基于證據推理綜合管廊PPP模式融資風險評價

劉凱，張連強，王鑫，龔黎明

（1.中國建筑第八工程局有限公司上海分公司；2.吉林建筑科技學院市政與環(huán)境工程學院）

1 引言

城市基礎設施PPP項目融資風險體現在項目全生命周期，從前期合法合規(guī)性手續(xù)辦理到建設階段分次提款，再到運營期的按時足額還本付息以及移交階段的質押解除，都存在著風險[1]。按照風險源分類，城市基礎設施PPP項目融資風險主要來自政治、經濟及工程建設三個方面。

國內關于綜合管廊的建設發(fā)展起步較晚，相對成熟的項目比較少，由于一些項目融資過程中風險因素的偶然性，項目主體的差異性等特點，所以融資風險的管理對于PPP項目的成敗至關重要。Lakshya[2]通過識別交通流量和項目成本等參數研究PPP模式基礎設施項目融資風險，提出針對公路建設融資風險管理策略。Vikas[3]研究客觀性地分析印度等經濟體PPP項目融資所涉及的風險，并根據巴塞爾協(xié)議II的建議指出PPP模式應通過合理的融資組合來減輕政治，監(jiān)管和法律方面帶來的風險。Diana[4]建議政府與社會資本雙方應具有明確的責任和融資風險分擔，以滿足特定的公共需求。DuJian-cheng[5]通過對PPP模式政府，社會資本和債權人的利益結構出發(fā)，建立以內部收益率和償債覆蓋率的優(yōu)化目標函數，并利用蒙特卡羅模擬將得出最優(yōu)的資本結構，為社會資本，貸款人和政府方面提供融資決策依據。Istemi[6]通過SPSS和Nvivo分析數據表明：PPP模式融資風險范圍非常廣泛，對于社會資本而言最有效的辦法是通過保險或者是轉移給分包商。在考慮到公私合作的長期性時，為避免融資風險、保持良性競爭，應加大對于熟悉的項目和熟悉的部門合作。李蒙[7]通過對高速公路PPP項目中融資風險、項目股本結構進行分析,針對PPP項目融資中合同談判、融資風險、資金籌集提出解決措施。宋健民[8]通過社會資本方視角,利用AHP層次分析法確定政府職能、政策調整、融資環(huán)境等關鍵風險因素。吳孝靈[9]構建了PPP+P2G融資風險的綜合評價模型,并針對P2G投資模式的特點，建立PPP+P2G融資風險的響應機制。趙佳[10]指出綜合管廊PPP模式融資風險管理的八大主要風險因素，利用RFRM法對融資風險因素濾；并建立了融資風險分擔機制，給出相關建議。

綜上所述，對于管廊項目中相關的法律不健全、入廊積極性不高、項目體量大、回收投資難等原因，并且因其地下施工的特殊性及建成后多方入駐的復雜性等問題；管廊項目的推進出現瓶頸。依據項目利益相關方及項目所帶來可預見的及不可預見的各種風險，提出了基于證據推理的城市綜合管廊PPP模式融資風險評價模型，主要是利用OWA(Ordered Weighted Averaging)算子賦權來糾正評價主觀賦權時出現極值偏差的影響，通過兩維語義提高融資風險的準確度，其次，并利用ER（Evidential Reasoning）證據推理算法集成評價信息，確保PPP項目融資風險評價的準確性和科學性。

2 融資風險評價指標體系及指標權重的確定

2.1 融資風險評價指標體系的建立

評價指標體系的確定對評價結果的影響至關重要。依據財政部及發(fā)改委PPP項目庫中公布的PPP模式綜合管廊落地項目，在參照財政部文件《政府和社會資本合作模式操作指南(試行)》中PPP項目操作的5個階段，19個步驟的基礎上，確定融資額度、融資構成等融資風險的24個因素作為二級指標，并根據因素間的聯(lián)系和共同點將這24個因素劃分為融資結構、項目自身情況、政府管理、社會資本以及外界客觀因素5類作為一級指標，建立PPP項目融資風險評價指標體系如表1所示。

表1 PPP項目融資風險評價指標體系

2.2 指標體系各層指標權重的確定

OWA算子是利用離散數據集成技術形成的系統(tǒng)確定權重的方法，該方法能夠糾正主觀評價時對于指標賦權產生的極值偏差影響，確保評價結果的準確性。PPP模式應用綜合管廊項目在融資風險管理中，風險因素的量化及確定權重具有灰色、模糊的特點，為削弱信息不全面情況下而造成的指標賦權的偏差，采用OWA算子對決策數據進行排序，運用組合數減小離散數據極值的影響，確保賦權結果準確。其賦權步驟如下。

1）決策數據獲取和排序

為提高評價體系的科學性，邀請行業(yè)專家組對指標 ai風險程度進行打分量化，得到初始決策數據 xij(其中：i = 1,2,3,… , m ，m為指標數；j=1,2,3,...,n，n為專家人數)，為削弱專家打分時主觀賦值產生的離散數據偏差的影響，對初始決策數據 xij進行重新排序，得到新的決策數據序列{ yk}：y0≥ y1≥ y2≥ y3≥…≥ yn-1。

2）組合數賦權確定序列 {yk}：

式中：δk表示序列 {yk}中第k個數的權重。

計算指標 ai的實際權重值：

對評價體系中的一級指標、二級指標進行有序組合數賦權后，即可確定整個評價指標體系的權重值。

3 構建城市綜合管廊PPP項目融資風險評價模型

3.1 構建風險評價的兩維語義信息

考慮到專家對于評價對象的認知程度對評價結果的準確性產生影響，所以引入兩維語義評價信息減小專家對融資風險的認知偏差。在第一維語義信息Hn( n = 1,2,… , N)（ Hn表示專家對風險指標的認知判斷，包括風險程度較大、風險程度一般、風險程度較小）；第二維語義評價信息 Ft( t = 1,2,…, T )( Ft表示專家對風險指標的認知程度，包括熟悉、基本熟悉、不了解)；由此構成兩維語義評價信息( Hn,Ft)對融資風險指標進行賦權。

3.2 兩維語義評價信息的組合賦權

3.2.1 主觀權重的計算

將專家對風險指標的認知程度 Ft量化。當參與評價的專家組中存在X個專家，其中任意一位專家 Ei對融資風險指標的認知程度經打分量化后，給出的值為 pi，則可以確定該專家 Ei的主觀權重值 ui為：

3.2.2 客觀權重的計算

考慮到專家對風險指標的認知判斷，通過轉換專家對同一風險指標的認知判斷間的距離量化。對評價體系中認知等級 H1, H2,… , HN分 別 賦 值 h1,h2,…, hN，則風險指標的認知判斷間的距離量化結果為：

其中，任意兩個評價等級 Hi間的距離量化滿足：

②當評價信息 xi和 xj一樣時，di,j= 0；

對于專家之間存在相似性情況，則可以認知距離量化規(guī)定專家i與專家間評價信息距離為 di,j，則不同專家認知相似性測度可定義為：

其中：S im( i,j)及 si,j表示專家i和專家j認知評價的相似性測度。

則在專家?guī)熘胁煌瑢＜覍τ谌谫Y風險認知的相似性測度矩陣SM表示為：

為確保整個專家組對融資風險認知的準確性，建立任意專家與同專家組之間的可靠度函數 Re l(i):

則任意專家對風險指標評價可靠性客觀權重表示為：

其中：vi表示任意專家i對風險指標評價可靠性客觀權重。

3.2.3 專家主客觀權重的組合

由此構成兩維語義評價信息( Hn,Ft)對于不同專家對于融資風險的認知判斷和認知程度之間的組合權重為：

其中：ωi為不同專家對于融資風險的認知判斷和認知程度之間的組合權重。

3.3 ER證據推理的風險指標評價信息合成

證據推理ER(Evidential Reasoning)算法是針對在多指標綜合評價中考慮到評價體系不同層面評價信息的權重進行集成，轉化為更為準確的評價信息證據。

3.3.1 證據推理描述

4 案例分析

4.1 項目概況

項目屬于市政工程公共服務領域類項目，所屬行業(yè)為地下綜合管廊行業(yè)。項目合作期30a，其中建設期5a。新建并運營地下綜合管廊80.96km（不含管線）。項目總投資657000萬元，采用可行性缺口補助的回報機制。項目當前處于執(zhí)行階段，尚未進入運營期。本項目資本金及貸款比例約為2:8。項目資本金部分由中選社會資本和政府出資代表按照在項目公司中的股比支付。根據項目公司融資的需要，若需要股東擔保，則由社會資本提供，政府方不提供擔。

4.2 確定融資風險評價指標體系權重

根據吉林省PPP項目庫專家對城市地下綜合管廊的認識，邀請5位專家對融資風險指標權重進行打分，其中：工作經驗15年以上4人，工作經驗10年以上1人；正高級職稱4人，副高級職稱1人；碩士以上學歷5人。在融資結構、項目自身情況、政府管理、社會資本以及外界客觀因素指標體系中，以融資結構一級指標下的權重計算為例，其專家評分情況見表2:

表2 權重決策評分

4.3 構建兩維語義框架并確定轉換函數

4.4 城市綜合管廊PPP項目融資風險評價

1）組合權重。對認知程度等級“熟悉”“基本熟悉”“部分熟悉”分別賦值3，2，1，確立主觀權重iu;對認知評判等級“不重要”，“比較不重要”，“比較重要”，“非常重要”分別賦值1，2，3，4，由式 (5)～(8)求出客觀權重iv;并根據式(9)確定各指標評價信息的組合權重iw。其權重計算結果如表3所示。

2）轉換為證據體。將融資風險中認知評判等級n和認知程度等級t帶入式(16)，其轉換的可靠度結果如表3所示。

3）合成專家組的評價信息。將的組合權重和可靠度結構代入式(10)～(15)得出綜合評價信息。其合成結果如表3所示。

4）合成城市綜合管廊PPP項目融資風險評價結果。將各一級指標的權重和綜合評價信息代入公式（10）～（15）即可得出目標屬性的綜合評價信息{( H1,0.066) ( H2,0.421) ( H3,0.426 ) ( H4,0.049)}，即該PPP項目的融資風險較大。再結合表4數據可知，該PPP項目的一級指標融資結構()、項目自身情況 ( a2)和外界客觀因素 ( a5)均屬于風險較大的范疇；以及在二級指標中對于融資額度 ( a11)、融資利率 ( a12)、融資期限 ( a14)、項目折現率 ( a22)、法律法規(guī)制度 ( a54)屬于風險較大的影響因素。各綜合指標的評價信息如表3所示。

表3 指標評價情況

5 結論

本文利用ER證據推理算法集成評價信息，確保PPP項目融資風險評價的準確性和科學性。為城市地下綜合管廊項目PPP模式融資風險管理提供了行之有效的解決思路。并對吉林省T市某地下綜合管廊工程應用PPP模式案例評價可知，該地下綜合管廊PPP項目融資風險較大，對于一級指標融資結構、項目自身情況和外界客觀因素均屬于風險較大的范疇；以及在二級指標中對于融資額度、融資利率、融資期限、項目折現率、法律法規(guī)制度屬于風險較大的影響 因素。

針對綜合管廊PPP項目融資風險，應整合融資方案，強強合作，降低銀行融資風險。一方面通過與多家不同類型的銀行簽訂銀團貸款協(xié)議，利用各家銀行的資金優(yōu)勢，保證了項目的正常資金需求，分散了融資風險。另一方面，在國家財政政策和貨幣政策發(fā)生不利變化時，有多家銀行的資金支撐，能增強項目抵御政策風險的能力，也能保證項目資金需求，降低融資風險。