Zobrazit minimální záznam

dc.contributor.advisorZmeškal, Zdeněk
dc.contributor.authorWang, Xian
dc.date.accessioned2025-09-04T12:18:27Z
dc.date.available2025-09-04T12:18:27Z
dc.date.issued2025
dc.identifier.otherOSD002
dc.identifier.urihttp://hdl.handle.net/10084/158004
dc.description.abstractAs the global energy structure accelerates its transformation toward decarbonization and clean energy, Chinese enterprises have increasingly expanded their "going global" strategies by actively investing in overseas renewable energy projects. However, the complex and diverse national risks in host countries have become a critical factor affecting the success of such investments. To scientifically identify and systematically evaluate these risks, this study develops a multi-level investment risk management framework encompassing both macro- and micro-level dimensions. In terms of national risk assessment, this study constructs a comprehensive indicator system by integrating multiple dimensions, including political, economic, social, environmental, legal institutions, and China-related relations. Drawing upon authoritative frameworks such as the World Bank's WGI, BERI, EIU, and CROIC, the system incorporates fuzzy analytic hierarchy process (FAHP), expert scoring, and triangular fuzzy numbers (TFN) to assign weights to risk factors. Furthermore, criteria according to the simple additive weighted (SAW). The hybrid model FAHP-SAW quantify risk levels of key overseas investment countries, categorises risk grades, and conducts trend and comparative analyses. The empirical analysis, based on a sample of renewable energy target countries, validates the scientific soundness and applicability of the model. At the project level, this study develops a hierarchical risk indicator system for renewable energy projects, covering dimensions such as economic feasibility, policy support, environmental impact, technological maturity, and social acceptability. By applying the Analytic Network Process (ANP) to construct interdependent factor structures and integrating Fuzzy Comprehensive Evaluation (FCE) to handle uncertainty in expert opinions, the model facilitates fuzzy quantitative analysis of project risks. A case study of a solar power project in the United Arab Emirates (UAE) is conducted using the proposed ANP-FCE evaluation model. The results show that the overall risk level of the project lies in the low range. This analysis not only verifies the robustness, applicability, and effectiveness of the model, but also provides practical insights and methodological guidance for similar projects in comparable regions. The main contributions of this study are: An analysis of the development and existing problems of REOI due to investment status and trends. (2) Identification and proposal of the China's REOI risk assessment hierarchical index system risks. (3) Proposal of a country risk assessment hybrid model, FAHP-SAW, reflecting fuzzy weights, combining the fuzzy analytical hierarchy process (FAHP) with the simple additive weighting method (SAW). (4) Empirical verification and evaluation of the selected twenty important countries for China's REOI investment. (5) Proposal of a REOI project evaluation hybrid model, ANP-FCE based on fuzzy input criteria, combining the fuzzy analytical network process (ANP) with the fuzzy comprehensive evaluation method (FCE). (6) Evaluation of a concrete solar power investment project in the UAE, low-risk countries, applying the ANP-FCE model, including the result robustness verification.en
dc.description.abstractVzhledem k tomu, že globální energetická struktura zrychluje svou transformaci směrem k dekarbonizaci a čisté energii, čínské podniky stále více rozšiřují své strategie „globalizace“ aktivním investováním do projektů obnovitelné energie v zahraničí. Složitá a rozmanitá národní rizika v hostitelských zemích se však stala kritickým faktorem ovlivňujícím úspěch těchto investic. Pro vědeckou identifikaci a systematické vyhodnocení těchto rizik tato studie vyvíjí víceúrovňový rámec pro řízení investičních rizik, který zahrnuje makro i mikro dimenze. Pokud jde o hodnocení národních rizik, tato studie vytváří komplexní systém indikátorů integrací více dimenzí, včetně politických, ekonomických, sociálních, environmentálních, právních institucí a vztahů souvisejících s Čínou. Systém vychází z autoritativních rámců, jako jsou WGI, BERI, EIU a CROIC Světové banky, a zahrnuje fuzzy analytický hierarchický proces (FAHP), expertní bodování a trojúhelníková fuzzy čísla (TFN) pro přiřazení vah rizikovým faktorům. Dále kritéria podle jednoduché aditivní váhy (SAW). Hybridní model FAHP-SAW kvantifikuje úrovně rizika klíčových zemí v zahraničí, kategorizuje stupně rizika a provádí analýzy trendů a srovnávací analýzy. Empirická analýza, založená na vzorku cílových zemí v oblasti obnovitelných zdrojů energie, ověřuje vědeckou opodstatněnost a použitelnost modelu. Na úrovni projektu tato studie vyvíjí hierarchický systém ukazatelů rizik pro projekty v oblasti obnovitelných zdrojů energie, který zahrnuje dimenze, jako je ekonomická proveditelnost, podpora politik, dopad na životní prostředí, technologická vyspělost a sociální přijatelnost. Použitím Analytického síťového procesu (ANP) pro konstrukci vzájemně závislých faktorových struktur a integrací Fuzzy Comprehensive Evaluation (FCE) pro zpracování nejistoty v expertních názorech model usnadňuje fuzzy kvantitativní analýzu rizik projektu. Případová studie projektu solární energie ve Spojených arabských emirátech (SAE) je provedena s využitím navrhovaného hodnotícího modelu ANP-FCE. Výsledky ukazují, že celková úroveň rizika projektu se nachází v nízkém rozsahu. Tato analýza nejen ověřuje robustnost, použitelnost a efektivitu modelu, ale také poskytuje praktické poznatky a metodologické vedení pro podobné projekty ve srovnatelných regionech. Hlavní přínosy této studie jsou: Analýza vývoje a stávajících problémů REOI v důsledku investičního stavu a trendů. (2) Identifikace a návrh hierarchického indexového systému hodnocení rizik REOI v Číně. (3) Návrh hybridního modelu pro hodnocení rizika země, FAHP-SAW, odrážejícího fuzzy váhy, kombinujícího proces fuzzy analytické hierarchie (FAHP) s metodou jednoduchého aditivního vážení (SAW). (4) Empirické ověření a vyhodnocení dvaceti vybraných zemí důležitých pro čínské investice REOI. (5) Návrh hybridního modelu pro hodnocení projektu REOI, ANP-FCE, založeného na fuzzy vstupních kritériích, kombinující proces fuzzy analytické sítě (ANP) s metodou fuzzy komplexního hodnocení (FCE). (6) Vyhodnocení konkrétního investičního projektu solární energie v SAE, v zemích s nízkým rizikem, s využitím modelu ANP-FCE, včetně ověření robustnosti výsledků.cs
dc.format.extent2689482 bytes
dc.format.mimetypeapplication/pdf
dc.language.isoen
dc.publisherVysoká škola báňská – Technická univerzita Ostravacs
dc.subjectRenewable Energyen
dc.subjectOverseas Investmenten
dc.subjectCountry Risken
dc.subjectFuzzy Analytic Hierarchy Processen
dc.subjectFuzzy Comprehensive Evaluationen
dc.subjectAnalytic Network Processen
dc.subjectObnovitelná energiecs
dc.subjectZahraniční investicecs
dc.subjectRiziko zeměcs
dc.subjectProces fuzzy analytické hierarchiecs
dc.subjectFuzzy komplexní hodnocenícs
dc.subjectProces analytické sítěcs
dc.titleResearch on Overseas Investment Risk Management of Chinese Renewable Energy Enterprisesen
dc.title.alternativeVýzkum řízení zámořských investičních rizik čínských podniků v oblasti obnovitelné energiecs
dc.typeDisertační prácecs
dc.contributor.refereePalečková, Iveta
dc.contributor.refereeVaněk, Michal
dc.contributor.refereeĎurica, Marek
dc.date.accepted2025-08-25
dc.thesis.degree-namePh.D.
dc.thesis.degree-levelDoktorský studijní programcs
dc.thesis.degree-grantorVysoká škola báňská – Technická univerzita Ostrava. Ekonomická fakultacs
dc.description.department115 - Katedra managementucs
dc.thesis.degree-programEkonomika a managementcs
dc.description.resultvyhovělcs
dc.identifier.senderS2751
dc.identifier.thesisWAN0050_EKF_P0413D050002_2025
dc.rights.accessopenAccess


Soubory tohoto záznamu

Tento záznam se objevuje v následujících kolekcích

Zobrazit minimální záznam