安徽省地方政府債務(wù)風(fēng)險評價
——基于KMV模型分析

徐 翔

安徽大學(xué)經(jīng)濟(jì)學(xué)院，合肥，230601

1 問題提出與相關(guān)研究

為應(yīng)對2008年國際金融危機(jī)，中央頒布了4萬億的經(jīng)濟(jì)刺激計劃，中央政府承擔(dān)投資1.18萬億元，地方政府承擔(dān)投資2.82萬億元[1]。各級地方政府為促進(jìn)經(jīng)濟(jì)增長，紛紛加大基礎(chǔ)設(shè)施投資，擴(kuò)大融資規(guī)模，自此，地方政府債務(wù)迅速膨脹。安徽省財政廳公布2016年政府債務(wù)統(tǒng)計結(jié)果(2017年2月8日公告)，政府負(fù)有償還責(zé)任債務(wù)5 319.7億元，其中一般性政府債務(wù)3 319.9億元，專項政府債務(wù)1 999.8億元。安徽省2016年地方政府財政收入只有2 672.8億元。自此，安徽進(jìn)入了債筑高臺時代。

近年來，學(xué)術(shù)界從多角度對政府債務(wù)進(jìn)行了研究。許麗娟認(rèn)為，債務(wù)規(guī)模持續(xù)擴(kuò)大的原因是：地方政府財力和事權(quán)的不對稱、政府職能定位不明確和政府治理機(jī)制復(fù)雜[2]。趙樹寬等用AHP模糊評價方法評價地方政府債務(wù)，認(rèn)為債務(wù)違約風(fēng)險以及債務(wù)規(guī)模是對政府債務(wù)風(fēng)險影響最大的兩個因素[3]。王鋒等運(yùn)用熵值法和灰色關(guān)聯(lián)分析法進(jìn)行測試，發(fā)現(xiàn)江蘇、廣東、四川等地方政府債務(wù)存量對全國政府債務(wù)有重要影響[4]。毛銳等通過構(gòu)建政府債務(wù)作用于商業(yè)信貸流動性和私人投資的DSGE模型，發(fā)現(xiàn)政府的投資沖動是債務(wù)形成的重要原因[5]。李臘生等在修正的KMV模型中增加政府債務(wù)可轉(zhuǎn)移因素，證明我國地方政府債務(wù)總體上沒有違約風(fēng)險[6]。

現(xiàn)階段，多數(shù)學(xué)者從省際數(shù)據(jù)出發(fā)，著重研究全國政府債務(wù)，鮮有對安徽地方政府債務(wù)研究者。安徽省財政廳公布資料顯示：安徽省市縣級地方政府債務(wù)4 970.5億元，占政府總債務(wù)的93.43%。本文依據(jù)2011—2016年安徽省市級財政收入，通過預(yù)測2018—2020年地方財政收入和地方債務(wù)余額，采用改進(jìn)的KMV信用評估模型對安徽省各市地方政府債務(wù)風(fēng)險進(jìn)行評估，以期較客觀地了解安徽省各市政府的債務(wù)風(fēng)險。

2 模型及數(shù)據(jù)說明

2.1 改進(jìn)的KMV模型

KMV模型于1997年建立，初衷是評價商業(yè)信用。由于地方政府債務(wù)問題突出，國內(nèi)學(xué)者已將KMV模型應(yīng)用于地方政府債務(wù)研究。韓立巖等結(jié)合我國政府債務(wù)的實(shí)際情況，對KMV模型進(jìn)行了擴(kuò)展，并提出了適用于地方政府測量的KMV模型[7]。本研究基于此模型。

改進(jìn)后KMV模型有：

(1)

(2)

(3)

(4)

DD是債務(wù)違約距離，Pt是政府違約的概率，Rt即地方政府用于償還債務(wù)的財政收入，Bt為地方政府債務(wù)規(guī)模，g表示地方財政收入的增長率，σm表示地方財政收入變動率，t為債務(wù)考察期限。

2.2 數(shù)據(jù)選擇

選取2011—2016年安徽省16個市級政府GDP和地方財政收入，其中2011—2015年數(shù)據(jù)來源為《安徽省統(tǒng)計年鑒》，2016年數(shù)據(jù)來源于各市《2016年預(yù)算執(zhí)行情況和2017年預(yù)算報告草案》以及各市財政局、統(tǒng)計局官網(wǎng)。地方政府債務(wù)余額來自財政局官網(wǎng)。

3 實(shí)證結(jié)果及分析

3.1 一般參數(shù)估計

3.1.1 地方財政收入預(yù)測

財政收入是非平穩(wěn)的時間序列，受多種因素影響，年份間波動幅度較大，因此，對于財政收入的直接預(yù)測比較困難。本文通過預(yù)測GDP，建立GDP與財政收入間關(guān)系，實(shí)現(xiàn)對財政收入的間接預(yù)測。

將2011—2016年安徽省地方財政收入和GDP數(shù)據(jù)分別取對數(shù)，從散點(diǎn)圖上明顯觀察出線性趨勢，因此采用雙對數(shù)模型擬合效果最好。利用面板數(shù)據(jù)，分別建立常系數(shù)模型、變截距模型、變系數(shù)模型。得到常系數(shù)模型殘差平方和S1=0.606，變截距模型殘差平方和S2=1.05，變系數(shù)模型殘差平方和S3=5.67。通過構(gòu)造相關(guān)統(tǒng)計量得出F2=17.82>2.03=F(30，64),拒絕常系數(shù)模型假設(shè)；F1=3.126>2.35=F(15，64),拒絕變截距模型假設(shè)。因此，最終選擇變系數(shù)模型。

變系數(shù)模型同時存在固定效應(yīng)和隨機(jī)效應(yīng)，以豪斯曼檢驗判定(表1)。

表1 豪斯曼檢驗結(jié)果

豪斯曼結(jié)果顯示，拒絕原假設(shè)，即采用固定效應(yīng)模型。經(jīng)回歸分析得：

ln(財政收入)it=-5.42+αi+βiln(GDP)it

(5)

R2=0.98DW=2.1F=111.8

其中αi、βi分別是截距和斜率參數(shù)，安徽省16個市αi、βi如表2。

表2 固定效應(yīng)的變系數(shù)模型參數(shù)估計結(jié)果

由上式可知，R2=0.98，模型的擬合效果較好，F(xiàn)=111.8，證明模型整體顯著。GDP預(yù)測是財政收入預(yù)測的前提。Holt-Winters無季節(jié)趨勢預(yù)測方法對于線性模型擬合效果較好，尤其是不受復(fù)雜時間序列內(nèi)部因素影響，適用于短期經(jīng)濟(jì)預(yù)測。

本文將可支配財政收入設(shè)定為地方財政總收入的30%,2018—2020年安徽省16個地市GDP和財政收入預(yù)測見表3。

表32018—2020年16個市GDP和財政收入預(yù)測

單位：億元

地區(qū)財政收入GDP201820192020201820192020合肥733.354 792.783 882.9187 239.1737 753.8279 091.400淮北65.926 68.809 78.364 870.158 905.7371 065.481亳州125.124 141.167 152.4821 205.2461 286.0331 311.925 宿州129.291 144.748 147.5061 568.8541 677.1451 704.033 蚌埠167.749 184.328 195.5511 622.4601 742.7161 769.455 阜陽178.288 200.318 238.6161 609.2611 715.9611 748.592淮南99.188102.127 108.5291 037.1681 092.6941 261.906滁州275.874 314.676 257.4131 638.3871 744.6401 820.918六安136.241 155.142 163.2131 291.2931 382.8901 401.893馬鞍山161.856 170.501 153.3081 585.0381 648.0172 226.670蕪湖379.040 419.500 454.2533 133.2953 350.3973 395.060宣城186.290 206.800 212.0621 221.9531 304.0301 328.013銅陵80.059 84.137 98.5031 193.2611 311.7431 453.933池州91.286 97.739 91.274 671.276 710.158733.785安慶112.720 111.742170.5081 509.8451 503.4681 918.713黃山91.992 99.204 99.339 662.370 705.155721.095

3.1.2g,σm參數(shù)估計

將可支配財政收入代入公式(3)和(4)，分別得到地方政府財政收入增長率g和收入變動率σm，表4顯示了R語言計算的結(jié)果。

表4 2018—2020年財政收入增長率g和財政收入變動率σm

3.1.3Bt估計

地方政府債務(wù)余額是動態(tài)變化數(shù)值，由于新增數(shù)額的隱蔽性，因此，本文通過收集整理地方財政局官網(wǎng)數(shù)據(jù)，得到2016年安徽省各市政府債務(wù)余額，并在此基礎(chǔ)上作出估計。

Bt=(Bt-1-30%Rt)×(1+4.5%)

(6)

上式表明，t年的政府債務(wù)余額等于上一年的政府債務(wù)余額減去當(dāng)年的財政支付(較保守估計每年支付地方財政收入的30%)，乘以貸款利率(4.5%)，結(jié)果如表5。

表5 各市地方債務(wù)余額Bt估計 單位：億元

3.2 地方債務(wù)的風(fēng)險評價

將Rt,Bt等參數(shù)在Δt=1，2，3情形下分別代入式(1)(2)，計算政府違約距離DD以及違約概率Pt,并且根據(jù)違約概率排名。具體結(jié)果見表6。

(1)從縱向來看，政府債務(wù)短期蘊(yùn)含巨大風(fēng)險，長期風(fēng)險降低顯著。2018年內(nèi)有能力還清政府債務(wù)的有合肥、阜陽、蚌埠、蕪湖；2019年，宣城、馬鞍山、滁州也基本擺脫債務(wù)壓力；到2020年底，只有淮南、銅陵、安慶債務(wù)壓力依然較大。

(2)從橫向來看，資源依賴型城市(淮北、淮南、宿州)，經(jīng)濟(jì)欠發(fā)達(dá)城市(安慶、六安)將長期面臨債務(wù)償還壓力；經(jīng)濟(jì)實(shí)力強(qiáng)勁的地區(qū)(如合肥)無明顯債務(wù)償還壓力。

表6 各市地方債務(wù)違約概率及排名

4 結(jié)論與建議

4.1 結(jié) 論

根據(jù)對安徽省各市政府債務(wù)違約風(fēng)險的評估，得出以下結(jié)論：

(1)安徽省各市總體債務(wù)違約風(fēng)險可控。在不發(fā)行新債的前提下，安徽省總體債務(wù)3年內(nèi)完成率達(dá)62.5%；僅在考慮政府獨(dú)立支付債務(wù)的前提下，如果將上級政府對下級政府的轉(zhuǎn)移支付考慮在內(nèi)，這一比率更高，因此，本文認(rèn)為，安徽省不存在系統(tǒng)性債務(wù)風(fēng)險。

(2)局部地方政府面臨“破產(chǎn)”窘境。安慶、銅陵、淮南3年內(nèi)依靠地方財政完成債務(wù)清償幾乎是不可能，因此上級財政的支持是必不可少的。地方政府造成財政“困難”的原因各不相同：安慶是由于過高的債務(wù)余額，2016年債務(wù)余額高達(dá)313.7億元，從而導(dǎo)致還款速度較慢；銅陵是由于過慢的經(jīng)濟(jì)增長速度，2018—2020年財政增長速度分別為3.9%、4.6%和5.5%；淮南受制于經(jīng)濟(jì)巨大的波動，2018年的經(jīng)濟(jì)波動值在10%以上，主要受煤炭行業(yè)影響。

(3)地方差異過大。僅就2018年而言，合肥GDP是第二名蕪湖的2.3倍，接近池州、黃山的11倍。且就增速而言，預(yù)測合肥財政增速2018—2020年分別是10.5%、9.9%和12.1%，依舊名列前茅。部分地級市財政收入增速只有3%～5%,貧富差距進(jìn)一步拉大。

4.2 建 議

(1)嚴(yán)控地方政府債務(wù)規(guī)模。對于安慶、淮南、銅陵3個地級市，嚴(yán)控債務(wù)余額規(guī)模，過高的債務(wù)規(guī)模產(chǎn)生高額的債務(wù)利息壓力，造成財政負(fù)擔(dān)過重，成為經(jīng)濟(jì)發(fā)展的枷鎖，制約了地方經(jīng)濟(jì)發(fā)展。

(2)平衡地方發(fā)展。安徽省南北差異較大，地方發(fā)展不平衡。因此，安徽省政府應(yīng)平衡調(diào)配資源，對于發(fā)展較弱、較緩慢的地區(qū)，應(yīng)該在政策或資源方面給予更多支持，以幫助貧困地區(qū)發(fā)展。