(gòu)建

結(jié)合風(fēng)險(xiǎn)識別、財(cái)務(wù)評價(jià)模型以及蒙特卡洛模擬，該研究構(gòu)建了一個(gè)針對高速公路項(xiàng)目進(jìn)行財(cái)務(wù)評價(jià)及風(fēng)險(xiǎn)評估的系統(tǒng)（詳見圖1）。

2.1風(fēng)險(xiǎn)識別和概率分布

高速公路項(xiàng)目財(cái)務(wù)評價(jià)是基于對未來的建設(shè)投入、交通量以及收入成本等變量預(yù)測和估算，以及各種邊界條件的假設(shè)，而這些參數(shù)的不確定性使得項(xiàng)目財(cái)務(wù)評價(jià)結(jié)果存在一定的波動(dòng)性。該文首先確定了影響高速公路BOT項(xiàng)目財(cái)務(wù)評價(jià)結(jié)果的各個(gè)不確定性因素，并為每個(gè)參數(shù)分配相應(yīng)的概率分布。

（1）建設(shè)投資：建設(shè)工程成本受市場材料價(jià)格、施工技術(shù)情況、地質(zhì)情況等影響，估算值與實(shí)際建設(shè)成本可能存在一定偏差。由于投資者的目標(biāo)是承擔(dān)最小的成本，因此建設(shè)成本大概率發(fā)生在較低的成本值，考慮其遵循對數(shù)正態(tài)概率分布[2]。

（2）交通量及通行費(fèi)收入：交通量預(yù)測受經(jīng)濟(jì)社會(huì)發(fā)展情況、公路網(wǎng)路線阻抗計(jì)算、銜接路網(wǎng)建設(shè)情況以及車型比例預(yù)測等多重因素的影響[3]，存在高度不確定性。同時(shí)，項(xiàng)目通行費(fèi)收入（公式3）與交通量預(yù)測結(jié)果成正比。因此，交通量預(yù)測結(jié)果是項(xiàng)目財(cái)務(wù)評價(jià)的最關(guān)鍵參數(shù)之一，相較其他參數(shù)風(fēng)險(xiǎn)系數(shù)高。假設(shè)交通量預(yù)測結(jié)果服從正態(tài)分布。

式中， R ——年收費(fèi)收入（元）； —車型 ν 的年平均日交通量（自然數(shù)，輛／日）； —車型 的通行費(fèi)收費(fèi)標(biāo)準(zhǔn)（元/車公里）； L —擬建項(xiàng)目里程 （ k m） ； 車型 ν 的收費(fèi)天數(shù)（d）。

（3）運(yùn)營成本：運(yùn)營成本包括運(yùn)營管理費(fèi)、養(yǎng)護(hù)費(fèi)、大中修費(fèi)用以及隧道機(jī)電運(yùn)營費(fèi)用等費(fèi)用，其受材料、人工成本波動(dòng)的影響，存在一定的不確定性。假設(shè)運(yùn)營成本服從正態(tài)分布。

（4）貸款利率：長期貸款利率以五年期的貸款市場報(bào)價(jià)利率（LPR）為基準(zhǔn)，且高速公路投資項(xiàng)目可利用多種金融工具降低融資成本?？紤]貸款利率服從三角分布，最可能值為五年期LPR。

受到評估精確度、運(yùn)營管理、市場經(jīng)濟(jì)等內(nèi)外部風(fēng)險(xiǎn)的影響，各個(gè)不確定因素存在波動(dòng)風(fēng)險(xiǎn)高和低的情況。通過文獻(xiàn)收集、專家咨詢等方法，假設(shè)各不確定性因素在高風(fēng)險(xiǎn)及低風(fēng)險(xiǎn)條件下的概率分布見表1。

2.2 財(cái)務(wù)評價(jià)模型

結(jié)合高速公路項(xiàng)目財(cái)務(wù)評價(jià)計(jì)算公式復(fù)雜、財(cái)務(wù)分析報(bào)表關(guān)聯(lián)度高等特點(diǎn)，使用VBA作為實(shí)現(xiàn)財(cái)務(wù)評價(jià)系統(tǒng)的開發(fā)工具具有靈活性高、可充分利用EXCEL圖表及數(shù)據(jù)分析等工具、與用戶交互性好等優(yōu)勢。因此，作為面向投資者的高速公路項(xiàng)目財(cái)務(wù)評價(jià)模型，該研究利用EXCEL平臺及VBA開發(fā)工具，提供基礎(chǔ)數(shù)據(jù)輸入、財(cái)務(wù)評價(jià)模型自動(dòng)生成，財(cái)務(wù)評價(jià)指標(biāo)計(jì)算等操作。結(jié)合數(shù)據(jù)傳遞和加工的過程，可將系統(tǒng)結(jié)構(gòu)分為三個(gè)層級，分別是數(shù)據(jù)輸入、分析處理以及結(jié)果輸出，系統(tǒng)數(shù)據(jù)處理流程見圖2。

利用財(cái)務(wù)評價(jià)模型生成的現(xiàn)金流量表、利潤與利潤分配表、資產(chǎn)負(fù)債表等財(cái)務(wù)風(fēng)險(xiǎn)報(bào)表，可計(jì)算項(xiàng)目財(cái)務(wù)盈利能力分析指標(biāo)，常用指標(biāo)包括項(xiàng)目投資財(cái)務(wù)內(nèi)部收益率、項(xiàng)目資本金財(cái)務(wù)內(nèi)部收益率、財(cái)務(wù)凈現(xiàn)值、投資回收期等。針對高速公路聯(lián)合體中各投資人的財(cái)務(wù)盈利能力分析，該研究選取各投資人財(cái)務(wù)內(nèi)部收益率以及投資回收期作為主要分析指標(biāo)。利用各投資方現(xiàn)金流量表可計(jì)算相應(yīng)的財(cái)務(wù)內(nèi)部收益率（FIRR），其計(jì)算公式如下：

式中， —各投資方的現(xiàn)金流入量（萬元）；（204號 C O —各投資方的現(xiàn)金流出量（萬元）； 1第 t 期的凈現(xiàn)金流量（萬元）；FIRR——投資方要求的回報(bào)率 （ % ） ； n —項(xiàng)目評價(jià)期（年）。

投資回收期 是指以凈收益回收各投資方投資資金所需要的時(shí)間，投資回收期越短，表明投資越快得到回收，風(fēng)險(xiǎn)越小，其計(jì)算公式如下：

2.3 蒙特卡洛模擬

結(jié)合財(cái)務(wù)內(nèi)部收益率以及投資回收期兩個(gè)評價(jià)指標(biāo)，可通過兩種方式進(jìn)行風(fēng)險(xiǎn)下的投資決策，一是繪制累計(jì)概率分布圖計(jì)算一定置信度水平下的指標(biāo)結(jié)果[公式（4）和公式（5）1，即給定置信水平下最差預(yù)期的指標(biāo)結(jié)果；二是可利用財(cái)務(wù)評價(jià)指標(biāo)達(dá)到最低要求的概率進(jìn)行風(fēng)險(xiǎn)分析[公式（6）和公式（7）]，其計(jì)算方式如下：

式中，mean（FIRR）- 一財(cái)務(wù)內(nèi)部收益率均值 （ % ） ；Z （ 1 - α ） 1 - 1 - α 置信水平下的標(biāo)準(zhǔn)差單位數(shù)； σ 概率分布的標(biāo)準(zhǔn)差。

式中， —項(xiàng)目回收期均值（年）； Z （ α ） 一 α 置信水平下的標(biāo)準(zhǔn)差單位數(shù)； σ （20 一概率分布的標(biāo)準(zhǔn)差。

式中，F(xiàn)IRR 投資方要求的最低回報(bào)率；

投資方FIRR的概率密度函數(shù)。

式中， ———投資方可接受的最大投資回收期； —投資方 的概率密度函數(shù)。

利用蒙特卡洛模擬可生成高速公路項(xiàng)目投資方財(cái)務(wù)內(nèi)部收益率以及投資回收期的累計(jì)概率分布，其原理為將高速公路核心風(fēng)險(xiǎn)因素作為隨機(jī)變量，利用rand函數(shù)在指定變量概率分布函數(shù)下，進(jìn)行重復(fù)隨機(jī)抽樣實(shí)驗(yàn)以獲得充足的基礎(chǔ)數(shù)據(jù)。將生成基礎(chǔ)數(shù)據(jù)帶入財(cái)務(wù)評價(jià)模型，計(jì)算財(cái)務(wù)評價(jià)指標(biāo)結(jié)果并進(jìn)行統(tǒng)計(jì)分析，仿真過程見圖3。

3案例應(yīng)用

3.1案例背景

該文以某高速公路項(xiàng)目為例進(jìn)行研究。該高速公路全長 8 1 . 3 9 8 k m ，全線采用 1 2 0 k m / h 的設(shè)計(jì)速度，雙向四車道高速公路技術(shù)標(biāo)準(zhǔn)；項(xiàng)目建設(shè)期3年，運(yùn)營期40年，評估的建設(shè)靜態(tài)總投資971583萬元；運(yùn)營期通過收取車輛通行費(fèi)獲取收益，預(yù)測項(xiàng)目運(yùn)營期初年交通量為 ，運(yùn)營期末年交通量為 ；評估運(yùn)營期初年運(yùn)營成本1878萬元；項(xiàng)目貸款利率以2023年8月五年期LPR— 4 . 2 0 % 為基準(zhǔn)；項(xiàng)目資本金比例為20 % ，考慮投資人作為聯(lián)合體成員以 51 % 及 30 % 的股權(quán)比例進(jìn)行投資，經(jīng)計(jì)算其相應(yīng)的FIRR以及 見表2。

3.2 仿真結(jié)果分析

為反映不同投資角色對不確定因素波動(dòng)的敏感性，采用蒙特卡洛模擬對每種方案開展10000次仿真試驗(yàn)。試驗(yàn)方案包含兩種股比以及兩種風(fēng)險(xiǎn)程度的組合：以51 % 以及 30 % 的股比為例，對聯(lián)合體控股方及參股方的財(cái)務(wù)評價(jià)結(jié)果進(jìn)行對比分析；利用對不確定因素的風(fēng)險(xiǎn)高低程度分析控股方及參股方對波動(dòng)的敏感性。將項(xiàng)目確定參數(shù)以及按照概率分布隨機(jī)生成的不確定參數(shù)輸入模型，通過循環(huán)模擬，生成FIRR以及 的概率分布曲線，通過曲線可計(jì)算不同財(cái)務(wù)指標(biāo)結(jié)果出現(xiàn)的概率。不同比例股權(quán)投資人的FIRR及 累計(jì)概率分布如圖4及圖5所示。

投資人可利用IRR-at-Risk以及 -at-Risk模型，判斷項(xiàng)目財(cái)務(wù)盈利能力。在 a % 置信水平下， a % 的可能性，投資人實(shí)際財(cái)務(wù)內(nèi)部收益率大于IRR-at-Risk， 1 - a % 的可能性小于IRR-at-Risk； a % 的可能性，投資人實(shí)際投資回收期小于 -at-Risk， 1 - a % 的可能性大于 -at-Risk。80 % 置信度下的財(cái)務(wù)評價(jià)指標(biāo)結(jié)果見表3。通過數(shù)據(jù)對比可見，IRR-at-Risk以及 -at-Risk對風(fēng)險(xiǎn)波動(dòng)呈現(xiàn)明確的負(fù)相關(guān)關(guān)系，即風(fēng)險(xiǎn)波動(dòng)越大，特定置信水平下的財(cái)務(wù)評價(jià)指標(biāo)結(jié)果越差。

投資人還可通過計(jì)算財(cái)務(wù)評價(jià)指標(biāo)達(dá)到預(yù)期結(jié)果的概率來評估項(xiàng)目的投資風(fēng)險(xiǎn)。投資人財(cái)務(wù)內(nèi)部收益率達(dá)到 5 % ，投資回收期小于30年的概率情況見表4。分析可得，在同等風(fēng)險(xiǎn)水平下，參股投資人達(dá)到預(yù)期結(jié)果的概率高于控股投資人。同時(shí)，參股投資人對于風(fēng)險(xiǎn)波動(dòng)更為敏感，風(fēng)險(xiǎn)程度由低風(fēng)險(xiǎn)變?yōu)楦唢L(fēng)險(xiǎn)時(shí)，持有 51 % 股比的控股投資人，其 F I R R＞ 5 % 的概率下降了 4 . 5 % ，持有30股比的參股投資人，其 F I R R 5大＞30"% 的概率下降了1 1 . 9 % ， 的概率分別下降了 3 . 4 % 和 1 0 . 4 % 。

通過對單個(gè)不確定因素進(jìn)行1000次仿真模擬，反映每個(gè)風(fēng)險(xiǎn)因素對FIRR以及 的影響程度。從旋風(fēng)圖可見，該項(xiàng)目影響控股投資人和參股投資人財(cái)務(wù)內(nèi)部收益率以及投資回收期的最關(guān)鍵敏感性因素均為預(yù)測交通量，其次為建設(shè)投資，影響最小的是運(yùn)營成本。通過財(cái)務(wù)指標(biāo)波動(dòng)對比，可見預(yù)測交通量結(jié)果的風(fēng)險(xiǎn)波動(dòng)對參股投資人的負(fù)面影響大于其正面影響，因此，作為參股投資人需特別注重影響交通量變化的內(nèi)外部因素。

4結(jié)論

該文通過建立財(cái)務(wù)評價(jià)模型和蒙特卡洛模擬結(jié)合的高速公路項(xiàng)目風(fēng)險(xiǎn)評估系統(tǒng)，基于現(xiàn)實(shí)案例應(yīng)用，分析了聯(lián)合體下不同投資角色（即參股方和控股方）在財(cái)務(wù)方面對項(xiàng)目各不確定因素的敏感性。通過對特定案例的仿真分析，控股投資人和參股投資人對于不確定因素的影響存在一定共性和差異。共性方面，影響投資人財(cái)務(wù)內(nèi)部收益率以及投資回收期的最關(guān)鍵敏感性因素均為預(yù)測交通量，其次為建設(shè)投資，影響最小的是運(yùn)營成本；且存在風(fēng)險(xiǎn)波動(dòng)越大，特定置信水平下的財(cái)務(wù)評價(jià)指標(biāo)結(jié)果表現(xiàn)越差的情況。差異方面，在同等風(fēng)險(xiǎn)水平下，參股投資人達(dá)到預(yù)期財(cái)務(wù)指標(biāo)的概率高于控股投資人，其對于風(fēng)險(xiǎn)波動(dòng)也更為敏感；同時(shí)，預(yù)測交通量的風(fēng)險(xiǎn)波動(dòng)對參股投資人的負(fù)面影響大于其正面影響。因此，從財(cái)務(wù)角度出發(fā)，投資人可通過分析內(nèi)外部風(fēng)險(xiǎn)的不確定性，選擇合適的投資角色。并且在實(shí)際決策過程中，可通過提升交通量預(yù)測準(zhǔn)確性以及建設(shè)成本評估準(zhǔn)確性降低投資波動(dòng)風(fēng)險(xiǎn)。

該模型通過輸入高速公路項(xiàng)目基礎(chǔ)數(shù)據(jù)，自動(dòng)計(jì)算FIRR以及 的概率分布，為項(xiàng)目前期投資決策提供依據(jù)，對提升企業(yè)投資效率、準(zhǔn)確把握投資風(fēng)險(xiǎn)等方面具有重要意義。下一步研究可深化對項(xiàng)目不確定因素概率分布的研究，進(jìn)一步提高對不確定因素進(jìn)行風(fēng)險(xiǎn)仿真的準(zhǔn)確性。此外，可通過將該模型應(yīng)用于多個(gè)不同背景的項(xiàng)目，探索更多不確定因素與投資者角色之間的關(guān)系。

參考文獻(xiàn)

[1]薛瑾艷，楊官蕓，李連營等.營改增后對建設(shè)項(xiàng)目財(cái)務(wù)評價(jià)模型的優(yōu)化研究[J].財(cái)經(jīng)界，2020（4）：206-207.

[2]李清波，陳穎.EXCEL在公路工程可行性研究報(bào)告財(cái)務(wù)評價(jià)中的應(yīng)用[J].中國管理信息化，2011（4）：5.

[3]尤力，董亞楠，周煒敏.EXCEL宏語言在投資項(xiàng)目財(cái)務(wù)模型中的應(yīng)用[J].國際工程與勞務(wù)，2020（11）：3.

[4]劉東旭，羅志忠，肖志國.汕頭至揭西高速公路項(xiàng)目財(cái)務(wù)風(fēng)險(xiǎn)控制分析[J].公路，2012（5）：5.

[5]武峰.基于模糊綜合模型的高速公路公司財(cái)務(wù)風(fēng)險(xiǎn)評估研究[J].交通財(cái)會(huì)，2009（9）：4.

[6]YeS，TiongRLK.NPV-at-RiskMethodinInfrastructureProject Investment Evaluation [J].Journal of ConstructionEngineering and Management， 200o（3）：227-233.

[7]KumarL，JindalA，VelagaNR.Financial riskassessmentandmodellingofPPPbased Indianhighway infrastructureprojects[J].Transport Policy， 2017：2-11.

[8]JinH，LiuS，LiuC，etal.Optimizingthe concessionperiod of PPP projects for fair allocation of financial risk[J].Engineering Constructionamp;Architectural Management，2019，ahead-of-print（ahead-of-print）.

[9]譚嘉寧.政府付費(fèi)公路PPP項(xiàng)目財(cái)務(wù)風(fēng)險(xiǎn)評估模型研究[J].項(xiàng)目管理技術(shù)，2022（10）：6.