劉彼得

（中國財政科學研究院，北京100142）

一、主權信用評級簡介

主權信用評級(Sovereign Credit Rating)是評級機構對于經濟體履行其財務承諾的能力與意愿的評價。需要注意的是，盡管“主權信用評級”中帶有“主權”二字，但該名詞只是一個沿襲歷史的習慣性稱謂，對某個經濟體使用該名詞并不意味著在政治上承認該經濟體具有獨立主權。例如，英屬百慕大群島、英屬開曼群島等地區(qū)均被評級機構賦予與其屬國不同的“主權信用評級”。同樣地，此名詞也被用于描述中國香港特別行政區(qū)、中國澳門特別行政區(qū)和中國臺灣省，但并不意味著上述三個地區(qū)具有獨立主權，文章后文亦不再單獨對此強調。

信用評級本質上是通過將大量分析濃縮為一個符號并將其賦予一個實體或其發(fā)行的債務工具，以便給予人們對于信用風險的簡單而直觀的認識。目前，在國際上獲得投資者普遍認可的評級機構主要有三家，即標準普爾(Standard & Poor's)、穆迪(Moody's)和惠譽(Fitch)，并稱為三大評級機構。盡管在細節(jié)上存在一些區(qū)別，但三家評級機構的評級符號具有一定的相似性。評級符號方面，標普和惠譽使用的符號形式類似，均使用重復的大寫字母和正負號或無后綴組合，字母在字母表中排序越靠前，重復次數越多，使用加號而非減號，則表示信用質量越高，或信用風險越小。如AAA 代表信用質量最高的評級，AA+次之，AA 再次之。而穆迪則用小寫的a 代替重復的大寫字母，用阿拉伯數字1、2、3 代替加號、無后綴和減號。如Aaa 代表信用質量最高的評級，Aa1 次之，Aa2 再次之。BBB-/Baa3 和BB+/Ba1 是投資級和非投資級的分水嶺，在債券市場上，前者往往被認為是比較安全的資產，而后者則被認為是屬于風險較高的資產。

主權信用評級對于經濟體的發(fā)展有著重大的影響。第一，主權信用評級直接影響經濟體政府在國際市場上進行債務融資的可能性和資金成本。主權信用評級過低的經濟體往往難以在國際市場上融到資金或需以極高的利率進行融資，而經濟體的主權信用評級越高，投資者對其要求的風險溢價越低，體現為較低的借貸利率。第二，主權信用評級一般在經濟體內部起到天花板作用，即該經濟體的其他實體的信用評級一般不高于主權信用評級，除非該實體的絕大多數收入和資產來自境外，或有來自境外的增信措施。第三，主權信用評級也常常被視作對一個經濟體的綜合評價，從而影響該經濟體對其他形式的國際投本如FDI 投資的吸引力。

主權信用評級對投資者而言是重要的參考指標。信用評級較為簡單明了地顯示了投資者進行投資時面臨的風險。許多投資機構在設計投資指引時，都會將評級作為重要的限制條件。例如，一些較為保守的投資機構如養(yǎng)老基金在進行投資時會明確其只投資于投資級（即信用評級在BBB-/Baa3 或以上） 的投資標的。同時，信用評級也在很大程度上影響投資者要求的風險溢價。

信用評級在經濟中發(fā)揮重要作用的同時也時而遭到非議，尤其是在1997 年亞洲金融風暴、2008 年全球金融危機和2011年歐債危機之后，對評級機構的批判聲不絕于耳。一方面，評級機構有時會將陷入危機的經濟體的主權信用評級下調，而后者則指責評級機構調降評級的行為起到了推波助瀾的作用。例如，歐債危機期間歐盟因穆迪迅速將葡萄牙的主權信用評級下調而批評穆迪“反歐洲”，土耳其批評評級機構發(fā)表的關于土耳其的負面信息是意在干擾大選，甚至美國總統(tǒng)奧巴馬在標普將美國主權信用評級將至AA+后也曾發(fā)表過“不管某個評級機構說什么，美國都是AAA 級”的言論。而另一方面，投資者往往認為盡管評級機構標榜其評級是具有前瞻性的，但實踐中往往反應遲緩，難以及時預見危機的降臨。

盡管時有爭議，但評級機構所發(fā)揮的作用是無可替代的。實踐表明，市場對來自評級機構的評價依然十分重視。信用評級在目前仍然是市場普遍接受的對于信用風險的度量尺度之一，也是市場參與者在討論信用風險時使用的共同專業(yè)語言。了解主權信用評級的影響因素有著較為重要的現實意義，一些研究者也曾就這一課題發(fā)表過研究。早期的研究多是基于橫截面數據進行建模，隨著時間的推移和計量經濟學技術的不斷完善，研究者提出了更多的建模方式來對信用評級的影響因素進行刻畫。

近年來，空間計量經濟學的發(fā)展則為主權信用評級影響因素的研究提供了一個新的角度。新千年以來，經濟全球化程度日益加深，全球各經濟體之間的經貿往來日益頻繁，那么各經濟體的信用評級是否會存在一定的空間相關性？對一個經濟體信用評級影響顯著的經濟變量是否也會顯著影響周邊經濟體的信用評級？為了解答上述問題，文章基于2003-2018 年的105個經濟體的跨國面板數據建立了一個空間面板數據模型，目的是對信用評級的影響因素進行刻畫。

文章余下部分結構安排如下：第二部分介紹文章研究邏輯，回顧以往的相關文獻，并簡要介紹空間計量經濟學相關理論；第三部分介紹和討論了文章采用的計量模型及數據；第四部分對實證結果進行討論和分析；第五部分進行總結。

二、文獻回顧和相關理論

1. 研究邏輯

文章研究的問題是主權信用評級的影響因素。如前文所述，主權信用評級是評級機構對于經濟體履行其財務承諾的能力與意愿的評價。換言之，評級機構的評級方法論和評級流程決定了評級結果。

在評級方法論方面，三大評級機構具有較強的共性，都試圖從若干不同側面評價經濟體的信用風險。標普主要從五個關鍵因素進行評價：機構有效性和政治風險(Institutional Effectiveness and Political Risks)、經濟結構和增長前景(Economic Structure and Growth Prospects)、外部流動性和國際投資頭寸(External Liquidity and International Investment Position)、財政靈活性與財政表現及債務負擔(Fiscal Flexibility and Fiscal Performance，Combined with Debt Burden)、貨幣靈活性(Monetary Flexibility)。穆迪主要從四個關鍵因素進行評價：經濟強度(Economic Strength)、機構強度(Institutional Strength)、政府財務強度(Government Financial Strength)、對外部風險的脆弱性(Susceptibility to Event risk)。惠譽則以結構特征(Structural Features)、宏觀經濟表現、政策與展望(Macroeconomic Performance，Policies and Prospects)、公共財務狀況(Public Finance)、外部財務狀況(External Finance)作為其評級的四大支柱。

在評級流程方面，三大評級機構也較為相似，具體對比如表1 所示。

表1 三大評級機構評級流程對比

在評級流程中，評級委員會是最關鍵的，是具有決定性的步驟。在評級委員會上，評級團隊將以報告的形式提交其評級建議及相關的數據、預測和支持性論據。投票委員在聽取報告后進行討論，并最終通過投票決定是否能夠通過該評級。

從上述流程可以看出，主權信用評級的給定在實踐中是一個主觀和客觀相結合的流程。評級團隊在進行分析時既會依據定量數據，也會參考定性因素。評級團隊需要對經濟體的前景進行展望，將不可避免地帶入一定的主觀性，而與發(fā)行人互動等環(huán)節(jié)則進一步增加了評級的主觀性。

另外，一致性也是主權信用評級中常見的考慮因素。橫向來看，評級機構需要確保評級主體的信用質量在橫截面上的一致性，也就是說情況類似的評級主體應該擁有相近的評級?？v向來看，評級需要反映評級主體的信用質量隨時間發(fā)生的變化。

綜上，主權信用評級是通過一個較為復雜的過程所形成的。但從評級機構的方法論出發(fā)，通過選擇一些有代表性的經濟變量是有可能通過一個較為簡潔的計量模型，在一定程度上對主權信用評級最主要的影響因素進行刻畫的。不少學者也在這方面做出了一定的嘗試。

2. 相關文獻

如前所述，信用評級是一個主客觀相結合的過程，并非是一個完全由數據驅動的過程，然而經濟數據依然是分析師建議評級和評級委員會進行討論的重要基礎，加之一些定性的變量也可以用一些公開的指標進行衡量，利用這些數據，研究者嘗試采用不同的建模方式研究對主權信用評級影響較為顯著的變量。

最基本的一類模型是基于橫截面數據的回歸模型，這類模型多見于此類研究的早期。Cantor& Packer(1996)基于49 個國家1995 年9 月的標普和穆迪評級以及一系列經濟數據構成橫截面數據建立了線性回歸模型，實證結果顯示主權信用評級的最主要的影響因素包括人均GDP、GDP 增速、通貨膨脹、外債、經濟發(fā)展水平（即是否工業(yè)化） 和違約歷史。Afonso(2003)基于81 個國家2001 年6 月的標普和穆迪評級以及一系列經濟數據構成橫截面數據建立了橫截面線性回歸模型和logistic 回歸模型，得出的結論與Cantor& Packer(1996)類似。Butler & Fauver(2006)使用86 個國家的橫截面數據檢驗了信用評級的影響因素，發(fā)現法律和政治機構的質量對主權信用評級有顯著影響。

另一些研究者采用了基于面板數據的回歸模型，與橫截面數據相比，面板數據能夠更好地控制不可觀測的個體差異，同時可以大幅增加樣本容量，提高估計的有效性。Bozic &Magazzino(2013)基于1975-2010 年期間的139 個國家的數據建立非平衡面板數據模型，結果顯示人均GNI、通貨膨脹、失業(yè)率、財政余額、政府債務和違約歷史對主權信用評級的具有顯著影響，而GNI 增長和經常賬戶余額的相關性較小。那明(2014)基于OECD 國家1999-2012 年的數據建立了面板數據模型，發(fā)現人均GDP、GDP 增長率和經常賬戶余額對主權信用評級有正面影響，失業(yè)率和通脹對主權信用評級有負面影響。Chee(2015)基于2000-2011 年的53 個國家的數據建立面板數據模型，結果顯示違約歷史、經濟發(fā)展指標、實際匯率、通貨膨脹、外債/GDP、外匯儲備/GDP、貨幣供應量/GDP、出口/GDP、經濟自由度對主權信用評級具有顯著影響。蘇民(2017)基于2009-2016 年期間的80 個國家的數據，建立了面板數據模型，發(fā)現經濟增長率、通脹率和失業(yè)率對主權信用評級具有長期影響力，而政府收支和對外債務對主權信用評級具有短期影響力。

主權信用評級本身是序數變量，上述研究往往將之線性映射為基數變量以建立模型，這隱含了相鄰兩個信用評級所代表的信用風險的差別是相等的假設。為了克服這一問題，一些研究者采用了Ordered Probit 模型或Ordered Response 模型進行建模。另外，Case-Based Reasoning、PVAR 等數據驅動的方法也有研究者采用。Bissoondoyal-Bheenick(2005)基于94 個國家2001年12 月三大評級機構的評級及一系列經濟數據建立了Case-Based Reasoning 模型和Ordered Probit 模型，結果顯示作為技術水平的代理變量的移動電話使用率、GDP 和通貨膨脹對主權信用評級有顯著影響。Afonso(2010)基于1995-2005 年的面板數據建立面板回歸模型和Ordered Response 模型，結果顯示人均GDP、GDP 增長率、政府債務和政府收支余額的變化對的主權信用評級有短期影響，而政府效率、外債、外匯儲備和違約歷史是主權信用評級的長期決定因素。陸留存和田益祥(2011)基于面板數據分別運用一般的面板數據方法和Ordered Probit 方法分別建模，發(fā)現實際GDP 增長、人均GDP、通貨膨脹、政府效率、經常賬戶收支、外匯儲備、對外債務、政府盈余/赤字、政府債務、發(fā)展中國家的身份、違約歷史對主權信用評級有顯著影響。Reusens and Croux(2017)基于2002-2015 年期間的90個國家的數據建立Ordered Probit 模型，發(fā)現歐債危機后，資本賬戶、經濟發(fā)展和外債對信用評級的重要性大幅提升，歐元區(qū)成員國效應由正轉負。此外，GDP 增長對高負債的經濟體影響增大，而政府債務對GDP 增長率較低的國家更加重要。文章認為這些結果反映出歐債危機爆發(fā)后信用評級機構的信用評級理念有一定變化。Boumparis 等(2019)通過建立PVAR 模型發(fā)現不良貸款對經濟體主權信用評級有顯著影響。

綜上所述，研究主權信用評級影響因素的文獻較為豐富，但少有文獻將主權信用評級影響因素的空間相關性納入考量，文章從這一角度出發(fā)，嘗試進一步豐富此類文獻。

3. 空間計量模型相關理論

空間計量經濟學是計量經濟學近年來發(fā)展較快的一個分支，一般認為由Paelinck 奠基，并由Anselin、Cliff、Ord、Bennett、Kelejian、Prucha、LeSage、Pace、Elhorst 等學者不斷繼承和發(fā)展?？臻g計量經濟學在傳統(tǒng)計量經濟學的基礎上將觀測的區(qū)位信息量化并納入計量模型之中，即為觀測樣本建立空間結構。傳統(tǒng)的計量經濟學模型中，某一觀測的被解釋變量通常只受到其自身的解釋變量的影響。而在空間計量經濟學模型中，某一觀測的被解釋變量還可能受到其他觀測的被解釋變量影響，或受到其他觀測的解釋變量影響，此外不同觀測的隨機誤差項也可能有相互影響。如果這種影響確實存在，那么傳統(tǒng)的非空間計量經濟學模型或許不是描述被解釋變量和解釋變量的最佳模型，空間計量經濟模型則可以更好地刻畫被解釋變量與解釋變量之間的關系。

闡述空間計量經濟學的理論文獻常常援引Tobler 的地理學第一定律“事物是普遍聯系的，而相近的事物的聯系更加緊密?！边@就是說，在建立計量經濟學模型時，需要考慮到觀測之間的遠近親疏，并在模型中加以體現，使得區(qū)位距離更近的觀測之間的作用較強，而區(qū)位距離更遠的觀測之間的作用較弱?？臻g計量經濟學中，這一特性通常由空間權重矩陣體現。假設橫截面上的觀測數為N，空間權重矩陣是一個N×N 的矩陣，以度量任意兩個觀測之間的距離。常見的空間權重矩陣的設定方式包括0-1 鄰接矩陣（如果兩個觀測相鄰，則空間權重為1，如果兩個觀測不相鄰，則空間權重為0）、反距離矩陣（以兩個觀測之間的距離的倒數作為空間權重）、反距離平方矩陣（以兩個觀測之間的距離的倒數的平方作為空間權重） 等。雖然空間權重矩陣的設定方式具有一定多樣性，但總體而言都遵循使關系較密切的兩個觀測的空間權重較大，關系不密切的兩個觀測的空間權重較小的原則。

常見的空間計量模型有6 種，最一般的模型被稱為Manski模型，在模型中包含了觀測的模型變量中三種可能的空間交互形式，如下：

其中，ρWY 體現不同觀測的被解釋變量之間的相互影響，WXθ 體現某觀測的被解釋變量受到其它觀測的解釋變量影響，λWu 則體現隨機誤差項之間的相互影響。

若λ=0，則Manski 模型特殊化為空間杜賓模型（SDM），它排除了隨機誤差項之間的相互影響。這一模型的適用性比較強，在LeSage 和Elhorst 等人的推崇下，空間杜賓模型（SDM）是目前最受認可的空間計量經濟學建模方式。若λ=0 且θ=0，空間杜賓模型可以進一步特殊化為空間滯后模型（SAR），若λ=0 且ρθ+β=0，空間杜賓模型可以進一步特殊化為空間誤差模型（SEM）。

若θ=0，則Manski 模型特殊化為空間自相關模型（SAC）或因其提倡者而稱為Kelejian-Prucha 模型。

若ρ=0，則Manski 模型特殊化為空間杜賓誤差模型（SDEM），這一模型設定方式在實證分析中較不常用。

三、模型設定與估計

1. 模型變量和數據

模型的被解釋變量為經濟體的信用評級，采用線性變換的方式將三大評級機構對某一經濟體的評級符號映射為數字并取三個數字的平均值作為經濟體的綜合評級。AAA 評級賦值為1，AA+評級賦值為2，以此類推。按這一賦值方式，數字越小表示信用評級越高，數字越大表示信用評級越低。具體對應如表2 所示。

表2 評級符號與模型中數值的對應關系

結合以往文獻和數據可得性，文章選擇的解釋變量包括人均GDP、GDP 增長率、通貨膨脹率、財政賬戶余額/GDP、經常賬戶余額/GDP、政府負債/GDP、外匯儲備/進口、政府治理水平和違約歷史。

人均GDP(gdppc)：高人均GDP 對信用評級影響預期偏正面，即系數符號為負。人均GDP 衡量了經濟體的富裕程度，更富裕的經濟體往往意味著現代化歷史較久或現代化程度較高，其往往具有更強的償債能力和償債意愿。

GDP 增長率(gdpgr)：高經濟增長對信用評級影響預期偏正面，即系數符號為負。經濟的高速增長會增強經濟體償還債務的能力。取近三年平均。

通貨膨脹率(inf)：高通脹對信用評級影響預期偏負面，即系數符號為正。過高的通貨膨脹率往往意味著經濟出現了問題。取近三年平均。

財政賬戶余額/GDP(gb)：財政賬戶赤字對信用評級的影響預期偏負面，即系數符號為正。過高的財政赤字意味著政府負擔過重，償債能力受到損害。取近三年平均。

經常賬戶余額/GDP(ca)：經常賬戶赤字對信用評級的影響預期不確定。經常賬戶赤字這一現象反映出的經濟本質可能是多方面的，一方面可能是該經濟體吸引了大量的資本流入（根據國際收支平衡原理，資本賬戶盈余=經常賬戶赤字），而資本轉化為投資可以促進經濟進一步發(fā)展；另一方面可能是該經濟體生產能力低下，需要大量進口產品以滿足其內需，而出口能力也不強。因此僅從該數字上難以判斷經濟體信用面是否穩(wěn)固。取近三年平均。

政府負債/GDP(gd)：高政府負債率對信用評級影響預期偏負面，即系數符號為正。政府負債率是政府償債能力最直接的反映。債務負擔越沉重，顯然政府償還債務的難度越大。

外匯儲備/進口(res)：高外匯儲備/進口對信用評級影響預期偏正面，即系數符號為負。較多的外匯儲備意味著抵御外部風險的能力強。

政府治理水平(wgi)：好的治理水平對信用評級影響預期偏正面，即系數符號為負。一方面，治理水平較高的經濟體更重視信譽，使其償債意愿更強；另一方面，治理水平較高的經濟體傾向于合理控制政府開支，使其償債能力有所保障。這里政府治理水平采取基于世界銀行的世界治理指數（Worldwide Governance Indicator，WGI），WGI 是全球范圍內應用最廣泛的用以衡量國家治理水平的指數之一。該指數將治理定義為：“國家行使權力時涉及的傳統(tǒng)和制度。包括選舉、監(jiān)督和更替政府的過程、政府有效制定和實施健全政策的能力以及公民和國家對經濟和社會活動管理制度的尊重?！笔澜缰卫碇笖捣譃榱鶄€維度匯總了自1996 年以來的200 多個國家和地區(qū)的數據形成了六個綜合指標：發(fā)言權和問責制、政治穩(wěn)定與無暴力、政府有效性、監(jiān)管質量、法治、腐敗控制。上述指標基于各種調查機構、智囊機構、非政府組織、國際組織和私營企業(yè)提供的超過30 個數據源，從而聚合了各國大量企業(yè)、公民和專家調查受訪者的觀點。然而世界治理指數并未將上述6 個指標進一步綜合，即并未發(fā)布一個綜合上述6 個維度的總體指標。為了構造一個能夠衡量國家治理水平的總體指標，這里使用主成分分析（Principal Component Analysis，PCA） 方法提取了6 個指標的第一主成分作為衡量治理水平的變量。

違約歷史(def)：有違約記錄對信用評級的影響偏負面，即系數符號為負。如果一個經濟體曾經有違約歷史，一方面該經濟體的經濟和政治的客觀情況可能會使其更容易做出再次違約的決定，即便該經濟體的情況已經發(fā)生變化，違約歷史本身也可能會給評級分析人員帶來負面印象，使之在給出評級建議時傾向于更加謹慎。這是一個虛擬變量，如果該經濟體自1997年以來有主權違約記錄，則def 取1，否則取0。

文章采用的數據主要來自世界銀行的World Development Indicator 數據庫、IMF 的World Economic Outlook 數據庫等，對于無法獲取的數據進行了插值處理。數據時間跨度為2003-2018年，橫截面上有105 個經濟體，共1680 個觀測點。表3 和表4分別列出了變量的描述性統(tǒng)計和解釋變量間的相關性，除人均GDP 和治理水平兩個變量之間的相關性較高（超過0.7） 外，其它解釋變量之間的相關性相對適中。

表3 變量的描述性統(tǒng)計

表4 解釋變量間的相關性

2. 模型估計與選擇

由于文章描述的研究涉及跨經濟體的數據，而因海洋的存在，對經濟體的相鄰性做出勘定有一定的模糊性。故而相較于0-1 相鄰矩陣，反距離矩陣可以更加準確地描述經濟體間的空間關系。將空間權重矩陣記為W，W 形如：

其中

dij來自CEPII，為經濟體之間以人口衡量的最重要城市或聚居區(qū)的經緯度計算的大圓距離。

首先，需要探究的是給定上述空間權重矩陣的設定方式，該模型是否存在空間自相關性，以判定是否有必要在模型中引入空間結構。

結合上述空間權重矩陣，首先計算被解釋變量的莫蘭指數(Moran's I)，并按照Anselin(1988)建議的方式，使用被解釋變量對解釋變量進行OLS 回歸，并對OLS 的回歸殘差進行LM 檢驗。莫蘭指數和LM 檢驗的結果均顯示應拒絕OLS 模型而支持空間模型，見表5。

在確認了空間相關性存在的基礎上，按照LeSage&Pace(2009)建議的方式，首先估計空間杜賓模型（SDM），并決定面板模型的建模方式：

表5 空間相關性檢驗

其中，Rating 代表被解釋變量信用評級，W 代表空間權重矩陣，X 代表解釋變量矩陣，ρ、β 和θ 為待估參數，ε 為隨機誤差項。

首先，考慮應該采用固定效應抑或隨機效應進行面板數據模型估計。分別用極大似然方法估計固定效應和隨機效應，并以原假設為隨機效應進行豪斯曼檢驗。經計算，豪斯曼檢驗的卡方統(tǒng)計量為345.2，自由度為8，p 值為0.0000，顯著拒絕隨機效應，說明應使用固定效應建模。接下來需要考慮應該使用個體固定效應抑或個體時間雙向固定效應進行建模。分別用極大似然方法估計個體固定效應和個體時間雙向固定效應，并進行LR 似然比檢驗。經計算，LR 似然比檢驗的卡方統(tǒng)計量為28.12，自由度為15，p 值為0.0208，即拒絕個體固定效應，傾向于個體時間雙向固定效應。

使用聚類誤差穩(wěn)健的標準誤估計個體時間雙向固定效應面板模型，考慮到人均GDP 和治理水平的高相關性，出于穩(wěn)健性考量，估計以下三個模型：模型(1)使用全部解釋變量，模型(2)從模型(1)中省略人均GDP，模型(3)從模型(1)中省略治理水平。

如表6 所示，系數向量β 中，除模型(2)中不包含人均GDP(gdppc)、模型(3)中不包含治理水平(wgi)外，人均GDP(gdppc)、政府負債率(gd)、治理水平(wgi)、違約歷史(def)在各模型中均顯著，且符號方向相同；系數向量θ 中，財政余額(gb)、政府負債率(gd)在各模型中均顯著，且符號方向相同，說明對上述解釋變量系數的估計是相對穩(wěn)健的。從R 平方上看，模型(1)的解釋力要優(yōu)于省略了顯著解釋變量的模型(2)和(3)。事實上，人均GDP(gdppc)和治理水平(wgi)之間較高的相關性并未影響這兩個變量在模型(1)中的顯著性，故以模型(1)為基準模型。

為了證明空間杜賓模型(SDM)是恰當的選擇，還需要檢驗以下兩個原假設H01：θ=0 和H02：θ+ρβ=0。

前一個假設檢驗用以確定空間杜賓模型可否簡化為空間滯后模型(SAR)，后一個假設檢驗用以確定空間杜賓模型(SDM)可否簡化為空間誤差模型(SEM)。

表6 模型系數估計

模型(1)的檢驗結果拒絕了上述兩個原假設。假設H01 的卡方檢驗統(tǒng)計量為21.00，自由度為9，相應的p值為0.0126，假設H02 的卡方檢驗統(tǒng)計量為17.10，自由度為9，相應的p值為0.0471，假設H01 和H02 均被拒絕，表明空間杜賓模型是恰當的建模方式。

四、實證結果分析

模型(1)的R 平方為0.72，證明該模型具有較好的解釋力。系數向量β中，人均GDP、政府負債率、治理水平和違約歷史前的回歸系數具有統(tǒng)計顯著性，且符號與預期一致。系數向量θ 中，財政余額和政府負債率的回歸系數具有統(tǒng)計顯著性。

根據LeSage&Pace(2009)，空間計量模型下，變量之間存在外溢和反饋。在空間杜賓模型的設定下，每個個體的解釋變量對自身的被解釋變量（即直接效應） 和其他個體的被解釋變量（即間接效應） 的邊際效應都是不同的，因此簡單看檢驗回歸系數的統(tǒng)計顯著性可能會造成謬誤，LeSage&Pace 建議計算和檢驗空間計量模型的平均直接效應和平均間接效應。某解釋變量的平均直接效應表示計算所有觀測的該解釋變量對這一觀測的被解釋變量的邊際效應的平均值，而平均間接效應表示計算所有觀測的該解釋變量對其他觀測的被解釋變量的邊際效應之和的平均值。換句話說，平均直接效應在平均意義上刻畫了某個體的解釋變量對自身被解釋變量的影響，而平均間接效應在平均意義上刻畫了某個體的解釋變量對其他個體的被解釋變量的影響。該模型的平均直接效應和平均間接效應計算和統(tǒng)計檢驗如表7 所示。

實證結果表明，人均GDP(gdppc)、政府負債率(gd)、治理水平(wgi)和違約歷史(def)對主權信用評級的平均直接效應具有統(tǒng)計顯著性，而政府負債率(gd)對主權信用評級的平均間接效應具有統(tǒng)計顯著性。

人均GDP(gdppc)：人均GDP 對信用評級的平均直接效應有統(tǒng)計顯著性，但估計的數值表明人均GDP 對信用評級的影響幅度并不大。當一個經濟體的人均GDP 每上升10000 美元時，其信用評級會上升0.22 個檔位。直觀上，人均GDP 能夠從一個側面反映經濟體的富裕程度。人均GDP 越高的經濟體通常越接近于發(fā)達經濟體，而人均GDP 越低的經濟體則越接近于發(fā)展中經濟體。相比較而言，發(fā)達經濟體相比于發(fā)達經濟體更不易發(fā)生違約事件。第一，根據定義，發(fā)達經濟體單位人口的產出較高，即發(fā)達經濟體居民潛在的納稅能力較強，經濟體的潛在償債能力也較強。第二，發(fā)達經濟體的貨幣具有更高的國際化程度，更接近于硬通貨，在償還外債時可以使用其本幣兌換外匯進行償還而不對市場造成明顯沖擊。其在償還外幣債務時受到的外匯儲備的制約較小，對經濟體的主權信用而言，這是一個顯著優(yōu)勢。第三，人均GDP 較高的發(fā)達經濟體往往有塑造良好的國際形象和謀求國際話語權的意愿，在其具有償債能力的前提下缺乏主動違約的政治動機。

政府負債率(gd)：政府負債率對主權信用評級的平均直接效應和平均間接效應均具有統(tǒng)計顯著性，其平均直接效應估計為0.055，平均間接效應估計為0.062。這意味著，在平均意義上，當一個經濟體的政府負債率每上升10 個百分點時，其信用評級會下降0.55 個檔位，同時會對其他經濟體產生“總和約為0.62 個檔位”的外溢效應。顯著的平均直接效應表明，評級機構傾向于給政府負債率較高的經濟體賦予較低的主權信用評級，而給政府負債率較低的經濟體賦予較高的經濟體賦予較高的主權信用評級。這一規(guī)律是符合經濟直覺的。政府負債率越高，經濟體的公共債務負擔越重，其償債能力也就越捉襟見肘，違約概率相應越高，主權信用評級相應越低。顯著的平均間接效應表明，政府負債率對于主權信用評級具有外溢作用。這是在模型中引入空間相關性后得出的區(qū)別于以往文獻的實證發(fā)現。某個經濟體政府負債率不僅影響該經濟體自身的信用評級，還會影響其周邊經濟體的信用評級。Masson(1998)曾提出溢出效應的理論，認為當某個經濟體的風險水平上升時,金融市場會提高對與其相似國家的風險溢價，使得與其相似的國家的融資成本上升。類比于這一理論，當評級機構認為某個經濟體的政府負債率上升而為其信用擔憂時，也可能會同時對其周邊經濟體的信用風險提高警惕，這可能出于對這些經濟體面臨相同風險因素的預期，也可能是出于行為經濟學的啟發(fā)式判斷。一個典型的事例是歐債危機時期歐洲國際的信用評級出現較為普遍的下調。例如，一向被視為歐洲核心國家的法國在歐債危機時期政府負債率并未出現顯著上升，然而隨著希臘等歐洲邊緣國家負債率迅速攀升，法國的評級也在2012 年遭到了評級機構的降級。一方面，評級機構擔心其他歐洲邊緣國家的債務危機會拖累法國經濟增長，損害其財源；另一方面，歐盟組織的對歐洲邊緣國家的救助需要歐盟中財政較為健康的國家如法國提供支持，而評級機構擔心對歐洲邊緣國家的救助會對法國的財政情況造成拖累。

表7 直接效應和間接效應估計

治理水平(wgi)：治理水平對主權信用評級的平均直接效應具有統(tǒng)計顯著性。在平均意義上，治理指數每高一個單位，其評級將高約1.5 個檔位。作為參考，2018 年，新加坡的治理指數為3.53，美國的治理指數為2.39，西班牙的治理指數為1.18，馬來西亞的治理指數為0.30，南非的治理指數是-0.70，泰國的治理指數是-1.73，烏克蘭的治理指數為-2.88。上述治理指數是基于世界治理指數(Worldwide Governance Indicator，WGI)的六個指標通過使用主成分分析(Principal Component Analysis，PCA)方法提取的第一主成分，數值越大表示經濟體治理水平越好，數值越小表示經濟體治理水平越差。治理水平可能通過以下幾個渠道對主權信用評級造成影響。第一，治理體系和治理能力是經濟發(fā)展的重要制度保障，治理水平較好的經濟體擁有更好的經濟發(fā)展前景，從而未來擁有更充沛的財源用于償債。第二，治理水平較好的經濟體具有較為完善的政治體制和更強的自我糾偏能力。這意味著該經濟體無限制擴大公共債務發(fā)行規(guī)模和財政支出的可能性較低。換言之，治理水平可以側面反映該經濟體財政政策的紀律性，低下的治理水平意味著不負責任的財政政策，包括無節(jié)制的增加財政赤字和舉借公債，可能帶來未來財政入不敷出的前景和更高的違約風險。治理較差的另一種體現是政府和市場的權責邊界不清，政府大包大攬無限兜底，同樣會對財政造成額外的負擔。第三，治理水平較好也體現為保持政治理性，避免遭到民粹主義裹挾。歷史上，曾出現過多次政府在民粹主義的壓力下對外違約的情況發(fā)生，而這些政府的治理水平也都普遍較差。反之，治理水平較好的經濟體政府更有契約精神，償債意愿更強。

違約歷史(def)：違約歷史對主權信用評級的平均直接效應具有統(tǒng)計顯著性。1997 年以來曾有過違約的經濟體的評級較未曾違約的經濟體的評級低2.7 個檔位。

顯著的平均間接效應表明，政府負債率對于主權信用評級具有外溢作用。這是在模型中引入空間相關性后得出的區(qū)別于以往文獻的實證發(fā)現。某個經濟體政府負債率不僅影響該經濟體自身的信用評級，還會影響其周邊經濟體的信用評級。Masson(1998)曾提出溢出效應的理論，認為當某個經濟體的風險水平上升時，金融市場會提高對與其相似國家的風險溢價，使得與其相似的國家的融資成本上升。類比于這一理論，當評級機構認為某個經濟體的政府負債率上升而為其信用擔憂時，也可能會同時對其周邊經濟體的信用風險提高警惕，這可能出于對這些經濟體面臨相同風險因素的預期，也可能是出于行為經濟學的啟發(fā)式判斷。一個典型的事例是歐債危機時期歐洲國際的信用評級出現較為普遍的下滑。例如，一向被視為歐洲核心國家的法國在歐債危機時期政府負債率并未出現顯著上升，然而隨著希臘等歐洲邊緣國家負債率迅速攀升，法國的評級也在2012 年遭到了評級機構的降級。

五、結論

文章基于2003-2018 年的105 個經濟體的面板數據建立了一個空間面板杜賓模型對主權信用評級的影響因素進行研究，從而將空間自相關性納入模型。實證分析結果表明，人均GDP、政府負債率、治理水平和違約歷史對主權信用評級具有顯著的平均直接效應，政府負債率對主權信用評級具有顯著的間接平均效用。對于經濟體而言，較高的人均GDP、較好的治理水平、較低的政府負債率和較好的信用歷史對應較高的主權信用評級。政府負債率還具有外溢作用，體現在政府負債率不僅影響該經濟體自身的信用評級，還會影響其周邊經濟體的信用評級。對于投資者而言，在分析一個經濟體的信用水平時，除了掌握其自身的情況外，還應該對其周邊經濟體的情況有所把握，從而做出更好的判斷。對于政府而言，除需關注自身的上述經濟指標外，還應關注周邊經濟體的情況，以更好地對評級下調風險做好應對準備。