PPP項(xiàng)目風(fēng)險(xiǎn)分析

基于BP神經(jīng)網(wǎng)絡(luò)的PPP項(xiàng)目風(fēng)險(xiǎn)評(píng)價(jià)PAGE項(xiàng)目決策分析與評(píng)價(jià)論文基于BP神經(jīng)網(wǎng)絡(luò)的PPP項(xiàng)目風(fēng)險(xiǎn)評(píng)價(jià) 姓名：葉金蓮學(xué)號(hào)：074811215專業(yè)：土木工程規(guī)劃與管理

基于BP神經(jīng)網(wǎng)絡(luò)的PPP項(xiàng)目風(fēng)險(xiǎn)評(píng)價(jià)葉金蓮（中南大學(xué)土木建筑學(xué)院，長(zhǎng)沙，410075）摘要：PPP融資模式的運(yùn)用，拓寬了基礎(chǔ)設(shè)施建設(shè)的投資渠道，又滿足了私營(yíng)企業(yè)的盈利需要，給合作各方帶來了“雙贏”。但是，由于PPP項(xiàng)目建設(shè)周期長(zhǎng)，參與方眾多，導(dǎo)致項(xiàng)目風(fēng)險(xiǎn)很大，因此，必須進(jìn)行風(fēng)險(xiǎn)評(píng)價(jià)。BP神經(jīng)網(wǎng)絡(luò)模型有很好的非線性映射能力，可以有效的應(yīng)用于項(xiàng)目風(fēng)險(xiǎn)評(píng)價(jià)。因此，本文采用BP神經(jīng)網(wǎng)絡(luò)模型，對(duì)PPP項(xiàng)目各主要參與方的風(fēng)險(xiǎn)進(jìn)行評(píng)價(jià)，以期為項(xiàng)目決策提供依據(jù)。關(guān)鍵字：PPP融資模式；BP神經(jīng)網(wǎng)絡(luò)；風(fēng)險(xiǎn)評(píng)價(jià)Abstract:TheusingofPPPfinancingmode,whichdevelopstheinvestmentchannel,satisfiestheenterprise’sprofitdemand,andbrings“win-win”toallthepartners.Butbecauseofitslongconstructiontermandmanypartners,itleadsalotofrisks,sotheriskassessmentisnecessary.Atthesametime,BPneuralnetworkmodelhasagoodnonlinearreflectingcapability,whichcanapplyeffectivelytoprojectriskassessment.Sothisarticleassessesthecorepartners’sriskinordertoofferbasisforprojectdecision-makingbytheuseofBPneuralnetworkmodel.Keywords:PPPfinancingmode;BPneuralnetworkmodel;riskassessment1.前言基礎(chǔ)設(shè)施的建設(shè)是經(jīng)濟(jì)迅速發(fā)展的有力保證，但它的建設(shè)需要大量的投資資金和高額的運(yùn)營(yíng)成本。這樣，無論是發(fā)達(dá)國(guó)家還是發(fā)展中國(guó)家都為此背負(fù)了沉重的債務(wù)，造成政府負(fù)擔(dān)過重，這大大阻礙基礎(chǔ)設(shè)施建設(shè)的發(fā)展；而同時(shí)，私人企業(yè)經(jīng)濟(jì)實(shí)力不斷增強(qiáng)，存在投資欲望。于是，在公私部門之間建立伙伴關(guān)系，共同建設(shè)基礎(chǔ)設(shè)施，就顯得順理成章，也切實(shí)可行。在此背景下，PPP融資模式應(yīng)運(yùn)而生。PPP（Public-PrivatePartnership，即公私合作關(guān)系）融資模式是政府、營(yíng)利性企業(yè)和非營(yíng)利性企業(yè)基于某個(gè)項(xiàng)目而形成的相互合作形式，其實(shí)質(zhì)是政府通過給予私營(yíng)公司長(zhǎng)期的特許經(jīng)營(yíng)權(quán)和收益權(quán)來加快基礎(chǔ)設(shè)施的建設(shè)和有效運(yùn)營(yíng)[1]。它的運(yùn)用，拓寬了基礎(chǔ)設(shè)施建設(shè)的投資渠道，私營(yíng)企業(yè)與政府部門的共同參與既滿足了政府發(fā)展基礎(chǔ)設(shè)施的要求，又滿足了私營(yíng)企業(yè)的盈利需要，實(shí)施的結(jié)果給合作雙方帶來了“共贏”，同時(shí)也為公眾帶來了更好的基礎(chǔ)設(shè)施服務(wù)。PPP模式雖然是近幾年才發(fā)展起來的（1992年英國(guó)最早應(yīng)用PPP模式），但在國(guó)外已經(jīng)得到普遍的應(yīng)用。國(guó)內(nèi)也開始了PPP模式的應(yīng)用，如北京地鐵四號(hào)線[2]。相信，PPP融資模式在基礎(chǔ)設(shè)施建設(shè)領(lǐng)域中的應(yīng)用會(huì)成為一種世界趨勢(shì)。但是，以PPP模式實(shí)施的基礎(chǔ)設(shè)施項(xiàng)目一般具有實(shí)施周期長(zhǎng)、不確定因素多、經(jīng)濟(jì)風(fēng)險(xiǎn)和技術(shù)風(fēng)險(xiǎn)大、對(duì)生態(tài)環(huán)境的潛在影響嚴(yán)重、在國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展中占有重要戰(zhàn)略地位等特征。在項(xiàng)目的融資、工程建設(shè)和運(yùn)營(yíng)過程中，經(jīng)常要受到多種因素的影響與干擾，而這些因素又大多具有相當(dāng)?shù)牟淮_定性，影響時(shí)間跨度往往貫穿項(xiàng)目的全壽命周期。因此，有必要對(duì)PPP項(xiàng)目進(jìn)行風(fēng)險(xiǎn)評(píng)價(jià)，為項(xiàng)目的決策提供依據(jù)。風(fēng)險(xiǎn)評(píng)價(jià)是一個(gè)典型的多指標(biāo)綜合評(píng)價(jià)問題，評(píng)價(jià)指標(biāo)與評(píng)價(jià)結(jié)果之間存在著高度非線性關(guān)系，也就是一種一般方法難以識(shí)別的、隱藏的關(guān)系，難以用精確的數(shù)學(xué)公式來描述它們之間的關(guān)系。而人工神經(jīng)網(wǎng)絡(luò)優(yōu)秀的并行處理能力、輸入輸出之間的非線性關(guān)系和自適應(yīng)的學(xué)習(xí)能力，可實(shí)現(xiàn)函數(shù)逼近、數(shù)據(jù)聚類、優(yōu)化計(jì)算、自適應(yīng)模式識(shí)別和非線性預(yù)測(cè)等功能，非常適合建設(shè)項(xiàng)目風(fēng)險(xiǎn)評(píng)價(jià)[3]。為此，本文采用BP神經(jīng)網(wǎng)絡(luò)進(jìn)行PPP項(xiàng)目的風(fēng)險(xiǎn)評(píng)價(jià)。2.BP神經(jīng)網(wǎng)絡(luò)的原理[4]典型的BP神經(jīng)網(wǎng)絡(luò)是三層前饋型網(wǎng)絡(luò)（如圖1），即由一個(gè)輸入層，一個(gè)輸出層，一個(gè)隱含層(也稱中間層)組成，每層可以有若干個(gè)節(jié)點(diǎn)。輸入層從外部接受信息并將其傳入神經(jīng)網(wǎng)絡(luò)；隱含層接受輸入層的信息，然后對(duì)所有的信息進(jìn)行處理；輸出層接收處理后的信息并將最后結(jié)果輸出。由此可以看出，每一神經(jīng)元計(jì)算的輸出又是下一層所有神經(jīng)元的輸入，且每一神經(jīng)元均使用相同的算法計(jì)算輸出。aa1a2any1y2yqwijwijvjt輸入層輸出層隱含層圖1三層前饋型神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)設(shè)輸入層有n個(gè)神經(jīng)元，隱含層有p個(gè)神經(jīng)元，輸出層有q個(gè)神經(jīng)元；輸入層的激活函數(shù)為比例為1的線性函數(shù)，隱層和輸出層的激活函數(shù)為S函數(shù)；可供訓(xùn)練的樣本數(shù)為m。隱含層任一神經(jīng)元的輸入向量設(shè)為sj，輸出向量設(shè)為bj；輸出層任一神經(jīng)元的輸入向量設(shè)為lt，輸出向量設(shè)為ct。輸入層和隱層兩個(gè)神經(jīng)元之間的連接權(quán)值設(shè)為wij，隱層和輸出層兩個(gè)神經(jīng)元之間的連接權(quán)值設(shè)為vjt。隱含層任一神經(jīng)元的閾值為θj，輸出層任一神經(jīng)元的闡值為γt。對(duì)某一訓(xùn)練樣本k，輸入向量表示為：Ak=(a1，a2，…，an)k=1，2，…，m對(duì)應(yīng)的輸出向量表示為：Yk=(y1，y2，…，yq)k=1，2，…，mS函數(shù)表達(dá)式為：（1）

則隱含層的輸入輸出分別為：j=1，2，…，p（2）j=1，2，…，p（3）同樣，輸出層的輸入輸出分別為：t=1,2,…,q（4）t=1，2，…，q（5）以上過程為網(wǎng)絡(luò)訓(xùn)練信息的正向傳播過程，另一過程為誤差反向傳播過程。如果網(wǎng)絡(luò)輸出與期望輸出yk間存在誤差，則將誤差反向傳播。輸出層各單元的校正誤差為：（6）其中t=1，2，…，q；k=1，2，…，m中間層各單元的校正誤差為：（7）j=1,2,…p；k=1，2，…，m得到校正誤差之后，沿逆方向調(diào)整輸出層至中間層、中間層至輸入層之間的連接權(quán)，以及各單元的輸出閾值。其調(diào)整量按式8~11計(jì)算。（8）（9）j=1，2，…，P；k=1，2，…，m；o<α<l(學(xué)習(xí)率)（10）（11）j=1，2，…，P；i=l，2，…，n；o<β<l(學(xué)習(xí)率)BP網(wǎng)絡(luò)的全局誤差可以用下列形式來表示：(12)(13)3.基于BP神經(jīng)網(wǎng)絡(luò)的PPP模式風(fēng)險(xiǎn)評(píng)價(jià)風(fēng)險(xiǎn)評(píng)價(jià)是在識(shí)別出項(xiàng)目風(fēng)險(xiǎn)以后，對(duì)風(fēng)險(xiǎn)發(fā)生的概率、損失程度和其他因素進(jìn)行綜合考慮，得到描述風(fēng)險(xiǎn)的綜合指標(biāo)——風(fēng)險(xiǎn)值，并與公認(rèn)（或經(jīng)驗(yàn)）的風(fēng)險(xiǎn)指標(biāo)相比較，得到是否要實(shí)施此項(xiàng)工程，需要采取哪些措施的結(jié)論[5]。由于PPP項(xiàng)目參與方眾多，實(shí)施周期長(zhǎng)，因此，它涉及的風(fēng)險(xiǎn)因素也相當(dāng)復(fù)雜。在查閱相關(guān)資料后，本文以表1中的風(fēng)險(xiǎn)因素為參考。表1PPP項(xiàng)目常見風(fēng)險(xiǎn)因素[6]風(fēng)險(xiǎn)類別表現(xiàn)形式風(fēng)險(xiǎn)類別表現(xiàn)形式宏觀環(huán)境法律、政策變更運(yùn)營(yíng)風(fēng)險(xiǎn)能源與原材料供應(yīng)利率風(fēng)險(xiǎn)項(xiàng)目公司違約外匯風(fēng)險(xiǎn)環(huán)境破壞通貨膨脹風(fēng)險(xiǎn)運(yùn)營(yíng)不可抗力建造風(fēng)險(xiǎn)基礎(chǔ)設(shè)施完備程度運(yùn)營(yíng)商管理能力土地拆遷與補(bǔ)償政府違約商業(yè)完工風(fēng)險(xiǎn)技術(shù)風(fēng)險(xiǎn)重大事故市場(chǎng)風(fēng)險(xiǎn)市場(chǎng)價(jià)格風(fēng)險(xiǎn)成本超支市場(chǎng)需求風(fēng)險(xiǎn)質(zhì)量風(fēng)險(xiǎn)市場(chǎng)競(jìng)爭(zhēng)風(fēng)險(xiǎn)溝通協(xié)調(diào)風(fēng)險(xiǎn)環(huán)境風(fēng)險(xiǎn)環(huán)境污染罰款環(huán)境破壞環(huán)境評(píng)價(jià)費(fèi)用私人投資機(jī)構(gòu)違約改正措施所需投入承包商違約不可抗力風(fēng)險(xiǎn)不可抗力風(fēng)險(xiǎn)技術(shù)風(fēng)險(xiǎn)技術(shù)先進(jìn)性技術(shù)適應(yīng)性技術(shù)復(fù)雜性由于不同的參與方有著不同的風(fēng)險(xiǎn)，而且有時(shí)某一方的風(fēng)險(xiǎn)可能是另一方的機(jī)會(huì)，因此，有必要從各個(gè)參與方的角度對(duì)PPP項(xiàng)目進(jìn)行風(fēng)險(xiǎn)評(píng)價(jià)。這里主要討論政府部門、私人投資機(jī)構(gòu)及承建方的風(fēng)險(xiǎn)。于是，基于人工神經(jīng)網(wǎng)絡(luò)的PPP項(xiàng)目風(fēng)險(xiǎn)評(píng)價(jià)基本步驟如下：3.1建立PPP項(xiàng)目各參與方風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)矩陣各參與方的風(fēng)險(xiǎn)因素，可以通過問卷調(diào)查的方式，對(duì)不同參與方所關(guān)注的風(fēng)險(xiǎn)進(jìn)行統(tǒng)計(jì)。本文中僅根據(jù)表1的風(fēng)險(xiǎn)因素考慮各方的關(guān)注點(diǎn)建立各參與方的風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)體系。（1）確定各參與方的風(fēng)險(xiǎn)因素私人投資機(jī)構(gòu)投入了大量的資金，他關(guān)心的是PPP項(xiàng)目能否成功實(shí)施，能否獲得預(yù)期利潤(rùn)，因此，私人機(jī)構(gòu)更關(guān)心的是宏觀環(huán)境、運(yùn)營(yíng)風(fēng)險(xiǎn)及市場(chǎng)風(fēng)險(xiǎn)。政府的支持是PPP項(xiàng)目成功運(yùn)作的一個(gè)關(guān)鍵和必要的條件，一般情況下，為保證項(xiàng)目公司的正常、持續(xù)、穩(wěn)定經(jīng)營(yíng)，最終使社會(huì)公眾的利益得到保障，政府需要對(duì)項(xiàng)目提供資金和政策上的支持，有時(shí)甚至需要通過某種方式分擔(dān)投資人無法獨(dú)立承擔(dān)的部分風(fēng)險(xiǎn)[7]。因此，政府更關(guān)注宏觀環(huán)境和市場(chǎng)風(fēng)險(xiǎn)。承建方是項(xiàng)目的建造者，面臨的風(fēng)險(xiǎn)主要在施工階段，包括在費(fèi)用一定下完成要求的質(zhì)量、進(jìn)度所需承擔(dān)的風(fēng)險(xiǎn)。各參與方的主要風(fēng)險(xiǎn)，見表2。表2PPP項(xiàng)目各參與方的風(fēng)險(xiǎn)序號(hào)各參與方的風(fēng)險(xiǎn)因素私人投資機(jī)構(gòu)政府承建商1法律、政策變更法律、政策變更基礎(chǔ)設(shè)施完備程度2利率風(fēng)險(xiǎn)利率風(fēng)險(xiǎn)土地拆遷與補(bǔ)償3外匯風(fēng)險(xiǎn)外匯風(fēng)險(xiǎn)商業(yè)完工風(fēng)險(xiǎn)4通貨膨脹風(fēng)險(xiǎn)通貨膨脹風(fēng)險(xiǎn)重大事故5市場(chǎng)價(jià)格風(fēng)險(xiǎn)市場(chǎng)價(jià)格風(fēng)險(xiǎn)成本超支6市場(chǎng)需求風(fēng)險(xiǎn)市場(chǎng)需求風(fēng)險(xiǎn)質(zhì)量風(fēng)險(xiǎn)7市場(chǎng)競(jìng)爭(zhēng)風(fēng)險(xiǎn)市場(chǎng)競(jìng)爭(zhēng)風(fēng)險(xiǎn)溝通協(xié)調(diào)風(fēng)險(xiǎn)8能源與原材料供應(yīng)能源與原材料供應(yīng)環(huán)境破壞9運(yùn)營(yíng)不可抗力運(yùn)營(yíng)不可抗力私人投資機(jī)構(gòu)違約10環(huán)境破壞私人投資機(jī)構(gòu)違約政府違約11政府違約承建商違約原材料供應(yīng)12承建商違約不可抗力風(fēng)險(xiǎn)不可抗力風(fēng)險(xiǎn)13商業(yè)完工風(fēng)險(xiǎn)14不可抗力風(fēng)險(xiǎn)（2）確定風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)并量化為滿足神經(jīng)網(wǎng)絡(luò)對(duì)輸入量的要求，需要在確定表2的各參與方風(fēng)險(xiǎn)后，對(duì)各個(gè)風(fēng)險(xiǎn)因素進(jìn)行評(píng)價(jià)，并將其量化。各風(fēng)險(xiǎn)因素的定性評(píng)價(jià)指標(biāo)，可以通過專家打分法得出，本文中將風(fēng)險(xiǎn)的影響大小分為5級(jí)，分別為：﹛大；較大；中等；較小；小﹜將其量化到0~1范圍內(nèi)，分別對(duì)應(yīng)為：﹛0.9；0.7；0.5；0.3；0.1﹜則可以得到各影響因素的評(píng)價(jià)指標(biāo)，即可作為BP網(wǎng)絡(luò)的輸入。3.2設(shè)計(jì)PPP項(xiàng)目風(fēng)險(xiǎn)評(píng)價(jià)的BP神經(jīng)網(wǎng)絡(luò)模型[8]PPP項(xiàng)目風(fēng)險(xiǎn)評(píng)價(jià)的BP神經(jīng)網(wǎng)絡(luò)模型，就是把風(fēng)險(xiǎn)評(píng)價(jià)的影響因素作為BP網(wǎng)絡(luò)的輸入，把評(píng)價(jià)結(jié)果作為BP網(wǎng)絡(luò)的輸出，利用BP網(wǎng)絡(luò)的學(xué)習(xí)能力，從看似雜亂無章的風(fēng)險(xiǎn)評(píng)價(jià)因素?cái)?shù)據(jù)中得出評(píng)價(jià)的結(jié)果，為風(fēng)險(xiǎn)管理者的風(fēng)險(xiǎn)決策提供依據(jù)。BP神經(jīng)網(wǎng)絡(luò)的設(shè)計(jì)主要包括輸入層、隱含層、輸出層的設(shè)計(jì)及各層之間的傳輸函數(shù)及各參數(shù)。合理確定網(wǎng)絡(luò)層數(shù)與各層的節(jié)點(diǎn)數(shù)，是成功應(yīng)用BP神經(jīng)網(wǎng)絡(luò)模型的關(guān)鍵之一。（1）確定網(wǎng)絡(luò)層數(shù)大多數(shù)的神經(jīng)網(wǎng)絡(luò)都預(yù)先確定了網(wǎng)絡(luò)的層數(shù)，而BP網(wǎng)絡(luò)可以包含不同數(shù)目的隱含層。但理論上已經(jīng)證明，在不限制隱含層節(jié)點(diǎn)數(shù)的情況下，具有一個(gè)隱含層的BP網(wǎng)絡(luò)可以實(shí)現(xiàn)任意非線性映射。增加隱含層可增加人工神經(jīng)網(wǎng)絡(luò)的處理能力，但是必將使訓(xùn)練復(fù)雜化、訓(xùn)練樣本數(shù)目增加和訓(xùn)練時(shí)間增加。由于風(fēng)險(xiǎn)因素不是很多，故可以僅設(shè)置一個(gè)隱含層。因此，本模型可以采用三層的網(wǎng)絡(luò)結(jié)構(gòu)，即輸入層、隱含層、輸出層各一個(gè)。（2）確定各層的節(jié)點(diǎn)數(shù)輸入層接受外部的輸入數(shù)據(jù)，因此其節(jié)點(diǎn)數(shù)取決于輸入矢量的維數(shù)。在本模型中，輸入層的節(jié)點(diǎn)對(duì)應(yīng)風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)。因此，輸入層節(jié)點(diǎn)數(shù)等于各參與方風(fēng)險(xiǎn)因素的個(gè)數(shù)。輸出層的節(jié)點(diǎn)數(shù)取決于輸出數(shù)據(jù)類型和表示該類型的數(shù)據(jù)所需的數(shù)據(jù)大小。本模型中，輸出層只需輸出風(fēng)險(xiǎn)評(píng)價(jià)結(jié)果，即一個(gè)表示風(fēng)險(xiǎn)大小的0~1間的數(shù)值（數(shù)值越大風(fēng)險(xiǎn)越大），所以輸出層節(jié)點(diǎn)數(shù)為1。隱含層的節(jié)點(diǎn)數(shù)可以決定網(wǎng)絡(luò)精度。當(dāng)使用較多的隱含層節(jié)點(diǎn)時(shí)，出現(xiàn)局部極小的現(xiàn)象就少，當(dāng)使用較少的隱含層節(jié)點(diǎn)時(shí)，局部極小的現(xiàn)象就多。增加隱含層節(jié)點(diǎn)的數(shù)目可以改善網(wǎng)絡(luò)與訓(xùn)練樣本相匹配的精確度。然而，為了改善網(wǎng)絡(luò)的概括推論能力，即改善對(duì)新圖形的適應(yīng)性，又要求適當(dāng)減少隱含層的節(jié)點(diǎn)數(shù)。所以，對(duì)一特定的網(wǎng)絡(luò)，其隱含層的節(jié)點(diǎn)數(shù)應(yīng)該是按精確度和概括性來統(tǒng)一考慮。大多數(shù)情況下，人們根據(jù)經(jīng)驗(yàn)并進(jìn)行試算來確定隱含層節(jié)點(diǎn)數(shù)。在本模型中，先用經(jīng)驗(yàn)公式（公式14）來確定一個(gè)隱含層節(jié)點(diǎn)數(shù)J，然后選取幾個(gè)不同隱含層節(jié)點(diǎn)，代入所選網(wǎng)絡(luò)進(jìn)行試算，選擇性能最好的那個(gè)作為隱含層節(jié)點(diǎn)數(shù)。（14）式中：m為輸出層節(jié)點(diǎn)個(gè)數(shù)；n為輸入層節(jié)點(diǎn)個(gè)數(shù)；a為1~10之間的常數(shù)。（3）建立BP神經(jīng)網(wǎng)絡(luò)模型在確定了BP神經(jīng)網(wǎng)絡(luò)的層數(shù)和節(jié)點(diǎn)數(shù)后，根據(jù)上文介紹的BP神經(jīng)網(wǎng)絡(luò)的原理，用MATLAB編寫程序并實(shí)現(xiàn)相關(guān)功能，即可建立PPP項(xiàng)目風(fēng)險(xiǎn)評(píng)價(jià)的BP神經(jīng)網(wǎng)絡(luò)模型。3.3BP神經(jīng)網(wǎng)絡(luò)模型對(duì)各參與方的風(fēng)險(xiǎn)評(píng)價(jià)BP神經(jīng)網(wǎng)絡(luò)模型建立好后，收集已完工類似項(xiàng)目的風(fēng)險(xiǎn)數(shù)據(jù)，做為輸入層元素，類似項(xiàng)目的最終風(fēng)險(xiǎn)評(píng)價(jià)做為輸出。取合適的樣本集誤差及最大學(xué)習(xí)次數(shù)，當(dāng)檢驗(yàn)樣本的誤差小于預(yù)設(shè)精度，則說明擬合情況良好，此時(shí)，該模型可以用于各參與方的風(fēng)險(xiǎn)評(píng)價(jià)。由于該模型已模擬并記憶了輸入變量與輸出變量間的函數(shù)關(guān)系，只需要輸入各參與方的風(fēng)險(xiǎn)指標(biāo)即可得出各自的風(fēng)險(xiǎn)評(píng)價(jià)結(jié)果。以承建商的風(fēng)險(xiǎn)評(píng)價(jià)為例，若收集的已完類似項(xiàng)目的風(fēng)險(xiǎn)數(shù)據(jù)如表3，樣本誤差及最大學(xué)習(xí)次數(shù)分別取0.01和5000。表3神經(jīng)網(wǎng)絡(luò)樣本樣本序號(hào)風(fēng)險(xiǎn)因素訓(xùn)練樣本檢驗(yàn)樣本12345678基礎(chǔ)設(shè)施完備程度0.330.250.400.240.300.280.190.35土地拆遷與補(bǔ)償0.500.570.350.400.350.480.450.55商業(yè)完工風(fēng)險(xiǎn)0.450.500.350.490.480.400.570.49重大事故0.350.380.410.400.300.370.280.30成本超支0.500.540.480.570.500.450.490.50質(zhì)量風(fēng)險(xiǎn)0.300.280.270.310.330.360.380.29溝通協(xié)調(diào)風(fēng)險(xiǎn)0.280.370.270.400.310.290.340.28環(huán)境破壞0.190.210.340.250.370.300.290.35私人投資機(jī)構(gòu)違約0.230.350.400.290.340.310.300.40政府違約0.300.200.240.280.190.250.300.27原材料供應(yīng)0.500.610.700.680.710.730.690.70不可抗力風(fēng)險(xiǎn)0.650.630.580.670.690.700.780.69評(píng)價(jià)結(jié)果0.4550.520.3970.570.670.4680.6010.514輸入樣本1~6對(duì)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，訓(xùn)練完成后，對(duì)檢驗(yàn)樣本進(jìn)行網(wǎng)絡(luò)仿真，并與實(shí)際值進(jìn)行比較，以觀察網(wǎng)絡(luò)的精度和實(shí)際擬合情況，比較結(jié)果如表4所示。表4檢驗(yàn)樣本期望輸出與網(wǎng)絡(luò)輸出對(duì)比樣本序號(hào)期望輸出網(wǎng)絡(luò)輸出絕對(duì)誤差70.6010.5930.00880.5140.5170.003由表4可知，檢驗(yàn)樣本的誤差均小于0.01，滿足預(yù)設(shè)精度，即神經(jīng)網(wǎng)絡(luò)模型擬合良好，可用于承包商的風(fēng)險(xiǎn)評(píng)價(jià)。此時(shí)，該網(wǎng)絡(luò)模型已存儲(chǔ)輸入輸出的函數(shù)關(guān)系，只要將需預(yù)測(cè)項(xiàng)目的風(fēng)險(xiǎn)指標(biāo)輸入就可。若用專家打分法對(duì)表2中承建商的12個(gè)風(fēng)險(xiǎn)因素打分得到的輸入為（0.333，0.577，0.522，0.444，0.566，0.335，0.477，0.356，0.476，0.389，0.758，0.655）T，將這組數(shù)據(jù)輸入已建好的神經(jīng)網(wǎng)絡(luò)模型，輸出的評(píng)價(jià)結(jié)果為0.518，則可知此情況下承包商的風(fēng)險(xiǎn)適中。以上僅以承包商為例進(jìn)行說明，私人投資機(jī)構(gòu)和政府的風(fēng)險(xiǎn)評(píng)價(jià)可用同樣的方法進(jìn)行。由人工神經(jīng)網(wǎng)絡(luò)得到的評(píng)價(jià)結(jié)果，PPP項(xiàng)目各參與方可以知曉各自將面臨的風(fēng)險(xiǎn)大小，為是否參與該項(xiàng)目提供決策依據(jù)。同時(shí)，如果參與方都確定以后，可以對(duì)有效分配風(fēng)險(xiǎn)提供幫助。如表2中，私人投資機(jī)構(gòu)和政府都考慮了宏觀環(huán)境的風(fēng)險(xiǎn)和市場(chǎng)風(fēng)險(xiǎn)，這樣必然使得評(píng)價(jià)結(jié)果偏大。因此，各參與方可以參照各自的評(píng)價(jià)指標(biāo)及評(píng)價(jià)結(jié)果，進(jìn)行風(fēng)險(xiǎn)分配和調(diào)整。根據(jù)對(duì)風(fēng)險(xiǎn)最有控制力的一方承擔(dān)相應(yīng)的風(fēng)險(xiǎn)的原則[9]，一般政府承擔(dān)諸如政策法律變更、利率、外匯等宏觀環(huán)