基于logistic模型的政府融资平台债务违约率估算及防范

　　摘要：2008年以来，政府融资平台债务规模增长快速，平台债务风险逐渐加大。虽然国家已经对平台进行清理、整顿和规范，相关政策也在逐步落实中，但是平台风险仍在不断上升。平台债务的风险究竟有多大？又如何解决？文章通过构建平台债务的logistic违约率模型发现平台债务的违约率很高，风险很大，因此必须建立风险预警和防范机制。此外，平台债务的违约率不仅仅取决于平台公司自身的财务情况，同时还受当地政府财政收入的影响，因此，在分析平台公司的风险时必须要考虑政府的财政情况。
　　关键词：政府融资平台债务；logistic模型；违约率
　　一、政府融资平台的定义及现状
　　政府融资平台（以下简称平台）是指各级地方政府成立的以融资为主要经营目的，通过政府给予划拨土地股权等资产，建立的一个从资产和现金流上可以达到融资标准的公司，通过融资将资金运用于市政建设、公共事业等项目。目前，融资平台主要有七大类，包括各类开发区、园区政府融资平台、国有资产管理公司、土地收购储备交易中心、城市投资建设公司或集团、财政部门设立的税费中心、交通运输类融资平台等。
　　2008年，为缓解全球金融危机对中国经济的冲击，中国政府实行了4万亿人民币的经济刺激计划并采取了积极的财政政策和适度宽松的货币政策，而平台凭借其较高的政府信用以及政策支持吸收了大部分的信贷资金。据《全国地方政府性债务审计结果》，至2010年底，全国省、市、县三级政府共设立平台公司6576家。然而随着各级地方平台债务规模的不断扩大，过度负债以及不规范运作的背后蕴含着巨大的风险。平台公司举借的债务资金主要投向城市道路、桥梁、水利建设等非经营性公用事业以及城市供水、供热、供气等准经营性行业，这些项目具有回收期长和盈利能力较弱的特点。2010年底，平台公司仅政府性债务余额就达4.97万亿元，其中有148家融资平台公司存在逾期债务80.04亿元，平均逾期债务率16.26%，且共有1734家平台公司出现亏损，占全部平台的26.37%。本文根据wind数据库统计得，已发行债券的城投类融资平台的平均资产负债率达到了55.90%，而这类平台是所有平台中财务状况较好的。
　　二、政府融资平台债务违约率模型的构建
　　（一）违约率模型的选择
　　违约率的取值范围在[0，1]之间，而影响违约率因素的取值范围是实数集，两者的取值范围不同，故需要对违约率进行logit转换，构建logistic回归模型。logistic模型是在假设连续随机变量概率的分布服从logistic分布下设定的离散选择计量经济模型，形式如下：L=ln[prob（Y=1）/prob（Y=0）]=ln（P/（1-P））=X’b。其中，Y=0，表示没有违约，Y=1，表示违约。P为事件发生的概率，X为影响客户违约的因素，如资产负债率、流动比率、GDP等。b为系数矩阵，比率ln（P/（1-P））为机会比率（Odds），为违约与没有违约的概率之比的对数。实证结果证明logistic模型在违约率计算过程中有良好的适用性。logistics回归模型的分布假设很少，其基本假设是似然比的对数函数是线性的。对于在信用中两类分类的问题上，logistics回归对样本要求是表示违约和没有违约两类公司即可，结果却能得到精确的分值，而这个分值被认为是属于违约（没有违约）的概率。
　　（二）模型的假设
　　1.自变量与ln（P/（1-P））之间为线性关系。
　　2.残差合计为0，且服从二项分布。
　　3.各观测间相互独立。
　　（三）违约标准的选择及因变量的定义
　　《巴塞尔新资本协议》规定12个月内有逾期90天以上为违约。贾海涛（2008）根据企业的财务报表中的偿债能力、盈利能力、营运能力和成长能力的财务指标定义违约。在国外，“企业破产”经常作为企业违约的信号，如Altman（1968）的多元判别分析模型和Ohlson（1980）的logistic违约模型。考虑到目前实际出现违约的平台公司样本数少且不易获得、中国的企业破产机制不健全，本文根据已有的财务困境理论和数据的可获得性，定义“如果企业的利息保障倍数小于3时，企业发生违约的可能性较大，企业违约”。即利息保障倍数≥3，不违约，Y=0；利息保障倍数＜3，违约，Y=1。
　　（四）自变量的选择与定义
　　1．企业财务变量。财务变量可以衡量企业的经营情况和偿债能力，是影响企业债务违约率的重要变量之一。一般而言，财务变量的选取是依据财务分析方法，选择与违约相关的财务比率，如资产负债率、流动比率、利息保障倍数、净资产收益率等。对财务比率的数量和范围，不同的模型也有不同的选择，如Altman（1968）的多元判别分析模型的变量就为22个，贾海涛（2008）为15个等等。本文结合财务分析方法和数据的可获得性，共选取了15个初始财务变量，如表1所示。
　　2.财政变量。地方财政收入是政府融资平台债务的主要还款来源之一，一旦财政收入出现问题，平台债务的偿还能力将受到影响。在此，本文选取财政收入增长率作为财政指标，来衡量对平台违约率的影响，如表1所示。
　　3.宏观经济变量。平台的违约率还与整个宏观经济的现状有关。当经济处于上升时期，平台的经营状况良好，违约率相对较低；而当经济处于衰退时期，平台的经营状况也将恶化，违约率也随之上升。此外，利率通过影响债务成本影响企业的偿债能力。本文选用GDP增长率和利率作为外部环境变量。
　　（五）实证结果与分析
　　本文从Wind数据库中提取了468个样本，根据数据是否完整，本文从中筛选出了68个样本，时间跨度为2007-2009年，共计数据204个，其中，符合违约定义的数据82个。经过SPSS处理后，结果如表2所示。
　　因此，政府融资平台债务的违约率模型为：
　　ln（P/（1-P））=-0.560X5-0.024X9+0.048X10-0.216X11+0.027X12-0.042X16+0.560
　　三、结论及政策建议
　　（一）模型的结论
　　通过构建平台债务违约率模型，本文得到平台债务的平均违约率达到40.20%，风险很大。从回归结果看，模型中保留了6个自变量，其中政府融资平台债务的违约率与平台自身的速动比率、销售净利率、年化净资产收益率和财政收入增长率成反比，与财务费用/营业收入和带息债务/全部投入资本成正比，其中速动比率对违约率的影响最大，销售净利率和带息债务/全部投入资本的影响较弱。这与一般情况相符合。此外，平台债务的违约率不仅仅取决于平台公司自身的财务情况，同时还受当地政府财政收入的影响，财政收入增长率对平台违约率的影响为显性，因此在分析平台公司的风险时必须考虑政府的财政情况。
　　（二）平台债务风险的防范措施
　　根据平台债务的风险形成机制和模型的结果，本文提出三点建议。
　　1．提高平台经营管理能力。平台公司必须加强经营管理，降低营业成本。平台公司从事的公用事业类业务的定价权属于政府，因此要想提高盈利能力则必须降低平台公司的营业成本。本文认为一方面平台公司可以加强管理成本和销售成本的控制，降低不必要的开支，同时提高营业收入，另一方面政府可以采取减税、免税等税收优惠政策，降低平台的成本。
　　2．完善征税制度，提高财政收入。财政收入对违约率的影响显著，通过提高财政收入可以降低违约率，因此政府必须完善征税制度，扩大税基，合理征税，提高税收收入在财政收入中的比重，稳定财政收入来源。
　　3．完善审核监督制度，建立风险预警机制。一是金融机构必须制定一套动态的政府融资平台债务风险防范机制，包括贷前的风险审查和估算、贷中的定期审查和风险跟踪、贷后的总结；落实抵押品和担保人，审慎评估抵押品的价值，尤其是波动较大的土地价格。二是建立风险预警机制。风险预警机制包括风险识别、衡量、控制和处理。风险的识别可以选用的指标有利息保障倍数、债务依存度、偿债率和担保率、地方财政收入增长率等，还可以建立债务警戒线并设置触发条件，如可以将风险触发条件设为“举债规模≥当年平台的营业收入、营业外收入与当年应偿债规模之差”。同时，聘请国内外专家建立风险计量模型，有效防范风险。
　　参考文献：
　　1.安国俊.地方政府融资平台风险与政府债务[J].中