英语原文共 12 页，剩余内容已隐藏，支付完成后下载完整资料
BOT项目的风险识别和评估：模糊多属性决策模型
Sadoullah Ebrahimnejad a, Seyed Meysam Mousavi b,*, Hamed Seyrafifianpour c
a伊朗卡拉吉，拉贾埃沙哈尔，伊斯兰阿扎德大学卡拉吉分校工业工程系，邮政信31485/313;
b伊朗德黑兰南部。伊斯兰阿扎德大学研究生工程中心工业工程系，地址：伊朗德黑兰北兰沙尔大街209号，邮政信箱11365/4435;
c行政管理系，管理与经济学院，科学与研究分部，伊斯兰阿扎德大学，黑沙拉克街，邮政信箱14155/4933，德黑兰，伊朗
摘要
近年来，BOT方式为伊朗等亚洲国家的基础设施建设提供了越来越受欢迎的项目融资。由于项目发展趋势中因素的多样性，以及项目对主要国家因素的依赖性，使得项目的发展具有许多复杂性。由于这些复杂性和长期经营性，项目面临着不确定性和众多风险。本文试图对BOT项目中常见的风险进行识别。基于面向项目的观点，提出了一种新的风险层次结构，并介绍了BOT项目风险排序的一些有效准则。
然后，将该问题定义在模糊多属性决策领域。因此，为了对BOT项目的高风险进行排序，提出了基于理想解相似度的模糊排序技术（FTOPSIS）和基于多维偏好分析的模糊线性规划技术（FLINMAP）。本文从四个方面对这两种方法进行了比较：方案间的分离、准则权重的模糊误差、风险响应规划、方案的数量与准则的比例。该模型用于伊朗BOT发电厂项目风险识别与评估。最后，根据研究结果确定了高风险等级。
关键词：BOT项目；FMADM;风险识别；风险等级
1.介绍
为了实现有意义的增长，发展中国家除了满足基本需求外，还必须促进基础设施建设,这对促进经济持续发展具有积极的“连锁反应”（Kumaraswamyamp;Zhang，2001）。然而，在实现这一目标的过程中，像伊朗这样的发展中国家却面临着各种不确定性和不利因素。为了克服或缓解这些问题，这些国家正在鼓励当地和外国私营部门参与提供基础设施项目或服务。
与其他发展中国家一样，伊朗不断增长的经济需要对其基础设施进行大量投资。缺乏先进技术和不足的公共财政资源阻碍了设施的发展，而设施的发展与社会的需求是相称的。近二十年来，中国在私营部门投资方面采取了迅速措施。国际私营部门参与了国家发展项目的实施和提供服务，这被视为发展指数（Seyrafianpouramp;Mousavi，2007）。
BOT被认为是一种很有吸引力的方式，在发展中国家，特别是在亚洲越来越受欢迎，例如中国的700兆瓦沙角-B电站、巴基斯坦的1200兆瓦赤潮河项目、菲律宾的300兆瓦燃煤项目、土耳其的1000兆瓦阿利亚加项目（Levy，1996；Walkeramp;Smith，1995；Wangamp;tiong，2000；Xingamp;吴，2003年）。
BOT的主要目标是降低政府在基础设施项目执行和实施中的作用，在基础设施项目中，通过一个强有力的组织将财务风险划分到不同的部门，同时也保护东道国政府的国家利益（Forouzbakhsh，Hosseini，amp;Vakilian，2007）。另一方面，使BOT方式更具吸引力的主要目的是基础设施项目的启动不需要政府投入多少资金，但东道国政府可以在长期内投入大量资金。因此，BOT是政府控制下吸收私营企业投资的可靠方式之一。
由于上述解释，伊朗的许多项目都采用了BOT方式（20个电力工业发电厂和许多运输项目）（Seyrafianpour和Mousavi，2007年）。然而，考虑到这种方法的优点，它并不是所有项目的最佳解决方案，它需要一些特定的先决条件。尽管BOT项目创造了许多机会，但它们也带来了自身的风险，从而带来了一些威胁。世界上有很多BOT项目都没有成功实施。由于项目发展趋势中存在着多种因素，项目对主要民族因素的依赖性，项目本身存在着许多复杂性。这些复杂性和长期的经营使这些项目面临不确定性和众多风险。
因此，必须开发新的风险排序方法，以确定主要因素，并在各种环境中以可接受的方式评估相关风险。本文的主要目的是对BOT项目中的风险进行识别和排序。本文提出的模型允许通过FMADM对风险进行管理优先级排序。这一过程是系统识别风险与合理管理重大风险的重要环节。所有参与方的资源将用于管理风险等级较高的BOT项目。提出了BOT项目风险排序的有效准则。
论文的其余部分安排如下：第2节，基于BOT项目对风险管理文献进行了综述。第3节介绍了FTOPSIS和FLINMAP方法的理论描述。第4节提出了BOT项目风险排序模型和基于风险概念的有效评价标准。提出了BOT项目风险的层次结构。第五节探讨了项目风险排序在BOT项目中的应用。第5.2节讨论了结果，并比较了它们在BOT项目风险数据建模中的优缺点。最后，第6节给出了结论。
2.文献综述
BOT项目风险有两个不同的方面：一是由于BOT方式的性质，它们具有启动过程风险（技术和财务研究）、融资和运营过程风险；二是由于它们是大型项目，因而具有政治、监管和经济风险。
与BOT项目相关的高风险暴露意味着公共和私营部门的决策者（DMs）或谈判者必须特别注意分析和管理风险（Tiong，1995，1997）。
2.1风险识别与分类
Redmill（2002）解释说，识别风险源的目的是防止可能出错并导致违反安全的事件。沈（1997）认为，风险识别的目的不仅在于识别风险因素列表，而且在于识别这些风险因素的重要性。Chapman和Ward（2003）指出，风险识别既重要又困难，需要创造力和想象力。他们推荐了定向思维方法，包括个人或团体的访谈、头脑风暴和使用清单等活动。Clark、Pleder和Nender（1990）提出，已识别的风险不是风险，除非是管理问题。除上述风险识别方法外，其他一些基于群体决策方法的风险识别方法也可以在基础设施项目中得到显著的应用。这些方法包括：脑力激荡、针卡、画廊、Battle-Belmuden-Brain writing（BBB）、集体笔记本（CNB）和名义小组技术（NGT）等（Makui、Mojtahedi和Mousavi，2007；Mojtahedi、Mousavi和Makui，2008）。
多年来，已经制定了许多不同的风险分类；但是，大多数分类都认为源标准是最重要的。根据这一标准，基础设施项目风险的广泛分类可以是：技术、施工、法律、自然、物流、社会、经济、金融、商业和政治（Flanaganamp;Norman，1993；Thompsonamp;Perry，1992）。此外，任何基础设施项目都面临九类风险（Chapmanamp;Ward，2003；Kerzner，2001；Thobani，1998）。这些风险包括：技术、施工、运营、收入、财务、主要力量、监管/政治、环境和项目违约。
然而，除了来源标准外，还有其他形式的风险分类，它们采取不同的观点。建议在项目要素中考虑风险影响的位置进行分类（Tah、Thorpe和McCaffer，1996）。通常将风险分为动态/静态、公司/个人、内部/外部、积极/消极、可接受/不可接受和可投保/不可投保（Baloiamp;Price，2003）。Merna和Smith（1996）将风险分类为“全球”或“基本”风险。全球风险是通常通过项目协议分配的风险，通常包括政治、法律、商业和环境风险，而基本风险是与项目的建设、运营、财务和创收组成部分相关的风险。
Miller和Lessard（2001）将风险分为三类：“市场相关”风险来自收入和金融市场。“完工”风险来自所采用的技术设计或技术、施工成本和时间超支以及运营问题。最后，“制度风险”来自法律法规、环境和地方团体的反对以及希望重新谈判合同的政府机构。
公私合作（PPP）项目可以分为两大类：一般风险和项目风险（Loosemore，Raftery，Reilly，amp;Higgon，2006；Loosemore，2007）。Grimsey和Lewis（2004）确定了与PP项目相关的六个风险领域，即公共风险、资产风险、运营风险、发起人风险、财务风险和违约风险。
工发组织（1996年）在两个主要类别（一般/国家风险和具体项目风险）下编制了一份BOT项目风险清单，每个类别下有三个子类别。政治风险、商业风险和法律风险分为第一类，开发风险、建设/竣工风险和经营风险分为第二类。Wang，Ting，Ting和Ashley（2000）详细研究了中国BOT项目中各种政治风险的风险临界性。确定的关键风险是中国当事人的信誉和可靠性、法律变更、重大强制力、迟延批准、征用和腐败。
对最近研究的比较和评价表明，一些研究人员仅从一个参与的角度确定了风险（工发组织，1996年）。在本研究中，主要目标是呈现BOT项目的风险。提出了一种新的风险层次结构，从项目导向的角度为BOT参与方提供了一个合适的框架，有利于发展中国家风险的管理和控制。
2.2风险评估
基础设施项目风险评估，特别是在项目的早期阶段，对私营和公共部门来说都是复杂的，因为风险的性质通常受到许多因素的影响，包括人为错误、数据和可用信息。在许多情况下，由于所涉及的巨大不确定性，评估与项目相关的风险可能极其困难。然而，目前在大型项目中使用的许多风险评估技术都比较成熟，如故障树分析、事件树分析、蒙特卡罗分析、情景规划、敏感性分析、失效模式及后果分析、预期货币价值、预期净现值、决策树等，程序评估和评审技术。
以往的研究表明，BOT项目的风险度量有多种方法。这些方法包括效用理论、统计学方法、团队理论和数学规划。Zayed和Chang（2002）在忽略DMs偏好的情况下，利用效用理论的概念推导了BOT项目的加权期望值作为风险指标。David（1996）利用统计方法计算了BOT项目的风险值，为投资者和东道公用事业公司确定了预期生产成本。
冯、康（1999、2000）运用多属性效用理论对BOT特许权合同的风险进行了评估。他们的研究检查了DMs（谈判者）的风险偏好，并确定了与BOT项目相关的主要和次要风险。尽管MAU模型具有加性效用和乘性效用，但它假设DM的偏好图（Gangamp;Khan，1989）是独立的，不能用来解释协商过程中的交互行为（Keeneyamp;raifa，1993）。Kang，Feng和Khan（2005）使用动态多目标规划方法建立了风险评估模型，并开发了模型解的迭代算法。结果表明，交互效用值之和可以确定交互关系是否具有谈判者之间的独立性。
回顾上述研究，我们可以看到，开发新的BOT项目风险排序方法，以确定主要因素，并评估参与方（私营和公共部门）参与这些项目的相关风险是非常重要的。有效的资源规划是每个参与者的一个重要环节，因为私营和公营企业的资源有限。准确评估各参与方之间的风险重要性，最后将风险排序和高风险焦点作为风险应对阶段的输入，保证BOT项目风险管理的成功。
本文通过FMADM建立了一个基于BOT方式的基础设施项目风险排序模型。此外，还提出了BOT项目风险排序的有效准则。
3.模糊多属性决策（FMADM）
MADM的目标是获得对所有相关属性都具有最高满意度的最优方案。MADM问题可以用几种现有的方法来处理，例如Hwang和Yoon（1981）开发的TOPSIS和Srinivasan和Shocker（1973）开发的LINMAP。TOPSIS方法和LINMAP方法是两种著名的多属性决策方法，它们被广泛应用于各个工业领域。由于许多条件，数据不足以或不足以模拟现实问题，这些方法用于模糊环境（Ertugrulamp;Karakasoglu，2009；Sasmalamp;Ramanjaneyulu，2008；Wangamp;Chuu，2004；Wangamp;Elhag，2006，2008）。
模糊集理论是现代数学的一个分支，用来模拟人类认知过程中固有的模糊性。从那时起，它就被用来解决定义不清的复杂问题，因为现实世界系统的特征是不完整和不精确的信息。因此，它适合于涉及人类直觉思维的不确定或近似推理。此外，对于DM来说，通常很难为所考虑的属性的备选方案指定精确的性能等级。用模糊数代替精确数确定属性的相对重要性是模糊方法的优点之一。在FMADM方法的理论描述之前，我们简要回顾了模糊集理论的基本原理，如下所示：
定义1。语篇x中的模糊集具有隶属函数的特征，隶属函数与X中的每个元素x相关联，在区间[0,1]中是实数。函数值称为中x的隶属度。
三角模糊数可由三元组（、、）定义。其数学形式如式（1）所示（李阳，2004）。
（1）
定义2。设=（、、）和=（，，）为两个三角模糊数，定义顶点法计算它们之间的距离，式（2）：
（2）
属性1。假设=（、、）和=（，，）都是实数，则距离测量d（）与欧几里德距离相同（Yangamp;Hung，2007）。
属性2。设，和是三个三角模糊数。当且仅当d（，）le;d（，）时，模糊数比其它模糊数更接近于模糊数（Yangamp;Hung，2007）。
在FTOPSIS方法中，决策矩阵和权重向量作为模糊值，直接由生成模糊正理想解（FPIS）和模糊负理想解（FNIS），然后将最优折衷方案定义为距离FPIS最短、距离FNIS最远的方案。然而，在FLINMAP方法中，权重向量和FPIS是先验未知的。FLINMAP方法是基于对决策者给出的方案的两两比较，生成最优折衷方案作为距离决策者最短的解。
当根据各种定量和定性标准作出决策时，这些方法非常有用。与其他方法相比，这些方法的优点是通过考虑其他更好的解决方案的组合来提供理想的解决方案。
3.1规范化方法
矢量归一化用于计算。
（3）
当时。
3.2FTOPSIS法
FTOPSIS程序定义如下（Hwangamp;a
剩余内容已隐藏，支付完成后下载完整资料
资料编号：[241051]，资料为PDF文档或Word文档，PDF文档可免费转换为Word
以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。
