韓紅霞， 劉 松， 崔武文

(1. 河北工業(yè)大學(xué) 土木交通學(xué)院， 天津 300401； 2. 天津財(cái)經(jīng)大學(xué) 管理科學(xué)與工程學(xué)院， 天津 300204)

現(xiàn)如今，城市軌道交通已成為各大都市的運(yùn)輸樞紐和交通命脈。其對城市的進(jìn)步和發(fā)展有著重要意義，不僅極大地緩解了城市的交通壓力，還符合城市發(fā)展規(guī)劃，有利于實(shí)現(xiàn)主副分明、分級中心城市空間布局的形成，從而帶動沿線土地開發(fā)，強(qiáng)化土地功能優(yōu)化與提升。然而，城市軌道交通項(xiàng)目投資規(guī)模大、產(chǎn)業(yè)鏈長，同時又是準(zhǔn)公共產(chǎn)品，傳統(tǒng)的“政府財(cái)政+銀行貸款”投資模式“入不敷出”，嚴(yán)重制約了其快速發(fā)展。2017年9月城市軌道交通投融資機(jī)制創(chuàng)新研討會指出，在發(fā)揮軌道交通對城市發(fā)展的支撐引領(lǐng)作用的同時，要大力推廣PPP模式。將PPP模式引入到城市軌道交通領(lǐng)域，可有效緩解政府資金不足的現(xiàn)狀，并促進(jìn)項(xiàng)目管理理念的創(chuàng)新和公共服務(wù)效率的提升，有利于培育市場化主體，同時組成的聯(lián)合體能有效轉(zhuǎn)移分散項(xiàng)目風(fēng)險，進(jìn)而實(shí)現(xiàn)各方利益最大化。大連快軌三號線存量項(xiàng)目轉(zhuǎn)化為PPP模式的實(shí)現(xiàn)，說明了城市軌道交通走PPP模式不再只局限于新建項(xiàng)目，預(yù)示著其已悄然步入高速發(fā)展的新紀(jì)元。但城軌項(xiàng)目的正外部性決定了社會資本的訴求只能通過可行性缺口補(bǔ)助機(jī)制來實(shí)現(xiàn)，且城市化軌道項(xiàng)目與污水處理、垃圾焚燒項(xiàng)目不同，其項(xiàng)目資本金數(shù)額巨大，運(yùn)營期承擔(dān)的風(fēng)險更復(fù)雜，社會資本能否達(dá)到預(yù)期收益存在諸多變數(shù)。因此，如何既滿足政府需要，又處理好資源利用、市場開發(fā)及商業(yè)運(yùn)作之間的關(guān)系，又怎樣平衡公眾、政府及社會資本之間的利益，實(shí)現(xiàn)多方共贏，通過定量分析項(xiàng)目風(fēng)險來確定相對合理完善的回報機(jī)制就顯得尤為重要。

PPP項(xiàng)目投資風(fēng)險是指在項(xiàng)目全生命周期中，各種不確定因素對PPP項(xiàng)目收益產(chǎn)生的波動影響，可能會引起收益超乎預(yù)期，也可能會導(dǎo)致連年虧損需要政府調(diào)整補(bǔ)貼方案。探究其影響程度有利于政府與社會資本雙方做好風(fēng)險防控策略，更好地推動項(xiàng)目的可持續(xù)發(fā)展。針對PPP項(xiàng)目投資風(fēng)險，眾多學(xué)者進(jìn)行了系統(tǒng)而深入的研究。Tiong和Alum[1]指出政府與社會資本合作過程中，忽視社會資本的風(fēng)險承擔(dān)能力很可能會導(dǎo)致項(xiàng)目的失敗。Akintoye[2]認(rèn)為無法對項(xiàng)目投資風(fēng)險進(jìn)行有效評估是阻礙社會資本積極參與PPP項(xiàng)目的主要因素之一。Songer[3]通過建立基礎(chǔ)設(shè)施項(xiàng)目蒙特卡羅風(fēng)險評估模型對收費(fèi)公路PPP項(xiàng)目進(jìn)行了經(jīng)濟(jì)評價，得出了影響收益的最敏感因素。我國PPP模式起步較晚，但依然取得了不少成果。宋金波、宋丹榮[4]設(shè)計(jì)了基礎(chǔ)設(shè)施BOT項(xiàng)目特許經(jīng)營期調(diào)整模型，指出通過調(diào)整特許期可有效對風(fēng)險進(jìn)行分擔(dān)。施穎[5]從風(fēng)險仿真的角度構(gòu)建了城市軌道交通項(xiàng)目特許期的動態(tài)投資模型,充分考量了公共部門的社會效益最大化與私營部門的期望效益最大化。馮雪東[6]通過分析養(yǎng)老地產(chǎn)PPP項(xiàng)目特許期影響因素,建立了政府擔(dān)保項(xiàng)目最低收益條件下的養(yǎng)老地產(chǎn)PPP項(xiàng)目特許期決策模型。項(xiàng)玉嬌[7]從定性角度分析了政府風(fēng)險分擔(dān)體系，并以軌道交通項(xiàng)目內(nèi)部收益率為投資決策指標(biāo)，通過蒙特卡洛模擬定量測算了政府風(fēng)險分擔(dān)價值。向鵬成[8]通過仿真模擬證明了政府補(bǔ)貼對項(xiàng)目公司降低收益風(fēng)險的重要性，并通過補(bǔ)貼調(diào)整模型實(shí)現(xiàn)了運(yùn)營期與政府補(bǔ)貼聯(lián)動調(diào)整。在此基礎(chǔ)上，陶俐言、唐瑞坤[9]將公眾滿意度作為影響補(bǔ)貼額的指標(biāo)，構(gòu)建了基于項(xiàng)目凈現(xiàn)值和公眾滿意度的政府補(bǔ)貼調(diào)整模型。董婉黎[10]構(gòu)建了項(xiàng)目收益風(fēng)險函數(shù)及客流量補(bǔ)貼決策模型，來分析客流量擔(dān)保水平與超額收入分配比例對項(xiàng)目收益風(fēng)險的影響。鄭生欽[11]通過對社區(qū)養(yǎng)老服務(wù)PPP項(xiàng)目內(nèi)部收益率及投資回收期模擬，對該行業(yè)項(xiàng)目投資風(fēng)險進(jìn)行了評估。與之類似，潘華[12]對某水污染生態(tài)PPP項(xiàng)目進(jìn)行了風(fēng)險評估，論證了該行業(yè)具有較好地投資價值。

綜合來看，通過仿真模擬對基礎(chǔ)設(shè)施PPP項(xiàng)目進(jìn)行不確定分析已成為處理投資決策中特許期、政府擔(dān)保、風(fēng)險評估等問題的主流方法，但在不同補(bǔ)貼方式的投資風(fēng)險對比研究上仍主要停留在定性分析階段。傳統(tǒng)的層次分析法、盈虧平衡分析法、調(diào)查和專家打分法并不能實(shí)現(xiàn)在相同市場條件下不同補(bǔ)貼方法或風(fēng)險分擔(dān)機(jī)制的定量測算對比。劉青林、陳啟權(quán)[13]雖對協(xié)議票價與車公里補(bǔ)貼法進(jìn)行了單因素敏感分析，卻并不能實(shí)現(xiàn)各種不確定因素的共同作用。因此，本文將蒙特卡洛模擬與投資風(fēng)險計(jì)量指標(biāo)結(jié)合運(yùn)用,以項(xiàng)目內(nèi)部收益率和凈現(xiàn)值為預(yù)測對象,建立了城市基礎(chǔ)設(shè)施項(xiàng)目的收益風(fēng)險評估模型，以提高PPP項(xiàng)目投資決策的科學(xué)性。同時，本文還結(jié)合具體案例對采用兩種不同補(bǔ)貼模式的投資風(fēng)險進(jìn)行了模型驗(yàn)證，并通過多因素敏感性分析對比得出了兩種方式的最敏感因素，證明了模型的可行性及適用性。

1 投資風(fēng)險因素分析

城市軌道交通項(xiàng)目全生命周期包括建設(shè)期、運(yùn)營期、移交期三個階段，其中建設(shè)期竣工后相關(guān)部門會進(jìn)行決算審查，合作期結(jié)束后大多項(xiàng)目采用無償移交模式，基于此可認(rèn)為建設(shè)期與移交期并不會給項(xiàng)目帶來較大的收益風(fēng)險。而運(yùn)營期一般在25～30年左右，周期長風(fēng)險高，因此文章主要對運(yùn)營期風(fēng)險如何影響項(xiàng)目收益進(jìn)行定量分析。

1.1 風(fēng)險識別與分配

風(fēng)險的識別與合理分配是成功運(yùn)用PPP模式的關(guān)鍵，按照風(fēng)險分配優(yōu)化、風(fēng)險收益對等和風(fēng)險可控等原則，綜合考慮政府風(fēng)險管理能力、項(xiàng)目回報機(jī)制和市場風(fēng)險管理能力等因素，在政府和社會資本、項(xiàng)目公司之間合理分配項(xiàng)目風(fēng)險，可以有效降低項(xiàng)目總體風(fēng)險程度，確保項(xiàng)目成功實(shí)施。綜合李虹[14]、亓霞[15]等人所列風(fēng)險清單，城軌PPP項(xiàng)目運(yùn)營期主要風(fēng)險包括宏觀政策風(fēng)險、利率風(fēng)險、通貨膨脹、安全風(fēng)險、設(shè)備維修風(fēng)險、運(yùn)營管理風(fēng)險、服務(wù)質(zhì)量風(fēng)險、市場風(fēng)險以及不可抗力風(fēng)險。其中利率風(fēng)險、運(yùn)營管理、服務(wù)質(zhì)量、人員安全以及市場競爭等風(fēng)險通常由項(xiàng)目公司自行承擔(dān)；而宏觀政策、通貨膨脹、不可抗力以及設(shè)備大修等風(fēng)險通常由政府與項(xiàng)目公司共同承擔(dān)，即在運(yùn)營期間政府會定期對宏觀經(jīng)濟(jì)政策改變或通貨膨脹因素引起的人工成本、牽引電費(fèi)、設(shè)備維護(hù)等費(fèi)用變化進(jìn)行補(bǔ)貼價格調(diào)整，同時對每年不可抗力或設(shè)備大修造成的經(jīng)濟(jì)損失進(jìn)行專項(xiàng)補(bǔ)貼。除此之外，政府通常還會分擔(dān)部分市場風(fēng)險，即通過客流不足風(fēng)險分擔(dān)和客流超額收益分成機(jī)制降低客流量變動帶來的風(fēng)險。

1.2 風(fēng)險分析與度量

風(fēng)險具有較高不確定性及抽象性，但通過預(yù)測風(fēng)險因素引起的市場因子變化來模擬PPP項(xiàng)目的價值變動能很好地描述風(fēng)險對收益的影響程度。同時，項(xiàng)目整體收益發(fā)生損失的可能性大小以及損失程度直接關(guān)系到項(xiàng)目回報機(jī)制及風(fēng)險分擔(dān)的合理性。因此，衡量項(xiàng)目的投資風(fēng)險可能比分析單一風(fēng)險因素的作用更有實(shí)際意義。項(xiàng)目合作期、政府補(bǔ)貼機(jī)制、約定內(nèi)部收益率一般會在特許經(jīng)營協(xié)議中確定，如無特殊情況不會變動，而貸款利率、經(jīng)營成本、客流量水平、人均票價、非票務(wù)收入等市場因子受風(fēng)險因素影響會與預(yù)期產(chǎn)生較大的偏差。風(fēng)險因素與市場因子關(guān)系如圖1所示。

圖1 風(fēng)險因素與市場因子關(guān)系

2 投資風(fēng)險評估模型構(gòu)建

投資風(fēng)險是多種風(fēng)險因素共同作用的結(jié)果，直觀表現(xiàn)為對項(xiàng)目凈現(xiàn)金流的影響。PPP項(xiàng)目投資分析中常用凈現(xiàn)值法和內(nèi)部收益率法來對預(yù)期經(jīng)濟(jì)效益進(jìn)行評價，而風(fēng)險管理的核心是衡量項(xiàng)目的潛在虧損以及效益波動，因此將大量仿真模擬得到的凈現(xiàn)值及內(nèi)部收益率分布與投資風(fēng)險計(jì)量指標(biāo)相結(jié)合進(jìn)行分析，能夠很好地評估不同回報機(jī)制或風(fēng)險分擔(dān)方式的投資風(fēng)險。

2.1 模型原理

VaR(Value at Risk)，風(fēng)險價值損失模型，主要用來測算一定置信水平下金融產(chǎn)品、證券組合或風(fēng)險項(xiàng)目在未來時期的最大可能損失。目前VaR較成熟的計(jì)算方法有方差-協(xié)方差法、歷史模擬法以及蒙特卡羅模擬法。應(yīng)用于項(xiàng)目管理領(lǐng)域，VaR能夠簡單直觀地評估不同方案在同一市場波動下的投資風(fēng)險，對比得出的最優(yōu)方案能最大限度地降低最不利情形下的收益損失，在風(fēng)險控制中具有準(zhǔn)確明了的突出優(yōu)勢[16]。其缺點(diǎn)是不能反映超過分位點(diǎn)的風(fēng)險價值損失。

CVaR(Conditional Value at Risk)，條件風(fēng)險價值模型，表示投資項(xiàng)目在既定置信水平下，損失超過VaR的期望損失。優(yōu)點(diǎn)是能夠考察極端市場條件下市場因子劇烈波動所產(chǎn)生的下部風(fēng)險。但CVaR的結(jié)果可靠度與尾部損失分布估計(jì)的準(zhǔn)確性密切相關(guān)，因此將VaR與CVaR結(jié)合使用對NPV模擬分布圖進(jìn)行分析能更全面地描述項(xiàng)目收益與尾部相關(guān)的風(fēng)險。

標(biāo)準(zhǔn)離差率，又稱為變異系數(shù)，是概率分布離散程度的一個歸一化量度。當(dāng)用來分析收益分布時，表示某資產(chǎn)每單位預(yù)期收益中所包含的風(fēng)險大小，能夠用來描述項(xiàng)目收益的波動性，衡量待決策方案的風(fēng)險。一般情況下，標(biāo)準(zhǔn)離差率越大，資產(chǎn)的相對風(fēng)險越大。

2.2 模型公式

通過對影響城市軌道交通PPP項(xiàng)目投資決策的市場因子進(jìn)行量化分析，將影響中標(biāo)公司收益的各隨機(jī)變量采用蒙特卡羅法進(jìn)行模擬，并將模擬之后的數(shù)據(jù)引入風(fēng)險評估模型中。模型包括基于VaR+CVaR的凈現(xiàn)值分析、基于標(biāo)準(zhǔn)離差率的內(nèi)部收益率分析兩部分，如式(1)(2)所示。

(1)

(2)

式中：T為政府與項(xiàng)目公司的合作期；TC為項(xiàng)目建設(shè)期；Qt代表項(xiàng)目建設(shè)期第t年的投資額；i為折現(xiàn)率；NPV|Tc為中標(biāo)公司建設(shè)期累計(jì)折現(xiàn)值，NPV|T= n表示項(xiàng)目到第n年末各年凈現(xiàn)金流量的累計(jì)折現(xiàn)值；G為政府補(bǔ)貼額；T為實(shí)際人均票價；P為實(shí)際客流量；N為非票務(wù)收入；R為當(dāng)年本期還本與付息值；O為經(jīng)營成本；V為增值稅及附加稅；C為企業(yè)所得稅；ΔNPV表示大量模擬產(chǎn)生的NPV分布；VaR表示置信水平為1-α的風(fēng)險損失；CVaR表示置信水平為1-α的條件風(fēng)險損失；IRR表示中標(biāo)公司資本金內(nèi)部收益率；ΔIRR表示大量模擬產(chǎn)生的內(nèi)部收益率分布；E(ΔIRR)表示模擬分布的期望值；CVIRR表示IRR分布的標(biāo)準(zhǔn)離差率；r為NPV大量模擬分布產(chǎn)生的概率分布函數(shù)中累計(jì)概率。

3 案例應(yīng)用分析

3.1 案例背景

以A市X號線為例，該線路2014年建成通車，到2018年底運(yùn)營5年。此時政府要開辟新線路導(dǎo)致資金壓力較大，于是決定將此線路轉(zhuǎn)做PPP模式，經(jīng)中國銀行估值該項(xiàng)目價值73.9億元。中標(biāo)社會資本與政府成立SPV公司，項(xiàng)目資本金約14.8億(占線路價值的20%)，其余80%資金由項(xiàng)目公司通過融資渠道或股東借款等方式依法籌措，貸款利率4.9%，運(yùn)營合作期30年，到期無償移交。政府為社會資本提供了協(xié)議票價法與車公里服務(wù)費(fèi)法兩種可行性缺口補(bǔ)助方案，試比較兩種方案的投資風(fēng)險，并分析該行業(yè)是否有投資價值。

3.2 模型假設(shè)

模型假設(shè)：(1)因調(diào)價機(jī)制中含有對通貨膨脹導(dǎo)致的公里牽引電費(fèi)、人工成本、維護(hù)上升作出的調(diào)整，且政府承諾對該項(xiàng)目設(shè)備大修或更換進(jìn)行專項(xiàng)補(bǔ)貼，故本模型只對每年運(yùn)營管理、服務(wù)質(zhì)量、人員安全以及市場競爭等風(fēng)險因素引起的成本浮動進(jìn)行模擬分析；(2)該項(xiàng)目為存量項(xiàng)目，客觀上造成了資金與建設(shè)風(fēng)險實(shí)際已由A市地鐵集團(tuán)承擔(dān)的情況，為了平衡風(fēng)險分擔(dān)，票務(wù)收入差額補(bǔ)償采取“保價不保量”的方式，客流風(fēng)險全部由項(xiàng)目公司承擔(dān)，但對非票務(wù)收入仍采用風(fēng)險分擔(dān)機(jī)制；(3)根據(jù)國家統(tǒng)計(jì)局資料顯示，2018年全國規(guī)模以上工業(yè)投資利潤為6.49%，故折現(xiàn)率按6.49%計(jì)算；(4)人均票價指清算到該線路的票價；(5)假設(shè)項(xiàng)目公司積極運(yùn)營，故暫不考慮績效水平對財(cái)政補(bǔ)貼的影響。

3.3 模型構(gòu)建

因目前大陸地區(qū)土地政策受限，授予社會資本沿線土地開發(fā)權(quán)仍然存在難度，因此非票務(wù)收入主要指車站商業(yè)、傳媒廣告、信息通訊及ATM機(jī)等收入。其收入變化一方面依賴于經(jīng)濟(jì)發(fā)展程度及居民消費(fèi)水平，另一方面會受客流量影響。為保證研究具有更高的信度和效度，本文將用下式來刻畫非票務(wù)收入的增長過程，

Nt+1=Nt(1+φμt)(1+IRt)

(3)

式中：Nt為第t年非票務(wù)收入；μ為客流量增長率；φ為客流對非票務(wù)收入影響系數(shù)，表示客流增長對非票務(wù)收入增長貢獻(xiàn)率；IR表示通貨膨脹率。

同時，根據(jù)徐成彬[17]對協(xié)議票價法與車公里服務(wù)費(fèi)法的介紹分析，兩種政府補(bǔ)貼方式可表達(dá)如下：

(4)

其中政府調(diào)整額指風(fēng)險分擔(dān)機(jī)制對每年非票務(wù)收入的影響，即根據(jù)特許經(jīng)營協(xié)議，當(dāng)實(shí)際非票務(wù)收入小于預(yù)測非票務(wù)收入的85%時，政府需對不足85%部分補(bǔ)貼一半損失，當(dāng)實(shí)際非票務(wù)收入超過預(yù)測非票務(wù)收入的115%時，政府擁有將對超出部分分成50%的權(quán)利。政府每年補(bǔ)貼調(diào)整額可表示如下，

(5)

3.4 仿真模擬

根據(jù)蒙特卡羅模擬中概率分布特點(diǎn),并結(jié)合該項(xiàng)目公司管理層建議及可行性研究報告，變量設(shè)定如下表所示。

表1 變量設(shè)定

運(yùn)用Oracle Crystal Ball V11.1.2.3風(fēng)險管理軟件，將各假設(shè)變量及財(cái)務(wù)模型輸入，其中政府調(diào)整額部分采用if嵌套函數(shù)實(shí)現(xiàn)，然后把累計(jì)凈現(xiàn)值、資本金內(nèi)部收益率作為預(yù)測對象，進(jìn)行蒙特卡羅模擬，并設(shè)定模擬次數(shù)為10000次，分別將兩種補(bǔ)貼方式結(jié)果輸出。并通過軟件“篩選”功能將NPV模擬分布前5%提取出來，通過計(jì)算其平均值以實(shí)現(xiàn)測算置信水平為95%下CVaR的目的。

3.5 結(jié)果分析

兩種動態(tài)補(bǔ)貼機(jī)制實(shí)質(zhì)上就是兩種不同的收益風(fēng)險分擔(dān)機(jī)制。綜合圖2～5，將兩種政府補(bǔ)貼模式中NPV模擬分布的VaR，CVaR，以及圖6，7中IRR模擬分布的標(biāo)準(zhǔn)離差率和不低于社會平均收益水平概率對比整理如表2所示。由此可得出對于社會資本來說，在相同市場條件假設(shè)下，采用車公里服務(wù)費(fèi)法的總體投資風(fēng)險要遠(yuǎn)遠(yuǎn)小于協(xié)議票價法，最大程度上保障了其最低收益。而對于政府來說，采用車公里服務(wù)費(fèi)法將政府補(bǔ)貼額控制在某個可控范圍內(nèi)，既能保證政府支出責(zé)任不超過紅線，還可避免社會資本牟取暴利從而損害到人民群眾的利益。

表2 投資風(fēng)險對比

圖2 車公里服務(wù)費(fèi)法NPV累計(jì)頻率

圖3 協(xié)議票價法NPV累計(jì)頻率

圖4 車公里服務(wù)費(fèi)法NPV前5%累計(jì)頻率

圖5 協(xié)議票價法NPV前5%累計(jì)頻率

通過敏感性分析圖8，9，可得出項(xiàng)目收益與客流量增長率、非票務(wù)收入正相關(guān)，與經(jīng)營成本增長率與中長期貸款利率負(fù)相關(guān)。而項(xiàng)目收益與人均票價關(guān)系相關(guān)度較低主要是由于兩種補(bǔ)貼機(jī)制中均采用實(shí)際人均票價而并非預(yù)測票價。同時可看出，經(jīng)營成本是影響車公里法項(xiàng)目收益的最敏感因素，客流量是協(xié)議票價法收益的最敏感因素。

圖6 車公里服務(wù)費(fèi)法IRR模擬分布

圖7 協(xié)議票價法IRR模擬分布

圖8 車公里服務(wù)費(fèi)法IRR敏感性分析

圖9 協(xié)議票價法IRR敏感性分析

4 結(jié) 語

綜合投資風(fēng)險評估模型中各指標(biāo)進(jìn)行比較，無論是潛在最大可能虧損還是效益穩(wěn)定性，車公里服務(wù)費(fèi)法都要優(yōu)于協(xié)議票價法。同時，客流量受多種不可預(yù)知因素影響，將客流量作為評定項(xiàng)目公司經(jīng)營能力的標(biāo)準(zhǔn)未免有失公平，未必能給乘客更好地乘坐體驗(yàn)。而將項(xiàng)目公司運(yùn)營能力、服務(wù)水平、努力程度、乘客滿意度等轉(zhuǎn)化為績效考核指標(biāo)，采用與績效考核相結(jié)合的車公里服務(wù)費(fèi)補(bǔ)貼模式，以績效激勵社會資本提升運(yùn)營水平，不僅僅體現(xiàn)的是政府向項(xiàng)目公司購買服務(wù)的理念，更是政府、乘客、項(xiàng)目公司三方共贏的實(shí)現(xiàn)。