沈 亮

(東北財經(jīng)大學 投資工程管理學院，遼寧 大連 116025)

一、引 言

2008年之后，受金融危機的影響，全球經(jīng)濟不景氣，國內(nèi)外市場低迷，政府通過一系列投資計劃刺激經(jīng)濟復蘇。這一階段，地方政府為了拓寬融資渠道，擴大融資規(guī)模，其投融資平臺的規(guī)模和數(shù)量有了超常規(guī)的增長。

由于投融資平臺是依附地方政府建立的，存在嚴重的信息不對稱和壟斷，對社會現(xiàn)存的建設(shè)投資企業(yè)構(gòu)成不正當競爭。目前地方政府投融資平臺大多融資結(jié)構(gòu)單一，投資收回無法保證，傳導至地方政府將加劇地方政府財政壓力，甚至導致地方債務(wù)危機。地方政府投融資平臺在運行中越來越凸顯出自身的缺陷和運作的不合理。2010年6月中央政府提出要加強對地方政府投融資平臺公司的管理，清理規(guī)范地方已經(jīng)設(shè)立的投融資平臺公司。2012年3月中國銀監(jiān)會對地方政府投融資平臺公司貸款風險監(jiān)管提出新要求，銀行要按照“保在建、壓重建、控新建”的要求，有效防范地方政府投融資平臺公司貸款風險[1]。2013年3月中國人民銀行行長周小川指出，要正確看待地方政府投融資平臺，既要關(guān)注它的風險，同時也要對它進行分類分析，地方政府投融資平臺的風險應該量化分析[2]。

上海在地方政府投融資平臺建設(shè)上始終走在發(fā)展的前沿。1987年上海久事公司成立，成為我國最早的綜合性政府投融資平臺公司，填補了我國地方政府投融資平臺的空白。在國家和上海政府的支持下，1992年上海城投成立，2004年上海申通地鐵集團問世。與此同時，從1990年以來，為了推動浦東開發(fā)，上海市政府成立了陸家嘴集團、金橋集團、外高橋集團和張江集團等四大開發(fā)公司。為了推動虹橋商務(wù)區(qū)建設(shè)，2006年申虹公司成立，2007年國盛(集團)有限公司成立，至此，上海形成了功能定位各不相同、持續(xù)服務(wù)城市建設(shè)和發(fā)展的若干個投融資平臺，為上海二十多年城市建設(shè)搭建了強大的資金“血脈”[3]。

由于上海投融資平臺建設(shè)較早，規(guī)模和數(shù)量也較大，平臺發(fā)展活躍，本文試圖以上海投融資平臺為例，對平臺風險進行量化分析，探索其風險預警模型，并將預警模型與上海投融資平臺相結(jié)合，為我國地方政府投融資平臺的風險預警機制構(gòu)建提供應用參考。

二、 地方政府投融資平臺風險預警機制

(一)地方政府投融資平臺風險預警傳導機制

地方政府建設(shè)投融資平臺的主要目的是為了建立一個服務(wù)于政府的專門從事融資和投資的平臺，地方政府把投融資的部分職能轉(zhuǎn)移給平臺，但由于平臺投資和建設(shè)主要還是依賴地方政府，其風險卻沒有得到有效轉(zhuǎn)移。即地方政府投融資平臺產(chǎn)生的風險，最終將傳導回地方政府本身。

地方政府投融資平臺直接或間接地接收來自宏觀、中觀和微觀層面的風險。直接傳導體現(xiàn)為宏觀風險和中觀風險直接作用于投融資平臺，如一些具有跨國業(yè)務(wù)性質(zhì)的投融資平臺對投資母國的政策變化和政治環(huán)境等國際風險因素具有很高的敏感性，來自這方面的風險會直接作用于投融資平臺。間接傳導體現(xiàn)為包括國際風險和國內(nèi)風險在內(nèi)的宏觀風險通過國際經(jīng)濟風險、國際政治風險、國內(nèi)經(jīng)濟風險、國內(nèi)政策風險和國內(nèi)法律風險傳導給平臺中觀層面；包括區(qū)位風險、區(qū)域經(jīng)濟風險和區(qū)域法律政策風險在內(nèi)的中觀風險通過地方政府硬件設(shè)施、資源稟賦程度、地方政府財政收支、地方政府投資增長率、地方政府經(jīng)濟發(fā)展水平、區(qū)域法律政策風險和地方政府信用風險傳導給平臺微觀層面，形成平臺微觀層面的經(jīng)濟風險和財務(wù)風險。這些在地方政府投融資平臺上體現(xiàn)出來的風險最終傳導給地方政府。

由上述分析可以看出，地方政府建設(shè)和運營投融資平臺，對于投資質(zhì)量的提高有很大的貢獻，但風險最終并沒有從地方政府剝離。

(二)地方政府投融資平臺風險量化

1.風險指標化

風險本身以無形的形式存在，很難對其進行有效的辨別和區(qū)分，這對風險控制特別是風險預警研究形成阻礙。因此，為了便于觀察，需要將風險用一系列指標來體現(xiàn)，這一過程稱為風險指標化。劉星等[4]將風險指標分為警情指標和警兆指標。

警情指標。風險通常是通過一些最常用或最容易被解釋的指標來體現(xiàn)，如反映地方政府債務(wù)出現(xiàn)風險最直接的指標是財政赤字變動率、直接債務(wù)支出變動率和一般預算收入變動率等，這些能夠最直接地反映出風險情況的指標稱為警情指標。在研究地方政府投融資平臺風險狀況時，主要用最直觀的財務(wù)風險來確定警情指標。為了便于理解和觀察，本文從資產(chǎn)負債層面和現(xiàn)金層面，將資產(chǎn)負債率(ZCFZL)和現(xiàn)金比率(XJBL)設(shè)為警情指標。

資產(chǎn)負債率=負債總額/資產(chǎn)總額×100%

現(xiàn)金比率=(貨幣資金+短期投資)/流動負債合計×100%

警兆指標。警情指標反映了風險最直觀的情況，但這種情況是由什么因素引起的，是如何通過這些因素引起的，這些因素和警情指標之間存在著何種關(guān)系都無法用警情指標體現(xiàn)出來，這就需要用警兆指標來對警情指標進行補充說明和解釋。根據(jù)上述分析，本文從宏觀風險、中觀風險和微觀風險三個層面進行警兆指標的構(gòu)建。

宏觀風險指標體系。倫敦同業(yè)拆借利率和納斯達克指數(shù)兩者對于國際經(jīng)濟的影響及反映國際經(jīng)濟變動的相關(guān)性都非常大，故用來表示宏觀風險因素中的國際因素比較合適。反映國內(nèi)風險因素的指標需要是總量性和綜觀性的，其中，全國GDP增長率和全國稅收增長率可以有效反映全國經(jīng)濟總量，CPI指數(shù)增長率可以有效反映國內(nèi)通貨膨脹風險因素，而國內(nèi)貸款利率則可以從金融角度測度風險。由于宏觀風險中的政策風險和法律風險只能定性描述，無法準確量化，所以在宏觀風險指標體系中以量化的經(jīng)濟類指標為主。

中觀風險指標體系。中觀風險指標體系主要反映一個區(qū)域的經(jīng)濟及法律政策風險情況。與宏觀風險指標類似，反映經(jīng)濟類的指標也需要是區(qū)域總量性和綜觀性的，地方政府GDP增長率和固定資產(chǎn)投資增長率可以最直觀地對區(qū)域經(jīng)濟狀況做出描述。地方政府信用狀況是構(gòu)成中觀風險的重要因素，這里使用地方政府財政收支比率作為地方政府信用測度指標。測度地方政府發(fā)展風險，除了經(jīng)濟類指標，還可以用人口聚集度來描述，人口聚集度越高，城市發(fā)展相對越快，這里使用人口比率指標。

微觀風險指標體系。微觀風險主要從償債能力、營運能力和盈利能力角度出發(fā)。其中，最能反映償債能力風險的指標有流動比率、現(xiàn)金比率和資本周轉(zhuǎn)率，反映營運能力的指標主要有應收賬款周轉(zhuǎn)率、固定資產(chǎn)周轉(zhuǎn)率和總資產(chǎn)周轉(zhuǎn)率，反映盈利能力的指標主要有銷售毛利率、銷售凈利率、資產(chǎn)報酬率和凈資產(chǎn)收益率。本文利用上述指標對我國地方政府投融資平臺風險狀況做系統(tǒng)分析。

2.風險指標篩選

從指標的定義上分析，宏觀、中觀和微觀風險指標相互之間不存在重復定義，因此，不需要進行層面指標的定義剔除。由于微觀風險指標描述得比較細微，難免會出現(xiàn)包含或重復定義的情況，這樣便會造成指標累贅和多余，為此應該對出現(xiàn)包含或重復定義的指標進行剔除。如流動比率和現(xiàn)金比率，流動比率中的流動資產(chǎn)包含現(xiàn)金比率中的貨幣資金和短期投資，這兩個指標存在包含現(xiàn)象，描述的目的是一樣的，只是程度有所差異，因此，這里可以把現(xiàn)金比率剔除。又如銷售毛利率和銷售凈利率，銷售毛利率中的銷售毛利潤包含了銷售凈利率中的銷售凈利潤，兩者出現(xiàn)了包含現(xiàn)象，因此，可以把銷售凈利率剔除。

表1 宏觀風險相關(guān)性檢驗結(jié)果

從定義上只能對指標進行粗略篩選，為了使指標能夠更好地描述風險，需要對指標進行進一步的檢驗和調(diào)整。運用相關(guān)計量軟件對指標進行相關(guān)性檢驗，進一步排除指標之間存在的相關(guān)性。本文運用Eviews 6.0的相關(guān)性分析功能對三大類指標分別進行指標間的兩兩相關(guān)性檢驗，宏觀風險的相關(guān)性檢驗結(jié)果如表1所示。*由于篇幅所限，中觀風險和微觀風險的相關(guān)性檢驗結(jié)果略，需要者可向作者索取。其中，LIBOR為倫敦同業(yè)拆借利率、NSDK為納斯達克指數(shù)、GDP為全國GDP同比增長率、CPI為全國CPI同比增長率、SSSR為全國稅收增長率、DKLV為一年期貸款利率。

從表1可以看出，倫敦同業(yè)拆借利率和納斯達克指數(shù)之間的相關(guān)性非常高，達到0.90。若將兩者都保留在宏觀風險中，會造成風險解釋因素的重復。由于倫敦同業(yè)拆借利率形成機制的缺陷、巨額非法利益的驅(qū)動以及相關(guān)金融監(jiān)管的疏失[5]，近年來操控倫敦同業(yè)拆借利率的行為越來越猖獗，倫敦同業(yè)拆借利率逐漸喪失了全球利率標桿的作用。與此同時，納斯達克市場越來越多地接受全球各國企業(yè)的上市申請，相對于倫敦同業(yè)拆借利率，納斯達克指數(shù)的變動對全球經(jīng)濟的影響更大，故保留納斯達克指數(shù)。

從中觀風險的相關(guān)性檢驗結(jié)果可以看出，指標之間并沒有體現(xiàn)出強烈的兩兩相關(guān)(相關(guān)性>0.90)，故中觀風險指標全部保留。

從微觀風險的相關(guān)性檢驗結(jié)果可以看出，有四組指標兩兩間存在強烈的相關(guān)性，按照單個指標與其他存在強烈相關(guān)性指標相關(guān)性之和的強弱排序，發(fā)現(xiàn)銷售毛利率最高，接下來依次是權(quán)益收益率、資產(chǎn)報酬率和固定資產(chǎn)周轉(zhuǎn)率。按照相關(guān)性之和的強弱順序?qū)⑵渲饌€剔除，在剔除了銷售毛利率、資產(chǎn)報酬率和固定資產(chǎn)周轉(zhuǎn)率后，所有微觀風險指標間不再存在強烈的相關(guān)性(相關(guān)性>0.90)。

經(jīng)過定義和相關(guān)性檢驗的篩選，最終確定的風險指標如下：

宏觀風險指標為：納斯達克指數(shù)(NSDK)、全國GDP同比增長率(GDP)、全國CPI同比增長率(CPI)、全國稅收增長率(SSSR)和一年期貸款利率(DKLV)。

中觀風險指標為：上海GDP同比增長率(SHGDP)、上海固定投資增長率(GTZZL)、上海財政收支比(SHSZB)和上海人口占全國人口比重(RKZB)。

微觀風險指標為：資本周轉(zhuǎn)率(ZBZZL)、流動比率(LDBL)、應收賬款周轉(zhuǎn)率(YSZKZZL)和權(quán)益收益率(QYSYL)。

(三) 地方政府投融資平臺風險預警方法

地方政府投融資平臺的風險涉及面廣，涵蓋國際、國內(nèi)、區(qū)域以及平臺本身的財務(wù)和經(jīng)濟風險，故利用一般的風險預警方法，如主成分分析法、因子分析法和Z值分析法等很容易造成風險因素的丟失，無法對平臺風險做出全面預警。模糊綜合評價法是基于模糊數(shù)學理論的方法，其能夠有效地將風險因素量化，并且用主觀和客觀相結(jié)合的方法比較全面地解釋風險形成因素。因此，針對地方政府投融資平臺風險涉及面廣、預警評價難度大等特點，本文利用模糊綜合評價法輔之以主成分分析法，作為地方政府投融資平臺的風險預警方法。模糊綜合評價一般有四個步驟，分別是確定評價對象的因素集、確定評語集、單因素評價和綜合評價。

三、地方政府投融資平臺風險預警案例分析

上海投融資平臺始于1986年，1986年8月5日國務(wù)院批準上海以自借自還的方式，利用外資搞城市基礎(chǔ)建設(shè)等，此為“94專項”。當時上海做了一項重大的制度創(chuàng)新，專門成立一個實體公司，對“94專項”的資金進行籌措、調(diào)劑和管理。這個公司最早起名為上海九四公司，后改為上海久事公司，于1987年12月30日正式成立[3]。此后，為支持上海城市建設(shè)，上海投融資平臺蓬勃發(fā)展，截至2012年，已形成上海久事、上海城投和上海申通投融資平臺鐵三角。

其中，城投控股是上海城投總公司直屬的子公司，是一家集環(huán)境業(yè)務(wù)、地產(chǎn)業(yè)務(wù)和股權(quán)投資業(yè)務(wù)為一體的綜合性現(xiàn)代城市投融資平臺。其前身是上海市原水股份有限公司，于1992年7月改制成為股份制企業(yè)，當時主要承擔長江引水二期和黃浦江上游引水二期工程的融資建設(shè)任務(wù)。2008年4月29日公司更名為上海城投控股股份有限公司，股票簡稱改為“城投控股”[5]。城投控股財務(wù)公開度高，公司經(jīng)營持續(xù)性強，因此，本文以城投控股為例，對投融資平臺風險預警展開案例分析。

(一)上海投融資平臺風險分析

宏觀風險主要受國際、國內(nèi)經(jīng)濟和政策影響。上海是我國經(jīng)濟貿(mào)易活動最活躍、金融業(yè)最集中的城市，同時也是政府投融資平臺運作歷時最長、外資聚集度較高、國家各種改革的重點試點城市，上海已經(jīng)成為了其他城市建設(shè)的標尺。因此，基于政府支持的上海投融資平臺對宏觀風險的敏感性也是較高的。

中觀風險來源于地方政府的經(jīng)濟和政策變動。由于城市建設(shè)速度快、發(fā)展程度高，地方政府對城市建設(shè)的監(jiān)管和政策調(diào)整更為嚴厲和復雜，所以地方政府投融資平臺對當?shù)亟?jīng)濟的變動和政策的推陳出新也是較為敏感的。由于城投控股的業(yè)務(wù)主要集中在基礎(chǔ)設(shè)施、地產(chǎn)和股權(quán)投資，所以地方政府的城市規(guī)劃、房產(chǎn)和金融政策的出臺或變動會直接影響城投控股投融資平臺的運作。與此同時，上海經(jīng)濟的波動也會通過平臺觸及的業(yè)務(wù)傳導至平臺本身，對平臺的運作產(chǎn)生影響。

微觀風險主要通過一系列財務(wù)指標來進行分析，通過對財務(wù)指標的研究，確定警情指標，從警情指標的變化來初步確認風險的大小。再通過對財務(wù)指標的分解，尋找警兆指標的變動，利用警兆指標的變動來解釋風險增大或減小的原因。從而能夠順藤摸瓜地從根源上控制風險，保障投融資平臺的正常運作。

在風險因素量化的研究中，本文將資產(chǎn)負債率和現(xiàn)金比率設(shè)為警情指標。通過分析2008—2012年城投控股資產(chǎn)負債率和現(xiàn)金比率的變動情況可知，城投控股投融資平臺的資產(chǎn)負債率連年攀升，由2008年的39.92%上升到2011年的51.04%，雖然2012年稍有下降，但也高居在50.00%以上。而現(xiàn)金比率在2009年有一個大幅攀升之后便一路下滑，直至2012年，其現(xiàn)金比率只有16.19%。

雖然行業(yè)指標沒有一個具體的標準，但從警情指標來看，警情指標的變化趨勢反映出投融資平臺的財務(wù)狀況正在惡化，財務(wù)風險在上升。那么，這種情況是由于什么因素引起的，三大類風險指標中哪類指標對警情指標影響最大？本文利用Eviews6.0 對數(shù)據(jù)進行進一步處理和分析。

雖然利用相關(guān)性分析對數(shù)據(jù)進行了粗略的和兩兩相關(guān)性的篩選，但初步篩選后的指標仍有13個之多，在建立多元回歸模型時，很有可能引起多重共線性，而且指標數(shù)量過多，造成模型自由度減少，會嚴重影響模型擬合質(zhì)量?；谏鲜鰡栴}，本文采用降維的思想，運用主成分分析法，將所有指標信息通過少數(shù)幾個指標來反映，在低維空間將信息分解為不相關(guān)的部分以獲得更有意義的解釋。

為了與模型的指標分類保持一致，主成分數(shù)量設(shè)為3，具體分析結(jié)果如表2所示。

表2風險指標主成分分析方差貢獻率

特征根：(總數(shù)=15，平均=1)數(shù)量特征值特征值與后一項的差解釋比例累計特征值累計解釋比例16 662 630 446 660 4424 030 360 2710 690 7133 673 030 2414 360 96

從表2可以看出，第一主成分的貢獻率為44%，第二主成分的貢獻率為27%，第三主成分的貢獻率為24%，三個主成分累積貢獻率為95%，已經(jīng)能夠較好地反映三個一致指標的總體變動情況。

為了更清晰地定義各主成分的含義，對各風險因素進行載荷度分析，如表3所示。

表3 風險指標主成分分析載荷度

從表3可以看出，代表宏觀風險因素的指標在成分PC1上有較高的載荷，中觀風險因素在PC1上的載荷也比較高，故可稱PC1為宏觀中觀綜合風險成分；代表微觀風險因素的指標在成分PC2上有較高的載荷，故可稱PC2為微觀風險成分；而PC3上的風險載荷較低，并且載荷成分不明顯，只有兩個風險指標在PC3上有較為顯著的載荷，故可稱PC3為微弱風險成分。由此可以看出，資產(chǎn)負債率受宏觀中觀綜合風險成分PC1的影響最為強烈，影響系數(shù)為0.38；而現(xiàn)金比率受微觀風險成分PC2的影響最大，影響系數(shù)為0.40。

(二)上海投融資平臺風險預警模型的應用

結(jié)合對地方政府投融資平臺風險指標的篩選和對上海投融資平臺風險的分析，現(xiàn)以上海城投控股為例，進行投融資平臺風險預警模型的應用。

1.確定兩級風險因素集

第一級因素集U={U1，U2，U3}={宏觀風險，中觀風險，微觀風險}

第二級因素集U1={納斯達克指數(shù)，全國GDP同比增長率，全國CPI同比增長率，全國稅收增長率，一年期貸款利率}

U2={上海GDP同比增長率，上海固定投資增長率，上海財政收支比，上海人口占全國人口比重}

U3={資本周轉(zhuǎn)率，流動比率，應收賬款周轉(zhuǎn)率，權(quán)益收益率}

2.確定評語集及單因素評價標準

下面對2012年城投控股投融資平臺宏觀、中觀和微觀風險因素做出評價，如表4—表6所示。

表4 2012年城投控股投融資平臺宏觀風險因素評價

表5 2012年城投控股投融資平臺中觀風險因素評價

表6 2012年城投控股投融資平臺微觀風險因素評價

3.確定權(quán)重

根據(jù)風險傳導機制的特點，本文采用層次分析法確定各風險指標的權(quán)重?；诔蓪Ρ容^矩陣算法進行賦權(quán)需要清晰的層級結(jié)構(gòu)，為了更準確地構(gòu)造成對比較矩陣，首先構(gòu)建多級層次結(jié)構(gòu)。

為了構(gòu)建城投控股風險預警機制，需要通過兩級風險進行準則評判，第一級風險包括宏觀風險、中觀風險和微觀風險，第二級風險為第一級風險的細分。各級風險在同級之間存在相互影響的關(guān)系，在不同層級之間存在遞進影響關(guān)系。兩級風險指標共同作用于方案層。

在多級層次結(jié)構(gòu)構(gòu)建的基礎(chǔ)上，對于風險之間的相互影響和遞進影響有了進一步的了解，下一步構(gòu)建成對比較矩陣?！皔aahp”AHP分析軟件的輸出結(jié)果如表7—表10所示。

表7 第一級風險層成對比較矩陣

表8 宏觀風險層成對比較矩陣

表9 中觀風險層成對比較矩陣

表10 微觀風險層成對比較矩陣

4.綜合評價

其中，u*為加權(quán)平均得分，μi為風險因子單因素評價，wi為風險因子權(quán)重。

2012年城投控股的模糊綜合風險評價得分為：

u*=0.29%×2+1.80%×10+1.08%×4+0.86%×4+5.35%×6+2.99%×10+10.60%×8+2.21%×6+0.86%×2+7.65%×8+20.67%×4+41.47%×2+4.18%×4=4.32

根據(jù)設(shè)定的風險等級表V={重度風險，高風險，中風險，低風險，無風險}={8—10，6—8，4—6，2—4，0—2}可以判定，2012年城投控股的模糊綜合風險評價結(jié)果為城投控股投融資平臺存在中風險，因此，平臺應立即采取相應風險控制措施，調(diào)整平臺運作，增強監(jiān)控，以免風險進一步增大和擴散。

按照上述方法計算可以得出，2008—2012年城投控股投融資平臺的模糊綜合風險評價得分分別為4.03、4.65、3.99、4.35和4.32，其中，除2010年平臺風險評價為低風險之外，其他年份風險評價結(jié)果均為中風險。

四、結(jié)論及政策建議

(一)結(jié)論

通過對上海投融資平臺風險預警機制的理論分析和案例分析，可以得出以下結(jié)論：

第一，地方政府投融資平臺風險嚴重。從警情指標可以看出，資產(chǎn)負債率和現(xiàn)金比率兩個風險指標逐年惡化。資產(chǎn)負債率逐年提高，現(xiàn)金比率下降。從預警模型中也能得到同樣的結(jié)論，2008—2012年，上海城投控股投融資平臺的風險狀況一直沒有得到改善，5年內(nèi)有4年處于中風險階段，其中，2009年的風險評價得分為4.65，高于其他任何年份，2010年有所下降，風險評價得分降至3.99，進入低風險階段，但接下來的兩年風險狀況又回到中風險階段，總體來說，投融資平臺風險一直維持著較高的水平。

第二，微觀風險因素對地方政府投融資平臺影響最大。從風險指標主成分分析載荷度可以看出，對于現(xiàn)金比率指標而言，微觀風險成分的載荷度最高，達到40%。層次分析過程中得到所有風險因子的權(quán)重結(jié)構(gòu)，從賦權(quán)結(jié)果可以看出，微觀風險權(quán)重為74%，在三大類風險中所占的比重也是最大的，這也進一步揭示了地方政府投融資平臺受微觀風險影響最大。

第三，基于模糊綜合評價的預警方法應因地制宜。從本文可以看出，風險評判標準的設(shè)定和風險權(quán)重的確定不是固定的。如就風險評判標準中的中觀風險因素而言，不同地區(qū)的GDP增長率、固定資產(chǎn)投資增長率和財政收支比水平存在很大的差異，針對本地區(qū)投融資平臺的風險研究，若參考其他地區(qū)的中觀風險因素標準是沒有意義的。另外，風險因素的權(quán)重也因地區(qū)不同而不同，如資源導向型城市和勞動力導向型城市對人口比率的權(quán)重確定標準是不一樣的，勞動力導向型城市其人口比率的權(quán)重值要大于資源導向型城市。

(二) 政策建議

第一，疏導地方政府與投融資平臺的利益及風險關(guān)系。地方政府投融資平臺一定要保持自由的運作權(quán)力、獨立的資金支配和公開的財務(wù)信息；地方政府不應該過度參與平臺的投融資管理，地方政府應該完善地方市場運作環(huán)境；監(jiān)管部門應該將投融資平臺與普通企業(yè)區(qū)分開來，對投融資平臺的風險監(jiān)管應該較普通企業(yè)更為嚴格，監(jiān)管部門應該制定一套有效的風險預警系統(tǒng)，從第三方的角度對平臺進行風險監(jiān)控從而保護地方投融資和地方債務(wù)等的安全。

第二，調(diào)整地方政府投融資平臺建設(shè)資金來源結(jié)構(gòu)。地方政府投融資平臺應該開辟多種融資渠道，平衡資金結(jié)構(gòu)。投融資平臺可以采用中外合資或外商獨資的方式，利用外資建設(shè)地方投資項目，解決資金來源問題；采用BOT、TOT和PPP等項目融資方式，成立專門的特殊項目公司，擴大資金來源并隔離平臺風險。

第三，多級管理地方政府投融資平臺，建立多級預警系統(tǒng)。第一級管理是基于投融資平臺自身的企業(yè)管理，平臺應該制定一套風險預警系統(tǒng)，該系統(tǒng)基于微觀角度，主要考慮企業(yè)的財務(wù)風險指標，從而完善公司治理，保障企業(yè)在一個安全的風險范圍內(nèi)運作。第二級管理是基于地方政府對投融資平臺的監(jiān)督管理，在資金投入階段，地方政府應該設(shè)立地方投融資基金，這些基金由專門的團隊管理，資金進入投融資平臺后要建立一個基于投資者角度的風險預警系統(tǒng)，并且設(shè)置資金投入上限，防止平臺成為地方資金的黑洞。第三級管理是基于省級政府的指導管理，建立全省及各市投融資平臺風險預警系統(tǒng)，定期進行風險評估。第四級管理是基于國家的統(tǒng)籌管理，面對全國地方政府投融資平臺的發(fā)展狀況，國家應該頒布統(tǒng)籌全國投融資平臺的綱領(lǐng)性文件，文件應該指出地方政府投融資平臺的發(fā)展方向、風險控制標準以及風險治理措施。

參考文獻：

[1] 董仕軍.重塑地方政府投融資平臺公司(上)[EB/OL].http://www.cet.com.cn/plpd/xsx/483341.shtml，2012.

[2] 張晶.周小川：地方政府融資平臺的風險應該量化分析[EB/OL].http://www.cs.com.cn/xwzx/xwzt/20130222lh/22/17/01/201303/t20130313_3897383.html，2013.

[3] 王道軍，趙邊沁.上海秘籍：上海投融資平臺20年運營脈絡(luò)圖[J].上海國資，2010，(7)：19-24.

[4] 劉星，岳中志，劉誼.地方政府債務(wù)風險預警機制研究[M].北京：經(jīng)濟管理出版社，2005.91-120.

[5] 彭作剛，嚴敏.LIBOR利率操縱事件原因、影響及啟示[J].債券，2012，(9):47-52.

[6] 城頭控股公司簡介[EB/OL].http://www. sh600649.com/AboutUs/CompanyProfile.aspx.

[7] 周青.地方政府投融資平臺風險管理與度量研究[D].重慶：重慶大學博士學位論文，2011.

[8] 巴曙松，王勁松，李琦.從城鎮(zhèn)化角度考察地方債務(wù)與融資模式[J].中國金融，2011，(19)：20-22.

[9] 文照明.完善地方政府投融資平臺建設(shè)的思考[J].宏觀經(jīng)濟研究，2013，(1)：36-40.

[10] 陳建濤.地方政府投融資平臺的風險及對策——基于DSC公司的案例分析[D].成都：西南財經(jīng)大學碩士學位論文，2012.

[11] 宋冬凌.地方政府投融資平臺創(chuàng)新途徑探討——以河南為例[J].問題探討，2010，(12)：35-39.

[12] 秦德安，田靖宇.地方政府融資平臺研究綜述[J].地方政府融資，2010，(4)：9-13.

[13] 肖耿，李金迎，王洋.采取組合措施化解地方政府融資平臺貸款風險[J].中國金融，2009，(20)：40-41.

[14] 吳凡，祝嘉，盧陽春.國有固定資產(chǎn)投資的經(jīng)濟增長效應研究——暨論地方投融資平臺的規(guī)范發(fā)展[J].軟科學，2013，(5): 21-25.

[15] 張衛(wèi)國，任燕燕，花小安.地方政府投資行為、地區(qū)性行政壟斷與經(jīng)濟增長——基于轉(zhuǎn)型期中國省級面板數(shù)據(jù)的分析[J].經(jīng)濟研究，2011，(8): 26-37.

[16] 董仕軍.淺議地方政府投融資平臺公司的發(fā)展方向[J].財政研究，2012，(4): 53-56.

[17] 葉冰.代建制模式下政府投資項目風險預警系統(tǒng)研究[D].杭州：浙江工業(yè)大學碩士學位論文，2012.

[18] Tiong,R.L.K.，Alum,J.Financial Commitments for BOT Projects[J].International Journals of Project Management，1997，15(2):73-78.

[19] Falch，M.，Henten，A.Public Private Partnerships as a Tool for Stimulating Investments in Broadband[J].Telecommunications Policy，2010，34(9)：496-504.