杨维俊

（临沧市临翔区水利局 677000）

风险分析在水利工程建设项目经济评价中是一项重要内容。水利工程项目经济风险分析的实质，就是分析工程的全部风险因素。也就是分析当这些风险因素发生变化时，对工程经济效果指标的综合影响程度。这就需要对工程可能存在的风险因素进行辨别、估计和评价。

1 辨别工程风险因素

水利工程与自然界是紧密相联的，涉及因素多、牵涉面广，因而存在很多的风险因素，有较为明显的，也有较为隐蔽的。为避免遗漏工程可能存在的风险因素，保证风险分析成果的质量，在对工程进行风险分析时，就必须准确地辨别工程项目中可能存在的风险因素。辨别工程项目风险因素可依据水利工程项目可分解的特点，将工程项目按类别和层次分解成若干个子项目，找出其中各自存在的风险因素，然后再进行综合，得出全部的风险因素。

辨别工程可能存在的风险因素是一项技术性很强的工作，它的准确程度取决于风险分析人员的判断能力和工作经验。在进行工程项目风险因素分析确认时，为避免失误，应按工程各部分的功能、特征、特点采用“分层划分”的方式对项目进行分解。例如，在辨别水库工程项目建设费用的风险因素时，就可按工程各部分的作用和特征将其分解为主体工程项目和附属工程项目。主体工程项目又可分解为拦河坝工程、输水隧道工程、溢流堰工程、电站厂房、机电设备、工程运输和管理费用等子项目的建设费用进行考察分析。若认为这些子项目还太大，还可进一步分解为土石方开挖量、混凝土浇筑量、设备材料价格、劳动力价格等子小项目。若还不能准确地辨别出这些子小项目的风险因素，那么就对子小项目再作进一步分解，分解成曾小项目，一直分解到工程技术人员能较为准确地辨别出工程的全部风险因素时为止。

2 风险因素分级

风险因素“分级”就是将工程项目可能存在的风险因素按其对工程经济效果的影响程度和可能发生的几率进行“分类”，其目的是为了简化计算。水利工程项目的风险因素一般有很多，因此，若要逐一对这些风险因素进行量化，则计算工作很大，有时还可能出现由于数据太多，而使计算无法进行的情形。事实上，也没有这种必要。因为工程中存在的各种风险因素对工程经济效果的影响程度是不同的，有的影响很大，有的影响很小，有的出现几率很大，有的出现几率很小，有的甚至可能在计算期内根本不出现。因此，在得出工程可能存在的所有风险因素后,还必须进行分级处理,以减少计算工作量。一般是可将工程的风险因素分成高、中、低三个等级（见表1）。即将对工程经济效果影响较大、出现几率较多的风险因素定为高级，次之的定为中级，再次之的定为低级。对高级别的风险因素，需逐一加以分析和数量化；对低级别的风险因素，可不进行具体的分析和计算；对中级别的风险因素，则根据具体情况而定，有的需要加以数量化，有的则不需要。

3 风险因素数量化

风险因素数量化是工程风险分析的核心内容。风险因素数量化就是将工程的风险因素数量转化为风险因素的概率分布，即确定出其可能的数值幅域和相应出现的概率。各风险因素对工程的不确定性影响可以与基本方案的偏离来表示，即风险势态。“风险势态”形成的方法有很多，按其性质来分，大体可分为“客观风险势态”和“主观风险势态”两类。

表1 水库工程项目一般所含风险因素及其风险等级

“客观风险势态”是依据现有的资料和数据运用数理统计理论计算出来的概率分布。“主观风险势态”则是人们凭自己的经验主观确定的概率分布。

由于“主观风险势态”的方法可能带有一定的主观性，因此，为避免判断失误和发生偏差，其“风险势态”一般由多个有经验的专家集体讨论决定。

“主观风险势态”的形成，最为常用的方法是“三角分布”法。该方法的一个突出优点是：对所论证的风险因素只需专家们提供最小值、最可能值和最大值三个数值，而无需他们直接给出具体的概率，因此，可以减少专家们的计算工作量。

“三角分布”的最小值是某一绝对的值，低于该值的任何数值均不能存在，即最小值的概率是零。如果某一专家认为他预期的最小值会发生，那就请他挑选一个更低的最小值；最可能值是专家们认为最有可能发生的数值，它是分布的高频值，而不是均值；最大值是绝对的最高限值，即不再存在任何大于它的数值，因而同样的最大值本身的概率也为零。如果某一专家认为他预期的最大值可能会发生，那就请他把这个值定得更高一些。

假设风险变量x的最小值、最可能值、最大值分别为 a、b、c，则 a、b、c 三个数值就构成“三角分布”（见图1），即得风险变量Χ对工程经济效果影响的概率密度分布函数为

对应于x值（a≤x≤c），各点的累积概率为

式中CF——累积概率。

图1 三角分布

现以水价风险变量的数量化来说明“三角分布”法的具体应用。水价是计算水库工程(发电、供水)效益的一项重要参数，它的大小直接影响水库工程的经济效益。根据资料，某水库在制定水价时，邀请了5位熟悉这方面情况的专家对这一风险因素进行评估。评估结果见表2。

表2 水价不确定性风险评估结果 单位：元/m3

类似地，就可以做出所有风险变量的概率分布（见图2）。对任何一个风险因素，为了使分析出的概率分布准确可靠，只要条件允许，就应尽可能地采用客观真实数据求出客观概率。只有在客观概率无法求出时，才考虑采用主观概率。

图2 水价—概率分布

4 风险组合

风险组合就是将上述风险因素数量化后，得到的全部风险因素的概率分布曲线，也就是上述各风险因素发生变化时对工程经济效果产生的随机波动进行全面的分析。分析方法很多，一般采用蒙特卡洛模拟法。

蒙特卡洛模拟法是通过随机变量的统计试验、随机模拟，求解数学、物理、工程技术问题近似解的数值方法，亦称随机模拟法。其原理较为简单。

式中x——服从某一概率分布的随机变量；

f（x）——未知或是非常复杂的函数式，用解析法不能求得Y的概率分布。

所谓蒙特卡洛模拟法是通过直接或间接抽样求出每一随机变量 X，然后代入 Y=f（x）[x=c（x1，x2，…，xn）]式中求出函数值Y，这样反复地独立模拟计算多次，便可得到函数值Y的一批抽样数据Y1，Y2，…，Yn。

当独立模拟的次数相当多时，就可由此来确定函数Y的概率特征。并可用样本均值

近似作为函数Y的期望值。

以样本标准差

作为Y的精度的统计估计。

上两式中N——模拟计算次数，即Y的子样数；

Yi——模拟计算得函数Y的第i个子样，i=1，2，3，…，N。

显然，假定式（3）的函数Y为水利工程项目的经济效果指标，自变量 X（x1，x2，…，xn）为工程风险分析中所考虑的风险因素（变量），则在对风险因素（变量）进行数量化之后，就可以运用蒙特卡洛模拟法来推求工程经济效果的分布。如经济效果指标为经济净现值NPV、经济内部收益率为 IRR、自变量 X（x1，x2，…，xn）为工程风险分析中所考虑的风险因素（变量），则在对风险因素（变量）进行数量化之后，就可运用蒙特卡洛模拟法来推求工程总体的经济效果的分布。

5 案例

某地区修建一座水利枢纽工程，经分析计算，该工程的社会折现率为10%，计算期内经济净现值为520万元，其他与之有关的经济指标见表3。

表3 某水利枢纽工程有关的经济指标

根据工程情况，对该工程项目经济效果指标经济净现值NPV的风险程度进行分析。

5.1 工程风险因素辨别与分级

按前述风险因素辨别方法，经有关专家和工程技术人员评议，该水利工程可能存在的风险因素共有81个。按高、中、低三个等级划分，高级别的风险因素有工程建设投资、工程移民费用、工程经营成本、工程发电效益、工程防洪效益、工程航运和养殖效益和工期的不确定性等7个。为简化计算，仅选定上述7个高级别的风险因素作为该水利枢纽工程经济风险分析中的基本风险变量。

5.2 工程基本风险变量数量化

工程基本风险变量数量化采用“三角分布”法。按专家们给出“三角分布”的三个估计值（算术平均值），求得该水利枢纽工程基本风险变量概率分布，见表4。

5.3 工程经济净现值风险分析（风险组合）

依据该水利枢纽工程的特点和前述确定的基本风险变量，其工程经济净现值NPV可用下式表示：

表4 某水利枢纽工程基本风险变量概率分布

式中x1，x2，x3——工程发电、防洪、航运效益现值；

x4，x5，x6——工程建设投资、移民费用、经营成本现值；

本现值：

x7——工期对NPV的影响因子。

xi（i=1，2，…，7）均服从于表4所列的概率分布。

在此基础上，每假定一组xi，利用式（6）就可求得一个NPV值。依照蒙特卡洛模拟法反复模拟计算，求得该水利枢纽工程经济净现值NPV的样本分布曲线（概率曲线），见图3。

该工程成功的概率（经济净现值大于零的概率）为99.4%，失败的概率（经济净现值小于零的概率）为0.6%，可见该工程的抗风险能力是很强的。由图3还可以看出，该工程经济净现值的期望值597万元，它大于基本方案中的估算值520万元，两者相差14.5%，这意味着该水利枢纽工程在基本分析中对工程费用和工程效益的估算均偏于安全。

图3 某水利枢纽工程经济净现值—概率曲线

6 结语

以上所述的经济风险分析方法、步骤以及所举的案例，均以各风险变量独立、随机、互不相关为前提，因此没有考虑各风险变量的概率相关问题，但在实际问题中，又往往存在着概率相关问题。如在水利工程中，若地质情况出现了不利的变化，则工程量就会增大，工程量增加得过多，无疑会引起投资过多和工期延长。此时投资和工期这两个变量就存在着一定的相关关系。若在这种情况下对工程进行风险分析，仍将它们作为相互独立、互不相关的变量来考虑，则有可能引起最终的分析结果失真。因此，在对工程项目进行风险分析之前，应分析工程各项目之间的相关关系。对于具有强相关的风险因素，应将它们叠加，生成一个新的独立的风险变量；对于具有弱相关的风险因素，原则上应按数学上的有关方法进行处理，但考虑到采用数学方法进行处理的复杂性，为简化计算，也可将它们作为相互独立的风险因素来对待。❋