我国地方政府债券定价机制研究——基于城投债信用利差的分析

刘澜飚 范世成 邸超伦

引言

目前，中国经济正处于快速发展时期。截止2018年末，我国GDP年度总额已达900309.5亿元人民币，实际同比增速6.6%，已经成为名副其实的世界第二经济体。伴随着我国经济体量的不断增大，各级政府主体投融资需求也不断提高。截至2013年12月，经国家审计署审计，我国地方政府性债务余额已从2007年末的不足50000亿元升至约178900亿元。2014年，财政部为了防止地方性债务大规模风险爆发，开展了地方城投债务的债务置换工作，计划5年内将存量地方城投债务置换为成本更低的地方政府性债务。同年3月，中央政府修订新《预算法》。然而，在2015年新版《预算法》出台之前，除中央政府之外的各级政府均没有举债的权力，地方各级政府举债主要通过地方城投企业发行城投债券实现。2015年新《预算法》出台，虽然允许我国地方政府举借地方债务，但地方政府市场体量尚小，流通性不足。与发达国家相比，我国的地方政府债券市场仍尚未发展成熟，市场组成也较为单一，且各级政府主体债券的风险定价体系仍然尚未完全。完善中国的地方政府债券市场，建立完善的地方政府债券定价机制，是进一步发展中国经济需要思考的重要问题。

一、文献综述

2015年之前，《预算法》不允许地方政府发行债券为公共事业和基础设施建设融资，于是各地方政府借由地方城投平台，借助城投企业发行城投债券募资，其发债募集所得资金用于地方基础设施建设和公共开支需求。城投债性质上属于企业债券，但又承担着市政债券的职能(周沅帆，2010)。由此，对城投债的研究在传统市场化债券分析和政府性质债券分析两个方面展开。

在传统市场化债券分析方面，现有研究的重点之一在于对城投企业的信用风险分析。由于我国城投平台违约属于少数事件，经典的违约率估计对城投平台不适用。故而我们将视角转向城投债券本身属性以及债券价格的分析。对于债券投资者而言，研究时，除了债券票面利息和到期收益率之外，发债主体持续经营能力、及时偿还本息的能力以及对债务主体的担保情况同样是投资人的重要考虑因素。债券价格数据也是我们对城投企业信用风险进行分析时关注的重点，主要包括债券交易信用利差和债券发行信用利差。Longstaff (1995)发现企业违约率同信用利差有紧密联系，并受宏观利率环境、企业信贷条件、公司资产价值和行业属性影响。Longstaff (2005)基于大量企业CDS的价格数据，发现公司信用风险是企业信用利差的主要解释因素，同时货币市场利率和流动性亦是信用利差的主要解释因素。影响债券交易信用利差和债券发行信用利差的因素到底有哪些，将是本文的研究重点之一。

在政府性质债券方面，学者们将主要的讨论精力集中于对政府担保可实现性的讨论上。主要包括：1.房地产因素：地方政府往往将土地或者土地资产收益权进行抵押，而相关的土地以及房地产市场的波动会对政府担保产生影响(葛鹤军、缑婷，2011)；Ambrose(2015)在对中国东中西部房地产价格进行指数编制后发现，投资者将中国房地产变量视为重要的企业信用利差定价因素，预期房价更高的地区享有更低的发行利差，房价的超预期上涨也使得交易中的城投债信用利差降低。2.国家宏观经济因素：Ang(2003)发现，通货膨胀冲击以及指数化的实际经济活跃程度可以解释国债收益率曲线85%的水平活动，而戴国强和孙新宝(2011)却在对我国企业债券进行研究后发现，我国CPI、PPI指数对企业债利率曲线不敏感，国家GDP对企业债券收益率有解释力；王宇(2013)则认为国家宏观经济指数(PMI等)不仅对企业信用利差有短期影响，在长期也有作用。3.金融市场因素：张燃(2008)认为金融市场状态对信用利差有阶段性影响，信用利差和股票回报率、国债期限利差均有负相关性。4.城投平台财务状况：罗荣华(2015)比较研究了城投平台盈利能力和偿债能力对城投债务信用利差的影响。他发现传统的财务指标的解释力较差，城投平台形似“企业”，实质在债务定价上有自身的特点。然而，也有学者提出债券评级和政府担保这类“名义担保”对债券定价的作用是失真的，而地方政府公共财政情况这类“隐性担保”情况更能决定债券信用情况(钟辉勇、钟宁桦，2016)。因此，本文将重点研究国家经济发展状况、省级经济因素、房地产市场等与地方政府“隐性担保”有关联的因素对城投债定价的作用。同时，考虑到2015年新《预算法》的实行，大幅度改变了地方政府为公共事业募资的形式，但是目前学界对新《预算法》将对地方政府债务定价因素产生怎么样影响尚无较为成熟的结论，这也是本文努力探究一个重要方面。

二、理论分析

(一)我国城投债定价机制

目前，我国的债券定价主要有招标发行定价和簿记建档定价两种方式。本文讨论的城投债主要采用簿记建档的定价方式。在簿记建档的过程中，主要涉及主承销商、发行人和投资人三个主体。其中，主承销商向债券投资人提供债券的相关信息，投资人基于获取的投资信息进行询价，此时发行人与主承销商确定利率区间。随后，投资人根据提供的利率区间进行报单，最终，主承销商和发行人商议确定最终债券利率(张海鹏，2013)。在这一过程中，城投债的定价主要受供求关系、经济发展水平、信用水平、市场流动性等因素的影响。

其中，在供求关系方面，发行人作为城投债的供给方，具有较大的融资需求。在其他条件不变的前提下，债券的发行价格越高，融资成本越低，此时债券发行人会增加债券的供给；反之，债券发行人会减少债券的供给。在需求方角度，债券的投资者通过购买债券配置资源获得投资收益。当债券价格较高时，投资收益较低，此时对债券的需求下降；反之，价格较低时对债券的需求上升。在经济发展水平方面，良好的经济发展预期和较高的经济发展水平，传递了积极的发展信号，导致发行利率降低；相反，则发行利率提高。与此同时，不同区域间经济发展水平的差异也会对债券价格的形成产生影响，因此研究省级宏观经济因素对债券价格的影响具有很大的现实意义。企业资本结构和偿债能力等因素，会对市场流动性产生影响，进而影响债券价格。从供求关系的角度，市场供求的变化对城投债定价具有直接影响。从宏观经济等其他因素的角度，其变化会对城投债价格产生间接影响，但是无论哪一种，其都主要作用在债券收益率中的信用利差项上。因此，本文以城投债的信用利差为基础，通过研究不同因素对信用利差的影响，进而研究这几类因素对债券定价的影响。

(二)不同定价因素对信用利差的影响

本文基于既有研究，分析中国宏观金融因素，省级宏观经济因素，省级房地产土地市场因素以及城投平台主体财务因素对城投债交易信用利差和发行信用利差的影响，提出以下四个研究假设：

H1：中国国家级宏观因素对城投债券信用利差具有驱动作用

国家经济发展状况将对城投企业偿付能力产生影响，从而对城投债券交易信用利差和发行信用利差产生影响。首先，当国家的经济发展呈现上行趋势时，其传递了国民经济发展运行的积极信号，此时的信用利差较小，违约风险较低。当国家经济发展呈现下行趋势时，消极的国民经济发展运行信号提高了企业的违约风险，同时影响了市场参与者的整体预期，此时信用利差较大。其次，当宏观经济发展中的通货膨胀率较高时，名义利率有所上升，投资者要求的回报率上升。与此同时，通货膨胀使得投资者的实际投资能力有所下降，对债券投资的需求减少，导致了债券信用利差的进一步扩大。反之，通货膨胀率较低时，投资者所要求的回报率较低，且对债券的需求较高，债券的信用利差减小。货币供应量的变化也会对债券信用利差产生影响。当央行增加货币供给时，市场中流通的货币量有所增加，利率下降，信用利差减少。而当央行减少货币供给时，市场中流通的货币量减少，利率上升，信用利差增加。

H2：省级经济因素对城投债券信用利差具有驱动作用

省级经济因素对城投债券信用利差的影响主要体现为两个方面。一方面，经济发达省份的财政数据相对较好，政府的支持能力相对较强，信用利差相对较小；经济较为落后省份的财政情况相对较差，政府支持力度较小，对应的信用利差则较大。另一方面，与国家级宏观经济因素类似，我国的省级经济发展状况也会对城投债券信用利差产生影响。省级经济发展状况较好，省级GDP额、省级房地产业GDP额、省级人均GDP等数据较高，代表地方经济金融发展越稳定，此时的信用利差较小，信用风险较低。然而，当省级经济发展状况较差时，GDP数额较低，此时的经济金融稳定性差，信用利差较大。上述数据均来源于WIND数据库以及国家统计局。

H3：省级房地产市场因素对城投债券信用利差具有驱动作用

国有土地出让金是地方政府性基金收入的主要来源，省级房产平均售价、省级住宅平均售价、省级房地产销售额、省级土地购置费等均会对城投债券交易信用利差和发行信用利差的影响。当省级房地产销售额增加、省级房产平均售价等上升时，房地产行业的需求较大，此时房地产行业正处于上升时期，市场需求的增加带来了企业盈利能力和经营成果的上升，此时企业违约风险降低，债券信贷利差减小；当省级房地产销售额减少、省级房产平均售价等下降时，房地产行业的需求较小，此时房地产行业正处于下降时期，市场需求的降低带来了企业盈利能力和经营成果的下降，此时企业违约风险提高，债券信贷利差增加。

H4：城投企业资本结构和偿债能力对城投债券信用利差具有驱动作用

对于单个债项，发债主体财务数据最能直接体现其偿还能力。具有良好资本结构的企业，财务数据较好，实力较强，偿债能力良好，此时的债券信用利差较小；而资本结构较差的企业实力较弱，抵抗风险的能力较差，违约风险较高，此时的债券信用利差较大。因此，有必要对样本期间的所有债项进行城投企业识别，基于发债主体总资产、发债主体资产负债率、发债主体现金到期债务比、发债主体现金利息保障倍数、发债主体EBITDA对现金债务比等指标对城投企业的实际偿债能力进行测度，并得到城投企业资本结构和偿债能力对城投债券信用利差影响的显著性。以上数据均来自WIND数据库。

三、实证分析

(一)变量选择与数据说明

在变量选择上，本文主要考虑中国国家级宏观、省级经济、省级房地产、城投企业资本结构和偿债能力四个因素对城投债信用利差的影响，数据来自WIND数据库和国家统计局。

1.城投债券利差序列数据集

选取1、5、7、10年期国债收益率作为相应基准利率,定义城投债券收益率差为城投债券收益率与对应国债收益率之差：

(1)

(2)

(3)

其中Spread_Averagej(t)表示t时刻省份j的平均城投债券交易收益率，代表省份j的i号城投债的发行额。通过城投债发行量以及省份序列，计算各省级城投债发行收益率差值加权平均序列：

(4)

2.国家级以及省级政府经济数据集

国家级宏观经济因素主要选取如下变量：宏观经济类：全国GDP增速、宏观经济景气指数、企业景气指数、采购经理人指数(PMI)、居民消费价格指数(CPI)、社会融资规模存量；货币政策类：M2增速、实际有效汇率指数、十年期国债收益率、一年至十年期国债期限利差；金融市场类：全部上市公司市盈率、全部上市债券市值；国别风险类：实际使用外商投资额(FDI)、经常账户差额。数据来自WIND数据库以及国家统计局。

省级地方政府经济财务数据包括：财政数据，一般公共财政收入以及支出(说明中国的地方经济数据中，除一般公共财政收入外，其他财力数据跨省可得性差距极大，为保证数据集的结构性，此处仅用一般公共财政收入支出数据指代地方财力)；地方经济发展，省级GDP额、省级房地产业GDP额、省级人口数据、省级人均GDP。我们另外构建了省级财力缺口指标：

Fiscal_Gapj(t)=P_Incomej(t)/P_Outcomej(t)

(5)

其中Fiscal_Gapj(t)表示省份j在t时刻的财力缺口，P_Incomej(t)和P_Outcomej(t)分别代表t时刻省份j的一般公共财政收入以及支出。数据来自WIND数据库以及国家统计局。

3.政治风险度量数据集

我们手工收集了各省级地方政府在职公务员数目，并计算省级贪腐密度：

(6)

其中Corruption_Densityj(t)表示t时刻省份j的贪腐案件密度，Corruptionj(t)表示t时刻省份j的职务犯罪立案数，Amount_Officerj(t)表示t时刻省份j的在职公务员总数。

4.城投债务发债主体财务数据集

对于单个债项，发债主体财务数据最能直接体现其偿还能力。我们对2008-2018年样本期间的所有债项进行城投企业识别，获得共15512家城投企业的财务数据。该数据集收录城投企业：发债主体总资产、发债主体资产负债率、发债主体现金到期债务比、发债主体现金利息保障倍数、发债主体EBITDA对现金债务比。数据均来自WIND数据库。

5.房地产市场数据集

由于国有土地出让金是地方政府性基金收入的主要来源，我们收集以下省级房地产业数据：省级房产平均售价、省级住宅平均售价、省级房地产销售额、省级土地购置费，同时分别计算省级房地产价格、住宅价格、土地购置费年度增速，我们随后计算以3年为周期的房地产均价、住宅均价和土地购置费三者增速的移动标准差序列。

(二)国家级宏观因素对城投债券交易信用利差和发行信用利差的影响

国家宏观经济状况会影响中央级别的债务偿还和替下级隐性担保的能力以及市场参与者的整体预期，进而对城投债券交易信用利差和发行信用利差产生影响。本文主要考虑以下宏观经济变量，并利用主成分分析将其编制成经济、金融两大指数，利用城投债交易信用利差和城投债发行信用利差对指数进行回归，剔除解释力弱的变量组，进而Fisher′s Permute检验，验证变量解释能力的变化。其中，Index1包含全国GDP增速、宏观经济景气指数、企业经济指数、采购经理人指数、居民消费价格指数、社会融资规模存量、实际采用外商直接投资额以及经常账户-差额。Index2包含M2增速、实际有效汇率、1年期国债收益率、1年～10年期国债期限利差、全部上市公司市盈率和全部上市债券总市值。

表1 回归结果

中国宏观解释变量组在2015年前后呈现了不同的分布特征。考虑到变量间的相关性，我们以2015年作为分界点，分别估计城投债交易信用利差、发行信用利差对待选变量组的响应程度，选取最具有解释力的变量组。回归表达式如下：

yj(t)=αj+βj,F(k)*F(k)(t)+εj(t)

(9)

其中yj(t)分别为以年为单位的省级城投债平均交易信用利差和省级城投债平均发行信用利差。F(k)(t)表示t时刻全国相关的宏观经济解释变量组。我们针对两个被解释变量2008-2018年的全部样本进行了解释变量筛选，βj,F(k)表示同一时期省份j的城投债交易、发行利差对全国级别解释变量组的响应程度。

表2 回归结果

我们发现2015年前后城投债的交易、发行信用利差对宏观经济的响应产生了结构性的转变。新《预算法》出台后，城投债交易信用利差对CPI增速的敏感度有大幅下降，而对货币政策、金融市场和对外均衡均失去了响应。这从一个侧面说明了在2015年前，利差被宏观经济走势反向驱动，更良好的经济发展会压低国债利率，同时引发投资者对城投债的进一步购买，压制交易信用利差，这反映了国家隐含担保对城投债投资需求的支持。而2015年后，国家禁止政府对任何城投平台施加担保，城投债的交易信用利差受中国宏观的驱动大幅减弱，此时国家隐含担保的消失使得城投债投资需求脱离了中国宏观因素的限制。2015年前，城投债发行信用利差主要受利率水平驱动，较高的利率环境能驱动城投债务以更高的票面利率发行，而宏观经济的走好甚至可能有对利差有正向的驱动作用。而2015年后，发行信用利差主要受期限利差驱动，宏观环境对发债利差的驱动也随之转负，但利率环境对发债利差的影响也意外的为负值。

(三)省级经济政治因素对城投债券交易信用利差和发行信用利差的影响

由于省级的经济财政数据量级较大，我们对待分析的变量采取对数化或者标准化处理。我们采用指数编制，指数回归以及Fisher′s Permute检验的处理。其中，Index3 包含省级一般公共财政收入、省级一般公共财政支出、省级GDP总额、省级人均GDP、省级房地产业GDP总额、省级人口和省级财政财力缺口。

表3 回归结果

省级解释变量组在2015年前后呈现了不同的分布特征。政治风险变量集的解释变量数目较少，故而我们不将其指数化，回归表达式如下：

yj(t)=αj+βj,E(k)*Ej(k)(t)+θj,P(k)*Pj(k)(t)+εj(t)

(10)

其中，yj(t)=分别为以年为单位的省级城投债平均交易信用利差和省级城投债平均发行信用利差。Ej(k)(t)表示t时刻省份j的经济金融解释变量组，Pj(k)(t)表示t时刻省份j的政治风险解释变量组。βj,E(k)表示同一时期省份j的城投债交易、发行利差对省份j经济金融解释变量组的响应程度，θj,P(k)表示同一时期省份j的城投债交易、发行利差对省份j政治风险解释变量组的响应程度。

表4 回归结果

总体来说省级经济政治数据的驱动力在新《预算法》颁布后既发生了变量解释力消失也发生了解释力退化。2015年前，城投债交易信用利差对省级财政收入、人口、GDP总额都有显著的弹性。同时，我们职务犯罪立案数每上升1%，就会推升交易信用利差0.178%，政治风险因素的显著性是符合直觉的。2015年后，省级经济变量组驱动因素发生了总体的逆转：财政收入的增加提升交易信用利差，财政支出的上升减小交易信用利差，而此时财政缺口则显示了负向驱动作用——更良好的财政环境会引发对城投债的更大投资需求。2015年前的城投债发行信用利差主要受财政收入缺口、财政支出驱动，2015年后，省级GDP总额和财政收入缺口成为显著的解释变量，此时财政收入缺口的解释力下降但仍为正值。

(四)省级房地产市场对城投债券交易信用利差和发行信用利差的影响

相比中国宏观经济和省级宏观经济解释变量组的“隐含担保”性质，省级土地市场、房地产市场变量则更具有“收入保证”性质。对于房地产市场而言，各价格变量、各总量变量均显著相关，但增速序列以及价格波动序列相关度较低。对量级较大的数据进行对数化处理。同时，进行指数编制，指数回归以及Fisher’s Permute检验的处理。其中，Index4 包含省级房地产平均售价、省级房地产销售额、省级住宅平均售价、省级土地购置费和房地产业固定资产投资；Index5包含省级房地产平均售价增速、省级住宅平均售价增速、省级土地购置费增速、省级房地产平均售价增速移动标准差、省级住宅平均售价增速移动标准差和省级土地购置费增速移动标准差。

表5 回归结果

房地产市场解释变量组在2015年前后呈现了不同分布特征。为了判断不同我们以2015年作为分界点，分别估计城投债交易信用利差、发行信用利差对待选变量组的响应程度。我们的回归表达式如下：

yj(t)=αj+βj,L(k)*Lj(k)(t)+εj(t)

(11)

其中，yj(t)为以年为单位的省级城投债平均交易信用利差和省级城投债平均发行信用利差。Lj(k)(t)表示t时刻省级土地以及房地产市场解释变量组，βj,L(k)表示同一时期省份j的城投债交易、发行利差对全国级别解释变量组的响应程度。

表6 回归结果

对于城投债交易信用利差，新旧《预算法》交替后，房地产相关数据增速取代数据绝对量成为主要的利差驱动因素。2015年前，除房地产平均售价外，住宅价格、土地购置费增速以及房价增速标准差均对信用利差起负向的推动作用，房地产价格的上升起到了“收入保障”的作用，使得投资者在房价上升期提高对城投债券需求。2015年后，新《预算法》禁止了政府对城投平台直接进行担保，房价对信用利差的直接驱动力开始大幅减弱，同时房价增速及其标准差成为此时较为显著的驱动因素。发行信用利差同样受房价因素的负向驱动。值得注意的是，我国省级房地产价格和住宅价格对交易、发行利差的驱动作用往往是反向的。

(五)城投企业的资本结构和偿债能力对城投债券交易信用利差和发行信用利差的影响

我们收集了城投企业在2008-2018年内的财务数据并与城投债数据集进行匹配，对待分析的变量采取对数化或者标准化处理。进行指数编制，指数回归以及Fisher′s Permute检验的处理。Index8包含发债主体资产负债率、发债主体现金到期债务比、发债主体现金利息保障倍数和发债主体EBITDA对带息债务比。

表7 回归结果

我们以2015年为分界，主体资产对发行信用利差的解释力是有惯性的。为了进一步研究，我们分别估计城投债交易信用利差、发行信用利差对待选变量组的响应程度。回归表达式如下：

yi(t)=αi+βi,C(k)*Ci(k)(t)+εi(t)

(12)

其中yi(t)将选取两个变量，分别为以年为单位的城投债项交易信用利差和城投债项发行信用利差。Ci(k)(t)表示t时刻城投债项i对应的城投发行平台相关的资本结构、偿债能力变量组。我们针对两个被解释变量2008-2018年的全部样本进行了解释变量筛选，βi,C(k)表示同一时期债项i的城投债交易、发行利差对解释变量组的响应程度。对于城投平台总资产额，我们采取对数化处理。

表8 回归结果

结果显示，城投平台总资产对交易信用利差和发行利差均起到很显著的作用。2015年前，城投企业总资产每上升1%，交易信用利差和发行利差平均将下降0.912%和1.067%，总资产丰厚的公司对投资者往往意味着更强的偿付保障，从而使得城投债既可以以更低利率发行也在流通过程中更受投资者偏好。同时，随着新《预算法》的实行，资产负债率对利差的解释力开始显著，更高的负债比率将会显著的抬升城投债的交易信用利差和发行利差。而现金到期债务比的解释力则开始不显著，同时城投企业偿债指标的回归显著性出现了系统性的下降。

(六)稳健性检验

为了验证上文诸多分析的稳健性，我们将对总体变量组回归进行稳健性检验。针对上文中筛选出的较有解释力的解释变量组指数，将全国31个省市自治区分为东中西三部分，并分别以2015年前后分段进行变量检验。限于篇幅原因，检验表格省略。研究发现，解释变量组整体仍然维持显著性，同时符号大部分相同，中国宏观指标、金融指标等等解释变量的影响力度均没有发生显著的变化，在控制了省份地理位置后，回归的结果仍然显示稳健。

四、研究结论及建议

本文基于地方城投平台发债相关的债券特征、债券交易数据集，对城投债诸多定价因素的驱动力以及定价因素间的相互作用进行研究，并检验了新《预算法》的实行对地方城投债定价因素的影响。研究发现，文中所述四大类定价因素对城投债券交易信用利差和发行信用利差均有显著的解释作用，但定价因素数据集内部不同解释变量解释力有很显著的区别。同时我们以2015年新《预算法》实行为断点对解释变量回归分布进行检验，发现新《预算法》的实行显著的改变了城投债务定价驱动因素。整体而言，2015年前，中国国家级宏观因素对城投债务信用利差起主要的解释作用，2015年后，省级的经济数据开始显示其解释力。房地产因素对交易、发行利差的驱动作用始终较为显著。城投平台主体各类偿债指标对城投债信用利差解释力并不显著，但相对而言，城投平台总资产规模在旧《预算法》时代有更好的驱动作用。我们认为上述计量结果的产生，其原因主要在于旧《预算法》时代投资人对国家“兜底”的默认、对房地产市场价格增速的重视以及对城投平台“大而不能倒”的信任，由于投资人对外部评级有效性的怀疑，对经济因素的分析就成为投资人内部评级的主要内容。

本文建议：首先，加强《预算法》的执行与监督，更有力的杜绝“刚性兑付”与“中央隐性担保”问题，地方政府债务更加贯彻“自发自还”的特性，从而使地方政府债务市场化定价更加有效；其次，加强外部债券评级市场的市场化管理，杜绝“发行人付费”带来的评级虚假和合谋问题，使得评级结果更加客观，债券定价更具基准；再次，力争改进地方政府财政收入来源，降低房地产相关的土地出让收入在财政收入中的重要性，这有助于改善房地产因素对债务定价的影响过大的问题，同时有利于多元化地方政府收入来源，稳健地方债务偿还，保障国计民生；最后，进一步改革发展金融市场，力争将我国金融市场发展成为全品类、多层次、有深度且参与者广泛的成熟金融市场，这将使得债务定价更为科学，风险分散更加高效，政府募资更加方便。