基于云模型和Theil指數(shù)的投資項(xiàng)目風(fēng)險(xiǎn)評(píng)估研究

汪新凡，吳興奎

（1. 湖南工業(yè)大學(xué) 理學(xué)院，湖南 株洲 412007；2. 湖南工業(yè)大學(xué) 財(cái)經(jīng)學(xué)院，湖南 株洲 412007）

基于云模型和Theil指數(shù)的投資項(xiàng)目風(fēng)險(xiǎn)評(píng)估研究

汪新凡1，吳興奎2

（1. 湖南工業(yè)大學(xué) 理學(xué)院，湖南 株洲 412007；2. 湖南工業(yè)大學(xué) 財(cái)經(jīng)學(xué)院，湖南 株洲 412007）

從企業(yè)家及團(tuán)隊(duì)風(fēng)險(xiǎn)、產(chǎn)品風(fēng)險(xiǎn)、技術(shù)風(fēng)險(xiǎn)、市場(chǎng)風(fēng)險(xiǎn)、退出風(fēng)險(xiǎn)、政策及產(chǎn)業(yè)風(fēng)險(xiǎn)和區(qū)域影響力7個(gè)方面構(gòu)建了投資項(xiàng)目風(fēng)險(xiǎn)評(píng)估指標(biāo)體系，進(jìn)而基于云模型和Theil指數(shù)提出了一種風(fēng)險(xiǎn)評(píng)估方法。該方法先將指標(biāo)值轉(zhuǎn)化為云模型，然后利用云的特征數(shù)和Theil指數(shù)計(jì)算指標(biāo)權(quán)重，再以此權(quán)重為基礎(chǔ)進(jìn)行云模型集結(jié)，從而對(duì)各方案進(jìn)行綜合評(píng)估和擇優(yōu)。最后，通過實(shí)例應(yīng)用檢驗(yàn)了該方法的可行性和有效性。

風(fēng)險(xiǎn)投資項(xiàng)目；風(fēng)險(xiǎn)評(píng)估；云模型；Theil指數(shù)

1 研究背景

所謂風(fēng)險(xiǎn)投資，是指投資人將資本投向剛創(chuàng)立或快速發(fā)展的未上市公司（主要是高科技公司），在承擔(dān)巨大風(fēng)險(xiǎn)的基礎(chǔ)上為融資人提供長(zhǎng)期股權(quán)投資和增值服務(wù)，培育企業(yè)快速發(fā)展，多年后再通過上市、兼并或其他股權(quán)轉(zhuǎn)讓方式撤出投資，從而獲得高額投資回報(bào)的投資方式[1]。風(fēng)險(xiǎn)投資與傳統(tǒng)的項(xiàng)目投資相比，需要考慮很多不確定性因素。這些因素主要有：1）高新技術(shù)，風(fēng)險(xiǎn)投資的主要對(duì)象是高科技產(chǎn)業(yè)，其新技術(shù)處于當(dāng)代科技的前沿，發(fā)展態(tài)勢(shì)不明朗，新技術(shù)從原理構(gòu)思到組織實(shí)施，都會(huì)由于各種原因造成許多不確定性；開發(fā)出來的技術(shù)能否轉(zhuǎn)化為生產(chǎn)力，也存在不確定性。2）高投入，風(fēng)險(xiǎn)投資的方向是具有高成長(zhǎng)性的未上市公司，從技術(shù)開發(fā)、成果轉(zhuǎn)化到規(guī)模生產(chǎn)，各環(huán)節(jié)都需要大量資金投入。3）高風(fēng)險(xiǎn)，高新、創(chuàng)新企業(yè)是風(fēng)險(xiǎn)投資的重點(diǎn)，而這類企業(yè)可借鑒的成熟經(jīng)驗(yàn)不多，同時(shí)由于人才、管理、技術(shù)、市場(chǎng)等諸多不確定環(huán)節(jié)又包含諸多不確定、不完善因素，造成風(fēng)險(xiǎn)投資具有很高的風(fēng)險(xiǎn)性。4）高收益，風(fēng)險(xiǎn)投資的項(xiàng)目一旦成功收益就很大，回報(bào)率非常高。因此，風(fēng)險(xiǎn)投資公司在選擇投資項(xiàng)目時(shí)非常慎重，通常請(qǐng)專家對(duì)各項(xiàng)目進(jìn)行風(fēng)險(xiǎn)評(píng)估，以盡可能降低風(fēng)險(xiǎn)，獲取高額回報(bào)。

投資項(xiàng)目風(fēng)險(xiǎn)評(píng)估指標(biāo)體系的構(gòu)建是風(fēng)險(xiǎn)評(píng)估的基礎(chǔ)，國(guó)外學(xué)者對(duì)此研究較早。20世紀(jì)70年代，W. A. Wells等人[2-3]經(jīng)過大量調(diào)研，從管理、收益率等方面，總結(jié)出管理者素質(zhì)、產(chǎn)品風(fēng)險(xiǎn)等12個(gè)評(píng)估指標(biāo)。T. T. Tyebjee等人[4]在定性闡述評(píng)估準(zhǔn)則的基礎(chǔ)上，建立了包括產(chǎn)品吸引力、產(chǎn)品差異性等5類主要評(píng)估指標(biāo)。之后，I. C. Macmillan等人[5]通過問卷調(diào)查，給出競(jìng)爭(zhēng)風(fēng)險(xiǎn)、退出風(fēng)險(xiǎn)等6類評(píng)估指標(biāo)。V. H. Fried等人[6]通過對(duì)風(fēng)險(xiǎn)投資家進(jìn)行實(shí)地訪談，提出應(yīng)從戰(zhàn)略思想、管理能力和收益3個(gè)方面對(duì)風(fēng)險(xiǎn)企業(yè)進(jìn)行評(píng)估。S. N. Kaplan等人[7]選取了10家風(fēng)險(xiǎn)投資機(jī)構(gòu)，首次對(duì)項(xiàng)目評(píng)估與投資合同設(shè)計(jì)關(guān)系進(jìn)行實(shí)證研究，總結(jié)出投資機(jī)遇、管理層、投資合同和外部投融資環(huán)境4類評(píng)估標(biāo)準(zhǔn)。M. Kakati[8]利用cluter因素和主因素分析法對(duì)高新技術(shù)風(fēng)險(xiǎn)投資中的投資標(biāo)準(zhǔn)進(jìn)行探索，提出了企業(yè)家素質(zhì)、資源獲取、競(jìng)爭(zhēng)策略、產(chǎn)品特征、產(chǎn)品市場(chǎng)和金融因素6個(gè)評(píng)估標(biāo)準(zhǔn)。

由于受國(guó)外學(xué)者影響，國(guó)內(nèi)學(xué)者大多重視項(xiàng)目本身風(fēng)險(xiǎn)的論證和分析。成思危[9]從完善風(fēng)險(xiǎn)投資發(fā)展的需要，根據(jù)我國(guó)的國(guó)情，提出政策因素作為風(fēng)險(xiǎn)投資評(píng)估的一個(gè)重要依據(jù)，具有很強(qiáng)的現(xiàn)實(shí)意義。劉常勇等人[10]對(duì)我國(guó)臺(tái)灣地區(qū)的風(fēng)險(xiǎn)投資活動(dòng)進(jìn)行實(shí)地調(diào)查，從經(jīng)營(yíng)計(jì)劃書、經(jīng)營(yíng)機(jī)構(gòu)等5個(gè)方面構(gòu)建了22個(gè)指標(biāo)的評(píng)估體系。湯京華等人[11]在對(duì)中外風(fēng)險(xiǎn)投資的發(fā)展現(xiàn)狀作了研究之后，提出產(chǎn)品差異度、市場(chǎng)吸引力等5個(gè)方面14個(gè)指標(biāo)的評(píng)估體系。王世波等人[1]對(duì)浙江省和其他一些省份的風(fēng)險(xiǎn)投資公司進(jìn)行訪談和問卷調(diào)查，提出了基于創(chuàng)業(yè)者素質(zhì)、技術(shù)、市場(chǎng)和管理4個(gè)方面共15個(gè)指標(biāo)的評(píng)估體系。另外，周乃敏等人[12-14]從宏觀環(huán)境角度出發(fā)，建立了包括政治穩(wěn)定性、利率穩(wěn)定性等4個(gè)方面的評(píng)估指標(biāo)體系。張春英等人[15-16]建立了包括技術(shù)風(fēng)險(xiǎn)、研發(fā)風(fēng)險(xiǎn)、生產(chǎn)風(fēng)險(xiǎn)、市場(chǎng)風(fēng)險(xiǎn)、管理風(fēng)險(xiǎn)和財(cái)務(wù)風(fēng)險(xiǎn)6個(gè)方面的評(píng)估指標(biāo)體系。

通過對(duì)比研究發(fā)現(xiàn)，國(guó)內(nèi)外學(xué)者提出的投資項(xiàng)目風(fēng)險(xiǎn)評(píng)估指標(biāo)體系存在一定的相似性，主要關(guān)注風(fēng)險(xiǎn)投資項(xiàng)目在產(chǎn)品、市場(chǎng)、技術(shù)、管理水平以及環(huán)境等方面的風(fēng)險(xiǎn)因素，但由于各國(guó)風(fēng)險(xiǎn)投資業(yè)發(fā)展成熟度不一致，在評(píng)估的具體指標(biāo)上又存在差異。本文在相關(guān)研究的基礎(chǔ)上，分析風(fēng)險(xiǎn)投資過程中潛在的風(fēng)險(xiǎn)因素，構(gòu)建投資項(xiàng)目風(fēng)險(xiǎn)評(píng)估指標(biāo)體系，且利用云模型[17]和Theil指數(shù)[18]提出一種投資項(xiàng)目風(fēng)險(xiǎn)評(píng)估方法，并進(jìn)行實(shí)例分析。

2 構(gòu)建投資項(xiàng)目風(fēng)險(xiǎn)評(píng)估指標(biāo)體系

在國(guó)內(nèi)外風(fēng)險(xiǎn)評(píng)估指標(biāo)體系研究的基礎(chǔ)上，根據(jù)我國(guó)的實(shí)際情況，本文從企業(yè)家及團(tuán)隊(duì)風(fēng)險(xiǎn)、產(chǎn)品風(fēng)險(xiǎn)、技術(shù)風(fēng)險(xiǎn)、市場(chǎng)風(fēng)險(xiǎn)、退出風(fēng)險(xiǎn)、政策及產(chǎn)業(yè)風(fēng)險(xiǎn)、區(qū)域影響力7個(gè)一級(jí)指標(biāo)和34個(gè)二級(jí)指標(biāo)構(gòu)建風(fēng)險(xiǎn)投資項(xiàng)目的風(fēng)險(xiǎn)評(píng)估指標(biāo)體系，如表1所示。

表1 投資項(xiàng)目風(fēng)險(xiǎn)評(píng)估指標(biāo)體系Table1 Risk assessment index system of investment project

3 基于云模型和Theil指數(shù)的投資項(xiàng)目風(fēng)險(xiǎn)評(píng)估模型

3.1 問題描述

在第2章提出的投資項(xiàng)目風(fēng)險(xiǎn)評(píng)估指標(biāo)體系中，7個(gè)一級(jí)評(píng)估指標(biāo)用Bj=(j=1, 2, …, 7)表示。B1下的8個(gè)二級(jí)指標(biāo)用C1～C8表示，B2下的5個(gè)二級(jí)指標(biāo)用C9～C13表示，B3下的4個(gè)二級(jí)指標(biāo)用C14～C17表示，B4下的6個(gè)二級(jí)指標(biāo)用C18～C23表示，B5下的4個(gè)二級(jí)指標(biāo)用C24～C27表示，B6下的3個(gè)二級(jí)指標(biāo)用C28～ C30表示，B7下的4個(gè)二級(jí)指標(biāo)用C31～C34表示。假設(shè)p位專家（專家權(quán)重向量為，其中）按10分制對(duì)n個(gè)備選投資項(xiàng)目進(jìn)行評(píng)價(jià)，給出的每個(gè)二級(jí)指標(biāo)Ck的評(píng)價(jià)值為區(qū)間數(shù)。令第l位專家給出的第i個(gè)投資項(xiàng)目關(guān)于第k 個(gè)二級(jí)指標(biāo)的區(qū)間評(píng)價(jià)值為。設(shè)專家的權(quán)重向量已知，指標(biāo)的權(quán)重向量未知，需要確定備選投資項(xiàng)目的排序，并選擇最優(yōu)方案。

3.2 利用云模型對(duì)專家給出的區(qū)間數(shù)據(jù)進(jìn)行處理

云模型[17]由李德毅院士提出。云是用自然語言描述的某個(gè)定性概念與該概念的數(shù)值表示之間的不確定性轉(zhuǎn)換模型，其中正態(tài)云模型[19]最為常用。正態(tài)云通常用3個(gè)數(shù)字特征進(jìn)行刻畫，分別稱為期望Ex、熵En和超熵He。其中，期望Ex是定性概念在對(duì)應(yīng)的數(shù)值論域中的中心值，熵En是定性概念模糊程度的度量，超熵He反映了云滴的離散程度以及隸屬度的隨機(jī)性變化。通常，一朵正態(tài)云用表示。

由于客觀事物的不確定性，某些定性概念有時(shí)用區(qū)間數(shù)表達(dá)更符合實(shí)際。利用于少偉等人[20]提出的基于區(qū)間數(shù)據(jù)的逆向云發(fā)生器算法，可以將區(qū)間數(shù)轉(zhuǎn)換為該定性概念的云模型。但該算法沒有考慮區(qū)間數(shù)據(jù)本身的重要性權(quán)重。以下對(duì)該算法進(jìn)行改進(jìn)，并用于將專家給出的區(qū)間數(shù)據(jù)轉(zhuǎn)化為云模型，具體算法如下：

1）針對(duì)p位專家給出的投資項(xiàng)目Xi關(guān)于第k個(gè)二級(jí)指標(biāo)的區(qū)間評(píng)價(jià)值，把這些數(shù)據(jù)的下限和上限分別處理成數(shù)列的形式，得到區(qū)間數(shù)的下限數(shù)列和上限數(shù)列。

3）利用公式（5）～（7）計(jì)算，得到各二級(jí)指標(biāo)的綜合期望Exik、綜合熵Enik和綜合超熵Eeik，得到投資項(xiàng)目Xi關(guān)于第k個(gè)二級(jí)指標(biāo)的綜合云。

假設(shè)各一級(jí)指標(biāo)Bj的云決策矩陣記為

式中：j=1, 2,…, 7；i=1, 2,…, n；k=1, 2,…, 34；r=1, 2,…, mj，表示綜合云在矩陣Aj中處在第r列，其中m1=8, m2=5, m3=4, m4=6, m5=4, m6=3, m7=4。

3.3 利用Theil指數(shù)確定二級(jí)指標(biāo)的權(quán)重

Theil不均衡指數(shù)是由Henry Theil[18]最早提出，并用于衡量收入不平等程度的一個(gè)指標(biāo)，被廣泛應(yīng)用于研究收入分配不平等和區(qū)域經(jīng)濟(jì)差距等問題。Theil不均衡指數(shù)的大小反映收入不均衡的大小，指數(shù)越大，表明不平等性越強(qiáng)，即收入差距越大。依照Theil不均衡指數(shù)的基本思想，在項(xiàng)目投資評(píng)估中，可以先運(yùn)用Theil不均衡指數(shù)的計(jì)算方法，計(jì)算出評(píng)價(jià)指標(biāo)的不均衡度，再利用評(píng)價(jià)指標(biāo)的不均衡度計(jì)算出該指標(biāo)的權(quán)重。評(píng)價(jià)指標(biāo)的不均衡度反映不同項(xiàng)目指標(biāo)值之間離散程度的大小，指標(biāo)值之間的離散程度越大，說明該指標(biāo)對(duì)綜合評(píng)價(jià)結(jié)果的影響越大，應(yīng)給予的權(quán)重越大。在極端情況下，若某項(xiàng)指標(biāo)的值全部相等，則該指標(biāo)在綜合評(píng)價(jià)中將不起作用，可以剔除。下面根據(jù)投資項(xiàng)目Xi關(guān)于第k個(gè)二級(jí)指標(biāo)的期望值Exik，利用Theil指數(shù)求取各二級(jí)指標(biāo)的權(quán)重。

設(shè)一級(jí)指標(biāo)Bj下的二級(jí)指標(biāo)的期望值構(gòu)成矩陣

各二級(jí)指標(biāo)Ck的權(quán)重為kr，其中kr≥0，。對(duì)決策矩陣，引入Theil不均衡指數(shù)

對(duì)式（8）進(jìn)行變換得評(píng)估指標(biāo)Ck的Theil不均衡指數(shù)Tkr為

依據(jù)上述不均衡指數(shù)Tkr求得二級(jí)指標(biāo)Ck的權(quán)重系數(shù)為

3.4 云集結(jié)和方案排序

1）利用云加權(quán)算術(shù)平均（normal cloud weighted arithmetic averaging，NCWAA）算子[21]

對(duì)云決策矩陣Aj中第i行的指標(biāo)值進(jìn)行集結(jié)，得到投資項(xiàng)目Xi關(guān)于一級(jí)指標(biāo)Bj的評(píng)價(jià)值

2）設(shè)一級(jí)指標(biāo)Bj的權(quán)重向量為，其中wj≥0，。則利用Theil指數(shù)可求得該權(quán)重向量w，其中：

3）利用NCWAA算子

對(duì)各一級(jí)指標(biāo)值進(jìn)行集結(jié)，得到投資項(xiàng)目Xi的綜合評(píng)價(jià)值。

4）利用文獻(xiàn)[22]給出的云模型排序方法對(duì)所有投資項(xiàng)目進(jìn)行排序。

由云模型的定義可知，d=(1, 0, 0)為最優(yōu)云。投資項(xiàng)目Xi的綜合云與最優(yōu)云的相對(duì)貼近度Di、模糊性相對(duì)貼近度FDi和隨機(jī)性相對(duì)貼近度RDi可由下列公式計(jì)算：

根據(jù)Di, FDi和RDi，利用以下法則可對(duì)所有投資項(xiàng)目進(jìn)行排序，排在最前面的云模型所代表的方案就是最優(yōu)方案：

①按距離相對(duì)貼近度Di的大小對(duì)方案進(jìn)行排序，Di越小的項(xiàng)目，該投資項(xiàng)目風(fēng)險(xiǎn)越小，該投資方案就越好；

②對(duì)于具有相同距離相對(duì)貼近度的方案，根據(jù)模糊相對(duì)貼近度FDi比較方案優(yōu)劣，F(xiàn)Di越小的項(xiàng)目，該投資項(xiàng)目風(fēng)險(xiǎn)越小，該投資方案就越好；

③對(duì)于具有相同距離貼近度和模糊相對(duì)貼近度的方案，根據(jù)隨機(jī)性相對(duì)貼近度RDi比較方案優(yōu)劣，RDi越小的項(xiàng)目，該投資項(xiàng)目風(fēng)險(xiǎn)越小，該投資方案就越好；

④對(duì)于3個(gè)數(shù)字特征都相同的方案，認(rèn)為其方案沒有優(yōu)劣之分。

綜上所述，基于云模型和Theil指數(shù)的投資項(xiàng)目風(fēng)險(xiǎn)評(píng)估的具體步驟如下：

第1步 制定二級(jí)指標(biāo)Ck的評(píng)分標(biāo)準(zhǔn)，根據(jù)指標(biāo)評(píng)分標(biāo)準(zhǔn)，由p位專家按10分制給每個(gè)項(xiàng)目的每個(gè)二級(jí)指標(biāo)Ck用區(qū)間數(shù)打分，得到第l位專家給投資項(xiàng)目Xi的第k個(gè)二級(jí)指標(biāo)的區(qū)間評(píng)價(jià)值；

第2步 利用式（1）～（7）計(jì)算得到投資項(xiàng)目Xi關(guān)于第k個(gè)二級(jí)指標(biāo)的綜合云和各一級(jí)指標(biāo)Bj下的云決策矩陣

第3步 利用式（8）～（10）計(jì)算一級(jí)指標(biāo)Bj下的各二級(jí)指標(biāo)Ck的權(quán)重向量

其中kr≥0；

第4步 利用式（11）對(duì)云決策矩陣Aj中第i行的指標(biāo)值進(jìn)行集結(jié)，得到投資項(xiàng)目Xi關(guān)于一級(jí)指標(biāo)Bj的評(píng)價(jià)值；

第6步 利用式（14）對(duì)各一級(jí)指標(biāo)值進(jìn)行集結(jié)，得到投資項(xiàng)目Xi的綜合評(píng)價(jià)值；

第7步 利用式（15）～（17）計(jì)算投資項(xiàng)目Xi的綜合評(píng)價(jià)值與最優(yōu)云的相對(duì)貼近度Di、模糊性相對(duì)貼近度FDi和隨機(jī)性相對(duì)貼近度RDi。

第8步 利用相對(duì)貼近度Di、模糊性相對(duì)貼近度FDi和隨機(jī)性相對(duì)貼近度RDi對(duì)各方案進(jìn)行排序，并選擇最優(yōu)方案。

4 算例

選擇某IT行業(yè)跨國(guó)公司擬投資的4個(gè)風(fēng)險(xiǎn)投資項(xiàng)目，分別對(duì)這4個(gè)項(xiàng)目進(jìn)行綜合評(píng)估，為決定是否投資提供依據(jù)。評(píng)估決策過程如下：

第1步 對(duì)這4個(gè)投資項(xiàng)目二級(jí)指標(biāo)評(píng)分，得到5位專家（專家權(quán)重）對(duì)每個(gè)投資項(xiàng)目的二級(jí)指標(biāo)值的區(qū)間評(píng)價(jià)值，由于篇幅所限，文中不再給出。

第2步 利用式（1）～（7）計(jì)算4個(gè)投資項(xiàng)目每個(gè)二級(jí)指標(biāo)的綜合云，見表2。

表2 二級(jí)指標(biāo)的綜合云Table2 Comprehensive clouds of the second-level indexes

第3步 利用式（8）～（10）計(jì)算出二級(jí)指標(biāo)的權(quán)重：

第4步 利用式（11）計(jì)算得到第i個(gè)投資項(xiàng)目關(guān)于一級(jí)指標(biāo)Bj的評(píng)價(jià)值

<1)，且各件產(chǎn)品是否為不合格品相互獨(dú)立．

見表3。

表3 一級(jí)指標(biāo)的評(píng)價(jià)值Table3 Assessment values of the first-level indexes

第5步 利用式（12）和（13）求得一級(jí)指標(biāo)的權(quán)重向量

第6步 利用式（14）對(duì)各一級(jí)指標(biāo)值進(jìn)行集結(jié)，得到4個(gè)投資項(xiàng)目的綜合評(píng)價(jià)值：

第7步 利用式（15）～（17）計(jì)算4個(gè)投資項(xiàng)目的綜合評(píng)價(jià)值與最優(yōu)云的相對(duì)貼近度、模糊性相對(duì)貼近度和隨機(jī)性相對(duì)貼近度：

第8步 利用相對(duì)貼近度、模糊性相對(duì)貼近度和隨機(jī)性相對(duì)貼近度對(duì)各方案進(jìn)行排序，得到：項(xiàng)目1項(xiàng)目2項(xiàng)目4項(xiàng)目3。因此，最佳選擇是項(xiàng)目1。

5 結(jié)語

本文根據(jù)我國(guó)風(fēng)險(xiǎn)投資的實(shí)際情況，構(gòu)建了投資項(xiàng)目風(fēng)險(xiǎn)評(píng)估的三級(jí)評(píng)估指標(biāo)體系，提出了基于云模型和Theil指數(shù)的投資項(xiàng)目風(fēng)險(xiǎn)評(píng)估方法。該方法首先將各指標(biāo)值轉(zhuǎn)化為云模型，以指標(biāo)信息的不均衡度為基礎(chǔ)確定指標(biāo)權(quán)重，基于此權(quán)重進(jìn)行云模型集結(jié)和綜合評(píng)估。實(shí)例應(yīng)用表明，該方法是可行和有效的，其中對(duì)評(píng)估指標(biāo)進(jìn)行區(qū)間估計(jì)，符合指標(biāo)評(píng)估打分的波動(dòng)性；利用云模型進(jìn)行計(jì)算，能有效避免丟失信息；同時(shí)通過Theil不均衡指數(shù)計(jì)算指標(biāo)權(quán)重值，能夠有效抑制主觀賦權(quán)法中主觀隨意性帶來的評(píng)估誤差，使評(píng)估結(jié)果更客觀合理。本方法能提高風(fēng)險(xiǎn)投資項(xiàng)目評(píng)估的有效性，進(jìn)而提高投資的成功率。

[1] 王世波，崔金鑒，王世良. 基于層次分析法的風(fēng)險(xiǎn)投資項(xiàng)目評(píng)價(jià)[J]. 工業(yè)技術(shù)經(jīng)濟(jì)，2003(6)：87-94. Wang Shibo，Cui Jinjian，Wang Shiliang. Venture Investment Project Evaluation Based on AHP[J]. Industrial Technology & Economics，2003(6)：87-94.

[2]Wells W A. Venture Capital Decision Making[D]. Carnegie ：Mellon University，1974.

[3]Poindexter J B. The Efficiency of Rinancial Markets: The Venture Capital Case[D]. New York：New York University， 1976.

[4]Tyebjee T T，Bruno A V. A Model of Venture Capitalist Investment Activity[J]. Management Science，1984，30 (9)：1051-1066.

[5]Macmillan I C，Siegel R，Subba Narasimha P N. Criteria Used by Venture Capitalists to Evaluate New Venture Proposals[J]. Journal of Business Venturing，1985，1(1)：119-128.

[6]Fried V H，Hisrich R D. Toward a Model of Venture Capital Investment Decision Making[J]. Financial Management，1994，23(3)：28-37.

[7]Kaplan S N，Stromberg P. Venture Capitalists as Principals: Contracting, Screening, and Monitoring[J]. American Economic Review，2001，91(2)：426-430.

[8]Kakati M. Success Criteria in High-Tech New Ventures[J]. Technovation，2003，23(5)：447-457.

[9]成思危. 中國(guó)經(jīng)濟(jì)改革與發(fā)展研究[M]. 北京：中國(guó)人民大學(xué)出版社，2001：1-98. Cheng Siwei. Study on Chinese Economic Reform and Development[M]. Beijing：Renmin University of China Press，2001：1-98.

[10]劉常勇，段 樵，伍鳳儀. 創(chuàng)業(yè)投資評(píng)估決策程度[J]. 中外科技政策與管理，1996(12)：64. Liu Changyong，Duan Qiao，Wu Fengyi. Venture Investment Decision Level[J]. Science & Technology Policy and Management，1996(12)：64.

[11]湯京華，王玉珍. 風(fēng)險(xiǎn)投資項(xiàng)目評(píng)估指標(biāo)體系的研究[J].北京工業(yè)大學(xué)學(xué)報(bào)，1999，25(12)：42-44. Tang Jinghua，Wang Yuzhen. Research on Evaluation Index System of Venture Investment Project[J]. Journal of Beijing Polytechnic University，1999，25(12)：42-44.

[12]周乃敏. 高技術(shù)風(fēng)險(xiǎn)投資公司擇項(xiàng)的評(píng)價(jià)指標(biāo)體系研究[J]. 技術(shù)經(jīng)濟(jì)與管理研究，1999(2)：36-37. Zhou Naimin. Study on the Evaluation Index System of Project Selection for High Technology VC Firm[J]. Technoeconomics & Management Research，1999(2)：36-37.

[13]寸曉宏. 營(yíng)造完善的風(fēng)險(xiǎn)投資外部環(huán)境[J]. 中南財(cái)經(jīng)大學(xué)學(xué)報(bào)，2000(4)：65-68. Cun Xiaohong. Establishing Perfect External Environment of Venture Investment[J]. Journal of Zhongnan University of Finance and Economics，2000(4)：65-68.

[14]鄒輝文，陳德錦，張玉臣，等. 風(fēng)險(xiǎn)投資項(xiàng)目的終選方法和評(píng)估指標(biāo)[J]. 科研管理，2002，23(5)：104-109. Zou Huiwen，Chen Dejin, Zhang Yuchen, et al. Some Methods and Evaluating Indexes of Ultimate Choice of Projects for Venture-Capital Investment[J]. Science Research Management，2002，23(5)：104-109.

[15]張春英，姜 丹. 高新技術(shù)風(fēng)險(xiǎn)投資項(xiàng)目評(píng)估定量模型研究[J]. 科學(xué)管理研究，2001，19(5)：69-72. Zhang Chunying，Jiang Dan．Study on the Quantitative Model to Evaluate the High-Tech Risk Investment Project [J]. Scientific Management Research，2001，19(5)：69-72.

[16]陳 靜，李錦飛，翁肖力. 高新技術(shù)投資風(fēng)險(xiǎn)與風(fēng)險(xiǎn)管理[J]. 江蘇大學(xué)學(xué)報(bào)：社會(huì)科學(xué)版，2001(1)：71-73. Chen Jing，Li Jinfei，Weng Xiaoli. Investment Venture and Risk Management of High-Technology[J]. Journal of Jiangsu University：Social Science Edition，2001(1)：71-73.

[17]Li D，Cheung D，Shi X M, et al. Uncertainty Reasoning Based on Cloud Models in Controllers[J]. Computers and Mathematics with Applications，1998，35(3)：99-123.

[18]萬樹平. 運(yùn)用Theil不均衡指數(shù)進(jìn)行模糊傳感器數(shù)據(jù)融合[J]. 計(jì)算機(jī)工程與應(yīng)用，2009，45(3)：133-134. Wan Shuping. Fuzzy Multi-Sensor Data Fusion Using Theil Disequilibrium Index[J]. Computer Engineering and Applications，2009，45(3)：133-134.

[19]李德毅. 不確定性人工智能[M]. 北京：國(guó)防工業(yè)出版社，2005：1-245. Li Deyi. Artificial Intelligence with Uncertainty[M]. Beijing ：National Defence Industry Press，2005：1-245.

[20]于少偉，李修海，劉慶玲. 基于區(qū)間分析和云模型的實(shí)物期權(quán)定價(jià)研究[J]. 山東大學(xué)學(xué)報(bào)：理學(xué)版，2010，45 (5)：64-68. Yu Shaowei，Li Xiuhai，Liu Qingling. On Real Option Pricing Based on Interval Analysis and the Cloud Model [J]. Journal of Shandong University：Natural Science，2010，45(5)：64-68.

[21]王堅(jiān)強(qiáng)，楊惡惡. 基于蒙特卡羅模擬的直覺正態(tài)云多準(zhǔn)則群決策方法[J]. 系統(tǒng)工程理論與實(shí)踐，2013，33(11)：2859-2865. Wang Jianqiang，Yang Wue. Multiple Criteria Group Decision Making Method Based on Intuitionistic Normal Cloud by Monte Carlo Simulation[J]. Systems Engineering-Theory & Practice，2013，33(11)：2859-2865.

[22]王洪利，洪玉強(qiáng). 基于云模型具有語言評(píng)價(jià)信息的多屬性群決策研究[J]. 控制與決策，2005，20(6)：679-681. Wang Hongli， Hong Yuqiang. On Multiple Attribute Group Decision Making with Linguistic Assessment Information Based on Cloud Model[J]. Control and Decision，2005，20(6)：679-681.

（責(zé)任編輯：鄧光輝）

On Risk Assessment of Investment Projects Based on the Cloud Model and Theil Index

Wang Xinfan1，Wu Xingkui2
（1. School of Science，Hunan University of Technology，Zhuzhou Hunan 412007，China；2. School of Finance & Economics，Hunan University of Technology，Zhuzhou Hunan 412007，China）

A risk evaluation index system is established for assessing investment projects from seven respects, such as the entrepreneur and team risk, product risk, technology risk, market risk, exit risk, policy and industry risks and regional influence, and a risk assessment approach based on the cloud model and Theil index is proposed. The evaluation indexes are transformed into cloud models, the weights of all indexes are calculated by using the cloud characteristics and Theil indexes, and on the basis of the weights, the cloud models are aggregated for deriving the comprehensive evaluation values of each alternative, and then the best alternative can be selected. Finally, the application of this method shows that it is feasible and effective.

investment project；risk assessment；cloud model；Theil index

C934

：A

：1673-9833(2014)01-0001-07

2013-12-24

教育部人文社科基金資助項(xiàng)目（12YJA630114），湖南省自然科學(xué)基金資助項(xiàng)目（11JJ6068），湖南省科技計(jì)劃基金資助項(xiàng)目（2012FJ3036，2012FJ4116），湖南省高等學(xué)?？茖W(xué)研究基金重點(diǎn)資助項(xiàng)目（12A042）

汪新凡（1966-），男，湖南安化人，湖南工業(yè)大學(xué)教授，碩士生導(dǎo)師，主要從事決策分析，信息融合及風(fēng)險(xiǎn)控制的研究，E-mail：zzwxfydm@126.com

10.3969/j.issn.1673-9833.2014.01.001