李國昌 劉珊珊
(安徽建筑大學(xué),安徽 合肥 230000)
PPP模式在我國實(shí)施發(fā)展已有較長(zhǎng)時(shí)間,它支持社會(huì)資本進(jìn)入基礎(chǔ)設(shè)施建設(shè),充分發(fā)揮資源配置的作用[1]。隨著我國時(shí)代的發(fā)展,當(dāng)下經(jīng)濟(jì)大環(huán)境步入新常態(tài)發(fā)展階段,科學(xué)技術(shù)水平提高,互聯(lián)網(wǎng)金融伴隨而出。它是當(dāng)下時(shí)代的一種新的經(jīng)濟(jì)發(fā)展格局,通過科技手段將互聯(lián)網(wǎng)的優(yōu)勢(shì)融入到各個(gè)經(jīng)濟(jì)領(lǐng)域,形成全新的發(fā)展勢(shì)頭[2]。近年我國提出“大眾創(chuàng)業(yè)、萬眾創(chuàng)新”的發(fā)展方針,分析對(duì)比“大眾創(chuàng)業(yè)、萬眾創(chuàng)新”政策與PPP模式的相似及不同方面,結(jié)合我國當(dāng)下形勢(shì)與政策,提出融合發(fā)展的未來路徑。PPP與互聯(lián)網(wǎng)金融的融合發(fā)展并不是簡(jiǎn)單相加或者產(chǎn)業(yè)間表面合作,而是借助于互聯(lián)網(wǎng)強(qiáng)大的信息資源發(fā)展PPP模式。
PPP與互聯(lián)網(wǎng)金融的融合發(fā)展將實(shí)現(xiàn) “1+1>2”的局面,在一定程度上減輕了政府的財(cái)政債務(wù)壓力,響應(yīng)我國實(shí)施供給側(cè)改革背景下的經(jīng)濟(jì)發(fā)展要求,為社會(huì)提供了更優(yōu)質(zhì)的公共服務(wù)[3]。
PPP項(xiàng)目存在多方參與者、融資結(jié)構(gòu)復(fù)雜,項(xiàng)目風(fēng)險(xiǎn)的不可預(yù)見嚴(yán)重阻礙了發(fā)展[4]。融合發(fā)展的新模式應(yīng)用互聯(lián)網(wǎng)金融建立PPP項(xiàng)目平臺(tái),通過平臺(tái)公開信息,全面分析項(xiàng)目細(xì)節(jié),使各方面風(fēng)險(xiǎn)可以預(yù)見并處于可控制狀態(tài),彌補(bǔ)了傳統(tǒng)的PPP模式的缺陷。由于互聯(lián)網(wǎng)金融自身也存在一定的風(fēng)險(xiǎn),簡(jiǎn)單的分析難以決策“互聯(lián)網(wǎng)金融+PPP模式”下的最佳項(xiàng)目。本文在此思路下,設(shè)立合理的風(fēng)險(xiǎn)指標(biāo)評(píng)價(jià)體系,建立基于熵值法與TOPSIS法的風(fēng)險(xiǎn)決策模型。旨在“互聯(lián)網(wǎng)金融+PPP模式”的良好背景下做出最佳項(xiàng)目決策分析,提高政府資本的參與度與社會(huì)公眾的信任度。
互聯(lián)網(wǎng)金融參加PPP項(xiàng)目的新模式為我國的城市基礎(chǔ)設(shè)施建設(shè)實(shí)現(xiàn)最優(yōu)資源配置,建立了有效的管理和監(jiān)督體系。較好的緩解了政府資本參與度不高與社會(huì)群眾不信任的問題[5]。但互聯(lián)網(wǎng)金融及PPP模式本身也存在著一些問題以及二者的結(jié)合衍生出的新的問題,產(chǎn)生了一系列風(fēng)險(xiǎn),本文結(jié)合國內(nèi)外現(xiàn)有文獻(xiàn)[6],歸納得出的風(fēng)險(xiǎn)因素如表1所示。
根據(jù)識(shí)別出的風(fēng)險(xiǎn)因素,以五大類風(fēng)險(xiǎn)作為評(píng)價(jià)體系的一級(jí)指標(biāo),通過專家打分從而實(shí)現(xiàn)對(duì)PPP
表1 “互聯(lián)網(wǎng)金融+PPP”模式建設(shè)項(xiàng)目風(fēng)險(xiǎn)指標(biāo)
項(xiàng)目融資風(fēng)險(xiǎn)的定量評(píng)價(jià),在分析 “互聯(lián)網(wǎng)金融+PPP”模式的合理性之后,基于上述風(fēng)險(xiǎn)因素,設(shè)立如圖1所示的風(fēng)險(xiǎn)指標(biāo)體系。
圖1 “互聯(lián)網(wǎng)金融+PPP”模式建設(shè)項(xiàng)目風(fēng)險(xiǎn)指標(biāo)體系
基于歸一化的原始數(shù)據(jù)矩陣,計(jì)算出待評(píng)價(jià)對(duì)象中最佳方案和最差方案,通過計(jì)算各對(duì)象與最佳和最差方案間的距離,獲得各待評(píng)價(jià)對(duì)象與最佳方案的相對(duì)接近程度,分類排序,以此作為評(píng)價(jià)各方案的優(yōu)劣依據(jù)[7]。本文將借助EXCEL軟件編程實(shí)現(xiàn)模型計(jì)算。
熵值法原理:熵值法是根據(jù)各項(xiàng)指標(biāo)觀測(cè)值所提供的信息,在分析屬性值的差異下確定其權(quán)重大小的方法。
熵值法確定權(quán)重的計(jì)算過程:
步驟1:計(jì)算第i個(gè)項(xiàng)目在第j項(xiàng)風(fēng)險(xiǎn)指標(biāo)下占該指標(biāo)的比例:
計(jì)算各個(gè)決策方案對(duì)屬性j的貢獻(xiàn)總和。其中常數(shù)K可以取K=1/Inm這樣就能保證0≤Ej≤1
步驟3:
計(jì)算第j屬性的差異性系數(shù)dj。
步驟4:由公式
步驟2:利用下述公式
計(jì)算各個(gè)屬性的權(quán)重,其中n指相應(yīng)屬性的數(shù)量
TOPSIS法原理:TOPSIS法是在加權(quán)規(guī)范化屬性矩陣的基礎(chǔ)上,確定相應(yīng)的正理想方案A*與負(fù)理想方案A—,通過計(jì)算每個(gè)方案與正理想方案及負(fù)理想方案的相對(duì)距離,比較各相對(duì)距離確定決策方案的優(yōu)先次序。其中正理想方案對(duì)應(yīng)的正理想解是虛擬計(jì)算的最佳方案,負(fù)理想方案對(duì)應(yīng)的負(fù)理想解是最差方案,通過計(jì)算各個(gè)方案與正理想解和負(fù)理想解的相應(yīng)距離進(jìn)行比較,得出既靠近正理想解又遠(yuǎn)離負(fù)理想解的方案為最佳方案[8]。
使用TOPSIS法的具體計(jì)算步驟如下:
步驟1:向量規(guī)范化處理。根據(jù)初始數(shù)據(jù)列出初始決策矩陣,通過公式(5)進(jìn)行向量規(guī)范化處理,得到規(guī)范化矩陣,詳細(xì)公式如下:
步驟2:加權(quán)標(biāo)準(zhǔn)化矩陣。根據(jù)公式(5)得到的規(guī)范化矩陣,通過公式(6)乘以熵值法得出的各指標(biāo)權(quán)重確定加權(quán)標(biāo)準(zhǔn)化矩陣,詳細(xì)公式如下:
步驟3:計(jì)算正理想方案與負(fù)理想方案。
當(dāng)方案為效益類型屬性時(shí),正理想方案為每列最大值,負(fù)理想方案為每列最小值;當(dāng)方案為成本類型屬性時(shí),正理想方案為每列最小值,負(fù)理想方案為每列最大值。詳細(xì)公式如下:
其中:J=1,2,…n|J為效益類型的目標(biāo)函數(shù);
J’=1,2,…n|J’為成本類型的目標(biāo)函數(shù)。
步驟4:計(jì)算各方案到理想方案的距離。
步驟5:計(jì)算各方案的相對(duì)接近度。在各方案與正理想方案的距離以及與負(fù)理想方案的距離的基礎(chǔ)上,通過公式(11)計(jì)算各方案的相對(duì)接近度Ci,詳細(xì)公式如下:
步驟6:排序。根據(jù)所得值Ci的大小進(jìn)行排序,取小值者為佳。
通過專家打分法,邀請(qǐng)了3位有互聯(lián)網(wǎng)金融知識(shí)理論的專家和6位有豐富PPP項(xiàng)目實(shí)踐經(jīng)驗(yàn)的專家采用0-1打分法對(duì)某公司甲乙丙丁四個(gè)項(xiàng)目進(jìn)行打分,打分結(jié)果見表2。
表2 項(xiàng)目風(fēng)險(xiǎn)指標(biāo)評(píng)價(jià)表
根據(jù)表2構(gòu)建項(xiàng)目風(fēng)險(xiǎn)指標(biāo)初始評(píng)價(jià)矩陣,利用上述熵值法求出項(xiàng)目風(fēng)險(xiǎn)指標(biāo)權(quán)重,計(jì)算結(jié)果如表3所示:
表3 項(xiàng)目風(fēng)險(xiǎn)指標(biāo)權(quán)重表
根據(jù)步驟1將初始評(píng)價(jià)矩陣進(jìn)行向量規(guī)范化處理,可以得到規(guī)范化矩陣R如下。
規(guī)范化矩陣R:
根據(jù)步驟2的公式,利用表3的指標(biāo)權(quán)重進(jìn)行計(jì)算得到加權(quán)標(biāo)準(zhǔn)化矩陣V如下。
加權(quán)標(biāo)準(zhǔn)化矩陣V:
根據(jù)步驟3的公式計(jì)算確定相應(yīng)指標(biāo)的正負(fù)理想解,結(jié)果如表4。
根據(jù)步驟4的公式,利用表4結(jié)果,計(jì)算得到各項(xiàng)目到正理想解和負(fù)理想解的歐式距離,結(jié)果如表5。
表4 相應(yīng)指標(biāo)正負(fù)理想解
表5 歐氏距離
根據(jù)步驟5的公式,利用表5的結(jié)果計(jì)算各項(xiàng)目的相對(duì)貼近度,對(duì)項(xiàng)目進(jìn)行優(yōu)劣排序,結(jié)果如表6。
表6 各項(xiàng)目相對(duì)貼近度
根據(jù)計(jì)算所得值Ci的大小進(jìn)行項(xiàng)目?jī)?yōu)劣排序:項(xiàng)目乙 >項(xiàng)目丁 >項(xiàng)目甲>項(xiàng)目丙,由于步驟5中計(jì)算相對(duì)貼近度采用的公式中以項(xiàng)目到負(fù)理想解的距離為分子來計(jì)算,則得到的相對(duì)貼近度中,最小值者最佳,對(duì)應(yīng)優(yōu)劣排序:項(xiàng)目丙 >項(xiàng)目甲>項(xiàng)目丁 >項(xiàng)目乙。
本文以互聯(lián)網(wǎng)金融參與PPP項(xiàng)目為研究對(duì)象,從互聯(lián)網(wǎng)金融和PPP項(xiàng)目以及二者結(jié)合的方面分別來識(shí)別風(fēng)險(xiǎn)因素進(jìn)行總結(jié),建立“互聯(lián)網(wǎng)金融+PPP”模式建設(shè)風(fēng)險(xiǎn)指標(biāo)體系并應(yīng)用于項(xiàng)目風(fēng)險(xiǎn)決策之中,通過熵值法與TOPSIS法利用EXCEL軟件編程進(jìn)行決策,通過對(duì)項(xiàng)目打分,計(jì)算權(quán)重,得到正負(fù)理想解及各項(xiàng)目與正負(fù)理想解對(duì)應(yīng)的歐氏距離和相對(duì)貼近度進(jìn)行排序。根據(jù)計(jì)算結(jié)果可知各個(gè)項(xiàng)目中,項(xiàng)目乙遠(yuǎn)離正理想樣本,接近負(fù)理想樣本。項(xiàng)目丙遠(yuǎn)離負(fù)理想樣本,接近正理想樣本。理論上來說,項(xiàng)目越接近正理想解樣本越優(yōu),越接近負(fù)理想解樣本的樣本越劣。由于本文的研究對(duì)象是在互聯(lián)網(wǎng)金融參與PPP項(xiàng)目時(shí)存在的各風(fēng)險(xiǎn)因子,所以從結(jié)果分析,越接近正理想樣本的風(fēng)險(xiǎn)越大,越接近負(fù)理想樣本的風(fēng)險(xiǎn)越小。則項(xiàng)目的風(fēng)險(xiǎn)排序?yàn)椋喉?xiàng)目丙的風(fēng)險(xiǎn)>項(xiàng)目甲的風(fēng)險(xiǎn)>項(xiàng)目丁的風(fēng)險(xiǎn)>項(xiàng)目乙的風(fēng)險(xiǎn),則項(xiàng)目乙應(yīng)為最佳方案。
本文從“互聯(lián)網(wǎng)金融+PPP”模式中存在的風(fēng)險(xiǎn)識(shí)別出發(fā),歸納總結(jié)了互聯(lián)網(wǎng)金融中存在的風(fēng)險(xiǎn),PPP模式中存在的風(fēng)險(xiǎn)以及兩者衍生產(chǎn)生的風(fēng)險(xiǎn)。構(gòu)建了“互聯(lián)網(wǎng)金融+PPP”模式建設(shè)項(xiàng)目風(fēng)險(xiǎn)指標(biāo)體系,并基于熵值法與TOPSIS法建立 “互聯(lián)網(wǎng)金融+PPP”項(xiàng)目風(fēng)險(xiǎn)決策模型,通過EXCEL軟件進(jìn)行編程計(jì)算各個(gè)方案的相對(duì)貼近度值,對(duì)互聯(lián)網(wǎng)金融參加PPP項(xiàng)目的融資風(fēng)險(xiǎn)情況進(jìn)行排序比較。分析結(jié)果表明,該模型能夠?qū)?“互聯(lián)網(wǎng)金融+PPP”項(xiàng)目風(fēng)險(xiǎn)進(jìn)行決策,利用TOPSIS法能夠全面、合理、準(zhǔn)確地對(duì)多個(gè)風(fēng)險(xiǎn)指標(biāo)體系下的多個(gè)項(xiàng)目進(jìn)行優(yōu)劣排序,評(píng)價(jià)過程清晰,評(píng)價(jià)結(jié)果可靠,可以為決策者提供最佳方案。