一、绪论

1.1选题背景

　　地方政府债务的规模膨胀态势已经成为我国宏观经济运行中的一个突出问题。我国向来对地方政府举债行为进行十分严格的限制，地方政府不得随便发债。《中华人民共和国预算法》中明确要求地方应该以保证预算平衡为重点，尽量不要产生赤字。《中华人民共和国担保法》规定地方政府、行政机关不得对外提供担保。但从2008年次贷危机到目前为止，世界经济在经历短暂复苏之后又进入了一场“大萧条”的长期衰退。在全球经济不景气的状况下，为了对冲金融危机给我国宏观经济带来的影响，扩大国内市场的需求,维持济增速的平稳性，中央政府果断调整政策策略，实施适度宽松的货币政策和积极的财政政策。2008 年 11 月，中央政府出台了4万亿人民币的经济刺激计划的同时，为了确保中央政府的这一计划的顺利实施，提高地方政府安排配套资金的能力，地方政府建立大量具有政府背景的融资平台，间接进行融资举债； 2009年，中央又代理地方政府发行了两千亿元地方政府债券，至此在学术界和实务界争论颇多的地方政府债券终于正式启动。 

　　2015年6月,国家审计署审计长刘家义在向人大十二届常委会第十五次会议所作的关于2014年度中央预算执行和其他财政收支的审计工作报告中指出, 至2013年6月底全国地方政府负偿还责任债务中，需在2015年偿还的有1.86万亿元（占17%）。重点抽查的9个省本级、9个省会城市本级和9个县，2014年底政府负偿还责任债务余额比2013年6月底增加46%；今年以来增速放缓，3月底比年初增长0.1%（县级下降3.5%），但这些地区上年综合财力呈负增长的有三分之一，大部分地方政府债券尚未发行，个别地区债务偿还出现困难。截至2014年底，地方政府性债务总规模为24万亿元，其中政府负有偿还责任的债务为15.4万亿元，已经成为我国目前主要的财政隐患，严重威胁着我国经济安全和社会稳定。 

　　随着短期债务的集中到期，各地方政府将迎来偿债高峰，地方政府债务改革与发展正成为我国新经济常态下地方政府财政体制改革的新热点。而经济发展的放缓，财政收入增速的降低以及地方政府发债的限制，加上房地产市场的调控调控和土地财政收入的锐减，使地方政府的偿债能力不断减弱，地方政府面临的债务风险不断增大，并且危及到政府职能发挥。债务危机一旦爆发，就会对社会主义现代化建设产生负面影响，也会让人民群众对我国地方政府的诚信力产生怀疑。 

　　本课题研究拟从地方政府性债务总量来全面评价地方政府债务的影响因素和债务风险。首先通过逐步回归方法，对地方政府性债务的影响因素进行分析。然后采用B-S模型和KMV模型、TOPSIS模型对地方政府性债务的违约风险和预警机制进行研究。 

1.2 研究意义

　　l 从全口径的角度研究地方政府的债务风险。地方政府债务风险的全面分析有利于扩大地方政府债务风险的研究范围，从而对我国地方政府债务风险的总体状况有一个相对比较清楚的了解。 

　　l 从多角度研究地方政府的债务风险的形成机制。运用相关经济学理论深入分析地方政府债务风险的形成机制，可为地方政府债务风险预警理清研究思路。目前地方政府债务风险的形成机制分析比较片面，以致于地方政府债务风险理论研究上处于混乱，难以从根本上防治地方政府债务风险。 

　　l 构建地方政府债务风险预警系统。防范与化解地方债务风险的措施之中，构建有效的风险预警系统是重中之重，运用地方政府债务风险预警系统可更好地把握风险和预防风险。 

1.3 国内外研究现状

　　关于地方政府性债务研究的文献主要有三类：地方政府性债务规模的影响因素^[1，2]、地方政府性债务最优规模水平^[3-5]和地方政府性债务风险评价及预警^[6-9]。 

　　对于地方政府性债务规模影响因素问题，现有文献研究观点是，中国地方政府举债的根本原因是地方政府财政收入不足，税收收入是地方政府财政收入的主要来源，而地方财政收入多寡与税收制度紧密相关，非税收入是地方财政收入的另一个重要来源，对地方财政平衡和地方财政赤字规模的影响也非常大。 

　　关于地方政府性债务的规模问题，现有文献研究从财政体制、管理制度、经济发展和政府行为等视角进行了分析和探讨。主要观点包括：一是各级政府间的财政分权关系导致地方政府财力减少，事权却有所扩大，这种财力与事权的不匹配所引致的资金缺口需要通过举债来弥补，从而导致地方政府性债务的增长^[10]；二是举债程序不规范和债务使用监管不完善，致使上级政府无法对地方政府债务规模的扩张行为进行有效的约束和控制；三是为促进经济发展所进行的项目建设和各种体制性安排促使地方政府性债务规模快速增长。在此基础上学者们进一步从举债能力、偿债能力和维持经济与债务增长平衡的角度展开了对地方政府性债务规模问题的思考和讨论，认为地方政府性债务存在最优规模水平并且产生的效果与其规模水平之间存在着一定的关系。 

　　关于地方政府性债务风险评价及预警，现有文献主要是以地方政府的财政和债务的数据为基础，构建系统的指标体系，用于对地方政府性债务风险的评价和预警。如考燕鸣等^[11]从地方政府“借、用、还”三个环节来构建地方政府性债务风险评价及预警指标体系。缪小林和伏润民^[12]则从债务的外部负担和内部结构来构建地方政府性债务的评价指标。综合现有研究结果，关于地方政府性债务的风险预警指标基本包括债务负担率，地方财政负债率，地方财政偿债率，债务逾期率，债务依存度，新增债务率，担保债务比重等。至于评价模型和方法，学者们对ＫＭＶ模型进行了改进，通过修正的ＫＭＶ模型实证得出我国地方政府债务本质上不存在经济上的违约风险，但存在一定程度的道德风险^[13－15]。 

　　综上所述，关于地方政府性债务影响因素和规模水平问题的研究，现有文献基本是定性地进行分析，关于地方政府债务风险评价及预警问题，虽然现有文献涉及到模型的应用，但大多是针对地方政府性债券的违约风险展开研究，而债券只是地方政府性债务的一部分，地方政府性债务还包括银行贷款、信托等。 

1.4本课题研究的基本思路、方法和重要观点

1.4.1 主要思路

　　本课题研究统计分析技术为支撑，采取定性分析和定量研究相结合的方法，以湖南省部分地级市为研究对象，对地方政府债务风险现状进行全面分析；然后构建地方政府债务风险评价指标体系，采用多元统计方法，对地方政府债务风险进行评价并建立风险预警机制；最后，提出地方政府债务管理的对策和建议。 

　　本课题研究的技术路线如下图1所示。 

　　图1《地方政府债务风险动态监控与预警机制研究》技术路线图 

1.4.2 研究方法

　　l 成本-绩效分析法。将此种方法运用到课题研究，可以对地方政府的债务成本与债务利用的绩效有一个比较恰当的评价，旨在降低负债成本，提高债务利用效率。 

　　l 模型评价法。引入时间熵权，建立动态的TOPSIS评价模型，研究客观事物中多个因素之间相互依赖的统计规律性，并对指标进行综合评析，得出一个根据指标内部结构关系确定的综合评价函数，根据数据之间的相关关系确定各个指标的权重，以此对债务风险进行评价。 

1.4.3 重要观点

　　l 重视地方政府债务风险评价指标的选取和权重设定。建立能够衡量一个地方政府债务风险评价的指标体系，要根据社会管理创新的需要科学赋予各个指标的权重，以加强地方政府风险评价结果的科学性和合理性。 

　　l 重视地方政府债务预警机制的建立。债务预警机制的建立是经济发展走向效益化的有效途径，地方政府要形成一套适合当地实情并能持续发展的政府债务预警体系，以确保地方政府债务的合理利用。 

二、地方政府债务风险监控与预警的理论方法

2.1地方政府性债务规模影响因素分析模型

　　一般来说，影响政府性举借规模的因素是多方面/多层次的，但总括起来，无非包括两个方面:宏观因素和微观因素。宏观因素包括经济发展水平、财政收支状况、金融市场的发展状况，微观因素包括政府债务的结构状况、政府的债务管理效率、政府债务的成本－效益状况、政府债务的累积效应等。据此，为分析地方政府性债务规模（Y）的影响因素，初步选定财政收入（X₁)、财政支出（X₂)、GDP值（X₃)、到期债务应还本付息额（X₄)、债务期末余额 (X₅)，并基于以下几个假设。 

　　（一）政府财政收入直接决定着政府性债务规模的大小，一般来说，财政收入越大，政府举债愿望越小，政府性债务的规模也越小。 

　　假设一：地方政府性债务规模与财政收入呈负相关。 

　　    （二）在地方财政收入既定的情况下，地方所需财政支出越高，则政府负债的可能性越高，负债额也可能越高。 

　　假设二：地方政府性债务规模与地方财政支出正相关。 

　　    （三）地方政府性债务规模与政府的偿债能力相关，而政府的偿债能力在根本上又是由社会经济发展水平所决定。 

　　    假设三：地方政府性债务规模与地方经济发展水平即GDP总量呈负相关。 

　　    （四）政府性债务是政府筹集资金的信用凭证，需要到期还本付息，而且到期应还本付息额越大，偿还难度也越大，可能导致政府债务规模越大。 

　　假设四：地方政府性债务规模与到期债务应还本付息额呈正相关。 

　　（五）地方政府性债务规模直接取决于地方政府各期期末债务余额的累积，期末债务余额越大，债务规模相应增大。 

　　假设五：地方政府性债务规模与期末债务余额呈正相关。 

　　本节选取六个市级地方政府债务相关数据对政府债务规模的影响因素进行识别。为了消除异方差现象，建立如下对数线性模型： 

　　   （1） 

　　其中，表示时间序列单元，表示模型的常数项和各因素的系数，均为待估参数。表示在时间t时的债务规模。分别表示在时间t时上述五个因素的观测值。为误差扰动项。 

　　为考察五个因素对地方政府性债务规模的解释效用，对模型（1）采用逐步回归法，用地方政府性债务规模对各因素分别回归，根据回归方程的拟合优度可决系数进行变量取舍。如果加入的变量能够提高拟合优度并通过t统计量检验，那么这个变量就应该纳入模型中，反之，则剔除不显著变量。由于财政收入和财政支出是影响地方政府性债务的最重要和最基本因素，因此，本文以这两个因素为基准，依次将各个解释变量加入模型中进行逐步回归分析。 

2.2 KMV模型

　　KMV模型是美国KMV公司用来估计企业借款违约概率的方法。该模型认为，贷款的信用风险是在给定负债的情况下由债务人的资产市场价值决定的。但资产并没有真实地在市场交易，资产的市场价值不能直接观测到。为此，模型将银行的贷款问题倒转一个角度，从借款企业所有者的角度考虑贷款归还的问题。 

　　    KMV模型评价债务风险的步骤: 

　　    ?利用布莱克－舒尔斯期权定价公式，根据企业股权的市场价值波动性、 到期时间、无风险借贷利率及负债的账面价值估计出企业资产的市场价值和资产价值的波动性。如果把企业负债看作是买入一份以企业资产市场价值为标的的欧式看涨期权，若债务到期时的企业资产市价V高于其所需清偿的负债D，则企业偿还债务，否则企业选择违约。根据布莱克－舒尔斯期权定价公式： 

　　                  （2） 

　　其中，为企业股权市场价值，为企业资产市场价值，为企业负债额，为债务偿还期限，为市场无风险收益率。设表示企业资产价值波动率，则，表示标准正态分布函数。 

　　?根据公司的负债计算出公司的违约点,进而计算违约距离。假设企业资产未来市场价值围绕企业资产市场价值呈正态分布，则违约距离可由下式得出: 

　　                        （3） 

　　其中，为企业资产市场价值，表示违约点价值。 

　　?根据企业的违约距离与预期违约率之间的对应关系，求出企业的预期违约率。企业违约率是指企业资产市场价值低于违约点的概率。根据布莱克－舒尔斯模型，企业资产的市场价值服从几何布朗运动，时刻市场价值可表示为: 

　　               （4） 

　　其中，表示预期收益率，表示收益率的随机部分。预期违约率可表示为： 

　　          （5） 

　　在的假设下，进一步有 

　　           （6） 

　　如果把政府看作为一个企业，用政府债务余额D替代KMV模型中企业的负债DP，用可做为政府债务担保的财政收入R替代企业资产的市场价值V，表示政府财政收入增长率，表示政府财政收入波动率。如果R，则政府发生债务违约，否则不违约^[18]。 

　　根据现有研究结论^[19]，有 

　　            （7） 

　　                          （8） 

　　根据KMV模型可以对各地方政府债务存在的违约风险进行定量评价，根据预期违约率合理控制地方政府债务规模。 

2.3 熵权TOPSIS模型

　　（一）模型介绍 

　　    1、熵权 

　　熵权法是一种客观的赋权方法，不受评价主体的主观意志所左右，具有精度高、客观性强的特征。本文通过引入熵权法，对横向的评价指标维度和纵向的时间维度进行加权，并与传统的TOPSIS方法结合，对地方政府绩效进行更客观科学的评价，为促进地方政府绩效的提升提供决策参考。 

　　    2、横向评价指标熵权 

　　假设评价体系含个评价对象，个评价指标，首先对原始数据进行归一化处理得数据矩阵，其中，对于正向指标，取，对于逆向指标，取，对于中性指标，则取，（）表示同一评价指标下不同对象的最大（最小）值，表示中性指标的目标值。则指标熵为：，各评价指标的熵权为：，其中。 

　　    3、纵向时间熵权 

　　静态评价只针对单一时刻的指标值进行评价，这种静态的“以点带面”的评价方法不能充分体现“事物总是处于运动状态”的哲理。有必要对不同时刻的评价结果进行综合考虑。 

　　假设评价对象经历了时间段，不同时点的评价结果包含的信息并不完全等同，时间权重就可以反映对不同时刻评价的重视程度。在此，先定义时间熵和“时间度^[15]”： 

　　，表示时刻的时间权重，可以通过解下面的优化问题（9）得到。 

　　，体现对时序的重视程度，取值越小，表明评价者越注重近期样本数据，反之则反。 

　　在给定“时间度”的约束下，通过求解如下非线性规划问题，得到各时刻的时间熵权： 

　　                        （9） 

　　    （二）评价步骤 

　　TOPSIS法的基本思想是从归范化处理后的原始数据中，找出多个目标的最优和最劣目标，并计算各评价对象与最优和最劣目标的距离，获得评价对象与最优和最劣目标的贴近度，按此进行排序。贴近度取值位于[0,1]之间，取值越大，评价结果越好。熵权TOPSIS方法步骤如下： 

　　①对趋势化处理后的指标值按（10）式进行静态值与动态增量的加权： 

　　            （10） 

　　    其中，为时刻评价对象的第个指标经过趋势化处理后的值；，，是指定的参照时刻，可以属于或不属于，若，则数据不参与评价。称为协调系数；表示只考虑评价指标在各时刻的静态值；表示只考虑指标的增量值。 

　　②确定各评价对象的最优和最劣目标： 

　　…        …（11） 

　　③不同时点各评价对象与最优目标和最劣目标的距离： 

　　                  （12） 

　　为评价指标在时刻的指标权重，根据计算获得。 

　　④不同时点各评价对象与最优目标的贴近度: 

　　                        (13) 

　　取值越大，表示被评价对象在时刻的评价值越贴近最优目标值，即越优。 

　　⑤根据时间加权算子TOWA ^[19]计算被评价对象的综合评价值: 

　　                         (14) 

　　为时间权向量，通过解（9）式得到；表示被评价对象的熵权TOPSIS综合评价值，取值越大风险值越高。 

　　根据熵权TOPSIS评价模型，可以对不同地区政府债务进行横向对比分析和纵向演化分析。对比不同地方政府债务的风险差距和本地区政府债务的时间演化特征和规律，从而对地方政府债务进行合理控制。 

三、地方政府债务风险实证分析

3.1 指标体系的构建

　　根据本课题研究目标的实现以及样本数据的可选取性，考虑到我国地方政府债务时间序列数据的年限性，我们选取东、中、西部地区各2个地级市（考虑到对地方政府的影响，以A市、B市、C市、D市、E市、F市表示）2012年至2015年的相关数据进行研究。其中，用于衡量债务规模与结构、债务变化的数据均取自由各地级市审计部门发布的的地方政府性债务审计结果。其他经济指标数据来自各市统计年鉴和财政局、统计局网站。 

　　为考察五个因素对地方政府性债务规模的解释效用，对模型（1）采用逐步回归法，用地方政府性债务规模对各因素分别回归，根据回归方程的拟合优度可决系数进行变量取舍。如果加入的变量能够提高拟合优度并通过t统计量检验，那么这个变量就应该纳入模型中，反之，则剔除不显著变量。由于财政收入和财政支出是影响地方政府性债务的最重要和最基本因素，因此，本文以这两个因素为基准，依次将各个解释变量加入模型中进行逐步回归分析。 

　　基于五个假设，对（1）式采用逐步回归的方法进行估计，并逐步剔除不显著的变量，估计结果如下表1所示。 

　　表1 回归结果 

　　注：括弧内数值表示对应的p值。 

　　表1中各模型的估计结果表明，随着新的显著变量的引入，模型的逐渐提高，模型拟合效果不断增强。结合现有的债务影响因素的理论分析，选择表1中模型4做为政府债务规模影响因素分析的模型依据。即五个因素都对政府债务规模产生显著影响，而且地方财政支出额、到期债务应还本付息额、期末债务余额与政府债务规模正相关；地方财政收入和GDP值与地方政府债务规模负相关。这和本文前面的理论假设一致，与现有文献研究的结论也相吻合。从定量角度看，地方财政收入每上升1％，债务规模下降0.037％，且在10％的显著性水平下通过检验，进一步说明假设一具有合理性；一定时期内的财政支出增加一个百分点，债务规模就会上升大约0.28个百分点，且在1％的显著性水平下通过检验，可知假设二与事实相吻合；GDP值增加1％，政府债务规模就会下降大约0.06％，而且通过显著性水平为10％的显著性检验，说明地方经济发展水平与地方政府债务规模呈一定的负相关关系，支持了假设三这一观点；到期债务应还本付息额和期末债务余额没增加一个百分点，政府债务规模分别会提高0.11和0.15个百分点，且均通过1％显著性检验，这充分说明了该两个因素与政府债务规模的正相关关系，假设四、假设五是合理的。 

3.2 基于KMV模型的地方政府债务风险评价

　　下面用6个地级市2012－2015年的财政数据进行实证分析，运用KMV模型对各市地方政府债务风险进行评价。 

　　对于可担保财政收入，因为并非所有的财政收入都可以用于政府债务担保，而关于可用于担保的比例，尚无统一标准。根据公式（7）和公式（8）计算6个地级市的财政收入波动率和增长率如下表2所示。 

　　表2  2012－2015年6个地级市可担保地方财政收入增长率和波动率 

　　这样，根据6个地级市2015年财政收入，分别按照表5－3的增长率，可以估计出6个地级市2016年的财政收入。另外，根据地方政府债务的构成，每年应偿债务等于负有偿还责任债务的本利和，加上实际发生的或有债务，或有债务又包括负有担保责任的债务和可能承担一定救助责任的债务，这两个项目可能发生，也可能不发生。实际评价中，我们可以根据或有债务状况，设定实际发生的概率。由此，政府需要偿还的债务总额＝实际负有偿还责任债务的本利和＋或有债务×发生的概率。即 

　　                 （15） 

　　其中，表示当期债务总额，表示未到期债务累加额，表示到期债务的利率，表示未到期债务的平均利率。这里，我们按人民银行五年以上贷款利率设定。 

　　假设6个地级市2016年财政支出总额与2015年持平，加上2015年期末债务余额，根据（15）式可以计算2016年各地方政府债务本息和，再取T＝1年并根据（6）式可以计算出2016年不同融资规模下的违约距离和预期违约率EDP（见表3）。 

　　表3 不同融资规模下6个地方政府债务预期违约率 

　　从计算结果来看，6个地级市的债务风险从高到低依次为D市、C市、B市、A市、E市、F市，但各地方政府债务总体状况可以说都处于比较危险的境况。尤其是B市、C市和D市，当融资比40%时的预期违约概率就达到0.9，如果融资比进一步上升，预期违约率会迅速攀升，融资比超过80%时，政府债务违约几乎成为必然。事实上，从近几年市财政收支情况看，B市、C市和D市政府债务之所以处于较高的预期违约率，是因为财政总收入远远低于财政总支出，财政总支出达财政总收入的2倍多，而且财政支出的年增长率高于财政收入的增长率，负债率也逐年升高。 

3.3 基于熵权TOPSIS模型的地方政府债务风险评价

　　考虑到不同评价指标数据量纲的不一致性，我们首先把各评价指标样本数据进行标准化处理。即对于正向指标，取，对于逆向指标，取，对于中性指标，则取，（）表示同一评价指标下不同对象的最大（最小）值，表示中性指标的目标值。对地方政府债务风险指标进行无量纲化处理，经过处理得到的后的各地方政府债务风险评价指标的具体值见表5-5。运用熵权TOPSIS方法对地方政府债务风险进行动态评价，具体评价步骤如下： 

　　    ①根据，计算各评价指标权重。 

　　    ②以2012年数据为基准，取（认为指标增量值更重要，更能体现绩效提升潜力），根据（8）-（12）式计算各地方政府债务风险的值。通过专家咨询取，运用软件解优化问题（7）得时间权重向量，并代入（11）式得最终综合评价值（见表4）。 

　　表4 地方政府债务风险值评价结果（括弧内数字表示风险值排序） 

　　从表3和表4的结果来看，各地方政府债务风险的总体评价结果基本一致，但六个地级市从2012年至2015年各年债务风险又略有变化。 

　　首先，从表4可以发现，除了债务风险值最高的D市外，其它各地方政府债务风险值的综合排序和“当年”排序并不完全相同。 

　　其次，从表4可知，各地方政府“当年”的债务风险值并不能完全代表其真正的相对风险水平。如A市和E市，在四个评价年度中，A市的债务风险值“当年”评价排序分别是第五（四、五、四），平均排序为（5＋4＋5＋4）/4＝4.5，E市债务风险值的“当年”评价排序分别是第四（六、四、五），平均排序为（4＋6＋4＋5）/4＝4.75，初看起来似乎A市的债务风险排序位于E市之前，即A市的债务风险高于E市的债务风险。但实际上E市的债务风险值在逐年“相对”增大，而A市的债务风险值却“相对”略有减小，综合评价值正是考虑了这种“动态波动”因素，所以E市的债务风险评价值综合排序是第4，反而位于A市的债务风险值综合排序之前，即实际上，A市的债务风险要略低于E市的债务风险。这和KMV模型的评价结果也是一致的。 

　　另外，对于地方政府债务风险的时间演化特征，表4的评价结果发现，各地债务风险值总体趋势逐年降低，这和我国地方政府债务监管的事情是一致的。实际上，国家对地方政府的债务问题从2013年开始出台了相关政策进行了举债规模的控制，原则上不允许有新的债务增加。对于地方政府债务风险的空间差异特征，同样从表4可以发现，中部地区的C市和D市的债务风险值高于东、西部地区的其它四个市，这与我国地方经济发展水平和地方政府相对债务规模有关。事实上，对于东部地区的A市和B市来说，虽然举债规模相对中部地区的C、D两市较高，但其经济总量和财政收入同样高很多，对于西部地区的E、F两市来说，虽然其经济总量和财政收入较总部地区的C、D两市要低，但其举债规模、债务期末余额和到期债务本息额也要低很多。 

3.4 本章小结

　　本章就我国地方政府债务规模的影响因素、债务风险的构成和债务风险的评价指标体系进行了阐述。并以东、中、西部地区的六个地级市为研究对象，通过构建KMV债务违约率评价模型和熵权TOPSIS债务风险评价模型，对六个地级市的债务违约率和债务风险进行了评估。研究结果表明，（1）随着融资比的增大，地方政府债务违约率随之增大；（2）受国家对地方政府债务的监管力度的加大，近年来各地方政府的债务问题得到了控制，债务风险呈逐年降低的趋势；（3）地方政府的债务违约率和债务风险的高低，取决于其经济发展水平、财政收入和财政支出额、以及期末债务余额和到期债务本息额的高低。