地方政府债务的风险预警模型构建及风险评估分析——基于吉林省39个县（市）的数据

张晓晖

（1.长春金融高等专科学校，吉林 长春 130028；2.吉林省金融文化研究中心，吉林 长春 130028）

2017年，国际货币基金组织公布的中国第四条款磋商报告指出：中国的非金融部门（政府、企业和家庭）债务占GDP的比重预计将从2016年的235%上升到2022年的290%。国际货币基金组织警告：“非金融部门债务的快速增长将给中期宏观经济稳定带来威胁。”[1]十九大报告明确将防范化解重大风险列为“三大攻坚战”之首，而风险防控的重中之重是防范化解地方政府债务风险。就吉林省而言，总体上地方政府性债务尚在合理区间，风险尚可控。[2]但是，吉林省地方政府债务风险情况究竟如何，主要风险点及防范化解债务风险的突破点在何处，需要构建风险预警模型进行具体分析。本文利用基于主成分的因子分析方法和功效系数法，构建了吉林省县域地方政府债务风险预警模型，试图解决以下两个问题：一是地方政府债务风险情况如何；二是针对地方政府债务风险情况，吉林省应采取哪些应对措施。

一、吉林省地方政府综合财力及债务风险主要指标现状

（一）地方政府综合财力及地方政府债务风险指标说明

1.地方政府综合财力主要指标

地方政府综合财力是衡量地方政府财政实力最重要的指标，也是衡量地方政府偿债能力最核心的指标。从现有文献来看，地方政府综合财力的计算方法有四种，分别是：一般预算收入与政府性基金收入之和（评级机构主要采用此种计算方式）；上述方法加上上级对下级的税收返还，同时减去下级对上级的上解支出；第二种方法加上上级对下级的一般性转移支付；第三种方法加上上级对下级的专项转移支付。[3]由于一般性转移支付和专项转移支付是上级对下级的无偿支付，往往都已对资金的基本用途做出了规定，只能专款专用，一般情况下不能用于偿还债务，或者能够用于偿还债务的数额很小，因此，不作为地方政府综合财力的一部分。本文研究的地方政府综合财力是按照第二种计算方法得到的。

2.地方政府债务风险主要指标

国际上及学界通常使用的债务风险衡量指标有两个：一是负债率，二是债务率，如下：

（1）负债率

负债率用地方政府债务存量与GDP的比值来表示，测度的是经济总规模对政府债务的承载能力，反映地方政府债务存量与GDP之间的间接关联关系。国际上通常采用《马斯特里赫特条约》规定的负债率60%作为政府债务风险控制标准参考值。

（2）债务率

债务率用债务存量与地方政府综合财力的比值来表示。这一指标考虑的是地方政府综合财力是决定地方政府偿债能力最重要的因素，因此，也有学者将此指标称为地方政府偿债率[4]。该指标的数值越大，即地方政府债务占地方政府综合财力的比重越大，表明地方政府的债务负担越重，债务风险越大。对于债务率控制标准，不同国家或地区、以及同一国家不同层级的地方政府各不相同，如：美国的警戒线设定为90—120%，而哥伦比亚则为80%；巴西规定州一级的债务率警戒线为200%，而市一级的警戒线则为120%。[5]国际货币基金组织（IMF）确定债务率控制标准参考值为90—150%。

（二）吉林省县域地方政府综合财力及地方政府债务风险现状

各县市的综合财力及地方政府债务风险现状见表1：

1.地方政府综合财力现状

从表1可以看出，梅河口市的综合财力水平最高，综合财力326 733万元，其次是延吉。如张传娜（2018）[6]的分析，这两个县市的综合经济竞争力排名在全省也是相对靠前的。但是，其他县市的综合经济竞争力排名与其综合财力并不具备对应关系，即综合经济竞争力排名靠后，其综合财力未必差。主要原因可能在于张传娜（2018）对各县市的综合经济竞争力排名未考虑各县市的综合财力情况。图们市的综合财力水平相对较低，仅为梅河口市的4.80%。

从吉林省地方政府综合财力的构成来看，主体是一般公共预算收入，平均占地方政府综合财力的80.32%，政府性基金收入、税收收入和上解支出的比重相对较小。

2.地方政府债务风险现状

全省39个县（市）中，37个县（市）的负债率在60%以下，14个县（市）的负债率尚未达到10%，仅图们市与和龙市的负债率略高于60%，表明大体上吉林省地方经济总规模对地方政府债务的承载能力较强。

但是，从债务率的角度来看，情况不很乐观。全省39个县（市）中，仅8个县（市）（乾安县、农安县、长岭县、公主岭市、前郭尔罗斯满族自治县、镇赉县、德惠市、梅河口市）的债务率在150%以下，低于IMF警戒线。全省共有29个县（市）的债务率在300%以下，意味着按照当前的综合财力，这些县（市）用全部的综合财力还债，最多需要还三年。图们市的债务率达到了847.58%，这意味着按照图们市现有的综合财力，在不增加债务存量的前提下，需要9年时间才能还清现有债务。

表1 地方政府综合财力及债务风险情况表

注：1.一般公共预算收入、政府性基金收入、税收返还、上解支出地方政府债务余额及地方政府一般债务余额数据取自各县（市）的政府决算报表。2.综合财力=一般公共预算收入+政府性基金收入+税收返还-上解支出3.负债率=债务余额/GDP债务率=债务余额/综合财力

二、吉林省地方政府债务风险预警的实证分析

（一）指标选取

本文选取地方政府债务风险指标时，综合参考了标普、穆迪、中债资信、东方金诚等国内外主要信用评级机构的地方政府债券信用评级指标及相关文献，同时结合本文分析的县域地方经济特点，共选取12个可能对债务风险产生影响的指标，数据来源于吉林省统计年鉴（2018）及2017年度吉林省39个县（市）的财政决算表。所选取的指标及指标特征见表2。

需要特别指出的是：

1.根据审计署发布的《全国政府性债务审计结果（2013）》[7]，债务资金主要用于基础设施建设和公益性项目，其中，用于基础设施建设的债务资金约占80.74%，主要包括：市政建设、土地收储、交通运输、保障性住房、农林水利、生态建设等。可见，地方政府举债的主要目的是用于固定资产投资。

2.城乡居民存款反映城乡居民的财力水平，金融机构各项存款反映金融机构财力水平。城乡居民存款占地方政府债务的比重和金融机构存款占地方政府债务的比重分别用来测度城乡居民和金融机构消化地方政府债务的能力。主要原因在于：当前，处置地方政府债务的方式，除还本付息外，最主要的途径是将地方政府债务存量置换成期限更长的付息债券，这一置换方式得以成功实施的关键在于城乡居民和金融机构具备相当的财力水平。

3.财政自给率即财政收入占财政支出的比，是反映地方政府财政自我平衡能力的重要指标。一般来说，财政自给率较高或财政自我平衡能力较强的地方政府，其财政实力也较强，因此，其偿债能力就较强。

4.税收收入是各县（市）一般公共预算收入的主要来源（平均占比达到67.8%），用来反映地方政府一般公共预算收入的稳定性。

5.政府性基金收入是地方政府债务本息偿还的主要保障，尤其地方政府专项债务，主要依靠政府性基金收入中的国有土地使用权出让收入保障还本付息。

6.国内大量文献都用年末金融机构贷款与年末金融机构存款的比值来代表金融发展效率。本文也引入该指标，用来表征吉林省各县（市）的金融发展效率。

表2 吉林省地方政府债务风险评价指标情况表

从表2可以看出以下问题：

一是经济增长动能不足。2017年以来，吉林省各县（市）的GDP、固定资产投资和规模以上工业企业主营业务收入等主要经济指标较上年同期均有所回落，平均分别下降16.32%、12.60%和27.13%。

二是财政的债务负担较重。吉林省各县（市）的平均债务率达到256.55%，远超过IMF划定的债务率控制标准上限，地方政府债务负担较重。

三是一般公共预算收入对一般债务的保障水平有待提高。在39个县（市）中，乾安县的一般公共预算收入对一般债务的保障水平达到了224.73%，其他县（市）的保障水平相对较低，平均保障水平仅50.25%。

四是城乡居民及金融机构财力水平较高，平均来看，城乡居民存款是地方政府债务余额的7.21倍，金融机构存款是地方政府债务余额的9.96倍，城乡居民和金融机构在吸纳置换债券上具有较大的潜力。

五是地方政府财政稳定性较强，表现在税收占一般公共预算的比重平均达到67.84%，但地方财政自我平衡能力仍有待提高，平均财政自给率仅为15.16%。

六是地方金融发展效率尚有提高空间，当前的平均金融发展效率为75.26%。

（二）利用因子分析法确定指标的权重

为了避免在因子分析中逆指标的载荷出现负数，对逆指标（负债率、债务率）做了取倒数处理。因子分析的过程及主要结果如下：

步骤如下：

第一步：对所选指标进行标准化处理，标准化过程及结果此处略。

第二步：进行KMO检验和Bartlett检验，相关结果见表3。KMO的取值为0.69＞0.5，可以认为所选样本适合用于因子分析；Bartlett检验的近似卡方为385.82，在自由度为66时，相应的P值为0，表明所选取的12个变量间存在相关关系，适合做因子分析。

表3 KMO检验和Bartlett检验结果

第三步：根据特征根大于1的原则确定公共因子个数，相关的结果见表4。前4个因子的特征根大于1，累计方差贡献率为78.72%，即这4个因子包含了78.72%的原始信息。通常认为，累计方差贡献率达到75%就是较好的因子分析结果。因此，作者认为这4个因子具有较好的代表性。

为了使公共因子承载的信息分布更加均匀，使用最大方差旋转法对因子进行变换。从表4来看，旋转后的累计方差贡献率与旋转前相同，仍为78.72%，并没有改变因子的累计方差贡献率。但是，从单个因子的方差贡献率来看，因子的特征根和方差贡献率比旋转前更加均匀，因此，可以认为旋转后的因子更加符合分析要求。

表4 方差贡献率表

第四步：确定公共因子及其权重。从表5来看，公共因子1包括年末金融机构存款占地方政府债务比重、城乡居民存款占地方政府债务比重、负债率取逆、债务率取逆、一般公共预算收入对一般债务的保障程度这5个指标，但是，考虑到负债率取逆和债务率取逆主要是为了防止载荷出现负数而做的处理，其原型是负债率和债务率，是用来反映地方政府债务风险的指标，因此，在进行变量分配时，将负债率取逆和债务率取逆从公共因子1中提取出来，作为公共因子2。

表6 吉林省县域地方政府债务风险预警指标情况表

根据表4，原始公共因子1的权重为36.75%，由于将负债率取逆与债务率取逆两个指标抽出作为新的公共因子2，因此需将36.75%在新的公共因子1和新的公共因子2之间进行分配。本文的分配方式是根据各指标在原始公共因子1上的载荷比重，确定新的公共因子1和新的公共因子2的权重分别为22.27%和14.48%。

本文为了突出各公共因子的指标特性，将软件计算出的因子得分系数重新进行了设定，设定原则是：对于公共因子中包含的指标，其因子得分取原值，对于未包含在该公共因子中的其他指标，将其因子得分设置为0。

通过上述处理，可确定吉林省县域地方债务风险预警系统的具体情况如表6。

（三）各县（市）地方政府债务风险评价及预警分析

根据吉林省县域地方政府债务风险预警指标及其权重（见表6），可以计算出各县（市）地方政府债务风险指标情况。但是，仅有债务风险预警指标数值，还不能判定债务风险的大小，需将债务风险指标数值转化为可以度量的评判分数，进而依据各公共因子的权重采用线性加权综合评价模型得出综合评价总分，以便根据综合评价总分对风险进行预警分析。

本文将借助功效系数法将债务风险指标数值转化为可度量的评判分数。

1.功效系数法简介

功效系数法①资料来源：功效系数法可见黄良文所著《统计学原理》。是对多目标规划原理中的功效系数加以改进，进而得到综合评判分数的方法。其基本思想是：首先，确定评价指标的不容许值和满意值；然后，利用功效系数公式计算出每项指标的评价分；最后，将单项指标的评价分按其权重加总得到总评价分。

（1）单项指标的功效评价分

单项指标的功效评价分计算公式如下：

其中：xi为第i个指标实际值，为第i个指标的不容许值，为第i个指标的满意值，di为第i个指标的单项功效系数。

为了更直观地反映各项指标的现状，一般把功效系数换算成百分制表示的功效评分di，di又称为功效分数，其计算公式如下：

一般地，不容许值可选择第i项指标的最差值或第i项指标数列中较差的10%的数值平均数；对于满意值，可选择第i项指标的最优值或第i项指标数列中较好的10%的数值平均数。

就本文而言，各公共因子的不容许值和满意值设置原则如下：

a.偿债保障能力、综合财力稳定性及财政平衡能力的满意值选择各序列的最大值，不容许值选择各序列的最小值。

b.债务负担是逆指标，即该指标的数值越大，说明债务风险越大，相应的得分应该越低。债务负担包含两项指标：一为负债率，其不容许值为60%；另一项为债务率，按照IMF的标准上限，其不容许值为150%。以这两项的因子得分为权重，可通过计算得到债务负担的不容许值为40.20%。债务负担越小越好，因此，本文将其满意值设定为0。

c.经济动能的满意值选择为数列中的最大值，不容许值选择为0。

（2）总功效评价分

总功效评价分的计算公式如下：

其中：Wi为第i个评价指标的权重。

2.警情对照标准

参照贾晓俊（2017）[8]，将功效评价分为五档，各档情况见表7。

表7 警情对照表

3.各县（市）地方政府债务风险情况及预警

表6和表7共同构成吉林省县域地方政府债务风险预警系统。由公式3.1-3.3和表6可以计算得到各县（市）的地方政府债务风险评价得分（见表8），依照表7可判断吉林省县域地方政府债务风险情况如下：

（1）从总体上看（见表9），吉林省县域地方政府债务风险情况形势严峻。39个县（市）中，仅农安和乾安2个县（占比5.13%）的地方政府债务风险处于轻警区。12个县（市）（占比30.77%）发出了巨警的警告。

（2）从分项指标来看，吉林省各县（市）综合财力稳定性水平相对较高，而债务负担和经济增长动能评价得分相对较低。吉林省县域经济增长动能不足、债务负担较重，是致使地方政府债务风险严重的主要原因。图们与和龙的地方政府债务风险最为严重，主要是债务负担过重引致，其中：图们的负债率为60.47%，债务率高达847.58%；和龙的负债率为60.80%，债务率为533.91%。

（3）从地区分布来看

从图1到图6可以看出，债务风险总体分布情况及各分项指标风险分布情况都相对集中，呈现出了一定的空间分布特征。如债务风险总体情况和财政平衡能力的分布呈条带状，以债务风险总体评分中发出巨警警告的地区为例，这些地区位于三条线上：第1条线是四平市的双辽、梨树和伊通；第2条线是吉林的桦甸、蛟河及通化的辉南、集安和柳河；第三条是延边朝鲜族自治州的安图、和龙、龙井和图们。偿债保障能力、债务负担情况、经济增长动能的地区分布则呈现出点面状的特征。从债务风险总体评分的分布情况及各分项指标的分布，推测地方政府的债务风险可能存在某种空间传导机制或者叫做传染机制。

表8 各县（市）地方政府债务风险评价得分

27 28 29 30 31 32 33 34 35 36 37 38 39长白县伊通县桦甸市辉南县蛟河市龙井市梨树县双辽市集安市安图县柳河县和龙市图们市60.12 59.53 59.45 58.83 58.68 57.61 56.03 55.67 54.81 53.22 51.53 45.62 34.15 62.40 63.81 63.13 66.32 65.48 61.73 62.28 62.18 63.30 62.77 63.99 60.61 60.00 33.98 50.87 54.54 60.96 48.98 22.57 34.89 31.43 43.16 29.40 50.22-10.35-67.28 55.99 38.59 29.53 22.88 31.27 60.92 42.70 57.85 25.03 43.63 5.86 49.88 41.83 84.71 84.81 87.65 80.76 84.87 80.81 82.33 62.00 78.15 65.24 76.53 63.63 69.02 66.13 64.62 71.85 71.81 69.49 61.30 60.00 63.29 72.42 66.16 71.05 60.23 60.52

表9 地方政府债务风险评价指标分布表

图1 债务风险评分总体分布图

图2 偿债保障能力分布图

图3 债务负担情况分布图

图4 经济增长动能情况分布图

图5 综合财力稳定性情况分布图

图6 财政平衡能力情况分布图

三、结论与建议

本文基于吉林省39个县（市）2017年的相关数据，利用因子分析方法和功效系数法构建了吉林省县域地方政府债务风险预警系统。通过分析表明：

1.总体上来看，吉林省县域地方政府债务风险形势严峻，近三分之一的县（市）处于巨警区，应引起相关部门的重视。

2.各县（市）经济增长动能不足，债务负担过重，是吉林省县域地方政府债务风险形势严峻的主要诱因。

3.总体上来看，偿债保障能力尚在可接受的区间。尤其值得一提的是，用来测度城乡居民和金融机构消化地方政府债务能力的城乡居民存款占地方政府债务的比重和金融机构存款占地方政府债务的比重都相对较高。

通过以上研究，对吉林省县域地方政府债务的治理提供了如下政策启示：

1.总体上来说，吉林省县域地方政府债务风险严峻，但各县（市）的地方政府债务风险情况并不一致，甚至差别很大。因此，各县（市）应根据表8，根据自身情况，找准症结，有针对性地采取措施防范并化解债务风险。

2.虽然绝大部分县（市）的偿债保障能力处于重警区，但从偿债保障能力的构成上来看，居民户和金融机构对地方政府债务的保障能力还相对较强。表明采用借新还旧或债券置换的方式解决当前的债务问题尚存一定空间，但此种方式不能过度使用，否则会给未来的还款能力带来压力。

3.推进政府与社会资本合作的（PPP）模式，减轻政府主导投资的压力。地方政府性债务主要用于基础设施建设和公益性项目，只要能够解决基础设施建设公益性项目的投资资金来源问题，地方政府性债务问题就可迎刃而解。

4.提振经济增长动能，向经济增长注入新的活力，才是防范和化解地方政府债务风险的根本。债务问题归根结底是经济发展问题，因此，要打赢防范化解重大风险的攻坚战，经济高质量稳步发展是关键。