高鐵投資財務風險分析與預測

刁峰

摘要：高鐵建設作為國家重點投資項目，隨著“八縱八橫”，“一帶一路”等國家戰略的提出，已成為當前研究熱點。本文基于鐵路十三五規劃和世界銀行數據，采用蒙特卡洛模擬方法，在已有數據結構基礎上模擬出2020至2030年高鐵財務變化，并預估出未來高鐵投資內部收益率大小，研究結果表明，經過2萬，4萬次蒙特卡洛模擬分析，未來高鐵投資內部收益率在92 %的概率下會大于0，在76%的概率下會大于4.9%，59%的概率下會大于8%，高鐵投資項目財務風險較小，投資可行性很強，未來有較大的盈利可能。

關鍵詞：高鐵建設;投資風險;內部收益率模型;蒙特卡洛模擬

1 文獻綜述

截至2018年年底，中國高鐵營業里程已達2.9萬公里，投資規模達4千億元左右，高鐵在數量和質量上得到空前發展，與此同時我國高鐵存在大范圍財務虧損（高華榮，2017）和運能閑置問題（榮朝和，2017），高昂的建設成本，以及持續經營中可能出現的虧損，致使高鐵投資不容樂觀，高鐵投資風險研究對高鐵持續穩定發展具有重要作用。

當前高鐵投資風險研究主要集中在投資風險識別和評價體系構建上，郭鵬等（2007）基于專家評分法提出了風險評價指標體系，殷紅軍等（2012）認為高鐵樞紐建設中的“部省合資”模式有效提升了高鐵經濟效益，王順洪等（2016）以此為基礎建立了海外高鐵投資風險體系，高鐵投資風險研究定性居多，定量研究較少，蒙特卡洛模擬作為研究不確定性高而投資靈活性低的分析工具，在基礎設施建設項目風險研究方面存在一定應用，李曉英等（2015）在城市基礎設施建設分析，使用蒙特卡洛模擬預測未來凈現值變化，Jack等（2017）研究高鐵對中國城市的影響時，用蒙特卡洛模擬證明了OLS回歸和樣本外測試在評估面板數據因果關系中的有用性，張紅斌（2018）也基于蒙特卡洛模擬研究了城市污水處理項目的內部收益率。此外，Hyewon等（2019）也認為蒙特卡洛模擬在風險分析和決策制定方面存在廣泛應用，基于折現現金流的蒙特卡洛模擬分析是商業研究的標準。

可見，蒙特卡洛模擬在投資風險分析中存在廣泛應用，高鐵建設作為中國新基建的重要組成部分，投資風險分析的準確性直接影響了未來新基建的發展方向，基于此，本文在以往研究基礎上，結合專家經驗，篩選出高鐵投資影響因素，建立高鐵財務評價模型，并用蒙特卡洛仿真軟件，預測高鐵未來投資收益，為盡可能避免模擬過程中出現與實際結果偏差較大情況，本文進行了大樣本實驗。

2 模型建立

2.1 模型構建

蒙特卡洛模擬，其原理是假設項目分析中任意影響變量的概率分布是確定的，可通過樣本數據進行擬合，假設隨機變量與目標變量存在某種函數關系，通過隨機重復抽樣可獲得目標變量的近似概率分布特征，抽取符合概率分布的隨機序列，將其按照設定的函數關系進行運算，得到目標變量的概率分布。一般單次抽樣具有很高偶然性與偏差，不具有統計意義，但對模型抽樣次數達一定數量后，可以得到與項目實際情況較為接近的概率分布特征。

依據蒙特卡洛模擬原理，構建衡量高鐵投資財務效益評價模型，當前研究中常見財務評價指標主要有內部收益率、凈現值等，在選取相關指標時考慮到世界銀行和國家發改委均規定以內部收益率為主要評價指標，因此本文將其作為評價指標，并建立內部收益率模型，內部收益率評價單項目是否可行的標準為：若項目內部收益率大于等于零，則方案可行，否則，方案不可行。

考慮到現有鐵路數據并未區分高鐵與普通鐵路，本文參考勞倫斯等（2019）研究中國高鐵發展中數據處理方法，確定影響高鐵投資現金流的相關因素，并利用影響現金流變化因素的概率密度函數的隨機抽樣序列來模擬實際投資過程中的分布模型，以此來獲得高鐵投資各期現金流情況，衡量高鐵未來盈利能力。

2.2 影響因素選取

在高鐵投資項目中，影響投資風險因素可分為內、外部因素，在內部因素中，王剛等（2013）認為隨著高鐵修建里程增加，高鐵運營成本支出巨大，2018年國家鐵路總公司第三季度財報顯示，2018全年全國鐵路運營成本占總成本的65.06%，高鐵運營成本直接影響高鐵收益，除此之外高鐵財務研究還需要考慮基礎設施維護成本、貸款本金及利息，因此在高鐵投資風險分析時，選取高鐵建設投資，運營成本，基礎設施維護成本，本金償付額和利息作為研究高鐵內部風險因素。在外部風險分析時，高鐵客運收入作為高鐵收入的主要來源，在高鐵投資風險研究中至關重要，因此本文選取高鐵收入作為影響高鐵投資風險的主要外部因素，而影響投資風險的外部因素還應包括諸如當前新冠疫情等自然災害影響，但由于高鐵作為關乎國計民生的重大項目，具有較高抗風險能力，且在蒙特卡洛模擬大樣本分析中，隨機性事件產生的波動可以被有效識別。

2.3 概率分布測算

風險變量確定后，需要確定符合要求的風險變量概率分布，而風險變量概率分布的準確程度關系到高鐵投資風險預測精度。在項目建設中一般用三角分布和β分布描述工期，投資等不對稱分布的概率分布，經營成本和銷售收入則服從正態分布，依據專家經驗，世行公布的數據，本文總結出高鐵收入為0.368元/人公里，高鐵投資為1.24億/公里，運營成本為0.206元/人公里，基礎設施維護成本為0.02億/人公里，本金償付額為0.0295億/公里。根據上述數據與鐵路年鑒中2008至2019年高鐵客流量與里程數據，得出高鐵收入總額、投資總額、運營成本總額、基礎設施維護成本總額、本金償付總額和利息，在計算利息時，以2015年國家開發銀行公布的中長期貸款利率為準，計算高鐵客運收入時，經專家討論和歷史數據擬合，高鐵客運收入符合S型曲線，用Logistic分布函數來代表高鐵客運總收入概率分布，同時參考鐵道年鑒和世行數據，確定以上其他變量的分布函數類型和對應密度函數，并將上述風險變量概率分布函數帶入內部收益率模型中，得到高鐵投資風險預測模型，具體見下式（1）。

其中用表示高鐵總收入Logistic概率分布，表示對應分布均值為33億，表示對應分布方差為1千，表示高鐵總投資的三角形概率分布，表示樂觀值為366萬元，b表示最大可能值為1419萬元，c表示悲觀值為3904萬元，表示高鐵運營成本總額的正態概率分布，為23億元，為78，表示基礎設施維護總成本的正態概率分布，為2億元，為0.77，表示本金償還總額的正態概率分布，為0.11億元，為0.016，表示貸款利息總額的正態概率分布，其中i為貸款利率，為44萬元，為35。

3 結果與分析

基于以上分析，用蒙特卡洛水晶球軟件對內部收益率模型分別進行2萬次，4萬次模擬，經過2次模擬后，整體模型變異系數在0.72左右，變異系數較大，表明內部收益率模型存在標準偏差較大，平均值較小問題，模型的內部收益率最小接近-10%，最大接近30%，均值在10%附近，可見較大的變異系數并不影響高鐵投資風險評估，高鐵內部收益率有較大可能大于0%。經過2萬次模擬，高鐵項目IRR大部分落在10%附近，內部收益率均值為9%，標準偏差為7%，內部收益率大于0%的概率為92.40%，大于4.9%的長期貸款利率的概率為75.60%，大于8%的社會折現率的概率為59.22%，從4萬次模擬的結果來看，內部收益率在10%附近的波動幅度變小，整體投資風險概率分布更加集中，模型標準偏差為7%，變異系數為0.7292，內部收益率大于0的概率為92.24%，大于4.9%的長期貸款利率的概率為76.07%，大于8%的社會折現率的概率為58.81%，表明高鐵有較大盈利空間，未來發展趨勢良好。

除此之外，整個模型內部收益率大于0%時，投資風險在7.60%到7.93%之間變化，投資可行概率在92.15%到92.40%之間變化，表明高鐵投資內部收益率模型有92%的概率大于零，未來高鐵投資風險較小，高鐵項目可行性較高，與8%的社會折現率相比，內部收益率大于8%的可行概率在58.64%到59.36%之間變化，高鐵內部收益率超過8%的風險在40%左右，實際融資過程中，國家開發銀行公布的中長期貸款利率為4.9%，只要高鐵內部收益率大于4.9%，也就意味著高鐵投資存在盈利的可能，表4中內部收益率大于4.9%的投資可行概率在75.60%到77.62%之間變化，表明高鐵投資項目如果在2020年至2030年盈利，需要承擔24%左右的風險，高鐵項目存在較大盈利可能。

4 結論與啟示

本文基于世行與鐵道年鑒等數據，采用蒙特卡洛模擬方法構建了高鐵投資財務風險模型，并用蒙特卡洛水晶球軟件對模型依次模擬了2萬，4萬次，估算出2020至2030年高鐵投資項目內部收益率，單從計算結果看，通過上述模擬實驗，高鐵內部收益率大于0的概率在92%左右，小于0的概率在8%左右，高鐵投資項目可行性很強，與4.9%和8%的社會折現率相比，高鐵內部收益率大于4.9%的概率在76%左右，大于8%的概率在59%左右，這一結果也被高鐵內部收益率模型累計概率分布所證明，未來高鐵內部收益率大概率集中于10%左右，高于8%的社會折現率，高鐵投資風險較小，未來有較大的盈利可能。

根據以上分析，高鐵建設投資未來財務風險較小，高鐵投資可行性較大，存在盈利可能，但實際投資活動中，僅以財務指標作為項目投資決策的依據，往往存在一定的局限性，需要綜合考慮經濟效益和社會效益等其他因素影響，從理論上看，基于影響因素的蒙特卡洛模擬很好地分析和預測了高鐵內部收益率概率分布函數在未來的變化趨勢，很好地解決了高鐵未來投資風險大小，為高鐵未來投資發展提供了一定的指引作用。

參考文獻：

[1]高華榮.高速鐵路對區域經濟發展的影響研究[D].北京交通大學，2017.

[2]榮朝和，王大鵬.臺灣高鐵財務困局的原因分析[J].廣東社會科學，2017（02）：82-90+254.

[3]郭鵬，安會剛，曹朝喜.固定資產投資項目風險評價指標體系及風險變化規律[J].統計與決策，2007（06）：57-59.

[4]殷紅軍，郭菊娥，趙新文.我國高鐵盈利能力分析及投融資模式選擇與優化[J].華東經濟管理，2012，26（02）：74-78.

[5]王順洪，馬蓉，郭強.海外跨境高鐵投資風險因素結構關系分析：以“新馬高鐵”為例[J].科技管理研究，2016，36（19）：224-229.

[6]周國華，彭波.基于貝葉斯網絡的建設項目質量管理風險因素分析——以京滬高速鐵路建設項目為例[J].中國軟科學，2009（09）：99-106.

[7]Jack Strauss.Do high speed railway lead to urban economic growth in china？ [C].the International Institute of Social and Economic Sciences，29 May 2017，8th Economics & Finance Conference.

[8]張紅斌.蒙特卡洛法在城市污水PPP項目投資風險分析的應用[D].蘭州大學，2018.

[9]Hyewon Shin，Euijune Kim.Meta-analysis of rate of return on road projects [J].Transportation Letters，2019，11：4，190-199.

[10]王剛，龔六堂.淺析高速鐵路建設投資的產業經濟效應[J].宏觀經濟研究，2013（06）：67-71.

[11]瑪莎·勞倫斯，理查德·布洛克，劉子銘.中國的高速鐵路發展[R].國際復興開發銀行/世界銀行，2019.