论文部分内容阅读
摘要：融资租赁于上世纪80年代引入中国，在产业、税收等政策的促进下获得快速发展。融资租赁模式能够较好的匹配风电项目建设期的设备贸易需求。本文分析了风电项目融资租赁公司及风险的种类，研究了风电项目融资租赁风险的识别方法，构建了风电项目融资租赁风险评价指标体系，对电力项目融资租赁的风险研究具有借鉴意义。
前言
截至2019年底，中国融资租赁企业总数12027家，业务范围涵盖制造、能源、医疗、教育、航空等领域，行业注册资金33309亿元，融资租赁合同余额约66800亿元。在风电项目投资开发领域，因项目建设投资大、项目公司负债率高、建设期无收入、还本压力大等因素，若无有效担保和抵押物作为增信，通过传统渠道融资有较大不确定性。融资租赁模式能够更好匹配风电项目建设期的设备贸易需求，结合项目设备采购供应链隔离风险，保证项目顺利建设投产运营。
一、风电领域融资租赁公司分类
风电领域融资租赁公司主要可分为以下几类：
（1）风电厂商类融资租赁公司。该类公司可利用产业背景优势，通过自身产品加资金搭配的销售模式，帮助产业链上的公司增加业务收入、延伸价值链、摊销重叠成本、提高综合收益率。
（2）银行类融资租赁公司。该类公司依托银行数据、资金等优势，具有客户信息和来源多元化特点，但其业务标准多参照银行信贷业务，方案与风电项目匹配度不高。
（3）电力企业类融资租赁公司。目前国内电网、发电集团和部分地方能源企业设有融资租赁公司，行业定位明确，主要服务于集团内项目，市场属性和业务独立性不强。
二、风电项目融资租赁风险
2.1违约风险
承租人出于主观意愿或被动的其他原因，不能履行承租人义务。造成违约风险的主要原因有：（1）承租人还款意愿缺失。承租人无法获得其预期收益时，可能会丧失还款意愿，无法履行合同约定支付租金。（2）承租人谎报信息。承租人为获得融资租赁公司贷款，提供虚假信息或者隐瞒真实信息，如存在隐性负债、虚报项目实际投资额、隐瞒关联交易提前获利等。
2.2市场环境风险
包含因素较多，如行业政策、税收等。（1）政策法规原因。融资租赁关系各方解读政策和法律法规存在差异;风电行业政策和法律法规变化也会对项目投入和收益带来风险。（2）电价调整、电费无法及时到位。风电上网电价快速下降影响收益，电价补贴缺口的扩大导致全额电费无法及时到位，会影响项目收益和承租人还款意愿。（3）上网电量下降。电力需求下降或电力送出困难导致的“弃风限电”会严重影响项目的上网电量和直接收益。
2.3技术风险
（1）运营参数无法达到预期。因测风不准、机型匹配性差、风机点位微观选址不同等原因，造成项目运营参数无法达到预期，导致项目收益降低。（2）设备可靠性不足。设备在租期内无法长期可靠发电，会影响项目收益，增加维修成本。
2.4操作风险
融资租赁是结合产品买卖和融资两种业务的经济行为，在实际操作过程中可能会出现无效操作，增加风险。（1）租赁物不清晰。风电项目融资租赁投放过程中时间跨度较长、涉及利益方多，付款对应租赁物管理不到位，将不利于在建工程阶段租赁物资产的实际形成。（2）承租人租赁支付违约。在风电项目融资租赁业务中，出租人已经将租赁物交付给承租人使用，若因承租人意愿问题未付款，出租人无法拒绝履行其支付租赁物售货方货款的义务。
三、风电项目融资租赁风险识别方法
风电项目融资租赁期内存在的风险是多样的。有效识别风电项目融资租赁业务风险是融资决策、交易结构设计和风险管理的基础。常用的风电项目融资租赁风险识别方法包括：
（1）流程分析法。按照风电项目的开发、建设、生产运行的流程，对各环节按顺序进行分析，找出风险点。
（2）专家列举法。风电行业专业技术性强，由技术施工、财务金融、社会经济等领域专家调查列举项目过程中的潜在风险。
（3）分层分析法。将风力发电项目开发建设过程逐层分解，将系统工程转化为多个维度少、信息简单的环节，从中分析潜在风险和威胁。
（4）财务分析法。通过对比同类企业资产结构、财务状况等，分析企业的经营状况，发现潜在风险。
四、风电项目融资租赁风险评价指标体系的确定
在对风电项目融资租赁潜在风险充分识别的基础上，搭建若干层风险层次结构并建立判断矩阵，运用AHP—模糊综合评价法对风险进行定量研究。
本文搭建了风电融资租赁3层风险结构，目标层A是评价分析风电项目融资租赁期内所有风险;中间层B可以包含若干子目标的策略、准则等，最底层c是可能引发风险的具体原因、指标。其中，违约风险（B1）包括承租人还款意愿缺失（c1），承租人谎报信息（c2）;市场环境风险（B2）包括政策法律不健全（C3），电价调整、电费无法及时到位（c4），电力需求减小（c5）;技术风险（B3）包括运营参数无法达到预期（c6），风机机组可靠性不足（c7）;操作风险（B4）包括租赁物不清晰（c8），承租人人实际使用租赁物，出租人未放款（c9）。
采用层次分析法计算各风险指标权重。采用数字1-9表示权重标度，在确定某一层次指标的权重时，评估该层指标对上一层次指标的重要性，从而构造风险指标权重矩阵。如标度为l，则i，j因素同样重要;如标度为9，则i因素比j因素极端重要。若因素i与因素j重要性之比为ad，那因素j与因素i重要性之比为aji=1/aji。在每一层相对权重确定后，可以由上一级到下一级将权重合成，从而得到末级的指标权重向量w。
权重的判断由相关领域的专家完成。以市场环境风险（B2）为例构造权重，如下。
经计算，权重向量结果为（0.686，0.211，0.102），计算得该矩阵一致性比率CR为0.021，认为判断矩阵构建有满意的一致性。通过以上方法，确定末级别权重指标w为：
W={0.013，0.063，0.142，0.044，0.021，0.112，0.223，0.287，0.096}
根据以上权重指标，认为该风电项目融资租赁业务中，租赁物不清晰是项目融资租赁业务的最高风险，与融资租赁业务特征相匹配。
对风险以1至5评分，分别对应由低到高五个风险等级，并设定唯一的、适用于所有风险点评价的评价集V={1，2，3，4，5}。
在项目所有条件确定后，由专家组对项目风险做出评价。专家组每个成员需要对c1至c9进行风险评价，不同专家会根据其专业对同一因素做出不同的评定。评价结果用rjj来表示，结果等于在某项目中对ci因素做出j评价的专项小组成员人数之和/总人数。得出模糊评价矩阵如下：
根据模糊评价矩阵和前面定义的权重，模糊综合评价集为：B=w·R。同时模糊评价集是所有的因素的评价结果，结合评价等级矩阵V计算，风险评价结果为：u=B·v。
五、总结
风电项目融资租赁是以风电项目为底层资产，结合融资租赁的创新融资模式，可有效扩展项目融资渠道。对其进行理论和实证研究，可为光伏、生物质等其他新能源电力项目融资提供借鉴，对促进中国能源结构调整起到积极作用。
本文结合风电融资租赁中面临的各种风险，通过AHP-模糊综合评价法对风险进行定量研究，构建了风电项目融资租赁风险评价指标体系，为基于项目融资租赁的風险评价提供了理论基础。
前言
截至2019年底，中国融资租赁企业总数12027家，业务范围涵盖制造、能源、医疗、教育、航空等领域，行业注册资金33309亿元，融资租赁合同余额约66800亿元。在风电项目投资开发领域，因项目建设投资大、项目公司负债率高、建设期无收入、还本压力大等因素，若无有效担保和抵押物作为增信，通过传统渠道融资有较大不确定性。融资租赁模式能够更好匹配风电项目建设期的设备贸易需求，结合项目设备采购供应链隔离风险，保证项目顺利建设投产运营。
一、风电领域融资租赁公司分类
风电领域融资租赁公司主要可分为以下几类：
（1）风电厂商类融资租赁公司。该类公司可利用产业背景优势，通过自身产品加资金搭配的销售模式，帮助产业链上的公司增加业务收入、延伸价值链、摊销重叠成本、提高综合收益率。
（2）银行类融资租赁公司。该类公司依托银行数据、资金等优势，具有客户信息和来源多元化特点，但其业务标准多参照银行信贷业务，方案与风电项目匹配度不高。
（3）电力企业类融资租赁公司。目前国内电网、发电集团和部分地方能源企业设有融资租赁公司，行业定位明确，主要服务于集团内项目，市场属性和业务独立性不强。
二、风电项目融资租赁风险
2.1违约风险
承租人出于主观意愿或被动的其他原因，不能履行承租人义务。造成违约风险的主要原因有：（1）承租人还款意愿缺失。承租人无法获得其预期收益时，可能会丧失还款意愿，无法履行合同约定支付租金。（2）承租人谎报信息。承租人为获得融资租赁公司贷款，提供虚假信息或者隐瞒真实信息，如存在隐性负债、虚报项目实际投资额、隐瞒关联交易提前获利等。
2.2市场环境风险
包含因素较多，如行业政策、税收等。（1）政策法规原因。融资租赁关系各方解读政策和法律法规存在差异;风电行业政策和法律法规变化也会对项目投入和收益带来风险。（2）电价调整、电费无法及时到位。风电上网电价快速下降影响收益，电价补贴缺口的扩大导致全额电费无法及时到位，会影响项目收益和承租人还款意愿。（3）上网电量下降。电力需求下降或电力送出困难导致的“弃风限电”会严重影响项目的上网电量和直接收益。
2.3技术风险
（1）运营参数无法达到预期。因测风不准、机型匹配性差、风机点位微观选址不同等原因，造成项目运营参数无法达到预期，导致项目收益降低。（2）设备可靠性不足。设备在租期内无法长期可靠发电，会影响项目收益，增加维修成本。
2.4操作风险
融资租赁是结合产品买卖和融资两种业务的经济行为，在实际操作过程中可能会出现无效操作，增加风险。（1）租赁物不清晰。风电项目融资租赁投放过程中时间跨度较长、涉及利益方多，付款对应租赁物管理不到位，将不利于在建工程阶段租赁物资产的实际形成。（2）承租人租赁支付违约。在风电项目融资租赁业务中，出租人已经将租赁物交付给承租人使用，若因承租人意愿问题未付款，出租人无法拒绝履行其支付租赁物售货方货款的义务。
三、风电项目融资租赁风险识别方法
风电项目融资租赁期内存在的风险是多样的。有效识别风电项目融资租赁业务风险是融资决策、交易结构设计和风险管理的基础。常用的风电项目融资租赁风险识别方法包括：
（1）流程分析法。按照风电项目的开发、建设、生产运行的流程，对各环节按顺序进行分析，找出风险点。
（2）专家列举法。风电行业专业技术性强，由技术施工、财务金融、社会经济等领域专家调查列举项目过程中的潜在风险。
（3）分层分析法。将风力发电项目开发建设过程逐层分解，将系统工程转化为多个维度少、信息简单的环节，从中分析潜在风险和威胁。
（4）财务分析法。通过对比同类企业资产结构、财务状况等，分析企业的经营状况，发现潜在风险。
四、风电项目融资租赁风险评价指标体系的确定
在对风电项目融资租赁潜在风险充分识别的基础上，搭建若干层风险层次结构并建立判断矩阵，运用AHP—模糊综合评价法对风险进行定量研究。
本文搭建了风电融资租赁3层风险结构，目标层A是评价分析风电项目融资租赁期内所有风险;中间层B可以包含若干子目标的策略、准则等，最底层c是可能引发风险的具体原因、指标。其中，违约风险（B1）包括承租人还款意愿缺失（c1），承租人谎报信息（c2）;市场环境风险（B2）包括政策法律不健全（C3），电价调整、电费无法及时到位（c4），电力需求减小（c5）;技术风险（B3）包括运营参数无法达到预期（c6），风机机组可靠性不足（c7）;操作风险（B4）包括租赁物不清晰（c8），承租人人实际使用租赁物，出租人未放款（c9）。
采用层次分析法计算各风险指标权重。采用数字1-9表示权重标度，在确定某一层次指标的权重时，评估该层指标对上一层次指标的重要性，从而构造风险指标权重矩阵。如标度为l，则i，j因素同样重要;如标度为9，则i因素比j因素极端重要。若因素i与因素j重要性之比为ad，那因素j与因素i重要性之比为aji=1/aji。在每一层相对权重确定后，可以由上一级到下一级将权重合成，从而得到末级的指标权重向量w。
权重的判断由相关领域的专家完成。以市场环境风险（B2）为例构造权重，如下。
经计算，权重向量结果为（0.686，0.211，0.102），计算得该矩阵一致性比率CR为0.021，认为判断矩阵构建有满意的一致性。通过以上方法，确定末级别权重指标w为：
W={0.013，0.063，0.142，0.044，0.021，0.112，0.223，0.287，0.096}
根据以上权重指标，认为该风电项目融资租赁业务中，租赁物不清晰是项目融资租赁业务的最高风险，与融资租赁业务特征相匹配。
对风险以1至5评分，分别对应由低到高五个风险等级，并设定唯一的、适用于所有风险点评价的评价集V={1，2，3，4，5}。
在项目所有条件确定后，由专家组对项目风险做出评价。专家组每个成员需要对c1至c9进行风险评价，不同专家会根据其专业对同一因素做出不同的评定。评价结果用rjj来表示，结果等于在某项目中对ci因素做出j评价的专项小组成员人数之和/总人数。得出模糊评价矩阵如下：
根据模糊评价矩阵和前面定义的权重，模糊综合评价集为：B=w·R。同时模糊评价集是所有的因素的评价结果，结合评价等级矩阵V计算，风险评价结果为：u=B·v。
五、总结
风电项目融资租赁是以风电项目为底层资产，结合融资租赁的创新融资模式，可有效扩展项目融资渠道。对其进行理论和实证研究，可为光伏、生物质等其他新能源电力项目融资提供借鉴，对促进中国能源结构调整起到积极作用。
本文结合风电融资租赁中面临的各种风险，通过AHP-模糊综合评价法对风险进行定量研究，构建了风电项目融资租赁风险评价指标体系，为基于项目融资租赁的風险评价提供了理论基础。