【作　　者】
刘 宏（教授），孙 浩

【作者单位】
桂林电子科技大学商学院，广西桂林541004

【摘　　要】

      【摘要】随着BOT融资形式在我国基础设施建设中的广泛应用，对其风险的评估也变得愈加重要。本文以BOT项目融资风险为分析对象，对政治、法律、金融、建设、运营、移交等方面形成的风险进行研究，构建风险影响因素指标体系，运用ISM将影响因素分层，并构建多层阶梯解释结构模型。依据ISM模型，用ANP方法确定风险影响因素的权重，得出影响风险评价的主要因素。研究结果表明：分析结果符合实际情况，此种分析模式可为以后的BOT融资风险评价提供一定的指导和借鉴。
【关键词】BOT；基础设施；融资风险；ISM模型；ANP方法
【中图分类号】F283           【文献标识码】A           【文章编号】1004-0994（2016）27-0088-5一、引言
BOT（Build-Operate-Transfer）即“建设—运营—移交”，是指政府就某个基础设施项目与社会投资者签订特许权协议，允许投资者承担项目的建设、经营与维护，在协议规定的特许期限内，投资者向该设施使用者收取适当的费用，以此来回收项目的成本并取得一定利润，在特许期满之后将项目无偿（或很低价格）转交给政府。我国的BOT融资项目建设正处于快速发展时期，但是由于BOT融资项目具有投资金额大、融资结构复杂、建设周期长、涉及方面广等特点，导致其融资风险也大大增加。BOT融资风险的评价，不仅关系到投资者的利益，也直接关系到建设项目是否能顺利完成。因此，对其进行科学有效的分析，是项目相关人员所面临的首要任务。为降低BOT融资风险，投资者必须识别出主要风险因素，并对其进行分析评价，并制定出有效的预防措施，以降低BOT项目融资风险。
虽然国内外很多学者运用各种不同方法对BOT项目融资风险进行了分析评价，但到目前为止并没有形成一个统一的体系。王亮等（2009）运用层次分析法构建评价指标体系，用指数标度进行改进，对BOT融资风险进行综合分析评价。张高潮等（2009）从风险特性出发对BOT风险进行了定性划分，并提出了应对策略。郭鹏等（2015）通过构建BP神经网络模型的方法，对BOT项目融资风险进行了研究。宋金波等（2012）通过选取具有代表性的BOT项目案例进行研究，归纳出垃圾焚烧发电BOT项目的关键风险，从复杂特性、专业技术与管理人才匮乏三个方面分析了产生风险的关键因素及内在规律。李力（2012）则通过案例调研指出，现阶段BOT、TOT、PPP项目融资的风险因素主要产生于政治、经济、文化、社会以及内部的合同制订、工程技术能力、管理能力和投融资能力方面。李倩等（2009）以污水处理厂BOT项目为例，应用风险价值理论对BOT项目投融资风险进行定性与定量的风险分析。
梳理以上文献可知，目前学者的研究多是从每个孤立的角度来分析风险，并没有系统地来考虑风险因素之间的相互影响和动态变化。而现实中，BOT融资风险评估体系是多方面、多层次、多因素的，且处在不断变化之中，对风险的评价具有不确定性。因此在参考前人研究的基础上，本文以解析结构方法（ISM）构建系统风险影响因素分析模型，用网络分析法（ANP）对风险因素的影响力进行分析，得出更加客观的结果。研究结果可为以后的BOT项目融资风险评价提供一定的理论依据。
二、BOT项目融资风险影响因素指标体系构建
风险影响因素的存在，导致了风险的存在，要降低和避免风险，就必须及时发现可能导致风险的因素。在阅读大量文献的基础上，本文列出了BOT项目融资的主要风险影响因素，如表1所示。
三、BOT融资风险影响因素ISM模型构建
系统解释结构模型（Interpretative Structural Modeling）是美国J.Warfield教授于1973年为分析复杂关联的系统问题而提出的一种关于系统的分析方法。ISM方法是运用系统元素之间已经确定的相互依赖关系，展示系统的内部构架，以此来分析影响因素关系复杂的系统。
（一）分析BOT项目融资风险影响因素之间关系
由于BOT融资风险的各影响因素之间是相互联系、相互影响的，只有理清它们之间的关系，才能做出正确的分析评价。通过询问项目公司管理人员、风险管理领域专家，识别出BOT项目融资风险中21个风险要素，并分析它们之间的相互关系。
（二）构建邻接矩阵
邻接矩阵又称关系矩阵，用来表示各要素之间直接的连接关系。
若A=（aij）n×n，其中：
aij=[1，Si对Sj有某种二元关系时0，Si对Sj无某种二元关系时]
根据BOT项目融资风险中各影响因素的相互关系，可得邻接矩阵如图1所示。
（三）由邻接矩阵求可达矩阵
可达矩阵主要反映系统要素之间任意次传递性的二元关系，若D是由n个要素组成的系统S={ei|i=1，2，…，n}的关系图。元素为mij=                                      的n×n矩阵M，成为D的可达性矩阵。其求解公式为：
（A+I）[≠]（A+I）2[≠⋯≠]（A+I）K=（A+I）K+1（K≤n-1)
利用Matlab软件可求得可达矩阵如2图所示。
（四）可达矩阵的划分
1. 区域划分把系统分成若干相互独立的或间接影响的子系统。可达矩阵的可达集和先行集的定义：若系统S={ei|i=1，2，…，n}的可达矩阵为M=（mij）n×n，则∀ei∈S的可达集为R（ei）={ej|ej∈s，mij=1}，ei的先行集为A（ei）={ej|ej∈s，mji=1}。
2. 层级划分最上级要素的定义。系统S={ei|i=1，2，…，n}的第一层要素为：
T={ei|ei∈S且R（ei）∩A（ei）=R（ei）}
求出第一层要素后，把它们暂时去掉，然后用相同的方①Lj={ei∈P-L0-L1-…-Lj-1|
Rj-1（ei）∩Aj-1（ei）=Rj-1（ei）}
这里：L0≠Ø，Lj表示第j级，j[≥1]；
Rj-1（ei）={ei∈P-L0-L1-…-Lj-1
|Mij=1}；
Aj-1（ei）={ei∈P-L0-L1-…-Lj-1
|Mji=1}。
②{P-L0-L1-…-Lj}=Ø时，级别划分完毕。
根据以上步骤，BOT融资风险影响因素层级可划分为六级，最上级因素H1={S2，S9，S11，S15，S19}，二级因素为H2={S6，S10，S13，S16，S18}，三级因素H3={S5，S7，S8，S14，S17}，四级因素H4={S4，S12}，五级因素H5={S1，S20}，六级因素H6={S3，S21}。限于篇幅影响，层级具体划分过程只列出前一级，如表2所示。
（五）绘制多级递阶结构模型
依据以上级别划分的结果，可得到BOT项目融资风险分析的结构模型，以S22为BOT融资风险，可建立关于BOT融资风险影响因素的解析结构模型如图3所示。

（六）ISM模型分析
通过上述分析，将BOT融资风险影响因素划分为一个6级递阶结构的复杂系统，这6个层级反映了风险影响因素之间的关系，从表、中、深三层对模型结构进行分析：
1. 表层影响因素包括获准风险、筹资数额风险、建设进度风险、运营成本风险、验收风险，这5个因素是影响融资风险的直接原因，对这5个因素进行控制可以有效地降低风险。
2. 中间层对BOT融资风险的影响起到间接作用，中间层包括2、3两层，通过影响表层因素，影响评价目标。例如定价风险影响到需求，需求又可以影响运营成本，最终影响融资风险。质量又通过影响验收进而影响融资风险。
3. 深层次的影响因素包括5、6、7三层，这些因素对融资风险的影响有较大的不可控性，风险发生时应妥善处理其所产生的影响，尽可能将损失降到最小。
四、BOT融资风险影响因素的影响力分析
由ISM模型可知，BOT项目融资风险的各影响因素之间相互联系，为进一步确定风险因素影响力的大小，需计算风险影响因素的权重。关于风险影响因素的研究，网络分析法（ANP）可以弥补层次分析法（AHP）的不足，做出更科学有效的评判。
（一）ANP的计算原理
1. ANP结构构建。网络分析法（ANP）是把所要分析系统的元素分为控制层和准则层，控制层包括目标和准则，准则之间是相互独立的，并且所有准则仅受目标元素控制，控制层中允许没有准则，但是必须有目标。
2. 间接优势度。首先给出一个准则，对系统中的两个元素在这个准则下对第三个元素（次准则）的影响程度进行比较。这种判定方法与传统的AHP方法不同，主要用于元素间相互联系的情形。
3. 权矩阵。权矩阵是确定元素组间的影响程度，在控制层准则元素Ps（s=1，2，…，m）下每个元素组对Ci（i=1，2，…，n）的相对重要性，如果元素之间没有影响，该值为0。
4. 超矩阵。超矩阵构建是次准则下元素之间的相互影响程度，如果相互没有影响值则为0。将Ci中所有元素对Cj中所有元素的相对影响判断矩阵计算出的归一化特征向量组成矩阵Wij，将所有这样的矩阵Wij组成块矩阵，最终获得Ps下的超矩阵W，即：

5. 加权超矩阵。超矩阵展现出在元素组内子元素之间的影响力，那么存在从属与反馈关系的ANP中元素之间的实际影响关系度就可以通过加权超矩阵[W]=aijWij表示。
6. 对[W]进行归一化，可得到稳定的极限超矩阵[W∞]。
（二）BOT融资风险影响因素ANP模型分析
1. ANP网络模型的建立。通过咨询相关专家，确定BOT融资风险影响因素间的关系，建立具有内部依赖关系的BOT融资风险影响因素ANP模型，如图4所示。

该结构模型中控制层只有BOT项目融资风险一个目标准则。网络层包括6个影响融资风险的元素组：政治法律风险C1包括C11政策变更风险、C12获准风险、C13政局变动风险、C14法律标准风险、C15政府监察风险；金融风险C2包括C21利率风险、C22通货膨胀风险、C23汇率风险、C24筹资风险；建设风险C3包括C31质量风险、C32进度风险、C33建设成本风险、C34施工安全风险；C4运营风险包括C41定价风险、C42营运成本风险、C43需求风险、C44同行竞争；移交风险C5包括C51移交期变更风险、C52验收风险；其他风险C6包括C61自然灾害风险、C62社会环境变化风险。
2. 元素组之间权重指标的计算。将每个元素组作为一个元素相对某个元素组之间进行比较，来判断哪个元素组产生的影响更大，这样就可以确定这个元素组对另外元素组的归一化的排序向量。通过对元素组之间的优势度比较，可得权重矩阵A：

   
3. 超矩阵构建。以某元素为准则，元素集中的其他元素按照其对该准则元素的影响大小确定。每一列都是以某一元素为准则的权重，如果没有影响，则值为0。通过向专家咨询，进行间接优势比较，可求得超矩阵W。
4. 计算加权超矩阵。由W、A可得加权超级矩阵[W]，如图5所示。. 极限超矩阵。对[W]进行归一化，可得到稳定极限超矩阵的特征向量：
[W∞]=（0.082 0.026 0.080 0.042 0.051 0.036 0.050 0.035 0.008 0.033 0.033 0.096 0.028 0.031 0.014 0.016 0.012 0.038 0.008 0.113 0.165）
（三）评价结果分析
由于准则层只有一个目标，得到的稳定极限超矩阵的每一列即为各元素相对于目标的权重，通过[W∞]可知BOT融资风险的主要影响因素为政策变更风险、政局变动风险、建设成本风险、自然灾害风险、社会环境变化风险，应重点针对这几方面的风险制定相应的预防措施，以达到最大化降低风险的目的。
五、小结
本文依据BOT项目融资的特点，从政治、法律、经济、建设、运营、移交等方面入手，构建BOT融资风险影响因素评价指标体系。利用解析结构方法对所选的风险影响因素之间关系进行分析，并把影响因素分为6层，从表层、中层、深层三个方面进行分析。依据解析结构模型所确定的关系，采用ANP的方法确定出BOT项目融资风险影响因素的权重，得出政策变更风险、建设成本风险、社会环境变化风险和自然灾害风险对融资的影响最大。由于BOT项目融资风险分析是一个动态过程，本文认为分析的重点在于划分出风险影响因素的层级并确定它们的影响大小，用ISM和ANP结合的方法能有效解决这一问题。

主要参考文献：
张舒，史秀志，古德生，黄刚海．基于ISM和AHP以及模糊评判的矿山安全管理能力分析与评价［J］．中南大学学报（自然科学版），2011（8）．