安徽省地方政府债务风险评价——基于KMV模型分析

徐 翔

安徽大学经济学院，合肥，230601

1 问题提出与相关研究

为应对2008年国际金融危机，中央颁布了4万亿的经济刺激计划，中央政府承担投资1.18万亿元，地方政府承担投资2.82万亿元[1]。各级地方政府为促进经济增长，纷纷加大基础设施投资，扩大融资规模，自此，地方政府债务迅速膨胀。安徽省财政厅公布2016年政府债务统计结果(2017年2月8日公告)，政府负有偿还责任债务5 319.7亿元，其中一般性政府债务3 319.9亿元，专项政府债务1 999.8亿元。安徽省2016年地方政府财政收入只有2 672.8亿元。自此，安徽进入了债筑高台时代。

近年来，学术界从多角度对政府债务进行了研究。许丽娟认为，债务规模持续扩大的原因是：地方政府财力和事权的不对称、政府职能定位不明确和政府治理机制复杂[2]。赵树宽等用AHP模糊评价方法评价地方政府债务，认为债务违约风险以及债务规模是对政府债务风险影响最大的两个因素[3]。王锋等运用熵值法和灰色关联分析法进行测试，发现江苏、广东、四川等地方政府债务存量对全国政府债务有重要影响[4]。毛锐等通过构建政府债务作用于商业信贷流动性和私人投资的DSGE模型，发现政府的投资冲动是债务形成的重要原因[5]。李腊生等在修正的KMV模型中增加政府债务可转移因素，证明我国地方政府债务总体上没有违约风险[6]。

现阶段，多数学者从省际数据出发，着重研究全国政府债务，鲜有对安徽地方政府债务研究者。安徽省财政厅公布资料显示：安徽省市县级地方政府债务4 970.5亿元，占政府总债务的93.43%。本文依据2011—2016年安徽省市级财政收入，通过预测2018—2020年地方财政收入和地方债务余额，采用改进的KMV信用评估模型对安徽省各市地方政府债务风险进行评估，以期较客观地了解安徽省各市政府的债务风险。

2 模型及数据说明

2.1 改进的KMV模型

KMV模型于1997年建立，初衷是评价商业信用。由于地方政府债务问题突出，国内学者已将KMV模型应用于地方政府债务研究。韩立岩等结合我国政府债务的实际情况，对KMV模型进行了扩展，并提出了适用于地方政府测量的KMV模型[7]。本研究基于此模型。

改进后KMV模型有：

(1)

(2)

(3)

(4)

DD是债务违约距离，Pt是政府违约的概率，Rt即地方政府用于偿还债务的财政收入，Bt为地方政府债务规模，g表示地方财政收入的增长率，σm表示地方财政收入变动率，t为债务考察期限。

2.2 数据选择

选取2011—2016年安徽省16个市级政府GDP和地方财政收入，其中2011—2015年数据来源为《安徽省统计年鉴》，2016年数据来源于各市《2016年预算执行情况和2017年预算报告草案》以及各市财政局、统计局官网。地方政府债务余额来自财政局官网。

3 实证结果及分析

3.1 一般参数估计

3.1.1 地方财政收入预测

财政收入是非平稳的时间序列，受多种因素影响，年份间波动幅度较大，因此，对于财政收入的直接预测比较困难。本文通过预测GDP，建立GDP与财政收入间关系，实现对财政收入的间接预测。

将2011—2016年安徽省地方财政收入和GDP数据分别取对数，从散点图上明显观察出线性趋势，因此采用双对数模型拟合效果最好。利用面板数据，分别建立常系数模型、变截距模型、变系数模型。得到常系数模型残差平方和S1=0.606，变截距模型残差平方和S2=1.05，变系数模型残差平方和S3=5.67。通过构造相关统计量得出F2=17.82>2.03=F(30，64),拒绝常系数模型假设；F1=3.126>2.35=F(15，64),拒绝变截距模型假设。因此，最终选择变系数模型。

变系数模型同时存在固定效应和随机效应，以豪斯曼检验判定(表1)。

表1 豪斯曼检验结果

豪斯曼结果显示，拒绝原假设，即采用固定效应模型。经回归分析得：

ln(财政收入)it=-5.42+αi+βiln(GDP)it

(5)

R2=0.98DW=2.1F=111.8

其中αi、βi分别是截距和斜率参数，安徽省16个市αi、βi如表2。

表2 固定效应的变系数模型参数估计结果

由上式可知，R2=0.98，模型的拟合效果较好，F=111.8，证明模型整体显著。GDP预测是财政收入预测的前提。Holt-Winters无季节趋势预测方法对于线性模型拟合效果较好，尤其是不受复杂时间序列内部因素影响，适用于短期经济预测。

本文将可支配财政收入设定为地方财政总收入的30%,2018—2020年安徽省16个地市GDP和财政收入预测见表3。

表32018—2020年16个市GDP和财政收入预测

单位：亿元

地区财政收入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 阜阳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马鞍山161.856 170.501 153.3081 585.0381 648.0172 226.670芜湖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铜陵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安庆112.720 111.742170.5081 509.8451 503.4681 918.713黄山91.992 99.204 99.339 662.370 705.155721.095

3.1.2g,σm参数估计

将可支配财政收入代入公式(3)和(4)，分别得到地方政府财政收入增长率g和收入变动率σm，表4显示了R语言计算的结果。

表4 2018—2020年财政收入增长率g和财政收入变动率σm

3.1.3Bt估计

地方政府债务余额是动态变化数值，由于新增数额的隐蔽性，因此，本文通过收集整理地方财政局官网数据，得到2016年安徽省各市政府债务余额，并在此基础上作出估计。

Bt=(Bt-1-30%Rt)×(1+4.5%)

(6)

上式表明，t年的政府债务余额等于上一年的政府债务余额减去当年的财政支付(较保守估计每年支付地方财政收入的30%)，乘以贷款利率(4.5%)，结果如表5。

表5 各市地方债务余额Bt估计 单位：亿元

3.2 地方债务的风险评价

将Rt,Bt等参数在Δt=1，2，3情形下分别代入式(1)(2)，计算政府违约距离DD以及违约概率Pt,并且根据违约概率排名。具体结果见表6。

(1)从纵向来看，政府债务短期蕴含巨大风险，长期风险降低显著。2018年内有能力还清政府债务的有合肥、阜阳、蚌埠、芜湖；2019年，宣城、马鞍山、滁州也基本摆脱债务压力；到2020年底，只有淮南、铜陵、安庆债务压力依然较大。

(2)从横向来看，资源依赖型城市(淮北、淮南、宿州)，经济欠发达城市(安庆、六安)将长期面临债务偿还压力；经济实力强劲的地区(如合肥)无明显债务偿还压力。

表6 各市地方债务违约概率及排名

4 结论与建议

4.1 结 论

根据对安徽省各市政府债务违约风险的评估，得出以下结论：

(1)安徽省各市总体债务违约风险可控。在不发行新债的前提下，安徽省总体债务3年内完成率达62.5%；仅在考虑政府独立支付债务的前提下，如果将上级政府对下级政府的转移支付考虑在内，这一比率更高，因此，本文认为，安徽省不存在系统性债务风险。

(2)局部地方政府面临“破产”窘境。安庆、铜陵、淮南3年内依靠地方财政完成债务清偿几乎是不可能，因此上级财政的支持是必不可少的。地方政府造成财政“困难”的原因各不相同：安庆是由于过高的债务余额，2016年债务余额高达313.7亿元，从而导致还款速度较慢；铜陵是由于过慢的经济增长速度，2018—2020年财政增长速度分别为3.9%、4.6%和5.5%；淮南受制于经济巨大的波动，2018年的经济波动值在10%以上，主要受煤炭行业影响。

(3)地方差异过大。仅就2018年而言，合肥GDP是第二名芜湖的2.3倍，接近池州、黄山的11倍。且就增速而言，预测合肥财政增速2018—2020年分别是10.5%、9.9%和12.1%，依旧名列前茅。部分地级市财政收入增速只有3%～5%,贫富差距进一步拉大。

4.2 建 议

(1)严控地方政府债务规模。对于安庆、淮南、铜陵3个地级市，严控债务余额规模，过高的债务规模产生高额的债务利息压力，造成财政负担过重，成为经济发展的枷锁，制约了地方经济发展。

(2)平衡地方发展。安徽省南北差异较大，地方发展不平衡。因此，安徽省政府应平衡调配资源，对于发展较弱、较缓慢的地区，应该在政策或资源方面给予更多支持，以帮助贫困地区发展。