市政债券信用风险评级与发债规模研究

何佳琳

【摘要】本文以南京市市政债券为研究对象，分析市政债券的信用风险评级与其发债规模之间的关系。首先，本文参考美国市政债券市场，提出信用风险的概念;随后利用KMV模型建立了市政债券信用风险模型，引出本文涉及的五个变量：地方财政收入（A）、地方财政收入增长率（g）、波动率（б）、债券本息和（B）和预期违约率EDF;然后， 以2008年-2018年江苏省统计局公布的南京市财政收入及GDP数据预测2019年南京市财政收入，并计算在不同发债规模下，南京市发行的市政债券的预期违约率;最后根据预期违约率，提出南京市市政债券的安全发债规模。本文得出以下结论：1、市政债券具有明显的违约风险， 且该风险对发债规模有很强的敏感性，即当债务规模的扩大，违约概率急速增加;2、依据南京市地方财政收入而求出的对应市政债券的安全发债规模为当年财政收入的40%。针对以上结论，本文从三个角度提出建议，即“可靠、充分、全面”的法律法规、“严、准、狠”的社会监管和“及时、自动、高效”的风险识别和防范体系。

【关键词】市政债券  信用风险  发行规模  KMV模型

引言：地方政府债券是发行主体为地方政府的债券，又称市政证券，以地方政府的财政收入作为担保。在多数国家，市政债券的利息可享受免税待遇。在美国，市政债券的利息所得可免征联邦和地方政府所得税，通过市政债券融资已经成为政府公共设施建设资金的主要来源，其市场体制趋于完善，发债规模巨大。

美国市政债券主要为两类：一般责任债券和收入债券。

一般责任债券以发行者（州和市政府或其附属机构）的不受限制的征税权为担保，因州政府税收的种类和来源均较为广泛，信用较高，因此州完全信用担保的债券。收入债券发行主体是医院、大学、机场和其他公用事业机构，以推行项目创收的现金流偿还，没有地方政府征税权作后盾，因此风险要略高于一般责任债券，收益率也相应地高。

2014年8月31日，经全国人大常委会审议，正式通过了《中华人民共和国预算法》，允许地方政府有适度规模的举债，并限制债券所得的用处，仅可用于公益性资本支出和偿还存量债务。按照公益性事业的有无收益，我国市政债券分为一般债券和专项债券。

2009年我国首次在全国范圍内发行市政债券，发行规模达2000亿元，预示着中国地方政府正逐渐具备独立发行市政债券的能力。发行市政债券的难点和重点在于其安全发行规模和信用风险的控制。以地方政府的税收能力作保障极大降低了市政债券的风险，但地方政府仍存在破产的可能性，存在违约的风险。因此对地方政府的信用等级进行科学的评级显得尤为重要，以此来确定各地方政府的发债权限。

本文将借助KMV模型（风险评估模型）分析市政债券的发行规模和信用风险之间的关系，确定南京市市政债券的安全发行规模。

一、文献综述

在国外，以美国为例，地方政府债券的发展已趋完善，相关文献也较多。本文主要依据的文献是W·Bartley Hildreth（2005），该文章提出市政债券对政府基础建设融资的重要作用。国内，随着政府开始进行市政债券的投放的试水，国内学者开始重视对市政证券的研究。曹鸿涛（2003）以美国地方债券的信用风险防范制度为研究对象，重点指出建立立体化的信用风险防范体系对于中国债券市场的重要性。

信用风险是因交易对手的信用质量的变化，证券或投资组合的价值发生变化的风险。违约则是信用风险的一种极端情况，产生于交易对手不愿意或没有能力履行合约规定的义务。信用风险等级评级正是对这种违约发生的概率的测度。

随着固定收益证券市场的不断发展壮大，各方都逐渐开始重视对固定收益证券信用风险的度量和防范，因此一大批信用风险度量模型应运而生。如信用计量模型模型（Credit Metrics）、宏观模拟模型（Credit Portfolio View）、Credit Risk+、KMV模型等。

Credit Metrics模型基于企业信用等级的变化能反应出企业偿债能力的变化的原理，利用信用转移矩阵，该模型的不足之处为：该模型是建立在一个隐含假设之上，即信用在评级转移矩阵中，信用等级的转移概率并非保持不变的。而事实上，信用等级转移的概率与经济周期息息相关，相对经济上行期，降级和违约的概率在经济下行期会更高。

Credit Portfolio View模型修正了Credit Metrics模型的不足之处，加入了宏观经济周期因素，主要引入了经济增长率、失业率、通货膨胀率等指标，重点考察这些指标之间的关系，该模型既可以用于单笔贷款也可以用于群体债务人。该模型的不足之处是：1、对宏观经济数据的依赖较强，对数据的真实性要求也较高;2、在信用评级转移矩阵模型的调整过程中，涉及相关信贷及信用管理部门的主观判断，具有主观性;3、无法对非线性产品，如期权等，进行违约率的预测。

Credit Risk+模型主要通过对风险暴露的大小和期限进行分析，同时考虑借款企业的信用水平以及宏观经济因素，以此来测算企业的违约风险。该方法的一个创新点是在计算违约风险时使用了保险业的精算方法，建立企业违约事件的概率分布和贷款组合损失之间的分布。相较于其他模型，Credit Risk+模型更容易被实际运用，但不足之处在于：1、要假设既定的利率水平，即默认信用风险和市场风险是独立的;2、假设固定的债务人风险暴露，会忽略发行主体未来信用质量和远期利率的变化，不考虑信用转移风险因素。以上两种情况均难以成立且不可忽略。

KMV模型的假设为：在一定负债水平下，企业信用风险取决于企业资产的市场价值，违约可能性则取决于信用风险的大小。KMV模型主要应用预期违约率EDF（Expected Default Frequency）模型。本文选择KMV模型的原因如下：1、能够充分利用股票市场的数据，能对所有上市公司的违约风险进行预测;2、因KMV模型的数据直接来源于股票市场，数据较为真实有效，较其他模型该方法对违约率的估计更准确;3、KMV模型的单个资产风险测度可以相对组合测度独立出来。

本文借鉴茹涛（2009），文章以滞后一阶自回归方程预测了上海市的财政收入。下文将利用2008-2018年的地方政府财政收入数据和KMV模型，预测2019年南京市的财政收入，研究市政债券信用风险评级与其发债规模之间的关系。

二、理论演绎

（一）KMV模型框架

KMV模型以布莱克-斯科尔斯-莫顿（Black-Scholes-Merton）模型为基础。在债务到期日，若企业资产的市场价值高于其债务水平，即有能力偿还债务，反之则无力偿还，构成违约。KMV模型认为BSM的假设不够精确，它定义当公司资产价值低于某一特定值时，违约即发生，该临界值为违约点DP（Default Point）。公司资产价值距离违约点DP之间的距离与资产价值标准差的比值为违约距离DD（Distance to Default），且违约距离DD和违约风险成正比。相关计算公式如下：

KMV模型的计算方法是首先观察公司长期以来的股票价格及其波动情况，来计算未来某一时点公司的资产价值，然后通过对公司债务情况的分析计算出DP和DD，最后通过DD和DP之间的拟合关系估算预期的违约概率。

KMV模型的具体计算过程有以下三步：

（1）估计企业资产的市场价值（VA）和波动率（бA）;

（2）计算违约点DP和违约距离DD，参考公式（1）;

（3）计算预期违约率EDF。

（二）KMV模型的参数和数据选取

上文的思想可理解为， 债券发行主体（地方政府）以税收权力为“抵押品”换取对应资金， 债务到期日地方政府可通过偿还相应的本息和来“赎回”税收权力;反之则地方政府违约。

在本文中企业资产的市场价值替换为地方财政收入，公司债务则为地方市政债券的发行额。在分析市政债券的信用风险评级时，将涉及以下五个变量，即地方财政收入（A）、地方财政收入增长率（g）、波动率（б）、债券本息和（B）和预期违约率EDF。本文所用数据来自江苏省统计局和南京市统计局。

三、实证分析

本文以南京市为例，结合上文提出的KMV模型，分析南京市市政债券的信用风险评级与发债规模的关系。

（一）指标选取

（1）地方财政收入（A）

本文借鉴茹涛（2009）的方法将各指标进行滞后一阶的自回归，地方财政收入预测模型建立如下：

At=αAt-1+βGDPt+γ  （2）

其中，At、At-1分别为第t期、第t-1期地方财政收入，GDPt为第t期地方GDP总值，α，β，γ为对应系数。本文数据选取2008-2018年的南京市财政收入和GDP数据，各指标所用数据通过ADF检验均呈现平稳，得到滞后一阶的自回归模型如下：

At=0.993562At-1+0.012010GDPt-1+11.21810   （3）

根据以上模型，按照过去十年内GDP的平均年增长率12.99%来估计，2019年地方GDP为14485.77 亿元，可得2019年预计南京市地方財政收入为1645.75亿元。

（2）地方财政收入增长率（g）和波动率（б）

将=1645.75亿元及 n=12（2008—2019年共12个数据），代入这两指标计算公式中，可得：g=0.1195，б=0.15。

（3）市政债券本息和（B）

《南京市2019年地方政府债务限额和市级预算调整方案（草案）》支出南京市债券融资主要投向棚户区改造、土地储备、政府收费公路、城乡建设这四个方面。以2019年上述4项财政支出的总和作为发行市政债券的基数，本文设定地方政府债券发行规模（10%-60%），地方政府债券利率选取中国地方市政债券的平均利率，为3.52%，从而可计算出 2019年各个发债规模下需要偿还的本息和（B），如表1所示。

（4）预期违约率EDF

根据上述四个变量，加上到期期限T=0，笔者可计算出违约距离DD和预期违约率EDF，预期违约率的计算依据BS模型进行计算，公式如下（正态分布下的违约概率）：

令地方政府的财政收入At服从如下函数：

At=f（Zt）     （4）

其中，At为地方政府的财政收入，Zt为随机变量。

在市政债券到期日（T），若政府财政收入小于应偿还债券本息和Bt，则构成违约。

违约概率（P）为

P=P（At

在正态分布的情况下，Zt～N（0，1），公式（5）可被改写为

P=P[Zt

定义违约距离DD为f-1（Bt），即P=（-DD）

违约距离DD和预期违约率EDF的最终估算结果如下表2所示。

（二）模型分析

如果政府债券的发债规模控制在40%以下，则预期违约率会较低到可忽略不计且增长较为缓慢。当政府发债规模达到60%，则预期违约率较高，存在较大的风险。经分析发现，市政债券存在不容忽视的违约可能性，且该违约风险对发债规模有较强的敏感性，成正比。

一般认为 ，信用等级至少在标准普尔BBB-之上，即公司债券的安全等级，对应预期违约概率在0.4 %之内。当EDF在0.4%内 ，南京市安全发债规模则应控制在658.3亿元内，该发债规模约占2019年南京市地方财政收入的30%-40%和南京市GDP总额的5%-10%。

四、结论及启示

依据上文分析，笔者得出以下结论：

（1）市政债券具有不可忽视的违约风险， 且对发债规模有很强的敏感性，表征为债务规模越大，违约概率越高，违约风险越大。

（2）依据预测的2019年南京市地方财政收入，可知对应市政债券的安全发债规模为当年财政收入的40%。

综上所述，违约概率会随着发债规模的扩大而增加，地方政府必须要严格把握发债规模，对发债规模进行有效合理的监控，切不可急于求成，为了加快地区的城市建设而盲目发债， 以致最后无力偿还。借鉴美国市政债券的监管模式，本文总结以下三个要点建议：

（1）“充分、可靠、全面”的法律法规是市政债券市场良性发展的关键。美国市政债券市场长期向好的发展趋势是基于美国国会不断出台修改的相关法律法规，如美国证交会（BEC）正式批准的首例市政债券披露法案（1981）和美国国会通过的《证券交易法修正案》（1975）。我国市政债券市场尚处于发展起步阶段，为保证市场长久良好、平稳地发展，相关的法规必须得到进一步的完善，从法律层面扼杀不合理发债现象存在的可能性，如“赤字债”。

（2）“严、准、狠”的社会监管是市政债券市场持续发展的关键。从总体而言，我国相关机构，如信用评级机构、会计师事务所、法律事务所等，对发债主体的财务审核机制不够严格和完善，致使不良行为有机可图。必须规范参与市政债券运作的中介机构的行为，以此加强对各发债主体的社会监管。

（3）“及时、自动、高效”的风险识别和防范体系是市政债券健康发展的关键。我国现有的市政债券风险防范体系因评级机构过多、评级标准不一致、评级行为不规范等原因没能充分发挥其有效性，导致我国公民缺乏对市政债券风险评估的可靠依据。因此，适当控制评级机构的规模和规范评级机构的标准有利于完善我国的市政债券的风险识别和防范体系。

参考文献：

[1]The Evolution of the State and Local Government Municipal Debt Market over the Past Quarter Century[J] . W. BARTLEYHILDRETH，C. KURTZORN. Public Budgeting & Finance . 2005 （4s）.

[2].曹鸿涛.美国市政债券市场交易工具与信用风险防范制度及其对我国的启示[J].上海金融，2003（03）：37-39.

[3]JP Morgan ，“Credit Metrics” ，Technical Document ， 1997.

[4]Portfolio credit risk I. Wilson T. The Journal of Risk . 1997.

[5]Credit Suisse ，“Credit Risk+;A Credit Risk Management Framework” ，Credit Suisse Financial Products， 1997.

[6]KMV Credit Valuation.KMV Corporation.1996.

[7]茹濤.地方公债发行过程中的信用风险度量与融资规模研究[D].上海：上海复旦大学，2009.

[8] Merton.R.C.：On the Pricing of Corporate Debt：the Risk strueture of interest rates[J].Journal of Finance，1974，（6）.

[9]蒋忠元.地方政府债券发行过程中的信用风险度量和发债规模研究——基于KMV模型分析江苏省地方政府债券[J].经济研究导刊，2011（19）：61-62.

[10]黄芳娜. 中国地方政府债务管理研究[D].财政部财政科学研究所，2011.

[11]余萍.地方政府投融资平台建设研究[J].黑龙江对外经贸，2009（05）：104-106.

[12]毛腾飞. 中国城市基础设施建设投融资模式创新研究[D].中南大学，2006.

[13]宋立.地方公共机构债券融资制度的国际比较及启示——以美国市政债券与日本地方债券为例[J].经济社会体制比较，2005（03）：76-83.

[14]刘尚希，赵晓静.中国：市政收益债券的风险与防范[J].管理世界，2005（03）：50-57.

[15]韩立岩，牟晖，王哲兵.市政债券的风险识别与控制策略[J].管理世界，2005（03）：58-66.

[16]宋立.市政收益债券：解决地方政府债务问题的重要途径[J].管理世界，2004（02）：27-34.

[17]杨萍.国外地方政府债券市场的发展经验[J].经济社会体制比较，2004（01）：137-141.

[18]王刚，韩立岩.我国市政债券管理中的风险防范与控制研究[J].财经研究，2003（07）：16-21.

[19]韩立岩，郑承利，罗雯，杨哲彬.中国市政债券信用风险与发债规模研究[J].金融研究，2003（02）：85-94+0.

[20]王益.发展中国市政债券市场的初步构想[J].世界经济，2002（06）：72-79.