基于熵权法和灰色关联分析的国际BOT水电投资风险评价

吴业鹏,袁汝华

(河海大学商学院,江苏 南京　211100)

基于熵权法和灰色关联分析的国际BOT水电投资风险评价

吴业鹏,袁汝华

(河海大学商学院,江苏 南京211100)

摘要：通过建立国际BOT水电项目的10个风险评价指标,运用熵权法定量确定指标权重,借鉴TOPSIS方法的思想,分别考察各项目与正、负理想方案间的关联程度并予以集成,构建基于熵权法和TOPSIS思想的灰色关联决策模型,对国际BOT水电项目投资风险进行评价。选取了5个典型的国际BOT项目进行实证分析,结果表明,该方法能客观有效地对国际BOT水电项目的风险进行分析;国际BOT水电项目的风险指标中地质灾害风险、征地移民风险、施工风险和经济与合同风险的权重较大,而政府信用风险、基础设施风险对于都处于相对落后地区的项目影响较小。最后由灰色关联决策模型对5个项目的投资风险进行分析、排序。

关键词：国际BOT项目;熵权法;灰色关联决策模型;水电投资；水电项目；风险评价

随着国家“走出去”战略的实施和“两行一金”的成立,中国水电在海外拓展的步伐逐渐加快。中国水电在国际水电承包市场上承接了一批重要的项目,近十年来营业增长速度在30%以上,经营规模和市场区域不断扩大。尤其是新型投融资模式的引入有效解决了发展中国家建设资金不足的问题。其中在水电投资领域实际应用较多的建设-拥有-转让(Build-Own-Transfer, BOT)模式,积极拓展了水电项目业务范围。BOT模式是政府和项目发起人签订特许权转让协议, 由项目发起人组织成立项目公司承担大型基础项目的融资、设计、建设、运营和维护, 同时在特许期内,拥有该项目所有权并收取费用, 用来偿还项目债务,并取得预期投资回报。特许期结束后,项目将无偿移交给政府[1]。虽然BOT项目拥有缓解财政负担、创造投资机会、缓解承包任务来源不足的优点,但国际水电项目因投入资金大、开发周期长、建设条件复杂、运营能力要求高,投资结果具有更大的不确定性。由于我国参建的国际水电项目多在亚洲、非洲和南美洲等国家,投资所在国的政治、经济制度与国内有诸多不同,政治经济环境也十分复杂,面临着独特的项目风险。

国内众多学者对水电项目的风险体系进行了研究,孙长英[2]认为我国地区级水电站项目风险具有普遍性、多样性和多层次性、全局性和系统性的特点,指出筛选水电项目风险体系各指标的原则;李文义等[3]从水电项目业主的角度将水电项目风险体系分为自然风险、技术风险、移民和环境风险、财务风险、经济和法律风险、合同和行为风险等6个方面;张睿[4]通过对水电项目风险管理的研究认为水电项目的指标体系应分为政治风险、自然风险、金融风险、技术风险、市场风险和其他风险6个方面。

目前对于国际BOT项目风险测评领域比较成熟的方法有AHP、模糊综合评价法、多层次灰色组合理论、解释结构模型等。Linkov等[5]对风险管理的理论方法进行回顾,提出了一种基于多目标决策分析的风险评价框架;李阳等[6]采用BP神经网络方法,建立了BOT项目风险评价模型,为投资者在进行评价时提供了一种可选的决策理论方法;Kucukali[7]运用Fuzzy-Logic方法对河道水电站风险进行了分析,并通过计算风险指数Risk Index对选址地址、土地使用环境因素、宏观经济、自然灾害、法律变动、恐怖袭击等因素进行比较,认为项目地址和环境因素是最重要的风险因素。Li等[8]使用蒙特卡罗模拟研究四川省水电项目的市场风险;Zhang等[9]则通过区间层次分析法和TOPSIS法对模糊环境下的水电项目风险进行了鉴定和分析。郝云建等[10]运用风险分解结构RBS从宏观环境、企业层面和项目层面识别了东南亚水电投资的主要风险因素,并运用解释结构模型(ISM)分析各风险因素之间的关系,划分风险层次结构并确定了主要风险。

根据指标选择的科学性、系统性和可操作性原则,借鉴学术界已有的相关学术成果并结合实际情况,通过专家咨询法,笔者从政治风险、技术设计风险、经济社会风险、运营风险和自然风险5个角度建立国际BOT项目的风险测评指标体系。传统AHP和FUZZY法的定性成分较多,指标过多时数据统计量大且权重难以确定,TOPSIS法由于某些方案在相似于正理想方案的同时,与负理想方案间的关联性也很强,一定程度上会造成评价失真。熵权法与灰色关联分析法相结合充分利用了各指标的全部信息,且发挥了灰色关联具有适应一定灰度小样本事件的优势。因此，运用熵权法确定测评指标的客观权重,借鉴TOPSIS方法的思想,分别考察各候选方案与正、负理想方案间的关联程度并予以集成，构建了基于Entropy和TOPSIS方法的灰色关联决策模型，并将其应用于国际BOT水电项目评标决策案例,根据灰色决策模型对5个国际BOT水电项目投资风险进行分析、排序,以期为该领域的研究提供一些参考依据。

1BOT境外水电项目投资风险评价指标体系的构建

根据筛选指标体系各指标的全面性、科学性、逻辑性、可操作性和系统整体性原则[2],同时参考国外投资评级机构如穆迪或标准普尔对相关国家主权信用的评定和国内外BOT境外水电投资风险相关文献,结合项目实际情况,分析相关论文的指标选取,征询相关专家的意见对指标进行调整，从政治风险 、技术设计风险、经济社会风险,运营风险和自然风险等5个方面建立国际BOT水电项目的风险评价指标体系,该指标体系由5个一级指标体系和10个二级指标构成，如表1所示。

表1　国际BOT水电项目投资评测指标

1.1　政治风险

政府对项目的支持和国内政坛的稳定是保证项目成功的重要因素之一。政治风险反映了政府政策对项目风险的影响。政治风险属于国家风险,主要包括战争、骚乱、政治外交关系的转变、政府的声誉和信用。选取政治外交关系风险和政府信用风险2个主要因素作为二级指标。

1.2　技术设计风险

水电项目是一个全寿命周期较长的工程项目,工程的设计、施工、完工及建设过程中的设备维护等方面都存在着风险。其中设计的科学性和施工的合理性是保证项目顺利实施的关键因素。因此选取设计风险和施工风险作为2个二级指标。

1.3　经济、社会风险

经济风险反映了项目的经济可行性。经济风险主要表现在经济基础薄弱、政府债务、汇率变动等方面。薄弱的经济基础特别是基础建设的不足会对海外投资项目的建设带来困难和风险;政府债务过重不仅给政府带来负担，同时也会影响国民的生活水平;汇率的变动会加大外资的风险;在大型基础建设项目中,风险和责任应该在公平分配的基础上按合同执行,因此建设过程中应密切关注合同纠纷[11]。社会风险则包括生态移民、社会治安等。大规模的水电开发必然对生态环境、社会经济环境以及周围居民生活环境产生较大影响,这些经济相对落后的国家往往不能很好地处理水电开发带来的负面影响,使当地民众产生不满,大量征地移民也会给项目顺利推进造成不利影响。因此选取经济与合同风险和征地移民风险作为2个主要的二级指标。

1.4　运营风险

经营管理风险是指项目公司在项目经营和管理过程中,由于外部环境的变化或经营者的行为疏忽,直接影响到项目的获利能力。由于项目当地与国内在经济制度、文化习俗和经营理念上存在差异。因而会直接影响到项目的盈利[7]。此外,国际水电BOT项目大多位于亚洲、非洲和拉丁美洲的欠发达国家或地区,而且水电项目大多位于偏僻的崇山峻岭之中,这里基础设施十分落后,交通不便,对项目的顺利实施和运营造成严峻挑战。因此运营风险主要包括经营管理风险和基础设施风险。

1.5　自然环境风险

自然环境风险主要涉及地区内的水文、气候变化以及地理地质条件。水电项目是利用水能来进行发电,水文及当地气候的变化都会对水电项目的建设产生风险及构成威胁。同时水电项目建设的地质构成情况也会对水电建设产生影响并带来风险,这主要是不良地质在施工过程中对生产建设提出了更高的要求,可能会增加整个工期的建设成本。因此选取水文风险和地质灾害风险作为2个二级指标。

2BOT境外水电项目投资风险评价模型

2.1　基于Entropy模型的测评指标权重计算

2.1.1熵的定义

1948年数学家香农首次将熵引入信息论中,用熵表示事物或问题的不确定性,并作为不确定性的度量。熵权法是一种根据各指标的变异程度,利用信息熵计算熵权从而确定指标权重的方法。

2.1.2Entropy 模型的操作步骤

国际BOT水电项目的顺利推进受多重复杂因素的影响,传统的指标权重测定方法易受专家个人偏好的干扰,鉴于此,笔者采用Entropy模型确定指标的客观权重。假定某个评价问题有m个测评对象和n个测评指标,可以构建决策矩阵A=(xij)m×n。

评价指标之间由于性质、单位、量级存在较大的差别,需要按照式(1)对其进行规范化处理,得到无量纲化指标矩阵Zij。

(1)

式中：zij为第i个评价对象的第j个指标值,i=1,2，…,n。

在m个对象和n个指标的测评问题中,第j个测评指标的熵值可以表述为

(2)

则第j个测评指标的标准化熵权wj为

(3)

2.2　基于TOPSIS思想的灰色关联度模型

2.2.1TOPSIS方法和灰色关联度

传统灰色关联决策理论认为,与正理想方案间关联度(正灰色关联度)越大或与负理相方案间关联度(负灰色关联度)越小的方案越优。然而,存在某些方案的正、负灰色关联度之间并不具有严格的负相关性，也即正灰色关联度大的方案,其负灰色关联度未必小。因此,为全面评估各候选方案的优劣性,必须同时考察其与正、负理想方案间的关联关系,方可得出可靠的决策结论。对此,TOPSIS方法[12]给出了可资借鉴的思想;该方法通过构造相对贴近度指标,综合考量各方案与正、负理想方案间欧氏距离的相对大小,完成优选决策。基于该思想,笔者将各方案与正、负理想方案间的灰色关联度集成为灰色关联相对贴近度,并将前述Entropy理论引入模型指标权重设定和正、负灰色关联度计算中,以全面反映方案真实状况和人们的均衡决策要求,构建基于Entropy和TOPSIS方法的灰色关联决策模型。

2.2.2基于TOPSIS思想的灰色关联模型的操作步骤

a. 数据无量纲化处理。由于各指标量纲、数量级和对决策矩阵的影响方向不同,不能直接进行分析,需要对决策矩阵A做数据无量纲化处理,这里采用极差法处理:

对效益型指标

(4)

对成本型指标:

(5)

将由式(3)得到的评价指标权重向量wj={w1,w2,…,wn}代入规范后的决策矩阵中,构造加权决策矩阵Y*。

(6)

b. 正、负理想解的确定。参照公式确定测评问题的正理想解V+和负理想解V-:

(7)

(8)

(9)

(10)

(11)

(12)

e. 计算灰色关联相对贴近度。候选方案Vi的灰色关联相对贴近度Ri(i=1,2，…，m)为

(13)

式中：Ri为将TOPSIS方法里相对贴近度的概念拓展到灰色关联决策中, 用以综合考察候选方案相似于正理想方案且不同于负理想方案的程度。Ri越大, 方案越优; 依照Ri的排序结果便可确定方案集V的优劣排序。

3实证研究

3.1　数据获取及指标权重的确定

笔者应用Entropy-Topsis测评模型,选取国际5个地区的BOT水电项目作为实证研究的对象,其中A1、A2位于非洲,A3、A4分别位于亚洲东南亚的老挝和缅甸境内,A5位于南美洲厄瓜多尔。通过问卷调查,请相关领域的专家按照百分制分别从政治风险、设计技术风险、经济社会风险、运营风险和自然风险5个一级指标下的10个二级指标对国际BOT水电项目的风险进行打分。具体项目风险打分结果见表2。

表2　各项目二级指标风险评价

根据式(1)~(3)使用熵权法计算各指标的权重,结果见表3。

表3　二级指标权重

由表3可以直观地看出项目的地质灾害风险、征地移民风险、施工风险、经济与合同风险的权重较大,对项目的影响也大,是重要的投资风险影响变量,由于水电项目大都处于相对落后的偏僻地区,基础设施较差,而水电设计较为成熟,影响类似,因此在设计风险和基础设施风险的权重相对较小。

3.2　数据无量纲化处理

(14)

3.3　计算正、负灰色关联系数

根据式(4)~(10)计算得到各方案的正、负灰色关联度系数矩阵R+与R-:

(15)

(16)

3.4　计算灰色关联相对贴近度

根据熵权法得到的风险权重向量wj=(w1,w2,…,w10)T,基于TOPSIS法思想的灰色关联度模型,由式(11)~(13)计算得到的灰色贴近度计算结果如表4所示。

表4　各项目灰色关联相对贴进度

将基于TOPSIS思想的灰色关联度模型应用到国际BOT水电项目的风险中,灰色关联相对贴近度越大表示样本风险越小,灰色关联相对贴近度越小表示样本风险越大。所以在表4中,项目A4的相对贴近度最小,所面临的风险是最大的。项目A5的相对贴近度最高,所面临的风险最小。进一步分析可知,A4项目位于东南亚的缅甸,近期政治动荡、政府信用不高、自然风险频发、经营条件不佳,因此该水电项目投资面临很大的风险;而项目A5位于南美洲的厄瓜多尔境内,政治外交友好、社会经济较为稳定、经营条件较好、工程项目巨大、国内电力需求量大,因此营利能力更强,风险也因此最小。

4结语

为了区别于传统的AHP和模糊综合评价法对国际BOT水电项目的风险评价,笔者通过熵权法确定测评指标的客观权重,同时借鉴TOPSIS法思想,考察各方案与正、负理想方案间的关联程度,最终得到灰色关联相对贴近度,并将其作为风险评价的依据。借鉴相关文献,建立国际BOT水电项目风险的指标体系,将政治风险、技术设计风险、经济社会风险、运营风险、自然风险作为5个一级指标,并在此基础上将一级指标分为10个二级指标,分析得出地质灾害风险、征地移民风险、施工风险和经济与合同风险的权重较大,而政府信用风险、基础设施风险对于都处于相对落后地区的项目影响较小。最后,通过数据标准化确定正、负理想解的灰色关联度,进而对5个典型的国外水电项目进行定量分析、排序。实证表明,该方法对国际BOT项目的风险测评较为可行、有效。

参考文献：

[1] 李莹.境外投资BOT水电项目的风险及对策分析[J].工程经济,2013(12):16-21.

[2] 孙长英.我国地区级水电项目风险评价体系研究[J].现代商业,2010(8):161-162.

[3] 李文义,白强,聂相田.水电项目业主风险的多层次模糊综合评价研究[J].南水北调与水利科技,2007(3):110-112.

[4] 张睿.水电工程项目风险管理的探索与实践[D].成都:西南财经大学,2007.

[5] LINKOV I,SATTERSTROM F K,KIKER G,et al. From comparative risk assessment to multi-criteria decision analysis and adaptive management: Recent developments and applications[J]. Environment International,2006,32(8): 1072-1093.

[6] 李阳,王祖志.基于BP神经网络的BOT项目风险评价模型研究[J].中国水运,2008(3):250-251.

[7] KUCUKALI S.Risk assessment of river-type hydropower plants using fuzzy logic approach[J]. Energy Policy,2011,39(10): 6683-6688.

[8]LI Z Y,WANG S J. Market risk analysis to hydropower project based on Monte Carlo Method-Case study of Xiluodu hydropower station in Sichuan province[J].Advanced Materials Research,2012,472: 1437-1440.

[9] ZHANG S,SUN B,YAN L,et al.Risk identification on hydropower project using the IAHP and extension of TOPSIS methods under interval-valued fuzzy environment[J].Natural hazards,2013,65(1): 359-373.

[10] 郝云剑,胡兴球,王洪亮.基于ISM的我国水电企业东南亚水电投资风险分析[J].中国农村水利水电,2014(1):157-160.

[11] CHEN C,WANG S J.Analysis of hydropower project financing risk TOT mode using the CIM—AHP mode：Nansha hydropower station in Yunnan as an Example[J].Advanced Materials Research,2012,468: 260-267.

[12] OPRICOVIC S,TZENG G H.Compromise solution by MCDM methods: a comparative analysis of VIKOR and TOPSIS[J].European Journal of Operational Research,2004,156(2): 445-455.

[13] 刘思峰.灰色系统理论及其应用[M].北京:科学出版社,2008.

(收稿日期：2015-03-24编辑：方宇彤)

中图分类号：F407.9

文献标识码：A

文章编号：1003-9511(2015)05-0024-05

DOI：10.3880/j.issn.1003-9511.2015.05.006

作者简介：吴业鹏(1991—),男,湖北天门人,硕士研究生，主要从事工程项目管理及技术经济研究。E-mail:1098454643@qq.com

基金项目：水利部公益性行业科研专项(201301055)