资产证券化模式下PPP项目融资风险评价

赵 辉，卜泽慧，马胜彬，王 玥

(青岛理工大学管理工程学院，山东 青岛 266520)

2016年12月21日，国家发展改革委和中国证监会联合发布的《关于推进传统基础设施领域政府和社会资本合作(PPP)项目资产证券化相关工作的通知》(发改投资〔2016〕2698号)，标志着我国PPP项目正式开启了资产证券化时代。目前我国第一批PPP资产证券化已成功落地，分别在上交所和深交所挂牌转让。资产证券化作为一项创新的金融工具，运用于PPP项目可以帮助其拓宽筹资渠道，改善融资结构，降低融资成本，缓解PPP项目投资者资金压力，具有较强的融资优势[1]，但同时也应该认识到该模式的双面性[2]。由于资产证券化模式参与方众多，流程复杂，诸多因素不可控，对项目未来的现金流或可产生不利影响，所以只有事前做好合理而准确的风险预估才能避免出现较高的融资风险。可见PPP项目资产证券化融资风险评价研究对我国PPP项目的健康发展具有重要意义。

对于PPP项目资产证券化的研究，国外起步较早，Pu C等[3]对于PPP项目的资产证券化优势进行了阐述；Montazerhodjat V等[4]和Smith D G等[5]对PPP资产证券化的构建思路进行了探讨；Regele L S[6]对PPP资产证券化的性质与风险进行了全面的论述。我国现有研究中，对于PPP资产证券化现状及对策(唐祥来等[7]、席代金等[8]、司铁英[9])和PPP资产证券化流程(张天诚[10]、孙汉康[11])的研究相对较多；宋晓华等[12]、褚晓凌等[13]讨论了PPP项目资产证券化产品定价策略；邓宗俭[14]、王经绫等[15]、夏诗园[16]及韩克勇[17]等多位学者以不同视角对PPP资产证券化风险因素进行了详细分析；侯玉凤[1]从运作的视角识别PPP项目资产证券化风险因素并进行评价。总体来看，目前对于PPP资产证券化风险的定性分析居多，定量分析较少，而定量分析的研究也比较欠缺准确性，未利用科学合理的模型对PPP项目资产证券化的融资风险进行准确预估，不利于投资主体的管理与决策。基于此，本研究根据PPP项目自身特性以及资产证券化特点，将组合赋权法及D-S证据理论结合起来对PPP项目资产证券化融资风险评价问题展开研究，旨在提供适用的方法，以利于我国PPP项目资产证券化健康推进。

一、PPP项目资产证券化基本理论

PPP模式是政府实现与社会资本合作建设基础设施项目的融资模式。资产证券化又称ABS(Asset-backed-Security)，是以资产未来的现金流为偿付支持，以此发行资产支持证券的过程[1]。对于PPP项目的资产证券化，可以理解为将PPP项目预期产生收益的资产进行打包，以证券化产品的形式销售给投资人以募集资金，在未来以证券本息偿付投资人的过程。

1.PPP资产证券化流程

PPP项目资产证券化完整过程一般需要6步。第一步确定资产池，其资产类型可以为PPP项目公司出让收益权、经营权或是政府财政补贴；第二步设立特殊目的载体SPV，该机构是为证券化业务专门设立，对该项资产支持专项计划进行管理，进而形成双SPV结构，实现真实出售和破产隔离；第三步为信用增级，通过自身采取增信措施或借助担保机构进行担保的方式，降低投资者风险并吸引融资；第四步为信用评级，该过程主要通过评级机构实现，对项目未来现金流的预估和拟发行产品进行评级；第五步为证券发行，在完成产品设计后，通过挂牌转让场所将资产证券化产品出售给投资者；第六步则是后续经营及证券偿还，原始权益人进行项目后续运营，同时将证券本金及项目产生的收益偿还给投资者。

2.交易结构

一般资产支持专项计划交易结构如图1所示(由于并非每个项目的资产池都涉及政府补贴，因此用虚线表示)。PPP项目资产证券化过程参与方众多，有政府部门、担保机构、评级机构、承销商、PPP项目投资者及SPV等，同时，实现资产证券化的环节也比较复杂，因此为PPP项目资产证券化带来了许多不确定性，可能会引发风险的产生。

图1 资产支持专项计划交易结构

二、PPP项目资产证券化风险指标体系的构建

通过对PPP项目资产证券化流程的分析，结合对已有研究的归纳统计[1-2，7-17]，首先从众多学者的相关研究当中梳理出30项PPP项目的资产证券化风险因素。通过分析比对风险因素与本研究的相关性，从中初步筛选出25项资产证券化风险指标，然后针对该25项指标对PPP项目资产证券化风险评价是否具必要性的问题设置相应问卷调查，问卷对象主要为PPP咨询机构、证券机构、政府部门以及建设领域的专业人士。最终结合问卷调查结果，在满足科学性与全面性以及相关性与逻辑性的前提下，构建出PPP项目的资产证券化风险评价指标体系。代表性学者已梳理的风险因素以及本研究所构建的指标体系如表1所示。

三、PPP项目资产证券化风险指标权重的确定

李刚等[18]对赋权科学性的研究中对各类赋权方法进行了比较，并指出通过主观赋权与信息熵理论结合得到的权重更优，因此，本研究在得出G1赋权值后，结合信息熵理论对权值进行改进，再利用最小组合偏差原理综合两者权重值，以此输出最终指标权重。

表1 PPP项目资产证券化风险集合

1.G1法赋权

G1赋权法的优点在于无需进行一致性检验，既保证了主观判断的真实性，同时也增强了操作的简便性[19]，具体步骤如下：

(1)

根据评价指标的相对重要程度，λk取值范围为1.0～1.8，按照如表2所示的评价标准取值。

表2 λk赋值

(3)计算指标相对于准则层指标的权重系数。第k项及第k-1项指标权重计算为

(2)

按照式(2)依次从下往上计算便可得到所有指标的权重值，并进行归一化处理。当有m位专家参与打分时，假设每位专家的话语权同等重要，将全体专家评价计算结果取平均值作为主观权重最终值，则第k项指标的主观权重为

(3)

2.信息熵理论

信息熵理论是根据对信息无序度的判断，从而对评价对象产生的正面或负面影响进行评价。熵值越大，无序度越高，则对于指标贡献越小。在多位专家G1赋权值的基础上，运用信息熵理论对权值信息进行分析处理，可在一定程度上削弱主观判断的无序性。其原理如下：

(1)构造决策矩阵B=(blk)m×n来表示评价指标集，它表示第l个专家对第k个指标权重的评价值，此处l=1，2，…，m，k=1，2，…，n，m和n分别表示专家数和风险评价指标数。

(4)

其中，若rlk=0，规定rlklnrlk=0，则有0≤Hk≤1。

(3)计算熵权。根据熵权理论，第k个风险评价指标的权重wk可表示为

(5)

3.最小偏差综合赋权值

(6)

其中，α和β满足

(7)

根据拉格朗日极值条件求解得

(8)

最后对α和β进行归一化处理得

(9)

四、PPP项目资产证券化风险评价模型

D-S证据理论(Dempster/Shafer)是由Dempster在1967年最先提出，之后由Shafer于1976年在贝叶斯理论的基础上进一步发展起来的不精确推理理论[20]。该理论能够以不确定信息为基础进行可信度推理，具有直接表达“不确定”和“不知道”的能力，同时也拥有较强的数据融合能力，与风险评价问题的性质契合，其原理如下：

1.评价信息的表达

设Θ是一个识别框架，BPA为基本概率分配框架。在识别框架Θ上的BPA是一个集合2Θ→[0，1]的函数M，A为其中任一子集，则称M(A)为基本概率赋值，并满足以下条件

(10)

对于给定的基本信度分配函数M，对任意A⊆2Θ定义相应信任函数和似然函数为

(11)

(12)

式(11)～(12)中：Bel(A)为支持A的最小值，Pl(A)为支持A的最大值，则[Bel(A)，Pl(A)]就构成了对A的信任区间。

2.评价信息的融合

采用Dempster合成规则对指标赋值进行正交和运算。对于n个基本概率赋值M1，M2，…，Mn，正交和M=M1⊕M2⊕…⊕Mn，其中，“⊕”称为“直和”，表示指标之间的组合运算。其融合规则为

M(A)=

(13)

式中：A≠∅，同时满足

(14)

3.评价步骤

(1)计算各指标基本概率函数。设准则层指标为Ai(i=1，2，…，n)，第i个准则层下的第j个指标为Aij。识别框架下的评价元素为hq，指标Aij属于hq的支持程度为μ，一般取值为0.9，则基本概率函数值计算[21]如下：

权重最高的基本概率函数计算式为

Mi(hq)=cij·μ

(15)

非最高权重的基本概率函数计算式为

(16)

式(15)、(16)中：cij表示指标Aij风险评价属于风险等级hq的概率值，可由统计评价信息得到；wimax表示第i个准则层下的指标权重最大值。同理将所有概率值依次代入式(15)、(16)中，计算出全体指标列入hq基本概率分布以及对应的不确定度Θ，其中每项指标的Θ为1减去该指标的基本概率分布值之和。

(2)确定融合风险概率值。在得到每项指标的综合概率值后，利用式(13)、(14)进行风险指标对于准则层的风险融合，最后再按照式(13)、(14)，将准则层评价信息进行二次融合，求出目标层的信任函数上下界，得到目标层最终的风险评价结果。

五、PPP项目资产证券化案例分析

为拓展融资渠道，华夏幸福股份有限公司拟以其持有的固安PPP项目的项目公司——三浦威特园区建设发展有限公司的股权带来的现金流为支撑，通过合格证券公司或基金子公司设立资产支持专项计划发行资产支持证券进行融资。该计划中原始权益人为九通基业投资有限公司，基础资产为PPP项目供热收费收益权，资产支持专项计划管理人为中信证券股份有限公司，发行规模不超过人民币40亿元，发行期限不超过10年，拟挂牌转让场所为上海证券交易所，增信方式主要为华夏幸福承担差额补足义务，为资金支付义务提供连带保证责任担保。为分析该PPP项目资产证券化融资风险大小，现运用组合赋权法及D-S证据理论对该案例进行风险评价。

1.风险等级的设置

结合风险影响程度将风险评价值划分为Ⅰ～Ⅴ级，等级越高风险越大(见表3)。

表3 风险评价标准

2.风险评价指标赋权

邀请5位相关领域的专家，按照G1法根据重要程度对风险评价指标进行排序并赋权，运用式(1)～(3)，计算得到各专家对于指标的主观赋权值，再利用信息熵理论对于所得权重进一步进行处理，利用式(4)、(5)，计算得到各指标信息熵权重，然后以最小偏差组合赋权原理公式(7)～(9)计算得到权重分配系数α=0.58，β=0.42，最后按照式(6)，计算得到各指标最终组合权重值，具体计算结果如表4所示。

表4 风险评价指标权重

续表4

3.专家评价及结果统计

结合PPP项目案例，邀请10位专家对于本案资产证券化融资风险按照Ⅰ～Ⅴ级评价打分，完毕后统计各指标风险等级的基本概率分布。例如，对于指标有4位专家认为其风险等级为Ⅴ级，则为0.4。经全面统计，得到专家的风险等级评价(见表5)。

表5 风险评价投票统计

将表(5)各风险因素的基本概率分配代入式(15)、(16)，转换得到指标层基本概率分布，例如：准则层A1下各项指标中wmax为指标的权重值0.072，因此对于指标，其基本概率分布为{0，0.09，0.18，0.27，0.36}，指标A12的修正权重为0.049/0.072×0.9=0.615，其基本概率分布为{0，0，0.123，0.184，0.246}，依次类推可计算得到全体指标基本概率分布情况。

4.证据信息融合

将得到的指标概率分布信息运用式(13)、(14)进行初次融合，得到各准则层风险值结果(见表6)。

表6 风险值一次融合结果

再利用表6的数据，经过式(13)、(14)再次转换处理后进行第2次融合，得到目标层的风险值(见表7)。

表7 风险值二次融合结果

表7数据表明，该项目资产证券化融资风险属于高、较高、中度风险等级的发生概率为0.025，属于较低、低风险等级的概率为0.922，存在0.053的不确定情况。同时，从融合结果中可以看出，该项目在资产证券化的过程中，从基础资产、信用增级、发行与承销及政治层面导致风险的概率相对更大。

5.结果分析

综上所述，该项目资产证券化融资风险为低风险，以上结果与该PPP项目收费权资产支持专项计划的实际情况相符，证明该模型运用于PPP项目的资产证券化融资风险评价是可行的，能够为决策者进行风险预判提供一定帮助。同时，资产证券化模式下PPP项目拥有着融资风险较低、实现社会资本退出等优势，在我国发展前景良好。

六、结 语

本研究运用组合赋权与D-S证据理论对PPP项目资产证券化融资风险进行评价，主要解决了以下3个方面的问题：

(1)结合PPP项目自身属性及资产证券化的特点构建合理的风险指标体系，提升了PPP项目资产证券化融资风险评价指标体系的全面性及相关性；

(2)运用G1法输出主观赋权值，并用信息熵原理对其进行改进，以最小偏差理论求解综合权重，优化了赋权的科学性，并引入D-S证据理论融合风险评价信息求解风险评价值及不确定度，增强了风险评价结果的可靠性；

(3)以固安PPP项目供热收费权资产支持证券专项计划为例进行实证分析，验证了模型的适用性，运用该模型可有效帮助拟进行资产证券化融资的PPP项目预测实施风险的高低，从而帮助管理者进行合理决策。