高潔,馬駿,李興鳳
(1.對外經(jīng)濟貿(mào)易大學 金融學院,北京 100029;2.中國人民大學 經(jīng)濟學院,北京 100872)
城投公司債券,從初期發(fā)展不完善到如今的規(guī)范化、標準化,這個過程中出現(xiàn)許多信用風險問題,引來發(fā)行方、交易方和監(jiān)管方等各方關(guān)注。城投公司債券與其他債券的主要差異是它含有“城投”性質(zhì),即政府提供擔保背書,所以整個市場更多關(guān)注的不再是債券和城投公司本身,而是其身后政府擔保的可信度及償還的可能性大小。同樣由于城投公司的特殊性質(zhì),城投公司債券的市場發(fā)行定價與其他類型債券有很大區(qū)別。相對而言,城投公司債券對利率更不敏感,這也造成相對于其他類型債券,其有偏高的收益。另一方面,由于政府提供背書擔保,城投公司債券的違約風險被市場認為是偏低的,但隨著政府負債率急升,城投公司債券的違約風險也逐漸被市場重視。
在每年的金融工作會議上,各地政府債務風險問題已經(jīng)成為主要議題之一,這是由于目前城投債、地方債務存量總量偏高,存在較大的結(jié)構(gòu)性違約風險。由于二級市場中的城投公司債券信用利差更多受系統(tǒng)性風險的影響,因此本文主要研究一級市場城投公司債券發(fā)行的信用利差。
城投公司債券大規(guī)模發(fā)行可分為兩個階段。第一階段始于2009年,年發(fā)行數(shù)量從百支逐漸上升至千支,一般來說,城投公司債券主要是5~7年期債券,所以這批城投公司債券償付的高峰期始于2015~2016年。第二階段自2012年開始,每年發(fā)行近千支,近兩年城投債券發(fā)行量仍在快速提升,導致近年來城投公司債券償還壓力逐漸增大。
現(xiàn)有文獻大多探討城投債產(chǎn)生發(fā)展的原因、定價和風險的影響因素。關(guān)于中國城投債產(chǎn)生發(fā)展的主要原因是地方政府以地方名義發(fā)行債券的難度和地方經(jīng)濟發(fā)展、基礎設施建設的資金壓力。關(guān)于中國城投債定價和風險的影響因素的研究側(cè)重點各有不同,陳施微從微觀和宏觀兩個層面分析利差的影響因素,微觀層面因素主要包括企業(yè)債券期限和財務狀況,宏觀層面因素主要包括無風險利率和經(jīng)濟周期[1]。羅瑩瑩通過結(jié)構(gòu)化模型分析影響利差因素的結(jié)果,為宏觀因素對中國債券定價有一定指導作用,而微觀因素對信用利差的解釋能力并不強[2]。隨著城投債規(guī)模擴大,其面臨的風險也日益凸顯。伍毅榮等和錢凱指出連環(huán)擔保等不規(guī)范的措施帶來了增信風險[3-4]。嵇楊等從城投債評級角度認為,增信評級方面既缺少有區(qū)別的評級體系;也沒有明確的存量指標體系。同時,地方政府向城投企業(yè)注入的土地資產(chǎn)存在被高估的問題,投資者不能接受到正確的評級信息等,都為城投債帶來了風險[5]。朱瑩等基于2011年1月至2014年8月的城投債數(shù)據(jù)、采用雙重差分法檢驗了市場約束對地方政府債務風險的影響,研究結(jié)果表明,地方政府財政透明度高和財政較平衡的地區(qū)“自發(fā)自還”試點對城投債風險溢價的影響更加顯著[6]。
無論是基于宏微觀層面分析還是增信評級角度,抑或是中國地方債務治理新背景下,當前關(guān)于城投債的研究尚未涉及不同地方政府行政級別下城投債信用利差影響因素的差異分析。因此本文主要基于地方政府行政級別視角,將地方政府行政級別作為研究的主要因素,著重分析兩個方面,一是地方政府相關(guān)指標與信用利差的關(guān)系;二是地方政府不同行政級別下,各指標與信用利差關(guān)系的變化趨勢。從理論上考慮,地方政府GDP和一般財政預算收入越高,信用利差越低;地方政府級別越高,個體因素對信用利差的影響越小,實證結(jié)果與設想較為符合。
城投公司債券在一級市場的發(fā)行信用利差是本文的主要關(guān)注點。對于發(fā)行主體而言,可以更清晰了解自身融資成本構(gòu)成,在未來采用更合理的理念分配公司資源,提升自身資質(zhì),從而達到最大程度降低融資成本的目的;對于市場投資者而言,可以指導其市場中的投資行為;對于監(jiān)管層而言,可以幫助其更好地關(guān)注相關(guān)風險,制定適宜的監(jiān)管政策與應對措施;對于地方政府而言,應該大力發(fā)展經(jīng)濟,提高財政收入,使本地區(qū)企業(yè)保持較低的風險利差,促進地方經(jīng)濟良性循環(huán)發(fā)展。
國內(nèi)外相關(guān)研究主要集中于信用利差定價模型與實證研究兩個方面。
1.歷史模型
傳統(tǒng)歷史方法的核心是利用統(tǒng)計學方法挖掘歷史數(shù)據(jù)間的聯(lián)系,從而預測未來。
Altman根據(jù)歷史違約數(shù)據(jù),得出Z-score模型[7]。Z-score模型的特點是:假設風險中性,信用風險是非系統(tǒng)共有風險。他對30余對未曾違約公司和違約公司進行分析,總結(jié)出20多個財務變量,將其分為五大類。分析得到
Z=1.2×X1+1.4×X2+3.3×X3+
0.6×X4+0.999×X5
(1)
式中:Z即Z-score,代表違約可能性,X1、X2、X3、X4和X5分別代表流動性、盈利性、杠桿、償債能力和周轉(zhuǎn)率。實證表明,Z-score越低,違約風險越低,公司的信用利差也越小。
Ohlson的羅杰斯回歸分析法[8]、Zmijewski的Probit模型[9]、Dutta et al.的Neural Networks模型[10]都是傳統(tǒng)歷史法中的經(jīng)典代表。但是這些方法假設條件較為苛刻,只考慮到了財務數(shù)據(jù),難以反映真實情況。
2.現(xiàn)代模型
結(jié)構(gòu)化模型由Merton創(chuàng)立,其觀點是當企業(yè)資產(chǎn)少于負債就存在違約風險[11]。該模型認為企業(yè)的違約是可預測的,即內(nèi)生的。該模型將公司資產(chǎn)結(jié)構(gòu)情況和相關(guān)信息披露納入分析,研究得到信用風險和違約概率的關(guān)系。
簡約化模型由Jarrow et al.創(chuàng)建[12],其與結(jié)構(gòu)化模型完全相反,將違約概率視為外生的,即無法預測企業(yè)違約概率。該模型試圖研究違約發(fā)生的頻率與強度,分析數(shù)據(jù)主要來源于金融機構(gòu)市場的時間序列數(shù)據(jù)。
混合模型由Duffie et al.建立[13],該模型結(jié)合了結(jié)構(gòu)化、簡約化模型的優(yōu)點。創(chuàng)新模型是Madan et al.模型[14],它提出了流動資產(chǎn)指標,主要考慮公司的資產(chǎn)結(jié)構(gòu)和財務情況,分析企業(yè)違約的可能性。
國外實證研究關(guān)注信用風險發(fā)行利差與單個因素之間的關(guān)系以及信用風險發(fā)行利差自身的特點。Altman研究發(fā)現(xiàn),國內(nèi)生產(chǎn)總值(GDP)、股票市場指數(shù)(標普)和貨幣供應量(M2)均存在較高相關(guān)性[15]。Fons則認為債券的債項評級與信用利差有較高相關(guān)性[16]。Kalotay指出,各類債券自身的附加條款(如提前贖回),與債券的信用風險發(fā)行利差有相關(guān)關(guān)系[17]。Hattori et al.提出宏觀經(jīng)濟狀況對債券發(fā)行信用利差有重大影響[18]。Collin-Dufresne et al.發(fā)現(xiàn)債券信用風險發(fā)行利差可以從市場因素和自身因素兩方面考慮[19]。Guha et al.認為信用風險發(fā)行利差一般與經(jīng)濟狀況呈相反走向[20]。Landschoot指出債市情況(如債市指數(shù))、當期無風險利率與信用利差沒有明顯相關(guān)性(低于50%)[21]。Tang et al.指出國內(nèi)生產(chǎn)總值增長率和信用風險發(fā)行利差有較高的負相關(guān)關(guān)系[22]。
國內(nèi)研究主要關(guān)注信用利差歸因方面。韓立巖等使用企業(yè)違約概率模型(KMV模型),分析了“城投性質(zhì)”公司債券的信用違約風險,同時得出其發(fā)行規(guī)模大小和地方政府財政狀況,對債券信用風險發(fā)行利差有較大影響[23]。徐強分析了短期融資券的信用風險發(fā)行利差后發(fā)現(xiàn),發(fā)行企業(yè)的總資產(chǎn)規(guī)模、債券期限和重大違約事件,對信用風險發(fā)行利差有重大影響[24]。張燃主要研究了宏觀經(jīng)濟狀況與債券信用風險發(fā)行利差的關(guān)系,結(jié)論是國債收益率和股市收益率與信用風險發(fā)行利差有較明顯的相關(guān)關(guān)系[25]。戴國強等分析了企業(yè)債券的信用風險發(fā)行利差,結(jié)論是各類宏觀經(jīng)濟指標(GDP、M1、CPI、PPI)和債券的債項信用評級,都對債券發(fā)行的信用利差有顯著影響[26]。趙銀寅等分析后發(fā)現(xiàn),二級市場上的企業(yè)債信用風險利差和宏觀經(jīng)濟狀況有著顯著的負相關(guān)性[27]。齊天翔等指出城投公司債券信用利差與當?shù)厝司鶉鴥?nèi)生產(chǎn)總值負相關(guān),同時也與城投公司自身資本結(jié)構(gòu)相關(guān)[28]。馮莉?qū)⒂绊懗峭豆緜庞美畹囊蛩胤譃?類(宏觀、區(qū)域、債券、公司和其他),按照類別尋找顯著因素[29]。馬冬冬等使用了主成分分析法研究發(fā)現(xiàn),公司資產(chǎn)規(guī)模、公司償債能力和地方財政狀況對城投公司債券信用風險利差有顯著影響[30]。張穎等使用企業(yè)違約概率模型(KMV模型),對城投行政級別為長沙市的城投公司債券信用利差研究之后發(fā)現(xiàn),長沙市政府違約風險會因為城投公司債券規(guī)模不斷擴大而增大[31]。
本文主要研究中國不同行政級別所屬城投公司債券發(fā)行信用利差的影響因素。研究中主要考慮宏觀經(jīng)濟因素、地方政府財政因素和城投公司債券自身的個體因素。
本文采用風險分析中的多元線性回歸模型,選取2014~2016年3年新發(fā)城投債的橫截面數(shù)據(jù)。由于城投債發(fā)行期限從3年到10年不等,其中7年期城投債占城投債總規(guī)模份額較高,故選擇7年期城投債作為主要研究目標,初步取得樣本1400余個,覆蓋了從AA、AA+到AAA 3類不同債券評級和不同行政級別的城投債。在模型中,將每個債券樣本所屬的個體因素,地方政府財政因素作為自變量,所屬時期的宏觀經(jīng)濟因素相關(guān)指標作為控制變量,分析對信用利差因變量的影響??紤]到宏觀因素和地方政府財政因素中部分指標有相同趨勢,可能存在多重共線性問題,因而采取了不同變量再回歸的方法。同時為了區(qū)別不同城投級別所屬公司債發(fā)行信用利差的影響因素的結(jié)果,本文采用對縣及縣級市、地級市和省級市3個級別的城投債數(shù)據(jù)進行研究。
考察宏觀經(jīng)濟因素、地方政府財政因素和個體因素對城投債發(fā)行信用利差影響,其基本模型如下
Spreadi=ai+∑bjXij+εi
i=1,2…280or458or668,j=12
(2)
Spreadi=Yc,i-Shibori
(3)
式中:i表示城投債個體,政府行政級別為地級市時,i=1,2,…,668,政府行政級別為縣及縣級市時,i=1,2,…,458,政府行政級別為省及省級市以上時,i=1,2,…,280。被解釋變量Spreadi為三年發(fā)行的城投債券的信用利差,Xij包含作為控制變量的宏觀經(jīng)濟因素指標和作為解釋變量的地方政府財政因素和個體因素指標。ai表示不隨時間變化的城投債特征,bj為偏回歸系數(shù),殘差項εi表示不可觀測的信用利差擾動。Yε,j是城投債發(fā)行時的票面利率,Shibori是當期上海銀行間同業(yè)拆放利率。
1.被解釋變量
本文將城投債發(fā)行信用利差定義為城投債發(fā)行時的票面利率與當年當月的Shibor之差。城投債的發(fā)行方式為平價發(fā)行,所以發(fā)行的票面利率可以很好地代表發(fā)行時城投債的收益率。同時市場無風險基礎利率之所以選擇Shibor而不是相同期限國債的到期收益率,主要有兩方面原因,一是現(xiàn)階段城投債發(fā)行利率定價主要由Shibor基準利率加上一定量的利差確定;二是Shibor反映了資本市場上資金面狀況,可以更準確描述無風險利率,相比之下國債的到期收益率更多地反映了二級市場的基準利率。Shibor基準利率選擇發(fā)行首日前3個工作日全國銀行間同業(yè)拆借中心在上海銀行間同業(yè)拆放利率網(wǎng)上公布的一年期Shibor(1Y)。利差是定價的重點,確定了利差也就確定了發(fā)行利率。令變量Spread表示發(fā)行利率與Shibor的差,即被解釋變量,得到
Spread=Yc-Shibor
(4)
式中:Spread代表城投債發(fā)行的信用利差,Yc為城投債發(fā)行時的票面利率,Shibor為基準利率。
2.解釋變量和控制變量
本文中,解釋變量包括地方政府財政因素和個體因素兩類指標,控制變量包括宏觀經(jīng)濟因素指標。
宏觀經(jīng)濟因素主要包括:CPI增長率、貨幣發(fā)行量M2增長率以及上證指數(shù)。地方政府財政因素主要包括:城投公司所屬行政級別地方政府一般公共財政預算收入和GDP。個體因素主要包括兩方面,一方面是債券自身因素,包括債券發(fā)行總額、債券評級和擔保情況;另一方面是城投公司自身因素,包括總資產(chǎn)、資產(chǎn)負債率和凈資產(chǎn)收益率3個因素。影響因子的選取見表1。
(1)價格指數(shù)因素。價格指數(shù)增長幅度較高,意味著通貨膨脹水平較高,會帶來更高的通貨膨脹預期,那么投資者需要更高的收益來補償通貨膨脹預期,所以債券發(fā)行利差增大。本文選擇CPI同比增長率作為控制變量,記為ICPI。
(2)貨幣供應預期。貨幣供應量減少時,各類生產(chǎn)活動受到限制,經(jīng)濟出現(xiàn)頹勢。市場上資金供給減少,債券發(fā)行的信用利差會降低。相反,當貨幣供應量增多時,債券發(fā)行的信用利差會上升。本文選擇樣本債券發(fā)行上一月度的M2增長率作為控制變量,記為IM2。
(3)股票市場指數(shù)。股票市場指數(shù)高漲,代表整個經(jīng)濟運行良好有活力,債券發(fā)行利差會降低;債券與股票這兩種投資有相互替代關(guān)系,股票市場指數(shù)高漲會吸引投資者入場,債券發(fā)行信用利差會升高。本文選擇上證指數(shù)作為股票市場指數(shù),上證指數(shù)主要反映大盤板塊情況。本文選擇樣本債券發(fā)行當月的上證指數(shù)作為控制變量,記為INDEX。
(4)地方GDP水平。地方GDP反映該地區(qū)經(jīng)濟發(fā)展水平,地方政府的GDP越高,說明該地區(qū)經(jīng)濟發(fā)展越好,則企業(yè)資質(zhì)也較好,債券違約可能性較小,政府“隱性擔?!本驮街档孟嘈?。本文選擇城投公司所屬行政級別政府的上年GDP總量作為解釋變量,記為GGDP。
(5)一般公共財政預算收入。地方政府的一般公共財政預算收入反映政府可以自由使用的資金,一般來說,公共財政預算收入越大,倘若城投公司發(fā)生違約行為,政府出手救助的可能性更大。本文選擇城投公司所屬行政級別政府的上年一般公共財政預算收入作為解釋變量,記為INCO。
(6)債券發(fā)行總額。債券發(fā)行規(guī)模代表發(fā)行主體的融資能力和市場接受程度。如果債券發(fā)行規(guī)模較大,代表發(fā)行主體資質(zhì)較好,債券發(fā)行利差可能會較小。本文將發(fā)行規(guī)模作為解釋變量,記為SIZE。
(7)債券評級。城投公司在發(fā)債之前,需要相關(guān)評級機構(gòu)對主體與債項進行評級。主體評級主要是對城投公司自身的評價,債項評級則是針對債券自身的因素。本文選擇債項評級作為信用評級,而在樣本中債券評級主要是AAA,AA+,AA,故設置兩個虛擬變量CR1、CR2,若評級為AA、AA+、AAA時,則CR1、CR2為(0,0)(1,0)(0,1)。
(8)增信措施。當企業(yè)發(fā)債時采用增信措施,可以有效減少債券違約率,從而降低投資人持有風險,增信措施可以使資質(zhì)較差或者信用水平不好的企業(yè)以較低成本進行融資,此時債券發(fā)行的信用利差會減少。本文將增信措施記為CREDIT,存在增信措施則CREDIT為1,不存在增信措施則CREDIT為0。
(9)總資產(chǎn)??傎Y產(chǎn)代表著企業(yè)整體規(guī)模??傎Y產(chǎn)越大,代表企業(yè)體量越大,資質(zhì)越好,債券發(fā)行信用利差會較小。本文將發(fā)債主體的上年總資產(chǎn)作為解釋變量,記為ASSET。
(10)資產(chǎn)負債率。資產(chǎn)負債率主要影響一個企業(yè)的償債能力。較高的資產(chǎn)負債率說明企業(yè)債臺高筑,面臨較大財務風險,發(fā)行債券的違約風險相對較大。本文將發(fā)債主體的上年資產(chǎn)負債率作為解釋變量,記為DEBT。
(11)凈資產(chǎn)收益率。凈資產(chǎn)收益率反映一個企業(yè)的盈利能力。一般來說,凈資產(chǎn)收益率越高,代表著企業(yè)盈利能力越高,償債能力較強,不易發(fā)生債券違約事件,債券發(fā)行信用利差較小。本文將發(fā)債主體上年凈資產(chǎn)收益率作為解釋變量,記為ROE。
本文數(shù)據(jù)均來自Wind數(shù)據(jù)庫、Bloomberg數(shù)據(jù)庫、中國債券信息網(wǎng)等較權(quán)威的數(shù)據(jù)庫與網(wǎng)站。部分債券數(shù)據(jù)參考該債券發(fā)行時的公開募集說明書,部分政府數(shù)據(jù)來源于各級政府的社會發(fā)展與統(tǒng)計公報。本文采用的是Wind城投債的標準篩選數(shù)據(jù)。樣本按照以下6個標準篩選。
第一,2014年1月1日至2016年10月30日期間發(fā)行的城投債(Wind標準)為樣本。由于最近幾年城投債的發(fā)行數(shù)量、發(fā)行總額、發(fā)行利率定價依據(jù)以及發(fā)行方式等都發(fā)生了巨大改變,為便于研究,選取2014~2016年發(fā)行的城投債為樣本。
第二,排除債券發(fā)行主體為獲得地方政府支持的壟斷性企業(yè)。
第三,剔除巨型央企或國企。由于這些企業(yè)資質(zhì)太好,信用狀況較強,導致債券發(fā)行信用利差為負。
第四,剔除短期融資(CP)與超短期融資(SCP)。由于此類債券一般期限為半年到一年,不具有參考性。
生活猶如潮水,無時無刻不在激蕩著我們的情感,刷新著我們的知識。教師如若能在課堂上及時抓住學生心中的每一次感動,引導學生反復咀嚼,仔細玩味,語文課堂就必然會充滿激情,綻放出美麗的光彩。
第五,剔除非固定利率債券。本文主要研究固定利率定價,其他利率類型不屬于本文研究范圍。
第六,剔除數(shù)據(jù)不全的樣本。本文選擇7年期債券,剔除其他期限債券,減少期限因素對于債券發(fā)行利差的影響,以便深入研究不同行政級別下債券發(fā)行信用利差影響因素的區(qū)別,經(jīng)篩選后,剩余樣本總數(shù)為1 402支。其中,所屬政府行政級別為地級市的樣本(以下簡稱地級市樣本)個數(shù)為668支;所屬政府行政級別為縣及縣級市的樣本(以下簡稱縣級市樣本)個數(shù)為458支;所屬政府行政級別為省級及省級市以上的樣本(以下簡稱省級市樣本)個數(shù)為280支。本文采用Spss 18與Eviews 7.0進行數(shù)據(jù)處理。
考慮到可能同時存在多重共線性與異方差,首先要對縣級樣本下解釋變量進行相關(guān)性檢驗,以0.4作為臨界值,找出共線性較強的幾組變量,進行選擇性剔除后,采用WLS方法再重新回歸,解決可能存在的異方差問題。
由表2相關(guān)系數(shù)矩陣可以看出,貨幣發(fā)行量與上證指數(shù)和CPI增長率相關(guān)性較高,貨幣發(fā)行量與CPI一般有正相關(guān)關(guān)系。CR1與增信措施相關(guān)性較高,主要是因為,縣級樣本城投公司資質(zhì)一般較差,需要通過增信措施使自身債項評級達到較高水平。
縣級樣本城投債回歸結(jié)果見表3,對表3具體分析如下。
(1)地方政府財政因素中,地方政府GDP與地方政府一般公共預算財政收入對信用利差有負向影響。其中地方政府GDP在排除共線性之后影響顯著,地方政府財政實力越強,城投公司發(fā)行債券的違約風險就越小,債券發(fā)行信用利差就越小。由于地方政府GDP與一般公共財政預算收入有較強的共線性,所以剔除不顯著的預算收入之后得到GDP是顯著的。
(2)個體因素中,債券發(fā)行規(guī)模與債項評級情況對債券發(fā)行信用利差影響較為顯著,增信措施、凈資產(chǎn)收益率、資產(chǎn)負債率和總資產(chǎn)影響并不顯著。
增信措施對信用利差正向關(guān)系,這與理論預測相反,推測是因為采取增信措施的城投公司一般是資質(zhì)較差的公司,與其他公司相比其信用風險更大,但回歸結(jié)果說明影響不顯著,故刪去。
債項評級與信用利差負相關(guān)并且影響顯著,表明債券信用評級本身就是對發(fā)行債券的信用狀況做一個綜合評價。實證結(jié)果中,CR1的系數(shù)為-0.348 9,代表債券信用評級為AA+;CR2的系數(shù)為-0.919 0,代表債券信用評級為AAA,CR2絕對值系數(shù)比CR1要大,說明高信用評級可以大量減少信用利差。債券信用評級越高說明債券信用風險越低,信用利差越小。
表2 縣級樣本城投債相關(guān)系數(shù)矩陣
表3 縣級樣本城投債回歸檢驗結(jié)果
注:1.*表示在10%水平下顯著,**表示在5%水平下顯著,***表示在1%水平下顯著。2.方程1是對全部自變量的回歸結(jié)果,方程2和方程3是逐步去除共線性變量和不顯著變量,采用WLS方法再重新回歸的結(jié)果。
城投公司自身財務因素中,總資產(chǎn)、凈資產(chǎn)收益率與信用利差有負相關(guān)性,資產(chǎn)負債率與信用利差有正相關(guān)性。但財務因素對信用利差影響都不顯著,推測原因可能是由于城投公司的特殊性,自身財務因素所占比重不大。
由市級樣本城投債的相關(guān)系數(shù)矩陣(表4)可以看出,貨幣發(fā)行量與上證指數(shù)和CPI增長率相關(guān)性較高。地方政府GDP與地方政府一般公共預算收入相關(guān)性較高。在縣級樣本中,CR1與增信措施共線性較強,而在市級樣本中CR與增信措施共線性較強,原因可能是縣級平臺資質(zhì)較弱,需要采取增信措施達到AA+評級,而市級平臺則資質(zhì)較強,采取增信措施可以達到AAA評級。
市級樣本城投債回歸結(jié)果見表5,分析可以得出:
(1)地方政府財政因素中,地方政府GDP與地方政府一般公共預算財政收入對信用利差有負向影響,符合理論預期。同樣,地方政府GDP在排除共線性之后影響顯著,觀察變量系數(shù)可知,市級樣本變量系數(shù)比縣級系數(shù)絕對值要小,說明由于企業(yè)整體資質(zhì)上升之后,政府的隱性擔保就顯得不那么重要了。
(2)個體因素中,債券發(fā)行規(guī)模與債項評級情況對債券發(fā)行信用利差影響較為顯著,增信措施在10%水平下顯著,凈資產(chǎn)收益率、資產(chǎn)負債率和總資產(chǎn)影響并不顯著。
表4 市級樣本城投債相關(guān)系數(shù)矩陣
與縣級樣本一致,增信措施對信用利差正向關(guān)系,這與理論預測相反。發(fā)行規(guī)模與信用利差負相關(guān)。
債項評級與信用利差負相關(guān)并且影響顯著,再次表明債券信用評級本身就是對發(fā)行債券的信用狀況作一個綜合評價。實證結(jié)果中,CR1的系數(shù)為-0.089 2,代表債券信用評級為AA+;CR2的系數(shù)為-0.856 6,代表債券信用評級為AAA,CR2絕對值系數(shù)比CR1要大,相對于縣級平臺,CR1的系數(shù)絕對值急劇減小,說明市級平臺企業(yè)大多數(shù)資質(zhì)位于AA+水平,此時只有達到更高一級的AAA資質(zhì)水平才能再次大幅減少信用利差。
表5 市級樣本城投債回歸檢驗結(jié)果
注:1.*表示在10%水平下顯著,**表示在5%水平下顯著,***表示在1%水平下顯著。2.方程1是對全部自變量的回歸結(jié)果,方程2和方程3是逐步去除共線性變量和不顯著變量,采用WLS方法再重新回歸的結(jié)果。
城投公司自身的財務因素中,總資產(chǎn)、凈資產(chǎn)收益率與信用利差有負相關(guān)性,且影響不顯著。資產(chǎn)負債率與信用利差有負相關(guān)性,且不顯著,這與縣級城投公司結(jié)果不同,原因是市級城投公司平均資質(zhì)水平較高,對資產(chǎn)負債率的關(guān)注度會較小。
由表6中相關(guān)系數(shù)矩陣可看出,貨幣發(fā)行量與上證指數(shù)和CPI增長率相關(guān)性較高。地方政府GDP與地方政府一般公共預算收入相關(guān)性較高,同時省級樣本的共線性比縣級樣本共線性要高。在此前縣級樣本中,CR1與增信措施共線性較強,而在省級樣本中CR2與增信措施共線性較強,原因可能是縣級平臺資質(zhì)較弱需要采取增信措施到達AA+評級,而省級平臺則資質(zhì)較強,一般可以達到AA+,采取增信措施可以達到AAA評級。
表6 省級樣本城投債相關(guān)系數(shù)矩陣
值得注意的是,和縣級、地級樣本不一樣,省級樣本中總資產(chǎn)與債券信用評級達到AAA有明顯的共線性,原因是只有資產(chǎn)規(guī)模達到一定程度,債項評級才有機會達到AAA。
省級樣本城投債回歸結(jié)果見表7,分析該表可得出:
表7 省級樣本城投債回歸檢驗結(jié)果
注:1.*表示在10%水平下顯著,**表示在5%水平下顯著,***表示在1%水平下顯著。2.方程1是對全部自變量的回歸結(jié)果,方程2和方程3是逐步去除共線性變量和不顯著變量,采用WLS方法再重新回歸的結(jié)果。
(1)地方政府財政因素中,地方政府GDP與地方政府一般公共預算財政收入對信用利差有負向影響,符合理論預期。但是地方政府GDP與地方政府一般財政公共預算收入的影響都不顯著。由此可知,到達省級行政級別層次的城投公司債券發(fā)行利差基本上與地方政府無顯著關(guān)系,原因可能是省級城投公司自身資質(zhì)優(yōu)異,不需要依靠政府的“隱性擔?!?。
(2)個體因素中,只有債項評級情況對債券發(fā)行信用利差影響較為顯著,增信措施、凈資產(chǎn)收益率、資產(chǎn)負債率和總資產(chǎn)影響并不顯著。與市級、縣級不同,省級樣本城投公司普遍資質(zhì)較高,自身狀況與其他因素所占利差比重進一步減少,所以只有債項評級顯著。
與地級、縣級樣本一致,增信措施對信用利差負向關(guān)系,這與理論預測相同。發(fā)行規(guī)模與信用利差負相關(guān)。
債項評級與信用利差負相關(guān)并且影響顯著,債券信用評級本身就是對發(fā)行債券的信用狀況一個綜合評價。實證結(jié)果中,CR1的系數(shù)為-0.409 7,代表債券信用評級為AA+;CR2的系數(shù)為-0.854 6,代表債券信用評級為AAA,CR2絕對值系數(shù)比CR1要大,相對于市級平臺,CR1的系數(shù)絕對值增大,說明在省級城投公司中,偶爾存在債項評級是AA等級的債券,其信用利差比AA+等級債券要更高一些。
城投公司自身的財務因素中,總資產(chǎn)、凈資產(chǎn)收益率與信用利差有負相關(guān)性,資產(chǎn)負債率與信用利差也有正相關(guān)性,與理論預期相同。
通過研究宏觀經(jīng)濟因素、地方政府財政因素和城投公司債券自身的個體因素,對所屬不同行政級別城投公司債券發(fā)行信用利差影響分析,可總結(jié)出以下幾點結(jié)論。
第一,總體來說,個體因素中的債項評級情況在3個不同行政級別樣本中都十分顯著。地方政府GDP與發(fā)行規(guī)模在省級樣本中不顯著,但是在市級、縣級樣本中顯著。原因是縣級、市級的城投公司本身資質(zhì)較差,需要地方政府信用進行彌補,而省級的城投公司資質(zhì)較好,不需要政府彌補;同樣對于發(fā)行規(guī)模來說,縣級、市級城投公司資質(zhì)差,需要更多信息來判斷資質(zhì)情況,此時債券發(fā)行規(guī)模就成為一個明顯的衡量指標。
第二,隨著城投公司所屬行政級別的升高,宏觀因素的影響變得更大,這可能是因為城投公司所屬行政級別升高后,企業(yè)的自身資質(zhì)較好,信用風險可能降低,但宏觀因素對省級城投公司的債券發(fā)行信用利差影響更大。
第三,地方政府財政因素在各行政級別中影響方向也是相同的。從系數(shù)的絕對值大小來看,隨著行政級別的升高,系數(shù)絕對值逐漸降低。這說明在企業(yè)資質(zhì)差時,需要政府隱性擔保來彌補;在企業(yè)資質(zhì)較好時,則不需要政府的“幫助”,政府方面的影響因素變小。
第四,個體因素在不同行政級別中的影響方向略有不同??傮w來看,城投公司債券發(fā)行信用利差都與評級情況和發(fā)行規(guī)模呈負向關(guān)系。同時在所有行政級別中,企業(yè)自身財務因素影響都不顯著,原因是城投公司的特殊性導致其財務數(shù)據(jù)可信度不高。從系數(shù)的絕對值大小來看,隨著行政級別的升高,系數(shù)絕對值逐漸降低,說明債項評級因素的影響隨著企業(yè)資質(zhì)的增強逐漸減弱。
針對上述結(jié)論,各層級政府及所屬的城投公司應采取以下幾方面對策。
第一,對于政府來說,應該大力促進地方經(jīng)濟的繁榮健康穩(wěn)定發(fā)展,特別是行政級別較低的政府。研究表明,城投公司所屬層級政府經(jīng)濟總量越大,財政實力越強,債券發(fā)行利差則越小,即市場認為城投債信用風險越低。地方的繁榮與發(fā)展影響債券的發(fā)行成本,所以地方政府大力發(fā)展經(jīng)濟使城投公司融資成本降低,實現(xiàn)良性循環(huán),促進地方發(fā)展。
第二,對于投資者來說,城投公司債券風險水平可以主要從債項評級和宏觀因素兩個指標來衡量。當然對于所屬城投級別較低的城投公司來說,所屬政府的財力也是一個重要因素。由上文實證分析可知,在對于低行政級別所屬的城投公司,投資者更需要關(guān)注該級別政府的經(jīng)濟總量和財政實力,而對于高行政級別所屬的城投公司,投資者對該層次政府財力狀況的關(guān)注度可以降低。投資者可以通過關(guān)注以上3個主要指標來衡量城投公司債券的風險,從而估算出債券發(fā)行信用利差,再決定是否對該債券投資。
第三,對于融資主體即城投公司來說,由于其所屬的政府和宏觀環(huán)境因素無法改變,所以政府和宏觀環(huán)境因素不用過多關(guān)注。根據(jù)上文實證分析可知,在個體因素中,對于債券發(fā)行信用利差有顯著性影響的因素是發(fā)行規(guī)模和債券評級。那么,城投公司發(fā)行債券時,可以把主要精力放在債項評級上,采取各類增信措施使債項評級提高。同時,城投公司也要注意合理設計發(fā)債規(guī)模,使自身融資成本達到最低。
第四,對于監(jiān)管機構(gòu)來說,由于低行政級別城投公司發(fā)行債券信用利差的風險更大,需要政府的隱性擔保,因此監(jiān)管機構(gòu)可以采取有針對性的措施,加強對低行政級別城投公司債券發(fā)行的監(jiān)管;而高行政級別城投公司發(fā)債信用利差受宏觀經(jīng)濟因素影響更大,監(jiān)管機構(gòu)可采取一些宏觀經(jīng)濟方面的政策引導,使城投公司能有一定的政策預期,權(quán)衡是否發(fā)債,降低宏觀因素對城投公司發(fā)債的影響。
本文對不同行政級別的地方政府城投債分別進行研究,得到不同行政級別的地方政府城投債信用利差影響因素的異同,為各層級地方政府解決城投債問題提供參考,為監(jiān)管者制定監(jiān)管政策提供依據(jù),為城投債公司發(fā)債提供權(quán)衡因素,為投資者提供投資關(guān)注指標。城投債是中國債券市場的重要組成部分,目前城投債違約頻發(fā),地方政府債務風險問題成為金融工作會議的主要議題之一,因此研究城投債的信用利差影響因素具有很強的現(xiàn)實意義。隨著城投債面臨風險加大,相應的監(jiān)管政策日趨嚴格,因此未來可考慮在本研究框架基礎之上,研究政策沖擊對城投債信用利差帶來的影響。