張 璇 張梅青 唐云鋒

內(nèi)容提要：為落實金融安全戰(zhàn)略，防范地方政府債務(wù)風險和金融風險相互交織下的系統(tǒng)性風險，本文依據(jù)復(fù)雜系統(tǒng)理論分析風險動態(tài)演化的多重反饋結(jié)構(gòu)及交互作用機理，構(gòu)建地方政府債務(wù)風險與金融風險交互影響的系統(tǒng)動力學模型。選取2011—2020年中國31個省份的面板數(shù)據(jù)進行實證仿真，探究不同政策情景沖擊下的東中西部地區(qū)風險系統(tǒng)敏感性因素及敏感性程度。研究結(jié)果顯示：(1)房價和房產(chǎn)稅稅收是地方政府債務(wù)風險和金融風險交互傳導(dǎo)的關(guān)鍵影響因素。(2)從作用方向看，房價波動與地方政府債務(wù)風險呈反向關(guān)系，與金融風險呈正向關(guān)系；房產(chǎn)稅稅收與地方政府債務(wù)風險呈反向關(guān)系，與金融風險呈現(xiàn)出不確定性。(3)從作用力度看，房價下跌對地方政府債務(wù)風險的作用力度最強，房產(chǎn)稅稅收減少次之；房價上漲對金融風險的作用力度最強，房產(chǎn)稅稅收減少次之。(4)從敏感度看，房價下跌對系統(tǒng)風險造成的沖擊比房價上漲更敏感；房產(chǎn)稅稅收增加對系統(tǒng)風險造成的沖擊比房產(chǎn)稅稅收減少更敏感；西部地區(qū)對房價調(diào)控政策最敏感，東部地區(qū)對房產(chǎn)稅調(diào)控政策最敏感。研究結(jié)論為有效阻斷地方政府債務(wù)風險與金融風險的傳導(dǎo)路徑，實現(xiàn)區(qū)域系統(tǒng)性風險聯(lián)防聯(lián)控提供理論支撐和政策依據(jù)。

一、問題提出

金融安全是國家安全的重要組成部分，《中華人民共和國國民經(jīng)濟和社會發(fā)展第十四個五年規(guī)劃和2035年遠景目標綱要》明確提出實施金融安全戰(zhàn)略，健全金融風險預(yù)防、預(yù)警、處置、問責制度體系，守住不發(fā)生系統(tǒng)性風險的底線。2021年4月，《國務(wù)院關(guān)于進一步深化預(yù)算管理制度改革的意見》(國發(fā)〔2021〕5號)明確指出要“防范化解地方政府隱性債務(wù)風險”“堅決防止風險累積形成系統(tǒng)性風險”。根據(jù)財政部數(shù)據(jù)，截至2022年4月末，全國地方政府債務(wù)余額高達322 871億元，同比增長21.36%，疫情沖擊下地方政府債務(wù)規(guī)模加速擴張。當前，地方政府債務(wù)擴張、房地產(chǎn)泡沫、股票市場波動、債券市場違約等多種系統(tǒng)性金融風險因素復(fù)雜交織[1]，地方政府債務(wù)風險作為金融系統(tǒng)的重大風險源，是新時代金融安全戰(zhàn)略中應(yīng)高度關(guān)注的潛在風險[2]。

“十四五”期間中國面臨的金融風險形勢依然嚴峻，地方政府債務(wù)風險將持續(xù)累積，在疫情帶來新增風險的同時，風險處理難度也進一步加大[3]。地方政府債務(wù)風險與金融風險具有相互傳導(dǎo)的“雙螺旋”結(jié)構(gòu)[4]，且在“金融加速器”機制下兩者彼此強化[5]。在當前地方政府債務(wù)風險特征下，財政風險和金融風險更易產(chǎn)生疊加共振效應(yīng)，放大地方政府債務(wù)杠桿對宏觀經(jīng)濟穩(wěn)定的沖擊[6]。因此，如何有效阻斷地方政府債務(wù)風險與金融風險的傳導(dǎo)路徑是當前亟需解決的重要課題。

二、文獻綜述

地方政府債務(wù)風險和金融風險均具有傳染效應(yīng)，且易打破部門和地域界限與其他風險形成交叉?zhèn)魅拘?yīng)，由此形成的系統(tǒng)性風險具有更強的擴散性和沖擊性[7-11]。學界對于地方政府債務(wù)風險與金融風險的關(guān)聯(lián)性研究，主要圍繞地方政府債務(wù)風險對金融風險的觸發(fā)機制展開：地方政府債務(wù)風險通過地方政府部門和以商業(yè)銀行為代表的金融機構(gòu)兩個載體向金融風險系統(tǒng)進行傳遞[12]；由土地財政問題造成的地方政府債務(wù)風險是金融風險的重要驅(qū)動力量，且存在空間溢出效應(yīng)[5，13]；地方政府通常以土地抵押、發(fā)行城投債等舉債融資方式推動地方經(jīng)濟增長，但官員晉升激勵及政府間競爭會促使地方政府債務(wù)規(guī)模持續(xù)增加[14]。在委托代理關(guān)系下地方政府債務(wù)擴張行為存在著道德風險和逆向選擇的內(nèi)在激勵，以土地出讓收入作為擔保與償債來源的地方政府可能因無法償還銀行債務(wù)而產(chǎn)生違約風險[15]，伴隨著期限錯配問題和私人投資擠出效應(yīng)，商業(yè)銀行流動性風險也會加劇[16-18]。此外，土地資源錯配會顯著推升地方政府城投債的發(fā)行概率和發(fā)行規(guī)模[19]，而地方政府債務(wù)累積又會帶來信貸錯配問題[20]，根據(jù)“明斯基時刻”理論，政府債務(wù)危機與實體經(jīng)濟之間的惡性循環(huán)促使債務(wù)風險最終演變成金融風險[21]。馬樹才等(2020)通過實證研究證實了土地財政、信貸擴張和影子銀行是地方政府債務(wù)風險向金融風險傳導(dǎo)的路徑[7]。相較于忽略了金融風險對政府債務(wù)風險的傳導(dǎo)以及兩者交互影響的上述研究，熊琛和金昊(2018)重點從債務(wù)違約角度構(gòu)建非線性動態(tài)隨機一般均衡(DSGE)模型，發(fā)現(xiàn)地方政府債務(wù)風險與金融部門風險之間存在緊密相依、相互傳導(dǎo)的“雙螺旋”結(jié)構(gòu)特征[4]。李玉龍(2019)從地方政府債券和土地財政的視角發(fā)現(xiàn)經(jīng)濟中存在“金融加速器”機制，地方政府債務(wù)風險和金融風險會相互強化[5]。

綜上所述，關(guān)于地方政府債務(wù)風險和金融風險的關(guān)聯(lián)性研究大都考慮了風險傳染特性，且多采用空間計量模型、DSGE模型、時變參數(shù)向量自回歸(TVP-VAR)模型等研究方法，較為系統(tǒng)地分析風險形成機制及成因[22-26]。但以往研究對地方政府債務(wù)風險和金融風險的交互影響關(guān)注較少并缺少實證分析，也鮮有研究對其進行動態(tài)系統(tǒng)仿真和模擬。地方政府債務(wù)風險因素和金融風險因素之間呈現(xiàn)出非線性傳遞的復(fù)雜系統(tǒng)特點，系統(tǒng)動力學(SD)模型被稱為政策實驗室，能夠?qū)︼L險因素多變、結(jié)構(gòu)復(fù)雜的動態(tài)經(jīng)濟系統(tǒng)進行趨勢仿真和預(yù)測[27-28]。

本文研究的邊際貢獻在于：一是分析地方政府債務(wù)風險和金融風險動態(tài)交互影響的多重反饋結(jié)構(gòu)，明晰風險交互傳導(dǎo)演化路徑和作用機理；二是通過構(gòu)建SD模型探究不同政策沖擊下的風險系統(tǒng)敏感性因素，為地方政府債務(wù)風險和金融風險統(tǒng)籌防控政策的抉擇與優(yōu)化提供理論支撐；三是采用政策情景模擬方法對中國東中西部地區(qū)進行實證仿真，分析不同地區(qū)的政策敏感性差異，為實現(xiàn)區(qū)域風險聯(lián)防聯(lián)控提供仿真平臺與政策依據(jù)。

三、地方政府債務(wù)風險與金融風險交互的系統(tǒng)動力學模型構(gòu)建

基于蝴蝶效應(yīng)和耦合效應(yīng)的雙重作用，地方政府債務(wù)風險與金融風險在發(fā)生轉(zhuǎn)移和擴散的過程中，各個風險因素可能相互疊加且程度逐漸加深，并且風險發(fā)生的時間、位置等都具有不確定性，最終可能引致系統(tǒng)性金融風險的暴發(fā)。因此，本文通過構(gòu)建地方政府債務(wù)風險與金融風險交互的系統(tǒng)動力學模型，來進一步分析風險傳導(dǎo)路徑、風險演化趨勢及風險影響程度。

(一)系統(tǒng)邊界設(shè)定

地方政府債務(wù)影響金融風險的傳導(dǎo)機制主要體現(xiàn)在商業(yè)銀行和房地產(chǎn)市場[7]。商業(yè)銀行是地方政府債務(wù)的最主要投資者，地方政府債務(wù)對商業(yè)銀行的影響直接體現(xiàn)在銀行的資產(chǎn)負債表上；土地出讓收入作為地方政府的主要收入來源，受房地產(chǎn)市場的影響，與房地產(chǎn)金融風險捆綁，由地方政府債務(wù)問題帶來的債務(wù)風險可能直接轉(zhuǎn)化為金融風險。而銀行信貸在房地產(chǎn)融資中占比重高達2/3，中國70%左右的土地購置和房地產(chǎn)開發(fā)資金都直接或間接來自商業(yè)銀行，房地產(chǎn)銷售環(huán)節(jié)中的住房按揭貸款也來自商業(yè)銀行[29]。因此，結(jié)合國情及系統(tǒng)性風險演化特征，本文構(gòu)建的系統(tǒng)動力學模型主要包括地方政府債務(wù)風險變化系統(tǒng)和金融風險變化系統(tǒng)，金融風險變化系統(tǒng)又包括商業(yè)銀行風險變化子系統(tǒng)和房地產(chǎn)金融風險變化子系統(tǒng)，基于當前疫情經(jīng)濟內(nèi)循環(huán)背景，不考慮外部經(jīng)濟系統(tǒng)。

借鑒陶玲和朱迎(2016)[30]、宋良榮和侯世英(2018)[31]、周建軍和孫倩倩(2019)[32]、李學彥和李澤文(2019)[33]、白鶴祥等(2020)[34]、高華和張璇(2020)[35]等學者的研究，本文重點選取與地方政府債務(wù)風險和金融風險傳導(dǎo)路徑相關(guān)的系統(tǒng)風險要素及變化量指標，地方政府債務(wù)風險變化量指標體系如表1所示。地方政府債務(wù)風險變化系統(tǒng)的基本要素包括地方政府債務(wù)余額、財政收入、稅收收入、土地收入、財政支出等，與地方政府債務(wù)風險變化量相關(guān)的指標包括地方財政負債率、債務(wù)負擔率、債務(wù)經(jīng)濟增速比、赤字率、財政支出占國內(nèi)生產(chǎn)總值(GDP)比重、財政收支變動率、GDP增長率。金融系統(tǒng)風險變化量指標體系包括商業(yè)銀行風險變化量指標和房地產(chǎn)金融風險變化量指標，如表2所示。商業(yè)銀行風險變化子系統(tǒng)的基本要素包括商業(yè)銀行貸款總額、存款總額、逾期貸款額、不良貸款額、風險加權(quán)資產(chǎn)、銀行資本總額等，與商業(yè)銀行風險變化量相關(guān)的指標包括資本充足率、存貸比、銀行不良貸款率、逾期貸款率。房地產(chǎn)金融風險變化子系統(tǒng)的基本要素包括房價、地價、房地產(chǎn)貸款、房地產(chǎn)不良貸款、房產(chǎn)稅稅收、房地產(chǎn)開發(fā)投資等，與房地產(chǎn)金融風險變化量相關(guān)的指標包括房價收入比、房地產(chǎn)泡沫、房地產(chǎn)貸款占比、房地產(chǎn)投資增長率、房地產(chǎn)投資占比、房地產(chǎn)不良貸款率。此外，經(jīng)濟發(fā)展是保障整個社會系統(tǒng)不斷運轉(zhuǎn)的重要驅(qū)動力，因此系統(tǒng)中還包括與社會經(jīng)濟發(fā)展相關(guān)的重要因素，如GDP、全社會固定資產(chǎn)投資、家庭年收入等。

表1 地方政府債務(wù)系統(tǒng)風險變化量指標體系

表1(續(xù))

表2 金融系統(tǒng)風險變化量指標體系

(二)系統(tǒng)因果反饋路徑分析

為進一步明晰系統(tǒng)內(nèi)重要環(huán)節(jié)風險演化路徑和作用機理，繪制地方政府債務(wù)風險與金融風險交互影響的系統(tǒng)因果回路圖，如圖1所示，因果鏈的正負極性代表兩個變量之間呈正反饋或負反饋關(guān)系。房價上漲會推動土地價格上升[36]，房地產(chǎn)開發(fā)成本隨之增加，促使房價進一步上漲，而土地價格上升會增加政府土地出讓收入，進而增加地方政府財政收入，政府有資金清償?shù)狡诘纳虡I(yè)銀行債務(wù)，其債務(wù)負擔也會減輕，進而降低政府銀行債務(wù)的違約風險。商業(yè)銀行貸款是地方政府債務(wù)最主要的資金來源，地方政府一旦違約，將直接導(dǎo)致商業(yè)銀行不良貸款額的增加[7]，地方政府債務(wù)作用于商業(yè)銀行流動性約束從而擠出私人信貸投資[16]，因此商業(yè)銀行的流動性風險增加，房地產(chǎn)開發(fā)投資減少，房地產(chǎn)貸款金額也會減少。房地產(chǎn)開發(fā)投資與經(jīng)濟增長具有正向相關(guān)關(guān)系[37]，經(jīng)濟增長又影響政府的財政收入，房地產(chǎn)貸款金額與開發(fā)商及家庭還款負擔呈正反饋關(guān)系，房地產(chǎn)貸款額的減少會減輕開發(fā)商及家庭的還款壓力，隨著信用違約風險的降低，房地產(chǎn)不良貸款及商業(yè)銀行不良貸款均會降低。

圖1 地方政府債務(wù)風險與金融風險交互影響的系統(tǒng)因果回路

(三)系統(tǒng)存量流量圖

基于系統(tǒng)因果反饋路徑分析，利用系統(tǒng)動力學模擬仿真軟件(Vensim PLE)構(gòu)建風險系統(tǒng)的存量流量圖，模擬各變量隨時間變化的趨勢，如圖2所示，模型中包含3個狀態(tài)變量、3個速率變量以及40個輔助變量，為使模型更加清晰，用影子變量表示模型中的原變量。模型從左到右依次為地方政府債務(wù)風險變化系統(tǒng)和金融風險變化系統(tǒng)，其中金融風險變化系統(tǒng)又包含商業(yè)銀行風險變化子系統(tǒng)和房地產(chǎn)金融風險變化子系統(tǒng)，系統(tǒng)內(nèi)各變量構(gòu)成多重反饋回路。綜合應(yīng)用系統(tǒng)動力學表函數(shù)、延遲函數(shù)及變量計算公式等設(shè)計模型主要變量方程，以期有效預(yù)測風險變動趨勢，探究政策敏感性因素。

圖2 地方政府債務(wù)風險與金融風險交互影響的系統(tǒng)存量流量圖

四、實證仿真分析

(一)數(shù)據(jù)選取與模型說明

本文研究選取2011—2020年中國31個省份(不含港澳臺地區(qū))的數(shù)據(jù)以及16家主要上市商業(yè)銀行數(shù)據(jù)，數(shù)據(jù)來源于《中國國土資源統(tǒng)計年鑒》、國家統(tǒng)計局數(shù)據(jù)庫、各省份統(tǒng)計年鑒、萬得(Wind)數(shù)據(jù)以及司爾亞司數(shù)據(jù)信息有限公司(CEIC)經(jīng)濟數(shù)據(jù)庫，對于缺失的個別變量年份數(shù)據(jù)，采用GM(1，1)灰色預(yù)測均值差分方法進行估值。模型初始參數(shù)設(shè)置如下：起始時間為2011年，終止時間為2020年，仿真步長DT=1(年)。對模型中與風險變化量相關(guān)的指標進行標準化處理，以避免量綱不統(tǒng)一問題。

(二)模型誤差檢驗

為了確保模型仿真結(jié)果與實際情況相符，本文運用歷史數(shù)據(jù)吻合度比對法對模型進行誤差檢驗，逐點比較系統(tǒng)仿真值與實際數(shù)據(jù)之間的誤差。由于模型的輸出變量較多且篇幅有限，因此只列示了各地區(qū)系統(tǒng)風險關(guān)鍵變量的誤差檢驗結(jié)果，如表3所示。模型誤差基本控制在3%以內(nèi)，因此認定該系統(tǒng)模型與實際經(jīng)濟特性具有時序演化一致性，仿真性能和預(yù)測精度較好，可進行政策情景仿真趨勢分析。

表3 系統(tǒng)仿真誤差檢驗結(jié)果(2011—2020年) 單位：%

(三)系統(tǒng)初始狀態(tài)仿真

對東中西部地區(qū)系統(tǒng)初始狀態(tài)進行仿真，包括各地區(qū)的地方政府債務(wù)風險初始狀態(tài)和金融風險初始狀態(tài)(結(jié)果如圖3和圖4所示)。從仿真圖像整體來看，各地區(qū)債務(wù)風險變化方向具有一致性，東部經(jīng)濟發(fā)展程度較高的省份整體債務(wù)風險趨勢也較大，西部地區(qū)經(jīng)濟相對落后，但債務(wù)風險趨勢與中部地區(qū)相當。結(jié)合政策實施背景對局部仿真圖像進行解讀，地方政府債務(wù)風險的政策監(jiān)管從2013年開始趨嚴，2013年8月中央啟動了覆蓋五級政府的政府債務(wù)審計，2014年9月21日出臺了文件《國務(wù)院關(guān)于加強地方政府性債務(wù)管理的意見》(國發(fā)〔2014〕43號)，2013—2014年各地區(qū)政府債務(wù)風險逐步下降，仿真圖像表現(xiàn)為局部低點。但2015年新預(yù)算法明確地方政府通過省級政府發(fā)行地方債是唯一合法的政府融資渠道后，地方政府開始利用政府和社會資本合作(PPP)或基金等方式變相舉債，地方政府違規(guī)舉債再次推向高潮，各地區(qū)仿真圖像也出現(xiàn)債務(wù)風險的局部高點。2017年供給側(cè)改革背景下，對PPP和地方建設(shè)基金等開始全面清查，各地方政府政策也開始了收縮調(diào)整，政府債務(wù)融資監(jiān)管嚴厲，風險仿真圖像再次出現(xiàn)局部低點，但當時也導(dǎo)致基建投資增速大幅下降，各地方政府債務(wù)也面臨無法續(xù)接的新問題。2018年政策開始向?qū)捤烧{(diào)整。2019年以來為防控新冠肺炎疫情，各地方政府發(fā)債規(guī)模及財政支出規(guī)模大幅度增大，整體債務(wù)風險也呈現(xiàn)激增趨勢。此外，仿真圖像顯示各地區(qū)的金融風險相對穩(wěn)定，在一定范圍呈現(xiàn)出周期性往復(fù)特征。東中西部地區(qū)各自的債務(wù)系統(tǒng)風險的波動幅度均大于金融系統(tǒng)風險的波動幅度，但債務(wù)風險波動與金融風險波動具有一定趨同性，且金融風險波動比債務(wù)風險波動滯后一期。

風險波動與政策調(diào)控密切相關(guān)，為優(yōu)化政策調(diào)控實施路徑，本文對風險系統(tǒng)各環(huán)節(jié)變量進行多次試驗沖擊，初步發(fā)現(xiàn)地方政府債務(wù)風險與金融風險之間的核心傳導(dǎo)路徑是房地產(chǎn)金融風險，充分考慮歷史趨勢和當前形勢要求，再次對房地產(chǎn)金融風險調(diào)控政策路徑進行大量仿真試驗，進一步發(fā)現(xiàn)房價和房產(chǎn)稅稅收是系統(tǒng)風險傳導(dǎo)的關(guān)鍵路徑。

(四)政策情景仿真

基于上述試驗，重點對東中西部地區(qū)分別做房價和房產(chǎn)稅政策調(diào)控情景仿真，為方便對比分析，統(tǒng)一以10%的變動幅度沖擊初始系統(tǒng)。通過給予系統(tǒng)正向和負向沖擊，檢測兩種政策對系統(tǒng)風險的影響程度，并對比分析東中西部地區(qū)的差異性。

1.房價調(diào)控政策情景仿真

自2002 年實行“招、拍、掛”制度，土地出讓收入已經(jīng)成為地方政府的重要收入來源，且房價波動會通過地價影響地方政府土地出讓收入。地方政府債務(wù)的主要投資者是商業(yè)銀行，土地財政依賴嚴重的地方政府可能無法清償?shù)狡诘你y行債務(wù)，使金融系統(tǒng)面臨信用收縮風險，又因為房地產(chǎn)的金融屬性，房地產(chǎn)市場借貸能力下降，因此，房價波動會聯(lián)動整個風險系統(tǒng)。

在系統(tǒng)模擬中也驗證了房價是系統(tǒng)風險關(guān)鍵的傳導(dǎo)路徑，對東中西部地區(qū)系統(tǒng)分別做房價調(diào)控政策的正負向沖擊，結(jié)果如圖3所示。通過對比仿真圖像發(fā)現(xiàn)：東中西部地區(qū)房價上漲，地方政府債務(wù)風險均有降低趨勢，但金融風險均有增大趨勢；反之，房價下跌，地方政府債務(wù)風險均有增大趨勢，金融風險均有下降趨勢。這一結(jié)論也驗證了土地財政依賴嚴重的地方政府有強烈的動機以提高房價的方式來緩解其債務(wù)風險[38]，再次表明本文模型的有效性。

圖3 東中西部地區(qū)房價調(diào)控政策情景仿真

2.房產(chǎn)稅調(diào)控政策情景仿真

房產(chǎn)稅調(diào)控政策有利于引導(dǎo)住房合理消費和土地資源節(jié)約集約利用，促進房地產(chǎn)市場平穩(wěn)健康發(fā)展。從供給側(cè)來看，房產(chǎn)稅稅收對土地出讓收入存在一定替代作用，能夠降低地方土地財政依賴度，推動地方土地供求規(guī)模趨于合理，并且形成穩(wěn)定的稅源，進而降低地方政府債務(wù)風險。從需求側(cè)來看，當前房地產(chǎn)市場上有大量存量房源，穩(wěn)妥推進房產(chǎn)稅試點可以緩解市場供需矛盾，降低住房“投資屬性”，平穩(wěn)市場預(yù)期，防范和化解金融風險。因此，地方政府從土地財政向房地產(chǎn)稅轉(zhuǎn)型是大勢所趨、形勢所迫。

基于以上現(xiàn)實分析，房產(chǎn)稅稅收作為銜接債務(wù)系統(tǒng)和金融系統(tǒng)的關(guān)鍵環(huán)節(jié)，也是系統(tǒng)風險傳導(dǎo)的重要路徑。對東中西部三個地區(qū)系統(tǒng)分別做房產(chǎn)稅調(diào)控政策的正負向沖擊，結(jié)果如圖4所示。當房產(chǎn)稅稅收增加時，地方政府債務(wù)風險有減小趨勢，房地產(chǎn)金融風險系統(tǒng)有輕微減小趨勢，商業(yè)銀行系統(tǒng)風險波動較大，在整體系統(tǒng)作用下，金融風險呈現(xiàn)上下波動趨勢且不確定性較大。當房產(chǎn)稅稅收減少時，地方政府債務(wù)風險有增大趨勢，金融風險在各因素相互作用下也具有不確定性。

圖4 東中西部地區(qū)房產(chǎn)稅調(diào)控政策情景仿真

3.政策情景仿真作用結(jié)果分析

結(jié)合房價和房產(chǎn)稅調(diào)控政策情景仿真圖及仿真均值，分析關(guān)鍵影響因素對地方政府債務(wù)風險和金融風險的作用方向和作用力度，結(jié)果如表4所示。

表4 政策情景仿真關(guān)鍵變量間作用結(jié)果

從作用方向來看，東中西部地區(qū)具有一致性。無論東部地區(qū)、中部地區(qū)，還是西部地區(qū)，房價上漲和房產(chǎn)稅稅收增加對地方政府債務(wù)風險的作用方向都是減小，而房價下跌和房產(chǎn)稅稅收減少對地方政府債務(wù)風險的作用方向都是增大。房價上漲對金融風險的作用方向都是增大，房價下跌對金融風險的作用方向都是減小，房產(chǎn)稅稅收增加或減少對金融風險的作用方向都是不確定。因此，可以得出結(jié)論：(1)東中西部地區(qū)房價波動與地方政府債務(wù)風險呈反向關(guān)系，與金融風險呈正向關(guān)系。即房價上漲可以抑制地方政府債務(wù)風險，但會增大金融風險，房價下跌會增大地方政府債務(wù)風險，但可以抑制金融風險。(2)東中西部地區(qū)房產(chǎn)稅稅收與地方政府債務(wù)風險呈反向關(guān)系，而金融風險呈現(xiàn)出不確定性。即房產(chǎn)稅稅收增加可以抑制地方政府債務(wù)風險，房產(chǎn)稅稅收減少會增大地方政府債務(wù)風險，但無論房產(chǎn)稅稅收增加還是減少，金融風險在各因素相互作用下波動方向具有不確定性。

從作用力度來看，東中西部地區(qū)存在異質(zhì)性。對于東部地區(qū)，房價漲跌及房產(chǎn)稅稅收增減對地方政府債務(wù)風險的作用力度分別為0.437、0.639、0.410、0.590，對金融風險的作用力度分別為0.518、0.458、0.490、0.499。對于中部地區(qū)，房價漲跌及房產(chǎn)稅稅收增減對地方政府債務(wù)風險的作用力度分別為0.328、0.415、0.327、0.397，對金融風險的作用力度分別為0.533、0.440、0.477、0.500。對于西部地區(qū)，房價漲跌及房產(chǎn)稅稅收增減對地方政府債務(wù)風險的作用力度分別為0.392、0.531、0.406、0.525，對金融風險的作用力度分別為0.561、0.490、0.502、0.511。因此，在東部和中部地區(qū)，對地方政府債務(wù)風險的作用力度從強到弱均依次為：房價下跌、房產(chǎn)稅稅收減少、房價上漲、房產(chǎn)稅稅收增加；而在西部地區(qū)，對地方政府債務(wù)風險的作用力度從強到弱依次為：房價下跌、房產(chǎn)稅稅收減少、房產(chǎn)稅稅收增加、房價上漲。在東中西部地區(qū)，對金融風險的作用力度從強到弱均依次為：房價上漲、房產(chǎn)稅稅收減少、房產(chǎn)稅稅收增加、房價下跌。從區(qū)域?qū)Ρ冉嵌葋砜?，房價漲跌及房產(chǎn)稅稅收增減對地方政府債務(wù)風險的作用力度從強到弱均依次為：東部地區(qū)、西部地區(qū)、中部地區(qū)。房價上漲、房產(chǎn)稅稅收減少對金融風險的作用力度從強到弱均依次為：西部地區(qū)、中部地區(qū)、東部地區(qū)；房價下跌、房產(chǎn)稅稅收增加對金融風險的作用力度從強到弱均依次為：西部地區(qū)、東部地區(qū)、中部地區(qū)。

4.政策仿真系統(tǒng)敏感度分析

為進一步探究不同地區(qū)對各政策沖擊的差異性，將以上12種仿真結(jié)果進一步做系統(tǒng)單因素敏感性分析，即分析單個不確定因素對風險系統(tǒng)的影響程度。根據(jù)仿真模擬值，計算不同政策情景下各年系統(tǒng)仿真的敏感度系數(shù)并取其均值，為充分體現(xiàn)系統(tǒng)整體的敏感度水平，剔除個別仿真異常值，最終結(jié)果如表5所示。

表5 政策仿真系統(tǒng)風險敏感度系數(shù)及排序

從房價政策情景仿真的系統(tǒng)敏感系數(shù)來看，當房價上漲時，東中西部地區(qū)債務(wù)系統(tǒng)敏感度分別為1.408、1.085、1.632，東中西部地區(qū)金融系統(tǒng)敏感度分別為0.587、0.761、1.156；當房價下跌時，東中西部地區(qū)債務(wù)系統(tǒng)敏感度分別為2.822、1.808、1.762，東中西部地區(qū)金融系統(tǒng)敏感度分別為0.740、0.844、1.403。因此，無論是房價上漲還是下跌，東中西部地區(qū)債務(wù)系統(tǒng)敏感度系數(shù)均高于金融系統(tǒng)敏感度系數(shù)。當房價上漲時，東中西部地區(qū)的整體系統(tǒng)風險敏感度均值分別為0.998、0.923、1.394；當房價下跌時，東中西部地區(qū)的整體系統(tǒng)風險敏感度均值分別為1.781、1.326、1.583。因此，房價下跌對東中西部地區(qū)整體系統(tǒng)風險沖擊比房價上漲更加敏感。從區(qū)域?qū)Ρ冉嵌葋砜?，房價調(diào)控下東中西部地區(qū)債務(wù)系統(tǒng)敏感度均值分別為2.115、1.446、1.697。因此，房價調(diào)控下債務(wù)系統(tǒng)敏感度從高到低依次是東部地區(qū)、西部地區(qū)、中部地區(qū)。房價調(diào)控下東中西部地區(qū)金融系統(tǒng)敏感度均值分別為0.664、0.803、1.280。因此，房價調(diào)控下金融系統(tǒng)敏感度從高到低依次是西部地區(qū)、中部地區(qū)、東部地區(qū)。綜合來看，東中西部地區(qū)房價調(diào)控政策系統(tǒng)敏感度均值分別為1.390、1.124、1.488，因此，西部地區(qū)對房價調(diào)控政策敏感度最高，其次是東部地區(qū)，最后是中部地區(qū)。

從房產(chǎn)稅政策情景仿真的系統(tǒng)敏感系數(shù)來看，當房產(chǎn)稅稅收上漲時，東中西部地區(qū)債務(wù)系統(tǒng)敏感度分別為2.481、2.047、1.796，東中西部地區(qū)金融系統(tǒng)敏感度分別為1.071、0.949、0.977；當房產(chǎn)稅稅收下跌時，東中西部地區(qū)債務(wù)系統(tǒng)敏感度分別為1.380、1.239、1.708，東中西部地區(qū)金融系統(tǒng)敏感度分別為0.681、0.871、0.653。因此，無論是房產(chǎn)稅稅收增加還是下降，東中西部地區(qū)債務(wù)系統(tǒng)敏感度系數(shù)均高于金融系統(tǒng)敏感度系數(shù)，此結(jié)論與房價調(diào)控結(jié)論一致，即同一政策情景沖擊下，在同一地區(qū)債務(wù)風險的波動幅度大于金融風險波動幅度，也再次表明地方政府債務(wù)風險系統(tǒng)的脆弱性。當房產(chǎn)稅稅收上漲時，東中西部地區(qū)的整體系統(tǒng)風險敏感度均值分別為1.776、1.498、1.387；當房產(chǎn)稅稅收下降時，東中西部地區(qū)的整體系統(tǒng)風險敏感度均值分別為1.030、1.055、1.180。因此，房產(chǎn)稅稅收增加對東中西部地區(qū)的系統(tǒng)風險沖擊比房產(chǎn)稅稅收減少更加敏感。從區(qū)域?qū)Ρ冉嵌葋砜矗慨a(chǎn)稅調(diào)控下東中西部地區(qū)債務(wù)系統(tǒng)敏感度均值分別為1.931、1.643、1.752。因此，房產(chǎn)稅調(diào)控下債務(wù)系統(tǒng)敏感度從高到低依次是東部地區(qū)、西部地區(qū)、中部地區(qū)。房產(chǎn)稅調(diào)控下東中西部地區(qū)金融系統(tǒng)敏感度均值分別為0.876、0.910、0.815。因此，房產(chǎn)稅調(diào)控下金融系統(tǒng)敏感度從高到低依次是中部地區(qū)、東部地區(qū)、西部地區(qū)。綜合來看，東中西部地區(qū)房產(chǎn)稅調(diào)控政策系統(tǒng)敏感度均值分別為1.403、1.277、1.284。因此，房產(chǎn)稅調(diào)控下東部地區(qū)的政策敏感度最高，其次是西部地區(qū)，最后是中部地區(qū)。

五、研究結(jié)論及政策建議

本文分析了地方政府債務(wù)風險和金融風險交互影響路徑和作用機理，構(gòu)建了地方政府債務(wù)風險和金融風險的系統(tǒng)動力學模型，實證仿真了中國東中西部地區(qū)在政策情景沖擊下的風險系統(tǒng)敏感性因素及敏感度系數(shù)，得出以下主要結(jié)論：第一，地方政府債務(wù)風險與金融風險之間的核心傳導(dǎo)路徑是房地產(chǎn)金融風險，房價和房產(chǎn)稅稅收是系統(tǒng)風險傳導(dǎo)的關(guān)鍵影響因素。第二，從作用方向看，房價上漲，地方政府債務(wù)風險有降低趨勢，金融風險有增大趨勢，反之則反；房產(chǎn)稅稅收增加，地方政府債務(wù)風險有降低趨勢，反之則反。但無論房產(chǎn)稅稅收增加還是減少，金融風險在各因素相互作用下都具有不確定性。第三，從作用力度看，房價下跌對地方政府債務(wù)風險的作用力度最強，房產(chǎn)稅稅收減少次之；房價上漲對金融風險的作用力度最強，房產(chǎn)稅稅收減少次之。第四，房價下跌對整體系統(tǒng)風險造成的沖擊比房價上漲更加敏感；房產(chǎn)稅稅收增加對整體系統(tǒng)風險造成的沖擊比房產(chǎn)稅稅收減少更加敏感；房價與房產(chǎn)稅調(diào)控下，債務(wù)系統(tǒng)敏感度系數(shù)均高于金融系統(tǒng)敏感度系數(shù)。第五，房價調(diào)控下政策敏感度從高到低依次是西部地區(qū)、東部地區(qū)、中部地區(qū)；房產(chǎn)稅調(diào)控下政策敏感度從高到低依次是東部地區(qū)、西部地區(qū)、中部地區(qū)。

為有效阻斷地方政府債務(wù)風險與金融風險的傳導(dǎo)路徑，應(yīng)從房價和房產(chǎn)稅政策調(diào)控入手，實現(xiàn)區(qū)域經(jīng)濟一體化發(fā)展與防范化解系統(tǒng)性金融風險的動態(tài)協(xié)同。本文提出具體政策建議如下：

第一，穩(wěn)定市場房價預(yù)期，遏制房地產(chǎn)金融泡沫。房價上漲是城鎮(zhèn)化不可避免的經(jīng)濟現(xiàn)象，房價上漲，可以有效抑制地方政府債務(wù)風險，但會增大金融風險，并且房價上漲對金融風險的作用力度最強。因此，在供給側(cè)管理方面，尤其對房價調(diào)控政策比較敏感的東部地區(qū)和西部地區(qū)的城市群區(qū)域，應(yīng)考慮增加保障性住房供給，建立以城市群為單位的區(qū)域房價調(diào)控中心，探索區(qū)域房價的聯(lián)動互控機制。在需求側(cè)管理方面，穩(wěn)定市場預(yù)期，引導(dǎo)住房合理消費和土地資源節(jié)約集約利用，抑制房價過快上漲，使房價通過市場機制實現(xiàn)正常波動。房價下跌對整體系統(tǒng)風險沖擊比房價上漲更加敏感，且房價下跌對地方政府債務(wù)風險的作用力度最強，因此，仍要堅持“房住不炒” 的房價調(diào)控主基調(diào)，遏制房地產(chǎn)金融化泡沫傾向。

第二，推進房產(chǎn)稅試點，培育地方穩(wěn)定稅源。房產(chǎn)稅稅收具有健全地方財稅體制、調(diào)節(jié)收入分配等多種功能，房產(chǎn)稅稅收減少對地方政府債務(wù)風險和金融風險存在較強作用力度，而房產(chǎn)稅稅收增加可以降低地方政府債務(wù)風險，且對系統(tǒng)風險沖擊比較敏感，尤其是東部地區(qū)。因此，加快推進房產(chǎn)稅改革和立法，房產(chǎn)稅的推行試點應(yīng)以東部地區(qū)房價上漲壓力較大的熱點城市為主，如長三角、珠三角、京津冀等區(qū)域中心城市。部分熱點城市二手房銷售規(guī)模已高于新房，具備較好的房產(chǎn)稅改革探索環(huán)境，其課稅對象應(yīng)以存量房為基礎(chǔ)，且征稅力度要循序漸進。充分發(fā)揮試點對整體改革的示范引領(lǐng)作用，建立城市群等區(qū)域住房信息聯(lián)網(wǎng)系統(tǒng)，再逐步向全國推廣，漸進式推動土地制度改革與市場化供給，形成地方穩(wěn)定稅源，降低各地方政府對土地出讓收入的依賴，實現(xiàn)全國地方政府從土地財政向房產(chǎn)稅轉(zhuǎn)型。

第三，統(tǒng)籌地區(qū)房價和房產(chǎn)稅政策調(diào)控，阻斷系統(tǒng)性風險傳導(dǎo)路徑。綜合考慮政策調(diào)控對地方政府債務(wù)風險和金融風險的作用方向、作用力度與系統(tǒng)敏感度，建立地方政府債務(wù)風險與金融風險系統(tǒng)聯(lián)控機制，完善由房價及房產(chǎn)稅稅收引起的系統(tǒng)性風險預(yù)警機制、應(yīng)急預(yù)案及處置方案，加強房地產(chǎn)市場的風險監(jiān)管，防范房地產(chǎn)金融風險跨行業(yè)、跨市場、跨區(qū)域傳染。鼓勵地方政府債務(wù)投資主體多元化，解決商業(yè)銀行的流動性風險與期限錯配問題，分散累積在金融部門的風險，營造穩(wěn)定安全的金融生態(tài)環(huán)境。此外，在房價和房產(chǎn)稅政策調(diào)控下債務(wù)系統(tǒng)敏感度系數(shù)均高于金融系統(tǒng)敏感度系數(shù)，因此，還應(yīng)重點關(guān)注地方政府債務(wù)風險的波動，這對防范化解系統(tǒng)性金融風險，落實國家金融安全戰(zhàn)略具有重要意義。