地方政府性债务流量风险防范研究

刘 松

(中南财经政法大学 财政税务学院， 武汉 430073)

一、引言及文献综述

2008年以来，我国地方政府性债务规模不断膨胀，债务风险成为全社会关注的焦点，根据审计署数据显示，截至2014年底，全国地方政府性债务余额为24万亿，对地方政府形成了巨大的财政压力。为有效防范地方政府性债务风险，按照“开前门、堵后门”的治理思路，中央政府出台了一系列文件防范地方政府性债务风险。2014年国务院印发《关于加强地方政府性债务管理的意见》(43号文)，明确规定剥离地方融资平台的政府融资职能，2015年开始实施的新预算法允许地方政府在国务院确定的限额内发行地方政府债券，并开始存量债务清理置换工作。财政部于2017年相继印发了《关于进一步规范地方政府举债融资行为的通知》和《关于坚决制止地方以政府购买服务名义违法违规融资的通知》，堵住违规举债渠道。

地方政府性债务对地方财政风险的影响主要表现为收不抵支带来危害的可能性(缪小林等，2013)[1]。当税收无法满足建设资金需求时，地方政府通过举借债务，筹集建设资金用于基础设施建设具有合理性，能够有效促进地区经济发展，但是，当地方政府不顾自身财力超额举债时，就容易诱发偿债风险，并通过传导机制诱发系统性风险。

要防范地方政府性债务风险，首先要对债务风险进行有效度量，需要有可靠的风险评估指标。相关文献对地方政府性债务风险评估的方法主要有分类法、指标法和模型法三类。分类法主要代表是世界银行专家Brixi(1998)[2]提出的财政风险矩阵，将地方政府债务分为直接债务、或有债务、显性债务和隐性债务四大类的排列组合，然后分别予以测算；刘尚希(2003)[3]认为应该从政府债务与资源存量、资源流量、经济总规模和政府无形资产这四个方面来评估财政风险。总体来说，分类法主要还是基于债务的规模来评估债务风险，没有与地方政府的偿债能力相联系，因此，不能有效评估地方政府性债务风险。

指标法主要是运用单个或多个指标来评估政府债务风险，如《马斯特里赫特》条约里关于赤字率(财政赤字/GDP)控制在3%以下，债务负担率(债务/GDP)保持在60%以下；国际货币基金组织对债务率(债务/政府综合财力)参考控制区间为90%～150%，对偿债率(当年债务还本付息额/政府综合财力)控制区间为15%～20%。这些评估指标主要是根据部分发达国家的历史经验，多适用于欧盟主权国家债务风险评估。国内有一些学者根据指标法的思想提出了适用于我国国情的指标体系，考燕鸣等(2009)[4]、许争等(2013)[5]从“借、用、还”三个环节设立一些典型指标，给予每个环节不同的权重，结合计算公式求出每个指标的风险系数，最后求出每个环节的风险系数和综合的风险系数；刘骅等(2014)[6]结合融资平台财务指标数据，选出12项指标，建立相应的债务风险预警指标体系；卿固等(2011)[7]综合专家学者采用的指标体系，选取五大指标作为评估债务风险的参考指标；冉光和等(2006)[8]根据地方政府负债风险的生成机理，选取12个较重要的指标构成地方政府负债风险指标体系；裴育等(2007)[9]通过对预警指标赋予不同的权重值，来综合评价地方政府债务风险。这些方法用来评估债务风险具有一定的合理性，但由于选择的指标都是基于一些简单的统计量，指标的选取没有考虑地方政府实际收支情况，且没有反映其对债务风险深层次的作用机制和动态关系。

模型法主要是借用信用风险模型来衡量地方政府性债务的风险，其中以KMV模型最为常用，主要是通过定量测算债务风险违约概率和违约距离来评价风险的大小。国外一些学者运用KMV模型研究市政债务的风险，Bartley(2005)[10]，Chalmers(1998)[11]，Harris等(2006)[12]均运用KMV模型研究美国市政债券的风险。在国内，韩立岩等(2003)[13]利用KMV模型建立了市政债券信用风险模型，为我们定量研究地方政府债务违约风险开拓了思路。李腊生等(2013)[14]通过将地方政府债务可转移性因素纳入KMV模型，提出KMV修正模型，并在违约概率给定的前提下进行实证分析。运用KMV模型能够有效定量测算地方政府性债务风险，吴粤等(2017)[15]对我国政府债务违约风险进行测算，并对投资效率和债务风险的关系进行实证研究。蔡真等(2014)[16]通过给定1%违约概率条件下测算地方政府债务可承受水平。徐占东等(2014)[17]、刁伟涛(2016)[18]、洪源等(2015)[19]、王学凯等(2015)[20]、张海星等(2016)[21]分别通过KMV模型对我国地方政府债务风险进行定量测算。

刘尚希等(2002)[22]指出要从政府资产存量和收支流量两个方面来分析政府债务的风险状况，就债务而论债务意义不大，可见从存量和流量两个角度来评估地方政府债务风险均有其合理性。债务杠杆率是对债务风险最直接的度量方式，但政府部门债务杠杆率反映的是政府部门的资产负债率(吴军等，2018)[23]，体现的是一个存量的概念，对于衡量地方政府性债务存量风险有一定作用，从长期来看，地方政府拥有大量可变现资产，当债务规模积累到一定程度，地方政府可以通过变卖资产来偿还债务，不一定存在“资不抵债”的风险，但在短期内，政府资产迅速变现缺乏可操作性，可能导致在债务的还本付息年度存在“入不敷出”的流动性风险，影响地方政府对本地区的公共品供给，从而对地方政府的短期信用造成影响。在当前地方政府债券逐步加大市场化发行力度的背景下，地方政府的短期信用风险会直接影响到地方政府在下一个或几个年度的信用评级结果，进而影响地方政府的融资规模和成本。

现有文献对于如何有效衡量地方政府性债务流量风险鲜有研究，因此，本文结合债务风险评估指标法和模型法的优点，根据每年地方政府性债务还本付息额和可偿债财力之间的比例定义地方政府性债务流动性杠杆率，用来衡量地方政府性债务流量风险，通过KMV模型从理论上分析地方政府性债务流动性杠杆率和地方政府性债务流量风险之间的动态关系，并实证检验两者之间的相关关系。研究结果表明地方政府性债务流动性杠杆率能够有效衡量地方政府性债务流量风险，且债务流动性杠杆率计算简单，能够成为政策制定者或债券市场参与者精准评估地方政府短期信用风险的工具指标。

本文第二部分从理论上分析地方政府性债务流动性杠杆率与地方政府性债务流量风险之间的关系；第三部分利用全国30个省份的相关数据对理论分析的结果进行实证检验；第四部分进行总结并提出防范地方政府性债务流量风险的政策建议。

二、理论分析

本文借用KMV模型来推导出地方政府性债务流动性杠杆率和债务流量风险之间的动态关系。KMV模型是通过计算违约距离和违约概率来预测企业信用评级和违约情况，韩立岩等(2003)[13]是国内最早将KMV模型用于我国市政债券的违约风险计算之中，其基本研究思路就是地方政府根据债券到期时，担保财政收入与债券价值孰大来决定是否偿还市政债券来“赎回”税收权，如果担保财政收入价值超过债券，地方政府将偿还债券，如果担保财政收入价值小于债务，则地方政府构成违约。下面借鉴韩立岩等的研究，通过适当的变量替换，将KMV模型应用于地方政府性债务流量风险的测度之中。我们首先定义地方政府可偿债财政收入，即地方政府每年的财政收入中扣除刚性支出的部分(蔡真等，2014)[16]。刚性支出如政府运行的行政费用、基本公共服务、科教文卫、社会保障等支出项目，是保障政府正常职能运转和用于民生项目的基本支出，不能用于偿还债务，需要在财政收入中剔除。此外，违约距离是KMV模型中用于度量债务违约风险的一个重要指标，可用于地方政府性债务流量风险的代理变量，通过KMV模型计算出的违约距离越大，债务违约风险越低，如违约距离越小，债务违约风险越高。

综上所述，地方政府性债务流动性杠杆率和债务流量风险之间关系的具体推导过程如下：

假设地方政府可偿债财政收入服从如下随机过程：

Ft=f(Zt)

(1)

其中，Ft为t时刻地方政府可偿债财政收入，Zt为随机变量，f(·)为某一特定函数。

在地方政府债务到期的时刻T，如果地方政府可偿债财政收入Ft大于到期债务还本付息额度Mt，则地方政府偿还债务；如果地方政府可偿债财政收入Ft小于到期债务还本付息额度Mt，则地方政府发生债务违约。因此，可以将地方政府债务的违约条件表示为Ft

p=P(Ft

(2)

假设Zt服从N(0,1)标准正态分布，则式(2)变为：

p=P(Ft

(3)

定义DD=-f-1(Mt)为违约距离，p=N(-DD)

(4)

假设地方政府可偿债财政收入服从几何布朗运动：

dFt=μFtdt+σFdωt

(5)

式(5)中，μ是地方政府可偿债财政收入的瞬时增长率，σ是地方政府可偿债财政收入的波动率，令t=0时，F0=F，当t>0时，地方政府可偿债财政收入可表示为：

(6)

由式(6)的地方政府可偿债财政收入服从对数正态分布，则有

(7)

(8)

由式(7)和式(8)可得

(9)

(10)

令间隔时间t=1，则

(11)

(12)

因此，地方政府债务违约概率为：

(13)

违约距离为：

(14)

将式(14)变形可得

(15)

(16)

三、实证分析

(一)模型设定

本文的回归模型设定如下：

local_riskit= α + βIn(local_leverageit) + γXit+ μi+ λt+ εit

(17)

其中，i表示不同的省份，t表示年份，local_riskit作为被解释变量表示i省份在t年的地方政府性债务违约风险，local_leverageit表示i省份在t年的地方政府性债务流动性杠杆率，Xit表示控制变量的集合，μi表示省份固定效应，λt表示时间固定效应，εit表示随机扰动项。

(二)变量说明

1.被解释变量

地方政府性债务流量风险作为被解释变量，可由代理变量即地方政府性债务违约距离来定量表示，由各省级政府到期应偿还债务本息和、可偿债财政收入、可偿债财政收入波动率和增长率通过式(15)计算得到。违约距离值越小表示地方政府性债务流量风险越大，违约距离值越大表示地方政府性债务流量风险越小。

2.核心解释变量

地方政府性债务流动性杠杆率作为核心解释变量，表示各省级政府在一个财政年度内需偿还的负债占可偿债财政收入的比重，时间跨度为1年，用于衡量地方政府性债务的短期流动性偿债能力，我们定义各地方政府性债务流动性杠杆率=(地方政府年度到期应偿还债务本息和)/(年度可偿债财政收入)。

可偿债财政收入我们借用蔡真等(2014)[16]的计算方法，为地方政府财政收入减去地方政府刚性支出后的可用财力。地方政府财政收入包括一般预算收入、税收返还、一般转移支付、专项转移支付和政府性基金收入。其中，税收返还、一般转移支付、专项转移支付合并计入中央补助收入中；专项转移支付是专款专用，在当前情况下，地方政府自主支配受到较大限制，在考虑地方政府可偿债财政收入时应将专项转移支付收入去除；同时，在政府性基金收入中，大部分是国有土地出让收入，最近几年达85%以上(刁伟涛，2016)[18]，剩余部分专款专用且用于偿债的规模不大，偿债作用有限，因此，在政府性基金收入可用于偿债的部分，我们主要考虑土地出让金收入。刚性支出依据政府机构正常运用的需要和政府工作报告中对于刚性支出的界定，包括公共服务支出、公共安全支出、科教文卫和社会保障支出以及上解中央的资金。根据蔡真等(2014)[16]、李永友等(2018)[24]的分析和处理方法，我们取土地出让收入的1/2计入地方政府可偿债财政收入之中。可偿债财政收入的界定公式如下：

地方政府可偿债财政收入=地方政府财政收入-地方政府刚性支出=(一般预算收入+中央补助收入+土地出让金收入/2)-(专项转移支付收入+上解中央资金+公共服务支出+公共安全支出+科教文卫和社会保障支出)

(18)

3.控制变量

根据已有文献的研究(李永友等，2018；刘尚希，2011；何杨等，2012；仲凡，2017；缪小林等，2016)[24～28]，地方政府的财政收入、对土地财政的依赖程度、地区经济发展水平等均对地方政府的债务风险产生一定的影响，因此，我们选取地区经济发展水平、财政收入占GDP比重、房地产开发投资占固定资产投资的比重、城镇化率4个指标作为控制变量[注]数据来源：《中国财政年鉴》《中国统计年鉴》以及各省份统计年鉴。：(1)地区经济发展水平用人均GDP来表示。(2)财政收入占GDP比重，表示地方政府对经济的控制能力，财政收入占GDP比重越高，表明地方政府对经济的干预调控能力越强。(3)房地产开发投资占固定资产投资的比重，用来表示地方政府对房地产的依赖程度，地区房地产开发投资占房地产开发投资额越高，表明地区经济发展对房地产的依赖性越大。(4)城镇化率用来衡量地区城市建设发展水平，我们用城镇人口占总人口的比重来衡量，城镇化率越高，表明地方政府用于基础设施建设的投资越多。各变量的具体说明如表1所示。

表1各变量的表示符号和说明

(三)数据来源

我国地方政府债务风险真正凸显是在2010年以后，地方政府性债务数据比较敏感(杨灿明等，2015)[29]，可获得的债务数据有限，基于以上现实和数据的可得性约束，我们选择2012—2016年时段全国30个省(自治区、直辖市)级政府(西藏地方政府债务数据未公开，因此，将其排除样本值；另外，不包括港澳台)相关债务和财政收入数据，采用面板数据回归方法来进行实证分析。

选取的指标数据来源为审计署发布的全国政府性债务审计结果、各省(自治区、直辖市)级政府审计厅(局)于2014年后发布的地方政府性债务审计结果、《中国财政年鉴》《中国统计年鉴》《中国国土资源统计年鉴》、各省份统计年鉴、财政部网站、中国债券网等公开渠道公布的数据。

第一，将青岛、宁波和厦门三个计划单列市数据分别并入相应省份，根据各省份地方政府性债务审计结果、财政预决算数据、地方政府债券发行数据[注]数据来源：各省份审计厅网站公布的地方政府债务审计结果、财政部网站、《中国财政年鉴》《中国统计年鉴》和各省份统计年鉴、中国债券网上公布的各省份一般债务和专项债券的信用评级报告。，计算分析得到各省级政府在2012—2016年间每年的政府性债务到期还本付息规模和可偿债财政收入。其中，2013年和2014年的到期债务由各省份公布的债务审计结果数据计算分析得到，2012年各省份偿还的债务没有公布数据，我们根据审计署在2011年和2013年发布的债务审计结果并参照2013年和2014年的偿还数据按比例推算得到，同时，我们根据2013年审计署公告，分别取政府有担保责任债务额的19%和可能承担一定救助责任的15%计入由地方政府有偿还责任的债务中。2014年国务院43号文要求对地方政府债务进行存量清理，且由地方政府负责偿还的债务要进入政府预算，因此，2015年、2016年各省级政府偿还的债务本息我们使用各省份公布的预决算中与债务偿还相关支出数据结合各省份债务限额计算得到。

第二，可偿债财政收入中的各省份土地出让收入[注]数据来源：《中国国土资源统计年鉴》、中国债券网上公布的各省份地方政府债券发行信用评级报告。现有数据根据《中国国土资源统计年鉴》仅公布到2015年，2016年各省份土地出让收入数据我们根据中国债券信息网各省级政府债券信用评级所披露的数据统计得到，对于个别省份缺失的土地出让收入，我们按照蔡真等(2014)的处理方法，根据房地产相关税收和土地出让收入之间稳定的线性关系进行回归估计得到。我们根据北京和上海公布的2016年土地出让收入的数据对估计的结果进行检验，误差率在控制范围内，这一估计方法具有可行性。

第三，我们将各省份2012—2016年可偿债财政收入代入式(11)、(12)计算，可分别求得各省份可偿债收入增长率μ和波动率σ。

第四，将各省份相关数据代入式(14)计算得到2012—2016年间30个省级政府性债务违约距离，如表2所示。

表2 2012—2016年我国30个省级政府性债务违约距离

表2表示全国30个省级政府在2012—2016年的违约距离，根据穆迪的信用评级标准，Baa3级债券对应为0.4%的违约概率，即违约距离为2.65左右债务违约风险相对安全。由表2数据结果可以看出，除辽宁省外，其他省份在样本时间区间内，地方政府性债务无明显违约风险，债务风险均处于相对安全的状态，辽宁省在2014年后违约距离迅速下降，存在一定的债务偿付风险，主要原因可能是因为辽宁省在2014年后，经济发展滞后，政府财源受到一定程度的影响，政府可偿债收入增长缓慢，而同期地方政府性债务到期额并无明显下降所致，政府的偿债能力受到一定程度的影响。另外，由表2可以看出，有14个省份在2014年后债务违约距离上升，表示地方政府性债务风险得到一定的缓解，原因是2014年国务院出台了43号文，要求对地方政府性债务进行三类清理，并且在2015年发行了置换债务对政府存量债务进行了置换，这项措施极大缓解了地方政府偿债压力，使得债务违约风险降低。

(四)实证结果及稳健性检验

主要变量的描述性统计如表3所示。

表3主要变量的描述性统计

从表3可以看出，不同变量其数值单位和大小有很大的不同，为了消除这种不同给回归带来的困难，并得到有经济意义的结果，我们需要将式(17)进行进一步的处理，将其表示被解释变量代理变量的违约距离(DD)和表示控制变量的人均GDP(Pgdp)进行对数化处理，式(17)按照对数化处理后进行变换如下：

ln(DD)it= α + βln(levit) + γXit+ μi+ λt+ εit

(19)

根据式(19)我们采用面板数据模型进行实证检验，首先进行Hausman检验，Hausman统计量对应的卡方值为13.43，相伴概率为0.0197，远小于0.05，因此，根据检验结果，我们选择固定效应模型。

首先，我们对全国30个省份的全样本进行回归，结果如表4所示。

表4回归方程估计结果(全国)

注：***、**、*分别表示在1%、5%、10%的显著性水平下通过检验，括号内数值为t值

由表4回归结果可以看出，模型1表示当控制个体和时间固定效应后，除城镇化率对债务违约距离不显著外，其他解释变量均在1%的水平下高度显著。模型2表示只控制个体固定效应时，城镇化率和人均GDP对债务违约距离不显著。模型3表示只将地方政府性债务流动性杠杆率作为唯一解释变量时，其与被解释变量债务违约距离高度相关。模型4剔除了控制变量城镇化率，其他变量均与债务违约距离高度相关。在模型(1)～(4)中，地方政府性债务流动性杠杆率与债务违约距离之间的相关系数在(-0.91,-0.8)之间，始终保持稳定。

我们将全部样本根据所处地域不同，分为东部地区、中部地区和西部地区三组，具体划分标准来源于国家统计局网站。我们将全国30个省份划分为东部省份、中部省份和西部省份三类省份，然后根据2012—2016年的数据分别对三类省份进行回归分析，结果如表5所示。

表5回归方程估计结果(分地区)

注：***、**、*分别表示在1%、5%、10%的显著性水平下通过检验，括号内数值为t值

表4和表5分别是全样本数据和分为东、中、西部三类省份的模型回归结果,实证结果显示地方政府性债务流动性杠杆率与地方政府性债务违约距离存在显著负相关，表明随着地方政府性债务流动性杠杆率的升高，债务违约距离下降，债务风险呈上升趋势，且上升的幅度逐步趋于平缓，理论分析部分的假设得到了验证。(1)地方政府性债务流动性杠杆率与债务违约距离的相关系数始终保持在(-1.1,-0.8)之间，表明流动性杠杆率每上升1%，违约距离下降约0.8～1.1个百分点，债务流动性杠杆率的上升会导致债务流量风险的上升。(2)地区人均GDP与债务违约距离在模型(1)和模型(4)中显著正相关，相关系数为1.06～1.25，表明地区人均GDP每增长1%，其债务违约距离上升约1%。(3)回归数据显示城镇化率与债务流量风险的关系不显著。(4)房地产开发占固定资产投资比重与地区债务违约距离显著负相关，其相关系数在(-3.5，-2.7)之间，表明房地产开发占固定资产投资比重每上升1%，地方政府性债务违约距离下降约3个百分点。(5)财政收入占GDP比重与债务违约距离显著正相关，相关系数在(7.9,9.8)之间，表明财政收入占GDP比重每上升1%，债务违约距离就上升约8～10个百分点，债务流量风险减小。

从模型(1)～(10)的回归结果可以看出，核心解释变量的相关系数没有太大的变化，证明本实证结果是稳健的。

四、结论及政策建议

本文从KMV模型出发，将KMV信用风险模型应用于地方政府债务偿付风险分析之中，通过定义地方政府性债务流动性杠杆率，基于流量的视角从理论上分析了地方政府性债务流动性杠杆率同能代表地方政府性债务流量风险的债务违约距离之间的关系，从而推导出理论分析的结论。为进一步验证该理论推导结论，我们选择2012—2016年间，全国30个省级政府年度债务还本付息额、可偿债财力等数据，计算出代表每个省份的债务违约距离和债务流动性杠杆率，然后通过构建面板数据模型实证分析了地方政府性债务流动性杠杆率同债务违约距离之间的相关关系，地方政府性债务流动性杠杆率每升高1%，债务违约距离下降约0.9～1.0个百分点，从而证明了地方政府性债务流动性杠杆率同债务流量风险之间的关系，即随着地方政府性债务流动性杠杆率的升高，债务流量风险升高，且升高的速度逐步趋缓，理论分析提出的假设得到了实证结果的有力支撑。我们得出如下结论：(1)地方政府性债务流动性杠杆率同债务流量风险显著相关，随着地方政府性债务流动性杠杆率的升高，即地方政府可偿债财力与债务到期额匹配度越来越低，地方政府“入不敷出”的风险越来越大，债务流量风险呈现上升趋势。(2)地区经济的发展水平能够为地方政府带来更多的财政收入，地区经济越发达，地方政府财力越雄厚，进而使得地方政府拥有较强的可偿债能力，保障地方政府性债务年度还本付息额，地区经济的发展可以有效降低债务流量风险。(3)过多依赖房地产投资的地区，“土地财政”现象越突出，土地市场和房地产市场的波动会通过影响地方政府的可偿债财力来影响债务流量风险，因而过多依赖房地产的地方政府性债务流量风险越大。(4)地方政府财政收入占地方GDP比重越高，表明地方政府对经济的控制能力越大，能够迅速筹资的能力就越强，应对地方政府性债务流量风险的能力就越强。

防范和化解系统性风险是当前的三大攻坚战之一，如何在“宽财政、稳货币”的宏观调控政策基调下，充分发挥政府的作用，既采取积极的财政政策来推动有效投资，扩大内需，保持一定的经济增速，又切实防范地方政府性债务风险，确保经济高质量发展，建议从以下几个方面着手：(1)坚持大力发展地方经济，营造良好营商环境，着力培植有效财源，扩大政府财政收入来源，借税务征收机关机构改革之机，进一步理清中央和地方的财权和事权，从而构建稳定的地方政府税收体系，确保地方政府有可靠稳定的财政来源，同时，增加地方政府财政透明度，规范预算管理，接受公众监督。(2)加大地方政府存量债务置换力度，对尚未置换完成的地方政府存量债务尽快进行置换，降低债务利息支出成本，改善债务期限结构，将目前的短期债务逐步置换为中长期债务，探索发行超长期，即发行期限15年以上的地方政府债券，从而进一步降低地方政府性债务短期偿债压力。(3)建立房地产市场发展长效机制，严格执行房地产市场调控政策，降低地方政府对“土地财政”的依赖和预期，防止房地产市场大起大落对经济和财政的负面影响。(4)探索建立更为合理的地方政府性债务预警指标体系，可以选择本文定义的地方政府性债务流动性杠杆率作为预测债务短期流量风险的指标，对债务流量风险提前进行压力测试，从而更好地防范可能到来的短期偿付风险。(5)在关注地方政府性债务流量风险的同时，还要关注地方政府性债务的长期风险，即“资不抵债”的风险，尽快开展地方政府各类存量资产和负债的统计工作，摸清地方政府可变现资产，在适当的时候推出地方政府资产负债表并向社会公开，增强地方政府财政透明度，为发行中长期地方政府债券做好准备。