地方政府债务风险预警模型构建及应用探析.docx

    地方政府债务风险预警模型构建及应用探析    【摘 要】 党的十九大报告提出要打好三大攻坚战，防范化解重大风险排在首位近年来，随着显性债務监管的完善，债务规模得到了有效控制，但是地方政府隐性债务的问题仍然无法有效评估和解决文章依照简洁、明确、实用的原则，运用红绿灯预警模型，结合层次分析法，采用MATLAB软件为地方政府债务风险的防控建立了一套框架为“一个中心、两大层次、三大功能”风险预警模型，并通过该模型对30个省（区、市）的政府债务风险进行了层次化、全面化的评估，就综合指标评估结果而言，我国已经没有处于无风险状态的省（区、市），且近一半的省（区、市）进入了红色预警阶段将评估结果与现实情况进行比对，证明了该模型能够有效预警地方政府债务风险情况，为下一步的风险防范提供针对性的目标Key】 地方债务风险; 风险预警; 风险评估F812.7   A   1004-5937（2019）16-0047-07一、引言约翰·梅纳德·凯恩斯[1]认为“政府债务的正面效应超过其带来的风险”，可见政府债务是一把双刃剑，适度债务可以促进经济发展，若是过度膨胀则会引起财政风险，制约经济的可持续发展2008—2018年，我国经济总量增长了2.5倍，债务总量增长了近5倍，债务增长规模过快，债务风险已经显露。

杨志勇[2]认为全国层面上，地方债风险的防范和化解没有问题，风险总体可控，但不等于各个地区都能轻松应对地方债风险，且因或有债务、隐性债务的存在，各地的债务风险不一，需要加以区别对待杨灿明等[3]也认为地方政府潜伏着大量隐性债务、个别省市难以控制的风险从“43号文”和新《预算法》角度，隐性债务不属于地方政府债务，很多地区测算地方债务债务时并未将其列入预算范畴，但从政府支出责任出发，隐性债务最终还是需要地方政府承担温来成等[4]认为，由于隐性债务说不清楚，地方政府的声誉和财政运行均受到一定冲击，截至2018年中期，有数百家地方政府已经被法院列入了黑名单，一旦地方政府债务突破警戒水平，过度膨胀和蔓延将会制约经济的可持续发展，严重的话，还可能对社会发展产生不利影响，进而引发社会矛盾可见，为防范化解地方政府债务风险，打好首要的攻坚战，需对政府政府债务进行全面化、系统化的认识，急需建立一套合理、全面、有效的地方政府债务风险预警机制二、地方政府债务风险预警系统构建（一）地方政府债务风险预警系统构建基本框架对于地方政府债务风险预警模型，国内有诸多学者对其进行研究罗春婵[5]从规模性、结构性和能动性指标三个方面构建地方政府债务危机的早期预警指标体系。

郭宇等[6]则从社会经济、举债程度和偿债能力三个方面构建了地方政府债务风险预警指标体系郑波等[7]认为政府应对本级政府的债务规模、债务结构以及债务偿还压力等问题做到心中有数，构建科学有效的地方政府债务风险量化分析评估模式，建立健全系统、完整的债务风险量化管理体系谢虹[8]将地方政府债务风险分为规模风险、结构风险、效率风险和外在风险王俊[9]认为财政风险、金融风险和社会风险是地方政府债务的风险构成因素，其运用KMV模型以及VAR模型建立了地方政府债务预警模型，并采用2000—2012年西部地区四个省市的时间序列数据进行了实证分析马德功等[10]运用KMV模型对四川省地方债是否存在违约风险进行评估，并对地方政府适度举债规模进行实证分析可见，地方政府债务风险预警系统的主要有两种：一是将测算金融违约风险的KMV模型引进到地方政府债务违约风险的测算中;二是利用成分分析、模糊评价、因子分析等方法大范围地测算地方政府债务风险状况但就研究结果而言，均未能将可能导致的偿付、规模、结构及社会风险全部考虑进去，无法反映真实情况基于此，本文从地方政府债务面临的偿付风险、规模风险、结构风险以及社会风险四大风险角度出发建立地方政府债务风险预警系统，构造出一套框架为“一个中心、两大层次、三大功能”的地方政府债务风险预警模型体系[11]，全面评测地方政府债务风险的情况。

一个中心”即以化解地方政府债务风险为中心，借鉴企业管理的相关内容，建立一套适合我国经济发展状况和国情的地方政府债务风险预警系统两大层次”即单一因子风险评价体系和综合因子风险评价体系单一因子风险评价体系将预警体系与地方政府债务风险若干指标结合起来，遵循国际惯例并借鉴国内著名学者的文献研究以及我国现阶段国情找到每个指标的风险临界值，并分成三个区间：绿色表示无风险区间，黄色表示低风险区间，红色表示高风险区间单一风险评价体系的优点在于可全面细致地看到每个省每项指标的风险值区间，从而判断每个指标的风险大小，必要时用于找出风险的根源所在，但这仅仅是风险预警系统的第一个层次，因其不能综合考虑整个风险体系状况，因此还需要第二个层次，即综合因子风险评价体系，该体系是在第一个层次红绿灯预警体系的基础上，引入层次分析法的相关理论来确定体系中每个指标在这个体系中的权重，进而将所有指标加权汇总综合考虑其风险所处的区间，进而针对不同的情况采取相应的措施，来预防地方政府债务风险的爆发三大功能”即风险识别、风险分析、风险监控首先，根据综合因子风险评价体系判断出测试地区的债务风险总体所处的区间状况，以此进行风险识别;其次，单一因子风险评价体系的分析过程可以对该地区的风险因素进行细化分析，找出其综合风险较高的根源;最后，结合以上两者便能实现风险监控的功能，应用到地方政府债务防控的实践当中。

二）地方政府债务风险预警系统的构建1.地方政府债务风险预警系统指标体系的构建在遵循科学性、相关性、可行性等原则的基础上，参照国际惯例并结合我国国情选取四种风险类型相关的指标，详见表1采用比较研究方法，参照国际标准和权威部门给定的指标标准范围设定不同的指标区间根据指标大小设定红色区、黄色区和绿色区绿色区是指指标处于合理水平;黄色区是指指标接近警戒线，需引起警惕;红色区是指指标突破警戒线，需要报警具体指标标准如表2所示②2.基于AHP层次分析法的地方政府债务风险指标体系权重计算（1）建立目标评价层次首先建立了地方政府债务风险预警系统的债务风险目标评价层次如图1所示2）构造目标判断矩阵构造判断矩阵是层次分析法的核心环节，为了确定对拟解决问题产生影响的各种具有逻辑关系的因素的相对重要性，应将各因素进行一对一的比较所谓的判断矩阵就是利用层次分析法的信息基础，用数值将各层次影响因素的相对重要性表示出来，并写成矩阵形式，如表3所示为了确保地方政府债务风险各级指标因子权重的权威性，采用问卷研究法的方式，请对地方政府债务进行研究的专家、学者以及政府相关工作人员分别对各级指标进行赋分，最后采用平均汇总的方式得到每个指标值的赋分数值，并整理得到各级判断矩阵如下：（3）特征向量的计算及一致性检验得到各层次的判断矩阵，需要计算出每个矩阵的对应权值，以找出对地方政府债务风险有决定性影响的指标因子。

具体计算是：对于判断矩阵U，计算满足UW=λmaxW的特征根与特征向量式中λmax为U的最大特征根，W为对应于λmax的正规化的特征向量，W的分量Wi即是相应元素单排序的权值，以此来判断权重但是由于判断矩阵中的数值是根据专家主观赋予的，因此判断矩阵通常是不一致的，但是为了能用它对应于特征根的特征向量作为被比较因素的权向量，其不一致程度在容许的范围内即可认定通过3.地方政府债务风险预警系统的构建通过层次分析法的应用得到了地方政府债务风险若干指标体系的权重情况，将其整理得到地方政府债务风险预警系统综合权重指标如表5绿色、黄色、红色所代表的警戒范围用数字1—3表示，得到地方政府债务风险预警系统如表6三、我国各省（区、市）地方政府债务风险评估实证分析（一）各省（区、市）地方政府债务风险评估数据测定建立了地方政府债务预警系统后，选取30个省（区、市）的相关数据④对全国地方政府的债务状况进行了系统的分析，根据用层次分析法测算的各级指标权重值，对上面的红绿色预警体系进行综合指标风险评估，得到的数据如表7二）各省（区、市）地方政府债务风险评估结果分析根据各省（区、市）的地方政府债务风险红绿色预警体系表，本文首先进行第一个层次的评估分析，对各省（区、市）的偿付风险、规模风险、结构风险和经济风险分别进行分析。

其次对各省（区、市）地方政府债务的总体风险进行评估分析1.地方政府债务偿付风险评估结果分析从数字指标角度看，就偿付风险三个子指标总体判断角度而言，0—3范围说明该地区没有偿付风险;3—6范围说明该地区已经出现风险，需要黄色预警;6—9范围说明该地区风险值已经很高，需要高能预警西部地区多数省份⑤突破6的高能预警线，大部分三项指标均是以红色的高能预警状态出现，即已经达到了数字指标9的程度，证明西部地区的偿付风险已经不容小觑此外，黑龙江省、吉林省、河南省、山西省、内蒙古自治区、安徽省、江西省、广西壮族自治区以及海南省超过了6的高能预警线其余省份也均突破了3的无风险预警线，需要进入黄色预警状态总体看来，已有18个省（区、市）的政府债务面临偿还债务高风险情况，需要立即采取有效的措施进行防控，详细数据见图22.地方政府债务规模风险评估结果分析从数字指标角度看，就规模风险四个子指标总体判断角度而言，0—4范围说明该地区没有偿付风险;4—8范围说明该地区已经出现风险，需要黄色预警;8—12说明该地区风险值已经很高，需要高能预警就评估结果来看，和偿付风险分布情况类似，上海、江苏、重庆等也均突破了8的高能预警线，证明这些地区的债务规模风险也已经不容小觑，其中贵州省更是各项指标均以红灯预警的状态出现，数字指标高达12，重庆市和云南省数字指标高达11，也接近全红色预警线，可以说规模风险一触即发。

总体看来，共有12个省（区、市）已经超过了8的风险警戒线，相较偿付风险而言，有一定的缓解，且黑龙江、天津、上海等均处于低风险状态，尤其山东省风险评估值为4，全部子指标均处于无风险状态，不存在规模风险详细数据见图33.地方政府债务结构风险评估结果分析从数字指标角度看，就结构风险两个子指标总体判断角度而言，0—2范围说明该地区没有偿付风险;2—4范围说明该地区已经出现风险，需要黄色预警;4—6说明该地区风险值已经很高，需要高能预警就评估结果来看，和偿付风险与规模风险均有所不同，沒有一个地区的全部城市处于高风险预警状态，且就总体而言，仅有10个地区（占1/3的省市）发出高能预警，情况相对乐观，且北京市和浙江省风险评估值为2，即其结构风险全部子指标均处于无风险状态，不存在结构风险但是，就预警表的结果来看，处于高风险预警状态的省市有一半以上是以全部子指标均红色预警的状况出现，其中包括了黑龙江省、天津市、陕西省、广西壮族自治区、新疆维吾尔自治区以及重庆市，可见这些省（区、市）的结构风险已经非常严重，需要立即处理详细数据见图44.地方政府债务经济风险评估结果分析从数字指标角度看，就经济风险两个子指标总体判断角度而言，0—2范围说明该地区没有偿付风险;2—4范围说明该地区已经出现风险，需要黄色预警;4—6说明该地区风险值已经很高，需要高能预警。

就评估结果来看，情况相当乐观，仅仅华北地区的陕西省突破了4的警戒线范围，进入黄色预警湖北省、重庆市等风险指标值均为2，证明全部子指标均处于无风险状态，不存在经济风险此外，河南省、山东省，江苏省、安徽省以及福建省、广西壮族自治区、海南省也均处于无风险状态总体看来，无风险省（区、市）有14个，且超过无风险预警线的省（区、市）中，仅有3个省份的风险指标值突破3的预警线，距离4的高风险预警值还有一定的差距，因此，我国地方政府债务出现经济风险的概率可以说是相当低的详细数据见图55.各地区地方政府债务风险综合评估分析从数字指标角度看，就地方政府债务风险综合评估分析而言。