地方政府債務風險預警研究

何涌 侯文浩

【關鍵詞】 地方政府債務; 風險估算; TOPSIS; 預警系統

【中圖分類號】 F812? 【文獻標識碼】 A? 【文章編號】 1004-5937（2021）22-0073-06

一、引言

一直以來，地方政府債務風險都是地方經濟發展繞不開的問題。黨的十九大提出2017—2020年是全面建成小康社會決勝期，要堅決打好防范化解重大風險、精準脫貧、污染防治的攻堅戰。2017年中央經濟工作會議指出金融風險是防范重大風險的重點，2018年中央經濟工作會議強調穩妥處理地方政府債務風險問題。2018年12月全國財政工作會議強調繼續打好三大攻堅戰，嚴格控制地方政府隱性債務，有效防治財政金融風險。可見，防范化解金融風險尤其是地方政府債務風險是當前及今后一段時期我國經濟金融領域的重要任務[ 1 ]。新《預算法》出臺以后，政府債務風險問題成為學者的關注重點。但我國各個地方政府債務規模仍然龐大，地方政府債務風險具有隱蔽性強、破壞力大等特征。歷史經驗表明，當某一區域或領域的債務水平過高時，會產生違約行為，容易引發一系列連鎖反應，最終形成系統性風險[ 2 ]。因此，如果能對地方政府債務風險水平進行準確的估算，并且能設計一個在風險即將達到危險臨界值時及時提醒的預警系統，就可以避免產生過大風險，這對我國控制系統性金融風險，促進經濟發展有重要意義。

本文以優劣解距離法（TOPSIS）為基礎，設計出一套完善的政府債務風險預警系統，以中部某省T區政府為例，提取2016—2018年政府債務相關數據進行預警分析，對其風險展開測度、評級。結果表明，該區整體的債務風險處于中等水平及以下，屬于可控范圍，但是2017年和2018年已經接近高風險水平臨界值，這種情況應該予以重視，要及時發現問題、解決問題，將風險長期控制在可控水平。本文具體研究意義有以下兩點：首先，目前大部分關于債務風險的評價系統都會使用到專家意見法等偏主觀性的評價模式，而本文方法摒棄了主觀因素，采用更為客觀的方式對債務風險展開預警研究;其次，在以優劣解距離法為核心的預警系統當中，增加或減少評價指標極為便利，這讓此方法運用到實際中時可以更好地適應不同地區的經濟情況，做到因地制宜。

二、文獻綜述

隨著對政府債務風險的研究逐漸深入，構建預警系統在實際運用中已經成為控制風險的有效手段之一。目前我國已有研究大致分為兩類[ 3 ]：

一類是針對我國地方債務總體風險展開的研究。孫克競[ 4 ]采用VAR模型對我國各省級政府負債數據展開分析，探究長期負債成因，最終得出結論，政府長期負債主要是由現行財政系統與政府財政支出這兩項共同導致的。李臘生等[ 5 ]、何德旭和王學凱[ 6 ]采用KMV模型對多個省市的政府債務風險數據展開分析，得出類似結論，地方政府并不存在財務風險可能，更多承擔的是道德風險。龐曉波和李丹[ 7 ]從債務負擔率指標出發，對中央政府和地方政府同時展開測度，發現雖然中央政府存在資金配置效率較低的問題，但中央和地方政府的債務風險都處于可控水平。雖然上述大多研究表明我國政府債務風險總體處于可控水平，但仍然有部分學者認為其中存在的債務風險不容小覷。李爽[ 8 ]采用MATLAB軟件，結合層次分析法和紅綠燈預警模型對30個省市地區債務風險進行分析，發現目前我國已經不存在無風險地區，并有約一半的地區債務風險處于紅色警戒區。另一類是針對政府債務管理方面的研究。張同功[ 9 ]創建了柔性評價指標系統來評估我國政府債務，利用紅綠燈預警系統和風險指數模型對其進行評價和預警，依照評價結果針對政府債務管理提出建議。劉金林等[ 10 ]通過比較我國不同政府的債務規模、債務結構和管理政策，總結出更優化的政府債務管理模式，為我國地方政府債務風險管理提供了理論基礎。徐占東和王雪標[ 11 ]根據投資組合理論和伊藤定理，針對地方政府債務違約可能性創建了測算模型，發現地方政府債務違約的主要影響因素為稅收收入和其他收入，債務期限越長，按期償還的概率越大。

上述研究采用的都是較大范圍區域的數據總量，從宏觀角度出發展開分析，大多此類研究結論表明，我國政府債務并無重大風險，基本處于可控風險水平，但是我國不同地區經濟狀況有所不同，可能存在貧富差異，整體風險可控并不代表局部同樣不存在舉債風險。因此，為彌補這類空缺，學者做了更具針對性的地區性債務預警分析。代表性的研究有：何涌和陳夢穎[ 12 ]在采用QCA法對湖南省地區地方政府債務影響因素展開研究后發現，單一的影響因素無法對地區債務風險形成重要影響，只有組合式的影響因素才能真正影響地方政府債務問題。劉文朝等[ 13 ]、張祥華等[ 14 ]使用KMV模型分別對重慶市與黑龍江省債務數據展開測度，結果表明總體風險尚處可控水平，但為了防控更大風險，控制債務額度極為重要，不僅如此，還需建立以專家系統和人工神經網絡為核心的債務風險預警系統，以抑制隱性債務的過度增長。靳偉鳳等[ 15 ]基于熵權法—理想解法—RBF神經網絡的債務風險預警模型展開了對遼寧省2010—2022年政府債務的風險分析。譚云和王文姣[ 16 ]從地方政府舉債的深層次原因出發，基于PCA主成分分析法構建成都市政府債務風險預警模型，發現成都目前政府債務風險尚處于可控水平。張小鋒[ 17 ]在運用PCA方法對哈爾濱市債務情況進行研究時，發現哈爾濱市地方政府存在債務風險偏高、財政資金使用效率低下等問題。由此可見，我國不同地區發展差異明顯，總體測度的結果樂觀不代表沒有任何地區存在風險，因此，更為細化的債務風險預警研究是必要的，否則當整體風險測度體現出問題時再展開防控措施可能為時已晚。

由于不同地區經濟發展水平不同，在測度風險時所采用的評價指標不能一概而論，如發展較落后的地區可能會需要更高的政府負債來拉動當地城建及經濟的發展。基于此，在現有研究基礎上，本文運用綜合評價法，構建較為完善的地方政府債務風險監測預警系統，以我國中部某省T區政府2016—2018年債務數據為例，對地方政府債務風險預警分析進行深入探究，并根據量化結果展開針對性的預警機制研究。