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)

一、問(wèn)題的提出

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。

二、研究綜述

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。

三、指標(biāo)體系與研究方法

(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。

四、預(yù)警系統(tǒng)的構(gòu)建

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

五、預(yù)警系統(tǒng)的應(yīng)用分析

(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。

六、結(jié)論和政策建議

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