宋一萍

摘 要：出于地方經(jīng)濟(jì)建設(shè)的需要，債券融資成為地方政府的必然選擇，亟須推動我國地方政府債券市場發(fā)展。當(dāng)前我國多是為上市公司或中小企業(yè)作債券評級的評級機(jī)構(gòu)，針對地方債的評級較為空缺。本文通過對各省11個(gè)經(jīng)濟(jì)指標(biāo)的整理分析，綜合了主成分分析法、AHP層次分析法的等多種優(yōu)化方法求解問題，建立綜合評價(jià)體系，為投資者提供獲得收益以及規(guī)避風(fēng)險(xiǎn)的建議。

關(guān)鍵詞：AHP層次分析法 主成分分析法 評價(jià)體系 判斷矩陣 地方債

中圖分類號：F812.45 文獻(xiàn)標(biāo)識碼：A 文章編號：2096-0298（2018）09（b）-056-02

1 問題背景與分析

目前國際上已經(jīng)有了科學(xué)且成熟的信用評級體系。我國在這方面起步較晚，評級方法主要向外國機(jī)構(gòu)借鑒，評級對象也集中在各類企業(yè)，對于地方政府舉債能力的評估目前有所欠缺。

影響地方政府舉債能力的因素?zé)o非與經(jīng)濟(jì)、政治、社會三個(gè)方面相關(guān)，閱覽資料選取指標(biāo)。運(yùn)用主成分分析的方法剔除指標(biāo)重合的部分，通過信息搜集建立關(guān)系矩陣，運(yùn)用AHP層次分析法得到最佳評分系統(tǒng)。

2 建立模型

2.1 選取指標(biāo)

依照相關(guān)性、完整性、重要性與可操作性的原則，選出了以下11個(gè)指標(biāo)，如表1所示。

2.2 指標(biāo)意義

GDP類：用于衡量該地方的經(jīng)濟(jì)發(fā)展水平和經(jīng)濟(jì)發(fā)展速度。

財(cái)政類：為衡量經(jīng)濟(jì)風(fēng)險(xiǎn)以保障償債能力，主要考慮財(cái)政的平衡性與穩(wěn)定性。

行政類：政府的行政水平與效率也是影響投資的重要因素。投資類：其他國家及企業(yè)對該地的投資一定程度上可反映其發(fā)展?jié)摿Α?/p>

2.3 主成分分析

由于各個(gè)經(jīng)濟(jì)因素相互影響，選取的11個(gè)指標(biāo)不可避免的會有意義重合的部分，為了防止重復(fù)計(jì)算，利用主成分分析的方法進(jìn)行處理。

（1）標(biāo)準(zhǔn)化處理。

對得到的數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理。

（2）計(jì)算相關(guān)系數(shù)矩陣。

利用MATLAB計(jì)算相關(guān)系數(shù)矩陣，觀察計(jì)算出的相關(guān)系數(shù)矩陣，發(fā)現(xiàn)GDP均值、平均常住人口、財(cái)政收入均值、財(cái)政支出均值這四個(gè)指標(biāo)相關(guān)性較高（其相關(guān)系數(shù)矩陣如下）：

2.4 AHP層次分析法

（1）建立模型。

通過主成分分析可得到一個(gè)由8個(gè)指標(biāo)構(gòu)成的新模型：主成分因子、GDP增速、財(cái)政平衡性、財(cái)政穩(wěn)定性、外商投資增長率、固定資產(chǎn)投資增長率、行政效率、就業(yè)情況。

（2）建立判斷矩陣。

建立兩兩判斷矩陣，按照1～9標(biāo)度法進(jìn)行賦值。依照數(shù)據(jù)和經(jīng)驗(yàn)建立判斷矩陣，其中經(jīng)濟(jì)方面的因素占主導(dǎo)，財(cái)政的平衡性、即財(cái)政盈余直接決定了政府的償債能力。

通過分析數(shù)據(jù)得到各指標(biāo)權(quán)重和最終排序結(jié)果。其中財(cái)政平衡性占比高達(dá)37.38%，說明一個(gè)地區(qū)財(cái)政收支是否相對平衡是主要影響因素；財(cái)政穩(wěn)定性和GDP增速占比分別為18.99%；主成分因子權(quán)重為9.25%，說明一個(gè)地區(qū)的經(jīng)濟(jì)體量與其舉債能力也有一定關(guān)系；最后，外商投資增長率、固定資產(chǎn)投資增長率、行政效率和就業(yè)情況占比均為3.85%。因此，得到我國31個(gè)省及直轄市舉債能力的綜合得分及排序，如表3所示。

3 模型分析

3.1 普遍分析

根據(jù)表3的最終得分和排名結(jié)果，將全國31個(gè)省及直轄市分為4檔（A，B，C，D），那么從北京市到天津市的A檔無疑是投資的最好選擇，無論是從財(cái)政收支平衡性、經(jīng)濟(jì)體量還是從投資潛力、政府管理等方面，各直轄市和東部沿海各省的經(jīng)濟(jì)狀況和償債能力都較強(qiáng)，同時(shí)希望減少對江西省到黑龍江省等后十六名的投資。對于一些排名靠后，但經(jīng)濟(jì)增速快的省市比如河南省、河北省，也可沙里淘金。

3.2 特殊分析

京滬：從數(shù)據(jù)中可以看出，這兩個(gè)直轄市的財(cái)政平衡性非常高。兩地借助政策支持，積極發(fā)展高新技術(shù)產(chǎn)業(yè)、第三產(chǎn)業(yè)等，具有完整的產(chǎn)業(yè)鏈，站在信息與技術(shù)的前沿，積極吸收外商投資，是企業(yè)投資最穩(wěn)妥的選擇。從經(jīng)濟(jì)機(jī)構(gòu)上來看，北京上海都在努力發(fā)展新經(jīng)濟(jì)，比如能源汽車、生物醫(yī)藥、節(jié)能環(huán)保、新材料等，且兩地的固定資產(chǎn)投資在國內(nèi)都遙遙領(lǐng)先。蘇粵魯：這3個(gè)省份分踞排名表的第三、四、七名，作為2016年的GDP體量前三，政府對各個(gè)產(chǎn)業(yè)的發(fā)展都有著雄厚資金支持的能力，這3個(gè)省份也不失為好的投資選擇。江蘇相對于廣東、山東兩省，各城市差距較小，經(jīng)濟(jì)結(jié)構(gòu)也比較均衡健全，有較大的投資價(jià)值；廣東的電子工業(yè)和輕工業(yè)在全國一直遙遙領(lǐng)先，跑在了數(shù)字時(shí)代的前沿。騰訊、華為、網(wǎng)易等優(yōu)秀的互聯(lián)網(wǎng)企業(yè)都扎根廣東，與傳統(tǒng)工業(yè)不同，新興信息產(chǎn)業(yè)是最具發(fā)展?jié)摿εc活力的。且廣東在經(jīng)濟(jì)發(fā)展迅速的同時(shí)，能耗幾乎是全國最低，說明其發(fā)展模式是綠色健康的、可持續(xù)的；山東作為經(jīng)濟(jì)大省，其經(jīng)濟(jì)主要靠工業(yè)拉動，但近年來山東已經(jīng)意識到過分依賴資源的嚴(yán)重性，正在努力促進(jìn)經(jīng)濟(jì)轉(zhuǎn)型，發(fā)展新經(jīng)濟(jì)。2016年開始，山東省第三產(chǎn)業(yè)占比開始超過第二產(chǎn)業(yè)。而財(cái)政收入方面也持續(xù)增長。

4 地方債評級制度完善建議

（1）健全信息披露制度。修訂法律法規(guī)，促進(jìn)各地方政府財(cái)政信息的公開化和透明化。克服當(dāng)前地方債務(wù)披露格式不統(tǒng)一、信息不全面系統(tǒng)、缺乏監(jiān)督等問題。建立地方政府債務(wù)報(bào)告的監(jiān)督體系，成立專門部門管理，社會監(jiān)督與法律監(jiān)督并行。（2）規(guī)范信用評級市場。建立我國的信用評級機(jī)構(gòu)與國際知名評級機(jī)構(gòu)的良性競爭，定期回看評級結(jié)果，更換偏差較大的評級機(jī)構(gòu)。同時(shí)控制評級機(jī)構(gòu)的數(shù)量，防止惡性競爭。

參考文獻(xiàn)

[1] 司守奎，孫兆亮.數(shù)學(xué)建模算法與應(yīng)用[M].北京：國防工業(yè)出版社，2015.

[2] 金克茂.我國信用評級業(yè)的發(fā)展?fàn)顩r研究[D].西南財(cái)經(jīng)大學(xué)，2012.

[3] 彭秀坤.國際社會信用評級機(jī)構(gòu)規(guī)制及其改革研究[D].蘇州大學(xué)，2012.