基于SVM的高速公路PPP项目融资风险研究

发布时间：2020-06-15 08:52

【摘要】：对于资金量大、融资困难、建设时间持久、工程量繁杂的高速公路建设工程项目来说,解决资金问题是首中之重。为此,中国积极引进欧洲盛行的公私合营的项目模式——PPP模式,很大程度上降低了政府在相关项目上的资金压力。但是引进新模式有利有弊,PPP模式在中国应用时间比较短,虽然已建立了相关的规章制度,但发展规划和方向还不够明确,也没有相当完善的制度保障,因此,PPP模式在中国项目的应用上,存在着相当多的风险。风险不仅仅与项目相关各方的利益收入有关,同时也与投资的成败息息相关,这也正是PPP模式下高速公路项目融资风险研究的必要性。本文研究的主要结论有:(1)本文在研读文献的基础上,结合工程实际,对高速公路PPP项目的融资风险进行了详细分析,按照风险的表现形式将高速公路PPP项目的融资风险因素分成7个类别,分别是:政治环境风险、经济环境风险、工程建设风险、技术风险、经营管理风险、环保风险以及不可抗力风险,后又将这7大类风险因素进行详细分类,分类出共25个风险因素,形成25个风险评价指标,以此建立起高速公路PPP项目融资风险的评价指标体系;(2)本文结合工程实际,引出了一种机器学习的方法——支持向量机回归(SVR)评价预测模型对高速公路PPP项目的融资风险进行评价预测,经过实例验证得出,支持向量机回归预测模型在攻速公路PPP项目融资风险评价预测问题上确实具有可行性及预测准确性;(3)在SVR的基础上,使用启发式的智能算法遗传算法(GA)和蚁群算法(ACO)对支持向量机回归评价预测模型进行优化,可得到参数优化后的均方误差MSE,通过对比各算法对支持向量机模型中参数优化的均方误差MSE可知,蚁群算法和遗传算法在支持向量机模型参数选择和优化问题中确实有优化效果,且遗传算法对参数的优化效果相对更好一些;(4)通过对比两种启发式智能算法的优化效果及优化后模型的预测稳定性可知,以绝对百分比误差APE作为稳定性评判标准时,遗传算法的优化效果最优且相对更为稳定,同时证明了遗传回归支持向量机(GA-SVR)评价预测模型在高速公路PPP项目融资风险评价预测问题上的适用性、预测的准确性和稳定性。(5)分析GA-SVR模型的预测结果可知所举实例项目的总体风险较大。使用PPP模式的高速公路项目基本属于资金量庞大、技术要求高的项目,在项目的每个阶段都存在着一定的风险因素,这些因素对项目整体的影响程度或大或小。在这种风险指标众多而训练样本较少的情况下,使用支持向量机这种小样本的机器学习方法对风险进行评价预测,将会是一个高效且准确的选择。
【学位授予单位】：西安理工大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：TP18;F542;F283
【图文】：

在基础设施建设快速发展的时代，高速公路是其中不可或缺的一环，随着在相设中的投资愈来愈大，政府相关部门的融资任务也愈加艰巨，融资能力也受到了战。而 PPP 这种公私合作的融资模式自 1995 年引入中国后得到快速发展，为国的融资工作中都做出了很大的贡献，其中就不乏本文所讨论的高速公路工程项P 模式下的项目一般投资额都非常巨大、整个建设维持周期很长、参与建设和管众多，这就使项目的风险问题愈加凸显，因此，讨论如何对 PPP 模式下的融资合理预测评价及应对就愈加重要。1 选题背景及意义1.1 选题背景近些年，中国经济产生了很大的进展，各类的物资转运连通了整个疆域，陆运运都随之快速发展，其中，高速公路建设便是很重要的一部分。图 1-1 分析了2016 年我国高速公路建设投资的情况，不难看出，随着经济快速发展，我国愈速公路在基础设施建设中的重要性，并且正在加大在高速公路建设上的投资。

图 1-2 我国国家高速公路分布网图Figure1-2 China's national expressway distribution network map路建设工程项目具有资金量大、融资困难、建设时间持久以及工程量繁杂对于高速公路建设工程项目来说，最重要的也是最急迫的就是解决资金况，本文通过借鉴国内外以往的文献和资料简单介绍了 PPP 模式的基本式是英国最早提出，开始发展应用于欧洲，于 1995 年引进中国，最初以目的，后以实用主义为特征并逐步推广，经过将近十九年的发展应用，立制推动 PPP 规范化，逐渐适合我国国情。但由于 PPP 模式在中国应用已建章立制，但发展规划还不够明确，相关制度保障还不够完善，因此说，还存在着大量风险。PP 模式在具体应用中所存在的风险，必须加以预测分析，提炼出其中可无法避免的风险，在项目开始之初采取相应措施，对项目正常建设运营有时在面对一些无法规避、或者是无法避免的风险，提前做好应对措施，来的影响。何对工程项目中所存在的风险进行预测和评价，便成为目前最重要的任献阅读，本文将支持向量机（support vector machine，简称为 SVM）回归

【相似文献】

相关期刊论文 前10条

1 王虎;;探讨项目融资风险管理的问题与对策[J];财经界(学术版);2015年15期

2 王静;;项目融资风险管理的应对措施分析[J];商业文化(学术版);2008年02期

3 黄晓恩;刘石磊;;工程项目融资风险分担实施机制研究[J];现代商业;2008年17期

4 范小军;赵一;钟根元;;基础项目融资风险的分担比例研究[J];管理工程学报;2007年01期

5 刘江华;;项目融资风险分担研究[J];工业技术经济;2006年08期

6 俞云;琚向红;池泽新;;我国企业项目融资风险管理现存的问题及其对策[J];项目管理技术;2004年09期

7 屈哲;刍论我国项目融资风险管理[J];财经问题研究;2002年11期

8 许晓丽;;项目融资风险管理的问题与对策[J];商业会计;2012年01期

9 王苏丹;;基于巴塞尔新资本协议的项目融资风险分析[J];有色冶金设计与研究;2012年01期

10 王明娣;;浅议项目融资风险的评估及防范管理[J];商品与质量;2010年SC期

相关会议论文 前3条

1 陈敬武;邢秀青;崔建英;;基于灰色系统理论的项目融资风险评价[A];管理科学与系统科学研究新进展——第8届全国青年管理科学与系统科学学术会议论文集[C];2005年

2 李欣阳;;基于PPP模式下的工程建设项目融资风险问题概述[A];探索科学2016年6月学术研讨[C];2016年

3 丁瑶;;铁路建设项目融资风险分析的研究[A];铁道科学技术新进展——铁道科学研究院五十五周年论文集[C];2005年

相关重要报纸文章 前2条

1 何晓晴;用掉期或期权控制项目融资风险[N];民营经济报;2005年

2 本报见习记者 林松涛;如何理解“习奥会”的PPP共识[N];中国财经报;2016年

相关博士学位论文 前2条

1 刘金璐;项目融资风险分担、控制模型及其实证分析[D];天津大学;2007年

2 吴神法;矿业项目融资风险分配研究[D];中国矿业大学;2010年

相关硕士学位论文 前10条

1 胡婷;基于SVM的高速公路PPP项目融资风险研究[D];西安理工大学;2019年

2 孟宪薇;基于社会网络分析方法的准经营性PPP项目融资风险研究[D];哈尔滨工业大学;2018年

3 冷霄;NJ西郊公园项目融资风险管理[D];西安电子科技大学;2018年

4 韩振;PPP项目融资风险控制研究[D];山东大学;2018年

5 向媛;乡村旅游项目融资风险评价研究[D];吉首大学;2018年

6 侯阳阳;佛山云浮产业园PPP项目融资风险评价与控制[D];辽宁工程技术大学;2018年

7 孟建芳;R河BOT项目融资风险管理案例研究[D];中国财政科学研究院;2018年

8 张杰;溧水区产业新城PPP项目融资风险控制研究[D];南京大学;2017年

9 李光宇;老挝交通基础设施PPP项目融资风险识别研究[D];云南财经大学;2018年

10 冯琦;项目融资风险的识别评估与处理[D];青岛大学;2007年

本文编号：2714182