淳偉德 文章

【摘 要】 隨著我國地方債務(wù)余額逐年升高，度量地方政府債務(wù)風(fēng)險大小，防范地方政府債務(wù)危機(jī)爆發(fā)已迫在眉睫。債務(wù)風(fēng)險度量作為風(fēng)險管理至關(guān)重要的一步，文章著眼于地方政府債務(wù)循環(huán)全過程選取風(fēng)險因子構(gòu)建我國地方政府債務(wù)風(fēng)險特征指標(biāo)體系，綜合運(yùn)用主、客觀賦權(quán)法度量我國地方政府債務(wù)風(fēng)險，并且采用聚類分析對我國地方政府債務(wù)風(fēng)險進(jìn)行評級，劃分了三個風(fēng)險等級區(qū)間，用直觀的紅、黃、綠信號燈表示風(fēng)險高低。實(shí)證結(jié)果表明，我國地方政府債務(wù)風(fēng)險出現(xiàn)紅燈的情況為4.31%，表明當(dāng)前我國地方政府債務(wù)風(fēng)險總體可控，但出現(xiàn)黃燈的情況占比高達(dá)68.1%，表明當(dāng)前地方政府債務(wù)風(fēng)險情況并不樂觀，應(yīng)引起高度重視。

【關(guān)鍵詞】 地方政府債務(wù); 組合權(quán)重; 風(fēng)險度量; 風(fēng)險評級

【中圖分類號】 F812.5;F224.32? 【文獻(xiàn)標(biāo)識碼】 A? 【文章編號】 1004-5937（2021）05-0028-09

一、引言

近年來，“地方政府債務(wù)風(fēng)險”已成為各國面臨的重大經(jīng)濟(jì)問題，而我國地方政府債務(wù)風(fēng)險也成為各界關(guān)注的熱點(diǎn)問題。2008年，全球金融危機(jī)給各國經(jīng)濟(jì)都造成了嚴(yán)重沖擊，我國為應(yīng)對經(jīng)濟(jì)衰退而發(fā)起的四萬億投資計(jì)劃，一定程度上加重了各地方政府財(cái)政負(fù)擔(dān)。2014年，修訂后的《預(yù)算法》給予地方政府在限額內(nèi)舉債的權(quán)力，標(biāo)志著我國逐漸推進(jìn)政府投融資領(lǐng)域的改革。同時，我國城鎮(zhèn)化建設(shè)的推進(jìn)，刺激各地方政府基礎(chǔ)建設(shè)投資資金的需求。由于自身財(cái)力有限，為滿足資金需求各地方政府大規(guī)模舉債，這無疑是對地方財(cái)政的極大挑戰(zhàn)。財(cái)政部2020年1月22日發(fā)布公告顯示，截至2019年12月末，我國地方政府債務(wù)余額已達(dá)213 072億元。值得注意的是，我國地方政府債務(wù)余額逐年升高的同時，地方財(cái)政收入并未呈現(xiàn)逐年升高的跡象，與此相反，我國地方政府財(cái)政赤字等指標(biāo)卻在逐年升高。財(cái)政收入作為地方政府債務(wù)還本付息的重要資金來源，若其增速與債務(wù)余額增速常年失衡，會給地方財(cái)政正常運(yùn)轉(zhuǎn)帶來極大的潛在風(fēng)險。若不進(jìn)行有效管控，當(dāng)?shù)胤秸?dāng)期債務(wù)償還敞口大于綜合財(cái)力時，該地方政府就會出現(xiàn)償還危機(jī)。隨著經(jīng)濟(jì)發(fā)展模式的轉(zhuǎn)變，我國經(jīng)濟(jì)金融領(lǐng)域也正在經(jīng)歷根本性的變革。為牢牢守住不發(fā)生系統(tǒng)性金融風(fēng)險的底線，加強(qiáng)對我國地方政府債務(wù)風(fēng)險的相關(guān)研究顯得十分迫切且必要。

二、文獻(xiàn)綜述

我國地方政府債務(wù)風(fēng)險雖客觀存在，實(shí)則看不見、摸不著，因此如何有效度量債務(wù)風(fēng)險就顯得十分重要。迄今為止，國內(nèi)外學(xué)者對地方政府債務(wù)風(fēng)險相關(guān)內(nèi)容進(jìn)行了卓有成效的研究。雖然目前研究地方政府債務(wù)風(fēng)險的文獻(xiàn)數(shù)量不少，但針對地方政府債務(wù)風(fēng)險度量的文獻(xiàn)相對較少，大多數(shù)文獻(xiàn)是從理論上分析地方政府債務(wù)風(fēng)險的來源及形成路徑，未進(jìn)行量化研究。如Kharas et al.[1]通過實(shí)證方法分析了東南亞金融危機(jī)，認(rèn)為其爆發(fā)與政府隱性債務(wù)有很強(qiáng)的相關(guān)性。Easterly et al.[2]論述了運(yùn)用資產(chǎn)負(fù)債表來評估政府財(cái)政狀況及財(cái)政風(fēng)險情況。吳聚穩(wěn)[3]認(rèn)為地方政府性債務(wù)風(fēng)險產(chǎn)生的原因是地方政府融資體制和地方政府職能定位。劉蓉等[4]分析了引致地方政府債務(wù)風(fēng)險的體制原因和道德原因，對地方政府債務(wù)風(fēng)險的及時釋放與解決提出了自己的觀點(diǎn)。邵瑞銀[5]認(rèn)為地方政府行政長官出于政治資本及晉升等內(nèi)在的驅(qū)動力，忽視了與地方經(jīng)濟(jì)發(fā)展相匹配的承債能力，所導(dǎo)致的投資沖動、面子工程等一些非理性行為也進(jìn)一步誘發(fā)了地方政府舉借債務(wù)的膨脹。Miao[6]認(rèn)為債務(wù)風(fēng)險是由于“權(quán)力、責(zé)任和利益”之間的不平衡關(guān)系造成的。李升等[7]對我國地方政府債務(wù)風(fēng)險形成機(jī)理進(jìn)行研究，發(fā)現(xiàn)不同口徑的財(cái)政自主度對不同債務(wù)風(fēng)險的影響存在明顯差異。隨著對地方政府債務(wù)風(fēng)險研究的深入，有學(xué)者認(rèn)為僅進(jìn)行定性研究，已無法滿足控制債務(wù)風(fēng)險的需求，因?yàn)橹挥杏行У乜坍媯鶆?wù)風(fēng)險的大小，才能根據(jù)債務(wù)風(fēng)險的高低采取有效的管理措施。而目前以度量地方政府債務(wù)風(fēng)險為主題的文獻(xiàn)較少，如潘志斌[8]基于或有權(quán)益模型的我國地方政府性債務(wù)風(fēng)險度量;馬文揚(yáng)等[9]采用COX模型對我國地方政府債務(wù)風(fēng)險進(jìn)行度量與評級。在大多數(shù)文獻(xiàn)中，度量地方政府債務(wù)風(fēng)險僅作為風(fēng)險預(yù)警研究的一個步驟出現(xiàn)。如王曉光等[10]提出了通過選取的8個指標(biāo)運(yùn)用模糊綜合評判法對地方政府債務(wù)風(fēng)險進(jìn)行研究;楊志安等[11]運(yùn)用AHP評價法對我國面臨的財(cái)政風(fēng)險進(jìn)行風(fēng)險區(qū)間劃分;李斌等[12]綜合運(yùn)用TOPSIS法和德爾菲法對樣本的債務(wù)風(fēng)險進(jìn)行量化;李凱風(fēng)等[13]基于熵權(quán)TOPSIS方法和綜合模糊評價法對債務(wù)風(fēng)險水平進(jìn)行測算與分析;范仕程等[14]建立KMV模型測算我國地方性政府債券規(guī)模風(fēng)險;李子超[15]基于修正Merton模型，對抽樣地區(qū)地方政府債務(wù)信用風(fēng)險做了定量分析。以上對地方政府債務(wù)風(fēng)險的研究取得了一定的成果，但目前對地方政府債務(wù)風(fēng)險研究多將研究重點(diǎn)放在風(fēng)險預(yù)警模型的構(gòu)建上，而忽略債務(wù)風(fēng)險來源分析和風(fēng)險度量研究。然而風(fēng)險來源分析與風(fēng)險度量研究對于債務(wù)風(fēng)險管理來說至關(guān)重要，因此應(yīng)該加強(qiáng)這方面的研究?，F(xiàn)有研究其風(fēng)險來源較為單一，特別是針對地方政府債務(wù)風(fēng)險度量的已有研究未著眼于地方政府債務(wù)循環(huán)全過程，全面分析風(fēng)險來源以實(shí)現(xiàn)全面度量債務(wù)風(fēng)險;在風(fēng)險度量方法選取上也未考慮結(jié)合主、客觀賦權(quán)法各自的優(yōu)劣，以提高風(fēng)險度量的準(zhǔn)確性。

基于此，本文借鑒洪源等[16]所提出“地方政府債務(wù)風(fēng)險要著眼于債務(wù)全過程循環(huán)”，從債務(wù)舉借環(huán)節(jié)、使用環(huán)節(jié)、償還環(huán)節(jié)挑選指標(biāo)構(gòu)建我國地方政府債務(wù)風(fēng)險度量指標(biāo)體系，以期全面納入風(fēng)險影響因子。同時考慮到因子分析法、層次分析法、熵權(quán)法各具優(yōu)勢，因而本文將該三種分析法相結(jié)合，以期更好地度量我國地方政府債務(wù)風(fēng)險。將該三種方法相結(jié)合對風(fēng)險進(jìn)行度量，在其他研究領(lǐng)域已取得較好的研究成果，但其還未應(yīng)用于我國地方政府債務(wù)風(fēng)險度量中。綜上所述，與已有研究成果相比本文具有明顯的創(chuàng)新性。

三、特征指標(biāo)體系與樣本選取

（一）指標(biāo)體系

地方政府債務(wù)風(fēng)險本身作為一個非顯性指標(biāo)，要直觀衡量其大小，需要通過分析債務(wù)風(fēng)險影響因素，構(gòu)建地方政府債務(wù)風(fēng)險綜合特征指標(biāo)體系。在此需要指出，本文所研究的地方政府債務(wù)風(fēng)險是馬文揚(yáng)等[9]研究中指出的全口徑債務(wù)償付風(fēng)險，即地方政府無法按時償付債務(wù)本金及利息的風(fēng)險，而不是外部風(fēng)險、政治風(fēng)險等?；诖?，為全面納入風(fēng)險影響因子，本文著眼于地方政府債務(wù)循環(huán)過程構(gòu)建特征指標(biāo)體系。需要說明的是，舉借環(huán)節(jié)所選指標(biāo)表示當(dāng)期經(jīng)濟(jì)發(fā)展?fàn)顩r、負(fù)債情況，用其衡量當(dāng)期地方政府舉債意愿和舉債能力;債務(wù)使用環(huán)節(jié)所選指標(biāo)主要反映債務(wù)資金使用情況，其間接決定了地方政府償債能力;償還環(huán)節(jié)所選指標(biāo)主要反映當(dāng)期地方財(cái)政收入結(jié)構(gòu)和財(cái)政收支情況，衡量地方政府償還能力。本文從地方政府債務(wù)舉借、使用、償還環(huán)節(jié)篩選風(fēng)險影響因子，以期全面分析風(fēng)險來源，共篩選19個地方政府償付風(fēng)險指標(biāo)。具體指標(biāo)如表1所示。

（二）樣本選取

為全面度量我國各地方政府的債務(wù)風(fēng)險，并基于數(shù)據(jù)可獲得性和完整性，本文研究樣本為除西藏、新疆外，其余各省級政府和4個直轄市2011—2018年政府年度相關(guān)數(shù)據(jù)。本文數(shù)據(jù)來源于國家統(tǒng)計(jì)局、各省份財(cái)政廳年度財(cái)政預(yù)決算報(bào)告、年度經(jīng)濟(jì)公報(bào)、年度政府工作報(bào)告、統(tǒng)計(jì)年鑒以及Wind數(shù)據(jù)庫。本文主要使用Excel、SPSS 24軟件、SPSSAU在線分析軟件進(jìn)行數(shù)據(jù)處理和分析。

四、研究方法

（一）指標(biāo)無量綱化處理

本文為度量地方政府債務(wù)風(fēng)險而構(gòu)建的風(fēng)險特征指標(biāo)體系中所包含的各指標(biāo)在內(nèi)涵、表現(xiàn)形式、度量單位和數(shù)量級上都有較大差異，在計(jì)算風(fēng)險綜合值時，不做任何處理直接將這些指標(biāo)加起來，會導(dǎo)致所得到的風(fēng)險綜合值不合理。因此在進(jìn)行特征選擇之前，一般會先進(jìn)行數(shù)據(jù)無量綱化處理，這樣才能使表征不同屬性（單位不同）的各特征之間有可比性。目前對數(shù)據(jù)無量綱化處理的方法有很多，本文則采取最為常用的MIN-MAX歸一化來對樣本數(shù)據(jù)進(jìn)行無量綱化處理，具體公式如下所示：

（二）顯著性檢驗(yàn)

在進(jìn)行因子分析前，需要對所構(gòu)成的風(fēng)險特征指標(biāo)體系進(jìn)行顯著性檢驗(yàn)，通過此步驟對所構(gòu)建的風(fēng)險特征指標(biāo)體系進(jìn)行優(yōu)化，剔除一些對于地方政府當(dāng)期償付困境影響不足的指標(biāo)，以期提高地方政府債務(wù)風(fēng)險度量的準(zhǔn)確性。本文采取較為常用的指標(biāo)顯著性檢驗(yàn)Kruskal-Wallis非參數(shù)檢驗(yàn)法對構(gòu)建的地方政府債務(wù)風(fēng)險特征指標(biāo)進(jìn)行檢驗(yàn)，檢驗(yàn)結(jié)果顯示：經(jīng)濟(jì)債務(wù)彈性系數(shù)為0.781、財(cái)政債務(wù)彈性顯著性系數(shù)0.993、新增債務(wù)率系數(shù)為0.581，在90%的顯著性水平上，以上三個指標(biāo)無法通過顯著性檢驗(yàn)，為更加準(zhǔn)確度量我國地方政府債務(wù)風(fēng)險，應(yīng)將以上三個指標(biāo)剔除，其余16個指標(biāo)可以用于下一步的分析。

（三）主、客觀權(quán)重確定方法

基于因子分析法能夠保證更加全面納入風(fēng)險因素，并找出隱藏的具有代表性的因子，然后將具有相同本質(zhì)的風(fēng)險因子納入到公因子中，這樣不僅實(shí)現(xiàn)了風(fēng)險指標(biāo)體系的降維，而且能夠更好地解釋原始指標(biāo)體系。因而本文采用因子分析法重新構(gòu)建我國地方政府債務(wù)風(fēng)險指標(biāo)體系，劃分出一級指標(biāo)并賦權(quán)。又考慮到層次分析法的優(yōu)越性，本文運(yùn)用該方法來確定一級指標(biāo)下包含的各二級指標(biāo)的權(quán)重，由此實(shí)現(xiàn)定性分析和定量分析的結(jié)合，使所確定的指標(biāo)權(quán)重更加具有說服力，能夠更好地利用、分析、處理由有限個影響因素所構(gòu)成的地方政府風(fēng)險綜合特征指標(biāo)體系。而熵權(quán)法（Entropy Method）是利用特征指標(biāo)數(shù)據(jù)自身特征來對各指標(biāo)進(jìn)行客觀賦權(quán)的方法，因此本文采用熵權(quán)法依據(jù)各指標(biāo)數(shù)據(jù)的變異程度，利用信息熵求得各指標(biāo)的客觀權(quán)重，為地方政府債務(wù)風(fēng)險綜合評價提供依據(jù)。

（四）權(quán)重分配系數(shù)確定方法

由上文分析可知，通過因子分析法和層次分析法得到風(fēng)險特征指標(biāo)體系各指標(biāo)的主觀權(quán)重，通過熵值法得到各指標(biāo)的客觀權(quán)重，考慮到兩個權(quán)重各具優(yōu)劣，為使確定的指標(biāo)權(quán)重更具說服力，以提高風(fēng)險度量的準(zhǔn)確性，本文將采用主、客觀權(quán)重相結(jié)合的方法確定地方政府債務(wù)風(fēng)險指標(biāo)體系中各指標(biāo)的組合權(quán)重。就如何確定風(fēng)險指標(biāo)的組合權(quán)重這個問題，本文借鑒劉媛媛等[17]采用的線性組合法來解決，由綜合指標(biāo)的主觀權(quán)重Wi'和客觀權(quán)重Wi"，可計(jì)算得到組合權(quán)重Wi，為了剔除較大波動數(shù)據(jù)的干擾，使Wi'與Wi"之間的差異程度與α與β的差異程度一致，引入距離函數(shù)的概念確定組合權(quán)重的表達(dá)式[18]，如下所示：

上述公式中，α和β表示主、客觀權(quán)重的分配系數(shù)，其中α+β=1。

主觀權(quán)重和客觀權(quán)重之間的距離函數(shù)表達(dá)式，如下所示：

α和β之間的差值是分配系數(shù)間的差異：

綜上，構(gòu)建模型6：

通過求解以上方程組，可以求得主、客觀權(quán)重的分配系數(shù)，將分配系數(shù)帶入公式，即可以得到由主、客觀權(quán)重計(jì)算出的組合權(quán)重Wi。

（五）地方政府債務(wù)風(fēng)險評級

本文通過組合權(quán)重，可計(jì)算出我國各地方政府債務(wù)風(fēng)險綜合評價值，由此實(shí)現(xiàn)地方政府債務(wù)風(fēng)險的度量。為對我國地方政府債務(wù)風(fēng)險進(jìn)行評級，本文選擇運(yùn)用聚類分析（CA）將我國地方政府債務(wù)風(fēng)險綜合評價值劃分為三個區(qū)間，又為直觀地表示債務(wù)風(fēng)險的大小，采用綠燈、黃燈、紅燈來作為債務(wù)風(fēng)險信號燈，綠燈代表該地方政府債務(wù)風(fēng)險較小，處于安全范圍;黃燈代表該地方政府債務(wù)風(fēng)險較大，該地方政府應(yīng)加強(qiáng)對債務(wù)的監(jiān)管，以防債務(wù)風(fēng)險進(jìn)一步擴(kuò)大;紅燈則代表該地方政府債務(wù)問題很嚴(yán)重，已經(jīng)發(fā)生債務(wù)償還危機(jī)，為避免對地方政府財(cái)政造成更大的威脅，該地方政府應(yīng)立即采取相應(yīng)的措施以降低政府債務(wù)風(fēng)險。

五、實(shí)證研究

（一）我國地方政府債務(wù)風(fēng)險指標(biāo)的主觀權(quán)重

1.因子分析

首先，運(yùn)用因子分析法得到地方政府債務(wù)風(fēng)險一級指標(biāo)體系及相應(yīng)權(quán)重。本文將除西藏、新疆外，其他各省份通過顯著性檢驗(yàn)的16個風(fēng)險特征指標(biāo)2011—2018年的相關(guān)數(shù)據(jù)，用SPSS 24軟件進(jìn)行因子分析。通過輸出結(jié)果顯示，該分析中KMO統(tǒng)計(jì)量為0.7，由于KMO統(tǒng)計(jì)量大于0.5，且伴隨概率值為0.000<0.01，達(dá)到了顯著性水平，表明該數(shù)據(jù)集滿足因子分析的條件，代表本研究樣本數(shù)據(jù)適合做因子分析。

做因子分析，主要目的是提取所需公因子，而確定公因子數(shù)目的最重要條件是使得提取的各公因子的累計(jì)方差貢獻(xiàn)率要越大越好，具體來說是指所提取的公共因子的累計(jì)方差百分比應(yīng)達(dá)到85%以上，才能表明所提取的公共因子能夠很好地解釋樣本數(shù)據(jù)信息。根據(jù)此標(biāo)準(zhǔn)，將通過顯著性檢驗(yàn)的16個指標(biāo)數(shù)據(jù)進(jìn)行因子分析，結(jié)果發(fā)現(xiàn)剛性支出占比在所提取的每個公因子上其因子載荷值都較低，而剔除該指標(biāo)后發(fā)現(xiàn)在提取公因子個數(shù)不變的情況下，累計(jì)方差貢獻(xiàn)率得到顯著提高。因此本文剔除該項(xiàng)指標(biāo)，將剩下15項(xiàng)指標(biāo)進(jìn)行因子分析，最終結(jié)果如表2所示。

由表2可以看出，所提取的五個公因子累計(jì)方差貢獻(xiàn)率高達(dá)85.187%，說明選本文提取的5個公共因子可以較好地體現(xiàn)我國地方政府債務(wù)風(fēng)險的主要特征，具有較強(qiáng)的解釋力。除此外，為了解上述所提取的5個公因子所包含的特征指標(biāo)，故需對各特征指標(biāo)的因子載荷矩陣進(jìn)行旋轉(zhuǎn)處理，根據(jù)旋轉(zhuǎn)后的因子載荷矩陣，可以得到各公因子下指標(biāo)構(gòu)成情況。由旋轉(zhuǎn)后的因子載荷矩陣可以得出，公共因子1中具有較大載荷指標(biāo)的有轉(zhuǎn)移支付依賴度、財(cái)政壓力、赤字率、地方財(cái)政自給率，主要反映的是當(dāng)期地方政府的財(cái)政收入情況和地區(qū)發(fā)展?fàn)顩r，因此將公共因子1定義為財(cái)政風(fēng)險;金融發(fā)展成熟度、宏觀稅負(fù)水平、貿(mào)易開發(fā)度、產(chǎn)業(yè)結(jié)構(gòu)升級在公共因子2上具有較大的載荷，主要反映地方政府當(dāng)期社會經(jīng)濟(jì)發(fā)展情況，因此可以將公共因子2定義為經(jīng)濟(jì)環(huán)境風(fēng)險;債務(wù)率、債務(wù)負(fù)擔(dān)率、債務(wù)財(cái)政負(fù)擔(dān)率在公共因子3上表現(xiàn)出較大的載荷，主要反映地方政府當(dāng)期是否具有債務(wù)償還壓力，因此可以將公共因子3定義為償債風(fēng)險;稅收收入占比和土地出讓收入占比在公共因子4上具有較大的載荷，該兩項(xiàng)指標(biāo)均反映一個地方政府當(dāng)期財(cái)政收入來源情況，表明地方政府發(fā)生潛在風(fēng)險的可能性，因此將公共因子4定義為潛在風(fēng)險;公因子5中具有較大載荷的指標(biāo)為居民儲蓄水平和各省份GDP占比情況，該兩項(xiàng)指標(biāo)可以反映各地區(qū)居民儲蓄情況和地區(qū)經(jīng)濟(jì)發(fā)展水平，該兩項(xiàng)指標(biāo)越高，代表該地區(qū)發(fā)展動力越強(qiáng)，根據(jù)理性人和資本的逐利性，若這兩指標(biāo)較低會導(dǎo)致人才的流失和資金流失，因而將公共因子5定義為社會環(huán)境風(fēng)險。綜上所述，本文將財(cái)政風(fēng)險、經(jīng)濟(jì)環(huán)境風(fēng)險、債務(wù)風(fēng)險、潛在風(fēng)險、社會環(huán)境風(fēng)險設(shè)為本文研究的一級指標(biāo)，也是下文層次分析的決策層指標(biāo)。

本文所構(gòu)建的一級指標(biāo)層對我國地方政府債務(wù)風(fēng)險綜合指標(biāo)體系的權(quán)重可以用各公共因子的貢獻(xiàn)率來確定。表2所示，本文共提取了5個公共因子，各公共因子對應(yīng)的特征值為6.186、2.51、1.724、1.501、0.857，由公式λjλj，可以計(jì)算得出公共因子1的權(quán)重為0.484;公共因子2的權(quán)重為0.196;公共因子3的權(quán)重為0.135;公共因子4的權(quán)重為0.117;公共因子5的權(quán)重為0.067，故本文所研究的我國地方政府債務(wù)風(fēng)險綜合值可以表示為：

F=0.484F1+0.196F2+0.135F3+0.117F4+0.067F5（7）

2.層次分析

通過以上處理，可以得到我國地方政府債務(wù)風(fēng)險綜合指標(biāo)體系中所劃分的一級指標(biāo)體系及其相應(yīng)的權(quán)重。那么接下來應(yīng)該思考，各一級指標(biāo)下所包含的二級指標(biāo)應(yīng)賦予其多大權(quán)重呢？值得注意的是，一個指標(biāo)的權(quán)重大小取決于該指標(biāo)對所研究問題的重要程度。基于此，本文將運(yùn)用對比兩兩指標(biāo)相對重要程度的層次分析法來確定各二級指標(biāo)的權(quán)重。由層次分析法操作步驟可知，本文需要構(gòu)建5個重要性判斷矩陣，因篇幅有限且重要性判斷矩陣構(gòu)建方法是相同的，本文僅詳細(xì)介紹對公共因子1所包含的四個指標(biāo)構(gòu)建重要性判斷矩陣。值得強(qiáng)調(diào)的是，重要性判斷矩陣所強(qiáng)調(diào)的是兩兩指標(biāo)的重要性相對大小，而不是該指標(biāo)對所有指標(biāo)重要性的大小，通過整理相關(guān)研究文獻(xiàn)，采取相關(guān)評判標(biāo)準(zhǔn)可以得到公共因子1所包含的五個指標(biāo)的重要性判斷矩陣，如表3所示。

眾所周知，層次分析法一個最為關(guān)鍵步驟就是層次分析結(jié)果必須通過一致性檢驗(yàn)，以表3所構(gòu)建財(cái)政風(fēng)險風(fēng)險的重要性判斷矩陣為例，該表數(shù)據(jù)不一致程度的指標(biāo)CI為0.0194，而一致性的標(biāo)準(zhǔn)RI通過查表可知為0.9，故其隨機(jī)一致性比率CR的值為CI/RI=0.021，小于0.1，通過一致性檢驗(yàn)，說明所構(gòu)建的重要性判斷矩陣是有效的。

3.FA-AHP法綜合權(quán)重

經(jīng)過上文分析可知，運(yùn)用因子分析法可得到地方政府債務(wù)風(fēng)險綜合指標(biāo)體系中所劃分的一級指標(biāo)的權(quán)重，運(yùn)用層次分析法可以得到各一級指標(biāo)下所包含的各二級指標(biāo)的權(quán)重，將一級指標(biāo)的權(quán)重與二級指標(biāo)層各指標(biāo)的權(quán)重相結(jié)合，可計(jì)算出本文所研究的地方政府債務(wù)風(fēng)險綜合指標(biāo)體系中各指標(biāo)的主觀綜合權(quán)重。值得一提的是，采用上述方法，可計(jì)算出由因子分析得到的公共因子2、3、4、5中所包含的各二級指標(biāo)的權(quán)重。綜上所述，運(yùn)用因子分析法和層次分析相結(jié)合的方法，可以較為全面且準(zhǔn)確地計(jì)算出各特征指標(biāo)綜合權(quán)重。

（二）我國地方政府債務(wù)風(fēng)險指標(biāo)的客觀權(quán)重

上文已求得我國地方政府債務(wù)風(fēng)險指標(biāo)體系各指標(biāo)的主觀權(quán)重，但值得注意的是，主觀權(quán)重的確定是以兩個指標(biāo)對地方政府債務(wù)風(fēng)險影響程度相對大小作為判斷標(biāo)準(zhǔn)，為避免人為確定的重要性判斷矩陣所得到的權(quán)重影響風(fēng)險度量的準(zhǔn)確性，將采用熵值法來確定本文所構(gòu)建地方政府債務(wù)風(fēng)險指標(biāo)體系中各指標(biāo)的客觀權(quán)重。因此，本文將通過顯著性檢驗(yàn)的15個風(fēng)險特征指標(biāo)進(jìn)行無量綱化處理，將處理后的2011—2018年的數(shù)據(jù)數(shù)據(jù)錄入SPSSAU，選擇綜合分析中的熵權(quán)法對錄入數(shù)據(jù)進(jìn)行分析，即可獲得各指標(biāo)的熵值權(quán)重系數(shù)。

（三）我國地方政府債務(wù)風(fēng)險指標(biāo)的組合權(quán)重

至此，已得到我國地方政府債務(wù)風(fēng)險綜合指標(biāo)體系的主觀權(quán)重和客觀權(quán)重，因主、客觀賦權(quán)法各有優(yōu)劣，為了提高我國地方政府債務(wù)風(fēng)險度量的準(zhǔn)確性，本文引入距離函數(shù)使得主、客觀權(quán)重的差異程度與分配系數(shù)α與β差異程度相一致，以此確定主觀權(quán)重和客觀權(quán)重的分配系數(shù)，將相關(guān)數(shù)據(jù)帶入公式6，則可求得主、客觀權(quán)重的分配系數(shù)為0.72、0.28。將分配系數(shù)帶入則可求得我國地方政府債務(wù)風(fēng)險綜合指標(biāo)體系所含各指標(biāo)的最終組合權(quán)重。各指標(biāo)的主觀權(quán)重、客觀權(quán)重以及組合權(quán)重具體情況，如表4所示。

（四）實(shí)證分析

綜合上述分析，得到了我國地方政府債務(wù)風(fēng)險綜合指標(biāo)體系各指標(biāo)的最終組合權(quán)重，將2011—2018年各省份數(shù)據(jù)帶入，即可求得各地方政府2011—2018年地方政府債務(wù)風(fēng)險綜合評價值。由于篇幅有限，本文僅展示各省份2015—2018年的數(shù)據(jù)結(jié)果。具體如表5所示。

至此實(shí)現(xiàn)了我國地方政府債務(wù)風(fēng)險的度量，可求得各省份各期地方政府債務(wù)風(fēng)險綜合值，那么接下來應(yīng)該思考的問題是：如何評判各地方政府債務(wù)風(fēng)險的高低呢？通過查找相關(guān)文獻(xiàn)，為客觀地對我國地方政府債務(wù)風(fēng)險進(jìn)行評級，準(zhǔn)確地反映我國地方政府債務(wù)風(fēng)險綜合值的狀態(tài)區(qū)間，同時有效避免人為劃分債務(wù)風(fēng)險閾值來確定債務(wù)風(fēng)險區(qū)間帶來的負(fù)面影響，本文采用聚類分析法，客觀地將我國地方政府債務(wù)風(fēng)險綜合評價值劃分為三類。為了更直觀地展現(xiàn)出各地方政府債務(wù)風(fēng)險的實(shí)際狀況，本文根據(jù)風(fēng)險綜合評價值的大小，用紅、黃、綠信號燈來表示當(dāng)年地方政府債務(wù)風(fēng)險的狀態(tài)，紅色代表當(dāng)年地方政府債務(wù)問題十分嚴(yán)重，已發(fā)生債務(wù)風(fēng)險;黃燈表示當(dāng)年地方政府債務(wù)風(fēng)險雖較大，但還處于可控范圍;綠燈表示當(dāng)年地方政府債務(wù)風(fēng)險較小。

通過整理聚類分析的結(jié)果可以得到：債務(wù)風(fēng)險值R為[0，0.336）時為低風(fēng)險區(qū)間，代表地方政府債務(wù)情況較為樂觀;R為[0.336，0.608）時為中度風(fēng)險區(qū)間，代表地方政府債務(wù)風(fēng)險雖總體可控，但也不容忽視，因加強(qiáng)地方政府債務(wù)的管理，降低或至少應(yīng)維持在現(xiàn)有水平;R為[0.608，1）時為重度風(fēng)險區(qū)間，代表當(dāng)前地方政府債務(wù)風(fēng)險較高，應(yīng)立刻采取措施控制風(fēng)險，以免導(dǎo)致地方政府發(fā)生償債危機(jī)。由實(shí)證結(jié)果可以得到以下的結(jié)論：第一，2011—2018年，我國地方政府債務(wù)風(fēng)險出現(xiàn)紅色警告占比為4.31%，代表地方政府債務(wù)總體處于可控制范圍。第二，近八年來我國地方政府債務(wù)風(fēng)險出現(xiàn)紅燈警告的次數(shù)，總體來說比例不算太高，但不容忽視的是黃色警告高達(dá)占比68.10%、綠色警告占比僅為27.59%，因而表明當(dāng)前我國地方政府債務(wù)風(fēng)險總體情況并不樂觀，各相關(guān)部門應(yīng)加強(qiáng)重視程度。第三，雖然地方政府債務(wù)出現(xiàn)紅燈次數(shù)較少，但值得注意的是發(fā)出黃色警告的次數(shù)已高達(dá)68.1%，由此說明我國大多數(shù)地方政府已或多或少地出現(xiàn)債務(wù)償還問題，各地方政府相關(guān)管理部門應(yīng)采取相應(yīng)措施解決當(dāng)前存在的問題。綜合上述分析，可以得出我國各省份地方政府債務(wù)處于中度風(fēng)險的省份較多，這說明我國有許多地方政府已經(jīng)出現(xiàn)潛在償還風(fēng)險，處于黃燈區(qū)的地方政府雖然還未產(chǎn)生較為嚴(yán)重的地方政府債務(wù)償還壓力，但是其地方政府債務(wù)償還壓力正在日益增加。因此，各地方政府應(yīng)該高度重視，加強(qiáng)地方政府債務(wù)管理，及時采取有效的措施去控制債務(wù)風(fēng)險的增加，避免地方政府債務(wù)風(fēng)險進(jìn)一步的增加，由此引發(fā)地方政府債務(wù)償還危機(jī)，損壞地方政府的信譽(yù)。

分析2015—2018年我國各省份地方政府債務(wù)風(fēng)險狀況相關(guān)數(shù)據(jù)可以發(fā)現(xiàn)：第一，2015—2018年來大多數(shù)地方政府的債務(wù)風(fēng)險綜合值呈現(xiàn)逐年增長趨勢，這表明地方政府必須加強(qiáng)管理地方債務(wù)，防控債務(wù)風(fēng)險突破紅線。第二，為科學(xué)反映我國不同區(qū)域的社會經(jīng)濟(jì)發(fā)展?fàn)顩r，劃分為四個經(jīng)濟(jì)區(qū)域：東部、中部、西部、東北。由表5結(jié)果可以看出，四年來債務(wù)風(fēng)險警示燈為綠燈的省份全部出現(xiàn)在東部經(jīng)濟(jì)發(fā)達(dá)區(qū)域圈，而相反四年全為紅燈的省份均出現(xiàn)在經(jīng)濟(jì)較為落后的西部區(qū)域，由此可以得出，一個省份的經(jīng)濟(jì)發(fā)展在很大程度上影響著地方政府債務(wù)的舉借、使用和償還。這個結(jié)果與實(shí)際相符，因?yàn)樨?cái)政收入是地方政府資金的主要來源。當(dāng)?shù)貐^(qū)經(jīng)濟(jì)發(fā)展水平較低時，其財(cái)政收入就相對較差，而地區(qū)的經(jīng)濟(jì)發(fā)展又離不開人才與資金，值得注意的是經(jīng)濟(jì)發(fā)展水平越差的地區(qū)其人才流失率和資金流失率越高，這些地區(qū)想要發(fā)展就更為困難，地方政府為改變現(xiàn)狀加快地區(qū)發(fā)展，在本身資金不足的情況下，就只能依靠大量舉債。然而經(jīng)濟(jì)發(fā)展水平較低的地區(qū)其資金投資回報(bào)率又相對較低，這又一定程度上縮減地方政府資金來源，這形成了惡性循環(huán)，在一定程度上加重地方政府債務(wù)風(fēng)險。第三，從表5可以看出，除了湖南、甘肅、陜西出現(xiàn)了債務(wù)風(fēng)險狀況由風(fēng)險高的警示燈變?yōu)轱L(fēng)險較低的警示燈外，其余均是維持當(dāng)前的風(fēng)險警示燈狀態(tài)或者向更高風(fēng)險警示燈的轉(zhuǎn)變，由此也可以看出地方政府債務(wù)風(fēng)險的控制對于各省份來說都是一個極其困難的事情，能夠做到將債務(wù)風(fēng)險控制在原有狀態(tài)不再繼續(xù)增加已是不易之事。因此各地方政府應(yīng)引起高度重視，加強(qiáng)對地方政府債務(wù)風(fēng)險的監(jiān)管，極力控制地方政府債務(wù)風(fēng)險進(jìn)一步增加，讓地方政府債務(wù)健康發(fā)展。

六、結(jié)論與啟示

本文結(jié)合各分析方法的優(yōu)點(diǎn)，采用因子分析法和層次分析相結(jié)合得到我國地方政府債務(wù)風(fēng)險綜合評價體系各指標(biāo)的主觀權(quán)重，又采用熵權(quán)法計(jì)算得出各指標(biāo)的客觀權(quán)重。后采用使得主、客觀權(quán)重的差異與其賦予主、客觀權(quán)重的權(quán)重差異相一致的處理方法，以期更好地結(jié)合主、客觀權(quán)重，從而能夠更加準(zhǔn)確地度量對我國地方政府債務(wù)風(fēng)險。各指標(biāo)組合權(quán)重確定后，帶入2011—2018年相關(guān)數(shù)據(jù)，可計(jì)算出地方政府債務(wù)風(fēng)險綜合值?？紤]到人為劃分債務(wù)風(fēng)險區(qū)間會產(chǎn)生負(fù)面影響，本文又采用聚類分析法，客觀地將地方政府債務(wù)風(fēng)險綜合值劃分為三類，并用較為直觀的紅、黃、綠警示燈來對我國地方政府債務(wù)風(fēng)險進(jìn)行債務(wù)風(fēng)險評級。

將本文研究結(jié)果同各地方政府財(cái)政決算報(bào)告中關(guān)于地方政府債務(wù)風(fēng)險情況說明做比對，可表明采用主、客觀相結(jié)合的方法確定的組合權(quán)重來度量我國地方政府債務(wù)風(fēng)險具有一定可靠性。通過實(shí)證研究部分可以看出，近八年來我國地方政府債務(wù)風(fēng)險存在以下三方面的問題：第一，除西藏、新疆外，其余各省份地方政府處于重度風(fēng)險區(qū)間的情況占比為4.31%，可得出我國地方政府債務(wù)風(fēng)險總體處于可控范圍。但是值得注意的是，處于中風(fēng)險區(qū)間的情況高達(dá)68.10%，又由于多省份的債務(wù)風(fēng)險綜合評價值逐年呈上升趨勢，如江蘇、浙江、四川等，特別是有5個省份其2018年債務(wù)風(fēng)險值已超過0.55，若不加以控制這些處于中風(fēng)險區(qū)間的省份有極大的可能惡化到重度風(fēng)險區(qū)間。第二，我國地方政府債務(wù)風(fēng)險的大小與地方經(jīng)濟(jì)發(fā)達(dá)程度呈反比趨勢。由研究結(jié)果可知，東部發(fā)達(dá)省份債務(wù)風(fēng)險水平整體較低，目前債務(wù)警示燈為綠色的，全部是東部經(jīng)濟(jì)發(fā)達(dá)地區(qū)。而西部較為落后的省份其債務(wù)風(fēng)險水平整體較高，并且出現(xiàn)紅燈的省份也多集中于西部地區(qū)。第三，我國地方政府債務(wù)風(fēng)險水平處于綠燈占比僅為27.59%。該結(jié)果表明，雖多數(shù)省份地方政府未發(fā)生債務(wù)危機(jī)，但各地方政府債務(wù)循環(huán)過程也已出現(xiàn)問題，應(yīng)高度重視并立即采取相應(yīng)的措施控制地方政府債務(wù)風(fēng)險，以免發(fā)生債務(wù)危機(jī)。

為順利實(shí)現(xiàn)我國經(jīng)濟(jì)的轉(zhuǎn)軌，進(jìn)一步推動我國經(jīng)濟(jì)高質(zhì)量發(fā)展，牢牢守住不發(fā)生系統(tǒng)性金融風(fēng)險的底線，各地方政府應(yīng)從下三個方面防范地方政府債務(wù)風(fēng)險：首先，應(yīng)從地方政府債務(wù)舉借上出發(fā)，各地方政府應(yīng)合理評判債務(wù)資金需求和償還債務(wù)資金的能力。不盲目追求當(dāng)前政績單數(shù)據(jù)漂亮，應(yīng)著眼于地方政府長期發(fā)展，合理安排地方政府債務(wù)舉借量。特別是西部較為落后的地區(qū)，要合理規(guī)劃舉債，不能只圖短期利益而大力舉債，這樣可能會適得其反。其次，從地方政府債務(wù)使用環(huán)節(jié)出發(fā)，各地方政府應(yīng)加強(qiáng)債務(wù)資金使用管理，充分發(fā)揮債務(wù)資金作用。讓地方政府債務(wù)資金流入到最需要的地方，合理規(guī)劃每一筆債務(wù)資金，提高債務(wù)資金的使用效率，讓每一筆資金都能最大化推動地方經(jīng)濟(jì)的發(fā)展。最后，各地方政府應(yīng)做到“未雨綢繆”，合理規(guī)劃和管理每一筆債務(wù)資金，讓相關(guān)部門統(tǒng)計(jì)出現(xiàn)有的每一筆債務(wù)，完整記錄每一筆債務(wù)的來源和去向，以及歸還時間。按時償還當(dāng)期應(yīng)還本息，時刻將地方政府信用放在第一位。只有地方政府將債務(wù)管理落實(shí)到債務(wù)循環(huán)的每一個環(huán)節(jié)，才能讓地方政府債務(wù)風(fēng)險始終處于安全區(qū)間。

【參考文獻(xiàn)】

[1] HOMI KHARAS，DEEPAK MISHRA.Fiscal policy，hidden deficits[C].World Bank Economists' Forum，2001：1-48.

[2] WILLIAN EASTERLY，DAVID YURAVLIVKER. Evaluating government net worth in Colombia and Republica Bolivariana de Venezuela[C].Government At Risk：Contingent Liabilities and Fiscal Risk，2002：181-202.

[3] 吳聚穩(wěn).論析地方政府債務(wù)成因與建議[J].理論界，2009（9）：68-69.

[4] 劉蓉，黃洪.我國地方政府債務(wù)風(fēng)險的度量、評估與釋放[J]. 經(jīng)濟(jì)理論與經(jīng)濟(jì)管理，2012，82（7）：82-88.

[5] 邵瑞銀.地方政府性債務(wù)風(fēng)險的識別與預(yù)警研究[J].會計(jì)之友，2013（23）：80-84.

[6] XIAOLIN MIAO.Status analysis and control measures of the debt risk in Chinese local government：based on the study of the relationship between power，responsibility，and interests[J].China Finance and Economic Review，2016，29（8）：1-19.

[7] 李升，陸琛怡.地方政府債務(wù)風(fēng)險的形成機(jī)理研究：基于顯性債務(wù)和隱性債務(wù)的異質(zhì)性分析[J].中央財(cái)經(jīng)大學(xué)學(xué)報(bào)，2020（7）：3-16，47.

[8] 潘志斌.基于或有權(quán)益模型的我國地方政府性債務(wù)風(fēng)險度量[J].系統(tǒng)管理學(xué)報(bào)，2015，24（6）：847-853.

[9] 馬文揚(yáng)，劉迪.以風(fēng)險評級助力地方政府債務(wù)風(fēng)險管控[J].財(cái)會月刊，2020（14）：145-152.

[10] 王曉光，高淑東.地方政府債務(wù)風(fēng)險的預(yù)警評價與控制[J].當(dāng)代經(jīng)濟(jì)研究，2015（4）：53-55.

[11] 楊志安，寧宇之.中國財(cái)政風(fēng)險預(yù)警系統(tǒng)的構(gòu)建——基于AHP評價法的實(shí)證研究[J].中國經(jīng)濟(jì)問題，2014（4）：30-37.

[12] 李斌，郭劍橋，何萬里.一種新的地方政府債務(wù)風(fēng)險預(yù)警系統(tǒng)設(shè)計(jì)與應(yīng)用[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2016（10）：96-112.

[13] 李凱風(fēng)，李星. 債務(wù)風(fēng)險水平的識別及對區(qū)域金融風(fēng)險的影響——基于熵權(quán)TOPSIS法和綜合模糊評價法[J]. 上海金融，2019（3）：74-80.

[14] 范仕程，陳冬.地方政府債務(wù)可持續(xù)性及規(guī)模風(fēng)險度量[J].時代金融，2019（14）：10-13.

[15] 李子超.地方政府債務(wù)信用風(fēng)險研究——基于修正Merton模型的實(shí)證分析[J].經(jīng)濟(jì)師，2020（4）：126-128，131.

[16] 洪源，王群群，蘇知立.地方政府債務(wù)風(fēng)險非線性先導(dǎo)預(yù)警系統(tǒng)的構(gòu)建與應(yīng)用研究[J]. 數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2018，35（6）：95-113.

[17] 劉媛媛，王紹強(qiáng)，王小博，等.基于AHP-熵權(quán)法的孟印緬地區(qū)洪水災(zāi)害風(fēng)險評估[J].地理研究，2020，39（8）：1892-1906.

[18] 張晨，王清，陳劍平. 金沙江流域泥石流的組合賦權(quán)法危險度評價[J].巖土力學(xué)，2011，32（3）：831-836.