呂函枰,馬恩濤
(山東財(cái)經(jīng)大學(xué) 財(cái)政稅務(wù)學(xué)院,山東 濟(jì)南 250014)
我國(guó)地方政府債務(wù)風(fēng)險(xiǎn)預(yù)警系統(tǒng)研究
呂函枰,馬恩濤
(山東財(cái)經(jīng)大學(xué) 財(cái)政稅務(wù)學(xué)院,山東 濟(jì)南 250014)
鑒于我國(guó)當(dāng)前地方政府債務(wù)的嚴(yán)峻形勢(shì),對(duì)其構(gòu)建行之有效的風(fēng)險(xiǎn)預(yù)警系統(tǒng)具有很強(qiáng)的現(xiàn)實(shí)意義。本文融合了灰色關(guān)聯(lián)分析(GCA)和BP神經(jīng)網(wǎng)絡(luò)的優(yōu)勢(shì),構(gòu)建出基于GCA-BP神經(jīng)網(wǎng)絡(luò)的地方政府債務(wù)風(fēng)險(xiǎn)預(yù)警系統(tǒng)。選取我國(guó)30個(gè)省市區(qū)的2015年數(shù)據(jù)作為研究樣本,對(duì)各省市區(qū)債務(wù)風(fēng)險(xiǎn)狀況進(jìn)行研究。結(jié)果顯示我國(guó)地方政府債務(wù)風(fēng)險(xiǎn)總體可控。最后從預(yù)警體系、債務(wù)信息披露體系、政府支出結(jié)構(gòu)和科學(xué)設(shè)定政府債務(wù)限額四個(gè)方面給出針對(duì)性的政策建議。
財(cái)政風(fēng)險(xiǎn);地方政府債務(wù);風(fēng)險(xiǎn)預(yù)警系統(tǒng);灰色關(guān)聯(lián)分析;BP神經(jīng)網(wǎng)絡(luò)
近年來(lái),為加快城鄉(xiāng)基礎(chǔ)設(shè)施建設(shè)、應(yīng)對(duì)全球金融危機(jī)和自然災(zāi)害、發(fā)展社會(huì)事業(yè)和促進(jìn)經(jīng)濟(jì)增長(zhǎng),我國(guó)地方政府通過(guò)舉借債務(wù)的方式籌集了大量建設(shè)資金。然而,地方政府債務(wù)在取得積極作用的同時(shí)也面臨著日益嚴(yán)峻的形勢(shì),已成為懸在我國(guó)經(jīng)濟(jì)頭上的一把“利刃”。2013年12月底審計(jì)署公布的債務(wù)審計(jì)結(jié)果顯示,地方政府負(fù)有償還責(zé)任的債務(wù)為108 859.170億元,負(fù)有擔(dān)保責(zé)任的債務(wù)為266 55.770億元,可能承擔(dān)救助責(zé)任的債務(wù)為433 93.720億元。數(shù)量巨大的地方政府債務(wù),為地方政府帶來(lái)了嚴(yán)重的財(cái)政風(fēng)險(xiǎn),引起了中央政府的高度重視。2014年,《國(guó)務(wù)院關(guān)于加強(qiáng)地方政府性債務(wù)管理的意見(jiàn)》(國(guó)發(fā)〔2014〕43號(hào))要求建立“借、用、還”相統(tǒng)一的地方政府性債務(wù)管理機(jī)制;2016年11月,《關(guān)于印發(fā)地方政府性債務(wù)風(fēng)險(xiǎn)應(yīng)急處置預(yù)案的通知》(國(guó)函〔2016〕88號(hào))對(duì)政府性債務(wù)的應(yīng)急處置機(jī)制要求做出了具體規(guī)劃。同時(shí),財(cái)政部也相繼制定出一系列措施,對(duì)地方政府一般債務(wù)預(yù)算、專(zhuān)項(xiàng)債務(wù)預(yù)算、債務(wù)限額以及分配管理提出了具體的管理辦法。鑒于我國(guó)當(dāng)前地方政府債務(wù)的嚴(yán)峻形勢(shì),構(gòu)建能夠適應(yīng)我國(guó)國(guó)情的地方政府債務(wù)風(fēng)險(xiǎn)預(yù)警指標(biāo)體系,找出影響其風(fēng)險(xiǎn)的關(guān)鍵因素,建立行之有效的債務(wù)風(fēng)險(xiǎn)預(yù)警系統(tǒng),具有重要的理論意義和現(xiàn)實(shí)意義。
國(guó)外學(xué)者對(duì)于地方政府債務(wù)問(wèn)題的研究主要圍繞著兩個(gè)方面來(lái)展開(kāi):一是從經(jīng)濟(jì)發(fā)展的角度來(lái)探討地方政府債務(wù)增長(zhǎng)的原因。二是從債務(wù)風(fēng)險(xiǎn)預(yù)警的角度來(lái)探討地方政府債務(wù)風(fēng)險(xiǎn)的規(guī)避。從經(jīng)濟(jì)發(fā)展的角度來(lái)看,很多學(xué)者認(rèn)為用于恢復(fù)和發(fā)展經(jīng)濟(jì)的各種基礎(chǔ)設(shè)施建設(shè)是促進(jìn)地方政府債務(wù)增長(zhǎng)的主要原因。Green[1]通過(guò)分析稅收國(guó)家和債務(wù)國(guó)家的關(guān)系,發(fā)現(xiàn)向居民征稅與舉借債務(wù)具有替代性,若征稅減少則政府舉借債務(wù)增多。Temple[2]則從居民收入水平的角度考察了政府在公共基礎(chǔ)設(shè)施投資中是應(yīng)該利用當(dāng)前稅收收入還是應(yīng)該利用市政債券。Mikesell和Mullins[3]甚至將政府債務(wù)的形成原因歸納為三個(gè)方面,即彌補(bǔ)某一財(cái)政年度的短期資金不足、為資本性建設(shè)項(xiàng)目融資和彌補(bǔ)財(cái)政赤字。當(dāng)然,地方政府債務(wù)與經(jīng)濟(jì)之間的關(guān)系還表現(xiàn)在:一方面,地方政府借債越多對(duì)未來(lái)地方經(jīng)濟(jì)發(fā)展越具有較大的促進(jìn)作用。另一方面,地方經(jīng)濟(jì)總量積累越大,也為借債奠定越強(qiáng)的承載能力基礎(chǔ)[4]。從債務(wù)風(fēng)險(xiǎn)預(yù)警和防范的角度來(lái)看,世界銀行經(jīng)濟(jì)學(xué)家Hana[5]在1998年所提出的財(cái)政風(fēng)險(xiǎn)矩陣即將政府債務(wù)風(fēng)險(xiǎn)根據(jù)其來(lái)源分為直接顯性負(fù)債、直接隱性負(fù)債、或有顯性負(fù)債和或有隱性負(fù)債。Smith[6]根據(jù)政府預(yù)期發(fā)債額運(yùn)用計(jì)算機(jī)模擬仿真系統(tǒng)預(yù)測(cè)出相應(yīng)的地方債務(wù)適度發(fā)行量,構(gòu)建了地方政府債務(wù)仿真預(yù)警系統(tǒng)。與此同時(shí),Ma[7]借鑒巴西的“地方政府借款限制”、美國(guó)的“地方財(cái)政監(jiān)控計(jì)劃及財(cái)政危機(jī)法”以及哥倫比亞的“交通信號(hào)燈”系統(tǒng),設(shè)計(jì)了一套示范性的地方債務(wù)風(fēng)險(xiǎn)預(yù)警系統(tǒng)。
我國(guó)地方政府性債務(wù)問(wèn)題在一定程度上是經(jīng)濟(jì)體制轉(zhuǎn)軌過(guò)程中地方經(jīng)濟(jì)社會(huì)發(fā)展面臨的諸多困難和國(guó)民經(jīng)濟(jì)運(yùn)行的深層次矛盾在財(cái)政上的集中體現(xiàn),其規(guī)模也與經(jīng)濟(jì)發(fā)展水平高度相關(guān)。具體來(lái)看,地方政府債務(wù)形成原因包括:財(cái)政分權(quán)體制下的財(cái)權(quán)事權(quán)不對(duì)稱(chēng)[8]、政府間財(cái)政轉(zhuǎn)移支付制度的不完善[9]、“政府代替市場(chǎng)”的投資行為和強(qiáng)烈的利益動(dòng)機(jī)[10]、地方政府的政績(jī)競(jìng)賽所帶來(lái)的特殊政治激勵(lì)[11]以及債務(wù)管理體制分散難以進(jìn)行有效的債務(wù)風(fēng)險(xiǎn)量化管理[12]。
我國(guó)學(xué)者根據(jù)我國(guó)特有的政治體制與歷史背景,構(gòu)建了符合我國(guó)國(guó)情的地方政府債務(wù)風(fēng)險(xiǎn)預(yù)警系統(tǒng)。劉尚希和趙全厚[13]運(yùn)用新增債務(wù)壓力事前預(yù)警研究,首次實(shí)現(xiàn)了地方政府性債務(wù)風(fēng)險(xiǎn)預(yù)警領(lǐng)域的動(dòng)態(tài)預(yù)警。之后,學(xué)者們采用不同的研究方法嘗試建立完善的地方政府債務(wù)風(fēng)險(xiǎn)預(yù)警系統(tǒng)。主要方法有:基于因子分析法與K-均值聚類(lèi)算法構(gòu)建的“風(fēng)險(xiǎn)閾”預(yù)警模型[14],基于Theil指數(shù)和AHP主客觀綜合權(quán)重賦值法構(gòu)建的可拓預(yù)警模型[15],基于因子分析法和HP濾波方法構(gòu)建的債務(wù)風(fēng)險(xiǎn)測(cè)度模型[16],基于粗糙集和BP神經(jīng)網(wǎng)絡(luò)方法構(gòu)建的非線性仿真預(yù)警系統(tǒng)[17],運(yùn)用TOPSIS法和德?tīng)柗品ㄍ瑫r(shí)利用支持向量構(gòu)建的基于結(jié)構(gòu)風(fēng)險(xiǎn)最小化的地方政府債務(wù)風(fēng)險(xiǎn)預(yù)警模型[18]等。
國(guó)內(nèi)外學(xué)者從不同的角度分析了地方政府債務(wù)的形成機(jī)理,并運(yùn)用不同的方法建立債務(wù)風(fēng)險(xiǎn)預(yù)警系統(tǒng)。本文在借鑒上述研究成果的基礎(chǔ)上,選取我國(guó)30個(gè)省市區(qū)2015年債務(wù)數(shù)據(jù)作為研究樣本,對(duì)可能引發(fā)債務(wù)風(fēng)險(xiǎn)的15項(xiàng)指標(biāo)進(jìn)行分類(lèi)說(shuō)明,并將所選變量歸結(jié)為經(jīng)濟(jì)環(huán)境、財(cái)政環(huán)境、債務(wù)環(huán)境和居民負(fù)擔(dān)環(huán)境四種類(lèi)型,構(gòu)建起地方政府債務(wù)風(fēng)險(xiǎn)預(yù)警指標(biāo)體系。然后利用灰色關(guān)聯(lián)分析(GCA)在約簡(jiǎn)指標(biāo)方面的優(yōu)勢(shì),篩選出對(duì)債務(wù)風(fēng)險(xiǎn)影響較大的關(guān)鍵指標(biāo),通過(guò)層次分析法(AHP)求得關(guān)鍵指標(biāo)的主觀權(quán)重,并運(yùn)用三倍標(biāo)準(zhǔn)差法劃分預(yù)警區(qū)間。同時(shí)結(jié)合國(guó)務(wù)院2016年11月14日下發(fā)的《國(guó)務(wù)院辦公廳關(guān)于印發(fā)地方政府性債務(wù)風(fēng)險(xiǎn)應(yīng)急處置預(yù)案的通知》(國(guó)函〔2016〕88號(hào)),將債務(wù)風(fēng)險(xiǎn)劃分為特大風(fēng)險(xiǎn)、重大風(fēng)險(xiǎn)、較大風(fēng)險(xiǎn)、一般風(fēng)險(xiǎn)以及無(wú)風(fēng)險(xiǎn)五個(gè)級(jí)別。進(jìn)而借助BP神經(jīng)網(wǎng)絡(luò)在非線性處理方面的優(yōu)勢(shì),對(duì)預(yù)警系統(tǒng)進(jìn)行訓(xùn)練,建立起基于GCA-BP神經(jīng)網(wǎng)絡(luò)的我國(guó)地方政府債務(wù)風(fēng)險(xiǎn)預(yù)警系統(tǒng)。最后針對(duì)我國(guó)各省市區(qū)的債務(wù)風(fēng)險(xiǎn)狀況,給出防范和化解地方政府債務(wù)風(fēng)險(xiǎn)的政策建議。
(一)指標(biāo)體系構(gòu)建
本文在建立我國(guó)地方政府債務(wù)風(fēng)險(xiǎn)預(yù)警指標(biāo)體系的過(guò)程中,遵循完備性、科學(xué)性、靈活性和可操作性的原則,同時(shí)借鑒國(guó)內(nèi)外已有研究成果,將預(yù)警指標(biāo)劃分為四類(lèi):經(jīng)濟(jì)環(huán)境、財(cái)政環(huán)境、債務(wù)環(huán)境以及居民負(fù)擔(dān)環(huán)境,遴選出15項(xiàng)指標(biāo),具體指標(biāo)名稱(chēng)如表1所示,同時(shí)給出了各指標(biāo)的經(jīng)濟(jì)含義。
1.經(jīng)濟(jì)環(huán)境指標(biāo)
固定資產(chǎn)投資占比(X1):固定資產(chǎn)投資相對(duì)于GDP的比值。政府舉借債務(wù)主要用于基礎(chǔ)設(shè)施建設(shè),因而固定資產(chǎn)投資占比能夠間接反映政府舉債的原因。該指標(biāo)數(shù)值越大,債務(wù)風(fēng)險(xiǎn)越大。
外貿(mào)依存度(X2):對(duì)外貿(mào)易總額與GDP的比值。該指標(biāo)能夠反映一個(gè)地區(qū)的對(duì)外貿(mào)易活躍程度對(duì)該地區(qū)經(jīng)濟(jì)發(fā)展的影響和依賴(lài)程度。對(duì)外貿(mào)易活動(dòng)越活躍,政府通過(guò)公共投資拉動(dòng)需求的必要性越小,舉債需求越小。
失業(yè)率(X3):該指標(biāo)通過(guò)反映地區(qū)經(jīng)濟(jì)運(yùn)行狀況,間接影響償債能力。失業(yè)率越高,政府對(duì)失業(yè)人員救助的支出越多,財(cái)政負(fù)擔(dān)越重,債務(wù)風(fēng)險(xiǎn)越大。
赤字率(X4):財(cái)政赤字與GDP的比值。通常來(lái)說(shuō),債務(wù)是彌補(bǔ)財(cái)政赤字的主要來(lái)源,因此赤字率越高,債務(wù)風(fēng)險(xiǎn)越大。
2.財(cái)政環(huán)境指標(biāo)
財(cái)政自給率(X5):財(cái)政收入占財(cái)政支出的比值。該指標(biāo)反映財(cái)政收入和財(cái)政支出的彌補(bǔ)情況,財(cái)政自給率越低,債務(wù)風(fēng)險(xiǎn)越大。
財(cái)政收入穩(wěn)定率(X6):稅收收入占財(cái)政收入的比值。稅收收入靠國(guó)家強(qiáng)制力保證實(shí)施,是財(cái)政收入的主要來(lái)源,因而具有穩(wěn)定性。該指標(biāo)反映財(cái)政收入結(jié)構(gòu)情況,數(shù)值越大財(cái)政收入越穩(wěn)定,債務(wù)風(fēng)險(xiǎn)越小。
財(cái)政收入汲取率(X7):財(cái)政收入占GDP的比值。該指標(biāo)反映地方政府從經(jīng)濟(jì)總量中汲取財(cái)政收入的能力,數(shù)值越大,表明政府汲取能力即償債能力越強(qiáng),債務(wù)風(fēng)險(xiǎn)越小。
GDP增長(zhǎng)率(X8):當(dāng)年GDP減去上年GDP后與當(dāng)年GDP的比值。該指標(biāo)能夠綜合反映地區(qū)經(jīng)濟(jì)發(fā)展水平,直接顯示出地區(qū)經(jīng)濟(jì)發(fā)展和債務(wù)狀況的經(jīng)濟(jì)基礎(chǔ),該指標(biāo)數(shù)值越大,償債能力越強(qiáng),債務(wù)風(fēng)險(xiǎn)越小。
3.債務(wù)環(huán)境指標(biāo)
負(fù)債率(X9):年末地方政府債務(wù)余額占GDP的比值。該指標(biāo)直接反映地方經(jīng)濟(jì)對(duì)債務(wù)的承載能力,負(fù)債率越高,債務(wù)風(fēng)險(xiǎn)越大。
債務(wù)率(X10):年末債務(wù)余額占政府綜合財(cái)力*政府綜合財(cái)力=地方公共預(yù)算收入+基金預(yù)算收入+轉(zhuǎn)移支付和稅收返還+地方國(guó)有資本經(jīng)營(yíng)收入-專(zhuān)項(xiàng)轉(zhuǎn)移支付,各項(xiàng)收入均包括上年結(jié)余以及下級(jí)的凈上解收入(下級(jí)上解收入-補(bǔ)助下級(jí)支出)。的比值。該指標(biāo)反映了政府的償債能力,能夠反映出地方政府債務(wù)規(guī)模的合理性,債務(wù)率越高,債務(wù)風(fēng)險(xiǎn)越大。
償債率(X11):地方政府還本付息額占綜合財(cái)力的比值。該指標(biāo)反映地方政府綜合財(cái)力中用于還本付息的比重,償債率越高,債務(wù)風(fēng)險(xiǎn)越大。
或有債務(wù)占比(X12):政府或有債務(wù)占債務(wù)總額的比重。該指標(biāo)反映了地方政府性債務(wù)的潛在風(fēng)險(xiǎn)規(guī)模,地方政府的或有債務(wù)包括負(fù)有擔(dān)保責(zé)任的債務(wù)和可能承擔(dān)一定救助責(zé)任的債務(wù),一旦或有債務(wù)轉(zhuǎn)化為直接負(fù)債,就會(huì)加重債務(wù)風(fēng)險(xiǎn)。
4.居民負(fù)擔(dān)環(huán)境指標(biāo)
居民應(yīng)債率(X13):年末債務(wù)余額與居民儲(chǔ)蓄存款額的比值。該指標(biāo)間接反映政府債務(wù)可能由居民儲(chǔ)蓄來(lái)清償?shù)谋戎?。居民?yīng)債率越高,地方政府債務(wù)的可持續(xù)籌資能力越弱。
居民償債率(X14):人均還本付息額與人均居民收入的比值,該指標(biāo)反映居民即期債務(wù)負(fù)擔(dān)情況,居民償債率越高,政府債務(wù)即期風(fēng)險(xiǎn)越大。
居民債務(wù)負(fù)擔(dān)率(X15):人均債務(wù)余額與人均居民收入的比值,該指標(biāo)間接反映政府債務(wù)可能由居民收入來(lái)清償?shù)馁Y金份額,居民債務(wù)負(fù)擔(dān)率越高,地方政府債務(wù)的可持續(xù)籌資能力越弱。
表1 地方政府債務(wù)風(fēng)險(xiǎn)預(yù)警指標(biāo)體系
(二)研究方法
地方政府債務(wù)風(fēng)險(xiǎn)預(yù)警系統(tǒng)是一個(gè)包含多指標(biāo)的綜合評(píng)價(jià)系統(tǒng),彼此之間存在非線性聯(lián)系,常見(jiàn)的多元線性回歸分析如因子分析法、聚類(lèi)分析法等準(zhǔn)確度不高。因此,本文采用新型人工智能方法,巧妙利用灰色關(guān)聯(lián)分析在探究各因素之間關(guān)聯(lián)程度的優(yōu)勢(shì),用以約簡(jiǎn)預(yù)警指標(biāo);發(fā)揮層次分析法在確定指標(biāo)權(quán)重方面的作用,用以設(shè)定指標(biāo)總體權(quán)重;鑒于三倍標(biāo)準(zhǔn)差法的嚴(yán)謹(jǐn)性,用以劃分預(yù)警指標(biāo)風(fēng)險(xiǎn)區(qū)間;充分吸收BP神經(jīng)網(wǎng)絡(luò)的計(jì)算量小、簡(jiǎn)單易行以及并行性強(qiáng)等特點(diǎn),用以對(duì)預(yù)警系統(tǒng)進(jìn)行訓(xùn)練。
本文根據(jù)中央審計(jì)署以及各省市區(qū)審計(jì)局發(fā)布的債務(wù)審計(jì)結(jié)果,選取我國(guó)30個(gè)省市區(qū)2015年數(shù)據(jù)作為研究樣本,通過(guò)將灰色關(guān)聯(lián)方法與BP神經(jīng)網(wǎng)絡(luò)方法相結(jié)合,構(gòu)建出符合我國(guó)國(guó)情的地方政府債務(wù)風(fēng)險(xiǎn)預(yù)警系統(tǒng)。數(shù)據(jù)來(lái)源于中國(guó)統(tǒng)計(jì)年鑒、財(cái)政年鑒等,具有較強(qiáng)的可信度。
(一)GCA精煉預(yù)警指標(biāo)體系
借鑒曹明霞[19]的改進(jìn)灰色關(guān)聯(lián)分析,利用參考序列和比較序列各時(shí)段對(duì)應(yīng)斜率的比值,來(lái)求解灰色關(guān)聯(lián)度,其結(jié)果為-1到1之間的數(shù),數(shù)值越接近于1,則灰色關(guān)聯(lián)度越大;反之,關(guān)聯(lián)度越小。本文建立的15項(xiàng)預(yù)警指標(biāo)中,由于負(fù)債率反映年末債務(wù)余額占當(dāng)年GDP的比值,能夠直接反映地方經(jīng)濟(jì)對(duì)債務(wù)的承載能力,因而本文選取負(fù)債率(X9)作為參考序列。比較序列為:固定資產(chǎn)投資占比(X1)、外貿(mào)依存度(X2)、失業(yè)率(X3)、赤字率(X4)、財(cái)政自給率(X5)、財(cái)政收入穩(wěn)定率(X6)、財(cái)政收入汲取率(X7)、GDP增長(zhǎng)率(X8)、負(fù)債率(X9)、債務(wù)率(X10)、償債率(X11)、或有債務(wù)占比(X12)、居民應(yīng)債率(X13)、居民償債率(X14)和居民債務(wù)負(fù)擔(dān)率(X15)。將調(diào)整好的序列輸入Matlab8.1軟件,求得樣本數(shù)據(jù)比較序列相對(duì)于參考序列的關(guān)聯(lián)度為:
X9(0)gt;X1(-0.063)gt;X8(-0.088)gt;X13(-0.097)gt;X6(-0.101)gt;X7(-0.105)gt;X10(-0.135)gt;X4(-0.156)gt;X11(-0.193)gt;X15(-0.201)gt;X5(-0.209)gt;X12(-0.218)gt;X3(-0.219)gt;X14(-0.232)gt;X2(-0.237)
(1)
相對(duì)于參考序列,固定資產(chǎn)投資占比(X1)關(guān)聯(lián)系數(shù)最大,而外貿(mào)依存度(X2)關(guān)聯(lián)系數(shù)最小,居民償債率(X14)、失業(yè)率(X3)和或有債務(wù)占比(X12)關(guān)聯(lián)系數(shù)較小,這四項(xiàng)屬于冗余指標(biāo),因而,剔除指標(biāo)X2、X3、X12和X14,將剩余的11項(xiàng)關(guān)鍵指標(biāo)作為基于GCA-BP神經(jīng)網(wǎng)絡(luò)的地方政府債務(wù)風(fēng)險(xiǎn)預(yù)警指標(biāo)體系。
(二)AHP確定預(yù)警指標(biāo)權(quán)重
本文運(yùn)用AHP測(cè)算出各預(yù)警指標(biāo)的主觀權(quán)重。首先根據(jù)設(shè)定好的關(guān)鍵預(yù)警指標(biāo)體系建立層次結(jié)構(gòu)模型,目標(biāo)層為地方政府債務(wù)風(fēng)險(xiǎn),準(zhǔn)則層為經(jīng)濟(jì)環(huán)境、財(cái)政環(huán)境、債務(wù)環(huán)境和居民負(fù)擔(dān)環(huán)境,方案層為11項(xiàng)關(guān)鍵預(yù)警指標(biāo)。采用Saaty提出的1—9比率標(biāo)度法并結(jié)合專(zhuān)家打分法,對(duì)準(zhǔn)則層及方案層指標(biāo)的重要性進(jìn)行兩兩比較,構(gòu)造出判斷矩陣,并通過(guò)一致性檢驗(yàn),確保測(cè)算權(quán)重的合理性,從而得出關(guān)鍵預(yù)警指標(biāo)的主觀權(quán)重(如表2所示)。
表2 基于AHP關(guān)鍵預(yù)警指標(biāo)主觀權(quán)重
(三)債務(wù)風(fēng)險(xiǎn)綜合評(píng)價(jià)值的測(cè)算與分析
測(cè)算債務(wù)風(fēng)險(xiǎn)綜合評(píng)價(jià)值的前提是對(duì)性質(zhì)和衡量標(biāo)準(zhǔn)不同的樣本數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理。標(biāo)準(zhǔn)化方程為:
i=1,2,…,30
j=1,2,…,11
(2)
其中,i表示11項(xiàng)指標(biāo)(用指標(biāo)代碼表示),j表示30個(gè)省市區(qū),Xij表示第j個(gè)省市區(qū)的第i項(xiàng)指標(biāo)的原始數(shù)值,Ri表示標(biāo)準(zhǔn)化后的指標(biāo)數(shù)值。
債務(wù)風(fēng)險(xiǎn)綜合評(píng)價(jià)值可由公式(3)求得,結(jié)果如表3所示。
R=f(Ri)=∑ωi×Ri=ω1R1+ω4R4+ω5R5+ω6R6+ω7R7+ω8R8+ω9R9+ω10R10+ω11R11+ω13R13+ω15R15=0.176R1+0.035R4+0.748R5+0.161R6+0.034R7+0.027R8+0.080R9+0.161R10+0.161R11+0.072R13+0.018R15
(3)
其中,Ri為債務(wù)風(fēng)險(xiǎn)綜合評(píng)價(jià)值, ωi為各項(xiàng)關(guān)鍵預(yù)警指標(biāo)的總體權(quán)重。
表3 各省市區(qū)債務(wù)風(fēng)險(xiǎn)綜合評(píng)價(jià)值
(一)劃分預(yù)警風(fēng)險(xiǎn)區(qū)間
建立風(fēng)險(xiǎn)預(yù)警系統(tǒng)的關(guān)鍵是劃分預(yù)警風(fēng)險(xiǎn)區(qū)間,即確定各指標(biāo)風(fēng)險(xiǎn)狀態(tài)的臨界值。學(xué)者們通常采用的方法是借鑒國(guó)內(nèi)外通用的警戒線或者遵循現(xiàn)有研究成果作為臨界值。這一方法具有很大的主觀性,由于選取的指標(biāo)以及樣本數(shù)據(jù)不同,對(duì)臨界值的設(shè)定不一,加之有些指標(biāo)沒(méi)有明確的可界定臨界值,因而這種方法確定的臨界值缺乏嚴(yán)謹(jǐn)性和科學(xué)性。
本文采用三倍標(biāo)準(zhǔn)差法確定預(yù)警區(qū)間。結(jié)合國(guó)務(wù)院下發(fā)的國(guó)函〔2016〕88號(hào)文件,將債務(wù)風(fēng)險(xiǎn)特征劃分為特大風(fēng)險(xiǎn)、重大風(fēng)險(xiǎn)、較大風(fēng)險(xiǎn)、一般風(fēng)險(xiǎn)以及無(wú)風(fēng)險(xiǎn)五個(gè)級(jí)別,并分別對(duì)應(yīng)紅燈、黃燈、橙燈、綠燈和藍(lán)燈五種預(yù)警信號(hào)燈。對(duì)于經(jīng)GCA精煉后的關(guān)鍵預(yù)警指標(biāo)借助Excel軟件求得樣本均值和樣本標(biāo)準(zhǔn)差,將低于樣本均值減三倍標(biāo)準(zhǔn)差的區(qū)域確定為無(wú)風(fēng)險(xiǎn)區(qū),大于樣本均值加三倍標(biāo)準(zhǔn)差的區(qū)域確定為特大風(fēng)險(xiǎn)區(qū),每個(gè)預(yù)警區(qū)間間隔兩倍標(biāo)準(zhǔn)差,共劃分為5個(gè)預(yù)警區(qū)間,其結(jié)果如表4所示。
表4 地方政府債務(wù)風(fēng)險(xiǎn)預(yù)警區(qū)間
(二)預(yù)警系統(tǒng)的分析
根據(jù)求得的債務(wù)風(fēng)險(xiǎn)綜合評(píng)價(jià)值和劃分的預(yù)警區(qū)間,可得出我國(guó)30個(gè)省市區(qū)的債務(wù)風(fēng)險(xiǎn)預(yù)警標(biāo)識(shí),結(jié)果如表5所示。
表5 我國(guó)各省市區(qū)債務(wù)風(fēng)險(xiǎn)預(yù)警標(biāo)識(shí)
由表5可知,我國(guó)30個(gè)省市區(qū)的債務(wù)風(fēng)險(xiǎn)預(yù)警狀態(tài)主要集中在一般風(fēng)險(xiǎn)、較大風(fēng)險(xiǎn)和重大風(fēng)險(xiǎn)三個(gè)區(qū)間,其中,北京、廣東、湖南、黑龍江和上海處于一般風(fēng)險(xiǎn)區(qū)間,遼寧、青海、寧夏、云南和貴州處于重大風(fēng)險(xiǎn)區(qū)間,其他省市區(qū)均處于較大風(fēng)險(xiǎn)區(qū)間,無(wú)省市區(qū)處于特大風(fēng)險(xiǎn)區(qū)間。預(yù)警結(jié)果表明,我國(guó)債務(wù)風(fēng)險(xiǎn)總體可控。但是處于重大風(fēng)險(xiǎn)區(qū)間的五個(gè)省市區(qū)尤其是貴州和云南,債務(wù)綜合評(píng)價(jià)值接近于特大風(fēng)險(xiǎn)區(qū)間警戒線,應(yīng)引起當(dāng)?shù)卣母叨戎匾暋?/p>
(三)BPNN對(duì)預(yù)警系統(tǒng)的訓(xùn)練
BPNN的構(gòu)建主要包含數(shù)據(jù)的歸一化處理、網(wǎng)絡(luò)初始化的設(shè)置、樣本的選取與訓(xùn)練、神經(jīng)網(wǎng)絡(luò)的測(cè)試與檢驗(yàn)等。本文運(yùn)用AMPL軟件,以樣本數(shù)據(jù)的預(yù)警指標(biāo)作為輸入層節(jié)點(diǎn),以債務(wù)風(fēng)險(xiǎn)綜合評(píng)價(jià)值作為輸出層節(jié)點(diǎn),隱含層節(jié)點(diǎn)數(shù)由AMPL軟件在經(jīng)過(guò)試算和迭代后確定。訓(xùn)練函數(shù)選取收斂速度快且訓(xùn)練精度較高的traingdx,它能夠提高神經(jīng)網(wǎng)絡(luò)的泛化能力。設(shè)定訓(xùn)練目標(biāo)誤差為0.001,最大訓(xùn)練次數(shù)為500,學(xué)習(xí)速率為0.010,其他參數(shù)為AMPL軟件LOQO求解程序中的默認(rèn)值。
將30個(gè)省市區(qū)的樣本數(shù)據(jù)分為兩個(gè)部分: 25個(gè)訓(xùn)練樣本和5個(gè)檢驗(yàn)樣本(樣本均為隨機(jī)選擇),同時(shí)為了驗(yàn)證經(jīng)灰色關(guān)聯(lián)分析約簡(jiǎn)后的BP神經(jīng)網(wǎng)絡(luò)(以下簡(jiǎn)稱(chēng)GCA-BPNN)比未經(jīng)約簡(jiǎn)的BP神經(jīng)網(wǎng)絡(luò)(以下簡(jiǎn)稱(chēng)NO-GCA-BPNN)更具優(yōu)越性,將輸入層節(jié)點(diǎn)分為兩個(gè)部分:GCA-BPNN下的11項(xiàng)關(guān)鍵預(yù)警指標(biāo)和NO-GCA-BPNN下的15項(xiàng)預(yù)警指標(biāo),隱含層和輸出層節(jié)點(diǎn)數(shù)不變,運(yùn)用AMPL軟件中的LOQO求解程序進(jìn)行訓(xùn)練和檢驗(yàn)。
本文將隨機(jī)選取的5個(gè)檢驗(yàn)樣本輸入訓(xùn)練好的BP神經(jīng)網(wǎng)絡(luò)中,分別設(shè)置GCA-BPNN下的11項(xiàng)關(guān)鍵預(yù)警指標(biāo)和NO-GCA-BPNN下的15項(xiàng)預(yù)警指標(biāo)作為輸入層節(jié)點(diǎn),訓(xùn)練求得網(wǎng)絡(luò)輸出,通過(guò)公式(1-|期望輸出-網(wǎng)絡(luò)輸出|/期望輸出)100%可以得到如表6和表7所示的檢驗(yàn)結(jié)果以及對(duì)應(yīng)的預(yù)警狀態(tài)和預(yù)警信號(hào)。
表6 GCA-BPNN的檢驗(yàn)結(jié)果
表7 NO-GCA-BPNN的檢驗(yàn)結(jié)果
通過(guò)表6和表7的對(duì)比發(fā)現(xiàn),BP神經(jīng)網(wǎng)絡(luò)的期望輸出和網(wǎng)絡(luò)輸出非常接近, GCA-BPNN的均方誤差為0.003,NO-GCA-BPNN的均方誤差僅為0.002,由此表明對(duì)債務(wù)風(fēng)險(xiǎn)的預(yù)警準(zhǔn)確性較高。之所以NO-GCA-BPNN的均方誤差更小,是因?yàn)槲唇?jīng)約簡(jiǎn)的神經(jīng)網(wǎng)絡(luò)輸入層有15個(gè)節(jié)點(diǎn),而約簡(jiǎn)后的網(wǎng)絡(luò)輸入層節(jié)點(diǎn)數(shù)為11,節(jié)點(diǎn)數(shù)越多,訓(xùn)練效果越好??v使如此,二者檢驗(yàn)效果都在95%以上,表明本文建立的預(yù)警系統(tǒng)是行之有效的,而且具有較強(qiáng)的泛化能力。但是,GCA-BPNN也有其優(yōu)越性,主要表現(xiàn)在兩個(gè)方面:一是迭代次數(shù)降低。預(yù)警指標(biāo)體系龐雜,經(jīng)GCA約簡(jiǎn)后,剔除對(duì)地方政府債務(wù)風(fēng)險(xiǎn)影響較小的冗余指標(biāo),不僅精煉了預(yù)警指標(biāo)體系,而且還大大減少了網(wǎng)絡(luò)訓(xùn)練迭代次數(shù)。二是訓(xùn)練速度加快。GCA-BPNN層次結(jié)構(gòu)為11-1-1,加上訓(xùn)練過(guò)程中的網(wǎng)絡(luò)閾值,共有14個(gè)變量,NO-GCA-BPNN共有18個(gè)變量。因此,在二者都有較高的預(yù)警準(zhǔn)確性前提下,GCA-BPNN更具優(yōu)越性。
本文在參考已有文獻(xiàn)的基礎(chǔ)上,通過(guò)分析地方政府債務(wù)風(fēng)險(xiǎn)的特性,篩選出15項(xiàng)預(yù)警指標(biāo),構(gòu)建了地方政府債務(wù)風(fēng)險(xiǎn)預(yù)警指標(biāo)體系。首先,運(yùn)用灰色關(guān)聯(lián)分析剔除了對(duì)債務(wù)風(fēng)險(xiǎn)影響不大的4項(xiàng)冗余指標(biāo),精煉了預(yù)警指標(biāo)體系,并運(yùn)用層次分析法求出關(guān)鍵預(yù)警指標(biāo)的總體權(quán)重,得出債務(wù)風(fēng)險(xiǎn)綜合評(píng)價(jià)值。其次,運(yùn)用三倍標(biāo)準(zhǔn)差法求出預(yù)警風(fēng)險(xiǎn)區(qū)間的臨界值,并結(jié)合國(guó)函〔2016〕88號(hào)文件將地方政府債務(wù)風(fēng)險(xiǎn)狀況劃分為5個(gè)區(qū)間,避免了人為設(shè)定警戒線的主觀隨意性。最后,將求得的債務(wù)風(fēng)險(xiǎn)綜合評(píng)價(jià)值代入相對(duì)應(yīng)的風(fēng)險(xiǎn)區(qū)間,對(duì)我國(guó)30個(gè)省市區(qū)的債務(wù)風(fēng)險(xiǎn)狀況進(jìn)行分析。并運(yùn)用構(gòu)建好的BP神經(jīng)網(wǎng)絡(luò)模型,對(duì)預(yù)警系統(tǒng)進(jìn)行訓(xùn)練。結(jié)果顯示,我國(guó)地方政府債務(wù)風(fēng)險(xiǎn)總體可控,5個(gè)省市區(qū)債務(wù)風(fēng)險(xiǎn)處于一般風(fēng)險(xiǎn)區(qū)間(北京、廣東、湖南、黑龍江和上海);5個(gè)省市區(qū)處于重大風(fēng)險(xiǎn)區(qū)間(遼寧、青海、寧夏、云南和貴州);其他20個(gè)省市區(qū)均處于較大風(fēng)險(xiǎn)區(qū)間;沒(méi)有省市區(qū)處于無(wú)風(fēng)險(xiǎn)區(qū)間和特大風(fēng)險(xiǎn)區(qū)間。個(gè)別債務(wù)風(fēng)險(xiǎn)較高的省市區(qū),應(yīng)引起相關(guān)地方政府的重視。同時(shí),本文建立的基于GCA-BP神經(jīng)網(wǎng)絡(luò)的地方政府債務(wù)風(fēng)險(xiǎn)預(yù)警系統(tǒng)具有很強(qiáng)的準(zhǔn)確性和實(shí)用性。
為了更好地預(yù)防和規(guī)避地方政府債務(wù)風(fēng)險(xiǎn),提出以下四個(gè)方面的政策建議:
第一,引入債務(wù)風(fēng)險(xiǎn)預(yù)警機(jī)制,積極響應(yīng)地方政府債務(wù)風(fēng)險(xiǎn)應(yīng)急處置預(yù)案。根據(jù)地方政府債務(wù)的現(xiàn)狀,選取對(duì)債務(wù)風(fēng)險(xiǎn)影響較大的預(yù)警指標(biāo),建立行之有效的地方政府債務(wù)風(fēng)險(xiǎn)預(yù)警系統(tǒng)。定期評(píng)估各地區(qū)政府債務(wù)風(fēng)險(xiǎn)情況,并采取行之有效的應(yīng)對(duì)措施。建立健全債務(wù)風(fēng)險(xiǎn)應(yīng)急處置工作機(jī)制,做好預(yù)警系統(tǒng)和應(yīng)急處置預(yù)案的銜接和協(xié)調(diào)工作。對(duì)于通過(guò)預(yù)警系統(tǒng)檢測(cè)出的債務(wù)風(fēng)險(xiǎn)較高的省市區(qū),要引起相關(guān)地方政府的高度重視,盡快建立相應(yīng)的應(yīng)急處置預(yù)案,及時(shí)規(guī)避可能引發(fā)的債務(wù)風(fēng)險(xiǎn),從而有效避免地方債務(wù)問(wèn)題的蔓延和惡化。
第二,建立債務(wù)信息披露體系和責(zé)任追究機(jī)制。摸清地方政府債務(wù)數(shù),對(duì)債務(wù)情況包括債務(wù)的規(guī)模、來(lái)源、資金投向和償還期限等進(jìn)行徹底審查并統(tǒng)一納入預(yù)算,實(shí)現(xiàn)對(duì)債務(wù)的全方位管理,提高政府債務(wù)透明度。同時(shí),啟動(dòng)責(zé)任追究機(jī)制,遵循“誰(shuí)借債誰(shuí)償還”的原則,對(duì)債務(wù)進(jìn)行借、用、還相統(tǒng)一的全方位管理。增強(qiáng)地方政府相關(guān)領(lǐng)導(dǎo)人的責(zé)任意識(shí)和風(fēng)險(xiǎn)意識(shí),將地方債務(wù)風(fēng)險(xiǎn)處置納入政績(jī)考核范圍,防范財(cái)政金融風(fēng)險(xiǎn)。
第三,優(yōu)化地方政府支出結(jié)構(gòu),實(shí)現(xiàn)地方財(cái)政的長(zhǎng)期可持續(xù)發(fā)展。研究發(fā)現(xiàn),債務(wù)風(fēng)險(xiǎn)較為嚴(yán)重的省市區(qū)其地方政府的財(cái)政償付能力偏弱,導(dǎo)致債務(wù)率偏高,因而應(yīng)拓寬財(cái)源渠道,在依法加強(qiáng)稅收征管的前提下,盡快培育地方主體稅種。優(yōu)化支出結(jié)構(gòu),堅(jiān)持“量力而行、量入為出”原則,合理安排各項(xiàng)財(cái)政支出。積極采用PPP模式,吸引社會(huì)資本進(jìn)入基礎(chǔ)設(shè)施建設(shè)中來(lái),從而有效緩解財(cái)政壓力,實(shí)現(xiàn)地方財(cái)政的長(zhǎng)期可持續(xù)發(fā)展。
第四,科學(xué)設(shè)定地方政府債務(wù)限額。根據(jù)財(cái)政部印發(fā)的《新增地方政府債務(wù)限額分配管理暫行辦法》(財(cái)預(yù)〔2017〕 35號(hào))文件精神,中央政府應(yīng)首先對(duì)各級(jí)地方政府債務(wù)狀況、財(cái)力狀況進(jìn)行績(jī)效管理評(píng)估,根據(jù)各省市區(qū)的債務(wù)風(fēng)險(xiǎn)、財(cái)力狀況,科學(xué)設(shè)定地方政府債務(wù)限額。對(duì)于財(cái)政實(shí)力強(qiáng)、舉債空間大、債務(wù)風(fēng)險(xiǎn)低、債務(wù)管理績(jī)效好的地區(qū)多安排,而對(duì)于那些財(cái)政實(shí)力弱、舉債空間小、債務(wù)風(fēng)險(xiǎn)高、債務(wù)管理績(jī)效差的地區(qū)少安排或不安排。通過(guò)對(duì)新增地方政府債務(wù)限額的管理,規(guī)范地方政府債務(wù),防范財(cái)政金融風(fēng)險(xiǎn)。
[1] Green,C. From“ Tax State” to “Debt State”[J].Journal of Evolutionary Economics,1993,3(1) : 23-43.
[2] Temple,J. The Debt/Tax Choice in the Financing of State and Local Capital Expenditures[J].Journal of Regional Science,1994, 34(4) : 529-548.
[3] Mikesell, J. L., Mullins, D. R.Reforming Budget Systems in Countries of the Former Soviet Union[J].Public Administration Review, 2001, 61(5):57-75.
[4] Hildreth,W.B. Debt and the Local Economy: Problems in Benchmarking Local Government Debt Affordability[J].Public Budgeting amp; Finance,2002, 22 (4) : 99-113.
[5] Hana, H.P.Government Contingent Liabilities:A Hidden Fiscal Risk[J].Finance Developnment,1999, 36(1):1-36.
[6] Smith, C. Measuring and Forecasting Debt Capacity State of Oregon Experience[J].Government Finance Review,1998,(6):52.
[7] Ma, J. Monitoring Fiscal Risks of Subnational Governments: Selected Country Experiences[M].London :Oxford University Press, 2003.263-270.
[8] 王俊.地方政府債務(wù)的風(fēng)險(xiǎn)成因、結(jié)構(gòu)與預(yù)警實(shí)證[J].中國(guó)經(jīng)濟(jì)問(wèn)題,2015,(2):13-25.
[9] 楊雅琴.中國(guó)地方政府債務(wù)形成機(jī)制及風(fēng)險(xiǎn)——從財(cái)政聯(lián)邦主義視角對(duì)西部少數(shù)民族省份A的研究[J].經(jīng)濟(jì)與管理研究,2012,(6):57-64.
[10] 于海峰,崔迪.防范與化解地方政府債務(wù)風(fēng)險(xiǎn)問(wèn)題研究[J].財(cái)政研究,2010,(6):56-59.
[11] 呂健. 政績(jī)競(jìng)賽、經(jīng)濟(jì)轉(zhuǎn)型與地方政府債務(wù)增長(zhǎng)[J].中國(guó)軟科學(xué),2014,(8):17-28.
[12] 胡祖銓. 我國(guó)地方政府債務(wù)及風(fēng)險(xiǎn)研究[J]. 宏觀經(jīng)濟(jì)管理,2017,(1):49-51.
[13] 劉尚希,趙全厚.政府債務(wù):風(fēng)險(xiǎn)狀況的初步分析[J].管理世界,2002,(5):22-32,41.
[14] 劉驊,盧亞娟. 地方政府融資平臺(tái)債務(wù)風(fēng)險(xiǎn)預(yù)警模型與實(shí)證研究[J].經(jīng)濟(jì)學(xué)動(dòng)態(tài),2014,(8):63-69.
[15] 郭宇,莊亞明.地方政府性債務(wù)風(fēng)險(xiǎn)預(yù)警系統(tǒng)的構(gòu)建[J].統(tǒng)計(jì)與決策,2014,(4):151-154.
[16] 繆小林,伏潤(rùn)民.我國(guó)地方政府性債務(wù)風(fēng)險(xiǎn)生成與測(cè)度研究——基于西部某省的經(jīng)驗(yàn)數(shù)據(jù)[J].財(cái)貿(mào)經(jīng)濟(jì),2012,(1):17-24.
[17] 洪源,劉興琳.地方政府債務(wù)風(fēng)險(xiǎn)非線性仿真預(yù)警系統(tǒng)的構(gòu)建——基于粗糙集-BP神經(jīng)網(wǎng)絡(luò)方法集成的研究[J]. 山西財(cái)經(jīng)大學(xué)學(xué)報(bào), 2012,(3):1-10.
[18] 李斌,郭劍橋,何萬(wàn)里. 一種新的地方政府債務(wù)風(fēng)險(xiǎn)預(yù)警系統(tǒng)設(shè)計(jì)與應(yīng)用[J]. 數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究,2016,(12):96-112.
[19] 曹明霞.灰色關(guān)聯(lián)度模型的正負(fù)性問(wèn)題的研究及其改進(jìn)[A].2006年灰色系統(tǒng)理論及其應(yīng)用學(xué)術(shù)會(huì)議論文集[C].中國(guó)高等科學(xué)技術(shù)中心,2006.16-35.
(責(zé)任編輯:孟耀)
2017-06-06
國(guó)家社會(huì)科學(xué)基金項(xiàng)目“我國(guó)銀行業(yè)政府或有債務(wù)風(fēng)險(xiǎn)及其財(cái)政成本研究”(17AJY024);山東省自然科學(xué)基金重點(diǎn)項(xiàng)目“山東省政府性債務(wù)控制及風(fēng)險(xiǎn)預(yù)警研究”(ZR2015GZ001);山東省社會(huì)科學(xué)規(guī)劃項(xiàng)目“比較視角下山東省PPP模式發(fā)展思路與對(duì)策研究”(15CGLJ13)
呂函枰(1992-),女,山東煙臺(tái)人,碩士研究生,主要從事地方政府債務(wù)問(wèn)題研究。E-mail:lhping6688@163.com
馬恩濤(1976-),男,山東德州人,教授,博士,主要從事地方政府債務(wù)問(wèn)題研究。E-mail:635415379@qq.com
F812.7
A
1008-4096(2017)06-0059-07
東北財(cái)經(jīng)大學(xué)學(xué)報(bào)2017年6期