系統重要性地方政府債務的識別研究

王 鋒，高 遠，吳從新

(中國礦業大學管理學院，江蘇 徐州 221116)

一、引 言

2016年7月，第十二屆全國人大常委會第二十一次會議表決通過了2015年中央決算，會上人大常委會高度重視地方政府債務的管理問題。我國地方政府債務問題由來已久，從1990年開始，我國著力于對城市經濟體制進行大幅度的改革，提升城市經濟水平，1994年在稅收方面進行了分稅制改革，之后各地方政府之間的競爭逐步加大，追求更高的GDP以及財政收入，從而能夠獲得更好的排名。于是各地加大了舉債的力度，從而地方債務增長迅速，如1997年我國地方政府性債務僅僅為1.7萬億元，但截至2013年6月，地方政府性債務余額已達到17.89萬億元，其中地方政府債務①地方政府性債務是一個廣義概念，指地方政府為了履行政府職能，依靠政府自身的信用對外舉借的有償還義務的行為，包括政府負有償還責任的債務、政府負有擔保責任的債務和政府可能承擔一定救助責任的債務。而本文研究的地方政府債務是一個狹義的概念，是有合同表明的債務，即審計口徑中政府負有償還責任的債務，這種債務由地方政府舉借，使用財政資金償付。為10.47萬億元。雖然2013年審計署對全國地方政府債務進行審計后表示風險總體可控，但還是要認識到我國地方政府債務由來已久的區域性和結構性風險問題，部分省份甚至已經觸及到了債務危機的邊緣。具有強烈外部性的地方政府債務一旦爆發危機，不僅會影響到本地區的經濟運行和社會發展，可能還會產生連鎖反應，從而影響到其他地區甚至爆發全局性危機。

系統重要性地方政府債務是一個全新的概念，目前還沒有一個統一的定義。實際上，系統重要性地方政府債務概念的提出借鑒了“系統重要性銀行”②系統重要性銀行可以理解為，其倒閉將會對金融體系的穩定性以及實體經濟的運行造成重大負面沖擊或是嚴重經濟影響的銀行。在對金融機構的監管中，2009年國際貨幣基金組織、國際清算銀行和金融穩定理事會提出了“系統重要性銀行”這個概念。此后，2011年11月，巴塞爾委員會按照金融穩定理事會的意見，提出從全球活躍程度、規模、關聯度、可替代性和復雜性等5個維度，采用12個指標評估銀行的全球系統重要性。的定義。目前僅有魏加寧等(2014)對系統重要性地方政府債務概念進行了初步界定，認為“系統重要性地方政府債務是指在地方政府性債務中具有重要的影響力，其爆發危機或破產可能會給其他地方政府、銀行體系以及實體經濟造成直接或間接的負面影響的地方政府債務[1]”。地方政府債務問題具有極強的外部性，所以需要對不同的地方政府債務進行評價和區分。但是如今我國仍缺少一套系統重要性地方政府債務評價體系。所以，目前當務之急是對不同地方政府的債務進行識別和區分，識別出哪些是系統重要性地方政府債務，并依此進行重點監管與債務風險防范。

二、文獻綜述

目前，地方政府債務風險測度和管理控制的研究取得了較為豐碩的成果，但是系統重要性地方政府債務的識別及其管理方面的研究嚴重缺失。

對于系統重要性地方政府債務識別問題，Wildasin(2010)指出，當某個地區在全國經濟中居于“大而不倒”的地位時，其債務問題將會變得尤為嚴重[2]。國內目前僅有魏加寧等(2014)進行了初步探討，根據規模、關聯性、復雜性和跨區域性等多維評價標準，提出了系統重要性地方政府債務識別的原則和概念，但僅止步于此，缺乏具體的量化評價。

相關研究主要體現在地方政府債務風險的評估方面，現有文獻主要通過理論分析、數學建模等方式對地方政府債務的顯性風險、道德風險等不同的風險類型進行評估。何楊等(2012)對地方政府債務融資的運行情況和地方政府依靠土地經營城市的發展模式進行了分析，認為地方政府性債務風險和土地財政的風險是相互影響的，這種風險會因為經濟形勢的變化而顯現出顯性風險[3]；劉昊等(2013)從現實風險、潛在風險與引致風險三個方面對我國地方債務風險進行了綜合評估[4]；李臘生等(2013)分析了中央政府和地方政府財政的關系，通過KMV模型計算了地方政府存在的道德風險[5]；Denison等(2015)研究了地方政府債務管理和預算穩定的關系，認為高債務會導致預算支出的波動增大[6]；楊華領等(2015)實證檢驗了地方政府債務與轄區內上市公司稅負的關系，認為地方政府債務不僅可能導致宏觀層面的財政風險和金融風險，而且可能會對微觀企業行為產生影響[7]；楊龍光等(2016)運用數據挖掘方法進行研究，認為我國地方政府債務風險呈現逐年降低的態勢，而各省份年內風險波動呈現逐年增加的態勢[8]；趙劍鋒(2016)建立了地方債綜合風險測度體系，認為增量風險是省級地方政府債務風險最主要的來源，經濟轉型期與風險因子交叉影響更容易使地方債綜合風險失控[9]；仲凡(2017)利用綜合指標體系評估我國地方政府性債務風險，發現我國地方政府性債務風險的區域差異顯著，大部分中部地區大而東部地區較小[10]。由此可看出，目前對于地方政府債務風險評估的研究多為個體單位風險大小的評估或者風險成因的探討，并未將其置于全國層面評估地方政府債務的系統性風險，缺乏按照地方政府債務的系統重要性進行區分與評級的研究。

在系統重要性識別方面，現有研究多集中于銀行等金融機構系統重要性的度量與識別方面。其中，指標法和市場法是系統重要性識別的兩種主要方法，且已在系統重要性金融機構識別方面獲得了較為廣泛的應用，如Thomson(2009)、巴曙松等(2012)、梁琪等(2013)、溫博慧等(2014)、Adrian等(2014)等，這也為本文的研究提供了有益的方法參考[11][12][13][14][15]。

本文將嘗試從規模、關聯性、復雜性和跨區域性四個維度建立系統重要性地方政府債務指標體系并進行量化識別研究。本文的貢獻在于：根據最新的審計署發布的《全國政府性債務審計結果》以及各省(自治區、直轄市)審計廳(局)公布的《政府性債務審計結果公告》數據，建立一套切實可行的系統重要性地方政府債務評價指標體系，識別出系統重要性地方政府債務，并按照系統重要性程度對地方政府債務進行分類，從而為地方政府債務的系統性風險管理提供理論依據。

三、系統重要性地方政府債務評價指標體系

指標法和市場法是系統重要性識別的兩種主要方法，但是由于市場化指標值的不穩定和難以獲取等客觀原因，所以在系統性風險監管中很少使用。指標法則由于其透明快捷、標準比較鮮明等特點在系統性風險監管中應用廣泛。所以本文采用指標法對系統重要性地方政府債務進行識別。

(一)系統重要性地方政府債務評價指標體系構建

參考魏加寧等(2014)提出的系統重要性地方政府債務的規模、關聯性、復雜性和跨區域性的評價原則和概念，同時考慮到指標的代表性與數據的可得性，選擇以下指標構建系統重要性地方政府債務評價體系：

1.規模維度選擇地方政府債務總額與三年內需償債比例兩個指標。一旦爆發債務危機，債務總額越大其影響力和破壞力就越強，發生系統性風險的可能也就越大；償還期限越集中，發生債務風險的可能性就越大，因此將三年內需償債比例指標納入指標體系。

2.關聯性維度選取地區生產總值、金融機構融資額兩個指標，分別體現了地方政府債務與實體經濟、金融體系的關聯程度，關聯程度越高其風險的傳染性和外部性就越強烈。

3.復雜性維度選取舉債主體集中度、資金來源集中度、資金投向集中度三個指標，集中度越低，其復雜程度就越高，出現危機時影響和波及的范圍就越廣。

4.跨區域性維度選取財政轉貸作為觀測指標，財政轉貸代表了外部融資來源，如果非本地融資越多，其跨區域傳染性就越強。

各指標數據如表1所示。數據均為2013年度數據，因為審計署在2013年組織全國審計機關5.44萬名審計人員，對中央、省級、市級、縣級、鄉鎮的政府性債務情況進行了審計，是目前為止全國范圍內最全面的一次審計，之后各省并沒有每年都對地方政府債務信息進行披露，所以本文選取2013年各省地方政府債務數據，數據取自各省(自治區、直轄市)審計廳(局)公布的《政府性債務審計結果公告》，其中舉債主體集中度、資金來源集中度、資金投向集中度由舉債主體、資金來源和資金投向前三位占比表征。地區生產總值為2013年30省區(西藏除外)的GDP，數據取自2014年《中國統計年鑒》。

從表1可以看出，各項指標的地區差異都非常明顯。其中：

1.債務總額方面，債務總額均值為3530.39億元，最高的江蘇達7635.72億元，是寧夏(502.2億元)的15倍，全國標準差為1922.34億元，也表明我國各省區之間的債務使用量差距巨大。

2.三年內需償債比例方面，均值為71.99%，其中內蒙古最高，達到82.29%，比例最低的海南也達到了48.66%，可以看出我國各省區短期償債壓力都比較大。

3.地區生產總值方面，廣東最高，達62474.79億元，實體經濟十分活躍，青海最低為2122.06億元，經濟發展落后，標準差為15541.94億元，各省區差距十分顯著。

4.金融機構融資額方面，北京最高，達5077.24億元，地方債務與金融機構聯系密切，寧夏從金融機構融資最低，為185.09億元，標準差為1360.73億元，由于各省區金融發展水平不同，所以金融機構融資額也存在較大差異。

5.復雜度指標方面，舉債主體集中度均值為87.41%，各省區舉債主體結構普遍集中，集中度較高，所以復雜度較低。而資金來源集中度和資金投向集中度方面，各省區差異明顯。舉債主體集中度最高達到94.14%，最低為65.30%。資金投向集中度最高達到88.11%，最低僅為50.07%。

6.財政轉貸方面，湖南最高，達99.17億元，地方債務的跨區域性顯著，最低的海南僅為4.31億元，地方政府資金多來自本地區。全國標準差達25.3億元，各省區差距也非常顯著。

表1 系統重要性地方政府債務數據

數據來源：各省(自治區、直轄市)地方政府債務相關數據來自2014年各審計廳(局)公布的《政府性債務審計結果公告》；地區生產總值數據來自《2014中國統計年鑒》。

(二)指標權重的確定

權重測算的方法主要有主觀賦權法和客觀賦權法，為使評價結果更加準確，本文采用客觀賦權法中的熵值法確定權重。在信息系統論中，熵用來度量不確定性，信息量越大，不確定性就越小，熵也就越小；信息量越小，不確定性越大，熵也越大，因此可以用熵值來判斷某個指標的離散程度，指標的離散程度越大，該指標對綜合評價的影響越大。

設Xij為第i個省份的第j個指標的指標值，其中i∈[1，m]，j∈[1，n]，首先確定第j個指標的熵值。第i個省份的指標值在該指標的比重為：

(1)

指標熵值的測算：

(2)

令dj=1-ej為第j個指標的差異性系數，則其權重為：

(3)

根據表1各指標數據，測算了各指標的權重，結果見表2。

表2 系統重要性地方政府債務指標體系

由表2可知：關聯性指標中的地區生產總值、金融機構融資額權重最大，可見地方政府債務與實體經濟和金融體系的關聯性是衡量其系統重要性的重要指標；而規模指標中的地方政府債務總額權重只有10.83%，表明對地方政府債務風險進行評估時，債務總額的規模固然需要關注，但其并不是系統重要性最重要的指標。

四、實證分析

(一)基于熵值法與灰色關聯分析法的系統重要性地方政府債務識別

首先，利用熵值法對系統重要性地方政府債務進行識別。根據公式(1)、(2)、(3)建立公式(4)：

(4)

式(4)用以測算各省地方政府債務系統重要性系數，結果如表3第2列所示。

其中負向指標需要進行標準化處理，本文采用臨界值法，如公式(5)所示：

(5)

其次，在熵值法確定的指標權重的基礎上，進一步運用灰色關聯分析法識別系統重要性地方政府債務并進行對比分析。依據空間理論，按照規范性﹑對偶對稱性﹑整體性和接近性四個原則，灰色關聯分析法確定了參考數列與若干比較數列之間在各個點上的關聯系數，關聯系數公式就是幾何形狀中參考點與比較點之間距離的一種函數。將關聯系數集中為一個值，這一數值就是關聯度，指標的關聯度越大，該指標對綜合評價的影響越大。

令Cki為第i個被評價對象的第k個指標的原始數據，其中k=1，2，…，n，i=1，2，…，m，則Ci=(C1i，C2i，…，Cni)就是以第i個被評價對象的所有指標的原始數據位分量的向量，對于一個由n個被評價對象的m個評價指標的原始數據可以構成下列初始評價矩陣：

(6)

本文將各評價對象中評價指標的最佳值作為參考向量各指標的數值，參考向量C0=(C10，C20，…，Cn0)，其中：正向指標的最大值為最佳值，負向指標的最小值為最佳值。為了消除量綱和數量級的影響，使用效果測量變化法對原始數據進行標準化處理：

(7)

(8)

根據式(9)關聯系數公式可以計算出各省份的指標與最佳指標的關聯系數：

(9)

根據公式(9)以及熵值法確定的指標權重，建立公式(10)，用以測算各省地方政府債務系統重要性系數，結果如表3第4列所示：

(10)

由表3第二與第三列數據可知：熵值法的評分中，江蘇和廣東的得分明顯高于其他省份，是我國地方政府債務中系統重要性最高的兩個省份。前五名中的山東、四川和遼寧的系統重要性指數值均高于0.045；排名末三位的分別是青海、寧夏和海南，其中最低海南的得分只有0.008。這說明對于我國地方政府債務系統而言，各省的重要性有非常大的差異。

由表3后兩列數據可知：灰色關聯法的評分中，江蘇和廣東的得分依然是我國地方政府債務中系統重要性最高的兩個省份；最后三名分別是山西、青海和海南，最低的依然是海南，得分只有0.44，各省基于灰色關聯法計算的我國地方政府債務系統重要性得分差距也十分明顯。

熵值法測算的是指標的離散程度，灰色關聯法則是測算指標的關聯度，雖然兩者用不同的標準測量了指標對綜合評價的影響，但是從上述結果可以看出，兩種方法得到的得分排名基本一致。

(二)地方政府債務系統重要性指數測算與分析

在識別系統重要性時，熵值法側重于測算指標的離散程度，而灰色關聯法側重于測算指標的關聯度，本文綜合考慮這兩方面因素對于系統重要性識別的影響，將兩種方法計算的系統重要性指數分別轉換成百分制進行標準化，計算出各省地方政府債務系統重要性系數，結果如表4所示：

表3 地方政府債務系統重要性系數

由表4可以看出：

1.從規模指數來看：前五位分別是江蘇、四川、廣東、北京和湖北，這些省份都是我國地方政府債務規模較大且近三年需要償還債務比重較高的省份，如果發生債務危機其影響力和破壞力也是巨大的，發生系統性風險的可能性也就越大：后五名分別是寧夏、青海、海南、甘肅和山西，這些省份都是我國地方政府債務規模較小且近三年償債壓力較小的省份，較低的債務規模和較小的償債壓力使得這些省份不太可能爆發影響力巨大的債務危機。

2.從關聯性指數來看：前五位分別是廣東、江蘇、山東、浙江和北京，這些省份均為我國實體經濟和金融行業活躍的經濟大省，這些省份的地方政府債務與實體經濟和金融業的關聯程度高，所以具有強烈的風險傳染性和外部性；后五名分別是寧夏、青海、海南、甘肅和新疆，這些省份屬于我國經濟發展水平較為落后的地區，實體經濟和金融行業的發展水平低，所以其發生債務危機時的傳染性和外部性較弱。

3.從復雜性指數來看：前五位分別是河北、河南、山東、陜西和甘肅，這些省份可能在債務規模上并不是很大，但是其債務的舉債主體、來源和投向都很復雜，所以出現危機時影響和波及的范圍也會很廣；后五名分別是海南、廣西、北京、天津和湖北，這些省份的債務復雜性較低，風險控制和危機處理方式相對簡單，不太可能爆發系統性風險。

表4 我國地方政府債務系統重要性指數

4.從跨區域性指數來看：前五位分別是湖南、廣東、遼寧、吉林和陜西，這些省份的融資多來源于外部，非本地融資占比大，如果發生風險會有強烈的傳染性。后五名分別是海南、上海、寧夏、青海和山西，這些省份本地融資占比大，風險的跨區域傳染性較低。

5.從綜合指數來看：江蘇、廣東、山東、四川和遼寧位列前五，得分都在8分以上，說明江蘇、廣東、山東、四川和遼寧的地方政府債務是具有重要影響力的系統重要性地方政府債務；后五名分別是海南、寧夏、青海、山西和天津，最后一名海南僅為3.37分，說明海南、寧夏、青海、山西和天津的地方政府債務的系統重要性最低；值得注意的是，前五名中江蘇、廣東和四川在規模指標評價排序中也是位列前茅，但是山東和遼寧的排名是高于其在規模指標排名的，所以傳統的以債務規模衡量其重要性的觀點是片面的，地方政府債務的系統重要性并不僅僅由規模決定，同時取決于關聯性、復雜性等因素。

(三)地方政府債務系統重要性綜合指數的聚類分析

根據各省份的地方政府債務系統重要性綜合指數，運用K-Means聚類方法分成三個等級，樣本數據點到類中心點的距離用歐氏距離表示。聚類結果如表5所示。

表5 系統重要性地方政府債務的聚類

由表5聚類結果可以得出：

1.江蘇、廣東、山東和四川為第一等級。第一等級的省份的地方政府債務為我國系統重要性地方政府債務，是風險的破壞力、傳染性和外部性最強的一類地方政府債務，需要重點監控。這些省份在四個評價指數中，均有二到三個得分是居于前列的，最后的綜合指數也分列前四位。

2.第二等級的省份的地方政府債務中，河北、湖北、上海、陜西等省份都是某一單項指數得分高，其余得分與第一等級得分差距較大，如陜西復雜性、跨區域性指數位列第四、第五，但是規模、關聯性指數只排第十八，導致了其綜合得分較低。對于第二等級的地方政府債務，雖然其綜合指數得分與第一等級有一定差距，但是要著重監控其單項指標。

3.第三等級的省份的地方政府債務，各項指標中規中矩，或者明顯偏低，由于其規模太小、資金來源投向結構簡單等原因，較難引發系統性風險。

綜上所述，第一等級是我國系統重要性地方政府債務，以8.43為臨界值，包括江蘇、廣東、山東、四川四個省份。

五、結論與建議

(一)研究結論

本文建立了系統重要性地方政府債務評價體系，并用實際數據對我國30個省份進行了系統重要性地方政府債務的識別和評價，得到以下主要結論：

1.關聯性指標中的地區生產總值(17.25%)、金融機構融資額(14.48%)的權重最大，表明地方政府債務與實體經濟和金融體系的關聯性是衡量其系統重要性的最重要的指標。其他指標權重在10%上下浮動，表明規模、復雜性和跨區域性也是地方政府債務系統重要性的影響因素。

2.雖然熵值法與灰色關聯分析法用不同的標準測量了指標對綜合評價的影響，但是從研究結果來看，兩種方法計算的系統重要性指數排名基本一致。

3.從規模指數來看，江蘇、四川、廣東、北京和湖北地方政府債務規模較大且近三年需要償還債務比重較高的省份；從關聯性指數來看，廣東、江蘇、山東、浙江和北京為我國實體經濟和金融行業活躍的經濟大省；從復雜性指數來看，河北、河南、山東、陜西和甘肅債務的舉債主體、來源和投向都很復雜；從跨區域性指數來看，湖南、廣東、遼寧、吉林和陜西的融資多來源于外部，非本地融資占比大。以上各省地方政府債務風險的破壞力、傳染性和外部性較強，如果一省多項指標均有較高得分，則其地方政府債務更易爆發系統性風險。

4.將熵值法與灰色關聯分析法兩種方法進行綜合，并對我國省級地方政府債務系統重要性綜合指數進行測算，使用系統聚類后結果表明江蘇、廣東、山東和四川為我國系統重要性地方政府債務。

(二)政策建議

1.建立省級系統重要性地方政府債務評價系統。對系統重要性地方政府債務評價系統確定精準的指標權重，根據規模、關聯性、復雜性和跨區域性等方面的差異來進行不同層次的劃分，采用科學適當的方法進行綜合測量，識別出我國系統重要性地方政府債務。

2.建立全國統一的地方政府債務實時監管系統與平臺。從規模、關聯性、復雜性和跨區域性等方面進行動態評估與監控。將地方政府債務的監管透明化，讓債務管理接受公眾的監督，發揮公眾監督的作用，對債務進行長效管理，使政務公開落到實處，提升政府公信力。

3.對系統重要性地方政府債務實行重點監管監控。對系統重要性地方政府債務，要擴大監管范圍，提高監管標準，實行重點監控，提高監管效率，降低系統性風險。對于次級地方政府債務，應該根據不同省市情況區別對待，重點監控可能造成系統性風險的單項指標。

[1] 魏加寧.地方政府債務風險化解與新型城市化融資[M].北京：機械工業出版社， 2014．

[2] Wildasin D. E. Externalities and Bailouts: Hard and Soft Budget Constraints in Intergovernmental Fiscal Relations[Z]. Policy Research Working Paper， 2010.20-24．

[3] 何楊， 滿燕云. 地方政府債務融資的風險控制——基于土地財政視角的分析[J]. 財貿經濟，2012，(5):45-50．

[4] 劉昊， 劉志彪. 地方債務風險有多高？——基于現實、潛在及引致風險的分析[J]. 上海財經大學學報， 2013，(6):72-79．

[5] 李臘生， 耿曉媛， 鄭杰. 我國地方政府債務風險評價[J]. 統計研究， 2013，(10):30-39．

[6] Denison D. V.， Guo Z. Local Government Debt Management and Budget Stabilization[J]. Journal of Biomechanics， 2015，27(6):121-139

[7] 楊華領， 宋常. 地方政府債務、產權屬性與公司稅負[J]. 財經論叢， 2015， (8):27-36．

[8] 楊龍光， 林兆彬. 我國地方政府債務風險的量化分析[J]. 統計與決策， 2016，(8):146-149．

[9] 趙劍鋒. 省級地方政府性債務風險測度、分解與歸因——基于2014年省級地方債審計的因子-聚類分析[J]. 經濟經緯， 2016，(3):144-149．

[10] 仲凡. 基于風險與績效相關性的地方政府性債務管理研究[J]. 財政研究， 2017，(3):20-32．

[11] Thomson J. B. On Systemically Important Financial Institutions and Progressive Systemic Mitigation[J]. Ssrn Electronic Journal， 2009， 27(8):1-22．

[12] 巴曙松， 高江健. 基于指標法評估中國系統重要性銀行[J]. 財經問題研究， 2012， (9):48-56．

[13] 梁琪， 李政， 郝項超. 我國系統重要性金融機構的識別與監管——基于系統性風險指數SRISK方法的分析[J]. 金融研究， 2013， (9):56-70．

[14] 溫博慧， 李向前， 袁銘. 中國非銀行金融機構系統重要性再評估——基于風險倍率擴增綜合指標[J]. 國際金融研究， 2014， (10):53-63．

[15] Adrian T.， Brunnermeier M. K. CoVaR[J]. Social Science Electronic Publishing， 2014， 106(7):1705-1741．