源于我国国有控股上市公司的政府或有债务——一个规模测度

申 亮，陈媛媛，王晓彤，王玉燕

(1.山东财经大学财政税务学院，山东 济南 250014；2.山东财经大学管理科学与工程学院，山东 济南 250014)

一、引 言

近年来，政府债务规模不断扩大，其风险敞口也逐年累积。根据财政部公布的数据显示，截至2020年12月，中央财政债务余额及地方政府债务余额分别为208906亿元和256615亿元。为了防范政府债务危机的发生，近几年的中央政治局会议和政府工作报告都反复强调，要有效应对和化解政府债务风险，确保财政始终保持稳健运行。与显性债务相比，隐性债务规模庞大，透明度很低，所形成的债务风险远远大于显性债务[1]。对于地方政府隐性债务的界定，国内政策法规和国内外学者的观点存在一定的差异。2018年《中共中央 国务院关于防范化解地方政府隐性债务风险的意见》披露的部分内容体现了地方政府隐性债务的内涵：在法律规定的预算范围之外，地方政府直接或者间接使用财政资金偿还，或者违法违规采取担保等形式举借的债务即为地方政府隐性债务。学术界普遍接受Polackova(1998)提出的财政风险矩阵，根据政府的责任是否有书面的法律依据界定为显性债务和隐性债务，又根据一个特定事件是否发生分为直接债务和或有债务[2]。当政府现存的义务和法律规定没有要求，但在过去的实践中所形成的一系列期望与习惯或者来自相关利益群体的压力使得政府不得不承担一定的救助责任时，就产生了隐性债务[3]。因此，公共养老金等给政府造成的债务属于直接隐性债务，而地方政府对国有企业的担保或救助所形成的债务等属于或有隐性债务[4]。

源于国有控股上市公司的政府或有债务是政府隐性债务的重要组成部分，具有信息不透明的特点，其风险在经济运行状况良好时存在隐匿性，一旦遇到突发事件就会加重政府财政支出压力。国有控股上市公司本身具有一定的“特殊性”，其设立通常是为了实现国家调节经济的目标，这种“政策性负担”会使国有控股上市公司牺牲自身利益而影响到其经营成果[5]，导致企业的微观效率较低[6]。同时，为了赢得上级领导和公众的关注，获得政治晋升，国有控股上市公司高管存在盲目投资、公益性捐赠和在职消费等损害公司利益的行为，也增加了国有控股上市公司因资产规模和资金使用效率背离而形成的违约风险[7]。面对此类风险，政府隐性担保色彩尚未完全消除。政府给予的事前担保和事后救助会造成大量的政府或有债务和财政成本，政府支持的预期也会加大国有控股上市公司的道德风险，加剧违约风险的形成，最终带来巨额政府或有债务。因此，科学测算国有控股上市公司可能带来的政府或有债务风险，具有重要的现实意义。

事实上，政府对不同的企业担保救助概率是不同。因此，对国有控股上市公司形成的政府或有债务的度量不能直接将企业债务计入，而需要综合考虑企业发生违约风险的概率、政府担保救助的概率等因素。在考虑同行业企业具有关联性的基础上，本文设计了“源于国有控股上市公司的政府或有债务规模”的测算指标。本文的主要贡献有：(1)相较于已有的一些测算方法，本文不仅考虑了政府救助比例和企业自身风险等，还进一步确定了政府对不同行业内企业的不同担保概率以及同一行业之间各企业的关联性，使得测算结果更符合实际意义；(2)该测算方法具有一般性，可以拓展到国有控股上市公司之外的政府承担一定担保救助责任的债务规模测算；(3)从国有控股上市公司的视角出发来衡量我国政府或有债务规模，研究结论不仅丰富了现有的政府或有债务文献，还能为政策制定者提供重要的经验数据。

本文余下的结构安排为：第二部分是文献综述，梳理相关文献并进行文献述评；第三部分是模型设计，并对模型中的变量和参数进行解释；第四部分是实证分析，首先根据相关系数矩阵得到2011—2020年同行业内各国有控股上市公司的困境关联性，再使用KMV模型分析并测算出各公司陷入困境的概率，基于此获得源于国有控股上市公司的政府或有债务规模；第五部分是结论和政策建议，依据实证结果提出合理的政策建议。

二、文献综述

基于国有企业的“特殊性”，许多学者在政府为国有企业提供担保的方面达成了共识。林毅夫和李志赟(2004)提出，由于国有企业承担着“政策性负担”，其进行投资和生产时无法依照利润最大化原则，因此对于国有企业“听从”政府命令产生的损失，政府有着不可推卸的责任，进而会为其提供隐性担保，并在其真正陷入危机时进行救助[8]。Faccio等(2006)指出，政府通过隐性担保为国有企业提供了更高救助的可能性[9]，除此之外，政府隐性担保还会为国有企业带来其他的优惠，如更多的信贷资源[10]和更低的税率水平[11]等。Dong等(2014)和纪洋等(2018)认为由于国有企业具有国有产权性质，因此其背后有着政府隐性担保的支持[12][13]。Handayani和Damayanti(2019)评估了政府部门如何向国有企业提供担保，并全面分析了当政府部门提供担保时可能导致的责任，认为政府应当对国有企业的社会角色进行监测和评估，并对相关国有企业制定担保和支持计划[14]。

在政府为国有企业提供担保的基础上，许多学者指出这会对政府或有债务产生影响。刘尚希和赵全厚(2002)指出，国有企业未弥补的亏损属于政府隐性或有债务，1991—1998年财政弥补国有企业亏损的账面余额在减少，但未弥补亏损是增加的，累计未弥补亏损额高达7531亿元[15]。扈文秀等(2021)认为，当地方国有企业面临破产时，政府负有救助责任，因此应将地方国有及国有控股企业形成的债务归为显性或有债务[16]。邱欢(2017)也指出虽然作为法人主体的地方国企举债，表面上与地方政府没有关联，可在某种程度上来说，地方国有企业自身负债是因为政府举借债务形成的，实际是政府的间接负债，只是在资产负债表上表现为企业部分直接负债，这实际上是一种捆绑式负债关系[17]。Bova等(2016)认为我国政府或有债务的四个来源主要是国有企业、金融机构、地方政府和自然灾害，相较于欧美国家政府或有债务有着很大的区别[18]。

为了控制政府或有债务的规模，很多学者基于国有企业、银行业甚至全面考察了政府或有债务的衡量手段。从测算政府或有债务规模的角度来看，Sundaresan(2002)认为政府可以运用私营部门普遍使用的风险分析管理工具对政府或有债务进行度量[19]；吉富星(2018)基于有息负债及债务矩阵视角，对2017年我国地方政府各个来源的主要隐性或有债务类型进行了核算[20]。从银行业和国有企业形成的政府或有债务的角度来看，Arslanalp和Liao(2015)对或有债务量化的方式进行了改进，利用评级机构评级指标和各银行违约风险指标，再结合或有债务的特征，构建了银行部门形成的政府隐性或有债务压力指数[21]；马恩涛和陈媛媛(2019)在此基础上，利用类似的办法衡量了我国14家上市银行形成的政府或有债务规模[22]；郭敏等(2020)认为该度量方法也可度量国有企业政府隐性或有债务[23]。朱冠平等(2021)认为政府或有债务的分类主要有融资平台类、国有企业类、金融机构类、养老基金类以及其他类，并分别前四类政府或有债务的规模进行了测算，发现这四类政府或有债务规模在2010年后呈现逐年升高的趋势[24]。

通过梳理相关文献可以看出，国内外学者聚焦于政府对国有企业的担保以及担保是如何形成或有债务的、怎样对或有债务规模进行分析测算等方面，但缺乏专门针对国有控股上市公司可能诱发的或有债务规模的研究。在少数涉及国有企业形成政府或有债务规模的测算方法中，一些学者采用企业债务总额、政府救助比例、企业自身财务风险、商业银行估计风险和地方经济财力系数相乘，以此得到政府救助国有企业所产生的或有债务规模，但该方法存在以下几个缺陷：(1)忽略了企业债务中政府不可能担保救助的部分，如各种税费及应付股利等。(2)将同一行业之间不同企业相互独立起来，未考虑它们之间的相互影响。事实上，同一行业内不同企业之间的关联性使得它们在受到同一冲击时会对彼此产生影响，这种影响会增加或者减少或有债务的规模。(3)忽略了政府对不同行业企业不同的担保概率。因此，我们将采用一种更科学合理的方法来测算源于国有控股上市公司的政府债务规模。

三、模型设计及参数解释

为了更好评估我国国有控股上市公司给政府带来的潜在损失，我们将借鉴Arslanalp和Liao(2015)[21]测算上市商业银行政府或有债务的方法，在此基础上对不同公司进行行业分类，分别确定各行业内公司的关联性及政府救助的概率，进而分析2011—2020年我国国有控股上市公司或有债务的规模。这种方法能够更加准确地衡量不同行业公司违约后应由政府救助的债务规模。

(一)模型概况

只有当政府愿意且有能力对陷入困境的国有控股上市公司提供救助时，才会给政府带来或有债务，因此一家国有控股上市公司破产的相关政府或有债务可表示为：

(1)

(2)

(3)

(5)

(6)

(7)

3.国有控股上市公司政府或有债务规模的综合指标。综上所述，我们可以得出国有控股上市公司政府或有债务规模的测算指标SCGCL：

(8)

(二)参数解释

1.国有控股上市公司负债(l)。“调整后总负债”是基于国泰安数据库各企业的负债总计，扣除应交税费、递延所得税负债和应付股利后，得到的需要政府担保救助的债务总额。

2.政府承担损失的比例(∂)。实际上，政府救助国有控股上市公司时并不会承担其所有负债，只有当国有控股上市公司尽力偿还债务后剩余部分无法负担时，政府才会对剩余部分承担救助责任。如果政府通过承担未偿还债务中的一部分就能帮助企业渡过危机，为使财政成本最小化，政府也只会承担陷入困境的企业部分未偿还债务。根据《国务院办公厅关于印发地方政府性债务风险应急处置预案的通知》(国办函〔2016〕88号)规定，政府及其部门对或有债务中的担保债务仅依法承担民事赔偿责任，但最多不超过债务人未能清偿部分的1/2，因此本文选择政府承担的损失比例为定值50%。

3.各行业内国有控股上市公司的困境关联性(ρ)。不同行业之间的企业关联性相对较低，而同一行业中不同企业的关联性较强。因此，本文不考虑不同行业企业之间的关联性，只测算同一行业间的企业关联性，这里我们将采用相关系数矩阵来表示各行业中国有控股上市公司之间的关联性。

4.国有控股上市公司陷入困境的概率(EDF)。国有控股上市公司陷入困境的概率是指由于其偿债能力存在不确定性，在其陷入危机之前，我们无法判断其是否会发生资不抵债的情况，最多只能估计其陷入危机的可能性。本文采用穆迪评级公司的预期违约频率作为替代变量，预期违约频率是基于KMV方法计算的信用风险指标，用于评估公司在未来一年内违约的概率。当公司资产的市场价值低于公司某一债务水平时，公司就会违约。

5.政府对国有控股上市公司担保的概率(PGS)。Arslanalp和Liao(2015)[21]构建银行业政府或有债务衡量指标时，使用评级数据来反映政府对银行担保的概率，我国国有控股上市公司缺乏评级数据，需要结合实际情况估计政府担保的概率。不同行业的规模及其在经济中的地位不同，担保救助概率也不一样。我们首先将政府提供担保救助的概率划分为0%—20%，20%—40%，40%—60%，60%—80%，80%—100%，然后对不同行业的发展状况及政策进行分析，判断不同行业担保概率的基础区间，最后依据行业的体量因素及经济和外部环境变化对政府担保行为的影响，确定各行业政府担保概率的具体区间。

(1)制造业(C)、科学研究和技术服务业(M)。制造业是我国实体经济的根基，科学研究和技术服务业也日益渗透到人类生产、生活的各个领域，我国近年来十分重视这两个行业的融合与发展。2022年3月，我国政府工作报告提出要重点支持制造业，全面解决制造业、科研和技术服务等行业留抵退税问题。为刺激经济持续恢复增长，政府会继续强化对制造业及科学研究和技术服务业的政策支持。在这样的背景下，处于制造业或者科学研究和技术服务业的国有控股上市公司必然会得到政府的大力支持，政府担保概率的基础区间为80%—100%。

(2)电力、热力、燃气及水生产和供应业(D)。电力、热力、燃气及水生产和供应业对我国经济和人民生活有着较为深刻的影响，我国不仅部署实施新的组合式税费支持政策，还推出了一系列退税、免税、减税政策支持电力、热力、燃气及水生产和供应业等行业的发展，比如加大该行业的增值税期末留抵退税政策力度。政府极大概率会对该行业企业进行担保，政府担保概率基础区间为80%—100%。

(3)农、林、牧、渔业(A)。党的十九大报告首次提出“坚持农业农村优先发展”的重大战略要求，据此，财政部提出要“落实涉农税费减免政策，引导金融和社会资本加大乡村振兴投入”。通过梳理以上的担保、补贴政策可以发现，农、林、牧、渔业在我国国民经济中具有重要特殊的地位，因此其政府担保救助的概率基础区间为80%—100%。

(4)交通运输、仓储和邮政业(G)。交通运输、仓储和邮政业是国民经济的强力保障。随着近几年线上消费快速发展，个人和企业用户倾向于在线上采购、线下送货，物流行业市场需求激增。2020年《交通运输部关于推动交通运输领域新型基础设施建设的指导意见》指出要围绕加快建设交通强国总体目标。“交通强国”建设任务将是近几年国内交通运输、仓储和邮政业的发展核心，该行业公共性较强，特别是国有控股上市公司多为行业内的龙头企业，适用的担保概率基础区间为80%—100%。

(5)水利、环境和公共设施管理业(N)。水利基础设施是国有资产的重要组成部分，政府出台了很多财税政策以鼓励该行业的发展。财税〔2010〕44号文中规定，国家重大水利工程建设基金免征城市维护建设税；财建〔2015〕161号作出修改，节能减排补助资金主要采用补助、以奖代补、贴息和据实结算等方式。政府针对水利、环境和公共设施管理业领域的企业实施了相关的税收优惠政策，但该行业本身并不像制造业等行业一样对我国国民经济的发展起着关键性作用，政府对该行业的担保概率可在60%—80%基础区间。

(6)建筑业(E)。建筑业包括建设公共建筑的项目和建设普通建筑的项目，政府对不同类型项目的担保力度是不同的，即在不同类型的企业陷入危机时，政府提供担保的概率有高有低。本文研究的是国有控股上市企业，该类企业会参与更多的公共建筑的建设，因此，将政府对该行业国有控股上市公司的担保概率基础区间定为60%—80%。

(7)金融业(J)。金融业是一类特殊的行业，该行业交易的商品为金融商品，其稳定性与经济社会稳定有着十分紧密的联系，各国政府都十分重视该行业的发展。依据马恩涛(2021)[25]的观点，我国银行获得政府救助的概率大多在60%以上，因此将该行业政府担保救助的概率基础区间定为60%—80%。

(8)信息传输、软件和信息技术服务业(I)。在“十二五”时期，信息传输、软件和信息技术服务业就是关系国民经济和社会发展全局的基础性、战略性、先导性产业，该行业在信息化的时代具有重要的战略地位，在其快速增长的过程中，许多中小企业也在陆续成立。而当该领域的企业陷入危机时，政府可能会为行业内的龙头企业承担部分损失，因此对于国有控股上市公司来说，政府担保概率基础区间为60%—80%。

(9)采矿业(B)。 我国十四五规划明确提出，要加强战略性矿产资源规划管控，提升储备安全保障能力。采矿业的相关企业可以分为普通营利性的企业和承担特殊职能的非营利性矿山企业。对于普通营利性企业，政府担保力度可能偏低，而对于承担特殊职能的非营利性矿山企业来说，当该类企业陷入危机时，为稳定经济发展，政府一定会对其进行担保救助。综合以上两种类型，政府为采矿业提供担保的概率的基础区间为40%—60%。

(10)租赁和商务服务业(L)。融资租赁业发展势头迅猛，资产主要分布在能源设备、基础设施及不动产、通用机械设备等领域。该行业陷入危机，会对资产所在的行业产生一定的影响，为保持其与相关行业的稳定，政府会选择为其担保，担保概率基础区间可能处于40%—60%范围内。

(11)文化、体育和娱乐业(R)。近年来，为促进文化、体育和娱乐事业的发展，我国一直在实施文化增值税优惠政策。如财税〔2019〕16号表明，深化文化体制改革要继续推进国有经营性文化事业单位转企改制，该类企业可以享受自转制注册之日起五年内免征企业所得税等税收优惠政策。国家在推动该行业向市场化的方向改革，政府更希望该行业企业能够适应市场机制，在遇到危机时自行调节。结合实际情况，改革仍在进行中，政府可能进行适度调节，因此将担保概率基础区间设定为20%—40%。

(12)房地产业(K)。当前，中国经济正逐步摆脱对于房地产的过度依赖，2021年中央经济工作会议提出探索新的发展模式，推进保障性住房建设，支持商品房市场更好满足购房者的合理住房需求，促进房地产业良性循环和健康发展。因此，政府主要是通过实施相关房地产业的调控政策来化解风险，而不是通过事后救助的方式来稳定行业发展。政府为其提供担保救助的概率较低，基础区间设定为20%—40%。

(13)教育(P)。我国的教育行业活动除了学校义务教育、高等教育的特殊企业以外，还包括营利性教育辅导机构。针对这些不同的类别，政府的支持力度是不同的，对于普通盈利性教育辅导机构，政府担保力度可能偏低，而对于承担特殊职能的教育企业来说，政府为其进行担保的概率就会偏高。在“双减”政策的冲击之下，政府为相关企业提供担保概率的基础区间大致在0%—20%。

(14)批发和零售业(F)。批发和零售是社会生产过程中的重要环节，是我国市场化程度最高、竞争最为激烈的行业之一，即使是国有控股上市公司也不例外。由于该行业市场化程度较高，基本上不需要政府来对其进行调节，因此政府为其提供担保的概率极低，担保概率基础区间设定为0%—20%。

(15)住宿和餐饮业(H)。与批发和零售业类似，该行业市场化程度较高，基本上不需要政府来对其进行调节，政府为其提供担保的概率极低，担保概率基础区间同样设定为0%—20%。

基于以上的基础区间，我们还考虑了不同行业体量因素及经济或外部环境变化对政府担保行为的影响(1)限于篇幅，此处省略各行业资产规模数据、各财力指标数据以及政府担保概率区间结果，作者备索。。由于不同体量的行业对宏观经济的冲击程度不同，政府对其担保救助的概率也会产生差异，行业体量越大，其陷入困境时对经济造成的影响越大，政府担保救助的概率也会越高。因此，本文将使用各行业资产规模作为衡量行业体量的指标，行业资产规模与政府担保概率呈正向关系。经济发展水平和外部环境发生变化时，政府的财力状况也会随之变化，影响政府的担保能力和担保意愿，进而改变政府对各行业企业的担保概率。为衡量不同时期和发展阶段政府担保水平的变化，本文将借鉴罗荣华和刘劲劲(2016)[26]的研究，将人均GDP增长率、人均财政收入增长率、人均赤字增长率和人均财政赤字与人均财政收入之比设定为反映政府财力状况的指标。其中，前两项指标与政府担保呈正向关系，后两项指标呈负向关系。综上所述，各行业国有控股上市公司的政府担保概率区间可表示为：

政府担保概率区间=基础担保概率区间×(1+某行业资产规模占各行业总资产规模比例-各行业资产规模平均值)×(1+人均财政收入增长率)×(1+人均GDP增长率)×(1-人均赤字增长率)×(1-人均财政赤字与人均财政收入之比)

四、实证分析

本文在剔除S和ST企业以及数据缺失企业的前提下测算我国沪深A股市场中国有控股上市公司的政府或有债务规模，2011—2020年选取的公司数量占全部地方国有控股上市公司数量的比重均在85%以上。因此，以上企业的政府或有债务规模基本可以代表我国国有控股上市公司的政府或有债务规模，其行业分布数据来源于国泰安数据库(2)限于篇幅，文中未展示行业分布数据，作者备索。。

(一)2011—2020年各行业内国有控股上市公司的困境关联性

本文采用相关系数矩阵来表示各行业中国有控股上市公司之间的关联性，相关系数矩阵由原数据中各列数据之间的相关系数所构成，各行业中各个企业的日股价格数据为原始数据的各列，即相关系数矩阵中第i行第j列的元素是某行业中第i家企业和第j家企业的日股价数据的相关系数，数据来源Wind数据库。

(二)2011—2020年国有控股上市公司陷入困境的概率

本文基于以下KMV模型计算出各企业10年的理论预期违约频率(EDF)，数据来源是Wind数据库及中国人民银行官网。

企业资产价值VA和股权价值VE、股权价值波动率σE与资产价值波动率σA的关系为：

VE=VAN(d1)-De-rtN(d2)

(9)

(10)

违约距离DD及违约点DP的确定：

(11)

DP=STD+0.5LTD

(12)

其中，STD为短期负债，LTD为长期负债。资产价值服从标准正态分布的情况下，预期违约频率EDF可以用企业资产价值低于违约点(资不抵债)的概率P来表示，因此，预期违约频率与违约点、违约距离的关系可表示为：

(13)

(三)2011—2020年国有控股上市公司的政府或有债务规模

由于政府的担保概率在概率区间范围内，我们选取概率区间的端点值计算或有债务规模的低值和高值，得到或有债务的规模区间，防止因政府担保概率设置不够准确而导致的测算规模与实际规模偏差过大。综上所述，2011—2020年我国国有控股上市公司政府或有债务规模如表1所示。

表1 2011—2020年我国国有控股上市公司政府或有债务规模 (单位：十亿元)

为了更清晰观察或有债务规模的变化规律，我们将表1中数据用折线图展示出来。如图1所示，除2015年以外，2011—2014年或有债务规模呈上升趋势，2016年以后债务水平低于前5年，略有上升趋势。2015年或有债务规模突增，其预期成本和非预期成本都远高于其他年份的水平。

图1 2011—2020年我国国有控股上市公司政府或有债务规模(单位：十亿元)

经过对模型和数据的分析，我们发现，造成这一现象的原因是2015年各国有控股上市公司EDF值突增，违约距离DD减少，各企业资产价值波动率σA、股权价值波动率σE增加。在排除企业数量的影响下，本文将各个变量各年的平均水平进行分析。结果显示，这10年间平均股权价值、无风险收益率、平均总负债、平均资产价值和平均违约点均不是影响2015年或有债务规模突增的因素。而从平均股权价值波动率的数据中，我们发现2015年该值超过了0.5，较其他年份明显偏高。2015年平均股权价值波动率整体水平的上升导致当年的平均资产价值骤增，进而使得2015年的违约距离减小，约为其他年份的一半。这一差距在计算EDF时得到了放大，2015年的EDF达到了0.0660，分别为2014年和2016年的13倍和6倍，EDF在2015年的突然升高导致了当年的预期成本和非预期成本的增加，最终带来了该年或有债务规模的突增。

股权价值波动率衡量的是股票价格波动程度的大小，它受到股价和股数的影响。2015年各企业流通股股数变化并不大，其升高是由于当年日收盘价的波动性增大造成的。2015年上半年，在国企改革、“一带一路”以及对新兴产业政策预期的影响下，股市出现了“改革牛”和“杠杆牛”，股价节节高升，达到顶峰；但杠杆过高的后果是该年6月至9月股价大幅下跌，股市先抑后扬的状态导致该年股价的波动幅度很大，大大增加了国有控股上市企业的违约风险；10月以后，随着政府救市措施的实施，股市有所回温。除此之外，2015年8月24日《中共中央 国务院关于深化国有企业改革的指导意见》指出，改革的重点任务包括分类推进国有企业改革，将国有企业分为商业类和公益类，推动国有企业同市场经济深入融合等。由此可以看出，国家开始明确地大力支持社会资本加入国有企业，国有控股上市公司必然会享受到改革带来的福利。在该文件的指导下，2015年下半年国有企业面临着大规模的合并重组，随着整合重组的活跃度和交易规模将不断攀升，人们产生股价上涨的预期，国有企业的股价波动较其他年份也增加不少。

五、结论和政策建议

本文以2011—2020年多家国有控股上市公司为样本，设计了“源于国有控股上市公司的政府或有债务规模”指标对该来源的政府或有债务规模进行测算。研究结果表明：由于我国国有控股上市公司“特殊性”的存在，政府对国有控股上市公司的担保救助行为会产生大量的或有债务，这类债务的规模受到国有控股上市公司的股权价值、债务规模和政府担保概率等多方面因素的影响。因此，政府需要降低国有控股上市公司的“特殊性”，从多个角度采取措施减少对其担保救助的行为，从而缩减该来源的或有债务规模。基于本文的研究结果，本文提出如下几点政策建议：

第一，减少对国有控股上市公司“政策工具”属性的依赖。政府在进行投融资等各种活动时，要明确自身定位，对于公共性、正外部性较强的项目进行主动管理，积极引入社会资本，对竞争性较强的项目交给市场来进行资源分配。

第二，约束政府官员的行为。弱化经济考核机制，将官员的政绩与任职期间形成的或有债务风险挂钩。根据不同地区的经济情况对各地区政府官员任期内政府担保行为、财政资金使用情况等进行考核，对于任期内担保、救助不当的行为，追究相关责任人的责任。完善监督管理机制和债务信息披露制度。建立严密合理有效的内部监督管理机制，监督政府官员的行为，提高企业的偿债能力，控制政府或有债务的规模。同时，国家应引导政府建立政府债务信息披露平台，增强政府信息公开的积极性，间接约束地方官员的自利行为，从而缓解政府或有债务的形成。

第三，关注政策效应及同行业企业之间的相互影响。政府在制定政策时需要考虑对国有控股上市公司相关经营管理活动的影响，并根据企业的行为的变化及时调整政策。同时，要对同行业国有控股上市公司给予足够重视，关注同行业国有控股上市公司负债行为的变化，加强当地国有控股上市公司负债行为的规范；关注同行业国有控股上市公司资金使用效率的变化情况，避免对当地国有企业资金使用效率产生负面影响；借鉴同行业非国有企业的经验，规范负债规模。

第四，建立国有控股上市公司政府或有债务的测算、评估机制。政府需要建立统一的官方数据库。有关部门可以依据国有控股上市公司行业、性质、盈利水平的不同进行信用评级，依据各公司的评级级别来评估政府担保救助的概率。政府应建立我国上市公司违约数据库，以此来得到我国上市公司违约距离和预期违约频率真实的映射关系，进而能够更加准确地识别问题上市公司。