刘丹

摘  要：农业是关乎我国经济、民生和社会发展的重要基础性产业。农业基础设施建设水平将直接影响到我国农业发展水平。本研究采用理论和实证研究相结合的方法，以潘集区高标准农田建设企业融资为例，采用模糊综合评价方法，结合我国农业基础设施建设企业融资现状，对其融资风险进行了系统分析。其目的是有效地评估融资风险，以帮助企业管理层做出更有效的融资决策。

关键词：融资风险;农业基础设施;模糊综合评价法;高标准农田

Research on financing risk of agricultural infrastructure Construction Enterprises based on fuzzy comprehensive Evaluation

Abstract： Agriculture is an important basic industry related to China's economy， people's livelihood and social development. The level of agricultural infrastructure construction will directly affect the level of agricultural development in China. Taking the financing of high-standard farmland construction enterprises in Panji District as an example， this study systematically analyzes the financing risks of agricultural infrastructure construction enterprises in China by using the fuzzy comprehensive evaluation method and the current financing situation of agricultural infrastructure construction enterprises in China. Its purpose is to evaluate financing risk effectively so as to help enterprise management make more effective financing decisions.

Key words： financing risk; Agricultural infrastructure; Fuzzy comprehensive evaluation method; High standard farmland

引言

近年来，随着城市社区的快速发展和人民生活水平的提高，人民对于高质量农业产品的需求日益提高，这意味着农业综合开发以及农业基础设施建设需求刻不容缓[1]。由于潘集区高标准农田无法输送大规模基础设施投资。如果仅仅依靠发行国债和对外贷款来筹集潘集区高标准农田，可能会造成一系列负面影响，比如政府财政负担过重、资本产出过多和汇率风险增加。在这种情况下，基础设施项目发展的投资和融资渠道的多样性非常重要[2]。目前，在加大财政投入和银行贷款投入的基础上，各级政府积极鼓励和引导社会资本和外资参与基础设施建设和运营，实现基础设施开发物资和融资渠道的投资方式和融资方式多样化[3]。

在市场经济快速调整的时代，如何有效地缓解和规避农业基础设施建设企业融资过程中的风险成

为当今的难题。融资活动关系到企业的发展，要科学合理地融资，潘集区高标准农田链需要为农业基础设施建设公司在不同阶段提供保障，但很多农业基础设施建设公司在融资过程中，只注重融资方式的选择，忽视了融资风险的评估分析和控制，融资的结果不仅没有受益的同时，也给企业给人民带来了巨大的损失[4]。在此基础上，考虑到农业基础设施建设行业在不同阶段对潘集区高标准农田的不同需求，本研究采用模糊综合评价法对农业基础设施建设企业的融资风险进行综合评价，以促进管理层的有效决策[5-8]。

1.建立评价体系

1.1农业建设企业融资风险识别

农业基础设施建设企业融资风险是指农业基础设施建设企业在投资、开发建设、经营等阶段通过选择不同的融资方式可能或将会发生的融资风险。首先，首先要识别农业基础设施建设企业的融资风险。由于农业基础设施建设企业在不同发展阶段的需求和融资方式不同，下面总结了潘集区高标准农田建设企业在不同发展阶段的融资风险：

（1）投建先期融资风险。项目建设前期包括项目的产生、可行性分析、项目融资分析、招投标、项目落地以及组建项目建设小组或公司等过程，每一步的工作都会影响到项目的发展。项目先期涉及到的参与方有企业、政府、银行、项目组等等，主要风险因素有政治风险、资金不到位风险、土地征用与补偿风险、气候、土壤等自然禀赋风险等。

（2）建设期融资风险。这一阶段项目公司需要偿还银行的贷款利息并支付所有工程款项，因此工程的建设进展情况会影响到资金安全、信用安全、贷款偿还等等，对投资企业来说尤为重要。这一阶段有可能出现的风险有竣工风险、技术风险、质量风险、安全风险、环保风险、成本风险、管理风险等等。

①竣工风险：在项目资金不充足或是资金链断裂的情况下，项目无法按时完工甚至无限期停工，或是工程质量不达标無法验收都会影响项目竣工，而项目无法竣工则意味着项目无法运营，无法收回成本，银行贷款不能按期偿还等，最终导致项目投资失败[10-12]。

②质量风险：基础建设工程每一部分完工都需要进行严格的验收，如果达不到验收的质量标准则面临返工整改，拉长工期，增加成本，影响项目利润。D979AD82-DC53-4D7D-95A8-DB8D68063A30

③安全风险：在建设项目的施工过程中，有很多环节可能会导致安全问题，比如现场安全宣传和安全设施不足，工人的安全意识不健全、违规使用施工机械、高空作业等等，一旦出现安全问题，不仅会给项目公司带来人力和经济的资源损失，还会给项目带来难以挽回的声誉影响，严重影响项目收益。

④环保风险：项目建设的施工现场容易出现粉尘、废气、废水等环保问题，一旦超过国家环保规定，就面临停工整改，大大增加项目成本，影响项目进展[13]。

⑤管理风险：一个项目的建设需要工程、财务、行政、后勤、管理等各方面的人才参与进来，沟通不畅或交流不及时则很有可能对项目开展产生不利有影响[14]。

（3）运营阶段融资风险。经营阶段的融资风险与资本市场的其他行业基本相似，主要包括债务融资风险和股权融资风险。债务融资风险包括资金供应风险、偿债风险、农业生产成本上升风险。股权融资风险包括经营风险、政策法律变动风险、市场环境风险等[15]

1.2评价指标体系建立

指标因子是风险因素的重要组成部分，其本质上是风险因素的定量意义和具体值。因此，在风险评价指标体系的形成过程中，指标因素的选择应遵循相关性、真实性、科学性、系统性、典典性和实用性六大原则，农业基础设施建设企业融资风险评价指标体系的构建如表1所示：

1.3建立评价模型

通过层次分析法确定农业基础设施建设企业融资风险评价指标的权重，具体流程如下：

首先，建立判断矩阵。通过向相关专家发放问卷获得相关数据，然后对获得的数据进行计算和处理，通过一致性检验确定最终权重。判断矩阵的规模和描述如表2所示。

其次，计算单级权重，并进行一致性检验。在层次结构中，如果在非底层有一个元素，并且有A1， A2，…An，然后建立了矩阵A的两两比较判断矩阵，得到了矩阵A的特征向量W和最大特征根 。特征向量W的n个分量分别是A1、A2、…， An，用从大到小的权重给出该层相对重要度的排序和该层相对重要度的权重，即计算每对比较矩阵的最大本征根 及其对应的特征向量。

一致性检验是检验两两比较矩阵满足一致性的程度。在实际应用中，常常需要对两两比较矩阵进行一致性检验，以检验权重是否合理。两两比较矩阵的一致性检验可以按照以下方法进行：让成对比较矩阵的特征根n个元素的重要性设置λ=n。我们可以显示任何成对比较矩阵，在矩阵完全相同，具有最大特征根 = n，并非完全一致的判断矩阵是 >n。一般情况下，矩阵的阶数越高，不一致性越大。为了消除这种影响，定义了以下一致性检验指标： 。

当矩阵完全一致时，CI = 0， CI越大，不一致越严重。为了度量判断矩阵是否满足一致性，我们引入了判断矩阵的平均随机一致性指标的RI值。具体内容如表3所示：

当已知CI 、RI时，可用一致性指数CI和平均随机一致性指数RI进行一致性检验（CR = CI/RI）。如果CR = CI/RI<0.1，则一致性满足。然后，将上面的初始权值向量W归一化为单个排序权值向量：如果CR = CI/RI>0.10，则需要修改两两比较矩阵，直到得到满意的一致性指数。

最后，通过AHP层次分析法，对评价指标体系进行分析，得到两两比较矩阵。

1.4模糊综合评价

模糊综合评价法是运用模糊数学原理对“模糊”事物进行分析评价的一种系统分析方法。该方法的主要优点是不同于传统数学结果的唯一性，其处理结果在很大程度上包含了丰富的信息，解决了判断的模糊性和不确定性问题，已被广泛应用于综合评价体系中。基本步骤如下：

首先，确定模糊综合评价因子集。本研究确定了影响农业基础设施建设企业融资风险的因素集为：一级指标因子：B ={投建先期融资风险B1，建设期融资风险B2，运营期融资风险B3}。二级指标因子C1 ={政治风险（C11）、资金不到位风险（C12）、土地征用与补偿风险（C13）、气候、土壤等自然禀赋风险（C14）};C2 ={环保风险（C21），建设安全风险（C22），建设管理决策风险（C23），资金持续供给风险（C24）};C3 ={农业生产风险（C31），运营收益不足风险（C32），政策法律变动风险（C33），市场环境波动风险（C34）}。

其次，建立综合评价集。建立评定者对评价对象可能作出的各种综合评价结果的集合，即农业基础设施建设企业融资风险评价集V ={低风险V1、一般风险V2、高V3、较高V4、极高V5}。如表4所示专家评分结果统计表。

再次，進行单因素模糊判断，得到判断矩阵R，将评价集中的5个评价作为5个模糊集，计算每个评价层次上单个指标的隶属度。采用专家打分法确定隶属度，对各因素进行评价，并对评价结果进行归一化，得到模糊关系矩阵R。

第四，建立综合评价的判断模型。使用权重W计算研究和单因素模糊评价结果计算模糊综合评价B = W*R，然后相应的评价集是集计算最后得分S = B*V的融资风险，以确定农业基础设施建设企业的融资风险水平。

0

2 分析处理

问卷调查对象均为经验丰富的农业基础设施建设专家、企业家和大学教授，熟悉农业基础设施建设行业的融资风险，具有较高的权威性和广泛的代表性。将回收的有效问卷中专家对某一风险因素指标总体意见的趋势（均值）作为咨询结果，构建各级两两比较判断矩阵，然后计算出各层次元素对系统目标的构成权重，如下表所示：

2.1模糊综合评价结果分析

通过10位专家对二级指标的打分，结合企业实际指标与同行的平均值，确定评价集的隶属度，二级评价指标模糊隶属度矩阵R的具体打分结果如下：

B1 =W1 ? R1 =（0.165， 0.135， 0.341， 0.293， 0.066）;D979AD82-DC53-4D7D-95A8-DB8D68063A30

同样的：

B2 =W2 ? R2 =（0.022， 0.323， 0.273， 0.270， 0.112）;

B3 =W3 ? R3 =（0.027， 0.258， 0.406， 0.309， 0） ;

模糊综合评价矩阵为：

因此， B = （0.036， 0.264， 0.371， 0.299， 0.031）。

最后，模糊综合得分为：

S = 0.036?90 + 0.264?70 + 0.371?50 + 0.299?30 + 0.031?10 = 49.45。

4.3.结果分析

根据上一步得到的模糊综合得分和上一步的评价打分体系表，可以看出企业49.45的得分在[40，60]的范围内，属于一般风险的融资风险评价等级。根据农业基础设施建设企业的实际融资情况，企业今年的融资风险一般，资产状况良好，基本能够满足高标准农田建设需求，与模型评价结果一致，由此验证了该模型的有效性和准确性。

3.结论

由于由于农业基础建设投资是具有长期性高风险投资、受自然因素影响较大、建设管理维护复杂性性等特点，影响农业基础设施建设企业融资风险的因素众多而复杂。因此，在评价农业基础设施建设企业融资风险的过程中，将模糊综合评价法应用到农业基础设施建设企业的融资风险评价当中，对企业在某一融资时间节点年度的内外部风险情况进行分析，从而判断融资风险的程度。通过运用数学模型专家打分得出专业科学得分，提高了最终结果的合理性和准确性，为管理层做出合适的融资决策奠定了坚实的基础。

最后，在对农业基础设施建设企业融资风险评价指标体系的构建当中仍有不断开拓的空间，各级指标权重的确定在降低主观性方面尚需深入研究。

参考文献

[1]李若云. 农业综合开发的主要成效，问题及政策建议[J]. 2022. （9）.

[2]无. 黑龙江省：强力推进高标准农田建设 当好维护国家粮食安全"压舱石"[J]. 中国农业综合开发， 2021. （12）：3.

[3]周同、朱少华、孙法军、王振泽. 高标准农田建设与管理模式的探索创新[J]. 中国农业综合开发， 2020. （3）：3.

[4]Behn， R.D. On the ludicrous search for the magical performance system.（managing public agencies through perfect system）[J]. 2005.

[5]Lerman， Z. and N. Shagaida. Land policies and agricultural land markets in Russia[J]. Land Use Policy， 2007. 24（1）：14-23.

[6]Vogt， S. and A. Haas. The future of public participation in Germany： Empirical analyses of administration experts' assessments[J]. Technological Forecasting & Social Change， 2015. 98（SEP.）：157-173.

[7]郭振香. 高标准农田建设项目绩效评价分析[J]. 市场周刊·理论版， 2020.

[8]梁志君， 高标准基本农田建设中政府管理职能转变研究——以广州市为例. 华南农业大学.

[9]刘秉周， 内蒙古农业综合开发高标准农田项目效益分析. 2016， 內蒙古农业大学.

[10]许春玲. 高标准基本农田建设项目的实施与管理[J]. 环球市场信息导报， 2017. （44）：1.

[11]黎倩. 中小微型企业民间借贷融资的财务风险管理[J]. 现代企业， 2022. （1）：2.

[12]谢阿红， 薛倩玉， 鲍建华， et al. 基于熵权-BP神经网络的涉农类上市企业融资风险预警研究[J]. 2022. （5）.

[13]严蕊，孟枫平. 基于模糊综合评价法的科技型中小企业融资风险评价[J]. 黑龙江八一农垦大学学报， 2019. 31（4）：7.

[14]陈锡祥， 陈嵘， 郑伟民， et al.， 一种基于层次分析法与灰色模糊综合评价法的项目效益评估方法. 2019.

[15]刘姝驿， 杨庆媛， 何春燕， et al. 基于层次分析法 （AHP） 和模糊综合评价法的土地整治效益评价[J]. 中国农学通报， 2013. 29（26）：7.D979AD82-DC53-4D7D-95A8-DB8D68063A30