■ 朱廣印，張勝全，刁偉濤，褚福崴

一、引言

新冠肺炎疫情作為突發(fā)公共事件對我國金融市場運行產(chǎn)生了重大影響。受共同風(fēng)險敞口機制影響，金融體系較疫情前整體波動性明顯加劇，系統(tǒng)性風(fēng)險顯著上升（方意等，2020）。市場不確定性和政策環(huán)境等多方面因素共同觸發(fā)資產(chǎn)配置調(diào)整機制，大量資金由高風(fēng)險市場轉(zhuǎn)移至低風(fēng)險市場。由于疫情初期大量避險資金涌入債市，導(dǎo)致利率債需求大幅上升，同時經(jīng)濟預(yù)期的不確定性也降低了市場的風(fēng)險偏好，不同期限國債收益率均出現(xiàn)震蕩下滑，地方債利差走勢也趨于分化，短期信用利差下行，長期信用利差上行，共同推動地方債利差期限結(jié)構(gòu)走闊。

2015 年新《預(yù)算法》實施，地方政府被賦予舉債融資的法定權(quán)利。隨著發(fā)債規(guī)模不斷擴大，地方政府償債壓力逐步顯現(xiàn)。截至2020 年底，我國地方政府債務(wù)余額總量達25.66 萬億元，較2014 年底增加了66.04%。存量債務(wù)日益積累，與經(jīng)濟下行壓力加大，流動性風(fēng)險顯著攀升相互疊加，地方政府債務(wù)風(fēng)險在不斷積聚。如何治理地方債務(wù)風(fēng)險這個“灰犀?！眴栴}，如何識別并防范地方債務(wù)風(fēng)險可能引發(fā)的系統(tǒng)性風(fēng)險，成為了亟待解決的重大問題。

本文基于我國地方政府債券的風(fēng)險溢價以及對于國債定價和風(fēng)險的影響這一角度，研究地方政府債務(wù)的系統(tǒng)性風(fēng)險及其傳導(dǎo)渠道。通過構(gòu)建國債收益率與代表性地方債券風(fēng)險因子的聯(lián)合動態(tài)模型，試圖探究如下相互聯(lián)系但各有側(cè)重的問題：（1）在中央財政和地方財政內(nèi)在聯(lián)系所導(dǎo)致的隱性擔(dān)保和救助預(yù)期下，地方債務(wù)風(fēng)險如何通過影響國債收益率因子和收益率曲線的動態(tài)變化，從而產(chǎn)生潛在的系統(tǒng)性風(fēng)險？（2）作為反映宏觀經(jīng)濟運行情況重要指標的國債收益率如何影響地方債務(wù)風(fēng)險？（3）新冠肺炎疫情作為負面外生沖擊，是否會影響這種傳導(dǎo)機制？

二、文獻綜述

一是國債利率期限結(jié)構(gòu)與宏觀經(jīng)濟指標的相關(guān)研究。早期有關(guān)利率期限結(jié)構(gòu)理論的研究主要側(cè)重于如何提高收益率曲線的擬合效果。Nelson & Siegel（1987）最早提出 Nelson-Siegel（NS）模型，將債券收益率用四個具有經(jīng)濟含義的時間序列數(shù)據(jù)進行解釋，擬合出不同形態(tài)的收益率曲線。目前為止擬合國債收益率曲線較為成熟的模型主要是動態(tài)NS 模型和無套利NS模型。孔繼紅和岳偉（2020）在對國債即期收益率進行研究時發(fā)現(xiàn)相較于無套利NS 模型，動態(tài)NS 模型在實證上表現(xiàn)更好，代價是存在無套利的理論缺陷。Ang&Piazzesi（2003）首次將宏觀經(jīng)濟指標與國債收益率曲線進行聯(lián)合建模，通過構(gòu)建宏觀金融模型探究國債收益率曲線與各種經(jīng)濟因素間的動態(tài)聯(lián)系。帥昭文等（2017）將CPI 和工業(yè)增加值增長率引入無套利宏觀金融模型中研究其與國債收益率曲線的關(guān)系，結(jié)果表明CPI 增長率通過影響短期國債收益率以影響國債收益率曲線，而工業(yè)增加值增長率則通過影響長期收益率影響收益率曲線。貨幣政策對不同期限國債收益率的影響效果不同，并且對短期利率的影響強于對長期利率的影響（關(guān)禹等，2019；唐博和張凌楓，2021）。

二是地方債務(wù)風(fēng)險與系統(tǒng)性風(fēng)險相關(guān)研究。牛霖琳等（2016）首次將城投債信用利差作為反映地方債務(wù)風(fēng)險的指標引入宏觀金融模型中，建立無套利NS 模型研究我國國債收益率與城投債利差因子的動態(tài)聯(lián)系，發(fā)現(xiàn)城投債風(fēng)險可能引發(fā)系統(tǒng)性風(fēng)險，提高國債的風(fēng)險溢價。Chen&Wang（2015）發(fā)現(xiàn)，如果政府的隱性擔(dān)保被認為是可信的，那么其與發(fā)債主體的自身顯性信用和投資預(yù)期收益都會影響中國城投債的利率高低。Ang et al.（2015）發(fā)現(xiàn)中國整體的債務(wù)風(fēng)險和貨幣政策因素對城投債定價具有顯著影響。毛銳等（2018）通過構(gòu)建地方債務(wù)與金融風(fēng)險間的迭代模型研究發(fā)現(xiàn)，中央對地方隱性擔(dān)保率不斷下降的同時，金融部門的系統(tǒng)性風(fēng)險和持有地方債的風(fēng)險將會對應(yīng)上升。朱瑩和王?。?018）在研究城投債風(fēng)險溢價時引入市場約束，發(fā)現(xiàn)“自發(fā)自還”方式所產(chǎn)生的市場約束能顯著降低城投債的風(fēng)險溢價。目前相關(guān)研究大多以城投債為研究對象或衡量指標，用城投債信用利差來反映或代表地方債務(wù)風(fēng)險。但是隨著2015年新《預(yù)算法》賦予地方政府自主舉債融資的權(quán)利，融資平臺被逐步剝離政府融資職能，城投債的地方債務(wù)特征或地方政府信用背書逐步淡化，地方政府債券成為地方政府唯一的合法舉債方式。

三是新冠肺炎疫情對金融市場沖擊相關(guān)研究。藍波和莊雷（2021）發(fā)現(xiàn)新冠肺炎疫情的傳染性對貨幣市場的沖擊具有階段性影響，而對債券市場具有階段反轉(zhuǎn)性影響。方意等（2020）利用事件分析法量化新冠肺炎疫情對我國金融市場的沖擊，發(fā)現(xiàn)不同市場風(fēng)險溢出效應(yīng)顯著上升且存在較大差異，雖然沖擊初期市場間替代效應(yīng)和風(fēng)向共振效應(yīng)均有增強，但相對于其他市場，對債券市場的影響并非持續(xù)上升，而是間接上升的。

基于現(xiàn)有文獻發(fā)現(xiàn)地方債券的研究基本是空白的，有關(guān)新冠肺炎疫情對我國金融市場影響的研究也往往側(cè)重于整體。鑒于此，本文嘗試從兩方面對地方債務(wù)風(fēng)險研究進行補充：一是借鑒國債宏觀金融建模思路，將地方債券信用利差作為衡量地方債務(wù)風(fēng)險的宏觀經(jīng)濟指標融入DNS-VAR模型中，對國債和地方債進行整體性研究；二是對比新冠疫情外生沖擊前后，國債收益率與地方債務(wù)風(fēng)險間的聯(lián)系與動態(tài)變化，并基于國債與地方債間的關(guān)聯(lián)識別研究地方債務(wù)的系統(tǒng)性風(fēng)險。

三、DNS-VAR模型的構(gòu)建

為了避免內(nèi)生性問題所導(dǎo)致的參數(shù)估計結(jié)果不一致性，本文使用動態(tài)的NS 模型。首先對國債收益率進行分解，將分解得到的具有不同經(jīng)濟含義的三個因子與地方債利差因子構(gòu)建向量自回歸模型，最后通過脈沖響應(yīng)函數(shù)和方差分解識別因子間的相互作用效果。

動態(tài)的 NS 模型（Dynamic Nelson-Siegel，DNS）表達式為：

其中，y（u）表示t 時刻剩余期限為u 的國債即期收益率，β、β、β分別表示t 時刻剩余期限為u的國債收益率的水平因子、斜率因子和曲率因子，分別具有長期、短期和中期的含義。具體表現(xiàn)為當(dāng)剩余期限u趨向于無窮大時，即期收益率y（u）趨向于水平因子β，此時y（∞）可以表示長期國債收益率；斜率因子β表示長短期利率之差，通常為負，表明收益率曲線具有單調(diào)上升的趨勢；曲率因子β表示收益率曲線的彎曲程度。τ為衰減因子，用以刻畫斜率因子荷載和曲率因子荷載隨剩余期限u的衰減速度。

t時刻不同到期期限D(zhuǎn)NS模型測量方程為：

本文在已有研究的基礎(chǔ)上對潰壩生命損失估算公式中的風(fēng)險人口死亡率作了如下調(diào)整：式中，f0為我國風(fēng)險人口死亡率取值參考文獻；α為災(zāi)害嚴重性程度系數(shù)；m1為生命損失直接影響因素的災(zāi)難程度影響因子，m1＜1；m2為生命損失間接影響因素的災(zāi)難程度影響因子，m2＜1；k 為權(quán)重系數(shù)，0.5＜k＜1；β 為修正系數(shù)，β=1.4。

地方債務(wù)風(fēng)險采用同時期、同期限地方債與國債的利差因子進行測度：

Sp表示t時刻剩余期限為u的地方債利差，Lb表示t時刻剩余期限為u的地方債收益率。

最后選取DNS模型中分解出的水平、斜率、曲率因子和地方債利差因子構(gòu)建VAR（4，p）模型：

四、數(shù)據(jù)說明

（一）數(shù)據(jù)描述

本文選取銀行間債券市場固定利率國債和地方債2015年1月至2020年12月每周最后一個交易日數(shù)據(jù)作為研究對象，設(shè)置13 個不同的固定期限，分別為1、2、3、6、9、12、36、60、84、108、120、180、360 個月，共3744 個觀測值，數(shù)據(jù)來自Wind數(shù)據(jù)庫。相關(guān)描述性統(tǒng)計見表1和表2。

表1 中國國債收益率描述性統(tǒng)計

2015—2019年2020年期限平均值之差1 2 3 6 9 1 2 36 60 84 108 120 180 360樣本數(shù)261 261 261 261 261 261 261 261 261 261 261 261 261平均值2.415 2.466 2.516 2.637 2.697 2.743 3.029 3.183 3.360 3.361 3.363 3.736 4.057標準差0.480 0.471 0.469 0.482 0.473 0.474 0.390 0.373 0.339 0.336 0.336 0.338 0.321樣本數(shù)52 52 52 52 52 52 52 52 52 52 52 52 52平均值1.627 1.735 1.844 2.081 2.141 2.187 2.524 2.724 2.981 2.985 2.989 3.510 3.834標準差0.367 0.407 0.455 0.553 0.518 0.507 0.477 0.378 0.276 0.247 0.239 0.243 0.211-0.788-0.730-0.672-0.556-0.556-0.556-0.505-0.459-0.378-0.376-0.373-0.225-0.222

表2 中國地方債收益率描述性統(tǒng)計

2015—2019年2020年期限平均值之差1 2 3 6 9 1 2 36 60 84 108 120 180 360樣本數(shù)261 261 261 261 261 261 261 261 261 261 261 45 23平均值2.728 2.778 2.828 2.950 3.013 3.065 3.343 3.524 3.705 3.725 3.743 3.993 4.151標準差0.534 0.528 0.529 0.547 0.544 0.546 0.461 0.439 0.404 0.406 0.404 0.111 2.076樣本數(shù)52 52 52 52 52 52 52 52 52 52 52 52 52平均值1.746 1.844 1.941 2.158 2.225 2.304 2.699 2.992 3.207 3.286 3.386 3.746 4.044標準差0.378 0.411 0.448 0.524 0.504 0.492 0.438 0.343 0.236 0.242 0.267 0.232 0.168-0.982-0.935-0.888-0.792-0.788-0.761-0.644-0.532-0.498-0.439-0.358-0.247-0.108

2020 年各期限國債平均收益率較2015—2019 年均有所下降，主要原因是受新冠肺炎疫情負面沖擊，我國金融市場不確定性顯著上升，中央銀行為防范化解系統(tǒng)性風(fēng)險，采用逆周期的貨幣政策，下調(diào)利率。市場不確定性加之投資者避險情緒，大量資金流入風(fēng)險相對較低的債券市場，共同觸發(fā)資產(chǎn)配置機制，從而導(dǎo)致作為安全資產(chǎn)的國債價格被抬升、收益率下降。另外，在疫情負面影響背景下，不同期限國債收益率對市場利率下降的敏感性也不同，其中，短期國債收益率波動尤為明顯，下降幅度約在55bp-78bp，而決定長期國債收益率的因素更為復(fù)雜，因此長期國債收益率下降幅度較小，約為22bp-37bp。長短期國債收益率對疫情負面沖擊的不同反應(yīng)也共同推動了收益率曲線整體趨于陡峭。

由表2 可知地方債收益率與剩余期限呈同方向變化，體現(xiàn)為流動性溢價，另外其標準差與剩余期限呈反方向變化，表明長期地方債收益率較短期地方債收益率更為穩(wěn)定。由圖1看出，2020 年前各期限地方債利差分布較為集中，而自新冠肺炎疫情暴發(fā)后，各期限地方債利差走勢開始分化，特別是疫情初期，資金出于避險目的，導(dǎo)致短期信用利差下行，長期信用利差上行，共同推動地方債利差期限結(jié)構(gòu)走闊。

圖1 關(guān)鍵期限地方債利差

（二）數(shù)據(jù)處理

本文使用卡爾曼濾波法擬合全參數(shù)DNS 模型估算得到的衰減因子17.98（1/τ=0.056），利用MATLAB對國債收益率曲線進行擬合，分解得到β因子，結(jié)果列于表3。

表3 DNS模型參數(shù)估計值

變量2015—2019 βl βs βc βl 2020 βs βc樣本數(shù)261 261 261 52 52 52平均值3.940-1.431-1.179 3.700-1.895-1.300標準差0.296 0.421 0.753 0.139 0.353 0.987最小值3.184-2.861-3.273 3.341-2.772-3.689最大值4.605-0.336 0.918 3.883-1.433 0.269偏度-0.235-0.311 0.329-1.115-1.239-0.793峰度2.546 3.687 2.863 3.357 3.635 3.282

圖2 國債收益率曲線三因子

2015年至今，地方債發(fā)行期限以1、3、5、7和10 年期為主，且5 年期占比最高，因此文章選取5 年期地方債利差作為地方債務(wù)風(fēng)險的代表性因子。在5%的置信水平條件下對國債收益率因子和地方債利差因子的時間序列進行平穩(wěn)性檢驗，對未通過ADF單位根檢驗的因子，進行一階差分，結(jié)果列于表4。根據(jù)AIC 準則可以確定模型的滯后階數(shù)為3階，同時矩陣的特征根均落在單位圓內(nèi)，模型通過穩(wěn)定性檢驗。

表4 β因子與利差因子ADF單位根檢驗

年份P P 2015—2019參數(shù)D（βl）D（βs）參數(shù)βl βs βc Z（t）-15.617-14.845 0.0000 0.0000平穩(wěn)性平穩(wěn)平穩(wěn)Sp βl 2020 βs βc D（Sp）D（βl）D（βs）D（βc）-14.972-7.322-5.292-7.975 0.0000 0.0000 0.0000 0.0000平穩(wěn)平穩(wěn)平穩(wěn)平穩(wěn)Sp Z（t）-2.089-2.764-4.381-2.523-1.954-1.401-1.764-3.241 0.2492 0.0637 0.0003 0.1099 0.307 0.5816 0.3983 0.001平穩(wěn)性非平穩(wěn)非平穩(wěn)平穩(wěn)非平穩(wěn)非平穩(wěn)非平穩(wěn)非平穩(wěn)平穩(wěn)

五、聯(lián)合動態(tài)分析

對通過平穩(wěn)性檢驗的β因子和代表地方債務(wù)風(fēng)險的5 年期地方債利差構(gòu)建VAR（3，4）模型，根據(jù)脈沖響應(yīng)圖和方差分解結(jié)果識別沖擊響應(yīng)。

（一）脈沖響應(yīng)分析

基于Cholesky 法分解得到的脈沖響應(yīng)圖可以識別隨時間變化，國債收益率因子與地方債務(wù)風(fēng)險因子間相互沖擊的程度大小和持續(xù)時間長短。圖3—4 中的實線表示脈沖大小均值，虛線表示置信水平為90%，橫軸表示向后20 期（周）的沖擊響應(yīng)時間，因子間一單位正向沖擊大小為沖擊變量的一個標準差。

圖3表示疫情沖擊前，國債三因子和地方債利差因子間的脈沖響應(yīng)圖，其中一單位地方債利差因子對國債三因子的沖擊大小約為12個基點，一單位水平、斜率和曲率因子對地方債利差因子的沖擊大小約為29、42和75個基點。

圖3-a 顯示地方債利差因子的正向沖擊會導(dǎo)致水平因子同方向變動、斜率因子反方向變動，在國債收益率曲線上反映為曲線長端上移，并且斜率增大。地方債利差因子的正向沖擊通常是由于地方債務(wù)風(fēng)險增大所導(dǎo)致的，具體表現(xiàn)為地方政府信用下降。因此當(dāng)?shù)胤絺鶆?wù)風(fēng)險增大時，資產(chǎn)配置機制發(fā)揮作用，投資者選擇持有信用水平更高且流動性更好的短期國債替代地方債，導(dǎo)致地方債利差上升的同時也壓低了短期國債收益率，而資金的避險需求和長期再融資成本共同提高了長期國債收益率中的風(fēng)險溢價。因此，地方債務(wù)風(fēng)險加大，在導(dǎo)致短期國債收益率下降的同時，提升了長期國債收益率，從而推動國債收益率曲線斜率增大。

圖3-b 顯示地方債利差因子對水平因子和斜率因子的沖擊更為敏感，即使曲率因子對其沖擊達到峰值時，也僅為0.02-0.03 個單位（約為1.5-2.25bp）。這表明地方債利差的變動主要是由長短期國債收益率變動引起的，中期國債收益率的變動對地方債風(fēng)險波動的解釋程度并不顯著。其中，水平因子對利差因子在中短期內(nèi)表現(xiàn)為顯著的正向沖擊，短期內(nèi)迅速上行，隨后逐漸衰減，而斜率因子和曲率因子對利差因子的沖擊短期內(nèi)表現(xiàn)為正向，中長期逐漸轉(zhuǎn)負。

圖3 2015—2019年因子間的沖擊響應(yīng)

圖4 為疫情沖擊后國債三因子和地方債利差因子間的脈沖響應(yīng)圖，其中一個單位的地方債利差因子對國債三因子的沖擊大小約為7 個基點，一個單位的國債收益率水平、斜率和曲率因子對地方債利差因子的沖擊大小約為14、35和98個基點。

對比圖3 和圖4，國債收益率因子和地方債利差因子間的沖擊方向在疫情前后基本一致，但沖擊幅度有所增大、沖擊時間也有所延長。這表明新冠肺炎疫情的沖擊作用不但沒有改變地方債與國債間的風(fēng)險傳導(dǎo)機制，反而增強了這種機制。原因可能是國債收益率作為其他固定收益證券和利率衍生品的定價基礎(chǔ)，疫情期間地方債利差對其動態(tài)變化也更為敏感。但是值得注意的是，疫情帶來的負面影響和寬松型貨幣政策等一系列利好信號的交互對沖決定了債券市場所受的影響并非持續(xù)上升，而是間歇性上升的，具體表現(xiàn)為地方債利差因子與國債收益率間的沖擊呈波浪式上下震蕩，因子間沖擊存在多變性和滯后性。

圖4 2020年因子間的沖擊響應(yīng)

（二）方差分解分析

由表5 的國債收益率因子與地方債務(wù)風(fēng)險因子方差分解結(jié)果可知，各因子方差波動主要受其自身沖擊的影響。疫情期間除曲率因子外，其他因子對自身波動的解釋程度均有所下降，而利差因子對收益率因子波動的解釋程度有所上升，表明疫情期間收益率因子與地方債利差因子間沖擊效應(yīng)大于疫情前。

表5 因子間方差分解

注：此處的收益率因子β和地方債利差因子S均為表3中通過平穩(wěn)性檢驗的序列。

因子向后預(yù)測2015—2019 2020 βs βc Sp βl βs βc Sp βl 3 9 1 βs 5 3 9 1 βc 5 3 9 1 Sp βl 5 3 9 1 5 98.91 97.77 97.65 0.92 1.50 1.56 27.82 27.72 27.71 3.37 3.38 3.38 0.42 1.14 1.22 98.48 97.33 97.21 30.03 28.93 28.85 6.41 6.42 6.42 0.56 0.98 1.03 0.57 1.11 1.20 42.13 43.33 43.41 0.32 0.34 0.33 0.88 0.87 0.87 0.12 0.12 0.12 0.04 0.00 0.06 89.88 89.85 89.85 80.67 79.17 79.00 5.26 8.19 8.20 26.78 27.08 27.03 21.96 21.96 21.95 10.91 10.44 10.41 65.93 62.36 62.32 18.49 18.39 18.40 1.18 4.32 4.72 6.26 6.41 6.41 26.88 27.33 27.33 52.79 52.04 51.99 2.83 4.21 4.66 2.16 3.98 4.18 1.93 2.12 2.15 1.94 2.49 2.58 74.03 69.51 68.67

六、結(jié)論和啟示

本文將反映地方債務(wù)風(fēng)險的5 年期地方債利差作為宏觀變量引入利率期限結(jié)構(gòu)模型中，通過對地方債務(wù)風(fēng)險與國債收益率進行聯(lián)合建模探究新冠肺炎疫情前后兩者間的動態(tài)聯(lián)系與風(fēng)險傳導(dǎo)機制。結(jié)果顯示：地方債務(wù)風(fēng)險通過兩個渠道影響國債收益率，一方面地方債務(wù)風(fēng)險增大使得短期國債收益率降低，說明資金出于避險目的，投資于風(fēng)險更低的國債，從而推高國債價格并降低短期收益率；另一方面地方債務(wù)風(fēng)險上升推動國債長期收益率上升，意味著地方債務(wù)風(fēng)險傳導(dǎo)至中央層面，即使存在中央政府救助兜底的市場預(yù)期，但形成的系統(tǒng)性風(fēng)險仍然會推升中長期收益率的上升。另外，在新冠肺炎疫情沖擊下，地方債務(wù)風(fēng)險與國債收益率間的交互作用效果呈現(xiàn)“多變性”和“滯后性”的特點，這主要是由于市場系統(tǒng)性風(fēng)險驟升與寬松型貨幣政策等一系列利好信號交互對沖的結(jié)果。

上述結(jié)論主要有如下兩方面的啟示：第一，雖然省級地方政府擁有了自主發(fā)債的權(quán)利，但是市場對于地方債券的定價仍然受隱性擔(dān)保或救助預(yù)期的影響，地方債務(wù)風(fēng)險傳導(dǎo)到中央政府從而引發(fā)系統(tǒng)性財政金融風(fēng)險的可能性仍然存在。因此，要以打破地方政府的預(yù)算軟約束和救助預(yù)期為核心抓手和關(guān)鍵舉措，來進一步提升地方債券定價的市場化水平，隔離地方與中央的債務(wù)風(fēng)險。第二，地方債務(wù)問題既與財政體制有關(guān)，也與金融體系有關(guān)，因此地方債務(wù)風(fēng)險的防范化解要充分加強財政政策與貨幣政策的協(xié)調(diào)配合。