地方政府专项债券违约风险——基于KMV模型的分析

潜 力，冯雯静

(江西财经大学 金融学院，江西 南昌 330013)

一、引言

2014年《预算法》修改，正式以法律形式赋予地方政府发行债券的权利，且禁止地方政府及其所属部门以其他任何方式举借债务。国发[2014]43号文件规定，有一定收益的公益性事业发展需政府专项债务支持的，由地方政府通过发行专项债券融资，以对应的政府性基金收入或专项收入偿还。专项债务收入用于公益性资本性公共产品供给，而资本性公共产品具有初期投资规模大、投资回收期长、建成能产生一定收益的特点，这使得地方政府必须通过债券融资获得资金以解决收益跨期性问题。随着地方政府债务余额增加，新冠疫情影响下2020年新发债规模更加放松，但项目建设周期长、专项收入产生慢，会直接导致专项债违约风险上升。根据wind数据库统计，2015—2019年中国地方政府专项债券发行规模的年平均增长率为37.98%，而2015—2019年地方政府基金性收入的年平均增长率为16.85%，地方政府专项债发行规模增长率高于政府性基金收入增长率。大部分地方政府性基金收入高度依赖土地出让金，占比在70%～90%之间，土地出让金收入波动性强，一旦土地出让金收入不及预期，政府专项债券可能会出现违约。根据财政部公布的数据，截至2019年12月末专项债券余额达94 378亿元，年平均利率3.55%，2020年利息需偿还3 350.42亿元，但2019年全国地方政府性基金预算收入只有73 754.56亿元，利息占总收入的4.54%。国办函[2016]88号文件关于地方政府性债务风险应急处置方法规定，专项债务付息支出超过当年政府性基金预算支出10%，债务管理领导小组必须启动财政重整计划。虽然当前专项债券利息支出占政府性基金收入仅为4.54%，未达10%，但这值得债务管理部门警惕。党的十九大报告中明确提出了打好防范、化解重大风险攻坚战，中央政府高度关注地方政府债务违约现象，财政部也出台了许多关于防范政府债务风险的政策。财预[2018]34号文件指出，将防范化解地方政府债务风险作为财政管理工作的重中之重，地方政府举债要与偿还能力相匹配是必须遵守的经济规律，明确省级政府对专项债券依法承担全部偿还责任。

随着债券到期高峰的到来，以下问题需要回答：第一，在坚持举债与偿债能力相匹配原则下，清晰地解析地方政府可偿债收入构成(土地财政)和现状非常必要。只有对各地的偿债能力有了全面系统了解后，才能有针对性地防控地方专项债券违约风险。第二，在项目与债券周期相匹配原则和新供给理论视角下，为地方政府专项债券投资项目公共产品属性提供实践验证。第三，在考虑再融资债券影响下，对比研究实际违约风险与发行再融资债券(借新还旧)使债务长期化的违约风险成为一项重要研究课题。

本文的创新之处在于：第一，当前文献只有对总的地方债务(包括一般债和专项债)或一般债务违约风险的研究，没有专门针对专项债券违约风险方面的研究；第二，在偿还本息规模方面，大多数学者研究的是3年期、5年期、7年期、10年期或者到期债务的本息和，事实上近几年地方政府发行了更长期的专项债，发行期限结构更复杂，本文不仅考虑所有实际到期专项债本息和，还考虑了未到期的专项债利息；第三，本文将再融资债券纳入偿债能力，与不考虑再融资债券时地方政府专项债违约风险进行比较。

二、文献综述

近几年来，随着地方政府专项债券规模的扩容，地方政府专项债违约风险研究得到学术界的重视，地方政府专项债发行较晚，在专项债违约风险方面的研究少之又少，不过在此之前，国内外学者在地方政府债务风险度量方法上做了许多研究。

(一)地方政府债务风险度量方法研究综述

在风险关联和预警体系方面，洪源和刘兴琳基于粗糙集-BP神经网络构建地方政府债务风险非线性仿真预警系统，发现中国地方政府债务风险在不断上升[1]。王周伟等利用VAR模型与格兰杰因果关系研究地方政府债务风险空间关联传染特征明显并且风险溢出效应具有方向集聚特征[2]。刁伟涛和傅巾益通过将债务率分解为三个因子分别评估一般债和专项债，专项债务风险明显高于一般债务，且专项债务率的分布不均衡[3]。在地方债务风险来源度量方面，赵剑锋采用因子聚类分析方法，构建了地方债综合风险测度体系，发现省级地方债风险最重要来源为增量风险，并且经济转型期和风险因子交叉影响容易使地方债综合风险失控[4]。刁伟涛引入地方国有企业国有资产和土地资产，基于未定权益分析方法构建风险测度模型，发现利用国有资产化解地方债务具有足够的空间[5]。梁丽萍和李新光利用层析分析法构建了一套含有资产负债表内容和宏观经济发展指标的债务风险测度体系，认为江苏、广东和山东等省份的政府债务风险承受能力最高，而青海、宁夏和海南等省份最低[6]。

(二)运用KMV模型测度地方债风险研究综述

KMV模型是基于Fischer Black等人提出的期权定价公式和Merton提出的风险债务理论，1995年美国KMV公司开发了KMV模型，又被称为预期违约概率模型(EDF model)[7-8]。韩立岩等最早利用KMV模型建立了评估市政债券信用风险模型，提出了计算理论违约概率的方法，他指出KMV模型的单个资产风险测度可以相对组合风险测度独立出来，并且只需较少的历史数据，并利用北京与上海的财政收支数据分析不同发债规模下的信用风险得出理论违约概率[9]。之后较多学者也采用此种方法测算某地区的地方债整体债务违约概率，区别在于偿债能力指标的选取有所不同，例如，岳秀敏和刘娅选取四川省财政收入、居民储蓄等数据作为偿债能力指标[10]。骆昭东在估算陕西财政支出刚性的基础上，发现债务置换会降低财政压力[11]。徐超等选择历史年度财政收入FR和GDP数据构建VAR模型预测未来财政收入[12]。也有学者基于KMV模型对全国各省份地方债进行测算，夏诗园发现虽然地方政府总体债务风险相应下降，但部分地区同时面临收入下降和波动性上升的双重压力，导致其债务风险较大幅度上升[13]。吴涛等计算一般公共预算用于还债的担保比例，利用改进的KMV风险评估模型，测算了各省份一般地方债券的预期违约率[14]。何德旭等基于灰色系统理论的GM(1，1)模型预测一般公共预算收入，债务整体上几乎不存在违约风险，但贵州、辽宁、内蒙古和浙江的地方政府违约概率在特定年份如2020年和2022年比较高[15]。在运用KMV测算安全发债规模方面，有洪源等基于流量和存量双重维度的KMV修正模型，考察了不同偿债能力增长率变化对地方政府风险的动态影响并得出了既定偿债能力下地方政府安全规模[16]。张海星等以2014年试点自发自还地方债的十省份为样本，从信用等级所对应的违约概率临界值入手，找出不同期限的地方政府债券的安全发债规模[17]。

早期地方政府债务预警方式，多用几个简单的债务指标，如债务率、负债率等。后来有些学者用层次分析法、人工神经网络等方法给指标赋予不同的权重，得到综合指标。但是基于指标分析法只能得出债务的风险水平并不能测算未来具体的违约概率。因此目前很多学者假定地方政府面临债务风险做出偿债选择是离散的，从而通过构建离散回归模型或者资产定价方法估算未来债务违约概率。KMV模型运用在地方债务违约风险上，主要集中在两个方面：一是通过债务规模和偿债能力的比较得出未来预期的违约概率；二是根据过去债券的违约情况确定一个适当的违约概率，讨论地方政府在此违约概率下的适度债务规模。

从现有文献看，目前缺乏地方政府专项债券违约风险的专门研究。大多数学者都集中于研究笼统的地方债或者一般债，以总的地方财政收入或一般公共预算收入比例作为偿债能力指标，这些偿债能力指标和担保比例并不适用地方政府专项债，如果用于测算专项债的违约风险，所得结果与实际情况可能存在一定偏差，因此有必要选择更为科学的偿债能力指标进行分析。本文通过构建修正的KMV模型对全国31个省份进行地方政府专项债违约风险研究，以一定比例的地方政府性基金收入和再融资专项债作为专项债务偿债能力指标，需偿还专项债务本息和作为债务指标。

三、构建修正的 KMV模型

(一)模型原理

2010年财政部颁布了《政府性基金管理暂行办法》，它对政府性基金概念、征收缴库和预决算管理做了明确规定，从2012年起中国政府性基金收入范围才相对规范。因此考虑到中国各省份政府性基金收入可得的年份数据较少，而KMV模型具有只需较少时间序列的优点，能够弥补政府性基金收入历史年份数据可得性差的缺陷，满足中国地方政府专项债券违约风险研究需求。KMV模型将公司对外借取债务看作买入“看涨期权”，如果企业的资产市值大于负债，公司会选择偿还债务；反之公司不会选择偿还债务，一旦公司倒闭，则投资者将蒙受很大损失，而股东损失的最高金额为当初购买“期权”时所支付的权利金。

本文参考方来和柴娟娟研究的修正KMV模型，在进行地方政府专项债券的信用风险评估时，调整相关的指标，用地方政府性基金的可偿债收入替代公司的资产市场价值；用可偿债收入的增长率和波动率分别替代公司资产市场价值增长率和波动率；用地方政府专项债券到期应偿还的本息规模替代公司负债规模[18]。

(二)构建修正的KMV模型

当未来地方政府性基金收入低于某个水平，此时可偿债收入小于到期应偿还的本息，则会发生违约。预期违约概率计算方法为：先根据地方政府性基金收入的历史数据得到期初的可偿债收入增长率和波动率。然后，用未来年度地方政府到期本息与期初的基金收入增长率和波动率构建一个度量指标——违约距离(Distance of Default，DD)。最后，根据地方专项债券的违约距离与预期违约概率(EDF，Expected Default Frequency)之间的关系，求出地方专项债券的预期违约概率，违约距离越小，地方政府专项债券预期违约风险越大。

假设1：地方政府专项债券的可偿债收入服从对数正态分布，在t时刻地方政府的可用于偿还地方专项债券的偿债收入满足以下关系：

Zt=f(Xt)

(1)

其中Xt是一个随机变量，Zt表示t时刻可用于偿债的收入，f(·)是某一个特定函数。

当T为某一债务到期日时，且T时刻到期的需偿还本息和为DT，此时地方政府专项债券的可偿债收入为Zt，若Zt小于DT，则地方政府专项债券将会发生违约，那么违约概率可以表示为：

P=P[ZT

=P[XT

(2)

假设2：随机变量XT服从标准正态分布，即XT～N(0，1)，那么上述的违约概率P可以表示为：

P=P[XT

(3)

其中定义违约距离DD=-f-1(DT)。

假设3：地方政府可偿债收入服从马尔科夫随机过程，假设偿债收入服从期望漂移率g，方差为σ2的广义维纳过程，t表示初始时刻到T时刻的增量，可得：

(4)

由伊藤引理可知，Z和t的函数G遵循以下计算过程：

(5)

(6)

(7)

或

(8)

则可以得到相应Zt=f(Xt)的均值和标准差：

(9)

Var[lnZt]=σ2t

(10)

根据均值和方差的计算规则和以上结果，可以得到波动率σ和增长率g：

t=1

(11)

(12)

根据上面的推导结果，将式(11)、式(12)代入式(3)可得各地方政府专项债券的违约概率为：

PT=P[ZT

=N(-DD)

(13)

T=1，2，3，4

其中违约距离为：

(14)

T=1，2，3，4

需要测算的变量包括：基金可偿债比例ρ，到期日应偿还本息DT，地方政府性基金可偿债收入平均增长率g和平均波动率σ。

四、数据来源及处理

由前面模型构造过程可知，要运用KMV模型评估未来某年度的地方政府专项债券的违约风险，首先需要获取模型中作为期初时期(T=0时刻)的地方政府偿债能力和未来T时期的应偿还本息规模。为了研究再融资债券对违约概率的影响，下面实证部分采用两种模型，模型(1)在处理偿债能力时，只包括政府性基金和专项收入，而不考虑再融资债券本息，模型(2)的偿债能力计算，则考虑了政府性基金、专项收入和再融资债券。下面将分别对两种模型这两部分数据来源及处理进行介绍。

(一)偿债能力的样本数据来源及处理

财预[2015]32号文件规定，调入政府性基金收入预算管理的专项收入，在政府性基金预算收入合计线下反映。按对应的政府性基金名称分设对应的专项收入科目。个别省份如广东和广西从2018年起设置了“专项债券对应项目专项收入”，但大部分省份并没有明确设置此科目，故认为其在建设中的项目尚未产生经营性收入。国办函[2016]88号文件规定，地方政府对其举借的债务负有偿还责任，中央实行不救助原则，因此在需要处置变现资产来偿还专项债务时表明债务违约风险已经形成，故不将国有资产变现纳入专项债偿债能力。虽然财预[2017]89号文件规定不同政府性基金间不得调剂，但为了研究地方政府专项债券整体性风险，在此假设不同政府性基金收入和对应的公益性项目专项收入之间可相互调用。财预[2016]155号文件规定，专项债务本金可通过发行专项债券等偿还，故在政府性基金收入作为可偿债收入的基础上，考虑再融资债券收入作为可偿债收入的违约风险。自2019年6月起，虽然有经营性专项收入、且偿还专项债券本息后仍有剩余专项收入的重大项目可以进行市场化融资，但2019年配套市场融资的项目非常少，在此假设已发行的专项债券的专项收入全部纳入了政府性基金预算收入。

地方政府专项债券的偿债来源在政府性基金预算收入执行情况表中反映为政府性基金收入。图1表明，大部分省份土地出让金收入占地方政府性基金收入的比例在约为70%～90%，因此用全国土地出让收入的偿债比例来确定地方政府性基金中用于偿债的比例。2016年以后的全国土地出让收入支出具体情况数据尚未公开，故用2012—2015年土地出让金使用情况分析未来。图1根据地方政府财政厅预决算公告整理得到。根据洪源对2012—2015年全国土地收入支出具体情况剖析，假设地方政府性基金收入中其他部分的偿债比例同土地出让收入偿债比例一样，政府性基金收入的偿债比例ρ按保守情况下取10%和最大情况下取20%，即不考虑再融资债券的情况下偿债收入=政府性基金收入×ρ；考虑再融资债券的情况下，偿债收入=政府性基金收入×ρ+再融资专项债券收入。

图1 2015—2019土地出让金占政府性基金收入的平均比例

(二)偿还本息规模的样本数据来源及处理

本文对2020—2023年专项债违约风险进行分析，则需要预测2020—2022专项债的发债规模，拟用2015—2019年各省份专项债发债规模的几何增长率，以测算专项债务到期本息和，具体如下：

DT=ri∑DV+(1+rj)DVT

(15)

其中DT为T时期应偿还专项债务本息和，∑DV为当期未到期专项债本金，ri代表各省份当期未到期存量的专项债券的平均票面利率，DVT代表当期到期专项债规模，rj代表各省份当期到期专项债券平均票面利率。具体如下：

(1)2020年各省份债务本息和=2020年各省份年到期债务本金×(1+各省份到期债务平均利率)+2020年各省份未到期债务本金×各省份未到期债务平均利率

(2)2021年各省份债务本息和=2021年各省份到期债务本金×(1+各省份到期债务平均利率)+2021年各省份未到期债务本金×各省份未到期债务平均利率+2020年各省份新发专项债券规模×(2018年和2019年各省份平均利率)

(3)2022年各省份债务本息和=2022年各省份到期债务本金×(1+各省份到期债务平均利率)+2022年各省份未到期债务本金×各省份未到期债务平均利率+(2020年各省份新发专项债券规模+2021年各省份新发专项债券规模)×(2018年和2019年各省份平均利率)

(4)2023年各省份本息和=2023年各省份到期债务本金×(1+各省份到期债务平均利率)+2022年末到期债务本金×各省份未到期债务平均利率+(2020年、2021年和2022年各省份新发专项债券规模×(2018年和2019年各省份平均利率)

地方政府专项债发行期限中主要是3、5、7、10年期和超长期，因为1、2年期发行规模极少或已到期，故在讨论到期本金时忽略不计，假定债券是每年年末付息。每年应还本金和利息见表1，超长期限债券此处未列明但同理。

表1 2020—2023年具体偿债内容

五、专项债违约风险评估

(一)政府性基金收入增长率与波动率的估计

本文分别将2012—2019年政府性基金收入数据和再融资债券加政府性基金的数据代入式(11)、式(12)，得到两个模型的地方政府性基金收入的期望增长率和波动率，作为2020年初偿债收入增长率和波动率。表2的测算结果显示：单独考查政府性基金收入内生增长率和波动率，模型(1)的结果显示东部地区政府性基金的增长率除天津和海南以外都在15%～20%之间，最高的是浙江，高达27%；中部省份增长率除湖南是23%，其余省份在10%～20%之间；西部地区地方政府性基金增长率分布较为分化，内蒙古、新疆、宁夏、西藏低于10%，其他省份增长率在10%～20%之间；东北地区增长率最低，辽宁和黑龙江甚至低于2%。90%省份的波动率在10%～30%之间，波动性较高的是北京(53%)和云南(41%)，这表明地方政府性基金收入在高波动性中增长，面对2019年新冠疫情对财政创收的影响，个别年份政府性基金收入不达预算很可能偿还不了到期债务。模型(2)考虑再融资债券作为偿债收入时，增长率平均提高了4%，波动率除个别省份外普遍有所提高。

表2 2020年期初可偿债收入的增长率和波动率

(二)不考虑再融资债券的专项债券风险评估

在获得各地方政府可偿债收入和到期应偿还本息规模的数据后，将模型(1)中2015—2019年的期望增长率和波动率，可偿债比例为10%和20%，期初的政府性基金可偿债收入数据代入式(13)，测算2020—2023年(T=1，2，3，4)的预期违约概率EDF。表3结果显示：首先，中国地方政府专项债券的信用违约风险发生概率呈现出随时间、区域变化的动态分布以及其他特征。从时间维度上看，基于不同的到期债务规模，不同的省份会在不同的时间到达违约顶峰，但总体而言中国地方政府专项债券风险会随时间推移逐渐显化。从区域维度看，东北三省预期违约率最高，然后是西部省份，东部和中部省份预期违约率除个别省份外相对较低。

表3 2020—2023年不考虑再融资债券的预期违约概率

其次，当政府性基金收入有10%可用于偿还到期债务时，除个别省份(如浙江)外，如果不发行再融资债券来偿还到期债务，大部分省份在2020年会大概率违约。当政府性基金收入有20%可用于偿还债务时，从时间维度看，2020—2023年，处于0～20%的低违约率区间的省份数量从58%降到13%；处于80%～100%的高违约率的省份占比从13%上升到26%。原因是地方专项债券2015年开始发行，债务偿还周期开始，2020年要偿还2015年发行的5年期债券本金，2022年需要偿还2015年发行的7年期债券和2017年发行的5年期债券本金，再加上近年专项债券发行规模进一步扩大，从而利息增加。因此，各省份专项债券违约风险不断攀升。从区域维度来看，2020—2023年东北三省一直处于90%以上的高违约率区间；西部地区如西藏过去发债规模很小，违约率并不高，而其他省份发行规模相对较高，政府性基金收入相对债务增长率过低，本质是经济发展疲软收入增长动力不足导致较高的违约率；中部地区表现相比西部好很多，除湖北预期2020年违约率超过20%，其他省份能维持在20%较低违约率以下，但违约风险也逐年显现，特别是江西和安徽2023年预期违约概率超过60%；2020年违约概率，东部地区除北京、天津、海南和福建，其他各省份大致能保持在0～20%的低违约率区间。

最后，比较几个高预期违约风险的省份发现：对土地出让收入依赖程度高、政府性基金收入高但增长率较低、发债规模累积过高，典型代表如天津；对土地出让收入依赖程度高、政府性基金收入低、增长率也低、发债规模大，典型代表如贵州。虽然发债规模小、对土地出让收入依赖程度低但基金性收入也低，典型代表为甘肃、内蒙古。这些高预期违约概率地方政府的共同特点是发债规模增长速度大于政府性基金收入增长率。对土地依赖程度高的省份，在房地产市场调控收紧、2019新冠疫情导致经济下行的背景下，政府性基金收入波动性加剧进一步阻碍了可偿债收入的可持续性。

(三)考虑再融资债券的专项债违约概率

根据新供给理论从供给角度重新定义经济周期，将一个完整的经济周期划分为四个阶段：新供给形成、供给扩张、供给成熟和供给老化。胡欣然等从新供给理论角度分析地方债存在的必要性和期限错配导致违约风险[19]。专项债券投入的领域主要是地方基础设施等资本性公共产品，它们往往具有前期投入大回收期长的特点，在新供给形成或扩张阶段需要大量地方财政投入，在供给成熟和供给老化期才会有更多的收益流入。因此地方政府可以通过债务融资方式“预支”供给成熟和老化阶段产生的盈余，地方政府发行再融资专项债类似于此。比较2018-2019年各省份到期本金和再融资债券发行规模(表4)，发现到期债务的偿还高度依赖再融资债券，如北京2019年发行了196.7亿元再融资债券偿还本金，辽宁2019年发行了234.9亿元偿还到期本金。从侧面说明这些省份投资的资本性公共项目尚不能产生足够偿还本金的现金流，需要依靠再融资债券偿还本金。另一方面，偿债周期已经到来，未来5年专项债务到期规模会在2023年达到顶峰。因此，下面我们研究如果偿债能力考虑融资债券能否降低地方政府专项债券的违约风险。

表4 2018—2019年各省份再融资债券发行规模 单位：亿元

鉴于2018年起地方政府可以发行再融资债券来偿还专项债券，为了比较发行再融资债券前后中国地方政府专项债券违约风险的变化，模型(2)将再融资债券收入纳入可偿债收入，在此为个别尚未发行再融资债券的省份设定一个再融资债券比例，即用其他省份的再融资债券规模/总发行规模的平均值代替(1)2018—2019年个别省份(如广东)没有专项债券到期，故没有地方再融资专项债券，但鉴于2020—2023年各省份都将有专项债到期，为使可偿债收入增长率更加贴合现实，计算得到2018年再融资债券占总发行规模的比例为14%，2019年为17%。。从表5测算结果来看，在考虑再融资债券的影响下，模型(1)中高违约概率省份的违约风险普遍降低，如贵州2020年违约率从95%降到48%，宁夏2020年违约率从99%下降到15%。虽然以再融资债券收入偿还本金在短期内一定程度上可以降低违约风险，但信用风险并没有就此消失，2023年依然有1/3的省份预期违约概率在50%以上。2023年全国即将有16 991.15亿元的地方专项债券到期，加上债务余额规模扩大应付利息也在增加，再融资债券并不能用来偿还利息，再融资债券不能解决利息偿付问题。因此，过于依赖再融资偿债并不可取，继续扩大再融资债券发行规模也不利于专项债补短板逆周期的积极财政政策功能的发挥。

表5 2020—2023年考虑再融资债券收入的预期违约概率

(四)高预期违约率地方政府的适度债务规模

穆迪公司测度出债券信用等级与预期违约概率之间关系：信用等级在穆迪Baa3以上的公司债券很少出现违约。本文认为政府债务至少应达到公司债券所评的信用等级，即政府债务预期违约概率在0.4%以下是最安全的，当前中国只有部分省份预期违约率低于0.4%。

选取违约率较高的省份，例如天津、贵州和辽宁，若要保持违约率在0.4%以下，讨论当年到期的债务规模应占可偿债收入的比例问题。用模型(1)的2015—2019年的可偿债收入增长率和波动率，可偿债收入占政府性基金收入的20%，2019年的可偿债收入作为期初数据。2020年的可偿债收入用2015—2019年的几何增长率推测，天津为297.89亿元，贵州为 394.55 亿元，辽宁为 230.98 亿元。然后按照可偿债收入一定比例(P=0.9，0.8，0.7，0.6，0.5，0.4，0.3)的规模作为债务到期额，测算违约距离和预期违约概率，结果见表6，由表6可知，要使3个省份的预期违约概率在0.4%以下，天津2020年到期债务应该占可偿债收入的50%，约为148.95亿元，贵州的50%为197.28亿元，辽宁的40%为92.39亿元才是最安全的。然而根据实际到期本金和债务余额推断，2020年到期应还本息规模天津为309.3亿元，贵州为595.9亿元，辽宁为345.3亿元，这远超安全违约率的到期债务规模，如果项目现金流量无法按预期实现，地方政府专项债券按当前发行规模增长率继续发行债券，大概率会出现违约或者继续依靠再融资债券收入偿还本金。可偿债收入的增长率越高，地方政府可承受的发债规模比例越高，同样的其适度债务比例越高，在这3个省份中贵州的政府性基金收入增长率最高，辽宁出现负增长。根据表6可知，若要维持违约概率在0.4%以下，贵州、天津、辽宁的适度债务比例分别约为0.5、0.5、0.4。

表6 不同债务比例下的违约概率

六、结论与建议

建立KMV修正模型，在坚持中央不救助原则和项目与债券周期相匹配原则下，在考虑再融资债券偿债背景下，分析地方政府专项债券违约风险。研究发现：

1.地方专项债券整体风险会随着时间推移而显化，但具体省份出现违约概率高峰的年份有所差别，违约风险与该省债务偿还周期正相关，因此，应科学设置可赎回条款和本金分期偿还条款等，增强偿还债券本金灵活性，优化发行期限机构，匹配项目周期和考虑债务偿还周期因素。违约风险的区域性分化较为明显，将各地区预期违约风险排序，违约率最高的是东北地区，然后是西部，中部和东部违约风险相对较低，因此在分配专项债券额度的时候，财政实力强、举债空间大、债务风险低、债务管理绩效好的地区多安排，财政实力弱、举债空间小、债务风险高、债务管理绩效差的地区少安排或不安排，但应该注意避免地区间经济发展出现“虹吸现象”。

2.短期来看，地方政府可以暂时依靠再融资债券偿还到期本金，但专项债券违约风险是由项目周期与债券期限错配直接导致的，债券期限短于投资回收期，当债券到期时出现资金缺口就会产生违约风险。债券期限越短，本金的偿还时间距离越短，越容易引发违约风险，因此，应该优化债务期限结构以解决收益跨期问题。全国地方专项债券期限2017年为6.07年，到2019年为8.85年；高违约概率省份专项债期限延长更加明显，如内蒙古从2017年的7.26年上升到2019年的16.57年。拉长债券期限一定程度上可以解决当前投资收益期和债券期限不匹配的现实问题，缓解地方政府的当前偿债压力。但长期来看，专项债违约风险与发债规模和地方政府偿债能力即政府性基金收入增长速度和波动性密切相关，发债规模越高，可偿债收入增长速度越低，波动性越强，则信用风险越高。可偿债收入增长率越高则适度债务比例越高，高而稳定的政府性基金收入增长率是持续发债的必要条件。

3.如果地方政府债券偿还资金来源继续依赖土地财政收入，专项债券今后大概率会违约，所以做好项目融资收益自平衡是未来持续发债的保证。土地储备和棚户区改造项目专项债券规模非常巨大，为了保证土地相关的债券每年利息和到期本金的偿还，稳定土地市场和房地产市场价格、保证土地出让收入对不发生违约风险至关重要。同时加强后续新增专项债券项目的审核，从源头做好地方专项债券项目遴选，做实做细项目收益与融资平衡方案，确保项目收益与融资相互平衡。

4.用再融资债券收入偿还当年到期的本金，可以降低当年的违约风险，但是随着债务余额的增加，当年应还利息规模扩大，再融资债券不能用于偿还利息，违约风险依然可能发生。地方政府不应该过度依赖再融资债券收入还债，再融资债券只能给地方政府带来暂时的还债便利。除了再融资债券和土地出让收入外，要考虑更多途径补充政府性基金的规模，如建立国有资本经营预算与政府性基金预算之间的调拨机制，将一般公共预算中明确专款专用的教育附加、水利建设专项收入转列入政府性基金预算。地方政府应该加强专项债券及项目生命周期风险管理，预测每一笔专项债券项目风险，实现防控专项债务总体风险的目标。继续完善项目运行信息披露，使得项目现金流可测，从而项目风险可控，专项债券风险可控。