地方政府债务风险与金融风险的动态交互影响研究——基于系统动力学模型的政策情景仿真

张 璇 张梅青 唐云锋

内容提要：为落实金融安全战略，防范地方政府债务风险和金融风险相互交织下的系统性风险，本文依据复杂系统理论分析风险动态演化的多重反馈结构及交互作用机理，构建地方政府债务风险与金融风险交互影响的系统动力学模型。选取2011—2020年中国31个省份的面板数据进行实证仿真，探究不同政策情景冲击下的东中西部地区风险系统敏感性因素及敏感性程度。研究结果显示：(1)房价和房产税税收是地方政府债务风险和金融风险交互传导的关键影响因素。(2)从作用方向看，房价波动与地方政府债务风险呈反向关系，与金融风险呈正向关系；房产税税收与地方政府债务风险呈反向关系，与金融风险呈现出不确定性。(3)从作用力度看，房价下跌对地方政府债务风险的作用力度最强，房产税税收减少次之；房价上涨对金融风险的作用力度最强，房产税税收减少次之。(4)从敏感度看，房价下跌对系统风险造成的冲击比房价上涨更敏感；房产税税收增加对系统风险造成的冲击比房产税税收减少更敏感；西部地区对房价调控政策最敏感，东部地区对房产税调控政策最敏感。研究结论为有效阻断地方政府债务风险与金融风险的传导路径，实现区域系统性风险联防联控提供理论支撑和政策依据。

一、问题提出

金融安全是国家安全的重要组成部分，《中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要》明确提出实施金融安全战略，健全金融风险预防、预警、处置、问责制度体系，守住不发生系统性风险的底线。2021年4月，《国务院关于进一步深化预算管理制度改革的意见》(国发〔2021〕5号)明确指出要“防范化解地方政府隐性债务风险”“坚决防止风险累积形成系统性风险”。根据财政部数据，截至2022年4月末，全国地方政府债务余额高达322 871亿元，同比增长21.36%，疫情冲击下地方政府债务规模加速扩张。当前，地方政府债务扩张、房地产泡沫、股票市场波动、债券市场违约等多种系统性金融风险因素复杂交织[1]，地方政府债务风险作为金融系统的重大风险源，是新时代金融安全战略中应高度关注的潜在风险[2]。

“十四五”期间中国面临的金融风险形势依然严峻，地方政府债务风险将持续累积，在疫情带来新增风险的同时，风险处理难度也进一步加大[3]。地方政府债务风险与金融风险具有相互传导的“双螺旋”结构[4]，且在“金融加速器”机制下两者彼此强化[5]。在当前地方政府债务风险特征下，财政风险和金融风险更易产生叠加共振效应，放大地方政府债务杠杆对宏观经济稳定的冲击[6]。因此，如何有效阻断地方政府债务风险与金融风险的传导路径是当前亟需解决的重要课题。

二、文献综述

地方政府债务风险和金融风险均具有传染效应，且易打破部门和地域界限与其他风险形成交叉传染效应，由此形成的系统性风险具有更强的扩散性和冲击性[7-11]。学界对于地方政府债务风险与金融风险的关联性研究，主要围绕地方政府债务风险对金融风险的触发机制展开：地方政府债务风险通过地方政府部门和以商业银行为代表的金融机构两个载体向金融风险系统进行传递[12]；由土地财政问题造成的地方政府债务风险是金融风险的重要驱动力量，且存在空间溢出效应[5，13]；地方政府通常以土地抵押、发行城投债等举债融资方式推动地方经济增长，但官员晋升激励及政府间竞争会促使地方政府债务规模持续增加[14]。在委托代理关系下地方政府债务扩张行为存在着道德风险和逆向选择的内在激励，以土地出让收入作为担保与偿债来源的地方政府可能因无法偿还银行债务而产生违约风险[15]，伴随着期限错配问题和私人投资挤出效应，商业银行流动性风险也会加剧[16-18]。此外，土地资源错配会显著推升地方政府城投债的发行概率和发行规模[19]，而地方政府债务累积又会带来信贷错配问题[20]，根据“明斯基时刻”理论，政府债务危机与实体经济之间的恶性循环促使债务风险最终演变成金融风险[21]。马树才等(2020)通过实证研究证实了土地财政、信贷扩张和影子银行是地方政府债务风险向金融风险传导的路径[7]。相较于忽略了金融风险对政府债务风险的传导以及两者交互影响的上述研究，熊琛和金昊(2018)重点从债务违约角度构建非线性动态随机一般均衡(DSGE)模型，发现地方政府债务风险与金融部门风险之间存在紧密相依、相互传导的“双螺旋”结构特征[4]。李玉龙(2019)从地方政府债券和土地财政的视角发现经济中存在“金融加速器”机制，地方政府债务风险和金融风险会相互强化[5]。

综上所述，关于地方政府债务风险和金融风险的关联性研究大都考虑了风险传染特性，且多采用空间计量模型、DSGE模型、时变参数向量自回归(TVP-VAR)模型等研究方法，较为系统地分析风险形成机制及成因[22-26]。但以往研究对地方政府债务风险和金融风险的交互影响关注较少并缺少实证分析，也鲜有研究对其进行动态系统仿真和模拟。地方政府债务风险因素和金融风险因素之间呈现出非线性传递的复杂系统特点，系统动力学(SD)模型被称为政策实验室，能够对风险因素多变、结构复杂的动态经济系统进行趋势仿真和预测[27-28]。

本文研究的边际贡献在于：一是分析地方政府债务风险和金融风险动态交互影响的多重反馈结构，明晰风险交互传导演化路径和作用机理；二是通过构建SD模型探究不同政策冲击下的风险系统敏感性因素，为地方政府债务风险和金融风险统筹防控政策的抉择与优化提供理论支撑；三是采用政策情景模拟方法对中国东中西部地区进行实证仿真，分析不同地区的政策敏感性差异，为实现区域风险联防联控提供仿真平台与政策依据。

三、地方政府债务风险与金融风险交互的系统动力学模型构建

基于蝴蝶效应和耦合效应的双重作用，地方政府债务风险与金融风险在发生转移和扩散的过程中，各个风险因素可能相互叠加且程度逐渐加深，并且风险发生的时间、位置等都具有不确定性，最终可能引致系统性金融风险的暴发。因此，本文通过构建地方政府债务风险与金融风险交互的系统动力学模型，来进一步分析风险传导路径、风险演化趋势及风险影响程度。

(一)系统边界设定

地方政府债务影响金融风险的传导机制主要体现在商业银行和房地产市场[7]。商业银行是地方政府债务的最主要投资者，地方政府债务对商业银行的影响直接体现在银行的资产负债表上；土地出让收入作为地方政府的主要收入来源，受房地产市场的影响，与房地产金融风险捆绑，由地方政府债务问题带来的债务风险可能直接转化为金融风险。而银行信贷在房地产融资中占比重高达2/3，中国70%左右的土地购置和房地产开发资金都直接或间接来自商业银行，房地产销售环节中的住房按揭贷款也来自商业银行[29]。因此，结合国情及系统性风险演化特征，本文构建的系统动力学模型主要包括地方政府债务风险变化系统和金融风险变化系统，金融风险变化系统又包括商业银行风险变化子系统和房地产金融风险变化子系统，基于当前疫情经济内循环背景，不考虑外部经济系统。

借鉴陶玲和朱迎(2016)[30]、宋良荣和侯世英(2018)[31]、周建军和孙倩倩(2019)[32]、李学彦和李泽文(2019)[33]、白鹤祥等(2020)[34]、高华和张璇(2020)[35]等学者的研究，本文重点选取与地方政府债务风险和金融风险传导路径相关的系统风险要素及变化量指标，地方政府债务风险变化量指标体系如表1所示。地方政府债务风险变化系统的基本要素包括地方政府债务余额、财政收入、税收收入、土地收入、财政支出等，与地方政府债务风险变化量相关的指标包括地方财政负债率、债务负担率、债务经济增速比、赤字率、财政支出占国内生产总值(GDP)比重、财政收支变动率、GDP增长率。金融系统风险变化量指标体系包括商业银行风险变化量指标和房地产金融风险变化量指标，如表2所示。商业银行风险变化子系统的基本要素包括商业银行贷款总额、存款总额、逾期贷款额、不良贷款额、风险加权资产、银行资本总额等，与商业银行风险变化量相关的指标包括资本充足率、存贷比、银行不良贷款率、逾期贷款率。房地产金融风险变化子系统的基本要素包括房价、地价、房地产贷款、房地产不良贷款、房产税税收、房地产开发投资等，与房地产金融风险变化量相关的指标包括房价收入比、房地产泡沫、房地产贷款占比、房地产投资增长率、房地产投资占比、房地产不良贷款率。此外，经济发展是保障整个社会系统不断运转的重要驱动力，因此系统中还包括与社会经济发展相关的重要因素，如GDP、全社会固定资产投资、家庭年收入等。

表1 地方政府债务系统风险变化量指标体系

表1(续)

表2 金融系统风险变化量指标体系

(二)系统因果反馈路径分析

为进一步明晰系统内重要环节风险演化路径和作用机理，绘制地方政府债务风险与金融风险交互影响的系统因果回路图，如图1所示，因果链的正负极性代表两个变量之间呈正反馈或负反馈关系。房价上涨会推动土地价格上升[36]，房地产开发成本随之增加，促使房价进一步上涨，而土地价格上升会增加政府土地出让收入，进而增加地方政府财政收入，政府有资金清偿到期的商业银行债务，其债务负担也会减轻，进而降低政府银行债务的违约风险。商业银行贷款是地方政府债务最主要的资金来源，地方政府一旦违约，将直接导致商业银行不良贷款额的增加[7]，地方政府债务作用于商业银行流动性约束从而挤出私人信贷投资[16]，因此商业银行的流动性风险增加，房地产开发投资减少，房地产贷款金额也会减少。房地产开发投资与经济增长具有正向相关关系[37]，经济增长又影响政府的财政收入，房地产贷款金额与开发商及家庭还款负担呈正反馈关系，房地产贷款额的减少会减轻开发商及家庭的还款压力，随着信用违约风险的降低，房地产不良贷款及商业银行不良贷款均会降低。

图1 地方政府债务风险与金融风险交互影响的系统因果回路

(三)系统存量流量图

基于系统因果反馈路径分析，利用系统动力学模拟仿真软件(Vensim PLE)构建风险系统的存量流量图，模拟各变量随时间变化的趋势，如图2所示，模型中包含3个状态变量、3个速率变量以及40个辅助变量，为使模型更加清晰，用影子变量表示模型中的原变量。模型从左到右依次为地方政府债务风险变化系统和金融风险变化系统，其中金融风险变化系统又包含商业银行风险变化子系统和房地产金融风险变化子系统，系统内各变量构成多重反馈回路。综合应用系统动力学表函数、延迟函数及变量计算公式等设计模型主要变量方程，以期有效预测风险变动趋势，探究政策敏感性因素。

图2 地方政府债务风险与金融风险交互影响的系统存量流量图

四、实证仿真分析

(一)数据选取与模型说明

本文研究选取2011—2020年中国31个省份(不含港澳台地区)的数据以及16家主要上市商业银行数据，数据来源于《中国国土资源统计年鉴》、国家统计局数据库、各省份统计年鉴、万得(Wind)数据以及司尔亚司数据信息有限公司(CEIC)经济数据库，对于缺失的个别变量年份数据，采用GM(1，1)灰色预测均值差分方法进行估值。模型初始参数设置如下：起始时间为2011年，终止时间为2020年，仿真步长DT=1(年)。对模型中与风险变化量相关的指标进行标准化处理，以避免量纲不统一问题。

(二)模型误差检验

为了确保模型仿真结果与实际情况相符，本文运用历史数据吻合度比对法对模型进行误差检验，逐点比较系统仿真值与实际数据之间的误差。由于模型的输出变量较多且篇幅有限，因此只列示了各地区系统风险关键变量的误差检验结果，如表3所示。模型误差基本控制在3%以内，因此认定该系统模型与实际经济特性具有时序演化一致性，仿真性能和预测精度较好，可进行政策情景仿真趋势分析。

表3 系统仿真误差检验结果(2011—2020年) 单位：%

(三)系统初始状态仿真

对东中西部地区系统初始状态进行仿真，包括各地区的地方政府债务风险初始状态和金融风险初始状态(结果如图3和图4所示)。从仿真图像整体来看，各地区债务风险变化方向具有一致性，东部经济发展程度较高的省份整体债务风险趋势也较大，西部地区经济相对落后，但债务风险趋势与中部地区相当。结合政策实施背景对局部仿真图像进行解读，地方政府债务风险的政策监管从2013年开始趋严，2013年8月中央启动了覆盖五级政府的政府债务审计，2014年9月21日出台了文件《国务院关于加强地方政府性债务管理的意见》(国发〔2014〕43号)，2013—2014年各地区政府债务风险逐步下降，仿真图像表现为局部低点。但2015年新预算法明确地方政府通过省级政府发行地方债是唯一合法的政府融资渠道后，地方政府开始利用政府和社会资本合作(PPP)或基金等方式变相举债，地方政府违规举债再次推向高潮，各地区仿真图像也出现债务风险的局部高点。2017年供给侧改革背景下，对PPP和地方建设基金等开始全面清查，各地方政府政策也开始了收缩调整，政府债务融资监管严厉，风险仿真图像再次出现局部低点，但当时也导致基建投资增速大幅下降，各地方政府债务也面临无法续接的新问题。2018年政策开始向宽松调整。2019年以来为防控新冠肺炎疫情，各地方政府发债规模及财政支出规模大幅度增大，整体债务风险也呈现激增趋势。此外，仿真图像显示各地区的金融风险相对稳定，在一定范围呈现出周期性往复特征。东中西部地区各自的债务系统风险的波动幅度均大于金融系统风险的波动幅度，但债务风险波动与金融风险波动具有一定趋同性，且金融风险波动比债务风险波动滞后一期。

风险波动与政策调控密切相关，为优化政策调控实施路径，本文对风险系统各环节变量进行多次试验冲击，初步发现地方政府债务风险与金融风险之间的核心传导路径是房地产金融风险，充分考虑历史趋势和当前形势要求，再次对房地产金融风险调控政策路径进行大量仿真试验，进一步发现房价和房产税税收是系统风险传导的关键路径。

(四)政策情景仿真

基于上述试验，重点对东中西部地区分别做房价和房产税政策调控情景仿真，为方便对比分析，统一以10%的变动幅度冲击初始系统。通过给予系统正向和负向冲击，检测两种政策对系统风险的影响程度，并对比分析东中西部地区的差异性。

1.房价调控政策情景仿真

自2002 年实行“招、拍、挂”制度，土地出让收入已经成为地方政府的重要收入来源，且房价波动会通过地价影响地方政府土地出让收入。地方政府债务的主要投资者是商业银行，土地财政依赖严重的地方政府可能无法清偿到期的银行债务，使金融系统面临信用收缩风险，又因为房地产的金融属性，房地产市场借贷能力下降，因此，房价波动会联动整个风险系统。

在系统模拟中也验证了房价是系统风险关键的传导路径，对东中西部地区系统分别做房价调控政策的正负向冲击，结果如图3所示。通过对比仿真图像发现：东中西部地区房价上涨，地方政府债务风险均有降低趋势，但金融风险均有增大趋势；反之，房价下跌，地方政府债务风险均有增大趋势，金融风险均有下降趋势。这一结论也验证了土地财政依赖严重的地方政府有强烈的动机以提高房价的方式来缓解其债务风险[38]，再次表明本文模型的有效性。

图3 东中西部地区房价调控政策情景仿真

2.房产税调控政策情景仿真

房产税调控政策有利于引导住房合理消费和土地资源节约集约利用，促进房地产市场平稳健康发展。从供给侧来看，房产税税收对土地出让收入存在一定替代作用，能够降低地方土地财政依赖度，推动地方土地供求规模趋于合理，并且形成稳定的税源，进而降低地方政府债务风险。从需求侧来看，当前房地产市场上有大量存量房源，稳妥推进房产税试点可以缓解市场供需矛盾，降低住房“投资属性”，平稳市场预期，防范和化解金融风险。因此，地方政府从土地财政向房地产税转型是大势所趋、形势所迫。

基于以上现实分析，房产税税收作为衔接债务系统和金融系统的关键环节，也是系统风险传导的重要路径。对东中西部三个地区系统分别做房产税调控政策的正负向冲击，结果如图4所示。当房产税税收增加时，地方政府债务风险有减小趋势，房地产金融风险系统有轻微减小趋势，商业银行系统风险波动较大，在整体系统作用下，金融风险呈现上下波动趋势且不确定性较大。当房产税税收减少时，地方政府债务风险有增大趋势，金融风险在各因素相互作用下也具有不确定性。

图4 东中西部地区房产税调控政策情景仿真

3.政策情景仿真作用结果分析

结合房价和房产税调控政策情景仿真图及仿真均值，分析关键影响因素对地方政府债务风险和金融风险的作用方向和作用力度，结果如表4所示。

表4 政策情景仿真关键变量间作用结果

从作用方向来看，东中西部地区具有一致性。无论东部地区、中部地区，还是西部地区，房价上涨和房产税税收增加对地方政府债务风险的作用方向都是减小，而房价下跌和房产税税收减少对地方政府债务风险的作用方向都是增大。房价上涨对金融风险的作用方向都是增大，房价下跌对金融风险的作用方向都是减小，房产税税收增加或减少对金融风险的作用方向都是不确定。因此，可以得出结论：(1)东中西部地区房价波动与地方政府债务风险呈反向关系，与金融风险呈正向关系。即房价上涨可以抑制地方政府债务风险，但会增大金融风险，房价下跌会增大地方政府债务风险，但可以抑制金融风险。(2)东中西部地区房产税税收与地方政府债务风险呈反向关系，而金融风险呈现出不确定性。即房产税税收增加可以抑制地方政府债务风险，房产税税收减少会增大地方政府债务风险，但无论房产税税收增加还是减少，金融风险在各因素相互作用下波动方向具有不确定性。

从作用力度来看，东中西部地区存在异质性。对于东部地区，房价涨跌及房产税税收增减对地方政府债务风险的作用力度分别为0.437、0.639、0.410、0.590，对金融风险的作用力度分别为0.518、0.458、0.490、0.499。对于中部地区，房价涨跌及房产税税收增减对地方政府债务风险的作用力度分别为0.328、0.415、0.327、0.397，对金融风险的作用力度分别为0.533、0.440、0.477、0.500。对于西部地区，房价涨跌及房产税税收增减对地方政府债务风险的作用力度分别为0.392、0.531、0.406、0.525，对金融风险的作用力度分别为0.561、0.490、0.502、0.511。因此，在东部和中部地区，对地方政府债务风险的作用力度从强到弱均依次为：房价下跌、房产税税收减少、房价上涨、房产税税收增加；而在西部地区，对地方政府债务风险的作用力度从强到弱依次为：房价下跌、房产税税收减少、房产税税收增加、房价上涨。在东中西部地区，对金融风险的作用力度从强到弱均依次为：房价上涨、房产税税收减少、房产税税收增加、房价下跌。从区域对比角度来看，房价涨跌及房产税税收增减对地方政府债务风险的作用力度从强到弱均依次为：东部地区、西部地区、中部地区。房价上涨、房产税税收减少对金融风险的作用力度从强到弱均依次为：西部地区、中部地区、东部地区；房价下跌、房产税税收增加对金融风险的作用力度从强到弱均依次为：西部地区、东部地区、中部地区。

4.政策仿真系统敏感度分析

为进一步探究不同地区对各政策冲击的差异性，将以上12种仿真结果进一步做系统单因素敏感性分析，即分析单个不确定因素对风险系统的影响程度。根据仿真模拟值，计算不同政策情景下各年系统仿真的敏感度系数并取其均值，为充分体现系统整体的敏感度水平，剔除个别仿真异常值，最终结果如表5所示。

表5 政策仿真系统风险敏感度系数及排序

从房价政策情景仿真的系统敏感系数来看，当房价上涨时，东中西部地区债务系统敏感度分别为1.408、1.085、1.632，东中西部地区金融系统敏感度分别为0.587、0.761、1.156；当房价下跌时，东中西部地区债务系统敏感度分别为2.822、1.808、1.762，东中西部地区金融系统敏感度分别为0.740、0.844、1.403。因此，无论是房价上涨还是下跌，东中西部地区债务系统敏感度系数均高于金融系统敏感度系数。当房价上涨时，东中西部地区的整体系统风险敏感度均值分别为0.998、0.923、1.394；当房价下跌时，东中西部地区的整体系统风险敏感度均值分别为1.781、1.326、1.583。因此，房价下跌对东中西部地区整体系统风险冲击比房价上涨更加敏感。从区域对比角度来看，房价调控下东中西部地区债务系统敏感度均值分别为2.115、1.446、1.697。因此，房价调控下债务系统敏感度从高到低依次是东部地区、西部地区、中部地区。房价调控下东中西部地区金融系统敏感度均值分别为0.664、0.803、1.280。因此，房价调控下金融系统敏感度从高到低依次是西部地区、中部地区、东部地区。综合来看，东中西部地区房价调控政策系统敏感度均值分别为1.390、1.124、1.488，因此，西部地区对房价调控政策敏感度最高，其次是东部地区，最后是中部地区。

从房产税政策情景仿真的系统敏感系数来看，当房产税税收上涨时，东中西部地区债务系统敏感度分别为2.481、2.047、1.796，东中西部地区金融系统敏感度分别为1.071、0.949、0.977；当房产税税收下跌时，东中西部地区债务系统敏感度分别为1.380、1.239、1.708，东中西部地区金融系统敏感度分别为0.681、0.871、0.653。因此，无论是房产税税收增加还是下降，东中西部地区债务系统敏感度系数均高于金融系统敏感度系数，此结论与房价调控结论一致，即同一政策情景冲击下，在同一地区债务风险的波动幅度大于金融风险波动幅度，也再次表明地方政府债务风险系统的脆弱性。当房产税税收上涨时，东中西部地区的整体系统风险敏感度均值分别为1.776、1.498、1.387；当房产税税收下降时，东中西部地区的整体系统风险敏感度均值分别为1.030、1.055、1.180。因此，房产税税收增加对东中西部地区的系统风险冲击比房产税税收减少更加敏感。从区域对比角度来看，房产税调控下东中西部地区债务系统敏感度均值分别为1.931、1.643、1.752。因此，房产税调控下债务系统敏感度从高到低依次是东部地区、西部地区、中部地区。房产税调控下东中西部地区金融系统敏感度均值分别为0.876、0.910、0.815。因此，房产税调控下金融系统敏感度从高到低依次是中部地区、东部地区、西部地区。综合来看，东中西部地区房产税调控政策系统敏感度均值分别为1.403、1.277、1.284。因此，房产税调控下东部地区的政策敏感度最高，其次是西部地区，最后是中部地区。

五、研究结论及政策建议

本文分析了地方政府债务风险和金融风险交互影响路径和作用机理，构建了地方政府债务风险和金融风险的系统动力学模型，实证仿真了中国东中西部地区在政策情景冲击下的风险系统敏感性因素及敏感度系数，得出以下主要结论：第一，地方政府债务风险与金融风险之间的核心传导路径是房地产金融风险，房价和房产税税收是系统风险传导的关键影响因素。第二，从作用方向看，房价上涨，地方政府债务风险有降低趋势，金融风险有增大趋势，反之则反；房产税税收增加，地方政府债务风险有降低趋势，反之则反。但无论房产税税收增加还是减少，金融风险在各因素相互作用下都具有不确定性。第三，从作用力度看，房价下跌对地方政府债务风险的作用力度最强，房产税税收减少次之；房价上涨对金融风险的作用力度最强，房产税税收减少次之。第四，房价下跌对整体系统风险造成的冲击比房价上涨更加敏感；房产税税收增加对整体系统风险造成的冲击比房产税税收减少更加敏感；房价与房产税调控下，债务系统敏感度系数均高于金融系统敏感度系数。第五，房价调控下政策敏感度从高到低依次是西部地区、东部地区、中部地区；房产税调控下政策敏感度从高到低依次是东部地区、西部地区、中部地区。

为有效阻断地方政府债务风险与金融风险的传导路径，应从房价和房产税政策调控入手，实现区域经济一体化发展与防范化解系统性金融风险的动态协同。本文提出具体政策建议如下：

第一，稳定市场房价预期，遏制房地产金融泡沫。房价上涨是城镇化不可避免的经济现象，房价上涨，可以有效抑制地方政府债务风险，但会增大金融风险，并且房价上涨对金融风险的作用力度最强。因此，在供给侧管理方面，尤其对房价调控政策比较敏感的东部地区和西部地区的城市群区域，应考虑增加保障性住房供给，建立以城市群为单位的区域房价调控中心，探索区域房价的联动互控机制。在需求侧管理方面，稳定市场预期，引导住房合理消费和土地资源节约集约利用，抑制房价过快上涨，使房价通过市场机制实现正常波动。房价下跌对整体系统风险冲击比房价上涨更加敏感，且房价下跌对地方政府债务风险的作用力度最强，因此，仍要坚持“房住不炒” 的房价调控主基调，遏制房地产金融化泡沫倾向。

第二，推进房产税试点，培育地方稳定税源。房产税税收具有健全地方财税体制、调节收入分配等多种功能，房产税税收减少对地方政府债务风险和金融风险存在较强作用力度，而房产税税收增加可以降低地方政府债务风险，且对系统风险冲击比较敏感，尤其是东部地区。因此，加快推进房产税改革和立法，房产税的推行试点应以东部地区房价上涨压力较大的热点城市为主，如长三角、珠三角、京津冀等区域中心城市。部分热点城市二手房销售规模已高于新房，具备较好的房产税改革探索环境，其课税对象应以存量房为基础，且征税力度要循序渐进。充分发挥试点对整体改革的示范引领作用，建立城市群等区域住房信息联网系统，再逐步向全国推广，渐进式推动土地制度改革与市场化供给，形成地方稳定税源，降低各地方政府对土地出让收入的依赖，实现全国地方政府从土地财政向房产税转型。

第三，统筹地区房价和房产税政策调控，阻断系统性风险传导路径。综合考虑政策调控对地方政府债务风险和金融风险的作用方向、作用力度与系统敏感度，建立地方政府债务风险与金融风险系统联控机制，完善由房价及房产税税收引起的系统性风险预警机制、应急预案及处置方案，加强房地产市场的风险监管，防范房地产金融风险跨行业、跨市场、跨区域传染。鼓励地方政府债务投资主体多元化，解决商业银行的流动性风险与期限错配问题，分散累积在金融部门的风险，营造稳定安全的金融生态环境。此外，在房价和房产税政策调控下债务系统敏感度系数均高于金融系统敏感度系数，因此，还应重点关注地方政府债务风险的波动，这对防范化解系统性金融风险，落实国家金融安全战略具有重要意义。