文/邱櫟樺（昆明學院）

一、引言

2008年金融危機之后，世界經(jīng)濟處于持續(xù)低迷的狀態(tài)，高額的政府債務成為困擾全世界的一個難題。債務迷霧中各國政策制定者均面臨著究竟是采取積極財政還是緊縮財政的兩難選擇。受經(jīng)濟下行壓力的影響，我國進入財政收入增速趨緩、支出剛性增加和赤字不斷擴大的“財政新常態(tài)”。在這樣的“財政新常態(tài)”下，如何測度和預警地方政府債務風險，在運用財政政策刺激經(jīng)濟與防范債務風險之間尋找最佳平衡點具有重要的現(xiàn)實意義。

地方政府債務風險是指地方政府在舉借、管理和償還債務的過程中，由于債務管理制度本身的缺陷以及其他不確定性因素，導致發(fā)生債務危機，對整個國民經(jīng)濟的運行造成損失的可能性。實際上，地方政府債務風險是指由于各種不確定性因素導致發(fā)生債務危機的可能性，那么地方政府債務風險有多大？哪些因素影響地方政府債務風險發(fā)生？為了解決這一問題，本文利用主成分分析方法測算了地方政府債務風險，并通過構建logistic多元排序選擇模型分析地方政府債務風險的影響因素。

二、文獻綜述

地方政府債務風險評估的研究，歷來被國際各大評級和投資機構及國內外專家學者所重視。關于地方政府債務風險的評估，國內外學者常用的方法是通過設立債務負擔率、債務依存度、債務償債率等指標的警戒線對地方政府債務風險進行評估。代表性的研究有歐盟債務規(guī)模警戒線以及王曉光和高淑東（2005）、裴育和歐陽華生（2006）、李 萍（2009）、Gaillard(2009)、劉尚希等（2012）、劉昊和劉志彪（2013）、馮進路和劉勇（2012）、劉蓉和黃洪（2012）的研究。然而，警戒線的設置并不存在一個通用的警戒線。不同地區(qū)社會經(jīng)濟環(huán)境不同，債務與經(jīng)濟的關系不一樣，其他地區(qū)標準不能直接搬用。還有一些學者通過因子分析法、模糊綜合評判法和BP神經(jīng)網(wǎng)絡方法構建地方政府債務風險預警模型評價地方政府債務風險，如劉星和岳中志（2005）、謝虹（2007）、洪源和劉興琳（2012）、劉驊和盧亞娟（2014）的研究。隨著研究的深入，Han和Zheng(2005)、李臘生等(2013)、徐占東和王雪標（2014）等學者利用KMV模型測算地方政府債務的違約概率，評價地方政府債務的違約風險。

通過以上文獻可知，國內學者關于地方政府債務風險取得了較為豐富的成果，為本文的研究提供有益的參考和借鑒。同時，關于地方政府債務風險的研究思路和方法也在不同程度上需要進一步完善和改進。學者們對地方政府債務風險的研究大多著力于預警模型和方法的改進上，對于指標的研究則大多注重于廣泛選取指標構建指標體系，選取的指標“大而全”，并未對所選取的預警指標的重要程度進一步的研究與區(qū)分，缺乏可操作的基礎。就目前相關文獻來看，大多數(shù)文獻采用線性加權預警指數(shù)方法預警風險程度，線性加權預警方法通過采用指標加權的方法來預警風險，具有簡單、直觀的優(yōu)勢，但不能反映影響風險的主要因素，本文不再沿襲線性加權預警的傳統(tǒng)研究范式，而是轉換視角，選擇多元排序Logistic模型分析地方政府債務風險。為有效制定防范和化解地方政府債務風險提供參考。

三、地方政府債務風險的測度

（一）地方政府債務風險指標體系構建

構建一套能夠全面、及時、準確地反映不同地區(qū)政府債務風險及其發(fā)展趨勢的指標體系是地方政府債務風險評估與預警的基礎。指標體系涵蓋的是否全面、選取的指標是否有效，直接關系到風險評估比較和預警質量的好壞。本部分在全面系統(tǒng)考慮影響地方政府債務風險因素的基礎上，從債務特征、債務償還能力和債務動態(tài)趨勢評價三個方面構建地方政府債務風險評估和預警的指標體系。具體指標如表1所示。

（二）地方政府債務風險測度

為了合理測度地方政府債務風險，本部分采用主成分分析、聚類分析和判別分析等方法對地方政府債務風險進行綜合評價，考慮到數(shù)據(jù)的可得性和分析方法的特殊性，本部分根據(jù)表1所示的指標體系進行了綜合評價。

表1 地方政府債務風險評價指標體系

地方政府債務風險評估：

為了剔除指標之間的相關性，減少變量維度，對所選取的19個指標首先進行因子分析。進行因子分析之前，為判斷指標數(shù)據(jù)是否適宜進行因子分析，應進行KMO統(tǒng)計量與Bartlett 球形檢驗。KMO檢驗值為0.736＞0.5，Bartlett 檢驗統(tǒng)計量對應的顯著性概率為0.000，適宜進行因子分析。

1.確定公因子

一般認為，累計方差百分比達到70%以上因子分析的結果比較滿意。因此，該部分選取包含原指標信息含量（累計貢獻率）72.891%的前6個因子，此6個因子可以代表原12個指標的72.691%的信息量。為了解釋所確定的公因子，需要對選取的6個公因子的因子載荷矩陣進行旋轉，并以此判別公因子的內涵。從旋轉后的因子載荷矩陣可以發(fā)現(xiàn)：公因子F1主要由人均負債額（X3）、債務率（X6）、償息率（X13）和債務稅收異同率（X16）指標解釋；公因子 F2主要由赤字率（X15）、財政收支補償系數(shù)（X17）指標解釋；公因子F3主要由凈增債務率（X2）、債務依存度（X10）指標解釋；公因子F4主要由外債占比（X5）、債務經(jīng)濟彈性（X19）指標解釋；公因子F5主要由債務支出收入比率（X8）、資本性債務支出占比率（X11）指標解釋；F6主要由債務使用率（X9）指標解釋。

2.計算因子得分

根據(jù)6個因子的得分函數(shù)，可以分別計算出129縣（市、區(qū)）的6個公因子得分值，并通過公因子的貢獻率加權得到其債務風險綜合得分Z。

（三）地方政府債務風險類別

（1）利用分層聚類分析方法，對上一步計算所得的地方政府債務風險數(shù)據(jù)進行聚類分析。按照樣本數(shù)據(jù)之間的特性，系統(tǒng)會自動對樣本進行分類，根據(jù)分析的需要，要將樣本聚為4類。

（2）利用判別分析方法，生成與聚類結果類別數(shù)相同數(shù)量的判別函數(shù)，共4個，同時軟件會輸出線性判別方程系數(shù)矩陣，根據(jù)因子值和判別方程系數(shù)可以得到4個判別方程。將地方政府債務的因子值代入判別方程，可計算出每個地方政府債務風險的4個W值，將最大的一個W值作為下一步風險評價的W值。

（3）進行風險區(qū)間劃分。將上述所得的W值從小到大排列，根據(jù)W值統(tǒng)計分布可以將樣本劃分為四類，如表2所示。

表2 地方政府債務風險判別類型

第一類地方政府債務風險的W<-1以下；

第二類地方政府債務風險的W值分布在[-1，0)之間；

第三類地方政府債務風險的W值分布在[0，4）之間；

第四類地方政府債務風險的W≥4。

四、地方政府債務風險影響因素研究

地方政府債務風險是指地方政府在舉借、管理和償還債務的過程中，由于債務管理制度本身的缺陷以及其他不確定性因素，導致發(fā)生債務危機，對整個國民經(jīng)濟的運行造成損失的可能性。實際上，地方政府債務風險是指由于各種不確定性因素導致發(fā)生債務危機的可能性，那么哪些因素影響地方政府債務風險發(fā)生？為了解決這一問題，本部分將構建logistic多元排序選擇模型，并采用逐步回歸的方法，在債務負擔率、債務依存度、居民應債率等19個指標中篩選出了影響地方政府債務風險的主要因素，并預測地方政府債務風險發(fā)生的概率。

（一）Logistic 多元排序選擇模型

Logistic回歸分析主要用于探索導致某一事件發(fā)生的主要因素，并根據(jù)主要因素預測某一事件發(fā)生的概率。Logistic 多元排序選擇模型與一般的二元或多元離散選擇模型的不同點在于作為被解釋變量的各個選擇項之間有一定的順序或級別。該部分將地方政府債務風險分為4個等級（無警、輕警、中警、重警），因此我們建立的Logistic 回歸模型形式如下：

上式中aj為模型截距的估計值，即模型的常數(shù)項；β1、β2…βk為回歸系數(shù)的估計值。解釋變量的系數(shù)β為正時，該解釋變量值與債務風險發(fā)生的概率同方向變動；解釋變量的系數(shù)β為負時，該解釋變量值與債務風險發(fā)生的概率反方向變動。

（二）計量結果及分析

地方政府債務風險因素分析：本部分應用logistic多元排序選擇模型，在債務負擔率、債務依存度、居民應債率等19個指標中篩選影響地方政府債務風險的主要因素，估計結果如表3所示。其中，凈增債務率、短期債務占比、外債占比、債務依存度等9個指標對地方政府債務風險有顯著影響。而人均負債額、債務使用率、償債率、財政收支補償系數(shù)等9個指標對地方政府債務風險沒有顯著的影響。

表3 Logistic 模型估計結果

由此可知，顯著影響地方政府債務風險指標中，除資本性債務支出占比系數(shù)為負外，其余系數(shù)均為正，回歸系數(shù)的符號符合實際意義。資本性債務支出占比系數(shù)為負，說明資本性債務支出占比率越高，地方政府債務風險越小。凈增債務率、短期債務占比、外債占比、債務依存度等指標系數(shù)為正，說明指標值越大，地方政府債務風險越高，影響程度從大到小依次排列：凈增債務率、赤字率、債務依存度、債務稅收異同率、外債占比、短期債務占比、GDP增長率和債務支出收入比率。因此，為準確預警地方政府債務風險，應把凈增債務率、赤字率、債務依存度、債務稅收異同率、外債占比等指標作為重點監(jiān)測指標，其余指標作為輔助監(jiān)測指標。通過Logistic 多元排序選擇模型分析可知：

第一，凈增債務率對債務風險的影響最顯著，其回歸系數(shù)為57.643，且回歸系數(shù)的符號為正值，凈增債務率越高，地方政府債務風險越大，說明防范地方政府債務風險的關鍵在于嚴格控制新增債務。在清理、償還歷史債務的同時，更應該嚴格控制新增債務，合理控制債務的規(guī)模。債務的借入要有一定的保有量，且要保證流通性，流通性保證資金能進出自如，公共投資項目的領域要避免重復，財政支出科學有效，要充分發(fā)揮項目效益。

第二，赤字率和債務依存度對地方政府債務風險影響非常顯著，回歸系數(shù)分別為：46.088、26.683，說明我國地方政府債務支出主要是為了彌補財政赤字，政府財政支出對債務的依賴程度較大，這進一步證明了我國各級地方政府為了實現(xiàn)經(jīng)濟社會發(fā)展目標，均在自身財力有限的情況下規(guī)避現(xiàn)行法律法規(guī)制約，舉借大量債務。而債務是一種有償性的收入，政府財政支出主要還是依賴于稅收，所以債務收入只能是一種補充性的收入。當赤字率和債務依存度較高時，表明地方政府的財政支出過分依賴于債務收入，未來舉借債務的空間較小。

第三，外債占比和短期債務占比對地方政府債務風險的影響也很顯著，外債占比的系數(shù)為13.191，短期債務占比的系數(shù)為5.842。該部分的樣本來自經(jīng)濟欠發(fā)達的某西部省份的各縣級地方政府，外債在地方政府債務中的占比很小，雖然超過80%的縣級地方政府的外債占比均在3%以下，但由于外債償還具有很強的剛性，因此在防范地方政府債務風險時，應關注外債的變化趨勢，合理舉借外債。另外，短期債務占比對債務風險的影響也較為顯著。在當前經(jīng)濟增長速度放緩的背景下，應特別重視短期內財政收入增長減速、財政收支壓力增加，會使短期內償債壓力增加、財政風險加劇。

第四，GDP增長率是影響地方政府債務風險的一個重要指標，回歸系數(shù)為2.655。且回歸系數(shù)的符號為正值，GDP增長率越高，地方政府債務風險越大，這似乎不符合現(xiàn)實意義，GDP 是國際上度量經(jīng)濟發(fā)展、衡量國家或地區(qū)間經(jīng)濟實力最基本的指標之一。GDP 增長率較高，說明國家或地區(qū)的經(jīng)濟發(fā)展較好，償債能力相對較強。但必須注意，過度過快的高速經(jīng)濟增長非常容易導致經(jīng)濟泡沫，尤其是當高速的經(jīng)濟增長來源于大規(guī)模的銀行借貸時，更應該防范高GDP增長率下地方政府債務風險的發(fā)生。

第五，資本性債務支出占比系數(shù)為負，回歸系數(shù)的符號符合實際意義。資本性債務支出占比系數(shù)為負，說明資本性債務支出占比率越高，地方政府債務風險越小。資本性債務支出占比反映地方政府當年的債務支出結構，即資本性債務支出和消費性債務支出的相對比例。債務用于資本性支出可以創(chuàng)造更多的效益，相當于有回報的投資，這部分比例大可以保證債務的償還。