李慧敏 李達(dá)

摘 要：通過(guò)采用KMV模型對(duì)山東省地方債務(wù)風(fēng)險(xiǎn)和山東省上市公司數(shù)據(jù)分析上市公司債務(wù)風(fēng)險(xiǎn)，闡述了兩者之間的關(guān)系，第一次給出了微觀層面證據(jù)。結(jié)果顯示，在特定假設(shè)條件下，山東省地方債務(wù)風(fēng)險(xiǎn)違約已經(jīng)超過(guò)0.4%的水平線，意味著我們需要更加重視地方債務(wù)風(fēng)險(xiǎn)問(wèn)題。

關(guān)鍵詞：山東省;地方債務(wù)風(fēng)險(xiǎn);上市公司;KMV模型

中圖分類號(hào)：F832.5 ? ? ?文獻(xiàn)標(biāo)志碼：A ? ? ?文章編號(hào)：1673-291X（2019）17-0141-06

現(xiàn)有地方債務(wù)風(fēng)險(xiǎn)研究有三個(gè)問(wèn)題：一是目前的研究大多集中在政府債券或者政府收支情況，但是地方政府債券僅僅是地方債務(wù)的一部分，并且政府財(cái)政收入和財(cái)政支出數(shù)據(jù)都是一般預(yù)算數(shù)據(jù)，不是最終實(shí)際發(fā)生值，因此結(jié)論可能不夠準(zhǔn)確。二是由于地方政府債務(wù)不透明，并且很多隱形債務(wù)難以估計(jì)，①因此采用債務(wù)/GDP作為債務(wù)風(fēng)險(xiǎn)衡量指標(biāo)，忽略了與償債能力相關(guān)的資產(chǎn)情況（劉曉光，劉元春，2018）;此外，李臘生等（2013）以及他們所列舉的相關(guān)文獻(xiàn)都是采用政府發(fā)行債券規(guī)模衡量地方債務(wù)風(fēng)險(xiǎn)，很顯然由于地方債券規(guī)模僅僅是地方債務(wù)的一部分，因此他們的結(jié)論自然是不可靠的。三是缺乏微觀層面的數(shù)據(jù)作為證據(jù)支撐債務(wù)風(fēng)險(xiǎn)論點(diǎn)。

鑒于上述問(wèn)題，我們一方面通過(guò)地方財(cái)政數(shù)據(jù)分析地方債務(wù)風(fēng)險(xiǎn)，另一方面，我們開創(chuàng)性地引入地方上市公司數(shù)據(jù)，間接分析該省的償債能力。地方上市公司是當(dāng)?shù)叵鄬?duì)發(fā)展較好的公司，并且數(shù)據(jù)公開透明且經(jīng)過(guò)審計(jì)，相對(duì)比較可靠。上市公司的發(fā)展情況可以認(rèn)為是當(dāng)?shù)亟?jīng)濟(jì)晴雨表，一方面GDP的統(tǒng)計(jì)中肯定會(huì)反映上市公司當(dāng)年的情況;另一方面，政府財(cái)政收入的稅收部分也依賴于經(jīng)濟(jì)實(shí)體，包括上市公司，因此上市公司的數(shù)據(jù)可以側(cè)面反映出政府收入和債務(wù)風(fēng)險(xiǎn)情況。

本文第一部分根據(jù)KMV模型，說(shuō)明山東省地方債務(wù)風(fēng)險(xiǎn);第二部分通過(guò)山東省上市公司數(shù)據(jù)情況，間接分析地方債務(wù)風(fēng)險(xiǎn);第三部分給出結(jié)論。

一、山東省地方政府債務(wù)風(fēng)險(xiǎn)

山東省地方債務(wù)余額2017年底為10 196億元，從數(shù)據(jù)來(lái)看，最早的數(shù)據(jù)是2010年，當(dāng)年地方債務(wù)余額為4 752億元。從人均值來(lái)看，2010年人均政府性債務(wù)為4 956元，2017年底已經(jīng)上升到10 190元，如圖1所示。②如果按照2017年相對(duì)2010年的債務(wù)余額直接計(jì)算算術(shù)增長(zhǎng)率的話，人均債務(wù)余額的增長(zhǎng)率已經(jīng)達(dá)到13.2%，超過(guò)同期名義人均GDP增長(zhǎng)率9.64%。由此可以看出，地方債務(wù)的快速增長(zhǎng)必然帶來(lái)債務(wù)風(fēng)險(xiǎn)的累積，為了衡量地方債務(wù)風(fēng)險(xiǎn)，我們下面采用KMV模型進(jìn)行分析，之后再通過(guò)山東省上市公司數(shù)據(jù)進(jìn)一步的分析。

（一）模型及數(shù)據(jù)

1.KMV模型

本文采用韓立巖等（2003）提出的市政債券信用風(fēng)險(xiǎn)模型，即修改后的Credit Monitor Model（以下稱為“KMV模型”）分析山東省地方政府債務(wù)。③由于KMV模型應(yīng)用較多，這里不詳細(xì)闡述，可以參見韓立巖等（2003），李臘生等（2013），李貞等（2017），丁超楠（2018）等的文章。我們假設(shè)違約距離為DD（即default Distance），違約概率為p，并且遵從韓立巖等（2003）設(shè)時(shí)間間隔為1，從而有：

DD=■（1）

p=N（-DD）（2）

這里，F(xiàn)IT表示到期日的政府財(cái)政收入，BT表示到期日的債務(wù)總額，？滋表示政府財(cái)政收入增速，？滓表示政府財(cái)政收入波動(dòng)率，T表示到期日，N（·）表示標(biāo)準(zhǔn)正態(tài)分布。

2.數(shù)據(jù)

為了便于和上市公司數(shù)據(jù)時(shí)間統(tǒng)一，我們采用1993—2017年山東省的財(cái)政收入，其余數(shù)據(jù)的期限會(huì)在使用時(shí)說(shuō)明。首先預(yù)測(cè)2018—2020年財(cái)政收入。①由此可以計(jì)算？滋和？滓。然而，不是所有的財(cái)政收入都可以用來(lái)償還債務(wù)。在地方公共支出中一般公共支出、公共安全、教育、社會(huì)保障和就業(yè)、醫(yī)療衛(wèi)生與計(jì)劃生育、城鄉(xiāng)社區(qū)事務(wù)、農(nóng)林水事務(wù)、住房保障支出八項(xiàng)占比2007年到2016年平均為78.31%。我們假設(shè)政府財(cái)政收入中可以用來(lái)還款的比例分三種情況，分別為20%，22%，25%。②

其次我們確定到期日，按照2015年財(cái)政部確認(rèn)的債券置換最長(zhǎng)時(shí)間為10年，因此我們假設(shè)？壯=10。最后需要確認(rèn)債務(wù)規(guī)模。2017年底，山東省政府性債務(wù)余額約1.02萬(wàn)億元，其中一般債務(wù)6 189億元，專項(xiàng)債務(wù)4 007億元。置換存量債務(wù)1 646億元，占比為16.14%。自2015年至今已經(jīng)置換債務(wù)7 022億元。此外，政府新發(fā)行債券占財(cái)政赤字的比重在上升，從2015年的10.33%上升到2017年的30.79%。我們預(yù)測(cè)2018—2020年財(cái)政赤字，③并且按照其30%比例發(fā)行債券，最終我們可以得到預(yù)期到期債務(wù)：

預(yù)期到期債務(wù)=年末存量債務(wù)×（1+r%）×1/T+每年財(cái)政赤字×30%

這里r%表示利率，我們假設(shè)r=4。為了簡(jiǎn)單起見，我們以2017年底已經(jīng)置換的7 022億元債券為基數(shù)，假設(shè)每年等額還本付息，由此可以得到每年到期債務(wù)總額。

（二）結(jié)果分析

同樣采用標(biāo)準(zhǔn)普爾評(píng)級(jí)中BBB級(jí)債券的評(píng)級(jí)，參照韓立巖（2003）將警戒值定為0.4%，我們可以發(fā)現(xiàn)，如果山東省政府只有20%的資金能夠用于還款，且其他條件不變時(shí)，2019年和2020年有可能會(huì)出現(xiàn)違約情況。不過(guò)，如果還款比例能夠提升到22%以上的話，那么就不存在違約風(fēng)險(xiǎn)。例如，如果還款比例為22%，2019年的違約風(fēng)險(xiǎn)僅為0.212%;如果還款比例為25%，那么2020年的違約風(fēng)險(xiǎn)會(huì)下降到0.087%。

2017年山東省政府性債務(wù)余額中的一般債務(wù)①達(dá)到6 189億元，已經(jīng)超過(guò)當(dāng)年山東地方公共財(cái)政收入6 099億元。此外，2017年專項(xiàng)債務(wù)達(dá)到4 007億元，財(cái)政赤字為3 159億元，已超過(guò)財(cái)政收入的50%。這些數(shù)據(jù)意味著山東省地方債務(wù)風(fēng)險(xiǎn)在不斷累積。

二、山東省上市公司視角的債務(wù)風(fēng)險(xiǎn)

前人研究主要集中在地方政府層面數(shù)據(jù)，還沒(méi)有通過(guò)上市公司數(shù)據(jù)論證地方債務(wù)風(fēng)險(xiǎn)。我們認(rèn)為，僅僅討論地方政府層面數(shù)據(jù)有三個(gè)不足。一是財(cái)政數(shù)據(jù)為預(yù)算數(shù)據(jù)，并不足以表明實(shí)際情況，僅能作為參考。二是從地方財(cái)政收入的角度來(lái)看，微觀層面的數(shù)據(jù)能夠更好地預(yù)測(cè)未來(lái)收入情況，因?yàn)槲覈?guó)已經(jīng)進(jìn)入經(jīng)濟(jì)新常態(tài)，經(jīng)濟(jì)增速放緩必然影響到財(cái)政收入。三是債務(wù)/GDP等方式并不是最好的指標(biāo)，更合理的指標(biāo)應(yīng)該是資產(chǎn)負(fù)債率，這在宏觀層面無(wú)法獲得。

因此，我們采用山東省上市公司數(shù)據(jù)再次分析地方債務(wù)風(fēng)險(xiǎn)，這樣做還會(huì)有額外的好處。一是從微觀數(shù)據(jù)可以看出經(jīng)濟(jì)中不同類別企業(yè)的結(jié)構(gòu)性差異;二是從企業(yè)層面數(shù)據(jù)可以得到新的參數(shù)，然后代回上面分析，可以豐富我們分析的維度，為我們上面的結(jié)論提供更多支撐。

（一）數(shù)據(jù)及相關(guān)統(tǒng)計(jì)概括

本文選取的山東省上市公司數(shù)量②一共193家，不包括B股，其中按照企業(yè)性質(zhì)來(lái)分共計(jì)六種：一是地方國(guó)有企業(yè)（44家），二是中央國(guó)有企業(yè)（9家），三是集體企業(yè)（3家），四是民營(yíng)企業(yè)（126家），五是公眾企業(yè)（3家），六是外資企業(yè)（4家）。其中，前三類歸為國(guó)企，共計(jì)56家;第四類、第五類歸為民企，共計(jì)133家。這里采用的數(shù)據(jù)最早為1993年年報(bào)數(shù)據(jù)，較晚上市的公司采用全部年報(bào)數(shù)據(jù)。

近五年平均資產(chǎn)負(fù)債率超過(guò)50%企業(yè)數(shù)為62家。其中國(guó)企28家，占比45.16%，民企34家，占比54.84%。但是，由于樣本中國(guó)企數(shù)量遠(yuǎn)低于民企數(shù)量，因此近五年平均資產(chǎn)負(fù)債率超過(guò)50%企業(yè)數(shù)的類別占比中，國(guó)企超過(guò)50%，民企僅為國(guó)企的一半左右，即25.56%。

從行業(yè)的角度來(lái)看，近五年平均資產(chǎn)負(fù)債率超過(guò)50%企業(yè)的行業(yè)分布排名靠前的行業(yè)分別為橡膠、造紙、黃金、房地產(chǎn)開發(fā)，分別為5家、4家、4家和3家。從他們占該行業(yè)上市公司比重來(lái)看，除了造紙企業(yè)之外，其余三個(gè)行業(yè)完全包括了該行業(yè)的全部上市公司。

我們重點(diǎn)看三個(gè)數(shù)據(jù)，一是總資產(chǎn)Aijt，表示第j類公司中第i個(gè)公司第t年的總資產(chǎn);二是總負(fù)債Bijt，表示第j類公司中第i個(gè)公司第t年的總負(fù)債;三是營(yíng)業(yè)利潤(rùn)？仔ijt，表示第j類公司中第i個(gè)公司第t年的營(yíng)業(yè)利潤(rùn)。

資產(chǎn)負(fù)債率計(jì)算公式如下：

資產(chǎn)負(fù)債率jt=■ j=民企、國(guó)企

2017年底，山東省全部上市公司（不含外資企業(yè)）總資產(chǎn)22 663億元，其中，國(guó)企總資產(chǎn)共計(jì)15 327億元，民企總資產(chǎn)共計(jì)7 336億元;上市公司總負(fù)債12 884億元，其中，國(guó)企總負(fù)債共計(jì)9 660億元，民企總負(fù)債共計(jì)3 224億元;上市公司總營(yíng)業(yè)利潤(rùn)億元，其中，國(guó)企總營(yíng)業(yè)利潤(rùn)共計(jì)816億元，民企總營(yíng)業(yè)利潤(rùn)共計(jì)401億元。

從圖2可以看出三點(diǎn)：一是，國(guó)企資產(chǎn)負(fù)債率在2008年之前比民企資產(chǎn)負(fù)債率要低一些，但是兩者之間沒(méi)有明顯的差距;二是，從2008年開始，國(guó)企資產(chǎn)負(fù)債率與民企資產(chǎn)負(fù)債率差距開始加大，自2009年以來(lái)的差均值為15%，其中最高高達(dá)21%;三是，2010年之后國(guó)企資產(chǎn)負(fù)債率始終維持在60%以上，而民企的資產(chǎn)負(fù)債率則不斷下降。

從資產(chǎn)利潤(rùn)率的角度同樣可以看出，如圖3所示，2008年以前民企的資產(chǎn)利潤(rùn)率要顯著高于國(guó)企，但是2008年之后兩者之間較為模糊，總體而言，國(guó)企資產(chǎn)利潤(rùn)率水平略高于民企。同樣可以看到，資產(chǎn)利潤(rùn)率和實(shí)際GDP增長(zhǎng)率之間存在較強(qiáng)的相關(guān)關(guān)系，其中，民企資產(chǎn)利潤(rùn)率和實(shí)際GDP增長(zhǎng)率之間的相關(guān)系數(shù)為0.46，國(guó)企資產(chǎn)負(fù)債率和實(shí)際GDP增長(zhǎng)率之間的相關(guān)系數(shù)為0.21。這個(gè)并不難理解，因?yàn)镚DP的統(tǒng)計(jì)相當(dāng)于所有社會(huì)經(jīng)濟(jì)活動(dòng)的加總，上市公司的表現(xiàn)只是GDP中的一部分，因此，實(shí)際GDP增長(zhǎng)率會(huì)隨著微觀實(shí)體的變化而變化。

還需要強(qiáng)調(diào)的是，國(guó)企雖然營(yíng)業(yè)利潤(rùn)較高，但是由于存在高負(fù)債，因此，從償債能力來(lái)看遠(yuǎn)不如民企，如圖4所示。我么可以看到，民企的營(yíng)業(yè)利潤(rùn)與負(fù)債的比值（可以用來(lái)衡量?jī)攤芰Γ┲袠谢緵](méi)有變化，但是國(guó)企的償債能力在不斷惡化。從上面的數(shù)據(jù)也可以看出，如果融資成本都為10%，那么按照2017年的負(fù)債水平，國(guó)企需要支付的利息為966億元，超過(guò)當(dāng)年的營(yíng)業(yè)利潤(rùn)816億元，而民企需要支付的利息為322億元，低于營(yíng)業(yè)利潤(rùn)401億元。

從上述的分析可以看出，地方政府債務(wù)的風(fēng)險(xiǎn)從微觀角度來(lái)看主要是經(jīng)濟(jì)可持續(xù)高增長(zhǎng)的風(fēng)險(xiǎn)。由于目前國(guó)企負(fù)債率不斷攀升，并且償債能力不斷下降，那么很可能會(huì)通過(guò)影響稅收而最終影響政府財(cái)政收入，造成地方債務(wù)風(fēng)險(xiǎn)。

（二）上市公司債務(wù)違約風(fēng)險(xiǎn)分析

下面我們?cè)俨捎肒MV模型分析上市公司債務(wù)違約風(fēng)險(xiǎn)。首先預(yù)測(cè)上市公司2018—2020年預(yù)期營(yíng)業(yè)利潤(rùn)和預(yù)期到期債務(wù)，如表3所示。

我們可以看到，按照總體的預(yù)期營(yíng)業(yè)利潤(rùn)，如果債務(wù)僅為10年，那么違約概率在不斷攀升，并且2019年時(shí)就可能出現(xiàn)違約情況，2020年的違約風(fēng)險(xiǎn)高達(dá)0.62%。不過(guò)，如果債務(wù)期限能夠延長(zhǎng)到15年，那么違約率就會(huì)出現(xiàn)非常大的下降，2019年的違約率僅為0.008%，基本沒(méi)有任何的違約風(fēng)險(xiǎn)。如果期限繼續(xù)延長(zhǎng)，那么違約率會(huì)進(jìn)一步下降至0.00%附近。

三、債務(wù)風(fēng)險(xiǎn)的宏微觀結(jié)果比較

從上面的分析可以看出，采用KMV模型，在我們的假設(shè)情況下，即財(cái)政收入中僅有20%的資金能夠用于還款，上市公司債務(wù)的期限為10年，那么無(wú)論其是企業(yè)還是政府都會(huì)存在違約風(fēng)險(xiǎn)，2019年政府債務(wù)違約風(fēng)險(xiǎn)為0.437%，企業(yè)債務(wù)違約風(fēng)險(xiǎn)為0.465%。這兩者之間的一致性表明我們采用宏觀和微觀數(shù)據(jù)得出的結(jié)論比較可靠。

企業(yè)微觀層面的表現(xiàn)體現(xiàn)了經(jīng)濟(jì)發(fā)展的好壞，同時(shí)會(huì)影響地區(qū)的GDP表現(xiàn)和財(cái)政收入表現(xiàn)。從圖5中可以看出，財(cái)政收入增長(zhǎng)率和名義GDP增長(zhǎng)率之間同樣存在較強(qiáng)的相關(guān)關(guān)系。在包含一期滯后的財(cái)政收入和名義GDP增長(zhǎng)率的回歸中，名義GDP增長(zhǎng)率的系數(shù)為1.11，t統(tǒng)計(jì)值為9.94。

就山東省而言，從1993年開始，名義GDP增長(zhǎng)率均值為14.9%，而財(cái)政收入增長(zhǎng)率均值為16.3%，財(cái)政收入的增長(zhǎng)率要高于名義GDP增長(zhǎng)率。但是從圖7可以看到，從2016年開始，這種情況已經(jīng)出現(xiàn)了逆轉(zhuǎn)，目前我們無(wú)法判斷這是未來(lái)的趨勢(shì)還是只是暫時(shí)的表現(xiàn)，例如像2001—2005年那樣。但是這樣的現(xiàn)狀表明，政府債務(wù)風(fēng)險(xiǎn)不得不考慮的就是經(jīng)濟(jì)增速放緩之后，償債的收入來(lái)源如果減少，那么債務(wù)風(fēng)險(xiǎn)的上升幾乎是必然的。并且作為納稅的主體，各種企業(yè)的經(jīng)營(yíng)不景氣，那么稅基將會(huì)嚴(yán)重削弱，從而讓財(cái)政收入雪上加霜，更不利于政府的償債。

當(dāng)然，需要指出的是，我們上述結(jié)論是在本文假設(shè)下得到的，如果假設(shè)條件出現(xiàn)變化，例如財(cái)政收入中可用于償債的收入比例提高、政府債務(wù)繼續(xù)增加（短期違約風(fēng)險(xiǎn)降低）、企業(yè)債務(wù)期限更長(zhǎng)等，那么山東省地方債務(wù)違約總體而言還是非常低的，或者說(shuō)不存在違約風(fēng)險(xiǎn)。例如，在22%財(cái)政收入可用來(lái)償債的情況下，政府債務(wù)違約概率為0.212%，上市公司債務(wù)年限若延長(zhǎng)至15年，企業(yè)債務(wù)違約概率僅為0.008%，都在安全范圍之內(nèi)。此外，增加審計(jì)投入力度（余應(yīng)敏，等，2018），調(diào)整資金在企業(yè)、行業(yè)、地區(qū)之間的錯(cuò)配（馮明，2016），也會(huì)降低地方債務(wù)風(fēng)險(xiǎn)。

最后需要指出的是，本文沒(méi)有討論地方債務(wù)的成因，例如參見于海峰（2010）、丁超楠（2018）、魏笑（2018）等，因此，如果能夠從債務(wù)成因方面著手解決債務(wù)的形成，那么上述的債務(wù)風(fēng)險(xiǎn)可能又是另外的化解方式，對(duì)此本文不做展開。

四、總結(jié)

2017年山東省GDP總量排名全國(guó)第三，接近7.3萬(wàn)億元，但是當(dāng)年山東省政府性債務(wù)余額中的一般債務(wù)①達(dá)到6 189億元，已經(jīng)超過(guò)當(dāng)年山東地方公共財(cái)政收入6 099億元。此外，2017年專項(xiàng)債務(wù)達(dá)到4 007億元，財(cái)政赤字為3 159億元，已超過(guò)財(cái)政收入的50%。

根據(jù)我們的分析，如果山東省政府只有20%的資金能夠用于還款且其他條件不變時(shí)，2019年和2020年就有可能會(huì)出現(xiàn)違約情況。除非能夠提高還款比例，例如，如果還款比例為22%，2019年的違約風(fēng)險(xiǎn)僅為0.212%;如果還款比例為25%，那么2020年的違約風(fēng)險(xiǎn)會(huì)下降到0.087%。

此外，我們通過(guò)山東省上市公司的數(shù)據(jù)，同樣分析其債務(wù)違約情況。由于上市公司一般是地方發(fā)展較好的公司，因此其債務(wù)安全情況可以認(rèn)為是地方債務(wù)的底線，即如果它們都會(huì)發(fā)生風(fēng)險(xiǎn)，那么地方經(jīng)濟(jì)必然先期發(fā)生風(fēng)險(xiǎn)。從結(jié)果來(lái)看，按照總體的預(yù)期營(yíng)業(yè)利潤(rùn)，如果債務(wù)僅為10年，那么違約概率在不斷攀升，并且2019年時(shí)就可能出現(xiàn)違約情況，2020年的違約風(fēng)險(xiǎn)高達(dá)0.62%。

上述數(shù)據(jù)都說(shuō)明，地方債務(wù)風(fēng)險(xiǎn)在未來(lái)兩年左右是有可能爆發(fā)的，除非地方政府能夠從債務(wù)成因的角度分解風(fēng)險(xiǎn)。當(dāng)然，目前中央政府加大地方債務(wù)發(fā)行規(guī)模，這些措施將會(huì)降低地方債務(wù)違約概率。

參考文獻(xiàn)：

[1] ?李臘生，耿曉媛，鄭杰.我國(guó)地方政府債務(wù)風(fēng)險(xiǎn)評(píng)價(jià)[J].統(tǒng)計(jì)研究，2013，（10）：30-39.

[2] ?王宇，楊娉.我國(guó)高杠桿的成因及治理[J].南方金融，2016，（1）：5-9.

[3] ?張海星，靳偉鳳.地方政府債券信用風(fēng)險(xiǎn)測(cè)度與安全發(fā)債規(guī)模研究——基于KMV模型的十省市樣本分析[J].宏觀經(jīng)濟(jì)研究，2016，（5）：48-60.

[4] ?馮明.宏觀債務(wù)管理的政策框架及其結(jié)構(gòu)性去杠桿[J].改革，2016，（7）：104-114.

[5] ?劉英.中國(guó)債務(wù)的國(guó)際比較[J].中國(guó)金融，2016，（14）：35-36.

[6] ?李貞，魏澤晴，李燕.當(dāng)代中國(guó)地方政府債務(wù)風(fēng)險(xiǎn)管理研究——以廣西壯族自治區(qū)政府債務(wù)信用風(fēng)險(xiǎn)為例[J].創(chuàng)新，2017，（5）：92-103.

[7] ?劉曉光，劉元春.杠桿率重估與債務(wù)風(fēng)險(xiǎn)再探討[J].金融研究，2018，（8）：33-50.

[8] ?余應(yīng)敏，楊野，陳文川.財(cái)政分權(quán)、審計(jì)監(jiān)督與地方政府債務(wù)風(fēng)險(xiǎn)——基于2008—2013 年中國(guó)省級(jí)面板數(shù)據(jù)的實(shí)證檢驗(yàn)[J].財(cái)政研究，2018，（8）：53-65.

[9] ?丁超楠.中國(guó)地方政府債務(wù)風(fēng)險(xiǎn)評(píng)價(jià)研究[D].濟(jì)南：山東大學(xué)，2018.

[10] ?魏笑.地方政府性債務(wù)風(fēng)險(xiǎn)的影響因素研究[D].上海：上海師范大學(xué)，2018.

Is the local debt risk high in Shandong Province？

LI Hui-min，LI Da

（Institute of quantitative Economics and Technical Economics，Chinese Academy of Social Sciences，Beijing 100732，China）

Abstract：By using KMV model to analyze the debt risk of listed companies in Shandong Province and the data of listed companies in Shandong Province，this paper expounds the relationship between the two，and gives the evidence at the micro level for the first time.The results show that under certain assumptions，the local debt risk default in Shandong Province has exceeded the level of 0.4%，which means that we need to pay more attention to the local debt risk.

Key words：Shandong Province;Local debt risk;listed companies;KMV Model

[責(zé)任編輯 本 然]