| 廣告聯系 | 簡體版 | 手機版 | 微信 | 微博 | 搜索:
歡迎您 游客 | 登錄 | 免費注冊 | 忘記了密碼 | 社交賬號注冊或登錄

首頁

溫哥華資訊

溫哥華地產

溫哥華教育

溫哥華財稅

新移民/招聘

黃頁/二手

旅游

溫克堅:砸鍋賣鐵——地方債務的前世今生

QR Code
請用微信 掃一掃 掃描上面的二維碼,然後點擊頁面右上角的 ... 圖標,然後點擊 發送給朋友分享到朋友圈,謝謝!
2017 年到 2018 年 11 月,去杠杆有一些成效,2017 年政府總杠杆率從上年的 36.6%下降到 36.2%,回落 0.4 個百分點。其中,地方政府杠杆率由 2016 年的 20.6%下降到 19.9%,下降 了 0.6 個百分點。但去杠杆政策造成市場信心的滑落,到 2018 年下半年,市場信心低迷, 最終在 11 月,最高領導人召開民營企業座談會,挽回市場信心。去杠杆也告一段落。




債務化解、杠杆控制是一個激烈的過程,必然會引發金融市場動蕩、人事變革。以往處置債務的過程,往往是組合拳,有下崗、國退民進的去杠杆政策,也有放松監管、 分權、增加支出的積極政策,同時需要一定的權力結構的變化安排。在缺乏這些前提的情況下,如前所說,地方國企、城投、平台公司的債務,絕大多數可以被實質性地認為是地方政府層面的債務,而地方政府的這種責任,再加上其自身擁有的債務,又在博弈中易被甩鍋成為中央政府層面的債務(或者中央政府信用隱性擔保,如地方債券)。


很顯然,這是一個兩難。不管控,地方債務會不斷上升,中央政府對地方融資平台管控的強化,債務增長曲線開始趨向平緩,不過這也導致一些平台再融資難度增加,導致風險暴露。如何剝離這些債務的政府信用,單在技術層面是無解的,無論顯性化,還是隱性化+嚴監管,都很難實質控制其債務擴張及風險水平。

“在發展中解決問題” 是中國官方喜歡的一種敘事框架,地方債務問題無疑需要放在這種框架下。根據官方數據,2022年中國克服疫情管控帶來的各種沖擊,GDP增速達到3%,2023年GDP保持了5.2%的增長速度,通過經濟發展來解決地方政府債務壓力一度變成一種樂觀期待。然而由於所謂的疫情疤痕效應,疊加地緣政治情勢惡化,全球供應鏈重構以及改革預期落空所帶來的信心缺失等諸多因素,2024年以來,經濟發展陡然失速,尤其是房地產行業一連串救市政策失靈,導致地方財政收入雪上加霜,部分區域財政危機開始顯性化。2024年1-7月,中國31個省級行政區中,除了上海有703億元的盈余之外,其他省份地方財政均入不敷出,財政收支缺口超過1000億元的省份有23個。




而截止到2024年6月末,全國地方政府債務余額為42.61萬億,城投平台有息債務為62.19萬億,百萬億巨債造成的壓力開始顯示其急迫性,靠發展來解決債務問題的敘事框架越來越缺乏說服力。




面對不斷增長的債務壓力,官方首先在政治層面強調信心,並做出統籌安排。2023年7月,中共政治局提出“制定實施一攬子化債方案”,提出妥善化解存量控制增量、優化中央和地方債務結構、健全化債長效機制等總體要求。2024年2月底國務院辦公廳下發《關於進一步統籌做好地方債務風險防范化解工作的通知》。這種政治震懾以及政策措施的組合,或許有助於約束地方財政沖動,防止地方債務的繼續惡化,但地方政府往往面臨相互沖突的議程,在“既要又要”的現實困境中,地方政府對政治紀律有選擇性機會主義空間,因此其效果往往是表面的,短暫的。中央政府多次表態要地方政府承擔化債責任,但在單一制體系下,壓力自然會向上傳導,中央政府不可能置身事外。通過中央層面的協調,推出特殊再融資債券,提供應急性金融工具就成為必然選項。

根據官方數據,2023年10月-2024年6月,各地累計發行特殊再融資債券1.5萬億元。通過高度政治化的內部磋商協調,對那些債務壓力巨大,具有短期內暴雷風險的地方債務,給予定點清除。但是,這種所謂的特殊再融資債券,本質上是政治博弈的產物,由於信息不對稱和激勵不相容,中央政府未必能有效約束地方政府,對信用危機的救助反而可能鼓勵更多危機爆發。
點個贊吧!您的鼓勵讓我們進步     好新聞沒人評論怎麼行,我來說幾句
注:
  • 新聞來源於其它媒體,內容不代表本站立場!
  • 在此頁閱讀全文
    猜您喜歡:
    您可能也喜歡:
    我來說兩句:
    評論:
    安全校驗碼:
    請在此處輸入圖片中的數字
    The Captcha image
    Terms & Conditions    Privacy Policy    Political ADs    Activities Agreement    Contact Us    Sitemap    

    加西網為北美中文網傳媒集團旗下網站

    頁面生成: 0.0318 秒 and 6 DB Queries in 0.0021 秒