【摘要】：對于資金量大、融資困難、建設時間持久、工程量繁雜的高速公路建設工程項目來說,解決資金問題是首中之重。為此,中國積極引進歐洲盛行的公私合營的項目模式——PPP模式,很大程度上降低了政府在相關項目上的資金壓力。但是引進新模式有利有弊,PPP模式在中國應用時間比較短,雖然已建立了相關的規(guī)章制度,但發(fā)展規(guī)劃和方向還不夠明確,也沒有相當完善的制度保障,因此,PPP模式在中國項目的應用上,存在著相當多的風險。風險不僅僅與項目相關各方的利益收入有關,同時也與投資的成敗息息相關,這也正是PPP模式下高速公路項目融資風險研究的必要性。本文研究的主要結論有:(1)本文在研讀文獻的基礎上,結合工程實際,對高速公路PPP項目的融資風險進行了詳細分析,按照風險的表現(xiàn)形式將高速公路PPP項目的融資風險因素分成7個類別,分別是:政治環(huán)境風險、經(jīng)濟環(huán)境風險、工程建設風險、技術風險、經(jīng)營管理風險、環(huán)保風險以及不可抗力風險,后又將這7大類風險因素進行詳細分類,分類出共25個風險因素,形成25個風險評價指標,以此建立起高速公路PPP項目融資風險的評價指標體系;(2)本文結合工程實際,引出了一種機器學習的方法——支持向量機回歸(SVR)評價預測模型對高速公路PPP項目的融資風險進行評價預測,經(jīng)過實例驗證得出,支持向量機回歸預測模型在攻速公路PPP項目融資風險評價預測問題上確實具有可行性及預測準確性;(3)在SVR的基礎上,使用啟發(fā)式的智能算法遺傳算法(GA)和蟻群算法(ACO)對支持向量機回歸評價預測模型進行優(yōu)化,可得到參數(shù)優(yōu)化后的均方誤差MSE,通過對比各算法對支持向量機模型中參數(shù)優(yōu)化的均方誤差MSE可知,蟻群算法和遺傳算法在支持向量機模型參數(shù)選擇和優(yōu)化問題中確實有優(yōu)化效果,且遺傳算法對參數(shù)的優(yōu)化效果相對更好一些;(4)通過對比兩種啟發(fā)式智能算法的優(yōu)化效果及優(yōu)化后模型的預測穩(wěn)定性可知,以絕對百分比誤差APE作為穩(wěn)定性評判標準時,遺傳算法的優(yōu)化效果最優(yōu)且相對更為穩(wěn)定,同時證明了遺傳回歸支持向量機(GA-SVR)評價預測模型在高速公路PPP項目融資風險評價預測問題上的適用性、預測的準確性和穩(wěn)定性。(5)分析GA-SVR模型的預測結果可知所舉實例項目的總體風險較大。使用PPP模式的高速公路項目基本屬于資金量龐大、技術要求高的項目,在項目的每個階段都存在著一定的風險因素,這些因素對項目整體的影響程度或大或小。在這種風險指標眾多而訓練樣本較少的情況下,使用支持向量機這種小樣本的機器學習方法對風險進行評價預測,將會是一個高效且準確的選擇。
【學位授予單位】：西安理工大學
【學位級別】：碩士
【學位授予年份】：2019
【分類號】：TP18;F542;F283
【圖文】：

在基礎設施建設快速發(fā)展的時代，高速公路是其中不可或缺的一環(huán)，隨著在相設中的投資愈來愈大，政府相關部門的融資任務也愈加艱巨，融資能力也受到了戰(zhàn)。而 PPP 這種公私合作的融資模式自 1995 年引入中國后得到快速發(fā)展，為國的融資工作中都做出了很大的貢獻，其中就不乏本文所討論的高速公路工程項P 模式下的項目一般投資額都非常巨大、整個建設維持周期很長、參與建設和管眾多，這就使項目的風險問題愈加凸顯，因此，討論如何對 PPP 模式下的融資合理預測評價及應對就愈加重要。1 選題背景及意義1.1 選題背景近些年，中國經(jīng)濟產生了很大的進展，各類的物資轉運連通了整個疆域，陸運運都隨之快速發(fā)展，其中，高速公路建設便是很重要的一部分。圖 1-1 分析了2016 年我國高速公路建設投資的情況，不難看出，隨著經(jīng)濟快速發(fā)展，我國愈速公路在基礎設施建設中的重要性，并且正在加大在高速公路建設上的投資。

圖 1-2 我國國家高速公路分布網(wǎng)圖Figure1-2 China's national expressway distribution network map路建設工程項目具有資金量大、融資困難、建設時間持久以及工程量繁雜對于高速公路建設工程項目來說，最重要的也是最急迫的就是解決資金況，本文通過借鑒國內外以往的文獻和資料簡單介紹了 PPP 模式的基本式是英國最早提出，開始發(fā)展應用于歐洲，于 1995 年引進中國，最初以目的，后以實用主義為特征并逐步推廣，經(jīng)過將近十九年的發(fā)展應用，立制推動 PPP 規(guī)范化，逐漸適合我國國情。但由于 PPP 模式在中國應用已建章立制，但發(fā)展規(guī)劃還不夠明確，相關制度保障還不夠完善，因此說，還存在著大量風險。PP 模式在具體應用中所存在的風險，必須加以預測分析，提煉出其中可無法避免的風險，在項目開始之初采取相應措施，對項目正常建設運營有時在面對一些無法規(guī)避、或者是無法避免的風險，提前做好應對措施，來的影響。何對工程項目中所存在的風險進行預測和評價，便成為目前最重要的任獻閱讀，本文將支持向量機（support vector machine，簡稱為 SVM）回歸

【相似文獻】

相關期刊論文 前10條

1 王虎;;探討項目融資風險管理的問題與對策[J];財經(jīng)界(學術版);2015年15期

2 王靜;;項目融資風險管理的應對措施分析[J];商業(yè)文化(學術版);2008年02期

3 黃曉恩;劉石磊;;工程項目融資風險分擔實施機制研究[J];現(xiàn)代商業(yè);2008年17期

4 范小軍;趙一;鐘根元;;基礎項目融資風險的分擔比例研究[J];管理工程學報;2007年01期

5 劉江華;;項目融資風險分擔研究[J];工業(yè)技術經(jīng)濟;2006年08期

6 俞云;琚向紅;池澤新;;我國企業(yè)項目融資風險管理現(xiàn)存的問題及其對策[J];項目管理技術;2004年09期

7 屈哲;芻論我國項目融資風險管理[J];財經(jīng)問題研究;2002年11期

8 許曉麗;;項目融資風險管理的問題與對策[J];商業(yè)會計;2012年01期

9 王蘇丹;;基于巴塞爾新資本協(xié)議的項目融資風險分析[J];有色冶金設計與研究;2012年01期

10 王明娣;;淺議項目融資風險的評估及防范管理[J];商品與質量;2010年SC期

相關會議論文 前3條

1 陳敬武;邢秀青;崔建英;;基于灰色系統(tǒng)理論的項目融資風險評價[A];管理科學與系統(tǒng)科學研究新進展——第8屆全國青年管理科學與系統(tǒng)科學學術會議論文集[C];2005年

2 李欣陽;;基于PPP模式下的工程建設項目融資風險問題概述[A];探索科學2016年6月學術研討[C];2016年

3 丁瑤;;鐵路建設項目融資風險分析的研究[A];鐵道科學技術新進展——鐵道科學研究院五十五周年論文集[C];2005年

相關重要報紙文章 前2條

1 何曉晴;用掉期或期權控制項目融資風險[N];民營經(jīng)濟報;2005年

2 本報見習記者 林松濤;如何理解“習奧會”的PPP共識[N];中國財經(jīng)報;2016年

相關博士學位論文 前2條

1 劉金璐;項目融資風險分擔、控制模型及其實證分析[D];天津大學;2007年

2 吳神法;礦業(yè)項目融資風險分配研究[D];中國礦業(yè)大學;2010年

相關碩士學位論文 前10條

1 胡婷;基于SVM的高速公路PPP項目融資風險研究[D];西安理工大學;2019年

2 孟憲薇;基于社會網(wǎng)絡分析方法的準經(jīng)營性PPP項目融資風險研究[D];哈爾濱工業(yè)大學;2018年

3 冷霄;NJ西郊公園項目融資風險管理[D];西安電子科技大學;2018年

4 韓振;PPP項目融資風險控制研究[D];山東大學;2018年

5 向媛;鄉(xiāng)村旅游項目融資風險評價研究[D];吉首大學;2018年

6 侯陽陽;佛山云浮產業(yè)園PPP項目融資風險評價與控制[D];遼寧工程技術大學;2018年

7 孟建芳;R河BOT項目融資風險管理案例研究[D];中國財政科學研究院;2018年

8 張杰;溧水區(qū)產業(yè)新城PPP項目融資風險控制研究[D];南京大學;2017年

9 李光宇;老撾交通基礎設施PPP項目融資風險識別研究[D];云南財經(jīng)大學;2018年

10 馮琦;項目融資風險的識別評估與處理[D];青島大學;2007年

本文編號：2714182