地方政府專項(xiàng)債券違約風(fēng)險(xiǎn)
——基于KMV模型的分析

潛 力，馮雯靜

(江西財(cái)經(jīng)大學(xué) 金融學(xué)院，江西 南昌 330013)

一、引言

2014年《預(yù)算法》修改，正式以法律形式賦予地方政府發(fā)行債券的權(quán)利，且禁止地方政府及其所屬部門以其他任何方式舉借債務(wù)。國發(fā)[2014]43號(hào)文件規(guī)定，有一定收益的公益性事業(yè)發(fā)展需政府專項(xiàng)債務(wù)支持的，由地方政府通過發(fā)行專項(xiàng)債券融資，以對(duì)應(yīng)的政府性基金收入或?qū)ｍ?xiàng)收入償還。專項(xiàng)債務(wù)收入用于公益性資本性公共產(chǎn)品供給，而資本性公共產(chǎn)品具有初期投資規(guī)模大、投資回收期長、建成能產(chǎn)生一定收益的特點(diǎn)，這使得地方政府必須通過債券融資獲得資金以解決收益跨期性問題。隨著地方政府債務(wù)余額增加，新冠疫情影響下2020年新發(fā)債規(guī)模更加放松，但項(xiàng)目建設(shè)周期長、專項(xiàng)收入產(chǎn)生慢，會(huì)直接導(dǎo)致專項(xiàng)債違約風(fēng)險(xiǎn)上升。根據(jù)wind數(shù)據(jù)庫統(tǒng)計(jì)，2015—2019年中國地方政府專項(xiàng)債券發(fā)行規(guī)模的年平均增長率為37.98%，而2015—2019年地方政府基金性收入的年平均增長率為16.85%，地方政府專項(xiàng)債發(fā)行規(guī)模增長率高于政府性基金收入增長率。大部分地方政府性基金收入高度依賴土地出讓金，占比在70%～90%之間，土地出讓金收入波動(dòng)性強(qiáng)，一旦土地出讓金收入不及預(yù)期，政府專項(xiàng)債券可能會(huì)出現(xiàn)違約。根據(jù)財(cái)政部公布的數(shù)據(jù)，截至2019年12月末專項(xiàng)債券余額達(dá)94 378億元，年平均利率3.55%，2020年利息需償還3 350.42億元，但2019年全國地方政府性基金預(yù)算收入只有73 754.56億元，利息占總收入的4.54%。國辦函[2016]88號(hào)文件關(guān)于地方政府性債務(wù)風(fēng)險(xiǎn)應(yīng)急處置方法規(guī)定，專項(xiàng)債務(wù)付息支出超過當(dāng)年政府性基金預(yù)算支出10%，債務(wù)管理領(lǐng)導(dǎo)小組必須啟動(dòng)財(cái)政重整計(jì)劃。雖然當(dāng)前專項(xiàng)債券利息支出占政府性基金收入僅為4.54%，未達(dá)10%，但這值得債務(wù)管理部門警惕。黨的十九大報(bào)告中明確提出了打好防范、化解重大風(fēng)險(xiǎn)攻堅(jiān)戰(zhàn)，中央政府高度關(guān)注地方政府債務(wù)違約現(xiàn)象，財(cái)政部也出臺(tái)了許多關(guān)于防范政府債務(wù)風(fēng)險(xiǎn)的政策。財(cái)預(yù)[2018]34號(hào)文件指出，將防范化解地方政府債務(wù)風(fēng)險(xiǎn)作為財(cái)政管理工作的重中之重，地方政府舉債要與償還能力相匹配是必須遵守的經(jīng)濟(jì)規(guī)律，明確省級(jí)政府對(duì)專項(xiàng)債券依法承擔(dān)全部?jī)斶€責(zé)任。

隨著債券到期高峰的到來，以下問題需要回答：第一，在堅(jiān)持舉債與償債能力相匹配原則下，清晰地解析地方政府可償債收入構(gòu)成(土地財(cái)政)和現(xiàn)狀非常必要。只有對(duì)各地的償債能力有了全面系統(tǒng)了解后，才能有針對(duì)性地防控地方專項(xiàng)債券違約風(fēng)險(xiǎn)。第二，在項(xiàng)目與債券周期相匹配原則和新供給理論視角下，為地方政府專項(xiàng)債券投資項(xiàng)目公共產(chǎn)品屬性提供實(shí)踐驗(yàn)證。第三，在考慮再融資債券影響下，對(duì)比研究實(shí)際違約風(fēng)險(xiǎn)與發(fā)行再融資債券(借新還舊)使債務(wù)長期化的違約風(fēng)險(xiǎn)成為一項(xiàng)重要研究課題。

本文的創(chuàng)新之處在于：第一，當(dāng)前文獻(xiàn)只有對(duì)總的地方債務(wù)(包括一般債和專項(xiàng)債)或一般債務(wù)違約風(fēng)險(xiǎn)的研究，沒有專門針對(duì)專項(xiàng)債券違約風(fēng)險(xiǎn)方面的研究；第二，在償還本息規(guī)模方面，大多數(shù)學(xué)者研究的是3年期、5年期、7年期、10年期或者到期債務(wù)的本息和，事實(shí)上近幾年地方政府發(fā)行了更長期的專項(xiàng)債，發(fā)行期限結(jié)構(gòu)更復(fù)雜，本文不僅考慮所有實(shí)際到期專項(xiàng)債本息和，還考慮了未到期的專項(xiàng)債利息；第三，本文將再融資債券納入償債能力，與不考慮再融資債券時(shí)地方政府專項(xiàng)債違約風(fēng)險(xiǎn)進(jìn)行比較。

二、文獻(xiàn)綜述

近幾年來，隨著地方政府專項(xiàng)債券規(guī)模的擴(kuò)容，地方政府專項(xiàng)債違約風(fēng)險(xiǎn)研究得到學(xué)術(shù)界的重視，地方政府專項(xiàng)債發(fā)行較晚，在專項(xiàng)債違約風(fēng)險(xiǎn)方面的研究少之又少，不過在此之前，國內(nèi)外學(xué)者在地方政府債務(wù)風(fēng)險(xiǎn)度量方法上做了許多研究。

(一)地方政府債務(wù)風(fēng)險(xiǎn)度量方法研究綜述

在風(fēng)險(xiǎn)關(guān)聯(lián)和預(yù)警體系方面，洪源和劉興琳基于粗糙集-BP神經(jīng)網(wǎng)絡(luò)構(gòu)建地方政府債務(wù)風(fēng)險(xiǎn)非線性仿真預(yù)警系統(tǒng)，發(fā)現(xiàn)中國地方政府債務(wù)風(fēng)險(xiǎn)在不斷上升[1]。王周偉等利用VAR模型與格蘭杰因果關(guān)系研究地方政府債務(wù)風(fēng)險(xiǎn)空間關(guān)聯(lián)傳染特征明顯并且風(fēng)險(xiǎn)溢出效應(yīng)具有方向集聚特征[2]。刁偉濤和傅巾益通過將債務(wù)率分解為三個(gè)因子分別評(píng)估一般債和專項(xiàng)債，專項(xiàng)債務(wù)風(fēng)險(xiǎn)明顯高于一般債務(wù)，且專項(xiàng)債務(wù)率的分布不均衡[3]。在地方債務(wù)風(fēng)險(xiǎn)來源度量方面，趙劍鋒采用因子聚類分析方法，構(gòu)建了地方債綜合風(fēng)險(xiǎn)測(cè)度體系，發(fā)現(xiàn)省級(jí)地方債風(fēng)險(xiǎn)最重要來源為增量風(fēng)險(xiǎn)，并且經(jīng)濟(jì)轉(zhuǎn)型期和風(fēng)險(xiǎn)因子交叉影響容易使地方債綜合風(fēng)險(xiǎn)失控[4]。刁偉濤引入地方國有企業(yè)國有資產(chǎn)和土地資產(chǎn)，基于未定權(quán)益分析方法構(gòu)建風(fēng)險(xiǎn)測(cè)度模型，發(fā)現(xiàn)利用國有資產(chǎn)化解地方債務(wù)具有足夠的空間[5]。梁麗萍和李新光利用層析分析法構(gòu)建了一套含有資產(chǎn)負(fù)債表內(nèi)容和宏觀經(jīng)濟(jì)發(fā)展指標(biāo)的債務(wù)風(fēng)險(xiǎn)測(cè)度體系，認(rèn)為江蘇、廣東和山東等省份的政府債務(wù)風(fēng)險(xiǎn)承受能力最高，而青海、寧夏和海南等省份最低[6]。

(二)運(yùn)用KMV模型測(cè)度地方債風(fēng)險(xiǎn)研究綜述

KMV模型是基于Fischer Black等人提出的期權(quán)定價(jià)公式和Merton提出的風(fēng)險(xiǎn)債務(wù)理論，1995年美國KMV公司開發(fā)了KMV模型，又被稱為預(yù)期違約概率模型(EDF model)[7-8]。韓立巖等最早利用KMV模型建立了評(píng)估市政債券信用風(fēng)險(xiǎn)模型，提出了計(jì)算理論違約概率的方法，他指出KMV模型的單個(gè)資產(chǎn)風(fēng)險(xiǎn)測(cè)度可以相對(duì)組合風(fēng)險(xiǎn)測(cè)度獨(dú)立出來，并且只需較少的歷史數(shù)據(jù)，并利用北京與上海的財(cái)政收支數(shù)據(jù)分析不同發(fā)債規(guī)模下的信用風(fēng)險(xiǎn)得出理論違約概率[9]。之后較多學(xué)者也采用此種方法測(cè)算某地區(qū)的地方債整體債務(wù)違約概率，區(qū)別在于償債能力指標(biāo)的選取有所不同，例如，岳秀敏和劉婭選取四川省財(cái)政收入、居民儲(chǔ)蓄等數(shù)據(jù)作為償債能力指標(biāo)[10]。駱昭東在估算陜西財(cái)政支出剛性的基礎(chǔ)上，發(fā)現(xiàn)債務(wù)置換會(huì)降低財(cái)政壓力[11]。徐超等選擇歷史年度財(cái)政收入FR和GDP數(shù)據(jù)構(gòu)建VAR模型預(yù)測(cè)未來財(cái)政收入[12]。也有學(xué)者基于KMV模型對(duì)全國各省份地方債進(jìn)行測(cè)算，夏詩園發(fā)現(xiàn)雖然地方政府總體債務(wù)風(fēng)險(xiǎn)相應(yīng)下降，但部分地區(qū)同時(shí)面臨收入下降和波動(dòng)性上升的雙重壓力，導(dǎo)致其債務(wù)風(fēng)險(xiǎn)較大幅度上升[13]。吳濤等計(jì)算一般公共預(yù)算用于還債的擔(dān)保比例，利用改進(jìn)的KMV風(fēng)險(xiǎn)評(píng)估模型，測(cè)算了各省份一般地方債券的預(yù)期違約率[14]。何德旭等基于灰色系統(tǒng)理論的GM(1，1)模型預(yù)測(cè)一般公共預(yù)算收入，債務(wù)整體上幾乎不存在違約風(fēng)險(xiǎn)，但貴州、遼寧、內(nèi)蒙古和浙江的地方政府違約概率在特定年份如2020年和2022年比較高[15]。在運(yùn)用KMV測(cè)算安全發(fā)債規(guī)模方面，有洪源等基于流量和存量雙重維度的KMV修正模型，考察了不同償債能力增長率變化對(duì)地方政府風(fēng)險(xiǎn)的動(dòng)態(tài)影響并得出了既定償債能力下地方政府安全規(guī)模[16]。張海星等以2014年試點(diǎn)自發(fā)自還地方債的十省份為樣本，從信用等級(jí)所對(duì)應(yīng)的違約概率臨界值入手，找出不同期限的地方政府債券的安全發(fā)債規(guī)模[17]。

早期地方政府債務(wù)預(yù)警方式，多用幾個(gè)簡(jiǎn)單的債務(wù)指標(biāo)，如債務(wù)率、負(fù)債率等。后來有些學(xué)者用層次分析法、人工神經(jīng)網(wǎng)絡(luò)等方法給指標(biāo)賦予不同的權(quán)重，得到綜合指標(biāo)。但是基于指標(biāo)分析法只能得出債務(wù)的風(fēng)險(xiǎn)水平并不能測(cè)算未來具體的違約概率。因此目前很多學(xué)者假定地方政府面臨債務(wù)風(fēng)險(xiǎn)做出償債選擇是離散的，從而通過構(gòu)建離散回歸模型或者資產(chǎn)定價(jià)方法估算未來債務(wù)違約概率。KMV模型運(yùn)用在地方債務(wù)違約風(fēng)險(xiǎn)上，主要集中在兩個(gè)方面：一是通過債務(wù)規(guī)模和償債能力的比較得出未來預(yù)期的違約概率；二是根據(jù)過去債券的違約情況確定一個(gè)適當(dāng)?shù)倪`約概率，討論地方政府在此違約概率下的適度債務(wù)規(guī)模。

從現(xiàn)有文獻(xiàn)看，目前缺乏地方政府專項(xiàng)債券違約風(fēng)險(xiǎn)的專門研究。大多數(shù)學(xué)者都集中于研究籠統(tǒng)的地方債或者一般債，以總的地方財(cái)政收入或一般公共預(yù)算收入比例作為償債能力指標(biāo)，這些償債能力指標(biāo)和擔(dān)保比例并不適用地方政府專項(xiàng)債，如果用于測(cè)算專項(xiàng)債的違約風(fēng)險(xiǎn)，所得結(jié)果與實(shí)際情況可能存在一定偏差，因此有必要選擇更為科學(xué)的償債能力指標(biāo)進(jìn)行分析。本文通過構(gòu)建修正的KMV模型對(duì)全國31個(gè)省份進(jìn)行地方政府專項(xiàng)債違約風(fēng)險(xiǎn)研究，以一定比例的地方政府性基金收入和再融資專項(xiàng)債作為專項(xiàng)債務(wù)償債能力指標(biāo)，需償還專項(xiàng)債務(wù)本息和作為債務(wù)指標(biāo)。

三、構(gòu)建修正的 KMV模型

(一)模型原理

2010年財(cái)政部頒布了《政府性基金管理暫行辦法》，它對(duì)政府性基金概念、征收繳庫和預(yù)決算管理做了明確規(guī)定，從2012年起中國政府性基金收入范圍才相對(duì)規(guī)范。因此考慮到中國各省份政府性基金收入可得的年份數(shù)據(jù)較少，而KMV模型具有只需較少時(shí)間序列的優(yōu)點(diǎn)，能夠彌補(bǔ)政府性基金收入歷史年份數(shù)據(jù)可得性差的缺陷，滿足中國地方政府專項(xiàng)債券違約風(fēng)險(xiǎn)研究需求。KMV模型將公司對(duì)外借取債務(wù)看作買入“看漲期權(quán)”，如果企業(yè)的資產(chǎn)市值大于負(fù)債，公司會(huì)選擇償還債務(wù)；反之公司不會(huì)選擇償還債務(wù)，一旦公司倒閉，則投資者將蒙受很大損失，而股東損失的最高金額為當(dāng)初購買“期權(quán)”時(shí)所支付的權(quán)利金。

本文參考方來和柴娟娟研究的修正KMV模型，在進(jìn)行地方政府專項(xiàng)債券的信用風(fēng)險(xiǎn)評(píng)估時(shí)，調(diào)整相關(guān)的指標(biāo)，用地方政府性基金的可償債收入替代公司的資產(chǎn)市場(chǎng)價(jià)值；用可償債收入的增長率和波動(dòng)率分別替代公司資產(chǎn)市場(chǎng)價(jià)值增長率和波動(dòng)率；用地方政府專項(xiàng)債券到期應(yīng)償還的本息規(guī)模替代公司負(fù)債規(guī)模[18]。

(二)構(gòu)建修正的KMV模型

當(dāng)未來地方政府性基金收入低于某個(gè)水平，此時(shí)可償債收入小于到期應(yīng)償還的本息，則會(huì)發(fā)生違約。預(yù)期違約概率計(jì)算方法為：先根據(jù)地方政府性基金收入的歷史數(shù)據(jù)得到期初的可償債收入增長率和波動(dòng)率。然后，用未來年度地方政府到期本息與期初的基金收入增長率和波動(dòng)率構(gòu)建一個(gè)度量指標(biāo)——違約距離(Distance of Default，DD)。最后，根據(jù)地方專項(xiàng)債券的違約距離與預(yù)期違約概率(EDF，Expected Default Frequency)之間的關(guān)系，求出地方專項(xiàng)債券的預(yù)期違約概率，違約距離越小，地方政府專項(xiàng)債券預(yù)期違約風(fēng)險(xiǎn)越大。

假設(shè)1：地方政府專項(xiàng)債券的可償債收入服從對(duì)數(shù)正態(tài)分布，在t時(shí)刻地方政府的可用于償還地方專項(xiàng)債券的償債收入滿足以下關(guān)系：

Zt=f(Xt)

(1)

其中Xt是一個(gè)隨機(jī)變量，Zt表示t時(shí)刻可用于償債的收入，f(·)是某一個(gè)特定函數(shù)。

當(dāng)T為某一債務(wù)到期日時(shí)，且T時(shí)刻到期的需償還本息和為DT，此時(shí)地方政府專項(xiàng)債券的可償債收入為Zt，若Zt小于DT，則地方政府專項(xiàng)債券將會(huì)發(fā)生違約，那么違約概率可以表示為：

P=P[ZT

=P[XT

(2)

假設(shè)2：隨機(jī)變量XT服從標(biāo)準(zhǔn)正態(tài)分布，即XT～N(0，1)，那么上述的違約概率P可以表示為：

P=P[XT

(3)

其中定義違約距離DD=-f-1(DT)。

假設(shè)3：地方政府可償債收入服從馬爾科夫隨機(jī)過程，假設(shè)償債收入服從期望漂移率g，方差為σ2的廣義維納過程，t表示初始時(shí)刻到T時(shí)刻的增量，可得：

(4)

由伊藤引理可知，Z和t的函數(shù)G遵循以下計(jì)算過程：

(5)

(6)

(7)

或

(8)

則可以得到相應(yīng)Zt=f(Xt)的均值和標(biāo)準(zhǔn)差：

(9)

Var[lnZt]=σ2t

(10)

根據(jù)均值和方差的計(jì)算規(guī)則和以上結(jié)果，可以得到波動(dòng)率σ和增長率g：

t=1

(11)

(12)

根據(jù)上面的推導(dǎo)結(jié)果，將式(11)、式(12)代入式(3)可得各地方政府專項(xiàng)債券的違約概率為：

PT=P[ZT

=N(-DD)

(13)

T=1，2，3，4

其中違約距離為：

(14)

T=1，2，3，4

需要測(cè)算的變量包括：基金可償債比例ρ，到期日應(yīng)償還本息DT，地方政府性基金可償債收入平均增長率g和平均波動(dòng)率σ。

四、數(shù)據(jù)來源及處理

由前面模型構(gòu)造過程可知，要運(yùn)用KMV模型評(píng)估未來某年度的地方政府專項(xiàng)債券的違約風(fēng)險(xiǎn)，首先需要獲取模型中作為期初時(shí)期(T=0時(shí)刻)的地方政府償債能力和未來T時(shí)期的應(yīng)償還本息規(guī)模。為了研究再融資債券對(duì)違約概率的影響，下面實(shí)證部分采用兩種模型，模型(1)在處理償債能力時(shí)，只包括政府性基金和專項(xiàng)收入，而不考慮再融資債券本息，模型(2)的償債能力計(jì)算，則考慮了政府性基金、專項(xiàng)收入和再融資債券。下面將分別對(duì)兩種模型這兩部分?jǐn)?shù)據(jù)來源及處理進(jìn)行介紹。

(一)償債能力的樣本數(shù)據(jù)來源及處理

財(cái)預(yù)[2015]32號(hào)文件規(guī)定，調(diào)入政府性基金收入預(yù)算管理的專項(xiàng)收入，在政府性基金預(yù)算收入合計(jì)線下反映。按對(duì)應(yīng)的政府性基金名稱分設(shè)對(duì)應(yīng)的專項(xiàng)收入科目。個(gè)別省份如廣東和廣西從2018年起設(shè)置了“專項(xiàng)債券對(duì)應(yīng)項(xiàng)目專項(xiàng)收入”，但大部分省份并沒有明確設(shè)置此科目，故認(rèn)為其在建設(shè)中的項(xiàng)目尚未產(chǎn)生經(jīng)營性收入。國辦函[2016]88號(hào)文件規(guī)定，地方政府對(duì)其舉借的債務(wù)負(fù)有償還責(zé)任，中央實(shí)行不救助原則，因此在需要處置變現(xiàn)資產(chǎn)來償還專項(xiàng)債務(wù)時(shí)表明債務(wù)違約風(fēng)險(xiǎn)已經(jīng)形成，故不將國有資產(chǎn)變現(xiàn)納入專項(xiàng)債償債能力。雖然財(cái)預(yù)[2017]89號(hào)文件規(guī)定不同政府性基金間不得調(diào)劑，但為了研究地方政府專項(xiàng)債券整體性風(fēng)險(xiǎn)，在此假設(shè)不同政府性基金收入和對(duì)應(yīng)的公益性項(xiàng)目專項(xiàng)收入之間可相互調(diào)用。財(cái)預(yù)[2016]155號(hào)文件規(guī)定，專項(xiàng)債務(wù)本金可通過發(fā)行專項(xiàng)債券等償還，故在政府性基金收入作為可償債收入的基礎(chǔ)上，考慮再融資債券收入作為可償債收入的違約風(fēng)險(xiǎn)。自2019年6月起，雖然有經(jīng)營性專項(xiàng)收入、且償還專項(xiàng)債券本息后仍有剩余專項(xiàng)收入的重大項(xiàng)目可以進(jìn)行市場(chǎng)化融資，但2019年配套市場(chǎng)融資的項(xiàng)目非常少，在此假設(shè)已發(fā)行的專項(xiàng)債券的專項(xiàng)收入全部納入了政府性基金預(yù)算收入。

地方政府專項(xiàng)債券的償債來源在政府性基金預(yù)算收入執(zhí)行情況表中反映為政府性基金收入。圖1表明，大部分省份土地出讓金收入占地方政府性基金收入的比例在約為70%～90%，因此用全國土地出讓收入的償債比例來確定地方政府性基金中用于償債的比例。2016年以后的全國土地出讓收入支出具體情況數(shù)據(jù)尚未公開，故用2012—2015年土地出讓金使用情況分析未來。圖1根據(jù)地方政府財(cái)政廳預(yù)決算公告整理得到。根據(jù)洪源對(duì)2012—2015年全國土地收入支出具體情況剖析，假設(shè)地方政府性基金收入中其他部分的償債比例同土地出讓收入償債比例一樣，政府性基金收入的償債比例ρ按保守情況下取10%和最大情況下取20%，即不考慮再融資債券的情況下償債收入=政府性基金收入×ρ；考慮再融資債券的情況下，償債收入=政府性基金收入×ρ+再融資專項(xiàng)債券收入。

圖1 2015—2019土地出讓金占政府性基金收入的平均比例

(二)償還本息規(guī)模的樣本數(shù)據(jù)來源及處理

本文對(duì)2020—2023年專項(xiàng)債違約風(fēng)險(xiǎn)進(jìn)行分析，則需要預(yù)測(cè)2020—2022專項(xiàng)債的發(fā)債規(guī)模，擬用2015—2019年各省份專項(xiàng)債發(fā)債規(guī)模的幾何增長率，以測(cè)算專項(xiàng)債務(wù)到期本息和，具體如下：

DT=ri∑DV+(1+rj)DVT

(15)

其中DT為T時(shí)期應(yīng)償還專項(xiàng)債務(wù)本息和，∑DV為當(dāng)期未到期專項(xiàng)債本金，ri代表各省份當(dāng)期未到期存量的專項(xiàng)債券的平均票面利率，DVT代表當(dāng)期到期專項(xiàng)債規(guī)模，rj代表各省份當(dāng)期到期專項(xiàng)債券平均票面利率。具體如下：

(1)2020年各省份債務(wù)本息和=2020年各省份年到期債務(wù)本金×(1+各省份到期債務(wù)平均利率)+2020年各省份未到期債務(wù)本金×各省份未到期債務(wù)平均利率

(2)2021年各省份債務(wù)本息和=2021年各省份到期債務(wù)本金×(1+各省份到期債務(wù)平均利率)+2021年各省份未到期債務(wù)本金×各省份未到期債務(wù)平均利率+2020年各省份新發(fā)專項(xiàng)債券規(guī)?！?2018年和2019年各省份平均利率)

(3)2022年各省份債務(wù)本息和=2022年各省份到期債務(wù)本金×(1+各省份到期債務(wù)平均利率)+2022年各省份未到期債務(wù)本金×各省份未到期債務(wù)平均利率+(2020年各省份新發(fā)專項(xiàng)債券規(guī)模+2021年各省份新發(fā)專項(xiàng)債券規(guī)模)×(2018年和2019年各省份平均利率)

(4)2023年各省份本息和=2023年各省份到期債務(wù)本金×(1+各省份到期債務(wù)平均利率)+2022年末到期債務(wù)本金×各省份未到期債務(wù)平均利率+(2020年、2021年和2022年各省份新發(fā)專項(xiàng)債券規(guī)模×(2018年和2019年各省份平均利率)

地方政府專項(xiàng)債發(fā)行期限中主要是3、5、7、10年期和超長期，因?yàn)?、2年期發(fā)行規(guī)模極少或已到期，故在討論到期本金時(shí)忽略不計(jì)，假定債券是每年年末付息。每年應(yīng)還本金和利息見表1，超長期限債券此處未列明但同理。

表1 2020—2023年具體償債內(nèi)容

五、專項(xiàng)債違約風(fēng)險(xiǎn)評(píng)估

(一)政府性基金收入增長率與波動(dòng)率的估計(jì)

本文分別將2012—2019年政府性基金收入數(shù)據(jù)和再融資債券加政府性基金的數(shù)據(jù)代入式(11)、式(12)，得到兩個(gè)模型的地方政府性基金收入的期望增長率和波動(dòng)率，作為2020年初償債收入增長率和波動(dòng)率。表2的測(cè)算結(jié)果顯示：?jiǎn)为?dú)考查政府性基金收入內(nèi)生增長率和波動(dòng)率，模型(1)的結(jié)果顯示東部地區(qū)政府性基金的增長率除天津和海南以外都在15%～20%之間，最高的是浙江，高達(dá)27%；中部省份增長率除湖南是23%，其余省份在10%～20%之間；西部地區(qū)地方政府性基金增長率分布較為分化，內(nèi)蒙古、新疆、寧夏、西藏低于10%，其他省份增長率在10%～20%之間；東北地區(qū)增長率最低，遼寧和黑龍江甚至低于2%。90%省份的波動(dòng)率在10%～30%之間，波動(dòng)性較高的是北京(53%)和云南(41%)，這表明地方政府性基金收入在高波動(dòng)性中增長，面對(duì)2019年新冠疫情對(duì)財(cái)政創(chuàng)收的影響，個(gè)別年份政府性基金收入不達(dá)預(yù)算很可能償還不了到期債務(wù)。模型(2)考慮再融資債券作為償債收入時(shí)，增長率平均提高了4%，波動(dòng)率除個(gè)別省份外普遍有所提高。

表2 2020年期初可償債收入的增長率和波動(dòng)率

(二)不考慮再融資債券的專項(xiàng)債券風(fēng)險(xiǎn)評(píng)估

在獲得各地方政府可償債收入和到期應(yīng)償還本息規(guī)模的數(shù)據(jù)后，將模型(1)中2015—2019年的期望增長率和波動(dòng)率，可償債比例為10%和20%，期初的政府性基金可償債收入數(shù)據(jù)代入式(13)，測(cè)算2020—2023年(T=1，2，3，4)的預(yù)期違約概率EDF。表3結(jié)果顯示：首先，中國地方政府專項(xiàng)債券的信用違約風(fēng)險(xiǎn)發(fā)生概率呈現(xiàn)出隨時(shí)間、區(qū)域變化的動(dòng)態(tài)分布以及其他特征。從時(shí)間維度上看，基于不同的到期債務(wù)規(guī)模，不同的省份會(huì)在不同的時(shí)間到達(dá)違約頂峰，但總體而言中國地方政府專項(xiàng)債券風(fēng)險(xiǎn)會(huì)隨時(shí)間推移逐漸顯化。從區(qū)域維度看，東北三省預(yù)期違約率最高，然后是西部省份，東部和中部省份預(yù)期違約率除個(gè)別省份外相對(duì)較低。

表3 2020—2023年不考慮再融資債券的預(yù)期違約概率

其次，當(dāng)政府性基金收入有10%可用于償還到期債務(wù)時(shí)，除個(gè)別省份(如浙江)外，如果不發(fā)行再融資債券來償還到期債務(wù)，大部分省份在2020年會(huì)大概率違約。當(dāng)政府性基金收入有20%可用于償還債務(wù)時(shí)，從時(shí)間維度看，2020—2023年，處于0～20%的低違約率區(qū)間的省份數(shù)量從58%降到13%；處于80%～100%的高違約率的省份占比從13%上升到26%。原因是地方專項(xiàng)債券2015年開始發(fā)行，債務(wù)償還周期開始，2020年要償還2015年發(fā)行的5年期債券本金，2022年需要償還2015年發(fā)行的7年期債券和2017年發(fā)行的5年期債券本金，再加上近年專項(xiàng)債券發(fā)行規(guī)模進(jìn)一步擴(kuò)大，從而利息增加。因此，各省份專項(xiàng)債券違約風(fēng)險(xiǎn)不斷攀升。從區(qū)域維度來看，2020—2023年東北三省一直處于90%以上的高違約率區(qū)間；西部地區(qū)如西藏過去發(fā)債規(guī)模很小，違約率并不高，而其他省份發(fā)行規(guī)模相對(duì)較高，政府性基金收入相對(duì)債務(wù)增長率過低，本質(zhì)是經(jīng)濟(jì)發(fā)展疲軟收入增長動(dòng)力不足導(dǎo)致較高的違約率；中部地區(qū)表現(xiàn)相比西部好很多，除湖北預(yù)期2020年違約率超過20%，其他省份能維持在20%較低違約率以下，但違約風(fēng)險(xiǎn)也逐年顯現(xiàn)，特別是江西和安徽2023年預(yù)期違約概率超過60%；2020年違約概率，東部地區(qū)除北京、天津、海南和福建，其他各省份大致能保持在0～20%的低違約率區(qū)間。

最后，比較幾個(gè)高預(yù)期違約風(fēng)險(xiǎn)的省份發(fā)現(xiàn)：對(duì)土地出讓收入依賴程度高、政府性基金收入高但增長率較低、發(fā)債規(guī)模累積過高，典型代表如天津；對(duì)土地出讓收入依賴程度高、政府性基金收入低、增長率也低、發(fā)債規(guī)模大，典型代表如貴州。雖然發(fā)債規(guī)模小、對(duì)土地出讓收入依賴程度低但基金性收入也低，典型代表為甘肅、內(nèi)蒙古。這些高預(yù)期違約概率地方政府的共同特點(diǎn)是發(fā)債規(guī)模增長速度大于政府性基金收入增長率。對(duì)土地依賴程度高的省份，在房地產(chǎn)市場(chǎng)調(diào)控收緊、2019新冠疫情導(dǎo)致經(jīng)濟(jì)下行的背景下，政府性基金收入波動(dòng)性加劇進(jìn)一步阻礙了可償債收入的可持續(xù)性。

(三)考慮再融資債券的專項(xiàng)債違約概率

根據(jù)新供給理論從供給角度重新定義經(jīng)濟(jì)周期，將一個(gè)完整的經(jīng)濟(jì)周期劃分為四個(gè)階段：新供給形成、供給擴(kuò)張、供給成熟和供給老化。胡欣然等從新供給理論角度分析地方債存在的必要性和期限錯(cuò)配導(dǎo)致違約風(fēng)險(xiǎn)[19]。專項(xiàng)債券投入的領(lǐng)域主要是地方基礎(chǔ)設(shè)施等資本性公共產(chǎn)品，它們往往具有前期投入大回收期長的特點(diǎn)，在新供給形成或擴(kuò)張階段需要大量地方財(cái)政投入，在供給成熟和供給老化期才會(huì)有更多的收益流入。因此地方政府可以通過債務(wù)融資方式“預(yù)支”供給成熟和老化階段產(chǎn)生的盈余，地方政府發(fā)行再融資專項(xiàng)債類似于此。比較2018-2019年各省份到期本金和再融資債券發(fā)行規(guī)模(表4)，發(fā)現(xiàn)到期債務(wù)的償還高度依賴再融資債券，如北京2019年發(fā)行了196.7億元再融資債券償還本金，遼寧2019年發(fā)行了234.9億元償還到期本金。從側(cè)面說明這些省份投資的資本性公共項(xiàng)目尚不能產(chǎn)生足夠償還本金的現(xiàn)金流，需要依靠再融資債券償還本金。另一方面，償債周期已經(jīng)到來，未來5年專項(xiàng)債務(wù)到期規(guī)模會(huì)在2023年達(dá)到頂峰。因此，下面我們研究如果償債能力考慮融資債券能否降低地方政府專項(xiàng)債券的違約風(fēng)險(xiǎn)。

表4 2018—2019年各省份再融資債券發(fā)行規(guī)模 單位：億元

鑒于2018年起地方政府可以發(fā)行再融資債券來償還專項(xiàng)債券，為了比較發(fā)行再融資債券前后中國地方政府專項(xiàng)債券違約風(fēng)險(xiǎn)的變化，模型(2)將再融資債券收入納入可償債收入，在此為個(gè)別尚未發(fā)行再融資債券的省份設(shè)定一個(gè)再融資債券比例，即用其他省份的再融資債券規(guī)模/總發(fā)行規(guī)模的平均值代替(1)2018—2019年個(gè)別省份(如廣東)沒有專項(xiàng)債券到期，故沒有地方再融資專項(xiàng)債券，但鑒于2020—2023年各省份都將有專項(xiàng)債到期，為使可償債收入增長率更加貼合現(xiàn)實(shí)，計(jì)算得到2018年再融資債券占總發(fā)行規(guī)模的比例為14%，2019年為17%。。從表5測(cè)算結(jié)果來看，在考慮再融資債券的影響下，模型(1)中高違約概率省份的違約風(fēng)險(xiǎn)普遍降低，如貴州2020年違約率從95%降到48%，寧夏2020年違約率從99%下降到15%。雖然以再融資債券收入償還本金在短期內(nèi)一定程度上可以降低違約風(fēng)險(xiǎn)，但信用風(fēng)險(xiǎn)并沒有就此消失，2023年依然有1/3的省份預(yù)期違約概率在50%以上。2023年全國即將有16 991.15億元的地方專項(xiàng)債券到期，加上債務(wù)余額規(guī)模擴(kuò)大應(yīng)付利息也在增加，再融資債券并不能用來償還利息，再融資債券不能解決利息償付問題。因此，過于依賴再融資償債并不可取，繼續(xù)擴(kuò)大再融資債券發(fā)行規(guī)模也不利于專項(xiàng)債補(bǔ)短板逆周期的積極財(cái)政政策功能的發(fā)揮。

表5 2020—2023年考慮再融資債券收入的預(yù)期違約概率

(四)高預(yù)期違約率地方政府的適度債務(wù)規(guī)模

穆迪公司測(cè)度出債券信用等級(jí)與預(yù)期違約概率之間關(guān)系：信用等級(jí)在穆迪Baa3以上的公司債券很少出現(xiàn)違約。本文認(rèn)為政府債務(wù)至少應(yīng)達(dá)到公司債券所評(píng)的信用等級(jí)，即政府債務(wù)預(yù)期違約概率在0.4%以下是最安全的，當(dāng)前中國只有部分省份預(yù)期違約率低于0.4%。

選取違約率較高的省份，例如天津、貴州和遼寧，若要保持違約率在0.4%以下，討論當(dāng)年到期的債務(wù)規(guī)模應(yīng)占可償債收入的比例問題。用模型(1)的2015—2019年的可償債收入增長率和波動(dòng)率，可償債收入占政府性基金收入的20%，2019年的可償債收入作為期初數(shù)據(jù)。2020年的可償債收入用2015—2019年的幾何增長率推測(cè)，天津?yàn)?97.89億元，貴州為 394.55 億元，遼寧為 230.98 億元。然后按照可償債收入一定比例(P=0.9，0.8，0.7，0.6，0.5，0.4，0.3)的規(guī)模作為債務(wù)到期額，測(cè)算違約距離和預(yù)期違約概率，結(jié)果見表6，由表6可知，要使3個(gè)省份的預(yù)期違約概率在0.4%以下，天津2020年到期債務(wù)應(yīng)該占可償債收入的50%，約為148.95億元，貴州的50%為197.28億元，遼寧的40%為92.39億元才是最安全的。然而根據(jù)實(shí)際到期本金和債務(wù)余額推斷，2020年到期應(yīng)還本息規(guī)模天津?yàn)?09.3億元，貴州為595.9億元，遼寧為345.3億元，這遠(yuǎn)超安全違約率的到期債務(wù)規(guī)模，如果項(xiàng)目現(xiàn)金流量無法按預(yù)期實(shí)現(xiàn)，地方政府專項(xiàng)債券按當(dāng)前發(fā)行規(guī)模增長率繼續(xù)發(fā)行債券，大概率會(huì)出現(xiàn)違約或者繼續(xù)依靠再融資債券收入償還本金。可償債收入的增長率越高，地方政府可承受的發(fā)債規(guī)模比例越高，同樣的其適度債務(wù)比例越高，在這3個(gè)省份中貴州的政府性基金收入增長率最高，遼寧出現(xiàn)負(fù)增長。根據(jù)表6可知，若要維持違約概率在0.4%以下，貴州、天津、遼寧的適度債務(wù)比例分別約為0.5、0.5、0.4。

表6 不同債務(wù)比例下的違約概率

六、結(jié)論與建議

建立KMV修正模型，在堅(jiān)持中央不救助原則和項(xiàng)目與債券周期相匹配原則下，在考慮再融資債券償債背景下，分析地方政府專項(xiàng)債券違約風(fēng)險(xiǎn)。研究發(fā)現(xiàn)：

1.地方專項(xiàng)債券整體風(fēng)險(xiǎn)會(huì)隨著時(shí)間推移而顯化，但具體省份出現(xiàn)違約概率高峰的年份有所差別，違約風(fēng)險(xiǎn)與該省債務(wù)償還周期正相關(guān)，因此，應(yīng)科學(xué)設(shè)置可贖回條款和本金分期償還條款等，增強(qiáng)償還債券本金靈活性，優(yōu)化發(fā)行期限機(jī)構(gòu)，匹配項(xiàng)目周期和考慮債務(wù)償還周期因素。違約風(fēng)險(xiǎn)的區(qū)域性分化較為明顯，將各地區(qū)預(yù)期違約風(fēng)險(xiǎn)排序，違約率最高的是東北地區(qū)，然后是西部，中部和東部違約風(fēng)險(xiǎn)相對(duì)較低，因此在分配專項(xiàng)債券額度的時(shí)候，財(cái)政實(shí)力強(qiáng)、舉債空間大、債務(wù)風(fēng)險(xiǎn)低、債務(wù)管理績(jī)效好的地區(qū)多安排，財(cái)政實(shí)力弱、舉債空間小、債務(wù)風(fēng)險(xiǎn)高、債務(wù)管理績(jī)效差的地區(qū)少安排或不安排，但應(yīng)該注意避免地區(qū)間經(jīng)濟(jì)發(fā)展出現(xiàn)“虹吸現(xiàn)象”。

2.短期來看，地方政府可以暫時(shí)依靠再融資債券償還到期本金，但專項(xiàng)債券違約風(fēng)險(xiǎn)是由項(xiàng)目周期與債券期限錯(cuò)配直接導(dǎo)致的，債券期限短于投資回收期，當(dāng)債券到期時(shí)出現(xiàn)資金缺口就會(huì)產(chǎn)生違約風(fēng)險(xiǎn)。債券期限越短，本金的償還時(shí)間距離越短，越容易引發(fā)違約風(fēng)險(xiǎn)，因此，應(yīng)該優(yōu)化債務(wù)期限結(jié)構(gòu)以解決收益跨期問題。全國地方專項(xiàng)債券期限2017年為6.07年，到2019年為8.85年；高違約概率省份專項(xiàng)債期限延長更加明顯，如內(nèi)蒙古從2017年的7.26年上升到2019年的16.57年。拉長債券期限一定程度上可以解決當(dāng)前投資收益期和債券期限不匹配的現(xiàn)實(shí)問題，緩解地方政府的當(dāng)前償債壓力。但長期來看，專項(xiàng)債違約風(fēng)險(xiǎn)與發(fā)債規(guī)模和地方政府償債能力即政府性基金收入增長速度和波動(dòng)性密切相關(guān)，發(fā)債規(guī)模越高，可償債收入增長速度越低，波動(dòng)性越強(qiáng)，則信用風(fēng)險(xiǎn)越高?？蓛攤杖朐鲩L率越高則適度債務(wù)比例越高，高而穩(wěn)定的政府性基金收入增長率是持續(xù)發(fā)債的必要條件。

3.如果地方政府債券償還資金來源繼續(xù)依賴土地財(cái)政收入，專項(xiàng)債券今后大概率會(huì)違約，所以做好項(xiàng)目融資收益自平衡是未來持續(xù)發(fā)債的保證。土地儲(chǔ)備和棚戶區(qū)改造項(xiàng)目專項(xiàng)債券規(guī)模非常巨大，為了保證土地相關(guān)的債券每年利息和到期本金的償還，穩(wěn)定土地市場(chǎng)和房地產(chǎn)市場(chǎng)價(jià)格、保證土地出讓收入對(duì)不發(fā)生違約風(fēng)險(xiǎn)至關(guān)重要。同時(shí)加強(qiáng)后續(xù)新增專項(xiàng)債券項(xiàng)目的審核，從源頭做好地方專項(xiàng)債券項(xiàng)目遴選，做實(shí)做細(xì)項(xiàng)目收益與融資平衡方案，確保項(xiàng)目收益與融資相互平衡。

4.用再融資債券收入償還當(dāng)年到期的本金，可以降低當(dāng)年的違約風(fēng)險(xiǎn)，但是隨著債務(wù)余額的增加，當(dāng)年應(yīng)還利息規(guī)模擴(kuò)大，再融資債券不能用于償還利息，違約風(fēng)險(xiǎn)依然可能發(fā)生。地方政府不應(yīng)該過度依賴再融資債券收入還債，再融資債券只能給地方政府帶來暫時(shí)的還債便利。除了再融資債券和土地出讓收入外，要考慮更多途徑補(bǔ)充政府性基金的規(guī)模，如建立國有資本經(jīng)營預(yù)算與政府性基金預(yù)算之間的調(diào)撥機(jī)制，將一般公共預(yù)算中明確?？顚Ｓ玫慕逃郊印⑺ㄔO(shè)專項(xiàng)收入轉(zhuǎn)列入政府性基金預(yù)算。地方政府應(yīng)該加強(qiáng)專項(xiàng)債券及項(xiàng)目生命周期風(fēng)險(xiǎn)管理，預(yù)測(cè)每一筆專項(xiàng)債券項(xiàng)目風(fēng)險(xiǎn)，實(shí)現(xiàn)防控專項(xiàng)債務(wù)總體風(fēng)險(xiǎn)的目標(biāo)。繼續(xù)完善項(xiàng)目運(yùn)行信息披露，使得項(xiàng)目現(xiàn)金流可測(cè)，從而項(xiàng)目風(fēng)險(xiǎn)可控，專項(xiàng)債券風(fēng)險(xiǎn)可控。