基于群决策ANP的矿产资源境外投资风险评价研究

付书科，杨树旺，唐鹏程，刘玉婷

(中国地质大学(武汉)经济管理学院,湖北 武汉 430074)

在矿业全球化大背景下，我国积极主动参与矿产资源全球配置，开展矿产资源境外直接投资(下文简称境外投资)既有利于掌握全球矿业主动权，又有利于为经济社会可持续发展提供资源保障。从理论上讲，矿产资源境外投资是适应矿业全球化的必然选择，集中体现了“资源需求型”境外投资的特性；从实践上看，伴随着工业化与城市化加速发展，2011年我国成为全球第二大矿产资源消费国，而国内矿产资源供给的乏力进一步加深了我国矿产资源对外依赖程度，其中原油对外依存度为53.8%[注]数据来源于中国工业和信息化部发布的《石化和化学工业“十二五”发展规划》。、煤炭为14%、硫资源为59.4%、钾资源为44.3% 、天然气为11.7%、铁矿石为50%～60%，因此合理有效利用境外矿产资源已成定局，“深化国际能源资源开发和加工互利合作”[1]成为必然选择，尤其是逐步提升矿产资源境外投资在矿产品进口中的比重来优化矿产品进口布局，进而通过矿产品需求者和供给者的双重身份来应对包括价格波动在内各种风险。

矿产资源境外投资的投入资金多、投资周期长、不确定因素多等特性直接决定了矿产资源境外投资的高风险性。作为国家矿产资源安全战略实施的主体，矿企境外投资及其风险管理越来越为人关注[2]。设计一套科学合理矿产资源境外投资风险评估体系，用于我国矿产资源境外投资风险评估，不仅关系到企业自身全球化战略的效果，也关系到我国能源安全[3]。为此，本文从矿产资源境外投资风险传导机理特性出发，指出由于风险内部相互作用违背了层次分析法(Analytic Hierarchy Process，简称AHP)中“无反馈作用”和“同一层次相互独立”的假设，故应采用网络层次分析法(Analytic Network Process，简称ANP)来确定相应权重，并通过相应计算机软件规避了群决策过程中复杂计算问题，使群决策ANP更具实用性。此外，矿产资源境外投资风险评估系统不仅具有模糊性、难以量化的特性，而受制于评估者自身专业水平、个人偏好，系统更具有灰色性，因此本文引入灰色系统理论，采用群决策ANP-灰色模糊综合评估法。

风险评估可细分为风险估计和风险评价，是整个风险管理工作的重中之重。风险估计是对已识别的风险进行估计，包括发生的概率及其可能引致的损失；风险评价是指根据投资主体等相关利益主体共同接受的准则来对风险估计的结果进行综合评价，其核心任务是确定投资主体面对的风险是否需要处理及处理的程度[4]。

针对矿业投资风险因素具有的随机性和不确定性，国内学者结合我国矿产资源境外投资的实际从不同角度出发对风险评估进行了诸多有益尝试，如：潘允敬(2001)利用模糊数学工具对矿业投资项目风险状态进行了评估[5]；李嘉豪(2005)将模糊数学和层次分析法相结合对境外矿业投资的风险指标进行了量化并确定了风险程度[6]；马东霞、扬殿、郭立(2005)采用敏感性分析和概率分布结合法[7]，刘文生(2007)通过叶贝斯网络法对矿业投资的风险因素进行了评估[8]，使矿业风险投资评估工具更加多元化。这其中，由于层次分析法和模糊数学的广泛适用性而被广泛应用于矿产资源境外投资风险评估中[9]，围绕着一致性检验的修正，不断延伸出模糊综合评估法、模糊层次分析法(Fuzzy Analytic Hierarchy Process，简称F-AHP)等(下文将其统称为传统模糊综合分析法[注]为了区分本文定义的风险评估包括风险估计和风险评价，将模糊综合评估法改为传统模糊综合分析法。)，将模糊综合分析运用到风险评估方面的相关研究方兴未艾，代表性的文章如：聂名华与颜晓晖(2007)在《中南财经政法大学学报》发表的《境外直接投资风险识别及其模糊综合评价》[10]；韩恩泽、朱颖超等人在《河南科学》发表的《基于Fuzzy-AHP的中国石油企业海外投资风险评价》[3]。

1 传统模糊综合分析法的局限性

矿产资源境外投资风险因素随机性和不确定性的特点决定了客观权重法，如主成分、熵值法在此并不适用，相反主观权重法，尤其是层次分析法则更具合理性，从这个意义上说传统模糊综合分析法有其可取之处，这也是传统模糊综合分析法占据当前矿产资源境外投资风险评估主流的重要原因。

但是，应当注意的是层次分析法是建立在以下假设之上的。①决策问题细化为多个层次，上层元素对下层元素有支配作用，而下层元素对上层元素无反作用，即不存在反馈作用；②同一层次相互独立，不存在内部的相互影响。实践中，尤其是在矿产资源境外投资风险评估中，这些假设并不适用。以杨彬博士论文《中国石油企业海外油气开发项目风险识别与控制研究》[11]建立的ISM模型为数据来源，构造如图1所示的矿产资源境外投资风险传导解释结构模型。

从图1中可以看出，矿产资源境外投资风险传导模型不仅兼具层次性与等级结构性，更具备复杂性，即同层次风险不具备独立性，同时下层风险亦对上层风险具有反作用。因此，必须采用一种全新的权重确定方法来放松AHP的相关假设以提高权重赋予的合理性，而当前由于学术思维的惯性，传统模糊综合分析法的缺陷并未引起有效重视，甚至无相关研究跳脱AHP的局限，只是对于一致性检验的小修小补，造成了传统模糊综合分析法的虚假繁荣。

此外，矿产资源境外投资风险评估系统中各要素不仅具有模糊性、难以量化的特性，而受制于评估者自身专业水平、个人偏好，系统更具有灰色性。

为此，本文引入Saaty(1996)提出的ANP方法和邓聚龙(1982)提出的灰色理论对人为因素误差进行修正，进而使矿产资源境外投资风险评估流程更具合理性和有效性。

图1 矿产资源境外投资风险体系的解释结构模型

2 群决策ANP-灰色模糊综合评估法

2.1 群决策ANP[12]

ANP摒弃AHP中同一层次中内部独立和下层对上层无反馈作用的假设，认为不仅评估对象决定各标准的重要性，而且各标准也决定评估对象的重要性，呈现“作用与反作用”的关系，此外各层次内部各要素也相互依存。对经典AHP假设的放松，使ANP更具生命力，而SD软件的推广更增强了其可操作性。

ANP将系统分为控制层和网络层，其中控制层包括目标和准则，各准则受目标支配，相互独立。一个控制层必有一个目标，但可以没有准则；网络层包括各元素组及其相应元素，各元素组及其元素之间可以相互影响。标准ANP结构见图2。

在ANP中，以P1,P2,…,Ps,…,Pm表示控制层中各准则；C1,C2,…,Ci,Ck…，CN表示网络层中各元素组；ei1,ei2,…,eij,…,eini表示元素组Ci各元素。则群决策ANP决策步骤包括超矩阵构造、加权超矩阵构造和极限超矩阵构造。

其中，超矩阵构造以控制层中Ps为主准则，以Ci中元素eij为次准则[注]在主准则Ps下，两个元素对第三个元素的影响程度比较，这里称第三个元素为次准则，得出的结果为间接优势度。，分别按照AHP[注]AHP原理已广为人熟知，这里不作介绍，可参考聂名华与颜晓晖(2007)在《中南财经政法大学学报》发表的《境外直接投资风险识别及其模糊综合评价》。法中两相较的方法衡量元素组Ck中各对其有影响的各元素的间接优势度，由此得到超矩阵W。应当指出的是，AHP中常常涉及多专家评分的群决策问题，经常被推荐使用的方法为加权几何平均群排序向量法[13]，但其较复杂的计算过程亦使其运用受限。鉴于此，本文选取Yaahp软件中“群决策”模块下的加权几何平均群排序向量法进行集结，以提高实践中运用效率；加权超矩阵构造主要是将整个W，化成归一化矩阵，即以Ps为准则，构造各元素组对Ci的归一化加权矩阵A，并把加权矩阵A与超矩阵W做矩阵相乘，即可得到加权超矩阵W′；极限超矩阵主要对W′进行稳定化处理，常用方法是幂法，直到其收敛为止。

通过SD软件计算出相应权重，记评价元素组Ci的权重向量为Q= (q1,…,qN)，元素组Ci中各元素的权重向量为QCi=(qei1,…,qeini)。

2.2 灰色模糊

自邓聚龙教授(1982)首度创立灰色理论以来，由于其以“贫样本、不确定性”为己任，因而在不确定性领域广泛应用。而本文涉及的矿产资源境外投资风险评估不仅涉及模糊性，更由于评估者自身专业水平、个人偏好的影响，系统更具有灰色性。因此将灰色理论引入不仅丰富了矿产资源境外投资风险评估工具，而且使其更具有合理性。

灰色模糊基本步骤包括分级及其白化权函数确定，模糊评价样本矩阵与灰色评价矩阵构建[14-16]。

对于风险这一类模糊概念，由于实践中并无具体的数值与其对应，因而常用的处理方式是对其进行三分或五分，并赋予相应的分值。结合本文的研究目的，本文选取五分以给予起步期矿产资源境外投资风险一个较为准确的值。以v1～v5分别为“很高”、“较高”、“中等”、“较低”和“很低”，其分值分别为9、7、5、3、1分，则v1的灰数[0，9，∞]，v2的灰数为[0，7，14]，v3的灰数为[0，5，10]，v4的灰数为[0，3，6]及v5的灰数为[0，1，2]。以此，得出对应的白化权函数，此处仅以v1为例。

(1)

组织p位相关领域专家，通常以5位为最佳，对N个元素组中各元素按照v1～v5等级评分，得到由deijk构成的模糊评价样本矩阵D。其中i=1…N，j=1…nN，k=1…p。

(2)

2.3 综合估计

对Ci进行综合估计，得到第一级综合估计结果,见式(3)。

Bi=QCi·RCi=(bi1,bi2,bi3,bi4,bi5)[注]·为模糊合成算子，实践中通常运用M(·,⊕)。

(3)

将每一个Ci看作是一个因素，用Bi作为其单因素评价，就可以构成第二级模糊估计隶属矩阵R，于是可以得到第二级模糊综合估计结果，见式(4)。

B=Q·R=(b1,b2,b3,b4,b5)

(4)

为防止根据最大值原则判断带来的信息损失，对B进行单值化处理，即求出风险综合得分Z，进行风险评价，见式(5)。

Z=B·(9,7,5,3,1)T

(5)

3 矿产资源境外投资风险评估流程

矿产资源境外投资风险评估针对已识别出的各风险类型，运用群决策ANP-灰色模糊综合评估法对其进行风险估计，并对估计结果根据相应风险评估基准进行评价，进而决定计划的可执行性。流程详见图3。

3.1 指标选取[17]

矿产资源境外投资风险评估涉及因素很多，且较复杂，因此只有通过多角度构建评估系统，才能准确反映矿产资源境外投资风险程度。当前国内外并没有形成一套公认的分类标准。综合研究国内外相关文献，当前对矿产资源境外投资风险划分主要有如下几种:从风险投资的性质来划分，可以分为地质风险、社会风险、政治风险、法律风险、经济风险、技术风险等；从风险投资的内外因素来划分，可以分为来自内部的风险和来自外部的风险；从风险投资是否可控制来划分，可分为可预测并加以控制的风险和不可控制的风险；从风险的地域出发，直接以东道国命名，如墨西哥风险等。但不论何种分类方法，其都以自然、地质、政治等为具象，因此本文遵循系统科学的风险识别准则，建立如表1所示的指标体系。

表1 我国矿产资源境外投资风险评估指标体系

3.2 风险估计

运用群决策ANP-灰色模糊综合评估法，遵循其流程对识别出的风险类型进行估计，得出相应风险得分。

3.3 风险评价

根据风险估计计算出的结果，结合投资主体相应风险偏好及其风险处理技术，判断风险是否需要处理及其处理程度，进而判断投资行为是否可取。

4 案例运用

根据上述流程及方法，以黑龙江省矿企为主体，以俄罗斯远东地区为靶区，进行了典型案例运用。

4.1 权重确定

通过邀请国内5位相关专门打分，运用Yaahp进行群决策处理，运用SD软件进行ANP构建，得到如表2所示的权重。

表2 矿产资源境外投资风险指标体系及权重

4.2 灰色评价矩阵

5位专家的模糊评价样本矩阵见式(6)。

(6)

则根据式(1)与式(2)，结合D矩阵数据，可得Ci(i=1，…，5)的各灰色评价矩阵RCi，分别如下所示。

以C1中e11指标的灰色评价向量(0.26，0.34，0.34，0.05，0)计算为例介绍Ri具体求法。

对于e11指标，各等级的灰类系数xijv如下所示。

v=v1时，x11v1=fv1(de111)+fv1(de112)+…+fv1(de115)=3.22；

v=v2时，x11v2=fv2(de111)+fv2(de112)+…+fv2(de115)=4.14；

v=v3时，x11v3=fv3(de111)+fv3(de112)+…+fv3(de115)=4.20；

v=v4时，x11v4=fv4(de111)+fv4(de112)+…+fv4(de115)=0.67；

v=v5时，x11v5=fv5(de111)+fv5(de112)+…+fv5(de115)=0.00。

因此x11=12.23，则有rijv1=3.22/12.23=0.26；rijv2=4.14/12.23=0.34；rijv3=4.20/12.23=0.34；rijv4=0.67/12.23=0.05；rijv5=0.00/12.23=0.00。

4.3 综合估计

根据表2中各局部权重和各灰色评价矩阵RCi，可求出第一级综合估计结果。

以自然地质风险模糊综合评价计算为例，根据式11，运用Matlab7.0可得到如下结果。

同样，计算出政治法律风险、社会文化风险、经营管理风险和经济风险的模糊综合估计结果如下所示。

B2=(0.26,0.34,0.34,0.06,0)；

B3=(0.29,0.36,0.29,0.06,0)；

B4=(0.24,0.29,0.3,0.14,0.03)；

B5=(0.29,0.36,0.26,0.08,0.01)。

根据第一级模糊综合估计法的结果，可以得到第二级模糊综合估计隶属矩阵R。

运用式(4)得第二级模糊综合估计结果B=Q·R=(0.29,0.36,0.28,0.07,0)，进而据式(5)有Z=6.74。

4.4 风险评价

就本案例而言，风险得分为6.74，总体偏向于“较高”水平，因此虽然俄罗斯远东地区极具开发潜力，但仍然需要针对黑龙江省矿企具体风险偏好及其风险处理水平进行具体分析。

黑龙江省矿业当前集中化程度低、信息化水平落后的现状直接制约了矿企风险处理的能力，因此针对远东项目，部分有实力的黑龙江矿企应先从小项目做起，积累经验，并重点防范以经济风险为代表的外部风险，同时加强“内功”修炼以更好适应矿业全球化浪潮。

5 小结

从理论上看，本文给出的群决策ANP-灰色模糊综合评估法修正了传统模糊综合分析法权重确定的缺陷，并将灰色理论引入其中，更好处理人为偏差，丰富了矿产资源境外投资风险评估的工具；从实践上看，科学合理的风险评估，对于我国矿企“走出去”过程中进行风险管理具有重要意义，进而为我国经济社会可持续发展提供资源保障。

当然，矿产资源境外投资风险评估系统亦具有动态性，应根据现实情况及时调整相应指标及其权重，以更合理评估矿产资源境外投资风险。

[1] 中华人民共和国国民经济和社会发展第十二个五年(2011～2015年)规划纲要》第五十二章第二节《加快实施“走出去”战略》[EB/OL][2012-12-10].http://news.xinhuanet.com/politics/2011-03/16/c_121193916_28.htm.

[2] 李树芳，潘懋.海外石油勘探开发投资的风险及防范[J].商业研究，2005(1)：114-116.

[3] 韩恩泽，朱颖超，张在旭.基于Fuzzy-AHP的中国石油企业海外投资风险评价[J].河南科学，2010(2)：235-239.

[4] 张世超.我国非能源类矿业海外拓展企业战略与风险控制研究[D].长沙：中南大学，2009.

[5] 潘允敬.矿业投资经济风险因素与风险控制程度的模分析[J].金属矿山，2001(1)：1-2.

[6] 李嘉豪，杨建明.层次分析法在矿业项目投资风险评估中的作用[J].矿业研究与开发，2005(12)：9-12.

[7] 马东霞，扬殿，郭立.矿业项目风险性分析的实用方法及其应用[J].金属矿山，2005(8)：5-6，75.

[8] 刘文生.矿业投资风险决策的贝叶斯网络方法[J].化工矿物与加工，2007(6)：30-40.

[9] 程明，李伟.基于AHP的钢铁企业矿石资源海外投资风险研究[J].当代经济，2012(3)：49-51.

[10] 聂名华，颜晓晖.境外直接投资风险识别及其模糊综合评价[J].中南财经政法大学学报，2007(2)：86-90.

[11] 杨彬.中国石油企业海外油气开发项目风险识别与控制研究[D].哈尔滨：哈尔滨工业大学，2010.

[12] THOMAS L S.The Analytic Network Process: Decision Making with Dependence and Feedback[M].New York: RWS Publications, 2001.

[13] 刘凤.国外矿产资源开发选区风险评价研究[D].长沙：中南大学，2009.

[14] 赵强，杨锡怀，孙琦.产业集群创新环境的灰色层次综合评价[J].东北大学学报，2006(1)：103-106.

[15] 刘思峰.灰色系统理论及其应用[M].第4版.北京：科学出版社，2010.

[16] DIKMEN I, BIRGONUL M T, SEDAT H.Using Fuzzy Risk Assessment to Rate Cost Overrun Risk in International Construction Projects[J].International Journal of Project Management, 2007(25): 494-505.

[17] ERIK M, VERMEULEN, SPRONK J, et al.Analyzing risk and performance using multi-factor concept[J].European Journal of Operational Research, 1996(93): 173-184.