基于证据理论的BOT项目风险评价

范虹　牛文娟

摘 要： BOT是近年来国际上出现的一种新型项目融资管理模式，由于该类项目投资巨大，建设管理周期长，存在众多不确定因素，因此在实施过程中会存在巨大风险。证据理论在风险评价过程中，受人为因素影响较小，可以对BOT风险进行客观、科学的评价。最后通过具体算法证明该模型在评价BOT项目风险的可行性和有效性。

关键词： BOT项目； 证据理论； 风险评价； 融资管理

中图分类号： TN911?34 文献标识码： A 文章编号： 1004?373X（2014）12?0052?04

Abstract： BOT is a new international project finance management mode， which appears in recent years. A tremendous risk exists in its implementation process due to its huge investment， long construction management cycle and many uncertain factors. Evidence theory has less influence on risk assessment process， so it can perform objective and scientific evaluation. The feasibility and effectiveness of the model in the evaluation of BOT project risk were verified by a specific algorithm.

Keywords： BOT project； evidence theory； risk assessment； money?raising management基于证据理论的BOT项目风险评价

BOT，即包括建设（Build）、运营（Operate）和转让（Transfer）的一种项目融资方式[1]。该方式下，投融资主体通常是国外资本或者民间资本，并参与国家政府大型基础设施项目建设，其中政府和该承接人签订项目特许权协议，在规定期限内，项目的特许经营权属于投资财团和承包商联合组成的项目公司。并由该项目公司负责项目的建设、运营和管理，在该特许期内经营此项目以获取商业利润。协议期满后，项目公司须将依据协议规定将该项目无偿转交给政府。在该融资模式出现前，各国的基础设施建设均由政府部门承担，但基础设施的建设，投入巨大，这给尤其资金缺乏的发展中国家带来了沉重的负担。而BOT项目融资模式具有减轻政府财政负担、筹资能力较强、为闲置的社会资本提供投资渠道的优点，同时，BOT模式也存在着“项目暂时私有化”的过程，所以该方式通常用于发展中国家的交通、能源等大型基础设施项目的开发建设中[2]。目前，BOT模式已被广泛应用，这种新兴的融资方式正蓬勃发展，极大地促进了国际资金的流动和国际间经济合作的发展[3]。

从1984年土耳其总理奥扎尔（Turgut Ozal）率先提出BOT的概念，至今发展已有30年历史[4]。多次项目实践证明，BOT模式的核心问题是风险。要使BOT项目达到预期效果，获得最高收益，就需要对BOT项目中可能会出现的风险进行全面综合分析，并进行科学的风险评价，从而对项目运作过程中可能出现的风险进行预防。

1 BOT项目模式的特征

要分析BOT项目运作机制可能存在的风险，首先要深入的了解该模式的特点。目前，多数BOT项目采取的结构如图1所示。该模式通常由以下4类人员组成：项目发起人（东道国政府）、项目的直接投资人和经营者以及项目的贷款银行[5]。BOT模式虽然是从传统融资模式的基础发展而来，但是几十年的发展经验证明它与传统模式还是存在较大的区别，总结得出BOT的特点如下：

（1） 项目周期长。因为使用BOT模式融资建设的项目一般都是投资数额巨大、投资周期长的大型项目，如交通、电力、通信等方面。而且由于投资数额巨大，贷款是由多国多家银行组成的银团发放，再由数家承包商组织施工。该类项目从与东道国国家谈判协议开始，到进行可行性研究，签署正式协议，再到施工、经营，整个周期结束时可能横跨数年甚至几十年[6]。

（2） 项目开展难度大。采用BOT模式的项目大都是国家型大型项目，施工周期长，施工难度大，投资额巨大。而且，每个BOT投资项目都是惟一的，即使有先例可循，在长达数十年或几十年的周期中，可能会出现每一个BOT项目都未发生的难题，都需要经营人员重新审视、研究，这更加大了BOT模式实施的难度。

（3） 项目风险大。BOT投资项目的风险可分两部分：商业性风险，主要包括财务风险、收入风险等；非商业性风险，包括东道国的政局稳定、东道国的政治可信度、国家政策变化等，还包括不可抗性自然风险，如地震、洪水等自然灾害。

2 BOT项目模式风险评价指标体系

综合上文所提出的BOT项目模式的特点，及项目各阶段可能出现的风险，特建立BOT项目风险评价指标体系如下：

（1） 政治风险。政治风险是由于战争、政策变化、政权不稳等导致BOT项目的正常实施收到损害的风险。主要包括：政治局势风险、政府行为风险、政策风险、及政府信用风险[7]。

（2） 经济风险。经济风险主要受国内和国际经济状况变化影响，包括东道国的经济发展状、相关经济、金融政策的变化、国际经济大环境等，主要表现在利率变化风险、通货膨胀风险、税率变化风险等方面。

（3） 法律风险。法律风险主要指东道国政府在相关法律法规方面针对BOT模式的完善程度以及法律变将给BOT项目带来的风险。目前，我国关于 BOT 项目融资的法律规定主要有两个《通知》，并没有进行专门的立法，所以我国法律对于BOT模式的保障并不完善[8]。

（4） 自然不可抗风险。自然不可抗拒风险通常是指项目参与方无法预测且无法克服及避免的灾害给项目造成损害的风险，主要指地震、洪水、台风等自然灾害。

（5） 建设风险。建设风险主要针对项目公司而言，指在进行项目建设的过程中，由于建设方自身能力、经验不足影响项目建设的风险，包括工程难度风险、工程建设费用超支风险、工程技术风险、工程建设时间超期风险、工程质量风险。

（6） 运营管理风险。运营管理风险主要是指项目公司在运营期间由于经验不足或者决策失误等造成经营管理无法正常运行，影响项目资金回收的风险[9]。

3 基于证据理论的BOT项目风险评价

证据理论又称Dempster?Shafer（D?S）理论或信任函数理，目前，证据理论在多方面都得到了成功的应用，比如信息融合、专家系统、决策分析[10]等方面。该项理论在处理信息融合与不确定性问题上有很大的优势，它为相关方面的研究提供了很好的理论基础与研究方法。证据理论的出发点是基于人的意识，包括对客观世界的认识，然后根据人们目前所掌握的经验和知识，给出人们所不确定事件的不确定性度量，提供了利用证据对不同信息源的质量进行分析和对不确定问题进行决策的基本理论与方法。因此，证据理论的关键在于要综合不同评价专家的意见，这对于提高项目风险评价的实用性和科学性有非常重要的意义。

在进行风险评价之前，首先要根据自定的属性值（评价等级）构建起一个识别框架。本文定的框架结构为[Θ=very low，low，high，very high}]。然后根据隶属度的计算步骤，将已给的评价矩阵中的定量属性值[fsn，tm]转化为定性评价等级值，再根据决策矩阵中属性值的不同特征检测出不同属性之下的焦元，并计算每个焦元的基本效用分配值。为了有更好的实用性，假设上文提到的评价矩阵的属性值均为经过处理之后的定性值。

设某一BOT项目为a；评价项目有M个评价准则（即决策属性），记为 [T=t1，t2，…，tM]；对于评价项目a的评价，有[NN>1]位评价专家（决策者）参与决策，记为[S=s1，s2，…，sN] ；[fsn，tm]表示项目评价专家[sn]给出的评价项目在属性[tm]下的属性值；[Gm]表示在属性[tm]下属性值的集合，即[fsn，tm∈Gm]；该属性值可以是定量的，也可以是定性的；可以是确定的，也可以是不确定的。

不失一般性，在风险评价中规定[Gm=G=][very low，low，high，very high}]，分别表示低，较低，较高，高。因而可以将该问题看成是一个多属性群决策问题，决策目的就是对评价项目按一定的标准进行排序。

由于不同专家的知识不同，可以对不同的评价专家赋予不同的权重，记[wn]表示评价专家[sn]在评价项目a时被赋予的权重，其中[wn]满足[n=1Nwn=1]。另外，决策属性之间也会有重要性的不同，设赋予决策属性[tm]的权重为[qm]，满足[m=1Nqm=1]，记[q=q1，q2，…，qM]。

假设资深评价专家对属性[cm]下每个评价等级[Gim∈Gm]的作用有足够的了解，即为[uGim]。评价等级[G1m]，[G4m]分别是资深评价专家对该方案在决策属性[cm]下给予的最好和最差的评价等级。为便于使用，对和[Gim]相对的效果值做出如下赋值：

[uG1m=1， uG2m=0.67， uG3m=0.33， uG4m=0] （1）

对于项目评价而言，评价专家的作用非常重要。因为专家的经验和知识储备是不同的，所以对于评价专家不能一概而论，应该对不同的专家按照他们对该项目的熟悉和专业程度赋予相应的权重。因此，在运用证据理论方法对项目作出评价之前，很重要的步骤就是对专家赋予相应的权重[10]。

专家在评价项目a的属性[cm]时，赋予评价等级[Gim]的效用偏好度[pGim]定义为：

[pGim=nwnuGim] （2）

根据证据理论的相关理论，对属性下识别框架的效用偏好值和基本概率分配的定义如下：

定义1 对于[?Gim∈Gm]，如果[Gim]的效用偏好程度[pGim]，则加权并归一化后各焦元的效用偏好值定义为：

[uGim=pGimipGim：=mGim] （3）

定义2 对于[?Gim∈Gm]，如果[Gim]的加权并归一化后各焦元的效用偏好值为[uGim]，则评价等级[Gim]的基本概率分配 （Basic Probability Assignment，BPA）[mGim]定义为：

[mGim=mGim…mGimN-1] （4）

式中等号右边部分表示将[mGim]按照Dempster合成法则进行[N-1]合成。

同理可以定义项目下识别框架的效用偏好值与基本概率分配如下：

定义3 对于[?cm∈G，?Gi∈G]，赋予评价项目a在评价等级[Gi]的效用偏好程度，加权并归一化后对效用偏好值的定义如下：

[uGi=mqmmGimi=14mqmmGim：=mGi] （5）

定义4 如果评价项目a在评价等级[Gi]的加权并归一化后各因子的效用偏好值为[uGi]，则对评价项目a在评价等级[Gi]的基本概率分配[mGi]定义为：

[mGi=mGi…GiM-1] （6）

式中等式右边表示将[mGi]按照Dempster合成法则[11]进行[M-1]合成。最后得到结论，上述定义的[mGim]，[mGim，mGim，mGi]均满足Mass的定义。

4 算 例

根据第3节中关于BOT项目的风险指标体系的建立，BOT项目风险评价要求专家考虑的评价为c1={政治风险}；c2={经济风险}；c3={法律风险}；c4={自然不可抗风险}；c5={建设风险}；c6={运营管理风险}。

5位专家对BOT项目a进行评价，针对不同的专家给其赋予不同的权重，该权重可以综合考虑多个方面，不失一般性，主要考虑评价专家对所评项目的熟悉程度（将其分为熟悉、较熟悉、部分熟悉三个层次）。对熟悉程度分别赋值为熟悉（5）、较熟悉（3）、部分熟悉（1），设专家pn对项目a的熟悉程度值为tn，则在该评价项目下，赋予专家pn的权重[wn=tnn=15tn]（也就是说评价专家对所评项目的熟悉程度越高，赋予其权重也就越高）。

其中属性的权重向量q=（0.2，0.2，0.3，0.1，0.1，0.1）。专家的评价结果见表1。其中[p1，5]表示评价专家为[p1]，其对所评项目的熟悉程度为熟悉。

5 结 语

BOT项目风险评价有助于控制风险，是项目管理的重要环节。笔者运用证据理论的思想和方法对BOT项目风险进行评价，该方法能够很好地解决专家意见在评价结果之间的冲突，并且能在一定程度上减少评价的主观性对项目风险评价过程的影响。而且运用该方法，就不需要评专家给出最终的项目评价意见，只需要其根据各自的经验分别给出不同属性下的评价意见就可以，一方面减少了评价专家的工作量，另一方面也减少了评价过程过于受专家主观性的影响。因此本文的结论在BOT项目风险管理中具有较好的应用价值。

表2 属性下评价等级的基本概率分配值

参考文献

[1] 杨远征，郝建新.基于层次分析法的城市污水处理 BOT 项目风险评价[J].重庆科技学院学报，2013（4）：71?73.

[2] 王卓甫，杨高升.工程项目管理[M].北京：中国水利水电出版社，2005.

[3] 顾长浩，马贝艺.BOT投融资模式的起源与发展[J].东吴法学，1999（7）：56?63.

[4] 朱红.土耳其的水电蕴藏量和开发政策[J].水电与大坝，2002（10）：23?24.

[5] 田权魁.模糊理论与AHP相结合的BOT风险研究[J].低温建筑技术，2004（2）：91?92.

[6] TELMOUDI A， CHAKHAR S. Data fusion application from evidential data bases as a support for decision making [J]. Information and Software Technology， 2004， 46（8）： 547?555.

[7] 何迎朝，刁昳，许炳.基于多层次灰色评价法的高速公路BOT项目风险评价[J].科技和产业，2012（3）：59?63.

[8] 黄瑞.中国利用BOT法律问题的思考[J].武汉大学学报，2001（5）：533?537.

[9] 朱卫未，余栋，李园园，等.基于证据理论的国家自然科学基金项目评审方法研究[J].科学学与科学技术管理，2009（12）：35?38.

[10] 陈波，朱卫东.基于证据理论的科学基金项目绩效评估方法研究[J].中国科技论坛，2009（7）：35?38.

[11] 陈星光，笪佳敏.基于证据理论的全过程多级群决策模型[J].软科学，2012，26（5）：132?135.

[12] 夏春梅.数据挖掘技术在银行信贷风险管理中的应用[J].现代电子技术，2014，37（4）：78?81.

5位专家对BOT项目a进行评价，针对不同的专家给其赋予不同的权重，该权重可以综合考虑多个方面，不失一般性，主要考虑评价专家对所评项目的熟悉程度（将其分为熟悉、较熟悉、部分熟悉三个层次）。对熟悉程度分别赋值为熟悉（5）、较熟悉（3）、部分熟悉（1），设专家pn对项目a的熟悉程度值为tn，则在该评价项目下，赋予专家pn的权重[wn=tnn=15tn]（也就是说评价专家对所评项目的熟悉程度越高，赋予其权重也就越高）。

其中属性的权重向量q=（0.2，0.2，0.3，0.1，0.1，0.1）。专家的评价结果见表1。其中[p1，5]表示评价专家为[p1]，其对所评项目的熟悉程度为熟悉。

5 结 语

BOT项目风险评价有助于控制风险，是项目管理的重要环节。笔者运用证据理论的思想和方法对BOT项目风险进行评价，该方法能够很好地解决专家意见在评价结果之间的冲突，并且能在一定程度上减少评价的主观性对项目风险评价过程的影响。而且运用该方法，就不需要评专家给出最终的项目评价意见，只需要其根据各自的经验分别给出不同属性下的评价意见就可以，一方面减少了评价专家的工作量，另一方面也减少了评价过程过于受专家主观性的影响。因此本文的结论在BOT项目风险管理中具有较好的应用价值。

表2 属性下评价等级的基本概率分配值

参考文献

[1] 杨远征，郝建新.基于层次分析法的城市污水处理 BOT 项目风险评价[J].重庆科技学院学报，2013（4）：71?73.

[2] 王卓甫，杨高升.工程项目管理[M].北京：中国水利水电出版社，2005.

[3] 顾长浩，马贝艺.BOT投融资模式的起源与发展[J].东吴法学，1999（7）：56?63.

[4] 朱红.土耳其的水电蕴藏量和开发政策[J].水电与大坝，2002（10）：23?24.

[5] 田权魁.模糊理论与AHP相结合的BOT风险研究[J].低温建筑技术，2004（2）：91?92.

[6] TELMOUDI A， CHAKHAR S. Data fusion application from evidential data bases as a support for decision making [J]. Information and Software Technology， 2004， 46（8）： 547?555.

[7] 何迎朝，刁昳，许炳.基于多层次灰色评价法的高速公路BOT项目风险评价[J].科技和产业，2012（3）：59?63.

[8] 黄瑞.中国利用BOT法律问题的思考[J].武汉大学学报，2001（5）：533?537.

[9] 朱卫未，余栋，李园园，等.基于证据理论的国家自然科学基金项目评审方法研究[J].科学学与科学技术管理，2009（12）：35?38.

[10] 陈波，朱卫东.基于证据理论的科学基金项目绩效评估方法研究[J].中国科技论坛，2009（7）：35?38.

[11] 陈星光，笪佳敏.基于证据理论的全过程多级群决策模型[J].软科学，2012，26（5）：132?135.

[12] 夏春梅.数据挖掘技术在银行信贷风险管理中的应用[J].现代电子技术，2014，37（4）：78?81.

5位专家对BOT项目a进行评价，针对不同的专家给其赋予不同的权重，该权重可以综合考虑多个方面，不失一般性，主要考虑评价专家对所评项目的熟悉程度（将其分为熟悉、较熟悉、部分熟悉三个层次）。对熟悉程度分别赋值为熟悉（5）、较熟悉（3）、部分熟悉（1），设专家pn对项目a的熟悉程度值为tn，则在该评价项目下，赋予专家pn的权重[wn=tnn=15tn]（也就是说评价专家对所评项目的熟悉程度越高，赋予其权重也就越高）。

其中属性的权重向量q=（0.2，0.2，0.3，0.1，0.1，0.1）。专家的评价结果见表1。其中[p1，5]表示评价专家为[p1]，其对所评项目的熟悉程度为熟悉。

5 结 语

BOT项目风险评价有助于控制风险，是项目管理的重要环节。笔者运用证据理论的思想和方法对BOT项目风险进行评价，该方法能够很好地解决专家意见在评价结果之间的冲突，并且能在一定程度上减少评价的主观性对项目风险评价过程的影响。而且运用该方法，就不需要评专家给出最终的项目评价意见，只需要其根据各自的经验分别给出不同属性下的评价意见就可以，一方面减少了评价专家的工作量，另一方面也减少了评价过程过于受专家主观性的影响。因此本文的结论在BOT项目风险管理中具有较好的应用价值。

表2 属性下评价等级的基本概率分配值

参考文献

[1] 杨远征，郝建新.基于层次分析法的城市污水处理 BOT 项目风险评价[J].重庆科技学院学报，2013（4）：71?73.

[2] 王卓甫，杨高升.工程项目管理[M].北京：中国水利水电出版社，2005.

[3] 顾长浩，马贝艺.BOT投融资模式的起源与发展[J].东吴法学，1999（7）：56?63.

[4] 朱红.土耳其的水电蕴藏量和开发政策[J].水电与大坝，2002（10）：23?24.

[5] 田权魁.模糊理论与AHP相结合的BOT风险研究[J].低温建筑技术，2004（2）：91?92.

[6] TELMOUDI A， CHAKHAR S. Data fusion application from evidential data bases as a support for decision making [J]. Information and Software Technology， 2004， 46（8）： 547?555.

[7] 何迎朝，刁昳，许炳.基于多层次灰色评价法的高速公路BOT项目风险评价[J].科技和产业，2012（3）：59?63.

[8] 黄瑞.中国利用BOT法律问题的思考[J].武汉大学学报，2001（5）：533?537.

[9] 朱卫未，余栋，李园园，等.基于证据理论的国家自然科学基金项目评审方法研究[J].科学学与科学技术管理，2009（12）：35?38.

[10] 陈波，朱卫东.基于证据理论的科学基金项目绩效评估方法研究[J].中国科技论坛，2009（7）：35?38.

[11] 陈星光，笪佳敏.基于证据理论的全过程多级群决策模型[J].软科学，2012，26（5）：132?135.

[12] 夏春梅.数据挖掘技术在银行信贷风险管理中的应用[J].现代电子技术，2014，37（4）：78?81.