research Market Intelligence /marketintelligence/zh/news-insights/research/quantitative-government-support-overlay-for-local-government-financing-vehicles-lgfvs-1 content esgSubNav

In This List
Research

政府支持叠加量化模型—地方政府融资平台 (LGFV) 1.0

Blog

亚洲科技公司如何有效地评估中国政府相关实体信用风险

Research

违约概率舆情中国工商企业1.0模型

Blog

中外券商A股预测数据的对比和发现

Blog

Asia Pacific Markets Monthly Newsletter March 2021


政府支持叠加量化模型—地方政府融资平台 (LGFV) 1.0

Highlights

用于分析中国国内市场 LGFV 的叠加模型

免责声明
信用评分由标普全球市场财智生成,标普全球评级并不帮助或参与创建。小写术语用于区分标普全球市场财智的信用模型评分与标普全球评级发布的信用评级。

引言

在中国,大多数地方和地区政府 (LRG) 不能直接从债券市场进行举债。[1] 因此,它们设立 LGFV 作为独立实体,用以从事基础设施和土地开发等公共服务项目,并履行相关融资职能。大多数基础设施投资无法产生足够的利润来弥补短期甚至长期的成本,因此 LGFV 严重依赖 LRG 的支持,即最终 LRG 的收入。然而,这种支持是选择性的,这取决于许多因素,例如资源的可用性和同一地区的同行数量。为了评估 LGFV 的整体信用风险状况,有必要评估 LRG 的信用质量以及政府提供特别支持的可能性。[2]

LGFV 是一种特殊的政府相关实体 (GRE),也指在经济或财务压力下可能会由政府特别干预的实体。LGFV 和非 LGFV GRE 之间存在一些差异:

  • LGFV 与相应的 LRG 有更紧密的联系。
  • LGFV 主营业务是公共服务类型的。
  • LGFV 的债务难以独力偿还。
  • LGFV 通常没有跨地区业务。
  • LGFV 的规模较小。
  • LGFV 从政府获得的支持更多。

由于这些差异以及 LGFV 在中国信用市场中的重要性,标普全球市场财智开发了一个政府支持叠加量化模型,以自动化和可扩展的方式评估 LGFV 的信用风险。[3]

特殊政府支持

评估政府对特定 LGFV 提供特别支持的可能性首先要评估两个主要维度:LGFV 对政府的重要性以及政府与 LGFV 之间联系的紧密度。

LGFV 对 LRG 的重要性可以分为以下三类:

  • 极度重要
  • 非常重要
  • 重要

LGFV 和 LRG 之间的连接紧密度可分为两类:

  • 完全一体化
  • 高度紧密

评估这两个因素后,可以根据标普全球评级的评级标准,通过重要性-连接紧密度矩阵获得政府特别支持的可能性。

表 1:用于评估特殊政府支持可能性的重要性-连接紧密度矩阵

来源:一般标准:政府相关实体评级:方法与假设,标普全球评级,2010。仅用于说明目的。

模型的目的和范围

量化叠加模型的目标是使用标准化、自动化、透明和一致的过程来评估 LGFV 对相关 LRG 的重要性、LGFV 和相关 LRG 之间联系的紧密度以及政府提供特别支持的可能性。

该叠加模型适用于按以下标准分类为 LGFV 的实体:

  • 由地方政府控制。
  • 主营业务包含公益性项目。
  • 依赖 LRG 的财政性补贴。

方法论

决策树算法由于分类规则简单、性能稳定、可解释性强,因而应用于该叠加模型当中。决策树是由决策规则组成的分层模型,而决策规则将以递归方式得到应用,从而将数据集的特征空间划分为单纯的单类子空间。决策树算法用于发现特征和提取模式,这对于辨别和预测建模非常重要。而且,决策树算法由于解读起来很直观,因此易于理解。

最终信用评分调整

LGFV 的信用质量与中央政府的信用质量没有直接联系,而是与 LRG 的信用质量相关,因为中央政府对 LGFV 领域的支持是一种系统性的现象,并非针对某个特定实体。因此,政府对 LGFV 支持的评估侧重于 LRG 而非中央政府的信用质量。

该叠加模型实现了重要性-连接紧密度矩阵(如表 1 所示),用于将“重要性”和“连接紧密度”映射到支持的可能性,然后根据估计的可能性和相应 LRG 的信用质量调整 LGFV 的信用评分。

在大多数情况下,政府的影响是积极的,但在少数情况下,当 LRG 的信用质量不如 LGFV 时,政府的影响可能是消极的。财政吃紧时,LRG 可能会进行干预,将 LGFV 的资源重新转向政府,并削弱 LGFV 的信用质量。

模型表现

叠加模型的训练以标普全球评级数据为基础,目的是评估当存在潜在的特别政府支持的情况下,某个实体的独立信用评分的潜在提升或下降。因此,通过查看模型结果和标普全球评级信用评级之间的差异,可以按照最直观的方式来衡量相对模型性能。为了验证模型性能,我们将该叠加应用于 CreditModelTM 3.0 (CM 3.0) 生成的独立信用评分,将这种应用获得的结果与标普信用评级(中国)研究数据库中的发行人信用评级进行了比较。

表 2 根据模型训练样本,报告了估计分数和实际评级之间的等级差百分比。该表显示,增加政府支持叠加显著提高了 LGFV 的评级一致性。

表 2:表现汇总(在 CM 3.0 上应用 LGFV 叠加模型)

来源:标普全球市场财智。数据截至 2021 年 7 月 29 日。仅用于说明目的。

案例研究

X 公司是北京的一家 LGFV,主要业务包括地铁投资和运营、土地开发和收费公路投资和运营。根据标普全球评级报告,该公司与北京政府之间的联系是完全一体化的,这是由其公共服务的重要业务属性决定的,此外还因为政府对其业务拥有强有力的控制权。该公司角色对北京政府来说是极度重要的,因为其基础设施项目“大而不能倒”。

下面的表 3 比较了标普全球评级和量化 LGFV 叠加模型之间的政府支持评估。

表 3:标普全球市场财智的 LGFV 量化政府支持叠加与标普全球评级评估

仅用于说明目的。

我们发现 LGFV 叠加量化模型的结果在此案例与标普全球评级评估的结果非常吻合。

结语

标普全球市场财智为中国国内市场的 LGFV 部门建立了政府支持叠加量化模型。该模型以标普全球评级数据为基础。它的目标是生成差异化的信用评分输出,并提供一个自动化和可扩展的解决方案,用于评估 LGFV 的信用风险,而 LGFV 是中国最主要的一类债券发行主体。

关于标普全球市场财智

在标普全球市场财智,我们深知并非所有信息都是重要的,但部分信息至关重要。信息必须准确、深入且有见地。标普全球市场财智将财务和行业数据、研究和新闻整合到多种工具中,以帮助客户跟踪绩效、实现超额收益、确定投资理念、了解竞争和行业动态、执行估值以及评估信用风险。全球各地的投资专业人士、政府机构、公司和大学均可从中获得必要情报,自信地作出商业和财务决策。

标普全球市场财智隶属于标普全球(NYSE 代码:SPGI),为个人、公司和政府提供必要的财智信息,帮助其制定稳妥决策。更多信息,请访问 www.spglobal.com/marketintelligence。



[1] “为什么我们不将地方政府融资平台的评级直接与中国的主权评级联系起来”,标普全球评级,2019 年 1 月 29 日。

[2] 我们有一个独立的 LRG 信用模型,该模型由标普全球评级发行人信用评级数据提供支持。

[3] 作为主要债券发行人之一,LGFV 按发行人数量计算约占公司信贷市场的 50%。有关更多详细信息,请参见“中国城投企业图鉴”,标普信用评级(中国),2020 年 12 月 9 日。

了解标普智信平台
Request a Demo