韩红霞, 刘 松, 崔武文
(1. 河北工业大学 土木交通学院, 天津 300401; 2. 天津财经大学 管理科学与工程学院, 天津 300204)
现如今,城市轨道交通已成为各大都市的运输枢纽和交通命脉。其对城市的进步和发展有着重要意义,不仅极大地缓解了城市的交通压力,还符合城市发展规划,有利于实现主副分明、分级中心城市空间布局的形成,从而带动沿线土地开发,强化土地功能优化与提升。然而,城市轨道交通项目投资规模大、产业链长,同时又是准公共产品,传统的“政府财政+银行贷款”投资模式“入不敷出”,严重制约了其快速发展。2017年9月城市轨道交通投融资机制创新研讨会指出,在发挥轨道交通对城市发展的支撑引领作用的同时,要大力推广PPP模式。将PPP模式引入到城市轨道交通领域,可有效缓解政府资金不足的现状,并促进项目管理理念的创新和公共服务效率的提升,有利于培育市场化主体,同时组成的联合体能有效转移分散项目风险,进而实现各方利益最大化。大连快轨三号线存量项目转化为PPP模式的实现,说明了城市轨道交通走PPP模式不再只局限于新建项目,预示着其已悄然步入高速发展的新纪元。但城轨项目的正外部性决定了社会资本的诉求只能通过可行性缺口补助机制来实现,且城市化轨道项目与污水处理、垃圾焚烧项目不同,其项目资本金数额巨大,运营期承担的风险更复杂,社会资本能否达到预期收益存在诸多变数。因此,如何既满足政府需要,又处理好资源利用、市场开发及商业运作之间的关系,又怎样平衡公众、政府及社会资本之间的利益,实现多方共赢,通过定量分析项目风险来确定相对合理完善的回报机制就显得尤为重要。
PPP项目投资风险是指在项目全生命周期中,各种不确定因素对PPP项目收益产生的波动影响,可能会引起收益超乎预期,也可能会导致连年亏损需要政府调整补贴方案。探究其影响程度有利于政府与社会资本双方做好风险防控策略,更好地推动项目的可持续发展。针对PPP项目投资风险,众多学者进行了系统而深入的研究。Tiong和Alum[1]指出政府与社会资本合作过程中,忽视社会资本的风险承担能力很可能会导致项目的失败。Akintoye[2]认为无法对项目投资风险进行有效评估是阻碍社会资本积极参与PPP项目的主要因素之一。Songer[3]通过建立基础设施项目蒙特卡罗风险评估模型对收费公路PPP项目进行了经济评价,得出了影响收益的最敏感因素。我国PPP模式起步较晚,但依然取得了不少成果。宋金波、宋丹荣[4]设计了基础设施BOT项目特许经营期调整模型,指出通过调整特许期可有效对风险进行分担。施颖[5]从风险仿真的角度构建了城市轨道交通项目特许期的动态投资模型,充分考量了公共部门的社会效益最大化与私营部门的期望效益最大化。冯雪东[6]通过分析养老地产PPP项目特许期影响因素,建立了政府担保项目最低收益条件下的养老地产PPP项目特许期决策模型。项玉娇[7]从定性角度分析了政府风险分担体系,并以轨道交通项目内部收益率为投资决策指标,通过蒙特卡洛模拟定量测算了政府风险分担价值。向鹏成[8]通过仿真模拟证明了政府补贴对项目公司降低收益风险的重要性,并通过补贴调整模型实现了运营期与政府补贴联动调整。在此基础上,陶俐言、唐瑞坤[9]将公众满意度作为影响补贴额的指标,构建了基于项目净现值和公众满意度的政府补贴调整模型。董婉黎[10]构建了项目收益风险函数及客流量补贴决策模型,来分析客流量担保水平与超额收入分配比例对项目收益风险的影响。郑生钦[11]通过对社区养老服务PPP项目内部收益率及投资回收期模拟,对该行业项目投资风险进行了评估。与之类似,潘华[12]对某水污染生态PPP项目进行了风险评估,论证了该行业具有较好地投资价值。
综合来看,通过仿真模拟对基础设施PPP项目进行不确定分析已成为处理投资决策中特许期、政府担保、风险评估等问题的主流方法,但在不同补贴方式的投资风险对比研究上仍主要停留在定性分析阶段。传统的层次分析法、盈亏平衡分析法、调查和专家打分法并不能实现在相同市场条件下不同补贴方法或风险分担机制的定量测算对比。刘青林、陈启权[13]虽对协议票价与车公里补贴法进行了单因素敏感分析,却并不能实现各种不确定因素的共同作用。因此,本文将蒙特卡洛模拟与投资风险计量指标结合运用,以项目内部收益率和净现值为预测对象,建立了城市基础设施项目的收益风险评估模型,以提高PPP项目投资决策的科学性。同时,本文还结合具体案例对采用两种不同补贴模式的投资风险进行了模型验证,并通过多因素敏感性分析对比得出了两种方式的最敏感因素,证明了模型的可行性及适用性。
城市轨道交通项目全生命周期包括建设期、运营期、移交期三个阶段,其中建设期竣工后相关部门会进行决算审查,合作期结束后大多项目采用无偿移交模式,基于此可认为建设期与移交期并不会给项目带来较大的收益风险。而运营期一般在25~30年左右,周期长风险高,因此文章主要对运营期风险如何影响项目收益进行定量分析。
风险的识别与合理分配是成功运用PPP模式的关键,按照风险分配优化、风险收益对等和风险可控等原则,综合考虑政府风险管理能力、项目回报机制和市场风险管理能力等因素,在政府和社会资本、项目公司之间合理分配项目风险,可以有效降低项目总体风险程度,确保项目成功实施。综合李虹[14]、亓霞[15]等人所列风险清单,城轨PPP项目运营期主要风险包括宏观政策风险、利率风险、通货膨胀、安全风险、设备维修风险、运营管理风险、服务质量风险、市场风险以及不可抗力风险。其中利率风险、运营管理、服务质量、人员安全以及市场竞争等风险通常由项目公司自行承担;而宏观政策、通货膨胀、不可抗力以及设备大修等风险通常由政府与项目公司共同承担,即在运营期间政府会定期对宏观经济政策改变或通货膨胀因素引起的人工成本、牵引电费、设备维护等费用变化进行补贴价格调整,同时对每年不可抗力或设备大修造成的经济损失进行专项补贴。除此之外,政府通常还会分担部分市场风险,即通过客流不足风险分担和客流超额收益分成机制降低客流量变动带来的风险。
风险具有较高不确定性及抽象性,但通过预测风险因素引起的市场因子变化来模拟PPP项目的价值变动能很好地描述风险对收益的影响程度。同时,项目整体收益发生损失的可能性大小以及损失程度直接关系到项目回报机制及风险分担的合理性。因此,衡量项目的投资风险可能比分析单一风险因素的作用更有实际意义。项目合作期、政府补贴机制、约定内部收益率一般会在特许经营协议中确定,如无特殊情况不会变动,而贷款利率、经营成本、客流量水平、人均票价、非票务收入等市场因子受风险因素影响会与预期产生较大的偏差。风险因素与市场因子关系如图1所示。
图1 风险因素与市场因子关系
投资风险是多种风险因素共同作用的结果,直观表现为对项目净现金流的影响。PPP项目投资分析中常用净现值法和内部收益率法来对预期经济效益进行评价,而风险管理的核心是衡量项目的潜在亏损以及效益波动,因此将大量仿真模拟得到的净现值及内部收益率分布与投资风险计量指标相结合进行分析,能够很好地评估不同回报机制或风险分担方式的投资风险。
VaR(Value at Risk),风险价值损失模型,主要用来测算一定置信水平下金融产品、证券组合或风险项目在未来时期的最大可能损失。目前VaR较成熟的计算方法有方差-协方差法、历史模拟法以及蒙特卡罗模拟法。应用于项目管理领域,VaR能够简单直观地评估不同方案在同一市场波动下的投资风险,对比得出的最优方案能最大限度地降低最不利情形下的收益损失,在风险控制中具有准确明了的突出优势[16]。其缺点是不能反映超过分位点的风险价值损失。
CVaR(Conditional Value at Risk),条件风险价值模型,表示投资项目在既定置信水平下,损失超过VaR的期望损失。优点是能够考察极端市场条件下市场因子剧烈波动所产生的下部风险。但CVaR的结果可靠度与尾部损失分布估计的准确性密切相关,因此将VaR与CVaR结合使用对NPV模拟分布图进行分析能更全面地描述项目收益与尾部相关的风险。
标准离差率,又称为变异系数,是概率分布离散程度的一个归一化量度。当用来分析收益分布时,表示某资产每单位预期收益中所包含的风险大小,能够用来描述项目收益的波动性,衡量待决策方案的风险。一般情况下,标准离差率越大,资产的相对风险越大。
通过对影响城市轨道交通PPP项目投资决策的市场因子进行量化分析,将影响中标公司收益的各随机变量采用蒙特卡罗法进行模拟,并将模拟之后的数据引入风险评估模型中。模型包括基于VaR+CVaR的净现值分析、基于标准离差率的内部收益率分析两部分,如式(1)(2)所示。
(1)
(2)
式中:T为政府与项目公司的合作期;TC为项目建设期;Qt代表项目建设期第t年的投资额;i为折现率;NPV|Tc为中标公司建设期累计折现值,NPV|T= n表示项目到第n年末各年净现金流量的累计折现值;G为政府补贴额;T为实际人均票价;P为实际客流量;N为非票务收入;R为当年本期还本与付息值;O为经营成本;V为增值税及附加税;C为企业所得税;ΔNPV表示大量模拟产生的NPV分布;VaR表示置信水平为1-α的风险损失;CVaR表示置信水平为1-α的条件风险损失;IRR表示中标公司资本金内部收益率;ΔIRR表示大量模拟产生的内部收益率分布;E(ΔIRR)表示模拟分布的期望值;CVIRR表示IRR分布的标准离差率;r为NPV大量模拟分布产生的概率分布函数中累计概率。
以A市X号线为例,该线路2014年建成通车,到2018年底运营5年。此时政府要开辟新线路导致资金压力较大,于是决定将此线路转做PPP模式,经中国银行估值该项目价值73.9亿元。中标社会资本与政府成立SPV公司,项目资本金约14.8亿(占线路价值的20%),其余80%资金由项目公司通过融资渠道或股东借款等方式依法筹措,贷款利率4.9%,运营合作期30年,到期无偿移交。政府为社会资本提供了协议票价法与车公里服务费法两种可行性缺口补助方案,试比较两种方案的投资风险,并分析该行业是否有投资价值。
模型假设:(1)因调价机制中含有对通货膨胀导致的公里牵引电费、人工成本、维护上升作出的调整,且政府承诺对该项目设备大修或更换进行专项补贴,故本模型只对每年运营管理、服务质量、人员安全以及市场竞争等风险因素引起的成本浮动进行模拟分析;(2)该项目为存量项目,客观上造成了资金与建设风险实际已由A市地铁集团承担的情况,为了平衡风险分担,票务收入差额补偿采取“保价不保量”的方式,客流风险全部由项目公司承担,但对非票务收入仍采用风险分担机制;(3)根据国家统计局资料显示,2018年全国规模以上工业投资利润为6.49%,故折现率按6.49%计算;(4)人均票价指清算到该线路的票价;(5)假设项目公司积极运营,故暂不考虑绩效水平对财政补贴的影响。
因目前大陆地区土地政策受限,授予社会资本沿线土地开发权仍然存在难度,因此非票务收入主要指车站商业、传媒广告、信息通讯及ATM机等收入。其收入变化一方面依赖于经济发展程度及居民消费水平,另一方面会受客流量影响。为保证研究具有更高的信度和效度,本文将用下式来刻画非票务收入的增长过程,
Nt+1=Nt(1+φμt)(1+IRt)
(3)
式中:Nt为第t年非票务收入;μ为客流量增长率;φ为客流对非票务收入影响系数,表示客流增长对非票务收入增长贡献率;IR表示通货膨胀率。
同时,根据徐成彬[17]对协议票价法与车公里服务费法的介绍分析,两种政府补贴方式可表达如下:
(4)
其中政府调整额指风险分担机制对每年非票务收入的影响,即根据特许经营协议,当实际非票务收入小于预测非票务收入的85%时,政府需对不足85%部分补贴一半损失,当实际非票务收入超过预测非票务收入的115%时,政府拥有将对超出部分分成50%的权利。政府每年补贴调整额可表示如下,
(5)
根据蒙特卡罗模拟中概率分布特点,并结合该项目公司管理层建议及可行性研究报告,变量设定如下表所示。
表1 变量设定
运用Oracle Crystal Ball V11.1.2.3风险管理软件,将各假设变量及财务模型输入,其中政府调整额部分采用if嵌套函数实现,然后把累计净现值、资本金内部收益率作为预测对象,进行蒙特卡罗模拟,并设定模拟次数为10000次,分别将两种补贴方式结果输出。并通过软件“筛选”功能将NPV模拟分布前5%提取出来,通过计算其平均值以实现测算置信水平为95%下CVaR的目的。
两种动态补贴机制实质上就是两种不同的收益风险分担机制。综合图2~5,将两种政府补贴模式中NPV模拟分布的VaR,CVaR,以及图6,7中IRR模拟分布的标准离差率和不低于社会平均收益水平概率对比整理如表2所示。由此可得出对于社会资本来说,在相同市场条件假设下,采用车公里服务费法的总体投资风险要远远小于协议票价法,最大程度上保障了其最低收益。而对于政府来说,采用车公里服务费法将政府补贴额控制在某个可控范围内,既能保证政府支出责任不超过红线,还可避免社会资本牟取暴利从而损害到人民群众的利益。
表2 投资风险对比
图2 车公里服务费法NPV累计频率
图3 协议票价法NPV累计频率
图4 车公里服务费法NPV前5%累计频率
图5 协议票价法NPV前5%累计频率
通过敏感性分析图8,9,可得出项目收益与客流量增长率、非票务收入正相关,与经营成本增长率与中长期贷款利率负相关。而项目收益与人均票价关系相关度较低主要是由于两种补贴机制中均采用实际人均票价而并非预测票价。同时可看出,经营成本是影响车公里法项目收益的最敏感因素,客流量是协议票价法收益的最敏感因素。
图6 车公里服务费法IRR模拟分布
图7 协议票价法IRR模拟分布
图8 车公里服务费法IRR敏感性分析
图9 协议票价法IRR敏感性分析
综合投资风险评估模型中各指标进行比较,无论是潜在最大可能亏损还是效益稳定性,车公里服务费法都要优于协议票价法。同时,客流量受多种不可预知因素影响,将客流量作为评定项目公司经营能力的标准未免有失公平,未必能给乘客更好地乘坐体验。而将项目公司运营能力、服务水平、努力程度、乘客满意度等转化为绩效考核指标,采用与绩效考核相结合的车公里服务费补贴模式,以绩效激励社会资本提升运营水平,不仅仅体现的是政府向项目公司购买服务的理念,更是政府、乘客、项目公司三方共赢的实现。