项目评价的指标体系及方法

在传统投资领域，众多风险投资专家、银行金融专家，大量学者还有投资机构都对如何评价项目的投资价值和不同项目之间的量化比较进行了深入研究，积累了丰富的理论基础和研究成果。项目评价研究主要可以分为两个方面：一是研究构建项目评价的指标体系；二是运用具体方法对项目进行综合评估和优选。

在《风险投资项目评估指标体系的研究》一文中，汤京华、王玉珍两位学者在对中外风险投资发展历程做了相关研究后，对风险投资起始较早的美国、成功开发科技评级体系的荷兰、高新科技产业较发达的我国台湾，还有我国内地所使用的项目评价指标体系进行了归纳总结，具体内容如表9-1所示。

表9-1　不同国家地区投资项目评估指标

在项目评价中，财务其实是一个很重要的评估指标，但是由于一些创新项目（如互联网企业）和早期项目都无财务数据，因此财务一项往往无法衡量。一些研究将财务纳入了评价体系，以便对有财务数据的项目进行评估，如香港中文大学刘常永教授在1996年对台湾地区创业投资事业的发展进行深入调查后，总结了台湾地区创业投资的评估体系，主要从商业计划书、经营机构、市场营销、产品技术、财务计划与投资报酬五个方面去评估创业项目。其中，财务计划与投资报酬下设财务状况、股东结构、财务计划合理性、融资合理性、投资回报率五个指标。

综合来看，理论研究中对项目评价的维度主要集中在项目的团队、产品、经营管理、市场、投资回报五个方面。

项目评价的具体方法可以分为定量和定性两种。定量的方法可以利用现有数据进行统计及运算，从而得出项目价值。如投资回收期法、净现值法、内部收益率法等，都是参考企业或项目的技术经济指标。但股权型众筹项目大多数处在早期阶段，企业的收入、利润等财务状况还没有很好地呈现，大部分都是未公开或缺失状态，因此不能通过定量的技术经济指标来计算其价值。参考定性指标，并通过一定的定量结合，对项目发展潜力进行评价成为相关领域研究采用的主要方法。

定性指标是根据主观判断和分析归纳来反映评价结果的指标，评价时需要对指标进行层级划分、确定权重，从而进行综合评价。主要的方法有层次分析法、因子分析法、模糊综合评价法、灰色聚类法等。

（1）层次分析法。是将与决策有关的元素分解成目标、准则、方案等层次，在此基础之上进行定性和定量分析的决策方法。在《基于层次分析法的风险投资项目评价》一文中，作者王世波等人构建了由创业者素质、技术、市场、管理四大要素组成的项目评价指标体系，运用层次分析法确定内部权重关系。

（2）因子分析法。基本目的是用少数几个因子去描述许多指标或因素之间的联系，即将关联比较密切的几个变量归在同一类中，每一类变量就成为一个因子，以较少的几个因子反映原资料的大部分信息。

（3）模糊综合评价法。是一种基于模糊数学的综合评价方法，该综合评价法根据模糊数学的隶属度理论把定性评价转化为定量评价，即用模糊数学对受到多种因素制约的事物或对象做出一个总体的评价。在《基于模糊综合法的创业投资项目评价研究》一文中，作者刘淡宁选用模糊综合评价法对创业投资项目进行评价，指出应用于不同行业的方法应该有不同的隶属度函数，并对行业内企业的财务指标用统计方法优化隶属度函数，使评价模拟结果更加客观适用。

（4）灰色聚类法。是一种灰色系统概念，根据“灰箱”概念拓广而来。灰色系统是指部分信息清楚、部分信息不清楚，其中对机制关系、模型等完全清楚的技术系统。在《基于灰关联分析的多层次综合评价研究——风险投资项目综合评价模型》一文中，作者唐万梅利用灰色系统理论建立了一种新的基于灰色关联分析的多层次综合评价模型，给出了一种确定各指标权重的新方法，并将此方法应用于高技术风险投资项目的筛选中，获得了较好的预期结果。

随着科学技术的发展，数学、计算机、信息等学科开始进行跨学科综合，一些诸如数据挖掘、机器学习等研究方法开始成熟并得到深入应用，项目评价开始逐渐进入系统化和智能化发展阶段。

在《基于人工神经网络的风险投资项目评估模型》一文中，作者刘丹运用人工神经网络的方法，对风险投资项目的风险评估和效益评估进行模型的构建，利用Matlab软件进行模拟仿真和实证分析；《基于BP人工神经网络的风险投资项目评价模型的研究与设计》一文中，作者柴美娟运用BP人工神经网络对技术、产品、市场、企业家、管理、销售、生产、资金、风险9个输入变量，选取20个样本数据进行建模，得到风险项目评价模型；《移动互联企业投资风险评估的拓展贝叶斯决策模型》一文中，作者曾晓宏通过层次分析法得到了构建的移动互联企业风险投资评判指标体系的权重，然后结合隶属度、概率空间分解、贝叶斯概率等数学方法提出了拓展贝叶斯决策模型来评价风险。