■ 扈文秀 教授 張欣星 章偉果 博士 牛 靜 博士生（西安理工大學經(jīng)濟與管理學院 西安 710054）

行業(yè)視角下地方政府融資平臺公司違約風險測度

■ 扈文秀 教授 張欣星 章偉果 博士 牛 靜 博士生（西安理工大學經(jīng)濟與管理學院 西安 710054）

本文從地方政府融資平臺公司所屬行業(yè)的視角出發(fā)，引入股權市場杠桿率改進現(xiàn)有KMV模型，選取違約距離DD、預期違約概率EDF、信用等級作為違約風險評價指標，利用平臺公司傳統(tǒng)財務數(shù)據(jù)與資本市場數(shù)據(jù)，對不同行業(yè)平臺公司2007-2013年的違約風險進行測度。研究結果為：平臺公司整體違約風險較高。相對來說，房地產(chǎn)業(yè)平臺公司的違約風險最高，建筑業(yè)平臺公司次之，然后依次為電力、熱力及水生產(chǎn)和供應業(yè)與交通運輸業(yè)平臺公司。基于此，文章指出政府與主管部門應采取差異性措施對不同行業(yè)平臺公司進行清理與監(jiān)管，以提高針對性與有效性。

地方政府融資平臺公司 KMV模型 違約風險測度

引言及研究概述

地方政府融資平臺公司是由地方政府及其部門和機構、所屬事業(yè)單位等通過財政撥款或注入土地、股權等資產(chǎn)設立，具有政府公益性項目投融資功能，并擁有獨立企業(yè)法人資格的經(jīng)濟實體。平臺公司在我國1994年分稅制度改革的背景下應運而生，又在2008年中央政府應對全球金融危機時發(fā)展壯大。然而，伴隨平臺公司數(shù)量的新一輪激增，平臺公司債務也在不斷積累，相應的債務風險也在逐漸顯現(xiàn)。截至2013年6月，我國平臺公司債務高達40755.54億元，比起2010年底增加了9380.25億元，增長29.89%。此外，由于平臺公司基于政府信用進行融資，且銀行貸款是其主要融資渠道，資金絕大部分投向回收期長、收益率低的基礎設施建設項目，因此一旦平臺公司出現(xiàn)違約風險，風險就會通過平臺公司—地方政府—銀行（中央政府）鏈條進行傳遞，最終危及地方政府和整個國民經(jīng)濟的可持續(xù)健康發(fā)展?；诖耍绾螌ζ脚_公司違約風險進行準確測度，是從源頭上預防平臺公司債務違約的關鍵，也是中央政府和地方政府監(jiān)控和清理平臺公司債務的前提和基礎。

地方政府融資平臺公司是我國經(jīng)濟發(fā)展中出現(xiàn)的一種特有事物，其形成的債務被認為是地方政府的隱性債務，因此國外沒有對平臺公司債務及其違約風險測度進行相關研究，而更多關注于地方政府債務及其違約風險測度問題。國外學者對于政府違約風險測度主要有兩種思路：一種是基于一系列風險測度指標，如債務負擔率、償債率、債務依存度等，建立不同風險度量值的預警系統(tǒng)，通過不同風險測量值表明目前債務運行是否處于安全狀態(tài)。如目前美國一般將債務負擔率控制在13%-16%水平，而加拿大規(guī)定債務負擔率不得超過25%；日本規(guī)定債務依存度在20%以上的地方政府不得發(fā)行基礎設施建設債券，20%-30%之間的地方政府不得發(fā)行一般事業(yè)債券。另一種是通過政府資產(chǎn)負債框架進行測度。如Hana Polackova Brixi（1998）提出了著名的財政風險矩陣，將政府面臨的負債風險來源劃分為四個方面：直接顯性負債、直接隱性負債、或有顯性負債、或有隱性負債，并從理論上提出了測度財政違約風險的方法。雖然政府違約風險測度不同于平臺公司違約風險測度，但是可以給平臺公司違約風險測度提供一些借鑒。

國內(nèi)學者采用不同方法對地方政府融資平臺公司違約風險進行測度。如武彥民和張麗恒（2011、2012）以債務負擔率指標為標準，分別對平臺公司2009、2010年的債務負擔進行了測度。林立（2012）運用熵權法和物元可拓理論，選取政府依存度、政府赤字率、流動比率、資產(chǎn)負債率和總資產(chǎn)收益率對我國12個平臺公司的違約風險進行測度。劉昊等（2013）以東部S省為例，選取資產(chǎn)負債率、流動貸款比、資產(chǎn)收益率、貸款債務比和或有債務比作為違約風險衡量指標，綜合采用層次分析法和熵值法進行賦權，從不同角度對平臺公司違約風險進行測度。阮佩婷（2013）基于中部某國家級高新區(qū)，從所屬政府債務規(guī)模、結構、償債能力三方面選取13個指標進行違約風險測度，并采用GARCH劃分風險區(qū)間。梅建明等（2013）采用改良的KMV模型對上市類平臺公司違約風險進行了實證研究。部分學者還從償債能力、適度債務規(guī)模等角度進行違約風險測度。如王修華和劉燦等（2011）利用情景分析法對平臺公司的償債規(guī)模、償債能力進行了測算。

綜上所述，國內(nèi)外學者已對地方政府融資平臺公司違約風險測度問題進行了初步探討，并取得了較為豐碩的成果。然而現(xiàn)有研究仍存在以下不足：一是，盡管現(xiàn)有學者已經(jīng)開始利用KMV模型對平臺公司違約風險進行測度，然而沒有考慮股權價值與資產(chǎn)價值的大小關系對于資產(chǎn)價值波動的影響，從而導致得到的違約概率不夠準確，最終不利于違約風險的精確評估。二是，現(xiàn)有研究沒有考慮行業(yè)對平臺公司違約風險的影響，僅探討了平臺公司的總體違約風險，沒有對建筑、房地產(chǎn)、交通、能源等不同行業(yè)下的平臺公司違約風險進行分類評估，而這勢必不利于政府及主管部門采取差異性措施對不同行業(yè)平臺公司進行清理與監(jiān)管?；诖?，本文從平臺公司所屬行業(yè)的視角出發(fā)，引入股權市場杠桿率對現(xiàn)有KMV模型進行改進，在此基礎上使用平臺公司傳統(tǒng)財務數(shù)據(jù)與資本市場數(shù)據(jù)，對不同行業(yè)平臺公司的違約風險進行測度，為中央政府和地方政府清理和監(jiān)控平臺公司債務提供數(shù)據(jù)支持和理論依據(jù)。

表1 平臺公司行業(yè)分類表

圖1 2007-2013年各行業(yè)平臺公司負債圖

模型建立

KMV模型是KMV公司于1997年建立的用來估計借款企業(yè)違約概率的方法。KMV模型的基本思路是：當公司資產(chǎn)市場價值V低于企業(yè)所需清償負債的面值F時，公司將發(fā)生違約；以違約距離DD（default distance）表示公司資產(chǎn)市場價值期望值V距離違約點DP（default point）的遠近，距離越大，公司發(fā)生違約的可能性越小，反之越大；基于公司違約數(shù)據(jù)庫得出某一違約距離公司實際的期望違約頻率EDF，即未來的違約概率。

假設公司的資本結構包括權益和負債，公司資產(chǎn)價格服從幾何布朗運動：

V表示公司資產(chǎn)價值；μ表示資產(chǎn)收益的瞬時漂移率；σV表示資產(chǎn)收益的瞬時波動率；dW是一個標準維納過程。

假設公司負債在T時刻到期，得到：

其中，

E表示公司股權價值；F表示公司負債的賬面價值；r表示瞬時無風險利率；N（.）是標準正態(tài)分布累積概率分布函數(shù)。

股權價值是公司資產(chǎn)價值和時間的函數(shù)，因此服從伊藤引理：

d1通過式（3）定義。

一般情況下，利用式（2）、（5）兩個非線性方程，以反映公司股票價值及其波動率所隱含的違約概率。首先E通過公司市場流通股與股票價格相乘得到，通過股票歷史收益數(shù)據(jù)或者期權隱含波動率數(shù)據(jù)估計σe；其次，選擇預測期間，對公司負債賬面價值進行估計；再次，收集無風險利率與公司股票市場數(shù)據(jù)。在此之后，獲得了除V與σV的式（2）與（5）的全部變量數(shù)據(jù)。最后，通過式（2）與（5）解出V與σV的數(shù)值解。

但由于“實踐中股權市場杠桿率變化太大以致于式（5）不能提供合理的結果”，因此本文參考Peter Crosbie和Jeff Bohn（2003）、Maria Vassalou和Yuhang Xing（2004）、Sreedhar T. Bharath和Tyler Shumway（2008）計算V與σV的迭代過程，引入股權市場杠桿率測度平臺公司違約風險。首先假設σV的初始值為σV=σe[E/(E+F)]，利用σV的值和式（2）得出每一天公司資產(chǎn)市場價值；其次計算資產(chǎn)每天隱含的對數(shù)收益率，利用收益率序列得出新的σV，如此對σV進行迭代直到收斂（絕對差小于0.0001）；最后得出V、σV的值。

接下來計算違約距離，在KMV模型中違約點用DP表示，DP=SD+0.5*LD，其中SD為流動負債，LD為長期負債。據(jù)此得到違約距離的計算公式為：

由于我國目前沒有建立公司違約數(shù)據(jù)庫，因此假設違約距離服從標準正態(tài)分布，得到相應的預期違約概率EDF（Expected Default Frequency）為：

實證分析

（一）數(shù)據(jù)來源與指標

根據(jù)平臺公司的定義，選擇45家上市平臺公司，因為我國2006年末股權分置改革基本完成，所以選取2007-2013年期間的平臺公司市場和財務數(shù)據(jù)。本文數(shù)據(jù)來源于銳思數(shù)據(jù)庫，找到每一樣本2007.1.1-2013.12.31這一期間的每日股票收盤價、流通股、無風險收益率與每年年末的流動負債、長期負債（長期借款、應付債券、長期應付款、專項應付款、預計負債、其它非流動負債）、總負債數(shù)據(jù)。在數(shù)據(jù)處理過程中，日股票收益率=ln（本日股票收盤價/上日股票收盤價），日股票波動率由7年日股票收益率得出。

（二）描述性統(tǒng)計

如表1所示，以CSRC（中國證監(jiān)會）行業(yè)分類為標準，對45家平臺公司進行行業(yè)分類分析。在45家平臺公司中有19家屬于交通運輸業(yè)，占有42%的比重，其次是房地產(chǎn)業(yè)，有13家，比重為28.89%，電力、熱力及水生產(chǎn)和供應業(yè)與建筑業(yè)平臺公司各有5家，有2家制造業(yè)平臺公司，有1家綜合類平臺公司。

（三）測度分析

由行業(yè)分析可知，制造業(yè)、綜合類平臺公司較少，因此本文主要分析交通運輸業(yè)、房地產(chǎn)業(yè)、電力、熱力及水生產(chǎn)和供應業(yè)與建筑業(yè)四個行業(yè)的平臺公司，對應下文中交通類、房地產(chǎn)類、水電熱類、建筑類平臺公司。首先對各類平臺公司的負債進行研究；其次選取違約距離DD、預期違約概率EDF、信用等級作為違約風險的評價指標，對各類平臺公司的違約風險進行測度。具體分析如下：

1.平臺公司負債分析。如圖1所示，整體來看，各類平臺公司負債總額從2007-2013年每年都在增加，房地產(chǎn)類平臺公司負債的平均增長率最高，為30.45%，然后依次建筑類、交通類、水電熱類平臺公司的負債平均增長率分別為20.99%、17.18%、17.09%。從每年來看，建筑類平臺公司的負債總額最小，其次是水電熱類，在2010年前交通類平臺公司負債總額大于房地產(chǎn)類平臺公司，而之后房地產(chǎn)類平臺公司負債總額最大，特別是2013年，房地產(chǎn)類平臺公司負債總額超過建筑類5.27倍，為差距之最。

以上數(shù)據(jù)，不管是橫向比較，還是縱向比較，從客觀上表明同一行業(yè)不同年份的平臺公司負債具有較大的差異性，同時不同行業(yè)平臺公司的負債也有較大差距，但是負債大并不意味著違約風險就高，因此研究不同行業(yè)、不同年份平臺公司的違約風險具有重要的意義。

2.平臺公司違約風險分析。本文根據(jù)改進的KMV模型，采用Matlab R2012b編程進行違約距離DD與預期違約概率EDF的計算，結果如下：

第一，平臺公司違約距離DD分析。如表2所示，從縱向看，各行業(yè)平臺公司的違約距離整體下行，且下降速度均較快，最快為房地產(chǎn)類平臺公司，達到47.17%，建筑類、水電熱類、交通類平臺公司違約距離的下降速度分別為34.39%、25.17%、23.22%。從橫向看，交通類平臺公司的違約距離均高于水電熱類平臺公司的違約距離，二者的違約距離又均高于房地產(chǎn)類、建筑類平臺公司的違約距離，表明交通類、水電熱類平臺公司的違約風險相對較小。房地產(chǎn)類、建筑類平臺公司二者相比，2007-2009年，兩者違約風險基本相同，2010-2013年，建筑類平臺公司的違約風險較低。因此，總體來說，房地產(chǎn)類、建筑類、水電熱類、交通類平臺公司的違約風險依次降低。

表2 2007-2013年各行業(yè)平臺公司違約距離DD表

表3 2007-2013年各行業(yè)平臺公司預期違約概率EDF表

表4 EDF與信用等級之間的對應關系表

表5 各行業(yè)平臺公司信用等級表

第二，平臺公司預期違約概率EDF分析。如表3所示，相對其他行業(yè)平臺公司，房地產(chǎn)類平臺公司的預期違約概率均是最高的，除了2009年略低于建筑類平臺公司，7年的均值達到13.31%；建筑類平臺公司的預期違約概率也較高，均高于5%，均值為9.83%；水電熱類平臺公司預期違約概率較低，但是均值也達到5.62%；交通類平臺公司的預期違約概率最小，均值為3.32%。從2007-2013年縱向來看，各行業(yè)平臺公司的預期違約概率整體上行，且2008年預期違約概率總體上升較快，交通類、房地產(chǎn)類、水電熱類、建筑類平臺公司預期違約概率上升速度分別為51.11%、46.15%、41.24%、54.32%，表明金融危機當年對平臺公司的沖擊較大。所以，從整體看，違約風險從大到小仍然為房地產(chǎn)類、建筑類、水電熱類、交通類平臺公司。

第三，平臺公司信用等級分析。表4表示穆迪公司預期違約概率EDF與信用等級的對應關系，投資級別為Baa級（中級）、A級（中上級）、Aa級（高級）及以上（優(yōu)等），投機級別的為Ba級（具有投機性質(zhì)的因素）、B級（缺少理想投資的品質(zhì)）及以下（劣質(zhì)），B級以下的公司很可能出現(xiàn)違約，每一級別按照由高到低又分為1、2、3級。本文基于此得到各行業(yè)平臺公司的對應信用等級，如表5所示。

從表5可以看出，各行業(yè)平臺公司的信用等級均處于B級及以下。房地產(chǎn)類、建筑類平臺公司的信用等級從2007-2013年均低于B級，表明這兩類平臺公司很容易發(fā)生違約，且持續(xù)時間最長；水電熱類平臺公司除了2007年處于B3級，其他年份均低于B級，表明其違約風險也很大；交通類平臺公司的信用等級在2010年前處于B2或B3級，2010年之后低于B級，違約風險較大。因此，所有平臺公司從2007-2013年的違約風險均較大，這是因為2007年美國次貸危機已對我國經(jīng)濟造成一定影響，并且2008年中央政府出臺了4萬億投資刺激計劃，其中地方政府需要承擔2.82萬億，而地方政府財政收入有限，并且不能向銀行借款與少部分地方政府具有發(fā)債權，因此融資任務就落在平臺公司身上，又因為平臺公司所屬行業(yè)不同，其盈利能力不同，導致不同行業(yè)平臺公司的違約風險也有所不同。因此，政府可以根據(jù)不同行業(yè)平臺公司采取相應的監(jiān)管與清理措施。

結論與建議

通過對平臺公司按照所屬行業(yè)進行分類分析，發(fā)現(xiàn)交通運輸業(yè)平臺公司數(shù)量最多，即股權融資是該行業(yè)平臺公司重要的融資渠道之一。從違約距離DD、預期違約概率EDF、信用等級來看，平臺公司的整體違約風險較大，相對來說，房地產(chǎn)類平臺公司的違約風險是最高的，建筑類平臺公司違約風險次之，風險較小的為交通類、水電熱類平臺公司，但是不同行業(yè)中由于各個平臺公司運營情況的差異，又因為平臺公司建立的特殊性，因此可以說房地產(chǎn)類平臺公司中發(fā)生違約個案的風險較大。

基于此，國家在對平臺公司進行清理與監(jiān)管時，針對平臺公司所屬行業(yè)不同，可以進行差別性審計與采取不同的措施，如重點審計房地產(chǎn)業(yè)、建筑業(yè)的平臺公司，但是也不能放松對電力、熱力及水生產(chǎn)和供應業(yè)與交通運輸業(yè)平臺公司的審計。如果平臺公司所屬行業(yè)不明確，可以對房地產(chǎn)類、工程類、交通類、能源類等項目進行差別審計，以提高對融資平臺監(jiān)管與清理的針對性與有效性。

1.Brixi HP.Contingent Government Liabilities：A Hidden Risk for Fiscal Stability[M].World Bank，1998

2.武彥民，張麗恒.地方投融資平臺債務的風險狀態(tài)與控制[J].天津商業(yè)大學學報，2011（2）

3.武彥民，張麗恒.我國地方政府融資平臺債務風險的現(xiàn)狀與治理研究[J].青海社會科學，2012（6）

4.林立.基于物元可拓模型的中國地方政府融資平臺風險研究[J].經(jīng)濟理論與經(jīng)濟管理，2012（5）

5.劉昊，張月友，劉華偉.地方政府融資平臺的債務特點及其風險分析—以東部s省為例[J].財經(jīng)研究，2013（5）

6.阮佩婷.地方政府融資平臺債務風險評估及對策研究—基于中部某國家級高新區(qū)的實證分析[J].財政研究，2013（4）

7.梅建明，易衛(wèi)民，黃世為.基于kmv模型的上市類融資平臺公司信用風險研究[J].財政研究，2013（10）

8.王修華，劉燦，金潔.地方政府融資平臺風險測算與規(guī)范發(fā)展研究[J].財經(jīng)理論與實踐，2011（2）

F812.7

A