肖书畅　马霁竹

【摘要】本文主要介绍了目前应用最广的风险投资评估模型，阐述了其理论推导过程和实务中的运用方法，并简要评价了其优势及不足。

【关键词】风险投资；加权评分模型；层次分析模型；现金流折现模型

一、引言

风险投资是指把资金投向尚处在发展初期、存在较大风险的企业，以期成功后获取高收益的投资行为。投资前，风险投资公司通过审查项目、评估项目可行性，进而选择项目；投资后，风险投资公司进行投后管理，协助项目降低潜在风险，直至最终撤出风险资本。为保证投资收益最大化并最大程度降低潜在损失，对于风险投资项目的评估贯穿风险投资始终。

风险投资项目的风险涉及的风险种类繁多，关系错综复杂，主要来源于行业发展、政策环境、企业内部管理运营等方面。识别这些风险并将其纳入项目评估体系，便是风险投资评估模型需要解决的问题。从目前实业界的对模型的使用现状来看，投资公司使用最多有加权评分模型、AHP模型、现金流折现模型等。本文将重点介绍这些模型。

二、加权评分模型

上世纪八十年代以来，美国的风險投资业发展到一定规模，其发展模式及问题引起了研究者的广泛关注，针对风险投资理论中的风险评估研究也随之兴起。其中，以学者Tyebjee和Bruno的加权评分模型最为著名。据其专著《风险投资者的投资模型》，他们经过长期、系统的调研，运用问卷调查和因素分析法，提取出16个指标，并划分成四类风险因素，包括市场吸引力、产品差异性、管理能力、抵御逆境能力。其中，市场吸引力和产品差异性决定了风险项目的预期回报率，管理能力和抵御逆境能力决定了风险项目的预期风险。在实务操作中，投资者可以选择符合项目特定情况的评估体系，对各指标打分，综合评定入选项目的预期收益和风险，做出投资决策。加权平均模型易于投资者理解和操作，但不足之处在于，对各个指标的评估打分具有一定的主观性。

三、层次分析模型

上世纪七十年代，美国学者Saaty将定性分析法和定量分析法结合，提出了层次分析模型。该模型可以同时考虑了量化和非量化条件的复杂多规范问题，理论简单，操作便捷，在风险投资领域应用广泛。模型将与决策有关的因素分解成目标、准则、方案等若干层次，通过同一层次中，相关因素两两比较，建立正互反矩阵，再经过矩阵求解，检验一致性等，最终确定最佳的决策方案。

模型首先确定投资项目时主要考虑的评价指标，并将这些评价指标分层。进行决策评估时，可以用一个树状结构的阶级层将问题层级化。最高层是目标层，是拟研究方案的最终结果或预期目标。中间层是准则层，是实现目标所涉及的主要中间环节，在这一层中，往往根据研究、分析方案的需要，对某个因素中所涉及或关联的其它子因素进行再次的分层为次准则层或子准则层。最低层是方案层，主要是为了实现总目标而可供选择的各种具体分案。

具体而言，可以将风险投资涉及风险分为系统风险与非系统风险，从而合理构建层次结构模型。建立层次模型之后，依照决策者预设的评估标准，根据本层元素相对于上层相关元素的重要性进行排序，对本层指标进行定性比较并打分，构造各层次两两判断矩阵。通过矩阵运算方法，计算各层次因素权重并做一致性检验。实践中，往往通过采用取近似值的方法来求其最大特征根及其正交化特征向量，并以此作为决策的量化依据。

AHP模型通过层次化分类，将复杂且包含诸多不确定性的关联因素之间建立了清晰的联系，为风险投资评估提供了简便易行的方法。模型的不足之处在于，准则层元素之间的两两比较是主观评估的结果，客观性不够：在矩阵运算的方法上尚欠精确。

四、现金流折现模型

上世纪九十年代以后，Miller和F.Modigliani提出的现金流折现模型被应用到风险投资项目的价值评估中，并成为主流评估方法。现金流折现模型首次系统地把不确定性引入到企业价值评估理论中，折算企业未来的现金流计算项目净现值，计算投资公司的权益占比。利用现金流折现模型对投资项目估价，可以帮助投资公司确定所投入的资金占有项目的权益比例以及其他利益要求。

使用现金流折现模型时，首先需要根据行业整体发展状况和公司发展阶段确定未来现金流的增长模式。例如，对成熟期的企业采用永续增长模型：对扩张期的企业则采用两阶段发展模型，即第一阶段超常增长，第二阶段永续增长：对于发展期的企业需要更复杂的三阶段发展模型，包括高速增长阶段、增长率递减的转换阶段和永续低增长的稳定阶段。

确立了现金流增长模式后，根据近五年财务状况、行业增长趋势、企业投资扩张计划等条件对未来各期财务指标的增长率做出假设，并据此计算预期未来自由现金流。计算折现率时，应注意企业风险溢价的确定。企业风险溢价是用于补偿企业特定风险因素而要求的风险回报，应通过对外部行业因素和内部企业因素的分析来确定。由于现金流折现模型是基于严格的假设条件下得出的，还要进行敏感性分析，测算不同风险调整情况下公司的价值贬损。

现金流折现模型在综合考虑了行业、企业等因素的基础上，对公司现金流增长作出预测。该模型可以有效监控企业发展进程，通过分段评估企业价值，实现资本分阶段注入的风险有效控制机制。

五、其他模型

除了上述模型之外，风险投资项目评估模型还包括决策树法、模糊综合评价法、BP神经网络、VaR（value at risk）、NVP（New yen-ture performance）等。在使用模型的同时，投资公司通常采用盈亏平衡分析、敏感性分析、概率分析和决策树分析等方法对各种风险因素对评价指标的影响进行分析作为补充。

决策树法利用树状图形或决策模型的决策支持工具，包括随机事件结果，资源代价和实用性，做出择优投资决策。模糊综合评价法根据模糊数学的隶属度理论把定性评价转化为定量评价，能较好地解决模糊的、难以量化的问题，适合各种非确定性问题的解决。人工神经网络从信息处理角度对人脑神经元网络进行抽象，建立某种简单模型，按不同的连接方式组成不同的网络相互联络，模拟人的大脑神经处理信息方式，进行信息并行处理和非线性转换的复杂网络系统。VaR模型既能够根据帮助投资者根据投资风险及自身能力确定投资策略，也能够帮助投资者监控经营中存在的或潜在的各种风险。NVP模板主要是基于创业投资家的实践经验，对种指标进行衡量判断，最终通过量化对不同的判断结果进行解释，并以此作为风险投资评估和决策的依据。