【正文】 進(jìn)度、投資估算以及風(fēng)險分析 .................................................................................................45 本章小結(jié) .....................................................................................................................................................48第六章 項(xiàng)目風(fēng)險建模以及計算 .............................................49 主要風(fēng)險因子選擇 .....................................................................................................................................49 MONTECARLO 模擬 .....................................................................................................................................50 NPV 結(jié)果分析 ......................................................................................................................................50 IRR 結(jié)果分析 .......................................................................................................................................52 其它指標(biāo)分析 .....................................................................................................................................54 本章小結(jié) .....................................................................................................................................................56結(jié) 論 ...................................................................57參考文獻(xiàn) .................................................................59附錄 1 MMPP 1100MW 技改項(xiàng)目 MONTECARLONPV 模型 ..........................62攻讀碩士學(xué)位期間取得的研究成果 ...........................................63致 謝 ...................................................................64第一章 緒 論 工程背景和研究對象MMPP 公司位于粵西某市。由于 2 號機(jī)組自投產(chǎn)后，經(jīng)過 40 多年的運(yùn)行，機(jī)組設(shè)備老化，給生產(chǎn)帶來不可預(yù)見的安全隱患。為了發(fā)揮燒油改燒水煤漿整套工藝設(shè)備的經(jīng)濟(jì)效益，充分利用改造運(yùn)行不久的燒水煤漿設(shè)備，達(dá)到投資省，見效快，又滿足電力的需求，按 xxxx 文關(guān)停 225MW 供熱機(jī)組的精神，公司提出將2 號主機(jī)拆除，保留改造燒水煤漿 2220t/h 鍋爐，新上 1 臺 100MW 抽汽供熱機(jī)組（簡稱新 1 號機(jī)） ，是一個能達(dá)到“上大壓小”目的又滿足 MMPCC 公司供汽需求之有效的方案。所以，在古代我國就有了風(fēng)險的意識和防范措施。這場大火與 50 年代其它一些偶發(fā)事件一起，推動了美國風(fēng)險管理活動的興起。同時，在美國的商學(xué)院里首先出現(xiàn)了一門涉及如何對企業(yè)的人員、財產(chǎn)、責(zé)任、財務(wù)資源等進(jìn)行保護(hù)的新型管理學(xué)科，這就是風(fēng)險管理。據(jù)了解，風(fēng)險確定的定義，但主要意見是：風(fēng)險一般是指在某一特定環(huán)境下，在某一特定時間段內(nèi)，某種損失發(fā)生的可能性。 “風(fēng)險是正面或負(fù)面影響項(xiàng)目內(nèi)容的不確定事件或條件” [2]，本文也贊成這種定義。由上面定義，我們可以知道風(fēng)險有如下特征：第一，風(fēng)險客觀存在，只不過是概率問題；第二，風(fēng)險可以產(chǎn)生損失也可以產(chǎn)生盈利；第三，風(fēng)險不可精確確定，但是可以估計由其產(chǎn)生的可能后果。發(fā)電企業(yè)蒙受了損失，全社會也跟著受損失。如電價、煤價風(fēng)險，如果電價下降而煤價上揚(yáng)，會對電廠本身造成損失；如果電價上漲而煤價下跌，則會讓電廠本身獲取更多利潤。風(fēng)險的識別就是對存在于項(xiàng)目中的各種風(fēng)險根源或是不確定性因素按其產(chǎn)生的背景原因、表現(xiàn)特點(diǎn)和預(yù)期后果進(jìn)行定義、識別，對所有的風(fēng)險因素進(jìn)行科學(xué)的分類。風(fēng)險分析的前提是風(fēng)險識別，風(fēng)險識別首先要弄清項(xiàng)目的組成、各變數(shù)的性質(zhì)及其相互關(guān)系、環(huán)境因素等；然后利用系統(tǒng)的有章可循的步驟和方法查明對項(xiàng)目可能形成風(fēng)險的諸多因素。在工程項(xiàng)目經(jīng)濟(jì)評估的某些方面，由于不能給出隨機(jī)變量變化的范圍，所以不能反映出未來的變化特性，因此通常只能借助主觀估計的數(shù)據(jù)信息來分析風(fēng)險變量的變化特性。非參數(shù)分布是指分布的名稱一般來自于其自身的形狀，如離散分布、 三角分布和均勻分布等 [7]。作為風(fēng)險管理的基礎(chǔ)，風(fēng)險評估（Risk Assessment）是確定項(xiàng)目安全需求的一個重要途徑，屬于風(fēng)險管理體系策劃的過程。當(dāng)然這些方法可以交叉聯(lián)合使用。在風(fēng)險與不確定性分析中系統(tǒng)地使用蒙特卡洛模擬方法是近二十年的事情，其主要應(yīng)用領(lǐng)域?yàn)楹藦U料功效評估、化學(xué)工廠和能源工廠的安全可靠性分析等。隨著模擬次數(shù)的增多，可以產(chǎn)生豐富的模擬情景。所謂確定型模擬，是指其模型內(nèi)在因素的關(guān)系是確定的，即模型的輸出與輸入之間存在確定的關(guān)系曲線；而概率型模擬模型的內(nèi)在因素是不確定，反復(fù)進(jìn)行模擬時得到的結(jié)果可能是不同的曲線，曲線上每個時點(diǎn)對應(yīng)的值的平均值表示出現(xiàn)象的平均狀態(tài)，其分布表示出現(xiàn)象的離散程度，模擬重復(fù)次數(shù)越多，其平均值就越接近實(shí)際平均狀態(tài)。由于風(fēng)險是客觀存在、不可避免的，而且在一定的條件下還帶有某些規(guī)律性。風(fēng)險管理包括風(fēng)險識別、風(fēng)險規(guī)劃、風(fēng)險控制、風(fēng)險監(jiān)督幾個階段。電力項(xiàng)目投資建設(shè)的每環(huán)節(jié)都存在著一定的風(fēng)險性，風(fēng)險管理決策的前提必須建立在對可行性進(jìn)行周密全面調(diào)查分析的基礎(chǔ)上，敢于大膽決策、善于經(jīng)營，才有可能獲得最大限度的經(jīng)濟(jì)效益和社會效益，實(shí)現(xiàn)風(fēng)險管理的目標(biāo)。例如，1996 年以后政府有關(guān)部門決定 3 年不建新的常規(guī)燃煤電廠，就沒有經(jīng)過充分的專家論證，到了 2022 年出現(xiàn)全國性的電力供應(yīng)緊張，又決定每年新投產(chǎn) 3000 萬千瓦機(jī)組，同樣缺乏決策的民主性和科學(xué)性。企業(yè)的風(fēng)險管理最早在 90 年代初期由美國提出，盡管如此，美國加州大停電事故已彰顯電力風(fēng)險預(yù)測和防范的重要 [12]。電力項(xiàng)目的立項(xiàng)、分析和實(shí)施的全過程都會存在不能預(yù)先確定的內(nèi)部和外部的擾動，例如，項(xiàng)目建成投產(chǎn)后，產(chǎn)品的價格就是一個隨機(jī)數(shù)，并不是你主觀意志決定的。在電力系統(tǒng)運(yùn)行風(fēng)險方面，1997 年提出的不確定運(yùn)行風(fēng)險評估模型。風(fēng)險管理直接影響電力項(xiàng)目盈利能力 [15]。實(shí)施項(xiàng)目的風(fēng)險評估和管理有利于電力項(xiàng)目資源的最佳組合。通過系統(tǒng)的風(fēng)險識別、分析、評估，提出風(fēng)險的規(guī)避方法，使電力項(xiàng)目的決策科學(xué)化和合理化，減少決策的風(fēng)險性?？梢钥闯鲰?xiàng)目風(fēng)險研究是當(dāng)前的一個熱點(diǎn)問題，國內(nèi)學(xué)者在這方面進(jìn)行了大量的研究工作，已經(jīng)取得了一定的研究成果。（3）在實(shí)用領(lǐng)域，一般的可行性報告主要還是采用敏感性分析法表述風(fēng)險的情況，并沒有結(jié)合實(shí)際情況去分析。研究方法是 MonteCarlo 法。凈現(xiàn)值為正，說明該方案除能滿足預(yù)定的利率要求外，還有盈利。它直接用金額表示投資項(xiàng)目的收益性，較為直觀。它反映項(xiàng)目為其所占有資金能提供的盈利率。根據(jù)上面公式進(jìn)行建模，除了得出加入風(fēng)險因子后，NPV 和 IRR 的平均值，可以得出以下模擬出來的結(jié)果的統(tǒng)計指標(biāo)：（1）平均值，代表了考慮各種風(fēng)險因素以后，NPV 的大小。（3）概率分布和累積概率分布：概率分布用模擬結(jié)果發(fā)生的頻率來近似表示，概率分布圖可以形象地反映出凈現(xiàn)值的隨機(jī)變化。電力建設(shè)項(xiàng)目也是如此，要投資建設(shè)整個生產(chǎn)和流通環(huán)節(jié)相適應(yīng)的發(fā)電、送電、變電、配電、和營業(yè)銷售等整個電力系統(tǒng)，因而建設(shè)投資多、工期長，特別是建設(shè)大型水、火電站和遠(yuǎn)距離的送變電設(shè)備，需要投資更多。生產(chǎn)自動化程度和技術(shù)裝備水平要求高，特別是隨著計算機(jī)、通訊等電子技術(shù)的發(fā)展，電力工業(yè)裝備技術(shù)水平也相應(yīng)發(fā)生著迅猛發(fā)展，決定了電力工業(yè)是技術(shù)、資金密集型行業(yè)的本質(zhì)特征。（5）投資轉(zhuǎn)移與替代性差由于建設(shè)項(xiàng)目投資是在一定時期內(nèi)對特定領(lǐng)域的投資，是在特定地點(diǎn)形成的固定資產(chǎn)。由于風(fēng)險發(fā)生具有不確定性，風(fēng)險識別和風(fēng)險評價也具有極大的不確定性，在風(fēng)險管理實(shí)踐中有一定的困難，這也是我國電力建設(shè)風(fēng)險管理中的一個重要課題。（2）風(fēng)險調(diào)查。由于財務(wù)報表可以綜合反映一個企業(yè)或工程項(xiàng)目的實(shí)際經(jīng)營狀況，所以，在進(jìn)行風(fēng)險識別時，可以將工程的財務(wù)報表與財務(wù)預(yù)測，工程預(yù)算等結(jié)合起來分析，也可以發(fā)現(xiàn)潛在的新風(fēng)險項(xiàng)目。每一個工程項(xiàng)目的外部環(huán)境都是不同的，工程項(xiàng)目環(huán)境始終是影響工程項(xiàng)目風(fēng)險的一個重要因素。（7）建立風(fēng)險清單，在經(jīng)過全面風(fēng)險項(xiàng)目分析、校核、驗(yàn)證的基礎(chǔ)上，逐步完善工程風(fēng)險體系，確定重點(diǎn)風(fēng)險項(xiàng)目，最終制定工程風(fēng)險清單。（2）用科學(xué)方法推測風(fēng)險可能造成的損失，在確定項(xiàng)目風(fēng)險初始清單的基礎(chǔ)上，運(yùn)用不同的方法，科學(xué)地推測風(fēng)險可能造成的損失，為確定對項(xiàng)目目標(biāo)實(shí)現(xiàn)有較大影響的項(xiàng)目風(fēng)險奠定基礎(chǔ)。在確定風(fēng)險清單時，要從戰(zhàn)略的觀點(diǎn)、相對集中在影響重要的風(fēng)險要素，最主要的是在全建設(shè)過程中可能影響效能、進(jìn)度、質(zhì)量、市場等風(fēng)險項(xiàng)目。但是，還必須要重視項(xiàng)目風(fēng)險管理的基礎(chǔ)資料的積累和管理，最好能建立一套完整的電力建設(shè)工程項(xiàng)目風(fēng)險清單表范本。電力項(xiàng)目前期階段電力項(xiàng)目前期開發(fā)階段包括：項(xiàng)目建議書、可行性研究報告的批準(zhǔn)立項(xiàng)工作及投資方合同談判、籌資融資等工作。這里包括為項(xiàng)目實(shí)施建立法律、財務(wù)和組織基礎(chǔ)，技術(shù)的獲得和轉(zhuǎn)讓、基本的工程安排、詳細(xì)的工程設(shè)計和合同簽訂以及招標(biāo)、評標(biāo)和談判，還包括施工安全、施工質(zhì)量的管理、工程進(jìn)度及資金到位、設(shè)備交貨的管理，生產(chǎn)調(diào)試及竣工驗(yàn)收等工作。主要因素有：A、情況不明，倉促決策。C、考慮不周、缺項(xiàng)漏項(xiàng)。這種現(xiàn)象往往發(fā)生在要求電力項(xiàng)目上馬呼聲高，各方面壓力大的情況下，一些具體從事建設(shè)項(xiàng)目分析研究、計算設(shè)計人員不能堅持原則，實(shí)事求是。（2）電力建設(shè)項(xiàng)目實(shí)施階段導(dǎo)致投資風(fēng)險，從而造成投資損失的因素有：A 、建設(shè)施工工期進(jìn)度。工程與設(shè)備若有質(zhì)量問題，首先要影響進(jìn)度，工程要返工，設(shè)備要維修或更換，同時必然增加建設(shè)費(fèi)用。市場需求與供給的變化，會使電力項(xiàng)目預(yù)期收益受影響，如電價下跌、生產(chǎn)材料及燃料費(fèi)用上漲等。C、健全合理的管理體制。電力項(xiàng)目投資的風(fēng)險最終表現(xiàn)為：a、宣告項(xiàng)目前期開發(fā)失敗；b、項(xiàng)目過分延期；c、項(xiàng)目建成后在技術(shù)水平、經(jīng)濟(jì)效益、競爭力等方面與預(yù)期目標(biāo)存在較大的差距。根據(jù)工程項(xiàng)目管理實(shí)踐，為有利于提高風(fēng)險管理人員對風(fēng)險的識別程度，使風(fēng)險管理策略的選擇更具明確性， 一般將項(xiàng)目風(fēng)險因素劃分為技術(shù)風(fēng)險和非技術(shù)風(fēng)險兩大類 具體見圖 21：從項(xiàng)目業(yè)主的角度看，一般可以將項(xiàng)目風(fēng)險概括為人為風(fēng)險、自然風(fēng)險和經(jīng)濟(jì)風(fēng)險三個方面 [23]。經(jīng)濟(jì)風(fēng)險是由于項(xiàng)目外部經(jīng)濟(jì)環(huán)境及項(xiàng)目自身經(jīng)濟(jì)關(guān)系的變化造成的風(fēng)險，如物價上漲、資金籌措困難、投資不到位、工程造價增加、合同擔(dān)保失效等。在電力工程建設(shè)中，政策調(diào)整、資金籌集不及時，工程款拖欠、設(shè)備廠家違約、工程達(dá)不到設(shè)計要求、工期延長、工程發(fā)生安全、質(zhì)量事故、費(fèi)用增加、投資效益不能保證的現(xiàn)象時有發(fā)生，引發(fā)這些事件的風(fēng)險因素是十分復(fù)雜的，綜合分析起來。模擬結(jié)果含有各種與期望值不一樣的分散數(shù)據(jù)，下面引入變差的概念并進(jìn)一步說明風(fēng)險大小的判斷。標(biāo)準(zhǔn)差的一般計算公式為： （22）變差系數(shù)即經(jīng)濟(jì)效果的離差系數(shù)，離散系數(shù)，它是標(biāo)準(zhǔn)差與期望值之比，即： （23）由于離散系數(shù)是一個相對數(shù)，不會受變量和期望值的絕對值大小的影響，能更好地反映投資方案的風(fēng)險程度。3)估算在不確定性因素變量的影響下投資經(jīng)濟(jì)效益的期望值（NPV、IRR 等） 。但風(fēng)險與獲利的機(jī)會對等，失去了風(fēng)險就失去了獲利的機(jī)會。風(fēng)險管理是指人們對潛在的損失進(jìn)行識別、評價，并根據(jù)具體情況采取相應(yīng)的措施進(jìn)行處理的過程。這種對策主要適用于對承包商有致命傷害的風(fēng)險管理。風(fēng)險自留是在準(zhǔn)確進(jìn)行風(fēng)險評價的基礎(chǔ)上將一些工程風(fēng)險留給自己承擔(dān)的對策，風(fēng)險自留時，應(yīng)采取預(yù)留必要的風(fēng)險儲備金，應(yīng)急費(fèi)以及安全保護(hù)等措施。與一般工程一樣。 表 22 典型風(fēng)險及應(yīng)對措施Table 22 Methods against the typical