电力项目投资风险分析论文

摘要：基于sigmoid激活函数，建立了一种BP神经网络模型。通过对某高中2006年至2015年间的高考平均数据样本进行学习，修正了权值和阈值。系统最大相对误差为0.22%，关联度为0.6667，小误差概率为0.98，方差比为0.0002，预测结果精度为高。今天小编给大家找来了《电力项目投资风险分析论文(精选3篇)》的相关内容，希望能给你带来帮助!

电力项目投资风险分析论文 篇1：

项目投资风险分析及综合防范措施

新常态下企业投资活动面临着更多的风险，考虑到投资风险具有隐蔽性、突发性等特点，要想防范风险发生、降低风险损失，必须要树立全过程控制理念，首先通过全面分析，精准识别投资风险;然后提前采取预防措施，最大程度的规避投资风险的发生;最后，对于已经发生的风险问题，也要采取综合处理措施，最大限度的降低损失。本文首先从风险识别、评价、应对、监控四个方面，介绍了项目投资风险管理的主要内容;随后列举了专家调查法、分解分析法、层次分析法三种投资风险分析方法;最后针对当前投资风险防控中存在的一些问题，以某建设项目为例，分别从成立风险诊断专家组、完善风险防控流程等方面，提出了几点针对性建议。

一、引言

项目投资是企业经营获利的一种常见手段，但是如果没有提前对該项目进行市场调研、前景分析，就很有可能造成投资决策失误，进而引发了投资风险。这些风险的存在，除了会影响项目的投资回报，还有可能导致投资失败，给企业带来严重的经济损失。因此，企业在进行投资活动时，一方面要做好项目本身的调查、分析、研判工作，确保项目投资的可行性;另一方面还必须重视投资风险的防范和控制工作。只有做到“两手抓”，才能让投资项目能够顺利进行，并获取预期的投资回报。

二、项目投资风险管理的基本流程

（一）风险的识别

风险始终伴随于项目投资的整个过程中，并且由于风险的多发性、隐蔽性等特点，进一步凸显了风险识别的重要价值。作为项目投资风险管理的基础内容，风险识别至少要达到两个要求：其一是全面性。要结合项目本身的特点，将投资环节的风险，尽可能全面的挖掘出来，为下一步制定投资风险的防范、控制方案提供必要的参考;其二是细致性。不同的项目，在投资周期、投资规模、预期回报等方面存在很大的差异。这也就决定了风险的多样性、多发性。只有细致分析，才能提高对风险识别的准确率，保证项目投资中不留风险隐患。

（二）风险的评价

风险评价是指采用定性和定量分析方法，对项目风险大小、程度和级别进行计算，并评估相应的损失。风险评估要找出风险主要诱因，确定总体风险大小和级别，为后期制定风险预防方案提供可靠信息。风险评价的主要内容包括判断风险发生范围、风险损失估算、风险概率分析等。风险评价的结果，具有极强的反馈与参考价值，可以为项目负责人提前制定风险应对方案提供必要的借鉴。当投资风险发生后，第一时间启动应急预案，将投资风险产生的损失降至最低。风险评价的流程如图1所示。

（三）风险的应对

通过采取科学、系统的风险分析和评估方法，我们可以将电力项目施工过程中可能遇到的各种风险性质、大小、发生范围以及影响程度准确呈现出来，并在此基础上制定风险预防措施，以最大程度降低风险带来的损失。结合前面的风险评估结果，对不同的风险，可以采取差异化的应对措施，常见的有以下几种：其一是风险预防，在风险未发生时，通过加强人员技能培训、密切关注市场动态等措施，保证投资活动顺利进行，提高对风险的抵御能力;其二是风险减轻，面对已经发生的风险，采取及时启动应急预案、风险分解处理等措施，减轻风险危害后果;其三是风险转移，考虑到不同部门、主体，对风险的承受能力有强有弱，可以将风险转移给具有更强承受能力的主体，以削弱风险造成的损失。

（四）风险的监控

考虑到项目进程、市场环境都在发生变化，因此风险也会不断的变化，这种情况下风险监控的重要性就得到了突显。在项目投资过程中，风险管理部门要对上述各个管理环节和流程进行风险排查，审核风险应对措施是否科学合理？是否仍然有潜在风险存在？项目运行的环境是否发生了变化？是不是会有新的风险发生？风险评估是否科学？回答好上述问题之后，再对前期风险管理工作进行反思和总结，并不断修正下一阶段的风险管理工作。

三、项目投资风险分析方法

（一）专家调查法

所谓专家调查法，是指由风险管理专家所组成的管理团队，充分利用各位专家的理论知识对某个项目所存在的风险进行预测并提出建设性的预防措施。这种分析方法的优点是分析速度快，可以对风险进行定性分析。但是对专家的资历有更高的要求，比较容易受到个人主观因素的干扰。具体来说，又可分为两种，分别是头脑风暴法和德尔菲法。以头脑风暴法为例，建立一个由多位专家（5-10人）组成的专家分析组，各自从专业领域提出风险分析结果，然后对比、整合，为项目投资风险决策提供参考。

（二）分解分析法

分解分析法就是首先将一个大型的、复杂的系统工程按照一定的规律进行分解，然后再对分解后的小系统工程进行逐个分析。特别是对于一些规模较大的项目，要想找到风险所在，必须将项目进行拆分，才能将隐藏在内部的风险挖掘出来，进而采取有效的应对策略。在项目分解指标的选取上，可以选择时间指标，按照施工进度将项目分解成若干个环节，形成分项工程。这样既可以降低投资风险分析难度，提高风险识别准确率，又方便进行动态的风险把控。

（三）层次分析法

AHP法在进行决策分析时，首先通过全面分析可能存在的风险因素，然后对这些风险因素逐个进行分解，从而确定各个层次的各风险因素之间的重要性程度。AHP分析法的优点在于不容易受到外界因素的干扰，特别是避免了分析人员的个人主观判断，因此所得的风险分析结果，更加客观和接近实际。在方法选取上，AHP能够做到定量与定性的统一，这也在一定程度上保证了分析结果的可信度。

四、项目投资风险管理中常见问题

（一）重视风险控制，轻视风险防范

现阶段企业在开展项目投资时，已经能够认识到风险管理的重要性。但是在多数情况下，管理重点都是放在了如何对已经发生的风险进行管理、消除。虽然也能够起到降低风险损失、维护投资效益的作用，但是带来的实质性损失无法消除。前期的风险防范没有得到足够的重视，主要体现在在投资项目的立项阶段，没有留出足够的时间，组织专业人员对该项目的投资可行性进行评估，投资回收期、投资回收率进行科学分析，以至于投资项目本身存在的风险，无法被第一时间发现，后期风险的发生率高。

（二）重视理论教育，轻视技能培训

风险的分析、防范、控制，需要做到具体项目具体分析，这就对风险管理人员的综合水平提出了严格的要求。在开展项目投资活动时，风险管理人员过度依赖个人的经验，而没有充分了解项目信息。例如没有开展市场调查，对项目的发展前景缺少准确预测。这种情况下做出的分析结论，往往缺少较强的参考价值。另外，受到经济新常态的影响，项目投资风险也呈现出复杂性、高发性的特点。而风险管理人员则没有接受同步的培训，个人的专业技能已经无法适应新形势下的项目投资风险管理需要。

（三）风险防控流程有待完善

项目投资风险从分析到识别，再到防范和控制，具有密切的逻辑关联性。只有按照流程顺序，依次完成风险管理，才能降低风险损失。但是调查发现，许多企业没有一套完善的风险管理体系，在實际操作是存在各自为战的情况，由于项目投资信息交流不畅，不能全面、动态的掌握风险的变化情况，给管理工作带来了诸多的困难。例如，没有做好项目调研和风险分析，从而直接导致了风险无法被精确识别。对风险的发生时间、危害后果缺少相对准确的判断，无法提前制定防控策略，投资风险造成的损失增加。

五、某建设项目投资风险管理措施

（一）建设项目概况

某建设项目为集住宅区、商业街、幼儿园等于一体的大型综合社区，占地面积45万平方米。住宅区主要为高层和小高层建筑，设计住户数约3000户，面积约为20万平方米;商业街为南北向，长度在130米左右，包含1座大型购物超市，2家银行，以及若干小型商铺。该项目前期投资约为582000万元，主要涵盖建筑工程费、土地使用费以及其他费用。

（二）项目投资方面的风险因素

1.外部风险

市场环境的变化，以及相关政策的调整，会对项目投资活动的开展产生直接的影响，如果应对不及时，可能导致项目无法按照既定的计划顺利实施，前期的投资无法顺利收回，或是没有达到预期的投资回报，从而引发了投资风险。例如，近年来材料价格、人工费用都在上涨，如果项目投资阶段，未能合理计算投资费用，后期因为预算不足，加上短期内不能筹集足够的资金，导致项目无法顺利进行，就会给项目投资造成负面影响。

2.内部风险

对于一些规模较大、投资较高的项目来说，内部的管理也十分重要。引发内部风险的常见因素主要包括施工水平、财务费用、决策风险等。以施工风险为例，实际进度落后于预期进度，导致项目不能如期交付。逾期产生了大量的额外费用，导致预算紧张;还有的则是施工质量不合格，后期需要重新返工，这种情况也会产生大量的预算外费用。这些内部风险的存在，增加了项目投资风险的发生率。

3.综合风险

除了上述两种常见的风险外，项目投资中常见的综合风险还有：其一，投资规模风险。对项目投资规模的分析失准，出现了两种极端情况，一种是投资不足，导致项目无法正常开展;另一种是投资过度，造成了资金的浪费。其二，投资时机风险。如果投资超前，意味着投资公司需要额外承担更多的贷款利息，无形中压缩了投资利润。相反，如果投资滞后，可能会导致项目无法按照既定的计划开展，有延期交付的危险，由此带来了资金与信誉上的双重损失。

（三）项目投资风险的综合防范措施

1.强化风险意识，成立风险诊断专家组

将风险防控意识贯穿于项目投资的整个过程中，增强风险意识，强化管理责任。项目投资方结合风险管理需要，组织10名有丰富从业经验的风险评估专家，建立风险诊断专家组。结合投资项目的相关资料，以及结合市场调研结果，进行综合评估和深入研判，找出项目投资中可能面临的各类风险。在此基础上，根据项目类型，选取量化指标，计算出各类风险的发生率，并对其危害后果进行预测。将风险诊断结果整理成书面报告，作为项目投资人的决策参考，以便于对投资项目的风险管理提供帮助。

2.结合项目实际，提高风险防控水平

对于不同的投资项目，其投资规模、回报周期以及风险类型等方面，存在着较大的客观差距。为此，要想保证项目投资风险管理成效，应当坚持具体情况具体分析。风险管理人员要切实提高自身的业务水平，无论是在风险的科学分析、精准识别，还是及时控制等方面，都必须履行好职责。例如在风险防范中，可以选择的措施有风险转移、风险削减、风险回避等几种策略。而不同的处理方式，适用的条件、产生的后果、操作的技巧，不尽相同。在实际中，需要从项目本身出发，作出最佳决策，将投资风险的损失降至最低。

3.树立全过程理念，完善风险防控流程

将全过程控制理念运用到项目投资风险的综合防控中，是进一步提高风险管理水平的有效策略。基于全过程控制的项目风险管理，应重点把握好以下几个要点：其一，加强各部门之间的联系，通过打破信息壁垒从而提高风险防控水平。例如，投资公司的管理层，应当做到精准决策，并协调好该项目中其他有关部门的协调工作;市场部门要针对该项目做好市场化调研，尽可能全面的收集相关资料，为专家分析提供必要的材料;专家组要充分了解相关政策、行业标准、市场形势等信息，然后利用已有的经验进行专业分析。通过实现信息要素的高效流动，提高投资风险分析的时效性和参考性。其二，建立投资风险管理的闭环系统，从风险分析到风险识别，再到风险防范和控制，是一个标准流程。然后根据本次风险防控结果，总结经验，汲取教训，重新为下一次的风险分析提供经验支持，保证了项目投资风险管理水平的渐进式提升。

六、结语

项目投资在给企业创造经济效益的同时，本身也存在诸多的风险。做好风险的精准分析，提高风险的防控水平，无论是保证项目顺利建设，还是增加项目投资回报，都有积极影响。对于投资公司来说，首先要客观认识到不同项目中，风险类型的差异性，投入一定的时间和精力，做好项目本身的市场化调研，充分掌握项目相关信息，为投资风险分析提供大量的事实依据。同时也要充分发挥专家决策的作用，组建专家诊断小组，提高投资风险分析的准确性，为下一步开展综合防范提供参考，保证投资活动的顺利开展。（作者单位：中铁建重庆投资集团有限公司）

作者：张波

电力项目投资风险分析论文 篇2：

基于BP神经网络算法的成绩预测模型研究

摘 要：基于sigmoid激活函数，建立了一种BP神经网络模型。通过对某高中2006年至2015年间的高考平均数据样本进行学习，修正了权值和阈值。系统最大相对误差为0.22%，关联度为0.6667，小误差概率为0.98，方差比为0.0002，预测结果精度为高。用于2016年至2020年间该校高考平均成绩的预测中发现，预测结果与实际结果的最大绝对误差仅为2分。对该校2021年的高考平均成绩进行了预测，最终预测结果为571分。

关键词：神经网络;BP算法;成绩预测

Research on Performance Prediction Model 

Based on BP Neural Network Algorithm

LIN Tingting

（Zhaoqing Medical College，Zhaoqing，Guangdong 526020，China）

Key words：neural network; BP algorithm; performance prediction

神經网络算法是基于对人类大脑进行模拟的算法，其与人脑处理问题的方法类似[1-5]。在神经网络算法中，含有众多神经元，处理问题过程中神经元与神经元之间相互作用，完成问题的处理。神经网络算法处理问题更为高效，通常能对复杂的非线性关系进行动态处理，而且不需要获取变量及其分布的相关数据。

BP神经网络是由输入层、隐藏层、输出层三个层次组成其完整架构的，在处理问题过程中会发生正向和反向传播过程。通常信息先由输入层输入，然后通过神经元的作用传播至隐藏层，隐藏层处理后再将处理结果传播至输出层;若输出层处理结果不准确，那么则以误差为基准进行反向传播;如此反复，完成问题的处理[6-10]。

BP神经网络算法是一种应用广泛的计算机算法，在各个行业均具有典型的应用。例如，其在经济预测中的研究与应用均较为成熟[11-12]。另外，BP神经网络算法在成绩预测中的应用也十分广泛。例如，胡长城基于BP神经网络算法和生理指标对运动员3000米障碍跑的成绩进行了准确的预测[13]。本文也利用BP神经网络算法，基于某高中前几年的高考成绩平均分数据，对后几年的数据进行了预测，并对相应预测过程、算法和结果进行了讨论。

1 BP神经网络架构及原理

BP是Back Propagation的缩写，是反向传播的意思。通常在BP神经网络中，各层之间的神经元只能与相邻层的神经元发生相互作用，而且数据传播也具有方向性，即接收上一层神经元的处理结果，而本层的处理结果也只能传播给下一层。将BP神经网络应用到成绩预测中时，通常BP神经网络需要基于足够的数据样本进行学习。BP神经网络具有自适应和自整定的特性，基于对数据的学习能够确定各层神经元的权值和阈值，从而进行联想，实现对数据的预测。在进行成绩预测的过程中，BP神经网络算法也同时存在正向传播和反向传播两个过程。

1.1 BP神经网络架构

所设计的BP神经网络的激活函数为φ（x），其中x为变量，所采用的函数为sigmoid函数：

输入层的输入向量需要进行归一化，使其处于[0，1]范围内。

另外需要对输入向量进行标准化处理，其目的是提高数据的规律性，本系统所采用的函数为：

其中，xi是指第i个神经元的输入向量，xmax为输入向量的最大值，xmin为输入向量的最小值。i是经上述函数进行标准化处理的输入向量。

所设计的BP神经网络的整体架构和计算流程如图1所示。首先输入输入向量和目标输出向量，将输入向量和目标输出向量均进行标准化处理。然后将处理结果由上一层神经元依次传递至下一层神经元，并进行处理。最后由输出层求出输出向量，将输出向量与目标输出向量对比，计算平均平方误差。若平均平方误差小于3%，且所有平方误差均小于3%，结束计算，得到修正的权值，然后进一步进行成绩预测;若平均平方误差大于或等于3%，那么计算隐藏层中各层的误差，基于误差进行反向传播过程，计算误差梯度，反馈至标准化处理过程，重新进行正向传播，直至平均平方误差小于3%。

1.2 正向传播

正向传播过程是由输入层至隐藏层再至输出层的传播，是由第k层的神经元，向第k+1层的神经元传播的过程，两层之间的输入和输出关系式可以用下式表达：

其中j= 1， 2， 3， …， nk， nk+1;k= 1， 2， 3， …， M-1;nk为第k层神经元的总数;M为BP神经网络系统所包含的总层数;Wkij为第k层的第i个神经元向第k+1层第j神经元传递的权值;θk+1j为第k+1层神经元的阈值;φ（x）为激活函数，是一种非线性函数，具有非线性映射作用，能够限制神经元的输出幅度处于（0，1）范围内，或（-1，1）范围内，本系统所采用的激活函数为sigmoid函数。

1.3 反向传播

在输入层输入向量Xp，那么经过数据传播和计算，在输出层则会输出向量Yp，k+1。计算所得向量与理论输出向量之间会存在一定的误差值。如果第k层第j个神经元的平方误差为12e2j（n），那么输出层输出向量的总的平方误差则为：

若整个计算过程中的样本总数为N，那么相应的平均平方误差则为：

平均平方误差是修正BP神经网络各层权值和阈值的函数，学习的最终目的是使平均平方误差尽可能小。在进行权值修正的過程中，所采用的方法为梯度修正法，可按照下式进行修正：

其中η是计算过程中学习的步长，α是学习过程中的动量因子，α处于（0，1）范围内，主要作用是控制η不要过大。

根据以上所描述的计算步骤和算法，可以建立起BP神经网络模型。基于已知数据的学习和对权值的修正，可以进一步确定该BP神经网络的权值，进一步得到每一层神经元的输入向量与输出向量之间的关系。将该BP神经网络模型运用于成绩的预测中，首先要输入已知样本数据，完成学习;学习的目标是使输出层的输出向量与已知数据样本的输出向量之间的平均平方误差小于规定的某个值后，可以结束学习。本文所设计的BP神经网络进行权值修正时，是每输入一次样本数据后对权值进行一次修订。

2 成绩预测

以某高中2006年至2015年间的高考平均成绩为学习样本，通过进行学习和权值修订，建立了BP神经网络系统。然后利用所建立的系统对2016年至2020年该校高考平均成绩进行预测，并与实际成绩进行了对比研究和讨论。表1所示为该校2006年至2015年间的高考平均成绩样本数据。利用样本数据建立BP神经网络系统后，需要对输出向量进行残差检验、关联度检验和后验差检验。本系统进行残差检验过程时，预测的输出向量与目标输出向量之间的相对误差要小于3%;关联度检验过程中要求预测的输出向量与目标输出向量之间的关联度不小于0.6;后验差检验可按照下式进行方差比C和小误差概率P计算：

当小误差概率大于0.95，方差比小于0.35时，说明预测精度等级为高;当小误差概率大于0.80，方差比小于0.50时，说明预测精度等级为合格;当小误差概率大于0.70，方差比小于0.65时，说明预测精度等级为基本合格;当小误差概率小于0.70，方差比大于0.65时，说明预测精度等级为不合格。

本系统进行模型检验的相对误差最大为0.22%，关联度为0.6667，小误差概率为0.98，方差比为0.0002，预测结果精度等级为高，说明本BP神经网络系统可用于后续的成绩预测中。

为了检验该BP神经网络系统在成绩预测中的准确性，利用所建立的系统对2016年至2020年该校高考平均成绩进行预测。表2为本BP神经网络系统所预测的2016年至2020年间该校高考平均成绩与实际高考平均成绩以及两者误差。由预测结果和实际结果对比来看，本BP神经网络系统用于该校高考平均成绩的预测中，预测结果较为准确，2016年至2020年间的高考平均成绩的预测绝对误差不大于2分。另外，本系统还对该校2021年的高考平均成绩进行了预测，预测结果为571分。不过，本系统在进行成绩预测时，只能基于数据样本进行学习后预测，无法对突发情况进行特殊处理，例如学生考试迟到、因伤病无法参加考试等因素对最终实际成绩造成影响，则不在本BP神经网络系统预测的能力范围之内。

3 结 论

基于某高中2006年至2015年间的高考平均数据样本和sigmoid激活函数，建立了一种BP神经网络模型。通过对数据样本的学习，对权值和阈值进行修正，并对预测结果进行残差检验、关联度检验和后验差检验。将该BP神经网络系统用于2016年至2020年间该校高考平均成绩的预测中后，发现预测结果精度高，这五年间预测结果与实际结果的绝对误差最大仅为2分。另外，还利用所建立的BP神经网络对该校2021年的高考平均成绩进行了预测，最終预测结果为571分。

参考文献

[1] 陆宁， 周建中， 何耀耀. 粒子群优化的神经网络模型在短期负荷预测中的应用[J]. 电力系统保护与控制， 2010， 38（12）：65-68.

[2] 葛少云， 贾鸥莎， 刘洪. 基于遗传灰色神经网络模型的实时电价条件下短期电力负荷预测[J]. 电网技术， 2012，36（1）：224-229.

[3] 杨雅辉， 黄海珍， 沈晴霓， 等. 基于增量式GHSOM神经网络模型的入侵检测研究[J]. 计算机学报， 2014， 37（5）：226-234.

[4] 王成亮， 王宏华， 向昌明，等. 发电机进相能力的RBF神经网络模型[J]. 电工技术学报， 2012， 27（1）：124-129.

[5] 王冬生， 李世华， 周杏鹏. 基于PSORBF神经网络模型的原水水质评价方法及应用[J]. 东南大学学报：自然科学版， 2011， 41（5）：1019-1023.

[6] 刘佩瑶， 郝振纯， 王国庆， 等. 新安江模型和改进BP神经网络模型在闽江水文预报中的应用[J]. 水资源与水工程学报， 2017，28（1）：40-44.

[7] 谢晓锋， 李夕兵， 尚雪义， 等. PCABP神经网络模型预测导水裂隙带高度[J]. 中国安全科学学报，2017， 27（3）：100-105.

[8] 杨红娟， 李杰云. 基于熵权BP神经网络模型的生态系统安全评价[J]. 昆明理工大学学报：自然科学版，2017，（5）：112-119.

[9] 邹进贵， 肖扬宣， 张士勇. 马尔科夫链改进的ARIMABP神经网络模型研究[J]. 测绘地理信息， 2016，41（4）：32-36.

[10]李娜， 范海梅， 许鹏， 等. BP神经网络模型在象山港水环境承载力研究中的应用[J]. 上海海洋大学学报，2019， 28（1）：128-136.

[11]刘璐. 基于SA、GA改进BP神经网络模型的智能制造项目投资风险分析[D]. 天津：天津工业大学， 2019.

[12]吕高见. 基于BP神经网络模型中国P2P平台自动投标功能用户风险研究[D]. 长春：吉林大学， 2019.

[13]胡长城. 基于BP神经网络与生理指标的3000米障碍跑项目成绩预测模型研究[D]. 长春：东北师范大学， 2015.

作者：林婷婷

电力项目投资风险分析论文 篇3：

投资风险评估中风险因素处理问题的研究

摘 要：电力投资项目效益与风险并存，会给社会和经济带来非常显著的效益，但是通常投资期限比较长、对技术的要求比较高，制约施工环节的因素比较多，涉及到设计、施工监理等各个方面。影响电力投资项目效益的不确定因素比较多，不论是社会、经济、政治等人为因素还是外界自然因素都会给电力投资项目带来较大的风险，导致电力投资出现随机性的特点。为了全面掌握电力投资中的风险因素，从而降低相关风险对电力投资的影响，本文阐述了电力投资风险的定义及特征，论述了电力投资风险的主要影响因素，提出了降低电力投资风险的有效对策。

关键词：电力投资风险 评估 风险因素 影响

随着我国电力工程的进一步发展，电力项目投资建设模式开始向国际靠拢，风险管理的重视程度也就越来越高。但是因为电力投资项目会受到各种因素的影响，所以风险评估和管理方面仍然存在较多的问题。再加上我国电力投资项目的起步比较晚，发展时间比较短，还没有系统完善的经验可以套用，因此，加强对电力投资评估风险因素的研究具有十分重要的意义。

1 电力投资风险的定义与特征

1.1 电力投资风险的定义

风险这一词指的是对事件稳定性和预期性带来影响，从而导致最终的结果与预期发生背离而带来损失的不确定性。风险是客观存在、不断变化的。加强对风险的分析，找出具有针对性的对策，可以显著降低投资者在遇到风险时的经济损失。电力投资的风险是在电力投资项目开展过程中，由于项目本身的因素、人为因素以及外部环境因素导致了电力投资项目出现达不到预期目标的可能性，如图1所示。

1.2 电力投资风险的特征

电力投资具有资金密集型特点，需要的经济成本比较高，电力投资与市场、技术以及资金等因素关系十分密切。电力投资风险系数与电力生产有直接关系，电力投资风险具有随机性、不确定性的特点。风险是否发生、何时发生以及产生的后果都具有明显的偶然性，这是客观存在的，不以人的意志为转移的。此外，风险的相对性意味着相同风险对不同经济主体的影响是有差异的。总之，电力投资风险主要具有以下几个方面的特点。

（1）资金密集性。电力投资的资金额非常庞大，规模小的甚至也会有几百万，多的则高达上百亿。电力投资项目一旦实施，就会形成沉淀资本而无法回收，而且投资的项目不能在中途随意更改，如果中途由于各种原因撤资，带来的经济损失是非常大的。

（2）投资长期性。电力行业的投资建设周期为3～10年不等，建设时间与机组类型有直接的关系，机组技术水平越高、越复杂，需要的时间就越长。通常情况下，火电机组的投资建设时间为3～5年，水电机组和核电机组的投资建设时间则更长。

（3）资源、环境制约性。电力项目的投资与资源是否能够充足供应、国家是否出台资源相关优惠政策等有密切的联系。而且，电力项目投资还应该充分考虑到是否符合我国目前生态文明建设与可持续发展的实际需求，如果不满足环保政策的要求，电力投资项目很可能中途被终止。

（4）经济依赖性。电力行业是国民经济的重要支柱产业，从而深受国民经济发展的影响。社会对电力的需求与经济发展速度呈正相关关系，经济发展态势越好，社会对电力的需求就越大，经济处在低迷状态，对电力的需求就越低，电力投资也会相应减少。电力投资满足经济发展需求是进行投资的重要目标，任何投资的变化都会使得电力供需出现不平衡，不管是电力过剩还是短缺，都会给经济发展带来较为严重的影响。反过来，经济发展的变化也会给电力投资带来较大的影响。

2 电力投资风险的主要影响因素

2.1 经济因素

本文中已经提到经济发展态势与电力投资二者之间的关系。具体来说，影响电力投资风险的经济因素主要包括：第一，利率变化。在电力投资项目运行过程中，由于利率的波动会给项目带来收益或者损失。如果项目公司的融资采用的是浮动利率，生产成本就会随着利率的上升而上升；如果采用的是固定利率，生产成本就会随着利率的降低而上升。第二，汇率变化。我国在开展大型电力投资项目时往往会向外国或者银行结构进行贷款，如果还款时外币汇率降低，就会产生汇兑收益，如果外币汇率上升，就会产生汇兑损失。第三，通货膨胀。世界上绝大多数国家的经济都存在通货膨胀风险，物价和工资发生变动是比较常见的现象。如果通货膨胀的幅度超过了人们预期的范围，就会给电力投资带来较大的损失。

2.2 技术因素

第一，设计因素。电力投资项目设计中涉及到选址、地质水文勘测等多种方面的内容，如果没有提前做好准备工作，就会给电力投资项目带来设计风险。设计单位的资质直接决定着电力投资项目设计的水平，如果设计深度不够，势必会给电力项目增加一定的投资成本。设计人员如果水平不足，在后期往往就会出现因为设计不当而造成返工的情况。第二，施工质量。作为大型建设工程的电力投资项目，其施工质量与最终的投资息息相关，如果施工质量没有保证，在竣工验收阶段就会检查出问题，施工单位只能进行返工，耗时费力。如果工程中潜藏着安全隐患，就会给电力项目的投入运营带来较大的风險，甚至还会影响工作人员操作的安全性。

2.3 自然因素

自然因素对电力投资风险的影响主要包括：一方面是气候变化因素。电力项目中经常会涉及到水电项目，而河流中的水量是与气候相关的，如果气候长期处于干燥的状态，就会导致河流流量比较少，造成电站长期处于低水压状态下工作，从而严重减少发电量。如果遇到大型洪水，又会给厂房和大坝带来严重威胁。尤其是在项目建设期间遇到极端天气，就会极大影响项目的顺利开展，还会给施工人员的人身安全带来严重影响。另一方面是地理因素。电力项目所在的位置往往在偏远地区，地形地质条件复杂，交通不便，这就给电力项目的开展带来不小的麻烦。

3 降低电力投资风险的有效对策

3.1 制定完善的投资合同

经济上的波动在所难免，所以电力投资经济上的风险无法完全规避，但是公司可以采取有效的措施将风险系数降低。公司应该制定完善的投资合同，在合同中明确规定利率、汇率以及贷款利息等方面的内容，从而防止后期经济波动带来的影响。

3.2 加强设计、施工环节的监督

设计方和施工方资质直接关系着电力投资的质量，因此，公司应该加强对设计和施工环节的监督力度，如果发现设计方案和施工细节中存在不合理问题，应该及时进行纠正，防止将问题带到后期运行环节中，这样造成的影响将会更大。

3.3 做好天气预测工作

施工单位在进行电力项目施工时，应该时时关注当地天气的变化，如果预测有极端天气要来，应该停止施工，待到天气转好之后再进行施工。施工单位应该提前做好地理环境调查，必要的时候要修桥铺路为项目的运行奠定坚实的基础。

参考文献

[1] 何时有，肖欣，臧娜.海外电力投资项目风险分担分析——以巴基斯坦进口煤电BOO项目为例[J].建筑经济，2018，39（1）.

[2] 卢志鹏.电力建设项目投资风险分析及评价[D].华北电力大学（北京），2017.

[3] 张程.海外电力项目投资可行性研究：基于某燃煤发电项目估值的分析[D].上海交通大学，2015.

[4] 姚杰.输电项目投资风险分析[D].华北电力大学，2014.

作者：谢嘉敏