王 霞，李樂樂

（蘭州財(cái)經(jīng)大學(xué)1.中國(guó)西北金融研究中心2.金融學(xué)院，甘肅 蘭州 730020）

一、引言

防范化解金融風(fēng)險(xiǎn)是近年來我國(guó)的一項(xiàng)重要任務(wù)，在此過程中，我國(guó)一再?gòu)?qiáng)調(diào)并不斷強(qiáng)化地方政府金融風(fēng)險(xiǎn)監(jiān)督處置的屬地責(zé)任。早在2014年，國(guó)務(wù)院就出臺(tái)了《關(guān)于界定中央和地方金融監(jiān)管職責(zé)和風(fēng)險(xiǎn)處置責(zé)任的意見》，賦予地方政府部分金融活動(dòng)的監(jiān)管職責(zé)，主要承擔(dān)一些新型金融活動(dòng)和金融機(jī)構(gòu)的風(fēng)險(xiǎn)處置。2017年第五次全國(guó)金融工作會(huì)議進(jìn)一步強(qiáng)調(diào)了地方政府的監(jiān)管職責(zé)和風(fēng)險(xiǎn)處置屬地責(zé)任，確立了央地雙層金融監(jiān)管和風(fēng)險(xiǎn)處置體制。2018年10月，各省、自治區(qū)、直轄市在原省級(jí)金融辦的基礎(chǔ)上，陸續(xù)掛牌成立地方金融監(jiān)督管理局，作為較獨(dú)立的部門對(duì)地方金融機(jī)構(gòu)進(jìn)行更加充分有效的金融監(jiān)管。2023年的金融監(jiān)督管理體系改革進(jìn)一步剝離了地方金融監(jiān)督管理局的金融協(xié)調(diào)服務(wù)職能，意味著地方政府需要更好地承擔(dān)地方金融風(fēng)險(xiǎn)防范化解職責(zé)。

從理論上分析，由于地方政府發(fā)展經(jīng)濟(jì)與防范風(fēng)險(xiǎn)之間存在天然矛盾，賦予地方政府風(fēng)險(xiǎn)處置屬地責(zé)任不一定能夠降低區(qū)域金融風(fēng)險(xiǎn)。從實(shí)踐來看，我國(guó)一再對(duì)金融監(jiān)管體制進(jìn)行改革，意味著加強(qiáng)地方金融監(jiān)管必不可少，但真正發(fā)揮地方政府降低區(qū)域金融風(fēng)險(xiǎn)的作用還需要一定的條件。本文在理論分析的基礎(chǔ)上，運(yùn)用DID法實(shí)證檢驗(yàn)賦予地方政府風(fēng)險(xiǎn)處置屬地責(zé)任能否降低區(qū)域金融風(fēng)險(xiǎn)。

二、文獻(xiàn)回顧與研究假設(shè)

現(xiàn)有文獻(xiàn)更多側(cè)重于研究地方金融監(jiān)管對(duì)區(qū)域金融風(fēng)險(xiǎn)的影響作用。戴鵬贊和岑磊（2016）[1]對(duì)于金融業(yè)發(fā)展和政府監(jiān)管的關(guān)系進(jìn)行研究，發(fā)現(xiàn)政府監(jiān)管對(duì)金融業(yè)有序發(fā)展具有顯著促進(jìn)作用；王曙光和王彬（2022）[2]提出地方金融監(jiān)管體系建設(shè)的滯后和不完善導(dǎo)致金融機(jī)構(gòu)風(fēng)險(xiǎn)難以控制，會(huì)加大區(qū)域金融風(fēng)險(xiǎn)發(fā)生的可能性；黃祥鐘和高淵（2022）[3]基于雙重差分模型研究發(fā)現(xiàn)，2017年地方金融監(jiān)管改革有助于整體降低地區(qū)金融風(fēng)險(xiǎn)。還有少數(shù)學(xué)者從銀行信貸質(zhì)量角度出發(fā)進(jìn)行研究。Jansen（2003）[4]認(rèn)為金融監(jiān)管一旦放松，會(huì)導(dǎo)致融資要求降低，間接導(dǎo)致銀行貸款質(zhì)量下降；段軍山和莊旭東（2020）[5]發(fā)現(xiàn)加強(qiáng)地方金融監(jiān)管能夠降低銀行不良貸款率，可以更加有效地防范金融風(fēng)險(xiǎn)；邱新國(guó)和陳明興（2021）[6]運(yùn)用系統(tǒng)GMM方法研究得出地方金融監(jiān)管能夠降低金融機(jī)構(gòu)不良貸款率，改善區(qū)域金融生態(tài)環(huán)境，進(jìn)而促進(jìn)區(qū)域金融平穩(wěn)發(fā)展；王璐（2020）[7]提出地方層面的金融監(jiān)管受地方政府的無形壓力和影響，難以實(shí)現(xiàn)嚴(yán)格監(jiān)管政府債務(wù)風(fēng)險(xiǎn)的初衷，會(huì)間接加大金融風(fēng)險(xiǎn)的發(fā)生概率，而地方政府債務(wù)風(fēng)險(xiǎn)的監(jiān)督和管理對(duì)于區(qū)域財(cái)政安全保障和經(jīng)濟(jì)金融穩(wěn)定發(fā)展均具有重要意義[8-9]。

分稅制改革后，地方政府財(cái)權(quán)與事權(quán)不匹配問題加上地方官員的政績(jī)考核，導(dǎo)致地方政府債務(wù)超常規(guī)膨脹。地方政府無論是出于維持地方經(jīng)濟(jì)社會(huì)發(fā)展的需要或官員自身升遷的需要都可能會(huì)大量舉債，而地方債務(wù)規(guī)模擴(kuò)張對(duì)區(qū)域金融風(fēng)險(xiǎn)有空間溢出效應(yīng)[10]。同時(shí)，地方政府對(duì)轄區(qū)內(nèi)的金融機(jī)構(gòu)有一定的行政干預(yù)權(quán)。一方面，地方政府為提高政績(jī)，往往對(duì)金融機(jī)構(gòu)進(jìn)行間接或直接的行政干預(yù)，導(dǎo)致各地區(qū)信貸資源會(huì)向特定的企業(yè)和國(guó)有部門傾斜，國(guó)有企業(yè)存在的違約傾向會(huì)造成金融資源財(cái)政化，帶來金融風(fēng)險(xiǎn)[11]。另一方面，金融資源向有國(guó)有資產(chǎn)支撐的政府部門和國(guó)有企業(yè)集中，會(huì)導(dǎo)致政府和國(guó)有企業(yè)杠桿率過度上升，造成金融機(jī)構(gòu)間的風(fēng)險(xiǎn)傳遞[12]。同小歌等（2022）[13]研究發(fā)現(xiàn)，地方官員的晉升激勵(lì)會(huì)導(dǎo)致金融資源配置效率下降，而提高金融資源配置效率能夠顯著降低本地區(qū)和相鄰地區(qū)的系統(tǒng)性金融風(fēng)險(xiǎn)[14]?？梢?，地方政府對(duì)金融機(jī)構(gòu)的行政干預(yù)造成的金融資源錯(cuò)配對(duì)防范區(qū)域金融風(fēng)險(xiǎn)極為不利。

那么賦予地方政府風(fēng)險(xiǎn)處置屬地責(zé)任后會(huì)是怎樣呢？當(dāng)?shù)胤秸男袑?duì)地方金融的監(jiān)督管理權(quán)力、承擔(dān)地方金融風(fēng)險(xiǎn)處置屬地責(zé)任時(shí)，地方政府一定程度上會(huì)更加注重區(qū)域金融風(fēng)險(xiǎn)的防范和化解，其中可能通過調(diào)整地方政府債務(wù)和金融資源配置效率兩條途徑。因此，提出如下假設(shè)：

H1：賦予地方政府風(fēng)險(xiǎn)處置屬地責(zé)任能降低區(qū)域金融風(fēng)險(xiǎn)；

H2：賦予地方政府風(fēng)險(xiǎn)處置屬地責(zé)任能通過降低地方政府債務(wù)水平降低區(qū)域金融風(fēng)險(xiǎn)；

H3：賦予地方政府風(fēng)險(xiǎn)處置屬地責(zé)任會(huì)通過提高金融資源配置效率進(jìn)而降低區(qū)域金融風(fēng)險(xiǎn)。

三、研究設(shè)計(jì)

（一）模型設(shè)定

本文采用雙重差分法（DID），研究賦予地方政府風(fēng)險(xiǎn)處置屬地責(zé)任在區(qū)域金融風(fēng)險(xiǎn)防控中的政策效應(yīng)，構(gòu)建模型如下：

其中，i代表省份，t代表年份，Riskit代表區(qū)域金融風(fēng)險(xiǎn)水平，Treat代表省份虛擬變量，Time代表時(shí)間虛擬變量，Treat*Time是賦予屬地金融監(jiān)管和風(fēng)險(xiǎn)處置責(zé)任這一政策實(shí)施的估計(jì)量，其系數(shù)α1可以衡量該項(xiàng)政策對(duì)于降低區(qū)域金融風(fēng)險(xiǎn)的實(shí)施效果，Xit表示控制變量，μi和δt分別是省份、時(shí)間固定效應(yīng)，εit為隨機(jī)誤差項(xiàng)。

由于各省份于2018年10月起陸續(xù)掛牌成立地方金融監(jiān)管局，結(jié)合前文分析并基于現(xiàn)實(shí)意義，本文選擇2019 年為政策節(jié)點(diǎn)。實(shí)驗(yàn)組和對(duì)照組的設(shè)定參照黃祥忠和高淵（2022）[3]的研究，按照改革前（2010—2018年）時(shí)間段內(nèi)每個(gè)省份區(qū)域金融風(fēng)險(xiǎn)的平均值進(jìn)行分組，首先計(jì)算樣本省份2019年之前區(qū)域金融風(fēng)險(xiǎn)的平均值，選取該時(shí)間段內(nèi)區(qū)域金融風(fēng)險(xiǎn)的中位數(shù)作為參照，將平均值高于中位數(shù)的省份作為實(shí)驗(yàn)組，平均值低于中位數(shù)的省份作為對(duì)照組。如此劃分的原因是，此項(xiàng)政策目的在于更好地防范化解區(qū)域金融風(fēng)險(xiǎn)，相對(duì)來說，這一政策實(shí)施對(duì)于區(qū)域金融風(fēng)險(xiǎn)較高的地區(qū)更具針對(duì)性，故將政策實(shí)施前區(qū)域金融風(fēng)險(xiǎn)平均值高于中位數(shù)的省份作為實(shí)驗(yàn)組，其他省份作為對(duì)照組①實(shí)驗(yàn)組包括北京、內(nèi)蒙古、黑龍江、江蘇、浙江、安徽、福建、江西、山東、廣東、廣西、海南、貴州、陜西、甘肅、新疆16個(gè)省份；對(duì)照組包括天津、河北、山西、遼寧、吉林、上海、河南、湖北、湖南、重慶、四川、云南、青海、寧夏14個(gè)省份。。

（二）變量設(shè)置

1.被解釋變量：區(qū)域金融風(fēng)險(xiǎn)（Risk）。參考沈麗和范文曉（2021）[10]的方法，基于銀行、股票市場(chǎng)、保險(xiǎn)市場(chǎng)和房地產(chǎn)市場(chǎng)四個(gè)維度選取代表性指標(biāo)構(gòu)建區(qū)域金融風(fēng)險(xiǎn)指標(biāo)體系，運(yùn)用熵權(quán)法計(jì)算得到全國(guó)30個(gè)省、自治區(qū)和直轄市2010—2021年的區(qū)域金融風(fēng)險(xiǎn)水平①限于篇幅原因，計(jì)算過程不再贅述，計(jì)算出的各省份區(qū)域風(fēng)險(xiǎn)水平結(jié)果如有需要，可向作者索?。?592760727@qq.com。

2.核心解釋變量：Treat*Time，即賦予地方政府風(fēng)險(xiǎn)處置屬地責(zé)任這一政策的實(shí)施。對(duì)于Treat和Time兩個(gè)虛擬變量賦值規(guī)則如下：如果樣本觀測(cè)值位于實(shí)驗(yàn)組，則Treat=1，否則Treat=0；當(dāng)樣本觀測(cè)值處于2019年及以后Time=1，否則Time=0。

3.控制變量。參考毛捷和黃春元（2018）[15]、馮智杰和劉麗瓏（2021）[16]、陳蕾等（2021）[17]及王霞和王芳（2022）[18]的研究中控制變量的選取方法，結(jié)合本文的研究問題選擇以下控制變量：經(jīng)濟(jì)發(fā)展水平（lnrjgdp）、城鎮(zhèn)化率（urban）、通貨膨脹率（ir）、人口增長(zhǎng)率（pop）、固定資產(chǎn)投資（fai）、經(jīng)濟(jì)開放度（open）、存款利率（r）、財(cái)政赤字率（chizi）。

（三）數(shù)據(jù)來源及描述性統(tǒng)計(jì)

限于數(shù)據(jù)的完整性及可獲得性，不包括西藏自治區(qū)和港澳臺(tái)地區(qū)，選取2010—2021年我國(guó)30個(gè)省、自治區(qū)、直轄市的面板數(shù)據(jù)。原始數(shù)據(jù)主要來源于《中國(guó)金融年鑒》《中國(guó)統(tǒng)計(jì)年鑒》、中國(guó)人民銀行官網(wǎng)、Wind數(shù)據(jù)庫(kù)及各省份統(tǒng)計(jì)年鑒。對(duì)于少數(shù)缺失數(shù)據(jù)，先查找相關(guān)統(tǒng)計(jì)年報(bào)和相關(guān)報(bào)道進(jìn)行補(bǔ)充，最終缺失的數(shù)據(jù)用線性插值法進(jìn)行填補(bǔ)。各個(gè)變量的描述性統(tǒng)計(jì)如表1所示。

表1 變量描述性統(tǒng)計(jì)

四、實(shí)證檢驗(yàn)

（一）基準(zhǔn)回歸分析

表2報(bào)告了模型（1）的回歸結(jié)果。列（1）僅控制了省份固定效應(yīng)，核心解釋變量Treat*Time 的系數(shù)顯著為負(fù)，說明賦予地方政府風(fēng)險(xiǎn)處置屬地責(zé)任這一政策改革能夠顯著降低區(qū)域金融風(fēng)險(xiǎn)。列（2）在列（1）的基礎(chǔ)上，控制了時(shí)間固定效應(yīng)，Treat*Time 的系數(shù)仍然顯著為負(fù)。列（3）和列（4）為加入控制變量的結(jié)果，在控制省份和時(shí)間固定效應(yīng)以及加入各控制變量的情況下，這項(xiàng)政策的系數(shù)為-0.025，在1%的水平上顯著，說明賦予地方政府風(fēng)險(xiǎn)處置屬地責(zé)任能夠降低區(qū)域金融風(fēng)險(xiǎn)水平，假設(shè)1得以驗(yàn)證。

表2 DID基準(zhǔn)回歸結(jié)果

（二）穩(wěn)健性檢驗(yàn)

1.平行趨勢(shì)檢驗(yàn)

為保證DID估計(jì)結(jié)果合理有效，需要對(duì)實(shí)驗(yàn)組和對(duì)照組的區(qū)域金融風(fēng)險(xiǎn)作平行趨勢(shì)檢驗(yàn)，來判斷實(shí)驗(yàn)組和對(duì)照組的區(qū)域金融風(fēng)險(xiǎn)在政策實(shí)施前后的變化情況。按照前文樣本設(shè)置的時(shí)間節(jié)點(diǎn)，以2019 年為基期，采用事件研究法進(jìn)行平行趨勢(shì)檢驗(yàn)。圖1報(bào)告了95%置信區(qū)間內(nèi)平行趨勢(shì)檢驗(yàn)的回歸系數(shù)，可以看出在政策實(shí)施前兩組樣本不存在明顯差異，且系數(shù)均不顯著；在政策實(shí)施之后系數(shù)由正轉(zhuǎn)負(fù)，說明賦予地方政府金融監(jiān)管和風(fēng)險(xiǎn)處置屬地責(zé)任對(duì)于區(qū)域金融風(fēng)險(xiǎn)的降低作用開始出現(xiàn)，且效果逐年增大并趨于顯著。由此可見，前文雙差分模型滿足平行趨勢(shì)檢驗(yàn)。

圖1 平行趨勢(shì)檢驗(yàn)

2.異質(zhì)性討論

為進(jìn)一步探討此項(xiàng)政策在我國(guó)不同地區(qū)的效果，按國(guó)家統(tǒng)計(jì)局的地區(qū)劃分標(biāo)準(zhǔn)，將樣本分成東部、中部、西部三組，繼續(xù)考察賦予地方政府風(fēng)險(xiǎn)處置屬地責(zé)任對(duì)區(qū)域金融風(fēng)險(xiǎn)影響的地區(qū)性差異。檢驗(yàn)結(jié)果如表3所示。第1列結(jié)果顯示，Treat*Time 的系數(shù)為-0.049，在5%的水平上顯著，說明賦予地方政府風(fēng)險(xiǎn)處置屬地責(zé)任對(duì)東部地區(qū)的區(qū)域金融風(fēng)險(xiǎn)有顯著的減緩作用；從第2列和第3列的結(jié)果來看，估計(jì)系數(shù)不顯著且絕對(duì)值更小，說明該政策對(duì)中西部地區(qū)金融風(fēng)險(xiǎn)的降低作用小于東部地區(qū)且不顯著。可見這項(xiàng)政策效果呈現(xiàn)出顯著的地區(qū)差異，其原因可能在于東部地區(qū)對(duì)地方政府官員的考核更為全面，地方政府官員的任期更長(zhǎng)，地方政府債務(wù)依存度相對(duì)較小。

表3 異質(zhì)性檢驗(yàn)結(jié)果

3.安慰劑檢驗(yàn)

上述結(jié)果可能受遺漏變量和不可觀測(cè)因素等的影響，因此借鑒La Ferrara等（2012）[19]、李廣眾和賈凡勝（2020）[20]的方法，采用假設(shè)改變政策發(fā)生時(shí)間和隨機(jī)篩選實(shí)驗(yàn)組兩種方法做安慰劑檢驗(yàn)，來排除不可觀測(cè)因素的影響，確保結(jié)論穩(wěn)健。

（1）假設(shè)改變政策發(fā)生時(shí)間

借鑒李廣眾和賈凡勝（2020）[20]的研究方法，假設(shè)這項(xiàng)政策實(shí)施時(shí)間改變，檢驗(yàn)?zāi)芊竦玫浇档蛥^(qū)域金融風(fēng)險(xiǎn)的政策效應(yīng)。若將政策發(fā)生時(shí)間改變后，仍能得到相應(yīng)的政策效應(yīng)，則表明上文基準(zhǔn)回歸結(jié)果并不可靠，需進(jìn)一步考慮其他的不可觀測(cè)因素，而非只關(guān)注政策改革；反之，則說明上文基準(zhǔn)回歸結(jié)果可靠。具體做法為：選取政策還未真正實(shí)施的2010—2018 年時(shí)間段為樣本區(qū)間，分別假定2015 年和2016 年為政策實(shí)施年份，重新按照前文的檢驗(yàn)過程進(jìn)行檢驗(yàn)，結(jié)果如表4所示。可以發(fā)現(xiàn)，假定將政策實(shí)施時(shí)間分別向前推三年和四年后，Treat*Time 的系數(shù)分別為0.002和0.001且不顯著，表明將政策發(fā)生的時(shí)間改變后，并沒得到降低區(qū)域金融風(fēng)險(xiǎn)的政策效果。由此說明，賦予地方政府風(fēng)險(xiǎn)處置屬地責(zé)任能夠降低區(qū)域金融風(fēng)險(xiǎn)，前文結(jié)果具有穩(wěn)健性。

表4 安慰劑檢驗(yàn)

（2）隨機(jī)篩選實(shí)驗(yàn)組

借鑒La Ferrara等（2012）[19]的做法，隨機(jī)篩選實(shí)施政策改革的省份，并隨機(jī)化改革時(shí)間，由此構(gòu)造省份—改革時(shí)間兩個(gè)層面的隨機(jī)實(shí)驗(yàn)。接著按式（1）進(jìn)行回歸，根據(jù)偽實(shí)驗(yàn)組回歸得到的估計(jì)系數(shù)再次判斷基準(zhǔn)回歸結(jié)果的可靠性。為加強(qiáng)人為構(gòu)造虛假實(shí)驗(yàn)的估計(jì)效果，將上述過程重復(fù)500次，最后繪制出回歸過程中估計(jì)系數(shù)和t值的核密度圖，如圖2和圖3中虛線所示。若隨機(jī)實(shí)驗(yàn)中，估計(jì)系數(shù)和t值都分布在0附近，且偏離真實(shí)的估計(jì)系數(shù)和t 值，則說明該項(xiàng)政策效應(yīng)并不是其他遺漏變量和不可觀測(cè)因素的影響。圖2 和圖3中，豎實(shí)線代表基準(zhǔn)回歸所得的真實(shí)估計(jì)系數(shù)和t值，可以看出，虛假估計(jì)系數(shù)和t值均分布在0附近，且偏離了真實(shí)值，這表明基準(zhǔn)回歸所得的結(jié)論穩(wěn)健。

圖2 估計(jì)系數(shù)核密度圖

圖3 t值核密度圖

4.基于PSM-DID方法的分析

為了更好地選擇實(shí)驗(yàn)組和對(duì)照組，參考石大千等（2018）[21]和盧盛峰等（2021）[22]的方法，使用傾向得分匹配分析法，來實(shí)證檢驗(yàn)在實(shí)驗(yàn)組和對(duì)照組其他條件相似的情況下，賦予地方政府風(fēng)險(xiǎn)處置屬地責(zé)任與區(qū)域金融風(fēng)險(xiǎn)之間的因果關(guān)系。運(yùn)用PSM-DID方法分析過程中，本文在計(jì)算傾向得分時(shí)使用Logit回歸，同時(shí)采用最近鄰1∶1匹配的方式對(duì)各個(gè)省份進(jìn)行匹配。匹配后，用滿足共同支撐假設(shè)的樣本按式（1）重新進(jìn)行DID估計(jì)。表5報(bào)告了使用PSM-DID分析方法的回歸結(jié)果，結(jié)果顯示Treat*Time 的系數(shù)均顯著為負(fù)，且估計(jì)系數(shù)的絕對(duì)值相較于基準(zhǔn)回歸更大，表明在使用傾向得分匹配得到更為精確的實(shí)驗(yàn)組和對(duì)照組樣本后，政策效果更加明顯，進(jìn)一步說明前文的結(jié)果穩(wěn)健可靠。

表5 基于傾向得分匹配后的雙差分模型估計(jì)

五、機(jī)制檢驗(yàn)

基于前文實(shí)證檢驗(yàn)所得結(jié)論，試圖進(jìn)一步分析賦予地方政府風(fēng)險(xiǎn)處置屬地責(zé)任影響區(qū)域金融風(fēng)險(xiǎn)的可能渠道，主要基于兩方面考慮：一是考慮到地方政府債務(wù)，二是金融資源錯(cuò)配問題。地方政府債務(wù)和金融資源配置效率都與地方政府緊密相關(guān)，也都會(huì)導(dǎo)致金融風(fēng)險(xiǎn)的積累，那么賦予地方政府風(fēng)險(xiǎn)處置屬地責(zé)任后，地方政府債務(wù)和金融資源配置效率是否會(huì)在降低區(qū)域金融風(fēng)險(xiǎn)的過程中起到一定中介作用呢？

為驗(yàn)證假設(shè)2和假設(shè)3，使用Baron和Kenny（1986）[23]提出的依次檢驗(yàn)法來驗(yàn)證，具體步驟如下：

第一步，驗(yàn)證賦予地方政府風(fēng)險(xiǎn)處置屬地責(zé)任對(duì)區(qū)域金融風(fēng)險(xiǎn)的影響。

第二步，驗(yàn)證賦予地方政府金融風(fēng)險(xiǎn)處置屬地責(zé)任對(duì)中介變量的影響。

第三步，將賦予地方政府風(fēng)險(xiǎn)處置屬地責(zé)任變量與兩個(gè)中介變量分別同時(shí)作為解釋變量，納入同一回歸方程，驗(yàn)證地方政府債務(wù)和金融資源配置效率的中介作用。

其中，media為中介變量，包括地方政府債務(wù)gdebt和金融資源配置效率fine。根據(jù)模型（2）（3）（4）的設(shè)定，對(duì)中介效應(yīng)是否顯著的判斷依據(jù)為：第一，檢驗(yàn)系數(shù)α1，如果α1顯著，則進(jìn)行下一步檢驗(yàn)；第二，檢驗(yàn)系數(shù)β1和系數(shù)λ2，如果β1和λ2均顯著，則gdebt的中介效應(yīng)顯著，如果有一個(gè)不顯著，則要用Sobel檢驗(yàn)，來判斷是否具有中介效應(yīng)；第三，檢驗(yàn)系數(shù)λ1和λ2，如果系數(shù)λ1和λ2都顯著，則存在部分中介效應(yīng)，如果系數(shù)λ2顯著，系數(shù)λ1不顯著，則存在完全中介效應(yīng)。

（一）基于地方政府債務(wù)視角

借鑒鐘輝勇和陸銘（2015）[24]與彭沖和陸銘（2019）[25]的研究，同時(shí)考慮地方政府債務(wù)數(shù)據(jù)的可得性，選擇采用省級(jí)的城投債余額與GDP之比代表地方政府債務(wù)水平。在進(jìn)行地方政府債務(wù)的中介效應(yīng)分析時(shí)，為了更好地控制宏觀經(jīng)濟(jì)中其他因素對(duì)地方政府債務(wù)的影響，在式（3）的控制變量中加入存款利率和財(cái)政赤字率，結(jié)果如表6所示。表中列（2）顯示，Treat*Time 的系數(shù)β1在10%的水平上顯著為負(fù)，說明賦予地方政府風(fēng)險(xiǎn)處置屬地責(zé)任能夠降低地方政府的債務(wù)規(guī)模。列（3）顯示系數(shù)λ1和λ2均顯著，且系數(shù)λ2顯著為正，以上結(jié)果說明地方政府債務(wù)對(duì)區(qū)域金融風(fēng)險(xiǎn)具有正向作用，也就是說，地方政府債務(wù)的降低會(huì)引起區(qū)域金融風(fēng)險(xiǎn)水平的降低。由于賦予地方政府風(fēng)險(xiǎn)處置屬地責(zé)任能夠降低地方政府債務(wù)，故其能通過降低地方政府債務(wù)水平進(jìn)而降低區(qū)域金融風(fēng)險(xiǎn)，以此得出假設(shè)2成立，且地方政府債務(wù)起到了部分中介作用。

表6 地方政府債務(wù)中介效應(yīng)檢驗(yàn)

（二）基于金融資源配置效率視角

關(guān)于金融資源配置效率的測(cè)度基本集中在金融業(yè)投入和產(chǎn)出視角，研究方法有包絡(luò)數(shù)據(jù)分析方法（DEA）、超效率DEA模型分析方法和隨機(jī)前沿函數(shù)（SFA）分析方法。DEA是傳統(tǒng)測(cè)算效率的一種非參數(shù)方法，可以不考慮量綱問題，但測(cè)算出的效率取值均在0 ～1，無法進(jìn)一步比對(duì)。因此，參考馮銳等（2022）[14]的研究方法，運(yùn)用隨機(jī)前沿函數(shù)（SFA）分析方法，基于金融資源投入和產(chǎn)出效率來測(cè)算金融資源配置效率。在各地區(qū)金融資源投入和產(chǎn)出指標(biāo)選取方面，根據(jù)柯布—道格拉斯生產(chǎn)函數(shù)，選取金融業(yè)從業(yè)人員和金融業(yè)固定資產(chǎn)投資作為投入指標(biāo)，分別代表各地區(qū)人力資源和資本資源的投入情況，選取史亞榮和趙愛清（2020）[26]使用的地區(qū)金融相關(guān)率（貸款余額與地區(qū)生產(chǎn)總值的比值）作為產(chǎn)出指標(biāo)。將投入指標(biāo)和產(chǎn)出指標(biāo)運(yùn)用SFA模型，測(cè)算得出2010—2021年全國(guó)30個(gè)省份的金融資源配置效率，將數(shù)據(jù)進(jìn)行歸一化處理后，再進(jìn)行后面的實(shí)證檢驗(yàn)。

此處使用簡(jiǎn)單OLS 回歸，式（3）中，參考孫英杰和林春（2019）[27]、田新民和張志強(qiáng)（2020）[28]和馮銳等（2022）[14]的研究進(jìn)行控制變量選取，選擇經(jīng)濟(jì)發(fā)展水平（lnrjgdp）、城鎮(zhèn)化率（urban）、固定資產(chǎn)投資（fai）、經(jīng)濟(jì)開放度（open）、金融服務(wù)水平（service）和地區(qū)產(chǎn)業(yè)結(jié)構(gòu)（indus）作為控制變量。表7報(bào)告了基于金融資源配置效率的中介效應(yīng)檢驗(yàn)結(jié)果。列（2）結(jié)果顯示，Treat*Time 的系數(shù)為0.036，在10%的水平上顯著，說明賦予地方政府風(fēng)險(xiǎn)處置屬地責(zé)任能夠提高金融資源的配置效率。列（3）結(jié)果顯示，系數(shù)λ1和λ2顯著為負(fù)，表明金融資源配置效率的提高會(huì)降低區(qū)域金融風(fēng)險(xiǎn)。綜上，金融資源配置效率是賦予地方政府風(fēng)險(xiǎn)處置屬地責(zé)任的另一條有效途徑，仍起到了部分中介作用，驗(yàn)證了假設(shè)3。

表7 金融資源配置效率中介效應(yīng)檢驗(yàn)

整體來看，降低地方政府債務(wù)和優(yōu)化金融資源配置效率的確是兩條有效途徑，但我國(guó)各地區(qū)金融風(fēng)險(xiǎn)不一，用總樣本數(shù)據(jù)可能會(huì)造成檢驗(yàn)結(jié)果偏差。因此，為了增強(qiáng)作用機(jī)制檢驗(yàn)的有效性，以下專門針對(duì)實(shí)驗(yàn)組樣本數(shù)據(jù)進(jìn)行中介效應(yīng)分析，結(jié)果如表8所示。列（1）（2）（3）是以地方政府債務(wù)為中介變量，列（4）（5）（6）是以金融資源配置效率為中介變量?？梢钥闯?，對(duì)于實(shí)驗(yàn)組樣本數(shù)據(jù)來說，首先，地方政府債務(wù)和金融資源配置效率均起到部分中介作用；其次，與全樣本相比，實(shí)驗(yàn)組各項(xiàng)系數(shù)的絕對(duì)值要更大，說明實(shí)驗(yàn)組包含的省份政策效果更強(qiáng)，中介變量的作用也更大。

表8 實(shí)驗(yàn)組樣本中介效應(yīng)檢驗(yàn)

那么，哪種機(jī)制效應(yīng)更大呢？計(jì)算中介效應(yīng)的比重作進(jìn)一步探討。對(duì)于總樣本，地方政府債務(wù)的中介效應(yīng)占總效應(yīng)的比重為（-0.011×0.195）/（-0.025）=8.58%，金融資源配置效率的中介效應(yīng)占總效應(yīng)比重為（-0.328×0.036）/（-0.032）=36.9%；對(duì)于實(shí)驗(yàn)組樣本，這兩個(gè)比重分別為（-0.024×0.433）/（-0.477）=2.18%、（-0.380×0.302）/（-0.477）=24.06%?？梢钥闯?，金融資源配置效率的中介作用要大于地方政府債務(wù)的中介作用，原因可能在于，賦予地方政府風(fēng)險(xiǎn)處置屬地責(zé)任后，地方政府會(huì)更加明確自身的行為邊界，約束行政干預(yù)，充分發(fā)揮金融市場(chǎng)的資源配置作用，從而優(yōu)化金融資源配置效率，促進(jìn)經(jīng)濟(jì)發(fā)展和金融穩(wěn)定；而長(zhǎng)期以來地方政府龐大的債務(wù)問題相對(duì)來說化解較為困難，因此通過降低地方政府債務(wù)風(fēng)險(xiǎn)進(jìn)而降低區(qū)域金融風(fēng)險(xiǎn)的效果較差，符合實(shí)際。

六、結(jié)論與政策建議

基于2010—2021年我國(guó)30個(gè)省、自治區(qū)、直轄市的面板數(shù)據(jù)，以2019年為賦予地方政府風(fēng)險(xiǎn)處置屬地責(zé)任政策實(shí)施的時(shí)間節(jié)點(diǎn)，綜合運(yùn)用雙差分模型、PSM-DID方法以及中介效應(yīng)檢驗(yàn)法，實(shí)證分析了賦予地方政府風(fēng)險(xiǎn)處置屬地責(zé)任這項(xiàng)政策的實(shí)施對(duì)區(qū)域金融風(fēng)險(xiǎn)的影響。得出結(jié)論如下：第一，賦予地方政府風(fēng)險(xiǎn)處置屬地責(zé)任能夠降低區(qū)域金融風(fēng)險(xiǎn)，該結(jié)論可以通過平行趨勢(shì)檢驗(yàn)，同時(shí)采用假定改變政策發(fā)生時(shí)點(diǎn)和隨機(jī)篩選實(shí)驗(yàn)組的方法作安慰劑檢驗(yàn)，并采用PSM-DID方法分析之后，結(jié)果仍然穩(wěn)健。第二，賦予地方政府風(fēng)險(xiǎn)處置屬地責(zé)任對(duì)區(qū)域金融風(fēng)險(xiǎn)的降低作用存在顯著的區(qū)域異質(zhì)性。對(duì)東部地區(qū)能夠顯著降低區(qū)域金融風(fēng)險(xiǎn)，而對(duì)中西部地區(qū)雖有減緩作用，但效果并不顯著。第三，賦予地方政府風(fēng)險(xiǎn)處置屬地責(zé)任會(huì)通過提高金融資源配置效率和降低地方政府債務(wù)水平兩條途徑降低區(qū)域金融風(fēng)險(xiǎn)，且提高金融資源配置效率的效果更強(qiáng)。

基于以上結(jié)論，提出如下建議：第一，充分發(fā)揮地方政府在區(qū)域金融風(fēng)險(xiǎn)管控中的信息優(yōu)勢(shì)和協(xié)調(diào)能力優(yōu)勢(shì)，進(jìn)一步壓實(shí)地方政府對(duì)區(qū)域金融風(fēng)險(xiǎn)的監(jiān)管和處置責(zé)任。第二，加大地方尤其是中西部地區(qū)的政府債務(wù)管理力度，不斷推進(jìn)地方政府債務(wù)風(fēng)險(xiǎn)的防范及化解。通過促進(jìn)地方政府融資平臺(tái)轉(zhuǎn)型、盤活存量資金、增強(qiáng)國(guó)有資產(chǎn)盈利能力、擴(kuò)展財(cái)源等方式來降低地方政府債務(wù)存量規(guī)模，通過控制債務(wù)規(guī)模、降低負(fù)債成本等方式管理地方政府債務(wù)增量。第三，完善地方法人機(jī)構(gòu)的治理結(jié)構(gòu)，增強(qiáng)領(lǐng)導(dǎo)干部的金融素養(yǎng)，減少地方政府對(duì)金融機(jī)構(gòu)的行政干預(yù)，充分發(fā)揮金融市場(chǎng)的資源配置功能，提高金融資源的配置效率。第四，進(jìn)一步推進(jìn)政府引導(dǎo)、市場(chǎng)配置金融資源的機(jī)制建設(shè)，明晰金融資源產(chǎn)權(quán)，創(chuàng)新金融資源配置方式，縮小金融資源配置差異，充分利用優(yōu)化金融資源配置效率的路徑，防范和化解區(qū)域金融風(fēng)險(xiǎn)。