高速公路项目融资结构决策模型分析

高速公路项目融资结构决策模型分析

发表时间：2018-01-02T11:58:40.653Z 来源：《基层建设》2017年第28期作者：汤凌翔

[导读] 摘要：我国高速公路建设资金融资渠道也经历了不断的变迁，面对未来紧缺的资金和持续增长的需求，本文就如何优化高速公路项目融资结构，采用因子分析和回归分析方法，建立了优化融资决策模型，以期为指导企业实践提供参考。

中电建路桥集团有限公司北京市 100048

摘要：我国高速公路建设资金融资渠道也经历了不断的变迁，面对未来紧缺的资金和持续增长的需求，本文就如何优化高速公路项目融资结构，采用因子分析和回归分析方法，建立了优化融资决策模型，以期为指导企业实践提供参考。

关键词：融资结构；融资决策；因子分析；高速公路项目

前言

由于资本结构理论模型和假说均是以公司某种特征进行的分析，不同理论强调不同的重点，所以从经验上区别验证不同模型的解释力是较为困难的。因此，本文将现有较为成熟的理论所强调的主要影响融资结构的因素均考虑在内，从各种理论角度初步确定可能影响高速公路项目融资行为模式的因素，然后用因子分析法对各因素作进一步分析。考虑到数据的可取得性，本文主要选取以下描述项目特征的因素作为影响项目融资结构的考虑因素：项目规模。

一、高速公路项目融资结构的影响因素分析

高速公路项目作为的关系到地区经济发展的因素，在一定程度上反映了项目的抵押贷款能力，因此项目的运作规模也与融资结构密切相关。许多研究表明项目资产负债率与项目规模正相关，因此，可以将项目规模作为决定资本结构的重要因素；项目的成长性。高速公路项目的建设和运营具有较强的社会属性和公益属性，有文献中将高速公路项目作为准公共产品，因此很多项目的立项往往着眼于未来需求。而项目的成长性也有赖于需求的拉动，这就使得高速公路项目的预先融资决策必须考虑到未来该项目的成长潜力；项目的股权结构。在作融资行为时，企业必将考虑其所有的利益和承担的风险，拥有不同比例的股份就意味着对不同高速公路项目不同的投资和支持力度；项目资产结构（抵押价值）。研究资本结构的代理理论模型和信息不对称理论都表明，公司资产的组成结构对公司融资模式选择有影响。

二、研究方法

确定融资结构影响因素所采用的分析工具大致可以分为：最小二乘法（OLS）、逐步回归法（OLS的一种变形）、主成分分析法。本文采用主成分分析法，通过线性变换将相关变量转换为无关变量，并将其按方差递减的次序排列，以反映其对被解释变量影响程度的强弱。在此基础上进行回归分析，这不仅可以消除原始解释变量的相关性造成的信息重叠及干扰，而且可以简化分析过程、优化分析结果。本文将首先对各种资本结构理论所描述的影响高速公路项目资产负债率的因素进行归纳，通过对这些变量做因子分析，发现其中相互独立的、影响项目资本结构的主要因素，然后就这些主要因素对项目融资结构的影响进行回归分析。

三、变量设计及描述

为了解影响高速公路项目融资的主要因素，本文设计了可能的影响因素作为解释变量，分别是：项目规模、项目成长性、项目所有权结构、项目资产结构、项目非债务税盾、项目盈利能力、项目短期偿债能力、项目经营能力。被解释变量为项目的资产负债比例（融资结构）。以上解释变量和被解释变量所对应的财务指标对应关系。本文对所有的解释变量均用2002-2004年三年的平均值以减少由于变量的年波动引起衡量误差。考虑到在同一年份中解释变量与被解释变量之间的必然联系问题，将被解释变量（因变量）滞后一年。所以对项目融资结构的度量来自具体各项目2005年的资产负债数据。这样有助于推断杠杆率和各种项目特征之间的非必然联系，即间接联系。

四、实证分析

（一）因子分析因子分析常常通过以下步骤来处理：首先，计算所有变量的相关矩阵，从矩阵和统计量确认与其他变量无关的变量，评价因子模型的恰当性，以及处理在某些变量上有缺失值case。其次，因子提取，确定描述数据所需要的因子数及其计算方法。再次，因子旋转，集中于变换因子使之更好解释。最后，计算每一个case的因子得分，然后将它们用于各种进一步的分析中。第一个因子的特征值为1.708，大约占去方差的21.347％，基于过程内定取特征值大于1的规则，Fatter过程提取了前四个因子，四个因子的特征值共占方差的75.76％。被放弃的4个因子解释的方差仅占25％，说明前四个因子提供了原始数据的足够信息。

转轴后的因子系数已经明显向两极分化，有实际意义：因子F1中系数绝对值最大的是净资产收益率0.840，根据对原始变量的定义，可以将该因子识别为项目盈利能力指标。因子F2中系数绝对值最大的是固定资产占总资产的比率=0.896，根据对原始变量的定义，可将该因子识别为项目资产结构，也即项目抵押价值；根据代理理论和信息不对称理论都表明项目资产结构对项目融资模式有一定影响、Jenson 和Meekling（1976）认为，高杠杆率项目的股东有将债务融资投资于次优项目的倾向，有抵押资产的项目可以限制这种机会行为，因此抵押资产（固定资产）数量应该与债务额正相关。本文以下将进一步论证其与融资结构间的具体关系。因子F3中系数绝对值最大的是流动比率为0.898，因此可以认为F3代表了一条高速公路项目的短期偿债能力。因子F4中系数绝对值最大的是通行费增长率为0.893，因此将该因子识别为项目成长性指标。

（二）回归模型分析此结果显示：F1（项目盈利能力）、F2（项目抵押资产价值）、F3（项目短期偿债能力）、F4（项目成长性）均对项目总资产负债率有一定的解释作用；F3（项目短期偿债能力）对项目资产负债率具有很强的解释力（相关系数=0.478最大），即项目负债率与项目短期偿债能力成较强的正相关关系，即项目短期偿债能力越强，项目的负债率越大；F1（项目盈利能力）也同样与项目资产负债率正相关，这与国内一些学者的研究结果相一致，其中洪锡熙、沈艺峰（2000）采用1995～1997年沪市221个工业上市公司，从资本结构的影响因素进行研究，发现企业的负债比例与盈利能力显著正相关，并且与行业无显著相关；F4（项目成长性）与项目资产负债比率正相关，这与F1（项目盈利能力）具有相关性。高速公路项目的盈利能力在于该高速公路通行费的收取情况，只有稳定的通行费收入才能保证项目的盈利，并进而影响到对项目贷款额度的考虑；F2（项目抵押资产价值）与项目负债率成正相关，这与Jenson和Meckling （1976）年的结论一致，我国的现实情况也容易证明这一点，既可抵押资产额较大的项目较容易获得银行贷款。

五、结论

本模型在总体结论上与权衡理论相一致，但由于总体上回归方程的拟合度并不理想，所以通过对这些类似影响因素的分析还不能推出是哪个资本结构理论，都对我国高速公路项目融资结构形成具有强解释力的结论。既使权衡理论适用于我国高速公路项目融资结构的决策，但根据权衡理论，公司或者项目应有适度的目标负债率，虽然负债能增加项目价值，但并不能由此推断所有预期收益率高的项目都应