王連軍

(湖南工商大學(xué) 財政金融學(xué)院，湖南 長沙，410205)

一、引言

2008年國際金融危機爆發(fā)之后，我國政府及時推出了4萬億元投資的經(jīng)濟刺激計劃，這在客觀上強化了政府通過債務(wù)擴張拉動經(jīng)濟增長的模式，直接提高了房地產(chǎn)行業(yè)等領(lǐng)域的杠桿率，雖然地方政府積極建立規(guī)范的舉債融資機制，嘗試化解財政金融風(fēng)險，但目前一些地方政府違規(guī)融資仍然存在，尤其是我國地方政府大量隱性債務(wù)以及對土地財政的依賴嚴(yán)重[1-2]，一旦政府債務(wù)風(fēng)險爆發(fā)將通過金融系統(tǒng)傳導(dǎo)，引發(fā)系統(tǒng)性財政風(fēng)險甚至金融經(jīng)濟危機。為此，2018年4月召開的中央財經(jīng)委員會首次提出“要以結(jié)構(gòu)性去杠桿為基本思路，分部門、分債務(wù)類型提出不同要求，地方政府要盡快把杠桿率降下來，努力實現(xiàn)宏觀杠桿率穩(wěn)定和逐步下降”?！敖Y(jié)構(gòu)性去杠桿”為防范系統(tǒng)性重大風(fēng)險提供了新的思路，但地方政府杠桿率變化過程中如何對金融風(fēng)險在空間上進行有效監(jiān)控、跟蹤與防范，并基于中國地區(qū)差異進行杠桿率的空間優(yōu)化，這些問題在當(dāng)前推進供給側(cè)改革背景下顯得尤為緊迫。

對政府杠桿率問題的認(rèn)識直接關(guān)系到國家宏觀審慎政策的制定，只有準(zhǔn)確、全面地理解中國政府高杠桿問題的形成機制，才能對癥下藥、解決問題。如何準(zhǔn)確地測算政府杠桿率的真實水平？文獻(xiàn)中衡量政府杠桿最直接的指標(biāo)是債務(wù)總量與GDP的比率，然而這一指標(biāo)忽略了與償債能力相關(guān)的資產(chǎn)質(zhì)量與效率等問題，無法進一步考察負(fù)債背后可能存在的深層次原因，從而無法提出相應(yīng)的應(yīng)對措施[3-4]。此外，現(xiàn)有文獻(xiàn)主要將關(guān)注點聚焦在金融風(fēng)險在國家間的溢出和傳染，由于長期以來形成的“一國內(nèi)部均質(zhì)論”的基本假設(shè)，使得對于一國內(nèi)部金融風(fēng)險空間維度分布和演化的研究比較缺乏，如果忽略了地區(qū)之間的內(nèi)生互動機制，就會低估金融風(fēng)險對實體經(jīng)濟的負(fù)面影響，從而進一步造成區(qū)域經(jīng)濟發(fā)展的不平衡與不協(xié)調(diào)。

本文試圖從空間層面圍繞地方政府杠桿率與銀行信貸風(fēng)險展開研究，即地方政府杠桿率對地區(qū)金融風(fēng)險的空間外溢機制。本文首先構(gòu)建了地方政府資產(chǎn)負(fù)債率為代理變量，并且從杠桿率公式的分子(債務(wù)率)與分母(資本形成率)兩個角度分別討論了政府杠桿率對銀行信貸風(fēng)險空間溢出的直接與間接效應(yīng)。其次，政府杠桿率對銀行信貸風(fēng)險的作用機制還受到外部金融發(fā)展水平、房地產(chǎn)投資規(guī)模以及GDP增長幅度等多因素的影響，研究基于兩區(qū)制(Two- Regime)空間杜賓模型，討論政府杠桿率與地區(qū)銀行信貸風(fēng)險二者之間的非線性機制。

二、文獻(xiàn)綜述與研究假設(shè)

(一)國內(nèi)外研究現(xiàn)狀

關(guān)于杠桿率處于何種水平為適度，現(xiàn)有理論迄今并無定論，如Reinhart和Rogoff(2010)[5]基于不同國家數(shù)據(jù)研究認(rèn)為杠桿率對經(jīng)濟增長的影響存在閾值效應(yīng)，當(dāng)政府部門或企業(yè)債務(wù)/GDP指數(shù)超過90%之后，債務(wù)的繼續(xù)累積將阻礙經(jīng)濟增長。Oet等(2013)[6]研究認(rèn)為高杠桿率會產(chǎn)生金融風(fēng)險，在降杠桿進程中容易造成大范圍違約。文獻(xiàn)中對于地方政府債務(wù)影響金融機構(gòu)(主要是商業(yè)銀行)風(fēng)險的主要機理在于：地方政府債務(wù)擴張傳導(dǎo)對銀行信用產(chǎn)生不利影響(Bonis 和 Stacchini,2013)[7]，由此造成金融機構(gòu)資產(chǎn)負(fù)債表的惡化，進而帶來較高不良貸款率[8]。此外，也有研究認(rèn)為銀行同業(yè)拆借市場是導(dǎo)致不同地區(qū)銀行發(fā)生風(fēng)險傳染的根源，當(dāng)銀行之間的關(guān)聯(lián)超過一定程度時，個體銀行風(fēng)險會引發(fā)風(fēng)險傳染甚至?xí)T發(fā)系統(tǒng)性金融風(fēng)險[9-10]。

國內(nèi)研究主要運用宏觀杠桿指標(biāo)(M2/GDP或信貸/GDP等)對我國總杠桿和分部門杠桿水平和增速進行測算，總體上認(rèn)為我國政府杠桿率仍處于安全水平，但增長速度較快[11-12]。中國作為轉(zhuǎn)型中國家，政府債務(wù)中絕大部分是來自銀行貸款，因此杠桿率變化過程容易引發(fā)銀行流動性風(fēng)險[13]。各地方政府潛在債務(wù)風(fēng)險也可能會降低資源配置效率和降低經(jīng)濟增長速度[14-15]。Chen等(2017)[16]認(rèn)為我國地方政府融資需求與影子銀行的擴張之間有著緊密的聯(lián)系，地方政府債券發(fā)行更多的省份，其影子銀行規(guī)模也更大，這一結(jié)論意味著影子銀行資金可能流向了地方政府的融資平臺。熊琛和金昊(2018)[17]通過建立DSGE模型研究認(rèn)為地方政府債務(wù)以各種形式存在于金融部門的資產(chǎn)負(fù)債表中，且兩者存在非線性影響機制。

政府為達(dá)到預(yù)定的經(jīng)濟目標(biāo)通常是通過干預(yù)商業(yè)銀行的金融資源配置來實現(xiàn)，孫光林等(2017)[18]發(fā)現(xiàn)政府干預(yù)通過直接與間接兩個方面對銀行不良貸款產(chǎn)生影響，其中的直接效應(yīng)能扭曲金融效率，增大信貸回收風(fēng)險，而市場機制的形成對政府干預(yù)有約束作用，能提高信貸資產(chǎn)的整體收益，減少不良貸款。姜子葉和胡育蓉(2016)[19]從財政分權(quán)的視角研究認(rèn)為存在預(yù)算軟約束的條件下，地方政府會過度投資和債務(wù)融資，政府官員在追求績效的激勵動機下，政府債務(wù)將暴露流動性風(fēng)險。苗文龍(2018)[20]認(rèn)為金融分權(quán)過程中地方政府成為城市商業(yè)銀行和農(nóng)村商業(yè)銀行的大股東，在地方銀行的公司治理和重大項目貸款審批等事項上具有一定的干預(yù)權(quán)利，從而加劇了銀行的貸款風(fēng)險。

文獻(xiàn)從財政視角為理解地方政府債務(wù)風(fēng)險提供了實驗證據(jù)，但實證研究采用的宏觀杠桿率分析過于粗略，難有實質(zhì)性借鑒價值，尤其是政府杠桿率既要涉及分子的債務(wù)因素又要考慮分母的資產(chǎn)因素，現(xiàn)有研究忽視了兩者之間的影響機制。其次，文獻(xiàn)由于將研究重心限定于金融行業(yè)自身相關(guān)變量的空間效應(yīng)，且實證方法中大多基于線性模型，而地方政府空間競爭過程中外部因素如金融發(fā)展?fàn)顩r、所處省份的經(jīng)濟增長速度等都會明顯影響政府融資決策行為，而鮮有文獻(xiàn)涉及地方政府杠桿率變動導(dǎo)致金融風(fēng)險空間溢出效應(yīng)以及非線性特征研究。

(二)理論假設(shè)

命題1：政府杠桿率對地區(qū)信貸風(fēng)險的影響存在空間外溢效應(yīng)，直接效應(yīng)表現(xiàn)為本地政府杠桿率越高，則本地的金融風(fēng)險也越高。同樣的，其他區(qū)域的政府杠桿率也通過間接效應(yīng)影響本地政府的金融風(fēng)險水平。

地區(qū)信貸風(fēng)險空間溢出效應(yīng)發(fā)生的根源是由于不同區(qū)域銀行間存在直接關(guān)聯(lián)和間接關(guān)聯(lián)引發(fā)的區(qū)域風(fēng)險傳染。如圖1所示，兩者直接關(guān)聯(lián)渠道主要包括資產(chǎn)負(fù)債渠道、同業(yè)貸款渠道及支付系統(tǒng)渠道[21]。間接渠道主要是由于信息不對稱環(huán)境下市場投資者的非理性行為引起的擠兌、羊群行為等[22-23]。Acharya和Yorulmazer(2002)[24]從信息不對稱的角度研究發(fā)現(xiàn)了銀行間拆借市場的風(fēng)險傳染效應(yīng)，投資者會擔(dān)心持有相同資產(chǎn)銀行或類似地區(qū)出現(xiàn)同樣的問題而發(fā)生擠兌風(fēng)險。關(guān)于我國政府行為導(dǎo)致信貸風(fēng)險在空間生成與傳染機制方面，呂健(2014)[25]研究發(fā)現(xiàn)地方政府債務(wù)增長更容易受到鄰近地方的影響，其中東部和中部地區(qū)債務(wù)增長率持續(xù)放緩，而西部地區(qū)則出現(xiàn)了明顯的上升?？娦×趾头鼭櫭?2015)[26]認(rèn)為地方政府債務(wù)存在權(quán)責(zé)時空上的分離，在政績考核模式下，周邊同類地區(qū)經(jīng)濟水平越高，越能激發(fā)地方政府加速舉債，因此會形成相互仿效卸責(zé)的區(qū)域傳染效應(yīng)。

圖1 政府杠桿率對地區(qū)金融風(fēng)險的空間作用機制

命題2：地方政府杠桿率對銀行信貸風(fēng)險的影響取決于分子債務(wù)規(guī)模和分母資本總額兩者的共同驅(qū)動。通常債務(wù)規(guī)模越大，地方政府遭受地區(qū)信貸風(fēng)險也越大，而資本產(chǎn)出率越高，則地區(qū)信貸風(fēng)險水平越低。

中國現(xiàn)階段的轉(zhuǎn)型經(jīng)濟特征決定了政府財政支出將面臨較大的壓力，尤其在2008年之后，地方政府為應(yīng)對國際金融危機而成立大量政府融資平臺，由此形成的這類政府性債務(wù)主要用于交通運輸、電力燃?xì)獾仁姓I(lǐng)域的基礎(chǔ)設(shè)施建設(shè)，投資規(guī)模大且多為回報率較低的公益性項目，因此，資產(chǎn)負(fù)債期限錯配問題使得銀行系統(tǒng)的信用風(fēng)險和流動性風(fēng)險加大。其次，政府債務(wù)本身并不必然導(dǎo)致系統(tǒng)性風(fēng)險，要合理評估我國的債務(wù)風(fēng)險，還要看債務(wù)的用途及是否形成了優(yōu)質(zhì)資產(chǎn)，因此，政府債務(wù)效率對經(jīng)濟發(fā)展可持續(xù)性和金融穩(wěn)定具有重要影響(紀(jì)敏等，2017)[3]。

衡量政府杠桿率最直接的指標(biāo)是信貸規(guī)模(或負(fù)債總額)與GDP的比率，但傳統(tǒng)杠桿率在學(xué)理分析上和實踐操作中都存在一定的缺陷，要合理評估中國的債務(wù)風(fēng)險，需要區(qū)分資本產(chǎn)出比的趨勢性與周期性變化。為了針對這一問題進行考察，對債務(wù)率公式進行如下簡單拓展：

債務(wù)率=債務(wù)總額/GDP=(債務(wù)總額/資產(chǎn)總額)×(資產(chǎn)總額/GDP)，進一步地，政府的資產(chǎn)負(fù)債率(債務(wù)/資產(chǎn))=債務(wù)率/資本形成率。通過這一變動，我們將政府杠桿率拆分為兩項，分子項是負(fù)債總額與GDP的比值，衡量政府總體負(fù)債情況，分母項為總資產(chǎn)/GDP(即資本形成率)，較高的資本形成率意味著未來總產(chǎn)出增長率也就越高，其他保持不變情況下，資本形成率與生產(chǎn)技術(shù)水平具有一定的對應(yīng)關(guān)系，被視作衡量債務(wù)投資效率的重要指標(biāo)。當(dāng)前我國資本產(chǎn)出比處于較快上升階段，資本形成率的上升變動特征[27-28]也是中國經(jīng)濟發(fā)展不可避免的結(jié)果，并不必然反映債務(wù)風(fēng)險的持續(xù)累積。

命題3：政府杠桿率對地區(qū)信貸風(fēng)險的影響存在空間非線性效應(yīng)。地方政府杠桿率對信貸風(fēng)險的影響受到當(dāng)?shù)亟鹑诎l(fā)展?fàn)顩r、GDP增速和房地產(chǎn)投資強度等調(diào)節(jié)變量的影響。

在金融發(fā)展過程中地理上鄰近的行業(yè)及相關(guān)企業(yè)會產(chǎn)生資源的集聚，共享基礎(chǔ)設(shè)施，降低融資成本，給實體經(jīng)濟帶來額外收益。由于地區(qū)間經(jīng)濟發(fā)展不平衡，使得發(fā)達(dá)地區(qū)更容易吸引投資，欠發(fā)達(dá)地區(qū)則難以獲得資金青睞。在金融發(fā)展、宏觀經(jīng)濟周期等外部調(diào)節(jié)因素作用下政府杠桿率對信貸風(fēng)險的影響會出現(xiàn)非對稱性特征。郭玉清等(2017)[29]認(rèn)為地方政府?dāng)U張杠桿過程中西部落后省區(qū)表現(xiàn)出更強烈的短視卸責(zé)融資傾向，低于門檻的財政杠桿助力增長，高于門檻的財政杠桿可跨期、跨域卸責(zé)避險，增長績效趨降。

中國以 GDP 為核心的政績考核體制往往是地方政府干預(yù)商業(yè)銀行信貸投放的誘因之一，在官員政績競賽的刺激下區(qū)域投資規(guī)模擴大，進而促進當(dāng)?shù)亟?jīng)濟增長，但地方政府債務(wù)規(guī)模的過度擴張也會占用社會大量資金，通過影響信貸環(huán)境加重企業(yè)融資約束，從而極易誘發(fā)企業(yè)投融資期限錯配。尤其是對房地產(chǎn)業(yè)這一資金密集型行業(yè)而言，因其與金融業(yè)之間的緊密聯(lián)系以及金融體系內(nèi)復(fù)雜的債權(quán)債務(wù)關(guān)系，使得房地產(chǎn)市場風(fēng)險傳導(dǎo)到銀行體系，從而威脅到金融穩(wěn)定。Moscone等(2014)[30]以美國城市數(shù)據(jù)研究表明房價對銀行的不良貸款有消極影響，受到政府資助的房地產(chǎn)抵押貸款造成不良貸款率上升。彭俞超等(2018)[31]認(rèn)為房地產(chǎn)投資對金融效率的抑制作用在西部地區(qū)、經(jīng)濟欠發(fā)達(dá)地區(qū)和房地產(chǎn)銷售狀況較差的地區(qū)更強。由于我國地方政府可用財力對土地財政依賴度高，融資平臺舉債多以土地抵押并依賴于地方政府隱性擔(dān)保下的借新還舊，杠桿率很高的地方融資高度依賴于中央政府的土地調(diào)控政策，這就進一步給銀行體系帶來極大的風(fēng)險，一旦融資政策收緊，或房地產(chǎn)市場成交量下降、價格下跌，風(fēng)險就會驟然增大。

三、數(shù)據(jù)選擇與空間自相關(guān)檢驗

(一)數(shù)據(jù)來源及指標(biāo)選取

1.變量選取

(1)被解釋變量

根據(jù)2013年《全國政府性債務(wù)審計結(jié)果》數(shù)據(jù)，我國地方政府債務(wù)資金中將近60%都來自銀行貸款，不良貸款實際上反映了各地區(qū)信貸風(fēng)險暴露狀況。由于我國各地區(qū)經(jīng)濟基礎(chǔ)以及經(jīng)濟發(fā)展所處的階段不同，各地區(qū)債務(wù)規(guī)模與風(fēng)險水平也表現(xiàn)出明顯的區(qū)別，以2017年銀行不良貸款率的數(shù)據(jù)為例，其中北京、上海不良貸款率僅為0.55%、0.68%，數(shù)據(jù)低于全國不良貸款率水平，而內(nèi)蒙古、云南、山西的不良貸款率已經(jīng)達(dá)到3.57%、3.07%、2.72%，這些省份均高于全國平均水平。借鑒呂勇斌和陳自雅(2014)[32]的研究方法，考慮到近年來銀行不良貸款進入新一輪擴張期，成為金融風(fēng)險主要隱患，防控商業(yè)銀行不良貸款風(fēng)險對于打好防范化解重大風(fēng)險攻堅戰(zhàn)具有重要意義。綜上，研究采用各省份年度銀行不良貸款余額作為信貸風(fēng)險的代理變量，計算方法上對不良貸款余額取對數(shù)后得到(LNnpl)。

(2)解釋變量

政府杠桿率指標(biāo)利用政府債務(wù)總額與該地區(qū)資產(chǎn)總額的比值作為政府杠桿率的代理指標(biāo)(Lev1)。由于分子上的地方政府債務(wù)2013年之前沒有相關(guān)數(shù)據(jù)披露，借鑒呂健(2014)[25]對地方政府債務(wù)的估算方法，利用市政領(lǐng)域的固定資產(chǎn)投資減去政府可用收入的差額替代，即地方政府債務(wù)=市政領(lǐng)域的固定資產(chǎn)投資-地方政府財政支出投資額-土地出讓金凈收入-投資項目的盈利收入。按照呂健(2014)[25]的推算，應(yīng)用上述方法估算的債務(wù)數(shù)值與審計署(2013)報告公布的數(shù)字實際誤差僅為-0.32%，估算誤差處于可接受的范圍之內(nèi)。需要說明的是，以上各變量均做對數(shù)化處理，因此模型估計系數(shù)的經(jīng)濟含義為彈性，即地方政府杠桿率變化1%，在控制其他變量的情況下，各地區(qū)銀行不良貸款的變化率。

(3)控制變量

基于中國國情出發(fā)，主要選取人均基礎(chǔ)設(shè)施、對外開放度、房地產(chǎn)投資額、固定資產(chǎn)投資額、工業(yè)化水平等作為控制變量。具體來看：①利用人均道路面積的對數(shù)值(LNinfra)來度量人均基礎(chǔ)設(shè)施水平；②房地產(chǎn)開發(fā)投資額取對數(shù)(LNreal)，用房地產(chǎn)開發(fā)投資額來度量城市房地產(chǎn)投資活躍程度；③考慮到地方政府金融風(fēng)險可能在區(qū)域經(jīng)濟網(wǎng)絡(luò)中存在空間依存關(guān)系，加入各省份對外貿(mào)易的進出口總額的對數(shù)值(LNport)，經(jīng)濟含義表明各地政府對外依存度越高，其經(jīng)濟增長對外依靠的程度也越高；④投資規(guī)模用固定資產(chǎn)投資額對數(shù)值來表示各省份的投資規(guī)模(LNinvest)；⑤工業(yè)化程度，用第二產(chǎn)業(yè)增加值的對數(shù)值來表示工業(yè)水平(LNindust)。

2.數(shù)據(jù)來源

采用2005—2016年全國31個省(市、自治區(qū))的相關(guān)年度數(shù)據(jù)進行估計，指標(biāo)及指標(biāo)測算數(shù)據(jù)分別來源于EPS全球統(tǒng)計數(shù)據(jù)/分析平臺數(shù)據(jù)庫，2013年以后的政府債務(wù)數(shù)據(jù)來自Wind數(shù)據(jù)庫。為了消除價格對經(jīng)濟指標(biāo)的干擾，本文以2004年各地價格為基準(zhǔn)，對地區(qū)生產(chǎn)總值、全社會固定資產(chǎn)投資、進出口總額等宏觀經(jīng)濟指標(biāo)采用定基物價指數(shù)進行處理?？傮w上數(shù)據(jù)以平衡面板呈現(xiàn)。具體數(shù)據(jù)特征如表1所示。

表1 變量描述性統(tǒng)計

在進行系數(shù)估計之前，對變量兩兩之間的相關(guān)性進行了檢驗，系數(shù)矩陣顯示變量之間最大的相關(guān)系數(shù)均在-0.3到+0.3之間，說明各自變量間不存在明顯的多重共線性問題(篇幅所限，本文不再報告)。

(二)變量空間探索性分析

1.空間自相關(guān)檢驗指標(biāo)

在進行空間計量分析之前，需要考察變量的空間依賴性，以判斷是否適合建立空間計量模型。空間自相關(guān)可以通過全局莫蘭指數(shù)(GlobalMoran′sI)來度量。當(dāng)全局Moran′sI指數(shù)>0時，說明信貸風(fēng)險在地區(qū)間呈現(xiàn)空間正相關(guān)性，表現(xiàn)為信貸風(fēng)險的空間集聚效應(yīng)。相反則說明信貸風(fēng)險在地區(qū)間的差異程度。

通常全局Moran′s指數(shù)計算公式為：

(1)

上式(1)中wi,j為空間權(quán)重矩陣中的元素。Anselin(1995)指出整體的評價可能忽略了局部地區(qū)的非典型特性，而局部地區(qū)的相關(guān)性具體如何，是否出現(xiàn)顯著的集聚現(xiàn)象，探討這一問題需要引入局域相關(guān)性指標(biāo)(LISA)來考察。其計算公式為：

(2)

2.空間自相關(guān)實證結(jié)果分析

(1)全局自相關(guān)統(tǒng)計

表2中報告的是基于省域空間數(shù)據(jù)計算的全局Moran指數(shù)，結(jié)果表明各地區(qū)信貸風(fēng)險和政府杠桿率的全局Moran指數(shù)都明顯大于零，說明二者在空間上呈明顯的全局相關(guān)性。從時間趨勢上來分析，在樣本區(qū)間內(nèi)(2005—2016)各地區(qū)的信貸風(fēng)險完全正相關(guān)(P值至少在10%置信水平顯著為正)，政府杠桿率指標(biāo)除了在2005—2007年間全局Moran無法拒絕空間相關(guān)性原假設(shè)之外，其余年份也表現(xiàn)出顯著的空間自相關(guān)特征。

表2 中國31個省份主要經(jīng)濟變量全局Morans’I統(tǒng)計指標(biāo)

(2)空間局部聚集效應(yīng)

我國幅員遼闊，地區(qū)之間表現(xiàn)出較大的差距，其中東部地區(qū)憑借技術(shù)、管理以及市場方面的優(yōu)勢，獲取了國內(nèi)大部分金融機構(gòu)信貸資金投放；而西部地區(qū)則由于中央政府的政策傾斜及其東部地區(qū)產(chǎn)業(yè)的轉(zhuǎn)移，其政府債務(wù)更多的屬于被動的加杠桿過程。通常我國西部省份大多數(shù)財政收入相對有限，一旦受到外部沖擊，在抵押物價值變動規(guī)律的作用下，債務(wù)風(fēng)險的“順周期”效應(yīng)在這些地區(qū)體現(xiàn)得更明顯。當(dāng)政府對長期投資、信貸投放的行政干預(yù)一定程度替代了市場決策，必然會傷害市場利益主體，損害經(jīng)濟發(fā)展效率，從而助長了不良貸款的擴張。

圖2表明解釋變量(政府杠桿率)2016年在西部地區(qū)出現(xiàn)了更多聚集現(xiàn)象，如四川、重慶、貴州、甘肅等省份都位于第一象限(高-高區(qū)域)，而北京、上海等經(jīng)濟發(fā)達(dá)省市的空間自相關(guān)絕大多數(shù)是“低-低”相關(guān)的空間特征。結(jié)論說明政府杠桿率較高的西部地區(qū)鄰近的省份通常政府杠桿率也較高，而政府低杠桿率的發(fā)達(dá)地區(qū)通常也被臨近的低杠桿率省份所包圍。

圖2 政府杠桿率2016年空間自相關(guān)統(tǒng)計

圖3 杠桿率的分子：2016年政府債務(wù)率LISA指數(shù)

圖4 杠桿率的分母：2016年資本形成率LISA指數(shù)

圖3、圖4分別從政府杠桿率中分子與分母兩個角度進行局部空間自相關(guān)統(tǒng)計，LISA指數(shù)表明我國各地政府2016年無論是總債務(wù)率還是資本形成率總體上仍呈現(xiàn)出西部地區(qū)或經(jīng)濟欠發(fā)達(dá)省份周圍呈高度自相關(guān)特征。

四、計量模型及實證結(jié)果分析

(一)空間計量模型設(shè)定

對于空間相鄰的兩個城市而言，一般存在著時空相關(guān)性，這打破了經(jīng)典統(tǒng)計的獨立同分布假設(shè)，因此在研究空間溢出與集聚現(xiàn)象時，經(jīng)典統(tǒng)計模型的前提條件得不到滿足。為了考察政府杠桿率對地區(qū)信貸風(fēng)險影響的直接效應(yīng)與間接效應(yīng)，研究選擇空間滯后模型與空間杜賓模型進行計量檢驗，其中空間滯后模型(SLM)的表達(dá)式為：

(3)

式(3)中i和t分別代表省份和年份，ρ度量了相鄰區(qū)域觀測值對本區(qū)域觀測值的影響程度，wij為經(jīng)過行標(biāo)準(zhǔn)化處理后的空間權(quán)重矩陣中的元素，ε為殘差擾動項。Xit為外生解釋變量，β為解釋變量的回歸系數(shù)，具體含義表示為控制其他變量的情況下，地方政府宏觀杠桿率每變動1%，平均來說，對各省份不良貸款規(guī)模Y的變化程度。

根據(jù)LeSage和Pace(2009)[33]的研究，空間杜賓模型(SDM)是唯一能夠得到無偏估計的模型，基于我國省域數(shù)據(jù)的空間杜賓模型可以擴展為：

(4)

空間權(quán)重矩陣設(shè)定通常采用鄰接法或距離法。如果兩區(qū)域在地理位置上相鄰，鄰接法則將空間權(quán)重矩陣對應(yīng)的元素賦值為“1”；否則賦值為“0”。即：

基于距離法的空間權(quán)重矩陣元素賦值規(guī)則為：

其中Di,j為省域i與省域j的省會城市所在地的地表距離，利用地理信息系統(tǒng)(GIS)獲得全國省份之間的經(jīng)緯度地理坐標(biāo)，以經(jīng)度為X軸、維度為Y軸，采用歐氏距離來計算兩點(兩個地區(qū)的質(zhì)心)之間的距離，從而生成地理空間權(quán)重矩陣。所有的空間權(quán)重矩陣W中的矩陣元素都要經(jīng)過行標(biāo)準(zhǔn)化處理后得到。

上述模型(4)的構(gòu)建采用的是線性空間模型，由于區(qū)域經(jīng)濟發(fā)展階段不同或區(qū)位優(yōu)勢差異等因素，地方政府行為可能并非一致。在此，假定同屬某一區(qū)域內(nèi)相鄰的省市與雖相鄰但分屬不同區(qū)域的信貸風(fēng)險生成系數(shù)不相同，為此引入兩區(qū)制的空間杜賓模型(Elhorst和Fréret，2009)[34]。通過構(gòu)建空間異質(zhì)性的指示變量，將不同性質(zhì)空間關(guān)系納入同一模型來估計。構(gòu)建“兩區(qū)制”空間杜賓模型如下：

(5)

(二)空間計量模型實證結(jié)果分析

1.空間溢出機制分析

選用空間滯后模型(SLM)、空間杜賓模型(SDM)與雙固定效應(yīng)的空間杜賓模型(SDMFE)進行實證檢驗，并分別采用空間相鄰與地理距離兩種方法生成空間權(quán)重矩陣。模型估計系數(shù)采用極大似然估計法進行參數(shù)估計(Log-Likelihood)，估計結(jié)果如表3所示：

第一，表3中被解釋變量空間滯后項系數(shù)ρ六組回歸結(jié)果均在1%置信水平上顯著為正數(shù)，說明信貸風(fēng)險在區(qū)域之間均存在較強的正向空間溢出效應(yīng)，即“以鄰為壑”現(xiàn)象在我國仍長期存在。以模型1的回歸結(jié)果為例，當(dāng)周圍省份信貸風(fēng)險每增加1%，會引起本地區(qū)信貸風(fēng)險增加0.43%。

表3 政府杠桿率與信貸風(fēng)險的空間計量模型檢驗

續(xù)表

第二，為了進一步探討空間計量模型回歸系數(shù)所包含的交互信息，表中給出了直接效應(yīng)、間接效應(yīng)及總效應(yīng)估計值。其中直接效應(yīng)反映的自變量對本地區(qū)的因變量具有顯著影響，間接效應(yīng)主要用于檢驗是否存在空間溢出效應(yīng)，測度的是某一單位自變量的變動對其他空間單元因變量的影響?？臻g滯后模型1中檢驗結(jié)果表明，政府杠桿率對地區(qū)信貸風(fēng)險的彈性系數(shù)為0.49%，即本省的政府杠桿率每下降1%，當(dāng)?shù)匦刨J風(fēng)險將下降0.49%。間接效應(yīng)估計系數(shù)為0.33%，表明周圍臨近省份的杠桿率每下降1%則本地區(qū)信貸風(fēng)險也下降0.33%。模型1中兩者之和的總效應(yīng)為0.83%?？紤]到地區(qū)之間的固定效應(yīng)與年度時間效應(yīng)之后，空間杜賓模型5中變量LNlev1的直接效應(yīng)估計系數(shù)在5%置信水平為0.17%，而間接效應(yīng)與總效應(yīng)檢驗結(jié)果均不顯著，模型5的結(jié)果表明政府杠桿率對地區(qū)信貸風(fēng)險的影響更多地是來自省域內(nèi)政府杠桿率的直接效應(yīng)。

第三，其他控制變量中對外開放度(LNport)對地區(qū)信貸風(fēng)險的總效應(yīng)(模型1—4)在1%置信水平顯著為正，說明隨著中國地方政府對外貿(mào)易的快速發(fā)展和開放程度的加深導(dǎo)致地區(qū)信貸風(fēng)險增加，回歸結(jié)果也符合預(yù)期。其次，基礎(chǔ)設(shè)施(LNinfra)對信貸風(fēng)險總效應(yīng)的估計系數(shù)顯著為負(fù)。良好的基礎(chǔ)設(shè)施有利于商品流轉(zhuǎn)，降低地區(qū)間的交易運輸成本，提高資源要素的流通配置效率，最終造成地區(qū)信貸風(fēng)險的下降。工業(yè)化程度(LNindust)對地區(qū)信貸風(fēng)險的總效應(yīng)只有在空間滯后模型1和模型2中的系數(shù)在1%水平顯著為正，意味著工業(yè)化程度的提高會引起銀行信貸資金的投入，理論上也會提高不良貸款規(guī)模的增加。除此之外，LNreal回歸系數(shù)只有模型4中的回歸系數(shù)顯著，其余結(jié)論都不穩(wěn)定，說明房地產(chǎn)投資與地區(qū)信貸風(fēng)險之間的彈性并不明顯。

政府杠桿率對地區(qū)信貸風(fēng)險的影響途徑理論上是通過分子和分母共同驅(qū)動的，基于這一思路再分別選取分子中的政府債務(wù)率的對數(shù)值(LNDebt)以及分母的資本形成率取對數(shù)(LNCapital)作為解釋變量，從兩個角度展開實證研究?；貧w結(jié)果如表4所示：

從表4中看到，分子的政府債務(wù)率對信貸風(fēng)險的直接效應(yīng)在5%置信水平顯著為負(fù)，其經(jīng)濟含義為本省政府債務(wù)率每下降1個百分比，則當(dāng)?shù)氐你y行不良貸款余額下降0.2個百分比，此外模型估計的間接效應(yīng)與總效應(yīng)均不顯著。其次，分母資本形成率對信貸風(fēng)險的間接效應(yīng)在5%置信水平為-1.26%，說明臨近省份資本形成率每提高1個百分比，則本地區(qū)信貸風(fēng)險下降1.26個百分比，同樣模型4和模型6項中資本總額對信貸風(fēng)險的直接效應(yīng)和總效應(yīng)均不顯著。綜合表4中的檢驗結(jié)果可以判斷：政府杠桿率還是主要通過分子上債務(wù)總額的直接效應(yīng)來影響地區(qū)信貸風(fēng)險，高債務(wù)率仍然是引發(fā)系統(tǒng)性金融風(fēng)險最根本因素，而分母的資本額則更多是通過間接效應(yīng)來影響地區(qū)信貸風(fēng)險。

表4 政府債務(wù)與資產(chǎn)總額對地區(qū)信貸風(fēng)險的影響檢驗

雖然提高資本形成率可以有效降低所在地區(qū)的信貸風(fēng)險，但我國地方政府資產(chǎn)結(jié)構(gòu)中主要是由固定資產(chǎn)和土地儲備等構(gòu)成，這些資產(chǎn)流動性較差，處置起來比較困難，一旦受到嚴(yán)重的外部沖擊，資本變現(xiàn)比較困難，可能會造成價格大幅縮水的現(xiàn)象，很難起到緩解債務(wù)壓力的作用。

2.穩(wěn)健性分析

穩(wěn)健性分析選擇金融杠桿波動來衡量地區(qū)信貸風(fēng)險。具體計算方法借鑒馬勇等(2016)的研究，對地區(qū)信貸總額求HP濾波，得到其周期波動項，然后取其絕對值，再用這個絕對值除以當(dāng)年的地區(qū)信貸總額即金融杠桿波動(Vol)。顯然，金融波動的數(shù)值越大，表示對應(yīng)的金融不穩(wěn)定程度也就越高、信貸風(fēng)險也越大。穩(wěn)健性分析中解釋變量選擇以地方政府信貸總額/GDP作為宏觀杠桿率的代理變量(Lev2)，該指標(biāo)不僅顯示出金融失衡及受內(nèi)生周期的沖擊情況，同時反映出逆周期資本緩沖順周期性狀況。為了進一步分析政府杠桿率的結(jié)構(gòu)特征，回歸模型再加入政府債務(wù)率(Debt)與資產(chǎn)形成率(Capital)等兩個解釋變量。

穩(wěn)健性分析再將控制變量進行調(diào)整，將表3中控制變量的絕對數(shù)值轉(zhuǎn)換成相對比值。具體做法為：①城市基礎(chǔ)設(shè)施水平仍然采用人均道路面積(LNinfra)來度量；②房地產(chǎn)投資采用房地產(chǎn)投資額的增長率(Growreal)來表示；③對外開放程度采用各省份的進出口總額與國內(nèi)生產(chǎn)總值的比值進行衡量(Port_ratio)；④利用固定資產(chǎn)投資額的增長率表示投資因素(Growinvest)；⑤工業(yè)化程度用第二產(chǎn)業(yè)增加值與GDP之比來表示(Indus_ratio)。穩(wěn)健性回歸結(jié)果如表5所示：

表5 政府杠桿率與信貸風(fēng)險波動率的空間計量檢驗

表5結(jié)果顯示，以地區(qū)信貸總額/GDP為政府杠桿率對信貸風(fēng)險的總效應(yīng)在1%置信水平顯著為正(0.09%)，意味著政府杠桿率將會顯著降低銀行信貸的波動性。再來考察政府資產(chǎn)負(fù)債率中的分子與分母兩項對信貸風(fēng)險的影響，其中分子政府債務(wù)率(債務(wù)總額/GDP)對銀行信貸波動的直接效應(yīng)在5%置信水平為負(fù)，而分母資本形成率(資本總額/GDP)對信貸波動的間接效應(yīng)在10%置信水平顯著為正，兩者回歸結(jié)果與表3中的結(jié)論相反，出現(xiàn)這一差距的可能原因在于，信貸資金對地區(qū)經(jīng)濟的影響通常具有一定的滯后性，而表5中得到的回歸系數(shù)為當(dāng)期變量間的影響，實際上政府提高本年度債務(wù)總額短期內(nèi)會提高本地經(jīng)濟增長，能夠起到抑制經(jīng)濟波動的作用。

(三)進一步討論：雙區(qū)制空間杜賓模型回歸分析

根據(jù)前文假設(shè)3，本文構(gòu)造如下區(qū)制指示變量：(1)金融發(fā)展區(qū)制變量。本文采用王小魯?shù)?2016)報告提出的中國各地區(qū)金融業(yè)市場化指數(shù)來衡量金融發(fā)展差異，報告中構(gòu)建的金融發(fā)展市場化指數(shù)分別涵蓋了政府與市場的關(guān)系、非國有經(jīng)濟的發(fā)展、要素市場的發(fā)育程度、產(chǎn)品市場的發(fā)育程度、市場中介組織的發(fā)育和法律制度環(huán)境等五方面指標(biāo)，因此該指數(shù)具有很好的綜合性。當(dāng)金融發(fā)展水平大于鄰近省市區(qū)的金融發(fā)展水平時，上述d1it賦值為1，否則為0。(2)房地產(chǎn)投資強度區(qū)制變量d2it。利用省域內(nèi)房地產(chǎn)投資額占固定資產(chǎn)投資占比作為基礎(chǔ)指標(biāo)，當(dāng)這一指標(biāo)超過全國平均的比值則d2it賦值為1，否則為0。(3)GDP增速區(qū)制變量d3it，將地方政府GDP增速高于全國平均水平作為區(qū)制衡量指標(biāo)，此時d3it賦值為1，否則為0。

由于各省市區(qū)的經(jīng)濟發(fā)展水平與區(qū)位存在差異，為了進一步分析區(qū)域異質(zhì)性對信貸風(fēng)險的影響，采用國家分類標(biāo)準(zhǔn)，將東部地區(qū)所在省份進行對比分析。回歸結(jié)果如表6所示。

(1)全樣本回歸結(jié)果中金融發(fā)展與房地產(chǎn)投資強度的空間滯后項系數(shù)在1%的置信水平拒絕了區(qū)制1和區(qū)制2系數(shù)相等的原假設(shè)，說明以雙區(qū)制模型對地區(qū)信貸風(fēng)險進行空間滯后識別是合理的。對比模型篩選的R2、Log-L等指標(biāo)可以判斷雙區(qū)制估計結(jié)果也優(yōu)于表3中空間杜賓模型估計結(jié)果。

(2)全樣本回歸結(jié)果表明：金融發(fā)展區(qū)制變量的空間滯后項ρ1和ρ2至少在5%的顯著性水平上為正，且前者ρ1系數(shù)值小于后者ρ2。結(jié)論說明，一方面我國省域之間金融發(fā)展水平無論是大于還是小于其他競爭地區(qū)，各地之間都存在模仿式空間交互行為；另一方面也表明那些金融發(fā)展較高的省份更容易受到區(qū)域外信貸風(fēng)險溢出的影響。其次，以地區(qū)房地產(chǎn)投資強度為區(qū)制變量的結(jié)果同樣表明本地區(qū)房地產(chǎn)投資強度越高則信貸風(fēng)險受到省域外部風(fēng)險溢出的影響越明顯，二者估計結(jié)果證實了假設(shè)3的推論。最后，以GDP增速為區(qū)制變量來看，雙區(qū)制下空間滯后項雖然估計系數(shù)顯著，但是兩者并沒有明顯的區(qū)別，說明地方政府要采取以GDP增長率為衡量指標(biāo)的考核體系，但政府杠桿率對銀行信貸風(fēng)險的空間溢出機制并沒有隨經(jīng)濟增速的快或慢而發(fā)生改變，該結(jié)論也證實了中國地方政府的決策行為仍然存在明顯的唯GDP論的內(nèi)在傾向。

(3)分地區(qū)檢驗結(jié)果表明，東部省份區(qū)制變量的空間滯后項ρ1與ρ2都在1%置信水平顯著為正，但是ρ1-ρ2檢驗均沒有通過檢驗，結(jié)果表明東部省份地區(qū)信貸風(fēng)險存在明顯的空間正向溢出效應(yīng)，但在東部省份內(nèi)部沒有表現(xiàn)出明顯的區(qū)制轉(zhuǎn)換特征。此外，東部地區(qū)的政府杠桿率(LNlev1)估計系數(shù)明顯高于全樣本的估計結(jié)果，說明東部省份政府杠桿率對信貸風(fēng)險的作用效果更加顯著。

表6 雙區(qū)制空間杜賓模型估計結(jié)果

續(xù)表

五、研究結(jié)論及政策啟示

本文利用我國31個省域2005年至2016年的空間數(shù)據(jù)，研究了中國地方政府杠桿率對地區(qū)信貸風(fēng)險的影響。主要結(jié)論有：

(1)空間自相關(guān)統(tǒng)計表明我國地區(qū)信貸風(fēng)險在西部省份、經(jīng)濟欠發(fā)達(dá)地區(qū)存在明顯的高聚集現(xiàn)象，而北京、上海等經(jīng)濟發(fā)達(dá)省市的信貸風(fēng)險多為“低-低”相關(guān)的空間特征。同樣政府杠桿率較高的西部地區(qū)鄰近的省份也呈現(xiàn)高度自相關(guān)空間特征。

(2)空間計量模型回歸結(jié)果表明，我國地區(qū)信貸風(fēng)險在區(qū)域之間均存在較強的正向空間溢出效應(yīng)，“以鄰為壑”現(xiàn)象在我國仍長期存在。從分子與分母兩個角度來看，分母中的資產(chǎn)總額通過間接效應(yīng)來降低地區(qū)信貸風(fēng)險，而分子(債務(wù)總額)主要通過直接效應(yīng)影響地區(qū)信貸風(fēng)險。由于我國地方政府資產(chǎn)結(jié)構(gòu)中主要由固定資產(chǎn)和土地儲備等構(gòu)成，一旦面臨外部沖擊，政府將面臨流動性風(fēng)險的威脅。

(3)雙區(qū)制空間杜賓模型估計結(jié)果表明，我國地方政府杠桿率與地區(qū)信貸風(fēng)險存在明顯的非線性關(guān)系，其中本地金融發(fā)展水平、房地產(chǎn)投資強度等數(shù)值越高，當(dāng)?shù)氐貐^(qū)信貸風(fēng)險的空間溢出效應(yīng)越顯著；而GDP增速為區(qū)制變量的回歸結(jié)果沒有明顯區(qū)別，該結(jié)論從側(cè)面印證了中國地方政府的決策行為仍然存在明顯的唯GDP論的內(nèi)在傾向。

本文政策啟示在于：首先，政府調(diào)整杠桿率進程中監(jiān)管部門有必要重視金融風(fēng)險在區(qū)域間傳導(dǎo)的監(jiān)控，在及時化解區(qū)域爆發(fā)的金融風(fēng)險的同時注重區(qū)域政策統(tǒng)籌協(xié)調(diào)，完善政策影響行業(yè)和產(chǎn)業(yè)聯(lián)動機制。其次，宏觀審慎政策制定部門要結(jié)合政府杠桿率的結(jié)構(gòu)性特征來制定差別化對策，引導(dǎo)地方政府主動降杠桿。最后，地方政府應(yīng)從源頭深化金融體系改革，資本市場發(fā)展較好的地區(qū)，應(yīng)當(dāng)大力發(fā)展股權(quán)融資，同時還要進一步改善實體經(jīng)濟的資本配置效率，提高經(jīng)濟發(fā)展質(zhì)量，這樣才能從根本上化解地方政府金融風(fēng)險。