摘要：本文應用KMV模型計算了全國31個省份和5個計劃單列市在不同到期債務水平下2022—2023年一般債券的違約概率，從而預測各地在不同情況下的償債壓力，為投資者選擇優(yōu)質投資標的提供參考。研究發(fā)現(xiàn)：2022—2023年地方政府一般債券的違約概率總體較大，說明近兩年地方政府一般債券償債壓力偏高。但各地的償債壓力差異性顯著，其中寧夏、天津等地償債壓力較大；在到期債務規(guī)模占比按5%比例遞增的情況下，各地到期一般債券違約概率上升的速度不同，其中河南、江西等地上升較快。

關鍵詞：地方政府債券；KMV模型；分檔計算；償債壓力

中圖分類號：F812.5" " " " 文獻標識碼：A" " " " 文章編號：1007-0753（2023）01-0036-11

一、引言

2015年我國新《預算法》全面實施以來，規(guī)范透明的地方政府債券發(fā)行機制逐步建立健全，地方政府債券發(fā)行維持高位，成為“擴內需、穩(wěn)增長”的有效手段。2021年全國發(fā)行地方政府債券74 898億元，其中一般債券25 669億元，專項債券49 229億元①。2021年末地方政府債券余額超過30.3萬億元，遠超國債的23.3萬億元，在中央國債登記結算公司托管的債務工具中占比高達34.7%，其中一般債券余額136 302.34億元②。從投資者結構來看，商業(yè)銀行仍是持有地方政府債券的絕對主力，但近兩年基金、保險等其他機構持有比例也逐漸上升，且隨著柜臺市場的起步，個人投資者也開始積極參與其中。地方政府債券越來越成為機構資產(chǎn)配置和居民投資理財?shù)闹匾獙ο蟆?/p>

地方政府債券中的一般債券主要以一般公共預算收入為還本付息來源，但2020年以來的新冠肺炎疫情對經(jīng)濟運行造成了較大沖擊，地方財政收支矛盾更為突出，到期一般債券償還出現(xiàn)一定困難，需通過發(fā)行再融資債券借新還舊。2021年全國發(fā)行再融資一般債券17 804億元，遠超當年新增一般債券7 865億元的規(guī)模③。此外，近年來，地方政府債券發(fā)行和交易逐漸市場化，中央政府多次強調由地方政府自行承擔償還責任，中央政府堅持不救助原則。而以金融機構為主的投資者結構意味著一旦地方政府一般債券出現(xiàn)違約，財政風險將溢出為金融風險，甚至引發(fā)系統(tǒng)風險。因此，有必要對地方政府一般債券償債壓力進行測算，從而為投資者篩選優(yōu)質投資標的提供參考。

然而，從債券市場的情況來看，當前各地區(qū)地方政府一般債券發(fā)行利率并沒有顯著差異，而且信用評級基本均為最高的AAA，這可能是因為現(xiàn)行制度下到期債務均可通過發(fā)行再融資債券償還，但這并不利于地方政府預算硬約束的建立和地方政府債券市場的健康發(fā)展。隨著債券發(fā)行市場化水平的提高、再融資債券限額的出臺等，那些經(jīng)濟財政實力較弱、債務負擔較重地區(qū)的主體收益率可能趨于上升，即使其地方政府債券沒有真正違約，也會造成債券的估值風險和投資者的損失，因此測算不同到期債務負擔下的償債壓力對于投資者防范估值風險也是有意義的。

本文的貢獻在于：由于當前地方政府債券信用評級不能反映各地區(qū)償債壓力的差異，本文計算的違約距離和違約概率可作為投資者判斷債券估值風險的一個參考指標。通過比較到期債務規(guī)模（當期還本付息規(guī)模）上升時不同地區(qū)違約概率的上升幅度，投資者還可判斷地方政府償債能力的穩(wěn)定性。同時，不同到期債務規(guī)模下的違約概率能夠體現(xiàn)出債券償債能力的地區(qū)差異，從而為相關部門制定各地債務限額、從源頭上控制地方政府債務風險提供參考。

二、文獻綜述

地方政府舉債動力和償債壓力一直是學術界關注的重要話題，從現(xiàn)有研究文獻來看，大多數(shù)學者認為地方政府舉債動力和償債壓力主要來源于三個方面：第一，我國中央和地方政府財權和事權不對等，地方對于中央政府救助的預期被認為是地方政府過度舉債造成償債壓力的重要原因（巴曙松，2011；洪源等，2018；劉雅君，2020；Ouyang和Li，2021）。第二，地方官員晉升激勵和地方政府經(jīng)濟競爭也是地方償債壓力的來源。在以GDP為關鍵性考核指標的“晉升錦標賽”中，地方官員為了獲得晉升機會傾向于大量投資，地方政府間“為增長而競爭”，盲目、過度的投入造成債務的累積和償債風險（韓鳳芹和蔡佳穎，2021；沈雨婷，2019；武彰純和李平，2021），如盲目的新城建設可能帶來嚴峻的債務風險（彭沖和陸銘，2019）。第三，經(jīng)濟發(fā)展水平、財政現(xiàn)金流等因素對償債壓力影響較大，因此應提高債務資金的使用效率，提升政府財力（Hildreth和Miller，2002；Dai，2020；崔志娟，2021）。

由于地方政府債券發(fā)行規(guī)模和舉債速度在短期內高企且無法止步，學者們開始用各種方法測量地方政府債券的償債壓力和可能的違約風險。傳統(tǒng)的方法是直接計算地方政府的債務率和負債率（張平和周全林，2017；吳濤等，2021），但這種方法不能從流量視角預測地方政府的償債壓力，更多的是對存量數(shù)據(jù)的分析，因此現(xiàn)實意義不大。近年來，神經(jīng)網(wǎng)絡（洪源等，2018）、熵值法（郭玉清等，2015；郭敏和宋寒凝，2020）、數(shù)據(jù)包絡分析（繆小林和石若瑾，2020）、 KMV模型等更為先進的方法得到應用。Gao（2012）還研究了債券保險費率對揭示美國加州地方債券風險的作用。其中，KMV模型需要的數(shù)據(jù)較少且計算簡便，適合我國地方政府債券發(fā)展時間相對較短的現(xiàn)實，日漸成為國內測量地方政府債券違約風險和償債壓力的主流方法。Zhou 和 Hui（2015）、劉俊生和趙倩（2020）等眾多學者用該模型計算地方政府債券的違約距離和違約概率。KMV模型中的可償債財政收入和到期債務規(guī)模是影響結論是否可靠的兩個關鍵變量。在地方一般公共預算收入和政府性基金收入的基礎上，學者們考慮了樣本時間（夏詩園，2019；譚佩佩等，2021）、財政收入長記憶性（張慧等，2021）等多種因素，計算得出可償債財政收入以衡量地方政府真實的償債能力。在對到期債務規(guī)模的計算和預測上，一些研究在存量債務基礎上預測或假設一個不變的發(fā)債規(guī)模增速（潛力和馮雯靜，2020；李沫霖，2020；王鴻和鄒梓琛，2020），另一些研究則繞過預測具體的到期債務規(guī)模，通過計算不同債務負擔率下的違約概率確定地方政府安全發(fā)債規(guī)模（張海星和靳偉鳳，2016）。

由上述文獻可知，地方政府償債壓力的來源是綜合性的，KMV模型作為測量地方政府償債壓力的重要方法得到了廣泛應用。但現(xiàn)有研究并未解決KMV模型中到期債務規(guī)模預測的問題，如果只按存量債券預測則會忽略考察期間新發(fā)行債券的利息支出從而低估到期債務規(guī)模，而如果直接計算安全發(fā)債規(guī)模又難以準確判斷當前償債壓力的大小。因此，本文改用分檔方式預測到期債務，選擇我國31個省份和5個計劃單列市（以下稱為36個地區(qū)）作為研究對象，用KMV模型計算不同到期債務規(guī)模占比下各地區(qū)一般債券違約概率，據(jù)此對不同地區(qū)地方政府一般債券的償債壓力做出合理的判斷，同時也可觀察各地區(qū)到期債務規(guī)模上升時違約概率的變化，從而全面衡量各地區(qū)償債壓力，為投資者預判債券投資風險提供參考。

三、模型構建和數(shù)據(jù)處理

（一）模型和實證步驟

KMV模型是由美國穆迪KMV公司開發(fā)的用來計算債務違約概率的模型，最初用于度量公司債務違約風險。在模型中，公司的所有者權益相當于一個看漲期權，執(zhí)行價格就是到期要償還的債務，標的資產(chǎn)就是公司的資產(chǎn)，并假設其服從對數(shù)正態(tài)分布。若到期公司的資產(chǎn)大于負債，所有者權益就是正數(shù)，相當于期權被執(zhí)行；若資產(chǎn)小于負債，公司破產(chǎn)，所有者權益就是0，相當于期權不被執(zhí)行。韓立巖等（2003）最早通過對KMV模型進行恰當?shù)母脑欤岢龌谄跈嗨枷氲氖姓庞蔑L險模型，試圖解決我國市政債券信用風險的辨識與控制問題，此后許多學者從償債來源或到期債務方面完善了這一模型。

在研究地方政府債券的KMV模型中，一般用地方政府的財政收入代替公司資產(chǎn)，用地方政府到期債務規(guī)模代替公司負債，這就相當于地方政府以自己未來的財政收入為抵押發(fā)行債券，若債券到期時可用于償債的財政收入大于要償還的本息，地方政府就會償還債務，贖回自己未來的財政收入，否則地方政府就會違約。KMV模型的目標是計算出債券的違約概率，具體說明如下：

假設Mt為t時地方政府可償債財政收入，Dt為t時到期債務規(guī)模，Zt是一個服從標準正態(tài)分布的隨機變量，f （x）是某個函數(shù)，滿足Mt= f （Zt），設地方政府債券違約概率為EDF，則：

根據(jù)上述分析可知，地方政府債券的信用風險取決于償債能力（可償債財政收入）和到期一般債券的規(guī)模兩方面，違約概率的大小還受到可償債財政收入波動率和增長率的影響。因此本文的實證步驟如下：首先，以2020年為基期，收集整理各地區(qū)財政收入數(shù)據(jù)并計算得到基期可償債財政收入M0 及可償債財政收入的增長率μ和波動率σ。然后，設定2022年和2023年的到期一般債券規(guī)模為2020年年末債券存量的一定比例，本文把這個到期債務規(guī)模占比稱為到期債務水平（檔），計算出各地區(qū)不同到期債務水平對應的到期債務規(guī)模Dt。最后，根據(jù)式（10）和式（11）計算出各地區(qū)不同到期債務水平和不同到期時間t下的違約概率，違約概率越大說明地方政府的償債壓力越大。

（二）數(shù)據(jù)來源和處理

1.可償債財政收入

地方政府一般債券主要以地方政府的一般公共預算收入償還，但由于地方政府存在多方面的剛性支出，一般公共預算收入不能全部用于償還債券。因此，必須先計算可以用來償還債券的那一部分，即可償債財政收入。地方政府的一般公共預算收入有本級收入和總收入兩個計算口徑，本級收入包括稅收收入和非稅收入。總收入包括本級收入、中央補助、債務收入、調入資金④和上年結余，部分地區(qū)還有少量的接受其他地區(qū)援助收入。當前很多地區(qū)中央補助占該地區(qū)總收入的比例相當大，并且地方政府發(fā)行再融資債券借新還舊已是普遍現(xiàn)象。支出方面，洪源和胡爭榮（2018）把一般公共服務、教育、社會保障和就業(yè)等12項支出作為地方政府廣義剛性支出，但是本文認為，當下住房保障、糧油物資儲備、災害防治及應急管理等其他支出項目也有一定剛性，因此出于謹慎原則，本文不區(qū)分剛性支出的具體項目，而是扣除整個一般公共預算支出來計算可償債財政收入。所以，本文定義可償債財政收入=總收入-一般公共預算支出，即為各地區(qū)的地方一般公共預算總收入減去一般公共預算支出的余額。本文所使用的總收入=本級收入+中央補助+債務收入+調入資金+上年結余+援助收入，其既包括中央補助，也考慮了地方再融資債券的發(fā)行收入，有助于全面衡量地方政府的真實償債能力。

為計算可償債財政收入的增長率和波動率，本文需要計算一定時期跨度內的可償債財政收入。新《預算法》首次賦予了地方政府發(fā)行債券的權利，大部分地區(qū)自發(fā)自還的地方政府債券也是在2014年前后起步的，因此本文選擇2014—2020年作為計算區(qū)間。其中2014—2019年財政收支數(shù)據(jù)來自相應年度《中國財政年鑒》，2020年數(shù)據(jù)來自各地區(qū)2020年決算報告，若決算報告未說明的則用預算執(zhí)行情況代替?；跀?shù)據(jù)可得性，本文以2020年為基期，2020年各地區(qū)可償債財政收入如表1所示。由表1可知，各地區(qū)可償債財政收入差異大，體現(xiàn)出經(jīng)濟發(fā)展水平和財政實力的差距，但償債壓力的大小還取決于到期債務規(guī)模，必須進一步計算。

2.可償債財政收入增長率和波動率

將2014—2020年可償債財政收入代入式（7）和式（8）得到各地可償債財政收入增長率和波動率，結果如表2所示。根據(jù)式（10）和式（11）可知，可償債財政收入增長率越大、波動率越小的地區(qū)有越大的違約距離和越小的違約概率。從表2結果來看，各地區(qū)可償債財政收入波動率普遍較高，大部分在30%以上；不同地區(qū)間的波動率也有很大差異，最低的山西為20%，最高的天津達到91%，此外貴州、寧夏的波動率均超過70%，內蒙古、安徽超過60%。可償債財政收入的劇烈波動使得地方政府在面對債務償還支出時處于十分被動的地位，可能影響債務的順利償還。從增長率來看，雖然貴州、安徽、內蒙古三地可償債財政收入的增長率較高，但是他們的可償債財政收入的波動率也較高，一定程度上抵消了高財政收入增長降低償債壓力的正向作用。

3.到期債務規(guī)模的分檔計算

KMV模型在估計未來到期債務規(guī)模時，一般是根據(jù)債券條款計算現(xiàn)有存量債券在未來的還本付息量，但在當前地方政府債券發(fā)行量如此之大的情況下，今后發(fā)行債券的利息不可忽視，該方法很可能造成對到期債務規(guī)模和償債壓力的低估，而分檔方法是根據(jù)歷史上到期債務規(guī)模占債券存量的比例大致推測未來還本付息規(guī)模，能更準確地估計償債壓力。此外，分檔方法可以從債務化解的角度加以理解，即在上述基礎上考察地方政府未來收入要達到怎樣的水平才能保證在風險可控的前提下化解一定比例的債務。但該方法的局限性在于把債券違約概率從確定的數(shù)值轉化為一個可能的區(qū)間，結論不可避免地變得更加模糊，計算工作量更大，結果的展示也更加復雜。

具體到本文，由于2022—2023年新發(fā)行債券的規(guī)模及其利息均無法準確預測，而如果只統(tǒng)計2021年及以前已發(fā)行債券在2022—2023年的還本付息規(guī)模又會低估這兩年的到期債務規(guī)模，本文借鑒徐新（2021）的做法，用分檔方法預測到期債務規(guī)模，即以2020年的存量債券為基數(shù)，設定不同的比例作為2022—2023年的到期債務規(guī)模，等同于這兩年中每年要償還（化解掉）2020年底的部分存量債券。為保證分檔標準的科學性，本文參考2018—2020年全國到期一般債券規(guī)模占當年一般債券存量的比例，分別為9.2%、10.9%和14.7%，且2021年大多數(shù)地區(qū)一般債券到期債務規(guī)模占2020年底債券存量的10%—20%⑤。為避免低估償債壓力，本文選擇10%、15%、20%和25%四檔分別進行計算，即假設2022—2023年各地區(qū)每年到期債務規(guī)模分別是2020年底債券存量的10%、15%、20%和25%。

四、實證結果分析

（一）償債壓力總體較大

本文把計算出的可償債財政收入和到期債務數(shù)據(jù)代入式（10）和式（11），計算得到各地區(qū)2022—2023年地方政府一般債券的違約概率（如表3所示）。表3中，每個地區(qū)都有4檔×2年=8個違約概率值，由于不同到期債務水平下不同地區(qū)的違約概率大小順序差別不大，各地區(qū)按照2022年15%到期債務水平下的違約概率從小到大排序，直觀體現(xiàn)償債壓力的地區(qū)差距。一般來說，公司債券信用評級達到標準普爾BBB-或者穆迪Baa3以上則比較安全，而這一等級對應的違約概率是0.4%，因此違約概率不超過0.4%即可認為是償債壓力較輕。

本文從中國地方政府債券信息公開平臺導出2020年底存量一般債券的信息，并根據(jù)債券條款逐個計算這些債券2022—2023年的還本付息量，發(fā)現(xiàn)2022年大多數(shù)地區(qū)存量債券的到期規(guī)模占2020年末債券存量的比例在13%和20%之間，再加上2021和2022年發(fā)行的債券所產(chǎn)生的少量利息，可以認為15%檔和20%檔比較符合實際情況。在15%和20%的到期債務水平下，2022年分別有多達11個和21個地區(qū)違約概率超過0.4%，甚至分別有2個地區(qū)和6個地區(qū)違約概率超過了10%，存在較大的償債壓力。從時間上看，隨著到期債務水平的提高，一般債券2022年的違約概率普遍高于同等到期債務規(guī)模下的2023年，這是因為KMV模型中可償債財政收入的增長率是用歷史數(shù)據(jù)計算出來的，而絕大多數(shù)地區(qū)可償債財政收入在本文選取的時間區(qū)間內能夠保持增長趨勢，計算出來的增長率為正。本文設定2022年和2023年同一檔對應的到期債務規(guī)模相同，而2022到2023年可償債財政收入又以不變速度增長，因此2023年違約概率肯定低于2022年。但實際上，根據(jù)債券條款計算出的2023年到期債券規(guī)模占2020年底債券存量的比例基本都大于15%，其中有13個地區(qū)大于20%，超過了2022年的水平，因此2023年總體到期債務規(guī)模明顯大于2022年，2023年各地區(qū)的償債壓力仍然不容樂觀。

以上分析均反映出我國地方政府一般債券近期的償債壓力總體上較大。本文認為這主要是因為近年來我國經(jīng)濟增長趨緩，再加上受到疫情、減稅降費等因素影響，地方政府的可償債收入增長較慢，償債來源相對不足。同時疫情期間地方政府承擔了大量?；久裆?、保工資、保運轉的剛性支出，地方財政在收支兩端面臨壓力，加上之前發(fā)行的一般債券進入集中還本期，導致一般債券的償還比較吃緊?？紤]到地方經(jīng)濟受疫情影響大，當前的經(jīng)濟復蘇需要一段時間，財政收入的增長仍將受到拖累，而且本文計算結果表明可償債財政收入的波動率較大，在這種情況下，債務償還的潛在風險值得關注。本文的計算結果也表明近期地方政府難以擺脫對再融資債券的依賴。實際上，如圖1所示，全國用于償還到期債券本金的再融資一般債券發(fā)行量占到期一般債券本金的比例（接續(xù)比例）在2019年后一直維持90%以上的高水平。具體而言，2020年各地區(qū)（除深圳外）再融資一般債券的發(fā)行量占到期本金的比例均在70%以上，2021年除上海外均超過80%⑥，再融資債券的發(fā)行直接避免了債券出現(xiàn)違約，但也應看到地方政府對再融資債券的嚴重依賴，如果不發(fā)行再融資債券其就已經(jīng)喪失了償債能力。

（二）償債壓力的地區(qū)差異顯著

在不同到期債務水平下，2022—2023年違約概率的地區(qū)差異明顯。表4顯示了不同到期債務水平下2022—2023年違約概率超過0.4%的地區(qū)。由表3和表4可知，深圳、福建、寧波、海南、廣東等地區(qū)的違約概率較小，當?shù)狡趥鶆账竭_到20%和25%時，2022—2023年違約概率最小的6個地區(qū)為深圳、廣東、福建、寧波、海南和上海。這主要是因為這些地區(qū)經(jīng)濟實力較強，財政收入比較充足，因此負債率和債務率較低，再加上近年來這些地區(qū)人口持續(xù)流入，經(jīng)濟增長動能充足，其償債壓力有望保持在較低水平。未來隨著地方政府債券發(fā)行市場化水平的提高，這些地區(qū)的債券利率有望降低，進一步減輕債務融資成本和償債壓力。

與此相反，寧夏、天津、云南、貴州等地區(qū)違約概率較大，從2022年的情況看，僅在10%的到期債務水平下，這四個地區(qū)的違約概率就已突破0.4%的“安全線”。本文認為這些地區(qū)可以分為兩種類型。對寧夏、云南、貴州等地區(qū)來說，一方面他們經(jīng)濟不發(fā)達，自身缺乏造血能力，財政收入有限，對中央補助依賴較重；另一方面他們當前處于城鎮(zhèn)化快速推進階段，需要大量財政投入，因此舉借了相對自身財政實力來說過重的債務從而造成償債壓力偏高。此外，一般債券投入的是沒有收益的公益性項目，債券資金使用的效率更多體現(xiàn)在能否改善營商環(huán)境，拉動民營經(jīng)濟增長，并最終獲得稅收收入。當前人口和民間投資向東部地區(qū)和華南地區(qū)流動的趨勢不會改變，北方、中西部地區(qū)未來償債壓力仍會繼續(xù)提高，投資者要持續(xù)關注這些地區(qū)發(fā)行的地方政府債券在打破中央政府兜底預期時的估值風險。天津的違約概率很高主要是因為其過去以重化工業(yè)為主導，產(chǎn)業(yè)轉型比較困難，再加上近年來經(jīng)濟增速較低，財政收入增長乏力，導致償債壓力上升。雖然天津和東北地區(qū)償債壓力高企的原因相似，但天津獲得的中央補助遠少于東北三省，因此其償債壓力遠大于東北地區(qū)。

違約概率居中的地區(qū)主要是東北三省和西部的甘肅、青海和西藏，這些地區(qū)經(jīng)濟較為落后，人口外流嚴重，一般公共預算本級收入增長停滯，財政收支矛盾突出，財力保障主要依靠中央補助。雖然中央補助在一定程度上緩解了地方當前的償債壓力，但自身償債能力弱的問題若得不到解決，長期來看終將影響地方政府債券的發(fā)行和估值風險。

（三）償債壓力隨到期債務規(guī)模上升而加重

隨著到期債務規(guī)模（檔）的上升，多數(shù)地區(qū)的違約概率有明顯升高。由表4可知，在10%的到期債務水平下，2022年時只有4個地區(qū)違約概率超過0.4%。但當?shù)狡趥鶆账缴仙?5%時，有30個地區(qū)的違約概率超過0.4%這一“安全線”，此時甚至有多達15個地區(qū)違約概率超過10%。這說明當前很多地區(qū)可償債財政收入不充足或者說比較脆弱，缺乏對抗債務還本付息增加的能力，雖然目前預測的債務狀況可能還比較安全，但如果真實的到期債務規(guī)模大于所預測的情況或者再融資債券的發(fā)行受到限制，那么就很容易出現(xiàn)風險。到2023年，即使可償債財政收入以不變的速度增長，同時到期債務規(guī)模不變，情況也并不理想，有17個地區(qū)在到期債務水平從10%上升到25%的過程中違約概率超過了0.4%。

值得注意的是，在到期債務規(guī)模增加的過程中，不同地區(qū)違約概率上升的速度也不相同，一些地區(qū)例如河南、江西2022年在10%的到期債務水平下違約概率不到千分之一，但在25%的到期債務水平下違約概率超過了10%。只有廣東、深圳、福建、寧波、海南和上海的償債能力十分穩(wěn)定，即使在25%的到期債務水平下仍能保持違約概率不超過0.4%，反映出這些地區(qū)具有較強的財政實力，而且其中廣東和福建是可償債財政收入波動率最小的地區(qū)之一，這也保障了其債務償還能力。從上述分析可以看到，地方政府一般債券潛在的償還風險不可忽視。在地方政府債券市場化水平提高的趨勢下，地方政府一般債券利率將逐漸分化以反映地區(qū)實際的經(jīng)濟財政狀況，給投資者帶來估值風險。尤其是對于寧夏、貴州等財政實力較弱的地區(qū)來說，一旦再融資債券的市場接受度下降，或者其規(guī)模受到限額規(guī)定，這種估值風險就可能更加明顯。

五、結論與建議

（一）結論

本文在分檔估計到期債務規(guī)模的基礎上用KMV模型預測了各地區(qū)地方政府一般債券的償債壓力，得到以下結論。第一，我國地方政府一般債券總體上償債壓力較大，不少地區(qū)一般債券違約概率超過0.4%的“安全線”。第二，償債壓力地域分布不均衡，廣東、福建、深圳等地區(qū)違約概率較小，天津、寧夏、貴州等地區(qū)償債壓力突出。第三，多數(shù)地區(qū)違約概率隨到期債務水平的上升而顯著升高，說明可償債財政收入比較脆弱，缺乏應對債券還本付息額上升的能力；不同地區(qū)違約概率上升的速度不同，河南、江西等省份上升速度快。當前再融資債券的發(fā)行避免了地方政府一般債券的實質性違約，但長期來看，再融資債券發(fā)行規(guī)模也是有限額的，債券的償還最終還是要靠本地區(qū)的財源支持，因此投資者應重視債券估值風險。2022年上半年，受疫情等超預期因素影響，地方一般預算赤字5.57萬億元，同比增長26.68%⑦。雖然我國調整疫情防控政策之后經(jīng)濟已邁入復蘇進程，但現(xiàn)階段財政在做好“三?！惫ぷ?、推動經(jīng)濟增長方面仍面臨較大支出壓力，如果地方財政持續(xù)出現(xiàn)大額赤字，勢必會對債務還本付息造成不利影響，地方政府債券的償債壓力值得持續(xù)關注。

（二）建議

第一，投資者應該關注地方政府債務（債券）的可持續(xù)性。一方面，應注意地方政府債務規(guī)模與財政實力的適應情況。從本文結果看，債務規(guī)模較小的地區(qū)也可能會因為財政收入?yún)T乏而出現(xiàn)債務風險，如天津、寧夏。另一方面，要關注發(fā)債地區(qū)能否保持合理的經(jīng)濟增速，經(jīng)濟較快增長有利于財政收入的增加和負債率的降低，而若經(jīng)濟增長率長期低于債務利率則可能導致地方財政不可持續(xù)，產(chǎn)生估值風險甚至是現(xiàn)實的償還風險。

第二，要加強債券信用評級建設。從本文結果來看，地方政府一般債券違約概率的地區(qū)差異很大，一些地區(qū)償債壓力明顯。然而，各省份地方政府一般債券信用評級基本都是AAA，沒有區(qū)分度，對投資者來說缺乏參考價值。因此，要加強債券信用評級市場的監(jiān)管，避免評級機構惡性價格競爭從而導致評級質量下降或者出于地方政府壓力而評級欠公正，使債券評級能真正反映地區(qū)財政與債務狀況，成為債務風險“晴雨表”。

第三，投資者應該提高風險意識。本文結果表明地方政府一般債券整體上償債壓力較大。當前地方政府債券主要由商業(yè)銀行持有，其中又以區(qū)域性中小銀行為主。為防止財政風險向金融風險溢出，銀行應當提高風險意識，建立地方政府債務風險預警模型和監(jiān)測機制。在中央不救助的趨勢下，個人投資者也應該結合地方經(jīng)濟發(fā)展和財政狀況做出理性的投資決策，重點關注債務負擔沉重地區(qū)一般債券的估值風險。

注釋：

① 財政部《2021年12月地方政府債券發(fā)行和債務余額情況》。

② 財政部《地方政府債券市場報告（2021年12月）》、中央國債登記結算有限責任公司統(tǒng)計月報。

③ 財政部《2021年12月地方政府債券發(fā)行和債務余額情況》。

④ 調入資金是為了平衡一般公共預算收支，從一般公共預算外資金結余調入預算的資金，以及按規(guī)定從其他渠道調入的資金，如從政府性基金預算調入、從國有資本經(jīng)營預算調入等。

⑤ 中國地方政府債券信息公開平臺。

⑥ 中國地方政府債券信息公開平臺。

⑦ 國務院網(wǎng)站。

參考文獻：

[1]巴曙松．地方債務問題應當如何化解[J]．西南金融，2011（10）：4-6．

[2]洪源，張玉灶，王群群．財政壓力、轉移支付與地方政府債務風險——基于央地財政關系的視角[J]．中國軟科學，2018（09）：173-184．

[3]劉雅君．轉移支付、預算軟約束與我國政府債務可持續(xù)性[J]．學習與探索，2020（10）：155-164．

[4] OUYANG A Y，LI R. Fiscal decentralization and the default risk of Chinese local government debts[J]. Contemporary Economic Policy， 2021（03）：641-667.

[5]韓鳳芹，蔡佳穎．財政分權、政府間競爭與地方政府債務風險——基于省級數(shù)據(jù)空間效應的實證[J]．統(tǒng)計與決策，2021（17）：149-154．

[6]沈雨婷．財政分權與晉升激勵對地方政府債務影響研究[J].甘肅社會科學， 2019（01）：172-178．

[7]武彰純，李平. 地方政府投融資平臺轉型改革面臨的債務風險及防范[J].西南金融，2021（05）：77-88.

[8]彭沖，陸銘.從新城看治理：增長目標短期化下的建城熱潮及后果[J].管理世界， 2019（08）：44-57+190-191．

[9] HILDRETH W B，MILLER G J. Debt and the local economy： Problems in benchmarking local government debt affordability[J]. Public Budgeting amp; Finance，2002（04） ：99-113.

[10] DAI S. Risks and countermeasures of local government debt in China[J]. Modern Economy， 2020（10）：1 611-1 620.

[11]崔志娟．精準聚焦 防控地方政府債務風險[J].審計觀察， 2021（12）：12-17．

[12]張平，周全林．“十三五”時期我國地方政府性債務風險的預測與監(jiān)控[J].當代財經(jīng)， 2017（02）：22-30.

[13]吳濤，唐德紅，楊繼瑞．地方政府債務風險化解的主要模式：特征、困境與破解[J]．金融理論與實踐，2021（05）：28-41．

[14]洪源，王群群，蘇知立．地方政府債務風險非線性先導預警系統(tǒng)的構建與應用研究[J].數(shù)量經(jīng)濟技術經(jīng)濟研究， 2018（06）：95-113．

[15]郭玉清，袁靜，李永寧．中國各省區(qū)財政償債能力的比較與演進：2005—2012[J].財貿研究，2015（01）：80-90．

[16]郭敏，宋寒凝．地方政府債務構成規(guī)模及風險測算研究[J]．經(jīng)濟與管理評論， 2020（01）：73-86．

[17]繆小林，石若瑾．地方債：規(guī)模、效率與風險[J].公共財政研究， 2020（03）：18-35．

[18] GAO L. Municipal bond insurance premium， credit rating， and underlying credit risk[J]. Public Budgeting amp; Finance， 2012（01） ： 128-156.

[19] ZHOU T，HUI G. Credit risk analysis of local government financing platforman empirical study based on KMV model[C]. ICMETM 2015 - International Conference on Modern Economic Technology and Management， 2015（17）：1-5.

[20]劉俊生，趙倩. 地方政府債務風險評估及可持續(xù)性研究——基于KMV模型對蘇浙兩省的分析[J]. 北方金融， 2020（10）：38-42．

[21]夏詩園．基于KMV模型的地方政府債務風險預警研究[J]．金融評論， 2019（04）：114-123+126．

[22]譚佩佩，方希婧，鐘永紅．基于kmv模型的政府一般債券債務違約風險預測[J].金融經(jīng)濟，2021（04）：37-45．

[23]張慧，王寧，孟紋羽.基于分形KMV模型的地方政府債券安全發(fā)行規(guī)模測度[J].統(tǒng)計與決策， 2021（15）：133-136．

[24]潛力，馮雯靜.地方政府專項債券違約風險——基于KMV模型的分析[J]．統(tǒng)計與信息論壇，2020（07）：35-44．

[25]李沫霖．地方政府債務信用評級體系構建——以河南省實證數(shù)據(jù)為例[J].征信， 2020（12）：56-63．

[26]王鴻，鄒梓琛.基于KMV模型的地方政府債務規(guī)模適度性研究——以黑龍江省為例[J]. 會計之友， 2020（21）：98-104．

[27]張海星，靳偉鳳.地方政府債券信用風險測度與安全發(fā)債規(guī)模研究——基于KMV模型的十省市樣本分析[J].宏觀經(jīng)濟研究， 2016（05）：48-60.

[28]韓立巖，鄭承利，羅雯，等.中國市政債券信用風險與發(fā)債規(guī)模研究[J].金融研究， 2003（02）：85-94.

[29]洪源，胡爭榮．償債能力與地方政府債務違約風險——基于KMV修正模型的實證研究[J]．財貿經(jīng)濟，2018（05）：21-37．

[30]徐新．地方政府債務風險識別、分檔化解與資金缺口平衡——基于KMV模型對貴州數(shù)據(jù)的實證分析[J].生產(chǎn)力研究， 2021（11）：14-23+161．

（責任編輯：張艷妮/校對：趙偞貝）

作者簡介：鐘永紅，博士，教授，博士生導師，華南理工大學經(jīng)濟與金融學院，研究方向：金融風險管理。

申致遠，碩士研究生，華南理工大學經(jīng)濟與金融學院，研究方向：金融風險管理。

基金項目：國家社會科學基金一般項目“經(jīng)濟下行壓力加大條件下防范債務風險研究”（19BJY254）。