政府融资平台的债项风险分析

王炳楠

摘要：近两年来，我国地方政府融资平台的总体债务规模急速膨胀，又面临集中到期偿还，造成了很大的潜在风险，严重危害金融系统的安全。以C市城投公司的项目测评为例，对地方政府融资平台项目的主体、财务、债项的三个方面进行风险要素识别和指标筛选，并对其结果进因子分析。最后，提出对券商以及政府融资平台的风险防范建议。

关键词：政府融资平台；因子分析；防控建议

中图分类号：F83

文献标识码：A

doi：10.19311/j.cnki.16723198.2017.09.041

1背景简介——以C市政府融资平台的债项为例

C市政府融资平台，公司成立于2010年，截至2015年12月31日，公司注册资本为50亿元，该平台所属行业为土木工程建筑业，2015年9月，公司董事会审议通过发行债券（简称16C01），募集资金不超过人民币5亿元。

2债项风险测度结果的因子分析

2.1本文采取的比率指标

因为建立指标体系时既要考虑融资平台债项风险的主体本身，又要考虑债项的募投情况，需选择具体典型的数据指标来反映（参考了具体实务界的权重选取标准）。

2.1.1主体分析指标

（1）区位经济评价得分x1。

区位经济只要包括行业前景、财政状况、竞争优势、行业地位四个定性的因素，主要依据《中国经济景气月报》、政策情况、主要竞争者、行业结构等具体情况和资料，采取德尔菲法法对44家企业状况进行打分，如表1。

（2）主体评级得分x2。

参考了具体实务界的打分标准（以百分制计算），AA-以下（不含AA-）的扣30分；AA-扣10分；AA不加减分；AA+加5分；AAA加15分。无公开评级默认为不高于AA-。

（3）营业收入增长率x3。

营业收入增长率以上一年的营业收入为基期，反映了主要的经营状况，历史区间之间的增长，很大程度上反映了经营状况的提高。

2.1.2财务分析指标

（4）利息保障倍数x4。

（5）净资产收益率x5。

（6）应收账款周转率x6。

（7）现金流量金额占比x7。

（8）有息债务/投入资本比x8。

（9）资产负债率x9。

2.1.3债项分析指标

（10）担保主体和募投项目得分x10。

参考了具体实务界的打分标准（以百分制计算），如表2。

2.2样本债券的数据选取来源

本文所选取样本债券涵盖自15年以来的共61只企业长期债，为了更具有普遍性，其中既包含上市企业，又包含非上市企业，所选债券的比率指标均以2015年财务报表数据为基础。为了使样本债券的实证结果与评级机构公开的评级公告结果可以更直观地进行比较，更具有说服性，最终所选取的评级结果也均来自于15年评级公告。经过对数据的筛选，剔除缺失数据的样本以及同一企业在不同年度发行的债券后，最终选取44只企业债券纳入到本文的实证研究体系中。

对于上市企业，其财务数据的来源渠道较多，本文本着权威性、准确性的原则，挑选出的数据均来自于上市公司其官方网、中国证监会官方网站、2015年联合资信评级公告、万得据库等。对于非上市企业，由于其财务报表数据的来源有限，本文主要从企业的官方网站、各评级机构的评级公告中获取。

2.3构建债项风险因子分析模型

2.3.1相关性分析

（1）相关矩阵分析。

关于相关矩阵R的结果描述，从中可以看出这十个财务指标之间的相关系数大多大于0，说明这十个财务风险指标间具有相关性，可以进行主成分因子分析。

（2）进行KMO抽样充足性的检验以及巴特尼特法球形检验。

KMO抽样充足性的检验以及巴特尼特法球形检验，结果可以看出KMO的数值为0.608大于统计检验的临界值0.5，这说明数据的取样是充分的，同时从下表中可以看出巴特尼特法球形检验的近似卡方值为217.279，相应的显著性水平为0.000小于0.005，因此可以看出巴特尼特法球形检验具有高度的显著性，因此可以使用因子分析法来构建政府融资平台的债项风险度量模型。

2.3.2提取因子

實证结果可以看出只有前四个因子的特征值大于1，另外一个方面是通过累积特征方差来选主成分因子，前四个因子的累积特征方差为73.682%大于70%的临界线。因此前四个因子可以作为主成分因子来分析政府融资平台的债项风险。

2.3.3因子的命名解释

成分矩阵中可以看出，各个原始指标对于主成分因子上的解释不明显，并且还存在重叠的现象，为了更好地解释各个因子，因此需要对因子进行旋转，旋转以后各原始指标对各个主成分因子有了明显的区分度，可以看出利息保障倍数（x4）、现金流量金额占比（x7）、有息债务/投入资本比（x8）、资产负债率（x9）、担保主体和募投项目得分（x10）对于主成分因子F1贡献度明显，利息保障倍数（x4）、现金流量金额占比（x7）、有息债务/投入资本比（x8）、资产负债率（x9）这四个指标对债务的偿还至关重要，并且担保主体和募投项目得分（x10）也是债项质量的一个保证，因此F1可以看作是债项保障风险。

区位经济评价得分（x1）、主体评级得分（x2）对于主成分因子F2的贡献度明显，也在之前的主体分析中，都属于政府融资平台的外部风险，因此可以把主成分因子F2看作是主体外部风险。

净资产收益率（x5）对于主成分因子F3的贡献度明显，是衡量盈利性的指标，因此可以把F3看作是主体盈利风险指标。

营业收入增长率（x3）、应收账款周转率（x6）对于主成分因子F4贡献度明显，一个是属于经营状况，另一个是营运能力指标，所以主成分因子F4作为衡量主体经营风险的指标。

2.3.4因子的得分

采用回归法估计因子得分系数，并输出因子得分。

通过各个主成分因子的方差贡献度来计算出各个主成分因子所占的权重，如表4-21所示，从表中可以看出债项保障风险指标所占的权重最多为0405，主体经营风险指标所占的权重最小为0.154，因此政府融资平台的债项风险测度模型为：

F=0.405F1+0.276F2+0.165F3+0.154F4

通过计算每个主成分因子的得分就可以得到政府融资平台的债项风险测度模型的最终得分。得分越高的债项风险越小，得分越低的债项风险也就越大。

2.4C市政府融资平台债项风险的因子评估

综合主体、财务、债项相关的风险分析，并且根据C市政府融资平台15H01债券的募集说明说，C市政府融资平台的债券（16H01）区位经济评价得分x1为85、主体评级得分x2为15分、营业收入增长率x3为13.085%、利息保障倍数x4为0.0274、净资产收益率x5为1.38、应收账款周转率x6为2.14%、现金流量金额占比x7为-1.8874%、有息债务/投入资本比x8为59.8692、资产负债率x9为69.39%、担保主体和募投项目得分x10为100分。表3为综合得分。

从表3看出，本文搜集的44个样本值中，C市政府融资平台债券15C01，与aaa、aa+的等级相比来说排名靠后，得分很低，說明存在一定的债项风险，分别在债项保障、主体外在风险、盈利风险和运营风险排名落后，f综合得分基本在后四名左右，正好验证了以模糊综合评价建立的债项风险模型的aa级的风险等级，表明了上述对C市政府融资平台债项风险的模糊综合评价中层次分析、权重标准、专家打分存在合理性，能较为客观的反映C市政府融资平台债项风险测度，并且对分析其风险的内在和外在因素提供了客观的依据。

3债项风险的防控建议

通过上文对C市融资平台债项风险的分析，可以看出平台在债项保障风险、主体外部风险、主体盈利风险以及主体经营风险四个方面都存在一定问题。对此，针对突出的问题，提出相应的改善建议。

3.1债项保障风险防控

平台要建立严格的风控机制，加强风险的预警，对于债项的工程要进行严格审查和预算，建设进度要合理推进，资金投向要详细准确，对于本金和利息的借入，要严控成本，防止腐败，责任到人，聘请正规的券商、评级机构、律所、会计师事务所保障资金的合理入账和项目规划。

3.2主体外部风险防控

平台公司要增强信息透明度，推进自我约束；加快经济发展，依托区位优势大力发展基础设施建设，并且让债务规模可防可控。

3.3主体盈利风险防控

平台要拓宽融资渠道，要多元化在资本市场融资，在风险可控和法律合规的条件下，不断增加自身的融资能力，可以做到银行、ipo、创新融资等多种资本运作合理进行。

3.4主体经营风险防控

平台要规范互保行为，依法融资，对融资渠道、规模、偿还都要严格把控，现金流要有预判，债务控制在合理范围内，建立偿债基金来防止现金流不足引发的信用风险。

参考文献

[1]张亮.政府融资平台的经济效应与风险防范[J].商业研究，2013，（01）：4752.

[2]李蕊.论我国地方政府融资平台公司二维治理进路[J].法商研究，2016，（2）：2326.

[3]吴世农.我国上市公司财务困境的预测模型研究.经济研究，2001，（6）：4655.

[4]肖钢.地方政府融资平台贷款应有保有压[J].金融博览，2009，（01）：20.

[5]徐子良.地方政府融资平台的来龙去脉与风险规避改革[J].改革，2013，（01）：7681.