地方政府债务对我国银行系统风险影响的实证研究

刘姗姗

摘 要：通过对以往发生的经济危机的梳理，发现在经济危机发生的时会有一些共性，就是伴随着经济危机的会有银行危机和主权债务危机。虽然目前来看，我国可能不存在发生主权债务危机的风险，但是地方债务的风险问题可能比较突出。本文利用VAR模型从实证方面对地方债务引发银行系统风险的可能性进行了研究，经过研究发现，地方政府债务引发银行系统风险的可能性较小。

关键词：地方政府债务;银行业;系统性金融风险;实证

1994年我国进行分税制改革，此次改革导致地方政府的财权与事权不匹配，地方政府出于建设和发展的需要，不断通过融资来获得地方发展资金，导致地方政府的债务规模大幅度提高，从2002年的12569.6亿元（张子荣，2018）增加到2019年的213072亿元。随着地方债务规模的不断增加，近年来该问题引起了众多学者的关注。关于地方政府债务问题的研究文献，主要集中在地方债务的风险预警、传导机制、评估、监控、化解等几个方面。学者们之所以如此注地方债务的风险，主要是因为地方政府债务规模的迅速扩张导致金融和经济杠杆率快速上升，当地方政府的偿债能力受限时，经济系统内部容易产生风险。

一、理论基础

学者通过研究发现，地方政府债务过多会引发系统性风险。唐云锋（2018）从理论上对地方政府债务可能引发系统性金融风险的逻辑与路径进行了分析，指出因为中央政府作为全能型“家长”的存在，地方政府债务经过逐级传递，最后在中央政府聚集，使得现实中财政与金融职能与利益交织，使债务风险与金融风险互为扩散，从而引发系统性金融风险。夏斌（2018）在分析目前我国的系统性金融风险隐患的时候指出，地方债务风险会随着去产能、去库存、去杠杆进程的加快，通过破产企业传递到金融机构，可能会引发银行系统危机;而郭敏（2019）利用2003年到2013年欧洲24国的数据，通过实证论证了金融机构在发生危机以后，政府在对金融机构进行救助的过程当中，会使得主权信用风险增加，导致主权部门与金融部门形成风险的“闭环”，使得主权信用风险不断增加。马树才（2020）从房地产业和商业银行的视角建立回归模型来研究地方债务对金融风险的传导机制，文中选取31个省，2005-2017年的年度数据年度面板数据进行回归分析，发现地方政府债务规模扩张所带来的财政风险会转化为商业银行的风险。通过对已有研究成果的梳理发现，大部分学者从理论方面分析认为地方政府债务可能会通过银行系统引发系统性金融危机。本文主要利用VAR模型对地方债务规模和银行系统风险之间的传递进行实证研究，希望对实际政策能够产生一定的借鉴意义。

二、变量与数据的选取

通过对1997-1998年东南亚金融危机和2009年的欧洲债务危机中发生危机的国家我们会发现，这些金融危机还是有一些共同点的，那就是既涉及到了银行业危机又涉及到主权债务危机，虽然这些金融危机的社会经济背景和具体原因不同，但是银行业危机和主权债务危机的共生性却从未改变。而在我们国家目前来看虽然不存在主权债务危机，但是地方债务危机和银行危機之间的关系也不容忽视。潘英丽（2014）提到银行危机的表现一是信用支付困难，二是银行坏账急剧增加比率超过10%，三是挽救银行的成本与GDP的比率大于2%。鉴于指标数据的易得性和准确性，文中选用银行坏账这个指标来代表银行的风险，银行坏账用不良贷款率（Y）来表示。其他指标选取了地方债务的规模增长率（X1）、贷款余额的增长率（X2）、GDP的增长率（X3）。时间段选取的是2008年至2019年，不良贷款率的数据来源于银保监会公布的报告，贷款余额的数据来源于中国人民银行官网公布的金融统计报告，GDP的数据来源于国家统计局官网，地方债务规模数据来自于审计署官网、财政部，其中2012、2013年数据是根据31个省财政厅官网公布的数据核算。

三、实证分析

在对数据进行分析之前我们得需要对数据序列进行平稳性检验，具体检验结果如表1。

从表1的结果可以看出，Y、X1、X2、X3这四个变量不存在单位根，这四个变量经过一阶差分之后是平稳序列。建立VAR模型时先需要确定模型的最大滞后阶数，进过检验发现滞后阶数为1时最好，五个指标全部通过。结果如表2所示。

对估计的结果进行变量外生性检验，进过检验发现变量Y和X1、X2、X3之间存在因果关系，不良贷款率（Y）受到地方债务规模增长率（X1）、贷款余额增长率（X2）以及GDP增长率（X3）的显著影响。结果如表3所示。

对变量间的稳定性进行检验，发现所有的点全部落在单位圆内，也就意味着该模型所对应的特征方程的特征根的绝对值都小于1，这说明变量间的影响是稳定的。变量间的影响是稳定的，就可以分析变量间的脉冲效应，并对方差进行分解。因为本文主要研究的是地方债务规模对银行系统风险的影响，所以在这里只列出了Y对X1的响应函数图（图1）。

结束语：

从图1可以看出，地方债务的扩张短期来看不良贷款率的冲击为负效应，从第5期以后冲击变为正效应，也就是说地方债务规模的扩张使银行的不良贷款率刚开始可能会下降，从第5期开始以后会使得不良贷款率增加，而且从脉冲响应的纵轴的数据来看，冲击非常小。出现这种情况的原因可能有以下面几个原因：一是，由于数据的局限性，选取的样本数据的时间区间太短;二是选用的地方债务余额数据主要来自财政部公布的数据，按照财政部关于地方债务数据的说明，这些债务主要是政府债券，仅有小部分是以非政府债券形式存量的政府债务，所以对银行系统产生的冲击是有限的。所以从目前来看，地方显性债务对银行系统风险的影响较小。但是，还有一部分地方政府债务在财政部的统计报表中没有出现，这部分债务被称为隐性债务，从逻辑的角度来分析，与显性债务不同，隐性债务不在上级政府下达的债务限额和预算计划内，按照欧阳胜银（2020）的测算我国地方隐性债务存量依然较高，所以应该更多关注如何有效遏制地方隐性债务的扩张并化解随之而来的风险。

参考文献：

[1]张子荣.我国地方政府债务与影子银行研究[J].法治与社会，2018（10）.

[2]毛锐，刘楠楠，刘蓉.地方政府债务扩张与系统性金融风险的触发机制[J].中国工业经济，2018（04）.

[3]唐云锋，刘青杰.地方政府债务诱发金融风险的逻辑与路径[J].社会科学战线，2018（03）.

[4]夏斌.防范化解系统性金融风险的原则和方法[N].2017.7.13（A07版）.

[5]郭敏，黄亦炫，李金培.金融风险、政府救助与主权信用风险[J].金融论坛，2019（05）.

[6]马树才，华夏，韩云虹.地方政府债务影响金融风险的传导机制—基于房地产市场和商业银行视角的研究[J].金融论坛，2020（04）.

[7]潘英丽.对中国金融系统性风险的追问—制度成因、历史差异与化解之策[J].探索与争，2014（07）.

[8]欧阳胜银，蔡美玲.地方隐性债务规模的统计测度研究[J].财经理论与实践，2020（03）.