山東省地方債務(wù)風(fēng)險高嗎？

李慧敏 李達(dá)

摘 要：通過采用KMV模型對山東省地方債務(wù)風(fēng)險和山東省上市公司數(shù)據(jù)分析上市公司債務(wù)風(fēng)險，闡述了兩者之間的關(guān)系，第一次給出了微觀層面證據(jù)。結(jié)果顯示，在特定假設(shè)條件下，山東省地方債務(wù)風(fēng)險違約已經(jīng)超過0.4%的水平線，意味著我們需要更加重視地方債務(wù)風(fēng)險問題。

關(guān)鍵詞：山東省;地方債務(wù)風(fēng)險;上市公司;KMV模型

中圖分類號：F832.5 ? ? ?文獻標(biāo)志碼：A ? ? ?文章編號：1673-291X（2019）17-0141-06

現(xiàn)有地方債務(wù)風(fēng)險研究有三個問題：一是目前的研究大多集中在政府債券或者政府收支情況，但是地方政府債券僅僅是地方債務(wù)的一部分，并且政府財政收入和財政支出數(shù)據(jù)都是一般預(yù)算數(shù)據(jù)，不是最終實際發(fā)生值，因此結(jié)論可能不夠準(zhǔn)確。二是由于地方政府債務(wù)不透明，并且很多隱形債務(wù)難以估計，①因此采用債務(wù)/GDP作為債務(wù)風(fēng)險衡量指標(biāo)，忽略了與償債能力相關(guān)的資產(chǎn)情況（劉曉光，劉元春，2018）;此外，李臘生等（2013）以及他們所列舉的相關(guān)文獻都是采用政府發(fā)行債券規(guī)模衡量地方債務(wù)風(fēng)險，很顯然由于地方債券規(guī)模僅僅是地方債務(wù)的一部分，因此他們的結(jié)論自然是不可靠的。三是缺乏微觀層面的數(shù)據(jù)作為證據(jù)支撐債務(wù)風(fēng)險論點。

鑒于上述問題，我們一方面通過地方財政數(shù)據(jù)分析地方債務(wù)風(fēng)險，另一方面，我們開創(chuàng)性地引入地方上市公司數(shù)據(jù)，間接分析該省的償債能力。地方上市公司是當(dāng)?shù)叵鄬Πl(fā)展較好的公司，并且數(shù)據(jù)公開透明且經(jīng)過審計，相對比較可靠。上市公司的發(fā)展情況可以認(rèn)為是當(dāng)?shù)亟?jīng)濟晴雨表，一方面GDP的統(tǒng)計中肯定會反映上市公司當(dāng)年的情況;另一方面，政府財政收入的稅收部分也依賴于經(jīng)濟實體，包括上市公司，因此上市公司的數(shù)據(jù)可以側(cè)面反映出政府收入和債務(wù)風(fēng)險情況。

本文第一部分根據(jù)KMV模型，說明山東省地方債務(wù)風(fēng)險;第二部分通過山東省上市公司數(shù)據(jù)情況，間接分析地方債務(wù)風(fēng)險;第三部分給出結(jié)論。

一、山東省地方政府債務(wù)風(fēng)險

山東省地方債務(wù)余額2017年底為10 196億元，從數(shù)據(jù)來看，最早的數(shù)據(jù)是2010年，當(dāng)年地方債務(wù)余額為4 752億元。從人均值來看，2010年人均政府性債務(wù)為4 956元，2017年底已經(jīng)上升到10 190元，如圖1所示。②如果按照2017年相對2010年的債務(wù)余額直接計算算術(shù)增長率的話，人均債務(wù)余額的增長率已經(jīng)達(dá)到13.2%，超過同期名義人均GDP增長率9.64%。由此可以看出，地方債務(wù)的快速增長必然帶來債務(wù)風(fēng)險的累積，為了衡量地方債務(wù)風(fēng)險，我們下面采用KMV模型進行分析，之后再通過山東省上市公司數(shù)據(jù)進一步的分析。

（一）模型及數(shù)據(jù)

1.KMV模型

本文采用韓立巖等（2003）提出的市政債券信用風(fēng)險模型，即修改后的Credit Monitor Model（以下稱為“KMV模型”）分析山東省地方政府債務(wù)。③由于KMV模型應(yīng)用較多，這里不詳細(xì)闡述，可以參見韓立巖等（2003），李臘生等（2013），李貞等（2017），丁超楠（2018）等的文章。我們假設(shè)違約距離為DD（即default Distance），違約概率為p，并且遵從韓立巖等（2003）設(shè)時間間隔為1，從而有：

DD=■（1）

p=N（-DD）（2）

這里，F(xiàn)IT表示到期日的政府財政收入，BT表示到期日的債務(wù)總額，？滋表示政府財政收入增速，？滓表示政府財政收入波動率，T表示到期日，N（·）表示標(biāo)準(zhǔn)正態(tài)分布。

2.數(shù)據(jù)

為了便于和上市公司數(shù)據(jù)時間統(tǒng)一，我們采用1993—2017年山東省的財政收入，其余數(shù)據(jù)的期限會在使用時說明。首先預(yù)測2018—2020年財政收入。①由此可以計算？滋和？滓。然而，不是所有的財政收入都可以用來償還債務(wù)。在地方公共支出中一般公共支出、公共安全、教育、社會保障和就業(yè)、醫(yī)療衛(wèi)生與計劃生育、城鄉(xiāng)社區(qū)事務(wù)、農(nóng)林水事務(wù)、住房保障支出八項占比2007年到2016年平均為78.31%。我們假設(shè)政府財政收入中可以用來還款的比例分三種情況，分別為20%，22%，25%。②

其次我們確定到期日，按照2015年財政部確認(rèn)的債券置換最長時間為10年，因此我們假設(shè)？壯=10。最后需要確認(rèn)債務(wù)規(guī)模。2017年底，山東省政府性債務(wù)余額約1.02萬億元，其中一般債務(wù)6 189億元，專項債務(wù)4 007億元。置換存量債務(wù)1 646億元，占比為16.14%。自2015年至今已經(jīng)置換債務(wù)7 022億元。此外，政府新發(fā)行債券占財政赤字的比重在上升，從2015年的10.33%上升到2017年的30.79%。我們預(yù)測2018—2020年財政赤字，③并且按照其30%比例發(fā)行債券，最終我們可以得到預(yù)期到期債務(wù)：

預(yù)期到期債務(wù)=年末存量債務(wù)×（1+r%）×1/T+每年財政赤字×30%

這里r%表示利率，我們假設(shè)r=4。為了簡單起見，我們以2017年底已經(jīng)置換的7 022億元債券為基數(shù)，假設(shè)每年等額還本付息，由此可以得到每年到期債務(wù)總額。

（二）結(jié)果分析

同樣采用標(biāo)準(zhǔn)普爾評級中BBB級債券的評級，參照韓立巖（2003）將警戒值定為0.4%，我們可以發(fā)現(xiàn)，如果山東省政府只有20%的資金能夠用于還款，且其他條件不變時，2019年和2020年有可能會出現(xiàn)違約情況。不過，如果還款比例能夠提升到22%以上的話，那么就不存在違約風(fēng)險。例如，如果還款比例為22%，2019年的違約風(fēng)險僅為0.212%;如果還款比例為25%，那么2020年的違約風(fēng)險會下降到0.087%。

2017年山東省政府性債務(wù)余額中的一般債務(wù)①達(dá)到6 189億元，已經(jīng)超過當(dāng)年山東地方公共財政收入6 099億元。此外，2017年專項債務(wù)達(dá)到4 007億元，財政赤字為3 159億元，已超過財政收入的50%。這些數(shù)據(jù)意味著山東省地方債務(wù)風(fēng)險在不斷累積。

二、山東省上市公司視角的債務(wù)風(fēng)險

前人研究主要集中在地方政府層面數(shù)據(jù)，還沒有通過上市公司數(shù)據(jù)論證地方債務(wù)風(fēng)險。我們認(rèn)為，僅僅討論地方政府層面數(shù)據(jù)有三個不足。一是財政數(shù)據(jù)為預(yù)算數(shù)據(jù)，并不足以表明實際情況，僅能作為參考。二是從地方財政收入的角度來看，微觀層面的數(shù)據(jù)能夠更好地預(yù)測未來收入情況，因為我國已經(jīng)進入經(jīng)濟新常態(tài)，經(jīng)濟增速放緩必然影響到財政收入。三是債務(wù)/GDP等方式并不是最好的指標(biāo)，更合理的指標(biāo)應(yīng)該是資產(chǎn)負(fù)債率，這在宏觀層面無法獲得。

因此，我們采用山東省上市公司數(shù)據(jù)再次分析地方債務(wù)風(fēng)險，這樣做還會有額外的好處。一是從微觀數(shù)據(jù)可以看出經(jīng)濟中不同類別企業(yè)的結(jié)構(gòu)性差異;二是從企業(yè)層面數(shù)據(jù)可以得到新的參數(shù)，然后代回上面分析，可以豐富我們分析的維度，為我們上面的結(jié)論提供更多支撐。

（一）數(shù)據(jù)及相關(guān)統(tǒng)計概括

本文選取的山東省上市公司數(shù)量②一共193家，不包括B股，其中按照企業(yè)性質(zhì)來分共計六種：一是地方國有企業(yè)（44家），二是中央國有企業(yè)（9家），三是集體企業(yè)（3家），四是民營企業(yè)（126家），五是公眾企業(yè)（3家），六是外資企業(yè)（4家）。其中，前三類歸為國企，共計56家;第四類、第五類歸為民企，共計133家。這里采用的數(shù)據(jù)最早為1993年年報數(shù)據(jù)，較晚上市的公司采用全部年報數(shù)據(jù)。

近五年平均資產(chǎn)負(fù)債率超過50%企業(yè)數(shù)為62家。其中國企28家，占比45.16%，民企34家，占比54.84%。但是，由于樣本中國企數(shù)量遠(yuǎn)低于民企數(shù)量，因此近五年平均資產(chǎn)負(fù)債率超過50%企業(yè)數(shù)的類別占比中，國企超過50%，民企僅為國企的一半左右，即25.56%。

從行業(yè)的角度來看，近五年平均資產(chǎn)負(fù)債率超過50%企業(yè)的行業(yè)分布排名靠前的行業(yè)分別為橡膠、造紙、黃金、房地產(chǎn)開發(fā)，分別為5家、4家、4家和3家。從他們占該行業(yè)上市公司比重來看，除了造紙企業(yè)之外，其余三個行業(yè)完全包括了該行業(yè)的全部上市公司。

我們重點看三個數(shù)據(jù)，一是總資產(chǎn)Aijt，表示第j類公司中第i個公司第t年的總資產(chǎn);二是總負(fù)債Bijt，表示第j類公司中第i個公司第t年的總負(fù)債;三是營業(yè)利潤？仔ijt，表示第j類公司中第i個公司第t年的營業(yè)利潤。

資產(chǎn)負(fù)債率計算公式如下：

資產(chǎn)負(fù)債率jt=■ j=民企、國企

2017年底，山東省全部上市公司（不含外資企業(yè)）總資產(chǎn)22 663億元，其中，國企總資產(chǎn)共計15 327億元，民企總資產(chǎn)共計7 336億元;上市公司總負(fù)債12 884億元，其中，國企總負(fù)債共計9 660億元，民企總負(fù)債共計3 224億元;上市公司總營業(yè)利潤億元，其中，國企總營業(yè)利潤共計816億元，民企總營業(yè)利潤共計401億元。

從圖2可以看出三點：一是，國企資產(chǎn)負(fù)債率在2008年之前比民企資產(chǎn)負(fù)債率要低一些，但是兩者之間沒有明顯的差距;二是，從2008年開始，國企資產(chǎn)負(fù)債率與民企資產(chǎn)負(fù)債率差距開始加大，自2009年以來的差均值為15%，其中最高高達(dá)21%;三是，2010年之后國企資產(chǎn)負(fù)債率始終維持在60%以上，而民企的資產(chǎn)負(fù)債率則不斷下降。

從資產(chǎn)利潤率的角度同樣可以看出，如圖3所示，2008年以前民企的資產(chǎn)利潤率要顯著高于國企，但是2008年之后兩者之間較為模糊，總體而言，國企資產(chǎn)利潤率水平略高于民企。同樣可以看到，資產(chǎn)利潤率和實際GDP增長率之間存在較強的相關(guān)關(guān)系，其中，民企資產(chǎn)利潤率和實際GDP增長率之間的相關(guān)系數(shù)為0.46，國企資產(chǎn)負(fù)債率和實際GDP增長率之間的相關(guān)系數(shù)為0.21。這個并不難理解，因為GDP的統(tǒng)計相當(dāng)于所有社會經(jīng)濟活動的加總，上市公司的表現(xiàn)只是GDP中的一部分，因此，實際GDP增長率會隨著微觀實體的變化而變化。

還需要強調(diào)的是，國企雖然營業(yè)利潤較高，但是由于存在高負(fù)債，因此，從償債能力來看遠(yuǎn)不如民企，如圖4所示。我么可以看到，民企的營業(yè)利潤與負(fù)債的比值（可以用來衡量償債能力）中樞基本沒有變化，但是國企的償債能力在不斷惡化。從上面的數(shù)據(jù)也可以看出，如果融資成本都為10%，那么按照2017年的負(fù)債水平，國企需要支付的利息為966億元，超過當(dāng)年的營業(yè)利潤816億元，而民企需要支付的利息為322億元，低于營業(yè)利潤401億元。

從上述的分析可以看出，地方政府債務(wù)的風(fēng)險從微觀角度來看主要是經(jīng)濟可持續(xù)高增長的風(fēng)險。由于目前國企負(fù)債率不斷攀升，并且償債能力不斷下降，那么很可能會通過影響稅收而最終影響政府財政收入，造成地方債務(wù)風(fēng)險。

（二）上市公司債務(wù)違約風(fēng)險分析

下面我們再采用KMV模型分析上市公司債務(wù)違約風(fēng)險。首先預(yù)測上市公司2018—2020年預(yù)期營業(yè)利潤和預(yù)期到期債務(wù)，如表3所示。

我們可以看到，按照總體的預(yù)期營業(yè)利潤，如果債務(wù)僅為10年，那么違約概率在不斷攀升，并且2019年時就可能出現(xiàn)違約情況，2020年的違約風(fēng)險高達(dá)0.62%。不過，如果債務(wù)期限能夠延長到15年，那么違約率就會出現(xiàn)非常大的下降，2019年的違約率僅為0.008%，基本沒有任何的違約風(fēng)險。如果期限繼續(xù)延長，那么違約率會進一步下降至0.00%附近。

三、債務(wù)風(fēng)險的宏微觀結(jié)果比較

從上面的分析可以看出，采用KMV模型，在我們的假設(shè)情況下，即財政收入中僅有20%的資金能夠用于還款，上市公司債務(wù)的期限為10年，那么無論其是企業(yè)還是政府都會存在違約風(fēng)險，2019年政府債務(wù)違約風(fēng)險為0.437%，企業(yè)債務(wù)違約風(fēng)險為0.465%。這兩者之間的一致性表明我們采用宏觀和微觀數(shù)據(jù)得出的結(jié)論比較可靠。

企業(yè)微觀層面的表現(xiàn)體現(xiàn)了經(jīng)濟發(fā)展的好壞，同時會影響地區(qū)的GDP表現(xiàn)和財政收入表現(xiàn)。從圖5中可以看出，財政收入增長率和名義GDP增長率之間同樣存在較強的相關(guān)關(guān)系。在包含一期滯后的財政收入和名義GDP增長率的回歸中，名義GDP增長率的系數(shù)為1.11，t統(tǒng)計值為9.94。

就山東省而言，從1993年開始，名義GDP增長率均值為14.9%，而財政收入增長率均值為16.3%，財政收入的增長率要高于名義GDP增長率。但是從圖7可以看到，從2016年開始，這種情況已經(jīng)出現(xiàn)了逆轉(zhuǎn)，目前我們無法判斷這是未來的趨勢還是只是暫時的表現(xiàn)，例如像2001—2005年那樣。但是這樣的現(xiàn)狀表明，政府債務(wù)風(fēng)險不得不考慮的就是經(jīng)濟增速放緩之后，償債的收入來源如果減少，那么債務(wù)風(fēng)險的上升幾乎是必然的。并且作為納稅的主體，各種企業(yè)的經(jīng)營不景氣，那么稅基將會嚴(yán)重削弱，從而讓財政收入雪上加霜，更不利于政府的償債。

當(dāng)然，需要指出的是，我們上述結(jié)論是在本文假設(shè)下得到的，如果假設(shè)條件出現(xiàn)變化，例如財政收入中可用于償債的收入比例提高、政府債務(wù)繼續(xù)增加（短期違約風(fēng)險降低）、企業(yè)債務(wù)期限更長等，那么山東省地方債務(wù)違約總體而言還是非常低的，或者說不存在違約風(fēng)險。例如，在22%財政收入可用來償債的情況下，政府債務(wù)違約概率為0.212%，上市公司債務(wù)年限若延長至15年，企業(yè)債務(wù)違約概率僅為0.008%，都在安全范圍之內(nèi)。此外，增加審計投入力度（余應(yīng)敏，等，2018），調(diào)整資金在企業(yè)、行業(yè)、地區(qū)之間的錯配（馮明，2016），也會降低地方債務(wù)風(fēng)險。

最后需要指出的是，本文沒有討論地方債務(wù)的成因，例如參見于海峰（2010）、丁超楠（2018）、魏笑（2018）等，因此，如果能夠從債務(wù)成因方面著手解決債務(wù)的形成，那么上述的債務(wù)風(fēng)險可能又是另外的化解方式，對此本文不做展開。

四、總結(jié)

2017年山東省GDP總量排名全國第三，接近7.3萬億元，但是當(dāng)年山東省政府性債務(wù)余額中的一般債務(wù)①達(dá)到6 189億元，已經(jīng)超過當(dāng)年山東地方公共財政收入6 099億元。此外，2017年專項債務(wù)達(dá)到4 007億元，財政赤字為3 159億元，已超過財政收入的50%。

根據(jù)我們的分析，如果山東省政府只有20%的資金能夠用于還款且其他條件不變時，2019年和2020年就有可能會出現(xiàn)違約情況。除非能夠提高還款比例，例如，如果還款比例為22%，2019年的違約風(fēng)險僅為0.212%;如果還款比例為25%，那么2020年的違約風(fēng)險會下降到0.087%。

此外，我們通過山東省上市公司的數(shù)據(jù)，同樣分析其債務(wù)違約情況。由于上市公司一般是地方發(fā)展較好的公司，因此其債務(wù)安全情況可以認(rèn)為是地方債務(wù)的底線，即如果它們都會發(fā)生風(fēng)險，那么地方經(jīng)濟必然先期發(fā)生風(fēng)險。從結(jié)果來看，按照總體的預(yù)期營業(yè)利潤，如果債務(wù)僅為10年，那么違約概率在不斷攀升，并且2019年時就可能出現(xiàn)違約情況，2020年的違約風(fēng)險高達(dá)0.62%。

上述數(shù)據(jù)都說明，地方債務(wù)風(fēng)險在未來兩年左右是有可能爆發(fā)的，除非地方政府能夠從債務(wù)成因的角度分解風(fēng)險。當(dāng)然，目前中央政府加大地方債務(wù)發(fā)行規(guī)模，這些措施將會降低地方債務(wù)違約概率。

參考文獻：

[1] ?李臘生，耿曉媛，鄭杰.我國地方政府債務(wù)風(fēng)險評價[J].統(tǒng)計研究，2013，（10）：30-39.

[2] ?王宇，楊娉.我國高杠桿的成因及治理[J].南方金融，2016，（1）：5-9.

[3] ?張海星，靳偉鳳.地方政府債券信用風(fēng)險測度與安全發(fā)債規(guī)模研究——基于KMV模型的十省市樣本分析[J].宏觀經(jīng)濟研究，2016，（5）：48-60.

[4] ?馮明.宏觀債務(wù)管理的政策框架及其結(jié)構(gòu)性去杠桿[J].改革，2016，（7）：104-114.

[5] ?劉英.中國債務(wù)的國際比較[J].中國金融，2016，（14）：35-36.

[6] ?李貞，魏澤晴，李燕.當(dāng)代中國地方政府債務(wù)風(fēng)險管理研究——以廣西壯族自治區(qū)政府債務(wù)信用風(fēng)險為例[J].創(chuàng)新，2017，（5）：92-103.

[7] ?劉曉光，劉元春.杠桿率重估與債務(wù)風(fēng)險再探討[J].金融研究，2018，（8）：33-50.

[8] ?余應(yīng)敏，楊野，陳文川.財政分權(quán)、審計監(jiān)督與地方政府債務(wù)風(fēng)險——基于2008—2013 年中國省級面板數(shù)據(jù)的實證檢驗[J].財政研究，2018，（8）：53-65.

[9] ?丁超楠.中國地方政府債務(wù)風(fēng)險評價研究[D].濟南：山東大學(xué)，2018.

[10] ?魏笑.地方政府性債務(wù)風(fēng)險的影響因素研究[D].上海：上海師范大學(xué)，2018.

Is the local debt risk high in Shandong Province？

LI Hui-min，LI Da

（Institute of quantitative Economics and Technical Economics，Chinese Academy of Social Sciences，Beijing 100732，China）

Abstract：By using KMV model to analyze the debt risk of listed companies in Shandong Province and the data of listed companies in Shandong Province，this paper expounds the relationship between the two，and gives the evidence at the micro level for the first time.The results show that under certain assumptions，the local debt risk default in Shandong Province has exceeded the level of 0.4%，which means that we need to pay more attention to the local debt risk.

Key words：Shandong Province;Local debt risk;listed companies;KMV Model

[責(zé)任編輯 本 然]