■ 扈文秀 教授 張欣星 章偉果 博士 牛 靜 博士生（西安理工大學(xué)經(jīng)濟(jì)與管理學(xué)院 西安 710054）

行業(yè)視角下地方政府融資平臺(tái)公司違約風(fēng)險(xiǎn)測(cè)度

■ 扈文秀 教授 張欣星 章偉果 博士 牛 靜 博士生（西安理工大學(xué)經(jīng)濟(jì)與管理學(xué)院 西安 710054）

本文從地方政府融資平臺(tái)公司所屬行業(yè)的視角出發(fā)，引入股權(quán)市場(chǎng)杠桿率改進(jìn)現(xiàn)有KMV模型，選取違約距離DD、預(yù)期違約概率EDF、信用等級(jí)作為違約風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)，利用平臺(tái)公司傳統(tǒng)財(cái)務(wù)數(shù)據(jù)與資本市場(chǎng)數(shù)據(jù)，對(duì)不同行業(yè)平臺(tái)公司2007-2013年的違約風(fēng)險(xiǎn)進(jìn)行測(cè)度。研究結(jié)果為：平臺(tái)公司整體違約風(fēng)險(xiǎn)較高。相對(duì)來說，房地產(chǎn)業(yè)平臺(tái)公司的違約風(fēng)險(xiǎn)最高，建筑業(yè)平臺(tái)公司次之，然后依次為電力、熱力及水生產(chǎn)和供應(yīng)業(yè)與交通運(yùn)輸業(yè)平臺(tái)公司?；诖?，文章指出政府與主管部門應(yīng)采取差異性措施對(duì)不同行業(yè)平臺(tái)公司進(jìn)行清理與監(jiān)管，以提高針對(duì)性與有效性。

地方政府融資平臺(tái)公司 KMV模型 違約風(fēng)險(xiǎn)測(cè)度

引言及研究概述

地方政府融資平臺(tái)公司是由地方政府及其部門和機(jī)構(gòu)、所屬事業(yè)單位等通過財(cái)政撥款或注入土地、股權(quán)等資產(chǎn)設(shè)立，具有政府公益性項(xiàng)目投融資功能，并擁有獨(dú)立企業(yè)法人資格的經(jīng)濟(jì)實(shí)體。平臺(tái)公司在我國(guó)1994年分稅制度改革的背景下應(yīng)運(yùn)而生，又在2008年中央政府應(yīng)對(duì)全球金融危機(jī)時(shí)發(fā)展壯大。然而，伴隨平臺(tái)公司數(shù)量的新一輪激增，平臺(tái)公司債務(wù)也在不斷積累，相應(yīng)的債務(wù)風(fēng)險(xiǎn)也在逐漸顯現(xiàn)。截至2013年6月，我國(guó)平臺(tái)公司債務(wù)高達(dá)40755.54億元，比起2010年底增加了9380.25億元，增長(zhǎng)29.89%。此外，由于平臺(tái)公司基于政府信用進(jìn)行融資，且銀行貸款是其主要融資渠道，資金絕大部分投向回收期長(zhǎng)、收益率低的基礎(chǔ)設(shè)施建設(shè)項(xiàng)目，因此一旦平臺(tái)公司出現(xiàn)違約風(fēng)險(xiǎn)，風(fēng)險(xiǎn)就會(huì)通過平臺(tái)公司—地方政府—銀行（中央政府）鏈條進(jìn)行傳遞，最終危及地方政府和整個(gè)國(guó)民經(jīng)濟(jì)的可持續(xù)健康發(fā)展?；诖?，如何對(duì)平臺(tái)公司違約風(fēng)險(xiǎn)進(jìn)行準(zhǔn)確測(cè)度，是從源頭上預(yù)防平臺(tái)公司債務(wù)違約的關(guān)鍵，也是中央政府和地方政府監(jiān)控和清理平臺(tái)公司債務(wù)的前提和基礎(chǔ)。

地方政府融資平臺(tái)公司是我國(guó)經(jīng)濟(jì)發(fā)展中出現(xiàn)的一種特有事物，其形成的債務(wù)被認(rèn)為是地方政府的隱性債務(wù)，因此國(guó)外沒有對(duì)平臺(tái)公司債務(wù)及其違約風(fēng)險(xiǎn)測(cè)度進(jìn)行相關(guān)研究，而更多關(guān)注于地方政府債務(wù)及其違約風(fēng)險(xiǎn)測(cè)度問題。國(guó)外學(xué)者對(duì)于政府違約風(fēng)險(xiǎn)測(cè)度主要有兩種思路：一種是基于一系列風(fēng)險(xiǎn)測(cè)度指標(biāo)，如債務(wù)負(fù)擔(dān)率、償債率、債務(wù)依存度等，建立不同風(fēng)險(xiǎn)度量值的預(yù)警系統(tǒng)，通過不同風(fēng)險(xiǎn)測(cè)量值表明目前債務(wù)運(yùn)行是否處于安全狀態(tài)。如目前美國(guó)一般將債務(wù)負(fù)擔(dān)率控制在13%-16%水平，而加拿大規(guī)定債務(wù)負(fù)擔(dān)率不得超過25%；日本規(guī)定債務(wù)依存度在20%以上的地方政府不得發(fā)行基礎(chǔ)設(shè)施建設(shè)債券，20%-30%之間的地方政府不得發(fā)行一般事業(yè)債券。另一種是通過政府資產(chǎn)負(fù)債框架進(jìn)行測(cè)度。如Hana Polackova Brixi（1998）提出了著名的財(cái)政風(fēng)險(xiǎn)矩陣，將政府面臨的負(fù)債風(fēng)險(xiǎn)來源劃分為四個(gè)方面：直接顯性負(fù)債、直接隱性負(fù)債、或有顯性負(fù)債、或有隱性負(fù)債，并從理論上提出了測(cè)度財(cái)政違約風(fēng)險(xiǎn)的方法。雖然政府違約風(fēng)險(xiǎn)測(cè)度不同于平臺(tái)公司違約風(fēng)險(xiǎn)測(cè)度，但是可以給平臺(tái)公司違約風(fēng)險(xiǎn)測(cè)度提供一些借鑒。

國(guó)內(nèi)學(xué)者采用不同方法對(duì)地方政府融資平臺(tái)公司違約風(fēng)險(xiǎn)進(jìn)行測(cè)度。如武彥民和張麗恒（2011、2012）以債務(wù)負(fù)擔(dān)率指標(biāo)為標(biāo)準(zhǔn)，分別對(duì)平臺(tái)公司2009、2010年的債務(wù)負(fù)擔(dān)進(jìn)行了測(cè)度。林立（2012）運(yùn)用熵權(quán)法和物元可拓理論，選取政府依存度、政府赤字率、流動(dòng)比率、資產(chǎn)負(fù)債率和總資產(chǎn)收益率對(duì)我國(guó)12個(gè)平臺(tái)公司的違約風(fēng)險(xiǎn)進(jìn)行測(cè)度。劉昊等（2013）以東部S省為例，選取資產(chǎn)負(fù)債率、流動(dòng)貸款比、資產(chǎn)收益率、貸款債務(wù)比和或有債務(wù)比作為違約風(fēng)險(xiǎn)衡量指標(biāo)，綜合采用層次分析法和熵值法進(jìn)行賦權(quán)，從不同角度對(duì)平臺(tái)公司違約風(fēng)險(xiǎn)進(jìn)行測(cè)度。阮佩婷（2013）基于中部某國(guó)家級(jí)高新區(qū)，從所屬政府債務(wù)規(guī)模、結(jié)構(gòu)、償債能力三方面選取13個(gè)指標(biāo)進(jìn)行違約風(fēng)險(xiǎn)測(cè)度，并采用GARCH劃分風(fēng)險(xiǎn)區(qū)間。梅建明等（2013）采用改良的KMV模型對(duì)上市類平臺(tái)公司違約風(fēng)險(xiǎn)進(jìn)行了實(shí)證研究。部分學(xué)者還從償債能力、適度債務(wù)規(guī)模等角度進(jìn)行違約風(fēng)險(xiǎn)測(cè)度。如王修華和劉燦等（2011）利用情景分析法對(duì)平臺(tái)公司的償債規(guī)模、償債能力進(jìn)行了測(cè)算。

綜上所述，國(guó)內(nèi)外學(xué)者已對(duì)地方政府融資平臺(tái)公司違約風(fēng)險(xiǎn)測(cè)度問題進(jìn)行了初步探討，并取得了較為豐碩的成果。然而現(xiàn)有研究仍存在以下不足：一是，盡管現(xiàn)有學(xué)者已經(jīng)開始利用KMV模型對(duì)平臺(tái)公司違約風(fēng)險(xiǎn)進(jìn)行測(cè)度，然而沒有考慮股權(quán)價(jià)值與資產(chǎn)價(jià)值的大小關(guān)系對(duì)于資產(chǎn)價(jià)值波動(dòng)的影響，從而導(dǎo)致得到的違約概率不夠準(zhǔn)確，最終不利于違約風(fēng)險(xiǎn)的精確評(píng)估。二是，現(xiàn)有研究沒有考慮行業(yè)對(duì)平臺(tái)公司違約風(fēng)險(xiǎn)的影響，僅探討了平臺(tái)公司的總體違約風(fēng)險(xiǎn)，沒有對(duì)建筑、房地產(chǎn)、交通、能源等不同行業(yè)下的平臺(tái)公司違約風(fēng)險(xiǎn)進(jìn)行分類評(píng)估，而這勢(shì)必不利于政府及主管部門采取差異性措施對(duì)不同行業(yè)平臺(tái)公司進(jìn)行清理與監(jiān)管?；诖?，本文從平臺(tái)公司所屬行業(yè)的視角出發(fā)，引入股權(quán)市場(chǎng)杠桿率對(duì)現(xiàn)有KMV模型進(jìn)行改進(jìn)，在此基礎(chǔ)上使用平臺(tái)公司傳統(tǒng)財(cái)務(wù)數(shù)據(jù)與資本市場(chǎng)數(shù)據(jù)，對(duì)不同行業(yè)平臺(tái)公司的違約風(fēng)險(xiǎn)進(jìn)行測(cè)度，為中央政府和地方政府清理和監(jiān)控平臺(tái)公司債務(wù)提供數(shù)據(jù)支持和理論依據(jù)。

表1 平臺(tái)公司行業(yè)分類表

圖1 2007-2013年各行業(yè)平臺(tái)公司負(fù)債圖

模型建立

KMV模型是KMV公司于1997年建立的用來估計(jì)借款企業(yè)違約概率的方法。KMV模型的基本思路是：當(dāng)公司資產(chǎn)市場(chǎng)價(jià)值V低于企業(yè)所需清償負(fù)債的面值F時(shí)，公司將發(fā)生違約；以違約距離DD（default distance）表示公司資產(chǎn)市場(chǎng)價(jià)值期望值V距離違約點(diǎn)DP（default point）的遠(yuǎn)近，距離越大，公司發(fā)生違約的可能性越小，反之越大；基于公司違約數(shù)據(jù)庫(kù)得出某一違約距離公司實(shí)際的期望違約頻率EDF，即未來的違約概率。

假設(shè)公司的資本結(jié)構(gòu)包括權(quán)益和負(fù)債，公司資產(chǎn)價(jià)格服從幾何布朗運(yùn)動(dòng)：

V表示公司資產(chǎn)價(jià)值；μ表示資產(chǎn)收益的瞬時(shí)漂移率；σV表示資產(chǎn)收益的瞬時(shí)波動(dòng)率；dW是一個(gè)標(biāo)準(zhǔn)維納過程。

假設(shè)公司負(fù)債在T時(shí)刻到期，得到：

其中，

E表示公司股權(quán)價(jià)值；F表示公司負(fù)債的賬面價(jià)值；r表示瞬時(shí)無(wú)風(fēng)險(xiǎn)利率；N（.）是標(biāo)準(zhǔn)正態(tài)分布累積概率分布函數(shù)。

股權(quán)價(jià)值是公司資產(chǎn)價(jià)值和時(shí)間的函數(shù)，因此服從伊藤引理：

d1通過式（3）定義。

一般情況下，利用式（2）、（5）兩個(gè)非線性方程，以反映公司股票價(jià)值及其波動(dòng)率所隱含的違約概率。首先E通過公司市場(chǎng)流通股與股票價(jià)格相乘得到，通過股票歷史收益數(shù)據(jù)或者期權(quán)隱含波動(dòng)率數(shù)據(jù)估計(jì)σe；其次，選擇預(yù)測(cè)期間，對(duì)公司負(fù)債賬面價(jià)值進(jìn)行估計(jì)；再次，收集無(wú)風(fēng)險(xiǎn)利率與公司股票市場(chǎng)數(shù)據(jù)。在此之后，獲得了除V與σV的式（2）與（5）的全部變量數(shù)據(jù)。最后，通過式（2）與（5）解出V與σV的數(shù)值解。

但由于“實(shí)踐中股權(quán)市場(chǎng)杠桿率變化太大以致于式（5）不能提供合理的結(jié)果”，因此本文參考Peter Crosbie和Jeff Bohn（2003）、Maria Vassalou和Yuhang Xing（2004）、Sreedhar T. Bharath和Tyler Shumway（2008）計(jì)算V與σV的迭代過程，引入股權(quán)市場(chǎng)杠桿率測(cè)度平臺(tái)公司違約風(fēng)險(xiǎn)。首先假設(shè)σV的初始值為σV=σe[E/(E+F)]，利用σV的值和式（2）得出每一天公司資產(chǎn)市場(chǎng)價(jià)值；其次計(jì)算資產(chǎn)每天隱含的對(duì)數(shù)收益率，利用收益率序列得出新的σV，如此對(duì)σV進(jìn)行迭代直到收斂（絕對(duì)差小于0.0001）；最后得出V、σV的值。

接下來計(jì)算違約距離，在KMV模型中違約點(diǎn)用DP表示，DP=SD+0.5*LD，其中SD為流動(dòng)負(fù)債，LD為長(zhǎng)期負(fù)債。據(jù)此得到違約距離的計(jì)算公式為：

由于我國(guó)目前沒有建立公司違約數(shù)據(jù)庫(kù)，因此假設(shè)違約距離服從標(biāo)準(zhǔn)正態(tài)分布，得到相應(yīng)的預(yù)期違約概率EDF（Expected Default Frequency）為：

實(shí)證分析

（一）數(shù)據(jù)來源與指標(biāo)

根據(jù)平臺(tái)公司的定義，選擇45家上市平臺(tái)公司，因?yàn)槲覈?guó)2006年末股權(quán)分置改革基本完成，所以選取2007-2013年期間的平臺(tái)公司市場(chǎng)和財(cái)務(wù)數(shù)據(jù)。本文數(shù)據(jù)來源于銳思數(shù)據(jù)庫(kù)，找到每一樣本2007.1.1-2013.12.31這一期間的每日股票收盤價(jià)、流通股、無(wú)風(fēng)險(xiǎn)收益率與每年年末的流動(dòng)負(fù)債、長(zhǎng)期負(fù)債（長(zhǎng)期借款、應(yīng)付債券、長(zhǎng)期應(yīng)付款、專項(xiàng)應(yīng)付款、預(yù)計(jì)負(fù)債、其它非流動(dòng)負(fù)債）、總負(fù)債數(shù)據(jù)。在數(shù)據(jù)處理過程中，日股票收益率=ln（本日股票收盤價(jià)/上日股票收盤價(jià)），日股票波動(dòng)率由7年日股票收益率得出。

（二）描述性統(tǒng)計(jì)

如表1所示，以CSRC（中國(guó)證監(jiān)會(huì)）行業(yè)分類為標(biāo)準(zhǔn)，對(duì)45家平臺(tái)公司進(jìn)行行業(yè)分類分析。在45家平臺(tái)公司中有19家屬于交通運(yùn)輸業(yè)，占有42%的比重，其次是房地產(chǎn)業(yè)，有13家，比重為28.89%，電力、熱力及水生產(chǎn)和供應(yīng)業(yè)與建筑業(yè)平臺(tái)公司各有5家，有2家制造業(yè)平臺(tái)公司，有1家綜合類平臺(tái)公司。

（三）測(cè)度分析

由行業(yè)分析可知，制造業(yè)、綜合類平臺(tái)公司較少，因此本文主要分析交通運(yùn)輸業(yè)、房地產(chǎn)業(yè)、電力、熱力及水生產(chǎn)和供應(yīng)業(yè)與建筑業(yè)四個(gè)行業(yè)的平臺(tái)公司，對(duì)應(yīng)下文中交通類、房地產(chǎn)類、水電熱類、建筑類平臺(tái)公司。首先對(duì)各類平臺(tái)公司的負(fù)債進(jìn)行研究；其次選取違約距離DD、預(yù)期違約概率EDF、信用等級(jí)作為違約風(fēng)險(xiǎn)的評(píng)價(jià)指標(biāo)，對(duì)各類平臺(tái)公司的違約風(fēng)險(xiǎn)進(jìn)行測(cè)度。具體分析如下：

1.平臺(tái)公司負(fù)債分析。如圖1所示，整體來看，各類平臺(tái)公司負(fù)債總額從2007-2013年每年都在增加，房地產(chǎn)類平臺(tái)公司負(fù)債的平均增長(zhǎng)率最高，為30.45%，然后依次建筑類、交通類、水電熱類平臺(tái)公司的負(fù)債平均增長(zhǎng)率分別為20.99%、17.18%、17.09%。從每年來看，建筑類平臺(tái)公司的負(fù)債總額最小，其次是水電熱類，在2010年前交通類平臺(tái)公司負(fù)債總額大于房地產(chǎn)類平臺(tái)公司，而之后房地產(chǎn)類平臺(tái)公司負(fù)債總額最大，特別是2013年，房地產(chǎn)類平臺(tái)公司負(fù)債總額超過建筑類5.27倍，為差距之最。

以上數(shù)據(jù)，不管是橫向比較，還是縱向比較，從客觀上表明同一行業(yè)不同年份的平臺(tái)公司負(fù)債具有較大的差異性，同時(shí)不同行業(yè)平臺(tái)公司的負(fù)債也有較大差距，但是負(fù)債大并不意味著違約風(fēng)險(xiǎn)就高，因此研究不同行業(yè)、不同年份平臺(tái)公司的違約風(fēng)險(xiǎn)具有重要的意義。

2.平臺(tái)公司違約風(fēng)險(xiǎn)分析。本文根據(jù)改進(jìn)的KMV模型，采用Matlab R2012b編程進(jìn)行違約距離DD與預(yù)期違約概率EDF的計(jì)算，結(jié)果如下：

第一，平臺(tái)公司違約距離DD分析。如表2所示，從縱向看，各行業(yè)平臺(tái)公司的違約距離整體下行，且下降速度均較快，最快為房地產(chǎn)類平臺(tái)公司，達(dá)到47.17%，建筑類、水電熱類、交通類平臺(tái)公司違約距離的下降速度分別為34.39%、25.17%、23.22%。從橫向看，交通類平臺(tái)公司的違約距離均高于水電熱類平臺(tái)公司的違約距離，二者的違約距離又均高于房地產(chǎn)類、建筑類平臺(tái)公司的違約距離，表明交通類、水電熱類平臺(tái)公司的違約風(fēng)險(xiǎn)相對(duì)較小。房地產(chǎn)類、建筑類平臺(tái)公司二者相比，2007-2009年，兩者違約風(fēng)險(xiǎn)基本相同，2010-2013年，建筑類平臺(tái)公司的違約風(fēng)險(xiǎn)較低。因此，總體來說，房地產(chǎn)類、建筑類、水電熱類、交通類平臺(tái)公司的違約風(fēng)險(xiǎn)依次降低。

表2 2007-2013年各行業(yè)平臺(tái)公司違約距離DD表

表3 2007-2013年各行業(yè)平臺(tái)公司預(yù)期違約概率EDF表

表4 EDF與信用等級(jí)之間的對(duì)應(yīng)關(guān)系表

表5 各行業(yè)平臺(tái)公司信用等級(jí)表

第二，平臺(tái)公司預(yù)期違約概率EDF分析。如表3所示，相對(duì)其他行業(yè)平臺(tái)公司，房地產(chǎn)類平臺(tái)公司的預(yù)期違約概率均是最高的，除了2009年略低于建筑類平臺(tái)公司，7年的均值達(dá)到13.31%；建筑類平臺(tái)公司的預(yù)期違約概率也較高，均高于5%，均值為9.83%；水電熱類平臺(tái)公司預(yù)期違約概率較低，但是均值也達(dá)到5.62%；交通類平臺(tái)公司的預(yù)期違約概率最小，均值為3.32%。從2007-2013年縱向來看，各行業(yè)平臺(tái)公司的預(yù)期違約概率整體上行，且2008年預(yù)期違約概率總體上升較快，交通類、房地產(chǎn)類、水電熱類、建筑類平臺(tái)公司預(yù)期違約概率上升速度分別為51.11%、46.15%、41.24%、54.32%，表明金融危機(jī)當(dāng)年對(duì)平臺(tái)公司的沖擊較大。所以，從整體看，違約風(fēng)險(xiǎn)從大到小仍然為房地產(chǎn)類、建筑類、水電熱類、交通類平臺(tái)公司。

第三，平臺(tái)公司信用等級(jí)分析。表4表示穆迪公司預(yù)期違約概率EDF與信用等級(jí)的對(duì)應(yīng)關(guān)系，投資級(jí)別為Baa級(jí)（中級(jí)）、A級(jí)（中上級(jí)）、Aa級(jí)（高級(jí)）及以上（優(yōu)等），投機(jī)級(jí)別的為Ba級(jí)（具有投機(jī)性質(zhì)的因素）、B級(jí)（缺少理想投資的品質(zhì)）及以下（劣質(zhì)），B級(jí)以下的公司很可能出現(xiàn)違約，每一級(jí)別按照由高到低又分為1、2、3級(jí)。本文基于此得到各行業(yè)平臺(tái)公司的對(duì)應(yīng)信用等級(jí)，如表5所示。

從表5可以看出，各行業(yè)平臺(tái)公司的信用等級(jí)均處于B級(jí)及以下。房地產(chǎn)類、建筑類平臺(tái)公司的信用等級(jí)從2007-2013年均低于B級(jí)，表明這兩類平臺(tái)公司很容易發(fā)生違約，且持續(xù)時(shí)間最長(zhǎng)；水電熱類平臺(tái)公司除了2007年處于B3級(jí)，其他年份均低于B級(jí)，表明其違約風(fēng)險(xiǎn)也很大；交通類平臺(tái)公司的信用等級(jí)在2010年前處于B2或B3級(jí)，2010年之后低于B級(jí)，違約風(fēng)險(xiǎn)較大。因此，所有平臺(tái)公司從2007-2013年的違約風(fēng)險(xiǎn)均較大，這是因?yàn)?007年美國(guó)次貸危機(jī)已對(duì)我國(guó)經(jīng)濟(jì)造成一定影響，并且2008年中央政府出臺(tái)了4萬(wàn)億投資刺激計(jì)劃，其中地方政府需要承擔(dān)2.82萬(wàn)億，而地方政府財(cái)政收入有限，并且不能向銀行借款與少部分地方政府具有發(fā)債權(quán)，因此融資任務(wù)就落在平臺(tái)公司身上，又因?yàn)槠脚_(tái)公司所屬行業(yè)不同，其盈利能力不同，導(dǎo)致不同行業(yè)平臺(tái)公司的違約風(fēng)險(xiǎn)也有所不同。因此，政府可以根據(jù)不同行業(yè)平臺(tái)公司采取相應(yīng)的監(jiān)管與清理措施。

結(jié)論與建議

通過對(duì)平臺(tái)公司按照所屬行業(yè)進(jìn)行分類分析，發(fā)現(xiàn)交通運(yùn)輸業(yè)平臺(tái)公司數(shù)量最多，即股權(quán)融資是該行業(yè)平臺(tái)公司重要的融資渠道之一。從違約距離DD、預(yù)期違約概率EDF、信用等級(jí)來看，平臺(tái)公司的整體違約風(fēng)險(xiǎn)較大，相對(duì)來說，房地產(chǎn)類平臺(tái)公司的違約風(fēng)險(xiǎn)是最高的，建筑類平臺(tái)公司違約風(fēng)險(xiǎn)次之，風(fēng)險(xiǎn)較小的為交通類、水電熱類平臺(tái)公司，但是不同行業(yè)中由于各個(gè)平臺(tái)公司運(yùn)營(yíng)情況的差異，又因?yàn)槠脚_(tái)公司建立的特殊性，因此可以說房地產(chǎn)類平臺(tái)公司中發(fā)生違約個(gè)案的風(fēng)險(xiǎn)較大。

基于此，國(guó)家在對(duì)平臺(tái)公司進(jìn)行清理與監(jiān)管時(shí)，針對(duì)平臺(tái)公司所屬行業(yè)不同，可以進(jìn)行差別性審計(jì)與采取不同的措施，如重點(diǎn)審計(jì)房地產(chǎn)業(yè)、建筑業(yè)的平臺(tái)公司，但是也不能放松對(duì)電力、熱力及水生產(chǎn)和供應(yīng)業(yè)與交通運(yùn)輸業(yè)平臺(tái)公司的審計(jì)。如果平臺(tái)公司所屬行業(yè)不明確，可以對(duì)房地產(chǎn)類、工程類、交通類、能源類等項(xiàng)目進(jìn)行差別審計(jì)，以提高對(duì)融資平臺(tái)監(jiān)管與清理的針對(duì)性與有效性。

1.Brixi HP.Contingent Government Liabilities：A Hidden Risk for Fiscal Stability[M].World Bank，1998

2.武彥民，張麗恒.地方投融資平臺(tái)債務(wù)的風(fēng)險(xiǎn)狀態(tài)與控制[J].天津商業(yè)大學(xué)學(xué)報(bào)，2011（2）

3.武彥民，張麗恒.我國(guó)地方政府融資平臺(tái)債務(wù)風(fēng)險(xiǎn)的現(xiàn)狀與治理研究[J].青海社會(huì)科學(xué)，2012（6）

4.林立.基于物元可拓模型的中國(guó)地方政府融資平臺(tái)風(fēng)險(xiǎn)研究[J].經(jīng)濟(jì)理論與經(jīng)濟(jì)管理，2012（5）

5.劉昊，張?jiān)掠眩瑒⑷A偉.地方政府融資平臺(tái)的債務(wù)特點(diǎn)及其風(fēng)險(xiǎn)分析—以東部s省為例[J].財(cái)經(jīng)研究，2013（5）

6.阮佩婷.地方政府融資平臺(tái)債務(wù)風(fēng)險(xiǎn)評(píng)估及對(duì)策研究—基于中部某國(guó)家級(jí)高新區(qū)的實(shí)證分析[J].財(cái)政研究，2013（4）

7.梅建明，易衛(wèi)民，黃世為.基于kmv模型的上市類融資平臺(tái)公司信用風(fēng)險(xiǎn)研究[J].財(cái)政研究，2013（10）

8.王修華，劉燦，金潔.地方政府融資平臺(tái)風(fēng)險(xiǎn)測(cè)算與規(guī)范發(fā)展研究[J].財(cái)經(jīng)理論與實(shí)踐，2011（2）

F812.7

A