王連軍

(湖南工商大學(xué) 財(cái)政金融學(xué)院，湖南 長(zhǎng)沙，410205)

一、引言

2008年國(guó)際金融危機(jī)爆發(fā)之后，我國(guó)政府及時(shí)推出了4萬(wàn)億元投資的經(jīng)濟(jì)刺激計(jì)劃，這在客觀上強(qiáng)化了政府通過(guò)債務(wù)擴(kuò)張拉動(dòng)經(jīng)濟(jì)增長(zhǎng)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(jī)制，嘗試化解財(cái)政金融風(fēng)險(xiǎn)，但目前一些地方政府違規(guī)融資仍然存在，尤其是我國(guó)地方政府大量隱性債務(wù)以及對(duì)土地財(cái)政的依賴嚴(yán)重[1-2]，一旦政府債務(wù)風(fēng)險(xiǎn)爆發(fā)將通過(guò)金融系統(tǒng)傳導(dǎo)，引發(fā)系統(tǒng)性財(cái)政風(fēng)險(xiǎn)甚至金融經(jīng)濟(jì)危機(jī)。為此，2018年4月召開的中央財(cái)經(jīng)委員會(huì)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(lái)，努力實(shí)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(xiǎn)提供了新的思路，但地方政府杠桿率變化過(guò)程中如何對(duì)金融風(fēng)險(xiǎn)在空間上進(jìn)行有效監(jiān)控、跟蹤與防范，并基于中國(guó)地區(qū)差異進(jìn)行杠桿率的空間優(yōu)化，這些問(wèn)題在當(dāng)前推進(jìn)供給側(cè)改革背景下顯得尤為緊迫。

對(duì)政府杠桿率問(wèn)題的認(rèn)識(shí)直接關(guān)系到國(guó)家宏觀審慎政策的制定，只有準(zhǔn)確、全面地理解中國(guó)政府高杠桿問(wèn)題的形成機(jī)制，才能對(duì)癥下藥、解決問(wèn)題。如何準(zhǔn)確地測(cè)算政府杠桿率的真實(shí)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(wèn)題，無(wú)法進(jìn)一步考察負(fù)債背后可能存在的深層次原因，從而無(wú)法提出相應(yīng)的應(yīng)對(duì)措施[3-4]。此外，現(xiàn)有文獻(xiàn)主要將關(guān)注點(diǎn)聚焦在金融風(fēng)險(xiǎn)在國(guó)家間的溢出和傳染，由于長(zhǎng)期以來(lái)形成的“一國(guó)內(nèi)部均質(zhì)論”的基本假設(shè)，使得對(duì)于一國(guó)內(nèi)部金融風(fēng)險(xiǎn)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(dòng)機(jī)制，就會(huì)低估金融風(fēng)險(xiǎn)對(duì)實(shí)體經(jīng)濟(jì)的負(fù)面影響，從而進(jìn)一步造成區(qū)域經(jīng)濟(jì)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(xiǎn)展開研究，即地方政府杠桿率對(duì)地區(qū)金融風(fēng)險(xiǎn)的空間外溢機(jī)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(gè)角度分別討論了政府杠桿率對(duì)銀行信貸風(fēng)險(xiǎn)空間溢出的直接與間接效應(yīng)。其次，政府杠桿率對(duì)銀行信貸風(fēng)險(xiǎn)的作用機(jī)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(zhǎng)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(xiǎn)二者之間的非線性機(jī)制。

二、文獻(xiàn)綜述與研究假設(shè)

(一)國(guó)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(wú)定論，如Reinhart和Rogoff(2010)[5]基于不同國(guó)家數(shù)據(jù)研究認(rèn)為杠桿率對(duì)經(jīng)濟(jì)增長(zhǎng)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(guò)90%之后，債務(wù)的繼續(xù)累積將阻礙經(jīng)濟(jì)增長(zhǎng)。Oet等(2013)[6]研究認(rèn)為高杠桿率會(huì)產(chǎn)生金融風(fēng)險(xiǎn)，在降杠桿進(jìn)程中容易造成大范圍違約。文獻(xiàn)中對(duì)于地方政府債務(wù)影響金融機(jī)構(gòu)(主要是商業(yè)銀行)風(fēng)險(xiǎn)的主要機(jī)理在于：地方政府債務(wù)擴(kuò)張傳導(dǎo)對(duì)銀行信用產(chǎn)生不利影響(Bonis 和 Stacchini,2013)[7]，由此造成金融機(jī)構(gòu)資產(chǎn)負(fù)債表的惡化，進(jìn)而帶來(lái)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(chǎng)是導(dǎo)致不同地區(qū)銀行發(fā)生風(fēng)險(xiǎn)傳染的根源，當(dāng)銀行之間的關(guān)聯(lián)超過(guò)一定程度時(shí)，個(gè)體銀行風(fēng)險(xiǎn)會(huì)引發(fā)風(fēng)險(xiǎn)傳染甚至?xí)T發(fā)系統(tǒng)性金融風(fēng)險(xiǎn)[9-10]。

國(guó)內(nèi)研究主要運(yùn)用宏觀杠桿指標(biāo)(M2/GDP或信貸/GDP等)對(duì)我國(guó)總杠桿和分部門杠桿水平和增速進(jìn)行測(cè)算，總體上認(rèn)為我國(guó)政府杠桿率仍處于安全水平，但增長(zhǎng)速度較快[11-12]。中國(guó)作為轉(zhuǎn)型中國(guó)家，政府債務(wù)中絕大部分是來(lái)自銀行貸款，因此杠桿率變化過(guò)程容易引發(fā)銀行流動(dòng)性風(fēng)險(xiǎn)[13]。各地方政府潛在債務(wù)風(fēng)險(xiǎn)也可能會(huì)降低資源配置效率和降低經(jīng)濟(jì)增長(zhǎng)速度[14-15]。Chen等(2017)[16]認(rèn)為我國(guó)地方政府融資需求與影子銀行的擴(kuò)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(tái)。熊琛和金昊(2018)[17]通過(guò)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(jī)制。

政府為達(dá)到預(yù)定的經(jīng)濟(jì)目標(biāo)通常是通過(guò)干預(yù)商業(yè)銀行的金融資源配置來(lái)實(shí)現(xiàn)，孫光林等(2017)[18]發(fā)現(xiàn)政府干預(yù)通過(guò)直接與間接兩個(gè)方面對(duì)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(xiǎn)，而市場(chǎng)機(jī)制的形成對(duì)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(cái)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(huì)過(guò)度投資和債務(wù)融資，政府官員在追求績(jī)效的激勵(lì)動(dòng)機(jī)下，政府債務(wù)將暴露流動(dòng)性風(fēng)險(xiǎn)。苗文龍(2018)[20]認(rèn)為金融分權(quán)過(guò)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(xiàng)目貸款審批等事項(xiàng)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(xiǎn)。

文獻(xiàn)從財(cái)政視角為理解地方政府債務(wù)風(fēng)險(xiǎn)提供了實(shí)驗(yàn)證據(jù)，但實(shí)證研究采用的宏觀杠桿率分析過(guò)于粗略，難有實(shí)質(zhì)性借鑒價(jià)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(jī)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(shí)證方法中大多基于線性模型，而地方政府空間競(jìng)爭(zhēng)過(guò)程中外部因素如金融發(fā)展?fàn)顩r、所處省份的經(jīng)濟(jì)增長(zhǎng)速度等都會(huì)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(dòng)導(dǎo)致金融風(fēng)險(xiǎn)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(duì)地區(qū)信貸風(fēng)險(xiǎn)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(xiǎn)也越高。同樣的，其他區(qū)域的政府杠桿率也通過(guò)間接效應(yīng)影響本地政府的金融風(fēng)險(xiǎn)水平。

地區(qū)信貸風(fēng)險(xiǎn)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(xiǎn)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(duì)稱環(huán)境下市場(chǎng)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(duì)稱的角度研究發(fā)現(xiàn)了銀行間拆借市場(chǎng)的風(fēng)險(xiǎn)傳染效應(yīng)，投資者會(huì)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(wèn)題而發(fā)生擠兌風(fēng)險(xiǎn)。關(guān)于我國(guó)政府行為導(dǎo)致信貸風(fēng)險(xiǎn)在空間生成與傳染機(jī)制方面，呂健(2014)[25]研究發(fā)現(xiàn)地方政府債務(wù)增長(zhǎng)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(zhǎng)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?rùn)民(2015)[26]認(rèn)為地方政府債務(wù)存在權(quán)責(zé)時(shí)空上的分離，在政績(jī)考核模式下，周邊同類地區(qū)經(jīng)濟(jì)水平越高，越能激發(fā)地方政府加速舉債，因此會(huì)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(duì)地區(qū)金融風(fēng)險(xiǎn)的空間作用機(jī)制

命題2：地方政府杠桿率對(duì)銀行信貸風(fēng)險(xiǎn)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(dòng)。通常債務(wù)規(guī)模越大，地方政府遭受地區(qū)信貸風(fēng)險(xiǎn)也越大，而資本產(chǎn)出率越高，則地區(qū)信貸風(fēng)險(xiǎn)水平越低。

中國(guó)現(xiàn)階段的轉(zhuǎn)型經(jīng)濟(jì)特征決定了政府財(cái)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(duì)國(guó)際金融危機(jī)而成立大量政府融資平臺(tái)，由此形成的這類政府性債務(wù)主要用于交通運(yùn)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(bào)率較低的公益性項(xiàng)目，因此，資產(chǎn)負(fù)債期限錯(cuò)配問(wèn)題使得銀行系統(tǒng)的信用風(fēng)險(xiǎn)和流動(dòng)性風(fēng)險(xiǎn)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(xiǎn)，要合理評(píng)估我國(guó)的債務(wù)風(fēng)險(xiǎn)，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(duì)經(jīng)濟(jì)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(shí)踐操作中都存在一定的缺陷，要合理評(píng)估中國(guó)的債務(wù)風(fēng)險(xiǎn)，需要區(qū)分資本產(chǎn)出比的趨勢(shì)性與周期性變化。為了針對(duì)這一問(wèn)題進(jìn)行考察，對(duì)債務(wù)率公式進(jìn)行如下簡(jiǎn)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(jìn)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(guò)這一變動(dòng)，我們將政府杠桿率拆分為兩項(xiàng)，分子項(xiàng)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(xiàng)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(lái)總產(chǎn)出增長(zhǎng)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(duì)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(guó)資本產(chǎn)出比處于較快上升階段，資本形成率的上升變動(dòng)特征[27-28]也是中國(guó)經(jīng)濟(jì)發(fā)展不可避免的結(jié)果，并不必然反映債務(wù)風(fēng)險(xiǎn)的持續(xù)累積。

命題3：政府杠桿率對(duì)地區(qū)信貸風(fēng)險(xiǎn)的影響存在空間非線性效應(yīng)。地方政府杠桿率對(duì)信貸風(fēng)險(xiǎn)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(qiáng)度等調(diào)節(jié)變量的影響。

在金融發(fā)展過(guò)程中地理上鄰近的行業(yè)及相關(guān)企業(yè)會(huì)產(chǎn)生資源的集聚，共享基礎(chǔ)設(shè)施，降低融資成本，給實(shí)體經(jīng)濟(jì)帶來(lái)額外收益。由于地區(qū)間經(jīng)濟(jì)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(jì)周期等外部調(diào)節(jié)因素作用下政府杠桿率對(duì)信貸風(fēng)險(xiǎn)的影響會(huì)出現(xiàn)非對(duì)稱性特征。郭玉清等(2017)[29]認(rèn)為地方政府?dāng)U張杠桿過(guò)程中西部落后省區(qū)表現(xiàn)出更強(qiáng)烈的短視卸責(zé)融資傾向，低于門檻的財(cái)政杠桿助力增長(zhǎng)，高于門檻的財(cái)政杠桿可跨期、跨域卸責(zé)避險(xiǎn)，增長(zhǎng)績(jī)效趨降。

中國(guó)以 GDP 為核心的政績(jī)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(jī)競(jìng)賽的刺激下區(qū)域投資規(guī)模擴(kuò)大，進(jìn)而促進(jìn)當(dāng)?shù)亟?jīng)濟(jì)增長(zhǎng)，但地方政府債務(wù)規(guī)模的過(guò)度擴(kuò)張也會(huì)占用社會(huì)大量資金，通過(guò)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(cuò)配。尤其是對(duì)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(chǎng)風(fēng)險(xiǎn)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(guó)城市數(shù)據(jù)研究表明房?jī)r(jià)對(duì)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(duì)金融效率的抑制作用在西部地區(qū)、經(jīng)濟(jì)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(qiáng)。由于我國(guó)地方政府可用財(cái)力對(duì)土地財(cái)政依賴度高，融資平臺(tái)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(jìn)一步給銀行體系帶來(lái)極大的風(fēng)險(xiǎn)，一旦融資政策收緊，或房地產(chǎn)市場(chǎng)成交量下降、價(jià)格下跌，風(fēng)險(xiǎn)就會(huì)驟然增大。

三、數(shù)據(jù)選擇與空間自相關(guān)檢驗(yàn)

(一)數(shù)據(jù)來(lái)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(guó)政府性債務(wù)審計(jì)結(jié)果》數(shù)據(jù)，我國(guó)地方政府債務(wù)資金中將近60%都來(lái)自銀行貸款，不良貸款實(shí)際上反映了各地區(qū)信貸風(fēng)險(xiǎn)暴露狀況。由于我國(guó)各地區(qū)經(jīng)濟(jì)基礎(chǔ)以及經(jīng)濟(jì)發(fā)展所處的階段不同，各地區(qū)債務(wù)規(guī)模與風(fēng)險(xiǎn)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(guó)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(guó)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(lái)銀行不良貸款進(jìn)入新一輪擴(kuò)張期，成為金融風(fēng)險(xiǎn)主要隱患，防控商業(yè)銀行不良貸款風(fēng)險(xiǎn)對(duì)于打好防范化解重大風(fēng)險(xiǎn)攻堅(jiān)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(xiǎn)的代理變量，計(jì)算方法上對(duì)不良貸款余額取對(duì)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(méi)有相關(guān)數(shù)據(jù)披露，借鑒呂健(2014)[25]對(duì)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(cái)政支出投資額-土地出讓金凈收入-投資項(xiàng)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(jì)署(2013)報(bào)告公布的數(shù)字實(shí)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(shuō)明的是，以上各變量均做對(duì)數(shù)化處理，因此模型估計(jì)系數(shù)的經(jīng)濟(jì)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(guó)國(guó)情出發(fā)，主要選取人均基礎(chǔ)設(shè)施、對(duì)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(lái)看：①利用人均道路面積的對(duì)數(shù)值(LNinfra)來(lái)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(duì)數(shù)(LNreal)，用房地產(chǎn)開發(fā)投資額來(lái)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(xiǎn)可能在區(qū)域經(jīng)濟(jì)網(wǎng)絡(luò)中存在空間依存關(guān)系，加入各省份對(duì)外貿(mào)易的進(jìn)出口總額的對(duì)數(shù)值(LNport)，經(jīng)濟(jì)含義表明各地政府對(duì)外依存度越高，其經(jīng)濟(jì)增長(zhǎng)對(duì)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(duì)數(shù)值來(lái)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(duì)數(shù)值來(lái)表示工業(yè)水平(LNindust)。

2.數(shù)據(jù)來(lái)源

采用2005—2016年全國(guó)31個(gè)省(市、自治區(qū))的相關(guān)年度數(shù)據(jù)進(jìn)行估計(jì)，指標(biāo)及指標(biāo)測(cè)算數(shù)據(jù)分別來(lái)源于EPS全球統(tǒng)計(jì)數(shù)據(jù)/分析平臺(tái)數(shù)據(jù)庫(kù)，2013年以后的政府債務(wù)數(shù)據(jù)來(lái)自Wind數(shù)據(jù)庫(kù)。為了消除價(jià)格對(duì)經(jīng)濟(jì)指標(biāo)的干擾，本文以2004年各地價(jià)格為基準(zhǔn)，對(duì)地區(qū)生產(chǎn)總值、全社會(huì)固定資產(chǎn)投資、進(jìn)出口總額等宏觀經(jīng)濟(jì)指標(biāo)采用定基物價(jià)指數(shù)進(jìn)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(jì)

在進(jìn)行系數(shù)估計(jì)之前，對(duì)變量?jī)蓛芍g的相關(guān)性進(jìn)行了檢驗(yàn)，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(shuō)明各自變量間不存在明顯的多重共線性問(wèn)題(篇幅所限，本文不再報(bào)告)。

(二)變量空間探索性分析

1.空間自相關(guān)檢驗(yàn)指標(biāo)

在進(jìn)行空間計(jì)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(jì)量模型?？臻g自相關(guān)可以通過(guò)全局莫蘭指數(shù)(GlobalMoran′sI)來(lái)度量。當(dāng)全局Moran′sI指數(shù)>0時(shí)，說(shuō)明信貸風(fēng)險(xiǎn)在地區(qū)間呈現(xiàn)空間正相關(guān)性，表現(xiàn)為信貸風(fēng)險(xiǎn)的空間集聚效應(yīng)。相反則說(shuō)明信貸風(fēng)險(xiǎn)在地區(qū)間的差異程度。

通常全局Moran′s指數(shù)計(jì)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(píng)價(jià)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(wèn)題需要引入局域相關(guān)性指標(biāo)(LISA)來(lái)考察。其計(jì)算公式為：

(2)

2.空間自相關(guān)實(shí)證結(jié)果分析

(1)全局自相關(guān)統(tǒng)計(jì)

表2中報(bào)告的是基于省域空間數(shù)據(jù)計(jì)算的全局Moran指數(shù)，結(jié)果表明各地區(qū)信貸風(fēng)險(xiǎn)和政府杠桿率的全局Moran指數(shù)都明顯大于零，說(shuō)明二者在空間上呈明顯的全局相關(guān)性。從時(shí)間趨勢(shì)上來(lái)分析，在樣本區(qū)間內(nèi)(2005—2016)各地區(qū)的信貸風(fēng)險(xiǎn)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(wú)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(guó)31個(gè)省份主要經(jīng)濟(jì)變量全局Morans’I統(tǒng)計(jì)指標(biāo)

(2)空間局部聚集效應(yīng)

我國(guó)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(chǎng)方面的優(yōu)勢(shì)，獲取了國(guó)內(nèi)大部分金融機(jī)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(dòng)的加杠桿過(guò)程。通常我國(guó)西部省份大多數(shù)財(cái)政收入相對(duì)有限，一旦受到外部沖擊，在抵押物價(jià)值變動(dòng)規(guī)律的作用下，債務(wù)風(fēng)險(xiǎn)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(duì)長(zhǎng)期投資、信貸投放的行政干預(yù)一定程度替代了市場(chǎng)決策，必然會(huì)傷害市場(chǎng)利益主體，損害經(jīng)濟(jì)發(fā)展效率，從而助長(zhǎng)了不良貸款的擴(kuò)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(jì)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(shuō)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(jì)

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(gè)角度進(jìn)行局部空間自相關(guān)統(tǒng)計(jì)，LISA指數(shù)表明我國(guó)各地政府2016年無(wú)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(jì)欠發(fā)達(dá)省份周圍呈高度自相關(guān)特征。

四、計(jì)量模型及實(shí)證結(jié)果分析

(一)空間計(jì)量模型設(shè)定

對(duì)于空間相鄰的兩個(gè)城市而言，一般存在著時(shí)空相關(guān)性，這打破了經(jīng)典統(tǒng)計(jì)的獨(dú)立同分布假設(shè)，因此在研究空間溢出與集聚現(xiàn)象時(shí)，經(jīng)典統(tǒng)計(jì)模型的前提條件得不到滿足。為了考察政府杠桿率對(duì)地區(qū)信貸風(fēng)險(xiǎn)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(jìn)行計(jì)量檢驗(yàn)，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(cè)值對(duì)本區(qū)域觀測(cè)值的影響程度，wij為經(jīng)過(guò)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(dòng)項(xiàng)。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(dòng)1%，平均來(lái)說(shuō)，對(duì)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(wú)偏估計(jì)的模型，基于我國(guó)省域數(shù)據(jù)的空間杜賓模型可以擴(kuò)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(duì)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(huì)城市所在地的地表距離，利用地理信息系統(tǒng)(GIS)獲得全國(guó)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(lái)計(jì)算兩點(diǎn)(兩個(gè)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(guò)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(jì)發(fā)展階段不同或區(qū)位優(yōu)勢(shì)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(xiǎn)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(guò)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(lái)估計(jì)。構(gòu)建“兩區(qū)制”空間杜賓模型如下：

(5)

(二)空間計(jì)量模型實(shí)證結(jié)果分析

1.空間溢出機(jī)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(jìn)行實(shí)證檢驗(yàn)，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(jì)系數(shù)采用極大似然估計(jì)法進(jìn)行參數(shù)估計(jì)(Log-Likelihood)，估計(jì)結(jié)果如表3所示：

第一，表3中被解釋變量空間滯后項(xiàng)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(shuō)明信貸風(fēng)險(xiǎn)在區(qū)域之間均存在較強(qiáng)的正向空間溢出效應(yīng)，即“以鄰為壑”現(xiàn)象在我國(guó)仍長(zhǎng)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(xiǎn)每增加1%，會(huì)引起本地區(qū)信貸風(fēng)險(xiǎn)增加0.43%。

表3 政府杠桿率與信貸風(fēng)險(xiǎn)的空間計(jì)量模型檢驗(yàn)

續(xù)表

第二，為了進(jìn)一步探討空間計(jì)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(jì)值。其中直接效應(yīng)反映的自變量對(duì)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(yàn)是否存在空間溢出效應(yīng)，測(cè)度的是某一單位自變量的變動(dòng)對(duì)其他空間單元因變量的影響?？臻g滯后模型1中檢驗(yàn)結(jié)果表明，政府杠桿率對(duì)地區(qū)信貸風(fēng)險(xiǎn)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(xiǎn)將下降0.49%。間接效應(yīng)估計(jì)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(xiǎn)也下降0.33%。模型1中兩者之和的總效應(yīng)為0.83%。考慮到地區(qū)之間的固定效應(yīng)與年度時(shí)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(jì)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(yàn)結(jié)果均不顯著，模型5的結(jié)果表明政府杠桿率對(duì)地區(qū)信貸風(fēng)險(xiǎn)的影響更多地是來(lái)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(duì)外開放度(LNport)對(duì)地區(qū)信貸風(fēng)險(xiǎn)的總效應(yīng)(模型1—4)在1%置信水平顯著為正，說(shuō)明隨著中國(guó)地方政府對(duì)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(xiǎn)增加，回歸結(jié)果也符合預(yù)期。其次，基礎(chǔ)設(shè)施(LNinfra)對(duì)信貸風(fēng)險(xiǎn)總效應(yīng)的估計(jì)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(yùn)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(xiǎn)的下降。工業(yè)化程度(LNindust)對(duì)地區(qū)信貸風(fēng)險(xiǎn)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(huì)引起銀行信貸資金的投入，理論上也會(huì)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(shuō)明房地產(chǎn)投資與地區(qū)信貸風(fēng)險(xiǎn)之間的彈性并不明顯。

政府杠桿率對(duì)地區(qū)信貸風(fēng)險(xiǎn)的影響途徑理論上是通過(guò)分子和分母共同驅(qū)動(dòng)的，基于這一思路再分別選取分子中的政府債務(wù)率的對(duì)數(shù)值(LNDebt)以及分母的資本形成率取對(duì)數(shù)(LNCapital)作為解釋變量，從兩個(gè)角度展開實(shí)證研究。回歸結(jié)果如表4所示：

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

表4 政府債務(wù)與資產(chǎn)總額對(duì)地區(qū)信貸風(fēng)險(xiǎn)的影響檢驗(yàn)

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(xiǎn)，但我國(guó)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(chǔ)備等構(gòu)成，這些資產(chǎn)流動(dòng)性較差，處置起來(lái)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(huì)造成價(jià)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(dòng)來(lái)衡量地區(qū)信貸風(fēng)險(xiǎn)。具體計(jì)算方法借鑒馬勇等(2016)的研究，對(duì)地區(qū)信貸總額求HP濾波，得到其周期波動(dòng)項(xiàng)，然后取其絕對(duì)值，再用這個(gè)絕對(duì)值除以當(dāng)年的地區(qū)信貸總額即金融杠桿波動(dòng)(Vol)。顯然，金融波動(dòng)的數(shù)值越大，表示對(duì)應(yīng)的金融不穩(wěn)定程度也就越高、信貸風(fēng)險(xiǎn)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(shí)反映出逆周期資本緩沖順周期性狀況。為了進(jìn)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(gè)解釋變量。

穩(wěn)健性分析再將控制變量進(jìn)行調(diào)整，將表3中控制變量的絕對(duì)數(shù)值轉(zhuǎn)換成相對(duì)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(lái)度量；②房地產(chǎn)投資采用房地產(chǎn)投資額的增長(zhǎng)率(Growreal)來(lái)表示；③對(duì)外開放程度采用各省份的進(jìn)出口總額與國(guó)內(nèi)生產(chǎn)總值的比值進(jìn)行衡量(Port_ratio)；④利用固定資產(chǎn)投資額的增長(zhǎng)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(lái)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(xiǎn)波動(dòng)率的空間計(jì)量檢驗(yàn)

表5結(jié)果顯示，以地區(qū)信貸總額/GDP為政府杠桿率對(duì)信貸風(fēng)險(xiǎn)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(huì)顯著降低銀行信貸的波動(dòng)性。再來(lái)考察政府資產(chǎn)負(fù)債率中的分子與分母兩項(xiàng)對(duì)信貸風(fēng)險(xiǎn)的影響，其中分子政府債務(wù)率(債務(wù)總額/GDP)對(duì)銀行信貸波動(dòng)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(duì)信貸波動(dòng)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(duì)地區(qū)經(jīng)濟(jì)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(shí)際上政府提高本年度債務(wù)總額短期內(nèi)會(huì)提高本地經(jīng)濟(jì)增長(zhǎng)，能夠起到抑制經(jīng)濟(jì)波動(dòng)的作用。

(三)進(jìn)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(bào)告提出的中國(guó)各地區(qū)金融業(yè)市場(chǎng)化指數(shù)來(lái)衡量金融發(fā)展差異，報(bào)告中構(gòu)建的金融發(fā)展市場(chǎng)化指數(shù)分別涵蓋了政府與市場(chǎng)的關(guān)系、非國(guó)有經(jīng)濟(jì)的發(fā)展、要素市場(chǎng)的發(fā)育程度、產(chǎn)品市場(chǎng)的發(fā)育程度、市場(chǎng)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(shí)，上述d1it賦值為1，否則為0。(2)房地產(chǎn)投資強(qiáng)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(guò)全國(guó)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(guó)平均水平作為區(qū)制衡量指標(biāo)，此時(shí)d3it賦值為1，否則為0。

由于各省市區(qū)的經(jīng)濟(jì)發(fā)展水平與區(qū)位存在差異，為了進(jìn)一步分析區(qū)域異質(zhì)性對(duì)信貸風(fēng)險(xiǎn)的影響，采用國(guó)家分類標(biāo)準(zhǔn)，將東部地區(qū)所在省份進(jìn)行對(duì)比分析?；貧w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(qiáng)度的空間滯后項(xiàng)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(shuō)明以雙區(qū)制模型對(duì)地區(qū)信貸風(fēng)險(xiǎn)進(jìn)行空間滯后識(shí)別是合理的。對(duì)比模型篩選的R2、Log-L等指標(biāo)可以判斷雙區(qū)制估計(jì)結(jié)果也優(yōu)于表3中空間杜賓模型估計(jì)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(xiàng)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(shuō)明，一方面我國(guó)省域之間金融發(fā)展水平無(wú)論是大于還是小于其他競(jìng)爭(zhēng)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(xiǎn)溢出的影響。其次，以地區(qū)房地產(chǎn)投資強(qiáng)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(qiáng)度越高則信貸風(fēng)險(xiǎn)受到省域外部風(fēng)險(xiǎn)溢出的影響越明顯，二者估計(jì)結(jié)果證實(shí)了假設(shè)3的推論。最后，以GDP增速為區(qū)制變量來(lái)看，雙區(qū)制下空間滯后項(xiàng)雖然估計(jì)系數(shù)顯著，但是兩者并沒(méi)有明顯的區(qū)別，說(shuō)明地方政府要采取以GDP增長(zhǎng)率為衡量指標(biāo)的考核體系，但政府杠桿率對(duì)銀行信貸風(fēng)險(xiǎn)的空間溢出機(jī)制并沒(méi)有隨經(jīng)濟(jì)增速的快或慢而發(fā)生改變，該結(jié)論也證實(shí)了中國(guó)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(yàn)結(jié)果表明，東部省份區(qū)制變量的空間滯后項(xiàng)ρ1與ρ2都在1%置信水平顯著為正，但是ρ1-ρ2檢驗(yàn)均沒(méi)有通過(guò)檢驗(yàn)，結(jié)果表明東部省份地區(qū)信貸風(fēng)險(xiǎn)存在明顯的空間正向溢出效應(yīng)，但在東部省份內(nèi)部沒(méi)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(jì)系數(shù)明顯高于全樣本的估計(jì)結(jié)果，說(shuō)明東部省份政府杠桿率對(duì)信貸風(fēng)險(xiǎn)的作用效果更加顯著。

表6 雙區(qū)制空間杜賓模型估計(jì)結(jié)果

續(xù)表

五、研究結(jié)論及政策啟示

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

(1)空間自相關(guān)統(tǒng)計(jì)表明我國(guó)地區(qū)信貸風(fēng)險(xiǎn)在西部省份、經(jīng)濟(jì)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(jì)發(fā)達(dá)省市的信貸風(fēng)險(xiǎn)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(jì)量模型回歸結(jié)果表明，我國(guó)地區(qū)信貸風(fēng)險(xiǎn)在區(qū)域之間均存在較強(qiáng)的正向空間溢出效應(yīng)，“以鄰為壑”現(xiàn)象在我國(guó)仍長(zhǎng)期存在。從分子與分母兩個(gè)角度來(lái)看，分母中的資產(chǎn)總額通過(guò)間接效應(yīng)來(lái)降低地區(qū)信貸風(fēng)險(xiǎn)，而分子(債務(wù)總額)主要通過(guò)直接效應(yīng)影響地區(qū)信貸風(fēng)險(xiǎn)。由于我國(guó)地方政府資產(chǎn)結(jié)構(gòu)中主要由固定資產(chǎn)和土地儲(chǔ)備等構(gòu)成，一旦面臨外部沖擊，政府將面臨流動(dòng)性風(fēng)險(xiǎn)的威脅。

(3)雙區(qū)制空間杜賓模型估計(jì)結(jié)果表明，我國(guó)地方政府杠桿率與地區(qū)信貸風(fēng)險(xiǎn)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(qiáng)度等數(shù)值越高，當(dāng)?shù)氐貐^(qū)信貸風(fēng)險(xiǎn)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(méi)有明顯區(qū)別，該結(jié)論從側(cè)面印證了中國(guó)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(jìn)程中監(jiān)管部門有必要重視金融風(fēng)險(xiǎn)在區(qū)域間傳導(dǎo)的監(jiān)控，在及時(shí)化解區(qū)域爆發(fā)的金融風(fēng)險(xiǎn)的同時(shí)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(dòng)機(jī)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(lái)制定差別化對(duì)策，引導(dǎo)地方政府主動(dòng)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(chǎng)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(shí)還要進(jìn)一步改善實(shí)體經(jīng)濟(jì)的資本配置效率，提高經(jīng)濟(jì)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(xiǎn)。