李鋒 成婷

摘要：本文以2016年至2021為樣本年份，采用地方政府債券一級市場的招標數(shù)據(jù)，研究地方政府債券信用利差的影響機制。研究結果顯示，指導利率發(fā)揮了重要的錨定作用，地方經(jīng)濟基本面、債券自身因素及市場因素對地方政府信用利差均有一定影響。最后，本文提出科學設定指導利率、夯實經(jīng)濟基本面、完善債券自身因素、營造良好市場環(huán)境等政策建議。

關鍵詞：地方政府債券 信用利差 影響因素

地方政府債券發(fā)行定價機制

地方政府債券發(fā)行人共37個，包含31個省級人民政府、5個計劃單列市（大連、青島、寧波、廈門、深圳）及新疆生產(chǎn)建設兵團。地方政府債券發(fā)行定價一般采用“下限確定、公開招標”方式，招標利率下限也稱指導利率，參考前5個工作日同期限國債收益率的均值，并上浮一定指導利率點差，在一級市場定價中發(fā)揮著重要的錨定作用。2018年及以前未設定指導利率，2018年8月中旬以來，為促進市場化發(fā)行及防止流標，開始設定指導利率。

指導利率點差大致經(jīng)歷兩個階段：一是統(tǒng)一階段，2018年8月中旬至2019年1月統(tǒng)一為40BP，2019年1月至2021年中統(tǒng)一調(diào)整為不低于25BP;二是分化階段，2021年下半年指導利率點差分化為15～25BP，2022年以來進一步分化為10～25BP?？傮w來看，每個階段指導利率點差均對一級市場定價發(fā)揮了重要的錨定作用，大部分債券的最終票面利率都收斂于指導利率。

以工商銀行、農(nóng)業(yè)銀行、中國銀行、建設銀行（以下簡稱“四大行”）為代表的商業(yè)銀行是地方政府債券一級市場的主要投資者。根據(jù)四大行交換數(shù)據(jù)，2019年到2021年，四大行在一級市場的合計認購占比分別為53%、49%、45%。一方面，反映出四大行仍為地方政府債券定價的主要決定力量;另一方面，也反映出除四大行外的機構發(fā)揮越來越重要的作用。

受政銀關系及市場因素的影響，2014年到2015年上半年，商業(yè)銀行競相降低投標利率，大部分試點省份的債券利率與同期限國債利率持平。一方面是因為試點省份的經(jīng)濟實力較強，另一方面是因為商業(yè)銀行希望獲取財政存款等聯(lián)動收益。2017年到2018年，地方政府債券利率大幅上行，部分地區(qū)發(fā)行利率較同期限國債上浮80BP以上，高于二級市場估值。

地方政府債券信用風險的影響因素

地方政府債券由地方政府負責本息償付，中央政府不承擔兜底義務。《國務院關于加強地方政府性債務管理的意見》（國發(fā)〔2014〕43號）明確，地方政府對其舉借的債務負有償還責任，中央政府實行不救助原則。此外，根據(jù)《商業(yè)銀行資本管理辦法（試行）》，商業(yè)銀行對我國省級（直轄市、自治區(qū)）人民政府及計劃單列市等公共部門實體債權的風險權重為20%，這意味著不同于無信用風險的國債，地方政府債券存在一定的信用風險。地方政府債券信用風險有多個影響因素。

（一）基本面因素

信用風險取決于發(fā)行主體的信用基本面狀況，根據(jù)布萊克舒爾茨和莫頓的結構化模型，發(fā)行體的違約概率取決于發(fā)行體的基本面，也就是市值與其債務總額之間的距離。根據(jù)這一理論，地方政府的信用風險取決于其資產(chǎn)負債及收支狀況，與當?shù)亟?jīng)濟發(fā)展狀況密不可分，體現(xiàn)為國內(nèi)生產(chǎn)總值（GDP）、居民可支配收入等指標。指標越好，收入支出結余越多，資產(chǎn)負債率越低，信用狀況越好。

（二）債券自身因素

一是債券的期限。一般而言，期限較長的發(fā)行人，違約可能性越大，進而信用風險越大。

二是債券發(fā)行量。一般而言，發(fā)行量較大的債券市場流動性也較好，更容易受到投資者青睞，但發(fā)行量超過一定限度后會面臨更大的償債壓力，進而影響到信用利差。

三是債券類型。各種類型地方政府債券還款來源存在一定的區(qū)別，因此信用風險狀況也有所不同。

四是發(fā)行場所。銀行間與柜臺地方政府債券面臨不同的投資者群體，可能會對其定價產(chǎn)生影響。

五是含權類型。含權類型影響投資者收回現(xiàn)金流的時間，如內(nèi)嵌提前償還條款或者贖回條款會縮短債券平均償還時間，進而影響債券信用風險。

（三）市場因素

各種市場因素如利率水平、資金面狀況會影響發(fā)行人獲得資金的成本及難易程度，進而影響到發(fā)行人日常經(jīng)營和財務狀況。而股票市場收益率一方面代表了市場的風險情緒，影響投資者對信用風險的感知;另一方面通過股債蹺蹺板效應，影響流入債券市場的資金量和債券發(fā)行定價。

（四）其他因素

其他因素包括地方政府債券的機制設計和信息披露等。近年來，隨著地方政府債券機制設計更加完善，信息披露更加充分，一定程度上緩釋了地方政府債市場信用風險。

研究設計

（一）研究模型

由于地方政府債券二級市場成交數(shù)據(jù)較少，而一級市場招標較為頻繁，本文將一級市場招標利率作為研究對象，用信用利差作為因變量檢驗地方政府債券的定價有效性。信用利差定義為一級市場招標利率減去前5個工作日同期限國債平均利率的差值，單位為BP。

若地方債的定價是有效的，信用利差在橫截面上應能反映不同發(fā)行主體基本面因素及債券自身因素的差異，并能在時間序列上反映不同階段市場因素的變化。以信用利差作為被解釋變量，以基本面因素、債券自身因素、市場因素及政府指導因素作為解釋變量，建立實證模型如下：

spreadijt=α+βXit+γYijt+φZt+ζGijt+μijt

其中X、Y、Z、G分別代表基本面因素、債券自身因素、市場因素和政府指導因素，spreadijt 為第i個發(fā)行主體在t時發(fā)行的第j只債券的信用利差，μijt 為第i個發(fā)行主體在t時發(fā)行的第j只債券的隨機擾動項，i=1，2，……31。

（二）變量定義

模型的變量名稱及定義如表1所示。

（三）描述性統(tǒng)計B4580923-1B7C-4064-8555-C506F1A371D8

根據(jù)筆者手工統(tǒng)計1，2016年至2021年末，31個地區(qū)地方政府債券發(fā)行利率較國債平均上浮26.4BP，上浮幅度最小的地區(qū)為上海（18.1BP），最多的地區(qū)為內(nèi)蒙古（35.0BP）;發(fā)行只數(shù)最多的地區(qū)為四川（474只），最少的地區(qū)為西藏（70只）。根據(jù)中國地方債信息公開平臺及國家統(tǒng)計局網(wǎng)站數(shù)據(jù)，2015年至2020年末地方政府債務率均值為27%，最高的地區(qū)為64.6%，最低的地區(qū)為11.2%;全國財政缺口率均值為119.5%，最高的地區(qū)為635.6%，最低的地區(qū)為12.4%。

梳理2016年至2021年末的一級市場發(fā)行數(shù)據(jù)，得到6687條地方政府債券樣本。由于2018年8月中旬開始設定指導利率，將樣本數(shù)據(jù)分為兩段，第一階段為2016年初至2018年8月，第二階段為2018年8月至2021年底，對兩段樣本先不考慮政府指導因素分別建模，然后將政府指導因素引入第二階段樣本進行建模。

多元回歸模型

（一）多元回歸模型1（第一階段 ）

如表2所示，人均GDP[log（agdp）]系數(shù)為正，與經(jīng)驗不符，且其與城鎮(zhèn)居民人均可支配收入的相關系數(shù)達0.8。為防止多重共線性，下文起均不納入人均GDP變量。模型1中，財政缺口率（fiscalgap）之外的系數(shù)均顯著。刪去財政缺口率后，估計結果如表3。

從表3可以看出，優(yōu)化后模型的系數(shù)均在10%的置信水平下顯著。模型表明，在2018年8月中旬以前，基本面因素中的政府債務率與信用利差正相關，人均可支配收入與信用利差負相關。政府債務率每提升一個百分點，信用利差平均上升10.6BP;人均可支配收入每提升一個百分點，信用利差平均下降23.0BP。債券自身因素方面，不同種類債券的信用利差出現(xiàn)分化，項目收益專項債券信用利差高于一般債券約9.0BP，普通專項債券信用利差高于一般債券約1.4BP;與前文判斷相符，發(fā)行期限與信用利差具有正相關性，期限每提高一年，信用利差提高約1.3BP;發(fā)行量與信用利差也具有正相關性，發(fā)行量每增加1億元，信用利差約提高0.07BP，這說明市場認為發(fā)行量對債務負擔的影響超過對流動性的影響。

市場因素方面，債券市場的利率水平、銀行間市場的資金面狀況、股票市場的收益率均與地方政府信用利差具有相關性。10年期國債收益率每上升1個百分點，信用利差平均上升30.4BP，這與2017年到2018年的市場狀況相符;存款類金融機構7天回購利率每上漲1個百分點，信用利差下降8.1BP，這與經(jīng)驗判斷相悖，原因或為商業(yè)銀行對地方政府債券的投資具有一定剛性，不易受資金面變動影響;滬深300日漲跌幅每上漲1個百分點，信用利差下降0.8BP，說明股票市場向好會造成風險偏好情緒上漲，進而要求較低的信用風險補償。

（二）多元回歸模型2（第二階段）

2018年8月中旬開始設定指導利率，同時這一階段定向債券發(fā)行接近尾聲，柜臺債券開始發(fā)行，含提前償還條款與可贖回權的債券開始出現(xiàn)。不考慮政府指導因素，對2018年8月中旬至2021年末的樣本數(shù)據(jù)建立回歸模型，結果如表4所示。

第二階段模型中，財政缺口率、是否為可贖回債券的系數(shù)不顯著。同時，債券類型是否為普通專項債券、滬深300漲跌幅的系數(shù)轉為不顯著。刪除財政缺口率與滬深300漲跌幅，并調(diào)整債券類型分類為項目收益專項債、非項目收益專項債，當債券類型為項目收益專項債時，取值為1，否則取值為0;調(diào)整含權類型分類為提前償還權、其他，當含權類型為提前償還權時，取值為1，否則取值為0。重新估計模型的結果如表5所示。

對比上述模型與優(yōu)化后的模型1，發(fā)現(xiàn)影響信用利差的基本面因素仍為政府債務率與城鎮(zhèn)居民人均可支配收入，但系數(shù)的絕對值有所降低。

債券自身因素中，通過銀行間柜臺發(fā)行的債券信用利差較銀行間債券信用利差平均高約1.3BP。與第一階段相比，項目收益專項債的信用利差僅比一般債券高約0.6BP，較第一階段的9.0BP下降8.4BP;普通專項債的信用利差與一般債券不再體現(xiàn)顯著差異，說明隨著項目收益專項債券類型的增多，投資者對債券類型的差異反應有所鈍化。值得關注的是這一階段發(fā)行期限的系數(shù)轉為負值，期限越長的債券信用利差反而越低，這是由于收益率曲線的變化導致超長期地方政府債券的一、二級市場價格出現(xiàn)倒掛，一級市場認購火爆使得信用利差下降。發(fā)行量的系數(shù)仍為正，但從第一階段的0.066下降為0.003，說明發(fā)行量對信用利差的影響逐漸減弱。這一階段含權債券開始發(fā)行，提前償還地方政府債券的信用利差低于不含權債券約2.0BP，但可贖回債券的信用利差與不含權債券無顯著區(qū)別。

市場因素方面，滬深300漲跌幅的系數(shù)轉為不顯著，10年期國債收益率與存款類金融機構7天回購利率的系數(shù)符號同第一階段保持一致，但系數(shù)的絕對值下降，表明這一階段市場因素對信用利差的影響程度下降。

（三）多元回歸模型3（第二階段）

第一、第二階段優(yōu)化后的兩模型的R2分別為0.377、0.437，表明模型對信用利差的解釋能力較低，一是由于年度的基本面數(shù)據(jù)對于信用利差日間變動的解釋能力較弱，二是可能遺漏了重要的解釋變量。2018年8月中旬以來開始設定指導利率，對發(fā)行利率發(fā)揮了重要的錨定作用，因此接下來對第二階段樣本引入指導利率點差（guidrate，單位：BP）因素，回歸結果如表6所示。

引入指導利率點差后，模型解釋能力大幅提高至0.688。同時，財政缺口率、人均GDP、是否為普通專項債券、債券期限、發(fā)行量、含權類型六個因素的系數(shù)變?yōu)椴伙@著，去除上述因素，并逐一添加后建立最優(yōu)模型，回歸結果如表7所示。

優(yōu)化后的模型對信用利差解釋能力保持不變，所有變量的系數(shù)均顯著。模型表明，2018年8月中旬以來，政府指導因素在地方政府債券定價中發(fā)揮了重要作用，指導利率點差系數(shù)為0.75且在1%的顯著性水平下顯著，表明指導利率點差每變動1BP，信用利差同向變動0.75BP。B4580923-1B7C-4064-8555-C506F1A371D8

基本面因素中，地方政府債務率及城鎮(zhèn)居民人均可支配收入與信用利差顯著相關，債務率每提高一個百分點，信用利差平均提高2.1BP;城鎮(zhèn)居民人均可支配收入每提高一個百分點，信用利差平均降低1.4BP。

債券自身因素中，是否為普通專項債券、發(fā)行期限、發(fā)行量、含權類型的系數(shù)轉為不顯著，僅發(fā)行場所、是否為項目收益專項債券與信用利差有相關性。模型表明，柜臺發(fā)行信用利差高于非柜臺1.2BP，項目收益專項債券信用利差高于一般債券0.5BP，而普通專項債券和一般債券信用利差無顯著區(qū)別。

市場因素方面，債券市場的利率水平、銀行間市場的資金面狀況、股票市場的收益率與地方政府信用利差均相關。10年期國債收益率每上升1個百分點，信用利差平均上升5.7BP，而存款類金融機構7天回購利率、滬深300日漲跌幅每上漲1個百分點，信用利差平均約下降0.5BP、0.1BP，但兩者系數(shù)均較小。

政策建議

一是科學設定指導利率。鑒于指導利率對地方政府債券定價的重要錨定作用，各地政府應充分評估自身財力、收入水平、債務負擔，結合債券自身條款和市場成熟程度的變化，合理確定招標利率下限并動態(tài)調(diào)整。

二是夯實經(jīng)濟基本面，防范地方政府信用風險。GDP、地方政府債務率、人均可支配收入等基本面因素顯著影響地方政府債券信用風險。地方政府應夯實地區(qū)經(jīng)濟基本面，降低債務負擔，以免地區(qū)信用風險向系統(tǒng)性金融風險轉化。

三是完善債券自身因素，提升地方政府債券流動性。建議進一步加強柜臺地方政府債券宣傳推介，做好企業(yè)及個人投資者債券知識普及，促進柜臺市場發(fā)展;可采取措施吸引證券公司、廣義基金、境外金融機構參與，分散信用風險，提高地方政府債券流動性。

四是營造良好市場環(huán)境，確保債券順利發(fā)行。地方政府債券具有財政與金融雙重屬性，其發(fā)行受到市場利率水平、資金面狀況、股票市場等市場因素影響，地方政府應密切關注市場狀況，選擇合適時機發(fā)行。（本文僅代表作者個人觀點，與所在單位無關）

參考文獻

[1] 劉銳.我國地方政府債券發(fā)行定價研究[D].財政科學研究院博士學位論文，2019（6）.

[2] 潘俊，余一品，王亮亮，景雪峰. 貨幣政策、發(fā)行主體差異與地方政府債券定價[J].會計研究，2019（12）.

[3] 袁海霞，彭月柳婷，王晨.債券價格對信用風險預警有效性的實證研究[J].債券，2022（2）.

[4] Yang Zhiling， Ju Ronghua & Xu Yunxiao. Credit risk and bond pricing of local government in China[J]. Public Money & Management， 2018（10）.B4580923-1B7C-4064-8555-C506F1A371D8