土地儲備方案的風險評估

紀元昕，王茜瑤，趙美中，朱家明

（安徽財經大學1.統計與應用數學學院,2.金融學院；安徽 蚌埠233030）

土地儲備方案的風險評估

紀元昕1，王茜瑤1，趙美中2，朱家明1

（安徽財經大學1.統計與應用數學學院,2.金融學院；安徽 蚌埠233030）

摘要：針對土地儲備方案的風險評估,運用模糊數學建立金融風險評估模型和主導因素判別模型,得到風險最大的前10個項目和3個導致風險最大的主導因素.利用風險綜合評價值,使用一元線性回歸法建立了風險值與收益回歸的模型,得到減少風險因素后的風險評估模型,使得該模型運用到實際中時更加簡便.對土地儲備投資者來講,常常追求低風險高收益的組合,于是將風險值與預期收益進行回歸分析,根據擬合的一次方程大致估計出收益的大小.

關鍵詞：土地儲備；聚類優化；收益預測；Eview s；M atlab；Spss

從1996年上海成立我國首個城市土地儲備機構起,城市土地儲備制度就優化土地資產配置、規范土地市場運行、保障土地利用總體規劃和城市規劃的實施等方面發揮了積極作用.然而,城市土地儲備具有投資量大、投資周期長、實物形態是不動產等特點［1-4］,并且在土地收儲過程中,需要動用大量資金,于是在地方政府及其財政背書的情況下,土地收儲機構利用大量銀行的授信貸款、抵押貸款等各種渠道的信貸資金收儲土地.而這些資金在土地市場疲軟之時,極易因收儲的土地無法變現而導致金融風險的集中暴發.本文在確定當前城市土地儲備風險管理目標的前提下,以城市土地儲備的風險識別為基礎,選取合理的指標對城市土地儲備進行風險評估,最后提出風險控制的具體實施方案.

1　土地儲備方案的風險評估及原因分析

1.1研究思路

首先利用74個項目所對應的各經濟指標值構造指標數值矩陣A.通過無量綱化,將矩陣的各元素均轉化為效益型指標,建立模糊效益型矩陣.接著利用相對優屬度矩陣評價,建立土地儲備金融風險評估模型,得到風險最大的前10個項目.針對這10個項目,從占主導地位的8個指標入手,運用回歸分析法,建立主導因素判別模型,得出了資金運用比例低、動態回收周期長、財務內部收益率低是導致項目風險最大的主導因素.

1.2數據處理

對各經濟指標進行標記［1］,用χ1表示土地儲備費用,χ4表示動態回收周期,χ5表示負債率,χ6表示涉及拆遷補償人口戶,χ8表示總收儲成本估算,χ2表示財務凈現值,χ3表示財務內部收益率,χ7表示項目規劃用途.其中土地儲備費用、動態回收周期、負債率、涉及拆遷補償人口戶、總收儲成本估算為成本型指標,效益型指標為財務凈現值、財務內部收益率、項目規劃用途.在此基礎上,對這8個經濟指標建立模糊效益型,模糊成本型矩陣.

利用模糊數學法中的相對優屬度矩陣評價,建立金融風險評估模型,具體步驟如下.

（1）比較74個項目各經濟指標的值,構造理想性的最優方案∶當aij為效益型指標, 當aij為成本型指標.

得到的結果為∶（0.002 669,51 998.96,0.802 4,1.09,0.21,0,6,3 482.44）T.

（2）建立相對偏差模糊矩陣R.

（3）建立各評價指標的權數wi.

第一步,利用下面公式,計算矩陣A的各列向量的均值與方差∶

第三步,對變異系數歸一化,得到權重向量wi＝（0.113 8 0.141 5 0.153 8 0.165 6 0.126 8 0.044 5 0.133 9 0.120 1）.

（4）建立效益型矩陣.

利用Mat1ab軟件,得到74個項目中風險最大的前十個項目排序,如表1所示.

表1　修正前后風險值排序表

此處,定義風險值為Y,Y值越小則說明該項目的風險越大.從表1可得,第66號,第41號,第69號項目為風險最大的前3個項目.

在上述數據處理中,選取了土地儲備費用作為影響因素之一.但由經濟學知識可知,土地儲備費用本身仍不足以說明其對風險大小的影響.因此考慮用“財務凈現值/總現金流出”來表示項目在自由資金實力下對土地成本的承擔能力.將該因素指標記為∶資金運用比例,代替土地儲備費用作為效益型指標［2］.

由修正模型重復上述步驟,得到的權重向量為∶

重新得出的風險最大的前10個項目排序,如表1所示.此時,風險最大的前10個項目發生了改變,可見“資金運用比例”這一效益型指標對風險大小確實有較大影響.

（6）最小二乘法的回歸分析.

通過上述的數據處理,得到的是10個風險最大項目的排序.接下來判別對影響風險最大項目排序的8個風險因素中的主導因素,建立主導風險因素判別模型,分析這10個項目在所判別的主導因素中其風險值的共性與差異,進而探討各項目風險較大的原因.

選擇樣本回歸函數使得被解釋變量y的估計值與真實值之差的平方和最小.用公式表示為∶.樣本回歸函數為yi＝b1＋b2χi＋ei其中ei為殘差項.

由于在本文中主要想考察風險因素對金融風險值的回歸效果,因此回歸函數不是最終目的,對于回歸結果中可決系數與t統計量是主要研究對象.

經過比較分析,篩選出資金運用比例,財務內部收益率,動態回收周期風險因素的結果圖.

表2　資金運用比例圖

由表2數據可知,決定系數R2高達69.8%,即風險評價值的結果有接近70%是由資金運用比例的值所決定的,擬合程度較好.t統計量顯著高于2.0,即解釋變量通過了顯著性檢驗,說明了資金運用比例是金融風險評估的主導因素.

同“資金運用比例”這一影響風險因素的數據處理,可得到財務內部收益率的可決系數高達72.39%,與資金運用比例因素大致相同,擬合程度較好.t統計量仍遠大于2.0,通過了顯著性檢驗,可看出,財務內部收益率也是作為效益型矩陣的主導性影響因素,其值越大,該項目承擔風險相對越小,抗風險能力越強［3］.

同理,對“動態回收周期”這一風險因素指標進行處理.得到該因素也具有較好的擬合優度,并通過顯著性檢驗,說明動態回收期作為成本型指標,對風險值的結果也有較大的影響.即動態回收期越長,該項目所承擔的風險相對更大.

其他風險因素擬合程度均較弱,因此主導因素可確定為資金運用比例,財務內部收益率,動態回收周期.將數據導入Exce1,得到不同風險因素所占比例,如圖1所示.

圖1　金融風險餅狀圖

最后根據主導因素的數值不同,對風險最大的10個項目進行風險原因分析.這10個項目的資金運用比例均較低,僅在0.1～0.4之間波動徘徊,財務內部收益率也較低,在0.15～0.35之間波動徘徊,而動態回收周期均較大,在1.5左右范圍內波動.

1.3結果分析

對于土地儲備方案的風險評估,給出一個可行的方案.首先利用模糊數學法,建立金融風險評估模型進而得到資金運用比例、動態回收周期、負債率、涉及拆遷補償人口戶、總收儲成本估算、財務凈現值,財務內部收益率和項目規劃用途這八個指標的權重,最后根據權重建立相關矩陣,得到風險評價值.風險評價值越小則說明該項目的風險越大.另外在考慮內部市場利率與行業基準利率波動的前提下,資金運用比例低、動態回收周期長、財務內部收益率低是導致土地儲備方案風險較大的主要原因.

2　關于風險因素的聚類優化

2.1研究思路

在土地儲備風險的評估中,為了全面、系統地分析問題,選取了74個土地儲備項目和8個風險因素指標.這兩類指標之間彼此有一定的相關性,因此所得的統計數據反映的信息在一定程度上有重疊.于是采用主成分分析法進行分析,使用SPss軟件,建立主成分分析驗證模型.首先消除不同風險因素之間量綱的影響,將原始數據標準化,然后建立風險因素相關矩陣和初始因子載荷矩陣,最后分解方差確立主成分,擬合新的主成分模擬［4］.

2.2數據處理

（1）將原始數據標準化,建立風險因素相關矩陣,如表3所示.標準化后的相關系數矩陣的數據,可以體現各個變量之間的相關程度.

表3　風險因素相關矩陣表

（2）方差分解主成分提取分析,結果如表4所示.前三個因子的特征值大于1,且累積貢獻率達到了73.129%,基本可以反映原變量的總體情況.

表4　方差分解主成分提取分析圖

（3）擬合三個主成分,得到優化后的風險評估模型

第一主成分包括∶凈現值/管理費用,財務內部收益率和負債率,并根據在該成分中占據的比例加權,擬合成新的調查因素η1,第二主成分包括∶財務凈現值,動態回收周期和總收儲成本估算,并根據在該成分中占據的比例加權擬合成η2；第三主成分包括∶涉及拆遷補償人口和項目規劃用途,并根據成分比例加權擬合成η3.建立主成分綜合模型∶

2.3結果分析

這樣由8個風險評價因素變為3個風險評價因素優化后的風險評估模型,明顯的減少了風險因素數量,使得該模型運用到實際操作中時更加簡便,減少了中間的成本.

3　關于土地儲備的收益預測

3.1研究思路

利用得到的風險綜合評價值,使用一元線性回歸方法,建立風險值與收益回歸模型.使用Eviews軟件,利用t統計值和可絕系數來判定模型優度,由此對土地儲備風險的收益進行合理預測［5］.

3.2數據處理

（1）數據處理思路

利用t統計值和可絕系數來判定模型優度.因此采用t檢驗來說明風險和收益在土地儲備投資方面的關系,采用可決系數對統計的可靠性做出檢驗.

（2）選取指標

給出的“預期收益”表面上雖是現金流入,但是并沒考慮到成本流出.因此采用“凈現金流量”作為指標較為合適.

（3）利用t檢驗得到的風險值與收益相關性表,如表5所示.

表5　風險值與收益相關性表

由表5數據可知,決定系數值僅有0.088 282,擬合程度不高.但由于只確定了一個變量,所以總體的差異可能會比較大.但t-Statistic＝2.640 417＞2,而且概率值為0.010 1<0.05則說明風險值與收益是通過顯著性檢驗的,說明確實大風險會帶來較大的收益,兩者存在因果關系［6］.

（4）Scat yχ,可得擬合的一次方程為∶Y＝17 605.00χ＋1 312.060.

對于土地儲備的投資者來講,往往希望追求低風險高收益的組合,使自己的利潤達到最大化.但收益與風險幾乎是如影隨形的,承擔風險是獲取收益的前提.本文將風險值與預期收益進行了回歸分析,根據擬合的一次方程大致估計出收益的大小.

4　結論

由本文的模型可知,在城市土地儲備風險評估的具體實施方案中,首先針對各項目,建立模糊效益型和成本型矩陣.利用相對優屬度矩陣評價,建立土地儲備金融風險評估模型.接著利用模糊數學法,建立金融風險評估模型進而得到各個風險指標的權重.根據指標的權重建立相關矩陣,得到風險評價值.利用得到的風險綜合評價值,使用一元線性回歸方法,建立風險值與收益回歸模型,由此得到風險評價因素優化后的風險評估模型.由于收益與風險幾乎是如影隨形的,承擔風險是獲取收益的前提.再將風險值與預期收益進行回歸分析,根據擬合的一次方程大致估計出收益的大小.根據此方法得到的收益大小,可為政府部門的土地儲備投資做出建議.

參考文獻：

［1］紀元昕,王茜瑤,趙美中.第七屆數學中國數學建模網絡挑戰賽C題［EB/OL］.［2014-04-22］.httP：//www.madio.net/forum. PhP？mod＝viewthread&tid＝211555&extra＝Page%3D21%26fi1ter%3DtyPeid%26tyPeid%3D468%26tyPeid%3D468.

［2］苗春霖.土地儲備的風險與對策［J］.中國土地,2005（1）∶28-29.

［3］曾向陽,張安錄,陳勇.土地儲備制度實證研究［M］.上?！蒙虾Ｉ鐣茖W院出版社,2008：57-60.

［4］盧有杰,盧家儀.項目風險管理［M］.北京∶清華大學出版社,1999.

［5］陳曉軍,盛淑凱,張建利,等.土地儲備項目風險預警控制模型［J］.中國土地科學,2009,23（1）∶38-42.

［6］潘春宏.土地儲備風險控制研究［M］.哈爾濱：哈爾濱工業大學,2009.

（責任編輯∶邵曉軍）

中圖分類號：F301.24

文獻標識碼：A

文章編號：1007-5348（2015）10-0010-05

［收稿日期］2015-07-26

［基金項目］安徽省大學生創新創業訓練項目（AH201410378314）.

［作者簡介］紀元昕（1994-）,女,安徽合肥人,安徽財經大學統計與應用數學學院學生；研究方向∶統計學.

Rlsk Assessment of Scheme for Land Reserve System

JIYuan-xin1,WANG Xi-yao1,ZHAOMei-zhong2,ZHU Jia-ming1
（1.Schoo1of Statistics and APP1ied Mathematics,2.Schoo1of Finance,Anhui University of Finance and Economics,Bengbu 233030,Anhui,China）

Abstract:Referring to the risk assessment of scheme for 1and reserve system,itmakes use of the fuzzymathematics to estab1ish the risk assessmentmode1and judgment by dominant factorsmode1 to figure out toP ten Projects of the 1argest risk and three dominant factors which cause the 1argest risk.Then the risk comPrehensive eva1uation obtained is used for bui1ding uP the risk va1ue and exPected return through 1inear regression method. In this resPect,it cou1d acquire the new risk assessmentmode1which e1iminates the risk factors.It ismore convenient to aPP1y such mode1 into the Practica1 use,such as for investors,who often Pursue the combination of 1ow risk and high return.So it cou1d use the risk va1ue and exPected return to do the regression ana1ysis,estimating the exact va1ue of return based on the fitting equation.

Key words:1and reserve system；c1ustering oPtimization；exPected return；Eviews；Mat1ab；SPss