李方方 魏偉 王周偉

摘?要：從“太大而不能倒”和“聯(lián)系太緊而不能倒”兩個維度，分別運用因子分析和轉(zhuǎn)移熵網(wǎng)絡(luò)分析測度地方政府的個體風(fēng)險與信息傳染風(fēng)險，綜合識別我國系統(tǒng)重要性地方政府。結(jié)果表明：兩個維度綜合確定的我國系統(tǒng)重要性地方政府名單更為符合系統(tǒng)重要性之要義;根據(jù)個體風(fēng)險指數(shù)和傳染風(fēng)險指數(shù)的排名組合情況，可將31個地方政府歸為四類;針對不同類型的系統(tǒng)重要性地方政府，監(jiān)管部門應(yīng)采取針對性的監(jiān)管措施;傳染風(fēng)險對系統(tǒng)重要性的貢獻更大，處于風(fēng)險傳染網(wǎng)絡(luò)中心的地方政府需要實行更加嚴格的管控。

關(guān)鍵詞：?個體債務(wù)風(fēng)險;轉(zhuǎn)移熵網(wǎng)絡(luò)分析;傳染風(fēng)險;系統(tǒng)重要性地方政府

中圖分類號：F810.2文獻標識碼：?A文章編號：1003-7217（2020）01-0078-08

一、引?言

系統(tǒng)重要性是金融風(fēng)險管理領(lǐng)域的研究重點，相關(guān)識別研究已非常成熟。目前，評估金融機構(gòu)系統(tǒng)重要性的方法包括綜合指數(shù)法、金融風(fēng)險模型和網(wǎng)絡(luò)分析法[1]。國內(nèi)外學(xué)者對系統(tǒng)重要性機構(gòu)的識別方法主要集中在綜合指數(shù)法和金融風(fēng)險模型，較少關(guān)注內(nèi)部關(guān)聯(lián)性。事實上，相比于規(guī)模較大的機構(gòu)，監(jiān)管機構(gòu)更需要注意的是關(guān)聯(lián)性較大的機構(gòu)，以免識別不足漏掉真正的系統(tǒng)重要性金融機構(gòu)，使監(jiān)管者無法確切找到系統(tǒng)性風(fēng)險因素[2，3]。但僅從關(guān)聯(lián)性考慮系統(tǒng)重要性也是片面的。目前已有部分學(xué)者同時關(guān)注個體機構(gòu)規(guī)模和內(nèi)部關(guān)聯(lián)性兩個方面，綜合個體風(fēng)險和關(guān)聯(lián)性來識別系統(tǒng)重要性機構(gòu)[1]。

系統(tǒng)重要性地方政府的識別問題亦可歸類為“太大而不能倒”和“太關(guān)聯(lián)而不能倒”問題，即地方政府的個體債務(wù)規(guī)模與地方政府之間的關(guān)聯(lián)性。對于系統(tǒng)重要性地方政府的識別的研究相對較少，魏加寧（2014）在系統(tǒng)重要性銀行定義的基礎(chǔ)上，給出系統(tǒng)重要性地方政府的定義[4];在此基礎(chǔ)上，王鋒等（2018）利用綜合指標法對系統(tǒng)重要性地方政府債務(wù)進行了初步的識別研究[5]。后者雖然認識到系統(tǒng)重要性地方政府的識別應(yīng)涵蓋個體規(guī)模和關(guān)聯(lián)，但僅選取地區(qū)生產(chǎn)總值、金融機構(gòu)融資額兩個指標，考察地方政府債務(wù)與實體經(jīng)濟、金融體系的關(guān)聯(lián)程度。而這種關(guān)聯(lián)僅從單一機構(gòu)出發(fā)，沒有考慮地方政府之間由于信息傳染引致的債務(wù)關(guān)聯(lián)。

地方政府債務(wù)風(fēng)險承擔的動力源主要有官員的績效競賽、晉升激勵機制、財權(quán)事權(quán)不匹配和信息不對稱等方面。實際上，這些原因的根源在于信息傳遞導(dǎo)致的傳染風(fēng)險。因此，為了全方位識別系統(tǒng)重要性，本文融合地方政府之間的信息傳染效應(yīng)來刻畫地方政府之間的關(guān)聯(lián)效應(yīng)。

目前，有關(guān)信息傳染效應(yīng)的研究主要集中在企業(yè)和銀行等社會機構(gòu)層面[6-9]。胡宗義等（2018）以信息為基礎(chǔ)建立了互信息系數(shù)網(wǎng)絡(luò)模型研究金融機構(gòu)的相關(guān)性和系統(tǒng)風(fēng)險[10];還有研究結(jié)果顯示，銀行信息網(wǎng)絡(luò)中存在的風(fēng)險傳染和流動性轉(zhuǎn)移致使危機在體系內(nèi)迅速傳遞，從而危害金融系統(tǒng)的穩(wěn)定[11-13]。

信息傳染效應(yīng)量化的關(guān)鍵在于網(wǎng)絡(luò)的構(gòu)建和關(guān)聯(lián)指標的確定。目前已有研究證明轉(zhuǎn)移熵在度量數(shù)據(jù)之間的關(guān)聯(lián)性和測度信息傳遞的方向性[14-16]等方面有很大優(yōu)勢。由于信息度量具有方向性，轉(zhuǎn)移熵可以很好地度量銀行間的風(fēng)險傳染效應(yīng)、構(gòu)建空間不對稱權(quán)重矩陣[17-20]。另一方面，網(wǎng)絡(luò)分析法以“關(guān)聯(lián)關(guān)系”為基本分析單位，可較好地刻畫機構(gòu)之間的關(guān)聯(lián)特征。因此，本文運用轉(zhuǎn)移熵方法構(gòu)建地方政府債務(wù)風(fēng)險信息流網(wǎng)絡(luò)，借助網(wǎng)絡(luò)分析法確定地方政府債務(wù)風(fēng)險信息的傳遞性與傳染性;進一步結(jié)合個體風(fēng)險，對系統(tǒng)重要性地方政府進行全方位的綜合識別。

二、研究方法設(shè)計

（一）?地方政府債務(wù)風(fēng)險系統(tǒng)重要性識別思路

下面，從地方政府間債務(wù)風(fēng)險的關(guān)聯(lián)性和個體風(fēng)險兩個角度出發(fā)，綜合評價地方政府債務(wù)風(fēng)險的系統(tǒng)重要性，識別系統(tǒng)重要性地方政府。首先，利用地方政府個體的債務(wù)風(fēng)險綜合評價值與債務(wù)規(guī)模占總體規(guī)模比的乘積構(gòu)建個體風(fēng)險指數(shù);其次，利用網(wǎng)絡(luò)的結(jié)構(gòu)指標量化系統(tǒng)中的內(nèi)部關(guān)聯(lián)性，運用客觀權(quán)重賦權(quán)法（CRITIC）構(gòu)建傳染風(fēng)險指數(shù);最后，采用變異系數(shù)法綜合評價地方政府的系統(tǒng)重要性，識別系統(tǒng)重要性地方政府。

（二）個體風(fēng)險綜合評價與個體風(fēng)險指數(shù)構(gòu)建

1.風(fēng)險綜合評價指標體系。通過對地方政府債務(wù)的影響因素和成因研究的相關(guān)文獻進行分析與梳理[21-23]，從債務(wù)負擔表征和債務(wù)未來償還能力兩個方面選取指標，如表1所示。

2.個體風(fēng)險指數(shù)設(shè)計。

利用因子分析法賦權(quán)，用加權(quán)平均法構(gòu)建指數(shù)，計算t年地方政府i的個體風(fēng)險綜合評分，記為DRi，t，研究期內(nèi)的評分均值記為DRi。參考FSB?和BCBS?提出的G-SIBs?評估方法[24]，結(jié)合地方政府債務(wù)的相對規(guī)模，以1998-2016年統(tǒng)計推算的債務(wù)余額均值數(shù)據(jù)為基準，計算每個地方政府的債務(wù)余額占總量的比值作為個體風(fēng)險的規(guī)模性加權(quán)權(quán)重，得到地方政府債務(wù)的個體風(fēng)險指數(shù)，記為Ri：

Ri=DRi×Di∑iDi（1）

其中Di為1998-2016年地方政府i的債務(wù)余額均值。

（三）傳染風(fēng)險指數(shù)構(gòu)建

1.基于轉(zhuǎn)移熵的地方政府債務(wù)風(fēng)險關(guān)聯(lián)網(wǎng)絡(luò)構(gòu)建。

在信息論中，離散隨機變量的不確定性用H（Xi）來衡量。對于一組隨機變量（Xi，Xj），聯(lián)合概率分布為p（xi，xj），聯(lián)合熵為：

H（Xi，Xj）=-∑xp（xi，xj）log?2p（xi，xj）（2）

其中，（Xi，Xj）是地方政府i和地方政府j的風(fēng)險時間序列;H（Xi，Xj）表示（Xi，Xj）發(fā)生所包含的信息。

條件熵是指在已知Xj的條件下，Xi的不確定性，即：

H（Xi|Xj）=-∑xp（xi，xj）log?2p（xi|xj）（3）

轉(zhuǎn)移熵（Transfer?Entropy，TE）是在錯誤假設(shè)傳遞概率函數(shù)為p（xi，n+1|x（k）j，n）而不是p（xi，n+1|x（k）i，n，x（l）j，n）的情況下，預(yù)測系統(tǒng)狀態(tài)額外需要的信息。它能夠分析系統(tǒng)內(nèi)部的信息的非對稱交互作用（包括驅(qū)動和響應(yīng)關(guān)系的建立）。計算公式為：

TEXj→Xi（k，l）=HXi（k）-HXiYj（k，l）=

∑xi，n+1，x（k）i，n，x（l）j，np（xi，n+1，x（k）i，n，x（l）j，n）×

log2p（xi，n+1，x（k）i，n，x（l）j，n）p（xi，n+1|x（k）i，n）p（x（k）i，n，x（l）j，n）（4）

式（4）是轉(zhuǎn)移熵計算的核心公式，度量了地方政府j的風(fēng)險信息對地方政府i的風(fēng)險的影響。其中，n為地方政府在風(fēng)險的時間序列中的第n個元素。式（4）中：

HXi（k）=-∑xi，n+1，x（k）n，x（l）j，np（xi，n+1|x（k）i，n，x（l）j，n）×

log?2p（xi，n+1|x（k）j，n）（5）

式（5）為Xi的k階時滯子序列x（k）i，n=（xi，n，…，xi，n-k+1）的條件熵;

HXiXj（k，l）=-∑xi，n+1，x（k）i，n，x（l）j，np（xi，n+1|x（k）i，n，x（l）i，n）×

log?2p（xi，n+1|x（k）i，n，x（l）j，n）（6）

式（6）是已知X的k階時滯子序列x（k）i，n=（xi，n，…，xi，n-k+1）和Xj的l階時滯子序列

x（l）j，n=（yj，n，…，yj，n-l+1）的條件熵;參數(shù)l和k是時間序列延遲的長度，參考Bekros等（2017）[25]的技術(shù)處理，具有馬爾科夫特性，即有k=l=1。

轉(zhuǎn)移熵結(jié)果矩陣TE=（teij）31×31確定了多向的即時信息流，下一步可通過網(wǎng)絡(luò)分析進行具體的關(guān)聯(lián)性測度和可視化，并構(gòu)建地方政府債務(wù)傳染風(fēng)險指數(shù)。

網(wǎng)絡(luò)G=（V，E）的節(jié)點集合V代表每個地方政府，網(wǎng)絡(luò)的連接邊集合E代表地方政府之間的債務(wù)風(fēng)險信息流。信息流的大小由權(quán)重描述，以該權(quán)重為元素，形成權(quán)重矩陣。不考慮冗余信息，借鑒莊新田（2015）[26]，選擇均值作為閾值θ;teij≥θ時，令eij=1（否則為0）表示存在地方政府i流向地方政府j的信息的信息流連接邊，構(gòu)成鄰接矩陣E=（eij）n×n;信息量的大小為ωij，組成權(quán)重矩陣W=（wij）n×n;鄰接矩陣與權(quán)重矩陣相乘得到網(wǎng)絡(luò)矩陣T=W×E。

2.地方政府債務(wù)傳染風(fēng)險指數(shù)構(gòu)建方法。

網(wǎng)絡(luò)中心性衡量了網(wǎng)絡(luò)成員在網(wǎng)絡(luò)中的地位，對網(wǎng)絡(luò)中的節(jié)點進行中心性分析，就是衡量其影響力的大小以及控制資源的能力，是度量地方政府的系統(tǒng)重要性的關(guān)鍵。表2列出了復(fù)雜網(wǎng)絡(luò)的中心性和強度結(jié)構(gòu)指標的計算公式和指標意義。

3.用CRITIC賦權(quán)法構(gòu)建地方政府債務(wù)的傳染風(fēng)險指數(shù)。

網(wǎng)絡(luò)分析指標之間的相關(guān)性與異質(zhì)性都很強，為綜合這兩方面的信息，選用CRITIC賦權(quán)法構(gòu)建地方政府債務(wù)的傳染風(fēng)險指數(shù)。CRITIC賦權(quán)法計算公式為：

Cj=δj∑ni=1（1-rij）（7）

其中，n為同一指標的評價數(shù)量，rij為評價指標i和j的相關(guān)系數(shù)，δj為評價指標j的標準差。設(shè)λj是第j的權(quán)重，則有：λj=Cj/∑mjCj。

（四）用變異系數(shù)法構(gòu)建系統(tǒng)重要性指數(shù)

“太大而不能倒”與“聯(lián)系太緊而不能倒”在系統(tǒng)性風(fēng)險作用方面具有同等重要程度，需要同時加以重點關(guān)注。因此，用變異系數(shù)法把個體風(fēng)險指數(shù)與傳染風(fēng)險指數(shù)綜合為系統(tǒng)重要性指數(shù)，識別重要性地方政府。

三、個體風(fēng)險綜合評價與個體風(fēng)險指數(shù)結(jié)果與分析

（一）?數(shù)據(jù)獲取與說明

選取1998—2016年地方政府經(jīng)濟發(fā)展基本面數(shù)據(jù)，主要來自wind數(shù)據(jù)庫和同花順數(shù)據(jù)庫;地方政府債務(wù)余額數(shù)據(jù)主要來源于中國統(tǒng)計局網(wǎng)站;對于缺少的債務(wù)數(shù)據(jù)，根據(jù)以往研究結(jié)論通過固定資產(chǎn)投資比率推算得到。

全國性地方政府債務(wù)余額根據(jù)審計署所公布的債務(wù)余額和債務(wù)增速推算得到;考慮到地方政府債務(wù)資金投向的特殊性，本文通過各地方政府的全社會固定資產(chǎn)投資占全國的全社會固定資產(chǎn)投資總額的比重分配地方政府債務(wù)余額;考慮到數(shù)據(jù)的異方差性以及分布形態(tài)，對部分變量進行對數(shù)化處理。

最后得到的數(shù)據(jù)為年度數(shù)據(jù)，由于轉(zhuǎn)移熵的運算對樣本數(shù)據(jù)的時間序列長度有要求，因此，利用三次樣條插值法對原始數(shù)據(jù)進行插值處理，將年度數(shù)據(jù)轉(zhuǎn)化為月度數(shù)據(jù)形式。原始數(shù)據(jù)描述性統(tǒng)計結(jié)果見表3。

（二）個體風(fēng)險指數(shù)計算結(jié)果與分析

根據(jù)因子分析結(jié)果①，可得到1998—2016年各地方政府的債務(wù)風(fēng)險綜合值DRi，再通過計算得到各地方政府的債務(wù)規(guī)模占比，得到個體風(fēng)險指數(shù)Ri，如表4所示?？梢园l(fā)現(xiàn)，排名較高省份主要集中在中部和與中部相鄰的地區(qū)，這些省份當下經(jīng)濟發(fā)展速度快，城市建設(shè)、人才引進、就業(yè)推動和經(jīng)濟發(fā)展等方面對資金的需求量較大，可能導(dǎo)致該地區(qū)債務(wù)個體風(fēng)險較大的原因。江蘇、廣東、浙江的債務(wù)規(guī)模較大使得個體風(fēng)險指數(shù)高，但在強勁的財力支撐下，目前的債務(wù)負擔較輕。而北京和上海的債務(wù)規(guī)模也比較大，但受益于政策照應(yīng)，該地區(qū)的債務(wù)余額遠未達到其債務(wù)限額，因而個體風(fēng)險指數(shù)不高，債務(wù)個體風(fēng)險可控。

四、傳染風(fēng)險指數(shù)結(jié)果與分析

（一）地方政府債務(wù)風(fēng)險信息流網(wǎng)絡(luò)的構(gòu)建結(jié)果及其特征描述分析

在1998-2016年期間，我國地方政府債務(wù)風(fēng)險得分從0.4024到0.7681不等，將數(shù)據(jù)bins長度設(shè)定約為0.04，計算得到轉(zhuǎn)移熵結(jié)果矩陣TE=（teij）n×n。限于篇幅，本文繪制灰度圖（圖1），展示TE的全部信息。

圖1每一列的和分別對應(yīng)各地方政府的流出強度（風(fēng)險主動者），而每一行的和分別對應(yīng)各地方政府的流入強度（風(fēng)險被動者）。圖中的顏色越淺，信息流強度越大。在流入強度上，西藏顏色最淺，說明西藏的債務(wù)傳染風(fēng)險流入強度最大，其他地方政府債務(wù)出險后，其受影響的程度最大;安徽、江蘇、重慶對應(yīng)行的顏色最深，說明這幾個地方政府的債務(wù)風(fēng)險流入強度比較小，其他地方政府債務(wù)出險后，受影響的程度比較小。在流出強度上，遼寧和浙江對應(yīng)列在灰度圖中顏色最淺，說明這幾個地方政府的債務(wù)傳染風(fēng)險流出強度比較大，傳染風(fēng)險力度相對較強。

利用網(wǎng)絡(luò)關(guān)聯(lián)矩陣，構(gòu)建地方政府債務(wù)風(fēng)險信息流網(wǎng)絡(luò)結(jié)構(gòu)圖，結(jié)果如圖2所示。

由圖2可知，地方政府之間的風(fēng)險信息傳染路徑錯綜復(fù)雜，各地政府既有傳染也有受傳染傾向。圖中節(jié)點的大小由特征向量中心度確定，節(jié)點越大，表示在網(wǎng)絡(luò)中越重要。同時，從網(wǎng)絡(luò)結(jié)構(gòu)可以看出，網(wǎng)絡(luò)并沒有呈現(xiàn)出十分典型的“小團體”結(jié)構(gòu)特征，說明單一地方政府發(fā)生個體風(fēng)險并不是系統(tǒng)性風(fēng)險的唯一來源，地方政府間相互傳染是風(fēng)險傳染的主要形式，單一監(jiān)管很難切斷債務(wù)風(fēng)險信息系統(tǒng)內(nèi)部的傳染風(fēng)險。

（二）傳染風(fēng)險指數(shù)計算結(jié)果與分析

1.轉(zhuǎn)移熵網(wǎng)絡(luò)指標的計算結(jié)果與分析。在地方政府債務(wù)風(fēng)險信息流網(wǎng)格的基礎(chǔ)上，利用表2中的公式得到轉(zhuǎn)移熵網(wǎng)絡(luò)指標的計算結(jié)果如表5所示。從（2）（3）列可以看出，出度與流出強度的變動幅度基本一致。綜合來看，貴州、西藏、北京、黑龍江和云南排名靠前，債務(wù)一旦出險，風(fēng)險不僅傳染范圍廣且傳染力度大，具有攻擊性。（4）（5）列顯示，與出度和流出強度不同，入度和流入強度之間的正向關(guān)系不明顯，大體趨于一致。浙江、福建、黑龍江、吉林、貴州、遼寧排名靠前，說明在其他地方政府債務(wù)出險后，這些地方政府受傳染的影響來源比較廣，受傳染力度較大，具有脆弱性。（6）（7）列顯示，大部分地方政府的入接近中心度都較高，說明地方政府普遍地在其他債務(wù)出險后都容易受到風(fēng)險傳染;地方政府間的出接近中心度差異較大，更容易發(fā)生傳染風(fēng)險，說明地方政府普遍脆弱，而局部有攻擊性。（8）（9）列顯示，中介中心度值比較大的地方政府——福建、黑龍江、貴州，其中介中心度遠高于指標均值，是我國債務(wù)系統(tǒng)風(fēng)險傳染的主要媒介，對其他地方政府的信息交流有重要影響;特征向量中心度值最大的地方政府——北京、貴州、黑龍江、西藏，對網(wǎng)絡(luò)中風(fēng)險傳染的綜合影響力比較大。

2.傳染風(fēng)險指數(shù)計算結(jié)果與分析。利用CRITIC賦權(quán)法對表5中的網(wǎng)絡(luò)指標賦權(quán)，加權(quán)后得到地方政府的傳染風(fēng)險指數(shù)如表6所示。傳染風(fēng)險大的地方政府的債務(wù)極具負外部性，監(jiān)管部門應(yīng)對這些地方政府的債務(wù)現(xiàn)狀和未來發(fā)展方向進行嚴格監(jiān)管，嚴控地方債務(wù)風(fēng)險。

對比傳染風(fēng)險指數(shù)與個體風(fēng)險指數(shù)的計算結(jié)果可以發(fā)現(xiàn)，二者存在較大的差異。傳染風(fēng)險指數(shù)最高的地方政府是黑龍江，其個體風(fēng)險指數(shù)排名僅為第18位。個體風(fēng)險較大而傳染風(fēng)險較小的地方政府債務(wù)出險的可能性高，但其出險波及的范圍和程度不一定深，反之亦然。傳染風(fēng)險和個體風(fēng)險指數(shù)上的差異，對我國地方政府債務(wù)系統(tǒng)是一個利好消息，說明到目前為止，地方政府的債務(wù)依然是可控的。

五、系統(tǒng)重要性地方政府識別結(jié)果與分析

運用變異系數(shù)法將表4中的個體風(fēng)險指數(shù)與表6中傳染風(fēng)險指數(shù)綜合得到評價地方政府的系統(tǒng)重要性指數(shù)見表7。從結(jié)果看來，我國地方政府債務(wù)風(fēng)險中系統(tǒng)重要性高于系統(tǒng)均值的地方政府分別為：黑龍江、貴州、福建、西藏、浙江、北京、遼寧、新疆、吉林、湖北、云南、山西、河南。這些地方政府即為系統(tǒng)重要性地方政府。

東三省黑龍江、遼寧和吉林均為我國系統(tǒng)重要性地方政府。近年來東三省經(jīng)濟增速低且波動較大，高水平人才流出，盡管財力繼續(xù)保持增長，但經(jīng)濟總量已跌入全國中下游。在政府債務(wù)方面，東三省已形成了較大規(guī)模的政府性債務(wù)，受制于財力規(guī)模、經(jīng)濟下行，目前債務(wù)償付壓力仍較大，但新一輪2018年存量債務(wù)置換完成，新增政府債務(wù)實行限額管理，東三省的政府債務(wù)風(fēng)險尚可控。

貴州省歷史上屬傳統(tǒng)農(nóng)業(yè)省份，工業(yè)基礎(chǔ)比較單薄，經(jīng)濟總量在全國占比相對較小;財政平衡對中央轉(zhuǎn)移支付和債務(wù)收入有較大依賴，自給率偏低;政府面臨較大的債務(wù)壓力。但近年來貴州省政府債務(wù)管控措施持續(xù)加強，且未來受“西部大開發(fā)”和“長江經(jīng)濟帶”等國家發(fā)展戰(zhàn)略的影響，區(qū)域發(fā)展前景比較好，債務(wù)風(fēng)險可控。

福建省等受國內(nèi)外經(jīng)濟環(huán)境以及區(qū)域產(chǎn)業(yè)結(jié)構(gòu)調(diào)整等影響，目前經(jīng)濟增長壓力比較大，省債務(wù)規(guī)模進一步增長，整體債務(wù)規(guī)模處于全國中等水平，但仍低于核定的債務(wù)限額，且考慮到擁有良好的經(jīng)濟基礎(chǔ)，財政實力尚可，債務(wù)期限分布合理，全省債務(wù)風(fēng)險整體可控。北京市的債務(wù)規(guī)模較大，但經(jīng)濟、財政實力雄厚，產(chǎn)業(yè)基礎(chǔ)好，且企業(yè)資產(chǎn)質(zhì)量好，盈利能力強，整體債務(wù)得到控制，目前債務(wù)負擔尚處于合理水平。西藏、新疆處于經(jīng)濟增速換擋期、結(jié)構(gòu)調(diào)整陣痛期及前期刺激政策消化期的“三期疊加”特殊階段，近年經(jīng)濟增速下滑，經(jīng)濟體量相對較小，債務(wù)規(guī)模位于全國末位，且得益于中央政府的持續(xù)大力財政支持，目前債務(wù)風(fēng)險可控。

最后，根據(jù)表7，并結(jié)合表6和表4，可以將我國31個地方政府分為四類系統(tǒng)重要性地方政府。

第一類：具有高個體風(fēng)險和高傳染風(fēng)險的系統(tǒng)重要性地方政府。主要有黑龍江、浙江、福建、吉林、湖北、山西、河南等。這類地方政府的系統(tǒng)重要性指數(shù)高，個體風(fēng)險指數(shù)和傳染風(fēng)險指數(shù)排名都比較靠前，遠高于系統(tǒng)均值。這一類地方政府應(yīng)得到監(jiān)管部門的特殊關(guān)注，嚴防債務(wù)出險的可能。

第二類：具有脆弱性的系統(tǒng)重要性地方政府。這類地方政府主要有海南、河北等。這類地方政府的個體風(fēng)險指數(shù)很高，政府本身具有脆弱性，但傳染風(fēng)險指數(shù)不高。這一類地方政府本身具有脆弱性，債務(wù)出險的可能性較大，應(yīng)該得到監(jiān)管部門的特殊關(guān)注。

第三類：具有高關(guān)聯(lián)性的潛在系統(tǒng)重要性地方政府。這類地方政府主要有北京、貴州、遼寧、西藏、新疆、云南等。這類地方政府的個體風(fēng)險指數(shù)低于系統(tǒng)均值，而傳染風(fēng)險指均高于系統(tǒng)均值，是潛在的系統(tǒng)重要性地方政府。目前，這類地方政府的個體風(fēng)險較小，尚未具備較高的個體風(fēng)險，但隨著風(fēng)險積累，可能會產(chǎn)生難以遏制的風(fēng)險溢出。因此，這類地方政府屬于潛在的系統(tǒng)重要性地方政府，相關(guān)監(jiān)管部門要關(guān)注這些地方政府的發(fā)展情況，適時調(diào)整對其的監(jiān)管力度。

第四類：非系統(tǒng)重要性地方政府。這類地方政府有重慶、內(nèi)蒙古、上海等。這些地方政府的傳染風(fēng)險指數(shù)都位于系統(tǒng)均值以下，系統(tǒng)重要性指數(shù)較低，是非系統(tǒng)重要性地方政府。盡管如此，監(jiān)管部門不能忽視對這些省份的監(jiān)管，而是需要根據(jù)時態(tài)、實際情況不斷調(diào)整監(jiān)管方向、監(jiān)管力度。

六、結(jié)?論

系統(tǒng)重要性地方政府是一個相對較新的概念，對其準識別是在“雙支柱”的宏觀審慎調(diào)控體系和十九大提出的“守住不發(fā)生系統(tǒng)性金融風(fēng)險的底線”治理體系中不可或缺的措施手段。本文借助轉(zhuǎn)移熵構(gòu)建地方政府債務(wù)風(fēng)險信息流網(wǎng)絡(luò)，運用因子分析和網(wǎng)絡(luò)分析將地方政府的個體風(fēng)險與傳染風(fēng)險結(jié)合，綜合識別系統(tǒng)重要性地方政府。傳染風(fēng)險指數(shù)的構(gòu)造彌補了現(xiàn)有研究對地方政府債務(wù)關(guān)聯(lián)性刻畫的不足，提出了一種全方位衡量系統(tǒng)重要性地方政府的方法，監(jiān)管當局可參考該方法確定系統(tǒng)重要性地方政府名單，調(diào)整監(jiān)管方向，設(shè)定監(jiān)管力度，對于政府債務(wù)風(fēng)險中的系統(tǒng)重要性地方政府實行重點監(jiān)控。

地方政府之間的信息傳染是本研究的關(guān)注重點，在構(gòu)造地方政府債務(wù)網(wǎng)絡(luò)時發(fā)現(xiàn)，該網(wǎng)絡(luò)結(jié)構(gòu)連接緊湊，組織結(jié)構(gòu)關(guān)系較嚴密，即單一地方政府債務(wù)風(fēng)險發(fā)生，整個網(wǎng)絡(luò)均受到波及的可能性較大。因此，單一區(qū)域監(jiān)管很難切斷系統(tǒng)內(nèi)跨區(qū)域的傳染債務(wù)風(fēng)險，監(jiān)管當局應(yīng)從全國范圍內(nèi)進行統(tǒng)籌管控。從最終結(jié)果排名來看，系統(tǒng)重要性較高的地方政府不僅因為其個體風(fēng)險較大，更重要的是與其在風(fēng)險傳染網(wǎng)絡(luò)中的中心地位有關(guān)，因此，對于處于風(fēng)險傳染網(wǎng)絡(luò)中心的地方政府需要實行更加嚴格的管控，因為其對于整個地方政府債務(wù)網(wǎng)絡(luò)的危害更大

。

注釋：

①??限于篇幅，因子分析過程不再列出。

參考文獻：

[1]?徐國祥，王瑩.?中國上市銀行系統(tǒng)重要性指數(shù)構(gòu)建及評估[J].?經(jīng)濟管理.?2018（3）：?40-56.

[2]?陳學(xué)軍，鄧超.?基于PageRank的系統(tǒng)重要性金融機構(gòu)識別模型[J].?系統(tǒng)工程.?2017（4）：?1-8.

[3]?歐陽紅兵，劉曉東.?基于網(wǎng)絡(luò)分析的金融機構(gòu)系統(tǒng)重要性研究[J].?管理世界.?2014（8）：?171-172.

[4]?魏加寧.?地方政府債務(wù)風(fēng)險化解與新型城市化融資[M].北京：機械工業(yè)出版社，?2014.

[5]?王鋒，高遠，吳從新.?系統(tǒng)重要性地方政府債務(wù)的識別研究[J].?財經(jīng)論叢.?2018（3）：?29-38.

[6]?陳永麗，龔樞.?我國上市公司財務(wù)治理結(jié)構(gòu)有效性研究的新途徑——信息傳染效應(yīng)的引入[J].?管理世界.?2012（10）：?184-185.

[7]?王貞潔，王竹泉.?經(jīng)濟危機、信用風(fēng)險傳染與營運資金融資結(jié)構(gòu)——基于外向型電子信息產(chǎn)業(yè)上市公司的實證研究[J].?中國工業(yè)經(jīng)濟.?2013（11）：?122-134.

[8]?馬君潞，范小云，曹元濤.?中國銀行間市場雙邊傳染的風(fēng)險估測及其系統(tǒng)性特征分析[J].?經(jīng)濟研究.?2007（1）：?68-78.

[9]?范小云，王道平，劉瀾飚.?規(guī)模、關(guān)聯(lián)性與中國系統(tǒng)重要性銀行的衡量[J].?金融研究.?2012（11）：?16-30.

[10]胡宗義，黃巖渠，喻采平.?網(wǎng)絡(luò)相關(guān)性、結(jié)構(gòu)與系統(tǒng)性金融風(fēng)險的關(guān)系研究[J].?中國軟科學(xué).?2018（1）：?33-43.

[11]鄧晶，曹詩男，潘煥學(xué)，等.?基于銀行間市場網(wǎng)絡(luò)的系統(tǒng)性風(fēng)險傳染研究[J].?復(fù)雜系統(tǒng)與復(fù)雜性科學(xué).?2013，?10（4）：?76-85.

[12]劉沖，盤宇章.?銀行間市場與金融穩(wěn)定——理論與證據(jù)[J].?金融研究.?2013（12）：?72-86.

[13]胡宗義，劉硯伊.基于總?cè)趬毫χ笖?shù)的金融研究性風(fēng)險測度及影響因素[J].財經(jīng)理論與實踐，2017，38（4）：28-31.

[14]Kwon?O，?Yang?J?S.?Information?flow?between?stock?indices[J].?Papers.?2008，?82（6）：?124-130.

[15]Hlaváová-Schindler?K，?PaluM，?Vejmelka?M，?et?al.?Causality?detection?based?on?information-theoretic?approaches?in?time?series?analysis[J].?Physics?Reports.?2007，?441（1）：?1-46.

[16]Wang?X?F.?Complex?networks：?topology，dynamics?and?synchronization[J].?International?Journal?of?Bifurcation?&?Chaos.?2002，?12（5）：?885-916.

[17]李智，牛曉健.?基于轉(zhuǎn)移熵的銀行間風(fēng)險傳染效應(yīng)實證研究[J].?大連理工大學(xué)學(xué)報（社會科學(xué)版）.?2018（2）：?19-23.

[18]陳秀榮，田益祥，田偉.?歐洲主權(quán)信用評級下調(diào)對我國金融市場沖擊的空間效應(yīng)和跨市場效應(yīng)研究——基于空間似不相關(guān)模型的實證研究[J].?投資研究.?2017，?36（11）.

[19]李臘生，耿曉媛，鄭杰.?我國地方政府債務(wù)風(fēng)險評價[J].?統(tǒng)計研究.?2013，?30（10）：?30-39.

[20]陳瑞.地方政府舉債影響工業(yè)經(jīng)濟增長的空間效應(yīng)研究[J].財經(jīng)理論與實踐，2017，38（2）：87-91.

[21]潘志斌.?地方政府債務(wù)規(guī)模、資產(chǎn)價值與債務(wù)風(fēng)險[J].?華東師范大學(xué)學(xué)報（哲學(xué)社會科學(xué)版）.?2014，?46（3）：?89-97.

[22]王周偉，敬志勇，龐濤.?城鎮(zhèn)化進程中地方政府性債務(wù)限額設(shè)定研究[J].?山西財經(jīng)大學(xué)學(xué)報.?2015（1）：?24-36.

[23]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)計與應(yīng)用[J].?數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究.?2016（12）：?96-112.

[24]Bcbs.?Global?systemically?important?banks[R].Dign?Press，?2018.

[25]Bekiros?S，?Nguyen?D?K，?Junior?L?S，?et?al.?Information?diffusion，?cluster?formation?and?entropy-based?network?dynamics?in?equity?and?commodity?markets[J].?European?Journal?of?Operational?Research.?2017，?256（3）：?945-961.

[26]莊新田，張鼎，苑瑩，等.?中國股市復(fù)雜網(wǎng)絡(luò)中的分形特征[J].?系統(tǒng)工程理論與實踐.?2015，?35（2）：?273-282.

（責任編輯：寧曉青）

A?Comprehensive?Recognition?Research

of?Systematic?Import?Local?Government：

A?Perspective?of?Individual?Risk?and?Information?Infection?Risk

LI?Fangfang，?WEI??Wei，?WANG?Zhouwei

（Shanghai?Normal?University?Business?School，?Shanghai?200234，China）

Abstract：??In?order?to?identify?the?systematic?importance?of?local?government，?factor?analysis?and?transfer?entropy?network?analysis?are?used?to?measure?local?government's?individual?risk?and?information?infection?risk，?from?the?two?dimensions?of?"too?big?to?fail"?and?"too?close?to?fall".?Research?results：?The?list?of?systemically?important?local?governments?in?China?determined?by?two?dimensions?is?more?consistent?with?the?essence?of?systemically?important?local?governments;?according?to?the?ranking?of?individual?risk?index?and?infection?risk?index，?31?local?governments?can?be?classified?into?four?categories.?For?different?types?of?systemically?important?local?governments，?the?regulatory?authorities?should?adopt?targeted?regulatory?measures;?infection?risks?contribute?more?to?the?importance?of?the?system，?and?local?governments?at?risk-infected?network?centers?need?stricter?controls.

Key?words：individual?debt?risk;?transfer?entropy?network?analysis;?contagion?risk;?systematic?importance?of?local?government

收稿日期：?2019-01-30;?修回日期：?2019-07-28

基金項目：??教育部人文社會科學(xué)規(guī)劃基金項目（17YJA790075）

作者簡介：?李方方（1989—），女，河南固始人，博士，上海師范大學(xué)商學(xué)院講師，研究方向：風(fēng)險管理、保險精算等。