我國地方政府債務風險預警方法與預警指標的構建

時欣

【摘 要】伴隨著經濟周期和經濟危機的不斷發生，經濟學家對經濟危機預警模型的研究也在不斷深化，期望利用經濟危機預警模型對經濟周期和經濟危機進行預警。防范與化解地方債務風險的措施中，構建有效的風險預警系統是重中之重。本文試圖就地方債務風險預警方法和指標體系的構建進行深入探討，希望對構建有效的債務風險預警系統有所幫助，及早發現債務危機信號，采取有效措施，避免危機的出現。

【關鍵詞】地方政府債務；風險預警模型；貝葉斯網絡；格蘭杰因果關系檢驗

一、引言

伴隨著經濟周期和經濟危機的不斷發生，經濟學家對經濟危機預警模型的研究也在不斷深化，期望利用經濟危機預警模型對經濟周期和經濟危機進行預警。隨著地方政府債務規模的不斷擴大，我國地方政府債務風險問題日益突出。首先由于我國地方政府長期財政赤字，地方政府債務違約風險不斷加大。根據2015年國家統計局公布的數據，2014年國家財政收入增速為8.6%，近20年首次低于10%，與2013年相比，財政收入增速下降1.5個百分點。顯然，利用適當的經濟指標和方法，構建政府債務風險預警模型，對我國地方政府債務風險進行監測和預警都具有重要的學術價值和實踐意義。

二、預警模型方法

預警模型的研究表現為預警模型方法的不斷改進。從預警模型方法的演變看，預警模型方法主要分為三大類。

一類是利用模糊評價法，層次分析法等系統評價方法構建預警模型。許爭、戚新（2013）等利用模糊綜合評價方法建立地方政府債務風險預警模型[1]。徐旭初、應麗（2009）[2]，許爭、戚新（2013）利用層次分析構建地方政府債務風險預警模型。

二是利用Probit，VAR，GARCH等經濟計量方法構建預警模型。典型如Kaminsky et al（1998）[6]利用probit方法構建金融危機預警模型。Louzis and Vouldis（2012） 利用多變量GARCH方法構建金融危機預警模型[7]。

三是利用神經網絡、貝葉斯網絡等智能計算方法構建模型。陸靜、王捷 [3]，顧海峰（2013） [4]，周森鑫等（2014） [5]利用貝葉斯網絡方法分別構建了商業銀行風險預警模型、財務危機預警模型、技術創新預警模型。

與系統評價方法和經濟計量方法相比，貝葉斯網絡方法具有兩個優點：一是貝葉斯網絡方法利用網絡結構反映因果關系。貝葉斯方法利用條件概率把各種信息納入網絡中，進而反映各變量之間的因果關系和條件相關關系。二是貝葉斯網絡方法可以進行推理。在已知網絡節點狀態的條件下，用貝葉斯網絡方法可以正向和逆向推理，推理確定信息不確定、不完全或者不精確的節點的后驗概率。

三、預警模型指標體系構建

（一）地方政府風險預警指標的選擇

本文在許爭、戚新（2013）構建的地方政府債務風險預警指標的基礎上，保留債務依存度、債務負擔率、GDP增速/債務增速和民間投資增速/債務增速等四個指標，加入財政收入/財政支出指標，反映地方政府支出對債務的依賴程度，加入中央轉移支付、土地出讓收入、稅收收入等三個財政收入指標，反映償還政府債務對中央轉移支付、土地出讓收入以及稅收收入的依賴程度。

（二）貝葉斯網絡構建原理

針對經濟預警指標相互作用和相互影響的問題，本文利用格蘭杰因果關系檢驗方法，判別預警指標體系的相互作用，揭示地方政府債務風險預警體系中的關鍵指標，建立貝葉斯網絡。格蘭杰因果關系檢驗方法的基本原理如下：

利用格蘭杰因果關系檢驗確定網絡節點的原理如下：如果原假設式（2）被拒絕，則說明解釋變量xj是被解釋變量xi的格蘭杰原因，即利用指標xj的過去值能夠預測xi的未來變化，則在網絡節點上，指標xj，是xi的上游指標。通過對指標逐對進行格蘭杰因果關系檢驗，可以確定每個指標xi對于其他指標的位置，進而確定每個指標在貝葉斯網絡中的節點位置。

（三）貝葉斯網絡構建

將8個指標數據兩兩代入格蘭杰因果關系檢驗式（1），得到每對指標之間的格蘭杰因果關系檢驗結果，檢驗結果可以得到圖1。

四、總結

圖1揭示如下特點：

1.作為解決地方政府債務風險的最后手段，中央轉移支付是地方政府債務風險的最上游指標。中央轉移支付影響地方政府債務違約風險的途徑有兩條，一是通過影響財政收入/財政支出比率，影響地方政府債務違約風險。二是通過影響土地出讓收入占財政收入比率，影響地方政府債務違約風險。

2.財政收入/財政支出比率反映了地方政府財政赤字程度，。財政收入/財政支出比率解釋的指標越多，其變化對地方政府債務違約風險的預警作用也必然最大。

3.GDP增速/債務增速反映了地方政府經濟增長對債務的依賴程度， GDP增速/債務增速的變化，能夠解釋投資增速和土地出讓收入的變化。

【參考文獻】

[1]許爭，戚新. 地方政府性債務風險預警研究——基于東北地區某市的經驗數據[J]. 科學決策. 2013（08）.

[2]徐旭初，應麗. 地方政府債務風險評價體系及例證[J]. 商場現代化. 2010（29）.

[3]陸靜，王捷. 基于貝葉斯網絡的商業銀行全面風險預警系統[J]. 系統工程理論與實踐，2012，02：225-235.

[4]顧海峰. 信用突變下商業銀行信用風險預警模型及應用[J]. 數量經濟技術經濟研究，2013，09：122-136.

[5]周森鑫，李超，吳德成. 貝葉斯網絡在預測銀行信貸風險中的應用[J]. 雞西大學學報，2014，10：42-43

[6]Kaminsky G， Lizondo S， Reinhart C M.， 1998. "Leading Indicators of Currency Crises，"IMF Staff Papers， Palgrave Macmillan， 45（1）， 1-8.

[7]Louzis D P， Vouldis A T， 2012，A methodology for constructing a financial systemic stress index： An application to Greece， Economic Modelling ，29，1228-1241