工作研究：特色小镇PPP模式融资风险分析.docVIP

特色小镇PPP模式融资风险分析 一、特色小镇PPP模式融资风险模型 (一)PPP 融资风险识别原理 本文在借鉴一般 PPP 项目研究基 础上,结合特色小镇的特点,选择从背 景环境、地方政府、社会资本和共担风 险四个模块来对特色小镇PPP融资风 险进行识别。 背景环境的不同造成了特色小镇 风险的巨大差异。由于地理环境特征、经济市场化进程、项目属 性差异的影响,特色小镇在模式上的选择大相径庭。如果宏观 背景没有为特色小镇的发展厘清障碍、提供必要的发展条件,其 整体风险水平会有较大幅度的上升。 地方政府的财力水平与治理能力为特色小镇的建设、社会 资本的履约保驾护航。地方财政自给率与债务水平是对政府财 力的考量,而管理能力和经验、支持力度则是对地方政府治理能 力的评估。这些因子影响特色小镇PPP项目的效率、可持续发展, 进而影响项目风险值。 社会资本与政府治理合流,分担了项目的建设风险和经营 风险。PPP 项目的巨额初始投资与后期成本的弱增性构成了项 目的基础风险。建设风险和经营风险直接影响项目未来现金流 的取得,关系到特色小镇是否如期完工,是否获取收益。因此, 建设风险和经营风险需要予以重视。 金融资金的投入激发了特色小镇的生机,也不可避免地带来了金融风险。目前金融产品和服务体系与特色小镇资金需求 存在供需失衡、结构错配问题,金融机构的逐利行为与特色小镇 的社会属性产生了利益背离。金融发展驱动体系与特色小镇所 在的地方性特点不相吻合,导致特色小镇金融创新后劲匮乏,更 可能催生新的金融风险。而一些不可抗力造成的风险一旦触发 也会对特色小镇整个 PPP 项目造成难以估量的不利影响。资金 供给方和需求方均无法依靠自身管理避免这些风险,需要政府和社会资本来对金融风险和不可抗力风险进行分担。 (二)特色小镇 PPP 融资风险指标体系 结合 PPP 项目统计指标、定义和评价标准,对特色小镇的 PPP 融资模式风险统计指标进行模块化解构,得到风险评价体系 如表 1 所示。 (三)PPP 融资指标赋权 运用简化矩阵判断法,构建 17*17 的判断矩阵,将各二级指 标两两比较进行打分,若指标 A 比指标 B 重要,则记指标 A 为 “2”,指标 B 为“0”,若两者同样重要则指标 A 和指标 B 分别记 为“1”。 技术复杂性风险排在了第一位,说明如果项目面临技术难 题,建设的难度、成本、周期都会提高,但是此类风险大小的可能 性仍然需要具体案例的检验。企业管理的重要性体现在项目合 作期间,更多地考虑资金回报时间、资金运用效率以及收益是否 稳定长久。企业通过整合自身资源和有效的管理手段来提高项 目的整体竞争能力,以求利用有限资源达到收益最优化,而在此 过程中也对其他因素产生了辐射效应。不可抗力风险与利率波 动由于发生概率小而居于最后。 二、数据处理与数据分析 (一)数据处理与描述 1. 数据来源。本文从 403 个国家级特色小镇中进行初次筛 选,除去同一地区的相同或相近类型的小镇,最终计入统计的有 效样本为 161 个,分布在 31 个省、自治区和直辖市(不包括港澳 台)。依据 17 个统计指标采取五分制为特色小镇各项融资风险 打分,样本打分之后计算得分并通过表 2 的权重值进行加权汇 总并排序。 2. 变量的描述性统计。如表 3 所示,不同小镇风险偏大的 几个指标集中在经济发展水平、金融市场发达程度、财政自给能 力、管理能力、建设成本等方面。这是全国小镇面临的共性问题, 反映出融资的稳定性、项目回报的周期、竞争力和基础设施完善 度对特色小镇的风险大小影响显著。 (二)矩阵相关系数检验 在17个统计指标中存在相互影响的指标,而17个指标对于风险管理来说繁多,前文得到的各个指标的具体权重值只能 说明该指标很重要,并不能说明该指标所代表的情况经常发生。笔者通过 161 个样本的打分,依据每一项得分,筛选出那些独立 性高并且普遍面临的风险统计指标,确立重点关注领域,从大头风险抓起,提高管理效率。表4是两两统计指标间的相关系数表,本文重点关注强相关的值(|r|=0.5)。 经济发展水平影响金融市场发达程度、项目分布特征、财政 自给能力、盈利性;金融市场发达程度又与政府管理能力相关, 以此类推提出不独立变量。第二轮筛选通过表3的权重值排序;第三轮筛选通过各个统计指标在 161 个样本中的值简单加总,选出风险值总分400以上的特色小镇。综上,最后筛选出5个最具代表性的统计指标:旅游资源、经济发展水平、地方债务水平、建设成本、企业管理。 (三)多元线性回归检验 通过多元线性回归检验加权后风险总值与上述最具代表性的5个统计指标值的关系,P值、R2、F 值均通过检验(见表 5)。这5项统计指标在所有的结果中影响显著,为风险管理和预测提供了重点关注的方向,具有很强的实用