地方債發(fā)行信用利差的影響因素研究摘

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(jié)果顯示，指導(dǎo)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(xué)設(shè)定指導(dǎo)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(guān)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(shè)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(dǎo)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(dǎo)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(shè)定指導(dǎo)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(shè)定指導(dǎo)利率。指導(dǎo)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(dǎo)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(dǎo)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(dǎo)利率。以工商銀行、農(nóng)業(yè)銀行、中國銀行、建設(shè)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(gòu)發(fā)揮越來越重要的作用。受政銀關(guān)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(wù)。《國務(wù)院關(guān)于加強地方政府性債務(wù)管理的意見》（國發(fā)〔2014〕43號）明確，地方政府對其舉借的債務(wù)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(quán)的風險權(quán)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(jié)構(gòu)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(wù)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(jié)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(quán)類型。含權(quán)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(wù)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(yīng)，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(shè)計和信息披露等。近年來，隨著地方政府債券機制設(shè)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(shè)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(yīng)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(dǎo)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(dǎo)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(wù)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(shè)定指導(dǎo)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(dǎo)因素分別建模，然后將政府指導(dǎo)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(guān)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(jié)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(wù)率與信用利差正相關(guān)，人均可支配收入與信用利差負相關(guān)。政府債務(wù)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(guān)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(guān)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(wù)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(guān)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(gòu)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(shè)定指導(dǎo)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(quán)的債券開始出現(xiàn)。不考慮政府指導(dǎo)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(jié)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(zhuǎn)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(quán)類型分類為提前償還權(quán)、其他，當含權(quán)類型為提前償還權(quán)時，取值為1，否則取值為0。重新估計模型的結(jié)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(wù)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(yīng)有所鈍化。值得關(guān)注的是這一階段發(fā)行期限的系數(shù)轉(zhuǎn)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(dǎo)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(quán)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(quán)債券約2.0BP，但可贖回債券的信用利差與不含權(quán)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(zhuǎn)為不顯著，10年期國債收益率與存款類金融機構(gòu)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(shè)定指導(dǎo)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(dǎo)利率點差（guidrate，單位：BP）因素，回歸結(jié)果如表6所示。引入指導(dǎo)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(quán)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(jié)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(dǎo)因素在地方政府債券定價中發(fā)揮了重要作用，指導(dǎo)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(dǎo)利率點差每變動1BP，信用利差同向變動0.75BP。基本面因素中，地方政府債務(wù)率及城鎮(zhèn)居民人均可支配收入與信用利差顯著相關(guān)，債務(wù)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(quán)類型的系數(shù)轉(zhuǎn)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(guān)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(guān)。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(gòu)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(xué)設(shè)定指導(dǎo)利率。鑒于指導(dǎo)利率對地方政府債券定價的重要錨定作用，各地政府應(yīng)充分評估自身財力、收入水平、債務(wù)負擔，結(jié)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(wù)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(yīng)夯實地區(qū)經(jīng)濟基本面，降低債務(wù)負擔，以免地區(qū)信用風險向系統(tǒng)性金融風險轉(zhuǎn)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(gòu)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(yīng)密切關(guān)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(guān)）注：1.一是因定向債為置換銀行貸款發(fā)行，其定價非公開招標產(chǎn)生，且自2018年9月以來少有發(fā)行，故剔除定向債數(shù)據(jù)；二是因計劃單列市及新疆生產(chǎn)建設(shè)兵團財政經(jīng)濟數(shù)據(jù)難以單獨獲取，故此處剔除大連、青島、寧波、廈門、深圳5個計劃單列市及新疆生產(chǎn)建設(shè)兵團，僅考慮剩余31個發(fā)行主體。參考文獻[1]劉銳.