基于復雜網絡視角的城投債擔保風險傳導研究

韓忠明 邢浩禎 于明哲 賈君怡

（北京工商大學，北京 100048）

內容提要：防范化解地方政府債務風險，守住不發生系統性風險的底線是我國金融工作的重要內容。本文以江蘇省和貴州省2013年-2021年間城投債發行擔保網為樣本，基于復雜網絡分析法研究了兩個省份的城投債擔保網絡特征、識別系統性重要機構及風險傳染路徑。結果發現，兩省城投債擔保網絡均呈現網絡規模大、擔保關系復雜、風險關聯性強的特征，城投債發行擔保關系易成為系統性風險隱患。就系統性重要機構而言，江蘇省以專業擔保公司為主，其風險化解能力強，整體風險較低，而貴州省以地方政府融資平臺為主，其盈利能力差，易成為風險加速器。進一步地，聚焦于風險隱患較高的貴州省，其風險傳染路徑呈現明顯的“區域抱團”特征，易引起區域風險集聚?；谘芯拷Y論，本文從城投債擔保的全新視角為地方政府債務風險的防范與化解提出針對性政策建議，為實現促發展與防風險雙重目標提供有益參考。

一、引言

著力防控地方政府債務風險成為打好防范化解重大風險攻堅戰工作的重心之一，而城投債市場是當前地方政府債務風險防控問題的重要環節。特別地，為滿足監管部門對城投債發行最低評級的監管規則以及吸引更多投資者群體（鐘輝勇等，2016；江源，2020），城投債大多數采取有擔保的發行方式。但由于銀監會已明確禁止商業銀行為城投債發行提供擔保，資產抵押擔保、資產質押擔保以及第三方擔保逐漸成為城投債發行人使用的主要擔保方式（楊靖等，2013）。與資產抵押擔保、資產質押擔保相比，第三方擔保占比較大，截至2021年底，根據Wind統計數據，我國城投債存量共有18572支，規模達151960億元，數量方面，第三方擔保占比21.8%，資產抵押擔保和資產質押擔保占比0.97%，規模方面，第三方擔保占比18.6%，資產抵押擔保和資產質押擔保占比1.13%。同時，第三方擔保存在著發行人與擔保人“相互擔保”甚至“連環擔?！钡默F象，這種錯綜復雜的擔保關系很有可能會引起“多米諾骨牌效應”，導致信用環境惡化，甚至誘發區域性系統性風險，影響區域經濟的健康發展。在此背景下，分析我國典型地區的城投債第三方擔保網絡特征、識別系統性重要機構及風險傳染路徑，對促進我國城投債市場健康發展，防范化解地方政府債務風險，進一步實現促發展與防風險雙重目標，具有重要的現實意義。

根據擔保人不同，城投債的第三方擔?？蓜澐譃閷I擔保和關聯擔保兩種類型，其中，專業擔保是指全國性和地方政策性專業擔保公司提供的擔保；關聯擔保是指不同地方政府融資平臺（或國有企業）之間的相互擔保或連環擔保。截至2021年底，由專業擔保公司提供的專業擔保占第三方擔保的比重為52.13%，由地方政府融資平臺（或國有企業）提供的關聯擔保占比為47.87%。雖然兩種擔保類型均能達到成功發行城投債的目的，然而不同擔保類型所蘊藏的風險存在差異：專業擔保公司普遍具備較高的資質，同時在擔保業務方面擁有較強專業性，整體實力和風險防控化解能力較強，再加上地方政策性專業擔保機構的政府支持力度較大，其在協調區域各類資源上具備一定優勢，因此，專業擔保有助于消減城投債違約風險，風險傳染概率較低（文學舟等，2012）；而地方政府融資平臺（或國有企業）之間的關聯擔保使得多家地方政府融資平臺（或國有企業）通過擔保關系聯結在一起，形成潛在的風險傳染網絡，而且，由于這些公司普遍面臨資金來源單一、風險抵御能力差的困境，某家融資平臺（或國有企業）的風險會蔓延至網絡中的其他融資平臺（或國有企業），容易出現大面積違約現象，甚至誘發區域性系統性金融風險。其中，有代表性的事件是2021年8月貴州省一家地方政府融資平臺———黔南州投資有限公司（以下簡稱“黔南投資”）因關聯擔保而被下調評級，導致黔南投資發行的多支債券價格一路下滑，其經營、財務和信用狀況均受到較大的負面影響，債券違約風險顯著增加。①頻遭信用評級機構“冷眼”，多家城投公司評級被下調[EB/OL].中國經濟網，2021年8月18日，http：//finance.ce.cn/stock/gsgdbd/202108/18/t20210818_36817546.shtml。中證鵬元關于調整黔南州投資有限公司評級展望為負面的公告[EB/OL].中國外匯交易中心，2021年8月16日，https：//www.chinamoney.com.cn/chinese/zxpjbg/20210816/2034506.html?cp=pjgg。此外，隨著城投債發行規模的持續擴張，專業擔保也有可能促進地方政府融資平臺（或國有企業）間形成廣泛的擔保網絡關系，加強了地方政府融資平臺（或國有企業）間的關聯性。一旦擔保網絡中的某個公司發生違約風險，極有可能導致更多的關聯公司受到波及，進一步擴大了風險傳染范圍。因此，從系統層面明確城投債擔保網絡中的風險傳染路徑是研究地方政府債務風險傳染的重要視角。目前，已有學者借助復雜網絡技術研究金融風險、洞悉網絡結構背后的信息（Allen，1998；Battiston 等，2012；Li等，2020；歐陽紅兵和劉曉東，2014；吳德勝等，2021），但在地方政府債務風險尤其是城投債擔保風險領域，該方法的運用有待進一步深入。本文選取位居我國城投債存量規模首位的江蘇省②Wind數據顯示，截至2021年12月份，江蘇省城投債存量規模位居全國首位，是目前城投債區域的典型代表。和非標違約事件頻發的貴州省③2021年，我國共發生31起城投非標違約事件，涉及42家城投平臺，違約金額超過40億元，從地域分布上看，貴州省違約城投平臺數量最多，達29家、占比近七成，是“違約重災區”，需要重點關注其風險。，以兩省2013年-2021年間城投債發行擔保網為樣本，基于復雜網絡分析法研究了兩個省份的城投債擔保網絡特征、識別系統性重要機構及風險傳染路徑。

與以往研究相比，本文可能的貢獻在于：第一，基于城投債擔保的全新視角研究了地方政府債務風險傳染問題。既有文獻在研究城投債問題時，大多關注其發行規模（盧進勇等，2020；張向達等，2020；邱志剛等，2022）、發行定價（羅榮華等，2016；曹婧等，2019）、風險成因與防范（曹桂全等，2014；楊雅琴等，2019；張路，2020）等方面，研究城投債擔保問題的文獻也多是將其作為回歸模型的控制變量（陳超等，2014；鐘輝勇等，2016），較少關注城投債發行擔保關系以及由此引發的風險傳染問題，對專業擔保和關聯擔保的差異性關注也不足。第二，借助復雜網絡分析法揭示了江蘇省和貴州省城投債發行擔保網絡的整體結構性特征，采用多維度節點中心性指標識別出擔保網絡中關聯度較強、具有風險中介作用的系統性重要機構，憑借復雜網絡分析法系統且直觀的優勢，運用最小生成樹（MST）方法識別出城投債發行擔保網絡中風險傳染潛在路徑。第三，從風險傳染角度區分了專業擔保和關聯擔保兩種類型的差異，發現江蘇省以專業擔保公司為主，而貴州省則以地方政府融資平臺為主。第四，本文為加強江蘇省和貴州省的城投債風險防控工作提供了針對性的指導建議，同時能夠為全國范圍內相關防控工作的推廣提供可靠的理論依據，進一步促進我國經濟長遠穩健發展。本文其余章節組織結構如下：第二節介紹了使用的研究方法，第三節展開了實證分析，第四節總結了研究結論并提出相應政策建議。

二、研究方法

（一）城投債擔保風險傳染網絡模型的構建

1.全局擔保網絡

本文以江蘇省和貴州省2013年-2021年發行的以第三方擔保為增信方式的城投債作為樣本，其中，以發債主體和相應的擔保主體作為節點，擔保關系作為邊，構建基于城投債發行擔保關系的全局擔保網絡，兩省份全局擔保網絡的具體信息如表1所示。其中，發債主體為地方政府融資平臺，擔保主體包括地方政府融資平臺、國有企業以及專業擔保公司三種類型。

表1 江蘇省和貴州省全局擔保網絡的節點和邊信息

2.核心擔保子網絡

全局擔保網絡包含多個子網絡，本文將全局擔保網絡中節點數量最多的子網絡定義為“核心擔保子網絡”。考慮到核心擔保子網絡的節點數量較多、結構復雜，本文使用復雜網絡分析法對核心擔保子網絡進行拓撲刻畫，識別核心擔保子網絡的整體結構特征及風險特性并利用多維度節點中心性指標挖掘系統性重要機構。

3.外圍擔保子網絡

本文將“外圍擔保子網絡”定義為除“核心擔保子網絡”外，全局擔保網絡中剩余的節點數量偏小的子網絡。由于外圍擔保子網絡的節點數量相對較少，在研究其風險特性時，本文從擔保結構、區域特征角度進行深入分析。

4.關聯擔保網絡

為重點關注地方政府融資平臺（或國有企業）間關聯擔保行為的風險特性，本文將僅由城投債關聯擔保關系構成的網絡定義為“關聯擔保網絡”，即在全局擔保網絡的基礎上剔除專業擔保關系后的網絡。關聯擔保網絡同樣包含多個子網絡，將節點數量最多的子網絡定義為“核心關聯擔保子網絡”。本文將借助最小生成樹（MST）模型識別出核心關聯擔保子網絡的傳染路徑，并分析傳染路徑的風險特征。

（二）網絡風險傳染的度量

1.核心擔保子網絡拓撲特征刻畫

本文將從平均最短路徑、聚類系數以及度分布三個方面來刻畫核心擔保子網絡的整體結構特征。

（1）核心擔保子網絡的傳播效率—平均最短路徑長度

本文借助平均最短路徑長度指標刻畫網絡的傳播效率。為此，首先引入節點之間的距離dij。節點i與節點j之間的距離dij定義為連接節點i與節點j之間最短路徑中包含的邊數，網絡中所有節點對間距離dij的最大值以及均值，分別代表網絡的直徑D以及平均最短路徑長度L，在無向圖中dij=dji，D和L分別由式（1）和（2）計算得出：

核心擔保子網絡的直徑和平均最短路徑長度越短，代表節點聯系越緊密，風險在核心擔保子網絡中傳染效率越快，傳染范圍越廣泛。

（2）核心擔保子網絡的聚集程度—聚類系數

核心擔保子網絡中所有節點的Ci的均值可代表此網絡的聚類系數C：

核心擔保子網絡的聚類系數越高，代表網絡中聚集程度越顯著，風險越容易在網絡內大范圍傳播。

（3）核心擔保子網絡的傳染渠道分布—度分布

為了描述核心擔保子網絡的結構特點，本文引入度分布指標。節點度分布函數P（k）可以表示為：

其中，N代表核心擔保子網絡中節點總數，Nk代表網絡中有Nk個節點的度值為k。

為識別出核心擔保子網絡中的系統性重要機構，本文將從節點度以及中介中心性兩個維度進行測量。

（4）核心擔保子網絡的傳染渠道—節點度

患者常規禁食8 h，禁飲4 h，所有患者均于術前進行血常規及凝血功能檢查、血生化檢查包括血離子濃度和空腹血糖測定、肝、腎功能檢查、心電圖檢查。入手術室后開放靜脈通路，輸注復方氯化鈉液 8～10 mL/（kg·h）,常規監測血壓（BP），心率（HR），心電圖（ECG），脈搏氧飽和度（SpO2），呼吸頻率（RR）,呼氣末二氧化碳分壓（PETCO2），并擺好截石體位。即刻采集患者非輸液側手指末梢血及動脈血進行血糖及血氣分析。

為了衡量核心擔保子網絡中節點i與其他節點聯系的廣泛性，我們引入度指標來識別系統性重要機構。網絡中節點i的度ki為節點i與網絡中其他節點直接相連的邊數，包括節點i指向其他節點的邊數量ki1（即節點i的出度）以及其他節點指向節點i的邊數量ki2（即節點i的入度）可以由式（6）計算得出。節點i的度越大，代表節點i與其他節點聯系越緊密，在核心擔保子網絡中越有影響力。

2.網絡風險傳染路徑識別—最小生成樹（MST）模型

由于專業擔保能在一定程度上緩解系統性風險，而關聯擔保實則是將同一地區的多家融資平臺（或國有企業）捆綁在一起，此時，一旦某家企業出現風險事件，整個區域會由于關聯擔保而發生風險傳染，因此，本文此處重點考察關聯擔保的風險傳染路徑。為識別出核心關聯擔保子網絡的風險傳染路徑，本文引入最小生成樹（MST）模型（歐陽紅兵等，2014）。該模型的原理基于貪心法，在一個無回路的網絡中，n個節點通過n-1條邊建立擔保聯系，且網

（5）核心擔保子網絡的傳染中介-中介中心性

然而僅使用節點度指標容易遺漏核心擔保子網絡中風險中介節點，因此本文引入中介中心性來衡量節點i在網絡中的中介作用，補充節點度所遺漏的系統性重要機構。節點i的中介中心性CB（i）能夠衡量網絡中的節點j在多大程度上借助節點i，把風險傳染給節點m，計算方式如式（7），其中，qjm為節點j與節點m間所有最短路徑數，qjm（i）為節點j經過節點i到節點m的最短路徑數。節點i的中介中心性越高，代表節點i的風險中介作用越大，風險在核心擔保子網絡中傳染時，會更頻繁地經過節點i將風險傳染給網絡中的其他節點。絡邊集合由權重值最小的邊構成。本文采用的MST算法為Kruskal，其算法思想流程圖如圖1所示。從算法思想流程圖中可知，核心關聯擔保子網絡的最小生成樹可代表網絡中所有節點均能建立擔保聯系的最短路徑，故本文將擔保網絡中節點之間的資金往來，即擔保金額規模的倒數作為邊權重，此時構建出的最小生成樹MST能夠揭示出核心關聯擔保子網絡中關系最強、最重要的連接路徑。且當MST唯一時，該路徑能夠最大程度代表核心關聯擔保子網絡的風險傳染路徑。同時借助最小生成樹也可以識別出風險傳染路徑中的系統性重要節點，重點監管這些節點，可以有效預防風險傳染在路徑中大規模爆發。

圖1 Kruskal算法思想流程圖

三、城投債擔保網絡風險傳染分析

（一）全局擔保網絡特征

本文使用城投債擔保風險傳染網絡模型中的全局擔保網絡構建法，構建出江蘇省和貴州省全局擔保網絡，如圖2所示。圖2中的邊表示企業間的擔保關系，圖2中的點表示擔保關系中的企業，包括地方政府融資平臺、國有企業和專業擔保公司，節點面積越大，說明該企業存在較多的擔保關系。

圖2 江蘇省和貴州省全局擔保網絡

從圖2可以看出：首先，在網絡規模方面，圖2（a）中江蘇省全局擔保網絡節點個數為433個，圖2（b）中貴州省全局擔保網絡節點個數為94個?？梢钥闯?，江蘇省的網絡規模大于貴州省，不同節點借助復雜交織的擔保關系，形成了節點規模較大且擔保關系復雜的擔保網絡。其次，在系統性重要機構的節點類型方面，結合圖2和表2發現在江蘇省中，由少數專業擔保公司建立的專業擔保關系涉及擔保規模比重高達51.3%，說明專業擔保公司在網絡中占據核心位置，而貴州省的關聯擔保關系涉及擔保規模比重高達82%，說明地方政府融資平臺及國有企業在貴州擔保網絡中占據核心位置。再次，在網絡結構方面，兩省份的全局擔保網絡均呈現出復雜化、多樣化的特征。從圖2可以看出，兩省份的擔保網絡均包含“一對多放射狀”“多對一放射狀”“環形結構”以及“鏈狀結構”的基本擔保結構，形成了多種擔保結構并存揉糅合的復雜網絡形態。最后，在網絡數量方面，兩省份的擔保網絡分別包含多個規模不同的子網絡，表3展示了依據網絡連通性劃分后，兩個省份的若干子網絡，每個省份均包含一個核心擔保子網絡、若干外圍擔保子網絡。江蘇省和貴州省的擔保網絡分別包含40個和14個子網絡，其中核心擔保子網絡涉及節點分別為333個和58個。

表2 江蘇省和貴州省全局擔保網絡中不同擔保主體類型占比

表3 江蘇省和貴州省全局擔保網絡的子網絡

（二）核心擔保子網絡的風險分析

1.網絡的整體結構性特征及風險特性

圖3展示了江蘇省和貴州省的核心擔保子網絡。表4展示了江蘇省和貴州省核心擔保子網絡的整體結構性指標測度值。圖4為江蘇省和貴州省核心擔保子網絡的度分布。首先，從表4中平均最短路徑長度來看，江蘇省和貴州省分別為4.158和4.574，這意味著兩個省份的核心擔保子網絡中，任意2家公司通過不到5家公司就可以相互連通，建立聯系。進一步結合網絡直徑、平均聚類系數發現，兩省份的核心擔保子網絡的聚類系數相對較大，且網絡的平均最短路徑長度和直徑均遠低于網絡中的節點數，具有“小世界特征”，該特征意味著節點間的聯系較為緊密，在網絡中節點風險抵抗能力差的情況下，風險極易在網絡中大范圍傳染。再次，從圖4中核心擔保子網絡的度分布來看，兩省份均服從冪律分布，證明兩省份的核心擔保子網絡具有“無標度特征”，即網絡中存在少數的但擁有大量聯系的系統性重要節點，風險一旦爆發在這些高度關聯的節點，整個網絡將會遭遇嚴重的傳染沖擊。因此，無標度及小世界的混合特征，使得兩省核心擔保子網絡的風險關聯性極強，易成為系統性風險隱患。

圖3 江蘇省和貴州省核心擔保子網絡

圖4 江蘇省和貴州省核心擔保子網絡的度分布

表4 江蘇省和貴州省核心擔保子網絡的整體結構性指標測度值

2.系統性重要性機構的識別

使用節點度指標識別關聯程度較高的系統性重要機構，結果如表5所示?？梢钥吹?，在江蘇省節點度指標的前五名中，均為專業擔保公司，專業擔保公司憑借較強的經濟實力以及專業的風險控制能力，能夠在風險來臨時，扮演“風險防火墻”的角色，有效降低風險在網絡中擴散的可能性，維護網絡的安全穩定。貴州省的度指標排名與江蘇省存在較大差異，其中僅包括1家專業擔保公司，其他均為地方政府融資平臺以及國有企業。地方政府融資平臺盈利能力較差、風險抵御能力較弱，易成為擔保網絡內的“風險加速器”，以第3名遵義道橋建設（集團）有限公司為例，自2020年以來，該公司數次陷入票據兌付糾紛，據不完全統計，涉及案件資金規模逾2893萬元①遵義最大發債平臺頻陷票據兌付糾紛，擬以資抵債償還[EB/OL].網易新聞，2021年12月2日，https：//www.163.com/dy/article/GQ7UOLF905199NPP.html。由于這些節點與其他節點存在廣泛的聯系，它們一旦出現危機，風險將廣泛傳播至其他節點，引起劇烈的連鎖反應。同時，貴州省度指標較高的系統性重要機構存在同時為多個城投債擔?，F象，這些公司的信用質量將會直接受到多個被擔保公司的影響，需警惕發生自身主體評級因受牽連而下調的現象。

表5 使用節點度指標篩選的前5名系統性重要機構

為避免遺漏具有風險中介作用的系統性重要機構，進一步使用中介中心性指標進行測度，結果如表6所示。可以看出，大部分公司已經出現在表5度指標排名中，但值得注意的是，貴州省的遵義市匯川區婁海情旅游發展投資有限公司雖然沒有較高的度，但是其在網絡中的風險中介重要程度較高，也是貴州省的系統性重要機構。從節點類型來看，江蘇省系統性重要機構依然集中在專業擔保公司中，憑借其專業的風險管控能力，能夠及時化解風險，保護網絡中的其他節點公司；而貴州省仍集中在地方政府融資平臺，當風險爆發時，這些中介中心性較高的地方政府融資平臺能夠充當風險傳染橋梁，使更多的節點公司受到風險沖擊。

表6 使用中介中心性指標篩選的前5名系統性重要機構

（三）外圍擔保子網絡的風險分析

在核心擔保子網絡分析基礎上，本文也對外圍擔保子網絡進一步分析，外圍擔保子網絡如圖5所示。表7統計了兩省外圍擔保子網絡的基本擔保結構。首先，結合圖5和表7，我們發現，江蘇省和貴州省外圍擔保子網絡的個數較多且每個子網絡規模較小、地方政府融資平臺間“一對多”擔?，F象十分普遍，兩省分別有10個外圍擔保子網絡涉及此類擔保結構，此現象容易產生較大或有負債。以江蘇省G3為例，無錫城建發展集團有限公司（地方政府融資平臺）同時為3家融資平臺提供擔保，對外擔保規模高達98億。貴州省也有類似的情況，以貴州省G3為例，貴州省梵凈山投資控股集團有限公司（地方政府融資平臺）同時為3家融資平臺提供擔保，對外擔保規模高達51億。

表7 江蘇省和貴州省外圍擔保子網絡的基本擔保結構統計

圖5 江蘇省和貴州省外圍擔保子網絡

其次，外圍擔保子網絡呈現明顯的“區域抱團”現象，容易對區域經濟穩定造成沖擊。表8統計了兩個省份的外圍擔保子網絡所屬地級市，可以發現同一地域內的公司間更容易建立擔保關系。需辯證看待這種區域“抱團”現象，理性把握其中的“利與弊”：在經濟上行時期，同一地區的幾家公司組成規模較小的擔保網絡，能夠實現區域內地方政府融資平臺的增信，有助于打破地方政府融資平臺融資困難的制約；然而在經濟發展減速時，若地區內某個公司發生違約，一方面，整個市場會對該地區的信用環境產生恐慌與擔憂，特別是對當地政府的救助意愿產生擔憂，這將不利于該地區的后續融資進程，另一方面，由于多家公司基于擔保關系被捆綁在同一網絡中，一家公司的違約風險很有可能借助這些渠道，由點及面的迅速蔓延至同一地區的其他公司，嚴重損害該地區的經濟穩定。

表8 江蘇省和貴州省外圍擔保子網絡所屬地級市

（四）關聯擔保網絡的風險分析

在前文分析中，本文發現貴州省的關聯擔保現象較為嚴重，進一步選取貴州省城投債發行關聯擔保網絡進行風險分析。表9展示了貴州省關聯擔保網絡的具體信息描述，可以看出，貴州省共有17個關聯擔保網絡，其中規模最大的核心關聯擔保子網絡涉及的節點高達42個，圖6展示了貴州省核心關聯擔保子網絡的網絡圖。圖7（a）是基于最小生成樹（MST）模型的貴州省核心關聯擔保子網絡的風險傳染路徑，圖7（b）是風險傳染路徑中聚集團體的區域劃分，表10展示了貴州省核心關聯擔保子網絡中不同團體所屬區域。

表9 貴州省關聯擔保網絡

表10 貴州省核心關聯擔保子網絡中不同團體所屬區域

圖6 貴州省核心關聯擔保子網絡

圖7 貴州省核心關聯擔保子網絡的風險傳染路徑

首先，從傳染路徑的整體結構分析，花竹置業和赤水國資相隔最遠，即網絡中最長傳染路徑長度為9，遠小于網絡中節點數42，這說明，在傳染路徑中，相聚最遠的兩個公司，僅僅通過9個公司，就能建立聯系，這反映了風險傳染路徑中節點聯系較為緊密，使得局部風險更容易蔓延至整個傳染路徑，嚴重影響區域經濟的穩定。

其次，從系統性重要機構來看，靠近傳染路徑中心的公司要比傳染路徑邊緣的公司面臨更大的風險，如貴州國資、遵義道橋、婁海情旅游、西南交通等顯然面臨更大的風險，且是風險傳染路徑中十分關鍵的一環，為系統重要性機構。

最后，從區域分布來看，傳染路徑同樣表現出“區域抱團”現象，本文對上述傳染路徑中主要的聚集團體進行了地級市劃分，如圖7（b）和表10所示，可以看出，貴州省的4個地級市借助關聯擔保關系聯結在同一傳染路徑中，同時由于貴州省不同區域的經濟發展存在較大差異，應該重點關注區域發展較差地區的風險情況，防止該區域發生的違約在貴州省核心關聯擔保子網絡中傳播。

四、研究結論與政策建議

城投債市場是當前地方政府債務風險防控問題的重要環節，因此，本文聚焦我國城投債存量規模最大的江蘇省以及風險隱患較高的貴州省，以兩省份2013年-2021年間城投債發行擔保網為樣本，基于復雜網絡分析法研究了兩個省份的城投債擔保網絡特征、識別系統性重要機構及風險傳染路徑。研究發現，兩省份城投債擔保網絡均呈現網絡規模大、擔保關系復雜、風險關聯性強的特征，使得城投債發行擔保關系易成為系統性風險隱患。就系統性重要機構而言，江蘇省以專業擔保公司為主，其風險化解能力強，整體風險較低，而貴州省則以地方政府融資平臺為主，其盈利能力較差、風險抵御能力較弱，易成為風險加速器。進一步地，聚焦于風險隱患較高的貴州省，其風險傳染路徑呈現明顯的“區域抱團”特征，易引起區域風險集聚。

基于以上研究結論，本文提出以下政策建議：第一，在監控地方政府債務風險時，需重點關注地方政府融資平臺以及國有企業間的關聯擔保行為。一方面應大力督促城投債發行人對擔保信息的披露，另一方面應重點監管對外擔保規模過大的地方政府融資平臺，必要時采取下調相關地方政府融資平臺主體評級等措施，盡量避免關聯擔保行為產生的連鎖傳染效應。第二，加快地方政府融資平臺轉型，大力鼓勵并支持專業擔保公司為城投債提供擔保。專業擔保公司為城投債擔保將對降低地方政府融資平臺間的關聯擔保行為和滿足地方政府融資平臺的融資需求起到重要作用。加快地方政府融資平臺轉型，從而提高自身“造血”實力，有助于專業擔保機構為其發行的城投債進行擔保，從而有效降低關聯擔保行為，從根本上切斷關聯擔保行為的“捆綁性”風險。第三，根據不同地區的實際情況，采取針對性措施。對于經濟資質偏弱、非標違約較為頻繁的地區，需建立更加嚴格的管控制度，同時提高該地區城投債的信息披露水平，警惕該地區城投債背后的關聯擔保行為，防止爆發區域金融風險；對于經濟實力雄厚、發債規模較大的地區，盡管專業擔保體系相對發達，整體風險可控，但仍需嚴格把控其發債規模，但使其牢牢處于安全線內，同時也需嚴格評估城投債發行主體的信用資質，進而維護區域內的金融穩定。