趙穎嵐，張鑫杰， 倪克勤

§財政金融研究§

影子銀行利率提高了我國地方政府債務風險嗎？
——基于省際面板數(shù)據(jù)模型

趙穎嵐，張鑫杰， 倪克勤

通過灰色聚類分析模型和面板數(shù)據(jù)模型檢測近年來我國各省份債務風險及預警等級，實證分析影子銀行利率對地方政府債務風險的線性和非線性影響而作出的研究表明：全國地方政府債務風險總體可控；影子銀行利率提高顯著增加了地方政府債務風險；人均GDP、債務比率、財政分權程度和晉升激勵強度增加了地方政府債務風險；經(jīng)濟增長水平提高、財政分權程度提高、晉升激勵強度提高、影子銀行利率變動對地方政府債務風險的影響程度提高。預警模型預測各省份的風險預警等級具有較高的準確率，實證檢驗結果穩(wěn)健性較好。

地方政府；債務風險; 影子銀行利率; 風險預警等級

一、引 言

隨著我國現(xiàn)代化建設進程的加快，地方政府的支出規(guī)模越來越大，政府債務規(guī)模也不斷增加。特別是2008年全球金融危機發(fā)生后，地方政府債務規(guī)模呈現(xiàn)出快速增長的態(tài)勢。審計署審計結果顯示，2010年末我國地方政府債務余額達到10.7萬億元，*具體數(shù)據(jù)見審計署網(wǎng)站：2011年6月27日，http:∥www.audit.gov.cn/n5/n25/c63566/content.html。到2016年末，財政部數(shù)據(jù)顯示，我國地方政府債務余額達到17.2萬億元，*具體數(shù)據(jù)見財政部網(wǎng)站：2017年4月20日，http:∥www.mof.gov.cn/pub/yusuansi/zhuantilanmu/dfzgl/sjtj/201704/t20170401_2573824.html。比2010年提高了60.7%，年均增速為10%左右。地方債務規(guī)模的膨脹會不斷增加地方政府債務的違約風險，給國民經(jīng)濟帶來巨大的風險。2013年我國首次出現(xiàn)地方政府債務違約的現(xiàn)象。*濟南市歷城區(qū)城市建設綜合開發(fā)公司2013年發(fā)生債務違約情況。2014年6月28日，http:∥finance.sina.com.cn/chanjing/gsnews/20140628/021019548578.shtml。因此，地方政府債務風險已經(jīng)成為經(jīng)濟增長、社會穩(wěn)定和金融安全面臨的一個嚴峻問題。

由于不斷擴大的債務和擔負發(fā)展經(jīng)濟的任務，地方政府除了向銀行借貸資金外，還通過其他渠道，如債券、信托、BT項目等籌集資金。在我國金融抑制的背景下，影子銀行體系發(fā)展較快。影子銀行體系是對游離于傳統(tǒng)銀行體系之外和從事類似于傳統(tǒng)銀行業(yè)務的非銀行機構的總稱。*袁增霆:《中外影子銀行體系的本質與監(jiān)管》，《中國金融》2011年第1期。地方政府通過發(fā)行城投債和信托產(chǎn)品進行融資，這些都是屬于廣義的影子銀行。我國的城投債是地方政府通過建立城市基礎設施建設公司發(fā)行企業(yè)債券，實際上也是地方政府從銀行以外的渠道融得資金，很多時候也是借新還舊，具有一定的杠桿性和期限錯配。同時，信托公司與地方政府在基礎設施和民生工程等領域合作，建立相應的信托計劃，投資者通過信托公司，把資金投入到地方政府的項目當中。這些政信類信托產(chǎn)品也是地方政府從銀行以外的渠道融取資金，也具有一定的杠桿性和期限錯配。因此，根據(jù)影子銀行的定義，城投債和政信信托都是與地方政府債務相關的影子銀行體系。*如下文所述，本文把城投債利率和信托產(chǎn)品利率均作為影子銀行利率的代理變量。據(jù)審計署2013 年全國政府性債務審計結果顯示，約有2.31萬億元的地方債務的資金來源于城投債和信托融資，約占地方政府債務總額的12.9%。*2013年以后審計署沒有再公布地方政府債務的具體融資結構。而其較高的利率水平會影響到地方政府的債務成本負擔和違約的可能性以及舉債行為，加大地方政府債務風險，甚至有可能出現(xiàn)債務危機。*林毅夫:《應重視地方債務風險》，《金融博覽》2014年第9期。因此，研究我國地方政府債務風險問題，不能不討論影子銀行利率變化的影響。

許多國內(nèi)外學者研究了地方政府債務風險產(chǎn)生的原因：地方政府加快經(jīng)濟建設形成的財政赤字會增加地方政府債務風險；*J. L. Mikesell, “Fiscal Administration: Analysis and Applications for the Public Sector,” Dorsey Press, 2010.利率、GDP和物價等宏觀經(jīng)濟變量會對地方政府債務風險產(chǎn)生較大的影響；*T. J. Sargent, and G. J. Hall, “Interest Rate Risk and Other Determinants of Post WWII U. S. Government Debt/GDP Dynamics,” Meeting Papers, Society for Economic Dynamics, 2010.我國分稅制改革后的財稅體制和地方官員政績考核制度會導致地方政府債務積累。*龔強、王俊、賈珅：《財政分權視角下的地方政府債務研究:一個綜述》，《經(jīng)濟研究》2011年第7期。一些學者測度了地方政府債務風險：從債務內(nèi)部結構和外部負擔兩方面構建我國地方政府債務風險指標體系，并測度了西部某省的債務風險；*繆小林:《我國地方政府性債務風險生成與測度研究——基于西部某省的經(jīng)驗數(shù)據(jù)》，《財貿(mào)經(jīng)濟》2012年第1期。利用層次定性分析法建立了遼寧省的地方政府債務風險預警體系，發(fā)現(xiàn)其地方政府債務風險開始凸顯；*王振宇:《我國地方政府性債務風險識別和預警體系研究——基于遼寧的樣本數(shù)據(jù)》，《財貿(mào)經(jīng)濟》2013年第7期。利用KMV模型對我國整體的地方政府債務風險進行預警。*王俊：《地方政府債務的風險成因、結構與預警實證》，《中國經(jīng)濟問題》2015年第2期。一些國內(nèi)外學者研究了如何管理地方政府債務風險：地方政府應該控制政府債務的適度規(guī)模；*Alessandro Missale, Francesco Giavazzi, and Pierpaolo Benigno, “Managing the Public Debt in Fiscal Stabilizations: The Evidence,” Cambridge, MA, National Bureau of Economic Research, 1997, pp.21 -67.建立全國性的和開放的金融市場，特別允許地方政府發(fā)行債券進行融資是解決地方政府債務問題的根本出路；*T. D. Lane, “Market Discipline,” International Monetary Fund Staff Papers, 1993, No.40. 馬金華:《地方政府債務:現(xiàn)狀、成因與對策》，《中國行政管理》2011年第4期。地方政府應建立完善的債務信息披露體系，嚴格落實地方政府債務責任追究制度。*朱文蔚、陳勇：《我國地方政府性債務風險評估及預警研究》，《亞太經(jīng)濟》2015年第1期。

一些學者研究了影子銀行與地方政府債務相關的問題。研究了在我國地方政府債務融資中影子銀行的主要表現(xiàn)形式，分析地方政府債務中潛在的各種風險；*王麗婭、劉固:《我國地方政府債務的風險及其化解對策》，《經(jīng)營與管理》2014年第10期。影子銀行規(guī)模的增加推動了地方政府債務規(guī)模的增加；*呂健:《影子銀行推動地方政府債務增長了嗎》，《財貿(mào)經(jīng)濟》2014年第8期。地方政府通過影子銀行進行融資的成本較高，高利率的特點改變了地方政府的債務結構，使其債務風險趨于復雜；*蔡書凱、倪鵬飛:《地方政府債務融資成本:現(xiàn)狀與對策》，《中央財經(jīng)大學學報》2011年第11期。地方政府融資平臺通過影子銀行融資存在違規(guī)經(jīng)營，其融資成本較高，有關部門對其監(jiān)管缺失。*王梅、賈康、樊綱:《以陽光化地方政府債券取代影子銀行融資》，《第一財經(jīng)日報》2013年7月4日。張平、張麗恒、劉燦:《我國省級地方政府債務風險影子銀行化的成因、途徑及其控制》，《理論探討》2016年第6期。有學者對如何控制地方債務風險和影子銀行風險提出了相應的對策。*李成業(yè)、劉彥生:《如何化解地方債務、影子銀行和貨幣政策風險》，《銀行家》2015年第3期。

總的來說，已有研究存在以下不足：(1)大多數(shù)文獻測算某個省份某年度地方政府的債務風險，很少文獻完整測算出近年來全國所有省份的地方政府債務風險水平。(2)討論地方政府債務風險因素時，以定性討論為主，缺乏定量的研究，特別是從影子銀行利率角度討論得很少。(3)有個別文獻研究了影子銀行規(guī)模對地方政府債務規(guī)模的影響，但是討論影子銀行利率對地方政府債務風險的影響應該更重要。(4)沒有文獻研究影子銀行利率對地方政府債務風險的非線性影響。(5)沒有建立一個可以有效預測地方政府債務風險預警等級的計量模型。

相比已有的研究，本文的不同在于：(1)基于國家審計署對地方政府債務審計數(shù)據(jù)，完整測算了2010年到2015年*其中2011年審計署沒有公布地方政府債務余額數(shù)據(jù)。最新的地方政府債務余額數(shù)據(jù)截至到2015年12月。各省地方政府債務風險水平、預警等級以及影子銀行利率。(2)從影子銀行利率而不是規(guī)模的角度來實證研究影子銀行對地方政府債務風險的影響。(3)使用了面板數(shù)據(jù)門限模型考察了影子銀行利率對地方政府債務風險的非線性影響。(4)使用面板有序響應probit隨機效應模型建立了債務風險預警模型。

二、地方政府債務風險和影子銀行利率測算

(一)地方政府債務風險測算

1.地方政府債務風險測算方法的選擇

對指標體系評價的方法通常包括：因子分析法、聚類分析法、層次分析法和神經(jīng)網(wǎng)絡法等。而以灰色系統(tǒng)理論為基礎的灰色聚類分析方法目前應用較為廣泛?；疑到y(tǒng)理論是由我國的鄧聚龍教授于1982年首次提出的。*鄧聚龍:《灰色系統(tǒng)基本方法》,武漢:華中理工大學出版社，1987年?；疑到y(tǒng)理論的優(yōu)點是能夠通過對“部分”已知信息提取有價值的信息，以實現(xiàn)對系統(tǒng)行為、演化規(guī)律的正確描述和有效監(jiān)控。經(jīng)過三十多年的發(fā)展，灰色系統(tǒng)理論已經(jīng)成為一個綜合性的學科結構體系，其中以灰色關聯(lián)和灰色聚類分析為核心的評價模型體系已經(jīng)比較成熟。*王晶、高建設、寧宣熙:《企業(yè)價值評估指標體系的構建及評價方法實證研究》，《管理世界》2009年第2期；遲國泰、程硯秋、王麗君:《基于灰色聚類的社會評價模型及省轄市的實證》，《中國管理科學》2010年第6期?；疑垲惙治龇ㄊ侵父鶕?jù)灰色關聯(lián)矩陣或灰數(shù)白化權函數(shù)，將一些觀測指標或觀測對象聚集成若干個可定義類別的方法。本文使用灰色聚類分析法計算地方政府債務風險指標的優(yōu)等、良好、一般、差等灰類的聚類系數(shù)，并結合因子分析法得到的各指標權重，加權計算出各省綜合決策測度值，以此測算地方政府債務風險大小。

2. 地方政府債務的相關指標

遵循相關性、重要性、全面性和數(shù)據(jù)可獲得性等原則，本文將地方債務相關指標進一步分解成債務率、債務經(jīng)濟負擔率等11個風險預警指標，構建了2010年到2015年的各省份的地方政府債務風險預警指標體系。具體經(jīng)濟學含義如表1所示。

表1 地方政府債務風險指標體系及說明

數(shù)據(jù)來源：中華人民共和國統(tǒng)計局和審計署

3.各個指標的不同灰類的聚類系數(shù)

(1)根據(jù)各指標計算均值和標準差，將“均值-2×標準差，均值-標準差，均值+標準差，均值+2×標準差”作為優(yōu)等灰類、良好灰類、一般灰類和差等灰類樣本取值范圍的端點。*通過正態(tài)分布檢驗，各指標數(shù)據(jù)基本上是正態(tài)分布。

(2)根據(jù)不同灰類取值范圍的端點，把各指標具體數(shù)據(jù)代入白化權函數(shù)公式可以計算各指標的優(yōu)等灰類、良好灰類、一般灰類和差等灰類的白化權函數(shù)值：fj1、fj2、fj3和fj4，j代表不同的指標。

(3)對每個指標的四類白化權函數(shù)值進行歸一化處理，即：

(1)

gj1、gj2、gj3和gj4就是各省第j個指標的優(yōu)等灰類、良好灰類、一般灰類和差等灰類的聚類系數(shù)。

4.各個指標在政府債務風險評估中的權重

因子分析法是指從研究指標相關矩陣內(nèi)部的依賴關系出發(fā)，把一些信息重疊、具有錯綜復雜關系的變量歸結為少數(shù)幾個不相關的綜合因子的一種多元統(tǒng)計分析方法。本文中關于各債務指標在債務風險評價體系中的權重即由因子分析法計算所得。通過因子分析得到了3個指標集：經(jīng)濟負擔指標集，彈性指標集，償還能力指標集，如表2所示。經(jīng)濟負擔指標集包括債務經(jīng)濟負擔率、居民應債率、債務居民負擔率、債務率等指標，主要反映的是相對于各省的經(jīng)濟總量、各省地方政府的財力和居民的收入，地方政府負擔的債務規(guī)模的大小。這些指標越大，地方政府的債務風險越大。彈性指標集包括經(jīng)濟債務彈性、居民收入債務彈性、居民儲蓄債務彈性等指標，主要反映的是各省經(jīng)濟總量、居民收入和儲蓄的變化引起地方政府債務規(guī)模變化的大小，一般來說，若GDP增長1%，債務增長大于1%，說明債務對于經(jīng)濟增長的反應非常靈敏。這些指標越大，地方政府的債務風險越大。償還能力指標集包括人均負債額、財政自給率、公共預算收入增長率、5個主體稅收收入占比等指標，主要反映地方政府通過融資和收入來償還債務的能力大小。人均負債額指標越大，地方政府的債務風險越大。其他指標越大，地方政府的債務風險越小。

表2 債務風險指標的公因子

表3 歷年債務風險指標集權重

由表3可以看出，經(jīng)濟負擔指標集是權重最高的指標集。經(jīng)濟規(guī)模、地方政府財力、居民收入、居民儲蓄存款是體現(xiàn)地方政府的可持續(xù)籌資能力的根本因素，因此，經(jīng)濟負擔指標集所占權重最高，對風險評估的影響最大。接下來依次是彈性指標集、償還能力指標集。

5.測算各省綜合聚類系數(shù)

按照上述“地方政府債務的白化權函數(shù)”計算每年各省各指標的優(yōu)等灰類、良好灰類，一般灰類，差等灰類的聚類系數(shù)，并參照上述各指標集的權重，加權計算出各省綜合聚類系數(shù)。

6. 確定各省地方政府債務風險水平值和地方政府債務風險預警等級

將各省綜合聚類系數(shù)按照：“綜合決策測度值=綜合優(yōu)等灰類系數(shù)×4+綜合良好灰類系數(shù)×3+綜合一般灰類系數(shù)×2+綜合差等灰類系數(shù)×1”來計算，得到各省綜合決策測度值來代表地方政府債務風險水平值。進一步對地方政府債務風險水平值指數(shù)化處理后，再按照表4預警等級區(qū)間來決定預警等級：

表4 預警等級區(qū)間

我國各省份的債務風險預警等級主要集中在輕警和中警，如表5所示。而北京(2012年)、陜西(2015年)和貴州(2015年)的風險預警等級為重警(-)，貴州(2014年)和遼寧(2015年)的風險預警等級為重警，風險相對較高。據(jù)筆者計算，北京2012年債務率達到133.2%，陜西2015年債務率達到102.8%，貴州2014年和2015年債務率分別達到210.6%和199.9%，遼寧2015年債務率達到188.1%?？偟膩碚f，我國各省份都存在一定的地方政府債務風險，在全國范圍內(nèi)是可控的，中西部地區(qū)和東北部地區(qū)地方政府債務風險預警等級相對東部地區(qū)較高，局部地區(qū)的債務風險凸顯。北京市債務風險較高的原因是，北京市較高的地價和當?shù)貙ν恋刎斦囊蕾噷е卤本┦姓呢撚袃斶€責任債務中“土地收儲”項目債務規(guī)模較大，甚至超過債務總額的一半。中西部地區(qū)債務風險較高的原因是，經(jīng)濟發(fā)展程度相對東部地區(qū)較為落后，地方政府收入相對東部地區(qū)較少，而經(jīng)濟發(fā)展的任務比較重，提供公共服務的支出也比較高。東北部地區(qū)債務風險較高的原因是，以遼寧省為代表的東北地區(qū)經(jīng)濟增速下滑，地方政府收入增速較低，而經(jīng)濟建設的任務比較繁重。因此，中央政府應該加大對中西部地區(qū)和東北部地區(qū)的轉移支付，從政策和資金上支持這些地區(qū)經(jīng)濟追趕式發(fā)展，逐步降低其地方政府債務風險。而且，隨著時間推移，各省的債務風險預警等級基本上都有所提高。這是由于2008年全球金融危機發(fā)生后，我國經(jīng)濟的下行壓力持續(xù)較大，為了刺激經(jīng)濟增長，地方政府普遍加大了財政投入，債務規(guī)模增速較快，各省的債務指標普遍上升。

表5 各省份地方政府債務風險預警等級

7. 各省份地方政府債務風險預警等級數(shù)值

根據(jù)各省份債務風險的預警級別，設定其風險預警等級數(shù)值：

8. 各省份地方政府債務風險分布圖

圖1 2015年全國各省份的地方政府債務風險分布情況注：剔除我國港澳臺三地。

根據(jù)各省份債務風險預警級別，利用GeoDa軟件，對各省份債務風險情況進行圖示說明。如圖1所示，圖中顏色越深，表示風險程度越高，顏色越淺，則表示風險程度越低。2015年在風險最低的前10個省份中，東部省份為5個，占比為50%，包括：福建省、江蘇省、北京市、河北省和安徽省。在風險最高的前10個省份中，中西部省份為7個，占比為70%，包括：內(nèi)蒙古自治區(qū)、貴州省、寧夏回族自治區(qū)、廣西壯族自治區(qū)、云南省、新疆維吾爾自治區(qū)和江西省。*東部包括北京、天津、河北、遼寧、上海、江蘇、浙江、福建、山東、廣東、廣西11個省市和自治區(qū)；中部包括山西、內(nèi)蒙古、吉林、黑龍江、安徽、江西、河南、湖北、湖南9個省和自治區(qū)；西部包括四川、重慶、云南、陜西、甘肅、青海、寧夏、新疆8個省和自治區(qū)。從圖中可以看出，債務風險在我國各個省份普遍存在，而且中西部地區(qū)的地方政府債務風險要大于東部地區(qū)。

(二)影子銀行利率的測度

地方政府的資金來源主要是銀行貸款、BT項目、債券、信托等，其中地方政府通過發(fā)行城投債和信托產(chǎn)品融資，都是屬于與地方政府債務相關的影子銀行體系的重要部分。由于地方政府通過信托融資的政信信托產(chǎn)品只是信托產(chǎn)品類別中的一部分，其利率數(shù)據(jù)較少，無法采用省際面板數(shù)據(jù)模型來實證研究。而考慮到相關性和數(shù)據(jù)可得性，本文使用各省城投債加權利率作為與地方政府債務相關的影子銀行利率的主要代理變量。同時，由于在我國信托產(chǎn)品屬于主要的影子銀行類別之一，部分信托產(chǎn)品也與地方政府債務相關，本文使用與城投債加權利率相關性比較強*城投債加權利率和信托產(chǎn)品加權利率之間的相關性為0.6356，在1%的水平上拒絕不相關的原假設。的各省信托產(chǎn)品總體加權利率作為影子銀行利率變量，進一步對實證分析模型進行了穩(wěn)健性檢驗。同時，由于省際面板數(shù)據(jù)的可得性和與地方政府債務的相關性，沒有使用銀行理財利率和委托貸款利率作為影子銀行利率變量。

本文搜集我國各省份在2010年、2012年到2015年發(fā)行的每只城投債的利率微觀數(shù)據(jù)，按照每年每只城投債規(guī)模占該年總規(guī)模的比例為權重，對每只城投債的利率加權計算出該年城投債總體加權利率。同時，搜集了我國各省份在2010年、2012年到2015年發(fā)行的每只信托產(chǎn)品的利率微觀數(shù)據(jù)。按照每年每只信托產(chǎn)品規(guī)模占該年總規(guī)模的比例為權重，對每只信托產(chǎn)品的利率加權計算出該年信托產(chǎn)品總體加權利率。圖2為計算出的2015年的城投債和信托產(chǎn)品加權利率水平。

圖2 2015年我國各省地方政府債務相關的影子銀行的利率*貴州和西藏缺少城投債發(fā)行的數(shù)據(jù)，故沒有統(tǒng)計其利率；廣西、海南、寧夏和西藏缺少信托產(chǎn)品發(fā)行的數(shù)據(jù)，故沒有統(tǒng)計其利率。

2015年，城投債利率最高的前五位的省份為：內(nèi)蒙古自治區(qū)、遼寧省、山西省、黑龍江省和吉林省。其中東北部地區(qū)有三個省份，中西部地區(qū)有兩個省份。城投債利率最低的后五位的省份為：北京市、寧夏回族自治區(qū)、上海市、福建省、廣東省。這些省份大多位于東部地區(qū)。

2015年，信托利率最高的前五位的省份為：河南省、河北省、青海省、湖北省、吉林省。其中西部地區(qū)有四個省份，東北部地區(qū)有一個省份。城投債利率最低的后五位的省份為：重慶市、新疆維吾爾自治區(qū)、云南省、江蘇省、安徽省。其中西部地區(qū)有三個省份，東部地區(qū)有兩個省份。

總的來說，中西部地區(qū)和東北部地區(qū)影子銀行利率相對較高，東部地區(qū)影子銀行利率相對較低。這主要是中西部地區(qū)和東北部地區(qū)的地方政府債務風險相對東部地區(qū)更高，其發(fā)行的城投債和信托產(chǎn)品的信用風險較高，投資者要求獲得的收益率更高。

三、模型構建

(一)理論假設

1.影子銀行利率對地方政府債務風險的影響

2008年全球金融危機發(fā)生后，我國經(jīng)濟面臨下行的巨大壓力，政府通過積極的財政政策來刺激經(jīng)濟增長，推出4萬億元的財政支出計劃，其中地方政府配套財政支出規(guī)模達到2.8萬億元，這導致地方政府的債務激增。地方政府融資相當部分是通過銀行貸款的方式融資。近年來，國家加強銀行信貸風險控制，地方政府通過銀行信貸融資規(guī)模受到限制。根據(jù)審計署統(tǒng)計數(shù)據(jù)顯示，地方政府通過銀行貸款融資規(guī)模占比從2010年的79.01%下降到2013年的56.6%。*2013年以后審計署沒有再公布地方政府債務的具體融資結構。地方政府轉向通過更少被監(jiān)管、利率更高的影子銀行進行融資，城投債和信托是其中的重要部分。2015年城投債平均利率為5.65%，信托產(chǎn)品平均利率為8.25%，均大于同期銀行貸款1至3年期利率4.75%。地方政府從影子銀行體系融資主要用于城市基礎設施建設，城市基礎設施建設周期較長、回報率較低。影子銀行利率提高會增加地方政府融資成本，如果基礎設施建設項目回報率仍然處于較低水平，地方政府可能不能按期還本付息，甚至可能出現(xiàn)違約，這會顯著增加地方政府的債務風險，可能出現(xiàn)債務危機。由于地方政府對債務的需求具有剛性，因此影子銀行利率Sbankirateit提高會增加地方政府的債務風險。

理論假設1：影子銀行利率Sbankirateit提高增加了地方政府的債務風險。

影子銀行利率對地方政府債務風險可能具有非線性影響。隨著各省經(jīng)濟增長水平Pergdp提高，財政分權程度Fd上升，晉升激勵強度Pm提高，地方政府有大量改善基礎設施的投資需求，地方政府財政壓力和缺口變大。同時，地方政府為提高政績大量投資，其舉債的意愿和壓力增加，債務負擔規(guī)模也會顯著擴大，因此，地方政府對融資利率的敏感性會更高，影子銀行利率變動對地方政府債務風險的影響會更大。

理論假設2：人均GDPPergdp、財政分權程度Fd、晉升激勵強度Pm越高，影子銀行利率提高對地方政府債務風險的影響越大。

2. 其他影響因素對地方政府債務風險的影響

經(jīng)濟增長水平Pergdp提高增加了地方政府還債的信心，使地方政府有大量改善基礎設施的投資需求。政府大量舉債，增加了地方政府的債務風險；同時經(jīng)濟增長水平提高增加了稅基，進而增加地方政府的財政收入，降低了地方政府債務違約的可能性，減少了地方政府的債務風險，也就是說經(jīng)濟增長水平對地方政府債務風險的影響具有不確定性。債務比率Debtgdp越高，地方政府負債相對規(guī)模越大，給地方經(jīng)濟所帶來的債務負擔程度越大，債務違約的可能性越高，導致其債務風險提高。由于我國1994年分稅制改革后，財權向上集中在中央政府，事權向下集中在地方政府，地方政府財權和事權的不平衡，導致其財政收入難以滿足支出的膨脹。財政分權程度Fd越高，地方政府財政壓力和缺口越大，地方政府不得不更多地舉債，導致其債務風險提高。*王文劍、覃成林:《地方政府行為與財政分權增長效應的地區(qū)性差異——基于經(jīng)驗分析的判斷、假說及檢驗》，《管理世界》2008年第1期。地方政府官員由于存在晉升的競爭，晉升激勵強度Pm高。為了短期內(nèi)盡快提高政績，地方政府更多地通過舉債來突破現(xiàn)有的預算約束，以刺激GDP的增長，導致其債務風險提高。*劉偉、李連發(fā):《地方政府融資平臺舉債的理論分析》，《金融研究》2013年第5期。

理論假設3：人均GDPPergdp提高對地方政府債務風險的影響不確定。*這與理論假設2并不矛盾，理論假設2講的是人均GDP的增大使影子銀行利率對債務風險的影響的變化，而這里講的是人均GDP本身對債務風險的影響。以下三個假設相同。

理論假設4：債務比率Debtgdp提高增加了地方政府的債務風險。

理論假設5：財政分權程度Fd提高增加了地方政府的債務風險。

理論假設6：晉升激勵強度Pm提高增加了地方政府的債務風險。

(二)計量模型構建

GJ Hall和TJ Sargent的研究表明利率和經(jīng)濟增長、債務率等變量對地方政府債務風險有顯著影響，本文在其基礎上根據(jù)上述理論假設，引入影子銀行利率、財政分權和晉升激勵變量，建立以下基本計量模型：*Sargent and Hall, “Interest Rate Risk and Other Determinants of Post WWII U.S. Government Debt/GDP Dynamics,” 2010.

DebtRiskit=α+β1Sbankirateit+β2Pergdpit+β3Debtgdpit+β4Fdit+β5Pmit-1+μi+εit

(2)

(三)晉升激勵的測度

錢先航和陳菁等人通過GDP 增長率、財政盈余率與失業(yè)率數(shù)據(jù)分別構建了地方官員晉升激勵指標，*錢先航、曹廷求、李維安:《晉升壓力、官員任期與城市商業(yè)銀行的貸款行為》，《經(jīng)濟研究》2011年第12期；陳菁、李建發(fā):《財政分權、晉升激勵與地方政府債務融資行為——基于城投債視角的省級面板經(jīng)驗證據(jù)》，《會計研究》2015年第1期。本文沿用這些研究的方法。首先，把全國各省份分為七個地區(qū)，即華東、華南、華北、華中、西南、西北和東北地區(qū)。*華東地區(qū)包括江蘇、浙江、福建、上海、安徽、江西和山東。華南地區(qū)包括廣東、廣西和海南。華北地區(qū)包括北京、天津、河北、山西和內(nèi)蒙古。華中地區(qū)包括河南、湖北和湖南。東北地區(qū)包括遼寧、吉林和黑龍江。西南地區(qū)包括重慶、四川、貴州、云南和西藏。西北地區(qū)包括陜西、甘肅、青海、寧夏和新疆。其次，以每個地區(qū)的不同省份的GDP為權重，計算該地區(qū)的加權平均GDP 增長率、加權財政盈余率與加權失業(yè)率。再次，用各省份的GDP 增長率與省份所在地區(qū)的加權平均GDP 增長率比較，如果各省份的GDP 增長率小則賦值為1，大則賦值為0；用各省份的財政盈余率與省份所在地區(qū)的加權平均財政盈余率比較，如果各省份的財政盈余率小則賦值為1，大則賦值為0；用各省份的失業(yè)率與省份所在地區(qū)的加權平均失業(yè)率比較，如果各省份的失業(yè)率大則賦值為1，小則賦值為0。最后，把上面的三個值加總，即得到衡量地方政府晉升激勵強度的指標變量。晉升激勵強度變量的值越大，代表地方政府晉升激勵強度越大。同樣，由于地方政府舉債行為對晉升激勵的反應具有滯后性，本文取晉升激勵強度變量的滯后一期作為計量模型中的解釋變量。

(四)變量含義和數(shù)據(jù)來源

本文設定變量含義及其數(shù)據(jù)來源如表6所示。

表6 變量含義和數(shù)據(jù)來源

四、實證分析

(一)基本回歸結果

首先本文使用固定效應模型對數(shù)據(jù)估計，結果為模型一到模型二。估計效果并不理想，大多解釋變量不顯著。通過F檢驗表明，*F統(tǒng)計量：0.77，拒絕概率：Prob>F = 0.7791?；旌匣貧w模型比面板數(shù)據(jù)固定效應模型更有效。通過LM檢驗表明，*LM檢驗值：chibar2(01)=0.00，拒絕概率：Prob>chibar2=1.0000?；旌匣貧w模型比面板數(shù)據(jù)隨機效應模型更有效。因此，本文采用混合回歸模型來對整體數(shù)據(jù)估計，結果為模型三到模型五。模型三包括全部解釋變量，模型四沒有晉升激勵變量，模型五沒有財政分權變量。三個模型的估計結果基本一致，估計結果比固定效應模型結果更為有效?；净貧w結果如表7所示。

表7 基本回歸結果

注：括號內(nèi)是標準差，*(**,***)表示在10%(5%,1%)水平上顯著(以下各表同)。

模型三中，影子銀行實際利率、人均GDP、債務比率、財政分權程度和晉升激勵強度都顯著負向影響地方政府債務風險。影子銀行實際利率提高1個單位，地方政府債務風險提高0.324個單位。人均GDP提高一個單位，地方政府債務風險提高0.282個單位。人均GDP對地方政府債務風險總的影響為負。債務比率提高1個單位，地方政府債務風險提高0.113個單位。財政分權程度提高一個單位，地方政府債務風險提高0.16個單位。晉升激勵強度提高一個單位，地方政府債務風險提高0.063個單位。估計結果符合本文的理論預期。

因此，基本回歸結果表明：

1.影子銀行實際利率提高了地方政府債務風險。影子銀行實際利率越高，地方政府融資成本相對投資回報越高，債務違約的可能性越大，這增加了地方政府的債務風險。因此，要進一步統(tǒng)計和披露地方政府通過影子銀行體系融資的數(shù)據(jù)信息，加強規(guī)范和監(jiān)管地方政府通過影子銀行體系融資的行為。

2.經(jīng)濟增長水平提高了地方政府債務風險。經(jīng)濟增長水平提高會增加地方政府還債的信心，使地方政府更多地舉債來改善基礎設施投資，增加了地方政府債務違約的可能性。因此，伴隨著地方經(jīng)濟發(fā)展，必須對不斷集聚的債務風險加以管控。

3.債務比率提高了地方政府債務風險。債務比率越高，地方政府負債相對規(guī)模越大，債務違約的可能性越高，增加了地方政府的債務風險。因此，要硬化地方政府預算約束，嚴格控制地方政府債務相對規(guī)模。

4.財政分權程度提高了地方政府債務風險。分稅制改革后，地方政府財權和事權不匹配，地方政府財政分權程度越高，地方政府的財政缺口就更多地依賴債務融資，增加了地方政府的債務風險。因此，要深化現(xiàn)有分稅制改革，適當下移財權，給予地方政府一定的稅收自主權，將一些中央獨自享有的大稅種適度分享給地方，減少下級政府的財政支出壓力。

5.晉升激勵強度提高了地方政府債務風險。由于存在晉升壓力，地方政府晉升激勵強度越高，地方政府官員就會更多地通過舉債來發(fā)展經(jīng)濟、改善財政狀況和降低失業(yè)率以提高晉升機會，增加了地方政府的債務風險。因此，需對現(xiàn)有地方政府官員政績考核標準進一步改革和完善，降低GDP增長等指標的重要性。

(二)面板數(shù)據(jù)門限回歸結果

為了考察人均GDP、財政分權和晉升激勵不同狀態(tài)下，影子銀行利率對地方政府債務風險的非線性影響，本文采用了Hansen首先提出來的門限回歸模型。*Bruce E. Hansen, “Sample Splitting and Threshold Estimation,” Econometrica, No.68, 2000, pp.575-603.

定義啞變量dt(γ)=(qtγ)。其中(.)為示性函數(shù)，如果括號中表達式為真，取值1，否則為0。因此，單門限值的兩區(qū)制門限回歸模型可以表示為：

(3)

其中xt為p×1階解釋變量，qt為門限變量，γ為待估計的門限值。模型中不同區(qū)制(Regime)就是通過qt大于或小于γ來表示。

根據(jù)基本計量模型，分別采用人均GDP、財政分權和晉升激勵作為門限變量，以影子銀行實際利率為區(qū)制解釋變量，構建如下面板數(shù)據(jù)門限模型：

DebtRiskit=α+β1Sbankirateit·d(Pergdpit≤γ)+β2Sbankirateit·d(Pergdpit>γ)

+β3Pergdpit+β4Debtgdpit+β5Fdit+β6Pmit+μi+εit

(4)

DebtRiskit=α+β1Sbankirateit·d(Fdit≤γ)+β2Sbankirateit·d(Fdit>γ)

+β3Pergdpit+β4Debtgdpit+β5Fdit+β6Pmit+μi+εit

(5)

DebtRiskit=α+β1Sbankirateit·d(Pmit≤γ)+β2Sbankirateit·d(Pmit>γ)

+β3Pergdpit+β4Debtgdpit+β5Fdit+β6Pmit+μi+εit

(6)

面板數(shù)據(jù)門限模型回歸結果如表8所示。Bootstrap P值都在1%的水平上拒絕原假設，顯示在3個模型中都存在門限效應。其中，模型1中人均GDP存在一個門限值：5.065萬元，把影子銀行利率分為兩個區(qū)制；模型2中財政分權存在一個門限值：2.184，把影子銀行利率分為兩個區(qū)制；模型3中晉升激勵強度存在一個門限值：2.5，把影子銀行利率分為兩個區(qū)制。從模型1的實證結果可以看出，當處于低人均GDP狀態(tài)(PerGDP≦5.065萬元)，影子銀行利率提高一個單位，地方政府債務風險提高0.189個單位；當處于高人均GDP狀態(tài)(PerGDP>5.065萬元)，影子銀行實際利率提高一個單位，地方政府債務風險提高0.321個單位?？梢?，隨著經(jīng)濟增長水平的提高，影子銀行實際利率對地方政府債務風險的影響上升。經(jīng)濟增長水平提高，基礎設施投資的需求增加，推動地方政府大量舉債，增加了地方政府的債務負擔規(guī)模，地方政府債務對融資利率的敏感性會提高，影子銀行實際利率變動對地方政府債務風險的影響顯著上升。從模型2的實證結果可以看出，當處于低財政分權程度狀態(tài)(FD≦2.184)，影子銀行實際利率不顯著影響地方政府債務風險；當處于高財政分權程度狀態(tài)(FD>2.184)，影子銀行實際利率提高一個單位，地方政府債務風險提高0.243個單位?？梢?，隨著財政分權程度的提高，地方政府的財政缺口增加，增加了地方政府的債務負擔規(guī)模，地方政府債務對融資利率的敏感性會提高，影子銀行實際利率變動對地方政府債務風險的影響顯著上升。從模型3的實證結果可以看出，當處于低晉升激勵強度狀態(tài)(Pm≦2.5)，影子銀行利率提高一個單位，地方政府債務風險提高0.214個單位；當處于高晉升激勵強度狀態(tài)(Pm >2.5)，影子銀行實際利率提高一個單位，地方政府債務風險提高0.227個單位?？梢姡S著各省晉升激勵強度的提高，地方政府官員為了晉升會更多地舉債，增加了地方政府的債務負擔規(guī)模，地方政府債務對融資利率的敏感性會提高，影子銀行實際利率變動對地方政府債務風險的影響上升。因此，應該繼續(xù)深化分稅制改革和地方政府官員政績考核標準改革，降低地方政府的債務負擔規(guī)模，有效降低地方政府債務對融資利率的敏感性，進而降低影子銀行利率對地方政府債務風險的影響。

表8 面板數(shù)據(jù)門限模型回歸結果

(三)穩(wěn)健性檢驗

1. 選取不同影子銀行利率變量的實證結果

由于我國影子銀行體系主要類別的信托產(chǎn)品中的政信信托產(chǎn)品也與地方政府債務相關，本文使用各省信托產(chǎn)品加權利率替代城投債利率作為影子銀行利率變量，進一步對實證分析模型進行了穩(wěn)健性檢驗。根據(jù)前文的相關性檢驗表明，信托產(chǎn)品利率與城投債利率之間有較強的相關性。

信托產(chǎn)品利率回歸結果如表9所示。同樣，經(jīng)過檢驗，采用混合回歸模型來對整體數(shù)據(jù)估計的效果更好?；旌匣貧w模型實證結果與基本回歸結果基本一致。影子銀行實際利率、人均GDP、債務比率、財政分權程度和晉升激勵強度仍然顯著負向影響地方政府債務風險，影子銀行實際利率提高一個單位，地方政府債務風險提高0.317個單位。人均GDP提高一個單位，地方政府債務風險提高0.226個單位。債務比率提高1個單位，地方政府債務風險提高0.112個單位。財政分權程度提高一個單位，地方政府債務風險提高1.29個單位。晉升激勵強度提高一個單位，地方政府債務風險提高0.066個單位。這表明，無論使用城投債利率還是信托利率作為影子銀行利率變量，本文提出的“影子銀行利率提高顯著增加了地方政府債務風險”的理論假設是穩(wěn)健的。

表9 信托產(chǎn)品利率回歸結果

注：括號內(nèi)是標準差，*(**,***)表示在10%(5%,1%)水平上顯著(以下各表同)。

2.互為因果關系問題

由于地方政府債務風險和影子銀行實際利率有相互的因果關系。各省債務風險的變化會影響地方政府舉債的行為，進而影響其融資的利率水平。因此，模型可能具有聯(lián)立因果內(nèi)生性問題。本文同時構建具有相互因果關系的地方政府債務風險模型和影子銀行利率模型，去除個體效應后，使用面板聯(lián)立方程組的方法同時估計，以消除內(nèi)生性問題。*使用聯(lián)立方程組方法的部分論文如下：姜付秀、張敏、陸正飛和陳才東：《管理者過度自信、企業(yè)擴張與財務困境》，《經(jīng)濟研究》2009年第1期；陸銘和陳釗：《因患寡，而患不均——中國的收入差距、投資、教育和增長的相互影響》，《經(jīng)濟研究》2005年第12期。

參考徐春騏和趙凌的研究設定影子銀行利率模型的基本形式:*徐春騏、趙凌:《我國城投債發(fā)行利率的影響因素分析》，《債券》2014年第5期。

Sbankirateit=α+β1Debtriskit+β2Basicpit+β3Revgdpit+β4Depratioit+β5Perinvit+β6Consgdpit+μi+εit

(7)

被解釋變量Sbankirateit為影子銀行實際利率；解釋變量Debtriskit為地方政府債務風險；Basicpit為各省基礎設施情況，賦予五種類型基礎設施：鐵路營業(yè)里程、高速公路里程、一級公路里程、二級公路里程和內(nèi)河航道里程不同的系數(shù)：1、1、0.125、0.05 和0.01，然后將各類型基礎設施里程與系數(shù)相乘后加總；Revgdpit為各省財政收入與GDP的比值；Depratioit為以發(fā)債企業(yè)所在省份貸款與存款之比；Perinvit為各省人均固定資產(chǎn)投資；Consgdpit為各省社會消費品零售總額與GDP的比值。i代表省份，t代表年份。

面板聯(lián)立方程組模型實證結果如表10所示。實證結果與基本回歸結果基本一致，解釋變量的系數(shù)沒有發(fā)生明顯變化，而解釋變量的顯著性有所提高。影子銀行實際利率、人均GDP、債務比率、財政分權程度和晉升激勵強度仍然顯著負向影響地方政府債務風險，影子銀行實際利率提高一個單位，地方政府債務風險提高0.264個單位。人均GDP提高一個單位，地方政府債務風險提高0.386個單位。債務比率提高一個單位，地方政府債務風險提高0.155個單位。財政分權程度提高一個單位，地方政府債務風險提高0.081個單位。晉升激勵強度提高一個單位，地方政府債務風險提高0.127個單位。這表明前面的實證結果具有穩(wěn)健性。

表10 面板聯(lián)立方程組模型實證結果

續(xù)表10

(四)風險預警模型

由于地方政府債務風險預警等級是從1到8的序次變量，各個等級之間是有一定順序的，因此應該選用有序響應模型。在常規(guī)模型中，未觀測異質性包含在模型的誤差項中，如果其與某些解釋變量相關，可能使模型估計有偏。在有序響應模型中，即使未觀測異質性與解釋變量無關，也會使模型估計有偏。因此，要把未觀測異質性加入到模型中，應該選用隨機效應模型。同時，通常都假設誤差項是正態(tài)分布，因此應該選用Probit模型。綜上分析，本文采用面板有序響應probit隨機效應模型來建立風險預警模型：

Pr(yit〉k|k,xit,vi)=Φ(xitβ+vi-kk)

可以推導出被解釋變量yit為觀測結果k的概率如下：

pitk≡Pr(yit=k|k,xit,vi)=Pr(kk-1〈xitβ+vi+εit≤kk)

=Φ((kk-xitβ-vi)-Φ((kk-1-xitβ-vi)

其中，k0取為-∝，kk取為+∝。xit不包含常數(shù)項。

對數(shù)似然函數(shù)可以近似表示為：

以各省份債務風險預警等級為被解釋序次變量，使用面板有序響應probit隨機效應模型估計預警模型：

Riskratingit=β1Sbankirateit+β2Pergdpit+β3Debtgdpit+β4Fdit+β5Pmit-1+μi+εit

(8)

圖3各省份風險預警等級預測概率圖

五、結論和啟示

綜上所述，本文的研究結論為：(1)地方政府債務風險在全國范圍內(nèi)是可控的。中西部和東北部地區(qū)的債務風險要大于東部地區(qū)，隨著時間推移，各省債務風險有所提高。(2)影子銀行利率、人均GDP、債務比率、財政分權程度和晉升激勵強度增加了地方政府的債務風險。影子銀行實際利率越高，債務違約的可能性越高；經(jīng)濟增長水平提高，地方政府更多地舉債來改善基礎設施投資；債務比率越高，地方政府負債相對規(guī)模越大；財政分權程度越高，地方政府財政缺口更多地依賴債務融資；晉升激勵強度越高，地方政府官員更多地舉債來提高晉升機會。(3)經(jīng)濟增長水平、財政分權程度和晉升激勵強度提高，增加了地方政府的債務負擔規(guī)模，對融資利率的敏感性會更高，影子銀行利率對地方政府債務風險的影響顯著上升。(4)風險預警模型能較好地預測各省份的風險預警等級。風險預警等級的概率表明，我國各省的債務風險預警等級主要集中在輕度預警和中度預警兩個等級，總體而言我國地方政府債務風險水平是可控的，局部地區(qū)的債務風險凸顯。(5)考慮相互因果關系的聯(lián)立性內(nèi)生問題，建立面板聯(lián)立方程組模型實證分析，表明實證結果仍然具有穩(wěn)健性。(6)無論使用城投債利率還是信托利率作為影子銀行利率變量，都表明實證結論是穩(wěn)健的。

通過實證研究，本文得出如下啟示：

(1)繼續(xù)清理整頓地方政府融資平臺，進一步統(tǒng)計和披露地方政府通過影子銀行體系融資的數(shù)據(jù)信息，規(guī)范地方政府借債行為，特別是加強對地方政府通過影子銀行體系融資行為的監(jiān)管，建立影子銀行體系和地方政府債務之間的防火墻，從而減少影子銀行利率變化對地方政府債務風險帶來的影響。

(2)通過財稅體制改革，特別是深化分稅制改革，增加地方政府的財力，界定支出責任，使其財權和事權相匹配，減小地方政府的財政壓力和缺口，降低地方政府通過影子銀行體系融資的沖動，從而減少影子銀行利率變化對地方政府債務風險帶來的影響。

(3)進一步改革和完善地方政府官員政績考核標準，把民生改善、公共服務、社會進步、生態(tài)效益等指標作為重要考核內(nèi)容，把是否有效緩解地方政府債務風險納入到重點考核指標中，減少地方政府通過舉債來刺激經(jīng)濟增長，從而減少影子銀行利率變化對地方政府債務風險帶來的影響。

(4)應推動地方政府通過發(fā)行更多的相對透明的地方政府債券來置換影子銀行渠道融資，使隱形債務陽光化，同時通過地方政府債券的信用評級體系可以形成合理的地方政府融資成本利率，從而減少較高的影子銀行利率對地方政府債務風險的影響。

(5)加強各省份的債務指標信息披露，進一步建立和完善地方政府債務風險預警機制，基于相關信息并通過本文構建的風險預警模型可以預測各省的地方政府債務風險預警等級，定期公開預警信息，對債務風險較高的省份予以警示，避免地方政府債務風險過度累積，從而有效防范區(qū)域性和系統(tǒng)性金融風險的發(fā)生。

(責任編輯:李慧宇)

DoestheShadowBankingInterestRatesRaisetheRiskofLocalGovernmentDebt? —A Study Based on the Inter-provincial Panel Data

Zhao Yinglan, Zhang Xingjie，Ni Keqin

In this paper, we calculate the debt risk and early warning level of various provinces in China by using grey number clustering model. At the same time, we estimate the shadow banking interest rate, which is associated with local government debt. The impact of shadow banking interest rate on the risk of local government debt is investigated by using the fixed effect panel data model. Our research shows that the risk of national local government debt is controllable and that the rise of shadow banking interest rate significantly increases the risk of local government debt. The rising level of economic growth, the increase of fiscal decentralization, the promotion of incentive intensity, and the variation of shadow banking interest rates significantly affect the risk of local government debt. We find that the early warning model can accurately predict the early warning risk level of each province. Considering the endogenous problem and the selection of the shadow banking interest rate variables, the empirical results are still robust.

local government debt risk，shadow banking rate，inter-provincial panel data，risk early warning model

F812，F(xiàn)832

A

1006-0766(2017)06-0104-16

趙穎嵐，四川大學經(jīng)濟學院講師(成都 610065)；張鑫杰，新加坡國立大學經(jīng)濟系博士研究生；倪克勤，西南財經(jīng)大學中國金融研究中心教授(成都 610074)

教育部西部邊疆青年基金項目“我國影子銀行的發(fā)展及其對資產(chǎn)價格和宏觀經(jīng)濟的影響” (13XJC790006)、國家社科基金一般項目“影子銀行視角下我國利率市場化的收入分配效應研究”(15BJY181)、四川大學中青年學者高水平學術團隊建設項目(SKGT201303)、中央高校基本科研業(yè)務費學科前沿與交叉創(chuàng)新項目(skqy201412)