基于生態(tài)位理論的西安重大項目融資風險評價與應對
——以西安地鐵為例

韓江雪，蔡竹欣，呂 承

基于生態(tài)位理論的西安重大項目融資風險評價與應對
——以西安地鐵為例

韓江雪，蔡竹欣，呂 承

在經(jīng)驗數(shù)據(jù)法和核對表法的基礎上確定了初步的融資風險指標體系，通過灰色關聯(lián)分析和粗糙集理論對指標體系進行了約簡，創(chuàng)新性地將生態(tài)位態(tài)勢理論運用到大型項目融資風險評價這一過程中，不但提出了大型工程項目融資風險生態(tài)位這一新概念，而且闡述了大型工程項目融資風險“態(tài)”和“勢”，從過去、現(xiàn)在和將來的角度選取評價方法。灰色系統(tǒng)，即信息不完全的系統(tǒng)。信息不完全一般指：系統(tǒng)因素不完全明確；因素關系不完全清楚；系統(tǒng)結構不完全知道；系統(tǒng)的作用原理不完全明了。文章將提供一個在信息不完全的情況下解決問題的路徑。

生態(tài)位理論；灰色系統(tǒng)理論；融資風險；風險應對

西安地鐵，即西安城市軌道交通系統(tǒng)，作為西北地區(qū)首個投入運營的大運量城市軌道交通系統(tǒng)，受到了社會各界的廣泛關注。西安作為世界歷史文化名城，其獨特的地理位置和地下環(huán)境決定了西安軌道交通建設具有其他城市不可比擬的難度。因此，本文對西安地鐵項目的融資風險進行評估就顯得尤為重要，有利于給投資者對后續(xù)線路的資金支持決策提出分析建議。

生態(tài)位，即每個個體或種群在種群或群落中的時空位置及功能關系。生態(tài)位理論已經(jīng)廣泛應用于企業(yè)管理領域，齊榮光、王勇強(2010)基于生態(tài)系統(tǒng)理論，對交通建設項目系統(tǒng)、壽命周期、動態(tài)等特性進行了研究，同時也研究了風險管理系統(tǒng)的相關功能，建立了項目風險評估子系統(tǒng)。王作功(2009)將生態(tài)位理論運用到高速公路投資中，介紹了生態(tài)位理論的相關概念，并將生態(tài)位理論運用到了高速公路的投資過程中。曾一新（2012）基于生態(tài)位理論尋求到房地產(chǎn)企業(yè)競合關系優(yōu)化研究表明企業(yè)要想在市場經(jīng)濟條件下取得成功,不僅需要考慮自身條件,還應考慮在環(huán)境中所處的位置以及對資源的利用程度。李淑娟、陳靜（2014）基于生態(tài)位理論的山東省區(qū)域旅游競合研究得出，各城市應積極采取生態(tài)位分離、擴充等策略來優(yōu)化競爭合作關系，推動旅游的可持續(xù)發(fā)展。劉志峰（2015）則認為品牌生態(tài)位有助于提升企業(yè)生態(tài)位的競爭優(yōu)勢,促進品牌企業(yè)的持續(xù)發(fā)展,因此應注重品牌生態(tài)位的合理研究，并對其積極培育、注重品牌生態(tài)位的科學評價、注重品牌生態(tài)位的適時優(yōu)化。

生態(tài)位態(tài)勢理論，“態(tài)”指狀態(tài)，代表了過往和現(xiàn)在可能的風險指標和總體大環(huán)境相互關聯(lián)所造成的風險狀態(tài)，“勢”指趨勢，代表著將來可能的風險指標和總體大環(huán)境相互關聯(lián)所造成的風險狀態(tài)，我們運用生態(tài)位理論是為了研究項目過去、現(xiàn)在和將來所可能發(fā)生的風險因素，并力圖規(guī)避或轉移這些非系統(tǒng)因素。本文采用了灰色關聯(lián)分析、熵權系數(shù)法及灰色綜合評價等理論在信息不明確的狀況下定性又定量地進行調查與數(shù)據(jù)分析，以期為西安重大工程的風險評價作出示例，并應用于融資風險評估。

一、理論部分

（一）風險指標的確定

項目融資存在時間久、金額大、涉及環(huán)節(jié)廣、涵蓋內(nèi)容復雜等特點，基于以上特點，大型工程的融資風險及其風險的應對具有極大的挑戰(zhàn)。為了更好地闡述各個環(huán)節(jié)中存在的風險，我們擬將融資環(huán)節(jié)大致分為準備階段、施工階段、交付階段三個部分。對于準備階段，我們主要考慮政策風險、利率風險、環(huán)境風險、歷史文化因素、施工錯誤風險等十一個風險指標，項目融資籌措前期，任意的變化都有可能導致項目的失敗，考慮到西安獨特的歷史地位極其所處地理位置，我們首先確定了歷史文化因素和地質因素這兩個指標，其中包括地下文物所導致的地鐵改道，路線取消等狀況，再次考慮對項目影響較大的政策因素，如政策制度突然改變所造成的融資難度加劇，而利率及通貨膨脹率的變化也會直接影響投資意向。

施工階段是整個項目的重中之重。不久前西安地鐵三號線被指偷工減料，而隨后在不同站點對電纜進行的抽樣檢測更是得出了五份樣本均不合格的結果，由此可見施工階段存在著風險因素多、監(jiān)管難度大等特點。對此，我們積極討論，緊密結合西安的環(huán)境以及當今社會所反映出的問題，大致確定了以下風險指標，分別涵蓋了施工技術不足、新技術運用的難題、施工條件差、安全性差、不可抗因素、地質條件等方面。我們將風險指標的主要內(nèi)容落腳于施工及其監(jiān)管方面，大型工程，意味著充滿了許多可能存在的監(jiān)管漏洞和施工漏洞，西安地鐵三號線的實例證實了它們的重要性。

而到了交付階段，最主要的風險來自于和前期預期的偏離，這就大致包括了完工質量、完工時間、成本預算、價格變動、市場供求變動等情況，完工質量與前期要求是否一致、工程是否延期、成本預算是否足夠、市場中存在的供求關系是否轉向等都直接或間接的影響著工程的完成情況。

（二）灰色關聯(lián)分析

信息不完全的系統(tǒng)稱為灰色系統(tǒng)。信息不完全一般指：系統(tǒng)因素不完全明確；因素關系不完全清楚；系統(tǒng)結構不完全知道；系統(tǒng)的作用原理不完全明了。它是由我國學者鄧聚龍?zhí)岢龅年P于信息的建模，即在信息不完全的情況下解決系統(tǒng)問題的路徑。每個大型項目有它不同的特點，我們首先要確定該項目的各個評價指標所占的權重，從而更好地對項目進行分析。在系統(tǒng)發(fā)展過程中，若兩個因素變化的趨勢具有一致性，即同步變化程度較高，即可謂二者關聯(lián)程度較高；反之，則較低。因此，灰色關聯(lián)分析方法，是根據(jù)因素之間發(fā)展趨勢的相似或相異程度，亦即“灰色關聯(lián)度”，作為衡量因素間關聯(lián)程度的一種方法。

灰色關聯(lián)分析步驟如下：

1.確定參考數(shù)列X0及比較數(shù)列Xi，我們對項目的整體評分即綜合評價為比較數(shù)列X0。

2.求各指標與評價結果的差值，得差序列

3.根據(jù)差序列，得出最大差、最小差

其中最大差Max=maximaxn|X0(n)-Xi(n)，最小差Min=miniminn|X0(n) -Xi(n)|

則比較數(shù)列Xi對參考數(shù)列X0的關聯(lián)系數(shù)為

其中ρ為分辨系數(shù)，通常取ρ∈[0,1]，此處我們將取ρ=0.5。

（三）熵權系數(shù)法

熵的概念最初由德國物理學家克勞修斯提出，用于熱力學系統(tǒng)中的應用。后來開創(chuàng)了“信息論”這門學科，現(xiàn)今在社會經(jīng)濟等領域都被廣泛地應用。熵對經(jīng)濟系統(tǒng)復雜性、組織狀態(tài)不確定性與有序度的變化等進行了定量的描述。而熵權系數(shù)法則根據(jù)數(shù)據(jù)的分布來確定系統(tǒng)不確定性程度。其運算步驟如下：

1.首先構建一個由m個樣本和n個評價指標構成的矩陣R=(Xij)m×n；

2.考慮到各個指標的量綱不同，為了便于比較這些評價指標，初始矩陣做無量綱處理。

對于正向指標，

對于逆向指標，

其中Xi為第j項指標，j＝1，2，…，n；Xmax為第j項指標的最大值，Xmin為第j項指標的最小值，rij為標準化值。DE標準化矩陣：T＝(rij)m×n;

（3）依據(jù)熵的定義，能夠確定第j項指標的信息熵值pij,則得到：

計算第j個指標的熵值sj

式中，k=1/lnm,當確定了評價樣本的個數(shù)m后，k就是一個常數(shù)。

（4）計算所有風險評價指標的熵權

熵權代表各個評價指標傳達給決策者信息量的大小在總信息中所占的權數(shù)，價值系數(shù)高就對結果產(chǎn)生大的影響，價值系數(shù)低則產(chǎn)生較小的影響，各個風險指標的熵權為：

（四）風險評價——灰色變權聚類評估模型

基于灰色系統(tǒng)理論，以“部分信息已知，部分信息未知”的“小樣本”、“貧信息”不確定性系統(tǒng)為研究對象，通過分析已知信息對系統(tǒng)運行的有效控制。灰色關聯(lián)分析的具體方法是：先確定參考序列與比較序列，然后對原始數(shù)據(jù)作無量綱化和無極性處理，從而計算灰色關聯(lián)系數(shù)，最后加入權重向量，求出比較序列與參考序列間的關聯(lián)度。若兩因素關聯(lián)程度較高，則說明同步變化程度較高；反之，則較低。（資料來源：《灰色系統(tǒng)理論及其應用》劉思峰楊英杰吳利豐）

設xij為對象i關于指標j的觀測值·)為j指標k子類白化權函數(shù)為j指標k子類的權，則稱

為對象i屬于灰類k的灰色變權聚類系數(shù)（鄧聚龍，1985b）稱為對象i的聚類系數(shù)向量。

為聚類系數(shù)矩陣。

1.對于典型白化權函數(shù)，有

2.對于下限測度白化權函數(shù)，有

3.對于適中測度白化權函數(shù)，有

（4）對于上限測度白化權函數(shù)，有

二、實證檢驗部分

（一）基于灰色關聯(lián)分析的初步指標體系約簡

首先建立了風險指標體系,并最終確定了準備階段、施工階段、交付階段三個階段為劃分的27個指標。

表1 大型項目融資風險指標

在得到數(shù)據(jù)后，我們首先對風險指標進行初次約簡。對于兩個系統(tǒng)之間的因素，其隨時間或不同對象而變化的關聯(lián)性大小的量度，稱為關聯(lián)度。在系統(tǒng)發(fā)展過程中，若兩個因素變化的趨勢具有一致性，即可謂二者關聯(lián)程度較高。因此，灰色關聯(lián)分析方法，是根據(jù)因素之間發(fā)展趨勢的相似或相異程度，亦即“灰色關聯(lián)度”，作為衡量因素間關聯(lián)程度的一種方法。該體系的樣本數(shù)據(jù)的來源為調查問卷，調查對象均具備一定的專業(yè)知識。1-10分對應該指標對項目的影響程度，分值越高影響越大。、

表2 指標對項目影響程度劃分

共計得到15份有效數(shù)據(jù)。

表3

續(xù)表3：

根據(jù)上節(jié)中的步驟，在確定了比較數(shù)列和參考數(shù)列后，我們首先求其各個指標評分與整體評分的差值，得到一個差值，并求出最大、最小差，將結果記錄在統(tǒng)計表中。

表4 差序列最大值及最小值

由此表格得，Max=3.023，Min=0.002。在得到差序列最大值及最小值后，我們運用Excel計算關聯(lián)系數(shù)進而求出各個指標與項目的關聯(lián)度，并排序，得到如下關聯(lián)度排序：

表5

最終通過粗糙集理論再次篩選得到最后的20個對于項目影響較大的指標。

表6 篩選后風險指標

整理數(shù)據(jù)后得到新的樣本數(shù)據(jù)表如下：

表7

X14 X15 X18 X19 X21X20 X24 X22X26X271 9 7 8.2 6.8 8.5 6 6.5 6.5 7.5 6 2 7 5 7.5 5 7.5 6.5 7 5.5 8 6 3 7.7 6.5 5.8 7 7 6 7 7 8 7 4 6.9 6.5 5.5 8 5 7.5 6 5.9 7 5 5 7.8 7 7 8.5 7.5 8.2 7.1 6 7.2 7 6 6.5 6.5 9 6 9.2 7.5 7.2 6.5 7.2 6.5 7 6.5 7 7 6.5 7.5 6 8 7 8 6 8 6.5 4.5 5.5 7 7 7.5 6.2 6 7 6 9 7.5 5.5 4.2 8 8.2 6.7 6.2 6.7 7 6 10 6.5 5.5 6.5 6.5 7.5 7.8 5 5.2 7 5.5 11 8.5 6 6.2 6 8.5 7.5 7.2 5.5 7.5 5.2 12 7.5 6.5 5.5 5.5 7.2 6.9 6.5 5.8 7.8 5.5 13 7.5 5 5.2 7.2 8.5 8 7.5 6 7.2 6.8 14 7.8 6.5 7.9 7 8.2 6 6 6.5 6.5 6 15 8 5.5 7 6.5 8 7.5 6 5.5 6.5 5.5

（二）基于熵權系數(shù)法的權重確定

將上面篩選出的20個指標及其評分保留在表格中得到最終指標評價數(shù)據(jù)表，接下去我們將對指標權重進行確定。根據(jù)熵的特性，我們可以通過計算熵值來判斷一個事件的無序程度及其隨機性，也可以用熵值來判斷一個指標的離散程度，指標的離散程度越大，該指標對綜合評價的影響越大。根據(jù)理論部分的公式，分別計算熵值Sj以及熵權Wj。

根據(jù)上述公式，我們分別計算第j項指標下的第i個樣本的指標所占的比重，并求出第j個指標的熵值。

表8 熵值Sj

續(xù)表8：

表9 風險指標熵值表

表10 風險指標熵權表

（三）風險評價——灰色變權聚類評估模型

在這一步，我們將使用灰色綜合評價法對項目風險進行評估。這里，我們將引入灰數(shù)的概念?；疑到y(tǒng)用灰數(shù)、灰色方程、灰色矩陣、灰色函數(shù)等來描述，其中灰數(shù)是灰色系統(tǒng)基本的“單元”或“細胞”。我們首先將對上述剩余的20個指標進行分級，其風險集合V=（高，較高，中等，較低，低）。在本研究我們將運用灰色變權聚類評估模型對風險進行評價。根據(jù)多篇論文的研究結論及前人經(jīng)驗，我們對五個風險等級分別設計了相對應的白化權函數(shù)，其具體內(nèi)容如下：

表11

根據(jù)分類結果，我們對各等級函數(shù)假設如下：對于高風險指標：

對于較高風險指標：

對于中等風險指標：

對于較低風險指標：

對于低風險指標：

由1.3中的步驟知

為對象i屬于灰類k的灰色變權聚類系數(shù)（鄧聚龍，1985b）根據(jù)上述公式，確定每一個指標的權數(shù)，求得灰色變權聚類系數(shù)，但對于我們的實際情況來看，我們所求取的結果是相對于每一個指標的風險等級而言的，因為每個指標對于自己來說所占的權重是相同的，可將ηkj略去不看，僅分析每個指標函數(shù)值對于灰類k的灰色變權聚類系數(shù)的影響，從而進一步簡化計算。

根據(jù)第一部分灰色綜合評價的步驟，我們對數(shù)據(jù)分析如下：

表12 X1的各專家隸屬度

其中，縱列1-5分別代表風險程度由高到低的五個灰類。將自變量帶入每一個函數(shù)，同理可得剩余指標分析結果。因此我們將以上20個指標的風險程度分類如下：

表13

由以上20個風險指標測評結果可知，政策制度、通貨膨脹、施工條件差、施工管理風險、經(jīng)營管理技術、價格變動這六方面的風險較高，這一結論與實際經(jīng)驗基本相符。而2017年3月曝光的西安地鐵三號線問題電纜存在的安全隱患也印證了對西安地鐵這一項目而言，法律法規(guī)監(jiān)督執(zhí)行和施工管理還存在著較為明顯的不足之處。因此基于熵權系數(shù)法的權重確定的評價數(shù)據(jù)及基于灰色綜合評價的風險評估具有一定的研究價值和可信度。

（四）風險應對

風險是反映損失發(fā)生的可能性的一個客觀指標，它的存在與發(fā)生是偶然的、隨機的且不因人的意志而改變的。大型工程項目的建設經(jīng)常會受到多種因素的影響與干擾，如歷史文化因素、政策制度變化、利率變動影響、通貨膨脹等。這些伴隨著工程項目成果而存在的可能發(fā)生的不利事件即為工程項目風險。合理規(guī)避風險有助于提升項目的可信度與工程盈利的能力，使得大型工程的建設與運營更為順利與安全，從而減少損失。經(jīng)過上述過程的建模分析，我們已經(jīng)大致區(qū)分了項目不同階段存在的風險及其相對應的風險等級，在這一部分我們將著重分析對于不同風險的應對措施。

（注：灰色部分表示應對方法）

根據(jù)以上圖表，我們可以將風險應對分為以下幾個部分：

1.對于政策制度變化X1、設計審批不通過X5等政策類風險。作為系統(tǒng)風險的組成部分，任何項目都無法規(guī)避這一類的風險，因此，我們只能對風險進行轉移。一般應對方法為投保，而對于風險較高的政策制度變化因素我們應當適當增加保險額度。

2.對于法律法規(guī)監(jiān)管執(zhí)行不當X10等法律風險，我們則應當聘請專業(yè)律師團隊以避免不必要的損失。

3.對于利率變動X3、通貨膨脹X4、價格變動X26等金融風險，首先我們應當優(yōu)化貸款的利率結構，從而控制融資成本，同時可以對風險進行轉移，如向第三方結構投保等。

4.對于未提及的剩余非系統(tǒng)風險指標，我們傾向于風險轉移，即將風險通過投保、套期保值、互換等方式向第三方機構轉移，以規(guī)避可能存在的損失，對于上述模型計算得出的風險較高的風險指標，應當加大投保額度。

[1]王作功，賈元華，李健.基于生態(tài)系統(tǒng)理論構建的項目風險管理系統(tǒng)[J].北京交通大學學報，2009，(06).

[2]曾一新.基于生態(tài)位視角下房地產(chǎn)企業(yè)競合關系優(yōu)化研究[J].揚州大學，2012，(07)：184.

[3]李淑娟,陳靜.基于生態(tài)位理論的山東省區(qū)域旅游競合研究[J].經(jīng)濟地理，2014，(09).

[4]劉志峰.產(chǎn)業(yè)集群品牌生態(tài)位的概念、特征和培育[J].商業(yè)經(jīng)濟研究，2015，(29).

[5]杜相.基于生態(tài)位理論的城市交通規(guī)劃項目后評價研究[J].決策咨詢,2015,(05):75-78.

韓江雪，女，山東濰坊人，陜西師范大學國際商學院2015級金融學專業(yè)；

蔡竹欣，女，浙江寧波人，陜西師范大學國際商學院2015級經(jīng)濟學專業(yè)；

呂承，女，浙江嘉興人，陜西師范大學國際商學院2015級電子商務專業(yè)。

F224

A

1008-4428（2017）07-40-05

本文獲得國家級大學生創(chuàng)新創(chuàng)業(yè)訓練計劃項目資助（項目編號：201610718001）。指導教師：尹海員副教授。