مدل‌سازی عوامل موثر بر ریسک تامین مالی پروژه

هدف: تامین مالی پروژه که معمولاً برای تامین مالی تاسیسات و تاسیسات سرمایه‌محور دولتی و خصوصی استفاده می‌شود، در دهه‌های اخیر به بخشی از بازار مالی رو به رشد اقتصادی چشمگیر تبدیل شده است. از اساسی‌ترین نیازهای کشورهای در حال توسعه، زیرساخت‌های اقتصادی آن است که بستر رشد و توسعه در سایر بخش‌های اقتصاد را فراهم می‌سازد و عدم پاسخ‌گویی صحیح به نیاز تامین مالی در این بخش، توسعه اقتصادی را با مشکلات و چالش‌های اساسی مواجه می‌سازد. تامین مالی شرکت یا پروژه به اشکال مختلفی صورت می‌گیرد. پروژه‌های تامین مالی، اغلب ریسک سنگین و ساختارهای سرمایه‌ای بسیار قدرتمند و پیچیده‌ای دارند. با توجه به آنچه بیان شد، هدف این پژوهش بررسی عوامل موثر بر ریسک تامین مالی پروژه است؛ زیرا وقوع ریسک پروژه می‌تواند روی هر یک از اهداف پروژه‌ها مانند، زمان، هزینه، ایمنی، کیفیت و پایداری، تاثیرهای مثبت یا منفی داشته باشد.روش: پژوهش حاضر از نظر هدف، کاربردی، از نظر نحوه گردآوری داده‌ها توصیفی هم‌بستگی و به‌طور مشخص مبتنی بر مدل‌سازی معادلات ساختاری (sem) است. جامعه آماری این پژوهش کارشناسان، کارشناسان ارشد، سرپرستان و مدیران شرکت‌های معدنی کشور بودند که از بین آن‌ها، 220 نفر به‌عنوان نمونه و به‌صورت تصادفی برای مشارکت در پژوهش انتخاب شد. ابزارهای جمع‌آوری اطلاعات، پرسش‌نامه‌ای مشتمل بر 11 بُعد و 68 گویه بود. با استفاده از روش مدل‌سازی معادلات ساختاری و نرم‌افزار اسمارت پی‌ال‌اس، فرضیه‌های پژوهش آزمون شد.یافته‌ها: به‌منظور بررسی مدل، ابتدا باید روابط متغیرهای پنهان با گویه‌های سنجش آن‌ها را بررسی کرد و برای این کار، از مدل اندازه‌گیری استفاده شد. مدل اندازه‌گیری ارتباط گویه‌ها یا همان سوال‌های پرسش‌نامه را با سازه‌ها بررسی می‌کند. در واقع تا ثابت نشود که سوال‌های پرسش‌نامه، متغیرهای پنهان را به‌خوبی اندازه‌گیری کرده‌اند یا خیر، نمی‌توان به آزمون روابط پرداخت. مدلی همگن خواهد بود که قدر مطلق بارهای عاملی هر یک از متغیرهای مشاهده‌پذیر متناظرش، دست‌کم 0.5 باشد. در این پژوهش، مقدار تمامی بارهای عاملی متغیرها مقداری بیشتر از 0.5 به‌دست آمد و پایایی مدل اندازه‌گیری را تایید کرد. بر اساس نتایج، شدت اثر روش‌های تامین مالی بر ریسک سیاسی 0.462 و آماره احتمال آزمون 6.586 به‌دست ‌آمده است که از مقدار بحرانی t در سطح خطای 5درصد، یعنی 1.96 بزرگ‌تر است و نشان می‌دهد که تاثیر مشاهده‌شده معنادار است. بنابراین با اطمینان 95درصد، روش‌های تامین مالی بر ریسک سیاسی تاثیر معناداری دارند. همچنین اثر کل ریسک مشتری بر ریسک مدیریت 0.046 و مقدار معناداری برابر 1.855 به‌دست آمد که از مقدار بحرانی t در سطح خطای 5درصد کوچک‌تر است که نشان می‌دهد تاثیر مشاهده‌شده معنادار نیست. بنابراین ریسک مشتری بر ریسک مدیریت تاثیر معناداری ندارد. به‌طور کلی مشخص شد که روش‌های تامین مالی، ریسک اجتماعی، ریسک پیمانکار، ریسک ساخت‌وساز، ریسک سیاسی، ریسک طراحی، ریسک قانونی، ریسک مالی، ریسک مدیریت، ریسک مشتری، قرادادهای فرعی بر ریسک تامین مالی پروژه‌ها تاثیر دارند.نتیجه‌گیری: یکی از مشکلات کشورهای در حال توسعه و دلایل‌عدم استفاده بهینه از منابع و سرمایه‌های محدود و ناکامی این کشورها در اجرای پروژه‌ها، کم‌توجهی به قدرت سازمان‌دهی و مدیریت پروژه‌هاست که این مهم، مشکلاتی همچون آغاز نشدن پروژه‌های مورد نیاز، ایجاد تاخیر در زمان شروع و زمان اجرای پروژه‌ها، ناکامی در بهره‌برداری به‌موقع و غیراقتصادی شدن طرح‌ها را به‌دنبال دارد. امروزه با توجه به رویکرد اکثر سازمان‌های پروژه‌محور به مقوله مدیریت پروژه و طراحی ساختار متناسب با فعالیت‌های خود، ضرورت نگرش به طراحی و بهبود مدیریت ریسک پروژه در چنین شرکت‌هایی، بیش از گذشته احساس می‌شود. در این راستا، اولویت با معیار ریسک نرخ ارز است و معیارهای اعمال تحریم‌های بیشتر و کاهش صادرات، ریسک نرخ بهره، ریسک رکود بازار و کاهش درآمد، انتخابات و تغییر محیط اقتصادی و ریسک ورشکستگی در رتبه‌های بعدی قرار دارند. در این میان، معیار ریسک شریعت، کمترین اهمیت را دارد. در خصوص اولویت‌بندی کنترل ریسک نرخ ارز، بیشترین اولویت مربوط به روش کاهش ریسک است. بر اساس نتایج پژوهش، برای کنترل ریسک اعمال تحریم‌های بیشتر و کاهش صادرات، بهترین روش کاهش ریسک پیشنهاد می‌شود. برای کنترل ریسک نرخ بهره، بهترین روش اجتناب از ریسک است. برای کنترل ریسک رکود بازار و کاهش درآمد، بهترین روش انتقال ریسک پیشنهاد می‌شود. برای کنترل ریسک انتخابات و تغییر محیط اقتصادی، بهترین روش کاهش ریسک است. برای کنترل ریسک ورشکستگی، بهترین روش اجتناب از ریسک و برای کنترل ریسک شریعت نیز، بهترین روش کاهش ریسک است.

modeling factors influencing project financing risk

objective project financing has emerged as a critical mechanism for funding infrastructure and capital-intensive projects across various sectors, both in the public and private domains. its significance has grown notably in recent decades within the financial market, reflecting its pivotal role in facilitating economic development. notably, in developing countries, the establishment of robust economic infrastructure is a pressing priority, serving as a cornerstone for overall growth and advancement across multiple economic sectors. however, the insufficient attention given to meeting financing requirements in this domain poses substantial challenges to economic progress. diving deeper into the realm of project financing, one finds a diverse array of financing mechanisms, each characterized by its unique set of risks and complex capital structures. these risks, if not effectively managed, can exert considerable influence on project outcomes, impacting crucial objectives such as project timelines, cost management, safety protocols, quality standards, and long-term sustainability goals. understanding these risk factors and their interplay is paramount for stakeholders involved in project financing endeavors.methods to explore these dynamics, this study employs an objective-oriented approach, leveraging a descriptive-correlational method for data collection. central to this methodology is the utilization of structural equation modeling (sem), a powerful analytical tool that allows for the examination of complex relationships among variables. the study’s statistical population comprises a diverse range of professionals, including experts, senior experts, supervisors, and managers from mining companies within the country under study. from this pool, a sample of 220 individuals was randomly selected to ensure robustness and representativeness in the analysis.results the study’s findings shed light on the intricate relationships between various factors and project financing risk. notably, the analysis unveils the significant impact of financing methods on political risk, with an observed effect intensity of 0.462 and a probability statistic of 0.686. this surpasses the critical t-value at the 5% error level, underscoring the statistically significant influence of financing methods on political risk. this underscores the importance of considering the choice of financing mechanisms in mitigating or exacerbating political risk factors, thereby enhancing the overall risk management strategy of project financing endeavors. moreover, the study delves into the relationship between customer and management risks. while the overall effect of customer risk on management risk was determined to be 0.046, the calculated significance value of 0.851 fell below the critical t-value at the 5% error level. this indicates a lack of significant observed effect, suggesting that customer risk may not exert a substantial impact on management risk. nevertheless, understanding these nuanced relationships contributes to a more comprehensive understanding of the multifaceted nature of project financing risk. beyond these specific findings, the study highlights a myriad of factors that influence project financing risk, including social risk, contractor risk, construction risk, design risk, legal risk, financial risk, and subsidiary contracts, among others. each of these factors contributes to the overall risk profile of project financing endeavors, necessitating a holistic approach to risk management and mitigation strategies.