论文部分内容阅读
政府投资引导基金是由政府设立并按市场化方式运作的政策性基金,主要目的是扶持创业投资企业发展,引导社会资金进入创业投资领域,发挥财政资金的杠杆放大效应,增加创业投资资本的供给。到2018年12月截止,国内一共成立政府引导基金2065支,募集资金12.27万亿元,其中政府创业投资资金占所有政府引导基金类型资金的25%。引导基金在投资流程上包括立项调研、评估和决策、投资管理和投资退出。一般来说,政府创业引导基金不直接参与企业和项目的投资,而是通过参股子基金。参股模式需要引导基金选择合作的基金机构或者公司。因此,引导基金需要建立一套制度体系和子基金遴选程序去选择合作基金团队和机构。本文将对引导基金遴选子基金进行研究。鉴于引导基金一般不直接投资初创企业,且目前政府创业引导基金的主流模式参股模式,因此引导基金选择拟合作管理基金团队和机构非常重要。比较成熟子基金遴选程序将有利于引导基金寻找到优秀的合作基金,发挥政府引导基金引导作用,也有利于当地经济的转型和升级。所以政府创业引导基金需要建立一套指标体系和子基金遴选程序去选择合伙的基金公司作为子基金。已有关于引导基金的研究主要集中在引导基金的绩效考核和政策效果方面,但对政府引导基金参股子基金的遴选研究成果并不多见,本文将针对此问题展开尝试性研究。引导基金对参股子基金的遴选是一个典型的多属性群体决策问题。引导基金将成立评审委员会,负责对拟合作管理基金的评选。参与评审的对象是拟合作创业投资机构。目前,地方政府一般面向社会公开征集拟与引导基金合作的企业、项目,这里可以把参与评审的参股子基金视作为备选方案,而负责评审的成员则可以视作为决策群体。因此,可以把引导基金选择受托管理基金机构理解为一个多属性群体决策问题。本文设计了一套遴选子基金的指标体系并建立了一个遴选子基金的多属性群体决策模型。从政府引导基金的角度出发,本文将指标体系分为政策效应、基金管理机构和团队、基金管理和运行与成本和收益。在一级指标的基础进一步进行细分,构建了13个二级指标。本次在指标的建立过程中,充分参考了已有的引导基金绩效考核指标、商业性选择基金的指标以及国家和地方政府出台的相关的政府引导基金相关文件。力求从不同的角度考虑引导基金选择合作基金机构看重的因素。同时存在一些比较重要的指标,但是不对群体决策过程产生影响的指标,这些指标未列入到指标体系中。由于资格审查等缘故,会对备选合作基金进行第一轮的审查。不符合硬性指标规定合作基金管理机构将会被无法进入到群体决策环节。这些指标将不在考察的范围内。本文提出了一个遴选参股子基金的多属性群体决策模型,该模型研究工作主要包括三个方面:决策者权重、属性权重和多属性群体决策排序。结合参股子基金决策问题的特点,并在此基础上建立基于社会网络的权重求解方法。一般来说,决策者权重并不相等,决策者的权重受到多方面影响:包括专业知识,行业威望、地位。而参与评审的决策群体由政府机构人员、专家学者和行业内部成员构成。一般来说,参与评审的决策群体之间存在社会网络关系。通过构建关系网络,建立信任函数求取信任分数,并通过信任分数求取决策者权重。一般来说,其决策者信任得分越高,其权重也将更大。指标权重的计算是群体决策模型中重要的一个环节,对评估和选择合作基金具有重要的意义。地方政府设立引导基金的目标并不一致,例如有些地方政府可能重点扶持高新企业、符合当地重点发展领域的企业。因此,我们很难设立统一标准的属性权重。本文将通过模糊直觉层次分析法建立属性指标权重,根据当地政府的需要进行权重的调整。直觉模糊层次分析法在描述信息的精确性方面更好,在一些现实情况下,由于决策者知识的有限性、定性评价标准的主观性或群体决策中个体判断的差异性,导致决策者不愿意或无法给比较判断赋予清晰的评价值。直觉模糊层次分析法可以使决策者可以更为精确的表达信息。本文考虑到决策信息的复杂性。决策者群体在不同的评价指标上,可能采用不同的评价指标,评价信息可能是精确数和语言值。因此本文使用一种语言值是混合信息的备选方案排序方法,这种方法通过对优势度的计算,最终完成对备选方案的排序。该方法先计算备选方案X4)相对于方案X5)在所有属性上的优势度,然后集结专家群体的优势度,最后计算总的优势度,并根据优势度进行排序。最后,本文通过以深创投选择的三支合作基金为例进行了算例分析,验证了模型的可行性;并得出了基金A优于基金C,基金C优于基金B的结论。