经济增长、房地产景气与地方债风险

摘要：在拓展基于信用风险的宏观压力测试模型的基础上，采用我国2009年以来发行的所有地方政府债券数据，预测在短期宏观经济剧烈波动的情境下，地方政府债券的风险。模型结果显示，在经济遭受严重冲击，经济增长大幅下滑的假设情境下，地方政府债券风险有较大提高，但风险仍在可控范围内。地方政府债券能够承受的最大经济衰退冲击约为21%～30%。预测结果表明，地方政府债务改革较好地提升了地方债的抗压能力，但风险的叠加放大效果仍不可忽视。

关键词：地方政府债券;压力测试;利差

中图分类号：F812.5 文献标识码：A

文章编号：1001-9138-（2021）07-0039-50 收稿日期：2021-05-10

1 引言

2020年新冠肺炎疫情对经济短期冲击较大。一方面，经济停滞带来了政府财政收入锐减，另一方面，为了刺激经济增长，地方政府迅速增大了财政投资规模，这给地方政府债务风险带来了考验。尽管经济已进入缓慢复苏，然而，逆周期宽松及其预期必然带来杠杆率高企，增大经济下行风险，妨碍金融稳定，放大经济体系脆弱性，而政府过度负债则限制了宏观调控对冲杠杆率的能力（Cardani et al.，2020），为政府债务风险埋下伏笔，2010年欧债危机正是这一过程的现实写照。尽管我国实施果断、严格的防控措施，在经济停滞100多天后，有效控制了疫情，率先进入经济复苏，然而世界各国的疫情发展不尽相同，疫情仍未在世界范围内得到控制，近日印度新增确诊病例大幅反弹引发了新一轮衰退的担忧。疫情的不确定性，以及全球流动性过剩带来的金融市场波动加剧，政府负债率上升对宏观调控造成压力。过去一年的经济表现充分体现了中国经济的韧性，然而未来世界经济必然面临更大的挑战，地方政府债务风险能否在更大的压力下保持稳健、可控，是必须直面的一个重要问题。

2014年以前，根据1994年修订的《预算法》规定，中国地方政府无债务融资权利，而地方政府的部分经济职能使其实际上有著强烈的融资需要。因此地方政府通过其控股的城投公司变相融资，以地方土地出让金作为城投公司债务的最终还款担保。2008年金融危机席卷全球，中央政府出台了一系列财政政策以刺激经济增长，其中超过一半的资金由地方政府筹集，中央政府鼓励地方政府通过城投公司融资，从而积聚了风险。2011年，云南路投违约事件引爆了地方政府债务危机，地方政府债务风险大幅攀升。经济危机——财政投资增加——政府债务大增——政府债务危机，这一过程与2010年的欧债危机何其相似。“历史总是重演”，2020年，世界经济正经历着相似的过程。我们希望通过构建模型，预测政府债务在压力情境下的抗风险能力，以评估中国地方政府债务风险，为系统性风险做出预警。

我们改进了一个基于信用风险预测的压力测试模型，这一模型广泛应用于评估银行业风险，我们将这一模型引入地方政府债务风险领域。通过模型估算和历史数据分析，预测中国地方政府债务在剧烈宏观经济风险冲击下的风险状况。

2 文献综述

2.1 政府债务风险评估

20世纪90年代以后，政府债务管理理论得到长足发展，政府债务风险评估是其中非常重要而实用的一个分支。政府债务风险是债务规模膨胀所致，可以划分为两类：一是政府债务规模增加所导致的货币贬值风险，二是政府债务增加还将会导致债务违约，从而影响政府信用。Merton在1974年提出了违约结构化模型理论，构建了著名的Merton模型，研究债券违约概率，据此模型进行证券定价可以推导出，违约概率越大，证券的信用溢价越高。这一理论经Black、Leland，以及Longstaff等人的研究得到进一步发展，逐渐成为债券风险评价的重要工具之一，并被应用于政府债券风险评估。一些研究通过政府债务与内外部因素的关系来评价政府债务风险，这些因素包括信用评级（Tang & Li，2021）、信息披露 （Beck，2018）、税收异质性 （Babina et al.，2021）、腐败 （Liu et al.，2017）、法律（Clarke，2017）、宗教信仰（Abakah，2020）、社会资本（Li et al.，2018）等因素。Br?thaler et al.（2015）发现，政府债风险、可持续性与宏观因素紧密相关;Gao et al.（2019）发现上级政府对严重政府债务风险的态度显著影响了当前政府债风险，这在世界范围内广泛存在。另一些研究则试图将内外部因素全部纳入计量，构建一套指标体系，尽可能全面反映收入、支出、国债、赤字等财政体制内和经济、金融、政策、制度等财政体制外风险要素，附以统计、计量方法或经人为判断的方式确定指标赋值区间和权重，采用线性加权预警指数方法衡量风险程度（Padovani et al.，2018）。随着信贷风险评价模型的发展，KMV、Credit Metrics等信贷风险模型逐渐被应用于政府债务风险评估（Tao，2015）。

2.2 土地财政与地方政府债务风险

地方政府在土地供应上具有绝对的垄断权，分税制导致的财政缺口以及地方对于土地财政的竞争模仿，促进了土地财政的增长和地方对土地财政的惯性依赖。土地财政所引起的地价上涨会强化城市过度举债的动机，促进了地方政府债务规模的扩大。张莉等（2018）发现土地出让收入能促进城投债的发行。土地价格上涨时，地方政府更倾向于利用抵押土地的方式获得债务融资，推动地方债务规模扩张的同时，也积聚了很大的债务风险（田新民和夏诗园，2017）。而受地方政府垄断的土地市场推高了房价，也促进了地方债规模扩张（陈瑞等，2016），增加了地方政府债务风险（秦凤鸣等，2016）。

地方政府以土地出让金作为担保，发行大量地方债。未来地方债的偿还也一定程度上依赖土地收入。对地方政府而言，土地出让两个主要目的是经济建设和缓解背负的大量债务（赵文哲和杨继东，2015），地方政府基建和土地收储开发主要依靠地方政府债务和土地出让收入。土地财政规模膨胀，虽然增加了地方政府的预算收入，但禀赋较差的地区在引资竞争中处于劣势，未来土地出让收入可能不足以偿还债务（范剑勇，2014），最后导致债券违约，债务风险上升。

2.3 基于信用风险的宏观压力测试

信用风险（Credit Risk）又称违约风险，是指交易对手未能履行约定契约中的义务而造成经济损失的风险，即受信人不能履行还本付息的责任而使授信人的预期收益与实际收益发生偏离的可能性，它是金融风险的主要类型。许多信用风险的评估技术都来源于对银行风险的评估。20世纪90年代以前，传统的商业银行信用风险度量主要依赖具有丰富审批经验的贷款核准人和财务数据，例如专家法、Z评分模型法、ZETA模型等。20世纪90年代，VaR方法一经推出便在全球范围内得到广泛认可和应用，然而，1997年亚洲金融风暴使管理者认识到，金融风险不是由单一风险造成，而是操作风险、市场风险、信用风险等多种风险的共同结果，为此，巴塞尔委员会提出了压力测试以弥补VaR的不足。

宏观压力测试是用于评估金融系统面对“罕见但可能发生”的宏观冲击时脆弱性的一系列技术，它的主要目标是确定金融系统脆弱性和总风险敞口，对系统性风险提供预警。全球系统性金融風险频发使越来越多的政府当局意识到宏观压力测试的重要性，这一方法在评估某一机构资产的脆弱性上被越来越多国家和国际组织使用。从2000年开始，国际清算银行全球金融体系委员会便每年从全世界选择约70家大银行，对他们进行压力测试并发布调查报告。由国际货币基金组织（IMF）和世界银行（World Bank）共同推动的金融部门评估计划（FSAP）也对压力测试进行了多次实践总结。随着各国金融监管当局对系统性风险的日趋重视，宏观压力测试方法逐渐成为检验一国银行体系的脆弱性、维护金融稳定的首选工具。

压力测试首先进行情境设定，再通过该情境下风险因子的变动，重新评估资产价值。情境设定需要确定“异常但合理”的事件，一些学者关注模型的“尾端风险”，而另一些学者则视其为一门“艺术”。折中的观点认为，选择的情境应当在可能可测的基础上，达到某种程度的可能。情境设定的依据一般有两种，一种是基于历史情境，另一种则由宏观经济模型辅助产生情境。

重新评估通常需要将所设定的情境变量Xt与Yt某个财务指标相关联，估计经验模型：

Yt = f （Xt ，Vt）

其中，Yt是衡量金融系统风险的矩阵，是衡量违约情况的指标，主要通过模拟压力情境下的点估计获得。 f （°）为损失方程，模拟了宏观经济冲击对金融体系风险的影响关系。

Mckinsey公司的Wilson首先发展了这一思路，他结合基本动力学和计量经济学理论提出了信用组合观点，借助蒙特卡洛技术，对不同宏观经济发展情境下的违约率的分布进行模拟。这一方法被许多学者应用于银行、制造业等领域，并不断改进，形成了多种框架。同时在实践领域的应用也十分广泛。奥地利银行将其用于对奥地利银行部门的压力测试，加拿大央行、瑞士央行、巴西央行、印度央行、南非央行和挪威央行等也都在宏观压力测试中采用类似的分析框架;许多银行等机构采用类似的框架，结合人工智能技术，预测企业的债务违约率（Kim et al.，2020）。这一方法已得到理论和实践领域的广泛认可。

3 信用风险压力测试模型的构建

在Liu et al.（2020）、孙东升等（2015）研究的基础上，本文进行了拓展，构建了压力测试模型。

假设债务人在时刻t的条件违约概率为Pt∈[0，1]，为了扩大变量的取值范围，通过Logit转换得到中间变量Yt：

（1）

这一公式可以通过简单数学变换成为：

（2）

假设宏观经济变量服从自回归过程，同时，债务人的信用风险与宏观经济风险相关，因此构建以下联立方程：

Yt = A0 + A1Xt + A2Xt-1 + … + AmXt-m + Φ1Yt-1 +

… + ΦnYt-n +εt                                                      （3）

Xt = B0 + B1Xt-1 + … + Bp Xt-p + Θ1Yt-1 + … + ΘqYt-q + νt                                                              （4）

其中Xt为宏观经济指标。在方程（3）和（4）中加入因变量的滞后变量作为解释变量，更具有普遍性，既能够反映信用风险的滞后效果，又能够反映信用风险对经济风险的反馈作用。εt和νt为误差项，我们假设它们服从正态分布且序列不相关，它们的方差-协方差矩阵分别为Σε和Σν。记：

当样本量足够大时有：

4 模型估计结果

4.1 数据的选取

4.1.1 违约率的估算

按照通行做法，违约率一般以历史违约率作为估算基础。然而中国地方政府债券发行的历史并不长，经查，目前尚无地方政府债券违约的先例。由于一个实际未违约的债券的违约概率难以获取，在许多研究中都采用了代理变量。Wong et al.（2008）采用逾期三个月的信贷占比代理信用违约率，孙东升等（2015）则采用破产机构数量占总机构数量比例来代理违约率。考虑到信用利差能够较好地反映债券的信用风险，在假定地方政府债券流动性风险维持不变的前提下，可以通过信用利差来作为违约率的代理变量。为了信用利差能够更直观地反映地方政府债券的违约率，我们将信用利差作适当变形：

其中：Pe为估计的违约概率，YTM为债券的到期收益率，Rf为无风险利率，r为债券的违约回收率。

此公式的基本内涵是把债券的到期收益率分解为无风险利率与违约成本的加总（未考虑流动性风险），即由市场决定的到期收益率可以看作在无风险利率基础上加上违约风险的溢价。

无风险利率采用1年期国债到期收益率，地方政府债券到期收益率采用当月所有期限地方政府债券的平均到期收益率。中国2009年5月开始发行地方政府债券，因此数据区间为2009年5月到2021年2月，数据来源于choice金融数据库。而违约回收率，Wong et al. （2008）简单采用了50%作为估计值，我们采用穆迪公布的全球市政债券平均违约回收率64%。估算出的地方政府债券违约概率如图1所示。

图1较完整地反映了中国地方政府债券发展的全部历程。为了应对2008年全球金融危机筹措资金，2009年开始试点发行地方政府债券，2011年具有地方政府隐性担保的城投债风险集中爆发波及到地方政府债券，使利差出现了阶段性高点。2015年宏观风险的上升，加上地方政府债务改革的推进，地方政府债务余额增速迅猛，地方政府债券信用利差再次达到了阶段性高点。2020年新冠肺炎疫情使宏观经济风险突然升高，地方政府债券信用风险也随之达到了历史最高点。由于新冠肺炎疫情造成了宏观经济剧烈波动，地方政府债务风险也剧烈上升。本文拟设定的情境是，假设疫情的冲击延续3个月，因此，我们下述的计量研究数据全部截止到2020年3月。

4.1.2 宏观经济指标的选取

根据相关文献研究，结合中国地方政府债券的实际以及本研究的需要，选取宏观经济波动、房地产市场波动、固定资产投资指标作为解释变量。自变量与因变量的正负相关性预期如表1所示。

（1） GDP增长率：这是最为广受认可的反映经济波动的指标，在大多数压力测试、地方债风险分析的文献中都采用了这一指标作为地方债风险的重要影响因素。地方债风险压力测试的最重要目的之一就是为了研究地方债承受经济风险压力的能力，因此，GDP增长率作为反映经济波动的重要指标，也是影响地方债风险的最重要因素之一。由于GDP增长率仅有季度数据，我们采用Denton方法进行插值处理。

（2）国房景气指数增长率：土地财政一直是中国地方政府的重要财政收入来源之一，这意味着房地产市场的波动很大程度上影响了地方政府的财政收入，也影响着地方政府还款能力。因此，采用国房景气指数作为地方政府债券违约率的解释变量是比较恰当的。

（3）固定资产投资增速：固定资产投资是衡量实体经济发展的重要指标（刘贯春等，2019），并一定程度上反映宏观经济状况。实体经济的繁荣有利于增加地方政府财政收入，同时也促进金融市场的活跃，这些都有利于降低地方政府债务风险。霍源源等（2016）也采用该指标用于中国商业银行信用风险的压力测试。

数据的描述性统计如表2所示。

4.2 实证结果

根据式（3）和（4），拟合结果如表3所示。

估计结果显示，各解释变量的t检验均在5%水平上显著，R-squared为82.3%，F统计量在1%水平上显著，说明解释变量较好地解释了地方政府债券违约率的变异。经测试，GDP增长率2阶和4阶自回归均能够较好地拟合数据，而时间跨度更大的4阶自回归能够更好地反映数据生成过程，同时考虑到本文研究主题的需要，疫情的短期冲击对GDP增长率的影响更大，短期波动较大，需要GDP增长率能够更好地溯及往期，才能使预测效果更好，因此此处采用4阶自回归。GDP增长率、国房景气指数增长率和固定资产投资增长率的系数符号为负，说明经济增长、房地产市场景气和实体经济景气更有利于降低地方政府债券的违约率，这与预期相符，如表4所示。3個解释变量均采用增长率，数值大致在同一量级，因此系数的大小能一定程度上反映解释变量对被解释变量影响力的大小，例如，GDP增长率每增加1%将使地方政府债券风险的代理变量降低0.0217，国房景气指数增长率每增加1%将使地方政府债券风险的代理变量降低0.0108，而固定资产投资增长率每增加1%将使地方政府债券风险的代理变量减少0.00314，说明GDP和国房景气指数增长对地方政府债券风险的影响力较大，而固定资产投资的增长则有较小的影响力。

5 压力测试

新冠肺炎疫情对全球经济产生了巨大冲击，房地产市场、金融市场、经济增长率都出现了较大波动。2020年第一季度，中国经济增长率陡然下滑到-6.8%。过去30年来，世界经济经受了1997年亚洲金融风暴、2008年全球金融危机等重大风险的冲击，然而中国经济增长率从未跌破5%。此次疫情是近30年来中国经济面临的最大的短期冲击。中国以经济全面停滞为巨大代价换取了疫情的迅速控制，实践证明是可行的、有效的，长期看是代价最小的。在全国上下连续百日的共同努力下，疫情得到缓解。2020年4月8日武汉解封标志着中国疫情得到较好控制，生产逐步恢复，经济得到复苏。2020年第二季度，中国GDP增长率已恢复到3.2%，第四季度，GDP增速已恢复到正常水平。然而，不同于中国的抗疫模式，许多国家的疫情并未得到有效控制，近日印度每日新增确诊病例超过30万例，使全球疫情防控再次面临挑战，经济增长再次面临巨大风险。本文采用的压力测试模型正是用于测试经济环境面临巨大风险时，某一资产组合风险的变化。因此，本文将压力冲击的情境设定为，假如疫情没有得到控制，经济增长持续停滞，甚至恶化。针对这一情境，对地方政府债务风险展开压力测试。

首先需要选定触发情境的宏观经济变量。表3的回归结果显示，GDP增长率和国房景气指数增长率对地方政府债券风险的影响力最大。GDP增长率是较为公认的宏观经济增长指标，被绝大多数宏观压力测试文献选用设定压力情境，在此次疫情中，由于强力的疫情防控政策导致企业生产大面积停摆，GDP增长率受到较大的冲击，因此我们选定GDP增长率作为设定压力情境的变量。

如表4所示，从2020年4月起，各项宏观经济指标开始好转，经济在持续了3个月的停滞之后重新复苏。然而，过去一年，美国的每日新增病例数持续维持在高位，巴西、印度等国的疫情则持续恶化。未来世界经济必然面临更多不确定性和冲击，金融资产能否经受更剧烈的经济动荡的压力，是我们必须考虑的问题。因此，我们此处将情境设定为，假如2020年4月，疫情未见缓解，甚至再持续3个月，宏观经济状况持续恶化，在这样的情境下，地方政府债务的风险如何演化。当然，这也同样适用于未来其他重大风险的冲击给金融资产带来的压力。

宏观经济指标的未来估计值在压力测试系统中产生的方法通常有两种，传统方法和蒙特卡洛方法。传统方法是假定测试系统的随机扰动项为0，对系统中各个宏观经济指标进行点估计，进而得到违约概率的期望值。蒙特卡洛方法是假定测试系统的随机扰动项不为0，对随机扰动项进行抽样，从而得到违约率的概率分布。根据本文的研究需要，采用传统方法更适宜。

我们先通过表3的自回归结果，简单推算GDP增长率未来3期的预测，如表5所示。

世界范围来看，2020年二季度美国GDP增速为-9.03%，德国为-11.25%，加拿大为-12.5%，意大利为-18%，法国为-18.74%。因此，如果疫情没有好转而是持续恶化，GDP增速的预测数值是有可能达到的。根据以上预测，我们将压力情境设定为：

假定GDP增长率在未来3期下降为-10.3243、

-13.1512和-15.3590。

接着需要确定在设定的情境下，其他宏观经济指标是否出现相应的波动，为此，借鉴华晓龙（2009），以GDP为解释变量分别对其他指标进行回归。经检验，GDP对RECI有较好的解释力，对FAI没有较好的解释力。这十分符合预期。房地产市场受经济波动的影响较大，而FAI作为反映实体经济增长预期的领先指标，不由GDP或RECI解释。事实上，FAI数据看起来也确实不随疫情而变化。FAI在2019年11月达到最低点后持续回升直至2020年6月，后又转入下行（见表2），似乎独立于疫情或GDP。国房景气指数增长率与GDP增长率回归结果如表6所示。

这一方程的系数、常数项和F统计量均在1%水平上显著，说明国房景气指数增长率与GDP增长率存在显著的线性关系。方程R-squared为0.98说明该方程能够解释因变量98%的变异，回归效果较好。经测试，GDP的滞后2阶也能较好地解释RECI，但考虑到GDP的短期波动较为剧烈，更多的滞后阶数能够起到更好的预测效果，同时R-squared也确实更高，因此这里采用了GDP的4阶滞后。

在GDP受到较大冲击而连续大幅下降的情境下，各经济变量的相应变化如表7所示。

FAI的预测值由其自回归方程获得。如前所述，GDP和RECI均难以完全解釋FAI的变异，从现实的数据来看，FAI在2019年11月达到短期底部后逐月回升，在中国疫情最严重的2020年1季度仍维持回升势头，而GDP在2019年12月仍在6%的合理水平上，2020年1月才开始下降，这说明FAI的走势确实独立于GDP和疫情的发展。

将以上数据代入表3回归式（1），结果如表8所示。

如表8所示，在GDP连续大幅下降的情境下，当GDP下降到-15.3590时，地方政府债券利差达到385个基点。按照近10年1年期国债平均收益率测算，在GDP下降到-10.3243、-13.1512、-15.3590时，地方政府债券的平均收益率分别为4.8792、5.6301、6.6940。2010年3月希腊10年期国债收益率达到6.36%，惠誉已准备下调其主权信用等级。对照这一先例，6%的政府债收益率已经较高。考虑到地方政府债和国债收益率仍有一定的差异，因此，地方政府债券风险在GDP下降到-15.3590时，可能仍未达到爆发危机，但已经具有一定的风险了。

接下来，我们考虑在GDP大幅下滑过程中，各经济变量的波动对地方政府债券风险波动的贡献，我们定义这一贡献为，其他经济变量不变，某一经济变量单独跨期波动时造成的地方政府债券风险波动占总风险波动的比率，公式表示为：

其中，i为第i个经济变量，Yit-1为其他变量不变，第i个经济变量单独跨期波动时的Y值。在GDP从下跌10到13和13到15过程中，各解释变量对地方债利差变动的贡献度如表9所示。

如表9所示，地方债利差的变动主要由其自身的滞后期引起。除了其自身以外，GDP和RECI均是最主要的影响因素，而FAI的贡献度较小。这一结果大致印证了前述分析的表3回归式（1）中各系数大小关系。因此，GDP增长率和国房景气指数是地方债利差变动的最主要解释因素。

最后，我们测算了在国债风险较平稳的情况下，地方政府债券能够承受多大的经济下滑冲击。首先我们需要假定一个地方政府债券收益率的最高值。如前文所述，由地方政府隐性担保的城投债风险在2012年达到顶峰，出现了极少数城投债违约，但得到及时控制，并未发生系统性风险。2012年时城投债最高平均收益率为7.1391。欧债危机期间，国债收益率7%经常被视为各国国债收益率的“警戒线”。根据这两个历史情境，我们设定地方政府债券收益率7.2%和8%两个“警戒线”。另外，由于疫情期间流动性充沛，国债收益率偏低，因此我们采用过去10年国债平均收益率进行推算，测算GDP增速不低于多少时，地方政府债券收益率不会超过“警戒线”。

由表10可见，为了保障地方政府债券收益率不高于7.2%和8%，GDP跌幅不应高于21.7841%和30.7396%。虽然世界各主要经济体GDP增速的跌幅在2020年二季度普遍接近20%，但三季度以来，各国经济开始好转，并未大幅跌破-20%。接近30%的经济跌幅在近百年的经济史中都十分罕见，因此，总体而言，中国地方政府债券风险仍在可控范围内。然而，考虑到疫情期间流动性充沛，国债收益率维持在较低水平。如果国债收益率同步放大，地方债风险将很有可能突破警戒线，经济、金融、财政的叠加风险仍不可掉以轻心。

6 結论与建议

得益于良好的疫情防控措施，中国率先控制疫情并引领世界经济复苏。然而，为了应对疫情给经济带来的巨大冲击，中国各级政府加大了举债力度，宏观杠杆率已攀升至历史新高。不可否认，对于中国这一蓬勃发展的经济体而言，政府仍有充足的财政货币政策以应对突如其来的系统性风险。然而，从2015年正式允许地方政府发债以来，地方债规模连创新高，增速迅猛，近年来地方债规模的增速远远超过了GDP增速，政府负债率的攀升必然挤压财政政策空间，中国地方债的可持续性问题已提上议事日程，地方债风险仍将是一个不容忽视的风险点。新冠疫情的冲击初步检验了改革后中国地方债的抗压能力。借助这一“机遇”，本文选取目前所有已上市流通的地方政府债券作为样本，构建基于信用风险的宏观经济压力测试系统，设定如果疫情多持续3个月，经济持续大幅下滑的情境，测算地方政府债券风险的变化。测试表明，如果连续3个月经济增速下滑到-10.3243、-13.1512、-15.3590，地方政府债券利差分别达到204、289、385个基点;如果设定7.2%和8%为地方政府债券收益率警戒线，那么GDP下跌幅度不应高于21.7841和30.7396。总体上看，中国地方政府债务风险仍在可控范围内，这一方面反映了近几年地方债改革初见成效，也反映了中国地方经济风险总体仍稳健、可控。然而，未雨绸缪，压力测试反映的一些问题仍应引起重视：

①经济增速下滑将给地方政府债务的违约率和利差带来明显的影响。考虑到近几年地方政府债务规模持续扩大，这一影响在未来可能被放大，同时，系统性风险上升可能导致的国债收益率上升将进一步推高地方政府债券收益率，这些风险的同步放大决不可忽视。因此，保持一定的经济增速仍是降低地方债风险的有效手段之一。

②实证结果表明，房地产市场仍对地方债风险有较大的影响力，反映了地方财政对土地财政仍有一定的依赖，这进一步证实了房地产市场风险对金融风险有较大影响，因此，在“房住不炒”的原则下，保证各地房地产市场的平稳运行，是对政策稳健、精准的一大考验。

③虽然中国地方债风险总体可控，但仍应适当控制地方债规模增速，为防控系统性风险留足政策工具空间，防范于未然。

参考文献：

1.Cardani R， Menna L，Tirelli P.The Optimal Policy Mix to Achieve Public Debt Consolidation.Macroeconomic Dynamics.2020.01

2.Tang L，Li P.Are investors fixated on credit ratings？ Reinterpreting the municipal bond recalibration.Finance Research Letters.2021.38

3.Beck A W.Opportunistic financial reporting around municipal bond issues.Review of Accounting Studies.2018.23（3）

4.Babina T， Jotikasthira C，Lundblad C， Ramadorai T.Heterogeneous taxes and limited risk sharing： Evidence from municipal bonds.The review of financial studies.2021.34（1）

5.Liu C， Moldogaziev T T， Mikesell J L.Corruption and state and local government debt expansion.Public Administration Review.2017.77（5）

6.Clarke D， Lu F.The law of Chinas local government debt ： Local government financing vehicles and their bonds.The American Journal of Comparative Law.2017.65 （4）

7.Abakah A A.Local religious beliefs and municipal bond market outcomes.Financial Management.2020.49 （2）

8.Li P，Tang L，Jaggi B.Social capital and the municipal bond market.Journal of Business Ethics.

2018.153 （2）

9.Br?thaler J， Getzner M， Haber G.Sustainability of local government debt： a case study of Austrian municipalities.Empirica.2015.42 （3）

10.Gao P， Lee C， Murphy D.Municipal borrowing costs and state policies for distressed municipalities.Journal of Financial Economics.2019.132 （2）

11.Padovani E， Rescigno L， Ceccatelli J.Municipal bond debt and sustainability in a non-mature financial market： The case of Italy.Sustainability.2018.10 （9）

12.Tao K.Assessing local government debt risks in China： a case study of local government financial vehicles.China & World Economy.2015.23 （5）

13.张莉 年永威 刘京军.土地市场波动与地方债——以城投债为例.经济学（季刊）.2018.03

14.田新民 夏诗园.地方政府债务风险影响研究——基于土地财政和房地产价格的视角.山西财经大学学报.2017.39 （06）

15.陈瑞 卞洋 齐天翔.房价波动对地方债规模的影响——基于省级数据的实证研究.财政研究.2016.06

16.秦凤鸣 李明明 刘海明.房价与地方政府债务风险——基于城投债的证据.财贸研究.2016.27（05）

17.赵文哲 杨继东.地方政府财政缺口与土地出让方式——基于地方政府与国有企业互利行为的解释.管理世界.2015.04

18.范剑勇 莫家伟.地方债务，土地市场与地区工业增长.经济研究.2014.01

19.Kim H，Cho H，Ryu D.Corporate Default Predictions Using Machine Learning： Literature Review.Sustainability.2020.12

20.Liu C， Tang L， Lin D， Guo J.Testing to extreme： An application of reverse stress testing engineering on mortgages of commercial banks in China.International Journal of Finance & Economics.2020.12

21.孙东升 陈昊 徐素萍.经济下行压力下地方政府融资平台违约率的估算.经济与管理研究.

2015.06

22.Wong J， Choi K， Fong T P W.A Framework for Stress Testing Banks Credit Risk.The Journal of Risk Model Validation.2008.01

23.刘贯春 段玉柱 刘媛媛.经济政策不确定性、资产可逆性与固定资产投资.经濟研究.2019.08

24.霍源源 李江 冯宗宪.不同股权结构商业银行信用风险分析——基于宏观经济因素视角.财贸研究.2016.04

25.华晓龙.基于宏观压力测试方法的商业银行体系信用风险评估.数量经济技术经济研究.2009.04

作者简介：陈诗颖，华中科技大学管理学院，博士研究生。

基金项目：江西省教育厅科学技术项目（181290）。