中國(guó)地方政府債券風(fēng)險(xiǎn)空間關(guān)聯(lián)網(wǎng)絡(luò)結(jié)構(gòu)特征及收斂性研究

胡才龍，魏建國(guó)

（1. 武漢理工大學(xué) 經(jīng)濟(jì)學(xué)院，湖北 武漢430070；2. 湖北省社會(huì)科學(xué)院 財(cái)貿(mào)研究所， 湖北 武漢 430077）

一、引言

近些年來(lái)，地方政府債務(wù)規(guī)?？焖贁U(kuò)張已成為區(qū)域性和系統(tǒng)性金融風(fēng)險(xiǎn)的重要隱患，引起了中央政府的高度重視。從2015 年開(kāi)始，中央政府提出了“開(kāi)前門(mén)、堵后門(mén)”的債務(wù)風(fēng)險(xiǎn)防范原則，允許地方政府利用三年左右的過(guò)渡期發(fā)行債券來(lái)置換原有存量18 萬(wàn)億元債務(wù)。在此背景下，各地政府加快進(jìn)行債務(wù)置換，地方政府債務(wù)余額中的銀行貸款、融資平臺(tái)債券、信托貸款和其他非標(biāo)融資等成分債務(wù)逐漸減少。到2018 年底，地方政府債券置換規(guī)模已達(dá)18 萬(wàn)億元，除少量表內(nèi)非債券部分債務(wù)外，基本完成了債務(wù)置換任務(wù)。

地方政府債務(wù)置換旨在推動(dòng)債務(wù)發(fā)行規(guī)范化和透明化，去除債務(wù)的隱蔽性，有利于風(fēng)險(xiǎn)防范，但債務(wù)置換并未減少存量債務(wù)規(guī)模，實(shí)質(zhì)上是將存量債務(wù)風(fēng)險(xiǎn)顯性化。在土地財(cái)政的有力支持和預(yù)算軟約束下，地方政府普遍擴(kuò)大債務(wù)規(guī)模，從而增加了債務(wù)規(guī)?？偭浚ㄈA夏等，2020）。[1]這樣可能會(huì)與地方政府財(cái)政承債能力和經(jīng)濟(jì)發(fā)展?fàn)顩r不匹配，產(chǎn)生違約風(fēng)險(xiǎn)，并容易通過(guò)空間溢出機(jī)制向各地區(qū)、各級(jí)政府部門(mén)隱性傳染、擴(kuò)散和蔓延，從而釀成系統(tǒng)性金融風(fēng)險(xiǎn)（Oet 等，2013；伏潤(rùn)民等，2017）。[2-3]為此，準(zhǔn)確評(píng)估地方債券風(fēng)險(xiǎn)的關(guān)聯(lián)性、區(qū)域傳染能力及動(dòng)態(tài)演變趨勢(shì)，有助于提高監(jiān)管當(dāng)局風(fēng)險(xiǎn)監(jiān)管能力，防范系統(tǒng)性金融風(fēng)險(xiǎn)。本文試圖要解決的問(wèn)題是：分析債務(wù)置換期內(nèi)地方政府債券風(fēng)險(xiǎn)空間關(guān)聯(lián)網(wǎng)絡(luò)結(jié)構(gòu)特征、相互傳染溢出機(jī)制以及收斂趨勢(shì)。

二、文獻(xiàn)綜述

國(guó)外有關(guān)政府債券研究的成果較為豐富，從影響政府債券發(fā)行規(guī)模的因素角度，Mikesell 和John（2002）、Besancenot 等（2004） 認(rèn)為發(fā)行政府債券的目的是解決預(yù)算平衡問(wèn)題。[4-5]De Mello（2000） 認(rèn)為政府為了公共融資和應(yīng)對(duì)社會(huì)體制改革會(huì)擴(kuò)大發(fā)行政府債券規(guī)模。[6]從政府債券風(fēng)險(xiǎn)溢價(jià)角度，Wang 等（2008） 研究發(fā)現(xiàn)違約和流動(dòng)性風(fēng)險(xiǎn)對(duì)市政債券收益率的影響隨著期限和信用風(fēng)險(xiǎn)的增加而增強(qiáng)。[7]Schuknecht 等（2009） 研究發(fā)現(xiàn)：財(cái)政赤字與政府債券的風(fēng)險(xiǎn)溢價(jià)存在正相關(guān)系。[8]Wolswijk 等（2011） 研究發(fā)現(xiàn)：地方政府債務(wù)占GDP 的比率越高會(huì)提高地方債券的收益率與中央政府發(fā)行的國(guó)債收益率之間的風(fēng)險(xiǎn)溢價(jià)水平。[9]Dick-Nielsen 等（2012） 研究了2008 年金融危機(jī)前后美國(guó)市政債券的流動(dòng)性風(fēng)險(xiǎn)和違約風(fēng)險(xiǎn)。[10]

國(guó)內(nèi)研究政府債券相關(guān)問(wèn)題的文獻(xiàn)較少，從債券的發(fā)行方式、發(fā)行定價(jià)及風(fēng)險(xiǎn)溢價(jià)角度，王永欽等（2015） 探討了財(cái)政分權(quán)下地方政府發(fā)行債券的不同方式、效率、福利效應(yīng)和最優(yōu)信息準(zhǔn)確度管理問(wèn)題。[11]王敏和方濤（2018） 實(shí)證研究發(fā)現(xiàn)：地方政府債券的規(guī)模、期限結(jié)構(gòu)、經(jīng)濟(jì)狀況以及流動(dòng)性指標(biāo)特征均體現(xiàn)了債券發(fā)行的風(fēng)險(xiǎn)溢價(jià)。[12]巴曙松等（2019） 從銀企關(guān)系視角探索地方債券發(fā)行定價(jià)的影響因素。[13]蔣曉婉（2019） 研究了債券交易量與價(jià)格波動(dòng)間的關(guān)系。[14]潘俊等（2018） 實(shí)證研究了城投債與地方政府債券發(fā)行利差大小關(guān)系。[15]從政府債券風(fēng)險(xiǎn)傳導(dǎo)及評(píng)估方面，熊琛和金昊（2018）構(gòu)建了一個(gè)金融部門(mén)持有具有違約風(fēng)險(xiǎn)的地方政府債券并受杠桿約束的DSGE 模型分析債券風(fēng)險(xiǎn)傳導(dǎo)機(jī)制。[16]李玉龍（2019） 在一般均衡框架下分析了地方政府債務(wù)風(fēng)險(xiǎn)誘發(fā)系統(tǒng)性金融風(fēng)險(xiǎn)的邏輯與機(jī)制。[17]刁偉濤等（2019） 構(gòu)建估計(jì)違約概率模型估算債券風(fēng)險(xiǎn)發(fā)現(xiàn)：地方政府一般債務(wù)風(fēng)險(xiǎn)和專(zhuān)項(xiàng)債務(wù)風(fēng)險(xiǎn)在不同區(qū)域之間存在較大的差異。[18]

綜上，鮮有文獻(xiàn)運(yùn)用社會(huì)網(wǎng)絡(luò)分析法分析地方政府債券風(fēng)險(xiǎn)空間關(guān)聯(lián)網(wǎng)絡(luò)結(jié)構(gòu)特征、溢出效應(yīng)以及運(yùn)用空間收斂模型檢驗(yàn)債券風(fēng)險(xiǎn)的收斂趨勢(shì)。本文進(jìn)一步補(bǔ)充了現(xiàn)有研究成果，可能的邊際貢獻(xiàn)在于：第一，基于Cov-AHP 方法測(cè)度省級(jí)政府債券風(fēng)險(xiǎn)壓力系數(shù)，運(yùn)用引力模型識(shí)別省級(jí)債券風(fēng)險(xiǎn)的空間網(wǎng)絡(luò)關(guān)系，構(gòu)建債券風(fēng)險(xiǎn)空間關(guān)聯(lián)網(wǎng)絡(luò)。第二，從省級(jí)債券風(fēng)險(xiǎn)“區(qū)域→區(qū)域”傳染視角，運(yùn)用社會(huì)網(wǎng)絡(luò)分析法分析省級(jí)政府債券風(fēng)險(xiǎn)的整體、局域和個(gè)體空間關(guān)聯(lián)網(wǎng)絡(luò)結(jié)構(gòu)特征及演變趨勢(shì)。第三，基于空間關(guān)聯(lián)網(wǎng)絡(luò)矩陣，運(yùn)用空間計(jì)量收斂模型，實(shí)證檢驗(yàn)地方政府債券風(fēng)險(xiǎn)不同條件下的收斂速度以及趨勢(shì)。

三、研究方法與數(shù)據(jù)

（一） 地方政府債券風(fēng)險(xiǎn)空間網(wǎng)絡(luò)關(guān)系的識(shí)別

空間關(guān)聯(lián)關(guān)系的識(shí)別是社會(huì)網(wǎng)絡(luò)分析的核心點(diǎn)，參考劉華軍等（2015） 的做法，[19]運(yùn)用納入宏觀經(jīng)濟(jì)發(fā)展、人口總量和地理距離因素的引力模型識(shí)別地方政府債券風(fēng)險(xiǎn)空間網(wǎng)絡(luò)關(guān)系更為合適。其中，Rij代表省份i 與省份j 之間的空間關(guān)聯(lián)系數(shù)；RISK 代表政府債券風(fēng)險(xiǎn)壓力系數(shù)，POP 代表省份的年末總?cè)丝?；GDP 為省份的生產(chǎn)總值；DIS 為省份之間的地理距離；PGDP 代表人均生產(chǎn)總值。本文采用協(xié)方差—層次分析法（Cov-AHP） 測(cè)算各省份RISK，該方法是對(duì)傳統(tǒng)AHP 方法的改進(jìn)，非?？陀^地測(cè)算各指標(biāo)唯一的權(quán)重，準(zhǔn)確性更高。

對(duì)測(cè)度的空間網(wǎng)絡(luò)關(guān)聯(lián)關(guān)系矩陣進(jìn)行“0-1”二值化處理，公式如下：

（二） 社會(huì)網(wǎng)絡(luò)分析法

社會(huì)網(wǎng)絡(luò)分析法是基于“關(guān)系數(shù)據(jù)”的跨學(xué)科研究方法，具體如下：

1. 整體網(wǎng)絡(luò)特征

（1） 網(wǎng)絡(luò)直徑。反映網(wǎng)絡(luò)中任意兩省份之間距離的最大值，直徑

（2）網(wǎng)絡(luò)平均路徑長(zhǎng)度。反映網(wǎng)絡(luò)中兩省份之間的最短平均路徑值，平均路徑

（3） 網(wǎng)絡(luò)密度。反映網(wǎng)絡(luò)中各省份之間債券風(fēng)險(xiǎn)的關(guān)聯(lián)性，設(shè)有向關(guān)系網(wǎng)絡(luò)規(guī)模為N，則最大可能關(guān)系總數(shù)為N(N-1)，實(shí)際關(guān)系數(shù)為M，網(wǎng)絡(luò)密度D=M/[N(N-1)]。

（4） 網(wǎng)絡(luò)關(guān)聯(lián)度。反映網(wǎng)絡(luò)的穩(wěn)健性和脆弱性，設(shè)網(wǎng)絡(luò)中不可達(dá)的點(diǎn)對(duì)數(shù)為V，則關(guān)聯(lián)度C=1-V/[N×(N-1)/2]。

（5） 網(wǎng)絡(luò)聚集系數(shù)。反映以省份i 為中心的三角形的實(shí)際數(shù)目（Fi） 與最大數(shù)目的比值，反映省份i 與其他省份鄰接的概率，網(wǎng)絡(luò)中度為G 的聚類(lèi)系數(shù)C=F/[G(G-1)/2]。

（6） 網(wǎng)絡(luò)等級(jí)度。反映網(wǎng)絡(luò)中各省份之間非對(duì)稱(chēng)可達(dá)程度大小以及支配地位，設(shè)網(wǎng)絡(luò)中對(duì)稱(chēng)性可達(dá)點(diǎn)對(duì)數(shù)為K，max(K)為最大可能對(duì)稱(chēng)性可達(dá)點(diǎn)對(duì)數(shù)，則等級(jí)度H=1-K/max(K)。

（7） 網(wǎng)絡(luò)效率。反映網(wǎng)絡(luò)存在多余線的程度大小，設(shè)網(wǎng)絡(luò)中多余線條數(shù)為L(zhǎng)，max(L)為最大可能多余線條數(shù)，則網(wǎng)絡(luò)效率E=1-L/max(L)。

2. 局域網(wǎng)絡(luò)特征

用CONCOR（迭代相關(guān)收斂法） 分析凝聚子群特征，其原理是先測(cè)算原始空間關(guān)聯(lián)網(wǎng)絡(luò)矩陣的各行（或各列） 的相關(guān)系數(shù)，然后變換成結(jié)構(gòu)對(duì)等的相關(guān)系數(shù)矩陣H1，再基于H1矩陣得到矩陣H2，進(jìn)行無(wú)數(shù)次迭代最終得到由1 和-1 組成的二值矩陣，并對(duì)矩陣分成不同的凝聚子群。

3. 個(gè)體網(wǎng)絡(luò)特征

網(wǎng)絡(luò)中心性是研究各省份在網(wǎng)絡(luò)中的地位和作用，常見(jiàn)為點(diǎn)中心度，又分為點(diǎn)出度和點(diǎn)入度，指某省份的債券風(fēng)險(xiǎn)對(duì)外溢出和被外界傳染的可能性大小，設(shè)P 表示在網(wǎng)絡(luò)中與某地區(qū)相連的其他省份的數(shù)量，則點(diǎn)中心度DC=P/(P-1)。

（三） 空間收斂模型

1. 空間相關(guān)性

運(yùn)用Moran’s I 指數(shù)進(jìn)行空間相關(guān)性進(jìn)行檢驗(yàn)。其公式如下：

2. β 空間收斂模型

經(jīng)典β 收斂是被應(yīng)用最廣泛的方法，參考Yu 和Lee（2012） 的做法，[20]本文構(gòu)建空間計(jì)量收斂模型：

（1） SLM的β 收斂

（2） SDM的β 收斂

其中，RISKi,t和CONi,t分別為i 省第t 年政府債券風(fēng)險(xiǎn)壓力系數(shù)和控制變量（產(chǎn)業(yè)結(jié)構(gòu)化、金融發(fā)展和對(duì)外開(kāi)放水平）；β 為判斷收斂性的系數(shù)；ρ 為因變量空間效應(yīng)系數(shù)；α 為截距項(xiàng)；λ 為空間滯后效應(yīng)系數(shù)；φk和θk為控制變量空間滯后效應(yīng)系數(shù)和回歸系數(shù)，當(dāng)θk=0，φk=0 時(shí)，兩模型為絕對(duì)收斂；當(dāng)θk≠0，φk≠0 時(shí)，兩模型為條件收斂。μi、υi和εit為省份的固定效應(yīng)、時(shí)間效應(yīng)和隨機(jī)誤差項(xiàng)；wij為空間矩陣，選取已測(cè)算的空間關(guān)聯(lián)網(wǎng)絡(luò)矩陣，并采用地理鄰接矩陣比較分析。

（四） 樣本數(shù)據(jù)

本文選取除港澳臺(tái)和西藏的30 個(gè)省份作為樣本，各指標(biāo)的原始數(shù)據(jù)來(lái)源于《中國(guó)統(tǒng)計(jì)年鑒》、wind 數(shù)據(jù)庫(kù)和各省《國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展統(tǒng)計(jì)公報(bào)》，樣本區(qū)間為債務(wù)置換期（2015—2018 年）。

四、中國(guó)地方政府地方債券風(fēng)險(xiǎn)空間關(guān)聯(lián)網(wǎng)絡(luò)結(jié)構(gòu)特征分析

（一） 地方政府債券風(fēng)險(xiǎn)空間關(guān)聯(lián)網(wǎng)絡(luò)的構(gòu)建

地方政府債券風(fēng)險(xiǎn)壓力大小主要受經(jīng)濟(jì)發(fā)展、債務(wù)規(guī)?？偭亢拓?cái)政收支等因素約束，參考國(guó)務(wù)院頒布的《關(guān)于加強(qiáng)地方政府性債務(wù)管理的意見(jiàn)》中的風(fēng)險(xiǎn)指標(biāo)，借鑒張平和周全林（2017）、史貞（2018）、洪源等（2018） 的做法，[21-23]立足于地方政府債券風(fēng)險(xiǎn)特性，遵循客觀性、可行性和有效性原則，設(shè)計(jì)債券風(fēng)險(xiǎn)壓力指標(biāo)體系（如表1 所示），測(cè)度各地方政府債券風(fēng)險(xiǎn)壓力大小系數(shù)，并將其轉(zhuǎn)化為“0-1”二值矩陣。

表1 地方政府債券風(fēng)險(xiǎn)壓力系數(shù)測(cè)算指標(biāo)體系

（二） 整體網(wǎng)絡(luò)結(jié)構(gòu)特征及動(dòng)態(tài)演變趨勢(shì)

1. 有向網(wǎng)絡(luò)結(jié)構(gòu)

分析地方政府債券風(fēng)險(xiǎn)有向網(wǎng)絡(luò)可知，30 省份均在網(wǎng)絡(luò)結(jié)構(gòu)中，不存在任何孤立省份，各省份的債券風(fēng)險(xiǎn)呈現(xiàn)出較為典型的網(wǎng)絡(luò)結(jié)構(gòu)形態(tài)，是典型的“無(wú)標(biāo)度網(wǎng)絡(luò)”，存在縱橫交錯(cuò)的交互影響傳輸渠道，地理相鄰地區(qū)與相隔較遠(yuǎn)地區(qū)均存在空間網(wǎng)絡(luò)關(guān)聯(lián)性。全國(guó)各省的網(wǎng)絡(luò)連接具有不均勻性和異質(zhì)性，表明地方政府債券風(fēng)險(xiǎn)空間關(guān)聯(lián)網(wǎng)絡(luò)穩(wěn)定與脆弱并存，當(dāng)某省份受外部沖擊或發(fā)生風(fēng)險(xiǎn)時(shí)，會(huì)通過(guò)空間關(guān)聯(lián)網(wǎng)絡(luò)傳染至其他省份。

2. 網(wǎng)絡(luò)關(guān)聯(lián)性

從地方政府債券風(fēng)險(xiǎn)空間整體網(wǎng)絡(luò)關(guān)聯(lián)性可以看出（如表2 所示），2015—2018 年地方政府債券風(fēng)險(xiǎn)呈現(xiàn)較強(qiáng)空間關(guān)聯(lián)性，關(guān)聯(lián)網(wǎng)絡(luò)直徑最小值為6，最大值為10，平均值為7.5；平均路徑長(zhǎng)度最小值為2.109，最大值僅為2.703，平均值為2.348，表明地方債券風(fēng)險(xiǎn)網(wǎng)絡(luò)傳導(dǎo)機(jī)制存在“小世界現(xiàn)象”。空間關(guān)系數(shù)逐步增加，從2015 年的216 條小幅增加至2018 年的218 條，均值為214.250；網(wǎng)絡(luò)密度從2015 年的0.248 增加至2018 年的0.251，均值為0.246。網(wǎng)絡(luò)聚集系數(shù)從0.435 大幅增加到0.529，均值為0.473；網(wǎng)絡(luò)關(guān)聯(lián)度一直保持?jǐn)?shù)值為1，顯示出空間網(wǎng)絡(luò)包含了所有“節(jié)點(diǎn)”以及連通性與通達(dá)性較好，也證實(shí)了政府債券風(fēng)險(xiǎn)空間關(guān)聯(lián)網(wǎng)絡(luò)呈現(xiàn)全域性的特點(diǎn)。綜合分析，地方政府債券風(fēng)險(xiǎn)存在一定空間關(guān)聯(lián)性且保持逐年上升的動(dòng)態(tài)趨勢(shì)，凝聚力逐步增強(qiáng)，存在較強(qiáng)空間溢出效應(yīng)?？梢灶A(yù)判，隨著網(wǎng)絡(luò)指標(biāo)不斷上升，網(wǎng)絡(luò)中冗余連線會(huì)變多，各省份的債券風(fēng)險(xiǎn)傳染能力會(huì)加強(qiáng)，區(qū)域性債務(wù)風(fēng)險(xiǎn)爆發(fā)的可能性也就越大。網(wǎng)絡(luò)等級(jí)度從2015 年的0.430 大幅下降至2018 年的0.129，均值為0.298，表明地方政府債券風(fēng)險(xiǎn)空間關(guān)聯(lián)的等級(jí)程度正逐步被削弱，省份之間的債券風(fēng)險(xiǎn)傳染性逐步增強(qiáng)，相互影響和依賴逐步加大，冗余交互影響傳輸渠道不斷拓展。網(wǎng)絡(luò)效率大小先升后降，均值為0.655，表明在政府債券風(fēng)險(xiǎn)空間網(wǎng)絡(luò)中的連接線數(shù)量保持較穩(wěn)定，不同省份的債券風(fēng)險(xiǎn)空間網(wǎng)絡(luò)關(guān)聯(lián)具有顯著的疊加現(xiàn)象。

表2 地方政府債券風(fēng)險(xiǎn)空間整體網(wǎng)絡(luò)關(guān)聯(lián)性

（三） 局域網(wǎng)絡(luò)結(jié)構(gòu)特征及動(dòng)態(tài)演變趨勢(shì)

1. 凝聚子群結(jié)構(gòu)特征

運(yùn)用CONCOR 法，選擇最大分割深度2，收斂標(biāo)準(zhǔn)為0.2，顯示全國(guó)各省份的債券風(fēng)險(xiǎn)呈現(xiàn)明顯的凝聚子群結(jié)構(gòu)特性，子群之間具有空間網(wǎng)絡(luò)關(guān)聯(lián)性和互相傳染性，但傳染程度不同。2015 年和2018 年凝聚子群均為4 個(gè)，2015 年第1 子群成員有北京、天津、內(nèi)蒙古和山東4 ??；第2 子群有江蘇、廣東、福建、上海和浙江5 ?。坏? 子群有吉林、河北、甘肅、遼寧、寧夏、黑龍江、四川、新疆、青海、山西、陜西和重慶12 省；第4 子群有湖南、湖北、貴州、云南、廣西、安徽、海南、江西和河南9 省。到2018 年，第1 子群的內(nèi)部成員內(nèi)蒙古退出，新進(jìn)入的是江蘇；第2 子群的內(nèi)部成員個(gè)數(shù)減少1 個(gè)，江蘇退出；第3 子群的內(nèi)部成員總數(shù)減少1 個(gè)，退出的是四川、新疆、重慶，新進(jìn)入的是內(nèi)蒙古、河南；第4 子群變化方向相反，增加了2 個(gè)成員，新進(jìn)入的是重慶、四川、新疆，退出的是河南?？傮w來(lái)看，絕大多數(shù)東部省份分布在第1、2 凝聚子群、中西部地區(qū)的省份分布在第3、4 凝聚子群，說(shuō)明從局域來(lái)看，以東部地區(qū)或中西部為聚集的網(wǎng)絡(luò)結(jié)構(gòu)特征更加明顯和相對(duì)較穩(wěn)定，相應(yīng)的債券風(fēng)險(xiǎn)關(guān)系屬性較相似，成員之間更具接近性和可達(dá)性，凝聚力更強(qiáng)，風(fēng)險(xiǎn)傳染性也更強(qiáng)。

2. 凝聚子群關(guān)聯(lián)網(wǎng)絡(luò)

從子群空間關(guān)聯(lián)網(wǎng)絡(luò)矩陣可以看出（如表3 所示），債務(wù)置換期內(nèi)子群之間的空間關(guān)聯(lián)個(gè)數(shù)不斷增加，表明子群之間的債券風(fēng)險(xiǎn)關(guān)聯(lián)性增強(qiáng)，且存在“關(guān)系傳遞性”，但不同子群之間債券風(fēng)險(xiǎn)傳染效應(yīng)的大小有差異。以2018 年為例（如圖1 所示），子群1 外溢于子群3，子群2 外溢于子群1 和子群4，子群3 和子群4 均外溢于子群1 和子群2。雖然子群3 與子群4 無(wú)直接關(guān)聯(lián)，但子群4 通過(guò)“子群4→子群2→子群1→子群3”路徑間接作用于子群3，顯示出空間網(wǎng)絡(luò)關(guān)系的傳遞性特征。子群1 和子群2 成員均來(lái)自沿海發(fā)達(dá)地區(qū)，處于網(wǎng)絡(luò)的中心地位，原因是經(jīng)濟(jì)和金融發(fā)展水平較高和彼此間聯(lián)系較大，對(duì)其他省份輻射作用較強(qiáng)，也會(huì)受其他省份的影響，因而子群1 和子群2 與其他子群空間關(guān)聯(lián)性很強(qiáng)，債券風(fēng)險(xiǎn)傳染最強(qiáng)。

表3 地方政府債券風(fēng)險(xiǎn)凝聚子群空間關(guān)聯(lián)網(wǎng)絡(luò)矩陣

圖1 2018 年地方政府債券風(fēng)險(xiǎn)凝聚子群關(guān)聯(lián)網(wǎng)絡(luò)圖

（四） 個(gè)體網(wǎng)絡(luò)特征及動(dòng)態(tài)演變趨勢(shì)

1. 點(diǎn)中心度。經(jīng)測(cè)算（如表4 所示），2015 年和2018 年，30 省份的點(diǎn)中心度平均值分別為39.33 和39.08，波動(dòng)幅度不大，表明整體網(wǎng)絡(luò)債券風(fēng)險(xiǎn)平均傳染能力比較穩(wěn)定。2015 年處于點(diǎn)中心度最高梯隊(duì)的是上海、江蘇、天津、北京、浙江、山東、廣東、甘肅，但到2018 年，減少了甘肅，增加了福建，數(shù)量保持較穩(wěn)定，這些省份在網(wǎng)絡(luò)中與其他省份關(guān)聯(lián)數(shù)最多，處于風(fēng)險(xiǎn)空間關(guān)聯(lián)網(wǎng)絡(luò)的“權(quán)力”中心位置，扮演著中心行動(dòng)者的角色，對(duì)其他省份風(fēng)險(xiǎn)傳染控制力較強(qiáng)。除甘肅外，處于最高梯隊(duì)的省份均位于沿海發(fā)達(dá)地區(qū)，究其原因是這些省份的經(jīng)濟(jì)、財(cái)政和金融發(fā)展比較發(fā)達(dá)，對(duì)其他省份輻射較大，一旦本省產(chǎn)生債券風(fēng)險(xiǎn)，將會(huì)通過(guò)經(jīng)濟(jì)、金融和財(cái)政等領(lǐng)域路徑?jīng)_擊其他省份，導(dǎo)致其他省份產(chǎn)生債券風(fēng)險(xiǎn)。2015 年和2018 年，低于點(diǎn)中心度平均值的省份僅有少數(shù)有所變化，吉林、海南、廣西、山西、河北、新疆、寧夏、青海、陜西、湖南和黑龍江始終低于年均值，處于網(wǎng)絡(luò)中心度低梯隊(duì)，這些省份除海南和河北外基本處于中西部地區(qū)，處于網(wǎng)絡(luò)中“權(quán)力”中心最低地位和網(wǎng)絡(luò)邊緣，對(duì)網(wǎng)絡(luò)中其他省份控制和支配作用有限。中西部地區(qū)多數(shù)地理位置較偏、經(jīng)濟(jì)發(fā)展相對(duì)較落后且財(cái)政收入有限，對(duì)其他省份經(jīng)濟(jì)金融輻射相對(duì)較弱，一旦政府債券風(fēng)險(xiǎn)發(fā)生后對(duì)其他地區(qū)傳染效應(yīng)不及點(diǎn)中心度較高的省份。

2. 點(diǎn)出度和點(diǎn)入度。經(jīng)測(cè)算（如表4 所示），2015 年和2018 年的點(diǎn)出度和點(diǎn)入度的平均值分別為7.2 和7.3，表明30 省份平均債券風(fēng)險(xiǎn)發(fā)出和接受關(guān)系基本相同，風(fēng)險(xiǎn)溢出和被傳染比較均衡。2015 年，點(diǎn)出度值高于平均值的省份排名有甘肅、遼寧、上海、四川、貴州、云南、黑龍江、江西、山東、湖南、陜西、青海、寧夏、新疆，除上海和山東外，其余省份的點(diǎn)出度值大于點(diǎn)入度值。到2018 年，減少了遼寧、山西和寧夏，增加了廣東和重慶，表明這些省份對(duì)外發(fā)出的關(guān)系數(shù)較多，債券風(fēng)險(xiǎn)傳染效應(yīng)較大，值得監(jiān)管當(dāng)局重視。2015 年點(diǎn)入度值高于平均值的省份排名為江蘇、上海、天津、北京、浙江、山東、河南、安徽、廣東，到2018 年減少了江蘇、安徽，增加了福建，變化不大，說(shuō)明這些省份被接受關(guān)系數(shù)較多，容易受外部地區(qū)風(fēng)險(xiǎn)的沖擊。2018 年，點(diǎn)出度值排名靠后的是浙江、遼寧、河北、安徽等省份，點(diǎn)入度值排名靠后的是黑龍江、海南、陜西、青海、寧夏、新疆等省份，表明這些省份發(fā)出關(guān)系或接受關(guān)系較少。

表4 地方政府債券風(fēng)險(xiǎn)網(wǎng)絡(luò)點(diǎn)中心度

續(xù)表4

五、中國(guó)地方政府債券風(fēng)險(xiǎn)空間關(guān)聯(lián)網(wǎng)絡(luò)收斂性檢驗(yàn)

（一） 空間相關(guān)性檢驗(yàn)

經(jīng)測(cè)算（如表5 所示），2015—2018 年地方政府債券風(fēng)險(xiǎn)壓力系數(shù)在1%水平下顯著，莫蘭指數(shù)值均在0.382～0.456，逐年呈不斷增加的趨勢(shì)，說(shuō)明各省份的債券風(fēng)險(xiǎn)空間正相關(guān)，有明顯的空間集聚現(xiàn)象。

表5 地方政府債券風(fēng)險(xiǎn)莫蘭指數(shù)

（二） 空間收斂性回歸結(jié)果及分析

根據(jù)Anselin 和Re 準(zhǔn)則，運(yùn)用LM、LR、Wald 和Hasman 對(duì)空間面板模型檢驗(yàn)結(jié)果顯示（如表6所示），模型（1） 至模型（6） Hasman 檢驗(yàn)均在1%水平下顯著為正，表明所有模型均適合采用固定效應(yīng)檢驗(yàn)。模型（4） 和（6），除RLM-error 外，LM-error，LM-lag，RLM-lag，RLM-lag，LR 和Wald檢驗(yàn)在1%或5%的水平下顯著性拒絕了原假設(shè)，表明選擇SDM。模型（3） 除LM-lag 和LM-error 顯著，其他均不顯著，因此，選擇SLM。而模型（5） 的RLM-error，LM-error 和Wald 檢驗(yàn)在1%或5%水平下顯著性通過(guò)檢驗(yàn)，可采用SDM，同時(shí)，本文利用空間模型常用的ML 估計(jì)，回歸后結(jié)果顯示：

1. 模型（1） 至模型（6） 收斂系數(shù)β 的回歸結(jié)果均在1%水平下顯著性為負(fù)，不同模型下債券風(fēng)險(xiǎn)存在全域性收斂，表明地方政府債券風(fēng)險(xiǎn)具有顯著的收斂特征，不考慮空間效應(yīng)和考慮空間效應(yīng)下的模型檢驗(yàn)結(jié)果表現(xiàn)非一致性。收斂趨勢(shì)表明各省份之間的債券風(fēng)險(xiǎn)差異性逐步縮小，隨著收斂周期增加，各省份的債券風(fēng)險(xiǎn)趨于均衡，表明債務(wù)置換政策效應(yīng)較明顯，證明了債券風(fēng)險(xiǎn)存在較強(qiáng)的空間網(wǎng)絡(luò)關(guān)聯(lián)性。從控制變量結(jié)果看，產(chǎn)業(yè)結(jié)構(gòu)化水平和對(duì)外開(kāi)放均在1%或5%的水平下顯著為正，表明產(chǎn)業(yè)結(jié)構(gòu)水平和對(duì)外開(kāi)放能強(qiáng)化地方政府債券風(fēng)險(xiǎn)大小的收斂性。模型（5） 和模型（6） 的產(chǎn)業(yè)結(jié)構(gòu)化和對(duì)外開(kāi)放的回歸系數(shù)分別為（0.619，0.335）、 （0.676，0.367），大于模型（2） 的系數(shù)（0.58，0.283），表明產(chǎn)業(yè)結(jié)構(gòu)化和對(duì)外開(kāi)放在空間效應(yīng)下對(duì)債券風(fēng)險(xiǎn)條件收斂性的作用強(qiáng)度大于不考慮空間效應(yīng)下對(duì)債券風(fēng)險(xiǎn)條件收斂性的作用強(qiáng)度。

2. 空間效應(yīng)下引入鄰接矩陣的絕對(duì)收斂速度和條件收斂速度（0.174，0.189） 大于引入網(wǎng)絡(luò)矩陣的絕對(duì)收斂速度和條件收斂速度（0.149，0.156），表明在空間網(wǎng)絡(luò)矩陣中不同省份債券的風(fēng)險(xiǎn)差距縮小速度比鄰接矩陣網(wǎng)絡(luò)要慢，究其原因是空間網(wǎng)絡(luò)中區(qū)域局部風(fēng)險(xiǎn)容易聚集，不同區(qū)域風(fēng)險(xiǎn)差異性越大導(dǎo)致收斂速度越慢。兩種矩陣下條件收斂速度（0.189，0.156） 均大于對(duì)應(yīng)的絕對(duì)收斂速度（0.174，0.149），表明空間效應(yīng)下產(chǎn)業(yè)結(jié)構(gòu)化、金融發(fā)展和對(duì)外開(kāi)放水平有利于提升收斂速度，原因在于：隨著國(guó)家對(duì)中西部地區(qū)發(fā)展的支持力度進(jìn)一步加大，中西部地區(qū)產(chǎn)業(yè)轉(zhuǎn)型升級(jí)不斷加快、金融體系不斷完善和對(duì)外開(kāi)放水平不斷深化，促進(jìn)經(jīng)濟(jì)和財(cái)政收入能力進(jìn)一步改善，債券風(fēng)險(xiǎn)壓力系數(shù)逐步減小，與東部地區(qū)風(fēng)險(xiǎn)差距加快縮小，收斂速度加快。

3. 非空間效應(yīng)下的經(jīng)典絕對(duì)收斂和條件收斂速度（0.279，0.21） 均大于空間效應(yīng)下的絕對(duì)收斂和條件收斂速度（0.174，0.149） 和（0.189，0.156），表明空間因素具有減速效應(yīng)，這是因?yàn)椴煌圩尤褐g的債券風(fēng)險(xiǎn)傳染效應(yīng)、聚集程度大小有差異，導(dǎo)致縮小不同省份的債券風(fēng)險(xiǎn)差異所需的周期更長(zhǎng)，收斂速度更慢。經(jīng)典絕對(duì)收斂的速度（0.279） 顯著大于經(jīng)典條件收斂速度（0.21），說(shuō)明非空間效應(yīng)下產(chǎn)業(yè)結(jié)構(gòu)化、金融發(fā)展和對(duì)外開(kāi)放水平對(duì)收斂速度有降低作用。

表6 空間收斂性回歸結(jié)果

六、結(jié)論與政策啟示

（一） 結(jié)論

第一，中國(guó)地方政府債券風(fēng)險(xiǎn)呈現(xiàn)出較為典型的“無(wú)標(biāo)度網(wǎng)絡(luò)”結(jié)構(gòu)形態(tài)，風(fēng)險(xiǎn)網(wǎng)絡(luò)傳染機(jī)制存在“小世界現(xiàn)象”。網(wǎng)絡(luò)有向結(jié)構(gòu)包含所有“節(jié)點(diǎn)”，無(wú)任何孤立省份，網(wǎng)絡(luò)直徑、平均路徑長(zhǎng)度的值較小，存在縱橫交錯(cuò)的交互影響傳輸渠道，地理相鄰地區(qū)與相隔較遠(yuǎn)地區(qū)均存在空間網(wǎng)絡(luò)關(guān)聯(lián)性，各省網(wǎng)絡(luò)連接分布具有不均勻性和異質(zhì)性，表明地方政府債券風(fēng)險(xiǎn)空間關(guān)聯(lián)網(wǎng)絡(luò)穩(wěn)定與脆弱并存。

第二，中國(guó)地方政府債券風(fēng)險(xiǎn)存在較強(qiáng)的空間網(wǎng)絡(luò)連通性、關(guān)聯(lián)性和通達(dá)性，網(wǎng)絡(luò)關(guān)聯(lián)性逐年動(dòng)態(tài)強(qiáng)化。網(wǎng)絡(luò)關(guān)聯(lián)系數(shù)、網(wǎng)絡(luò)等級(jí)度、網(wǎng)絡(luò)密度和網(wǎng)絡(luò)聚集指標(biāo)逐年上升，顯示出債券風(fēng)險(xiǎn)空間關(guān)聯(lián)的等級(jí)程度正逐步被削弱，債券風(fēng)險(xiǎn)凝聚力逐步增強(qiáng)和空間溢出效應(yīng)顯著，證實(shí)了政府債券風(fēng)險(xiǎn)空間關(guān)聯(lián)網(wǎng)絡(luò)呈現(xiàn)全域性的特點(diǎn)。

第三，中國(guó)地方政府債券風(fēng)險(xiǎn)呈現(xiàn)出顯著的凝聚子群結(jié)構(gòu)特性，子群之間的聯(lián)動(dòng)效應(yīng)大小有差異。債務(wù)置換期內(nèi)的4 個(gè)凝聚子群的成員數(shù)變動(dòng)較少，到2018 年，大多數(shù)東部地區(qū)的省份分布在第1、2 凝聚子群，中西部地區(qū)省份大多分布在第3、4 凝聚子群，顯示出以東部地區(qū)或中西部為聚集的區(qū)域結(jié)構(gòu)性特征更加明顯和穩(wěn)定，東部地區(qū)或中西部地區(qū)的成員之間的接近性和可達(dá)性更易，凝聚力更強(qiáng)。子群之間的債券風(fēng)險(xiǎn)空間聯(lián)動(dòng)效應(yīng)不斷增強(qiáng)，存在“關(guān)系傳遞性”特征，不同子群間的債券風(fēng)險(xiǎn)傳染性和凝聚性有差異。

第四，不同省份的債券風(fēng)險(xiǎn)在空間網(wǎng)絡(luò)中傳染的“權(quán)力”地位高低有較大差異，且其相互之間風(fēng)險(xiǎn)傳染能力較穩(wěn)定。債務(wù)置換期內(nèi)高于或低于點(diǎn)中心度平均值的省份數(shù)量未發(fā)生較大變化，到2018年，點(diǎn)中心度處于高梯隊(duì)的省份為東部沿海地區(qū)，處于網(wǎng)絡(luò)中的“權(quán)力”中心位置，扮演著中心行動(dòng)者的角色。點(diǎn)中心度低于平均值的省份多數(shù)為中西部地區(qū)省份，在網(wǎng)絡(luò)中處于“權(quán)力”較低的地位和網(wǎng)絡(luò)邊緣，對(duì)其他省份債券風(fēng)險(xiǎn)傳染作用有限。不同省份的出度值和入度值具有差異性，但變化不大，表明不同省份的債券風(fēng)險(xiǎn)溢出和被傳染可能性大小不一致。

第五，中國(guó)地方政府債券風(fēng)險(xiǎn)具有顯著的收斂特征，且不同情形下收斂速度不同。地方政府債券風(fēng)險(xiǎn)在考慮空間效應(yīng)條件下引入鄰接矩陣絕對(duì)收斂速度和條件收斂速度大于引入網(wǎng)絡(luò)矩陣的絕對(duì)收斂速度和條件收斂速度，兩種矩陣的條件收斂速度均大于對(duì)應(yīng)的絕對(duì)收斂速度。經(jīng)典絕對(duì)收斂的速度顯著大于條件收斂速度，經(jīng)典絕對(duì)收斂和條件收斂速度均大于對(duì)應(yīng)的空間效應(yīng)條件下的絕對(duì)收斂和條件收斂速度，表明各省份之間債券風(fēng)險(xiǎn)差異性逐步在縮小，債務(wù)置換政策效應(yīng)較明顯，空間因素具有減速效應(yīng)，產(chǎn)業(yè)結(jié)構(gòu)化、金融發(fā)展和對(duì)外開(kāi)放水平等外部因素的異質(zhì)性對(duì)收斂速度有影響，這也驗(yàn)證了凝聚子群之間的債券風(fēng)險(xiǎn)傳染性和凝聚差異性。

（二） 政策啟示

第一，要全面理解地方政府債券風(fēng)險(xiǎn)呈現(xiàn)典型的“無(wú)標(biāo)度網(wǎng)絡(luò)”與“小世界現(xiàn)象”的整體網(wǎng)絡(luò)特征，強(qiáng)化政府債券風(fēng)險(xiǎn)跨省份協(xié)同管理。應(yīng)建立全國(guó)協(xié)調(diào)機(jī)制，制定頂層的地方政府債券風(fēng)險(xiǎn)管理政策，推動(dòng)各省份加強(qiáng)債券風(fēng)險(xiǎn)監(jiān)管合作，搭建各省債券風(fēng)險(xiǎn)預(yù)警交流合作平臺(tái)，以協(xié)同化的思路統(tǒng)籌各地區(qū)的債券規(guī)模發(fā)行預(yù)算約束，動(dòng)態(tài)監(jiān)測(cè)債券的發(fā)行程序、期限、結(jié)構(gòu)及利率風(fēng)險(xiǎn)，并以此作為依據(jù)，動(dòng)態(tài)調(diào)整不同省份的債券規(guī)模限額，確保政府債券規(guī)模與財(cái)政收支規(guī)模的科學(xué)合理匹配。

第二，要充分認(rèn)識(shí)政府債券風(fēng)險(xiǎn)存在的空間網(wǎng)絡(luò)連通性、關(guān)聯(lián)性和通達(dá)性以及網(wǎng)絡(luò)關(guān)聯(lián)性特征，防范區(qū)域之間地方政府債券風(fēng)險(xiǎn)傳染。應(yīng)強(qiáng)化政府債券風(fēng)險(xiǎn)導(dǎo)致系統(tǒng)性、區(qū)域性金融風(fēng)險(xiǎn)的評(píng)估預(yù)警，重點(diǎn)加強(qiáng)對(duì)部分債券預(yù)警風(fēng)險(xiǎn)較高、風(fēng)險(xiǎn)傳染能力強(qiáng)的省份的債券風(fēng)險(xiǎn)監(jiān)測(cè)，加強(qiáng)債券負(fù)擔(dān)率、債務(wù)率和債務(wù)依存度等核心風(fēng)險(xiǎn)指標(biāo)監(jiān)控，做好債券限額管理和收支預(yù)算管理，嚴(yán)格監(jiān)督債券融資流向用途，強(qiáng)化財(cái)政信息披露，削弱預(yù)警風(fēng)險(xiǎn)較高、風(fēng)險(xiǎn)傳染能力強(qiáng)的省份對(duì)其他省份債券風(fēng)險(xiǎn)傳染能力，由此筑牢區(qū)域性、系統(tǒng)性金融風(fēng)險(xiǎn)的防線。

第三，要認(rèn)真把握地方政府債券風(fēng)險(xiǎn)的凝聚子群結(jié)構(gòu)特性，加強(qiáng)對(duì)不同區(qū)域的政府債券風(fēng)險(xiǎn)傳染預(yù)警。不同凝聚子群的政府債券風(fēng)險(xiǎn)傳染能力大小有差異，應(yīng)根據(jù)子群的債券風(fēng)險(xiǎn)傳染特征和不同子群內(nèi)省份的債券風(fēng)險(xiǎn)傳染能力大小，制定差異化債券風(fēng)險(xiǎn)預(yù)警管理策略，對(duì)不同地區(qū)劃分不同風(fēng)險(xiǎn)等級(jí)的警戒線，根據(jù)東、中、西部不同的經(jīng)濟(jì)狀況、財(cái)務(wù)狀況設(shè)置不同的債券風(fēng)險(xiǎn)預(yù)警指標(biāo)，分區(qū)域?qū)|部、中部、西部子群內(nèi)省份的債券風(fēng)險(xiǎn)進(jìn)行有針對(duì)性的監(jiān)測(cè)。

第四，要深刻考慮不同省份的政府債券風(fēng)險(xiǎn)在空間網(wǎng)絡(luò)中傳染的“權(quán)力”地位高低的差異性，推動(dòng)不同省份的政府債券風(fēng)險(xiǎn)分類(lèi)管理。應(yīng)針對(duì)不同省份進(jìn)行差異化政府債券風(fēng)險(xiǎn)管理，對(duì)于東部沿海地區(qū)處于網(wǎng)絡(luò)中“權(quán)力”中心位置的省份，應(yīng)強(qiáng)化政府債券規(guī)模發(fā)行預(yù)算約束，建立嚴(yán)格的政府債券風(fēng)險(xiǎn)傳導(dǎo)管控機(jī)制，積極鼓勵(lì)地方政府通過(guò)拓展多元化融資渠道，替代政府債券發(fā)行額度，以控制債務(wù)增量、防范債券風(fēng)險(xiǎn)。對(duì)于處于網(wǎng)絡(luò)“權(quán)力”中心次要位置的中西部地區(qū)省份，應(yīng)合理監(jiān)督政府債券籌借資金用途，嚴(yán)格控制政府債券的增長(zhǎng)速度，保持債券發(fā)行規(guī)模控制在合理范圍內(nèi)。

第五，要高度重視不同條件下地方政府債券風(fēng)險(xiǎn)的收斂特征，進(jìn)一步促進(jìn)地方政府債券風(fēng)險(xiǎn)緩釋。應(yīng)密切關(guān)注政府債券風(fēng)險(xiǎn)的收斂性速度、收斂周期，把握全國(guó)整體債券風(fēng)險(xiǎn)變動(dòng)趨勢(shì)，重視外部因素對(duì)債券風(fēng)險(xiǎn)收斂性的影響，發(fā)揮產(chǎn)業(yè)、金融和對(duì)外開(kāi)放等外部因素對(duì)債券風(fēng)險(xiǎn)緩釋的作用。積極探索政府債券風(fēng)險(xiǎn)緩釋機(jī)制，創(chuàng)造更多的渠道緩釋債券風(fēng)險(xiǎn)，保持債券風(fēng)險(xiǎn)收斂趨勢(shì)長(zhǎng)期穩(wěn)定。