投融資平臺(tái)融資風(fēng)險(xiǎn)論文范文

本站小編為你精心準(zhǔn)備了投融資平臺(tái)融資風(fēng)險(xiǎn)論文參考范文，愿這些范文能點(diǎn)燃您思維的火花，激發(fā)您的寫作靈感。歡迎深入閱讀并收藏。

1結(jié)合Copula函數(shù)的多維融資風(fēng)險(xiǎn)度量

一維融資風(fēng)險(xiǎn)，指的是單筆融資（貸款、債券等形式）發(fā)生信用違約導(dǎo)致無(wú)法償還的可能性。對(duì)于地方政府投融資平臺(tái)而言，融資平臺(tái)企業(yè)信用狀況的變化對(duì)信用風(fēng)險(xiǎn)的影響是通過(guò)違約率的變化而被度量的，而違約率的獲得主要有兩種方式：直接使用違約率模型（如KMV模型）進(jìn)行計(jì)算，或者通過(guò)信用評(píng)級(jí)（如CreditMetrics模型）來(lái)確定。雖然違約率模型直接便捷，但由于數(shù)據(jù)原因僅適用上市公司，因此通過(guò)CreditMetrics模型計(jì)算信用級(jí)別變化進(jìn)而度量風(fēng)險(xiǎn)是更為可行的方法。CreditMetrics模型基于受評(píng)價(jià)對(duì)象的信用級(jí)別轉(zhuǎn)移概率矩陣計(jì)算信貸組合在未來(lái)的價(jià)值變化的遠(yuǎn)期分布，從而實(shí)現(xiàn)對(duì)信用風(fēng)險(xiǎn)的度量［6］。在實(shí)際運(yùn)營(yíng)當(dāng)中，政府投融資平臺(tái)的融資手段是多元的、融資數(shù)量是龐大的，商業(yè)銀行貸款、政策性銀行貸款、債券融資、信托融資等多種融資方式并存。在多種融資手段和多筆融資交織的情況下，不同筆融資之間及其對(duì)總體資產(chǎn)造成影響的相關(guān)性和非對(duì)稱性增加了風(fēng)險(xiǎn)度量的復(fù)雜性，而Copula函數(shù)是描述和解決非線性、非對(duì)稱問(wèn)題的良好工具［7］，可以較好地解決這一問(wèn)題。借助Copula函數(shù)連接各單個(gè)融資資產(chǎn)的邊際分布后得到結(jié)構(gòu)資產(chǎn)的聯(lián)合分布，再根據(jù)聯(lián)合分布函數(shù)求出多維融資資產(chǎn)的VaR值，可以計(jì)算得出多維融資資產(chǎn)的風(fēng)險(xiǎn)狀況。結(jié)合Copula函數(shù)對(duì)多筆融資進(jìn)行風(fēng)險(xiǎn)度量的基本過(guò)程如下。第一，構(gòu)建信用曲線。信用曲線（CreditCurve），指的是信用資產(chǎn)在不同時(shí)間點(diǎn)的違約概率密度，通過(guò)信用曲線可以計(jì)算出不同資產(chǎn)的違約相關(guān)性。理論分析角度而言，信用曲線是危險(xiǎn)率函數(shù)（HazardRateFunction）的曲線。信用曲線的獲得方式可被歸納為三種：①基于評(píng)級(jí)機(jī)構(gòu)的歷史數(shù)據(jù)而獲得。通過(guò)歷史數(shù)據(jù)計(jì)算任何信用級(jí)別的資產(chǎn)在過(guò)去時(shí)間的違約概率，再通過(guò)其與每年的條件違約概率之間的函數(shù)關(guān)系，遞歸推導(dǎo)出每年的條件違約概率。②基于現(xiàn)有市場(chǎng)信息獲得。從現(xiàn)有的市場(chǎng)信息中獲得公司一系列不同期限資產(chǎn)（尤其是債券）的到期收益率，并將它與國(guó)債的到期收益率作比較，獲得收益率價(jià)差曲線（YieldSpreadCarne），然后假設(shè)一個(gè)外生的恢復(fù)率（RecoveryRate）就可以推算出信用曲線。③基于Black-Scholes期權(quán)定價(jià)思想和模型而計(jì)算獲得?？梢詫⑷谫Y資產(chǎn)視為一項(xiàng)期權(quán)，以此為基本架構(gòu)，能夠計(jì)算融資資產(chǎn)在未來(lái)期限內(nèi)的違約概率。第二，選擇合適的Copula函數(shù)。Copula理論最早由Sklar在1959年提出，其認(rèn)為可以將任意一個(gè)n維聯(lián)合累積分布函數(shù)分解為n個(gè)邊緣累積分布和一個(gè)Copula函數(shù)。邊緣分布描述的是變量的分布，Copula函數(shù)描述的是變量之間的相關(guān)性。也就是說(shuō)，Copula函數(shù)實(shí)際上是一類將變量聯(lián)合累積分布函數(shù)同變量邊緣累積分布函數(shù)連接起來(lái)的函數(shù)，因此也被稱為“連接函數(shù)”。在著名的Sklar定理中，令F為一個(gè)n維變量的聯(lián)合累積分布函數(shù)。

2實(shí)證研究

不同地域的經(jīng)濟(jì)發(fā)展水平差異，意味著不同地域基礎(chǔ)設(shè)施建設(shè)水平在一定程度的不同，因此地方政府投融資平臺(tái)所承擔(dān)的項(xiàng)目性質(zhì)、項(xiàng)目收益狀況、當(dāng)?shù)卣?cái)政狀況也都存在一定的地域差異性，這可能會(huì)導(dǎo)致不同經(jīng)濟(jì)地理區(qū)域平臺(tái)公司在融資風(fēng)險(xiǎn)方面存在差異。為了檢驗(yàn)這種差異性，同時(shí)為了檢驗(yàn)所建模型的有效性，本文擬在湖南省每個(gè)區(qū)域都選取1家最具典型代表的平臺(tái)公司為對(duì)象進(jìn)行實(shí)證研究。考慮到公司所在地址、注冊(cè)資本、投融資歷史等因素，本文分別選擇湘北地區(qū)的長(zhǎng)沙市GXKG集團(tuán)、湘南地區(qū)的郴州市CJT公司和湘西地區(qū)的張家界市JFT集團(tuán)三家在各自所屬地域占據(jù)相近地位的平臺(tái)公司作為實(shí)證樣本。

2.1長(zhǎng)沙市GXKG集團(tuán)的融資風(fēng)險(xiǎn)測(cè)度長(zhǎng)沙市GXKG集團(tuán)總資產(chǎn)225億元，下轄9個(gè)控股子公司，履行高新區(qū)公共基礎(chǔ)設(shè)施建設(shè)、國(guó)有投融資和國(guó)有資產(chǎn)經(jīng)營(yíng)三大主體職能，在工業(yè)地產(chǎn)、商業(yè)地產(chǎn)、公用事業(yè)和高新產(chǎn)業(yè)等領(lǐng)域卓有建樹，為長(zhǎng)沙提升發(fā)展品位、領(lǐng)跑兩型建設(shè)充當(dāng)開路先鋒，提供長(zhǎng)效保障。①一維融資風(fēng)險(xiǎn)度量。長(zhǎng)沙市GXKG集團(tuán)在2011年發(fā)行了一筆總額為10億元的債券（記為債券A1），募集資金的用途主要用于長(zhǎng)沙市某經(jīng)濟(jì)技術(shù)開發(fā)區(qū)的土地資源儲(chǔ)備、整理和開發(fā)。當(dāng)前這些項(xiàng)目當(dāng)中的一部分已經(jīng)建設(shè)完畢。債券存續(xù)期為2011年8月1日—2017年7月31日，債券信用等級(jí)為AA級(jí)，發(fā)行人主體信用等級(jí)為AA級(jí)，固定利率債券的票面利率為5.50%。依據(jù)所建立的CreditMetrics模型，首先依據(jù)表1確定債券A1的信用轉(zhuǎn)移概率矩陣。然后，如果用R代表債券的固定利息率、F代表債券募資總額、ri代表第i年的無(wú)風(fēng)險(xiǎn)利率、si代表債券第i年的違約風(fēng)險(xiǎn)升水（即信用風(fēng)險(xiǎn)價(jià)差，可通過(guò)公司債券收益率和國(guó)債收益率曲線獲得），那么債券在n年之后的現(xiàn)值計(jì)算為。截至當(dāng)前債券A1還有4年的期限，息票率是5.50%，那么，100萬(wàn)面值的債券在躍遷至AAA信用等級(jí)后的現(xiàn)值計(jì)算為V(AAA)=100*(1+5.50%+5.5%/1.039826+5.5%/1.0410202+5.5%/1.0413913)=120.7344萬(wàn)元，同理計(jì)算出停留在AA級(jí)、降至A、BBB、BB、B、CCC級(jí)別后的現(xiàn)值分別為120.6942萬(wàn)元、120.6162萬(wàn)元、120.4528萬(wàn)元、119.9157萬(wàn)元、119.4032萬(wàn)元和118.3509萬(wàn)元。由此，結(jié)合債券等級(jí)轉(zhuǎn)移的概率，得出該債券在未來(lái)的價(jià)值及其變動(dòng)的分布情況見表1。表1所得的計(jì)算結(jié)果顯示：100萬(wàn)面值的該債券在8.84%的概率下的遠(yuǎn)期價(jià)值為120.7344萬(wàn)元，在6.23%的概率下的遠(yuǎn)期價(jià)值為120.6162萬(wàn)元，在0.02%的概率下的遠(yuǎn)期價(jià)值為118.3509萬(wàn)元，那么根據(jù)線性插值法，可以得出在5%的概率下，該債券的遠(yuǎn)期價(jià)值為120.5958萬(wàn)元，也就是在險(xiǎn)價(jià)值VaR為9879元；在1%的概率下，該債券的遠(yuǎn)期價(jià)值為120.4733萬(wàn)元，也就是在險(xiǎn)價(jià)值為2209元，風(fēng)險(xiǎn)程度較低。②多維融資風(fēng)險(xiǎn)的度量。在發(fā)行了債券A1之后，長(zhǎng)沙市GXKG集團(tuán)于2012年再次發(fā)行了總額為5億元的債券（記為A2）用于相關(guān)配套設(shè)施的建設(shè)，債券存續(xù)期為2012年8月1日—2017年7月31日，債券信用等級(jí)為A級(jí)，發(fā)行人主體信用等級(jí)為AA級(jí)，固定利率債券的票面利率為6.20%。以下基于所構(gòu)建的CreditMetrics-Copula函數(shù)模型測(cè)度兩支債券的聯(lián)合風(fēng)險(xiǎn)狀況。首先，同樣的方法將債券A2在未來(lái)的價(jià)值及其變動(dòng)的分布情況計(jì)算出來(lái)，見表2，并繪制兩只債券的信用曲線。嚴(yán)格意義上，債券等級(jí)處于D級(jí)才真正意味著徹底違約，但是前文計(jì)算得到徹底降為D級(jí)的可能性是0，即使降為CCC級(jí)的概率也只有0.02%?；诖?，本文將債券的信用等級(jí)降低2個(gè)級(jí)別視為較大的違約事件（危險(xiǎn)事件），那么債券A1發(fā)生較大違約的概率為0.51%，債券A2發(fā)生較大違約的概率為0.59%，則兩只債券從此時(shí)到t時(shí)刻發(fā)生較大違約的概率分別計(jì)算。

2.2郴州市CJT公司的融資風(fēng)險(xiǎn)測(cè)度郴州市CJT公司成立于2008年10月，下轄4個(gè)子公司，公司的經(jīng)營(yíng)范圍包括城市基礎(chǔ)設(shè)施建設(shè)項(xiàng)目投資、融資及其相關(guān)的配套服務(wù)、農(nóng)林水項(xiàng)目投資開發(fā)建設(shè)及相關(guān)的配套服務(wù)、房地產(chǎn)開發(fā)經(jīng)營(yíng)、土地一級(jí)開發(fā)及整理等。2010年該公司為了郴州市某發(fā)電廠建設(shè)重點(diǎn)項(xiàng)目，發(fā)行了一筆總額為20億元的公司債券（記為B1），債券存續(xù)期為7年，票面年利率為7.10%，發(fā)行人長(zhǎng)期主體信用等級(jí)為A，本期債券的信用等級(jí)為AAA。2012年，該公司又發(fā)行了一筆公司債券（記為B2），總額為16億元，債券存續(xù)期為7年，票面年利率為7.34%，發(fā)行人主體長(zhǎng)期信用等級(jí)為AA，本期債券信用等級(jí)為AA。篇幅所限，對(duì)此二家平臺(tái)公司本文只測(cè)度其二維融資風(fēng)險(xiǎn)。如前計(jì)算，首先計(jì)算債券B1和債券B2的違約概率分布狀況和在險(xiǎn)價(jià)值，進(jìn)而得出其遠(yuǎn)期分布情況，見表3和表4。由此可以計(jì)算得出每一支債券從此時(shí)到t時(shí)刻發(fā)生較大違約的概率，進(jìn)而基于二元正態(tài)Copula函數(shù)，計(jì)算出郴州CJT公司的債券組合在任意時(shí)刻的違約概率分布，如圖2。

2.3張家界市JFT集團(tuán)的融資風(fēng)險(xiǎn)測(cè)度張家界市JFT集團(tuán)是直屬?gòu)埣医缡姓I(lǐng)導(dǎo)的國(guó)有獨(dú)資企業(yè)，主要負(fù)責(zé)張家界城市和交通基礎(chǔ)設(shè)施建設(shè)的融資投資管理并發(fā)展自營(yíng)項(xiàng)目，有10個(gè)二級(jí)公司，涉及交通運(yùn)輸、環(huán)保、旅游、城市建設(shè)等行業(yè)。張家界市JFT集團(tuán)于2012年發(fā)行了一筆總額為8億元的公司債券（記為C1）以建設(shè)某條轄區(qū)內(nèi)的高等級(jí)公路改造項(xiàng)目，債券存續(xù)期為7年，票面年利率為7.40%，發(fā)行人的長(zhǎng)期主體信用等級(jí)為A，本期債券的信用等級(jí)為A。2013年，張家界市JFT集團(tuán)再次發(fā)行了一筆公司債券（記為C2），總額為8億元，存續(xù)期為7年，票面年利率為7.05%，發(fā)行人的長(zhǎng)期主體信用等級(jí)為AA，本期債券的信用等級(jí)為AAA。同樣地，首先計(jì)算債券C1和債券C2的違約概率分布狀況和在險(xiǎn)價(jià)值，進(jìn)而得出其遠(yuǎn)期分布情況，見表5和表6。由此可以計(jì)算得出每一支債券從此時(shí)到t時(shí)刻發(fā)生較大違約的概率，進(jìn)而基于二元正態(tài)Copula函數(shù)，計(jì)算出張家界市JFT集團(tuán)的債券組合在任意時(shí)刻的違約概率分布，如圖3。

2.4差異性比較與分析實(shí)證結(jié)果顯示三家不同區(qū)域的平臺(tái)公司所面臨的融資風(fēng)險(xiǎn)狀況是不同的，就相同時(shí)點(diǎn)上發(fā)生風(fēng)險(xiǎn)的概率數(shù)值而言，位于湘北的長(zhǎng)沙市GXKG集團(tuán)面臨的融資風(fēng)險(xiǎn)最高，張家界市JFT集團(tuán)的融資風(fēng)險(xiǎn)則要復(fù)雜于郴州市CJT公司。雖然三家樣本公司不能完全代表湖南省三大經(jīng)濟(jì)區(qū)劃內(nèi)所有平臺(tái)公司的情形，但由于該三家公司在各自所屬地域區(qū)劃下都屬于注冊(cè)資本規(guī)模和經(jīng)營(yíng)狀況比較領(lǐng)先的平臺(tái)公司，在其所屬地域區(qū)劃內(nèi)處于相近的地位，因此它們之間的差異性可以從一定程度上反映出不同經(jīng)濟(jì)地理區(qū)域的平臺(tái)公司經(jīng)營(yíng)和風(fēng)險(xiǎn)差異。表面上，不同區(qū)域平臺(tái)公司融資風(fēng)險(xiǎn)的差異源于所發(fā)行債券的信用評(píng)級(jí)差異、發(fā)行利率差異和期限結(jié)構(gòu)差異，然而筆者認(rèn)為，這種差異性更深層次的原因在于不同地區(qū)經(jīng)濟(jì)發(fā)展水平的差異及由其所導(dǎo)致的平臺(tái)公司投資項(xiàng)目的性質(zhì)差異，這包括投資項(xiàng)目的種類、投資項(xiàng)目的成本回收及盈利能力、投資項(xiàng)目的政府補(bǔ)貼狀況等。具體而言：以長(zhǎng)沙市為代表的湘北地區(qū)整體上經(jīng)濟(jì)發(fā)展水平較高，基礎(chǔ)設(shè)施較完備，所以注冊(cè)資金規(guī)模比較大的平臺(tái)公司不再過(guò)多承接基礎(chǔ)設(shè)施項(xiàng)目轉(zhuǎn)而投向如本例中的土地整理和開發(fā)項(xiàng)目，然而此類項(xiàng)目投資期限一般較長(zhǎng)，加之在國(guó)內(nèi)房地產(chǎn)市場(chǎng)前景未明的現(xiàn)實(shí)情況下，這些項(xiàng)目的未來(lái)收益具有較大的不確定性，反映在平臺(tái)公司融資上就是信用評(píng)級(jí)較低、融資成本較高，進(jìn)而反映為平臺(tái)公司該項(xiàng)目的融資風(fēng)險(xiǎn)比其他公司項(xiàng)目的融資風(fēng)險(xiǎn)要大；以張家界為代表的湘西地區(qū)由于自然地理、歷史文化等原因，導(dǎo)致經(jīng)濟(jì)發(fā)展水平落后，基礎(chǔ)設(shè)施極不完善，建設(shè)和完善當(dāng)?shù)氐幕A(chǔ)設(shè)施建設(shè)成為當(dāng)?shù)卣闹匾蝿?wù)，由此平臺(tái)公司承擔(dān)的更多的是公益性或準(zhǔn)經(jīng)營(yíng)性的基礎(chǔ)設(shè)施項(xiàng)目，如本例中的高級(jí)別公路建設(shè)項(xiàng)目等，這些項(xiàng)目由于其公益性和福利性特征導(dǎo)致其很難有較為穩(wěn)定的現(xiàn)金流收入，這就會(huì)對(duì)所融資金的償還能力造成較為顯著的影響，反映為融資風(fēng)險(xiǎn)較高；以郴州為代表的湘南地區(qū)經(jīng)濟(jì)發(fā)展水平和基礎(chǔ)設(shè)施完備程度介于二者中間，平臺(tái)公司因而承擔(dān)較多的經(jīng)營(yíng)性基礎(chǔ)設(shè)施項(xiàng)目，如本例中的發(fā)電廠等，這些項(xiàng)目一般具有穩(wěn)定且可觀的現(xiàn)金流收入，再加上政府的適度財(cái)政補(bǔ)貼，因此其償債能力有較為穩(wěn)定的保證，直接反映為該地域平臺(tái)公司的融資風(fēng)險(xiǎn)程度最低。

3結(jié)論與建議

基于微觀視角，政府投融資平臺(tái)公司的融資風(fēng)險(xiǎn)主要表現(xiàn)為資金違約的信用風(fēng)險(xiǎn)，本文主要研究了地方政府投融資平臺(tái)在進(jìn)行多筆融資時(shí)的融資風(fēng)險(xiǎn)度量問(wèn)題?；贑reditMetrics信用風(fēng)險(xiǎn)度量模型，考慮多筆融資間的非線性關(guān)系，使用Copula函數(shù)來(lái)刻畫其關(guān)聯(lián)關(guān)系，建立了政府投融資平臺(tái)多維融資風(fēng)險(xiǎn)度量模型?；诤鲜〗?jīng)濟(jì)發(fā)展水平的地理差異性，本文選擇分別位于湘北、湘南和湘西的三家平臺(tái)公司為樣本，實(shí)證測(cè)度和比較了此三家不同地域的平臺(tái)公司的融資風(fēng)險(xiǎn)狀況，并深入分析認(rèn)為不同地域平臺(tái)公司融資風(fēng)險(xiǎn)差異的根源在于不同地區(qū)經(jīng)濟(jì)發(fā)展水平的差異及其所導(dǎo)致的平臺(tái)公司投資項(xiàng)目的性質(zhì)差異?；诒疚牡难芯拷Y(jié)果，筆者認(rèn)為要有效降低地方政府投融資平臺(tái)公司的融資風(fēng)險(xiǎn)，一是平臺(tái)公司要完善治理結(jié)構(gòu)、實(shí)現(xiàn)市場(chǎng)化商業(yè)化運(yùn)作，要更多地承擔(dān)有穩(wěn)定經(jīng)營(yíng)性收入的、依靠自身收益能償還債務(wù)的公益性項(xiàng)目或經(jīng)營(yíng)性的非公益項(xiàng)目，這也是符合《關(guān)于加強(qiáng)地方政府融資平臺(tái)公司管理有關(guān)問(wèn)題的通知》文件精神的；二是要提高平臺(tái)公司的市場(chǎng)直接融資能力和水平，應(yīng)當(dāng)更多地嘗試在資本市場(chǎng)上進(jìn)行股權(quán)類融資和公私合營(yíng)融資，以有效分擔(dān)風(fēng)險(xiǎn)；三是要建立好政府與平臺(tái)公司之間的合理的契約關(guān)系，政府要合理解決平臺(tái)公司承建的基礎(chǔ)設(shè)施的贖回問(wèn)題，同時(shí)也要杜絕平臺(tái)公司的財(cái)務(wù)風(fēng)險(xiǎn)向地方政府財(cái)政風(fēng)險(xiǎn)傳遞和轉(zhuǎn)移。

作者：胡振華胡亞明單位：中南大學(xué)商學(xué)院