私募股權投資的投資績效綜合評價體系構建

喬忠杰

【摘要】近年來，私募股權投資基金逐漸得到社會的認可，但是尋求融資公司籌集的資金數額是一個相當具有挑戰性的項目。本研究主要是針對中國私募股權基金中的成功募集資金作為研究目標，采用基于灰色系統的募集資金評價評估模型有效實現對私募股權投資的投資績效綜合評價，同時建立了私募股權投資基金投資績效綜合評價的籌資規律公式，以總結我國私募股權投資基金的能力，提出一種私募股權投資的投資績效綜合灰色評價體系構建方法。

【關鍵詞】灰色系統 融資能力 私募基金 評價體系 投資績效

一、引言

十多年前，在中國私募股權投資基金還很少見，盡管很少有人對它有明確的認識，但幾乎沒有成為一個行業。這類產業的規模極其有限，特別是在融資能力方面，如投資對象狹窄、投資不足等。但近年來，私募股權投資基金逐漸得到社會的認可，隨著中小企業板和創業板的開放，私募股權基金的籌資規模呈現爆炸性增長。

考慮到我國私募股權投資基金市場的融資歷史，從2007年6月開始，市場開始形成融資熱潮的爆發，最終在2008年6月達到創紀錄的水平。新增資金42項，增加資本金3.038×109美元。但隨著伴隨著國際金融危機的深度加劇，中國私募股權投資基金市場的融資額開始急劇地下降。到2009年，由于政府實施了“四萬億”經濟刺激計劃，中國經濟逐步改善，同時地方團隊也在擴張，并制定了將資金集中到私募股權投資的政策。

21世紀初，有學者計劃建立一系列的基礎評價體系來研究私募股權投資基金管理公司。但從市場條件的變化來看，經驗表明，將一個假想的“完美”基金公司模型劃分為若干個區塊，再與實際情況和區塊評級進行比較，最后得出所有得分的總和過于靜態和片面。這種評價方法不僅將私募股權基金公司各方面存在的聯系和限制分離開來，使人們忽視了過去與未來的銜接，而且在當前市場形勢不斷變化的情況下，本身也不現實。為此，本文介紹了灰色系統在私募股權投資基金未來籌資預測中的應用。

二、定量系統分析模型的選擇：灰色系統模型

大量海外市場統計表明，私募股權投資基金投資者僅依靠傳統的基本面分析來判斷基金經理長期是否突出，管理費和投資成本是否較高。在威廉夏普于1963年提出阿爾法和貝塔的概念后，理性的投資者愿意為阿爾法的額外利益付出代價。在此背景下，私募股權投資基金經理之間的競爭將更加激烈。量化分析技術對私募股權投資基金管理人開始正式步入實踐操作。我們可以知道，雖然數量取決于模型，但模型并不簡單地適應歷史數據;它必須基于合理的經濟邏輯，并且可以通過一系列強大的統計測試從概念上獲得更廣泛的支持。通過以上分析，可以看出，私募股權投資基金管理人的定量分析方法遠未取得成功，作為一種分析工具也不盡如人意。美國和歐洲市場私募股權投資基金的融資能力不均衡，量化投資研究能力和水平最高，市場最成熟。不同的量化模型，結合不同的市場環境，有不同的結果。即使在同一模型中，不同的參數或不同的市場對私募股權基金的最終籌資能力也有很大的影響。如何建立適合我國金融市場私募股權投資基金籌資能力的定量投資模型，以及如何在未來的定量投資浪潮中占據主動地位，已成為當前許多機構的必然問題。

如何通過觀察各種分散的數據來尋求私募股權基金內在的數學規律是非常重要的。灰色籌資模型系統的新理論表明，任何一個財務序列都能在一定程度上體現其本質規律，以減少其隨機性，并通過融資模型提出系統的數據序列模型。也就是說，建立一個具有財務數據序列的系統籌資模型是可行的，通過該模型可以嘗試推斷和預測籌資模型系統的變量狀態。灰色籌資模型系統的新理論認為，微分方程能夠反映籌資行為的基本原理，相當于在時間點t上設置初始狀態變量，從而通過方程得出反映金融事件的客觀規律。此處常數b表示t時初始融資金額的調整速度，系數a表示融資對過去信息的敏感性。因此，我們假設最初的融資狀態是。通過籌資模型系統生成的一階累積序列和相關方程，得出籌資時間表示的微分方程，以及與內部規律性指標系統變化對應的信息籌資能力狀態籌資模型。在灰色模型系統的新理論中稱為“籌資模型系統的發展系數”，其中等于狀態變量之和。未來“k+l”時刻基金募集金額為。

三、灰色系統模型演示

反向檢驗是將基金募集市場的實際表現與模型預測進行比較。根據上述私募股權投資基金的趨勢預測模型，得出私募股權基金的籌資金額為6.877×107美元，呈上升趨勢。實際上，私募股權基金的實際籌資額為7.058X107美元，實際誤差為2.56%。具有理想的預測效果。但實際籌資額也表明，由于以往信息影響程度的限制，隨著時間的推移，使用所謂的數據系列需要對流動進行更長期的預測，而新信息的作用還沒有立即反映出來，即私募基金募集對象是投資者對各種信息的理解和預測能力有限。

另一方面，隨著時間的推移，信息對籌資模式體系的影響將逐漸減弱，誤差也必將越來越大。通過以上分析可以發現，灰色理論新籌資模型體系下私募股權基金的籌資模型預測時間較短，如果時間跨度大于5個單位，預測誤差較大，不需要重新評估。此時，原有的舊信息對籌資模式體系的發展有著持續的影響，一旦新信息的效用不能充分反映出來。因此，在實際操作過程中，研究者需要不斷地在模型中添加新的信息，并刪除那些對預測起到可有可無作用的舊數據，以反映新數據對籌資模型體系發展的新影響。事實上，對于大多數融資模型系統來說，融資模型系統的信息存儲功能是非常有限的。

我們還注意到該模型僅適用于短期預測。該模型之所以具有這種特性，可能是因為模型的推導擴大了舊信息對籌資模型系統的影響，使得預測結果有一定的偏差。我們認為，為了避免這種性質造成的大量延遲效應，必須不斷進行適當的更新和調整，以避免或減少對私募股權投資重大變化的判斷上的重大錯誤。在此基礎上，提出了一種新的或改進的預測趨勢的模型和公式，以消除判斷中的預測誤差。同時，根據數學原理，將融資模型系統應用于需要平滑度的預測和序列數據，但如果序列數據為強跳躍型，其預測效果并不理想。數學金融研究人員的研究表明，當籌資模型系統本身的發展系數大于150%時，該方法的模擬精度小于一半。因此，這種方法限制了私募股權基金募集金額頻繁波動的意義。

四、結束語

通過對我國私募股權投資基金募集數據的分析，建立了私募股權基金募集的灰色系統模型。這可能是私募股權基金募集的一個預先判斷。但由于我國私募股權投資的快速發展和數據采集的局限性，本文推導的灰色系統模型需要進一步改進。