商业银行政府融资平台类公司信贷风险控制研究

宇晓梅

摘 要：商业银行的政府融资平台类公司信贷风险控制一直是许多商业银行较为重视的一个研究方面，文章通过Logistic模型的技术处理手段，将这些风险上管理重点进行了实证性的研究，希望得到的结论偿债率、债务-收入比、区域、公司的盈利模式等内容的组合排列方式会对融资平台公司的信贷风险产生非常大的影响，文章基于这些时政研究提出了商业银行信贷平台在风险控制过程中应该使用的方法，希望得到的结论可以给相关工作人员带来帮助。

关键词：政府融资平台；信贷风险；Logistic模型

近几年来，我国国家经济水平的稳定增长以及内需政策的贯彻落实，商业银行贷款的速度得到了有效增长，我国金融机构外币各项贷款余额出现了最大的数字增长趋势，这些良好的发展趋势让很多商业银行的资金流向开始向各级政府的融资平台倾向，政府融资平台的贷款问题成为了备受关注的一个社会热点。

1 商业银行政府融资平台运行中出现的问题

据财政部科学研究所所长贾康的估算，截至2009年底我国地方投融资平台负债超过6万亿元，其中地方债务总余额在4万亿元以上，约相当于GDP的16.5%，财政收入的80.2%，地方财政收入的174.6%，且地方负债80%都是通过银行信贷获得的资金。随着政府融资平台的数量和融资规模呈现飞速发展的趋势，越来越多的专家质疑，由于地方政府投融资平台责任主体不清晰，操作程序不规范，同时，地方政府往往通过多个融资平台从多家银行获得信贷资金，形成多头举债，一旦融资平台的项目投资收益不能覆盖成本，这些“隐性债务”就必然显性化，给地方政府的财政造成巨大压力，甚至最后不得不由中央财政和商业银行买单，这必然对银行业的经营风险形成显著的潜在压力。

为了让政府融资平台类贷款发放过程中出现的风险以及问题可以得到合理的解决和控制，商业银行必须在贷款发放过程中建立出合理的信贷模型，同时也要根据公司运转的实际情况对当前财务经营状态进行实际性的预估，然后對政府的chang债能力以及偿债意愿等问题进行了解，将这些信息进行全方位的整合以后根据地方经济的发展程度来对信贷风险的状况以及程度进行预估，这样才能让信贷流程中的问题得到有效的监控。

2 实证分析

2.1 模型构建

采用Logit方法主要原因是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Logit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。

2.2 样本来源及变量定义

变量的选取上，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，本文从衡量政府财政能力、区域经济发展状况、行业盈利模式、公司的财务状况及担保措施等四个维度，选取偿债率、债务收入、区域、公司盈利模式、担保方式、发放金额、流动比率、净资产收益率和资产负债率9个变量来度量融资平台贷款的信贷风险状况，变量的定义及其赋值情况开始出现流动的趋势。

2.3 建立模型及其分析

采用Wald来进行系数显著性检验，由计算可知，偿债率x1、债务-收入比x2、区域x3、公司盈利模式x4、担保方式x5和净资产收益率x8六个变量在0.05的显著水平下显著，即这六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的系数为负，即偿债率与违约机率呈负相关。偿债率指标本是用来分析、衡量外债规模和一个国家偿债能力大小的重要指标，后来被逐渐延伸至各级政府，用以反映了各级政府短期的偿债能力。变量x2的系数为负，即债务-收入比与违约机率呈负相关。债务-收入比率指标反映了政府的长期偿债能力。从理论上讲，偿债率越低、债务-收入比越低，表明政府的偿债能力越强，相应的平台公司发生违约的概率应越低。经济发达的城市，其财政收入高，相应的基础设施建设等城市发展的步伐越快，导致政府债务增高，影响了其偿债能力指标。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x8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。

3 结论与建议

3.1 基本结论

本文采用47家政府融资平台公司信贷数据，选取偿债率、债务收入、区域、公司盈利模式、担保方式、发放金额、流动比率、净资产收益率和资产负债率9个变量，构建了Logistic回归模型进行分析，结果表明偿债率、债务-收入比、区域、公司盈利模式、担保方式和净资产收益率对政府融资平台公司信贷风险影响显著。

3.2 政府融资平台贷款风险控制的建议

面对我国当前的政策环境以及政府融资平台类客户的行业总体竞争趋势，商业银行必须对融资平台的整体授信策略进行相应的调整与改变，与此同时还要按照商业化和差异化的原则让政府可以进行承担的信贷状况和举债能力进行全面且客观的分析，根据这些分析的结果来对授信总规模进行确定。在这些信贷处理事项开展的过程中，要坚持有保有压优化总量的业务结构，让政府的信贷需求得到最优质化的满足。对于那些不符合现代要求的业务要及时进行排除。

其次，商业银行应该加强信贷过程中的风险控制意识。将信贷事物运行的各个环节进行严格的把控，尤其是贷款审批和贷后管理等重要环节。这些处理内容的有效落实，可以保障商业银行的基础盈利效益不受伤害。商业银行还要将政府的财政实力以及平台公司的经营能力进行科学地衡量，对评价结果对贷款项目的运作和盈利方式进行数据上的评估，让第一还款来源得到有效制定，这些风险得到有效控制以后，还要对的二还款来源进行追踪，让担保条件可以得到最大化地落实。加强银行商业银行之间的合作以及联系，让政府融资平台的贷款可以开展出更多的贷款发放形式，避免贷款出现集中发放的问题，让贷款集中度风险得到有效控制。最后，各个银行之间的联系与沟通应该得到稳定性的保障，让地方政府的融资平台授信和业务等风险得到有效控制。

参考文献

[1]巴曙松.地方政府投融资平台的发展及其风险评估[ED/OL].中国金融经济网，2010-03-12.

[2]石晓军，肖远文，任若恩.Logistic违约率模型的最优样本配比和分界点研究[J].财经研究，2005（9）.

[3]王济川，郭志刚.Logistic回归模型——方法与应用[M].高等教育出版社，2001.

[4]中国工商银行上海市分行课题组.关于国有商业银行信贷资产风险管理的战略思考[J].金融论坛，2004（7）.