私募股权投资的投资绩效综合评价体系构建

乔忠杰

【摘要】近年来，私募股权投资基金逐渐得到社会的认可，但是寻求融资公司筹集的资金数额是一个相当具有挑战性的项目。本研究主要是针对中国私募股权基金中的成功募集资金作为研究目标，采用基于灰色系统的募集资金评价评估模型有效实现对私募股权投资的投资绩效综合评价，同时建立了私募股权投资基金投资绩效综合评价的筹资规律公式，以总结我国私募股权投资基金的能力，提出一种私募股权投资的投资绩效综合灰色评价体系构建方法。

【关键词】灰色系统 融资能力 私募基金 评价体系 投资绩效

一、引言

十多年前，在中国私募股权投资基金还很少见，尽管很少有人对它有明确的认识，但几乎没有成为一个行业。这类产业的规模极其有限，特别是在融资能力方面，如投资对象狭窄、投资不足等。但近年来，私募股权投资基金逐渐得到社会的认可，随着中小企业板和创业板的开放，私募股权基金的筹资规模呈现爆炸性增长。

考虑到我国私募股权投资基金市场的融资历史，从2007年6月开始，市场开始形成融资热潮的爆发，最终在2008年6月达到创纪录的水平。新增资金42项，增加资本金3.038×109美元。但随着伴随着国际金融危机的深度加剧，中国私募股权投资基金市场的融资额开始急剧地下降。到2009年，由于政府实施了“四万亿”经济刺激计划，中国经濟逐步改善，同时地方团队也在扩张，并制定了将资金集中到私募股权投资的政策。

21世纪初，有学者计划建立一系列的基础评价体系来研究私募股权投资基金管理公司。但从市场条件的变化来看，经验表明，将一个假想的“完美”基金公司模型划分为若干个区块，再与实际情况和区块评级进行比较，最后得出所有得分的总和过于静态和片面。这种评价方法不仅将私募股权基金公司各方面存在的联系和限制分离开来，使人们忽视了过去与未来的衔接，而且在当前市场形势不断变化的情况下，本身也不现实。为此，本文介绍了灰色系统在私募股权投资基金未来筹资预测中的应用。

二、定量系统分析模型的选择：灰色系统模型

大量海外市场统计表明，私募股权投资基金投资者仅依靠传统的基本面分析来判断基金经理长期是否突出，管理费和投资成本是否较高。在威廉夏普于1963年提出阿尔法和贝塔的概念后，理性的投资者愿意为阿尔法的额外利益付出代价。在此背景下，私募股权投资基金经理之间的竞争将更加激烈。量化分析技术对私募股权投资基金管理人开始正式步入实践操作。我们可以知道，虽然数量取决于模型，但模型并不简单地适应历史数据;它必须基于合理的经济逻辑，并且可以通过一系列强大的统计测试从概念上获得更广泛的支持。通过以上分析，可以看出，私募股权投资基金管理人的定量分析方法远未取得成功，作为一种分析工具也不尽如人意。美国和欧洲市场私募股权投资基金的融资能力不均衡，量化投资研究能力和水平最高，市场最成熟。不同的量化模型，结合不同的市场环境，有不同的结果。即使在同一模型中，不同的参数或不同的市场对私募股权基金的最终筹资能力也有很大的影响。如何建立适合我国金融市场私募股权投资基金筹资能力的定量投资模型，以及如何在未来的定量投资浪潮中占据主动地位，已成为当前许多机构的必然问题。

如何通过观察各种分散的数据来寻求私募股权基金内在的数学规律是非常重要的。灰色筹资模型系统的新理论表明，任何一个财务序列都能在一定程度上体现其本质规律，以减少其随机性，并通过融资模型提出系统的数据序列模型。也就是说，建立一个具有财务数据序列的系统筹资模型是可行的，通过该模型可以尝试推断和预测筹资模型系统的变量状态。灰色筹资模型系统的新理论认为，微分方程能够反映筹资行为的基本原理，相当于在时间点t上设置初始状态变量，从而通过方程得出反映金融事件的客观规律。此处常数b表示t时初始融资金额的调整速度，系数a表示融资对过去信息的敏感性。因此，我们假设最初的融资状态是。通过筹资模型系统生成的一阶累积序列和相关方程，得出筹资时间表示的微分方程，以及与内部规律性指标系统变化对应的信息筹资能力状态筹资模型。在灰色模型系统的新理论中称为“筹资模型系统的发展系数”，其中等于状态变量之和。未来“k+l”时刻基金募集金额为。

三、灰色系统模型演示

反向检验是将基金募集市场的实际表现与模型预测进行比较。根据上述私募股权投资基金的趋势预测模型，得出私募股权基金的筹资金额为6.877×107美元，呈上升趋势。实际上，私募股权基金的实际筹资额为7.058X107美元，实际误差为2.56%。具有理想的预测效果。但实际筹资额也表明，由于以往信息影响程度的限制，随着时间的推移，使用所谓的数据系列需要对流动进行更长期的预测，而新信息的作用还没有立即反映出来，即私募基金募集对象是投资者对各种信息的理解和预测能力有限。

另一方面，随着时间的推移，信息对筹资模式体系的影响将逐渐减弱，误差也必将越来越大。通过以上分析可以发现，灰色理论新筹资模型体系下私募股权基金的筹资模型预测时间较短，如果时间跨度大于5个单位，预测误差较大，不需要重新评估。此时，原有的旧信息对筹资模式体系的发展有着持续的影响，一旦新信息的效用不能充分反映出来。因此，在实际操作过程中，研究者需要不断地在模型中添加新的信息，并删除那些对预测起到可有可无作用的旧数据，以反映新数据对筹资模型体系发展的新影响。事实上，对于大多数融资模型系统来说，融资模型系统的信息存储功能是非常有限的。

我们还注意到该模型仅适用于短期预测。该模型之所以具有这种特性，可能是因为模型的推导扩大了旧信息对筹资模型系统的影响，使得预测结果有一定的偏差。我们认为，为了避免这种性质造成的大量延迟效应，必须不断进行适当的更新和调整，以避免或减少对私募股权投资重大变化的判断上的重大错误。在此基础上，提出了一种新的或改进的预测趋势的模型和公式，以消除判断中的预测误差。同时，根据数学原理，将融资模型系统应用于需要平滑度的预测和序列数据，但如果序列数据为强跳跃型，其预测效果并不理想。数学金融研究人员的研究表明，当筹资模型系统本身的发展系数大于150%时，该方法的模拟精度小于一半。因此，这种方法限制了私募股权基金募集金额频繁波动的意义。

四、结束语

通过对我国私募股权投资基金募集数据的分析，建立了私募股权基金募集的灰色系统模型。这可能是私募股权基金募集的一个预先判断。但由于我国私募股权投资的快速发展和数据采集的局限性，本文推导的灰色系统模型需要进一步改进。