我國(guó)地方政府債務(wù)風(fēng)險(xiǎn)預(yù)警方法與預(yù)警指標(biāo)的構(gòu)建

時(shí)欣

【摘 要】伴隨著經(jīng)濟(jì)周期和經(jīng)濟(jì)危機(jī)的不斷發(fā)生，經(jīng)濟(jì)學(xué)家對(duì)經(jīng)濟(jì)危機(jī)預(yù)警模型的研究也在不斷深化，期望利用經(jīng)濟(jì)危機(jī)預(yù)警模型對(duì)經(jīng)濟(jì)周期和經(jīng)濟(jì)危機(jī)進(jìn)行預(yù)警。防范與化解地方債務(wù)風(fēng)險(xiǎn)的措施中，構(gòu)建有效的風(fēng)險(xiǎn)預(yù)警系統(tǒng)是重中之重。本文試圖就地方債務(wù)風(fēng)險(xiǎn)預(yù)警方法和指標(biāo)體系的構(gòu)建進(jìn)行深入探討，希望對(duì)構(gòu)建有效的債務(wù)風(fēng)險(xiǎn)預(yù)警系統(tǒng)有所幫助，及早發(fā)現(xiàn)債務(wù)危機(jī)信號(hào)，采取有效措施，避免危機(jī)的出現(xiàn)。

【關(guān)鍵詞】地方政府債務(wù)；風(fēng)險(xiǎn)預(yù)警模型；貝葉斯網(wǎng)絡(luò)；格蘭杰因果關(guān)系檢驗(yàn)

一、引言

伴隨著經(jīng)濟(jì)周期和經(jīng)濟(jì)危機(jī)的不斷發(fā)生，經(jīng)濟(jì)學(xué)家對(duì)經(jīng)濟(jì)危機(jī)預(yù)警模型的研究也在不斷深化，期望利用經(jīng)濟(jì)危機(jī)預(yù)警模型對(duì)經(jīng)濟(jì)周期和經(jīng)濟(jì)危機(jī)進(jìn)行預(yù)警。隨著地方政府債務(wù)規(guī)模的不斷擴(kuò)大，我國(guó)地方政府債務(wù)風(fēng)險(xiǎn)問(wèn)題日益突出。首先由于我國(guó)地方政府長(zhǎng)期財(cái)政赤字，地方政府債務(wù)違約風(fēng)險(xiǎn)不斷加大。根據(jù)2015年國(guó)家統(tǒng)計(jì)局公布的數(shù)據(jù)，2014年國(guó)家財(cái)政收入增速為8.6%，近20年首次低于10%，與2013年相比，財(cái)政收入增速下降1.5個(gè)百分點(diǎn)。顯然，利用適當(dāng)?shù)慕?jīng)濟(jì)指標(biāo)和方法，構(gòu)建政府債務(wù)風(fēng)險(xiǎn)預(yù)警模型，對(duì)我國(guó)地方政府債務(wù)風(fēng)險(xiǎn)進(jìn)行監(jiān)測(cè)和預(yù)警都具有重要的學(xué)術(shù)價(jià)值和實(shí)踐意義。

二、預(yù)警模型方法

預(yù)警模型的研究表現(xiàn)為預(yù)警模型方法的不斷改進(jìn)。從預(yù)警模型方法的演變看，預(yù)警模型方法主要分為三大類。

一類是利用模糊評(píng)價(jià)法，層次分析法等系統(tǒng)評(píng)價(jià)方法構(gòu)建預(yù)警模型。許爭(zhēng)、戚新（2013）等利用模糊綜合評(píng)價(jià)方法建立地方政府債務(wù)風(fēng)險(xiǎn)預(yù)警模型[1]。徐旭初、應(yīng)麗（2009）[2]，許爭(zhēng)、戚新（2013）利用層次分析構(gòu)建地方政府債務(wù)風(fēng)險(xiǎn)預(yù)警模型。

二是利用Probit，VAR，GARCH等經(jīng)濟(jì)計(jì)量方法構(gòu)建預(yù)警模型。典型如Kaminsky et al（1998）[6]利用probit方法構(gòu)建金融危機(jī)預(yù)警模型。Louzis and Vouldis（2012） 利用多變量GARCH方法構(gòu)建金融危機(jī)預(yù)警模型[7]。

三是利用神經(jīng)網(wǎng)絡(luò)、貝葉斯網(wǎng)絡(luò)等智能計(jì)算方法構(gòu)建模型。陸靜、王捷 [3]，顧海峰（2013） [4]，周森鑫等（2014） [5]利用貝葉斯網(wǎng)絡(luò)方法分別構(gòu)建了商業(yè)銀行風(fēng)險(xiǎn)預(yù)警模型、財(cái)務(wù)危機(jī)預(yù)警模型、技術(shù)創(chuàng)新預(yù)警模型。

與系統(tǒng)評(píng)價(jià)方法和經(jīng)濟(jì)計(jì)量方法相比，貝葉斯網(wǎng)絡(luò)方法具有兩個(gè)優(yōu)點(diǎn)：一是貝葉斯網(wǎng)絡(luò)方法利用網(wǎng)絡(luò)結(jié)構(gòu)反映因果關(guān)系。貝葉斯方法利用條件概率把各種信息納入網(wǎng)絡(luò)中，進(jìn)而反映各變量之間的因果關(guān)系和條件相關(guān)關(guān)系。二是貝葉斯網(wǎng)絡(luò)方法可以進(jìn)行推理。在已知網(wǎng)絡(luò)節(jié)點(diǎn)狀態(tài)的條件下，用貝葉斯網(wǎng)絡(luò)方法可以正向和逆向推理，推理確定信息不確定、不完全或者不精確的節(jié)點(diǎn)的后驗(yàn)概率。

三、預(yù)警模型指標(biāo)體系構(gòu)建

（一）地方政府風(fēng)險(xiǎn)預(yù)警指標(biāo)的選擇

本文在許爭(zhēng)、戚新（2013）構(gòu)建的地方政府債務(wù)風(fēng)險(xiǎn)預(yù)警指標(biāo)的基礎(chǔ)上，保留債務(wù)依存度、債務(wù)負(fù)擔(dān)率、GDP增速/債務(wù)增速和民間投資增速/債務(wù)增速等四個(gè)指標(biāo)，加入財(cái)政收入/財(cái)政支出指標(biāo)，反映地方政府支出對(duì)債務(wù)的依賴程度，加入中央轉(zhuǎn)移支付、土地出讓收入、稅收收入等三個(gè)財(cái)政收入指標(biāo)，反映償還政府債務(wù)對(duì)中央轉(zhuǎn)移支付、土地出讓收入以及稅收收入的依賴程度。

（二）貝葉斯網(wǎng)絡(luò)構(gòu)建原理

針對(duì)經(jīng)濟(jì)預(yù)警指標(biāo)相互作用和相互影響的問(wèn)題，本文利用格蘭杰因果關(guān)系檢驗(yàn)方法，判別預(yù)警指標(biāo)體系的相互作用，揭示地方政府債務(wù)風(fēng)險(xiǎn)預(yù)警體系中的關(guān)鍵指標(biāo)，建立貝葉斯網(wǎng)絡(luò)。格蘭杰因果關(guān)系檢驗(yàn)方法的基本原理如下：

利用格蘭杰因果關(guān)系檢驗(yàn)確定網(wǎng)絡(luò)節(jié)點(diǎn)的原理如下：如果原假設(shè)式（2）被拒絕，則說(shuō)明解釋變量xj是被解釋變量xi的格蘭杰原因，即利用指標(biāo)xj的過(guò)去值能夠預(yù)測(cè)xi的未來(lái)變化，則在網(wǎng)絡(luò)節(jié)點(diǎn)上，指標(biāo)xj，是xi的上游指標(biāo)。通過(guò)對(duì)指標(biāo)逐對(duì)進(jìn)行格蘭杰因果關(guān)系檢驗(yàn)，可以確定每個(gè)指標(biāo)xi對(duì)于其他指標(biāo)的位置，進(jìn)而確定每個(gè)指標(biāo)在貝葉斯網(wǎng)絡(luò)中的節(jié)點(diǎn)位置。

（三）貝葉斯網(wǎng)絡(luò)構(gòu)建

將8個(gè)指標(biāo)數(shù)據(jù)兩兩代入格蘭杰因果關(guān)系檢驗(yàn)式（1），得到每對(duì)指標(biāo)之間的格蘭杰因果關(guān)系檢驗(yàn)結(jié)果，檢驗(yàn)結(jié)果可以得到圖1。

四、總結(jié)

圖1揭示如下特點(diǎn)：

1.作為解決地方政府債務(wù)風(fēng)險(xiǎn)的最后手段，中央轉(zhuǎn)移支付是地方政府債務(wù)風(fēng)險(xiǎn)的最上游指標(biāo)。中央轉(zhuǎn)移支付影響地方政府債務(wù)違約風(fēng)險(xiǎn)的途徑有兩條，一是通過(guò)影響財(cái)政收入/財(cái)政支出比率，影響地方政府債務(wù)違約風(fēng)險(xiǎn)。二是通過(guò)影響土地出讓收入占財(cái)政收入比率，影響地方政府債務(wù)違約風(fēng)險(xiǎn)。

2.財(cái)政收入/財(cái)政支出比率反映了地方政府財(cái)政赤字程度，。財(cái)政收入/財(cái)政支出比率解釋的指標(biāo)越多，其變化對(duì)地方政府債務(wù)違約風(fēng)險(xiǎn)的預(yù)警作用也必然最大。

3.GDP增速/債務(wù)增速反映了地方政府經(jīng)濟(jì)增長(zhǎng)對(duì)債務(wù)的依賴程度， GDP增速/債務(wù)增速的變化，能夠解釋投資增速和土地出讓收入的變化。

【參考文獻(xiàn)】

[1]許爭(zhēng)，戚新. 地方政府性債務(wù)風(fēng)險(xiǎn)預(yù)警研究——基于東北地區(qū)某市的經(jīng)驗(yàn)數(shù)據(jù)[J]. 科學(xué)決策. 2013（08）.

[2]徐旭初，應(yīng)麗. 地方政府債務(wù)風(fēng)險(xiǎn)評(píng)價(jià)體系及例證[J]. 商場(chǎng)現(xiàn)代化. 2010（29）.

[3]陸靜，王捷. 基于貝葉斯網(wǎng)絡(luò)的商業(yè)銀行全面風(fēng)險(xiǎn)預(yù)警系統(tǒng)[J]. 系統(tǒng)工程理論與實(shí)踐，2012，02：225-235.

[4]顧海峰. 信用突變下商業(yè)銀行信用風(fēng)險(xiǎn)預(yù)警模型及應(yīng)用[J]. 數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2013，09：122-136.

[5]周森鑫，李超，吳德成. 貝葉斯網(wǎng)絡(luò)在預(yù)測(cè)銀行信貸風(fēng)險(xiǎn)中的應(yīng)用[J]. 雞西大學(xué)學(xué)報(bào)，2014，10：42-43

[6]Kaminsky G， Lizondo S， Reinhart C M.， 1998. "Leading Indicators of Currency Crises，"IMF Staff Papers， Palgrave Macmillan， 45（1）， 1-8.

[7]Louzis D P， Vouldis A T， 2012，A methodology for constructing a financial systemic stress index： An application to Greece， Economic Modelling ，29，1228-1241