海外矿山并购项目层面风险评价

doi:10.11872/j.issn.1005-2518.2019.04.598

海外矿山并购项目层面风险评价

郑明贵^,¹^,², 文唯^,³, 杨欣¹

1. 江西理工大学矿业贸易与投资研究中心，江西赣州 341000

2. 中国科学技术大学管理学院，安徽合肥 230026

3. 赣州市农业利用外资办公室，江西赣州 341000

A Project Risk Evaluation Model for Overseas Mining Projects’ Mergers and Acquisitions

ZHENG Minggui^,¹^,², WEN Wei^,³, YANG Xin¹

1. Research Center of Mining Trade & Investment，Jiangxi University of Science and Technology，Ganzhou 341000，Jiangxi，China

2. The School of Management，University of Science and Technology of China，Hefei 230026，Anhui，China

3. Ganzhou Agricultural Foreign Investment Office，Ganzhou 341000，Jiangxi，China

通讯作者: 文唯（1990-），男，江西吉安人，硕士研究生，从事资源经济研究工作。820809177@qq.com

收稿日期: 2019-05-12 修回日期: 2019-07-02 网络出版日期: 2019-08-08

基金资助:

国家社会科学基金重点项目“中国战略性矿产资源国家安全评估与预警系统研究（2020-2050）”. 18AGL002
应用”. 71631006

江西省青年井冈学者奖励计划联合

Received: 2019-05-12 Revised: 2019-07-02 Online: 2019-08-08

作者简介 About authors

郑明贵（1978-），男，安徽颍上人，教授，博士生导师，从事资源经济研究工作mgz268@sina.com , E-mail：mgz268@sina.com

摘要

项目层面风险是我国海外矿山并购的决定性风险因素之一。在现有研究基础上，对海外矿山并购项目层面的主要风险因素进行了识别，将矿床开采技术条件、地质资源条件等反映矿山生产特征的指标纳入评价指标体系中，使得指标体系更具针对性且更完善。构建了一套包括4个一级指标和11个二级指标的风险评价指标体系；利用TFN-RS方法综合了主客观赋权的双重优势以确定各评价指标的组合权重；基于云理论和物元理论，建立了海外矿山并购项目层面风险评价的云物元模型，运用MATLAB编程计算出各个评价指标的风险等级隶属度，提高了风险模糊性和不确定性的评价精度。使用本方法以中国有色矿业集团有限公司并购赞比亚卢安夏铜矿项目为例，进行项目层面风险评价，结果显示：该项目风险等级为“低”，但外部建设条件风险为“一般”，经济效益条件风险为“较低”。该项目的基础设施和工程地质条件不足，是项目层面风险的主要来源。

关键词： 海外矿山并购 ; 项目风险 ; 三角模糊数 ; 粗糙集 ; 云物元

Abstract

Identified the project risks of transnational mining M&A，and established an evaluation index system including four grade Ⅰ indexes and eleven grade Ⅱ indexes，which was applied to a case，and the evaluation results are consistent with the fact.Thus，it provides a more scientific evaluation standard for the project risk evaluation of transnational mining M&A.It is known that risk identification is very important to establish a project risk evaluation index system，index grading is the basis which should be considered according to the data issued by the authority and the accepted classification rules，and the number of qualitative indexes should be reduced to make the results more objective.A TFN-RS empowerment model was established，that is，using the triangular fuzzy number theory to determine the subjective weights，using rough set theory to determine the objective weights，which solves the existing problem of single subjective or objective empowerment，so that the weight empowerment is more scientific.It is shown that the weights of the geological resource conditions and the economic benefit conditions are relatively larger，29.79% and 29.82%，respectively.Therefore，in the process of transnational mining M&A，obtaining resources and economic benefits are the main motives.In terms of grade Ⅱ indexes，the service life，infrastructure and internal rate of return are the most important indexes.This paper established a project risk evaluation model for transnational mining M&A based on the cloud and matter-element theory，which can better solve the fuzzy problems of the risk level’s boundary division and quantitatively evaluate each project risk level.It is conducive to the further identification of risk factors and the development of risk control strategies.Applied the established risk evaluation model into a case，it shows that the combination of TFN-RS model and the cloud matter-element model is one of the effective methods to evaluate the project risks of transnational mining M&A.It showed that the mining technology conditions and the geological resource conditions of the project are in a “lower” risk level，the external construction conditions are in a “general” risk level，the economic benefit conditions are in a “low” risk level，and the project risk level is in a “lower” risk level.But the potentiality of mineral resources，the engineering geological conditions and the infrastructure are in a “high” risk level，which are the main project risk sources.General recommendations are as follows.Before transnational mining M&A，enterprises should do their due diligence and collect detailed data as much as possible.Decision criteria is as fallow：If the evaluation result is in a “high” risk level or above，it should be carefully decided or even directly rejected； If the evaluation result is in a “general” risk level or below，it should be treated differently，that is，carefully analyze the grade Ⅱ indexes and pay particular attention to some extreme indexes which may bring forward risks，and then estimate their possibility and scopes from the view of evading or reducing risks in the future，and then make further decisions.Corresponding risk control strategies should be made after the M&A and should also be adjusted while implementation so that the operational risks can be reduced and a good success rate can be got.

Keywords： overseas mining projects’ M&A ; project risk ; triangular fuzzy number ; rough set theory ; the cloud and matter-element model

PDF (1465KB) 元数据多维度评价相关文章导出 EndNote| Ris| Bibtex 收藏本文

本文引用格式

郑明贵, 文唯, 杨欣. 海外矿山并购项目层面风险评价[J]. 黄金科学技术, 2019, 27(4): 598-608 doi:10.11872/j.issn.1005-2518.2019.04.598

ZHENG Minggui, WEN Wei, YANG Xin. A Project Risk Evaluation Model for Overseas Mining Projects’ Mergers and Acquisitions[J]. Gold Science and Technology, 2019, 27(4): 598-608 doi:10.11872/j.issn.1005-2518.2019.04.598

在全球经济一体化不断加深的背景下，世界各国尤其生产制造型大国对矿产资源的依赖性不断增强，在全球范围内促进资源的优化配置已成为大势所趋。中国大宗矿产资源储量虽然较丰富，但与世界平均水平相比，人均资源拥有量却很低，资源形势不容乐观，海外矿山并购成为获取资源的有效途径之一^[1]。无论是国家宏观政策指导，还是国内资源稀缺、企业自身扩张所带来的需求，矿山企业发展的方向都指向了海外并购。作为调节世界市场结构、加速世界市场竞争的重要方式之一，海外并购不但能扩大企业的经营范围，提高市场占有率，更为关键的是能够快速获取全球资源，提高企业竞争力，保障国家资源经济安全。因此，近年来中国企业海外并购案例日益增多。

海外并购实质是一项集机遇与风险于一身的高危活动，为企业提供前所未有契机的同时也使企业面临巨大的挑战。来自美国著名企业咨询机构Kearney的统计数据表明，海外并购失败率高达80%。在海外并购的过程中，存在诸多不确定因素，除了面临复杂的政治风险、法律风险和社会风险等外部风险之外^[2]，项目本身所存在的风险也需要格外关注。在项目自身风险方面如果没有建立妥善的处理与应对机制，将会给项目投资方和利益相关方带来损失，甚至导致项目失败，因此，在海外矿山并购前和运营管理过程中及时开展全面的项目层面风险评估及管理，将成为海外矿山并购环节的重中之重。

本文研究的主要理论价值与实践意义：第一，通过系统分析矿山项目开发所具有的特征，找出影响矿山并购主要的项目层面风险因素，进而建立一套科学的评价指标体系，并对相关指标进行分级量化，为我国矿山企业在海外矿山并购中项目层面的风险评价提供一套可参考的、实用的评价体系和评价标准；第二，根据研究目标，将粗糙集理论、模糊数学与云物元模型三者相结合进行综合研究，即指标赋权方面主要利用主客观组合赋权方法，风险隶属度求解方面主要利用云物元模型的优势，丰富了海外并购风险评价的模型与方法；第三，基于国内外相关研究成果，梳理和总结海外矿山并购中已经显现的主要风险，构建更加科学、合理、全面的评价指标体系，并对项目层面的主要风险进行估算，可以全面评价与预测已经显现的和潜在的主要风险，为企业科学决策提供理论支撑，有助于提升我国矿山企业的风险管理意识和水平。

1 国内外研究现状

1.1 跨国并购风险因素识别

国外研究方面，Levary等^[3]将企业海外投资风险划分为宏观经济风险、管理层决策风险和企业经营风险等。Brouthers等^[4]利用PEU模型，以荷兰448家跨国并购企业作为样本进行实证分析，从政治、市场、资源、经济和市场竞争等角度对并购风险进行了划分。Bryson^[5]认为在跨国并购过程中，最为突出的是HRM风险。Mishra等^[6]指出企业在跨国并购时既会遭遇系统风险，也会面临非系统风险。Jinjarak^[7]认为宏观经济风险是企业跨国并购的重要风险因素之一。Sarala^[8]认为对并购成功影响较大的因素来自于各个企业本身的文化差异，而非国家之间的文化差异。Stucchi^[9]认为发展中国家的跨国公司在发达国家市场上进行并购可能会面临资源不足、组织架构不完善和行业基础薄弱等风险。

国内研究方面，叶建木等^[10]提出了跨国并购风险链理论，其中前期决策风险为链首，融资与支付风险为链身，并购后期整合风险为链尾，链式传递性是跨国并购风险的主要特征，前一阶段的风险会直接影响到后续相关阶段的风险。单宝^[11]从政治法律、市场、技术、资产评估、决策和后期整合6个方面对海外并购风险进行了划分。温巧夫等^[12]认为我国企业跨国并购面临的主要风险包括政治法律、经营、财务和整合等方面。胡国松等^[13]梳理了石油企业跨国并购所面临的主要风险，包括政治风险、法律风险、金融财务风险、信息不对称风险、技术风险、决策风险、整合风险和被动并购风险等方面。周金瑾等^[14]认为海外矿业项目并购风险主要包括政治政策、目标企业估值、地质资源、资本和经营管理等风险因素。张建红等^[15]提出交易双方政治和体制方面的影响以及收购企业本身国际化水平的限制是企业海外收购成功率低的2个主要原因。肖辉等^[16]从政治、政策、自然、社会文化、技术和财务等方面对海外矿山并购的主要风险因素进行了识别。杜晓君等^[17]指出文化差异是中国企业“走出去”过程中必将经历的经营风险。汤吉军等^[18]认为国有企业跨国并购面临的主要风险包括政治、法律、价值和整合等风险。张元钊^[19]认为政治风险对中国企业跨国并购呈现出负的显著影响。

1.2 跨国并购风险评价模型与方法

国外研究方面，Baillie等^[20]基于“自回归条件异方差模型”对跨国并购中潜在的汇率风险进行了研究，得出汇率风险主要来源于东道国政治风险。Barkema等^[21]利用蒙特卡罗法模拟量化分析了跨国并购过程中可能存在的各种主要风险因素。Nitecki^[22]改进了Miller模型，从6个方面对跨国并购风险进行了划分并单独进行评价，充分考量了不同风险类型之间可能存在的偶然联系。Lambert^[23]在矿业跨国并购风险因素识别中利用了HHM（等级全信息建模）的基本思想，概括了跨国并购风险因素识别的8个基本准则，有利于决策主体全面、准确地识别各个主要风险因素。Calandro^[24]提出运用“风险框架分析法”可以有效地对海外投资并购风险的种类与影响程度做出客观评价。Carpenter等^[25]利用PERM模型评估了投资于东南亚发展中国家的一些项目风险。Vallascas等^[26]运用Merton违约距离模型分析了收购银行的违约风险对欧洲银行并购的影响。

国内研究方面，张振辉等^[27]研究了资源型企业在海外矿山并购过程中的风险因素识别问题，建立了AHP-GRAM模型并进行了应用。张意翔等^[28]运用VAR方法中的历史模拟ARMA预测方法衡量了我国石油企业跨国并购过程中面临的价格风险。汪东进等^[29]在对跨国油气资源投资的战略性风险评价中利用了情景规划方法。陈泽等^[30]借助ISM模型，对我国企业跨国并购4个阶段的风险因素进行层次结构划分，并识别其关键性风险因素。丁浩等^[31]在约简风险因素方面利用了粗糙集理论，在构建海外石油项目风险评价模型时采用了突变理论。杨棉之等^[32]利用结构方程模型检验了企业内部控制质量、东道国的政治风险对中国企业海外并购绩效的影响。位春苗^[33]运用突变级数评价法考察了跨国并购的财务、政治、文化和知识产权风险。李一文^[34]在定义海外直接投资风险预警指标、预警的显著性水平方面利用了全概率方法。

总体来看，海外项目并购风险评价备受国内外同行的关注，已开展了大量研究工作。现有研究主要不足之处有：（1）矿山并购项目层面风险评价理论与案例研究相对不足；（2）缺乏具有矿山项目自身特点的指标；（3）指标权重基本运用AHP、Delphi等方法进行主观赋权，或利用熵权法等进行客观赋权，存在可改进之处；（4）在等级划分时大多未考虑风险边界的模糊性。

由此，本研究主要有以下改进之处：（1）以海外矿山并购项目层面风险评价为视角，建立一套更加科学、合理、全面的专用评价指标体系；（2）为了更加准确地确定指标权重，考虑主客观相结合的赋权方法，主要利用TFN-RS模型，既基于客观数据资料又考虑了专家的经验知识；（3）为了解决风险等级边界划分的模糊性问题，引入云物元理论，对海外矿山并购项目层面风险进行划分，得到多个物元并分别进行评价，进而得到相应指标的风险等级隶属度。

2 研究方法及评价模型

2.1 研究方法

（1）指标权重的赋权方法。主观权重赋权主要利用三角模糊数理论并结合专家的经验知识确定；客观权重赋权主要采用粗糙集理论并结合相关案例资料计算确定；将主观权重与客观权重相结合确定指标的组合权重。

（2）评价方法。物元模型描述事物的主要方式是有序三元组（名称、特征及其对应值），其中特征对应值为具有模糊性和随机性特征的确定数值。划分风险等级范围界限特征对应值并将其转换成具有随机性和模糊性变量的主要方法是运用云模型代替物元模型，这是云物元模型的独特优点及采用该评价方法的主要理由^[35]。

2.2 评价模型

（1）评价指标分级。要使各评价指标在数值上具有可比性，就需要消除其量纲和数量级，本文将各二级评价指标的取值范围定在（0，1），并进行分级。分级的主要依据为《固体矿产地质勘查规范总则》（GB/T13908-2002）^[36]、《矿区水文地质工程地质勘探规范》（GB12719-91）^[37]和Fraser研究所等机构所公布的权威数据、等级划分公认规则等，具体结果如表1所示。

表1 指标分级规则

Table 1 Grading rules for each index

二级风险指标	水文地质条件	工程地质条件	环境地质条件	服务年限/a	矿产资源潜力/%	矿石品位/%	基础设施	气候条件(开采天数)/d	投资总额/%	内部收益率/%	投资回收期/a
0.1	简单型	简单型	简单型	≥25	>200	>250	好	>330	≤0	>25	≤3
0.3				[20，25）	（150，200]	（200，250]	较好	（300，330]	（0，20]	（20，25]	（3，5]
0.5	中等型	中等型	中等型	[15，20）	（100，150]	（150，200]	一般	（270，300]	（20，40]	（15，20]	（5，7]
0.7				[5，15）	（50，100]	（100，150]	较差	（240，270]	（40，60]	（10，15]	（7，9]
0.9	复杂型	复杂型	复杂型	<5	（0，50]	（50，100]	差	（210，240]	（60，80]	（5，10]	（9，11]
1.0						≤50		≤210	>80	≤5	>11

新窗口打开| 下载CSV

根据表1并结合被并购项目二级风险指标的具体数值，可以确定二级风险指标的分级量化值。

（2）划分风险等级。根据自然断点法分级规则，将风险划分为5个等级，如表2所示。

表2 风险等级划分

Table 2 Risk level classification

风险等级	等级范围	风险等级	等级范围
低	0~0.2	较高	0.6~0.8
较低	0.2~0.4	高	0.8~1.0
一般	0.4~0.6

新窗口打开| 下载CSV

（3）建立待评价物元。根据表3，目标层物元设定为项目层面风险，指标层物元设定为各一级指标风险。

表3 矿山并购项目层面风险评价指标体系

Table 3 A project risk evaluation index system for mining projects’ mergers and acquisitions

目标层	一级风险指标	二级风险指标	风险因素度量
项目层面风险评价指标体系K	矿床开采技术条件K₁ 《固体矿产地质勘查规范总则》（GB13908-2002）	水文地质条件K₁₁	按照《矿区水文地质工程地质勘探规范》（GB12719-91）划分标准度量
		工程地质条件K₁₂	按照《矿区水文地质工程地质勘探规范》（GB12719-91）划分标准度量
		环境地质条件K₁₃	按照《矿区水文地质工程地质勘探规范》（GB12719-91）划分标准度量
	地质资源条件K₂	服务年限K₂₁	特大、大、中、小
		矿产资源潜力K₂₂	远景储量/基础储量
		矿石品位K₂₃	矿石平均品位/工业品位
	外部建设条件K₃	基础设施K₃₁	矿区内外部交通运输、水电供应等条件
	外部建设条件K₃	气候条件K₃₂	年设计开采天数
	经济效益条件K₄	投资总额K₄₁	（投资总额/投资概算）-1
		内部收益率K₄₂	IRR（内部收益率）
		投资回收期K₄₃	P_t（动态投资回收期）

新窗口打开| 下载CSV

（4）界定经典域和节域。基于经典域和节域的基本涵义，经典域依次为低风险（0，0.2）、较低风险（0.2，0.4）、一般风险（0.4，0.6）、较高风险（0.6，0.8）和高风险（0.8，1.0），节域则为（0，1）。

（5）云物元模型的经典域和节域。超熵 $H_{e}$ 用于衡量熵的不确定性，表示论域空间代表该语言值的所有点不确定性的会聚性，即云的厚度。 $H_{e}$ 值一般随指标实际值及其不确定性相应变化，随着数值增大，云增厚，隶属度的随机性也增大，即使可以包容更多的边界处的点，评价过程看似完美但结果往往缺少可比性，因为风险等级隶属云的间隔会越不明显；与之相反，随着数值变小，云变薄，隶属度的随机性也将变小，评价过程看似有缺憾但评价结果往往具有可比性，因为边界处的点往往被忽略，界限更加清晰。一般来说，隶属度大于50%时越清晰，隶属度小于50%时则可以互相交叉产生模糊点。由此，取隶属度为0.5， $H_{e}$ 根据一般经验分别取0.004、0.007、0.010（当然还可以测试其他取值），采用MATLAB编程运算经典域和节域公式，进而得到风险等级隶属云，如图1所示。当 $H_{e} = 0.004$ 时隶属云过于清晰， $H_{e} = 0.010$ 时隶属云过于模糊，所以取 $H_{e} = 0.007$ 。图1中云图取值为（-0.2，1.2），这主要是为了完整地展现各风险等级隶属云，但实际上云图取值范围为（0，1）。

图1

新窗口打开| 下载原图ZIP| 生成PPT

图1 风险等级隶属云

Fig.1 Risk level cloud

（6）风险指标值对各风险等级的隶属度。首先将各个二级风险指标值分别视为一个云滴，通过MALTLAB编程计算其对各风险等级隶属云的隶属度；其次将各个二级风险指标值对各风险等级隶属度进行加权，得到各个一级风险指标值对风险等级 $j$ 的隶属度，其计算公式为

μ_{j} (R_{i}) = \overset{n}{\sum_{p = 1}} ω_{i p} μ_{j} (I_{i p})

（1）

式中： $μ_{j} (R_{i})$ 是第 $i$ 个一级风险指标值对风险等级 $j$ 的隶属度； $ω_{i p}$ 是第 $i p$ 个二级风险指标对第 $i$ 个一级风险指标的相对权重； $μ_{j} (I_{i p})$ 为第 $i$ 个一级风险指标中第 $i p$ 个二级风险指标对风险等级 $j$ 的隶属度。

（7）计算目标层物元风险等级隶属度。将各一级指标层物元对风险等级 $j$ 的隶属度进行加权，得到目标层物元风险等级隶属度，计算方法与一级风险指标隶属度计算类似。

（8）物元风险等级的评定。根据最大隶属度原则确定各物元所属的风险等级。即：

μ_{j} (R) = m a x \underset{j \in \{低, 较 低, 一 般, 较 高, 高\}}{μ_{j} (R)}

（2）

则物元 $R$ 隶属于风险等级 $j$ 。

3 风险评价指标体系

3.1 矿山项目开发的主要特征

相比一般工程项目，矿山项目开发具有非常显著的特点，从项目层面评价角度来看，主要有：

（1）矿床开采技术条件复杂。矿床开采技术条件直接影响到矿山项目开发中对矿山开采方式、矿床开拓方法、矿体采矿方法、矿山防治水、选矿工艺流程、矿山生产能力和装备技术水平等一连串相互关联的重要技术经济问题的决策。根据《矿区水文地质工程地质勘探规范》（GB12719-91）^[37]，矿床开采技术条件主要包括水文地质条件、工程地质条件和环境地质条件等，相应数据需要通过矿床地质勘查掌握，是判断矿床开发难易程度与安全要求的主要和基础性风险因素。

（2）地质资源条件依赖性大。地质资源条件一般包括地质资源量和矿石品质2个方面。地质资源是矿山项目开发的主要对象，是开发成败的关键要素。由于地质资源埋藏于地下，其地质资源储量、矿石品质的准确性、可靠性有一定风险，探矿规范所允许的风险性偏误为±35%~±40%^[38]。已探明并可作为矿山设计的地质资源量，是矿山生产规模与服务年限计算的基础依据，由于二者之间一般满足泰勒公式，因此可由服务年限的长短来表示地质资源量的多少。矿产资源潜力一般用远景储量来表示，因其研究程度较低，一般只作为矿山远期规划和后期布置地质勘探工作的依据，其决定了矿山的成长性。

矿石品质一般包括矿石品位、矿石组分、矿石性质和矿石的可选性等方面，其中矿石品位是矿山开发中最主要的影响因素。只有矿石平均品位高于工业品位的矿床才有开采的经济性，当出现矿石品位不高或在开采过程中品位下降时，均会对矿山经济效益造成较大的影响，甚至使矿山发生亏损导致并购项目失败。

（3）外部建设条件依赖性强。矿山开发的外部建设条件直接影响矿石开采成本和矿山建设难易程度，是影响矿山项目开发的重要风险因素之一。很明显，矿山所处的地理位置直接决定了其外部建设条件。外部建设条件主要包括矿区交通运输条件、通讯和生活条件、水电供应条件、施工建设条件以及当地人文素质条件等，其中矿区交通、水电供应和通讯等条件是关键所在。

（4）投资周期长且额度大。例如位于秘鲁的LasBambas特大铜矿在2014年被以五矿资源有限公司（中国五矿集团控股子公司）为首组成的联合公司并购，该项目收购对价和资本支出合计超过100亿美元，该铜矿资源勘探潜力巨大，预计服务年限可超过50年。

由于投资周期长，导致不确定性高。从项目实际资本支出来看，世界上约有54.4%的在建矿山项目实际资本支出超出预算；2010~2011年投产的矿山项目中，项目实际资本支出超出预算的矿山，其超预算额度平均已达71%（据安永会计师事务所2012年数据）。从中资企业海外矿业投资情况来看，根据中国铝业集团资源勘查公司王思德的统计数据，2014年中资海外控参股矿业上市公司共106家，其中97%的公司市值大幅缩水（从2011年1月至2014年11月户均缩水约为39%）。由此可见，矿山项目开发尤其海外矿山并购中的风险管控非常重要。

3.2 项目层面风险评价指标体系

评价指标体系是海外矿山并购项目层面风险评价的核心内容，通过文献回顾发现，海外并购风险指标体系的设计较少涉及矿床开采技术条件、地质资源条件等指标，同时以定性主观评价为主，定量指标不足，导致风险指标分级值的确定较大程度地依赖于专家的主观经验判断，导致评价结果的客观性降低。

根据上述对矿山项目开发主要特征的分析，以Brouthers等^[4]、Sarala^[8]、单宝^[11]、肖辉等^[16]和汤吉军等^[18]研究文献作为基础，利用Delphi法，充分考虑专家来源分布、从事专业领域、从业年限和问卷征询数量等因素，共计发放风险因素识别问卷征询表55份，收回48份。因此，征询结果具有较好的可信度。由此，建立了海外矿山并购项目层面风险评价指标体系，详见表3。该指标体系仅适用于固体矿产风险评价，其他液态、气态矿产指标体系可参照研制。

4 模型应用

以中国有色矿业集团有限公司收购赞比亚卢安夏铜矿项目为例进行模型应用。卢安夏铜矿是赞比亚的主要矿山之一，位于该国铜带省，年产约165×10⁴ t铜矿石。全球金融危机导致铜价大幅下跌，2008年底卢安夏铜矿公司宣布关闭铜矿，1 700名工人失业。赞比亚政府随后通过全球招标寻找新的投资者。本文从项目层面对该矿山并购进行风险评价。

4.1 权重确定

（1）主观权重。与风险因素识别方法类似，在主观权重确定时也利用Delphi法，反复征求专家意见，再采用三角模糊数理论确定主观权重，结果列于表4中。

表4 评价指标主客观权重

Table 4 The subjective and objective weights of the indexes

一级风险指标	一级指标权重			二级风险指标	二级指标权重
一级风险指标	主观	客观	组合	二级风险指标	主观	客观	组合
K₁	0.1912	0.2105	0.2008	K₁₁	0.3962	0.4128	0.4045
				K₁₂	0.2921	0.2937	0.2929
				K₁₃	0.3117	0.2935	0.3026
K₂	0.3044	0.2913	0.2979	K₂₁	0.4925	0.4011	0.4468
				K₂₂	0.2123	0.2120	0.2121
				K₂₃	0.2952	0.3869	0.3411
K₃	0.2086	0.1976	0.2031	K₃₁	0.6535	0.5986	0.6261
K₃	0.2086	0.1976	0.2031	K₃₂	0.3465	0.4014	0.3739
K₄	0.2958	0.3006	0.2982	K₄₁	0.2543	0.3639	0.3091
				K₄₂	0.4389	0.4306	0.4348
				K₄₃	0.3068	0.2055	0.2561

新窗口打开| 下载CSV

（2）客观权重。对中国海外矿山项目并购的典型案例进行筛选，遴选出包括某硌矿项目（南非）、某铜矿项目（赞比亚）、某铁矿项目（澳大利亚）、某氧化铝项目（印度尼西亚）和某铜矿项目（俄罗斯）5个案例作为研究样本。根据表3，构造一个基于粗糙集的条件属性集K为11个二级风险指标的知识信息表达系统。根据表1，结合5个案例数据，确定各案例项目层面风险评价指标的分级值，如表5所示。根据可辨识矩阵的计算原则和粗糙集可辨识矩阵计算的数学算法，首先计算出11个二级风险指标的重要度；其次进行数据归一化，得到各个二级风险指标的权重；最后按一级风险指标做局部归一化，得到一级风险指标的客观局部权重，详见表4。

表5 5个案例风险指标的分级值

Table 5 The classification values of five cases

案例	K₁₁	K₁₂	K₁₃	K₂₁	K₂₂	K₂₃	K₃₁	K₃₂	K₄₁	K₄₂	K₄₃
案例1	0.5	0.1	0.5	0.3	0.3	1.0	0.3	0.5	0.1	0.1	1.0
案例2	0.5	0.1	0.5	0.5	0.3	0.7	0.1	0.1	0.1	0.5	1.0
案例3	0.1	0.5	0.1	0.1	0.5	0.1	0.5	0.1	0.3	0.3	0.3
案例4	0.5	0.5	0.1	0.3	0.5	0.3	0.7	0.5	0.5	0.7	0.3
案例5	0.9	0.5	0.1	0.7	0.5	0.1	0.3	0.5	0.7	0.9	0.3

新窗口打开| 下载CSV

（3）组合权重。采用简单算术平均法对主观权重和客观权重进行计算，得到组合权重，结果如表4所示。

4.2 项目层面风险评价

（1）二级指标风险值。根据目标矿山数据，利用表1和表3确定各个二级指标风险值，详见表6。

表6 目标矿山数据

Table 6 An index survey of the target mine

指标	指标情况	风险值
K₁₁	矿体多赋存于当地侵蚀基准面以下，矿床主要以裂隙水含水层充水为主，主要含水层富水性弱，矿体发育地段附近发育有大小不一的多条断裂破碎带，带内岩石多见有硅质充填，含导水性较差，受采掘破坏影响的孔隙、裂隙、溶隙含水层补给水源较少，根据《矿区水文地质工程地质勘探规范》，矿区为水文地质条件简单的矿床	0.1
K₁₂	矿区地层岩性较简单，地质构造较发育，岩石风化作用中等，矿体主要赋存于变质岩中，矿体围岩属坚硬岩组，稳固性较好；区内近地表地段岩石风化较强烈，风化岩石力学强度相对较差，易产生工程地质问题，需要进行防护；区内构造较发育，局部地段由于构造的影响，容易产生工程地质问题，根据《矿区水文地质工程地质勘探规范》，目标矿山为中等类型的工程地质条件	0.5
K₁₃	矿区存在少量废石堆积区，废石与矿石的化学性质比较稳定，对周边地质环境影响不大。目前，矿区尚未发生较大规模的坍塌和滑坡等地质灾害，地形地貌未发生改变，区内未发现重大的污染源，以及热、气害异常，放射性本底值较低，地表水、地下水水质较好，其他环境地质隐患也未发现；具有较好的地壳稳定性。根据《矿区水文地质工程地质勘探规范》，目标矿山为简单类型的环境地质条件	0.1
K₂₁	25 a	0.1
K₂₂	矿石远景储量1.818亿吨，基础储量1.68亿吨，二者比值为108.2%	0.5
K₂₃	矿石品位为1.41%，最低工业品位为0.5%，二者比值为282%	0.1
K₃₁	卢安夏市与首都卢萨卡、铜矿带、临近城镇之间有公路相连接；恩多拉市（距离矿区30 km）有国际国内航班通达世界各主要城市但航距较远；位于南非的德班港（距离矿区2 600 km）和位于坦桑尼亚的达累斯萨拉姆港（距离矿区2 100 km）有公路和坦赞铁路到达赞比亚；矿区水电能源设施供应相对比较齐全。总体来看，矿区基础设施条件一般	0.5
K₃₂	矿区年平均气温18~20 ℃，温和凉爽，属热带草原气候,年设计开采天数为330 d	0.1
K₄₁	投资：6 200万美元预算：5 180万美元,超预算19.7%	0.3
K₄₂	23.02%	0.3
K₄₃	3.44 a	0.3

新窗口打开| 下载CSV

（2）风险评价。利用MATLAB编程并运算1 316次，取其中位数，可得各个二级风险指标值的风险等级隶属度，根据评价步骤，计算可得各一级风险指标值的风险等级隶属度和风险等级，结果列于表7。

表7 一级指标值风险等级隶属度及风险等级

Table 7 Membership degrees and risk levels of the gradeⅠindexes

一级风险指标	低	较低	一般	较高	风险等级
K₁	0.7071	0.0637	0.2929	0.0188	低风险
K₂	0.7879	0.0639	0.2121	0.0136	低风险
K₃	0.3739	0.0632	0.6261	0.0401	一般风险
K₄	0.0629	1.0000	0.0638	0.0000	较低风险

新窗口打开| 下载CSV

由表7可知，该项目矿床开采技术条件、地质资源条件处于“低”风险水平，经济效益条件处于“较低”风险水平，外部建设条件处于“一般”风险水平。因此，需要关注目标矿山的外部建设条件风险。

根据表4和表7，利用式（1）计算项目层面风险的风险等级隶属度。

\begin{array}{l} μ_{j} (R) = \overset{4}{\sum_{i = 1}} ω_{i} μ_{j} (R_{i}) = (0.2008,0.2979,0.2031,0.2982) \\ [\begin{array}{l} 0.7071 & 0.0637 & 0.2929 & 0.0188 & 0.0000 \\ 0.7879 & 0.0639 & 0.2121 & 0.0136 & 0.0000 \\ 0.3739 & 0.0632 & 0.6261 & 0.0401 & 0.0000 \\ 0.0629 & 1.0000 & 0.0638 & 0.0000 & 0.0000 \end{array}] \\ = (0.4714, 0.3429, 0.2682, 0.0160, 0.0000) \end{array}

由式（2）可得：

\begin{array}{l} μ_{j} (R) = m a x \underset{j \in \{低, 较 低, 一 般, 较 高, 高\}}{μ_{j} (R)} \\ = m a x (0.4714,0.3429,0.2682,0.0160,0.0000) \\ = 0.4714 = μ_{低} (R) \end{array}

因此，该海外矿山并购的项目层面风险等级为低。进一步分析可知，矿产资源潜力、工程地质条件和基础设施3项指标风险评价值较高，为极端风险指标，应注意其今后可能带来的风险并做好应对措施，以进一步提高项目的经济效益。

5 结论

对海外矿山并购项目层面风险因素进行了分析和识别，建立了一套适用于海外矿山并购项目层面风险评价的指标体系，通过具体案例分析证明评价结果与实际相符。

（1）采用了基于TFN-RS的组合赋权方法，一定程度上克服了单独主观、单独客观赋权时可能存在的缺陷。一级风险指标赋权结果表明：地质资源条件的权重为29.79%，并购经济效益的权重为29.82%，这2个指标权重相对较大。因此，获取矿产资源并取得尽可能好的经济效益是跨国并购的主要动机，这与我国海外矿山并购实际比较相符。二级风险指标赋权方面，服务年限、基础设施和内部收益率权重相对较大，是项目层面风险评价的关键指标。

（2）建立了海外矿山并购项目层面风险评价模型。在有效处理风险等级边界区分的模糊性和交叉性方面，利用云物元模型的优点，既可以定量评价各一级、二级风险指标所在的风险等级，又可以识别出极端风险指标，有利于我国矿山企业进行风险管理。

（3）案例应用结果显示：本文所构建的评价模型与方法是海外矿山并购项目层面风险评价的有效方法之一。评价结果显示：矿床开采技术条件和地质资源条件处于“低”风险等级，外部建设条件风险为“一般”，并购经济效益条件风险为“较低”，项目层面总体风险为“低”，但该项目的基础设施、工程地质条件不足，是项目层面风险的主要来源。

参考文献

原文顺序

文献年度倒序

文中引用次数倒序

被引期刊影响因子

[1]

汪莹，张畅，芦翠杰 .

我国矿产资源企业国际化发展的资本运营风险研究——基于海外并购的分析

[J].国际贸易，2015（5）：47-52.