PPP融资模式下我国微电网建设项目融资风险分析
王 婷， 李雨桐
(华北电力大学， 河北 保定 071000)
摘要： 针对政府和社会资本合作(PPP)融资模式下的微电网建设项目技术难度大、建设周期长、投资金额巨大的特点，在具有较少历史数据的情况下，结合专家意见，借助定性数据定量化(QQIR)法对该类建设项目的融资风险进行定量分析。目的是为投资者进行投资决策提供建议。
关键词： 项目融资；风险管理；政府和社会资本合作(PPP)；微电网
中国已成为世界上最大的能源生产国和消费国，传统能源生产和消费模式已难以适应当前形势。在经济增速换挡、资源环境约束趋紧的新常态下，推动能源革命势在必行、刻不容缓[1]。从我国现实看，环境污染问题日益突出，迫切需要改变传统以煤炭为主的能源利用方式，大力发展绿色清洁能源技术。微电网技术作为缓解能源危机、环境危机的有效手段，其建设具有一定的技术难度，并且成本较高，现阶段在中国盈利较为困难。作为基础设施，具有建设周期长、不确定性因素多的特点。微电网推广与发展的实现，瓶颈在于技术与资金。因此，需要借助政府和社会资本合作(以下简称PPP)融资模式——是指公共部门与私营部门之间签订长期合同，为了实现共同或相互兼容的目标，在一定程度上互惠互利、共享权利、共担责任、联合投入资源、共担风险的融资安排[2]。
丸子回过神，从后视镜里看司机的样子。他有双很好看的眼睛，不过眉头皱皱的，很显然，怒气还没消呢。哦，他也理了个小平头，看起来干净利落。
风险是金融活动的基本属性，为获得更为稳定的经济收益，必须树立风险意识。PPP融资模式涉及多方，安排较为复杂，并且多涉及建设周期较长的基础建设项目，因此不可避免地面临着许多风险因素。为了保障融资的顺利进行，有必要对其所面临的风险进行研究。微电网的建设在我国处于起步阶段，PPP融资模式将对其建设发展有着巨大的推动作用。但由于缺乏历史数据，其风险因素的发生概率和危害程度难以估计，从而无法进行定量分析，投资者也无法计算风险。
本文首先通过梳理文献、分析案例，整合专家意见确定风险清单，保证该清单适合我国国情、项目建设。结合此类建设项目周期长、不确定性大的特点，风险清单在实际操作中对于核查、避免风险有较大的参考价值。然后通过QQIR法将专家关于风险因素的定性意见数据定量化，可以帮助投资者更好地做出投资决策。以实现对风险因素发生的概率和危害程度的评估，有的放矢地进行风险管理工作。
1 PPP融资模式下我国微电网建设项目融资风险识别
1.1 文献、案例研究
通过对已有的相关研究进行综述，初步得出PPP模式下微电网建设可能面临的风险。通过文献研究初步确定风险。通过回顾了包括项目融资的一般研究、PPP模式的研究、发展中国家基础建设项目研究和中国微电网方面的研究包括但不限于论文、专著，另有其他报告、政策文件等其他文献资料。最终梳理出与我国PPP模式下微电网建设项目相关的融资风险25项。
1.2 两轮德尔菲法
对于多位专家的意见可以通过如下方式整合：
1.3 风险清单的确定
其中A i (x )表示专家i 认为对象x 属于评价A ；c i 是该专家意见所占权重；n 为专家总数。本文中默认权重相同不作区分，因此直接采取算术平均。
目前藏羊加工副产品，如藏羊皮、藏羊血、藏羊肠等大多没有被有效利用，造成了严重的资源浪费，根据这些副产品的营养特性，青海省可以以此为原料进行以下产品的开发和生产：
在第一轮德尔菲法中，根据专家意见补充了新的风险因素，包括能源供给的稳定性，供电安全性、可靠性，竞争者，金融市场不健全和排放标准提高5项风险。据此，得到了8类30项风险因素，风险清单如表1所示。
表1 风险清单
2 基于QQIR法的风险因素定量分析
2.1 QQIR法简介
在测度风险时，许多风险因素比如法律风险、政治风险等缺乏定量化的历史数据，关于此类风险因素的信息往往是模糊的、主观的和不确定的。但是，存在一些专家对于该类风险因素有着相关知识和意见。就本文而言，微电网建设项目与PPP融资模式的结合是一个较新的领域，可获得的历史数据较少，专家意见就成为极为重要的信息来源，因此需要恰当的方法将这些数据定量化以方便下一步分析。定性风险信息定量化方法(Quantifying qualitative information on risks)是一种将专家意见转化为概率密度函数(Probability density functions)的新方法。QQIR法利用影响图对风险因素进行层级分解并且分门别类，模糊加权平价的方法对风险因素进行汇总，通过重心值对风险因素或者类别进行排序。Sachs等人利用该方法研究了政治风险对能源项目的收益与绩效的影响、亚洲基础建设项目当中的政治风险、中国PPP融资模式中的政治风险等，与本文研究内容类似，因此借鉴了该方法[6-11]。柯永建利用该方法研究了中国PPP融资模式当中的风险分担问题。
图1 QQIR法在风险管理当中的地位
2.2 QQIR法基本过程
第四步，梯形模糊数通过比例换算的方法被转换成概率密度函数，其横坐标间隔不变，只改变高。因为梯形模糊数的高永远为1，而概率密度函数与坐标轴所围成的面积为1。概率密度函数的统计特征，例如平均值、方差、标准差等就可以计算了。
图2 风险层级树状图
第二步，对于每项能够影响项目现金流的风险，借助专家意见对其发生概率(P)和危害程度(I)进行收集。这些专家意见将会被转化为梯形模糊数(表2)的形式呈现。
表2 梯形模糊数的语言值
隶属度函数的形状有多种，三角形和梯形的隶属度函数为常见的函数形式。在本文所应用的QQIR模型中，将采用梯形模糊数，选择梯形模糊数而非三角形模糊数的原因是，三角形模糊数可以通过梯形模糊数当中的来构造。因此梯形模糊数有更大的灵活性，其模糊分布如下：
(1)
本文采用两轮德尔菲法，第一轮发放问卷，询问专家对于各项风险概率与损失的打分，并对该问卷中的风险提出意见。共发放169份问卷，收回17份，回收率10.06%。经过汇总整理后，将结果匿名反馈给第一轮参与过的17位专家，询问他们对于第一轮结果的意见，是否修改。收回16份，第二轮回收率94.11%。回收率在类似研究中已经颇为可观，证明该研究有一定说服力。通过第一轮的意见收集，在文献研究的25项风险的基础上，结合专家的建议又补充了5项风险，供给的稳定性，供电安全性、可靠性，竞争者，金融市场不健全和排放标准提高。将综合后的30项风险与第一轮专家意见结果发放第二轮问卷，询问专家是否需要对第一轮意见作出调整或是更正，并且对5项新风险进行打分。
A 1(/)A 2=(a 1,b 1,c 1,d 1)(/)(a 2,b 2,c 2,d 2)=(a 1/a 2,b 1/b 2,c 1/c 2,d 1/d 2)
且
(2)
对于风险清单的确定和梳理，也应当按照一定逻辑框架进行才能保证其全面性、合理性。首先对于项目融资风险的分析，不能脱离项目本身的可行性这一基础，从而对项目本身风险的全面分析评估是项目风险管理的一个有机组成部分。并且，项目本身的风险并不能替代项目融资风险，因为融资行为能够引发更多风险因素暴露[3]。根据这个思路，确定了第一大类风险——与项目本身有关的风险。此外论文借鉴全生命周期的思路[4-5]，将风险按照项目阶段划分为完工前、完工后和两阶段共同面临的风险。因此在于项目本身有关风险当中，可以划分为完工前、后两部分进行梳理分析。对于两阶段共同面临的风险，主要为系统性风险，包括金融风险、政治/制度风险、法律风险、环境风险。PPP作为一种多方合作的融资模式，还会使得项目暴露在合作、信用风险之中。依照以上逻辑，初步确定了8类25项风险。
第三步，从专家处收集的关于风险因素发生概率及其危害程度的数据，利用模糊加权平均法进行整合。
(3)
在计算模糊加权平均数的过程中，采取模糊数的简单运算规则。
A 1(+)A 2=(a 1,b 1,c 1,d 1)(+)(a 2,b 2,c 2,d 2)=(a 1+a 2,b 1+b 2,c 1+c 2,d 1+d 2)
(4)
A 1(-)A 2=(a 1,b 1,c 1,d 1)(-)(a 2,b 2,c 2,d 2)=(a 1-a 2,b 1-b 2,c 1-c 2,d 1-d 2)
(5)
A 1(×)A 2=(a 1,b 1,c 1,d 1)(×)(a 2,b 2,c 2,d 2)=(a 1×a 2,b 1×b 2,c 1×c 2,d 1×d 2)
(6)
此项检查主要对线状地物的套合情况进行精度检查，在已有地形图中选取31处地物特征明显的田埂和道路进行精度统计分析。检查情况，如表3。
(7)
在应用中，梯形模糊数可以通过计算其重心值(也是一种较优的逆模糊化方法)来进行排序，由此，可以计算斯皮尔曼等级相关系数非线性统计计算来检验其有效性[12]。
第一步，对于能够影响PPP融资模式现金流的风险因素f=[1，2，I，K]，首先要进行充分识别并且进行结构化(如图2)。
(8)
表3 统计特征计算
2.3 风险因素重要性分析
按照风险管理的常用方法，综合风险的发生概率和危害程度的重心值，计算出风险因素的重要性并根据重要性排序，最终得到最为值得关注的十项风险因素分别是 “金融市场不健全”“政府信用风险”“法律体系不成熟”“新技术使用”“税收法律法规、条例的变更”“政府许可”“汇率波动”“无法按工期完成”“对周边自然环境、资源、历史遗迹及居民生活造成影响”和“通货膨胀”。 金融风险决定了融资是否能顺利进行，融资成本如何；而“政府信用风险”、政府许可、法律体系都与政府行为紧密相关，这说明对于中国政府而言，发展PPP融资模式任重而道远；建设和运营过程中的风险直接影响了项目的现金流。
表4 风险因素的重要性排序
注：① ②表格中“发生概率”和“危害程度”数值均表示相对大小，并不代表其具体值。
2.4 风险因素对现金流的影响
对于风险因素重要性的定量分析，最终目的是决定风险因素对于项目的现金流有何影响，以此帮助投资者做出投资决策。根据公式(3)可以计算出每个风险类别对于项目现金流的影响。并且，根据表3中公式计算出该类风险对于项目现金流影响大小的统计特征(平均值、方差、标准差)。
焊接检验目的在于防止与发现焊接缺陷，以确保结构（件）的安全使用。各类产品都规定了对焊接接头质量等级的技术要求。试制新产品或制订焊接新工艺时，通过焊接检验可发现并解决其质量问题，使新产品与新工艺获得发展和应用。有的产品在使用中还需定期检验，以发现和及时消除在使用中产生而尚未导致破坏的缺陷，从而防止事故的发生，延长产品的使用寿命。
结合医师未履行或者未完全履行告知义务，被法院认定侵害患者知情同意权的28份判决书，侵害患者知情同意权的具体内容结果见表6。
由此我们可以得出与之前分析基本一致的结果，在中国PPP融资模式中最严重的风险类别为政治风险、环境风险、法律风险等宏观类别的风险。
由上文可知，在畜牧业生产中，因种种因素，为大气、水体、土壤等均带来了严重污染，影响了畜牧业的可持续发展。对此，采用有效措施，积极解决污染问题，成为推动畜牧业健康发展的关键。
本刊讯 12月13日上午，省十三届人大常委会主任会议在济南举行第18次会议，听取省人大各专门委员会、常委会各工作部门2018年工作情况和2019年工作安排的汇报。省人大常委会党组书记、副主任于晓明主持会议并讲话，副主任王随莲、王良、王云鹏、王华出席。
表5 各类风险对现金流的影响
3 结束语
政府与社会资本合作融资模式作为解决政府财政赤字、基础设施建设效率有效措施近年来在我国受到高度重视。对于融资而言，其中风险因素将直接决定融资是否能够顺利进行。本文重点分析了我国PPP融资模式下微电网建设项目当中融资风险，借助QQIR法计算出了金融风险、运营风险、市场风险、政治风险、建设风险、环境风险、合作风险和法律风险对于项目现金流的影响大小，也为投资者如何利用定量风险数据转化成定性数据计算风险成本提供了方案。
参考文献
[1] 黄晓勇.新常态下能源革命蓄势待发[N].人民日报,2015-05-06(007).
[2] 贾康,孙洁.公私伙伴关系(PPP)的概念,起源,特征与功能[J].财政研究,2009(10):2-10.
[3] 任淮秀.项目融资[M].北京:中国人民大学出版社,2004.
[4] 李丽,丰景春,钟云.全生命周期视角下的PPP项目风险识别[J].工程管理学报,2016(1):54-9.
[5] GATTI S.Project finance in theory and practice[M].Elsevier Inc London,2008.
[6] SACHS T,TIONG R,QING WANG S.Analysis of political risks and opportunities in public private partnerships (PPP) in China and selected Asian countries[J].Chinese Management Studies,2007,1(2):126-48.
[7] SACHS T,ROSA A D,TIONG R L K.Case study on quantifying the impact of political risks on demand and pricing in a power project[J].The Journal of Structured Finance,2008,14(2):77-84.
[8] SACHS T,TIONG R L K,WAGNER D.The quantification and financial impact of political risk perceptions on infrastructure projects in Asia[J].The Journal of Structured Finance,2008,13(4):80-104.
[9] SACHS T.Quantifying qualitative information on risks(QQIR) in structured finance transactions[J].Thesis,2007.
[10] SACHS T.Quantifying qualitative information on risks:development of the QQIR method[J].Journal of Construction Engineering And Management,2009.
[11] SACHS T,BELLINGER C,TIONG R L K.Risk exposure and recovery assessment under a guarantee in a water project[J].The Journal of Structured Finance,2008,14(1):50-64.
[12] KLIR G.Uncertainty and information:foundation of generalized information theory[M].New York:John Wiley & Sons.Inc,2006.
Analysis of Project Financing Risks for PPP Microgrids Projects in China
WANG Ting, LI Yu-tong
(School of Economics and Management,North China Electric Power University,Baoding Hebei 071000,China)
Abstract： In this paper, the microgrid construction project under the public private partnerships (PPP) is characterized by technical difficulty, long construction period and huge investment amount. Considering less historical data, quantifying qualitative information on risks (QQIR) method is adopted, to quantify the quantitative data from experts’ opinions. The aim is to advise investors on investment decisions.
Key words： project financing;risk management;PPP;microgrids
中图分类号： F281
文献标志码： A
文章编号： 1671-1807(2019)08-0093-05
收稿日期： 2019-04-08
作者简介： 王婷(1965—)，女，安徽宁国人，华北电力大学，副教授，工学硕士，研究方向：电力市场营销、电力企业管理。
标签：项目融资论文; 风险管理论文; 政府和社会资本合作(PPP)论文; 微电网论文; 华北电力大学论文;