发布时间：2023-09-21 10:01:22
绪论：一篇引人入胜的项目风险评估，需要建立在充分的资料搜集和文献研究之上。搜杂志网为您汇编了三篇范文，供您参考和学习。
中图分类号：F27 文献标识码：A
风险评估就是在充分掌握资料的基础之上，采用合适的方法对已识别风险进行系统分析和研究，评估风险发生的可能性（概率）、造成损失的范围和严重程度（强度），为接下来选择适当的风险处理方法提供依据。根据实际需要的不同可以对风险进行定性分析和定量分析。定性分析一般是根据风险度（重要程度）或风险大小（概率×强度）等指标对风险因素进行优先级排序，为进一步分析或处理风险提供参考，常用方法有专家打分法等。定量分析则是将体现风险特征的指标量化，加深对风险因素的认识，有助于风险管理者采取更具针对性的对策和措施，常用方法有敏感性分析、蒙特卡罗分析等。下面介绍常用的一些风险评估方法。
一、专家调查法
在风险识别的基础之上，请专家对风险因素的发生概率和影响程度进行评价，再综合整体风险水平进行评价。该方法简单易行，可以在采用德尔菲法进行风险识别时同时进行，节约成本和时间，缺点是主观性强，依赖于专家水平。
二、蒙特卡洛模拟法
蒙特卡洛模拟法又称统计试验法或随机模拟法，其原理是将项目目标变量（风险评价指标）和各个风险变量综合在一个数学模拟模型内，每个风险变量用一个概率分布来描述，然后利用计算机产生随机数（或伪随机数），并根据随机数在各个风险变量的概率分布中取值，算出目标变量值，经过多次运算即可得出目标变量的期望值、方差、概率分布等指标，绘制累计概率图，供决策者参考。
风险变量的确定，一般采用前述的风险识别方法，如果风险因素较多，可以先进行敏感性分析，选择敏感的风险因素作为风险变量。风险变量的概率分布描述是进行模拟分析的基础，常用的有正态分布、β分布、三角分布、梯形分布、阶梯分布等，销售量、售价、产品成本等变量多采用正态分布，工期、投资等变量多采用三角分布描述。对有历史数据的风险变量可根据数据做统计分析，估计其概率分布，对没有历史数据的风险变量，可以采用专家调查法确定变量的概率分布。
该法由法国数学家John.ron.neuman创立，由于其依赖的概率统计理论与赌博原理类同，因此以欧洲著名赌城摩纳哥首都Monte Carlo命名。该方法的优点是使用计算机模拟项目的自然过程，比历史模拟方法成本低、效率高，结果相对精确；可以处理多个因素非线性、大幅波动的不确定性，并把这种不确定性的影响以概率分布形式表示出来，克服了敏感性分析的局限性。不足之处是依赖于特定的随机过程和选择的历史数据，不能反映风险因素之间的相互关系，需要有可靠的模型，否则导致错误。
三、计划评审技术（PERT）
该方法是用网络图来体现项目中各项活动的进度和相互之间的关系，确定关键路径，计算总工期及概率，再综合考虑资源因素，得到最佳的项目计划方案。PERT主要用于对项目的进度管理，评价进度和费用方面的风险。它适用于评价缺乏历史经验资料的科研或产品研发项目风险以及与进度相关的项目风险。由于该方法的前提是假设项目每项活动的时间服从正态分布或β分布，总工期和关键路径都具有随机性，但是随着关键路径的确定，这一假设就失去意义，因此具有一定的缺陷。
四、敏感性分析法
敏感性分析法是指在假定其他风险因素不变的情况下，评估某一个（或几个）特定的风险因素变化对项目目标变量的影响程度，确定它的变动幅度和临界值，计算出敏感系数，据此对风险因素进行敏感性排序，供决策者参考。这种方法应用广泛，常用于项目的可行性研究阶段，有助于发现重要的风险因素，具体又可分为单因素敏感性分析和多因素敏感性分析。其缺点在于只能体现风险因素的强度而不能反映发生概率，也不能反映众多风险因素同时变化时对项目的综合影响。
五、决策树法
决策树法是指利用图解的形式，将风险因素层层分解，绘制成树状图，逐项计算其概率和期望值，进行风险评估和方案的比较和选择。一棵简单的决策树包括决策节点、状态节点和结果节点，决策节点与状态节点之间为方案分支，状态节点引出的分支为状态分支，决策节点上标注最终方案的收益期望值，方案分支标注方案名称，状态节点标注某个行动方案收益期望值，状态分支标注状态名称和概率，结果节点标注收益值。一般会求出目标变量在所有风险因素所有概率组合下的期望值，再画出概率分布图，因此计算量与风险因素和变化的数量成指数关系，并且需要有足够的有效数据做支撑。这种方法层次清晰，不同节点面临的风险及概率一目了然，不易遗漏，能够适应多阶段情形下的风险分析，但用于大型复杂项目时工作量较大，也不适合用于缺乏类似客观数据的项目。
六、影响图法
影响图是指由风险结点集合和反映风险关系的有向弧集合构成的无环有向图，它是在决策树基础之上发展起来的图形描述工具，包含了对风险变量相关性的描述，既可以表示变量之间的概率依赖关系，又可用于计算，能够有效地把决策问题转化成模型，是决策问题定性描述和定量分析的有效工具。其优点是概率估计、备选方案、决策者偏好等资料完整；图形直观、概念明确；计算规模随着风险因素个数呈线性增长。缺点是需要获取大量的概率和效用值，对于复杂问题建模困难。
七、模糊综合评价法
模糊理论是美国加州大学伯克力分校卢菲特・泽德教授于1965年首先提出的一种定量表达工具，用来表达某些无法明确定义的模糊性概念。事物的某些状态或属性如男或女，可以明确区分，但是如漂亮或不漂亮、高或矮之类带有主观意识的属性，则很难以明确的标准加以区分，模糊理论接受自然界模糊性现象存在的事实，并将其量化，进行相关研究。
风险也具有模糊性，主要表现为风险的强度或大小很难进行明确的界定。模糊综合评价法将项目风险大小用模糊子集进行表达，利用隶属度及模糊推理的概念对风险因素进行排序，以改进的模糊综合评价法为基础，采用层次分析法（AHP）构建风险递阶层次结构，采用专家调查法确定各层次内的风险因素指标权重，逐级进行模糊运算，直至总目标层，最终获得项目各个层级以及整体的风险评估结果。该方法将风险的定性和定量分析相结合，对于难以量化的风险因素如法律变动，也能进行有效分析，不依赖绝对指标，避免标准不合理导致的偏差。缺点是专家的主观偏见和能力水平可能会影响结果，对隶属度变化时评价结果改变的波动性利用不够。
八、风险矩阵法
该方法又称风险值法，1998年由Paul R等人提出。该方法将风险事件发生的概率和影响程度分级评分，然后分别作为矩阵的行和列形成风险矩阵，将风险概率和风险后果估计值（0～1）相乘得到风险值，进而按照风险事件在矩阵中的位置作出评估。该方法使用简单快捷。缺点是计算风险概率往往需要历史数据；由于风险的随机性和影响的模糊性，易产生风险结。
九、人工神经网络技术(ANN)
该方法是模仿生物大脑结构和功能而形成的一类信息处理系统，最先由美国生物学家Warren Mcculloch和数学家Walter Pitts于1943年提出，经过几十年的发展已经成为多学科综合的前沿学科。人工神经网络的基本结构单元是神经元，它一般是多个输入、一个输出的非线性单元，按照一定的层次结构排列，每层神经元以加权方式与其他层次上的神经元连接构成神经网络。根据连接方式的不同，目前已有30多种神经网络结构，最常用的是误差反向传播的多层前馈式网络，即BP网络。人工神经网络技术运作模式是建立神经元网络连接，通过学习规则或自组织等过程建立相应的非线性数学模型，经过多次信息输入和输出比对，并不断进行修正，使输出结果与实际值之间差距不断缩小。优点：具有自学习、自组织适应能力和强容错性等特性；避免了大量的繁琐计算，使评价工作更简便易行；主要是通过对以往的样本数据进行学习，获取经验，弱化了确定各因素权重时的人为因素。缺点：选择网络结构不当会影响评价结果；输出结果不能体现单个风险因素的重要程度；泛化能力差，不适用于多目标的评价过程，项目具有独特性、一次性的特点。
十、灰色评价方法
灰色系统理论是我国著名学者邓聚龙于1982年提出的，他根据信息的清晰程度，将系统分为白色、黑色和灰色，白色系统信息完全可见，黑色系统信息未知，灰色系统介于两者之间，分析过程中可充分利用已知信息将灰色系统的灰色性白化，分析方法有灰色聚类法、灰色关联分析法等。灰色关联分析是根据因素之间发展态势的相似或者相异程度来衡量因素间关联度的方法。灰色评价方法的优点：对样本量要求不高，不要求样本服从任何分布，可以有效地克服复杂系统的层次复杂性、结构关系的模糊性、动态变化的随机性、指标数据的不完全性和不确定性，排除认为影响，数据不必进行归一化处理，可靠性强。缺点：样本数据具有时间序列特性，综合评价结果具有“相对评价”的缺点，需要确定分辨率，其选择标准尚无一个合理的标准。
对项目风险定性和定量分析，为选择最佳风险处理手段提供了可靠的依据。上述风险评估方法有各自的特点和优势，有的方法以全面、精确为特点，有的方法以简单易用为优势，一些方法可以同时处理风险识别和风险评估，各方法之间也有相互交叉、相互引用的情况，在实际应用中应当根据掌握资料程度、项目实际情况具体选择。1992年英国里丁大学Simister教授对英国项目管理协会的37名会员进行风险评估技术应用方面的调查，结果显示尽管有很多新的风险评估方法，但传统的调查打分法、蒙特卡洛模拟和计划评审法使用率达70%。据统计，由于资料稀缺和时间紧迫，75%的项目经理倾向于采用专家调查打分，将风险评估主观量化。未来项目风险管理将更加注重一体化和动态持续性，风险的量化分析越来越受到重视，随着传统风险评估方法不断改进，新方法的不断完善，风险评估将会使项目管理更加科学有效。
（作者单位：重庆大学建设管理与房地产学院）
主要参考文献
[1]廖诗娜.PPP项目定量风险评估方法比较[J].合作经济与科技，2010.6.
[2]杨义灿.投资项目评价的理论、方法及应用研究[D].南京: 河海大学，2000.
[3]Paul R，Garvey PR，Lansdowne ZF. Risk matrix:an approach for identifying，assessing，and ranking program risks[J].Air Journal of Logistics，1998.25.
一、构建用于风险投资项目风险评估的风险矩阵
（一）风险集的选定
风险集的确定可根据我国风险投资项目的具体特征、所涉及的领域和所处的阶段，将具体的风险投资项目风险分为7大模块， 即环境风险、管理风险、市场风险、技术风险、生产风险、财务风险和退出风险。[1]
（二）风险投资项目风险等级的确定
由于风险投资项目很难收集到数据，采用专家调查法进行风险影响的评定。综合风险分值在4分以上为高风险，2―4为中等风险，2分以下为低风险。[2]
假设某项风险投资项目的风险影响和风险概率所得的专家评估数据对相应风险因素求平均值，得到结果为：风险影响量化值分别为（4.5，3.5，5，5，4.5，4，3），风险发生概率分别为（10%，70%，60%，90%，90%，60%，10%），则对照风险级别对照表，可由原始风险矩阵方法可判断出各风险模块的风险等级，将取得的数据填入表1中。
表1 风险投资项目风险评估的风险矩阵举例
风险类别 风险影响Ri 风险发生概率 风险等级 Borda序值 风险权重Wi
量化值R 等级
环境风险 4.5 关键 10% 中 3 0.060564
管理风险 3.5 中度 70% 低 3 0.028494
市场风险 5 关键 60% 高 2 0.298638
技术风险 5 严重 90% 中 0 0.298638
生产风险 4.5 严重 90% 中 1 0.137602
财务风险 4 严重 60% 中 3 0.137602
退出风险 3 中度 10% 中 6 0.038463
（三）风险权重的确定
先应用Borda 序值法对风险模块进行重要性排序。以环境风险为例，根据风险影响准则，比环境风险影响程度高的因素个数为2 ，即RR11=2；根据风险概率准则，比环境风险发生概率大的因素个数为5，即RR12=5；代入上述公式可得，环境风险的Borda 数为7。同理可得其他风险类别的Borda数分别为：7，11，14，12，7，3。根据Borda数确定其Borda序值分别为：3，3，2，0，1，3，6。由上述方法所得的Borda序值可知：该风险投资项目的七个风险中，技术风险最为关键，其次是生产风险和市场风险，然后依次为财务风险、环境风险和管理风险，最后是退出风险。
根据上一步骤排出的Borda序值，邀请专家组对风险投资项目的7个风险因素按重要性程度进行两两比较打分，构造判断矩阵，并求出判断矩阵的特征向量，即为各风险因素的权重向量。
表2 应用excel表格进行的层次单排序计算
按行相乘 开n次方 权重Wi Awi Awi / Wi CI=（λmax-n）/（n-1） CR=CI/RI
0.0001 0.250403683 0.03176822 0.25919 8.1587243 0.10227 0.07576
0.0001 0.250403683 0.03176822 0.19439 6.1190432 0.10227 0.07576
1440.0000 2.826146311 0.35854763 2.53238 7.0628934 0.10227 0.07576
810.0000 2.603142003 0.33025551 2.30622 6.9831517 0.10227 0.07576
8.3333 1.353772028 0.1717504 1.72109 10.020874 0.10227 0.07576
0.0001 0.250403683 0.03176822 0.25919 8.1587243 0.10227 0.07576
0.0006 0.347934789 0.0441418 0.29982 6.7921281 0.10227 0.07576
7.88220618 7.6136484 查表，得RI=1.35
本文按层次分析法中的方根法计算各风险模块的权重，由CR=0.07576
（四）确定风险投资项目的总体风险等级
专家评定的风险影响量化值为（4.5，3.5，5，5，4.5，4，3），结合各风险因素的权重，对风险因素的等级进行加权：
Z= R*RWT= （4.5，3.5，5，5，4.5，4，3） （0.0317 0.0317 0.3584 0.3302 0.1717 0.0317 0.0441） T =4.72835>4
可判断该风险投资项目的综合风险等级为高风险。其中市场风险、技术风险风险影响量化值最高，应采取充分措施防范可能带来的损失。
二、结论
本文基于风险矩阵方法对风险投资项目的风险进行评估，利用风险矩阵方法中的Borda序值法，对风险因素的重要性进行顺序，构造判断矩阵，从而确定各风险因素的权重，最后结合风险的等级量化值和风险因素的权重确定风险投资项目的综合风险等级。基于风险矩阵法数据需求量相对较小，流程简洁，系统性强等优点，使其对风险投资项目的评估更具科学性和可操作性，因此有较比较大的参考价值。
在产业结构调整的背景下，绿色信贷是关键的产业结构调整杠杆。绿色信贷是金融杠杆在环保领域内的具体化，对于我国当前进行的经济结构调整、产业结构转型具有重大意义，可以指导、引领企业走可持续发展的道路，利国利民。实行绿色信贷，对我国银行业是一个很好的契机，也是一个挑战，因为银行机构要在研究创新绿色金融产品和工具方面投入更多的力量。目前国内绿色信贷业务推进的核心难点还在于银行的专业能力有限，以CDM融资或者中间业务为例，如果银行对CDM市场不熟悉，或者对项目的投资期限、内部收益率等评估不准确，很容易就会发生判断失误。一般授信业务，银行选择一个优质企业基本就不会有大的问题，但是绿色信贷融资，跟企业背景和资产规模没什么关系，主要依赖银行的专业判断能力，现在新能源的技术更新非常快，银行要么无法判断做不了该类业务，要么就容易发生坏账。因此对CDM项目的风险进行分析是很有必要的。
CDM(清洁发展机制)项目，据《京都议定书》，清洁发展机制是一个基于项目的减排机制，目的是帮助非附件Ⅰ缔约方国家实现可持续发展并为实现公约的最终目标作出贡献，同时帮助附件Ⅰ缔约国实现其减排定额和承诺。CDM项目是针对环境友好项目的投资，项目的温室气体排放量低于目标国采用现有技术的常规商业投资项目，常规投资项目的排放水准为CCOM项目的减排基准线。遵照具体的方法学规定和核证程序，根据基准线排放和CDM项目排放之差得到的核证减排量(CERs)，以二氧化碳当量公吨计算，可以在碳排放交易系统的规定下进行交易，由此为该CDM项目带来额外的收益。
一、CDM项目风险分析与评估
CDM项目，作为一个工程项目，既有一般工程项目的风险，又具有其自身的特殊风险。根据郑爽(2006)的分类，CDM项目风险可分为：普通风险和特有风险。普通风险包括一般项目的建设风险、技术风险、行业风险、运行风险、财务风险、审批风险、市场风险、政治／政策风险、不可抗力。特有风险包括CDM项目本身的方法学审批风险、国内审批风险、核实风险、注册风险、核证风险、CER交付风险、CER价格风险、汇率风险、国际气候谈判风险等。其他CDM项目风险分类方法还有，宋彦勤(2006)将CDM项目风险划分为三类：项目风险、基准线风险、市场／价格风险等，其中每类风险，又可以细分。不管这些风险如何分类，其实都是从不同角度去归类划分。本文通过分析CDM项目的各个参与方，来评估CDM项目风险情况。CDM项目一般参与方为：项目业主方与买方。假如涉及到项目融资，则第三方为银行。CDM项目融资的基本原则是，风险应分配给最有能力和动力来管理该种风险的一方。一般讲，CDM项目业主承担主要的项目风险，如建设及运营风险、项目财务及商业风险等。CERs买家承担基准线风险、市场及价格风险、政策风险及有限的的项目风险。当发生向银行融资行为时，银行则需要承担项目带来的信用风险。银行信贷部门在评估CDM项目信贷时，不仅仅需要考察项目的财务风险，还要评估项目的其他特有风险。这对银行来说，就需要投入更多的精力及专业项目人员来进行项目的评估。这也是绿色信贷中CDM项目比其他项目的特殊和复杂之处。
如前文所述，CDM项目除具有一般工程项目风险的特点外，作为第三方的银行在进行CDM项目信贷评估时，需要特别关注CDM项目的特有风险：
1.国际气候谈判风险。国际气候谈判变化，特别是2012年后京都框架协议时代的国际气候政策变化路线及框架。
2.政策风险。具体我国来说，可以分为两个方面：(1)中国参与国际气候谈判的程度与方式；(2)中国绿色信贷政策的可持续性和标准定制，及执行力度。
3.技术风险／基准线风险。分两个方面引进国外技术的风险和开发新技术标准的风险。具体内容包含：(1)技术的合格性，是否减排信用是否符合京都议定书的规定；(2)基准线的设定，是否保守可靠，主要假设是否长期有效；(3)项目的运行表现，实际的运行结果将决定减排信用的实际产生量。
4.注册风险。(1)项目在国家发改委注册的风险，此风险一般较小；(2)EB(联合国气候变化执行理事会)注册风险，此风险不好把握。
5.CERs市场风险。市场风险，国内CDM项目市场价格风险，由于发改委采取最低指导价的原则，已经屏蔽了部分一级市场价格波动风险。特别是对于那些跟国外买家合作开发的项目，一级市场CER价格风险一般在签订购买合同时就已经转移；二级市场价格风险则跟国际气候谈判风险是正相关的。
二、CDM项目的风险控制与管理
大多数CDM项目都是轻资产、低抵押或者没有抵押性质，其预期收益中有很大一部分是未来的CERs，对银行信贷部门来讲，绿色信贷中的CDM项目贷款是一个挑战。银行信贷部门，在对信贷项目进行放贷之前，要进行项目风险评估。CDM项目作为国家鼓励的环境友好型项目，可以给银行带来两方面的效益：业务收益和社会声誉，平衡好二者关系是必须而且重要的。CDM项目的收益来自来自两个方面：(1)项目建成后的运营收入，如发电项目的发电收入等；(2)CERs收入，即卖出CERs所获得的收入。从信贷风险控制角度，主要对CDM项目的财务风险进行评估与控制。通常信贷项目的财务风险，一般根据项目的净现值(NPV)或者内部收益率(IRR)来进行评估，进而判断项目风险及投资价值。信贷部门在评估CDM项目的NPV或者IRR时，除了需要评估项目本身的收益外，还需要加入项目未来的CERs收入。虽然不同类型CDM项目的CERs收入在未来项目总收益中的比例不一样，但是CERs带来的项目的NPV及IRR提升，对项目是利好。虽然CERs的市场价格有波动的风险，根据前文所述，一级市场CERs价格风险比较小，银行在CERs未来收益评估时，主要考虑项目未来实际产出CERs量。
绿色信贷的CDM项目信贷风险管理，还可以通过引入国外金融机构来进行风险分担。国内已经有兴业银行、浦发银行等进行相关的工作。绿色贷款以借款人和项目现金流测算作为风险考虑重点，通过账户管理有效控制第一还款来源。通过与国际金融公司(IFC)签署《能源效率融资项目合作协议》，引入贷款本金损失分担机制。根据协议，贷款组合不良率在10％以内，国际金融公司承担损失的75％；不良率超过10％的部分，国际金融公司(IFC)承担损失的40％。除了对企业贷款购买的设备设定抵押权外，还要求将其未来的应收帐款、收益作为贷款担保，从而达到绿色信贷的风险最小化。但是不管CDM项目风险如何分类，其实对银行信贷部门来讲，还是如何能够在参考常规项目信贷风险评估与控制的基本步骤基础上，通过对CDM项目的特殊风险进行细化、分析，最终达到把CDM项目的信贷风险化解到最小、可控的程度。
绿色信贷中的CDM项目信贷风险，根据这类项目的特殊性，我们必须很好地把握其业务收益跟社会收益之间的平衡点。可以通过具体分析、细化风险种类，来进行风险分担，把风险控制在最小的范围内，保障银行贷款的安全，及未来收益，从而更好地为绿色信贷服务。通过对CDM项目的风险评估与管理，不仅可以更好的支持国家产业结构调整、经济转型，更可以提升银行业本身的可持续发展能力，提升银行业绿色信贷评估能力，达到绿色银行、绿色金融。
参考文献
[1]郑 爽.CDM项目的风险与控制[J]，中国能源，2006(3)
[2]宋彦勤.清洁发展机制在中国的市场潜力，国家发改委能源研究所可再生能源发展中心，2006
