系统重要性地方政府债务的识别研究

从规模、关联性、复杂性和跨区域性四个维度建立了系统重要性地方政府债务识别指标体系,运用熵值法和灰色关联分析法对系统重要性地方政府债务进行了识别,结果表明:各省级地方政府债务在四个维度上均具有较大的差异;熵值法赋权表明关联性指标中的地区生产总值、金融机构融资额的权重最大;熵值法和灰色关联分析法对系统重要性地方政府债务识别的结果基本一致;综合两种方法测算了各省地方政府债务系统重要性综合指数并进行了聚类分析,结果表明江苏、广东、山东、四川的地方政府债务为中国系统重要性地方政府债务。

羊群行为视角的系统重要性地方政府识别研究

守住不发生地方政府系统性金融风险底线,重点要监控好系统重要性地方政府,而其核心在于领头示范引导性较强,复杂关联中心度很高.理论分析表明地方政府债务风险承担具有时空正关联作用,该作用导致羊群效应.据此,构建动态空间面板杜宾模型,验证该命题,随后用CH模型与CCK模型识别,利用参数与非参数的分位数回归估计,稳健测度出羊群效应,并利用神经网络模型分位数回归估计法,非线性识别了系统重要性地方政府.研究表明:地方政府债务风险承担显著具有空间模仿与时间跟随的羊群效应微观演化特征;羊群效应显著较大;神经网络分位数回归模型可以较好地拟合空间网络溢出传染引领效应,能够识别出短期与长期的系统重要性地方政府,从而对地方政府债务风险的宏观审慎监管提供参考.

系统重要性地方政府综合识别研究——基于个体风险与信息传染风险视角

从"太大而不能倒"和"联系太紧而不能倒"两个维度,分别运用因子分析和转移熵网络分析测度地方政府的个体风险与信息传染风险,综合识别我国系统重要性地方政府。结果表明:两个维度综合确定的我国系统重要性地方政府名单更为符合系统重要性之要义;根据个体风险指数和传染风险指数的排名组合情况,可将31个地方政府归为四类;针对不同类型的系统重要性地方政府,监管部门应采取针对性的监管措施;传染风险对系统重要性的贡献更大,处于风险传染网络中心的地方政府需要实行更加严格的管控。

我国地方政府债务系统性风险监测指标及其有效性研究

地方政府债务风险具有传染性,需要监测其系统性风险。而系统性风险测度指标有多种,指标的有效选用就成为必须研究的问题。依据已有的指标,本文设计了监测地方政府债务系统性风险的估算原理,收集2005年至2019年的中国31个省市的相关数据,分别估算了这些指标值,并利用等级排序法和截面值法比较了这些指标的有效性,用最有效指标识别预测了系统重要性地方政府。研究发现,下行ΔCoES的监测效果较好,其应用效果也较好。该研究结果为精准监测我国地方政府债务系统性风险提供了参考。