吳懿琦

（南京審計大學(xué)，江蘇 南京 215107）

1 地方政府債務(wù)及其風(fēng)險的概念

地方政府債務(wù)是指由于地方政府資金短缺，滿足不了自身未來的支出需要，而向金融機構(gòu)或公眾發(fā)放債券或通過貸款等渠道籌集資金產(chǎn)生的債務(wù)。這一債務(wù)按照不同的分析方法有不同的分類：按照發(fā)生原因是否確定分成直接債務(wù)和間接債務(wù)；按照是否存在法律或者合同明確規(guī)定分成顯性債務(wù)和隱性債務(wù)；按照政府是否有償還義務(wù)分成政府有償還義務(wù)的債務(wù)、政府有擔(dān)保責(zé)任的債務(wù)和其他相關(guān)債務(wù)等。

地方政府債務(wù)具有兩面性。合理利用債務(wù)資金，提高資金使用效率，可緩解財政壓力，能更好地為民生服務(wù)。相反，不合理利用債務(wù)資金，債務(wù)規(guī)模超過當(dāng)局所能負擔(dān)的償債規(guī)模而導(dǎo)致無法按時償還時，不僅會帶來償債風(fēng)險，而且會存在挪用其他財政資金，進一步舉債或者向上一級轉(zhuǎn)嫁的風(fēng)險等，從而造成嚴重的后果[1]，可能會導(dǎo)致社會不穩(wěn)定、資金缺口變大等情況的發(fā)生。

2 江蘇省地方政府債務(wù)狀況分析

2.1 江蘇省地方政府債務(wù)規(guī)模大且占比重

由于研究時2020年的數(shù)據(jù)還未公布，本文通過對2016—2019年江蘇省債務(wù)基礎(chǔ)數(shù)據(jù)進行定量分析，用債務(wù)指標(biāo)分析法對政府的償債能力進行評估和分析[1]（見表1），從而反映償債能力和債務(wù)風(fēng)險。

表1 2016—2019年江蘇省債務(wù)指標(biāo)測算表 （%）

表1中，綜合債務(wù)率=債務(wù)率×50%+償債率×15%+新增債務(wù)率×15%+逾期債務(wù)率×20%?；A(chǔ)數(shù)據(jù)來自江蘇省統(tǒng)計年鑒和江蘇省人民政府預(yù)算執(zhí)行情況。根據(jù)表1可知，2016—2019年江蘇省GDP增長和財務(wù)收入增長波動較大，4年間經(jīng)歷了上升和回落的情況。由于江蘇省經(jīng)濟總量非常大，因此可以認為GDP基本穩(wěn)定。受到營改增的影響，2017年財務(wù)收入增長幅度變低。同時4年綜合債務(wù)率在不斷變高，債務(wù)率、新增債務(wù)率也呈現(xiàn)逐年遞增的趨勢。但因為江蘇省可承受的債務(wù)程度較高，近幾年的債務(wù)上升并沒有帶來嚴重的影響。江蘇省綜合債務(wù)率一直低于財政部公布的55%要求，但正在靠近，需要引起警戒。

2.2 江蘇省各地級市債務(wù)風(fēng)險區(qū)域化特點明顯

江蘇省的經(jīng)濟實力和GDP水平一直位居全國前列，財政收入比較高。第59頁表2為2019年江蘇省各地級市經(jīng)濟財政債務(wù)情況，資料來源于各地級市財政預(yù)算執(zhí)行報告和廣發(fā)證券發(fā)展研究中心。通過對債務(wù)率的比較分析可以看出，江蘇省各地級市抗經(jīng)濟風(fēng)險能力差別較大。蘇南、蘇中、蘇北依次減弱。除蘇州市的一般公共預(yù)算收入大于一般公共預(yù)算支出，無錫市基本持平以外，各地級市都有不同程度的入不敷出現(xiàn)象[2]。

表2 2019年江蘇省各地級市 經(jīng)濟財政債務(wù)情況

3 江蘇省地方政府債務(wù)風(fēng)險預(yù)警模型分析

3.1 江蘇省地方政府債務(wù)風(fēng)險模型的構(gòu)建

政府債務(wù)和企業(yè)債務(wù)具有異曲同工之處[3]。當(dāng)債務(wù)到期時，若政府財政收入中可償還部分的規(guī)模大于需要還本付息的債券本息之和，就不會產(chǎn)生違約現(xiàn)象；若可償還部分小于需要按本付息的債券，政府就會產(chǎn)生違約，本文利用KMV模型進行分析。

1）假設(shè)f（*）為特定函數(shù)，Rt為政府可償還部分，則其表達式為

2）假設(shè)T為到期日，DT為需要償還的債務(wù)部分，則違約概率為可償還部分小于需要償還部分時發(fā)生的概率，表達式為

若假設(shè)變量XT服從正態(tài)分布，即XT~N（0，1），則其表達式為

式中：DD為違約距離。

3）基于之前的研究結(jié)果[4]，假設(shè)地方財政收入Rt滿足馬爾科夫隨機過程，從而服從幾何布朗運動，表達式為

式中：g為可償還部分增長率；σR為波動率；d Zt為Wiener過程增量；

根據(jù)伊藤引理進行積分，其表達式為

4）由于Xt~（0，1），是正態(tài)分布，因此可以得到Rt=f（Xt）的均值和標(biāo)準差，表達式為

由于每年的財政收入并沒有確切的規(guī)律，本文根據(jù)均值和方差表達式，得到σR和g的表達式為

5）違約概率和違約距離的表達式為

即

3.2 江蘇省地方政府債務(wù)的實證分析過程

3.2.1 預(yù)測財政收入

本文將樣本區(qū)間設(shè)置為2000—2022年（數(shù)據(jù)來自江蘇省統(tǒng)計局），其中2000—2019年的樣本數(shù)據(jù)用來構(gòu)建擬合模型，計算相應(yīng)參數(shù)，見表3；2020—2022年為預(yù)測區(qū)間。由于江蘇省財政收入整體呈現(xiàn)一條向上的平滑曲線，能夠很好地貼合模型。因此對財政收入數(shù)據(jù)Q取對數(shù)處理，得到ln Q。

表3 2000—2019年江蘇省財政收入對數(shù)處理（億元）

利用計量經(jīng)濟學(xué)軟件包（Econometrics Views，EViews）對數(shù)據(jù)進行單位根檢驗，發(fā)現(xiàn)原數(shù)列和一階差分并不平穩(wěn)；進行二階差分檢驗，發(fā)現(xiàn)結(jié)果顯示拒絕且具有單位根的假設(shè)，二階差分平穩(wěn)。對ln Q二階差分進行自相關(guān)與偏自相關(guān)檢驗，發(fā)現(xiàn)無明顯拖尾截尾現(xiàn)象，因而不能直接通過自相關(guān)與偏自相關(guān)函數(shù)得出自回歸滑動平均模型（Auto-Regressive and Moving Average Model，ARMA模型）（P，2，q）的具體形式。通過嘗試尋找擬合度最高的ARMA模型，結(jié)合相關(guān)圖和信息準則，在模擬的ARMA模型中，AR(3)MA(2)模擬預(yù)測效果較好，因此以此來進行財政收入預(yù)測。

可以得到2020—2022年江蘇省財政收入預(yù)測情況，見表4。

表4 2020—2022年江蘇省財政收入預(yù)測（億元）

3.2.2 預(yù)測可用于償還的財政收入規(guī)模

地方財政可用于償還的財政收入也就是財政收入減去剛性支出剩余的部分。由于江蘇省并未給出具體的剛性支出、到期債務(wù)等數(shù)據(jù)，本文假設(shè)地方政府可償還收入部分占總財政收入的50%，可以得到2020—2022年江蘇省的可償還財政收入情況。

3.2.3 計算可償債財政收入波動率及增長率

為了計算出違約概率以及違約距離，用上述23組數(shù)據(jù)來計算可償債收入的波動率和增長率。為了確保數(shù)據(jù)的平滑性，對可償債收入數(shù)據(jù)取對數(shù)處理。根據(jù)前章節(jié)介紹的財政收入增長率與波動率的公式，可以計算出2020—2022年江蘇省可償還性財政收入增長率與波動率，見表5。

表5 2020—2022年江蘇省可償還性財政收入增長率與波動率

3.2.4 違約距離和違約概率

由于江蘇省財政局沒有對可償還債務(wù)作出詳細的披露，以及本文所指的地方債務(wù)包括地方政府負有償責(zé)任的債務(wù)和或有債務(wù)，而這一部分的債務(wù)數(shù)據(jù)并沒有一個真實詳細的來源。因此本文假設(shè)了不同的債務(wù)水平，表6、表7、表8為2020年、2021年、2022年江蘇省不同債務(wù)水平下的違約距離及違約概率。

表6 2020年江蘇省不同債務(wù)水平下的違約距離及違約概率

表7 2021年江蘇省不同債務(wù)水平下的違約距離及違約概率

表8 2022年江蘇省不同債務(wù)水平下的違約距離及違約概率

3.2.5 實證結(jié)論

這里選取了當(dāng)?shù)狡趥鶆?wù)DT占可償還部分財政收入的比重在0.4～0.8之間時，江蘇省當(dāng)期所面臨的違約距離和違約概率。本文將美國市政債的標(biāo)準作為債務(wù)違約概率的警戒值，要求信用評級必須達到穆迪Baa3或者是標(biāo)準普爾BBB的水平，即違約概率保持在0.5%之內(nèi)?？紤]到我國的基本情況，為了確保地方政府債務(wù)風(fēng)險可控，本文在這里將警戒值定在了0.4%。

由表6、表7、表8可知，雖然2020年、2021年、2022年政府的債務(wù)風(fēng)險基本上沒有超過安全線，整體風(fēng)險不大，風(fēng)險管控較好，但當(dāng)債務(wù)水平過高時仍出現(xiàn)了高于警戒線的情況。

2020年當(dāng)債務(wù)率為0.6時，到期債務(wù)為2 864.88億元，此時風(fēng)險還處在警戒線之下；當(dāng)債務(wù)率為0.7時，違約概率為0.008 4，大大超過了警戒線0.4%的標(biāo)準。

從時間軸來看，債務(wù)率同為0.6時，2020年的違約風(fēng)險和2021年的違約風(fēng)險低于2022年，說明江蘇省已經(jīng)重視地方債務(wù)風(fēng)險的違約情況，降低了可能發(fā)生違約的概率。

從整體來看，江蘇省到期可償還債務(wù)的本息和與可償還財政收入的比例不得高于60%，以此來保證江蘇省地方政府債務(wù)違約風(fēng)險不超過0.4%，避免出現(xiàn)失控的違約事件和違約風(fēng)險。

4 針對模型結(jié)論以及江蘇省實際情況的建議

4.1 對地方性債務(wù)預(yù)算進行約束

江蘇省地方政府債務(wù)呈現(xiàn)區(qū)域化特點，其原因可能是經(jīng)濟財政實力不同。要控制和防范地方性債務(wù)風(fēng)險的堆積爆發(fā)，盡可能避免債務(wù)風(fēng)險造成政府和社會的動蕩，就一定要嚴格控制和管理預(yù)算[5]。通過對政府債務(wù)各項數(shù)據(jù)進行準確統(tǒng)計，正確真實地反映債務(wù)信息，并以此作為預(yù)算管理約束的重要組成部分，接受人民代表大會和審計部門的檢查和監(jiān)督。

4.2 加強政府信息披露并構(gòu)建合理的監(jiān)管模式

本文面臨的主要問題是數(shù)據(jù)有不可獲得性。一部分風(fēng)險指標(biāo)通過相關(guān)資料計算而來，另有例如到期債務(wù)等數(shù)據(jù)沒有公開，本文從假設(shè)的前提出發(fā)，研究了不同債務(wù)比例下的風(fēng)險狀況。這會對預(yù)警模型的準確性造成一定影響。公眾對于政府負債情況的認知還比較淺薄，無法自行通過已知信息分析政府債務(wù)的結(jié)構(gòu)和風(fēng)險，并對其進行有效監(jiān)督。因此政府需要出臺相關(guān)文件對信息披露制定明確的標(biāo)準，同時將政府債務(wù)風(fēng)險控制在一定范圍內(nèi)[6]。提高政府信息披露可以增強公眾對政府的信心，有利于實施更好的管理。

4.3 構(gòu)建全面的債務(wù)風(fēng)險預(yù)警體系

不管是定性分析還是定量分析，都是利用假設(shè)和模型進行測算，因此存在誤差和脫離實際的問題。為了能夠真實全面地反映地方政府債務(wù)情況，并且能夠把各種因素都考慮在內(nèi)，需要建立一套全面的、合適的債務(wù)風(fēng)險預(yù)警體系和風(fēng)險指標(biāo)體系[7]。充分考慮我國基本國情，將涉及地方政府債務(wù)活動的方方面面都列為檢測目標(biāo)，設(shè)立警戒“紅線”，一旦某些指標(biāo)超過了警戒線，就要立刻引起重視[8]。風(fēng)險指標(biāo)要滿足可控性、可測性、相關(guān)性、有效性等要求。風(fēng)險指標(biāo)的設(shè)立要與風(fēng)險有密切的關(guān)系，并能實時、靈敏地反映風(fēng)險的等級程度，以便政府作出相應(yīng)的決策。