安徽省地市级城投公司债务风险分析

江伟 马鞍山师范高等专科学校

引言

在新冠肺炎疫情扰动宏观经济运营和外部环境日趋复杂的情况下，居民消费、外贸出口受到冲击，国内经济增长压力增大。“稳增长、稳预期”成为宏观政策焦点，2022年城投融资得益于宽松的信用政策，目前城投公司债务余额已居于高位。但当经济复苏时，融资环境将会收紧，债务风险或将加大。

一、城投公司发展简介

城投公司是我国市政基础设施行业市场化改革的产物，1991年上海率先成立城投公司，之后，其他地区也相继成立，城市化建设浪潮从沿海向内地全面展开，基础设施落后成为制约城市化发展的重要障碍。城投公司正是城市最重要基础设施、土地开发整理、保障房建设和国有资产运营的主体，起着投资环境营造者和资金杠杆撬动者的作用。城投公司的发展一直受到各级政府的高度重视，地方政府也是城投公司的实际控制人，主营业务具有较强的区域专营性，业务较为多元化。但业务发展的困难在于基础设施具有典型公共产品特点，具有投资规模较大、周期长、收益低等特点，公司往往面临资本支出压力，资产流动性弱，现金流欠佳。随着2008年发生了国际金融危机，政府大力刺激经济的大背景下，城投公司步入快速增长时期，此时，金融机构也加大了对城投公司的信贷投放，城投公司融资规模和债务风险也在快速上升。为了防范可能带来的金融风险，早在2010年国家就出台了一系列规范性政策；2021年国发〔2021〕5号文提出清理规范地方融资平台公司，剥离其政府融资职能，对失去清偿能力的要依法实施破产重整和清算[1]；以及2022年5月，财政部通报8个地方政府新增隐性债务和隐性债务化解不实等违法违规行为的典型案例。一系列的政策文件都表明了监管的态度，意味着城投公司控制债务规模并进一步债务化解已迫在眉睫。

二、分析模型

（1）Z-score模型，该模型由纽约大学教授Edward I.Altman提出，该定量分析模型被广泛运用债务风险预警。李静（2017）认为该模型预测期越短准确度越高，一年期内财务风险判别准确度可达到90%[2]。Z-score模型具体表达式为：Z=1.2X1+1.4X2+3.3X3+0.6X4+0.999X5该表达式为多变量线性函数，使用五维指标进行加权汇总而来。其中，X1为流动资产与流动负债之间差额（运营资本）除以总资产的值，该值越大短期偿债能力越强；X2为留存收益除以总资产的值，该值越大累计盈利能力越强；X3为息税前利润除以总资产的值，该值越大获利能力越强；X4为股票总价值除以总负债的值，该值越大利用债务创造价值能力越强；X5为销售收入除以总资产的值，该值越大资金周转效率越高。该模型中所有指标都是正向的，即数值越大越好，所以，加权求和后Z-score值越大代表财务状况越良好。判断标准为：Z>2.99时，财务良好，短期内不存在破产风险；当Z值介于[1.81,2.99]之间时，为“灰色区域”，即财务状态不稳定，但是否会走向破产尚不明确；当Z<1.81时，基本可以判定目前存在严重的债务风险。

（2）聚类分析，聚类是将个体分类到相对同质的群组的一个过程，同一个群组中的个体间具有很强的相似性，不同群组的个体之间差异性会偏大一些。但聚类与传统分类有所不同，聚类是无监督学习过程，不依赖于预先定义带类别的标记，而是由算法自动确定标记。本文采用系统聚类算法，即开始时将每个样本单独看成一个群组，然后计算群组之间的“距离”（本文选用平方欧式距离），选择距离最小的一对合并成一个新的群组，再次计算群组之间距离，选择距离最小的合并成新的群组，重复上述过程，直到所有的样本都合为一个群组。样本选取Z-score模型中X1~X5作为聚类指标，为了防止各指标数值差别较大，采用极差标准化方法对数据进行了标准化处理。

三、债务风险分析

（1）Z-score模型分析。截至2021年末安徽省共有359家城投公司，“城投债”余额总计5206.94亿元。为了便于分析，本文选择了16个地级市中资产规模较大的城投公司作为研究对象，并通过公开渠道采集了各家公司近几年的财务报告。由于均为非上市公司，无法采集其股票总价值，本文采用：公司总估价=（税后净收益/权益资金成本）*权益资金进行估计，并假设市场投资期望回报率为6.15%。通过数据采集与分析，获得了各家公司Z-score值，并绘图如图1所示。

图1 16家城投公司Z-score值折现图

从时间维度来看，各家公司Z-score值波动不大，仅有少数几家公司波幅较大，同2019年比较，2021年Z-score变小的有13家，增大的有3家，反映出受疫情影响大部分城投公司债务风险有所加大。2021年Z-score值都介于[0.4，1.6]之间，总体来讲Z-score值偏小，都小于风险判断标准的阈值1.8。并不能简单依此来进行判断，王韬、吕道明（2002）认为由于我国上市公司与美国公司所处环境不一样，造成了该模型对我国上市公司并不是完全适用，而只是在一定程度上具有参考价值[3]。虽然Z-score值不能进行武断的判断，但数值偏小还是值得关注的。对2022年度发生技术性债务违约的西部某地级市城投公司采用该模型计算出2021年Z-score值为0.146。综合来看，16家城投公司债务风险状况依然值得关注，并有持续加大的趋势。从Z-score模型X1~X5单项指标来看，16家城投公司没有明显的变化趋势，但从数值量级上看，X3、X5明显偏小，乘以Z-score模型赋予的权重3.3、0.999后依然偏小，这也是导致Z-score值偏小的主要原因。现实表现就是传统城投公司以重资产的基础建设业务为主，但此类业务盈利能力和运营能力都比较偏弱，这也是导致城投公司债务风险日积月累的内在原因。

（2）聚类分析。为了更好地分析16家城投公司债务风险内部结构状况，本文采用聚类分析法就Z-score模型X1~X5数据进行系统聚类，SPSS软件分析结果如图2所示。

图2 聚类分析谱系图

使用聚类模型有个很重要的步骤就是如何开始确定聚类中心的个数，其中，肘方法很容易实现。因为聚合系数折线图类似于手肘形状，而肘部位置所对应的类别数即为最优聚类数[4]。通过软件绘制聚合系数图如图3所示。

图3 聚合系数图

结合图2与图3，16家城投公司划分为4类。第一类包含1家公司，编号为3；第二类包含2家公司，编号分别是7、8；第三类包含5家公司，编号分别是2、4、11、16、1；第四类包含8家公司，编号分别是6、14、13、5、10、12、15、9。四类公司的各自特征是：第一类各项数据均大于平均值，如图1中编号为3的公司Z-score值最大为1.59。具体分析，现实中公司有从事矿产资源开采销售，采用先款后货、以销定产的销售模式回款较快，2021年营业收入占比达到11%，毛利润率高达到58%。此外，公司以产业基金或股权投资模式扶持、培育当地产业发展，并获得了丰厚的收益，2021年公司投资收益19.76亿元，同期公司利润总额为30.95亿元。第二类公司仅有X2项数据大于平均值，且近三年Z-score值平均数在0.81左右。具体分析，现实中两家公司资本公积和未分配利润之和占所有者权益比例分别达到61.47%、90.94%。第三类公司仅有X1项数据大于平均值，且近三年Z-score值平均数在1.17左右。具体分析，现实中该类公司主要业务中采用BT模式，并且代建项目已进入结算期，这有助于偿还公司短期债务。第四类公司有X3、X5项数据大于平均值，但数值依然偏小，且近三年Z-score值平均数在0.74左右。从数量上来看，第一类和第三类公司共有6家且Z-score值较大，第二类和第四类公司共有10家且Z-score值较小。通过对现实公司业务情况及结构分析，前者Z-score值偏大主要得益于其共同特点，具有良好的业务模式或者投资了利润丰厚的项目。

结语

综上所述，16家地市级城投公司Z-score值偏小，需要引起重视。偏小的原因在于城投公司是以重资产的基础建设为主，同时此类业务盈利能力和运营能力相对偏弱。通过聚类发现，有部分城投公司Z-score值较其他公司偏大，这得益于其良好的业务模式或有利润丰厚的项目。综合内外部环境来看，城投公司应把握时机加快推进市场化转型。首先，在明确主业的前提下，主动拓宽经营范围，争取具有良好经营性收入的项目，丰厚公司利润和营业收入。其次，城投公司应加强数字化转型。相比其他类型的企业，城投公司经营的项目比较庞杂，多元化经营对公司管理提出了更高的要求，只有公司管理跟上业务规模，才能发挥好规模效应。城投公司应该依托现代数字化建设推动公司精细化管理，提高人、财、物的产出效率，避免浪费、闲置和低效。最后，城投公司应采用先进的业务模式。如，BT模式，这样能够有效缓解公司资金压力。另外，城投公司存量资产质量优良，具有稳定的现金流，可以发行ABS或公募REITs等产品来改善资产的流动性。