1、1城投债信用风险影响因素的实证分析摘 要 深入研究了城投债在发行现状和市场表现，综合利用全局主成分分析法与多元回归分析法对城投债信用风险影响因素进行了探究，最后得出对城投债信用风险影响显著的三个因素，分别为发行主体所在地地方财政实力、发行主体资产负债情况以及资产规模。文章结论有助于投资者正确把握城投债风险和促进城投债的健康发展。 关键词 城投债 信用风险 发行规模 中图分类号：F831 文献标识码：A 一、我国城投债券发行现状 我国城投债的发展大致可以划分为三个阶段 。以 1993 到 2005 年为起步阶段，这一时期城投债券发行数量较少，发行规模也较小。2005 年地方企业债券放行，城投债进
2、入温和发展阶段，一直到 2008 年无论是发行数量还是规模都有所上升，但仍较有限，四年总共发行债券面额 1585亿元。 随着国家 4 万亿财政政策的提出，各地政府火热开始地方公共事业投资，由于 4 万亿财政支出中央政府出资 1.1 亿，剩下由地方政府配套和民间资金支持，地方政府面临大量的资金缺口，城投公司承担了地方政府融资的主要任务。到 2009 年城投债进入高速发展阶段，全年共发行城投类企业债 133 只，发行金额 2194.3 亿元。2010 年发行金额虽然较2009 年有所下降，为 1，888.00 亿元，但发行支数仍有上升。而 2011 年2前 6 个月，发行金额就已占到了 2010
3、年全年的 81%，较 2010 年增长迅猛，2011 年全年共发行城投类债券 203 支，发行总金额为 2，716.50 亿元。而 2012 年前 5 个月就发行城投债 263 支，发行金额为 3360.8 亿元，数量超过了 2011 年全年的发行量。2008 年至 2012 年 3 月份，全国共发行城投类债券 511 支，发行总金额为 7，703.20 亿元。 二、我国城投债信用风险来源实证分析 （一）模型设定思路与数据来源。 本文拟用多元回归方法筛选对信用风险影响显著的因素，首先利用主成分分析法，对影响城投债券信用风险的影响因素进行分析，将多个指标合并成几大主要因素后再进行回归分析，更直接
4、反映地方财政、公司财政等不同因素对城投债信用风险的影响以及贡献度的大小。 由于在 2010 年国家出台文件整顿地方融资平台，之后发行的城投债券在审批上有所不同，更注重债券发行主体的经营状况，所以本文选取2011 年在银行间债券市场发行的 54 支城投债券为研究对象，摘取 2008-2010 年三年的公司财务数据以及所在地的地方财政收入和地方 GDP 数据。剔除数据不全的样本后剩下 30 个样本，其中城投债票面利率、发行期限、公司财务数据来源于 WIND 咨询数据库，国债收益率来源于中国债券信息网，而城投债发行主体所在地地方财政收入和地方 GDP 数据来源于各地的国民经济和社会发展统计公报。 （
5、二）指标选取。 在参考了一些学者的研究后，本文认为，由于样本债券的流动性不同且债券市场的交易往往是不连续的，无法保证获得全面的流通日收益3率，而且在债券在发行日往往流动性较好，不存在流动性风险补偿，且城投债项目多投于市政建设项目，通常国家会有税收优惠政策，因而可以将发行日利差作为信用风险的计量指标。 债券发行所在地的经济实力采取发行地方财政收入、地方 GDP 以及主体行政级别三个指标。主体行政级别采取打分的方式，省级或直辖市为 4 分，省会城市为 3 分，地级市 2 分，县级市 1 分。 债券发行主体公司实力选取了 14 项指标，分别为：资产总计、负债总计代表了公司的资产总量；利润总额同比增长
6、率、营业收入同比增长率、净资产收益摊薄同比增长率代表公司增长能力；销售净利率、销售毛利率、经营收益/利润总额代表公司盈利能力；总资产周转率、固定资产周转率、流动资产周转率代表公司营运能力；资产负债率、流动比率、速动比率代表公司偿债能力。 （三）实证过程。 1、全局主成分分析提取主成分。 由于本文选取的是 30 个样本三年的数据，共有三张截面数据，如果用普通的主成分分析只能对一张表进行分析，因而本文选用用全局主成分分析法，通过把数据按年份依次排列，将立体面板数据平面化，得到了一张新的截面数据，在保持了原始数据信息的基础上进行主成分分析。第一步进行 KMO 与巴特利特球形检验，一般认为 KMO 值
7、在 0.7 以上，模型效果最好，0.6-0.7，可以作因子分析，0.5 以下则不适用于因子分析。本文通过软件操作后，KMO 值为 0.632 大于 0.5，且巴特利特球星检4验显著性概率为 0，说明指标间具有相关性，适用于因子分析。 第二步通过 SPSS 软件，对地方财政收入、地方 GDP、公司财务等多个指标进行分析，共提取出六个主成分，经过方差最大化正交旋转后，累计方差贡献率达到 72%，说明这六个主成分共反映了原始数据信息 72%的内容，基本满足要求。六个主成分的方差贡献率依次为21.25%，13.15%，11.66%，10.86%，8.485%，7.277%。 由旋转后的因子载荷矩阵可以
8、看出，第一主成分中公司资产总计和负债总计这两个指标的因子载荷系数最大，这两个指标主要代表了城投公司公司的总资产规模；第二主成分中，平台级别、GDP、一般预算收入三个指标负荷量较大，这三个指标代表了城投债所在地地方政府的经济实力，前两个主成分对于总体的累计方差贡献率达到了 34%；第三主成分载荷值较大的是净资产摊薄同比增长率以及利润总额同比增长率，这主要反映公司的增长能力；以此类推，第四、五、六个主成分分别代表了公司财务信息中的偿债能力、盈利能力以及营运能力。 2、城投债券信用利差的影响因素分析。 在提取出地方财政实力、公司资产规模、营运能力、盈利能力、增长能力、偿债能力六个主成分之后，使用多元
9、回归分析方法，考察这几个方面对于城投债信用风险影响的显著性及影响大小。主成分之间的相关系数均为 0，因此不存在多重共线性的问题。 首先建立多元回归模型： Yn= n+ 1X1n+ 2X2n+ 3X3n+ 4X5n+ 5X5n+ 6X6n+ ； 使用 SPSS 软件进行多元回归，结果如下所示： 5表 信用利差影响因素回归结果分析 a、自变量：发债利差 由回归结果分析可知，R2 值为 0.399，F 值为 9.178，显著性概率为0，模型拟合效果较好。 （三）实证结果分析。 从表中可以看出，第一、第二、第四主成分的显著性概率为 0，第三、五、六主成分不显著。也就是说，对于城投债信用利差的各个影响因
10、素中，城投公司资产规模、公司所在地方政府财政实力以及城投公司偿债能力具有显著性影响，而公司的盈利能力、增长能力以及营运能力对于城投债信用利差影响不显著。 在三个具有显著性影响的主成分中，第一主成分代表的是公司资产规模，其对信用利差的影响系数为-0.320，这表示公司资产规模越大，其信用情况越好，所要求的风险偿还也越少，因而信用利差也就越低。第二主成分代表的城投公司所在地方的经济实力，由地方财政收入、地方 GDP 以及地方行政级别三个指标反映。其对信用利差的影响系数为-0.428，说明地方经济实力对于城投债的信用利差影响较大，且地方行政级别越高、地方财政收入越多，城投公司所获得的地方财政支持越多
11、，违约的可能性就越小，信用利差也就相应减少。第三主成分偿债能力对信用利差的影响显著，为-3.16，说明公司资产变现能力越高，资产负债率越低，其偿债能力越高，信用风险就越小。 三、政策建议 （一）提高城投发债主体抗风险能力。 6我们发现城投公司城投公司总体上资产规模不高、盈利能力和增长能力均处于国有企业全行业平均值以下，因而提高城投公司自身的经营能力，加强其自身抗风险能力是控制城投债风险的必要措施。在城投公司设立初期，应当明确地方政府城投公司的设立主体及条件、出资要求、经营范围等，理顺城投公司与地方政府的权责关系。在公司发展初期，借助政策和市场引导，逐步实现公司的市场化独立运作。 （二）加快债券
12、市场发展，建立债券保险制度。 借鉴国外发达国家债券市场经验，建立债券保险制度是城投债增信、提高抗风险能力的有效途径。在美国，债券保险是一种为市政债券信用增级的独有方式，在市政债券的发行过程中发挥着重要作用。债券发行人为债券提出投保申请，保险公司在决定为债券设保之前会对债券的风险进行一定的评估，符合条件的债券会获得保险，如果在偿债日不能还本付息，将由保险公司承担偿付的义务，这大大降低了债券的违约风险。 （作者：马冬冬，南京财经大学经济学院硕士研究生；何丹：南京财经大学经济学院硕士研究生） 注释： 涂德君.我国城投债市场发展的三个阶段.中国债券，2010，2：14-16. 参考文献： 1巴曙松.地方政府投融资平台的发展及其风险评估.西南金融，2009，9：9：10 72陈伶俐、孙云龙.组合信用风险模型的蒙特卡罗模拟探讨.海南金融，2011， 12：11-17. 3陈强.全局主成分与城投债评级原理.招商证券，2010. 4冯莉.地方融资平台公司债券利差影响因素研究.财政部财政科学研究所，2011.
