江西省政府专项债券风险测度与预警研究

周硕 万舟

摘要：新《预算法》颁布以来，地方政府专项债券已成为各地政府稳经济增长的重要工具。江西省近年来也通过专项债有效拉动了地方经济。本文运用修正的KMV模型对江西省2023—2025年的专项债券违约风险进行测算。结果显示违约概率均明显超过0.4%的违约概率标准，违约风险较高。因此，本文针对江西省政府合理控制未来专项债违约风险给出了相应建议，以期帮助江西省政府有效防范违约风险。

关键词：地方政府专项债券；违约风险测度；KMV模型；地方财政

中图分类号：F23文献标识码：Adoi：10.19311/j.cnki.16723198.2024.11.045

0引言

自2015年1月1日起，我国施行新《预算法》中规定，禁止地方政府及其所属部门以其他任何方式举借债务，只能通过发行地方政府债券的方式举借债务。近年来，为应对经济下行压力，各地方政府专项债券在不断加大加快发行力度，地方政府专项债券已成为稳增长、补短板的重要抓手。然而，随着地方政府债务余额的增加，且存在部分项目专项收入周期长、资金回笼慢等情况，政府债券偿还压力也随之增大。据统计，2019年末存量政府专项债余额已经超过了当年政府基金收入。政府性基金收入中占高额比例的土地出让收入波动性较强，随土地政策的持续收紧，将进一步给可偿债政府性基金收入带来不确定性。因此，随着地方专项债规模增大，合理预估专项债券违约概率，能提前预警违约风险，将风险控制在可控范围，成为当前亟待解决的重要议题。本文以江西省政府专项债券的违约风险为切入点，研究地方政府专项债的违约概率和适度债务规模，并基于测算情况给出相应建议。

1江西省财政实力及债务情况

1.1江西省基本经济财政情况

图12015—2022年江西省国有土地出让收入占政府性基金预算收入比例情况

根据2016年财政部发布的《地方政府专项债务预算管理办法》规定，专项债务本金可以通过对应的政府性基金收人、专项收人、发行专项债券等偿还；专项债务利息通过对应的政府性基金收入、专项收入偿还，不得通过发行专项债券偿还。因此，政府性基金收入为专项债最主要的偿债来源。在政府性基金预算收入方面，江西省政府性基金预算收入自2020年起，开始逐年降低，主要原因在于其中国有土地出让收入的减少。江西省政府性基金预算收入的土地依赖程度较高，土地出让收入占政府性基金预算收入的比例基本维持在80%～90%，其中2020年突破90%。

1.2专项债务发行情况

近年来，江西省政府关注社会发展重点领域、重大项目，按照市场化原则，开展专项债券发行工作。2015—2022年，专项债券发行总额分别为36亿元、407亿元、677亿元、551亿元、751亿元、1606亿元、1628亿元、1844亿元。在专项债券的投资领域上，自2019年开始，江西省政府专项债券的投资领域逐渐扩大，重点投向交通基础设施、市政建设、棚户区改造、公共卫生、农林水利、文化教育等领域补短板建设。

在发行期限上，2018年以前，江西省政府专项债券以3年、5年、7年、10年期为主。从2019年开始，专项债券期限逐步增加，省政府开始尝试发行15年及15年期以上的长期限债券。据统计，2022年发行的15年及以上期限专项债券1113.56亿元，占当年专项债券发行总额的60%以上。江西省专项债券的期限结构在逐渐拉长，这与投资的项目周期更加匹配，一定程度上平滑了债券存续期压力。

2江西省地方政府专项券违约风险实证分析模型

2.1KMV模型基本原理

1995年美国KMV公司基于期权定价公式和风险债务理论，开发了KMV模型。该模型通过对比企业到期应偿还的债务总量（B）和当前企业价值（VA）来测算债务违约概率。若到期企业应偿还的债务量高于企业当前价值（即B>VA），便会出现违约风险。该模型假设企业VA的变化符合几何布朗运动，则未来T时刻企业VA的期望值E（VA）到债务总量所表示的违约点DP之间的距离为违约距离（DD）。基于某一具体违约距离DD所对应的N（-DD）表示企业在T时刻的预期违约率EDF。

2.2构建修正的KMV模型

本文将运用在企业融资的传统的KMV模型进行修正，应用在测算地方政府专项债券风险上。地方政府举债融资本质上与企业融资相似，因此可调整相应参数，比较到期政府可偿债收入与需偿还的专项债券本息情况，来测算其专项债券的违约概率。原模型中的企业资产价值VA可以替换成政府性基金预算收入乘以一定比例所得的可偿债收入S，当可偿债收入S小于当期应偿还的本息之和时，则发生违约。

可偿债收入服从对数正态分布，在t时刻可偿债收入满足以下关系：

St=f（Xt）（1）

Xt为服从标准正态分布的随机变量，St为t时刻的可偿债收入。设在到期日T时，需偿还的本息和为BT，可偿债收入为ST，若ST

P=P［ST

定义违约距离为DD=-f-1（BT），所以违约概率又可以表示为N［-DD］。

假设地方政府可偿债收入在一段时期内服从马尔可夫随机过程：

dStSt=gdt+σdwt（3）

其中，g和σ分别代表增长率和波动率，t表示初始时刻到T时刻的增量，dwt表示维纳增量。根据伊藤引理可知：

d（lnSt）=（g-12σ2）dt+σdw（4）

lnSt漂移率为g-12σ2，波动率为σ2，服从广义维纳过程。lnSt在0到T时刻的变化服从正态分布，则：

E（lnSt）=lnS0+（g-12σ2）t=lnS0+1n-1∑n-1i=1lnSi+1Si（5）

Var（lnSt）=σ2t=1n-2∑n-1i=1（lnSi+1Si-1n-1∑n-1i=1lnSi+1Si）2（6）

根据公式（5）和公式（6）联立求解，得到增长率g和波动率σ：

g=1n-1∑n-1i=1lnSi+1Si+12σ2tt（7）

σ=1n-2∑n-1i=1lnSi+1Si-1n-1∑n-1i=1lnSi+1Si2t（8）

将增长率g和波动率σ的数值代入公式（2），即可得出地方政府专项债券的违约概率：

P=P［-lnS0-lnBT+g-12σ2TσT≥ε］=N-lnS0-lnBT+g-12σ2TσT=N-DD

T=1，2，3（9）

根据上面的推导结果，违约距离为：

DD=lnS0-lnBT+g-12σ2TσTT=1，2，3（10）

3江西省政府专项债券违约风险预测及分析

通过对传统的KMV模型修正，测算出的违约概率即可表示地方政府专项债券的信用风险。根据前面模型的构造过程可知，需要测算的变量有：2023—2025年政府性基金预算收入及其增长率、波动率，可偿债收入占政府性基金预算收入的比例，2023—2025年到期应偿还的本息合计数。实证步骤为：首先，基于2003—2022年江西省政府性基金预算收入的历史数据，运用ARIMA模型来预测江西省2023—2025年的政府性基金收入，并得出其增长率和波动率指标；其次，结合江西省历年专项债券发行情况，测算2023—2025年到期应偿还专项债券本息合计额；最后，以2015—2022年专项债券规模占当年政府性基金预算收入的平均比例作为可偿债收入的比例，代入前步骤所得数据，运用修正的KMV模型对2023—2025年到期专项债券偿还的违约概率及安全发债规模展开测算。

3.1江西省政府专项债券可偿债收入预估

根据图1，2002—2022年江西省政府性基金预算收入不断增长，虽然在后两年内出现了递减的趋势，但总体上呈现一定的趋势性。因此本文采用ARIMA移动自回归模型来进行预测。

3.1.1单位根检验与白噪声检验

通过STATA软件对2002—2022年政府性基金预算收入的原始数据进行ADF检验后，发现数据序列不平稳，因此需要对原序列进行平稳化处理。本文对政府性基金预算收入序列取对数处理，将政府性基金预算收入对数变量Lns进行单位根检验。检验结果如下：ADF统计量为Z（t）=-2.987，小于-2.567，显著性P值为0.41%，意味着在1%的显著水平下，Lns是平稳序列，为平稳过程。同时，对政府性基金预算收入对数序列进行白噪声检验，检验结果P值为０，验证对数序列为非白噪声序列。所以可运用ARIMA模型分析。

3.1.2ARIMA模型构建

随后对Lns变量进行自相关和偏相关检测，以确定ARIMA模型p和q的阶数。发现Lns变量自相关图二阶拖尾，偏自相关图一阶拖尾，适合选择ARIMA（1，0，1）模型。

为了更准确的确定ARIMA模型的最优P与Q值，本文对不同的ARIMA模型进行AIC值比较，选取AIC最小的模型。对比AR取值0、1、2，MA取值0、1、2的模型，经测算可知，ARIMA（1，0，1）的AIC值与BIC值都最小，因而确定最优模型为ARIMA（1，0，1）。

根据STATA输出结果，ARIMA（1，0，1）模型的输出结果拟合优度为80.6%，拟合较好。得到的拟合方程为：

LnSt=5.742+0.957LnSt-1+0.738εt-1（11）

对拟合方程的残差项的相关性进行Q检验，残差序列滞后1～8期的Q统计量概率值均大于0.05，残差序列无自相关与偏自相关，属于白噪声序列，因此ARIMA（1，0，1）模型残差项通过相关性检验。

3.1.3政府性基金预算收入预测

采用上述模型对江西省2003—2025年的政府性基金进行预测，2023—2025年政府性基金预算收入预测值分别为2359亿元、2465.45亿元、2570.95亿元。在《关于江西省2022年全省和省级预算执行情况与2023年全省和省级预算草案的报告》中确定了江西省2023年政府性基金预算收入的预算安排数额为2399.4亿元，所以2023年的政府性基金预算收入采用报告中的数额进行后续测算。

3.1.4可偿债收入预测

政府性基金预算收入专项用于特定公共事业发展，是偿还地方政府专项债券的最主要来源。除用于偿还专项债务外，因政府性基金收入还需要投入到各项特定公共事业中，所以，用于偿还专项债券的可偿债收入只占政府性基金预算收入的一定比例。

在确定可偿债收入比例时，本文假设当地政府往期在确定专项债券的发行规模及定价时，考虑了未来政府是否有能力偿还到期债务。因此，本文将2015—2022年江西省政府发行专项债券的规模占当年政府性基金预算收入的比例取平均值，得到可偿债收入占政府性基金预算收入的比例。通过计算，该比例的值为39.73%，出于谨慎性考量，本文将比例拟定为35%。所以，2023—2025年专项债券可偿债收入分别为825.65亿元、862.91亿元、899.83亿元。

3.2政府性基金预算收入波动率和增长率

通过对江西省2003—2022年以及预测的2023—2025年的政府性基金预算收入数据进行整理，带入公式（7）和（8），计算得出2023—2025年的政府性基金预算收入的年平均增长率g分别为0.2724、0.1574、0.1147，波动率σ分别为0.3128、0.3074、0.3023。

3.3还本付息额测算

截至2022年12月31日，地方政府债务平台官网显示，江西省存续的地方政府专项债券一共175只，余额合计6323.24亿元，年限包括5年、7年、10年、15年、20年与30年期限，到期时间从2023—2053年不等。设BT为T时期到期应偿还的本息和，则：

BT=∑riBVi+∑（1+rj）BVj（12）

其中∑（1+rj）BVj表示T时期到期专项债券的本金与利息和，∑riBVi表示T时期未到期专项债券的利息和。其中，计算2024年与2025年的偿债内容时，需要考虑2023年与2024年新增发行的专项债券利息额。自2015年起，江西省发行的专项债期限基本是3、5、7、10年期和15年以上的超长期，未发行1、2年期短期债券，故忽略2023年以后发行的专项债券本金，只考虑增发债券的利息部分。通过SPSS软件进行指数平滑法预测，2023年与2024年发行的专项债券金额为2100亿元与2359亿元。基于中国地方政府债券信息公开平台的存量债券数据，测算出2023—2025年应偿还的本息额分别为：749亿元、862亿元、581亿元。

3.4计算违约概率

将上述2023—2025年计算所得的到期应偿还专项债券本息总额，可偿债收入的波动率、增长率代入公式（9）与公式（10），得到2023—2025年的专项债券违约概率如下：

表6结果可知，在可偿债收入比例为20%同时不考虑再融资专项债偿还本金的情况下，江西省2023—2025年政府专项债券的违约概率分别为22.20%、38.64%、16.40%，违约概率高。这表明仅凭政府性基金预算收入中35%的可偿债收入难以偿还到期债务。

3.5安全发债规模的测算

对于江西省地方政府专项债券的安全发债规模测算，本文参考穆迪公司测度的信用等级在标普BBB-或者穆迪Baa以上的公司债券违约概率0.4%为标准，倒推2023—2025年江西省的安全债务规模。

选取PD=0.4%，即N（-DD）=0.4%，则倒推出DD=2.56，把DD=2.56及2023—2025年的政府性基金收入增长率波动率代入公式（10），进一步倒推BT，得到2023—2025年的安全发债规模分别为430.20亿元、308.78亿元、242.13亿元。债券还本付息总额应分别控制在该规模下，才能保证专项债券的违约概率在0.4%以内。根据实际测算情况，2023年到期本金为531.88亿元，2024年为598.51亿元，远远超过安全违约率0.4%下的到期债务规模。若使用专项债资金的项目现金流无法按计划实现，江西省仍然按当前发行规模增长率发行专项债券，大概率会需要依靠再融资债券收入偿还本金。事实验证，截至2023年11月中旬，江西省政府2023年专项债的再融资债券金额累计543亿元，已达2022年专项再融资债券的5倍之多，符合实证预期结果。

4结论与建议

4.1结论

本文基于修正的KMV模型，对江西省2023—2025年政府专项债券的违约发生概率进行测算。研究结果显示，江西省2023—2025年专项债券的违约概率分别为22.20%、38.64%、16.40%。若以信用等级在普尔BBB或穆迪Baa3公司债券的违约概率0.4%为标准，江西省政府专项债预计未来3年的违约概率均明显超过0.4%。结合近年来土地政策持续收紧，政府性基金预算收入不断下跌，江西省政府需高度重视专项债券的违约风险并加以防范，合理控制未来专项债券的发行规模。

前文的研究未考虑再融资专项债券的收入作为还本来源，考虑到地方政府可能对即将到期的专项债券进行置换，或者加大发行再融资专项债券对已经到期的专项债券本金进行偿还，实际的违约风险还有一定下降空间。

4.2建议

一是加强专项债项目的前期评估，健全项目库。在项目申报阶段，引入第三方独立机构进行项目前期的可行性评估，科学估算专项债资金项目的成本、收益与投资风险情况，充分考量区域整体情况，避免出现同类项目扎堆申请。增强项目的自营收能力，从源头上保证专项债券项目收益与融资方案的平衡。

二是降低专项债期限错配。一方面，增加长期专项债券发行额度的比例，减轻短期还本付息压力。对于拟发行的新增专项债券，根据存量债券还本付息要求、债券市场情况、预算方案等因素，合理设置偿债期限；另一方面，合理利用再融资专项债，在调整已有债券现金流，降低专项债券到期还本风险的同时，也要避免对再融资债券的过度依赖。

三是加强项目生命周期管理，提高债券资金使用效率。加强资金使用阶段的进度审查，建立对存续专项债项目资金的跟踪管理，对资金的使用情况、项目的进展情况、收益情况等进行定期核查，督促项目主管部门及时将债务资金转化为项目进度。

四是完善专项债券违约风险动态监控体系。目前衡量地方政府债务风险的指标多为债务率、新增债务率、偿债率、逾期债务率等静态指标，单纯依靠某一静态风险指标只能说明一部分问题。本文建议可以完善动态监控体系，结合当地政府性基金收入及其变动趋势、专项债券余额、还本付息规模、再融资专项债发行规模等，动态评估安全的专项债发行规模，控制专项债券的信用风险。

五是科学设置政绩考核指标与问责机制。树立稳增长防风险的政绩观，将专项债券违约风险率、财政自给率等债务指标纳入政绩考核，约束盲目举债行为。同时，以“谁举债、谁负责”为根本原则，建立终身问责机制，避免当地政府官员为追求短期政绩忽视长期风险隐患。

参考文献

［1］凌华，周会洋，沈云，等.地方政府专项债券的风险测度与预警研究[J].会计之友，2021，（04）：6167.

[2]樊怿霖.地方政府专项债券风险测度及优化建议——以H省为例基于KMV模型的实证分析[J].西部金融，2021，（03）：6771.

[3]潜力，冯雯静.地方政府专项债券违约风险——基于KMV模型的分析[J].统计与信息论坛，2020，35（07）：3544.

[4]谭佩佩，方希婧，钟永红，等.基于kmv模型的政府一般债券债务违约风险预测[J].金融经济，2021，（04）：3745.

[5]何德旭，王学凯.地方政府债务违约风险降低了吗？——基于31个省区市的研究[J].财政研究，2020，（02）：926.

[6]江西省财政厅债务管理处课题组，邓忠.地方政府专项债券资金使用与管理分析及政策建议[J].债券，2022，（06）：1720.

[7]刘蔚，乔瑞，王华波，等.基于KMV模型地方政府专项债务风险研究——以A省为例[J].西部金融，2023，（05）：7683.

[8]李红霞，张阳.疫情冲击下地方专项债绩效管理与风险防范[J].当代财经，2021，（01）：2738.

[9]王鸿，邹梓琛.基于KMV模型的地方政府债务规模适度性研究——以黑龙江省为例[J].会计之友，2020，（21）：98104.

[10]洪源，胡争荣.偿债能力与地方政府债务违约风险——基于KMV修正模型的实证研究[J].财贸经济，2018，39（05）：2137.