文献阅读:更好的预测PPP项目风险发生的概率

公众号专栏里之前的《文献阅读》系列文章大体上是按时间脉络，从1980年代起。由于很久没动笔写文献阅读了，思路和手腕都很僵，这次重启系列文章，我决定先从自己的文章讲起，过渡一下找找感觉，然后再回到时间脉络上去。 

这篇文章构思于2016年，当时我已经积累了不少PPP项目的实践经验，从咨询工作的角度，对PPP项目可能存在的风险因素理解得更加全面了。但在实践工作中，我们仍然需要对风险发生的概率作出更科学的预测，比如在物有所值（VFM）评价中，风险发生概率的预测值会影响到评价结果，借助专家判断或问卷调查可以方便地给出预测值，但在实践中我发现，绝大部分项目都是咨询机构简单地对概率做出主观判断，“猜”概率情景分析法成为主流，这种方法缺少科学依据也没什么历史数据可借鉴。

我试图寻找一种可以在有限的条件下，快速给出风险发生概率预测值的方法，当然，要预测地比以往更科学。在PPP项目的实践中，我们可以掌握的有限条件包括：（1）专家的判断，有专家经验作为支撑但属于主观不完美预测；（2）有限的历史数据，非常有限。

这期间，我注意到了Bayesian Updating技术在工程领域中的应用，我决定尝试应用Bayesian Updating技术将专家的预测和有限的历史数据进行有机的整合，给出更好的风险发生概率预测。

接下来的工作是建模、测试，并与我的导师（知名PPP学者，Xueqing ZHANG）充分讨论之后，完成了这篇文章（Bayesian Analytics for Estimating Risk Probability in PPP Waste-to-Energy Projects）。结论是，Bayesian Updating 技术可以很好的应用于预测PPP项目风险发生概率的预测，有机的结合了专家的预测和有限的历史数据这两类信息。且在极其有限的历史数据的情况下，我们的模型可以给出更接近大样本数据情况下的预测值，这对实践工作应该说很有意义。 

文章发表于Journal of Management in Engineering（2018年9月 online）之后，我们准备采用SaaS模式开发这一产品在砖济软件上线，从而使得这一预测方法不仅更科学，而且更好用。

参考文献：

Liguang WANG and Xueqing ZHANG, Bayesian Analytics for Estimating Risk Probability in PPP Waste-to-Energy Projects.