基于粗糙集的PPP产业基金投资项目风险评价

李爱民 杨世芳

【摘 要】 针对PPP项目融资难问题，PPP产业基金融资模式成为了我国继续推进PPP模式的重要抓手。作为风险的主要承担方，PPP产业基金在实际运作中存在巨大风险，但目前PPP产业基金风险研究缺乏。因此，文章在借鉴国内外PPP和产业基金相关风险研究的基础上，分析并构建了适合我国PPP产业基金投资项目的风险指标体系。鉴于传统粗糙集权重配置法区分度不明显的缺陷，尝试引入熵权法与粗糙集算法相结合的权重配置方法，针对风险信息的模糊性，构建基于模糊综合评价方法的风险评价模型。案例研究表明，PPP产业基金风险指标体系和风险评价模型较为合理，可以应用于评价PPP产业基金投资阶段的项目风险。

【關键词】 PPP产业基金； 粗糙集； 熵权法； 风险评价

【中图分类号】 F283 【文献标识码】 A 【文章编号】 1004-5937（2018）10-0081-07

一、研究背景及问题的提出

2014年以来，在国家政策的大力支持下，我国PPP模式高速发展，截至2017年10月，全国PPP项目库中PPP项目已达14 220个，累计投资额17.8万亿元，但落地率仅为35.2%。面对如此巨大的投资需求，落地率低问题的根源在于项目融资结构单一。为了探索新的融资渠道，2015年5月《关于在公共服务领域推广政府和社会资本合作模式的指导意见》（国办发〔2015〕42号）特别指出中央财政出资引导设立PPP融资支持基金，鼓励地方政府在损失可控的前提下，与具有投资管理经验的金融机构共同发起设立基金，吸引更多社会资本参与[ 1 ]。该文件是PPP产业基金这一新型融资模式的支撑性文件，在其支持下，两年来，我国PPP产业基金发展迅猛。根据清科研究中心数据，我国目前设立的中央及地方级PPP产业基金近20个，注册资金总规模超过7 000亿元[ 2 ]，其数量之多、资金量之大，使PPP产业基金成为了我国继续推进PPP模式的重要抓手。

PPP产业基金一经提出便迅速发展，但不可否认，作为一种新生事物，PPP产业基金存在以下问题：（1）作为社会资本参与PPP项目，其建设、运营能力不足。PPP产业基金被鼓励作为社会资本方投资PPP项目，而公私合作模式选择社会资本方的原则是社会资本方具备良好的建设及运营能力。我国目前市场上专注基础设施投资的产业基金凤毛麟角。因此，对建设、运营能力的要求，使PPP产业基金单独作为社会资本方投资PPP项目存在较大的风险。（2）发起人的性质决定着基金运作的利益中心点和资产性质的不同，各参与方之间的目标差异导致利益冲突。PPP产业基金主要模式有三种，分别是由政府、企业和金融机构牵头发起设立。政府参与投资PPP产业基金追求的是政策目标的实现，发挥财政资金杠杆作用，引领社会资本投向；企业和金融机构则是为了追求利益最大化，更愿意投资有稳定现金流的盈利性PPP项目。PPP产业基金作为委托方是信息的弱势群体，其利益最易受到侵害，面临着巨大的投资风险。（3）我国资本市场制度不完善，资金流动性差，二级市场的不足加大了基金退出难度。基金存续期一般为8～10年，而PPP项目周期长达10～30年，PPP产业基金融资模式出现了期限错配问题，因此，基金的投资成败取决于能否顺利退出。然而股权回购/转让、资产证券化和资本市场上市三种退出方式，均受我国目前资本市场限制，存在较大退出风险。

综上，PPP产业基金融资模式风险问题突出，致使基金投资人对风险问题尤为关注。针对目前PPP产业基金风险研究的缺乏，如何正确识别、评价进而防范PPP产业基金投资风险，发挥PPP产业基金政策导向性，吸引更多社会资本，成为当前PPP产业基金发展首要解决的问题。本文将从PPP产业基金投资人的角度出发，借鉴PPP模式及产业基金风险问题的相关研究成果，分析并识别PPP产业基金投资项目风险因素，构建适合我国PPP产业基金投资项目的风险指标体系及评价模型，以期为我国PPP产业基金投资项目风险管理提供借鉴。

二、文献综述

本文研究的PPP产业基金风险问题主要包括风险因素识别及评价方法两方面。目前国内外针对PPP产业基金风险的研究缺乏，而PPP产业基金即产业基金投资于PPP项目无疑具有PPP项目及产业基金投资共有的特性，因此本文主要对PPP项目及产业基金风险识别和评价方面的相关文献进行综述。

（一）PPP项目的风险研究

针对PPP项目的风险识别，国内外学者进行了风险识别方法和基于案例的风险识别研究。风险识别方法研究中，Yin等[ 3 ]基于因子分析方法对PPP项目风险因素进行了实证研究，将31种风险因素提炼为8种主风险因素。邓小鹏等[ 4 ]采用问卷调查法得出我国PPP项目的20个关键风险因素，并通过主成分分析法将其精炼为5个主因子。基于案例的风险识别研究中，Chan等[ 5 ]研究了影响北京和香港PPP项目成功实施的潜在阻碍因素，指出私营部门相关经验缺乏等6个主要风险因素。Ke等[ 6 ]对中国PPP项目风险发生的可能性及其后果进行研究，总结出排名前十的影响PPP项目的风险因素。亓霞等[ 7 ]基于PPP项目案例，总结出政府信用风险等13个风险指标。

针对PPP项目的风险评价问题，国内外学者倾向于采用数理分析模型通过具体案例实证评估，例如层次分析法、灰色综合评价法、熵权法、模糊数学法、粗糙集理论等。Zhang等[ 8 ]基于模糊层次分析法对PPP项目的风险环境进行了评估。冀伟等[ 9 ]基于信息熵测度的不确定性，考察风险发生概率及其对收益的影响，构建了一个三维的风险评价模型。曾雪琴等[ 10 ]将粗糙集理论与三角模糊数相融合配置权重，构建了项目风险评估模型，提高了风险评估的准确性。李妍和赵蕾[ 11 ]在层次分析法和模糊数学法的基础上，构建了基于优化的F-AHP法的基础设施风险评价模型，并实例验证了其有效性。

（二）产业投资基金的风险研究

产业投资基金在国外被称为风险投资基金或私募股权基金，针对其风险识别问题，国内外学者做了大量研究。Reid[ 12 ]认为委托代理风险是风险投资最大的风险。Kut和Smolarski[ 13 ]进一步提出委托代理问题源于投资者和企业家之间的信息不对称关系。Sahlman[ 14 ]指出投资者和投资代理人之间的信息不对称关系会引起逆向选择。黄亮[ 15 ]将文化产业投资基金的投资风险分为系统性风险、固有风险和可控风险，针对可控风险提出组合投资与契约设计两种风险控制法。周立等[ 16 ]分析了“PPP+B”模式中存在的信用风险等5种主要风险因素，并提出了相应的风险管控建议。

针对产业基金风险评价，张学军和卫贵武[ 17 ]以直觉模糊数的加权平均因子及混合集结算子的评价方法对风险投资项目进行了实证测算。陈建华[ 18 ]运用SEM法进行了风险投资评估。赵艳[ 19 ]借鉴国内外风险指标，建立了风险指标体系，并构建了基于模糊综合评价的项目风险评估模型。蔡神元和俞岩[ 20 ]针对国有产业基金的投资特点，构建了风险评估体系并建立了灰色多层次综合评估模型。

对以上相关文献梳理可以发现，风险识别研究中，基于不同案例识别出的PPP项目风险指标相似但不尽相同，表明不同项目风险存在差异。因此，风险识别环节应全面考虑项目可能存在的一切风险。现有研究对产业基金存在的信息不对称及委托代理问题观点较一致，值得借鉴。风险评价方法上，以往研究常用粗糙集理论、层次分析法处理风险因素的权重配置问题，但层次分析法存在忽略指标间相互联系、只度量单个指标的不足，粗糙集算法存在区分度不明显的缺陷。因此，本文尝试引入熵权法与粗糙集算法相结合的权重配置方法，针对风险信息的模糊性，构建基于模糊综合评价方法的风险评价模型，最后通过实例验证其有效性。

三、PPP产业基金投资项目风险因素分析及指标体系构建

（一）主要风险因素分析

构建科学完整的风险指标体系是准确进行PPP产业基金风险评价的前提。我国PPP产业基金模式方兴未艾，相应的法律、政策不够健全，合同体系多且复杂，无形增加了合同风险；信息不对称问题、多重委托代理关系的存在导致委托代理风险不可避免；PPP产业基金各参与方之间的目标差异，使其面临投资项目选择风险；类似投资经验不足、相关专业人才队伍的缺乏导致投后管理难度加大；刚兑压力的存在导致信用风险积聚；外部环境变化的不确定性引发的市场风险问题突出；PPP产业基金期限错配问题带来的退出风险始终存在。

1.法律、政策风险

法律、政策风险包括政策扶持力度，法律、政策变化及其完善程度风险。政府在土地、税收优惠等方面的政策扶持力度直接影响到PPP产业基金投资项目收益；PPP产业基金投资期限较长，在其存续期内可能存在因相关法律政策的废除或修订而导致的法律、政策变化风险；目前的PPP相关政策中，尚未对特许经营权的唯一性提出明确规定，也缺乏物有所值评价中竞争情况的相关指引，存在政策不完善风险。

2.合同风险

合同风险主要包括无效合同、合同完备性风险、合同变更风险及管理与执行风险。PPP产业基金项目合同体系众多，包括PPP项目合同、股东协议、融资合同等。我国投融资法律框架复杂性、多样性较强，PPP产业基金融资模式中，涉及股权交易的领域对金融机构和基金管理方来说也是新兴业务，加上外部环境不断变化，各种类型的PPP项目执行情况不同都无形增加了合同风险。

3.投资项目选择风险

投资项目选择风险包括项目盈利能力、项目目标和项目审批风险。PPP产业基金在项目选择上充分发挥产业基金资本逐利性，在筛选项目时，对PPP项目本身的合规性和投资回报可行性及政府财政预算等进行考察。但由于PPP产业基金各参与主体间存在信息不对称关系，基金处于信息劣势地位，对目标投资项目的信息掌握不充分，做出的投资决策缺乏科学性，致使项目选择风险不可避免。

4.委托代理风险

委托代理风险具体表现为道德风险和逆向选择风险。PPP产业基金融资模式中存在双重委托代理关系，分别是基金投资人与基金管理人之间、基金管理人与项目运营公司之间的委托代理关系。作为代理人的基金管理人，投资少、收益高，又缺乏长效的约束机制，可能存在追求自身利益最大化的短期行为。若与被投资企业同谋，利用其执掌的信息优势虚报项目收益，PPP产业基金的利益将严重受损，使得基金投资人面临委托代理风险。

5.投后管理风险

投后管理风险包括决策风险、人员管理风险、类似项目经验不足和项目跟踪与执行风险。基金管理人的知识、经验等会影响其对经济形势、项目收益情况的判断，进而直接影响基金投资收益水平。目前我国既精通产业投资基金业务又具有PPP项目投资管理经验的复合型人才缺乏，约束了PPP产业基金的发展。PPP项目建设和回收期长、短期收益不明显的特点，对基金类似投资管理经验提出了更高的要求。如果基金管理人疏于投后管理，未能严格执行投资协议，进行项目跟踪考察，及时发现被投资项目公司运营管理问题，进而终止跟进投资，将导致基金投资失败。

6.信用风险

信用风险是指项目强增信主体一方的履信情况带来的风险，包括政府方违约、企业违约和金融机构违约风险。根据基金发起人不同，PPP产业基金的收益及还款来源分为地方政府财政拨款、企业财务还款或项目现金流直接偿还。经济新常态大背景下，我国投资规模持续下滑，出现了地方政府还款能力和意愿不足、PPP项目社会资本信用和实力不足等问题。尤其是政府班子换届后，新任政府否认上任政府的承诺，或者因履约成本过高而拒绝履行承诺，都会造成基金亏损，甚至无法按期完工的信用风险。

7.市场风险

市场风险包括市场需求风险、市场流动性风险、市场交易价格风险，是指在基金存续期内，由于外部环境变化使投資者预期偏差过大的风险。例如盈利低于预期、建设及经营成本上涨、通货膨胀或技术更新造成项目优势下降等都使项目面临市场风险。PPP产业基金多以股权投资的方式投资于项目公司，必定面临市场风险，尤其是使用者付费型项目，基金面临的市场风险最大。

8.退出风险

退出风险是指由于外部环境的不确定性和委托代理关系中信息的不对称性，致使PPP产业基金不能准确把握退出时机、正确选择退出方式和合理设计退出条款，从而影响基金退出收益的风险。PPP产业基金融资模式存在期限错配问题，因此，能否顺利退出是投资者选择是否投资的前提，而目前我国资本市场制度的不完善增加了PPP产业基金的退出难度。

（二）风险指标体系构建

基于以上风险因素分析内容，借鉴国内外相关文献研究成果，综合领域专家意见，本文建立的PPP产业基金投资项目风险评价指标体系如表1所示。

四、PPP产业基金投资项目风险评价模型

（一）粗糙集与熵权法相融合的风险权重配置

指标权重配置是影响综合评价模型有效性的重要环节。粗糙集理论以其处理模糊信息、揭示潜在规律方面的优势，在权重配置活动中取得了良好效果[ 10，21 ]。本文拟将粗糙集理论引入PPP产业基金投资项目风险评价，针对粗糙集算法的不足，提出粗糙集与熵权法相融合的权重配置法，以提升综合评价权重配置的客观有效性。

粗糙集理论采用四元有序组S=（U，A，V，f）来描述一个信息系统，其中：U为非空对象的集合，称为论域；A为属性的集合；V是属性a的值域；f是信息函数，确定了每个对象的属性值。若A=C∪D，C∩D≠ ，C为条件属性子集，D为决策属性集，称这样的信息系统为决策表。

定义1，等价关系。设R是U上的等价关系，记为：

IND（R）={（x，y）∈U×U│？坌a∈A，f（x，a）=f（y，a）}

（1）

定义2，正域。在信息系统S中，对于每一个子集X∈U和一个等价关系R，定义X的R下近似和X的R上近似：

R（X）=∪{Y∈U│R ： Y？哿X} （2）

R（X）=∪{Y∈U│R ： Y∩X≠ } （3）

其中，下近似集又称为X的R正域，记作posR（X），亦即posR（X）=R（X）。

定义3，依赖度。设K={U，R}为一信息系统，P，Q？奂R，定义Q对P的依赖度为：

rP（Q）=Card（posP（Q））/Card（U） （4）

其中，Card（posP（Q））和Card（U）表示集合的基，即各个集合中所含元素的个数。

定义4，属性重要度。设信息系统S=（U，A，V，f），C={c1，c2，c3，…，cn}为条件属性集，D为决策属性集，cj？哿C为条件属性集的子集，其中j=1，2，3，…，n，定义属性重要度为：

？琢（cj）=rC（D）-rC-cj（D） （5）

属性重要度基于条件属性C对决策属性D的决定程度计算。受到粗糙集属性重要度的启发，本文把父级指标作为决策属性，子级指标作为条件属性，将权重配置转化为条件属性重要度求解问题。具体的算法步骤如下：

1.对专家打分结果离散化处理，并构建二维决策表；

2.计算决策属性集D对条件属性集C的正域posC（D）和依赖度：

rC（D）=Card（posC（D））/Card（U） （6）

3.计算剔除属性cj后，新的决策表中决策属性集D对条件属性集C-cj的依赖度：

rC-cj（D）=Card（posC-cj（D））/Card（U） （7）

4.计算条件属性对决策属性集的重要度：

？琢（cj）=rC（D）-rC-cj（D） （8）

5.从步骤3开始迭代，直到计算得到每一条件属性的重要度。归一化处理，得到条件属性cj的属性重要度，亦即指标权重，记作pj：

pj=？琢（cj） ？琢（cj） （9）

以上即为基于粗糙集理论的权重配置步骤过程。该算法基于子指标（条件属性）对父指标（决策属性）的决定程度进行计算，结果客观性、可解释性强，容易被认可和接受。但笔者实际应用中发现，该算法权重区分不明显，甚至常常出现属性权重相等的情况。针对以上不足，引入熵权法进行改进。

熵权法的主要思想是根据各指标值的差异大小进行赋权。差异越大，指标包含的信息量越大，赋予较大的权重；反之，则赋予小权重[ 22 ]。熵权法赋权的计算步骤为：

1.计算各专家对风险指标打分的特征比重rij：

rij=xij xij （10）

式中，j为各风险指标，i为专家，xij为第i位专家对指标j的打分。

2.计算风险指标j的熵权值ej：

ej=- rijInrij （11）

式中，n为风险指标个数。

3.归一化处理，即可得该指标的权重：

qj=1-ej n- ej （12）

熵权法根据专家评分的数据离散程度计算权重，该方法配置的指标权重区分性明显。然而，对比粗糙集权重配置，熵权法并未通盘考虑整个决策表，而是孤立地计算子指标的权重，忽略了子级指标与父级指标间的联系。事实上，正是子指标贡献了父指标的权重差异。

鉴于此，笔者本着优势互补的思想，将这两种方法融合，确保权重配置的可解释性和区分度。本文将粗糙集法与熵权法赋权结果进行融合：

wj=pjqj pjqj （13）

（二）PPP产业基金投资项目风险模糊综合评价

PPP产业基金投资项目风险呈现出明显的模糊性，因此，本文借鉴模糊综合评价法来评价PPP产业基金投资项目风险。步骤如下：

1.建立评价指标集及评价集。對父级指标，表示为U=（u1，u2，u3，…，um）。对子级指标，表示为ui=（ui1，ui2，ui3，…，uin），其中，i=1，2，3，…，m。将指标风险分为s个等级，根据评价等级，建立评价集V=（v1，v2，v3，…，vs）。

2.建立指标权重集。父级指标权重集表示为W=（w1，w2，w3，…，wm），且i=1；子级指标权重集表示为wi=（wi1，wi2，wi3，…，win），且wij=1。

3.构建指标模糊关系矩阵。对评价指标集打分，构建模糊关系矩阵Ri：

k，bk为子指标集ui中某一指标评分落入模糊评价等级k的频次。

4.模糊综合评价。父指标评价向量表示为Bi=wi×Ri，依次计算各父指标的评价向量，建立模糊评价矩阵B=（B1，B2，…，Bm）。以此类推，向上逐层重复上述步骤，直至得到根指标模糊评价向量。将该向量与评分域的中值相乘，得到最终风险评分。

五、案例分析

某市产业聚集区基础设施建设项目拟采用PPP产业基金模式进行融资，项目投资估算为36亿元。市政府授权该产业聚集区管委会作为PPP项目实施机构，并授权其下属融资平台公司作为出资机构，参与由社会资本方设立的项目公司。项目公司注册资本为10 000万元，其中出资机构认缴10%，社会资本认缴90%。项目合作期限为13年，建设期不超过3年，回报机制为“政府付费”模式。

某中字头集团公司与某基金管理公司组成的投标联合体中标，并在投标文件中明确：设立PPP产业基金，基金总规模36亿元，由项目公司各股东认缴，其中，金融机构认购80%的优先级份额，出资机构与中字头集团公司各认购10%的劣后级份额。项目公司各股东按合同约定比例认购，并接受股东以借款方式提供的债权资金。PPP产业基金存续期为13年，其中建设期3年，运营期10年。项目公司在收到各期政府付费后，优先偿还股东借款，剩余资金按出资比例向股东分红。

下面以该PPP产业基金投资项目为实例，进行投资风险评价。

1.建立评价集及相应标准。组织专家对指標按照其风险影响程度进行打分，鉴于本指标体系均为定性指标，故按照预先设置的分数区间标准将定性指标转化为定量指标，并对指标进行无量纲归一化处理。评价指标的风险分为5个等级，评价集表示为V=（v1，v2，v3，v4，v5）=（1，2，3，4，5），分别表示“低、一般、中等、高、极高”5个风险等级；上述5个风险等级分别对应于评分域：低[0，3.5），一般[3.5，5.0），中等[5.0，6.5），高[6.5，8.0），极高[8.0，10]。

2.建立指标权重集。篇幅所限，本文以合同风险I2为例，计算粗糙集法与熵权法融合的权重集。视合同风险各子指标为条件属性集，合同风险为决策属性，即C2={c21，c22，c23，c24}={合同完备性风险，合同管理与执行风险，无效合同风险，合同变更风险}，D={合同风险}。合同风险及子指标打分如表2所示，相应的决策表如表3所示。

由决策表，论域按照条件属性和决策属性的等价类划分分别为：

U/IND（D）={（1，2，9），（3，4，5，6，8），（7，10）}

U/IND（C2）={1，2，3，4，5，6，7，8，9，10}

去掉条件属性c21后，等价类为U/IND（C2-c21）={（1，8），2，（3，4，9），5，6，（7，10）}，得posC2（D）={1，2，3， 4，5，6，7，8，9，10}，posC2-c21（D）={2，5，6，7，10}，则由公式（7）、公式（8）得：

rC2-c21（D）=Card（posC2-c21（D））/Card（U）=0.5

？琢（c21）=rC2（D）-rC2-c21（D）=0.5

同理，可得其余指标的重要度：

c24）=0.2，归一化后即可得粗糙集权重配置结果。基于粗糙集法和熵权法的综合权重结果如表4所示。

同理，计算各三级指标及二级指标的综合权重，结果如下：

w1=（w11，w12，w13）=（0.3290，0.4332，0.2378）

w3=（w31，w32，w33）=（0.4570，0.1910，0.3520）

w4=（w41，w42）=（0.6377，0.3623）

w5=（w51，w52，w53，w54，w55）=（0.2045，0.1455，0.3496，

0.3004）

w6=（w61，w62，w63）=（0.5268，0.3127，0.1605）

w7=（w71，w72，w73）=（0.1094，0.3090，0.5816）

w8=（w81，w82，w83）=（0.2460，0.4293，0.3247）

W=（w1，w2，w3，w4，w5，w6，w7，w8）

=（0.0175，0.2033，0.1041，0.0865，0.1574，0.1384，

0.1071，0.1857）

3.根据各指标评分，建立模糊关系矩阵：

R1=0.2 0.3 0.4 0.1 0 0 0.1 0.5 0.3 0.10.1 0.3 0.4 0.2 0

R2=0 0 0.2 0.4 0.40 0 0.4 0.5 0.10 0.2 0.8 0 00 0.5 0.5 0 0

R3= 0 0.1 0.3 0.5 0.10.1 0.4 0.5 0 00.2 0.3 0.4 0.1 0

R4=0 0 0.3 0.5 0.20 0.1 0.4 0.3 0.2

R5= 0 0.1 0.5 0.4 00.2 0.4 0.3 0.1 0 0 0.1 0.2 0.6 0.10.2 0.2 0.3 0.3 0

R6=0.1 0 0.3 0.4 0.2 0 0.2 0.3 0.4 0.10.2 0.4 0.3 0.1 0

R7=0.1 0.3 0.4 0.2 00.3 0.2 0.3 0.1 0.10.1 0 0.3 0.3 0.3

R8=0.3 0.3 0.3 0.1 0 0 0.1 0.4 0.4 0.10.2 0.4 0.3 0.1 0

4.模糊综合评价。计算二级指标评价向量：

B1=w1×R1=（0.0896，0.2134，0.4433，0.2104，0.0433）

B2=w2×R2=（0，0.0995，0.3695，0.3249，0.2061）

B3=w3×R3=（0.0895，0.2277，0.3734，0.2637，0.0457）

B4=w4×R4=（0，0.0362，0.3362，0.4275，0.2001）

B5=w5×R5=（0.0892，0.1737，0.3059，0.3962，0.0350）

B6=w6×R6=（0.0848，0.1267，0.3000，0.3519，0.1366）

B7=w7×R7=（0.1618，0.0946，0.3109，0.2274，0.2054）

B8=w8×R8=（0.1387，0.2466，0.3429，0.2288，0.0429）

得一級指标评价向量：

R=W*B=（0.0797，0.1516，0.3375，0.3121，0.1191）

其中B=（B1，B2，B3，B4，B5，B6，B7，B8）。

5.计算最终风险评分。

f=0.0797 × 1.75 + 0.1516 × 4.25 + 0.3375×5.75 +

0.3121×7.25+0.1191×9=6.0590

依照风险等级的划分，可以看出该项目投资风险处于中等风险等级，需慎重考虑选择是否投资，若选择投资，应采取针对性措施对风险权重较大的因素予以重点监控。根据以上风险指标权重计算，得出本案例排名前四的风险依次是合同风险、退出风险、投后管理风险、信用风险。可以看出，合同风险所占权重最大，应作为PPP产业基金运作过程中重点风险防范对象。同时，退出风险、投后管理风险、信用风险等也是运作中应重点关注的风险因素。

六、结论

本文在借鉴以往研究成果的基础上，详细分析了我国PPP产业基金投资的风险因素，构建了合理的风险评价指标体系，为进一步科学评价风险奠定了基础。但通过以上案例分析发现，本文构建的风险评价指标体系中有些指标在本案例中所占权重极小，例如法律、政策风险权重值仅有0.0175，这是由投资项目本身的特点及投资区域差异引起的。因此，在评价PPP产业基金具体投资项目风险时，应结合目标项目自身特点和项目所在地区实际运作环境，兼顾针对性和灵活性选择风险评价指标。

总体来看，本文构建的评价模型较好地弥补了粗糙集权重配置的不足，大大提高了评价指标权重配置的科学性，实现了对整体风险的准确评价。因此，对于PPP产业基金投资项目的风险评价来说，本模型具有较高的应用价值。对于多个项目的投资选择，为最小化PPP产业基金的投资风险，可以根据各个项目的综合评价值优先选择风险较小的项目。同时，也可以参照各风险因素的评价值，采取针对性的规避或预防措施。

【参考文献】

[1] 国务院.关于在公共服务领域推广政府和社会资本合作模式的指导意见[A].国办发〔2015〕42号，2015-05-19.

[2] 温来成，李慧杰.我国PPP引导基金的发展[J].理论视野，2016（9）：34-37.

[3] YIN H，LI Y F，ZHAO D M.Risk factor empirical research of PPP projects based on factor analysis method[J].American Journal of Industrial & Business Management，2015，5（6）：383-387.

[4] 邓小鹏，李启明，熊伟，等.城市基础设施建设PPP项目的关键风险研究[J].现代管理科学，2009（12）：55-56.

[5] CHAN A P C， LAM P T I， CHAN D W M， et al. Potential obstacles to successful implementation of Public-Private Partnerships in Beijing and the Hong Kong special administrative region[J]. Journal of Management in Engineering，2010，26（1）：30-40.

[6] KE Y， WANG S Q， CHAN A P C， et al. Understanding the risks in China's PPP projects： ranking of their probability and consequence[J].Engineering Construction & Architectural Management，2011，18（5）：481-496.

[7] 亓霞，柯永建，王守清.基于案例的中国PPP项目的主要风险因素分析[J].中国软科学，2009（5）：107-113.

[8] ZHAGN G， ZOU P X W. Fuzzy analytical hierarchy process risk assessment approach for joint venture construction projects in China[J]. Journal of Construction Engineering & Management，2007，133（10）：771-779.

[9] 冀伟，田元福，王立.大型项目融资风险度量[J].兰州交通大学学报，2006（6）：67-69.

[10] 曾雪琴，陈建国，吕峰.基于模糊数和粗糙集的建设项目风险评估[J].统计与决策，2015（1）：80-83.

[11] 李妍，赵蕾.新型城镇化背景下的PPP项目风险评价体系的构建：以上海莘庄CCHP项目为例[J].经济体制改革，2015（5）：17-23.

[12] REID G C. The application of principal-agent methods to investor-investee relations in the UK venture capital industry[J]. Venture Capital，1999，1（4）：285-302.

[13] KUT C， SMOLARSKI J. Risk management in private equity funds：a comparative study of Indian and Franco-German fund[J]. Journal of Development Entrepreneurship，2006（1）：35-55.

[14] SAHLMAN W A. The structure and governance of venture-capital organizations[J]. Journal of Financial Economics，1990，27（2）：473-521.

[15] 黃亮.文化产业投资基金的风险与风控机制[J].东南学术，2013（2）：114-121.

[16] 周立，马润平，徐立新.产业基金、委托代理与资本逐利：基于“PPP+B”模式风险监管的视角[J].金融与经济，2017（6）：92-96.

[17] 张学军，卫贵武.基于直觉模糊集的风险投资项目风险群体评价方法[J].科技管理研究，2009（7）：448-450.

[18] 陈建华.风险投资项目中风险的识别、评估与防范研究[D].暨南大学博士学位论文，2007.

[19] 赵艳.风险投资项目评估体系与决策研究[D].中南大学硕士学位论文，2008.

[20] 蔡神元，俞岩.国有产业投资基金项目风险指标体系及风险评估模型[J].系统工程，2011（2）：74-81.

[21] 项勇，王译彬，陈兰.基于粗糙集的PPP模式影子收费影响因素剖析：以非经营性项目为对象[J].会计之友，2017（22）：44-48.

[22] 何鑫，朱宏泉，高成凤.基于熵权法与TOPSIS法的房地产项目投资风险评价[J].商业研究，2009（3）：105-108.