地方债管理新政对城投债信用风险的影响研究

袁乐平　肖妍

摘 要：地方债管理新政提出全面加强地方政府性债务管理，可能导致存量城投债信用能力發生分化。本文基于2012—2015年间企业债面板数据，将地方债管理新政作为政策冲击，采用双重差分法评估政策实施对于存量城投债信用风险的影响。实证结果表明，在剔除其他因素对信用风险的影响后，地方债管理新政显著增大了存量城投债信用风险；地方融资平台的政府债务认定率越小、获得的政府支持力度越小，地方债管理新政对存量城投债信用风险的放大作用越显著。地方政府应妥善处理存量债务，确定合理的政府债务认定率，适当加大政府支持力度，提高地方融资平台经营能力，以实现新旧地方债管理方式的平稳过渡。

关键词：地方融资平台；城投债；信用风险 ；双重差分模型

中图分类号：F812.5 文献标识码：A 文章编号：1674-2265（2017）06-0003-07

一、引言

地方政府通过设立融资平台举债用于城市基础设施建设，促进了地区经济增长，但过度投资导致城投债规模迅速膨胀，其中的风险隐患不容忽视。首先，地方隐性债务缺乏健全的约束机制。地方政府投资建设的政绩工程常常资质较差，项目收益率低且回收期长，再加上运营不善导致效率损失，弱化了地方融资平台的偿债能力。其次，负债期限与项目收益期限的严重错配可能引起流动性风险。地方政府负债期限主要为中短期，资金投向却为基础设施、生态环境建设等长期项目，“借短投长”必然导致现金流量问题。最后，地方政府借新债还旧债的行为导致债务余额增大、债务风险累积。一旦宏观经济政策收紧，地方融资平台无法及时筹集新债，资金链断裂将会导致债务违约，并可能由此引发系统性风险。基于此背景，2014年一系列地方债管理新政颁布实施，要求全面加强地方政府性债务管理，地方融资平台将改变地方政府投融资机构的定位，改造成为独立运行的市场主体，地方政府不再对城投债提供隐性担保。

现有的关于债券信用风险的研究主要集中于发行人财务状况、债券特征和宏观经济状况。发行人财务状况方面，预期财务杠杆的提高会导致信用风险溢价的增加，支持了权衡、等级和信用评级预期下的资本结构理论（Collin-Dufresne等，2001）。资产规模较大的地方融资平台违约可能性较低，城投债信用利差较小（齐天翔等，2012）。债券特征方面，同生辉和黄张凯（2014）指出，城投债票面利率与发债规模负相关，与发行期限正相关。另外，隐性担保对国有企业和地方融资平台的影响不同，政府隐性担保降低了国有企业债券的信用风险却增大了城投债的信用风险（韩鹏飞和胡奕明，2015）。宏观经济状况方面，Elton等 （2001）对比研究了国债和企业债的信用利差，强调了税收的影响。违约风险和利率之间的关系显著影响债券信用利差的期限结构，利率上升导致信用利差减小（Davies，2008）。已有研究从各个侧面分析了城投债信用风险的影响因素，但尚未涉及地方债管理新政对存量城投债信用风险的影响。因此，本文利用2012年末企业债数据，采用双重差分法评估地方债管理新政对于存量城投债信用风险的影响。

二、政策背景和研究假设

（一）政策背景

在原管理模式下，城投债的发行主体是地方融资平台，但地方政府提供隐性担保。因此，城投债是地方政府性债务的重要组成部分，债务的到期清偿因发行条款规定而异，偿还途径具体包括地方政府偿还、地方融资平台偿还以及地方政府和平台共同承担。截至2013年6月底，存量城投债规模约为17547.47亿元，而地方政府负有偿还责任的债券仅为5289.60亿元。不同类型城投债中，具备偿还责任的企业债、中期票据（含定向工具）和短期融资券占相应公开发行城投债的比例分别为37.74%、12.12%和19.14%，未纳入政府债务的存量城投债占比较大①。

对于新政实施之后增量城投债适用管理新政应当没有障碍，但在新政实施之前所形成的存量城投债能否适用管理新政则是一个重大问题。由于涉及地方政府、地方融资平台和投资者的利益，存量城投债的处理过程将会是一场多方博弈。经济下行背景下，如果存量城投债全部由地方政府兜底，即由地方政府隐性担保转化为显性担保，将给地方政府造成不堪承受之重；反过来，如果地方政府对存量城投债的隐性担保完全退出，即存量城投债全部由地方融资平台自主偿还，则必然会引发兑付危机，将严重损害政府公信力，造成巨大的社会经济动荡，引发管理新政的“硬着陆”，其后果同样是不可承受的。

基于此，为实现原地方城投债管理方式的平稳退出和新城投债管理方式的“软着陆”，国家出台一系列关于存量地方债的处置政策。一方面，将存量城投债的兑付责任在地方政府与融资平台之间分流，政府承担一部分存量城投债的兑付责任。国发[2014]43号文指出妥善处理存量债务，根据项目性质、项目收益、还款来源和举债企业等，区分是否属于政府应当偿还的债务，并将政府债务纳入政府预算管理。财预[2014]351号文要求存量地方政府性债务应按照先清理、后甄别的顺序开展，依据审计口径对地方债进行分类并报送财政部逐笔甄别。另外，地方政府提倡大力开展PPP模式，将政府债务转化为企业债务，进而锁定政府一般债务、专项债务余额。另一方面，对由融资平台承担兑付责任的存量城投债，地方政府给予适当的支持。财金[2014]76号文提出，省级财政部门需要设计投资项目名单管理机制与政府补助支出统计监督机制，据此确定下级财政部门应支出的合理政府补助。国发[2014]43号文提出，地方政府在必要时应通过依法注入优质资产、提供特许经营权、加大财政补贴等方式，对于存量债务做出妥善安排。现在的问题是，在这样的政策安排下，存量城投债的信用风险是否会放大，以致损害地方债管理新政“软着陆”目标的实现？本文将利用2012—2015年的实证材料对这一问题进行研究。

（二）研究假设

地方债管理新政的实施将改变投资者对城投债价值的认可度，信用分化导致存量城投债的偿还具有一定的不确定性，具体分析见图1。债务甄别本质上是地方政府隐性担保变化的过程，存量城投债若被认定为政府债务即实现了隐性担保显性化，信用风险下降；而失去隐性担保的存量城投债则转变为企业债务，由地方融资平台自主偿还，信用风险有所上升。为实现存量企业债务在清偿周期内的平稳过渡，地方政府可能采取注入资产、权利让渡或财政补贴等政府支持措施，以期在一定程度上缓解这部分债务的信用风险。因此，地方债管理新政实施后，部分存量城投债的信用风险下降，另一部分的信用风险变化方向却不明晰，则存量城投债的整体信用风险变化也不确定。为了研究地方债管理新政对存量城投债整体信用风险的影响，本文提出以下假设：endprint

H1a：地方债管理新政的实施，增大了存量城投债的整体信用风险。

H1b：地方债管理新政的实施，降低了存量城投债的整体信用风险。

为了研究债务甄别对存量城投债信用风险的影响，本文引入政府债务认定率指标。政府债务认定率是指，被认定为政府负有偿还责任的存量城投企业债与全部城投企业债之比。被认定为政府债务的存量城投债，将通过预算资金清偿或者运用地方政府债券置换，具有政府信用，增信效应明显，到期偿还确定性更高，因此这部分存量城投债的违约风险下降。但如果存量城投债经甄别后归为融资平台公司的债务，债务到期可能需要平台自身寻求其他渠道来实现债务周转，则债务甄别对这部分存量城投债产生减信效应，保障性也随之降低。即政府债务认定率越低，纳入政府预算的存量城投债规模越小，政府信用对存量城投债的保障程度越小。基于此，本文提出假设2：

H2：地方融资平台的政府债务认定率越低，地方债管理新政对存量城投债信用风险影响越大。

由于存量债务处置过程中财政补贴或权利让渡条款尚未披露，本文仅考虑政府注资行为对于存量城投债信用风险的影响。地方政府常常通过土地划转、股权投资等方式注入资产，增加地方融资平台的经营性资产，促进其经营能力的提升。因此为了研究政府支持力度对存量城投债信用风险的影响，本文引入经营性资产覆盖率指标。经营性资产覆盖率是指，地方融资平台的经营性资产与非政府债务之比。存量城投债中能够被认定为政府债务的有限，未纳入政府预算以及地方债规模较大地区的城投债，将逐步转变为地方国有企业产业债， 需要关注地方融资平台的经营性资产规模、信用评级水平以及获现能力等。地方融资平台主要从事公益性项目，整体盈利能力水平较弱，同时不具备和债务偿还相对应的现金流獲取能力，因此这部分城投债的兑付主要取决于经营性资产对非政府债务的覆盖情况。根据以上分析，本文提出假设3：

H3：地方融资平台的经营性资产覆盖率越低，地方债管理新政对存量城投债信用风险影响越大。

三、研究设计

（一）样本选取与数据来源

为了研究地方债管理新政对存量城投债信用风险的影响，本文选取2012年12月31日银行间债券市场固定利率存量企业债数据为研究样本，且样本存续期持续到2015年12月31日。按照国发[2010]19号文对地方融资平台的定义，本文样本不包括高速公路与铁路类融资平台发行的债券。2014年地方债管理新政明确要求清理存量债务、甄别政府债务，对存量城投债的信用分化产生较大影响，因此本文选取的政策实施分界点为2014年。研究期间为2012—2015年共四年，即2012—2013年为政策实施前，2014—2015年为政策实施后。样本中债券信息、地方融资平台财务指标与国债收益率等数据都来自万得数据库和中国债券信息网。在删除数据不全的样本后，选取560只企业债数据作为研究对象，其中城投债为451只，一般企业债为109只。

（二）研究模型与变量

本文运用双重差分模型分析地方债管理新政对存量城投债信用风险的影响。具体而言，构造由地方融资平台发行的“ 城投债组” 和其他企业发行的“一般企业债组”，前者为实验组，后者为对照组。通过控制其他因素，比对政策发生后实验组和对照组之间的差异，从而检验政策效果。债券信用风险通过信用利差来体现，且信用风险与信用利差正相关。本文选用债券信用利差cs作为被解释变量，衡量信用风险。虚拟变量ucib反映所关注的债券是否为城投债，取值为1代表城投债，取值为0代表一般企业债；虚拟变量p反映政策效应，于地方债管理新政实施当年及之后取值1，否则为0。交互项p*ucib是“政策效应（p）”和“城投债（ucib）”的交互项，系数β3反映政策净效果。如果地方债管理新政对城投债信用利差有正的效应， 那么β3的符号就显著为正；反之则为负。则双重差分模型为：

[cs=β0+β1ucib+β2p+β3（p*ucib）+β4X+λind+μt+ε]

（1）

参考Campbell和Taksler（2003）、Hackbarth等（1995）、Yu （ 2005）的研究，本文加入了控制变量（X），包括企业财务状况、债券特征和宏观经济状况。其中，违约距离、净资产收益率和长期负债衡量企业财务状况，债券规模、债券存续期限、债券剩余期限和债券评级评估债券特征，基准利率反映宏观经济状况。将控制变量影响剔除，可以更准确地估计政策实施对城投债信用利差的影响。本文还对行业效应（λind）和时间效应（μt）进行了控制。变量定义详见表1。

表2为变量描述性统计，为了避免数据异常值的影响，对数据按照上下1%进行缩尾处理，使本文的结论更具有一般性。

表2：变量描述性统计

[变量 观测值 均值 中值 标准差 最小值 最大值 cs 2240 2.398 2.485 1.061 0.484 4.263 p 2240 0.500 0.500 0.500 0 1 ucib 2240 0.805 1 0.396 0 1 lev 2240 0.523 0.530 0.150 0.188 0.853 roe 2240 3.316 2.610 3.716 -12.10 16.29 ltd 2240 0.293 0.277 0.111 0.097 0.612 lsize 2240 20.95 20.91 0.592 19.81 23.03 age 2240 3.241 2.766 2.415 0.0685 10.51 mat 2240 5.079 4.851 1.977 1.455 12.30 rate 2240 2.754 2 0.893 1 4 tr 2240 3.170 3.082 0.696 2.298 4.219 ]

四、实证分析

（一）地方债管理新政与存量城投债信用风险：基本结果endprint

表3列出了地方债管理新政对存量城投债信用风险的影响。交互项p*ucib的系数在1%水平下显著为正，表明政策的实施显著增大了城投债的信用风险，即验证了假设H1a。整体来看，地方债管理新政的实施放大了投资者面临的信用风险。与一般企业债相比，地方债管理新政的实施使得存量城投债的信用利差相对于样本平均值上升了29.65%②。另外，从等级角度来看，高等级城投债的估值溢价较小，所面临的估值调整压力较小。

（二）稳健性检验

为检验结果的稳健性，采用地方债管理新政实施前后两年的数据（2013年和2015年），通过两期双重差分模型进行分析（见表4）。回归结果表明。交互项p*ucib的系数显著为正，和上文结果一致，即通过了稳健性检验。

为了进一步检验结果的稳健性，我们借鉴已有研究（刘瑞明和赵仁杰，2015），通过改变政策执行时间进行反事实检验。

除地方债管理新政这一政策影响外，一些随机性因素也可能导致存量城投债信用能力发生变化。为了剔除其他因素的影响，将地方债管理新政的实施时间提前一年，如果此时交互项p*ucib的系数仍显著，则表明存量城投债信用风险变化并不是因为地方债管理新政的实施，而是来自于其他因素；反之，则说明政策的实施导致信用风险变化。表5结果显示，交互项p*ucib的系数并不显著，说明存量城投债信用风险的变化不是源于其他因素，而是由于地方债管理新政这一政策的实施。

（三）政府债务认定率的进一步考察

通过对地方融资平台债务清理甄别，纳入政府债务的城投债具有政府信用。地方融资平台的政府债务认定率越低，地方融资平台的存量城投债被纳入政府债务的比例越小，政府信用的覆盖程度越低。2013年6月全国政府性债务审计报告公布了政府债务情况，因此本文参考2013年各省审计结果分析债务比例，以此为基础计算地方融资平台的政府债务认定率。为研究政府债务认定率和政策效应对存量城投债信用风险的影响，构造如下模型（2）：

[cs=β0+β1（p*ucib）+β2（p*ratio1）+β3（ucib*ratio1）+β4（p*ucib*ratio1）+β5X+λind+μt+ε （2）]

其中，ratio1是政府债务认定率虚拟变量，政府债务认定率高于中位数时取值为1，低于中位数时取值为0。交互项p*ucib*ratio1的系数β4为政策效应、城投债虚拟变量、政府债务认定率虚拟变量的共同作用结果。如果估计系数β4显著，则表明地方债管理新政的实施，对不同政府债务认定率的存量城投债信用风险的影响存在显著差异。表6结果显示，交互项p*ucib*ratio1的系数在1%水平下显著为负，即验证了假设2，说明对于政府债务认定率较低的地方融资平台，地方债管理新政对存量城投债信用风险的放大作用更明顯。

（四）经营性资产覆盖率的进一步考察

地方融资平台的盈利能力较弱，未被纳入政府债务的存量城投债主要依靠经营性资产偿还。本文对2013年6月末已发行城投债的融资平台公司的经营性资产进行分析计算，同时根据政府债务认定率来计算非政府债务的规模，进而测算出经营性资产覆盖率。经营性资产包括货币资金、土地和股权投资等，其中政府注入的土地资产占比较大且常以估价入账。因此对地方融资平台的经营性资产进行折算，采用“保守估计的经营性资产/非政府债务”来评价地方融资平台经营性资产对非政府债务的保障情况，并构造如下模型（3）：

[cs=β0+β1（p*ucib）+β2（p*ratio2）+β3（ucib*ratio2）+β4（p*ucib*ratio2）+β5X+λind+μt+ε （3）]

其中，ratio2是经营性资产覆盖率虚拟变量，经营性资产覆盖率高于中位数时取值为1，否则取值为0。交互项p*ucib*ratio2的系数β4为政策效应、城投债虚拟变量、经营性资产覆盖率虚拟变量的共同作用结果。如果估计系数β4显著，则表明地方债管理新政的实施，对不同经营性资产覆盖率的存量城投债信用风险的影响存在显著差异。表7结果显示，交互项p*ucib*ratio2的系数在1%水平下显著为负，即验证了假设3，说明对于经营性资产覆盖率较低的地方融资平台，地方债管理新政的实施更显著地增大了存量城投债的信用风险。

五、结论与政策启示

本文首次利用银行间市场固定利率存量企业债为研究对象，检验地方债管理新政对存量城投债信用风险的影响。地方债管理新政要求对地方政府性债务进行清理和甄别，将原有政府性债务依据用途及还款来源划分为政府债务与企业债务，同时存在通过PPP模式将政府债务转化为企业债务的可能性，加剧了存量城投债信用分化。为了剔除其他变量的影响，本文运用双重差分模型研究政策实施的净效果。实证结果表明，相对于一般企业债，地方债管理新政显著增大了城投债的信用风险，主要原因为地方债甄别将导致部分城投债失去政府信用，对其信用品质造成不利影响，整体放大了存量城投债的信用风险，并且该结果通过了显著性检验。另外，从地方融资平台的政府债务认定率来看，地方债管理新政对政府债务认定率较低的存量城投债的信用风险放大作用更显著；从地方融资平台的经营性资产覆盖率来看，地方债管理新政更加显著地增大了经营性资产覆盖率较低的存量城投债的信用风险。

存量城投债的信用变化主要受到债务甄别和政府支持力度的影响。一方面，存量债务甄别实质上是地方政府隐性担保显性化或退出的过程。存量城投债的处理关系到社会民生，地方政府应当对项目性质、收益以及承接主体综合分析，进而制定债务划分标准，确定相对合理的政府债务认定率。另一方面，政府支持对非政府债务的偿还起重要作用。地方政府应适当注入优质资产，增大地方融资平台的经营性资产规模，促进其经营能力的提升，降低存量城投债的信用风险。特别地，对于承担重要建设责任且规模较大的存量城投债项目，地方政府应加大支持力度。本文的研究仅考虑了银行间市场固定利率企业债，并剔除了部分数据不全的样本，因此回归结果可能存在一定偏差。地方债管理新政的颁布实施意义重大，对地方债的风险问题有待进一步研究。endprint

注：

①资料来源：万得资讯。

②表3中的交互项系数为0.711，用该值除以样本信用利差平均值为2.398，则计算出因变量的变化幅度为29.65%。

参考文献：

[1]Collin-Dufresne P，Goldstein R S，Martin J S. 2001. The Determinants of Credit Spread Changes[J]. The Journal of Finance，56（6）.

[2]Elton E J，Gruber M J，Agrawal D，Mann C. 2001. Explaining the Rate Spread on Corporate Bonds[J]. The Journal of Finance，56（1）.

[3]Davies A. 2008. Credit Spread Determinants： An 85 Year Perspective[J].Journal of Financial Markets，11（2）.

[4]Campbell J Y，Taksler G B. 2003. Equity Volatility and Corporate Bond Yields[J].The Journal of Finance，58（6）.

[5]Hackbarth D，Miao J，Morellec E. 2005. Capital Structure，Credit risk，and Macroeconomic Conditions[J].Ssrn Electronic Journal，82（3）.

[6]Yu F. 2005. Accounting Transparency and the Term Structure of Credit Spreads[J].The Journal of Finance Economics，75（1）.

[7]齊天翔，葛鹤军，蒙震.基于信用利差的中国城投债券信用风险分析[J].投资研究，2012，（1）.

[8]同生辉，黄张凯.我国城投债券发行利率影响因素的实证分析[J].财政研究，2014，（6）.

[9]韩鹏飞，胡奕明.政府隐性担保一定能降低债券的融资成本吗？—基于国有企业和地方融资平台债券的实证研究[J].金融研究，2015，（3）.

Abstract：The new local government debt management policies suggest strengthening the administration of government debt comprehensively，which may lead to credit differentiation of existing urban construction investment bonds. Based on the corporate debt panel data from 2012 to 2015，DID Model is used to evaluate the impact of the policy implementation on existing urban construction investment bonds' credit risk，with the new local government debt management policies as a policy shock. After eliminating the influence of other factors，the empirical results show that the new local government debt management policies increase the credit risk of existing urban construction investment bonds' credit risk significantly. In addition，the lower the rate of government debt recognition is and the smaller government support is，the greater the risk amplification is. The local government should properly handle the stock debt by determining a reasonable rate of government debt recognition. Government support ought to be properly increased to improve the local financing platformsoperation capacity，which can help to realize the smooth transition between the new local government debt management way and the old way.

Key Words：local financing platform，urban construction investment bonds，credit risk，DID Modelendprint