一、引言 (一) 研究背景

为落实新《预算法》的实施，财政部对各级地方政府债务进行了清理，结果显示我国地方政府不仅存在大量的显性债务，还存在大量的隐性债务。根据财政部公布的数据，到2017年12月末，国债余额约13.47万亿，地方政府债务余额约16.47万亿，总共政府债务余额大概是29.95万亿。而国际清算银行(BIS)认为截止到2017年3月末，我国政府债务余额约37.2万亿。对比前面财政部数据来看，两者政府债务统计差额是7.29万亿，国际清算银行认为，应当归属于我国地方政府的债务，可以从某种意义上推定为一类隐性债务的规模。到目前为止，由于对债务统计和估算的口径不同，无论是显性债务还是隐性债务都没有一个确定的值，只能说据估算当前的地方政府隐性债务规模应该在20万亿—34.5万亿左右，是显性债务的1.2—2倍之间。^①债务风险问题再一次成为焦点。国务院财政部2018年以来连续发文要求打好防范化解金融风险攻坚战，要以结构性去杠杆为基本思路，分部门、分债务类型提出不同要求，清理政府项目债务。由此可见，我国地方政府债务风险的不断累积实质上揭示了债务资金管理存在的问题。一方面，经济学视角和管理学视角分类口径存在差异，难以获得各类债务的确切的、有效的信息，亟需建立有效的债务核算和信息披露平台，以便于全面及时掌握债务结构和规模变化，有效识别和控制风险。另一方面，亟需对债务资金的运用范围进行清理，将隐性债务显性化。因此，必须对我国政府债务资金的投向做对应性研究，分析我国政府债务资金所形成的项目资产类别和规模，真正将债务资金的借用还和政府长期资产的增减变动相联系，反映政府债务资金投向结构的合理性。因此，本文以实证的方法分析我国债务资金与政府固定资产投资的关系，通过使用拔靴检验、滚动窗口检验等计量模型，分析由两者的关系所折射出来的各种问题，并针对实证结果和政府债务有效管理目标提出政策建议。

① 凤凰网.又一地方开打地方政府债清理战9天内4次出拳监管！(http://finance.ifeng.com/a/20180410/16066195_0.shtml)

(二) 文献综述

政府债务治理一直是学术界的热门话题，多年来，海内外学者围绕着政府债务问题进行研究取得了丰富的成果。通过梳理现有的实证类文献，发现大部分学者对政府债务的研究集中在以下几个方面：

一是制度因素对政府债务的影响。比如张曾莲通过对2010年到2014年30个省市(区)的政府债务进行实证分析发现，政府债务规模受到省级官员特征和财政分权的影响，官员年龄的不同引起政府举债规模的不同，而财政分权会反向影响政府举债规模。^[1]王术华以空间计量模型的方法分析了1997-2015年的地方政府债务，得出地方财政压力没有促进地方债务规模的扩张，反而在一定程度上抑制了规模的扩大。^[2]肖鹏利用2005-2015年的中国各省的相关数据，从理论与实证两个方面分析了财政分权如何影响中国城投债的发行规模。研究结果表明，财政分权会通过地方支出结构偏向正向影响中国城投债的规模。^[3]

二是经济或宏观因素对政府债务的影响。如Gisele利用1976－2011年的相关数据，运用格兰杰因果关系检验及向量误差修正模型分析了希腊政府债务的影响因素，结果表明，国民总支出正向影响政府债务规模，而国民总收入负向影响政府债务规模。^[4]吴洵从经济结构、经济增长和地方负债水平三个方面探究了地方政府债务风险溢价问题，结果显示，基础设施投资和地方政府债务规模存在正相关关系。^[5]Raisová以捷克、斯洛伐克1993－2015年的数据为样本，实证研究了公共债务与社会性支出以及公共支出的关系。研究显示，在捷克社会性支出、公共支出均对公共债务有显著的影响，而在斯洛伐克仅公共支出对公共债务有显著的影响。^[6]

三是政府负债对其他方面产生的影响。如冼国明通过对外商直接投资和地方政府债务规模两者关系的分析发现，一个区域的外商直接投资受到地方政府债务规模的影响，政府债务规模越大，越难吸引外商到本地进行直接投资。^[7]林峰以2000-2014年150个跨国面板数据为样本，运用计量模型实证分析发现，财政支出的乘数效应受到地方政府债务规模的显著影响，债务规模的扩大会抑制财政支出的乘数效应，进而不利于国家经济的增长。^[8]

对于政府债务和固定资产投资的关系研究主要有如下观点：Oates认为地方政府主要通过举债来获得基础设施建设的资金。^[9]辜胜阻指出，全社会固定资产投资率整体高于地方财政收入率是引起地方政府债务激增的重要原因。^[10]李新光通过建立空间计量模型来分析地方政府债务规模的影响因素，研究发现，财政支出对政府债务规模的影响最大，其次是固定资产投资和金融机构贷款，且固定资产投资越多，政府债务规模越大。^[11]吴先红实证分析了2005-2012年的面板数据，回归结果表明，固定资产投资额、财政收入、地方经济发展水平及现存债务都会影响城投债发行规模，且受财政收入的影响更为显著，表明地方财政收入越高，对基础设施建设的投入越大，固定资产投资额越大，进而导致地方政府城投债规模的增大。^[12]

通过对以上文献分析发现，近些年国内外学者对政府债务问题的实证研究，多数都是对债务本身做单方面的研究，或只研究政府债务的影响因素，或只研究政府负债产生的影响，且都是通过省级面板数据来做实证分析，鲜有对时间序列数据的研究。此外，对政府债务与固定资产投资之间的关系的研究文献并不多，只是简单的把其中一方作为另一方的影响因素，没有系统地分析两者之间的关系，因此，本文通过运用滚动窗口拔靴分样本检验的方法，纵向探讨政府债务与固定资产投资之间的相互影响关系，通过双向的关系检验分析我国政府债务资金的投向以及结构性问题。

二、理论分析与研究方法 (一) 政府债务与固定资产投资关系的理论依据

政府每年的各项财政支出表现出财政资金的流向领域，而政府债务是政府取得收入的一个重要手段，两者有着不可分割的联系。财政收支平衡是指一定时期内，财政收入与支出达到基本持平状态，然而实际情况往往是财政收支难以达到平衡而产生财政盈余或财政赤字。为解决长期大规模财政赤字问题，政府就会以发行公债的形式向外界筹集资金。公债是国家或政府作为债务人，采取信用的方式向公众或机构借款或发行债券筹集资金的形式。

根据公债理论，对于政府是否应该举债，不同学派有不同观点。以亚当斯密为代表的古典学派反对政府举债，认为公债有害于社会经济的发展。亚当斯密认为，举债是国家当权者不知节俭而奢侈的行为，通过负债方式使政府轻而易举获得收入，不利于国家财富的积累和贮备；公债是非生产性的，举债必将会减少生产领域的资本，当国家经常性费用支出用举债资金来支付时，意味着要腾出一部分用来维持生产性劳动的资本来补偿非生产领域的国家财政费用支出，这样势必会影响到以后的国民经济发展；此外，举债不过是提前预借赋税，举债所要支付的利息必将会加重后代人的税负负担，举债过多还可能引起经济危机。但是，以凯恩斯为代表的现代学派则认为政府举债有益而无害，凯恩斯提出，在国家有效需求不足的情况下，通过举债筹措资金扩大财政支出，有利于增加就业的机会，减少失业，增加国民收入；国家从国民手中筹集资金，只不过是改变了货币资金的用途，国家的资产总量并没有减少，这些货币资金还可能会产生增值，带来收益，并不总是产生净负债；公债的确是税收的预征，后代人要承担偿还债务的责任，但他们也会享受到债权所带来的权益。举债所投资建设的各种设施将使后代人受益，这也兼顾了效率与公平的原则。

从各国政府举债的结果来看，政府适当的举债有利于国民经济的发展，但是债务的偿还确实会减少一部分资产。根据公债负担的世代转移理论，兼顾效率和公平原则，西方学者逐渐形成并提出了政府国际举债的黄金法则，即依据受益原则确定政府支出资金的来源是举债还是税收。如果筹措资金是用来满足日常消费性支出，当代人受益，那么就应该由当代人负担，由税收来满足；而资本性投资支出让后代人得到利益，按照受益原则，后代人应该承担偿还的负担，政府可以采用举债方式筹措资金。

国际举债的黄金法则指出了政府在整个经济周期中所借全部债务只能用于资本性投资，也就明确规定了债务资金的用途是资本性支出，那么政府举债越多，资本性支出就应该越多，必定会引起相关固定资产投资的增多，这也间接说明了政府债务的增加会引起政府固定资产投资的增加。同时，根据公债理论政府举债主要是为了支援基础设施的建设，以推动经济的发展，而政府对基础设施等固定资产的投资需要大量资金，在政府税收和融资选择有限的情况下，势必会通过举债来进行融资，因此，政府对固定资产投资的增加会引起政府债务的增加。通过上述分析，由此提出本文的研究假设即政府债务与固定资产投资之间存在相互影响的因果关系。

(二) 研究方法

本文使用拔靴因果关系检验的方法对政府债务与固定资产投资之间的相互作用进行检测。该检验方法的基础源自格兰杰因果关系检验，采用滚动窗口的形式对全样本和分样本的因果关系分别进行检测，最终得出检验结果。

格兰杰因果关系检验的原理是假定被用来检测的时间序列是稳定的。然而，当这样的假设前提不能成立时，全样本因果关系检验的统计量也不再服从标准渐进分布，从而对VAR模型的估计也会产生一定的困难。对此，本文主要通过运用RB(the residual-based bootstrap)方法修正的LR统计量来检验政府债务与固定资产投资的关系。

以下方程是生成二元VAR(p)的模型，本文利用这一方程进行基于RB方法修正的LR统计量的因果关系检验。

$ {{y}_{t}}={{\phi }_{0}}+{{\phi }_{1}}{{y}_{t-1}}+\cdots +{{\phi }_{p}}{{y}_{t-p}}+{{\varepsilon }_{t}},t=1,2,3\cdots $

(1)

公式下标中的p代表通过施瓦茨信息准则(SIC)确定的最佳滞后期，ε_t=(ε_1t, ε_2t)′是一个均值和协方差矩阵均为零的白噪声。若将变量y_t分为两个分向量y_t=(x_t, z_t)，其中x_t和z_t分别代表固定资产投资和政府债务。那么方程(1)就可以表示成：

$ \left[ \begin{array}{l} {x_t}\\ {z_t} \end{array} \right] = \left[ \begin{array}{l} {\phi _{10}}\\ {\phi _{20}} \end{array} \right] + \left[ \begin{array}{l} {\phi _{11}}\left( L \right){\phi _{12}}L\\ {\phi _{21}}\left( L \right){\phi _{22}}{L_{\left( 2 \right)}} \end{array} \right]\left[ {{x_{tzt}}} \right] + \left[ \begin{array}{l} {\varepsilon _{1t}}\\ {\varepsilon _{2t}} \end{array} \right] $

(2)

其中，L代表滞后算子，定义为L_xt^k；在该定义式中，$ {{\phi }_{ij}}\left( L \right)=\sum\limits_{k-1}^{p+1}{{{\phi }_{ij}},k{{L}^{k}},i,j=1,2}$。

根据方程(2)，再增加限制条件φ₁₂, k=0(k=1, 2, …p)，就可以检验政府债务不是固定资产投资的格兰杰原因的原假设；同样地，通过施加限制条件φ₂₁, k=0(k=1, 2, …p)也可以检验固定资产投资不是政府债务的格兰杰原因这一原假设。

如上所述，全样本因果关系检测的结果可以由RB的概率值p和修正过的LR统计量表现出来。那么，如果原假设φ₁₂, k=0(k=1, 2, …p)被拒绝，就证明政府债务对固定资产投资存在显著的因果关系，即政府债务的变化会影响固定资产投资的变动。同理，如果原假设φ₂₁, k=0(k=1, 2, …p)被拒绝，则可得出固定资产投资与政府债务具有显著因果关系的结论，即固定资产投资的变化会影响政府债务的变动。

检验全样本因果关系一般是建立在VAR模型中的参数不存在结构性变动的基础上，但是在实际情况中，时间序列在全样本时间区间内普遍存在结构性变动，这就会致使检验全样本因果关系的结果出现偏差，也就是说时间序列之间的相互因果关系并非一成不变。因此，在确定全样本具有因果关系的同时，也检测了参数的稳定性，来验证时间序列是否存在结构性的变动。为了检验参数在短期条件下的稳定性，本文采取Sup-F, Mean-F和Exp-F统计量来检验。这些检验是从LR统计序列中得出的，一般可以用来解决可能存在的未知时点上的单结构突变问题。具体来说，临界值和概率值是通过对从常参数VAR模型中产生的10000个样本进行蒙特卡洛模拟求均值而构成的渐进分布获得的。此外，Sup-F, Mean-F与Exp-F统计量还必须修正样本两边各15%的区间。因此，真正应用的是剩余的(0.15，0.85)的区间。

由于虚拟变量和样本分割等结构性变动检验技术存在先验偏差的问题，本文基于修正方法的拔靴估计，使用拔靴分样本滚动窗口因果关系的检验方法，这一方法可以克服参数不稳定性问题并且能够避免先验偏差。检验分样本滚动窗口因果关系，就是先把全样本分割成一定尺寸的小样本，然后再进行因果关系的检验，最后再将分割后的的小样本从全样本序列的首端逐步滚动到尾端，详细步骤如下：将全长为T的全时间序列分割成长度为l的小样本，并把每个分样本的末端设定为T=l, l+1, …, T。如此，可以构造出T-1个分样本。根据RB修正后的LR检验，每一个分样本通过因果检验都能得出一个实证结果。依照时间顺序把所有可能观察到的概率值P和LR统计量汇聚在一起，就形成检验分样本滚动窗口因果关系的最终结果。本文将使用这一方法来验证政府债务与固定资产投资之间的关系，并观察其相互关系是否随时间变动而改变。以下方程描述了政府债务对固定资产投资产生的影响。

$ l\left( 1 \right)=N_{b}^{-1}\sum\limits_{k-1}^{p}{\hat{\phi }_{12,k}^{*}} $

(3)

其中，N_b代表拔靴重复的次数，$ {\hat \phi _{12,k}^*}$代表在方程(2)中VAR模型中获得的拔靴估量。

$ l\left( 2 \right)=N_{b}^{-1}\sum\limits_{k-1}^{p}{\hat{\phi }_{21,k}^{*}} $

(4)

相似地，方程(4)描述的是固定资产投资对政府债务的影响，其中$ \hat{\phi }_{21,k}^{*}$代表在方程(2)中的VAR模型中获得的拔靴估计量。

本文采取90%的置信区间，最低限制和最高限制分别为$ \hat{\phi }_{12,k}^{*}$和$ \hat{\phi }_{21,k}^{*}$的第5位和第95位。除了置信区间外，分样本窗口尺寸的选取将直接影响实证结果，由于滚动回归数目的增加可以转化为更多细节性的信息，因此，增量间距越小越有益于提高滚动窗口检测的精确程度。出于对样本数据和检测精度的考虑，本文选取的窗口尺寸为24个月，属于较小的窗口尺寸标准，由于滞后期的存在，在这个尺寸的滚动窗口可以保证VAR模型中确切的观测数目，并不会影响到实证结果。

三、实证结果与分析 (一) 数据选取

本文的研究分两组进行，即国债与政府固定资产投资的实证分析和地方政府债与地方政府固定资产投资的实证分析。在数据的选择上，本文选取政府对全国范围的固定资产投资以及地方政府对地方固定资产投资的数据，由于政府会计体制的局限，很难找到政府对固定资产投资的详细数据。因此，本文的固定资产投资分别指的是政府固定资产投资(全社会固定资产投资减去民间投资)和地方政府固定资产投资(地方固定资产投资减去民间投资)，政府债务分别指的是国债和地方政府债。数据全部来源于wind数据库。全国的样本数据时间窗口为2010年1月到2017年10月，地方政府的样本数据时间内窗口选择的是2009年1月到2017年10月。固定资产投资反映了债务资金的去向，政府债务反映了资金的来源，通过这两方面的数据不仅可以反映出政府资金的供求关系，还可以显示出资产和债务的动态关系。在使用数据的过程中，将用到滚动窗口检验的方法来进行实证研究，在一定程度上会损失部分数据，但并不会影响实证检验的精度。

(二) 实证检验 1、单位根及全样本因果关系检验

为了研究政府债务与固定资产投资的关系，先对这两组时间序列进行单位根检测，PP检测的结果显示，两组时间序列均能在99%的置信水平上拒绝原假设，不具有单位根，证明这两组时间序列均为零阶单整序列，至此，可以检验拔靴全样本因果关系。检验结果见表 1。

从检验的结果可以看到，在全样本因果关系的检验中，两组时间序列的P值都小于0.1，可以拒绝原假设，同时也进一步证明了本文理论分析中提出的研究假设，即全样本因果关系检验结果表明，政府债务与固定资产投资两者互有因果关系。但是，在实际情况中往往还会存在结构性变动，因果关系往往也会随着时间的改变而发生变动。在固定的时间区间中只考虑单一的因果关系将会偏离实际情况，因此，在因果关系检验中应该考虑参数的稳定性检验和结构性变动。

2、参数稳定性检验及结构性变动检验

在进行参数稳定性检验的过程中，本文将使用Sup-F, Mean-F和Exp-F统计量来检验以上模型中的政府债务与固定资产投资，并使用LC关系检验方法检测VAR系统中的参数稳定性，具体的检验结果见表 2。

从检验参数稳定性的结果能够看出，在90%的置信水平下两组数据均没有办法拒绝参数不稳定的假设，也就是说检验结果表明存在结构性变动。仅通过全样本分析不能精确描述政府债务和固定资产投资在完整固定时间序列上的因果关系，而且结果为VAR模型中估计的参数使用全样本数据在短期不稳定的假设提供了有力的支持，必须通过分样本进行因果关系检验。

3、滚动窗口拔靴分样本因果关系检验

通过参数稳定性检验，我们得出政府债务与固定资产投资在实际情况中存在结构性变动，因此在选取的时间区间内拔靴全样本因果关系检验没有精确展示出二者之间的因果关系。因此本文采取了滚动窗口拔靴分样本因果关系检验来进一步检测二者在所选取的固定区间内的因果关系及其正负相关情况。全国数据检验的结果见图 1、图 2。地方政府数据检验的结果见图 3、图 4。

如图 1、图 2所示，由检验结果我们可以发现，所有P值小于0.1的时间区间表示拒绝二者无单向因果关系的原假设，即代表变量间具有单向的因果关系。因此，国债在2012年9月到2015年1月、2016年8月到2017年10月对政府固定资产投资存在因果关系，政府固定资产投资对国债的因果关系仅仅体现在2014年7月到2015年6月。两者之间的交集表示具有双向因果关系，也就是在2014年7月至2015年1月存在双向因果关系。

从图 3、图 4可以发现，地方政府债在2016年6月到2017年10月对地方政府固定资产投资存在因果关系，而地方政府固定资产投资与地方政府债的因果关系仅体现在2012年8月到11月，二者之间并没有交集，即不具有双向因果关系。

综上可以看出，虽然政府债务与固定资产投资在全样本条件下存在因果关系，但是在所选择的特定区间内存在结构性变动，使得政府债务与固定资产投资具有双向或单向的因果关系。因此必须进行分样本条件的检验，才能使最终检验结果更加精确可信。

验证政府债务与固定资产投资间的因果关系后，本文又进行了滚动窗口系数和的拔靴估计来检测政府债务与固定资产投资之间因果关系的影响方向。全国数据的检验结果见图 5、图 6，地方政府数据的检验结果见图 7、图 8。

如图 5、图 6所示，以零刻度线作为临界值，当滚动窗口系数的平均值在零刻度线以上时，表明固定资产投资(国债)对国债(固定资产投资)存在正向因果关系，反之，若平均值在零刻度线以下，则证明存在负向因果关系。如果滚动窗口系数的上下界与平均值都高(低)于零刻度线，则表明其具有非常显著地正(负)向因果关系。基于此，从图 5、图 6可以看出，在图 1、图 2检验所限制的时间区间内，在2012年9月到2015年1月、2016年8月到2017年10月国债对政府固定资产投资呈现出显著地正向影响，即国债发行规模的增加引起政府固定资产投资的增多，而在2015年2月到2016年7月没有明确的因果关系；2014年7月到2015年6月这段区间内政府固定资产投资对国债呈现出显著地正向影响关系，即政府对固定资产投资的增加会增大国债发行的规模。

从图 7、图 8可以看出，在2016年6月到2017年10月地方政府债对地方政府固定资产投资呈现出正向的影响关系，即地方政府债的增加会引起地方政府固定资产投资的增加，但这种关系并不是非常显著。而地方政府固定资产投资对地方政府债务的影响并不明确，仅在2012年8月到11月出现正向的影响，即增加地方政府固定资产投资会引起地方政府债的增加。其余期间都是弱向的不确定的关系。

(三) 结果分析

首先，从公债理论的角度来看，政府债务和固定资产投资之间具有因果关系。政府举债最初目的是弥补财政赤字和筹措长期建设资金，增加基础产业和基础设施以及其他国家重点建设项目的投资力度。为了实现政府举债的功能，我国国债的发行和管理一直受到严格监管，资金的使用也严格按照流程进行，信息披露也较完善。因此，在实证结果中，国债对政府固定资产投资的正向因果关系也恰恰证明了公债理论中的国际黄金法则，说明我国对国债资金的运用是有效的。此外，有两个因素需要关注：一是2013年审计署对我国地方政府债务进行调查审计发现，现存债务规模巨大，存在风险隐患，要求严格控制发债规模，明确发债用途。二是2014年11月国务院专门颁布《关于创新重点领域投融资机制鼓励社会投资的指导意见》的文件，为社会资本参与重点领域建设指明方向，同时规范了政府对一些基建项目的资产支出范围。这也可以解释在2014年7月到2015年6月政府固定资产投资对国债的正向影响。

其次，地方政府债务与地方政府固定资产投资的关系受到政策制度的影响。2015年1月1日正式运行的新《预算法》赋予地方政府合法举债权，财政部等部委连续发文规范地方政府债务，包括：规定地方政府预算中必需的建设投资的部分资金，允许在国务院规定的限额内，以发行地方政府债券的形式来筹集。且明确提出举债资金只能用于公益性、资本性支出，不能用于日常性财政支出。除此之外，地方政府不可以通过任何其他方式借债，也不得以任何理由为任何机构或项目担保，剥离了地方政府融资平台的融资功能。同时，政策制度的影响一般都具有滞后期，这也可以解释为什么在2016年6月到2017年10月地方政府债对地方政府固定资产投资呈现出正向的影响关系。

最后，对检验细节和其他方面因素的解释，需要考虑现实情况和数据本身的特征。2008年金融危机过后，政府为了带动经济恢复，计划实施总投资4万亿元，地方财政支出缺口大，投资资金不足，导致地方融资平台发行债券成为政府筹资的重要途径，地方政府与融资平台的隐性委托关系无形中增加了地方政府的债务负担。为了规范地方政府债务的管理，相关部门从2010年开始颁布了一系列的政策文件，受到这些政策的影响，地方政府固定资产投资与地方政府债务的治理出现一定程度的变动，因果关系相对不明显。此外，从数据本身来看，由于各个部门政府财政支出的口径不同，数据划分不细致，固定资产投资额可能包含一些其他因素，如国有企业对固定资产的投资，因此仅能大致代表地方政府固定资产投资，也难以对地方政府债产生显著的因果关系。但从整体来说，该方法对政府债务与固定资产投资两者的关系进行了因果检验，其结果本身是精确的。

四、研究结论与建议 (一) 研究结论

本文通过选取2010年1月至2017年10月国债与政府固定资产投资以及2009年1月至2017年10月地方政府债与地方政府固定资产投资的月度数据，运用拔靴检验及滚动窗口因果关系检验等方法对政府债务与固定资产投资之间的影响关系进行实证检验。结果表明，政府债务与固定资产投资存在相互影响的关系，与前文所述研究假设一致，且二者之间存在显著的时变特征，即某些时间段呈现显著的关系，某些时间段不存在影响关系。同时国债和地方政府债对固定资产投资的影响关系的显著性不同，国债对政府固定资产投资的影响更为显著，而地方政府债与地方政府固定资产投资存在结构性变动，仅在部分区间有显著关系，而固定资产投资对政府债务的影响无论是全国还是地方都不太显著。

(二) 政策建议

从理论探究到实证结果，都证实了政府债务与固定资产投资之间存在因果关系。通过对比分析发现，地方政府债务与地方政府固定资产投资的因果关系远没有国债与政府固定资产投资的关系明确，这也反映出我国地方政府债务治理中还存在一些问题。站在会计学视角，结合我国正在进行的政府会计改革，针对这一结果给出以下建议：

第一，基于项目运营来管理地方政府债务。前文所述的公债理论和新的《预算法》都规定了政府债务资金只能用于公益性、资本性项目，不能用于经常性费用支出。依据这种规定，我们可以按照项目类别来管理地方政府债务资金，单独管理因建设某些项目所负担的债务，设置项目会计主体，把债务资金的借、用、还统一到一个项目运营完整的核算系统中，项目主管部门负责监管债务规模的大小和风险。这样不仅可以很好的反映地方政府债务的结构，还可以有效监督债务资金的运用，有效避免隐性债务的存在和蔓延。

第二，完善信息分类体系，对资产、支出、负债信息进行多重分类。在查找债务资金支出的相关数据时发现，我国政府取得的债务资金都零散的分布在各项财政支出中，找不到一条完整的债务资金链条，也无法确切得到债务资金运用在固定资产投资的数据。目前，我国政府的整个核算体系都是按照部门预算来管理的，没有独立提供债务资金用途的信息，也缺乏以债务资金建设的项目支出和项目资产的信息。这对于基于供给侧改革反映债务结构性数据的政策监管要求还有很大的差距。我们现在处于互联网大数据时代，应该充分利用计算机网络技术的优势，对会计信息按照不同需求进行多重分类。以项目作为主体，对债务信息、支出信息和资产信息按照不同视角进行重新分类，细化分类项目，依托双轨制的政府会计系统按照重分类的项目形成相互印证的会计信息，为债务决策服务，为债务风险控制提供客观依据。

第三，加强对资产和负债的同步管理。从会计恒等式“资产=负债+净资产”的角度来看，若负债增加，净资产不变，则意味着资产也增加。因此，不能孤立地单方面地只关注负债的影响因素和增减变化的信息，要密切关注负债和资产的动态关系。一方面债务资金可以形成资产，另一方面，资产可以成为偿还债务的资金来源。结合资产信息研究负债，可以更加客观的评价债务规模和风险。比如，有的地方政府虽然举债规模大，但和政府控制的资产或者项目形成的资产规模来匹配的话，风险可能并没有债务数额本身显示的那么大。因此，想要规范管理债务，就要完整核算资产，做到债务和资产的同步管理，既可以有效验证债务资金的投向，又能合理评估风险。

(三) 研究局限

本文选用拔靴检验和滚动窗口因果关系检验的方法对政府债务和固定资产投资进行了时间序列的因果关系检验，在数据选择方面存在一定的局限性。本文选用的“政府固定资产投资”是通过全社会固定资产总投资减去民间总投资得出来的，因此，这个项目中不完全是政府对固定资产的投资，还会包含一些国有企业的投资，还可能有一些公共设施没有统计在内，用替代性的数据表示政府对基础设施等固定资产的投资可能存在一定的误差性。这种误差性反过来也说明本文研究的意义所在，传统的财政收支分类和经济统计分类的模式难以准确反映债务资金的投向和结构，而新的政府会计制度从2019年1月1日施行，其中设置了“公共基础设施”资产项目，相信随着新的政府会计准则(制度)的逐步实施和完善，后续的政府债务和长期资产之间的关系研究会更有针对性。