許友傳，陳可楨

（1.復(fù)旦大學(xué) 經(jīng)濟學(xué)院，上海200433；2.天津財經(jīng)大學(xué) 經(jīng)濟學(xué)院，天津300222）

一、引 言

為了突破外部融資的法律和體制約束，地方政府通過以土地、財政收入等可預(yù)期的現(xiàn)金流作為其注冊資本或發(fā)起項目的自有資本，抑或為融資平臺提供政府信用擔(dān)保等，將地方融資平臺打造成一個滿足銀行授信標(biāo)準和監(jiān)管要求的實體，進而將政府顯性債務(wù)進行了隱性化處理，致使金融機構(gòu)和監(jiān)管部門難以對其債務(wù)風(fēng)險進行有效監(jiān)控（劉煜輝和沈可挺，2011）。地方政府債務(wù)的隱性化過程及由此引發(fā)的地方財政代償風(fēng)險，提高了地方融資平臺債務(wù)的潛在風(fēng)險，但這僅是地方融資平臺債務(wù)風(fēng)險的外在表現(xiàn)，而非其內(nèi)源性的直接根源。地方融資平臺債務(wù)的償付來源通常包括：（1）地方融資平臺融資項目的盈利能力。地方融資平臺籌集資金主要投向政府（準）公益性項目，項目本身的盈利能力普遍較低，融資項目經(jīng)營性現(xiàn)金流一般難以有效覆蓋其當(dāng)前未償債務(wù)（outstanding debts）的風(fēng)險，需要由融資平臺其他資產(chǎn)進行補充性覆蓋或緩釋。（2）地方融資平臺其他資產(chǎn)（如土地出讓金）的風(fēng)險緩沖能力。審計署2011年35號文件揭示地方政府的債務(wù)償還對土地出讓金的依賴性較強，我國地方政府承諾用土地出讓收入作為償債來源的債務(wù)余額為2.55萬億元，約占地方政府負有償還責(zé)任債務(wù)的38%。（3）地方政府的代償能力。地方政府對其融資平臺的擔(dān)保、承諾和安慰等信用便利支持，賦予其在地方融資平臺未能清償債務(wù)時的代償“義務(wù)”。審計署2011年35號文件披露，地方政府負有擔(dān)保責(zé)任的債務(wù)為2.34萬億元，約占全國地方性政府債務(wù)的21.8%，審計發(fā)現(xiàn)個別地方政府負有償還責(zé)任的債務(wù)負擔(dān)明顯較重，全國78個市級和99個縣級政府負有償還責(zé)任的債務(wù)率高于100%，分別占兩級政府的19.9%和3.56%。由于償債能力不足，部分地方政府和銀行業(yè)金融機構(gòu)不得不通過“借新還舊”來緩釋融資平臺的即期違約風(fēng)險。同樣，銀監(jiān)發(fā)［2010］64號文件也說明了地方政府性債務(wù)的巨大規(guī)模和償付壓力，即截至2009年底，融資平臺政府性債務(wù)余額分別占省、市、縣本級政府性債務(wù)總額的44%、71%和78%，從債務(wù)余額與當(dāng)年可用財力的比率看，39%的省、63%的市和39%的縣超過了100%。

以上對地方融資平臺償債來源和償付能力的分析表明，降低地方融資平臺債務(wù)的償付風(fēng)險已經(jīng)刻不容緩，且其償付資金來源隨時可能面臨跳躍式變化，具體表現(xiàn)在：（1）宏觀調(diào)控的急剎車和銀行信貸政策的收緊，可能導(dǎo)致前期已上馬未完工平臺項目的資金流斷裂，進而削弱或消弭了融資項目的盈利能力和償付能力；（2）政府對房地產(chǎn)市場和土地市場的嚴厲調(diào)控擠壓了市場的潛在需求，弱化了地方融資平臺土地資產(chǎn)的升值和償付預(yù)期；（3）由于土地市場的低迷，地方政府的土地出讓金收入可能大幅縮減或同比少增，削弱了地方政府在融資平臺違約情形下的代償能力。這些因素均可能引致地方融資平臺的資產(chǎn)價值及其償付能力躍變，并由此衍生出以下有待思考的問題：（1）當(dāng)?shù)胤饺谫Y平臺的資產(chǎn)價值及其償付能力發(fā)生躍變時，其對銀行債權(quán)人產(chǎn)生怎樣的沖擊；（2）在地方融資平臺資產(chǎn)價值發(fā)生躍變的情形下，其資產(chǎn)價值在融資期限內(nèi)躍降多少會使地方融資平臺的信用風(fēng)險達到特定水平；（3）地方融資平臺資產(chǎn)價值的跳躍特征會對其信用風(fēng)險產(chǎn)生怎樣的潛在影響。為了回答和闡釋相關(guān)問題，我們基于信用風(fēng)險結(jié)構(gòu)化建模的普遍做法，假設(shè)地方融資平臺的違約行動是由其資產(chǎn)價值（或潛在清償能力）的隨機運動驅(qū)動的，當(dāng)?shù)胤饺谫Y平臺的資產(chǎn)價值低于其債務(wù)門限時，它將傾向于對銀行債權(quán)人違約。在地方融資平臺資產(chǎn)價值躍變的現(xiàn)實預(yù)期下，我們假設(shè)其資產(chǎn)價值由一個服從幾何布朗運動的連續(xù)過程和一個服從泊松分布的離散跳躍過程疊加而成，并推導(dǎo)出了資產(chǎn)躍變情形下地方融資平臺的違約概率、違約損失率及其信用風(fēng)險的測度公式，然后基于我國各級地方政府及其所屬國有企業(yè)控股的上市公司的資產(chǎn)負債狀況和資產(chǎn)波動性特征，研究地方融資平臺的資產(chǎn)價值在跳躍壓力情景下的信用風(fēng)險及其可能的映射關(guān)系。

與趙全厚（2011）、王飛和熊鵬（2011）對地方融資平臺信用風(fēng)險的經(jīng)驗判斷以及劉暢（2011）、孫繼偉和王波（2011）對地方融資平臺信用風(fēng)險評價模式的構(gòu)建不同，我們研究了地方融資平臺的資產(chǎn)價值在跳躍壓力情景下的信用風(fēng)險以及地方融資平臺的信用風(fēng)險與其可能對應(yīng)的市場壓力情景之間的映射關(guān)系。本文與一些使用壓力檢驗方法評估銀行體系對宏觀經(jīng)濟沖擊的彈性文獻有相似之處（Jiménez和 Mencía，2009；Vazquez等，2011；Breuer等，2011），但不同的是，我們沒有將地方融資平臺總體的違約風(fēng)險要素與宏觀經(jīng)濟指標(biāo)建立時間序列的動態(tài)關(guān)系，再基于估計的參數(shù)關(guān)系體系設(shè)置宏觀壓力情景，進而考察宏觀壓力情景對銀行信用風(fēng)險的極端影響（Jiménez和Mencía，2009；Breuer等，2011）；同時，我們也并非根據(jù)銀行信貸組合的配置結(jié)構(gòu)及其風(fēng)險結(jié)構(gòu)來構(gòu)造損失分布函數(shù)，以考察損失分布函數(shù)尾部的極端情景對信用風(fēng)險的潛在影響（Tan和Chan，2003；Rodriguez和Trucharte，2007）。對地方融資平臺信用風(fēng)險的監(jiān)控和預(yù)警而言，不排除這些壓力檢驗方法的理論應(yīng)用前景，但遺憾的是，我們并不能獲得此類模型或方法存在的數(shù)據(jù)基礎(chǔ)，至少目前還不可能擁有或掌握我國地方融資平臺的總體風(fēng)險狀況及其具體的配置結(jié)構(gòu)和風(fēng)險結(jié)構(gòu)等關(guān)鍵信息，從而無法擬合或估計其損失的分布函數(shù)等。因此，在數(shù)據(jù)難以獲得和違約樣本尚未大量存在的現(xiàn)實情形下，我們希望通過設(shè)置地方融資平臺資產(chǎn)價值的跳躍行為和跳躍強度的方式，來刻畫不同市場壓力情景與其信用風(fēng)險之間的映射關(guān)系。

二、資產(chǎn)跳躍情景下的地方融資平臺的信用風(fēng)險測度模型

結(jié)構(gòu)化模型假設(shè)借款企業(yè)的違約行動是由其資產(chǎn)價值的隨機運動驅(qū)動的，當(dāng)借款企業(yè)的資產(chǎn)價值低于其債務(wù)門限時，它將傾向于對銀行違約。在此模型結(jié)構(gòu)及其設(shè)定下，能推出借款企業(yè)的違約概率、違約損失率及其信用風(fēng)險的解析解，但在借款企業(yè)的資產(chǎn)價值服從幾何布朗運動的經(jīng)典假設(shè)下，其資產(chǎn)價值將呈現(xiàn)連續(xù)變化，這隱含借款企業(yè)的違約行動是一個漸進的連續(xù)過程，因此不能刻畫資產(chǎn)價值在隨機跳躍等壓力情景下價值異變（或突變）對借款企業(yè)違約行動的影響，這與我國地方融資平臺資產(chǎn)價值變化的預(yù)期不符。為此，我們在地方融資平臺的資產(chǎn)價值服從幾何布朗運動的假設(shè)下，嵌入了系列同質(zhì)的隨機跳躍過程，用來刻畫資產(chǎn)價值的隨機跳躍對其信用風(fēng)險演變的影響。假設(shè)地方融資平臺的資產(chǎn)價值服從隨機過程，其中是無跳躍情形下的地方融資平臺的資產(chǎn)價值，且服從幾何布朗運動：dWt，這里μ和σ2分別為無跳躍情形下地方融資平臺資產(chǎn)收益率的期望和方差；Ji為資產(chǎn)價值的跳躍過程，且假設(shè)每次跳躍均以乘積形式累積并作用于資產(chǎn)價值，即表示在［0，t］內(nèi)發(fā)生 N（t）次跳躍的累積影響，假設(shè)其服從參數(shù)為λt的泊松分布特別地，當(dāng)資產(chǎn)價值在［0，t］內(nèi)沒有發(fā)生跳躍時，設(shè)，則地方融資平臺的資產(chǎn)價值退化為連續(xù)的幾何布朗運動過程，且假設(shè)無跳躍情形下的地方融資平臺的資產(chǎn)價值與其跳躍行為相互獨立。

由幾何布朗運動過程的性質(zhì)可知，無跳躍情形下的地方融資平臺的資產(chǎn)價值的運動過程其期望；地方融資平臺的資產(chǎn)價值在［0，t］內(nèi)發(fā)生n次非連續(xù)跳躍的期望累積影響，則地方融資平臺資產(chǎn)價值的期望，其中EJi表示單次跳躍的平均強度。由于在風(fēng)險中性概率測度Q下，地方融資平臺資產(chǎn)價值的期望因此風(fēng)險中性概率測度下的地方融資平臺資產(chǎn)收益率的期望和無風(fēng)險利率之間滿足：

假設(shè)地方融資平臺資產(chǎn)價值的跳躍行為Ji（i＝1，2，…）服從相同的對數(shù)正態(tài)分布，則當(dāng)μ0較小和較大時，資產(chǎn)價值的跳躍過程將左偏于具有“厚尾”特征的對數(shù)正態(tài)分布的左尾，進而能刻畫資產(chǎn)價值較大的負向沖擊。不妨設(shè)，則且n次跳躍的累積影響J（t）為：

由式（2）和式（3）可知，地方融資平臺的資產(chǎn)價值過程為：Vt，其中結(jié)合式（1）可知，當(dāng)?shù)胤饺谫Y平臺的資產(chǎn)價值在［0，t］內(nèi)發(fā)生n次跳躍時，Xn＋1＋的條件期望μx和條件方差分別為不妨設(shè)，則有其中 X～N基于此可推證命題1和命題2。

結(jié)合命題1和命題2可知，在違約概率和違約損失率獨立的前提下，地方融資平臺單位貸款暴露的信用風(fēng)險成本（或預(yù)期損失）為其違約概率和違約損失率的乘積，因此得到命題3：

三、我國地方融資平臺信用風(fēng)險的近似壓力測試

（一）樣本對象、數(shù)據(jù)來源與基本特征

證監(jiān)會2003年頒布的《公開發(fā)行證券的公司信息披露內(nèi)容與格式準備02號——年度報告的內(nèi)容與格式》要求上市公司在披露控股股東情況的同時，還須介紹公司實際控制人的有關(guān)情況。CSMAR《中國上市公司股東研究數(shù)據(jù)庫》內(nèi)的《上市公司控制人文件》整理了我國上市公司2003年以來的實際控制人（最終控制人）名稱、控股股東性質(zhì)、實際控制權(quán)比例等關(guān)鍵信息。CSMAR在判斷上市公司控制人時采取了以下兩種標(biāo)準：（1）上市公司報告中明確指出的實際控制人；（2）以上市公司的股權(quán)控制鏈、股權(quán)控制鏈圖以及股東之間的關(guān)聯(lián)關(guān)系，計算得到實際控制人及其控股比例。我們基于第1個標(biāo)準來判定上市公司的控股股東，并進行有效樣本的甄別與篩選。

由于控股股東性質(zhì)的不同，CSMAR將上市公司控股股東劃分為國有企業(yè)、民營企業(yè)和非企業(yè)單位，其中非企業(yè)單位中的國有機構(gòu)又細分為國務(wù)院、省或地區(qū)級政府（以下簡稱“省級政府”）、市級政府和縣級政府（國有機構(gòu)包括政府所屬的部委或部門）。鑒于本文目的是了解地方融資平臺的資產(chǎn)負債、盈利狀況及其資產(chǎn)波動性等總體特征，所以僅保留了控股股東是國有企業(yè)（代碼“1100”）、省級政府（代碼“2120－2127”）、市級政府（代碼“2130－2137”）和縣級政府（代碼“2140－2147”）的上市公司樣本，共有1 024個上市公司／年度數(shù)據(jù)，其中省級政府、市級政府和縣級政府控股的數(shù)據(jù)分別為341個、360個和62個，國有企業(yè)控股的數(shù)據(jù)為261個（見表1）。若將這些由各級地方政府及其所屬國有企業(yè)控股的上市公司視為其融資平臺，則能大體了解我國各級地方融資平臺的資產(chǎn)負債狀況和盈利能力。當(dāng)然，樣本僅代表了我國地方融資平臺的局部，且它們是一些管理和運營相對規(guī)范、資產(chǎn)質(zhì)量較好和盈利能力較高的群體，基于其信用風(fēng)險評估和壓力測試結(jié)果來推斷我國地方融資平臺的總體風(fēng)險狀況，很可能會低估。但在地方融資平臺數(shù)據(jù)難以獲得的情景下，我們僅能基于它們對地方融資平臺的信用風(fēng)險進行輪廓性的評估，這對管窺我國地方融資平臺的總體信用風(fēng)險及其潛在影響仍有裨益。稍后，我們將由各級地方政府及其所屬國有企業(yè)控制的上市公司統(tǒng)稱為其融資平臺。

由表1可知，由國有企業(yè)控股的融資平臺的總資產(chǎn)占全樣本總資產(chǎn)的87.90%（基于混合樣本的統(tǒng)計，下同），而省級政府、市級政府和縣級政府融資平臺的資產(chǎn)占比分別為7.86%、3.17%和1.07%，因此全樣本在最大程度上體現(xiàn)或代表了國有企業(yè)的控股屬性?；诨旌蠘颖镜慕y(tǒng)計分析表明，全樣本的資產(chǎn)負債率為82%，資產(chǎn)收益率為2.87%，這與國有企業(yè)控股的融資平臺的資產(chǎn)負債狀況和盈利能力極其相似。

表1 各級地方融資平臺的資產(chǎn)負債狀況和盈利能力 單位：億元

各級地方融資平臺基于資產(chǎn)加權(quán)的資產(chǎn)收益率波動性估計計算過程是：（1）對每個公司／年度計算其資產(chǎn)收益率μit，其中i表示融資平臺公司截面，t表示年度；（2）計算各級地方融資平臺的平均資產(chǎn)收益率；（3）計算各級地方融資平臺資產(chǎn)收益率的波動性其中n（i）和m（t）分別表示各級地方融資平臺所屬的樣本公司數(shù)和期數(shù)，Ait表示融資平臺i在t年的總資產(chǎn)。結(jié)果表明，各級地方融資平臺基于資產(chǎn)價值加權(quán)的資產(chǎn)收益率的標(biāo)準差為3.81%，由于國有企業(yè)控股的地方融資平臺在很大程度上代表了全樣本的屬性，因此兩者的資產(chǎn)收益率波動性極其相似。為簡化起見，下文將以全樣本的資產(chǎn)負債狀況和資產(chǎn)波動性特征為例，討論我國地方融資平臺在資產(chǎn)跳躍壓力情景下的信用風(fēng)險狀況。

（二）資產(chǎn)跳躍情景下地方融資平臺的信用風(fēng)險

由命題3的測度模型可知，在評估或測試地方融資平臺的信用風(fēng)險時，需明確或設(shè)定以下參數(shù)：（1）地方融資平臺資產(chǎn)負債狀況。由表1可知，全樣本地方融資平臺的資產(chǎn)負債率約為82%。（2）地方融資平臺資產(chǎn)收益率波動性σ2。由表2可知，全樣本地方融資平臺的資產(chǎn)收益率的標(biāo)準差為3.81%。（3）地方融資平臺的平均融資期限t。由審計署2011年第35號文件可知，我國地方政府性債務(wù)余額為10.7萬億元，其中在2011年至2015年到期的地方政府性債務(wù)分別占24.49%、17.17%、11.37%、9.28%和7.48%，在2016年及以后到期的地方政府性債務(wù)占30.21%。若以2010年為基期，且將2016年及以后到期債務(wù)的到期時間設(shè)定為第6年，則地方政府性債務(wù)以債務(wù)加權(quán)的到期時間約為3.49年。②（4）市場無風(fēng)險利率r。與國內(nèi)諸多文獻一致，不妨以一年期定期存款利率3.5%來測度（許友傳和楊駿，2012；許友傳等，2012）。（5）影響地方融資平臺資產(chǎn)價值非連續(xù)跳躍的有關(guān)情景或變量包括單位時間內(nèi)資產(chǎn)跳躍的平均概率λ、融資期限內(nèi)資產(chǎn)跳躍的次數(shù)n以及決定資產(chǎn)跳躍分布的有關(guān)參數(shù)（μ0和σ0），這取決于風(fēng)險管理部門或人員對未來經(jīng)濟走勢和授信支持資產(chǎn)（如土地）價值運動趨勢的判斷。有關(guān)參數(shù)的初值設(shè)定見表2。

表2 地方融資平臺信用風(fēng)險測算的有關(guān)參數(shù)初值設(shè)定

由表3可知，當(dāng)不考慮資產(chǎn)價值的跳躍時，各級地方融資平臺的信用風(fēng)險近乎為零，表明基于幾何布朗運動的資產(chǎn)價值連續(xù)運動假設(shè)可能嚴重低估了地方融資平臺的信用風(fēng)險；在考慮資產(chǎn)價值的隨機跳躍情形后，地方融資平臺的信用風(fēng)險成本上升至5.49%。具體而言，以地方融資平臺視為總體，若其資產(chǎn)價值在融資期限內(nèi)以4.03%的稀有概率發(fā)生了6次跳躍行為，則其信用風(fēng)險成本將上升至5.49%。

特別地，若地方融資平臺的資產(chǎn)價值在融資期限內(nèi)以8.67%的概率跳躍5次，其違約概率為16.02%，單位風(fēng)險暴露的信用風(fēng)險成本為1.76%；若地方融資平臺的資產(chǎn)價值在融資期限內(nèi)以4.03%的概率跳躍6次，其違約概率上升至28.89%，單位風(fēng)險暴露的信用風(fēng)險成本上升至5.49%。根據(jù)Ross（2003），若地方融資平臺在［0，t］內(nèi)發(fā)生了n次資產(chǎn)跳躍，其累積影響J（t）的期望和方差分別為和，其中由表3的參數(shù)設(shè)定可知和 Var，則地方融資平臺在融資期限內(nèi)發(fā)生5次資產(chǎn)跳躍累積影響的95%置信區(qū)間為［67.85%，107.26%］，發(fā)生6次資產(chǎn)跳躍累積影響的95%置信區(qū)間為［69.57%，105.54%］。③由此可推斷，當(dāng)?shù)胤饺谫Y平臺資產(chǎn)價值的躍降幅度超過30%（置信下限約等于70%）時，則7.66萬億元的地方融資平臺債務(wù)約有2萬億元處于違約風(fēng)險狀態(tài)中（相當(dāng)于違約概率為26.11%，它介于16.02%和28.89%之間），這是“問題”融資平臺貸款普遍違約的理論邊界。④

表3 各級地方融資平臺的信用風(fēng)險成本測試

表3分析了地方融資平臺的資產(chǎn)價值發(fā)生給定跳躍次數(shù)對其信用風(fēng)險的影響，而當(dāng)?shù)胤饺谫Y平臺的資產(chǎn)價值發(fā)生不同頻次的跳躍（對應(yīng)于不同的跳躍概率）時，它對其信用風(fēng)險成本及其風(fēng)險要素的影響又如何呢？圖1揭示了當(dāng)其他參數(shù)不變時地方融資平臺在融資期限內(nèi)的資產(chǎn)跳躍次數(shù)對其信用風(fēng)險成本及其風(fēng)險要素的影響。可見，隨著資產(chǎn)跳躍次數(shù)的增加，其信用風(fēng)險成本及其風(fēng)險要素均呈現(xiàn)遞增態(tài)勢，但在融資期限內(nèi)發(fā)生相應(yīng)次數(shù)跳躍的概率遞減，因此地方融資平臺發(fā)生n次跳躍的概率與其信用風(fēng)險成本呈反函數(shù)的關(guān)系（見圖2），這隱含越是稀有的隨機跳躍事件對地方融資平臺信用風(fēng)險的潛在影響可能越大。

圖2 發(fā)生n次跳躍的概率與EL的關(guān)系

圖1 n變動對EL及其風(fēng)險要素的影響

四、結(jié) 語

地方融資平臺的債務(wù)清償能力取決于融資平臺融資項目的盈利能力、融資平臺其他資產(chǎn)的清償能力以及地方政府的代償能力等因素。然而，在當(dāng)前宏觀調(diào)控急剎車和銀行信貸政策收緊的沖擊下，一些前期已上馬但未完工的平臺項目可能出現(xiàn)資金流斷裂，進而削弱其盈利能力和償付能力。同時，政府對房地產(chǎn)和土地市場的嚴厲調(diào)控也削弱了地方融資平臺土地資產(chǎn)的償付能力和地方政府的代償能力。這些現(xiàn)實情況和政策預(yù)期使我們有理由相信地方融資平臺的資產(chǎn)價值演變及其動態(tài)償付能力可能呈現(xiàn)非連續(xù)的重大躍變，并由此對銀行業(yè)的地方融資平臺貸款產(chǎn)生潛在的負面沖擊?；诖耍覀兘梃b結(jié)構(gòu)化信用風(fēng)險建模的普遍做法，假設(shè)地方融資平臺的違約行動是由其資產(chǎn)價值的隨機運動驅(qū)動的，并在其資產(chǎn)價值的幾何布朗運動過程中嵌入了系列同質(zhì)的資產(chǎn)跳躍過程的基礎(chǔ)上，給出了資產(chǎn)跳躍情景下地方融資平臺的違約風(fēng)險要素及其信用風(fēng)險的測度公式，研究了地方融資平臺的資產(chǎn)價值在跳躍壓力情景下的信用風(fēng)險及地方融資平臺的信用風(fēng)險與未來可能的市場壓力情景之間的映射關(guān)系。

基于我國各級政府及其所屬國有企業(yè)控制的上市公司的資產(chǎn)負債狀況和資產(chǎn)波動性特征，我們對各級地方融資平臺的信用風(fēng)險進行了設(shè)定情景下的近似壓力測試。研究表明，若不在地方融資平臺的資產(chǎn)價值過程中嵌入跳躍過程，各級地方融資平臺的信用風(fēng)險近乎為零，可能嚴重低估了地方融資平臺的信用風(fēng)險及其潛在影響。另外，對地方融資平臺的信用風(fēng)險與其可能的市場壓力情景之間的映射關(guān)系的測試表明，當(dāng)?shù)胤饺谫Y平臺資產(chǎn)價值的躍降幅度超過30%時，7.66萬億元的地方融資平臺債務(wù)中約有2萬億元處于違約風(fēng)險狀態(tài)之中是完全可能的。但引起我們注意的是，銀監(jiān)會前主席劉明康同志在2011年10月19日CEO組織峰會上曾表示，即使房地產(chǎn)抵押品下跌40%，我國房地產(chǎn)貸款的總體風(fēng)險仍可控。劉明康的主要依據(jù)是：（1）我國銀行體系中的房地產(chǎn)信貸占比相對較低，如截至2011年8月末，我國銀行業(yè)金融機構(gòu)房地產(chǎn)貸款占比僅為19.8%；（2）當(dāng)前我國約有98%的個人按揭貸款LTV（貸款房價比）低于80%，按揭貸款的平均償債收入比為33%，超過1／2的按揭貸款和開發(fā)貸款是在2009年二季度房價重新高企之前發(fā)放的，且開發(fā)貸款的平均押品比例高達189%。基于上述理由，我們認為我國房地產(chǎn)貸款的此類壓力測試結(jié)果是基本可信的。但若將其移植到地方融資平臺貸款的風(fēng)險評估中，情況則不盡然。這是因為無論是個人住房抵押貸款還是房地產(chǎn)開發(fā)貸款，它們的授信支持資產(chǎn)（房產(chǎn)或土地）的風(fēng)險緩釋作用相當(dāng)充分，且?guī)缀醪淮嬖谌谫Y杠桿的撬動，同時還有其他收入流的顯性償付保證。然而，地方融資平臺的融資杠桿卻非常大，地方融資平臺僅需提供30%左右的項目自有資金就能撬動銀行1個單位的授信或融資，且授信支持資產(chǎn)的償付能力或地方政府的代償能力在很大程度上取決于土地等資產(chǎn)的價值穩(wěn)定和升值預(yù)期。因此可預(yù)見的是，當(dāng)?shù)胤饺谫Y平臺和地方政府依賴土地資產(chǎn)來償還平臺債務(wù)時，若土地資產(chǎn)的價值躍降40%，其對銀行業(yè)的沖擊必將是巨大的和破壞性的。

若要減少未來可能的壓力情景的出現(xiàn)以及弱化其對銀行業(yè)金融機構(gòu)的不利影響，首先，宏觀調(diào)控和銀行信貸政策的調(diào)整須對地方融資平臺融資項目采取“保在建、壓重建、控新建”的原則，保證和提高地方融資平臺已建項目的正常運營和盈利能力，提高地方融資平臺使用項目衍生現(xiàn)金流償付債務(wù)的能力。正如銀監(jiān)會周慕冰副主席在2011年10月的《新浪金麒麟論壇》上表示的，“希望有關(guān)部門對國內(nèi)在建項目進行篩選排隊，制定‘保、壓、急、緩’項目名單，按照‘保在建、壓重建、控新建’的原則，區(qū)別對待、分類管理，確保信貸資金集中用于有限在建生產(chǎn)經(jīng)營性項目的續(xù)建和收尾，切實防止出現(xiàn)‘半拉子’工程”。其次，提前弱化土地市場緊縮預(yù)期對地方融資平臺資產(chǎn)價值和地方政府代償能力下降的影響，如積極開辟地方政府“陽光”債務(wù)融資的新渠道等。我們也注意到，財政部已于2011年10月發(fā)布了《2011年地方政府自行發(fā)債試點辦法》，開始允許上海、浙江、廣東和深圳四省市進行地方政府債券的發(fā)行試點。此舉不但弱化了地方政府對土地財政的依賴性，也提高了地方政府的債務(wù)代償能力，進而降低了銀行業(yè)金融機構(gòu)地方融資平臺風(fēng)險的極端壓力情景的出現(xiàn)概率。

注釋：

①由于版面限制，命題1和命題2的推證過程和有關(guān)注釋刊略，有需要者向作者（ycxu＠fudan.edu.cn）索取。

②將2016年及以后到期債務(wù)的到期時間設(shè)定為第6年，在一定程度上低估了地方融資平臺的平均融資期限，可能導(dǎo)致對其信用風(fēng)險的低估。

③在計算多次跳躍的累積影響的置信區(qū)間時假設(shè)其服從正態(tài)分布，而實際上它是服從對數(shù)正態(tài)分布的，這有可能高估了其置信下限，低估了其置信上限。

④參見《中國證券報》2010年10月14日鐘正報道。

［1］劉暢.“后危機”時代我國商業(yè)銀行地方政府融資平臺貸款風(fēng)險及防控對策［J］.中國經(jīng)濟問題，2011，（4）：60－66.

［2］劉煜輝，沈可挺.中國地方政府公共資本融資：問題、挑戰(zhàn)與對策——基于地方政府融資平臺債務(wù)狀況的分析［J］.金融評論，2011，（3）：1－18.

［3］孫繼偉，王波.政府融資平臺貸款的信用風(fēng)險指標(biāo)評價及其實證研究［J］.世界經(jīng)濟文匯，2011，（3）：98－109.

［4］許友傳，楊駿.中國銀行次級債發(fā)行時的“風(fēng)險定價”與市場約束臆想［J］.金融研究，2012，（5）：93－107.

［5］許友傳，劉慶富，陳可楨.中國政府對上市銀行的隱性救助概率和救助成本［J］.金融研究，2012，（10）：60－74.

［6］王飛，熊鵬.我國地方融資平臺貸款現(xiàn)狀與風(fēng)險：規(guī)模估算與情景模擬［J］.中國經(jīng)濟問題，2011，（1）：44－52.

［7］趙全厚.當(dāng)前我國地方政府融資及融資平臺相關(guān)問題研究［J］.經(jīng)濟研究參考，2011，（10）：2－9.

［8］Breuer T，Jandacka M，Mencía J，et al.A systematic approach to multi－period stress testing of portfolio credit risk［J］.Journal of Banking and Finance，2012，36（2）：332－340.

［9］Jiménez G，Mencía J.Modelling the distribution of credit losses with observable and la－tent factors［J］.Journal of Empirical Finance，2009，16（2）：235－253.

［10］Rodriguez A，Trucharte C.Loss coverage and stress testing mortgage portfolios：A non－parametric approach［J］.Journal of Financial Stability，2007，3（4）：342－367.

［11］Ross S M.An elementary introduction to mathematical finance：Options and other topics［M］.2nd Edition，Cambridge University Press，2003.

［12］Tan K H，Chan I L.Stress testing using VaR approach：A case for Asian currencies［J］.International Financial Markets，Institutions and Money，2003，13（1）：39－55.

［13］Vazquez F，Tabak B M，Souto M.A macro stress test model of credit risk for the Brazilian banking sector［J］.Journal of Financial Stability，2012，8（2）：69－83.