近年来，国家出台了一系列针对地方政府债务的文件，目的在于加强地方政府债务的管理，避免出现财政风险，甚至系统风险。随着国家对地方政府债务管理的加强，地方政府开始转向通过非信贷融资等影子银行方式进行融资。然而，我国影子银行的监管制度还不够完善，因此，地方政府以影子银行的方式进行融资，使得地方政府债务的监管更加困难。同时，财政风险和金融风险相互交错，牵一发而动全身。所以，本文试图通过对影子银行和地方政府债务关系的实证分析，厘清两者之间的关系，从而有利于决策者识别和管理财政、金融风险。

一、文献综述

关于影子银行和地方政府债务关系的研究，张平等(2016)采用“两线三区”法分析了省级政府债务，发现省级政府非直接债务和融资平台债务影子银行化比较明显，并且政府的债务负担率和影子银行的融资规模同向变动[1]。刘灿(2016)运用GARCH-CoVaR模型分析影子银行和地方政府债务的关系，发现影子银行向地方政府传导风险，且风险溢出效应为正[2]，因此，应加强前端(影子银行)风险的监管，衔接(影子银行和地方政府债务交叉业务)风险的监管和末端(地方政府债务)风险的监管。吕健(2014)利用动态空间杜宾模型分析了影子银行和地方政府债务的关系，认为影子银行有力地促进了地方政府债务增长，但地区不同结果不同：西部地区的促进作用最大，中部地区次之，东部地区不明显[3]。陆勇洲(2014)提出地方政府向影子银行融资的规模越来越大，应该通过市场建立横向和纵向的规则，引导地方政府合理、合法、合规地从影子银行融资，以避免融资风险[4]。王丽娅、刘固(2014)将影子银行和地方政府债务结合起来，在描述影子银行现状的基础上，分析了地方政府债务的流动性风险等[5]。丁晓峰(2014)通过分析影子银行和地方融资平台的关系，提出影子银行的发展和地方政府融资平台债务风险有密切关系[6]。只有转变地方政府融资平台投融资模式，才能化解地方融资平台债务风险。胡娟(2013)认为地方政府通过影子银行融资，加剧了自身的风险。要想有效避免财政风险，地方政府应该改革预算会计制度[7]。

二、影子银行、地方政府债务规模界定

(一)影子银行

影子银行的发展是金融创新的结果。2007年，Ma Culley首次提出影子银行概念，将其界定为游离于银行监管体系之外，由非银行机构提供融资的业务。2013年，国务院在影子银行业务若干问题的通知中，按照是否持有金融牌照，将我国影子银行分为信用中介机构(不持有金融牌照)和业务(持有金融牌照)两类。按照监管程度不同，信用中介机构又分为完全无监管的和监管不足的信用中介机构两类。业务是指规避监管或监管不足的业务。

在我国2011年和2013年审计署对地方政府债务统计的数据中，已经出现了信托融资等影子银行融资方式。因此，本文中的影子银行规模是指地方政府采用非信贷方式获得的融资规模。

对于葡萄酒从业者的造假也不能掉以轻心。事实上，学历、文凭的造假我们早已屡见不鲜，可今年年初时候，由一篇某媒体发布的人物采访报道引出的WSET Diploma造假的新闻，让我们开始警惕原来造假认证之手已经开始伸入到葡萄酒行业中。

(二)地方政府债务规模

她的语言侵袭我大脑的神经末梢，“医院里的每个人都喜欢议论你的故事，那个在医院走廊里寻找丢失的人骨、与骨共眠的医生，就是你。”

三、实证分析

(一)影子银行和地方政府债务规模测算及统计分析

(1)协整检验。因为LNGD与LNSB是同阶单整变量，符合协整检验的条件，因此，本文运用VAR模型中的E-G两步法对其进行协整检验。协整回归公式为：

对残差项ε进行ADF单位根检验，结果如表5。

从相对数来看:地方政府债务规模的年均增长率为21.61%。其中，2009年的增长率数值最大，达到61.92%，最小值在2015年，为-33.3%。影子银行增长率的年均值为76.10%，最大值在2003年，最小值在2014年；影子银行占社会融资规模的比例均值为25.62%，最大值在2013年，最小值在2002年。详见表1、表2。

4）网络通信、图形绘制等函数大部分是在Windows API或MFC基础上自行编写，增加了编程调试时间，也影响了不同设计者间的协作，从而降低软件开发效率。

⑧Tiwana，A．，“Do bridging ties complement strong ties?An empirical examination of alliance ambidexterity”，Strategic Management Journal，2008，29(3)，pp．251 ～272．

Pinheiro和Faustino讨论了红细胞与具有不同反离子（Li+, Na+, K+, Lys+和Tris+）的Nα,Nε-二辛基赖氨酸盐之间的相互作用[136]。表面活性剂与红细胞膜之间的相互作用随浓度不同呈截然相反的双向模式：在低浓度区防止低渗溶血，而在高浓度区则引起溶血。

表1 2002-2016年地方政府债务规模和影子银行规模 单位：亿元

年份地方政府债务规模社会融资规模影子银行规模 合计 总额占比委托贷款信托贷款未贴现银行承兑汇票企业债券非金融企业境内股票200212569.61201124752.36175--695367628200316317.8734113366910.76601-2010499559200421183.8528629396813.863118--290467673200527500.8830008433414.441961-242010339200635701.6442696886620.772695825150023101536200745098.31596631839130.8233711702670122844333200855687.40698021731724.8142623144106455233324200990169.031391043146722.626780436446061236733502010107174.911401915280837.6787483865233461106357862011129413.691282864330233.75129622034102711365843772012158858.321576316124138.851283812845104992255125082013178908.661731697195641.55254661840477561811122192014240000.001587615439534.26217405174-11982432943502015160000.001540634275627.7515911434-105672938875902016153200.001781595337429.96218548593-195143002512416

注：(1)地方政府债务规模：2002-2006年的数据依据地方政府性债务增长率的均值估算；2007-2013年数据来自于2011和2013年审计署公布的地方政府性债务数据； 2014、2015及2016年的数据来源于财政部公布的数据。(2)影子银行规模：2002-2016年数据从统计局网站上获得，选择的是社会融资规模年度数据。其中，2002-2005年的信托贷款，没有数据。(3)影子银行规模的占比是指影子银行规模除以社会融资规模的比例。

(二)VAR模型

依据式(4)的回归系数，可以看出，当影子银行规模增加1单位时，地方政府债务规模增加0.212774单位；当短期波动和长期均衡发生偏离时，将以0.496418的调整力度从非均衡状态恢复到均衡状态。

1.变量说明。本文中将影子银行规模记为SB，地方政府债务规模以GD表示。因为SB、GD都是依据当年价格计算的，为了消除价格因素对VAR模型的影响，本文收集了2002-2016年的CPI指数，以2002年为基期对SB和GD进行转换。同时，为了降低异方差，本文对SB、GD进行对数变化，即LNSB、LNGD。

古镇泛指形成百年以上，供人群集中居住的建筑群落［1］。古镇为现代城市的前身，但是不同于同一规划的现代城市，传统古镇都是自发形成和发展的。因为我国传统建筑以木结构为主，所以现存历史古镇的建筑风貌以明清、民国时期建筑为主，民间各类传承保存呈现出各个时期建筑风貌并存，如成都市宽窄巷子，不仅有明清时代的中式传统民居，也有受西方文化影响的欧式混搭建筑形态［2］。各类古镇的存在为大家探索不同时期和各个地区的历史故事、风土人情提供了重要依据。

表2 影子银行和地方政府债务增长率 (单位：%)

年份地方政府债务增长率影子银行增长率200329.82672.42200429.828.15200529.829.22200629.82104.57200726.32107.43200823.48-5.84200961.9281.71201018.8667.82201120.75-18.00201222.7541.43201312.6217.50201434.15-24.412015-33.30-21.402016-4.2524.83均值21.6176.10最大值61.92672.42最小值-33.30-24.41

2.散点图。图1描述的是LNSB、LNGD的散点图。如图所见，LNSB与LNGD之间具有很强的相关性。

图1 LNSB与LNGD的散点图

3.平稳性检验。为了防止伪回归，需要对变量LNSB和LNGD进行平稳性检验。本文运用ADF单位根方法，对LNSB、LNGD进行平稳性检验。结果见表3。

按照我国审计署统计地方政府性债务的口径，我国地方政府性债务分为政府债务(政府承担偿还责任的债务)和或有债务(政府承担担保和救助责任的债务)。统计口径不同，地方政府债务规模不同[8]。本文中的地方政府债务规模依据审计署统计地方政府性债务的口径估算，即政府债务和或有债务相加。

表3 ADF单位根检验结果

变量ADF值检验类型(c,t,k)临界值(5%)临界值(10%)结论LNGD0.117849(c,t,3)-3.791172-3.342253不平稳D(LNGD)-3.803428(c,t,3)-3.828975-3.362984平稳LNSB2.206886(c,t,3)-3.933364-3.42003不平稳D(LNSB)-6.93499(c,t,3)-3.875302-3.38833平稳

注：D为一阶差分；c是常数项；t表示趋势项；k表明滞后项；滞后期依据SIC准则确定。

从表3可知，LNGD和LNSB的ADF值分别为0.117849、2.206886，大于它们的临界值(5%)，所以，这两个时间序列变量是不平稳的。但对LNGD和LNSB一阶差分后，即D(LNGD)、D(LNSB)，其ADF值小于各自的临界值，因此，它们的一阶差分是平稳序列。

通过会计实训，能使学生快速掌握理论课所学的知识，提高学生的动手能力，为以后的择业、就业提供帮助。因此，要注重实训的真实性，加大投资力度，会计教师要积极改变传统的教学方法，创新教学模式。通过此类措施能有效提高学生的会计能力，从而满足各企业的招聘要求，缓解就业压力。

4.协整检验与误差修正模型。

影子银行的规模选取地方政府通过非信贷渠道融资的规模计算。非信贷融资包括：委托贷款、信托贷款、未贴现银行承兑汇票、企业债券和非金融企业境内股票。非信贷融资(影子银行)规模的数据来自于统计局网站关于社会融资规模的年度数据。地方政府债务规模由政府债务总额与或有债务总额相加获得。地方政府债务规模依照2011年和2013年审计署公布的地方政府性债务规模计算。2014、2015和2016年地方政府债务规模来自于财政部网上公布的数据。数据跨度选取2002-2016年。具体见表1。

LNGD=α+βLNSB+ε

(1)

运用Eviews7.2软件，对LNGD、LNSB进行回归分析，结果见表4：

(2)法律意识不强。目前互联网金融企业大多片面追求业务量，法律意识簿弱和内控制度建设还比较落后，因此会导致操作风险的产生，例如“e租宝”非法吸收公众存款、高校校园网贷平台骗贷。相比传统金融，互联网上的造假成本极低，网贷申请过程中的欺诈难度极低，因此骗贷行为层出不穷，还有相当一部分是内外勾结进行骗贷。此外，一些互联网金融理财平台会产生自融行为，自融是指平台实际控制人或关联人利用网贷平台募集资金，将资金用于自身企业的发展，或者投资平台的其他项目。自融行为超出了平台信息中介的属性，是明令禁止的行为。还有部分互联网金融理财平台利用政府监管不到位和投资人风险意识不强，提供虚假评级信息来欺骗投资人。

表4 回归结果

VariableCoefficientStd. Errort-StatisticProb.C4.9470910.5915118.3634830LNSB0.6304130.06024710.463860

根据表4，可得回归方程：

LNGD=4.947091+0.630413LNSB

未经任何处理的原矿邦德功磨矿数据如表4所示，微波功率6 kW预处理矿样500 g、辐射时间60 s、水冷却后的邦德功磨矿数据如表5所示。

(2)

根据表1，从绝对数来看:(1)地方政府债务规模从2002-2014年一直呈增长趋势，数额从2002年的1．257万亿元发展到2014年的24万亿元，十三年间数额增长了19倍之多，年均增长1倍多；2015年和2016年，地方政府债务规模呈下降态势，数额从2014年的24万亿元降到2015年的16万亿元，再降到2016年的15．32万亿元。这种下降态势说明了国家对地方政府债务管理的政策起到了一定效果。(2)影子银行规模从2002-2013年一直以上升状态为主，数额从2002年的475亿元升到2013年的71956亿元，十二年间，数额增长了上百倍。2014-2016年，影子银行规模有升有降。

表5 残差项ε的ADF单位根检验

变量ADF值临界值(1%)临界值(5%)临界值(10%)Prob.结论E-3.388913-2.740613-1.96843-1.6043920.0025平稳

如表5所示，残差项ε的ADF值小于三个临界值(1%、5%、10%)，且P小于0.05，所以，残差项ε是平稳变量。因此，地方政府债务与影子银行存在协整关系，即长期均衡关系。

(2)误差修正模型。在上述分析的基础上，本文建立LNGD和LNSB的含有误差修正项的回归模型。公式如下：

D(LNGD)t=α+β1D(LNSB)t+β2et-1+μt

(3)

对LNGD、LNSB进行回归分析，结果见表6。

表6 LNGD、LNSB误差修正模型的回归结果

VariableCoefficientStd. Errort-StatisticProb.C0.1010210.0455582.2174440.0486E(-1)-0.4964180.132854-3.7365570.0033D(LNSB)0.2127740.0721232.9501660.0132

由表6可得，误差修正回归方程：

D(LNGD) t=0.101021+0.212774D(LNSB)t-0.496418et-1

从表1、表2可以看出，地方政府债务规模与影子银行规模的发展趋势基本一致，即先升后降。

t= (2.217444) (-3.736557) (2.950166)

(4)

本文运用VAR模型，选取Eviews7.2软件，从平稳性、因果关系、脉冲响应等方面，对影子银行和地方政府债务间的关系进行实证研究。

5.因果检验。从前面检验可知，LNGD与LNSB存在长期正向稳定关系，那么，两者之间是相互因果关系还是单项因果关系？本文通过格兰杰因果检验进行验证，检验结果见表7。

表7 格兰杰因果检验

原假设F统计量相伴概率(α=0.1)LNSB不是LNGD的格兰杰原因4.026770.0617LNGD不是LNSB的格兰杰原因0.164930.8508

根据表7，相伴概率0.8508大于0.1，而相伴概率0.0617小于0.1，所以，LNGD不是LNSB的原因，而LNSB是LNGD的原因，即地方政府债务与影子银行属于单项因果关系。具体来说，地方政府债务规模不是影子银行规模变化的原因，而影子银行规模变化是地方政府债务规模变化的原因。

6.脉冲响应分析。本文建立的VAR模型是平稳的，所以，可以对VAR模型进行稳定性检验，即AR根检验。结果如图2所示。从图2中，可以看出，AR根的倒数都在单位圆内，表明VAR模型是稳定的，可以对其进行脉冲响应分析。

图2 VAR模型的AR根检验

考虑每一个变量作为被解释变量时，其余变量与被解释变量本身的滞后值的一个标准差冲击，所能带来的影响及其影响的路径变化。从图3中，可以看出，地方政府债务对自身的一个标准差冲击反应明显，且具有正的效应，这种效应随着时间的延长，日益减弱，但总体来看，这种正向效应比较明显。这表明地方政府债务规模存在累积效应，且随着时间的推移，地方债务的增速在下降。LNGD对LNSB的一个标准差冲击的反应总体上是正向的。这种正向效应在1期的前半期时，为零；到2期时，超过地方债务对自身的标准差的冲击效应，并且一直保持。图3表明：地方政府债务对自身有一个较强的正效应；影子银行对地方政府债务也有比较显著的正效应，且从2期开始，影子银行对地方政府债务的效应要大于地方政府债务对其自身的效应。

图3 LNGD对一个标准差冲击的响应

在图4中，LNSB对自身的一个标准差冲击的反应是正向的。在1期时，这种正效应十分显著，但随着时间的发展，这种正效应逐渐减弱，但总体上还是正效应。LNSB对LNGD 的一个标准差冲击的反应，从1期开始，一直是正效应，不过随着时间的推移，一直在下降。图4说明：影子银行对自身有一个很强的正效应；地方政府债务对影子银行有比较明显的正效应，但是这种正效应小于影子银行对自身的正效应。

轴向衍射实验和径向衍射实验均在北京同步辐射装置的4W2实验站上进行，实验的单色光波长是0.619 9 Å，半高全宽分别是30 μm(水平)和12μm(垂直).衍射谱由Mar345成像板接收，接收到的数据由Fit2D软件[13]进行分析，距离和角度由CeO2进行标定.径向衍射每个压力点在采谱前先放置30 min使样品中的应力充分释放，随后采谱，采谱时间为15～20 min.轴向衍射技术的曝光时间为7 min.

图4 LNSB对一个标准差冲击的响应

四、研究结论和政策建议

本文选取2002-2016年的时间序列数据，通过VAR模型，研究地方政府债务和影子银行之间的动态关系，从上面的实证分析中，得出如下结论：(1)依据协整检验可知，地方政府债务和影子银行之间存在着长期稳定的关系。当影子银行规模增加1单位时，地方政府债务规模增加0.212774单位。(2)根据因果关系检验可知，地方政府债务与影子银行属于单项因果关系，即地方政府债务不是影子银行变化的原因，而影子银行变化是地方政府债务变化的原因。(3)依照脉冲响应检验可知，地方政府债务对自身有一个较强的正效应，影子银行对地方政府债务的正效应要大于地方政府债务对其自身的正效应，即地方政府债务的增长来源于影子银行的推动作用要大于来源于自身的推动作用；影子银行对自身有一个很强的正效应，地方政府债务对影子银行的正效应小于影子银行对自身的正效应，即影子银行的发展来自于自身的推动作用大于来自于地方政府债务的推动作用。

综上所述，我国地方政府债务和影子银行间具有互相影响的动态关系。影子银行对地方政府债务的促进作用大于地方政府债务自身的促进作用，影子银行自身的促进作用大于地方政府债务对影子银行的促进作用。从表1可知，虽然最近几年，我国地方政府债务规模和影子银行规模有下降趋势，但它们的存量依旧不容乐观。尤其是地方政府通过影子银行方式筹措资金，使得财政风险和金融风险相互交织，加大了管理难度。为了更好地管理地方政府债务，降低财政风险，应从以下几方面进行改进：

1.加大对影子银行的监管。影子银行是银行业的有益补充，是金融创新的必然产物。但影子银行自身存在监管真空、监管套利(周小川，2016)，如果不对其进行严格监管，必会形成巨大风险。美国就是一个很好的例子。因此，应该加大对影子银行的监管:(1) 完善影子银行概念的界定。现有文件主要集中于影子银行类别的界定，比如国务院在影子银行业务若干问题的通知中，将影子银行分为信用中介机构和业务，并没有对影子银行概念有明确的界定。因此，应该完善影子银行概念的界定。(2)引导影子银行规范化、透明化发展。影子银行的一大弊病是其不透明、不规范。政府应引导影子银行透明、规范发展，将其逐步纳入银行系统管理。(3)加强影子银行自身监管体系的建设。从脉冲响应分析中得知，影子银行的发展主要靠自身推动，所以，应加强影子银行自身监管，出台相关的管理细则，建立起影子银行的报表分析。

2.加强对地方政府债务的管理。目前，地方政府债务与影子银行相互交织，联系日益紧密，这既促进了经济的发展，同时也加大了地方政府管理的难度。地方政府性债务分政府债务和或有债务两类。(1)政府债务应主要采取发行地方政府债券方式融资。(2)或有债务应完善监管机制。在或有债务中，地方政府融资渠道的影子银行化倾向明显[1]。针对这种特征，地方政府应完善监管体系，监控地方政府影子银行化的比例、影子银行化的债务负担率等，以预防财政风险、金融风险。

参考文献：

[1] 张平，张丽恒，刘灿.我国省级地方政府债务风险影子银行化的成因、途径及其控制[J].理论探讨，2016(6)：73-78.

[2] 刘灿．我国影子银行风险向地方政府债务风险的传导研究[D]．天津：天津财经大学，2016(5)：40-49．

[3] 吕健.影子银行推动地方政府债务增长了吗[J].财贸经济,2014(8)：38-48.

[4] 陆勇洲.我国地方政府通过影子银行融资的监管研究[J].石家庄经济学院学报,2014(4)：6-11.

[5] 王丽娅，刘固. 我国地方政府债务的风险及其化解对策——基于影子银行视角[J]. 经营与管理，2014(10):55-58.

[6] 丁晓峰.影子银行发展路径与地方融资平台投融资模式转变[J].管理现代化，2014(3)：10-12.

[7] 胡娟.影子银行、地方政府债务与预算会计改革[J].财会月刊，2013(8)：51-52.

[8] 宋美喆，徐鸣鹤．财政竞争视角下的地方政府债务研究[J]．财经理论与实践，2017(3)：91-96．