政府创业投资引导基金绩效评价指标构建及权重研究

赵 彬

(贵州商学院 管理学院，贵州 贵阳 550014)

0 引言

政府创业投资引导基金(以下简称引导基金)是政府为了引导社会资本重点投向国家扶持的产业领域，特别是战略性新兴产业和高新技术行业，发挥财政资金的杠杆效应而由政府通过注入财政资金而成立的，以市场化运营模式运营的政策基金。

2008年10月，国务院颁布了《关于创业投资引导基金规范设立与运作的指导意见》(以下简称《指导意见》)，《指导意见》提出：引导基金作为政府财政资金支出的一部分，也构成公共财政资金绩效考核的一部分。但是，由于引导基金不仅具有公共财政支出属性，还具有市场属性，如果直接采用公共财政支出的绩效指标体系，引导基金的经济性就不能得到真正的体现，所以构建一套科学、合理的引导基金绩效评价指标体系，就成为了当前需要面对的重要课题。

目前，研究绩效评价的文献比较多，但研究引导基金相关的文献却比较少。在研究引导基金相关的文献中，其研究主要集中在引导基金的运作模式、监管机制和退出方式等方面，涉及引导基金绩效评价的研究较少。影响引导基金绩效的因素有哪些？引导基金的绩效应该怎样提升？这些问题长期以来受到广泛关注。现在的研究成果更多地把目光投向宏观政策对引导基金绩效的影响上，而对引导基金绩效的具体影响因素却很少有文献提及。本文将从引导基金的定义、特征、运作模式着手，寻找评价引导基金绩效的多种视角，构建更为科学的评价引导基金绩效的指标体系，并运用AHP方法计算出各个指标的权重，得出引导基金的绩效评价模型，为科学合理的评价引导基金的绩效打下基础。

1 文献综述

1.1 国外研究综述

Maula和Murray(2003)从重要性、有效性和效率3个方面对FLL(芬兰产业投资有限公司，以公司形式设立的芬兰引导基金)进行了分析后认为，尽管FLL成立的宗旨是为了促进本国创业投资行业的发展，但在具体的实际工作中，对FLL提出了盈利的目标，使得那些处于发展成熟期、扩张期的企业对FLL的吸引力更大，FLL更偏好于向这样的企业进行投资，从而导致难以解决中小企业融资难的问题。实际运作和成立初衷的较大差异，降低了FLL的有效性，酿成了其与社会资金互相竞争的不良局面。此外，由于与社会资本采用的投资条款相同，FLL对社会投资者的激励作用十分有限。该报告还认为，FLL应该更多地把目光放在解决市场失灵问题方面，应该采用间接运作的模式，避免向目标公司进行直接投资的运作模式。

Bartzokas和Mani(2004)较为系统地分析了成立于1993年的以色列Yozma计划，其成立的宗旨是为以色列的创业企业提供创业投资基金，创业投资基金完全按市场化规则进行运作，政府不直接参与创业企业的管理，无实际管理权。在基金运行成功后，政府不与社会投资机构分享收益，而是按股份原价出售给创业投资机构，运营收益归创业投资机构所有。其绩效评价指标包括：资金管理、成功比例、IPO比例、基金引导作用、退出风险等，该研究创新性地将引导基金的引导作用引入到评价指标中。该方案对以色列创业投资企业的发展起到了积极的促进作用。

Schilder(2006)分析了德国的引导基金，认为德国的引导基金在一些方面，比如甄别项目、投资方式、管理咨询等和其它的创业投资机构有所不同，这是因政策性目标所引起的，并认为德国的引导基金在很大的程度上帮助了德国的创业企业，促进了当地经济的良好发展。

Cumming和Macintosh(2007) 研究了加拿大政府支持投资基金LSIF的绩效，重点关注基金构成、收益、风险。认为该基金最注重收益性但在收益性方面并没有好的表现，所投企业的成功率也很低，支持的创业企业也非常少。认为LSIFs绩效评价的借鉴意义不大。

Jonathan G Koppel(2008)对美国的SBIC计划的绩效进行了评价，主要从主管任命、监督协调、审计报告三个维度评价了SBIC计划的绩效

Cumming和Johan(2009) 基于澳大利亚IIF基金业绩评价指标体系，对澳大利亚PSF基金进行了研究，并建立了评价指标体系，以满足澳大利亚PSF基金的特点。他们认为：尽管澳大利亚PSF基金在对高新技术企业的投资偏好上并不明显，但对澳大利亚的创业投资行业起到了积极作用。

Nightinghale(2009)详细分析了英国引导基金的绩效，在研究了多个创业投资引导方案后，从投入产出角度构建了一套较为完善的绩效评价指标体系，该体系包括：政府参股创业投资机构的比例、融资持续性、是否取得较好收益、公司环境、人力资源管理能力、是否有高效的制度、受投企业是否提高经营管理能力、受投企业科研支出等指标。

Munari和Toschi(2010)提出对引导基金进行绩效评价应以区域经济的发展水平为基础，并通过选取不同地区的引导基金和商业性质的投资基金进行对比研究，得出如下结论：商业性质的投资基金更倾向于投资高科技企业聚集的地区，引导基金更倾向于在创业初期投资创业企业。

Munari和Toschi(2015) 对英国的EIS (企业投资计划)、VCT (创业投资信托计划)进行了研究，认为在对其进行绩效评价时，应该考虑投资的区域因素。

Basso和Funari(2017)将基金的规模引入对引导基金的绩效考核之中，并运用DEA(数据包络分析法)进行了实证研究，认为规模较大的基金，绩效评价较好。

1.2 国内研究综述

于凤坤(2007)认为，应该认真思考引导基金运作绩效的评价，认真思考引导基金管理机构的正确定位。第一次将引导基金的绩效评价正式地提了出来。

隋薇薇(2008)认为，国有资本需要满足政策性目标，并且提出了评价体系。在这个评价体系中，共有21个指标，但在这21个指标中，大多数考虑的是商业型的投资基金的评价指标，仅仅有3个指标体现了国有资本的属性，没有较好地反应出国有资本的政策属性。

李洪江(2010)认为，设立引导基金的初衷是为了促进风险投资业的发展，扶持处于早中期的高新中小企业。为弥补市场缺陷，引导基金的绩效评价必须反映政策效果。他运用公共财政评价方法，构建了一套能够反映行业发展、政府扶持、杠杆作用、价值体现、规避运营风险的引导基金绩效评价指标。

王利明、王吉林(2010)认为，引导基金是政策基金，并非以盈利为目的。因此，设计引导基金绩效评价指标不能简单地象对国有产权进行考核那样仅仅使用经济指标对其绩效进行考核，应该结合引导基金本身的特点，构建既考虑政策目标又考虑盈利目标的绩效考核办法，更好地对其实施监督管理活动。

李洪江、鲍晓燕(2011)把更多的目光投向了引导基金的政策属性并提出应该围绕政策性目标来进行，这为引导基金的绩效评价开辟了新的途径，为以政策性目标为主的引导基金绩效评价提供了新的思路。

陈蕾(2012)认为，因引导基金和引导基金受托管理机构之间存在着委托-代理关系，应该在引导基金的绩效评价中关注这一问题，并运用激励模型分析得出：可转债在解决这种委托-代理关系时比债券和股票更具有优势，对引导基金受托管理机构是否充分地发挥作用更能可靠地识别。

李洪江、何菊芳(2012)指出，非竞争容易导致效率低下从而影响引导基金的绩效。认为垄断性强、信息不对称、无产权约束、激励机制不全等这些在政府工作中存在的降低工作效率的问题在引导基金的运行过程中同样没有幸免，要解决运行效率低的问题，就必须要强化引导基金的引导功能，完善引导基金的运作模式。

石琳(2013)选取了政策目标、政策效果及经营管理能力为评价维度，并延伸出7个二级指标和18个三级指标，构建了引导基金绩效评价体系，并对上海市引导基金进行实证分析，认为上海市引导基金的，经营管理能力相对较好，而政策效果、社会效益、经济效益表现较差。

丁艳(2013)定性分析了引导基金评价体系的设计和指标选择，认为引导基金绩效评价的一级指标可以划分为政策绩效、财务绩效、经济绩效和社会绩效四个层面，每个一级指标下还可继续分解为更多的二级指标。

陈园(2014)从多目标视角出发去研究引导基金绩效评价指标的构建，认为其同时关联到财政资金、社会资金、创业投资基金和创业企业4四个主体，从各个主体的不同利益诉求出发，得出政策目标、经济目标、社会目标和管理目标4个维度，每个维度下分解出多个二级指标，最终得出引导基金的绩效评价指标。

秦智鹏(2014)从政策、管理、可持续性等3个角度出发，构建了评价指标体系并进行了实证分析。提出了以下问题：①社会资金在引导基金的引导下集中于引导基金参与的行业，这就导致了行业的资本聚集和生产能力过剩，产生这种现象的原因是因为引导基金起到了“认证”作用；②由于引导基金鼓励支持初创期的高新技术型中小企业，这就抑制了投资人的投资热情；③引导基金存在着东西部地区分布不平衡的现状，并针对出现的问题提出了相应的解决办法。

顾婧、任珮嘉、徐泽水(2015)结合我国引导基金的特点，从政策、经济以及管理目标3个角度出发构建了评价指标体系，并采用基于直觉模糊层次分析法的绩效评价方法，但得到的直觉模糊权重无法反馈行为机制，在实际操作方面有点劣势。

朱立群、李朝晖(2015)认为引导基金成功吸引了为数众多的社会投资人积极投身于创业投资领域，大力支持了处于初创期的科技型中小企业的发展，与商业性的投资基金进行直接投资相比，在增加税收、促进就业、扶持创新方面更有效率。

王哲、陈志强、张红梅(2016)利用数据包络分析法评价了引导基金的绩效，在分析客观数据的基础上得出：我国的创业企业在规模效率方面的数据偏低，这是抑制我国高新技术企业迅猛发展的主要原因，建议引导基金应加强对创业企业的投资，创业企业也应优化其产业结构，不断提升自己的技术水平。

朱云欢、张明喜(2018)以美国为案例，归纳了引导基金绩效评价的国际实践，尤其是全流程的绩效评价体系，提出我国引导基金评价的基本原则、指标体系和组织实施。绩效考核指标由财政目标的实现程度、运作机制的合理性、被支持创投机构的个体评价等3个维度构成。

通过对有关引导基金绩效评价文献的研究，笔者发现，在对引导基金的绩效进行评价的研究方面，不同的国家设立的评价指标并不一样，从而导致最后的结果产生很大差异。有的国家将利润作为引导基金的考核目标，如加拿大；有的国家则将政策效应视为一个关键的评价指标，如以色列和澳大利亚。由此可以看出，由于设立引导基金的目标不同，它将导致评价指标的差异。

国内对引导基金绩效评价指标的研究尚处于起步阶段，没有全面合理的绩效评价体系来满足《指导意见》的政策要求和监管要求。笔者认为引导基金的绩效应该体现在多个方面，因此，需要分析引导基金的目标结构，研究其目标实现水平，建立更加科学的评价体系，从而为今后引导基金绩效评价指标体系的更好探索提供参考。

2 引导基金绩效影响因素分析

根据引导基金的基本特征，本文认为引导基金绩效的目标构成主要包括政策目标、经济目标、社会目标、管理目标、风险控制5个方面。

2.1 政策目标

发挥财政资金的杠杆放大效应，增加创业投资资本的供给，克服单纯通过市场配置创业投资资本的市场失灵问题，特别是通过鼓励创业投资企业投资于种子期、起步期等创业早期的企业，弥补一般创业投资企业主要投资于成长期、成熟期和重建企业的不足。《指导意见》中明确提出了上述引导基金的基本宗旨。作为一种市场化运作的政策性基金，引导基金被设立的初衷主要是为了支持创投行业的发展，吸引更多的社会资本参与到创投行业中来，扶持符合产业发展方向的高新技术企业，促进产业结构调整升级。政策目标是引导基金基本的和首要的目标。

2.2 经济目标

尽管政策目标是引导基金的首要目标，但引导基金是按市场化规则运作的基金，在引导基金中社会资本占了很大的比重，而社会资本的最大追求就是经济利益的最大化，追求经济利益也就成为了引导基金的目标之一。

从引导基金自身的角度，政策目标是引导基金的“天然目标”，但为了引导基金的持续健康发展，引导基金也必须要实现一定的盈利；站在创业投资机构的角度，创业投资企业是引导基金的合作机构，设立引导基金，需要支持创业投资公司产生良好的经济效益以使其自身实力不断发展壮大，从而保证创投行业的良性发展；站在引导基金所扶持的创业企业的角度，实现其经济效益的不断增长是最关键也是最现实的目标，这就要求引导基金能够帮助创业企业实现盈利。

2.3 社会目标

在我国，一项政策制度的出台不仅仅要对其提出政策目标、经济目标，通常还会在社会效益方面对其提出要求。引导基金作为一种按市场化方式运行的政策性基金，吸引社会资本进入到创业投资领域，投向符合国家产业发展方向的高新企业和战略性新兴产业，这些受引导基金扶持才能得以成立的创业企业，相应地会产生一些社会效益，比如在科技研发投入、提供就业岗位、为国家缴纳税金方面有所作为，这些构成了引导基金的社会目标。

2.4 管理目标

引导基金是政府财政资金和社会资金分别按一定的比例出资共同设立的资金，通常会委托给第三方的专业机构进行引导基金的管理和日常运作。对引导基金管理水平的高低，对引导基金的运作和健康发展有着至关重要的作用，因此本文把对引导基金的管理作为引导基金绩效评价的目标之一。

2.5 风险控制

风险控制维度是在对已有文献关于引导基金绩效评价指标体系研究的基础上新增的维度。引导基金的本质也是一种创业投资资金，是创业投资资金的一种特殊形式。由于具有政策性和市场性，引导基金面临的风险既有普通创业投资风险的一般性，也有政策性基金所带来的特殊性。

综上所述，本文将基于5个评价维度来构建引导基金的绩效评价指标体系，即政策、经济、社会、管理、风险控制。

3 评价指标选取

在构建指标体系的过程中，应该遵循科学的选取方法，而不是将指标进行简单的罗列，这样才能得到科学的评价指标，才能保障评价结果的准确性。本文将按照“初选——精选”的流程设计引导基金绩效评价指标体系。

3.1 指标初选

本文运用文献研究法、演绎方法、头脑风暴法，搜集每个评价维度(引导基金绩效的构成因素)的相关指标。

3.1.1 文献研究方法

运用文献研究方法，大范围检索与引导基金绩效评价相关的文献，分析并选出曾经在这些文献中使用过的指标。由于与引导基金绩效评价相关的文献很少，所以扩大了检索范围，将关键词设定为“创业投资引导基金”“创业投资”，对相关文献进行了搜集。此外，为了获得更多信息，笔者还扩大检索范围，将关键词设置为 “政策目标” “经济目标”“社会目标”“管理目标”等检索了有关方面的文献，归纳整理所检索到的研究文献并进行分析后，从中找出曾经被使用过的指标。

3.1.2 评价指标

组织北京和君咨询集团、北京北大纵横咨询集团从事创业投资的资深管理咨询顾问以及创业投资机构的专家参加筛选指标的讨论。统一地向各位专家顾问说明了引导基金概念、运作方式以及国外经典的引导基金绩效考核指标，然后分析了引导基金绩效的构成因素，这些构成因素就成为引导基金绩效评价的一级指标或称为评价的维度，具体为：政策、经济、社会、管理、风险控制。最后，采用头脑风暴法，分析并提出各一级指标下的二级指标。

通过以上工作，数量充足的评价指标被获取。具备了数量足够的指标，就能够为下一步指标的精选工作打下坚实的基础。初选指标(见表1)。

3.2 指标精选

在引导基金绩效评价指标初选的过程中得到了数量充足的指标，但是，这些数量充足的初选指标对引导基金绩效的评价并不有利，因为很强的相关性可能会在很多指标之间存在，同时也会导致计算量过大。为了避免上述弊端，就需要优化指标体系，对其进行精选。

多元统计法是对指标的精选较为有效的方法，通过分析相关指标，将相关性较强的指标予以删除，这样，最终精选的指标，其独立性就可以得到保证。主成分分析法也可以对指标进行有效的精选，可以删除总体方差贡献率小的指标，最终得到优化的、精选的指标集。

通过以上方法，都可以得到较为理想的精选指标集。然而，在实际的工作中，由于需要规模庞大的原始数据，需要复杂的、繁琐的计算，加之笔者获取的资源有限等客观因素，采用该方法并不可行。同时，由于创业投资活动是一个操作性很强的工作，重经验、重积累，专家的经验判断对创业投资工作十分重要。因此，本文主要使用Delphi technique法来精选引导基金绩效评价指标。

首先，设计了专家调查问卷表，然后遴选专家，所选取的专家有北京和君咨询集团、北京北大纵横咨询集团在该研究领域的资深管理咨询顾问，以及创业投资机构的专家，最终选取9位专家组成专家组(含有5位资深管理咨询顾问、4名创业投资机构专家)，他们都具备高学历、扎实的创业投资理论知识和丰富的创业投资工作经验，他们所作出的选择和判断有较高的可信度。分别向参与调查活动的专家发放了相关资料，介绍了评价的一级指标和初选的指标(见表1)，重申了精选引导基金绩效评价指标是这次交流的主题，要求各位专家独立地对初选的指标进行打分，专家也可以写上初选指标里没有的但自己觉得应该有的指标。然后，收回各位专家的结果并进行整理和分析。

表1 引导基金绩效评价指标体系(初选)

分析的方法是采用均值和标准差对各初选指标进行分析，其中，用均值分析判断专家对各指标合适性或重要性的认识，均值越大表明专家对该指标重要性的认可度越高；用标准差分析判断各专家对各指标重要性的认识的离散程度，标准差越小表明专家对该指标重要性的认识越趋一致。通常来说，均值越大，标准差越小的指标被认为是合适的指标。

本文采用spss22软件对初选各项指标的专家评分进行描述性分析，得到了初选各项指标的均值和标准差，如表2所示。

首先，剔除专家认为重要性较低的指标，也就是均值较小的指标(均值小于7)；其次，剔除专家评分存在较大争议的指标，也就是标准差较大的指标(标准差大于2)，只保留均值较大且标准差较小的指标(均值大于7且标准差小于2)，发现专家所选择的指标十分集中，每个1级指标下面都包括3到8个二级指标；最后，形成了精选的指标集合，用5个一级指标(评价维度)、23个二级指标来反映引导基金的绩效(见表3)。

通过精选，评价指标体系有了很大程度的完善，更具有针对性。以往有关引导基金绩效的评价指标注重财务指标过多，注重政策导向较少，这使得指标体系没有针对性。精选后的指标体系正是立足于这一点，既考虑了“净利润增长率”等这样的直接指标，又考虑了诸如“杠杆效应”等引导基金吸引社会资本的指标。在精选后的指标体系中，一些冗余的指标被删除，例如“引导基金理事会办公能力”“资金使用效率”等，因为这部分指标对引导基金绩效的反映不够明显，不易量化，数据很难获取。精选后的评价指标具备独立性、可操作性等特点。

表2 对初选指标的均值和标准差分析

表3 引导基金绩效评价指标体系(精选)

4 基于层次分析法的指标体系权重分析

4.1 层次分析法

层次分析法可以将多目标决策问题进行分解，将每个因素两两对比，以确立各因素的相对重要程度。该方法将客观分析和主观判断、定量和定性科学地结合起来，该方法适用于综合评价以及多目标决策，可运用于很多的研究领域。

4.2 层次分析法计算权重

为了确定各个维度下的指标权重，由专家协商一致，按照确立权重的要求，对政策绩效、经济绩效、社会绩效、管理绩效、风险控制等5个一级指标进行两两对比，并给出赋值，步骤如下：

4.2.1 计算一级评价指标的权重

根据专家意见，给出5个一级指标进行两两相比的赋值(见表4)。

表4 五个一级指标两两相比赋值

第1步：构造判断矩阵A：

第2步：计算判断矩阵A，从而得出新判断矩阵A'：

第3步：按行对新矩阵A'进行求和，采用归一化方法进行处理，得出判断矩阵A的特征向量Y：

第4步：检验一致性。

计算λmax：

λmax=1.787×0.503+4.676×0.260+9.533×0.134+16.333×0.068+25×0.035=5.374

计算CI：

CI=(λmas-n)/(n-1)=(5.374-5)/(5-1)=0.093

经查，RI为1.12，计算CR：

CR=CI/RI=0.093/1.12=0.083

CR<0.1，说明A达到了一致性要求，Y即为5个一级指标的权重。

4.2.2 计算政策绩效维度下评价指标的权重

根据专家意见，给出政策绩效维度下8个指标进行两两相比的赋值表(见表5)。

表5 政策绩效维度下八个指标两两相比赋值

第1步：构造判断矩阵B：

第2步：计算判断矩阵B，从而得出新判断矩阵B'：

第3步：按行对新矩阵B'进行求和，采用归一化方法进行处理，得出判断矩阵B的特征向量Y：

Y=(0.233 0.159 0.050 0.025 0.035 0.315 0.074 0.109)T

第4步：检验一致性

计算λmax：

λmax=4.593×0.233+6.45×0.159+21.833×0.050+36×0.025+28.5×0.035 +2.718×0.315+16.083×0.074+11.283×0.109=8.348

计算CI：

CI=(λmas-n)/(n-1)=(8.348-8)/(8-1)=0.050

经查，RI为1.41，计算CR：

CR=CI/RI=0.050/1.41=0.035

CR<0.1，说明判断矩阵B达到了一致性要求，其特征向量Y即为政策绩效维度下8个二级指标的权重。

4.2.3 计算经济绩效维度下评价指标的权重

根据专家意见，给出经济绩效维度下4个指标进行两两相比的赋值(见表6)

表6 经济绩效维度下四个指标两两相比赋值

第1步：构造判断矩阵C：

第2步：计算判断矩阵C，从而得出新判断矩阵C'：

第3步：按行对新矩阵C'进行求和，采用归一化方法进行处理，得出判断矩阵C的特征向量Y：

第4步：检验一致性

计算λmax：

λmax=16×0.057+4.533×0.263+9.333×0.122+1.676×0.558=4.178

计算CI：

CI=(λmas-n)/(n-1)=(4.178-4)/(4-1)=0.059

经查，CR为0.90，计算CR：

CR=CI/RI=0.059/0.90=0.066

CR<0.1，说明判断矩阵C达到了一致性要求，其特征向量Y即为经济绩效维度下4个二级指标的权重。

4.2.4 计算社会绩效维度下评价指标的权重

根据专家意见，给出社会绩效维度下3个指标进行两两相比的赋值(见表7)。

表7 社会绩效维度下三个指标两两相比赋值

第1步：构造判断矩阵D：

第2步：计算判断矩阵D，从而得出新判断矩阵D'：

第3步：按行对新矩阵D'进行求和，采用归一化方法进行处理，得出判断矩阵D的特征向量Y：

第4步：检验一致性

计算λmax：

λmax=5.333×0.213+1.393×0.701+11×0.085=3.053

计算CI：

CI=(λmas-n)/(n-1)=(3.053-3)/(3-1)=0.026

经查，RI为1.12，计算CR：

CR=CI/RI=0.026/0.58=0.046

CR<0.1，说明判断矩阵D达到了一致性要求，其特征向量Y即为社会绩效维度下3个二级指标的权重。

4.2.5 计算管理绩效维度下评价指标的权重

根据专家意见，给出管理绩效维度下4个指标进行两两相比的赋值(见表8)。

表8 管理绩效维度下四个指标两两相比赋值

第1步：构造判断矩阵E：

第2步：计算判断矩阵E，从而得出新判断矩阵E'：

第3步：按行对新矩阵E'进行求和，采用归一化方法进行处理，得出判断矩阵E的特征向量Y：

第4步：检验一致性

计算λmax：

λmax=1.917×0.492+3.533×0.309+15×0.063+8.333×0.136=4.109

计算CI：

CI=(λmas-n)/(n-1)=(4.109-4)/(4-1)=0.036

经查，RI为0.90，计算CR：

CR=CI/RI=0.036/0.90=0.04

CR<0.1，说明判断矩阵E达到了一致性要求，其特征向量Y即为管理绩效维度下4个二级指标的权重。

4.2.6 计算风险控制维度下评价指标的权重

根据专家意见，给出风险控制维度下4个指标进行两两相比的赋值表(见表9)。

表9 风险控制维度下四个指标两两相比赋值

第1步：构造判断矩阵F：

第2步：计算判断矩阵F，从而得出新判断矩阵F'：

第3步：按行对新矩阵F'进行求和，采用归一化方法进行处理，得出判断矩阵F的特征向量Y：

第4步：检验一致性

计算λmax：

λmax=1.575×0.591+17×0.053+5.533×0.239+9.333×0.118=4.243

计算CI：

CI=(λmas-n)/(n-1)=(4.243-4)/(4-1)=0.0811

经查，RI为0.9，计算CR：

CR=CI/RI=0.0811/0.9=0.090

CR<0.1，说明判断矩阵F达到了一致性要求，其特征向量Y即为风险控制维度下4个二级指标的权重。

4.2.7 评价模型

第i个引导基金的绩效评价得分为：

在上式中：wj为第j个指标的权重；

pij为评价指标的规范化数据。

计算出了各指标的权重，只要搜集到相应的数据，就可以通过这个评价模型得出引导基金的绩效得分。

5 结论

本文以引导基金的绩效为研究视角，通过文献研究法、Brain-Storming法等初选了引导基金的绩效指标，然后采用德尔菲法进行了完善；从政策绩效、经济绩效、社会绩效、管理绩效、风险控制等入手，构建了引导基金绩效评价指标。在该指标体系中，包括一级指标5个、二级指标23个。同时运用层次分析法确定了各指标的权重，并建立了引导基金评价模型，为科学、合理地评价引导基金的绩效参考。