林濤濤， 李 潔， 江 妍， 袁競峰

(1. 南京林業(yè)大學(xué) 土木工程學(xué)院， 江蘇 南京 210037；2. 東南大學(xué) 土木工程學(xué)院， 江蘇 南京 210096)

PPP是英文Public-Private-Partnership的縮寫，我國稱之為“政府和社會資本合作”。PPP模式能夠通過引入社會資本，加快基礎(chǔ)設(shè)施建設(shè)，緩解政府財政壓力；利用社會資本市場競爭機(jī)制，改善公共服務(wù)的運(yùn)營效率；堅持風(fēng)險共擔(dān)原則，減小合作雙方的財務(wù)風(fēng)險。2014年以來，PPP模式受到國家政府的大力推廣，截止2017年6月，財政部入庫項目13554個，入庫項目金額超過16萬億元。

收費(fèi)公路因具備穩(wěn)定的收費(fèi)基礎(chǔ)，成為PPP模式最早運(yùn)用的領(lǐng)域之一。根據(jù)《“十三五”現(xiàn)代綜合交通運(yùn)輸體系發(fā)展規(guī)劃》，2015年至2020年間，我國在交通基礎(chǔ)設(shè)施領(lǐng)域投資要超過15萬億元。受經(jīng)濟(jì)下行壓力和稅制改革的影響，我國政府收入增幅減慢，財政赤字?jǐn)U大。同時，我國地方政府融資負(fù)債普遍存在，甚至規(guī)模巨大。截至2016年末，我國中央和地方政府債務(wù)已達(dá)到27.3萬億元。根據(jù)財政部測算，我國政府負(fù)債率為36.7%。2014年，國務(wù)院印發(fā)了《關(guān)于加強(qiáng)地方政府性債務(wù)管理的意見》，要求剝離融資平臺公司政府融資職能，大力推廣使用PPP模式，引入社會資本發(fā)展公路基礎(chǔ)設(shè)施。由此可見，基礎(chǔ)建設(shè)項目和公共服務(wù)完全依賴于政府的投資是不可能實(shí)現(xiàn)的，未來將有更多的收費(fèi)公路采用PPP模式建設(shè)。

事實(shí)上，在許多項目的實(shí)際操作過程中，收費(fèi)公路PPP項目會由于不同的風(fēng)險而發(fā)生提前終止。我國財政部《PPP項目合同指南》與世界銀行發(fā)布的《PPP Reference Guide》2.0版都指出補(bǔ)償分配是提前終止機(jī)制的核心問題，而合理的補(bǔ)償分配應(yīng)當(dāng)考慮正確的風(fēng)險分配以及對風(fēng)險損失進(jìn)行可靠的定量研究[1]。

然而，目前PPP風(fēng)險研究主要集中在定性的風(fēng)險研究，即在項目風(fēng)險發(fā)生前對風(fēng)險進(jìn)行識別、評估和分擔(dān)。如柯永建等[2]利用問卷調(diào)查等方法識別出PPP項目全生命周期內(nèi)的37項風(fēng)險，并給出分擔(dān)結(jié)果；宋金波等[3]通過多案例研究識別出7項導(dǎo)致項目提前終止的關(guān)鍵影響因素；王秋菲等[4]研究認(rèn)為收益不足、項目唯一性、政府信用、政策變更及審批風(fēng)險是PPP道路項目失敗的主要風(fēng)險；李妍[5]通過最優(yōu)分配理論設(shè)計出PPP項目的風(fēng)險分擔(dān)模型；張紅平等[6]利用結(jié)構(gòu)方程找出了導(dǎo)致PPP項目提前終止的關(guān)鍵風(fēng)險。這一類風(fēng)險研究的目的主要是防范項目進(jìn)行過程中發(fā)生風(fēng)險，缺點(diǎn)是缺乏足夠準(zhǔn)確的定量研究，使得風(fēng)險的研究成果不能夠很好地與補(bǔ)償相結(jié)合。

本文在已有PPP風(fēng)險研究的基礎(chǔ)上，通過案例識別出收費(fèi)公路PPP項目運(yùn)營期風(fēng)險因子，并利用偏最小二乘法對已識別的風(fēng)險因子進(jìn)行定量研究，給出項目運(yùn)營過程中各個風(fēng)險因子的影響值，以期望彌補(bǔ)目前風(fēng)險研究成果與補(bǔ)償分配不能匹配的現(xiàn)狀，同時希望能夠提供一種風(fēng)險定量研究的新思路。

1 PPP項目運(yùn)營階段風(fēng)險分析方法

1.1 方法選取

風(fēng)險定量研究的方法一般有敏感性分析法、模糊綜合評價法、蒙特卡洛模擬等。蔡毅[7]等提出敏感性分析忽略了變量間交互作用對輸出的影響；陳敬武等[8]利用模糊綜合評價法對PPP項目的綜合風(fēng)險大小給出評價，研究結(jié)果對專家水平的倚重程度較高；胡甚平[9]通過蒙特卡洛模擬進(jìn)行了風(fēng)險定量研究，提出項目系統(tǒng)風(fēng)險的大小及發(fā)生概率能為決策提供有效信息，但沒有給出各個風(fēng)險對目標(biāo)的獨(dú)立影響。

考慮本文風(fēng)險定量的目的，對本文的風(fēng)險定量方法提出以下要求：(1)輸出結(jié)果要能夠體現(xiàn)各個風(fēng)險對目標(biāo)值的獨(dú)立影響；(2)盡量消除各個風(fēng)險因素之間的多重相關(guān)性；

查閱相關(guān)文獻(xiàn)，王海燕等[10]研究提出多元回歸方程的標(biāo)準(zhǔn)化系數(shù)大小可以用來說明回歸模型中各個自變量針對因變量的相對重要性；匡建超等[11]通過偏最小二乘回歸方程，較好地消除了各個風(fēng)險變量之間的多重相關(guān)性，并成功得到各個風(fēng)險變量的偏回歸系數(shù)；陳秋玲等[12]對偏最小二乘回歸方程的偏回歸系數(shù)進(jìn)行討論，證明系數(shù)能夠符合實(shí)際風(fēng)險影響效應(yīng)。綜合以上分析，本文選用偏最小二乘回歸方法來進(jìn)行風(fēng)險定量研究。

1.2 建模原理

假設(shè)有q個因變量Y(y1,y2,…,yq)與p個自變量X(x1,x2,…,xp),樣本總量為n個，建模時需要在X和Y中提取出第一偏最小二乘成分t1與u1，t1是x1,x2,…,xp的線性組合；u1是y1,y2,…,yq的線性組合。t1與u1要盡量代表數(shù)據(jù)的變異信息，即：Var(t1)→max,Var(u1)→max，并且t1和u1具有最大的相關(guān)性，即：r(u1,t1)→max。

提取第一偏最小二乘成分后，進(jìn)行X與Y對t1和u1的回歸。若滿足精度要求，則終止算法；如不滿足，需要利用解釋后的殘余數(shù)據(jù)，對第二偏最小二乘成分t2和u2進(jìn)行提取，并進(jìn)行回歸分析。重復(fù)以上步驟，直到精度滿足要求，最終建立回歸方程[13]：

y=α1x1+α2x2+…+αpxp

(1)

2 變量選取及風(fēng)險識別分析

2.1 自變量與因變量

本文選取項目歷史數(shù)據(jù)中每年的凈利潤作為因變量，因為利潤是反映企業(yè)經(jīng)營績效的核心指標(biāo)[14]。

自變量應(yīng)當(dāng)是收費(fèi)公路PPP項目中與凈利潤聯(lián)系最緊密的變量，Xiong[15]提出PPP項目的財務(wù)平衡是指在特許經(jīng)營期內(nèi)項目的收入減去成本能夠滿足投資方的合理利潤，并給出使用者付費(fèi)類PPP項目的財務(wù)平衡模型，如公式(2)：

(2)

式中：L為特許經(jīng)營期長度；t0為開始運(yùn)營時間；dt=(1+r)-t,r為折現(xiàn)率；ρt為人民幣匯率；Pt為收費(fèi)定價；Dt為車流量；OCt為運(yùn)營維護(hù)成本；FCt為融資成本(包括股權(quán)融資和債務(wù)融資)；DCt為建設(shè)資產(chǎn)折舊成本；T為所得稅稅率；S為政府補(bǔ)償；R為投資回報率；I為項目總投資；RI代表項目凈利潤

可以選擇等號左邊的各個變量為偏最小二乘回歸的自變量。由于資產(chǎn)折舊費(fèi)一般采用平均年限折舊法，與運(yùn)營期風(fēng)險無相關(guān)性，因此本文的變量選取情況如表1。

表1 變量選取

2.2 風(fēng)險識別

本文的目標(biāo)是要對收費(fèi)公路PPP項目運(yùn)營期風(fēng)險因子進(jìn)行研究，需要識別PPP風(fēng)險。研究選取典型的PPP公路案例，對其存在的主要問題進(jìn)行深入分析，進(jìn)而歸納出收費(fèi)公路PPP項目運(yùn)營期風(fēng)險因子。為保證案例項目的針對性，本文設(shè)置案例選取條件為：(1)案例項目為收費(fèi)路橋項目；(2)案例項目為PPP項目；(3)案例項目需滿足一定的運(yùn)營期限。最后選取11個收費(fèi)公路PPP項目，結(jié)果及風(fēng)險分析如表2。

表2 PPP公路案例風(fēng)險分析

由表2可知，收費(fèi)公路PPP項目運(yùn)營期風(fēng)險主要有市場需求變化、原材料價格上升、項目公司違規(guī)、通行費(fèi)率變化、服務(wù)質(zhì)量差、運(yùn)營管理水平低、道路設(shè)備更新、利率變化、政府補(bǔ)助不足這9個風(fēng)險因子。PPP項目風(fēng)險主要可以分為7類[2]，表3將進(jìn)一步按照這7個類別對9個風(fēng)險因子進(jìn)行整合，厘清9個風(fēng)險因子之間的邏輯關(guān)系。同時，分析出收費(fèi)公路PPP項目運(yùn)營期更應(yīng)注重防范的風(fēng)險類別。

表3 風(fēng)險因子分類

由表3可知，收費(fèi)公路PPP項目運(yùn)營期應(yīng)當(dāng)更注重經(jīng)營類和市場收益類風(fēng)險。另外，以上歸納出的9個風(fēng)險因子與表1中的自變量關(guān)系密切，本研究將在2.3節(jié)中建立它們的關(guān)聯(lián)關(guān)系。

2.3 風(fēng)險因子與自變量關(guān)聯(lián)關(guān)系

企業(yè)財務(wù)風(fēng)險預(yù)警理論指出：以企業(yè)的財務(wù)報表經(jīng)營計劃和其他財務(wù)資料為基礎(chǔ)，能夠及時發(fā)現(xiàn)企業(yè)經(jīng)營活動或財務(wù)活動中的風(fēng)險因素，并在風(fēng)險發(fā)生前及時采取措施，從而有效規(guī)避損失。該理論證明財務(wù)數(shù)據(jù)的變化一定程度上可以代表風(fēng)險損失的影響程度。

本研究根據(jù)該理論，在PPP項目運(yùn)營期風(fēng)險因子和自變量之間建立聯(lián)系，通過客觀運(yùn)營數(shù)據(jù)的變化來反映風(fēng)險大小。項目運(yùn)營管理水平低會使管理上出現(xiàn)計劃不周、執(zhí)行不力等問題，最終導(dǎo)致運(yùn)營成本OCt上升；原材料價格上漲會導(dǎo)致運(yùn)營成本OCt上升；項目設(shè)備的更新?lián)Q代需要運(yùn)營期追加投資，這使得融資成本FCt上升；市場需求不足導(dǎo)致項目車流量Dt下降；由于PPP項目運(yùn)營期長，利率或匯率T變化對利潤影響顯著；通行費(fèi)率變化即項目收費(fèi)價格Pt變化；政府補(bǔ)貼S不足直接影響項目收益；項目公司違規(guī)操作會帶來行政處罰或服務(wù)質(zhì)量下降，可能會導(dǎo)致項目補(bǔ)貼減少S或車流量Dt下降；因產(chǎn)品服務(wù)質(zhì)量差會導(dǎo)致車流量Pt下降。整理結(jié)果如表4。

表4 風(fēng)險因子與自變量關(guān)聯(lián)關(guān)系

3 案例分析

為選擇合適案例，研究設(shè)定案例條件除滿足2.2節(jié)中的條件外，還必須保證研究案例的數(shù)據(jù)量能夠滿足本研究要求且數(shù)據(jù)較為容易獲得。

依照上述條件，本文通過調(diào)查A股19家上市高速公司的下屬高速資產(chǎn)，分析年報，挑選案例。最終選擇樣本量較大的梅觀高速作為案例項目。梅觀高速為BOT項目，1995年5月開通運(yùn)營，計劃運(yùn)營期為1995年5月至2027年3月。2014年1月深圳市政府以27億元價格買斷剩余13年的特許經(jīng)營期，正式回購該高速公路。梅觀高速運(yùn)營資料如表5。

3.1 案例風(fēng)險識別

本文在2.2節(jié)通過多案例總結(jié)出9個運(yùn)營期常見風(fēng)險，但是不同的項目風(fēng)險會有所不同。換言之，梅觀高速在運(yùn)營期中9個風(fēng)險不一定會全部發(fā)生。因此，本節(jié)針對梅觀高速運(yùn)用風(fēng)險清單的方法進(jìn)行定性識別，在9個運(yùn)營期常見風(fēng)險的基礎(chǔ)上給出風(fēng)險識別結(jié)果。

表5 梅觀高速運(yùn)營數(shù)據(jù)

首先通過深高速2001—2013年披露的資料，整理出相關(guān)的風(fēng)險事件。然后根據(jù)事件歸納總結(jié)項目風(fēng)險因子，最終形成風(fēng)險清單。過程及結(jié)果如表6。

表6 梅觀高速風(fēng)險識別

通過對梅觀高速運(yùn)營期發(fā)生的事件分析，可以初步歸納出在5個梅觀高速運(yùn)營期間發(fā)生的風(fēng)險，分別是：道路設(shè)備更新、通行費(fèi)率變化、市場需求變化、稅率變化以及原材料價格上升。

3.2 識別特異點(diǎn)

通過觀察各個樣本點(diǎn)在T2橢圓圖(圖1)上的分布情況，橢圓圖的x，y軸分別是t[1]，t[2]。假如各個樣本點(diǎn)都分布在橢圓內(nèi)，則認(rèn)為樣本呈均勻分布；否則，認(rèn)為分布在橢圓外的樣本點(diǎn)為特異點(diǎn)，這些樣本遠(yuǎn)離了樣本平均水平。需分析樣本不符原因，重新建立模型擬合。從圖1中可以看出，只有2011年的樣本分布在橢圓外，檢查樣本數(shù)據(jù)發(fā)現(xiàn)2011年融資成本過高，融資成本過高的原因是由于該年報中缺少必要數(shù)據(jù)，導(dǎo)致融資成本估算過高。因此擬合過程中將剔除該樣本點(diǎn)，并重新檢驗，重新檢驗后橢圓圖符合要求。

圖1 T2橢圓圖

3.3 模型擬合效果

模型擬合效果參數(shù)見表7，從表7可以看出，提取3個成分來解釋因變量，解釋能力為0.989，達(dá)到了較高精度。

變量重要性指標(biāo)圖(圖2)顯示變量2和變量5對因變量的影響作用相對較大，即車流量和稅率變化是作用較大的兩個變量。圖3給出的是因變量實(shí)際值與擬合值的曲線，可以看出模型的擬合效果良好。

表7 模型擬合效果參數(shù)

圖2 變量重要性指標(biāo)

圖3 凈利潤擬合實(shí)際值與擬合值曲線

3.4 結(jié)果分析

從模型的系數(shù)可以看出，收費(fèi)價格、運(yùn)營成本、融資成本和稅率的影響系數(shù)為負(fù)數(shù)，這與項目的實(shí)際情況相符合。在實(shí)際運(yùn)營中，收費(fèi)價格逐年降低，影響了高速項目的主營收益；運(yùn)營成本逐年上升，不斷增加項目支出；稅率也日漸增長，對項目凈利潤的負(fù)影響甚大。只有日均車流量逐年遞增，維持項目的盈利狀態(tài)，其符號為正。

透過數(shù)據(jù)可以分析出梅觀高速在運(yùn)營期間主要發(fā)生了原材料價格上漲、道路大范圍檢修更新、市場需求變化、通行費(fèi)率降低、稅率優(yōu)惠減少這5種風(fēng)險，并未發(fā)生項目公司違規(guī)、服務(wù)質(zhì)量差、政府補(bǔ)貼不足、運(yùn)營水平低的風(fēng)險。對比3.1節(jié)根據(jù)實(shí)際事件識別出的5個風(fēng)險因子，結(jié)果基本符合。只有市場需求變化這一風(fēng)險因子在3.1節(jié)的識別中顯示項目存在市場需求量下降的風(fēng)險，但定量分析結(jié)果顯示，市場需求存在變化且是好的影響，但并沒有顯示出下降?，F(xiàn)給出風(fēng)險因子貢獻(xiàn)值如表8。

表8 風(fēng)險因子貢獻(xiàn)值

根據(jù)擬合曲線分析可知，對于深高速來說，凈利潤在近年呈現(xiàn)下降趨勢，選擇在2014年將梅觀高速提前終止是正確的決定。從擬合曲線可以看出梅觀高速的凈利潤在不斷減小，表8表明失去利率優(yōu)惠和原材料價格變動是兩個主要原因，這兩個風(fēng)險屬于運(yùn)營方無法解決的問題，對于后期的運(yùn)營存在嚴(yán)重的不利影響。假使梅觀高速沒有提前終止，項目公司只能從增加短途車收費(fèi)以提高通行費(fèi)率和減少道路設(shè)備更新以控制運(yùn)維成本來保持凈利率緩慢減小。而這兩項措施很可能帶來市場需求量的減小，增加另一項不利因素。因此，相對于承受如此不利的不確定性，項目公司應(yīng)當(dāng)提前終止梅觀高速運(yùn)營。

另外，根據(jù)表5數(shù)據(jù)通過時間序列的三次拋物線預(yù)測計算剩余特許經(jīng)營期凈利潤總和為14.63億元，遠(yuǎn)小于政府回購補(bǔ)償?shù)?7億元，更驗證深高速同意提前終止的正確性。但從政府角度來說，這明顯是有失公平的。然而，本文提供風(fēng)險因子貢獻(xiàn)值可以在PPP項目提前終止時有效地結(jié)合風(fēng)險分擔(dān)結(jié)果計入補(bǔ)償額的計算模型中，按照損失責(zé)任大小來分配補(bǔ)償額，避免國有資產(chǎn)流失。

總體而言，通過模型對運(yùn)營期梅觀高速的風(fēng)險因子解釋能夠較好地符合深高速年報呈現(xiàn)的實(shí)際情況。

4 結(jié) 語

本文對收費(fèi)公路PPP項目運(yùn)營期風(fēng)險進(jìn)行定量分析研究，主要實(shí)現(xiàn)了以下作用：

(1)本研究通過偏最小二乘回歸給出了凈利潤的預(yù)測擬合曲線，可以直觀預(yù)測凈利潤走向，為公司制定戰(zhàn)略決策提供實(shí)質(zhì)依據(jù).

(2)本研究得到風(fēng)險因子的貢獻(xiàn)值，貢獻(xiàn)值有兩個方面的作用：1)可以代表已發(fā)生風(fēng)險的影響大小，可依據(jù)貢獻(xiàn)值對PPP項目進(jìn)行提前終止補(bǔ)償分配；2)為項目公司此后的運(yùn)營管理提供明確的整改方向。

(3)本研究將偏最小二乘回歸應(yīng)用于收費(fèi)公路PPP項目領(lǐng)域，能夠有效克服樣本數(shù)據(jù)少，風(fēng)險變量間多重相關(guān)性嚴(yán)重等一般回歸分析難以解決的問題，為PPP項目風(fēng)險定量研究提供了新的思路。