地方政府債務(wù)風(fēng)險(xiǎn)測(cè)度研究*
——基于多元排序Logistic模型的實(shí)證分析

文/邱櫟樺（昆明學(xué)院）

一、引言

2008年金融危機(jī)之后，世界經(jīng)濟(jì)處于持續(xù)低迷的狀態(tài)，高額的政府債務(wù)成為困擾全世界的一個(gè)難題。債務(wù)迷霧中各國(guó)政策制定者均面臨著究竟是采取積極財(cái)政還是緊縮財(cái)政的兩難選擇。受經(jīng)濟(jì)下行壓力的影響，我國(guó)進(jìn)入財(cái)政收入增速趨緩、支出剛性增加和赤字不斷擴(kuò)大的“財(cái)政新常態(tài)”。在這樣的“財(cái)政新常態(tài)”下，如何測(cè)度和預(yù)警地方政府債務(wù)風(fēng)險(xiǎn)，在運(yùn)用財(cái)政政策刺激經(jīng)濟(jì)與防范債務(wù)風(fēng)險(xiǎn)之間尋找最佳平衡點(diǎn)具有重要的現(xiàn)實(shí)意義。

地方政府債務(wù)風(fēng)險(xiǎn)是指地方政府在舉借、管理和償還債務(wù)的過(guò)程中，由于債務(wù)管理制度本身的缺陷以及其他不確定性因素，導(dǎo)致發(fā)生債務(wù)危機(jī)，對(duì)整個(gè)國(guó)民經(jīng)濟(jì)的運(yùn)行造成損失的可能性。實(shí)際上，地方政府債務(wù)風(fēng)險(xiǎn)是指由于各種不確定性因素導(dǎo)致發(fā)生債務(wù)危機(jī)的可能性，那么地方政府債務(wù)風(fēng)險(xiǎn)有多大？哪些因素影響地方政府債務(wù)風(fēng)險(xiǎn)發(fā)生？為了解決這一問(wèn)題，本文利用主成分分析方法測(cè)算了地方政府債務(wù)風(fēng)險(xiǎn)，并通過(guò)構(gòu)建logistic多元排序選擇模型分析地方政府債務(wù)風(fēng)險(xiǎn)的影響因素。

二、文獻(xiàn)綜述

地方政府債務(wù)風(fēng)險(xiǎn)評(píng)估的研究，歷來(lái)被國(guó)際各大評(píng)級(jí)和投資機(jī)構(gòu)及國(guó)內(nèi)外專家學(xué)者所重視。關(guān)于地方政府債務(wù)風(fēng)險(xiǎn)的評(píng)估，國(guó)內(nèi)外學(xué)者常用的方法是通過(guò)設(shè)立債務(wù)負(fù)擔(dān)率、債務(wù)依存度、債務(wù)償債率等指標(biāo)的警戒線對(duì)地方政府債務(wù)風(fēng)險(xiǎn)進(jìn)行評(píng)估。代表性的研究有歐盟債務(wù)規(guī)模警戒線以及王曉光和高淑東（2005）、裴育和歐陽(yáng)華生（2006）、李 萍（2009）、Gaillard(2009)、劉尚希等（2012）、劉昊和劉志彪（2013）、馮進(jìn)路和劉勇（2012）、劉蓉和黃洪（2012）的研究。然而，警戒線的設(shè)置并不存在一個(gè)通用的警戒線。不同地區(qū)社會(huì)經(jīng)濟(jì)環(huán)境不同，債務(wù)與經(jīng)濟(jì)的關(guān)系不一樣，其他地區(qū)標(biāo)準(zhǔn)不能直接搬用。還有一些學(xué)者通過(guò)因子分析法、模糊綜合評(píng)判法和BP神經(jīng)網(wǎng)絡(luò)方法構(gòu)建地方政府債務(wù)風(fēng)險(xiǎn)預(yù)警模型評(píng)價(jià)地方政府債務(wù)風(fēng)險(xiǎn)，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(biāo)（2014）等學(xué)者利用KMV模型測(cè)算地方政府債務(wù)的違約概率，評(píng)價(jià)地方政府債務(wù)的違約風(fēng)險(xiǎn)。

通過(guò)以上文獻(xiàn)可知，國(guó)內(nèi)學(xué)者關(guān)于地方政府債務(wù)風(fēng)險(xiǎn)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(shí)，關(guān)于地方政府債務(wù)風(fēng)險(xiǎn)的研究思路和方法也在不同程度上需要進(jìn)一步完善和改進(jìn)。學(xué)者們對(duì)地方政府債務(wù)風(fēng)險(xiǎn)的研究大多著力于預(yù)警模型和方法的改進(jìn)上，對(duì)于指標(biāo)的研究則大多注重于廣泛選取指標(biāo)構(gòu)建指標(biāo)體系，選取的指標(biāo)“大而全”，并未對(duì)所選取的預(yù)警指標(biāo)的重要程度進(jìn)一步的研究與區(qū)分，缺乏可操作的基礎(chǔ)。就目前相關(guān)文獻(xiàn)來(lái)看，大多數(shù)文獻(xiàn)采用線性加權(quán)預(yù)警指數(shù)方法預(yù)警風(fēng)險(xiǎn)程度，線性加權(quán)預(yù)警方法通過(guò)采用指標(biāo)加權(quán)的方法來(lái)預(yù)警風(fēng)險(xiǎn)，具有簡(jiǎn)單、直觀的優(yōu)勢(shì)，但不能反映影響風(fēng)險(xiǎn)的主要因素，本文不再沿襲線性加權(quán)預(yù)警的傳統(tǒng)研究范式，而是轉(zhuǎn)換視角，選擇多元排序Logistic模型分析地方政府債務(wù)風(fēng)險(xiǎn)。為有效制定防范和化解地方政府債務(wù)風(fēng)險(xiǎn)提供參考。

三、地方政府債務(wù)風(fēng)險(xiǎn)的測(cè)度

（一）地方政府債務(wù)風(fēng)險(xiǎn)指標(biāo)體系構(gòu)建

構(gòu)建一套能夠全面、及時(shí)、準(zhǔn)確地反映不同地區(qū)政府債務(wù)風(fēng)險(xiǎn)及其發(fā)展趨勢(shì)的指標(biāo)體系是地方政府債務(wù)風(fēng)險(xiǎn)評(píng)估與預(yù)警的基礎(chǔ)。指標(biāo)體系涵蓋的是否全面、選取的指標(biāo)是否有效，直接關(guān)系到風(fēng)險(xiǎn)評(píng)估比較和預(yù)警質(zhì)量的好壞。本部分在全面系統(tǒng)考慮影響地方政府債務(wù)風(fēng)險(xiǎn)因素的基礎(chǔ)上，從債務(wù)特征、債務(wù)償還能力和債務(wù)動(dòng)態(tài)趨勢(shì)評(píng)價(jià)三個(gè)方面構(gòu)建地方政府債務(wù)風(fēng)險(xiǎn)評(píng)估和預(yù)警的指標(biāo)體系。具體指標(biāo)如表1所示。

（二）地方政府債務(wù)風(fēng)險(xiǎn)測(cè)度

為了合理測(cè)度地方政府債務(wù)風(fēng)險(xiǎn)，本部分采用主成分分析、聚類分析和判別分析等方法對(duì)地方政府債務(wù)風(fēng)險(xiǎn)進(jìn)行綜合評(píng)價(jià)，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(biāo)體系進(jìn)行了綜合評(píng)價(jià)。

表1 地方政府債務(wù)風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)體系

地方政府債務(wù)風(fēng)險(xiǎn)評(píng)估：

為了剔除指標(biāo)之間的相關(guān)性，減少變量維度，對(duì)所選取的19個(gè)指標(biāo)首先進(jìn)行因子分析。進(jìn)行因子分析之前，為判斷指標(biāo)數(shù)據(jù)是否適宜進(jìn)行因子分析，應(yīng)進(jìn)行KMO統(tǒng)計(jì)量與Bartlett 球形檢驗(yàn)。KMO檢驗(yàn)值為0.736＞0.5，Bartlett 檢驗(yàn)統(tǒng)計(jì)量對(duì)應(yīng)的顯著性概率為0.000，適宜進(jìn)行因子分析。

1.確定公因子

一般認(rèn)為，累計(jì)方差百分比達(dá)到70%以上因子分析的結(jié)果比較滿意。因此，該部分選取包含原指標(biāo)信息含量（累計(jì)貢獻(xiàn)率）72.891%的前6個(gè)因子，此6個(gè)因子可以代表原12個(gè)指標(biāo)的72.691%的信息量。為了解釋所確定的公因子，需要對(duì)選取的6個(gè)公因子的因子載荷矩陣進(jìn)行旋轉(zhuǎn)，并以此判別公因子的內(nèi)涵。從旋轉(zhuǎn)后的因子載荷矩陣可以發(fā)現(xiàn)：公因子F1主要由人均負(fù)債額（X3）、債務(wù)率（X6）、償息率（X13）和債務(wù)稅收異同率（X16）指標(biāo)解釋；公因子 F2主要由赤字率（X15）、財(cái)政收支補(bǔ)償系數(shù)（X17）指標(biāo)解釋；公因子F3主要由凈增債務(wù)率（X2）、債務(wù)依存度（X10）指標(biāo)解釋；公因子F4主要由外債占比（X5）、債務(wù)經(jīng)濟(jì)彈性（X19）指標(biāo)解釋；公因子F5主要由債務(wù)支出收入比率（X8）、資本性債務(wù)支出占比率（X11）指標(biāo)解釋；F6主要由債務(wù)使用率（X9）指標(biāo)解釋。

2.計(jì)算因子得分

根據(jù)6個(gè)因子的得分函數(shù)，可以分別計(jì)算出129縣（市、區(qū)）的6個(gè)公因子得分值，并通過(guò)公因子的貢獻(xiàn)率加權(quán)得到其債務(wù)風(fēng)險(xiǎn)綜合得分Z。

（三）地方政府債務(wù)風(fēng)險(xiǎn)類別

（1）利用分層聚類分析方法，對(duì)上一步計(jì)算所得的地方政府債務(wù)風(fēng)險(xiǎn)數(shù)據(jù)進(jìn)行聚類分析。按照樣本數(shù)據(jù)之間的特性，系統(tǒng)會(huì)自動(dòng)對(duì)樣本進(jìn)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(jié)果類別數(shù)相同數(shù)量的判別函數(shù)，共4個(gè)，同時(shí)軟件會(huì)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(gè)判別方程。將地方政府債務(wù)的因子值代入判別方程，可計(jì)算出每個(gè)地方政府債務(wù)風(fēng)險(xiǎn)的4個(gè)W值，將最大的一個(gè)W值作為下一步風(fēng)險(xiǎn)評(píng)價(jià)的W值。

（3）進(jìn)行風(fēng)險(xiǎn)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(jì)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(wù)風(fēng)險(xiǎn)判別類型

第一類地方政府債務(wù)風(fēng)險(xiǎn)的W<-1以下；

第二類地方政府債務(wù)風(fēng)險(xiǎn)的W值分布在[-1，0)之間；

第三類地方政府債務(wù)風(fēng)險(xiǎn)的W值分布在[0，4）之間；

第四類地方政府債務(wù)風(fēng)險(xiǎn)的W≥4。

四、地方政府債務(wù)風(fēng)險(xiǎn)影響因素研究

地方政府債務(wù)風(fēng)險(xiǎn)是指地方政府在舉借、管理和償還債務(wù)的過(guò)程中，由于債務(wù)管理制度本身的缺陷以及其他不確定性因素，導(dǎo)致發(fā)生債務(wù)危機(jī)，對(duì)整個(gè)國(guó)民經(jīng)濟(jì)的運(yùn)行造成損失的可能性。實(shí)際上，地方政府債務(wù)風(fēng)險(xiǎn)是指由于各種不確定性因素導(dǎo)致發(fā)生債務(wù)危機(jī)的可能性，那么哪些因素影響地方政府債務(wù)風(fēng)險(xiǎn)發(fā)生？為了解決這一問(wèn)題，本部分將構(gòu)建logistic多元排序選擇模型，并采用逐步回歸的方法，在債務(wù)負(fù)擔(dān)率、債務(wù)依存度、居民應(yīng)債率等19個(gè)指標(biāo)中篩選出了影響地方政府債務(wù)風(fēng)險(xiǎn)的主要因素，并預(yù)測(cè)地方政府債務(wù)風(fēng)險(xiǎn)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(dǎo)致某一事件發(fā)生的主要因素，并根據(jù)主要因素預(yù)測(cè)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(diǎn)在于作為被解釋變量的各個(gè)選擇項(xiàng)之間有一定的順序或級(jí)別。該部分將地方政府債務(wù)風(fēng)險(xiǎn)分為4個(gè)等級(jí)（無(wú)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(jì)值，即模型的常數(shù)項(xiàng)；β1、β2…βk為回歸系數(shù)的估計(jì)值。解釋變量的系數(shù)β為正時(shí)，該解釋變量值與債務(wù)風(fēng)險(xiǎn)發(fā)生的概率同方向變動(dòng)；解釋變量的系數(shù)β為負(fù)時(shí)，該解釋變量值與債務(wù)風(fēng)險(xiǎn)發(fā)生的概率反方向變動(dòng)。

（二）計(jì)量結(jié)果及分析

地方政府債務(wù)風(fēng)險(xiǎn)因素分析：本部分應(yīng)用logistic多元排序選擇模型，在債務(wù)負(fù)擔(dān)率、債務(wù)依存度、居民應(yīng)債率等19個(gè)指標(biāo)中篩選影響地方政府債務(wù)風(fēng)險(xiǎn)的主要因素，估計(jì)結(jié)果如表3所示。其中，凈增債務(wù)率、短期債務(wù)占比、外債占比、債務(wù)依存度等9個(gè)指標(biāo)對(duì)地方政府債務(wù)風(fēng)險(xiǎn)有顯著影響。而人均負(fù)債額、債務(wù)使用率、償債率、財(cái)政收支補(bǔ)償系數(shù)等9個(gè)指標(biāo)對(duì)地方政府債務(wù)風(fēng)險(xiǎn)沒(méi)有顯著的影響。

表3 Logistic 模型估計(jì)結(jié)果

由此可知，顯著影響地方政府債務(wù)風(fēng)險(xiǎn)指標(biāo)中，除資本性債務(wù)支出占比系數(shù)為負(fù)外，其余系數(shù)均為正，回歸系數(shù)的符號(hào)符合實(shí)際意義。資本性債務(wù)支出占比系數(shù)為負(fù)，說(shuō)明資本性債務(wù)支出占比率越高，地方政府債務(wù)風(fēng)險(xiǎn)越小。凈增債務(wù)率、短期債務(wù)占比、外債占比、債務(wù)依存度等指標(biāo)系數(shù)為正，說(shuō)明指標(biāo)值越大，地方政府債務(wù)風(fēng)險(xiǎn)越高，影響程度從大到小依次排列：凈增債務(wù)率、赤字率、債務(wù)依存度、債務(wù)稅收異同率、外債占比、短期債務(wù)占比、GDP增長(zhǎng)率和債務(wù)支出收入比率。因此，為準(zhǔn)確預(yù)警地方政府債務(wù)風(fēng)險(xiǎn)，應(yīng)把凈增債務(wù)率、赤字率、債務(wù)依存度、債務(wù)稅收異同率、外債占比等指標(biāo)作為重點(diǎn)監(jiān)測(cè)指標(biāo)，其余指標(biāo)作為輔助監(jiān)測(cè)指標(biāo)。通過(guò)Logistic 多元排序選擇模型分析可知：

第一，凈增債務(wù)率對(duì)債務(wù)風(fēng)險(xiǎn)的影響最顯著，其回歸系數(shù)為57.643，且回歸系數(shù)的符號(hào)為正值，凈增債務(wù)率越高，地方政府債務(wù)風(fēng)險(xiǎn)越大，說(shuō)明防范地方政府債務(wù)風(fēng)險(xiǎn)的關(guān)鍵在于嚴(yán)格控制新增債務(wù)。在清理、償還歷史債務(wù)的同時(shí)，更應(yīng)該嚴(yán)格控制新增債務(wù)，合理控制債務(wù)的規(guī)模。債務(wù)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(jìn)出自如，公共投資項(xiàng)目的領(lǐng)域要避免重復(fù)，財(cái)政支出科學(xué)有效，要充分發(fā)揮項(xiàng)目效益。

第二，赤字率和債務(wù)依存度對(duì)地方政府債務(wù)風(fēng)險(xiǎn)影響非常顯著，回歸系數(shù)分別為：46.088、26.683，說(shuō)明我國(guó)地方政府債務(wù)支出主要是為了彌補(bǔ)財(cái)政赤字，政府財(cái)政支出對(duì)債務(wù)的依賴程度較大，這進(jìn)一步證明了我國(guó)各級(jí)地方政府為了實(shí)現(xiàn)經(jīng)濟(jì)社會(huì)發(fā)展目標(biāo)，均在自身財(cái)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(wù)。而債務(wù)是一種有償性的收入，政府財(cái)政支出主要還是依賴于稅收，所以債務(wù)收入只能是一種補(bǔ)充性的收入。當(dāng)赤字率和債務(wù)依存度較高時(shí)，表明地方政府的財(cái)政支出過(guò)分依賴于債務(wù)收入，未來(lái)舉借債務(wù)的空間較小。

第三，外債占比和短期債務(wù)占比對(duì)地方政府債務(wù)風(fēng)險(xiǎn)的影響也很顯著，外債占比的系數(shù)為13.191，短期債務(wù)占比的系數(shù)為5.842。該部分的樣本來(lái)自經(jīng)濟(jì)欠發(fā)達(dá)的某西部省份的各縣級(jí)地方政府，外債在地方政府債務(wù)中的占比很小，雖然超過(guò)80%的縣級(jí)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(qiáng)的剛性，因此在防范地方政府債務(wù)風(fēng)險(xiǎn)時(shí)，應(yīng)關(guān)注外債的變化趨勢(shì)，合理舉借外債。另外，短期債務(wù)占比對(duì)債務(wù)風(fēng)險(xiǎn)的影響也較為顯著。在當(dāng)前經(jīng)濟(jì)增長(zhǎng)速度放緩的背景下，應(yīng)特別重視短期內(nèi)財(cái)政收入增長(zhǎng)減速、財(cái)政收支壓力增加，會(huì)使短期內(nèi)償債壓力增加、財(cái)政風(fēng)險(xiǎn)加劇。

第四，GDP增長(zhǎng)率是影響地方政府債務(wù)風(fēng)險(xiǎn)的一個(gè)重要指標(biāo)，回歸系數(shù)為2.655。且回歸系數(shù)的符號(hào)為正值，GDP增長(zhǎng)率越高，地方政府債務(wù)風(fēng)險(xiǎn)越大，這似乎不符合現(xiàn)實(shí)意義，GDP 是國(guó)際上度量經(jīng)濟(jì)發(fā)展、衡量國(guó)家或地區(qū)間經(jīng)濟(jì)實(shí)力最基本的指標(biāo)之一。GDP 增長(zhǎng)率較高，說(shuō)明國(guó)家或地區(qū)的經(jīng)濟(jì)發(fā)展較好，償債能力相對(duì)較強(qiáng)。但必須注意，過(guò)度過(guò)快的高速經(jīng)濟(jì)增長(zhǎng)非常容易導(dǎo)致經(jīng)濟(jì)泡沫，尤其是當(dāng)高速的經(jīng)濟(jì)增長(zhǎng)來(lái)源于大規(guī)模的銀行借貸時(shí)，更應(yīng)該防范高GDP增長(zhǎng)率下地方政府債務(wù)風(fēng)險(xiǎn)的發(fā)生。

第五，資本性債務(wù)支出占比系數(shù)為負(fù)，回歸系數(shù)的符號(hào)符合實(shí)際意義。資本性債務(wù)支出占比系數(shù)為負(fù)，說(shuō)明資本性債務(wù)支出占比率越高，地方政府債務(wù)風(fēng)險(xiǎn)越小。資本性債務(wù)支出占比反映地方政府當(dāng)年的債務(wù)支出結(jié)構(gòu)，即資本性債務(wù)支出和消費(fèi)性債務(wù)支出的相對(duì)比例。債務(wù)用于資本性支出可以創(chuàng)造更多的效益，相當(dāng)于有回報(bào)的投資，這部分比例大可以保證債務(wù)的償還。