聯(lián)合體投資視角下的高速公路項目財務評價及風險分析

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

0 引言

高速公路項目具有投資規(guī)模巨大、周期長、風險高等特點，單一投資主體需承擔巨額的資金壓力以及較大的內外部風險。因此，各投資主體組成聯(lián)合體進行投資的方式在基礎設施建設領域被廣泛應用。聯(lián)合體投資是指多個投資主體共同出資、共同承擔風險和共同參與經營的投資方式，其不僅能夠分散和減輕單一投資主體的經濟風險，還能夠集聚各方技術和資源優(yōu)勢，提升項目建設的質量和效率。

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。不同的項目投資角色對項目財務風險的敏感程度以及敏感因素可能有所差異。該文基于構建的項目財務評價及風險分析系統(tǒng)，考慮項目財務評價過程中的關鍵不確定性參數(shù)及其相應的概率分布，結合高速公路投資項目案例，利用蒙特卡洛模擬分別對項目控股方及參股方進行風險分析。研究成果可為投資者在聯(lián)合體中處于不同角色時，提供更細化的風險管理重點，完善項目投資決策依據(jù)。

1" 文獻綜述

財務評價方面，國內高速公路投資項目財務評價體系依托于《建設項目經濟評價方法與參數(shù)》（第三版），主要通過構建項目投資現(xiàn)金流量表、項目資本金現(xiàn)金流量表等財務分析表，計算財務內部收益率、財務凈現(xiàn)值等指標。隨著經濟社會環(huán)境變更，不少學者對財務評價模型開展了一些優(yōu)化研究。薛瑾艷等[結合全面營業(yè)稅改增值稅稅制改革，對財務評價模型稅費計算方面進行了優(yōu)化；李清波等利用EXCEL對財務評價中的各財務報表之間的數(shù)據(jù)處理及指標計算進行了優(yōu)化；尤力等研究了基于EXCEL宏語言的境外綠地項目財務模型應用。

風險評估方面，國內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目的不確定性。劉東旭等[4以汕頭至揭西高速公路項目為實例，通過財務敏感性分析驗證項目的營運期收入和建設營運期費用與項目的財務內部收益率的相關度較高；武峰[根據(jù)高速公路公司財務風險的特點，構建了基于模糊層次分析法的財務風險評估模型；Ye和Tiong[6]通過將加權平均資本成本（WACC）和雙重風險回報方法相結合，使用蒙特卡羅模擬（MCS）技術在置信區(qū)間內給出凈現(xiàn)值用以評估項目投資風險。

由于高速公路財務評估涉及多個測算邊界條件，存在許多不確定性因素，蒙特卡洛模擬對于處理復雜變量有很大優(yōu)勢。其利用變量概率分布生成隨機數(shù)進行仿真，避免了需對非線性問題進行簡化的復雜計算過程，結合財務評價模型，可得到投資項目效益指標的連續(xù)概率分布，用于評估項目財務風險。KumarL等[將NPV-at-Risk模型以及蒙特卡洛模擬相結合，基于30個印度BOT項目的模擬分析，得出貼現(xiàn)率是影響項目凈現(xiàn)值的最關鍵因素的結論；JinH等結合蒙特卡洛模擬，開發(fā)了PPP項目特許經營期的確定模型，用于將私人投資者的利潤控制在合理范圍內，實現(xiàn)政府和私人投資者之間金融風險的公平分配；譚嘉寧利用蒙特卡洛模擬探究了政府付費公路中績效評價機制對財務風險的影響。國內外學者對于高速公路項目財務評價及風險分析已開展了廣泛的研究，但大多從項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性化風險分析。該研究通過構建蒙特卡洛模擬與財務評價模型結合的系統(tǒng)，結合多個現(xiàn)實高速公路投資案例，對控股及參股投資人的財務風險進行評估，并明確各投資角色對不確定因素的敏感程度。

2 系統(tǒng)構建

結合風險識別、財務評價模型以及蒙特卡洛模擬，該研究構建了一個針對高速公路項目進行財務評價及風險評估的系統(tǒng)（詳見圖1）。

2.1風險識別和概率分布

高速公路項目財務評價是基于對未來的建設投入、交通量以及收入成本等變量預測和估算，以及各種邊界條件的假設，而這些參數(shù)的不確定性使得項目財務評價結果存在一定的波動性。該文首先確定了影響高速公路BOT項目財務評價結果的各個不確定性因素，并為每個參數(shù)分配相應的概率分布。

（1）建設投資：建設工程成本受市場材料價格、施工技術情況、地質情況等影響，估算值與實際建設成本可能存在一定偏差。由于投資者的目標是承擔最小的成本，因此建設成本大概率發(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）交通量及通行費收入：交通量預測受經濟社會發(fā)展情況、公路網路線阻抗計算、銜接路網建設情況以及車型比例預測等多重因素的影響[3]，存在高度不確定性。同時，項目通行費收入（公式3）與交通量預測結果成正比。因此，交通量預測結果是項目財務評價的最關鍵參數(shù)之一，相較其他參數(shù)風險系數(shù)高。假設交通量預測結果服從正態(tài)分布。

式中， R ——年收費收入（元）； —車型 ν 的年平均日交通量（自然數(shù)，輛／日）； —車型 的通行費收費標準（元/車公里）； L —擬建項目里程 （ k m） ； 車型 ν 的收費天數(shù)（d）。

（3）運營成本：運營成本包括運營管理費、養(yǎng)護費、大中修費用以及隧道機電運營費用等費用，其受材料、人工成本波動的影響，存在一定的不確定性。假設運營成本服從正態(tài)分布。

（4）貸款利率：長期貸款利率以五年期的貸款市場報價利率（LPR）為基準，且高速公路投資項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、運營管理、市場經濟等內外部風險的影響，各個不確定因素存在波動風險高和低的情況。通過文獻收集、專家咨詢等方法，假設各不確定性因素在高風險及低風險條件下的概率分布見表1。

2.2 財務評價模型

結合高速公路項目財務評價計算公式復雜、財務分析報表關聯(lián)度高等特點，使用VBA作為實現(xiàn)財務評價系統(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目財務評價模型，該研究利用EXCEL平臺及VBA開發(fā)工具，提供基礎數(shù)據(jù)輸入、財務評價模型自動生成，財務評價指標計算等操作。結合數(shù)據(jù)傳遞和加工的過程，可將系統(tǒng)結構分為三個層級，分別是數(shù)據(jù)輸入、分析處理以及結果輸出，系統(tǒng)數(shù)據(jù)處理流程見圖2。

利用財務評價模型生成的現(xiàn)金流量表、利潤與利潤分配表、資產負債表等財務風險報表，可計算項目財務盈利能力分析指標，常用指標包括項目投資財務內部收益率、項目資本金財務內部收益率、財務凈現(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務盈利能力分析，該研究選取各投資人財務內部收益率以及投資回收期作為主要分析指標。利用各投資方現(xiàn)金流量表可計算相應的財務內部收益率（FIRR），其計算公式如下：

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——投資方要求的回報率 （ % ） ； n —項目評價期（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間，投資回收期越短，表明投資越快得到回收，風險越小，其計算公式如下：

2.3 蒙特卡洛模擬

結合財務內部收益率以及投資回收期兩個評價指標，可通過兩種方式進行風險下的投資決策，一是繪制累計概率分布圖計算一定置信度水平下的指標結果[公式（4）和公式（5）1，即給定置信水平下最差預期的指標結果；二是可利用財務評價指標達到最低要求的概率進行風險分析[公式（6）和公式（7）]，其計算方式如下：

式中，mean（FIRR）- 一財務內部收益率均值 （ % ） ；Z （ 1 - α ） 1 - 1 - α 置信水平下的標準差單位數(shù)； σ 概率分布的標準差。

式中， —項目回收期均值（年）； Z （ α ） 一 α 置信水平下的標準差單位數(shù)； σ （20 一概率分布的標準差。

式中，F(xiàn)IRR 投資方要求的最低回報率；

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目投資方財務內部收益率以及投資回收期的累計概率分布，其原理為將高速公路核心風險因素作為隨機變量，利用rand函數(shù)在指定變量概率分布函數(shù)下，進行重復隨機抽樣實驗以獲得充足的基礎數(shù)據(jù)。將生成基礎數(shù)據(jù)帶入財務評價模型，計算財務評價指標結果并進行統(tǒng)計分析，仿真過程見圖3。

3案例應用

3.1案例背景

該文以某高速公路項目為例進行研究。該高速公路全長 8 1 . 3 9 8 k m ，全線采用 1 2 0 k m / h 的設計速度，雙向四車道高速公路技術標準；項目建設期3年，運營期40年，評估的建設靜態(tài)總投資971583萬元；運營期通過收取車輛通行費獲取收益，預測項目運營期初年交通量為 ，運營期末年交通量為 ；評估運營期初年運營成本1878萬元；項目貸款利率以2023年8月五年期LPR— 4 . 2 0 % 為基準；項目資本金比例為20 % ，考慮投資人作為聯(lián)合體成員以 51 % 及 30 % 的股權比例進行投資，經計算其相應的FIRR以及 見表2。

3.2 仿真結果分析

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

投資人可利用IRR-at-Risk以及 -at-Risk模型，判斷項目財務盈利能力。在 a % 置信水平下， a % 的可能性，投資人實際財務內部收益率大于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 % 置信度下的財務評價指標結果見表3。通過數(shù)據(jù)對比可見，IRR-at-Risk以及 -at-Risk對風險波動呈現(xiàn)明確的負相關關系，即風險波動越大，特定置信水平下的財務評價指標結果越差。

投資人還可通過計算財務評價指標達到預期結果的概率來評估項目的投資風險。投資人財務內部收益率達到 5 % ，投資回收期小于30年的概率情況見表4。分析可得，在同等風險水平下，參股投資人達到預期結果的概率高于控股投資人。同時，參股投資人對于風險波動更為敏感，風險程度由低風險變?yōu)楦唢L險時，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 % 。

通過對單個不確定因素進行1000次仿真模擬，反映每個風險因素對FIRR以及 的影響程度。從旋風圖可見，該項目影響控股投資人和參股投資人財務內部收益率以及投資回收期的最關鍵敏感性因素均為預測交通量，其次為建設投資，影響最小的是運營成本。通過財務指標波動對比，可見預測交通量結果的風險波動對參股投資人的負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外部因素。

4結論

該文通過建立財務評價模型和蒙特卡洛模擬結合的高速公路項目風險評估系統(tǒng)，基于現(xiàn)實案例應用，分析了聯(lián)合體下不同投資角色（即參股方和控股方）在財務方面對項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，影響投資人財務內部收益率以及投資回收期的最關鍵敏感性因素均為預測交通量，其次為建設投資，影響最小的是運營成本；且存在風險波動越大，特定置信水平下的財務評價指標結果表現(xiàn)越差的情況。差異方面，在同等風險水平下，參股投資人達到預期財務指標的概率高于控股投資人，其對于風險波動也更為敏感；同時，預測交通量的風險波動對參股投資人的負面影響大于其正面影響。因此，從財務角度出發(fā)，投資人可通過分析內外部風險的不確定性，選擇合適的投資角色。并且在實際決策過程中，可通過提升交通量預測準確性以及建設成本評估準確性降低投資波動風險。

該模型通過輸入高速公路項目基礎數(shù)據(jù)，自動計算FIRR以及 的概率分布，為項目前期投資決策提供依據(jù)，對提升企業(yè)投資效率、準確把握投資風險等方面具有重要意義。下一步研究可深化對項目不確定因素概率分布的研究，進一步提高對不確定因素進行風險仿真的準確性。此外，可通過將該模型應用于多個不同背景的項目，探索更多不確定因素與投資者角色之間的關系。

參考文獻

[1]薛瑾艷，楊官蕓，李連營等.營改增后對建設項目財務評價模型的優(yōu)化研究[J].財經界，2020（4）：206-207.

[2]李清波，陳穎.EXCEL在公路工程可行性研究報告財務評價中的應用[J].中國管理信息化，2011（4）：5.

[3]尤力，董亞楠，周煒敏.EXCEL宏語言在投資項目財務模型中的應用[J].國際工程與勞務，2020（11）：3.

[4]劉東旭，羅志忠，肖志國.汕頭至揭西高速公路項目財務風險控制分析[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務風險評估研究[J].交通財會，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.政府付費公路PPP項目財務風險評估模型研究[J].項目管理技術，2022（10）：6.