论文部分内容阅读
摘 要：当前我国经济增速放缓，而地方债务需求却在不断增加，地方政府债务规模逐渐增大，债务问题层出不穷。以江苏省为例，运用层次分析法（AHP），对2017年江苏省13个市的地方政府债务风险进行实证分析，以期对江苏省乃至全国的债务风险进行及时有效的监测和预判。
关键词：地方政府债务风险;层次分析法（AHP）;风险识别;风险控制
中图分类号：F812.7 文獻标志码：A 文章编号：1673-291X（2020）03-0054-02
引言
当前，中国正处于经济转型的关键时期，经济下行压力较大，各地政府财政收入增速大幅下降，而财政支出却在不断增加，地方政府债务问题也显露端倪，更多潜藏的债务风险点逐渐暴露出来，阻碍了地方财政体系的良好健康运行。若我国地方政府债务风险的诸多问题一直无法得到控制和解决，可能会间接引发系统性金融风险，从而对我国实体经济的结构优化转型乃至总体经济的平稳健康发展造成不良影响。
结合我国当前经济发展过程中对改革的紧迫需求以及复杂的国际发展态势背景综合考虑，通过对财政和债务相关指标数据的科学运行和严谨分析，建立起一套全面、高效、科学的债务风险控制和识别体系，对于有效防范地方政府债务风险就更加迫切与必要。
一、江苏省地方政府债务现状
1.债务数额日益巨大。官方公开数据显示，2018年中国共发行地方政府债券4.1652万亿元。截至2018年年末，中国地方政府债务余额达18.3862万亿元。其中，发行政府债券18.0711万亿元、非政府债券形式存量政府债务3 151亿元。截至2017年末，江苏省的政府债务规模居于全国首位，政府债务余额为12 026.28亿元，较上年末提升10.18%。其中，一般债务余额为6 668.48亿元，专项债务余额为5 357.8亿元，2017年全省债务率为61.9%。
2.负债种类多样化。江苏省地方政府通过发行债券、政府购买服务、政府与社会资本合作（PPP）等形式举债，以完成基础设施建设的任务。基础设施建设前期投入量大，项目建设周期长，短期内得不到回报，使地方政府的财力远远不能满足其偿债规模要求，使地方财政风险加剧。江苏省城投企业数量众多，城投企业存量债券余额及带息债务规模均位居各省首位，各地级市城投债分布两极分化较明显，主要集中于较为发达的苏南地区。
二、构建地方政府债务风险识别指标体系与度量模型
1.有关风险识别指标体系的设定。地方政府债务的详细数据基本不对外公开，作为公众我们无法获取到最新的债务数据，因此本文采用层次分析法（AHP）来构建地方政府债务风险识别模型。层次分析法的构建思路为：首先选取对地方政府债务风险影响较大的指标并测算其权重，然后由权重计算各个市的每个指标得分以及综合得分，确定风险等级以评估政府性债务风险，从而构建地方政府债务风险识别指标体系。
2.风险识别指标体系构成内容。结合江苏省近年来的地方债务情况，本文选取了GDP增长率C1、收入弹性C2、财政收入增长率C3、财政收入占GDP比率C4、财政自给率C5、财政赤字率C6、债务依存度C7、逾期债务率C8、债务负担率C9、偿债率C10等10个具有代表性的地方政府债务风险识别指标作为子因素指标，基本上能够对其债务风险做预测和评判。
3.地方政府债务风险识别的综合度量模型。一是度量方法。首先，运用层次分析法（AHP）构造总指标体系、主因素指标和子因素指标的层次模型。通过指标两两比较，即根据影响程度进行相互尺度的比较，得到指标的权重。最后，根据确定的各指标权重计算得出地方政府债务的综合风险程度。在构建判断矩阵时，由判断矩阵计算被比较元素对于该项目的相对重要性的排序权值，再对判断矩阵按行求几何平均数，进行归一化处理和一致性检验。二是模型解读。设C1～C10等10个指标相对于总目标的权重分别为W1～W10（如下表所示）。需要说明的是，这10个二级指标的权重经专家打分所得，具有一定的主观性，并需要随着财务变化和实际债务的状况进行调整。
三、有关地方政府债务风险识别的实证分析——以江苏省13个市为例
1.实证分析。本文以江苏省为例探索地方债务识别模型的建立。江苏省之所以具有很好的代表性，是因为该省经济总量大，债务类型复杂、规模大、涉及面广。为了使得数据输出结果能真实反映当今社会实际债务现象，各指标都选取了目前可获得的最新的财政数据。
2.风险识别模型的数据检验。设定风险指标值的最高分值为100，最低分值为0，且对每一个风险区间设定相应的分数区间。高风险区间至无风险区间的分数分别为[200/3，100]、[100/3，200/3]、[0，100/3]。根据处理方法，加权得出综合风险分值的测度。
下面以南京市为例，说明江苏省13个主要城市的得分计算过程。南京市11.54%的增长率位于中等风险区间[7%，12.06%]，则指标值的分数区间为[100/3，200/3]。那么，指标值指数=（11.54%-12.06%）/（12.06%-7%）=-0.1028，指标值得分=-0.1028×（100/3-200/3）+200/3=70.09，表明江苏省南京市GDP的增长率得分达到70.09分。
由各综合风险得分和各指标权重加权计算出江苏省13个市的综合风险值，确定对应的债务风险等级，从而评判和分析各市的债务风险情况。
由地方政府债务风险识别模型得到的总结果可以看出，江苏省各城市的风险等级为轻警、微警和无警三级。无锡市、苏州市、南京市、南通市、泰州市、常州市和镇江市处于无警状态，连云港市、盐城市、淮安市、扬州市、徐州市处于微警状态，宿迁市处于轻警状态。综上，苏南地区地方政府债务水平较低，而苏中、苏北地区债务风险则稍高，需要加强监管。即江苏省经济欠发达地区的政府债务风险相对较高，偿债能力较弱，说明局部地区债务风险偏高仍需引起重视。
四、江苏省地方政府债务风险防范对策
1.完善地方政府财政税收体系建设。江苏省地方政府财政支出主要用于教育、基础设施、交通、卫生医疗等社会建设和民生民权方面。当地方财政收入无法满足建设资金的需求，就会增加债务来融资。整体来看，江苏省地方政府财政税收体系尚不完善，给债务的管理带来了不利影响。重新划分中央的和地方的事权职责，需要通过法律形式明确江苏省各级政府责任范围内财政支出情况，根据地方政府的实际需要来分配财权。
2.强化地方政府债务风险监管机制。一直以来，我国对于地方政府债务的情况的披露要求并没有明确具体的规定，地方政府所公布的债务数据真实性也有待考量，公众更是无从得知有效具体的地方政府债务情况。各级政府、国有企事业单位等公共实体部门要按时将财务决算及相关账目上交给审计院，审计院审查各部门单位报送上来的会计账目，并且协助相关部门监督财政法律法规的执行情况。
3.构建地方政府债务风险识别机制。根据我国国情和地方政府债务的特点，综合考量并精确测算了地方政府财政情况，在此基础上设计科学合理的风险识别体系，有利于中央和地方政府根据得出的债务风险情况进行相应的债务防范。成立江苏省地方政府债务专业管理机构，利用大数据和云计算等当下先进的科学技术，并建立债务专家人才库，综合运用经济学和数理统计学等方法，建立现代化地方政府债务风险评估体系。
参考文献：
[1] 冀云阳，付文林.项目制治理模式与地方政府债务扩张[J].财经研究，2018，（10）：38-52.
[2] 吕江林，沈国庆.地方税收增长激励与地方政府债务扩张——基于公共选择的视角[J].税务研究，2019，（6）：98-105.
[3] 李升.地方政府隐性债务风险及其治理[J].地方财政研究，2018，（12）：58-65.
[4] 沈雨婷，金洪飞.中国地方政府债务风险预警体系研究——基于层次分析法与熵值法分析[J].当代财经，2019，（6）：34-46.
[5] 刁伟涛，傅巾益，李慧杰.信用利差、违约概率与地级政府债务风险分类测度[J].财贸经济，2019，（6）：5-21.
关键词：地方政府债务风险;层次分析法（AHP）;风险识别;风险控制
中图分类号：F812.7 文獻标志码：A 文章编号：1673-291X（2020）03-0054-02
引言
当前，中国正处于经济转型的关键时期，经济下行压力较大，各地政府财政收入增速大幅下降，而财政支出却在不断增加，地方政府债务问题也显露端倪，更多潜藏的债务风险点逐渐暴露出来，阻碍了地方财政体系的良好健康运行。若我国地方政府债务风险的诸多问题一直无法得到控制和解决，可能会间接引发系统性金融风险，从而对我国实体经济的结构优化转型乃至总体经济的平稳健康发展造成不良影响。
结合我国当前经济发展过程中对改革的紧迫需求以及复杂的国际发展态势背景综合考虑，通过对财政和债务相关指标数据的科学运行和严谨分析，建立起一套全面、高效、科学的债务风险控制和识别体系，对于有效防范地方政府债务风险就更加迫切与必要。
一、江苏省地方政府债务现状
1.债务数额日益巨大。官方公开数据显示，2018年中国共发行地方政府债券4.1652万亿元。截至2018年年末，中国地方政府债务余额达18.3862万亿元。其中，发行政府债券18.0711万亿元、非政府债券形式存量政府债务3 151亿元。截至2017年末，江苏省的政府债务规模居于全国首位，政府债务余额为12 026.28亿元，较上年末提升10.18%。其中，一般债务余额为6 668.48亿元，专项债务余额为5 357.8亿元，2017年全省债务率为61.9%。
2.负债种类多样化。江苏省地方政府通过发行债券、政府购买服务、政府与社会资本合作（PPP）等形式举债，以完成基础设施建设的任务。基础设施建设前期投入量大，项目建设周期长，短期内得不到回报，使地方政府的财力远远不能满足其偿债规模要求，使地方财政风险加剧。江苏省城投企业数量众多，城投企业存量债券余额及带息债务规模均位居各省首位，各地级市城投债分布两极分化较明显，主要集中于较为发达的苏南地区。
二、构建地方政府债务风险识别指标体系与度量模型
1.有关风险识别指标体系的设定。地方政府债务的详细数据基本不对外公开，作为公众我们无法获取到最新的债务数据，因此本文采用层次分析法（AHP）来构建地方政府债务风险识别模型。层次分析法的构建思路为：首先选取对地方政府债务风险影响较大的指标并测算其权重，然后由权重计算各个市的每个指标得分以及综合得分，确定风险等级以评估政府性债务风险，从而构建地方政府债务风险识别指标体系。
2.风险识别指标体系构成内容。结合江苏省近年来的地方债务情况，本文选取了GDP增长率C1、收入弹性C2、财政收入增长率C3、财政收入占GDP比率C4、财政自给率C5、财政赤字率C6、债务依存度C7、逾期债务率C8、债务负担率C9、偿债率C10等10个具有代表性的地方政府债务风险识别指标作为子因素指标，基本上能够对其债务风险做预测和评判。
3.地方政府债务风险识别的综合度量模型。一是度量方法。首先，运用层次分析法（AHP）构造总指标体系、主因素指标和子因素指标的层次模型。通过指标两两比较，即根据影响程度进行相互尺度的比较，得到指标的权重。最后，根据确定的各指标权重计算得出地方政府债务的综合风险程度。在构建判断矩阵时，由判断矩阵计算被比较元素对于该项目的相对重要性的排序权值，再对判断矩阵按行求几何平均数，进行归一化处理和一致性检验。二是模型解读。设C1～C10等10个指标相对于总目标的权重分别为W1～W10（如下表所示）。需要说明的是，这10个二级指标的权重经专家打分所得，具有一定的主观性，并需要随着财务变化和实际债务的状况进行调整。
三、有关地方政府债务风险识别的实证分析——以江苏省13个市为例
1.实证分析。本文以江苏省为例探索地方债务识别模型的建立。江苏省之所以具有很好的代表性，是因为该省经济总量大，债务类型复杂、规模大、涉及面广。为了使得数据输出结果能真实反映当今社会实际债务现象，各指标都选取了目前可获得的最新的财政数据。
2.风险识别模型的数据检验。设定风险指标值的最高分值为100，最低分值为0，且对每一个风险区间设定相应的分数区间。高风险区间至无风险区间的分数分别为[200/3，100]、[100/3，200/3]、[0，100/3]。根据处理方法，加权得出综合风险分值的测度。
下面以南京市为例，说明江苏省13个主要城市的得分计算过程。南京市11.54%的增长率位于中等风险区间[7%，12.06%]，则指标值的分数区间为[100/3，200/3]。那么，指标值指数=（11.54%-12.06%）/（12.06%-7%）=-0.1028，指标值得分=-0.1028×（100/3-200/3）+200/3=70.09，表明江苏省南京市GDP的增长率得分达到70.09分。
由各综合风险得分和各指标权重加权计算出江苏省13个市的综合风险值，确定对应的债务风险等级，从而评判和分析各市的债务风险情况。
由地方政府债务风险识别模型得到的总结果可以看出，江苏省各城市的风险等级为轻警、微警和无警三级。无锡市、苏州市、南京市、南通市、泰州市、常州市和镇江市处于无警状态，连云港市、盐城市、淮安市、扬州市、徐州市处于微警状态，宿迁市处于轻警状态。综上，苏南地区地方政府债务水平较低，而苏中、苏北地区债务风险则稍高，需要加强监管。即江苏省经济欠发达地区的政府债务风险相对较高，偿债能力较弱，说明局部地区债务风险偏高仍需引起重视。
四、江苏省地方政府债务风险防范对策
1.完善地方政府财政税收体系建设。江苏省地方政府财政支出主要用于教育、基础设施、交通、卫生医疗等社会建设和民生民权方面。当地方财政收入无法满足建设资金的需求，就会增加债务来融资。整体来看，江苏省地方政府财政税收体系尚不完善，给债务的管理带来了不利影响。重新划分中央的和地方的事权职责，需要通过法律形式明确江苏省各级政府责任范围内财政支出情况，根据地方政府的实际需要来分配财权。
2.强化地方政府债务风险监管机制。一直以来，我国对于地方政府债务的情况的披露要求并没有明确具体的规定，地方政府所公布的债务数据真实性也有待考量，公众更是无从得知有效具体的地方政府债务情况。各级政府、国有企事业单位等公共实体部门要按时将财务决算及相关账目上交给审计院，审计院审查各部门单位报送上来的会计账目，并且协助相关部门监督财政法律法规的执行情况。
3.构建地方政府债务风险识别机制。根据我国国情和地方政府债务的特点，综合考量并精确测算了地方政府财政情况，在此基础上设计科学合理的风险识别体系，有利于中央和地方政府根据得出的债务风险情况进行相应的债务防范。成立江苏省地方政府债务专业管理机构，利用大数据和云计算等当下先进的科学技术，并建立债务专家人才库，综合运用经济学和数理统计学等方法，建立现代化地方政府债务风险评估体系。
参考文献：
[1] 冀云阳，付文林.项目制治理模式与地方政府债务扩张[J].财经研究，2018，（10）：38-52.
[2] 吕江林，沈国庆.地方税收增长激励与地方政府债务扩张——基于公共选择的视角[J].税务研究，2019，（6）：98-105.
[3] 李升.地方政府隐性债务风险及其治理[J].地方财政研究，2018，（12）：58-65.
[4] 沈雨婷，金洪飞.中国地方政府债务风险预警体系研究——基于层次分析法与熵值法分析[J].当代财经，2019，（6）：34-46.
[5] 刁伟涛，傅巾益，李慧杰.信用利差、违约概率与地级政府债务风险分类测度[J].财贸经济，2019，（6）：5-21.