遼寧省地方政府債務(wù)風(fēng)險(xiǎn)預(yù)警研究

張迅　蘇明政

[提要] 地方政府債務(wù)風(fēng)險(xiǎn)已經(jīng)成為阻礙我國經(jīng)濟(jì)穩(wěn)定與金融穩(wěn)定的重要因素。本文使用修正的KMV模型，對(duì)遼寧省未來地方政府債務(wù)違約風(fēng)險(xiǎn)進(jìn)行度量。結(jié)果表明：未來3年遼寧省到期地方政府債務(wù)違約概率均小于0.5%，風(fēng)險(xiǎn)基本在可控范圍內(nèi);從違約風(fēng)險(xiǎn)角度分析，未來3年遼寧省政府到期債務(wù)占當(dāng)年財(cái)政收入的比重不能超過50%、60%、40%。此外，隨著中央政府明確不對(duì)地方政府債務(wù)償還兜底，地方政府面臨的違約風(fēng)險(xiǎn)也隨之上升，2019年全省面臨著較大的償債負(fù)擔(dān)。

關(guān)鍵詞：地方政府債務(wù);KMV模型;違約風(fēng)險(xiǎn)

基金項(xiàng)目：國家自然基金青年項(xiàng)目：“基于多層網(wǎng)絡(luò)智能體分析的銀行業(yè)系統(tǒng)風(fēng)險(xiǎn)研究：形成、傳染與救助策略”（71503025）;教育部人文社會(huì)科學(xué)重點(diǎn)研究基地重大項(xiàng)目：“我國金融業(yè)資產(chǎn)錯(cuò)配測量與風(fēng)險(xiǎn)評(píng)估研究”（14JJD790028）階段性成果

中圖分類號(hào)：F812.7 文獻(xiàn)標(biāo)識(shí)碼：A

收錄日期：2019年2月19日

一、引言

次貸危機(jī)以來，我國地方政府債務(wù)規(guī)模不斷上升，各地方政府普遍積極通過直接或者間接的方式進(jìn)行舉債融資，用以開展基礎(chǔ)設(shè)施建設(shè)和公用事業(yè)建設(shè)，進(jìn)而推動(dòng)地方經(jīng)濟(jì)社會(huì)發(fā)展、改善人民生活水平。與此同時(shí)，過度增長的地方政府債務(wù)規(guī)模使得債務(wù)比率居高不下，地方政府償債壓力巨大，個(gè)別地區(qū)已經(jīng)出現(xiàn)債務(wù)違約情況。可以說，不斷累積的地方政府債務(wù)風(fēng)險(xiǎn)已經(jīng)成為影響我國金融安全與經(jīng)濟(jì)穩(wěn)定的重要因素。2017年12月20日閉幕的中央經(jīng)濟(jì)工作會(huì)議在警示防控金融風(fēng)險(xiǎn)的同時(shí)強(qiáng)調(diào)，要切實(shí)加強(qiáng)地方政府債務(wù)管理。重點(diǎn)將著力化解地方隱性債務(wù)存量、嚴(yán)控隱性債務(wù)增量，防范化解地方債風(fēng)險(xiǎn)。

根據(jù)財(cái)政部最新數(shù)據(jù)顯示，截至2016年末，我國地方政府債務(wù)余額為15.32萬億元，控制在年度地方債限額17.19萬億元以內(nèi)，比全國人大批準(zhǔn)的債務(wù)限額低1.87萬億元。地方政府債務(wù)率為80.5%，較2015年下降了8.7%，并未觸及國際通行的警戒標(biāo)準(zhǔn)。加上納入預(yù)算管理的中央國債余額12.01萬億元，兩項(xiàng)合計(jì)，我國政府債務(wù)27.33萬億元。按照國家統(tǒng)計(jì)局公布的2016年GDP總量74.41萬億元計(jì)算，2016年我國政府債務(wù)的負(fù)債率為36.7%。政府整體負(fù)債率不僅低于歐盟60%的警戒線，也低于主要市場經(jīng)濟(jì)國家和新興市場國家水平，從全國整體看，地方債風(fēng)險(xiǎn)總體可控。

雖然整體風(fēng)險(xiǎn)可控，但是局部地區(qū)卻存在風(fēng)險(xiǎn)。受經(jīng)濟(jì)轉(zhuǎn)型升級(jí)的影響，一些地方存在財(cái)力增速放緩的情況，部分地區(qū)政府償債能力弱化，有些地方債務(wù)風(fēng)險(xiǎn)凸顯出來，其中尤為以遼寧省較為突出。遼寧省作為經(jīng)濟(jì)結(jié)構(gòu)調(diào)整中受影響較大的省份，正在陷入“經(jīng)濟(jì)增長乏力—財(cái)政收入下滑—債務(wù)償還壓力增大”連鎖反應(yīng)中。根據(jù)遼寧省財(cái)政廳公布的數(shù)據(jù)，2016年末全省政府債務(wù)總額為8，526.2億元。債務(wù)率為160.9%，已超100%的紅線。遼寧省地方政府性債務(wù)所存在的違約風(fēng)險(xiǎn)不容忽視。對(duì)于這些地區(qū)，準(zhǔn)確的評(píng)估地方債務(wù)風(fēng)險(xiǎn)債務(wù)規(guī)模與容量，構(gòu)建科學(xué)有效的地方政府債務(wù)風(fēng)險(xiǎn)預(yù)警機(jī)制，是防范與化解債務(wù)風(fēng)險(xiǎn)，維持經(jīng)濟(jì)金融平穩(wěn)運(yùn)行的重要保證。

本文以遼寧省為例，考慮中央對(duì)地方的可轉(zhuǎn)移支付，運(yùn)用修正的KMV模型，對(duì)遼寧省的未來三年的預(yù)期違約距離與預(yù)期違約率進(jìn)行實(shí)證分析，在估計(jì)未來償債數(shù)額的基礎(chǔ)上，測算遼寧省未來安全的債務(wù)額度，進(jìn)而對(duì)違約風(fēng)險(xiǎn)進(jìn)行提前預(yù)警。

二、文獻(xiàn)綜述

本文在梳理國內(nèi)外有關(guān)地方政府債務(wù)風(fēng)險(xiǎn)預(yù)警研究的各類文獻(xiàn)基礎(chǔ)上，將相關(guān)研究分為兩類：

（一）對(duì)地方政府性債務(wù)風(fēng)險(xiǎn)的定性研究。該類研究主要是選擇規(guī)模指標(biāo)、流動(dòng)性指標(biāo)以及償債能力指標(biāo)以及相應(yīng)的判斷標(biāo)準(zhǔn)進(jìn)行定性研究，在此基礎(chǔ)上進(jìn)行風(fēng)險(xiǎn)界定、成因與防控研究。首先是對(duì)地方政府性債務(wù)風(fēng)險(xiǎn)的界定。其中，Brixi和Schick（2002）的貢獻(xiàn)最為突出。作者在其提出的著名的財(cái)政風(fēng)險(xiǎn)矩陣中按風(fēng)險(xiǎn)來源把政府性債務(wù)劃分為四類：直接顯性負(fù)債、直接隱性負(fù)債、或有顯性負(fù)債以及或有隱性負(fù)債，在明確界定地方政府債務(wù)內(nèi)涵的同時(shí)，為政府性債務(wù)風(fēng)險(xiǎn)的預(yù)警評(píng)價(jià)和全面有效監(jiān)管奠定了理論基礎(chǔ)。韓增華（2011）認(rèn)為地方政府債務(wù)風(fēng)險(xiǎn)的出現(xiàn)應(yīng)表現(xiàn)為地方政府資不抵債現(xiàn)象的出現(xiàn)，也就是當(dāng)期財(cái)政收入中用于償還債務(wù)的金額低于本期政府應(yīng)償還的債務(wù)金額?？娦×?、伏潤民（2012）把地方政府債務(wù)風(fēng)險(xiǎn)分為承債壓力風(fēng)險(xiǎn)和償債能力風(fēng)險(xiǎn)。鄭潔、左翎（2016）分析得出目前我國地方政府性債務(wù)風(fēng)險(xiǎn)總體可控，認(rèn)為債務(wù)風(fēng)險(xiǎn)不在于數(shù)量和規(guī)模而在于其結(jié)構(gòu)性，如緊縮的融資主體與強(qiáng)烈的資金需求之間的矛盾風(fēng)險(xiǎn)、經(jīng)濟(jì)下行導(dǎo)致的地方政府的違約風(fēng)險(xiǎn)、負(fù)債層級(jí)下移引發(fā)的結(jié)構(gòu)性風(fēng)險(xiǎn)和債務(wù)期限錯(cuò)配帶來的流動(dòng)性風(fēng)險(xiǎn)。其次是對(duì)地方政府性債務(wù)風(fēng)險(xiǎn)成因的分析，重點(diǎn)集中在財(cái)政體制問題、經(jīng)濟(jì)體制問題以及債務(wù)管理本身問題。最后是對(duì)地方政府性債務(wù)風(fēng)險(xiǎn)防范與控制研究。該類研究主要是結(jié)合風(fēng)險(xiǎn)成因提出的針對(duì)性的解決措施，該類成果較為豐富，限于篇幅原因，本文不一一贅述。

（二）對(duì)地方政府債務(wù)風(fēng)險(xiǎn)預(yù)警實(shí)證研究。根據(jù)具體研究方法，可以分為綜合指標(biāo)分析與模型分析。對(duì)于前者研究者通常將通過某種分析或計(jì)算的方法對(duì)多個(gè)簡單指標(biāo)賦予不同權(quán)重，從而得到更全面地反映風(fēng)險(xiǎn)的綜合指標(biāo)。主要包括BP神經(jīng)網(wǎng)絡(luò)模型、模糊綜合判斷法與層次分析法以及K-均值聚類算法等。而對(duì)于后者則重點(diǎn)使用實(shí)證模型分析并進(jìn)行風(fēng)險(xiǎn)預(yù)警。在早期，主要是針對(duì)微觀層面的基于受限制變量構(gòu)建的Logit與Probit模型。例如，劉星等（2005）綜合政府債務(wù)風(fēng)險(xiǎn)指數(shù)與另外一些輔助性指標(biāo)構(gòu)建風(fēng)險(xiǎn)預(yù)警系，并通過Logit模型設(shè)計(jì)了不同等級(jí)的風(fēng)險(xiǎn)預(yù)警情況指標(biāo)用以分析重慶市的政府債務(wù)風(fēng)險(xiǎn)情況。上述方法的主要問題是這類模型只能得出地方政府債務(wù)風(fēng)險(xiǎn)程度的相對(duì)等級(jí)與排序，并沒有給出進(jìn)一步更直觀的量化，而基于資產(chǎn)負(fù)債表來衡量政府債務(wù)風(fēng)險(xiǎn)的KMV模型則較好地解決了該問題。KMV模型是美國KMV公司利用B-S期權(quán)定價(jià)公式和風(fēng)險(xiǎn)債務(wù)定價(jià)理論建立的用來估計(jì)借款企業(yè)違約概率的方法。韓立巖等（2003）提出市政債券違約風(fēng)險(xiǎn)概念，最先將KMV模型改進(jìn)為針對(duì)地方政府債券的信用風(fēng)險(xiǎn)模型。李臘生等（2013）對(duì)KMV模型進(jìn)行了改進(jìn)，提出中央對(duì)地方政府債務(wù)具有可轉(zhuǎn)移性的觀點(diǎn)，實(shí)證分析得出我國地方債本質(zhì)上不存在違約風(fēng)險(xiǎn)，但有一定程度道德風(fēng)險(xiǎn)。王學(xué)凱等（2015）選取江蘇、浙江、上海三個(gè)省市的面板數(shù)據(jù)，根據(jù)GM（1，1）模型預(yù)測出地區(qū)財(cái)政收入，以此預(yù)測增長率和波動(dòng)率，實(shí)證分析得出長三角地區(qū)債務(wù)違約風(fēng)險(xiǎn)略有差異但總體可控。王濤等（2017）在使用KMV測算違約概率的基礎(chǔ)上，利用DSGE模型仿真分析赤字沖擊對(duì)各宏觀經(jīng)濟(jì)變量的影響，結(jié)果表明，為了控制地方政府債務(wù)風(fēng)險(xiǎn)，未來置換的債務(wù)總量不得低于當(dāng)期的40%。

與現(xiàn)有文獻(xiàn)相比，本文的創(chuàng)新點(diǎn)主要體現(xiàn)如下：首先，使用KMV修正模型對(duì)遼寧省未來債務(wù)違約的概率進(jìn)行了測度;其次，在測度未來遼寧省債務(wù)余額的同時(shí)，給出了遼寧省未來安全的政府債務(wù)空間;最后，本文重點(diǎn)強(qiáng)調(diào)在在中央明確不兜底債務(wù)的承諾下，遼寧省面臨的地方政府債務(wù)風(fēng)險(xiǎn)壓力。

三、模型構(gòu)建

（一）KMV模型及其適用性。KMV模型是美國KMV公司利用B-S的期權(quán)定價(jià)公式和Merton的風(fēng)險(xiǎn)債務(wù)定價(jià)理論所開發(fā)，用以估計(jì)上市借款企業(yè)違約概率的模型，又稱為預(yù)期違約概率模型。該模型首先計(jì)算出公司資產(chǎn)的市場價(jià)值和公司資產(chǎn)價(jià)值的波動(dòng)率，其次根據(jù)現(xiàn)在的資產(chǎn)價(jià)值確定未來的公司資產(chǎn)預(yù)期價(jià)值，然后通過公司負(fù)債計(jì)算出違約點(diǎn)，最后算出預(yù)期資產(chǎn)價(jià)值下降至違約點(diǎn)的違約距離，通過違約距離得到違約概率的映射。在此基礎(chǔ)上，將KMV模型進(jìn)行改進(jìn)以用于評(píng)估地方政府債務(wù)風(fēng)險(xiǎn)。具體而言，將用于償債的地方政府財(cái)政收入替代原模型中的公司資產(chǎn)的市場價(jià)值，到期時(shí)地方政府償還的債務(wù)與利息替代原模型中的公司到期債務(wù)，一旦地方政府到期時(shí)無法償還債務(wù)，即為地方政府違約。其核心指標(biāo)違約距離與違約概率的計(jì)算公式如下：

其中，DD為債務(wù)人的違約距離，△t為所考察的債務(wù)期限，△t=T-t，t為當(dāng)前的時(shí)刻，即t=0，所以T=△t，MT為地方政府用于償還債務(wù)的財(cái)政收入支配額，BT是地方政府負(fù)有償還責(zé)任的債務(wù)，g為可償債的地方財(cái)政收入的增長率，？滓m為可償債的地方政府收入變動(dòng)率。根據(jù)債務(wù)人的違約距離，并在地方政府財(cái)政收入符合對(duì)數(shù)正態(tài)分布的假定下估計(jì)地方政府債務(wù)的違約概率，違約概率的計(jì)算可以表示為公式（2）：

（二）考慮轉(zhuǎn)移支付的修正KMV模型。本文借鑒李臘生等（2013）提出的修正KMV模型來度量地方政府性債務(wù)風(fēng)險(xiǎn)?？紤]到我國具體的宏觀調(diào)控政策，尤其是財(cái)稅制度，本文在評(píng)估模型中增加了中央對(duì)地方政府性債務(wù)的承接部分。因?yàn)樵L(fēng)險(xiǎn)評(píng)估方法是建立在評(píng)估對(duì)象具有經(jīng)濟(jì)獨(dú)立性的前提下，對(duì)于我國目前的財(cái)政體制并不適用?，F(xiàn)行宏觀調(diào)控制度下，若地方財(cái)政有困難，中央可能會(huì)通過各種途徑進(jìn)行援助，因此必須考慮地方政府性債務(wù)的可轉(zhuǎn)移性。為此，本文設(shè)定如下：

其中，q1為地方政府財(cái)政收入中用于償還債務(wù)的比例，q2為中央政府承接地方政府債務(wù)占其最大償債能力的比例，MT為地方政府每年的財(cái)政收入，ST為新增居民儲(chǔ)蓄存款額。同時(shí)，本文設(shè)定MT與ST均服從布朗運(yùn)動(dòng)，且相關(guān)系數(shù)為0，在此基礎(chǔ)上對(duì)傳統(tǒng)KMV模型進(jìn)行修正，修正后公式如下：

（4）式為地方政府債務(wù)違約距離估計(jì)式，（5）式為地方政府債務(wù)違約概率估計(jì)式，其中，g為政府財(cái)政收入的年平均增長率，？滓m為政府財(cái)政收入增長的波動(dòng)率，g 為居民儲(chǔ)蓄存款的年平均增長率，？滓S為居民儲(chǔ)蓄存款增長的波動(dòng)率，式中相關(guān)參數(shù)估計(jì)如下：

四、實(shí)證分析

（一）數(shù)據(jù)來源與處理。根據(jù)前文模型描述，本文需要對(duì)若干變量進(jìn)行計(jì)量估計(jì)。首先，基于地區(qū)生產(chǎn)總值（GDP）與財(cái)政收入（FR）的內(nèi)生性關(guān)系，本文選取遼寧省2000～2016年的財(cái)政數(shù)據(jù)建立VAR模型，對(duì)2017～2018年的財(cái)政收入進(jìn)行預(yù)測;根據(jù)2000～2016年的居民儲(chǔ)蓄增加額（S）建立單序列ARMA模型，預(yù)測2017～2019年的居民儲(chǔ)蓄增加率，同時(shí)利用（10）式，推算出2017～2019年的遼寧省地方政府所需償還債務(wù)（BT）后根據(jù)修正的KMV模型，對(duì)遼寧省地方政府債務(wù)風(fēng)險(xiǎn)進(jìn)行預(yù)警分析。（數(shù)據(jù)均來源歷年《遼寧統(tǒng)計(jì)年鑒》、WIND咨訊數(shù)據(jù)庫）

BT=（1+rt）×MVt+rt-1∑MV （10）

其中，rt為到期債務(wù)票面利率，rt-1為未到期債務(wù)平均票面利率，MVt為到期債務(wù)量，∑MV為未到期債務(wù)累積總額。

（二）實(shí)證分析

1、基于VAR模型估計(jì)財(cái)政收入。進(jìn)行地區(qū)生產(chǎn)總值（GDP）與財(cái)政收入（FR）兩個(gè)時(shí)間序列的協(xié)整檢驗(yàn)。采用E-兩步法對(duì)進(jìn)行過對(duì)數(shù)處理與平滑處理后的變量進(jìn)行協(xié)整檢驗(yàn)，結(jié)果見表1。（表1）

由表1所知，兩個(gè)變量的一階差分都是平穩(wěn)序列，滿足協(xié)整關(guān)系，可以進(jìn)行VAR模型分析?；赩AR模型，本文可以估計(jì)出2017～2019年遼寧省財(cái)政收入的預(yù)測值，此外，結(jié)合遼寧省基本建設(shè)撥款、企業(yè)技術(shù)改造投資占地方財(cái)政收入的比重以及財(cái)政支出的特殊情況，本文將q1設(shè)定為20%。根據(jù)財(cái)政收入序列及上述設(shè)定，使用MATLAB估計(jì)該序列的增長率（gm）與波動(dòng)性（？滓m），如表2所示。（表2）

2、基于ARMA模型預(yù)測居民儲(chǔ)蓄增加值。本文通過檢驗(yàn)發(fā)現(xiàn)，經(jīng)過對(duì)數(shù)化與平滑后的居民儲(chǔ)蓄增加值（LNS）為平穩(wěn)序列，可以根據(jù)自相關(guān)偏相關(guān)系數(shù)以及AIC、SC準(zhǔn)則，建立AR（1）模型進(jìn)行估計(jì)，估計(jì)結(jié)果見表3。在此基礎(chǔ)上，使用ARMA模型進(jìn)行2017～2019年居民儲(chǔ)蓄值的預(yù)測以及對(duì)增長率與波動(dòng)率的估計(jì)，估計(jì)結(jié)果見表4。（表3、表4）

3、遼寧省未來應(yīng)償債務(wù)計(jì)算。如前所述，本文根據(jù)（10）式進(jìn)行遼寧省未來應(yīng)償債務(wù)的計(jì)算（BT），其中到期債務(wù)量與未到期債務(wù)累計(jì)總額可以根據(jù)《遼寧省政府債務(wù)審計(jì)結(jié)果（2014年）公告》得到，而到期債務(wù)票面利率與未到期債務(wù)平均票面利率的估計(jì)則比較困難，為了盡可能地防范與預(yù)警地方政府債務(wù)風(fēng)險(xiǎn)，本文選擇2015～2017年遼寧省政府一般債券（各期）的最大票面利率作為到期債務(wù)票面利率與未到期債務(wù)平均票面利率，即rt-1=rt=3.65%。根據(jù)（10）式，本文計(jì)算出2017～2019年遼寧省政府應(yīng)償還債務(wù)額度。（表5）

（三）遼寧省地方政府債務(wù)風(fēng)險(xiǎn)預(yù)警分析。根據(jù)前述的各類參數(shù)估計(jì)，將其帶入（4）、（5）式，同時(shí)本文假設(shè)在中央政府以其最大償債能力援助地方政府債務(wù)（q2=1）或者完全不援助地方政府債務(wù)（q2=0）的條件下，2017～2019年遼寧省地方政府債務(wù)違約距離與違約概率，結(jié)果見表6。（表6）

從公認(rèn)的違約概率等于5%為預(yù)警值來看，2017～2019年遼寧省地方政府債務(wù)違約風(fēng)險(xiǎn)在可控范圍內(nèi)，但是本文也注意到，在中央完全不援助地方政府債務(wù)時(shí)，違約風(fēng)險(xiǎn)顯著增加，尤其是在2019年，遼寧省地方政府債務(wù)違約風(fēng)險(xiǎn)已經(jīng)接近臨界值，值得關(guān)注。同時(shí)，本文根據(jù)違約概率等于5%，中央政府不援助的情況下，反推出2017～2019年遼寧省地方政府債務(wù)余額安全臨界值，見表7。（表7）

最后，本文認(rèn)為，政府債務(wù)的償還受到一系列不確定的宏觀因素的影響，包括經(jīng)濟(jì)增長的波動(dòng)、財(cái)政收入的變動(dòng)、宏觀金融政策的調(diào)整、金融穩(wěn)定性的變化等，尤其是2016年11月，國務(wù)院在發(fā)布的《地方政府性債務(wù)風(fēng)險(xiǎn)應(yīng)急處置預(yù)案》中首次指出：地方政府對(duì)其舉借的債務(wù)負(fù)有償還責(zé)任，中央實(shí)行不救助原則。因此，本文認(rèn)為地方政府的財(cái)政收入是其債務(wù)償還的重要保證，有必要對(duì)不同債務(wù)規(guī)模條件下，地方政府的自發(fā)自還情況進(jìn)行分析。具體而言，本文考慮在安全概率為0.5%、q1=20%的條件下，通過調(diào)整遼寧省地方政府所需償還的債務(wù)（BT）占財(cái)政收入比重進(jìn)行壓力測試，考察轉(zhuǎn)移支付系數(shù)（q2）的變化，估計(jì)結(jié)果見表8。（表8）

從壓力測試結(jié)果可以看出，2017～2019年當(dāng)政府債務(wù)到期債務(wù)占當(dāng)年財(cái)政收入分別為50%、60%、40%，轉(zhuǎn)移系數(shù)由負(fù)轉(zhuǎn)正，正的轉(zhuǎn)移系數(shù)表明遼寧省自身財(cái)力無法償還當(dāng)年的到期債務(wù)，需要中央政府的援助。因此，未來3年遼寧省到期的債務(wù)需要控制在上述3個(gè)百分比之內(nèi)，這里面需要重點(diǎn)關(guān)注的是2019年，當(dāng)年政府債務(wù)到期債務(wù)占當(dāng)年財(cái)政收入不能超過40%，壓力相對(duì)較大。

五、對(duì)策建議

地方政府債務(wù)在促進(jìn)經(jīng)發(fā)展的同時(shí)，也帶來了金融風(fēng)險(xiǎn)的不斷累積，本文使用修正的KMV模型對(duì)遼寧省未來的地方政府債務(wù)的違約風(fēng)險(xiǎn)進(jìn)行度量。結(jié)果表明：首先，未來3年遼寧省到期地方政府債務(wù)的違約概率均小于0.5%，風(fēng)險(xiǎn)基本在可控范圍內(nèi);其次，從違約風(fēng)險(xiǎn)角度分析，未來3年遼寧省政府到期債務(wù)占當(dāng)年財(cái)政收入的比重不能超過50%、60%、40%;最后，隨著中央政府明確不對(duì)地方政府債務(wù)償還兜底，地方政府面臨的違約風(fēng)險(xiǎn)也隨之上升，2019年遼寧省面臨著較大的償債負(fù)擔(dān)。為此，本文建議：

（一）確保東北經(jīng)濟(jì)穩(wěn)定增長，降低財(cái)政收入的波動(dòng)性。經(jīng)濟(jì)增長是財(cái)政收入來源的基礎(chǔ)，地方政府財(cái)政收入是政府債券償還的首要來源，而本文模型分析得出，財(cái)政收入的波動(dòng)性增強(qiáng)可以增加地方政府債務(wù)的違約風(fēng)險(xiǎn)，與此同時(shí)，財(cái)政收入的波動(dòng)性對(duì)微觀經(jīng)濟(jì)主體和宏觀經(jīng)濟(jì)都會(huì)產(chǎn)生重要的負(fù)面影響。因此，要明確界定地方政府的事權(quán)和財(cái)權(quán)，切實(shí)完善財(cái)政分權(quán)體制規(guī)范和加強(qiáng)轉(zhuǎn)移支付行為，提高地方政府財(cái)政收入的穩(wěn)定性和可預(yù)期性，以此降低地方政府財(cái)政收入的不確定性。

（二）規(guī)范地方政府債務(wù)“自發(fā)自還”政策，建立規(guī)范性發(fā)債通道。其中，對(duì)地方債實(shí)行“額度控制”是基本原則，同時(shí)還持續(xù)加強(qiáng)制度建設(shè)，強(qiáng)化地方舉債紀(jì)律與問責(zé)機(jī)制，形成地方政府債務(wù)管理與監(jiān)督的“閉環(huán)”制度體系。

（三）嚴(yán)格控制地方政府融資平臺(tái)舉債行為。目前，一些地區(qū)存在著依靠各類平臺(tái)變相舉債的行為，例如 “新變種”債務(wù)、違規(guī)通道業(yè)務(wù)、代理業(yè)務(wù)等，這些行為一方面抬高了地方融資市場的利率，增加了正規(guī)發(fā)債的成本;另一方面導(dǎo)致地方金融風(fēng)險(xiǎn)積聚，并通過理財(cái)?shù)韧ǖ老蛘?guī)金融機(jī)構(gòu)傳遞，值得警惕。

（四）構(gòu)建地方政府風(fēng)險(xiǎn)預(yù)警機(jī)制，健全常態(tài)化債務(wù)風(fēng)險(xiǎn)監(jiān)督機(jī)制。一方面應(yīng)完善監(jiān)管政策，壓縮監(jiān)管套利空間;另一方面應(yīng)加強(qiáng)債務(wù)資金使用管理績效考核，提高債務(wù)資金使用效率，并且進(jìn)一步提高債務(wù)管理透明度。同時(shí)，監(jiān)管部門應(yīng)積極參與其中，對(duì)涉及違規(guī)舉債的金融機(jī)構(gòu)，作出相應(yīng)的行政處罰。

主要參考文獻(xiàn)：

[1]Brixi，H.P.，Schick，A.Government at risk：contingent liabilities and fiscal risk[J].World Bank Publications，2002.

[2]韓增華.中國地方政府債務(wù)風(fēng)險(xiǎn)的預(yù)算管理與分權(quán)體制完善[J].經(jīng)濟(jì)體制改革，2011（4）.

[3]繆小林，伏潤民.我國地方政府性債務(wù)風(fēng)險(xiǎn)生成與測度研究——基于西部某省的經(jīng)驗(yàn)數(shù)據(jù)[J].財(cái)貿(mào)經(jīng)濟(jì)，2012（1）.

[4]鄭潔，左翎.地方政府性債務(wù)的結(jié)構(gòu)性風(fēng)險(xiǎn)及其治理[J].財(cái)經(jīng)問題研究，2016（7）.

[5]黃燕芬，鄔拉.地方債務(wù)風(fēng)險(xiǎn)：現(xiàn)狀、成因及對(duì)社會(huì)的影響[J].經(jīng)濟(jì)研究參考，2011（23）.

[6]賈康.“十二五”時(shí)期中國的公共財(cái)政制度改革[J].財(cái)政研究，2011（7）.

[7]類承曜.我國地方政府債務(wù)增長的原因：制度性解釋框架[J].經(jīng)濟(jì)研究參考，2011（38）.

[8]沈雨婷，金洪飛.關(guān)于地方政府債務(wù)風(fēng)險(xiǎn)預(yù)警研究的文獻(xiàn)綜述[J].科學(xué)決策，2016（12）.

[9]謝征，陳光焱.我國地方債務(wù)風(fēng)險(xiǎn)指數(shù)預(yù)警模型之構(gòu)建[J].現(xiàn)代財(cái)經(jīng)（天津財(cái)經(jīng)大學(xué)學(xué)報(bào)），2012.32（7）.