基于群決策ANP的礦產資源境外投資風險評價研究

付書科，楊樹旺，唐鵬程，劉玉婷

(中國地質大學(武漢)經濟管理學院,湖北 武漢 430074)

在礦業全球化大背景下，我國積極主動參與礦產資源全球配置，開展礦產資源境外直接投資(下文簡稱境外投資)既有利于掌握全球礦業主動權，又有利于為經濟社會可持續發展提供資源保障。從理論上講，礦產資源境外投資是適應礦業全球化的必然選擇，集中體現了“資源需求型”境外投資的特性；從實踐上看，伴隨著工業化與城市化加速發展，2011年我國成為全球第二大礦產資源消費國，而國內礦產資源供給的乏力進一步加深了我國礦產資源對外依賴程度，其中原油對外依存度為53.8%[注]數據來源于中國工業和信息化部發布的《石化和化學工業“十二五”發展規劃》。、煤炭為14%、硫資源為59.4%、鉀資源為44.3% 、天然氣為11.7%、鐵礦石為50%～60%，因此合理有效利用境外礦產資源已成定局，“深化國際能源資源開發和加工互利合作”[1]成為必然選擇，尤其是逐步提升礦產資源境外投資在礦產品進口中的比重來優化礦產品進口布局，進而通過礦產品需求者和供給者的雙重身份來應對包括價格波動在內各種風險。

礦產資源境外投資的投入資金多、投資周期長、不確定因素多等特性直接決定了礦產資源境外投資的高風險性。作為國家礦產資源安全戰略實施的主體，礦企境外投資及其風險管理越來越為人關注[2]。設計一套科學合理礦產資源境外投資風險評估體系，用于我國礦產資源境外投資風險評估，不僅關系到企業自身全球化戰略的效果，也關系到我國能源安全[3]。為此，本文從礦產資源境外投資風險傳導機理特性出發，指出由于風險內部相互作用違背了層次分析法(Analytic Hierarchy Process，簡稱AHP)中“無反饋作用”和“同一層次相互獨立”的假設，故應采用網絡層次分析法(Analytic Network Process，簡稱ANP)來確定相應權重，并通過相應計算機軟件規避了群決策過程中復雜計算問題，使群決策ANP更具實用性。此外，礦產資源境外投資風險評估系統不僅具有模糊性、難以量化的特性，而受制于評估者自身專業水平、個人偏好，系統更具有灰色性，因此本文引入灰色系統理論，采用群決策ANP-灰色模糊綜合評估法。

風險評估可細分為風險估計和風險評價，是整個風險管理工作的重中之重。風險估計是對已識別的風險進行估計，包括發生的概率及其可能引致的損失；風險評價是指根據投資主體等相關利益主體共同接受的準則來對風險估計的結果進行綜合評價，其核心任務是確定投資主體面對的風險是否需要處理及處理的程度[4]。

針對礦業投資風險因素具有的隨機性和不確定性，國內學者結合我國礦產資源境外投資的實際從不同角度出發對風險評估進行了諸多有益嘗試，如：潘允敬(2001)利用模糊數學工具對礦業投資項目風險狀態進行了評估[5]；李嘉豪(2005)將模糊數學和層次分析法相結合對境外礦業投資的風險指標進行了量化并確定了風險程度[6]；馬東霞、揚殿、郭立(2005)采用敏感性分析和概率分布結合法[7]，劉文生(2007)通過葉貝斯網絡法對礦業投資的風險因素進行了評估[8]，使礦業風險投資評估工具更加多元化。這其中，由于層次分析法和模糊數學的廣泛適用性而被廣泛應用于礦產資源境外投資風險評估中[9]，圍繞著一致性檢驗的修正，不斷延伸出模糊綜合評估法、模糊層次分析法(Fuzzy Analytic Hierarchy Process，簡稱F-AHP)等(下文將其統稱為傳統模糊綜合分析法[注]為了區分本文定義的風險評估包括風險估計和風險評價，將模糊綜合評估法改為傳統模糊綜合分析法。)，將模糊綜合分析運用到風險評估方面的相關研究方興未艾，代表性的文章如：聶名華與顏曉暉(2007)在《中南財經政法大學學報》發表的《境外直接投資風險識別及其模糊綜合評價》[10]；韓恩澤、朱穎超等人在《河南科學》發表的《基于Fuzzy-AHP的中國石油企業海外投資風險評價》[3]。

1 傳統模糊綜合分析法的局限性

礦產資源境外投資風險因素隨機性和不確定性的特點決定了客觀權重法，如主成分、熵值法在此并不適用，相反主觀權重法，尤其是層次分析法則更具合理性，從這個意義上說傳統模糊綜合分析法有其可取之處，這也是傳統模糊綜合分析法占據當前礦產資源境外投資風險評估主流的重要原因。

但是，應當注意的是層次分析法是建立在以下假設之上的。①決策問題細化為多個層次，上層元素對下層元素有支配作用，而下層元素對上層元素無反作用，即不存在反饋作用；②同一層次相互獨立，不存在內部的相互影響。實踐中，尤其是在礦產資源境外投資風險評估中，這些假設并不適用。以楊彬博士論文《中國石油企業海外油氣開發項目風險識別與控制研究》[11]建立的ISM模型為數據來源，構造如圖1所示的礦產資源境外投資風險傳導解釋結構模型。

從圖1中可以看出，礦產資源境外投資風險傳導模型不僅兼具層次性與等級結構性，更具備復雜性，即同層次風險不具備獨立性，同時下層風險亦對上層風險具有反作用。因此，必須采用一種全新的權重確定方法來放松AHP的相關假設以提高權重賦予的合理性，而當前由于學術思維的慣性，傳統模糊綜合分析法的缺陷并未引起有效重視，甚至無相關研究跳脫AHP的局限，只是對于一致性檢驗的小修小補，造成了傳統模糊綜合分析法的虛假繁榮。

此外，礦產資源境外投資風險評估系統中各要素不僅具有模糊性、難以量化的特性，而受制于評估者自身專業水平、個人偏好，系統更具有灰色性。

為此，本文引入Saaty(1996)提出的ANP方法和鄧聚龍(1982)提出的灰色理論對人為因素誤差進行修正，進而使礦產資源境外投資風險評估流程更具合理性和有效性。

圖1 礦產資源境外投資風險體系的解釋結構模型

2 群決策ANP-灰色模糊綜合評估法

2.1 群決策ANP[12]

ANP摒棄AHP中同一層次中內部獨立和下層對上層無反饋作用的假設，認為不僅評估對象決定各標準的重要性，而且各標準也決定評估對象的重要性，呈現“作用與反作用”的關系，此外各層次內部各要素也相互依存。對經典AHP假設的放松，使ANP更具生命力，而SD軟件的推廣更增強了其可操作性。

ANP將系統分為控制層和網絡層，其中控制層包括目標和準則，各準則受目標支配，相互獨立。一個控制層必有一個目標，但可以沒有準則；網絡層包括各元素組及其相應元素，各元素組及其元素之間可以相互影響。標準ANP結構見圖2。

在ANP中，以P1,P2,…,Ps,…,Pm表示控制層中各準則；C1,C2,…,Ci,Ck…，CN表示網絡層中各元素組；ei1,ei2,…,eij,…,eini表示元素組Ci各元素。則群決策ANP決策步驟包括超矩陣構造、加權超矩陣構造和極限超矩陣構造。

其中，超矩陣構造以控制層中Ps為主準則，以Ci中元素eij為次準則[注]在主準則Ps下，兩個元素對第三個元素的影響程度比較，這里稱第三個元素為次準則，得出的結果為間接優勢度。，分別按照AHP[注]AHP原理已廣為人熟知，這里不作介紹，可參考聶名華與顏曉暉(2007)在《中南財經政法大學學報》發表的《境外直接投資風險識別及其模糊綜合評價》。法中兩相較的方法衡量元素組Ck中各對其有影響的各元素的間接優勢度，由此得到超矩陣W。應當指出的是，AHP中常常涉及多專家評分的群決策問題，經常被推薦使用的方法為加權幾何平均群排序向量法[13]，但其較復雜的計算過程亦使其運用受限。鑒于此，本文選取Yaahp軟件中“群決策”模塊下的加權幾何平均群排序向量法進行集結，以提高實踐中運用效率；加權超矩陣構造主要是將整個W，化成歸一化矩陣，即以Ps為準則，構造各元素組對Ci的歸一化加權矩陣A，并把加權矩陣A與超矩陣W做矩陣相乘，即可得到加權超矩陣W′；極限超矩陣主要對W′進行穩定化處理，常用方法是冪法，直到其收斂為止。

通過SD軟件計算出相應權重，記評價元素組Ci的權重向量為Q= (q1,…,qN)，元素組Ci中各元素的權重向量為QCi=(qei1,…,qeini)。

2.2 灰色模糊

自鄧聚龍教授(1982)首度創立灰色理論以來，由于其以“貧樣本、不確定性”為己任，因而在不確定性領域廣泛應用。而本文涉及的礦產資源境外投資風險評估不僅涉及模糊性，更由于評估者自身專業水平、個人偏好的影響，系統更具有灰色性。因此將灰色理論引入不僅豐富了礦產資源境外投資風險評估工具，而且使其更具有合理性。

灰色模糊基本步驟包括分級及其白化權函數確定，模糊評價樣本矩陣與灰色評價矩陣構建[14-16]。

對于風險這一類模糊概念，由于實踐中并無具體的數值與其對應，因而常用的處理方式是對其進行三分或五分，并賦予相應的分值。結合本文的研究目的，本文選取五分以給予起步期礦產資源境外投資風險一個較為準確的值。以v1～v5分別為“很高”、“較高”、“中等”、“較低”和“很低”，其分值分別為9、7、5、3、1分，則v1的灰數[0，9，∞]，v2的灰數為[0，7，14]，v3的灰數為[0，5，10]，v4的灰數為[0，3，6]及v5的灰數為[0，1，2]。以此，得出對應的白化權函數，此處僅以v1為例。

(1)

組織p位相關領域專家，通常以5位為最佳，對N個元素組中各元素按照v1～v5等級評分，得到由deijk構成的模糊評價樣本矩陣D。其中i=1…N，j=1…nN，k=1…p。

(2)

2.3 綜合估計

對Ci進行綜合估計，得到第一級綜合估計結果,見式(3)。

Bi=QCi·RCi=(bi1,bi2,bi3,bi4,bi5)[注]·為模糊合成算子，實踐中通常運用M(·,⊕)。

(3)

將每一個Ci看作是一個因素，用Bi作為其單因素評價，就可以構成第二級模糊估計隸屬矩陣R，于是可以得到第二級模糊綜合估計結果，見式(4)。

B=Q·R=(b1,b2,b3,b4,b5)

(4)

為防止根據最大值原則判斷帶來的信息損失，對B進行單值化處理，即求出風險綜合得分Z，進行風險評價，見式(5)。

Z=B·(9,7,5,3,1)T

(5)

3 礦產資源境外投資風險評估流程

礦產資源境外投資風險評估針對已識別出的各風險類型，運用群決策ANP-灰色模糊綜合評估法對其進行風險估計，并對估計結果根據相應風險評估基準進行評價，進而決定計劃的可執行性。流程詳見圖3。

3.1 指標選取[17]

礦產資源境外投資風險評估涉及因素很多，且較復雜，因此只有通過多角度構建評估系統，才能準確反映礦產資源境外投資風險程度。當前國內外并沒有形成一套公認的分類標準。綜合研究國內外相關文獻，當前對礦產資源境外投資風險劃分主要有如下幾種:從風險投資的性質來劃分，可以分為地質風險、社會風險、政治風險、法律風險、經濟風險、技術風險等；從風險投資的內外因素來劃分，可以分為來自內部的風險和來自外部的風險；從風險投資是否可控制來劃分，可分為可預測并加以控制的風險和不可控制的風險；從風險的地域出發，直接以東道國命名，如墨西哥風險等。但不論何種分類方法，其都以自然、地質、政治等為具象，因此本文遵循系統科學的風險識別準則，建立如表1所示的指標體系。

表1 我國礦產資源境外投資風險評估指標體系

3.2 風險估計

運用群決策ANP-灰色模糊綜合評估法，遵循其流程對識別出的風險類型進行估計，得出相應風險得分。

3.3 風險評價

根據風險估計計算出的結果，結合投資主體相應風險偏好及其風險處理技術，判斷風險是否需要處理及其處理程度，進而判斷投資行為是否可取。

4 案例運用

根據上述流程及方法，以黑龍江省礦企為主體，以俄羅斯遠東地區為靶區，進行了典型案例運用。

4.1 權重確定

通過邀請國內5位相關專門打分，運用Yaahp進行群決策處理，運用SD軟件進行ANP構建，得到如表2所示的權重。

表2 礦產資源境外投資風險指標體系及權重

4.2 灰色評價矩陣

5位專家的模糊評價樣本矩陣見式(6)。

(6)

則根據式(1)與式(2)，結合D矩陣數據，可得Ci(i=1，…，5)的各灰色評價矩陣RCi，分別如下所示。

以C1中e11指標的灰色評價向量(0.26，0.34，0.34，0.05，0)計算為例介紹Ri具體求法。

對于e11指標，各等級的灰類系數xijv如下所示。

v=v1時，x11v1=fv1(de111)+fv1(de112)+…+fv1(de115)=3.22；

v=v2時，x11v2=fv2(de111)+fv2(de112)+…+fv2(de115)=4.14；

v=v3時，x11v3=fv3(de111)+fv3(de112)+…+fv3(de115)=4.20；

v=v4時，x11v4=fv4(de111)+fv4(de112)+…+fv4(de115)=0.67；

v=v5時，x11v5=fv5(de111)+fv5(de112)+…+fv5(de115)=0.00。

因此x11=12.23，則有rijv1=3.22/12.23=0.26；rijv2=4.14/12.23=0.34；rijv3=4.20/12.23=0.34；rijv4=0.67/12.23=0.05；rijv5=0.00/12.23=0.00。

4.3 綜合估計

根據表2中各局部權重和各灰色評價矩陣RCi，可求出第一級綜合估計結果。

以自然地質風險模糊綜合評價計算為例，根據式11，運用Matlab7.0可得到如下結果。

同樣，計算出政治法律風險、社會文化風險、經營管理風險和經濟風險的模糊綜合估計結果如下所示。

B2=(0.26,0.34,0.34,0.06,0)；

B3=(0.29,0.36,0.29,0.06,0)；

B4=(0.24,0.29,0.3,0.14,0.03)；

B5=(0.29,0.36,0.26,0.08,0.01)。

根據第一級模糊綜合估計法的結果，可以得到第二級模糊綜合估計隸屬矩陣R。

運用式(4)得第二級模糊綜合估計結果B=Q·R=(0.29,0.36,0.28,0.07,0)，進而據式(5)有Z=6.74。

4.4 風險評價

就本案例而言，風險得分為6.74，總體偏向于“較高”水平，因此雖然俄羅斯遠東地區極具開發潛力，但仍然需要針對黑龍江省礦企具體風險偏好及其風險處理水平進行具體分析。

黑龍江省礦業當前集中化程度低、信息化水平落后的現狀直接制約了礦企風險處理的能力，因此針對遠東項目，部分有實力的黑龍江礦企應先從小項目做起，積累經驗，并重點防范以經濟風險為代表的外部風險，同時加強“內功”修煉以更好適應礦業全球化浪潮。

5 小結

從理論上看，本文給出的群決策ANP-灰色模糊綜合評估法修正了傳統模糊綜合分析法權重確定的缺陷，并將灰色理論引入其中，更好處理人為偏差，豐富了礦產資源境外投資風險評估的工具；從實踐上看，科學合理的風險評估，對于我國礦企“走出去”過程中進行風險管理具有重要意義，進而為我國經濟社會可持續發展提供資源保障。

當然，礦產資源境外投資風險評估系統亦具有動態性，應根據現實情況及時調整相應指標及其權重，以更合理評估礦產資源境外投資風險。

[1] 中華人民共和國國民經濟和社會發展第十二個五年(2011～2015年)規劃綱要》第五十二章第二節《加快實施“走出去”戰略》[EB/OL][2012-12-10].http://news.xinhuanet.com/politics/2011-03/16/c_121193916_28.htm.

[2] 李樹芳，潘懋.海外石油勘探開發投資的風險及防范[J].商業研究，2005(1)：114-116.

[3] 韓恩澤，朱穎超，張在旭.基于Fuzzy-AHP的中國石油企業海外投資風險評價[J].河南科學，2010(2)：235-239.

[4] 張世超.我國非能源類礦業海外拓展企業戰略與風險控制研究[D].長沙：中南大學，2009.

[5] 潘允敬.礦業投資經濟風險因素與風險控制程度的模分析[J].金屬礦山，2001(1)：1-2.

[6] 李嘉豪，楊建明.層次分析法在礦業項目投資風險評估中的作用[J].礦業研究與開發，2005(12)：9-12.

[7] 馬東霞，揚殿，郭立.礦業項目風險性分析的實用方法及其應用[J].金屬礦山，2005(8)：5-6，75.

[8] 劉文生.礦業投資風險決策的貝葉斯網絡方法[J].化工礦物與加工，2007(6)：30-40.

[9] 程明，李偉.基于AHP的鋼鐵企業礦石資源海外投資風險研究[J].當代經濟，2012(3)：49-51.

[10] 聶名華，顏曉暉.境外直接投資風險識別及其模糊綜合評價[J].中南財經政法大學學報，2007(2)：86-90.

[11] 楊彬.中國石油企業海外油氣開發項目風險識別與控制研究[D].哈爾濱：哈爾濱工業大學，2010.

[12] THOMAS L S.The Analytic Network Process: Decision Making with Dependence and Feedback[M].New York: RWS Publications, 2001.

[13] 劉鳳.國外礦產資源開發選區風險評價研究[D].長沙：中南大學，2009.

[14] 趙強，楊錫懷，孫琦.產業集群創新環境的灰色層次綜合評價[J].東北大學學報，2006(1)：103-106.

[15] 劉思峰.灰色系統理論及其應用[M].第4版.北京：科學出版社，2010.

[16] DIKMEN I, BIRGONUL M T, SEDAT H.Using Fuzzy Risk Assessment to Rate Cost Overrun Risk in International Construction Projects[J].International Journal of Project Management, 2007(25): 494-505.

[17] ERIK M, VERMEULEN, SPRONK J, et al.Analyzing risk and performance using multi-factor concept[J].European Journal of Operational Research, 1996(93): 173-184.