目前我国地方政府债务风险虽总体可控,但形势严峻,一旦失控,有可能演变为系统性风险,会影响国家之安全。本文以中部六省为研究对象,选定负债率等债务风险指标,以2009~2018年数据为样本,运用因子分析法,实证研究结果表明:中部六省债务规模仍有继续扩大趋势,各省债务风险存在一定的差距性;地方政府债务风险产生因素主要分为支出、收入和经济效益3类;湖南因支出过大,而财政收入较弱,导致债务风险最大,其次是安徽和江西。 At present, the local government debt risk in China is generally controllable, but the situation is grim. Once it is out of control, it may evolve into a systematic risk, which will affect the national se-curity. This paper takes six provinces in Central China as the research object, selects debt ratio and other debt risk indicators, takes the data from 2009 to 2018 as samples, and uses factor analysis method to carry out empirical research. The results show that: the debt scale of the six provinces in Central China is still expanding, and there is a certain gap in the debt risk of each province; the fac-tors of local government debt risk are mainly divided into three categories: expenditure, income and economic benefits; Hunan has the largest debt risk due to excessive expenditure and weak fi-nancial revenue, followed by Anhui and Jiangxi.
目前我国地方政府债务风险虽总体可控,但形势严峻,一旦失控,有可能演变为系统性风险,会影响国家之安全。本文以中部六省为研究对象,选定负债率等债务风险指标,以2009~2018年数据为样本,运用因子分析法,实证研究结果表明:中部六省债务规模仍有继续扩大趋势,各省债务风险存在一定的差距性;地方政府债务风险产生因素主要分为支出、收入和经济效益3类;湖南因支出过大,而财政收入较弱,导致债务风险最大,其次是安徽和江西。
地方政府债务风险,中部地区,风险评估
Fei Huang, Weijia Wang, Qing Liu
Collage of Economics and Management, Hunan Institute of Technology, Hengyang Hunan
Received: Oct. 23rd, 2020; accepted: Nov. 5th, 2020; published: Nov. 12th, 2020
At present, the local government debt risk in China is generally controllable, but the situation is grim. Once it is out of control, it may evolve into a systematic risk, which will affect the national security. This paper takes six provinces in Central China as the research object, selects debt ratio and other debt risk indicators, takes the data from 2009 to 2018 as samples, and uses factor analysis method to carry out empirical research. The results show that: the debt scale of the six provinces in Central China is still expanding, and there is a certain gap in the debt risk of each province; the factors of local government debt risk are mainly divided into three categories: expenditure, income and economic benefits; Hunan has the largest debt risk due to excessive expenditure and weak financial revenue, followed by Anhui and Jiangxi.
Keywords:Local Government Debt Risk, Central Region, Risk Assessment
Copyright © 2020 by author(s) and beplay安卓登录
This work is licensed under the Creative Commons Attribution International License (CC BY 4.0).
http://creativecommons.org/licenses/by/4.0/
中国特色社会主义进入新时代后,社会治理和经济发展理念发生历史性转变。社会治理由传统“重量轻质”与“唯GDP论英雄”政绩考评机制,转向纳入更多风险因素的考量。经济发展由传统高速增长转向湖南高质增长,更加强调质量和效率。然而新的经济驱动力尚未明确,各类经济金融风险不断显露,尤其是地方政府债务风险。
财政部数据显示,2019年10月末地方政府债务余额21.38 万亿元,而地方政府融资平台隐性债务已高到35万亿元。比2017年净增3万亿元,增幅达到15%。江苏以1.3万亿债务规模居于首位,山东、浙江紧随其后,债务规模超过万亿门槛,广东债务规模也逼近了万亿。而青海、辽宁与贵州分别以151.75%、150.19%与148.64%居于债务率前三位,较多省份的债务率超过了财政部100%债务率红线。由此可见我国地方政府债务风险较大并加剧。
目前地方政府债务风险总体可控,但经济增速不达预期、房地产市场波动、融资不规范等风险隐患,使得个别地区债务风险已突破红线,如果不建立有效的债务预警与监管机制,必将导致地方政府债务风险相互转嫁溢出,一旦债务风险失控,有可能演变为区域性系统性风险,不但使得地方政府出现严重信用危机,也会给国家的经济造成紧迫的挑战。而中央强调,要深入研究地方债务风险的形成机理和防控预案,守住不发生区域性系统性风险的底线;十九大报告更是明确提出防范系统性金融风险。《国务院关于加强地方政府性债务管理的意见》等明确要求建立地方政府债务风险评估、预警、管理等机制。因此,精确评估地方政府债务风险,并对其进行及时有效的监测和预判,进而采取有前瞻性和针对性的债务风险化解对策,显得十分迫切。
债务风险评估相关文献较丰富,下文主要从评估对象、方法与指标三个方面阐述:
评估对象方面大多以省域为基本单元以全国为研究对象,也存在小数以省域或市域为评估对象,如洪源 [
评估方法来看,基本分为层次分析法、模型相结合的方法。层次分析法可以细分为AHP层次分析法、网络层次分析法。AHP层次分析法是将总与决策有关的元素分解成数个层次,在此基础上进行定性、定量分析。宋良荣 [
大多学者从资产负债、偿还能力、财政安全角度来分析地方债务风险。洪源 [
本文借鉴文献 [
因子分析法是指从研究指标相关矩阵内部的依赖关系出发,把一些信息重叠、具有错综复杂关系的变量归结为少数几个不相关的综合因子的一种多元统计分析方法。其不仅可以降低研究问题的难度,还能客观全面的反映地方政府债务风险情况,模型形式如下:
x 1 = a 11 F 1 + a 12 F 2 + ⋯ + a 1 m F m + ε 1 x 2 = a 2 1 F 1 + a 2 2 F 2 + ⋯ + a 2 m F m + ε 2 ⋯ x p = a p 1 F 1 + a p 2 F 2 + ⋯ + a p m F m + ε p (1)
其中,(1)式简化为: x p × 1 = A p × m ∗ F m × 1 + ε p × 1 ,且满足: m ≤ p , C o v ( F , ε ) = 0 ,求解得分表示的线性组合为:
F 1 = β 11 x 1 + β 12 x 2 + ⋯ + β 1 p x p F 2 = β 2 1 x 1 + β 2 2 x 2 + ⋯ + β 2 p x p ⋯ F m = β m 1 x 1 + β m 2 x 2 + ⋯ + β m p x p (2)
通过这些因子组合,结合每个因子的解释比例,可以算出最终的债务风险综合评价得分,依据综合得分对每个城市进行评价。
选取地方政府债务水平、财政水平和宏观经济水平三类一级指标。其中债务水平指标包括负债率、债务率、债务增长率、债务依存度、经济债务弹性等5个二级指标;财政水平指标包括财政收入GDP占比、财政支出GDP占比、赤字率;而宏观经济水平变量包括GDP增长率与固定资产投资率,具体如表1所示。表1中的债务指标数据来源于财政部网站,而财政收入、财政支出数据来源于各省《统计年鉴》,GDP、固定资产投资总额来源于国家数据网站。
指标 | 符号 | 含义(%) | |
---|---|---|---|
债务指标 | 负债率 | x1 | 年末债务余额/当年GDP |
债务率 | x2 | 年末债务余额/当年财政收入 | |
债务增长率 | x3 | 债务增长额/年末债务余额 | |
债务依存度 | x4 | 债务发行额/当年财政支出 | |
经济债务弹性 | x5 | 年末债务余额增长率/GDP增长率 | |
财政指标 | 财政收入GDP占比 | x6 | 当年财政收入/当年GDP总额 |
财政支出GDP占比 | x7 | 当年财政支出/当年GDP总额 | |
赤字率 | x8 | 当年财政赤字/当年GDP总额 | |
经济指标 | GDP增长率 | x9 | (年末GDP总额 − 年初GDP总额)/年末GDP |
固定资产投资率 | x10 | 固定资产投资总额/当年GDP总额 |
表1. 地方政府债务风险评价指标体系
首先对2009~2018年样本数据进行极差标准化,然后采用Spss软件对进行测度。表2显示总体方差贡献,可知前三个因子能解释总体89.679%得信息,固仅提取前3个因子。
成分 | 提取平方和载入 | 旋转平方和载入 | ||||
---|---|---|---|---|---|---|
合计 | 方差(%) | 累积(%) | 合计 | 方差(%) | 累积(%) | |
1 | 3.884 | 38.844 | 38.844 | 3.634 | 36.341 | 36.341 |
2 | 3.393 | 33.933 | 72.777 | 3.425 | 34.248 | 70.589 |
3 | 1.690 | 16.902 | 89.679 | 1.909 | 19.090 | 89.679 |
表2. 总方差贡献
表3显示因子旋转矩阵,发现在第1类因素中,负责率(x1)、债务增长率(x3)、财政支出GDP占比(x7)以及赤字率(x8) 4项指标有较大载荷,这些都是从支出方面描述地方债务风险。在第2类因素中,债务率(x2)、债务依存度(x4)、财政收入GDP占比(x6)以及固定资产投资率(x6) 4项指标有较大载荷,这些都是从产出与收入等方面描述地方债务风险。在第3类因素中,经济债务弹性(x5)与GDP增长率(x9) 2项指标有较大载荷,这些都是从经济效益方面描述地方债务风险。
变量 | 符号 | F1 | F2 | F3 |
---|---|---|---|---|
负债率 | x1 | 0.205 | 0.140 | 0.032 |
债务率 | x2 | 0.112 | 0.272 | −0.163 |
债务增长率 | x3 | −0.276 | −0.023 | 0.037 |
债务依存度 | x4 | 0.023 | 0.248 | 0.023 |
经济债务弹性 | x5 | −0.079 | 0.002 | −0.406 |
财政收入GDP占比 | x6 | 0.120 | −0.248 | 0.058 |
财政支出GDP占比 | x7 | 0.227 | −0.178 | −0.022 |
赤字率 | x8 | 0.267 | 0.001 | −0.120 |
GDP增长率 | x9 | −0.129 | −0.016 | 0.565 |
固定资产投资率 | x10 | −0.030 | 0.209 | 0.162 |
表3. 因子旋转矩阵
由表3,可以得到得分系数矩阵并计算综合得分(见表4)。
F 1 = 0.205 x 1 + 0.112 x 2 − 0.276 x 3 + 0.023 x 4 − 0.079 x 5 + 0.120 x 6 + 0.227 x 7 + 0.267 x 8 − 0.129 x 9 − 0.030 x 10
F 2 = 0. 140 x 1 + 0. 272 x 2 − 0. 023 x 3 + 0. 248 x 4 + 0.0 02 x 5 − 0 .248 x 6 − 0 .178 x 7 + 0. 001 x 8 − 0. 016 x 9 + 0 .209 x 10
F 3 = 0. 032 x 1 − 0 .163 x 2 + 0. 037 x 3 + 0.023 x 4 − 0. 406 x 5 + 0. 058 x 6 − 0.022 x 7 − 0.120 x 8 + 0.565 x 9 + 0.162 x 10
F = 0 .405 F 1 + 0.382 F 2 + 0 .213 F 3
省份 | F1 | F2 | F3 | F |
---|---|---|---|---|
安徽 | 21.32 | 77.85 | 4.97 | 39.43 |
江西 | 23.47 | 71.22 | 3.50 | 37.46 |
山西 | 19.01 | 39.91 | −3.67 | 22.15 |
河南 | 16.07 | 64.51 | 2.86 | 31.76 |
湖北 | 17.69 | 69.91 | 3.23 | 34.56 |
湖南 | 29.018 | 94.91 | −8.06 | 46.29 |
表4. 地方债务风险综合因子得分表
表4显示中部六省的三个因子值以及综合因子总得分,根据总得分将六省的债务风险进行大小排序:湖南 > 安徽 > 江西 > 湖北 > 河南 > 山西。在因子F1中,湖南得分最高,安徽、江西的得分也较高,河南得分最低;因子F2中,湖南得分同样是最高的,排名第二、第三的分别是安徽、江西,此时最低值出现在山西;因子F3中,湖南得分最低,但绝对影响最大,安徽得分最高,江西、湖北分别排第二、第三。在综合因子得分中,湖南排在第一位,随后是安徽、江西等省。综合债务增长率、赤字度、固定资产投资率等指标的分析,可以知道地方债务风险受到多方因素的影响,地方政府如果不能协调好各影响因素之间的关系,加强对经济的宏观调控,最终就会使得债务风险不断增大,其带来的负面影响最终也会对经济发展造成反噬,威胁地区的可持续发展。
图1给出中部6省在财政与债务方面的对比关系。债务角度方面,图1(a)显示湖南债务余额近年来都是最大的,然而其GDP位于第四,仅高于江西与安徽。图1(b)显示湖南负债率也是最大的,以至于其风险较高。财经角度方面,图1(c)显示10年来湖南财经自给能力最弱,仅为0.42,图1(d)显示10年来湖南赤字率最大。
图1. 中部6省财经债务指标比较。(a) 债务余额;(b) 负债率;(c) 财政自给能力系数;(d) 赤字度
近年来,经济发展速度在加快,投资需求欲望在高涨,地方政府为了本地区的基础建设、公共资金的投入顺畅,举债规模在逐年增加。由于政府支出短期内成效不显著,而财政自给能力又不足,这使得地方政府债务偿还能力较弱,经济发展与自身财政水平不匹配,从而给地方政府带来一定的风险。
于是本文从债务、财政与经济发展三个维度构建以负债率、赤字度、GDP增长率等10个指标为地方政府债务风险评估体系,以中部6省为研究对象,选取2017~2019年指标数据为样本,采用因子分析法进行风险评估发现:地方政府债务风险产生因素主要分为支出、收入和经济效益3类;湖南是中部各省中地方政府债务风险最大的,其次是安徽和江西,主要是其财经支出过大,而对应的收入却较弱。
1) 规范地方政府债务管理。根据经济发展实际需求做出相应的改变,补充和完善融资管控和债务责任追究。其次,提高对债务的重视,加强债务知情度,具备忧患意识,认识到债务和地方政府财政之间的平衡关系,不要过度举债。2) 拓宽融资渠道,推进融资平台公司改制。地方政府要鼓励建设市场化债券发行机制。3) 建立完善的风险预警机制。根据现有的债务状况通过构建风险预测模型合理预测未来几年的债务违约情况,根据预测结果,对债务结构进行优化,分散本金的偿还时间,避免地方政府短期内的集中还债情况。
湖南省哲学社科基金“湖南省低碳农业发展模式评价及对策研究”(项目编号:15YBA119,19JD21);湖南教育厅重点项目“湘南地区乡村、城镇、产业融合发展模式研究”(项目编号:18A421,20A38);湖南社会科学成果委员会基金(XSP18YBC077; XSPYBZC014)。
黄飞,王伟嘉,刘 卿. 中部地区地方政府债务风险评估Risk Assessment of Local Government Debt in Central China[J]. 金融, 2020, 10(06): 515-522. https://doi.org/10.12677/FIN.2020.106053