劉維慶,張浩,頊志芬
(石家莊鐵道大學a.經(jīng)濟管理學院;b.交通運輸學院,石家莊050043)
城市軌道交通項目融資風險傳導研究
劉維慶a,張浩b,頊志芬a
(石家莊鐵道大學a.經(jīng)濟管理學院;b.交通運輸學院,石家莊050043)
針對城市軌道交通項目融資風險傳導特性,圍繞風險傳導關鍵要素,分析揭示了城市軌道交通項目融資風險傳導機理。站在投資方角度,對城市軌道交通項目融資風險因子進行識別,研究分析并獲取相關數(shù)據(jù)信息,依據(jù)復雜網(wǎng)絡理論,構建風險因子相關系數(shù)矩陣與復雜網(wǎng)絡圖,計算確定風險因子的節(jié)點聯(lián)系度、節(jié)點影響度和節(jié)點效率,為項目管理者進行風險決策提供一種有效方法。
城市軌道交通;項目融資;風險傳導;復雜網(wǎng)絡
近年來,我國城市軌道交通進入了快速發(fā)展的黃金時期。一些城市軌道交通項目開始嘗試多元化的融資模式,PPP、BOT和BT等一系列融資模式得到了廣泛的應用[1]。但是項目融資風險潛伏在城市軌道交通項目整個生命周期內,通常不易被察覺,王建波和盛雪艷(2015)等根據(jù)不同模式的項目融資中的共性問題,識別出建設風險、政治風險、經(jīng)濟風險等9大風險[2,3]。劉憲寧(2011)和楊飛雪(2014)對項目融資中的參與者進行了分析,深度剖析公共部門和私人企業(yè)的合作關系,對項目本身框架和過程進行較完整研究,降低公共系統(tǒng)風險對項目內部的影響[4,5]。
隨著融資風險傳導研究的不斷深入,對于融資風險存在形式的認識更加清晰,逐漸從傳統(tǒng)的、拘泥于點和線的二維傳導理論,演變到網(wǎng)絡傳導結構,楊婧等(2011)嘗試性的提出“組織-任務”相互作用復雜網(wǎng)絡和風險傳導相結合的數(shù)學模型,驗證了在城市軌道交通項目管理領域也具有復雜網(wǎng)絡相互作用和網(wǎng)絡抗毀性,為城市軌道交通項目及融資風險傳導研究提供了新視角[6]。
本文以城市軌道交通項目融資風險傳導為研究對象,選取關鍵性指標,構建其項目融資風險傳導網(wǎng)絡模型,分析其風險因子的數(shù)值大小,為提高風險管理效率奠定基礎。
1.1風險傳導要素
在城市軌道交通項目融資風險傳導過程中,最基本的風險傳導鏈條是由風險源、風險因子和風險接受體三者構成。風險源是影響城市軌道交通項目融資的不確定性因素,風險源的客觀存在往往會導致項目融資的實際完成值和預期目標的不一致[10]。風險源包含風險因子,也就是說風險因子在特定時間和環(huán)境中可以匯聚成性質不同的風險源,風險源也可以滋生出不同性質的風險因子。風險接受體是指風險因子在傳導過程中的接受者。如同風險源一樣,風險接受體也是一個集合概念,它是企業(yè)或者其他主體,在客觀上必然接受風險因子的影響。
1.2項目融資風險傳導機理
城市軌道交通項目融資內部風險包括設計不足、施工技術風險、質量管理風險和完工風險等。這些風險因子不是孤立存在的,它們之間有著某種客觀聯(lián)系,因此在風險傳導過程中,單個風險因子的變化可能會引起其他風險因子發(fā)生變化,這種變化可能是簡單的疊加也可以是本質的變化。結合多米諾骨牌效應,隨著時間的進程,可以發(fā)現(xiàn),實際中風險傳導從建設單位、施工單位、供貨單位等這些風險源開始,由誘發(fā)事件激發(fā)風險源釋放出風險因子,經(jīng)過相互作用,形成在項目內部的風險傳導體系。
城市軌道交通項目建設過程中,不僅存在內部風險,項目外部環(huán)境風險也不可忽視,如政府信用風險、法律合同風險、固定資產風險、文化環(huán)境風險和自然災害等。同時,項目內部體系和外部環(huán)境是密切聯(lián)系、相互作用的,項目內部與外部環(huán)境的互動,體現(xiàn)在物質、能量和信息等方面的平衡交換,一旦打破或者遠離平衡狀態(tài),就會產生出風險因子,并且按照外部環(huán)境聯(lián)系展開傳導。
城市軌道交通項目融資的外部環(huán)境因素中政治、法律、經(jīng)濟和文化是互相聯(lián)系,相輔相成的,還有突發(fā)性程度大的自然災害也影響內部風險因子的傳導過程。如同物理學中的作用與反作用原理一樣,城市軌道交通項目內部風險因子的傳導體系會影響外部環(huán)境的風險因子的大小或屬性,而外部環(huán)境中的風險因子也反作用于項目內部的風險因子。
2.1識別方法
城市軌道交通項目融資風險是由眾多因素綜合形成的,而許多風險因子受內外部環(huán)境因素的動態(tài)影響具有復雜多變性。因此,城市軌道交通項目融資中的內部系統(tǒng)風險能否適應動態(tài)復雜的項目外部環(huán)境,是檢驗兩者是否具有密切關系的標準。
環(huán)境掃描方法的應用可以充分挖掘數(shù)據(jù)的真實客觀性[11]。本文站在投資方的角度,通過環(huán)境掃描,對城市軌道交通項目融資所在的內外部環(huán)境進行詳細的分析來識別風險因子,獲取項目融資本身與環(huán)境有關的數(shù)據(jù)信息。
2.2數(shù)據(jù)獲取
(1)對于政府信用風險、法律合同風險、固定資產風險、文化環(huán)境風險和自然災害,采取對已有研究成果的相關數(shù)據(jù)進行分析量化的方法。各個風險因子數(shù)據(jù)由《中國統(tǒng)計年鑒》(2010年~2014年數(shù)據(jù))獲取,其中每一個風險都是采取本年度定量數(shù)值與前一年比較得出的變化率。
(2)考慮到城市軌道交通項目融資內部風險本身難以量化,對于設計不足、施工技術風險、質量管理風險和完工風險采用專家打分獲取定量化數(shù)據(jù)(通過五組專家打分獲取數(shù)據(jù),風險因子分值越高,其發(fā)生概率越大或造成經(jīng)濟損失越嚴重)。量化方法見表1,量化結果如表2、表3所示。

表1 城市軌道交通項目融資風險因子量化方法

表2 外部環(huán)境風險因子量化結果

表3 項目內部風險因子量化結果
3.1項目融資風險因子相關系數(shù)矩陣
運用復雜網(wǎng)絡理論,把城市軌道交通項目融資風險因子當作一個個節(jié)點Pi,節(jié)點之間的聯(lián)系構成邊,形成一個城市軌道交通項目融資風險因子復雜網(wǎng)絡模型[12]。這個網(wǎng)絡具有復雜網(wǎng)絡特性,節(jié)點之間的影響是互相的,因此本文采用復雜網(wǎng)絡的無向性進行研究。
在對城市軌道交通項目融資風險因子全部量化后,通過SPSS軟件計算出因子之間的相關系數(shù),建立矩陣[13]。因為是無向性的復雜網(wǎng)絡,因此統(tǒng)一對相關指標取正值,如表4所示。
相關系數(shù)數(shù)據(jù)結果表明:每個節(jié)點都是有直接聯(lián)系的,但實際中的每個風險因子可能存在的是間接聯(lián)系,所以采用閾值法去掉風險因子節(jié)點之間的達不到直接聯(lián)系值的路徑。構建城市軌道交通項目融資風險因子鄰接矩陣A=(aij)表示,相關系數(shù)矩陣用C=(cij)表示,其中aij和cij的關系如下:

表4 城市軌道交通項目融資風險因子相關系數(shù)

本文假定b=0.4000取值,并賦予aij得到下列鄰接矩陣。

本文將鄰接矩陣轉化為風險因子復雜網(wǎng)絡圖,如圖1所示。

圖1 城市軌道交通項目融資風險因子復雜網(wǎng)絡
3.2數(shù)據(jù)分析
定義1最短路徑。在文中將節(jié)點Pi到Pj的最短路徑長度定義為兩點之間包含的最少線數(shù),記為Lij。那么節(jié)點Pi到Pj的最短路徑數(shù)量用tij來表示。
定義2節(jié)點聯(lián)系度。它是指該節(jié)點與其直接聯(lián)系的節(jié)點相關系數(shù)之和,也就是說該風險因子不僅與連接的其他風險因子的數(shù)量有關,還與其相關系數(shù)有關,反映了風險因子在復雜網(wǎng)絡中的局部靜態(tài)重要性,記為d。
定義3節(jié)點影響度。它是指經(jīng)過網(wǎng)絡中節(jié)點Pi并且連接節(jié)點Pj和Pk的最短路徑數(shù)量占Pj和Pk兩點間的最短路徑數(shù)量之比的總和,經(jīng)過標準化處理后,記為Mi。其計算公式為:

其中j≠k≠i并且j<k。節(jié)點影響度表明此節(jié)點在多大程度上能控制其他節(jié)點,反應了此風險因子節(jié)點在網(wǎng)絡中占據(jù)的動態(tài)傳導主導位置。
在復雜網(wǎng)絡中節(jié)點聯(lián)系度和節(jié)點影響度并不等同,某節(jié)點聯(lián)系度大,但是它的影響度不一定大。因為節(jié)點聯(lián)系度主要反應節(jié)點之間的直接聯(lián)系,即節(jié)點的局部影響力,而節(jié)點影響度反應了在網(wǎng)絡中單個節(jié)點控制其他節(jié)點的能力。如某個供應商掌握一種專利技術,業(yè)務單一,但是許多分包單位使用該專利技術,則需要該供應商授權,那么該供應商的節(jié)點聯(lián)系度較小,影響度較大。
定義4節(jié)點效率。它是指網(wǎng)絡中節(jié)點到其他節(jié)點的最短路徑長度之和,經(jīng)過標準化處理后,記為Ii。其計算公式為:

如果網(wǎng)絡中一個節(jié)點需要較長的路徑才能聯(lián)系到其他節(jié)點,則說明該節(jié)點的效率值較小,該點的邊緣化程度較高。
以城市軌道交通項目融資風險因子復雜網(wǎng)絡為例,通過計算,得出各個風險節(jié)點的聯(lián)系度、影響度和效率值,如表5所示。

表5 城市軌道交通項目融資風險因子節(jié)點排序
從表5數(shù)據(jù)分析得出:
(1)節(jié)點聯(lián)系度。節(jié)點P9、P8、P6、P1、P3排在前五位,說明城市軌道交通項目融資中自身的完工風險、質量管理風險和設計不足的局部影響力比較大,可以通過質量和進度的嚴格控制縮小其影響范圍,還可以要求設計單位完善設計,降低項目融資風險。
(2)節(jié)點影響度。排在前五位的是P8、P9、P5、P3、P1。所有節(jié)點絕對差異較小,相對差異較大,說明在城市軌道交通項目融資中質量管理風險和完工風險占據(jù)主導地位,其他風險因子的影響通過質量和進度表現(xiàn)出來。而外部環(huán)境風險中自然災害的變化率大,一旦發(fā)生自然災害,那么對整個城市軌道交通項目融資都會產生很大程度的影響。
(3)節(jié)點效率。排在前五位的分別是P8、P9、P1、P3、P6。網(wǎng)絡中風險因子效率值相差較小,單個風險因子并不突出,由此可以看出,城市軌道交通建設項目中各項技術的逐步成熟,項目外部環(huán)境相對穩(wěn)定,各風險趨于均衡。
綜上所述,在城市軌道交通項目融資風險傳導中內部質量管理、完工等風險是關鍵,同時外部環(huán)境風險不容忽視。
城市軌道交通項目融資風險傳導機理呈現(xiàn)復雜網(wǎng)絡特性,通過構建城市軌道交通項目融資風險因子傳導網(wǎng)絡,分析風險因子之間的相關性及復雜性。利用復雜網(wǎng)絡的統(tǒng)計特性,可以研究得出網(wǎng)絡的節(jié)點聯(lián)系度、節(jié)點影響度和節(jié)點效率。定量分析的數(shù)據(jù)可以較好的刻畫項目融資風險因子的數(shù)值大小,從而能夠對城市軌道交通項目融資風險因子進行正確的排序,有助于投資者對城市軌道交通項目融資風險進行科學化的管理。
[1]孫玉恒.PPP投融資模式在城市軌道交通建設中的應用[J].企業(yè)改革與管理,2015,(5).
[2]王建波,趙佳,牛發(fā)陽.基于Choquet模糊積分的城市軌道交通PPP模式融資風險評價[J].青島理工大學學報,2015,(12).
[3]盛雪艷,王建波.城市軌道交通工程公私合作融資項目風險分析與管理[J].城市軌道交通研究,2011,(2).
[4]劉憲寧.基于AHP與改進灰色關聯(lián)度理論的城市軌道交通PPP項目融資風險綜合評價[J].項目管理技術,2011,(8).
[5]楊飛雪,黃丹林.城市軌道交通PPP項目風險分擔機制研究[J].綜合運輸,2014,(7).
[6]楊婧,陳英武,沈永平.基于相互作用網(wǎng)絡的大型工程項目組織結構風險分析[J].系統(tǒng)工程理論與實踐,2011,(10).
[7]溫佳.基于利益相關者的城市軌道交通項目風險傳導管理研究[D].中國礦業(yè)大學,2014.
[8]寸曉宏,盧啟程.風險投資對區(qū)域創(chuàng)新系統(tǒng)的作用機理研究[J].經(jīng)濟學動態(tài),2014,(8).
[9]劉軍.整體網(wǎng)分析講義:UCINET軟件實用指南[M].上海:格致出版社,2009.
[10]吳寶,李正衛(wèi),池仁勇.社會資本、融資結網(wǎng)與企業(yè)間風險傳染[J].社會學研究,2011,(3).
(責任編輯/易永生)
F570.3
A
1002-6487(2016)19-0058-03
教育部人文社科基金資助項目(11YJA630066),河北省社科基金資助項目(HB15GL033)
劉維慶(1963—),男,山西平遙人,博士,教授,研究方向:工程管理和風險管理。張浩(1991—),男,河北邯鄲人,碩士研究生,研究方向:交通運輸工程。頊志芬(1971—),女,河北趙縣人,博士,副教授,研究方向:項目管理和項目融資。