地方政府融资平台不良贷款内生机制及解决策略

刘春志，李 斐

1 问题的提出

进入2012年以来，35%左右的地方政府融资平台贷款将会集中到期，平台偿还贷款压力陡增。地方政府、银监会、商业银行等相关各方正努力谋求有效措施，以缓解融资平台贷款偿还压力。如银监会开始允许平台贷款有条件的展期，并且允许有选择的对部分平台贷款继续提供信贷支持，这表明监管层开始允许融资平台通过延长贷款期限和变相的“借新还旧”来缓解平台对贷款的偿付压力。但无论是贷款展期还是“借新还旧”，无疑都不是从根本上解决融资平台贷款偿还的有效措施，可以预测由于政府融资平台无法及时偿还贷款而产生大量不良贷款的压力正在显著增强。

我们认为融资平台不良贷款的产生与增长存在其内生机制。这种内生机制具体来说就是政府融资平台贷款的发放与收回，不是基于商业银行严格的审贷管理基础之上的，而是在地方政府主导下，由政府、融资平台、商业银行三方“博弈”的结果，“天生”有产生“不良”的必然性。即贷款的增长或扩张，没有以可靠的资金偿还为保证，更多的只是基于融资平台的资金需要或政府的行政保证。导致平台贷款天生缺乏内在的合理性同时也没有建立有效的还款保证机制，最终表现为在地方政府、融资平台和商业银行的三方博弈之下，融资平台不良贷款在“不知不觉”中形成并且快速增加。而这种不良贷款内生机制主要特征之一就在于各金融主体对于不良贷款形成的“涓流效应”，即在地方政府资金紧缺的背景之下，融资平台利用其政府背景获取大量平台贷款，但由于自身缺陷可能使得贷款无法及时偿还，最终共同造成产生大量平台不良贷款的可能性。因此有必要对地方政府融资平台产生不良贷款的内生机制进行研究，并针对性的提出措施，以求从根本上减少平台不良贷款的产生，从而达到稳步化解地方政府融资平台贷款风险的目的。

2 地方财政体制缺陷与不良贷款

2.1 地方财政财权事权不匹配

1994年，中国实行了财政分权改革，财政体制变化的基本方向是从行政性分权逐步走向经济性分权，几个主要税种的大部分收入都划归中央，留给地方的多是一些增收潜力较小和征管难度较大的零散税种。但从事权角度来看，地方财政则面临很大的支出需求，分权特征明显。此外我国有严格的法律规定禁止地方政府发行地方债券，同时不允许地方政府向银行借款，这使得地方政府的融资渠道极其有限，因此地方财政收入支出不匹配的问题一直长期存在，而地方政府融资平台的出现无疑为现阶段的地方财政开启了获取资金的大门。

同时，作为资金提供者的商业银行大部分是受政策影响明显的国有商业银行和各地方的城商行和农商行，方便了地方政府利用行政命令来为融资平台融通资金，已解决地方财政的资金不足。此外，我国现阶段政府官员的考核是以当地GDP规模的增长为主要指标，这种制度也加剧了官员的逆向选择和道德风险行为，即为了促进GDP的快速增长，为融资平台争取过量信贷资源，从而增加基础设施投资等投资行为以保持当地GDP的高速增长。在政府的主导下，融资平台的贷款规模也在快速增长，自2008年初以来，融资平台贷款规模从1万多亿增加到现在的9万多亿。无疑，庞大的贷款规模本身就意味着即使较低的不良贷款率可能带来大规模的不良贷款，给金融系统带来巨大的冲击。

2.2 财政软约束下过度支出导致地方财政缺乏足够的偿还能力

作为一类特殊的企业，融资平台贷款都由当地地方政府作为担保人，一旦融资平台资金困难，无法还款，地方政府就承担了实际上的最后付款人的责任。尽管地方政府作为债务人面临多重约束，但由于现行体制中存在的复杂的委托代理关系，因此这些约束机制很难发挥作用，从而产生“预算软约束的问题”。具体考察地方财政的偿还能力，情况着实不容乐观。以武汉市为例，考察武汉市地方预算收入/地方预算总收入、地方预算支出/地方预算收入的占比情况，可以看出地方预算收入占地方预算总收入的比重处于相对低位，2007年末达到最低，占比仅为30%，2010年末占比38.61%，比2009年略有回升；而地方预算支出占地方预算收入的比例长期处在高位，2009年末继2003年后再次突破了100%，达到了123.38%，2010年末略有下降但仍然大于100%，为112.44%。当期负债额度大大超过当年的财政收入，余额已大大超过地方政府的可支配财力。

对政府债务的考察除了要从基于财政学视角的宏观角度来分析之外，还需要进行微观层面的分析。在这里笔者利用国家发改委投资研究所相关课题组的研究方法，采用国际通行的标准负债率（债务余额与当年生产总值的比例）、债务率（债务余额与当年可支配财力的比例）、偿债率（还本付息额与当年可支配财力的比例）对武汉市政府性债务的规模、结构和安全性进行测算和评估。根据学者的相关调研数据，截止2010年6月底。武汉市所有97家融资平台贷款余额2126.18亿元，依据国家现行的存贷款利率，可以推测2010年还本付息额为193.5亿元。以2010年生产总值和可支配财力计算，武汉市负债率为31%，债务率达到了惊人的494.7%，偿债率也高达52.8%（三项指标的国际警戒线分别为负债率13%～16%，债务率90%～120%，偿债率10%），可见投向武汉市政府融资平台的巨额信贷资源已经严重恶化了地方政府债务水平。

结合以上分析来看，现有财政体制上的缺陷产生了对地方政府通过融资平台过度负债的激励，虽然名义上各级政府都对本级别的融资平台提供了各种形式的担保，但实际上现阶段融资平台的债务规模已经远远超过了当地地方财政的支付能力，所以在不解决当前财政体制缺陷，有效缓解各级地方政府资金困难的前提下，融资平台不良贷款的内生途径很难从根本上消除。

3 平台公司的财务缺陷与不良贷款

3.1 实证分析

3.1.1 构建模型

Logistic模型是一种用来测量企业是否会发生财务危机的二元选择模型。该模型相比于其它模型的主要优点是它把在（0，1）区间预测一个企业是否发生财务危机的概率问题转化为在实数轴上预测一个企业是否发生财务危机的机会比的问题，其概率密度函数是：

其随机变量的分布密度函数是：

在Logistic模型中，观察到的y值为1的概率为：

设 Zi=α+βXi，则可推出：

将（4）式两边取对数，并将自变量扩充为多元，即可得到一般的Logistic回归模型：

在此采用Logistic模型的主要原因是被解释变量是二分变量，即违约/非违约，所以对二分变量的分析采用非线性函数更符合实际。假设y代表违约与否事件，由于事件发生的条件概率P=（Yi=1｜xi）与xi之间的非线性关系通常是单调函数，一个自然的选择便是值域在（0，1）之间有着S形状的曲线，这个函数形式通常是Logistic分布。

公司信贷违约发生，其取值为1；公司信贷正常，其取值为0。建立多变量Logistic回归模型，设Y是一个取值为1或0的两分类随机变量，X1,X2，…Xm，是可能影响Y的确定变量，通过观测n组观测值（Xi1，Xi2，… Xim，Yi）（i=1，2，…，n），则结果变量与影响自变量的对数模型为：

其中：p表示“Y=1”发生的概率，（1-p）表示“Y=0”发生的概率；模型中参数a是常数项，表示自变量取值全为0时，βi参数为待估计系数，εi表示随机误差项，p表示“Y=1”发生的概率，（1-p）表示“Y=0”发生的概率。公式变形得出发生违约的概率如下：

通过Logistic模型计算出公司的违约概率大于或等于0.5，则将公司判定为高风险企业，否则判定为低风险企业。

3.1.2 数据来源及定义自变量

本文以武汉市市内的15家政府融资平台为研究样本，剔除其中的不完整数据，共获得13家政府融资平台为有效样本，其中正常样本10家，非正常样本3家。

在选取及定义模型自变量上，基于政府融资平台类客户风险因素的分析并结合实际数据的可取得性、因素的可量化性，本文主要从行业盈利模式、公司的财务状况及担保措施等三个维度，选取公司盈利模式、担保方式、贷款发放金额、流动比率、净资产收益率和资产负债率6个变量来度量融资平台贷款的信用风险状况，变量的定义及其赋值如表1所示。

表1 定义变量及赋值

3.1.3 回归结果

将原始样本数据进行赋值处理后用SPSS16.0软件进行Logistic全变量模型回归分析，模型的分析结果如表2所示。

表2 模型参数估计结果

采用Wald来进行系数显著性检验，由上表可知偿债率xl、债务一收入比x2、ROA x5和资产负债率x6四个变量在0.05的显著水平下显著，即这四个变量对政府融资平台公司的信贷风险影响显著，具体分析如下：

变量X1的系数为正，说明政府融资平台的盈利模式与其贷款违约机率呈正相关，即对于政府融资平台盈利模式赋值越大那么其违约的机率也会随之增大；根据前述的变量定义，盈利模式为公益性（其赋值为3）的政府融资平台最容易发生贷款违约。变量X2的系数为正，即担保方式与违约机率呈正相关，说明担保方式赋值越大的，违约的机率越大。担保是对平台公司贷款还款来源的有效保证，通常被视为贷款的第二还款来源。对于平台类公司的贷款，商业银行一般采取的担保方式有土地（房产）抵押、收费权质押、保证担保、财政担保及信用担保。显而易见，其他条件同等的情况下，信用担保的违约概率最大。变量X5的系数为负，即净资产收益率与违约机率呈负相关，说明净资产收益率越高，违约机率越小。净资产收益率高，说明公司盈利能力强，越不容易违约。X6为正，即负债程度与违约机率呈正相关，说明资产负债率越大的，违约的机率越大。

据表3模型参数估计结果构建政府融资平台公司信贷风险评估模型（由于变量x6的系数接近于0，于是在构建模型中将其剔除了）如下：

将经赋值处理后的样本数据带入模型，即可得出其发生违约的概率。通过Logistic回归模型的估计结果，可以对样本公司是否违约进行预测，通过比较预测结果和实际结果的符合程度，可以对模型的预测能力进行评价。模型对因变量贷款类别Y的分类预测结果见表3，可见模型对正常还款的公司分类准确率为90%，只将1家正常还款公司判为违约公司，对违约公司的分类准确率为66.67%，只将1家违约公司判为正常还款公司，总的分类准确率达到，这个结果相对来说是很好的，说明该Logistic回归模型在政府融资平台公司信贷风险上应用的效果理想。

表3 样本预测结果检验

Logistic回归模型拟合检验的最佳方法是极大似然估计法，从模型的整体拟合情况来看，Nagelkerke RSquare为0.798，表示整个模型的拟合优度很好。Hosmer and Lemeshow检验卡方分布统计量的显著水平为0.991＞0.05，不显著，表示因变量的实际值与预测值的分布没有显著差异，说明模型拟合较好。

3.2 结论及分析

根据Logistic模型的回归结果可以看到，问题企业的占比接近25%，由于本文选取样本均为市一级的国有政府融资平台，其财务状况相对较好，如果考虑到武汉市所有市、区，县共97家政府融资平台，则信用风险状况可能会有进一步恶化，因此地方政府融资平台贷款的风险状况不容乐观，一旦这些平台公司的信用风险没有得到及时的覆盖，很可能造成大量的不良贷款。

首先，从实证结果来看，公司盈利性指标越低，信用风险越高，贷款违约的概率越高。平台公司往往承担了大量的公益性项目，资金投入量大，基本无回报或收益极少，“造血”功能愈来愈差；而且地方政府融资平台的盈利资产普遍集中在土地储备、污水处理等资产上，盈利资产单一。土地使用权转让成为了地方政府融资平台公司盈利的重要来源，2010年全国土地出让收入高达2.94万亿元，同比增长106.2%，而地方政府融资平台公司通过转让土地使用权获得的转让收入可能更多，这使得地方政府融资平台公司的盈利水平在很大程度上受房地产市场景气程度的影响。资产盈利质量不高的原因主要集中在地方政府往往将一些盈利能力不高或不能产生盈利的资产注入所属融资平台公司以便壮大后者资产规模，这使得地方政府融资平台公司盈利资产结构单调，风险分散程度不高，抗周期波动的能力不强。而这种盈利性较差的资产过多必然会大大降低地方政府投融资平台公司的盈利能力，这会增加不良贷款产生的可能。其次，多数政府投资公司没有建立还款约束机制和还款保障机制，没有形成在一定财政资金补贴下自借、自用、自还于一体的负债经营、自我平衡体系，造成直接和隐性的债务风险都比较大，造成了融资平台公司的资产负债率过高，根据实证分析的结果，过高的负债水平恶化了平台公司的信用风险状况，从而导致不良贷款的产生。

4 商业银行融资平台贷款管理与不良贷款

4.1 银行的短视行为导致对平台公司过度授信

政府融资平台公司贷款具有期限长，利率高的特点，而且往往都有政府背景或者由政府担保，同时银行内部的轮岗机制使得平台贷款在责任人的任期内一般不会形成不良贷款，反而使不良贷款率下降；另外从银行的考核机制来看，向平台发放贷款有效地扩大资产规模，增加利息收入，这无疑都刺激了商业银行的短视行为，在融资平台快速扩张阶段时争相发放贷款。这种短视的竞争式放贷使得商业银行忽视了对平台公司的风险评估，大量信用水平不高、公司项目盈利前景不确定的融资平台都获取了大量的信贷资源，但随着贷款数量的增加，贷款的质量却令人担忧。

同时这种短视化的过度放贷也使得商业银行的资产负债出现了期限错配，即相对于商业银行的负债来说，商业银行的资产期限过长。贷款资产期限过长，不确定性因素增多，贷款的风险也随之增加。一旦国家的产业政策、环保政策，地方政府政策发生变动，都可能对政府融资平台企业的经营产生较大影响，导致银行贷款遭受风险。

4.2 信息不对称弱化了银行的风险控制

从商业银行向地方政府投融资平台发放贷款来看，严重的信息不对称导致贷前审批风险控制不力。在当前财政预算体系下，银行很难掌握区县融资或负债总量，预测融资平台的还款能力非常困难。特别是对于没有自营收入的公益性项目，项目本身需要政府回购，但在无法全面掌握地方政府融资总量、负债规模、可持续财税收入等情况的背景下，银行自然无法准确评估融资平台的真实财力。这使得银行与政府融资平台之间存在严重的信息不对称，银行发放贷款时存在着较大的盲目性。此外信息不对称的存在以及多家银行对政府项目授信的激烈竞争的现实情况，也不可避免的造成了所谓“多头融资、多头授信”的格局，直接导致了融资平台公司负债规模过高，偿债能力下降。

信息不对称也削弱了银行的贷后管理水平。对于融资平台这样的大型企业集团的资金运用，银行对信贷资金监管较为困难。当前，有些地方政府在通过融资平台获得资金后，将所承贷的资金划转至财政专户或关联企业，导致有些资金进入无法还贷的项目，甚至流向了房地产市场和证券市场，银行难以监测信贷资金的真实流向。此外由于信息不对称的存在，商业银行对融资平台所提供的各项担保措施的实际担保能力缺乏有效估计，使得政府融资平台公司提供的第三方连带责任担保的担保能力较弱，无法真正起到贷款担保所应具有的“风险释缓”作用。

总之，商业银行对融资平台的盲目授信，使得商业银行的资产规模过度膨胀，资产期限拉长，流动性降低，降低了贷款的质量，而现实存在的银行与平台公司之间的信息不对称使得银行的贷前审批和贷后管理往往流于形式，缺乏对风险的有效遏制，从而使得平台贷款游离于风险管理之外，增加了不良贷款发生的可能性。因此，从商业银行自身来看，并没有建立有效地风险防范措施来有效防范、抑制融资平台不良贷款产生和增长，反而加剧了平台公司不良贷款的大规模的产生。

5 解决平台公司不良贷款内生机制的主要策略

5.1 深化财税体制改革

对于政府部门来说，继续深化分税制财政体制改革是解决问题的根本手段。必须通过深化分税制改革，从体制上进一步明确界定和明确划分各级政府事权范围及支出责任边界，并按照事权与财权相匹配的原则相应划分财权。要赋予地方更多的税收管理权，并在现有地方税的基础上，调整和充实地方税体系，以保证地方税收的来源稳定，增强地方的财政供给能力，化解地方财政困难。在解决财政分权下的体制性矛盾基础上，借鉴发达国家“市政债券”、“产业投资基金”等地方政府的融资经验，建立规范化和市场化的地方政府融资渠道。从长期来看，借鉴国际经验，允许地方政府发行更容易监管、更为规范的地方政府债券，将隐性债务显性化，是化解财政风险和金融风险的必然选择。

5.2 规范融资平台公司发展，改革运营机制

对于地方政府融资平台公司自身来说，一方面应当规范地方政府融资平台运作机制，具体来讲：第一，规范地方政府的出资行为，确定政府可以注入融资平台公司的资产形式。应明确规定地方政府不得直接将法人单位的房产和土地产权及其证件划拨到地方政府融资平台公司，只有可交易、可流通的资产才能作为资本金注入。地方政府已注入到融资平台公司的注册资本金不得再次作为资本金使用。第二，地方政府融资平台公司不得相互担保。第三，地方政府融资平台必须实行政企分开。要规范融资平台公司的法人治理结构，明确规定地方政府官员不得兼任公司的高层管理人员。地方政府融资平台须借鉴先进经验，结合自身实际情况，建立适当的运作和操作程序，从流程上和制度上规范融资行为。第四，明确规定地方政府融资平台的责任主体为企业，地方发行的债券主体是政府，分清责任，以加强风险控制。第五，地方政府融资平台所有抵押资产的价值，都必须经过资产评估公司和银行的共同评估；所有融资平台企业，都必须有健全规范的、符合银行信贷评估要求的财务报表；取消地方政府对融资的各种担保和承诺；一旦出现无法偿债的情况，银行有权无条件出售融资平台的抵押资产。第六，积极推动地方政府融资平台融资行为的市场化，努力拓展其他融资渠道。可以通过资产证券化、信托方式、股权融资方式、产权交易方式等多渠道募集资金。这些手段不仅能大大降低地方政府融资平台风险，而且由于具有较高的透明度以及较严格的自我约束机制，能够在很大程度上促进项目投融资行为的规范化。

5.3 提高商业银行风险意识和管理水平

(1)稳步化解地方政府融资平台贷款风险，防范金融系统性风险。

一是加强风险监测，切实化解到期贷款的风险。二是根据现金流覆盖程度及项目建成达产等情况，采取分类处置措施，切实缓释存量贷款风险。商业银行要利用这次契机，按项目逐个开展重新评审和严密的风险排查，保证贷款的安全性。三是按照“保在建、压重建、控新建”的要求，严格准入标准，坚持有保有压和结构调整；严格把握贷款投向，优先保证重点在建项目需求；严格新增贷款条件，确保达到现金流覆盖、抵押担保、存量贷款整改和还款资金落实等方面的要求。四是以现金流覆盖率为抓手，严格把握平台退出条件，强化退出类平台贷款的风险管控。五是在原有“名单制”管理的基础上，对全口径融资平台（包含退出类平台）按照“支持类、维持类、压缩类”进行信贷分类。六是明确职责，强化监管约束，对平台贷款经营管理中出现违法违规问题的，严格按照职责规定严肃追究相关人员责任。

(2)多渠道获取信息，减少信息不对称的影响。

首先，商业银行严格按照商业银行信贷业务流程，对政府融资平台类贷款加强“贷前调查，贷中审查，贷后检查”。

其次，要在当地人民银行与银监局的协调下，加强银行间的信息沟通。

最后，由于政府融资平台贷款规模较大，企业性质也较为特殊，因此笔者建议商业银行要针对性的建立单独的授信管理体系。要对政府负债能力和偿债能力作统一的评估，必要时应聘请权威中介机构进行风险评估。

（3）实行贷款资产证券化，鼓励金融创新。

就更加要求我国的地方商业银行积极探寻金融创新之路，推进地方政府融资平台贷款资产的证券化。如果商业银行能够通过金融创新将对融资平台的贷款进行有效地拆分打包上市，那么无疑就可以借助于债券市场来解决巨大的存量问题。

[1]巴曙松.地方政府融资平台的发展及其风险评估[J].西南金融，2009，（9）．

[2]葛鹤军等.中国地方政府融资平台信用风险研究[J].经济学动态，2011，（1）．

[3]贾康.地方融资与政策性融资中的风险共担和风险规避机制[J].上海金融学院学报，2010，（1）．

[4]类承曜.代理成本、外部性与我国地方政府投融资平台过度举债[J].宏观经济研究，2011，（10）．

[5]楼迎军，何秋仙.中国财政分权的制度变迁:在博弈均衡与制度设计之间[J].浙江社会科学，2008，（8）．

[6]王长江，李松玲.政府融资过程中政府和银行间的信号博弈[J].审计与经济研究，2011，（9）．

[7]周小川.区域金融生态环境建设与地方融资的关系[J].中国金融，2009，（16）．

[8]Erkki K Laitinen.Predicting a Corporate Credit Analyst’s Risk Esti⁃mate by Logistic and Linear Model[J].International Review of Finan⁃cial Analysis，1999，（7）．