土地项目融资风险研究范文

本站小编为你精心准备了土地项目融资风险研究参考范文，愿这些范文能点燃您思维的火花，激发您的写作灵感。欢迎深入阅读并收藏。

土地储备风险的度量，关系到储备部门融资风险与投资使用效率。近年来，随着房地产行业的下行压力，土地使用率逐年降低，对土地储备工作也带来了不小的挑战。对于土地储备方案风险评估问题的研究，一方面在于研究定量测度土地储备风险的方法，另一方面在于研究构建评价体系的指标差异。在风险衡量方法方面，现有研究的衡量方法主要集中于使用层次分析法，如朱明明(2014)［1］、李亚凌(2014)［2］等;也有部分研究涉及DEA法(如王静敏，2014)［3］和因子分析法(如杨武，2014)［4］。在单一地区的土地储备风险的判定研究上，一些研究从省域出发，如张林(2012)［5］、白冰(2009)［6］，却很少有一个统一的风险评估模型来度量土地储备的风险。从风险衡量指标的确定方面，目前的文献记录中，主要的指标选择也集中于财务营运能力、财务偿债能力与盈利发展能力(如赵思怡，2015)［7］，亦或是以具体变量类型作为指标:收购储备面积，预期收益等(如王静敏，2014)［3］。目前研究的热点，主要在于如何有效的衡量土地储备的风险，通过构建合适的指标体系来定性评价某些项目的风险大小。但是现有文献中较少谈及指标的选择问题，大多直接通过构建评价模型，给出初步的评价结果，这样当指标选择不是足够恰当时，得出的模型结果也会与实际结果相差甚远。笔者旨在探究影响土地风险储备因素，并进行模糊均值聚类分析，给出项目风险级别，从而建立评价土地项目风险评估的模型。

1基于方差分析的土地项目风险评估

方差分析作为分析试验数据的一种重要工具，是数理统计的基本方法之一。方差分析是研究一些因素(自变量)对某个指标(因变量)的相关关系，研究哪些因素对指标的影响是显著的，哪些因素对指标的影响不显著，最终找到有力的试验条件。当试验中考察的因素只存在一个时，称为单因素试验;如果实验研究两个或两个以上的因素对指标的显著影响时，则称为两因素或多因素试验。从数学中国建模竞赛所给2006－2013年的面板数据中选取指标并提取相应的数据［8］。

为了探究指标与指标之间相互的显著性影响，避免因为指标之间不存在显著性的影响，而导致整个模型的误判，从而将申请贷款额度、银行批复额度、预期收益作为自变量，项目投资总额估算为因变量各自记为B1、B2、B3、B4，按照下面步骤进行分析。步骤1:提出假设。假设各因素均值水平都相等，则其对立面为各因素的均值水平不相等。即假设所有指标之间存在显著性不同，其中j表示指标数。步骤2:计算随机变量的数字特征。计算均值与协方差与各个指标的均值、协方差以表示两个指标之间相互关联性。步骤3:构造检验统计量。构造F检验统计量判别方差显著性，当F大于临界值时拒绝原假设，认为两个指标之间的相互作用是显著的。计算两两指标间的方差，并且算出概率p，检验水准α为0.01，若p＜0.01，则结论具有统计学意义。由于指标之间的作用是相互的，所以1与2的显著性和2与1的显著性一样，故在下面的表格中不再表示，绘制两两指标间的显著性表1。笔者将显著性影响结果通过对号与错号表示在表1中。从表1中可以看出，仅有指标1，3与3，4在方差分析时显著性达不到要求，而其他指标之间都通过了方差显著性检验，尤其在财务内部受益率这个指标方面，它与几乎所有指标之间的方差比较时均表现出较强的显著性。总体上指标之间显著性较强，这一点可以从表2方差交互分析表中得出。表2显示，行方差比列方差要小一个单位，说明行与行之间的离散程度相对列指标要小，F统计量与概率P都满足显著性检验水平，说明指标之间显著的相互影响作用较强。

2基于模糊均值聚类的土地项目风险评估

需要构建的综合评价模型，属于多层次、多维度、综合性能高的评价结构体系，根据指标的分类汇总，对现有的数据进行筛选处理，构建以项目投资总额估算、申请贷款额度、银行批复额度和预期收益这4种指标为框架的综合评价模型，运用模糊聚类分析的方法，判别分析所选面板数据的类型。

2.1数据处理(1)定义隶属度矩阵。(2)风险指数。通常，在进行模糊聚类前要对聚类的有效性进行判别，即是确定聚类的分位数，也就是对所给的数据划分其类别，但关于这个方面的研究，一直都是焦点问题，却仍然没有找到合适的判别标准。文章对项目风险评估，将其按照风险指数划分，通过对风险大小的分析，进而确定聚类分位数。(3)聚类中心。在进行数据比较时，总是需要选择对照系，而对照系的选择往往又具有不确定性、人为性、不可比性。如何选择一个较优的对照系也决定着土地项目评估结果的准确性。因此就对照系的选择(聚类中心)，将采用公式(5)。(4)重新计算隶属度矩阵。这个过程是个不停循环的过程，只要计算出的结果满足误差范围，即为新的隶属度矩阵，新的矩阵计算公式为。

2.2建立风险项目的评价模型(1)最优化判别。通过计算风险指数、聚类中心、隶属度矩阵后，便可以构建最优化的聚类分析模型，计算公式(7)，并进行归类排序，即可以分辨出土地储备项目的融资风险。(2)计算数值。步骤1:计算数值前，首先定义风险指数，计算风险指数大小为3，即取3个分位点，即能满足风险度量的要求。定义风险指数即所谓的分位数，若取得的分位数较大，则划分较细，但是在一定程度上，不能反映项目之间的联系性。若划分范围较小，风险度量不够准确，所以采用公式计量法，较能避免此类问题。步骤2:计算聚类中心坐标值。运用公式(5)，利用Matlab，计算坐标值数值于表4中。从表4中可以看出，第一行的中心坐标较大，第二行和第三行次之，又成本指标越小越优，所以第一行指标的风险最大，第二行中等，第三行较低。对此就可以计算隶属度矩阵，同时对项目风险进行划分。步骤3:最优化判别。运用公式(7)，利用Matlab，计算数值于表5、6、7，依次按照风险大小进行排列。对74个项目进行分类后，风险归于3个等级，较高风险等级的项目，离中心坐标的距离越远，它的风险较大，应做取舍。从表5中可以看出，风险最大的项目基本按照项目编号顺序排列，它们分别为48、66、67、68、69、70、71、72、73、74，这10个土地储备项目的风险大小基本相同，处于较高风险范围之内。当然，相比较而言，这些项目的其他指标数值也较大，处于较高收益，较大投资的范围内。这样，它们的风险自然也比别的项目要高，同时，这些项目的申请年份也大多处于2012－2013两个年份，说明最近一段时间储备部门为了融资需求，不惜动用大的风险项目，这就会加大土地部门融资储备的风险。同时输出了风险较低等项目的编号为表6，与风险中等项目表7。从表6、7中可以分别看出风险中等与风险较低的项目编号与一部分数值。从这些项目的预期收益就能分析出相对风险大小，表6的项目预期收益大多处于10000－30000万元，而表7的收益则基本都在这个范围之上，风险明显加大。但是总的来说，这两类项目风险都较低，一般不会引起资金链的断裂，只要对融资过程加强监管，就能获得较高的收益。

3结论

由方差分析的结果可知，以申请贷款额度、银行批复额度、预期收益与项目投资总额估算为指标的评价模型通过了方差的显著性检验，说明其变量间具有统计学意义，并可以进行统计计量分析。模糊聚类分析的结果表明，通过建立以申请贷款额度、银行批复额度、预期收益与项目投资总额估算为评价模型的指标的评价体系，可以对风险储备方案进行风险大小的归类，按照评价体系的三级归类，找出风险最大的项目分别为48、66、67、68、69、70、71、72、73、74。通过聚类分析同时输出二级与三级的风险项目，这样便于项目分级分风险大小管理。而风险较大项目多为近年来申请的，也给土地储备管理部门提出新的管理要求。过于集中的风险融资会给土地储备造成较大的风险下行压力，如若处理不好这些项目，不仅会会造成土地资产的流失，而且会影响国有资产的有效储备与利用。

作者：殷健 单位：安徽财经大学商学院