我國的主權信用評級被低估了嗎

楊育婷 羅 晶 徐培文

（1.國廣環(huán)球傳媒控股有限公司，北京 100049；2.西南財經(jīng)大學，四川 成都 611130；3.中國農(nóng)業(yè)銀行北京市分行，北京 100010）

我國的主權信用評級被低估了嗎

楊育婷1羅 晶2徐培文3

（1.國廣環(huán)球傳媒控股有限公司，北京 100049；2.西南財經(jīng)大學，四川 成都 611130；3.中國農(nóng)業(yè)銀行北京市分行，北京 100010）

本文以1996—2011年間45個國家的宏觀經(jīng)濟數(shù)據(jù)和惠譽的主權信用評級數(shù)據(jù)，運用一般面板線性回歸和有序概率模型研究了我國的主權信用評級是否被低估的問題。結果發(fā)現(xiàn)，國際評級機構并沒有刻意低估我國的主權信用評級，其對我國主權信用評級的測算方法并不明顯有別于其他國家。但是，由于評級體系的傾向性和我國地方政府債務不透明等原因，導致我國的主權信用評級客觀上存在被低估的可能。

主權信用；有序概率模型；政府債務；信用評級

一、引言

主權信用評級通過定量和定性的方法，對主權政府的償債能力和償債意愿進行評定，并用一定的符號表示。目前國際信用評級市場以穆迪、標準普爾和惠譽3家評級機構為主導，評級機構在全球金融市場中扮演著“裁判員”的角色，他們廣泛參與各類金融機構和金融產(chǎn)品的風險定價，在緩解金融市場信息不對稱所帶來的不良影響的同時，也制約著金融市場各類參與主體的融資能力和產(chǎn)品發(fā)行。特別是評級機構對各國主權信用評級的調(diào)整，甚至會對其國內(nèi)金融市場產(chǎn)生較大沖擊，希臘債務危機就是典型案例。

阿方索等（António afonso等，2010）使用線性和有序概率模型對比分析了影響國家評級的主要因素，通過對計量模型解釋變量的巧妙處理，區(qū)分了影響國家主權信用評級的宏觀經(jīng)濟和財政變量的長短期效應。路留存、田益祥（2011）使用了一般面板數(shù)據(jù)法和面板有序概率法對主權信用評級的決定因素進行了研究，指出了實際GDP增長、人均GDP、通貨膨脹、政府效率等因素在主權信用評級中起到了決定性作用，并對兩種研究方法的模擬效果進行了對比。楊勝剛、成程（2011、2012）也使用了這兩種回歸方法研究主權信用評級的影響因子，進而發(fā)現(xiàn)我國的主權信用評級在20世紀90年代和2001—2002年前后被低估，其進一步的研究指出我國主權信用評級從2006年以來存在被低估1—2等級的現(xiàn)象。

我國主權信用評級是否被低估一直是學術界和實業(yè)界關注的話題。我國外匯儲備充足，中央政府財政赤字較低，理論上主權違約的風險應該非常低，但是國際評級機構給予的評級卻只是A+和AA-，和現(xiàn)在身陷歐洲債務危機的歐元區(qū)國家差不多。國內(nèi)不少觀點認為評級機構對我國主權債務評級存在低估，甚至是有偏見，本文試圖就該問題展開分析和討論。

二、模型簡介

目前研究主權信用評級的方法主要是基于面板數(shù)據(jù)的計量模型，具體可分為兩類：基于被解釋變量連續(xù)性的一般面板數(shù)據(jù)方法和基于離散選擇模型的面板數(shù)據(jù)方法。本文選擇一般面板數(shù)據(jù)和有序概率模型兩種方法。

（一）一般面板數(shù)據(jù)方法

一般面板數(shù)據(jù)的回歸方程形式如下：

Rit是一個通過線性變換得到的評級得分值；Xit是一個隨時間和個體變化的向量；Zi是一個不隨時間變化的解釋變量。指標i (i=1,...,N)表示的是國家，指標t(t=1,...,T)表示的是時間，ai代表的是每一個國家i 的單獨效應，也就是異質(zhì)性，用來表示各個國家所特有的無法觀測的一些因素對被解釋變量的影響。μit表示隨機誤差項，假定μit在所有國家和時間中的分布是獨立的。

這里有3種方法可供選擇：合并的最小二乘估計（pooledOLS）、固定效應（fixedeffects）和隨機效應估計（randomeffectsestimation）。在國家特定效應與解釋變量不相關的條件下，即E(ai|Xit,Zi)=0，所有的估計是一致的，從效率方面講隨機效應估計是最優(yōu)選擇。當E(ai|Xit,Zi)=0不成立時，只有固定效應模型的估計是一致的，但這并不表明固定效應模型會是最好的選擇。因為一個國家的評級通常比較穩(wěn)定，不會經(jīng)常隨時間而改變，而解釋變量Xit僅僅反映了評級得分值隨時間的變動量，只有得分值變動一定程度之后，評級結果才會改變。

這時有兩種方法對隨機效應方法進行補救。一種是進行豪斯曼·泰勒IV估計，此時需要使用與ai不相關的工具變量，由于工具變量不易選擇，本文選擇了另一種方法：對特定效應ai建模，該方法通常被用于估計非線性模型。正如本文后面所展示的，該方法在本研究中的應用是成功的。式（2）表達了特定效應和回歸項之間的相關性，說-明國家特定效應的預期值是解釋變量的時間平均值X 的線性組合。

如果將上式的推論ai=η-Xi+εi代入方程（1），便得到

式中εi被定義為一個與解釋變量不相關的殘差變量。在實際應用中，我們通過引入解釋變量的時間平均值來消除許多問題。將公式（3）修改為：

在上式中，為解釋變量的均衡項-，描述了某國家在觀測期內(nèi)該變量的均值。而Xit-Xi為解釋變量的偏移項，描述了某國家在某一個觀測年度該變量的短期變動。δ=η+β可以理解為解釋變量的長期效應（例如，當某國家失業(yè)率一直居高不下，那么δ代表了解釋變量對評級的影響），而β衡量了短期效應（例如，當一個國家某年度降低了失業(yè)率，那么β便反映了該變化對評級的影響）。這種直觀的區(qū)別對政策改進是有用的，因為它能告訴我們一個國家通過如何努力能改進中期或短期的評級。本文將δ理解為國家信用評級決定因素的系數(shù)，使用隨機效應方法來估計方程（4）。

（二）有序概率模型

如前文所述，當因變量為有限的序數(shù)值，一般線性回歸方法不再適用，下面介紹更適合處理這類問題的有序概率模型（Orderprobit）。評級機構對國家信用的連續(xù)評估可以通過不可觀測的潛變量R*it反映。該潛變量具有線性形式，且如（4）式中的Rit一樣依賴于同一組變量，如下所示：

評級機構采用不同的截斷點作為區(qū)分評級水平的界限，如：

實際上，有序概率模型的本質(zhì)是假定可觀測到的評級符號Rit和連續(xù)的潛在變量Rit*相關。方程（5）和方程（6）中的未知量β、δ、λ以及截斷點c1-c16，可以通過極大似然方法進行估計。如果使用面板數(shù)據(jù)，模型則存在兩個誤差項，就不能直接使用有序概率模型。伍爾德里奇（Wooldridge，2002）介紹了兩種方法來估計參數(shù)，第一種方法是假定這兩個誤差項中，有且僅有一個與國家特定效應ai強相關，進而可以使用標準的有序概率估計。第二種方法是隨機效應有序概率估計，它認為εi和μit這兩個誤差項都服從正態(tài)分布，對應的是極大對數(shù)似然估計。第二種方法被認為是最好的，但計算很煩瑣。

三、實證分析

（一）解釋變量

根據(jù)評級機構披露的信息，他們主權信用評級的主要內(nèi)容包括政治風險、收入和經(jīng)濟結構、經(jīng)濟增長和前景、財政政策的靈活性、政府的債務負擔、離岸的和可能發(fā)生的債務、貨幣政策的靈活性、外部流動性、公共部門的對外債務負擔和私營部門的對外債務負擔等，但沒有具體說明所采用的是哪些經(jīng)濟、政治等方面的可觀測的變量，而且也沒有說明各變量在評級時賦予的權重。基于這一信息，本文在現(xiàn)有文獻的基礎上選擇了一組可能影響主權評級的變量，集中在4個主要的領域：

1.宏觀經(jīng)濟變量。包括人均GDP、實際GDP增長率、失業(yè)率和通貨膨脹率。人均GDP越發(fā)達的經(jīng)濟體被預期擁有更高的效率和機制去防止政府過度借貸，更不容易受到外來沖擊的影響。實際GDP增長率越高，政府歸還到期債務的能力就越強。一個國家的失業(yè)率越低，其勞動力市場越靈活。此外，較低的失業(yè)率減輕了失業(yè)所導致的財政和社會福利的負擔，同時擴大了對勞動力征稅的基礎。通貨膨脹一方面降低了以本幣計價政府未償債務的規(guī)模，意味著政府有更多的資源來覆蓋外債所產(chǎn)生的支付義務；另一方面，較高的通貨膨脹率往往是宏觀經(jīng)濟層面出現(xiàn)問題的征兆，對政府信用產(chǎn)生負效應。

2.政府變量。主要指財政收支，巨大或長期的財政赤字意味著政府要為赤字融資，對國內(nèi)的儲蓄產(chǎn)生吸收效應，通常暗示著一國的宏觀經(jīng)濟失衡。

3.外部變量。包括經(jīng)常賬戶余額和外匯儲備規(guī)模兩個指標。通常來說，經(jīng)常賬戶余額對主權評級的效應為正：一方面，較高的經(jīng)常赤字預示著經(jīng)濟體存在過度消費的傾向，對經(jīng)濟持續(xù)發(fā)展產(chǎn)生不良影響；另一方面，經(jīng)常賬戶的盈余反映了投資的快速積累，這將有利于提高經(jīng)濟的中長期增長率。但是值得注意的是，很多發(fā)達國家的經(jīng)濟對出口的依賴性不如我國強，考慮到過度依賴外貿(mào)的負面性和國際評級機構的傾向性，經(jīng)常賬戶盈余的效應也可能為負。外匯儲備越高，對外償債能力越強。

4.其他變量。主要選擇了違約記錄這一指標，主權違約記錄暗示著該國政府可能通過違約來削減其未償付的外債負擔。

（二）數(shù)據(jù)來源

通過對惠譽公開數(shù)據(jù)的收集和整理，我們建立一個有關主權外債評級的數(shù)據(jù)庫。主權外債評級的時間跨度為1994—2012年。每個國家的評級均以某年度12月31日的即時評級為準。我們將評級分為17類，其中評級低于B-的觀測值較少，歸為一類并賦值為1。而AAA的觀測值賦值為17。在2012年有112個國家獲得評級。

考慮到數(shù)據(jù)的適用性，本文選取的時間跨度為1996—2011年，其中人均GDP、實際GDP增長率、失業(yè)率、通貨膨脹率、財政收支、經(jīng)常賬戶余額和外匯儲備這7個變量的數(shù)據(jù)均來自于世界銀行。此外，本文還使用虛擬變量Def來表示過去的違約情況，1表示有違約記錄，0表示沒有。本文使用的是Stata軟件，由于有一些變量的數(shù)據(jù)是缺失的，隨機效應模型和有序概率模型會自動忽略含有缺失變量的觀察值，從而模型實際上只包含了45個國家從1996年—2011年的數(shù)據(jù)，共512個觀測值，每個國家平均有11年的數(shù)據(jù)。

（三）實證結果分析

1.一般面板數(shù)據(jù)模型回歸結果。鑒于上述的分析，我們討論的重點主要是隨機效應估計，結果如表1所示。

在宏觀經(jīng)濟變量方面，僅失業(yè)率有顯著的短期效應，失業(yè)率每上升1個百分點，惠譽的評級下降0.0836個單位；人均GDP和通貨膨脹率有顯著的長期效應，人均GDP每增加1000美元，惠譽的評級上升0.1個單位，而通貨膨脹率每上升1個百分點，惠譽的評級下降0.1637個單位。

在政府變量方面，財政收支是以財政余額對GDP的占比來表示的，短期和長期效應均顯著。從短期效應來看，財政收支每增加1個百分單位，惠譽的評級上升0.1874個單位；從長期效應來看，財政收支每增加1個百分單位，惠譽的評級上升0.05個單位。

在外部變量方面，經(jīng)常賬戶余額這一指標是以經(jīng)常賬戶余額對GDP的占比來表示的，其有顯著的短期負效應，每下降1個百分單位，惠譽的評級上升0.06個單位，這反映了過度依賴出口的負面性和國際評級機構的傾向性。值得注意的是，外匯儲備有顯著的短期正效應和長期負效應。短期的外匯儲備增加被視為即時還債能力增強，被給予的評級得分值增加，短期效應為正。外匯儲備的長期效應為負，這表明某國外匯儲備如果長期正增長，可能會被認為國際收支存在結構性失衡，被給予的評級得分值減少。

表1：隨機效應模型回歸

另外違約記錄這一虛擬變量有顯著的負效應。一個國家如果存在歷史違約記錄，其評級得分值將被降低3個單位。

2.有序概率回歸結果。有序概率回歸結果（見表2）中經(jīng)常賬戶余額有顯著的長期負效應，除此之外，有序概率回歸的結果和隨機效應回歸的結果（見表1）基本一致。

有序概率模型側(cè)重于對評級等級的閾值進行估計，閾值系數(shù)如表2所示。違約記錄的系數(shù)顯著為負，且其絕對值很大。參照16個截斷點可以發(fā)現(xiàn)，國家發(fā)生債務違約會使得評級下調(diào)兩個等級。

表2：有序概率模型回歸

四、模型的適用性檢驗和模擬評級

（一）模型的適用性檢驗

本文的預測分析集中在兩個方面：對樣本中單個觀測值的評級進行預測和對評級隨著時間推移的變化進行預測。關于隨機效應估計，根據(jù)是否考慮國家特定效應εi有兩種預測方法：

通過利用每個國家估計殘差變量的時間平均值，可以估計每個國家的特定效應。因此，可以考慮或者排除這些由估計所產(chǎn)生的額外信息。通過回歸得到評級得分值，四舍五入之后讓其成為1—17之間的整數(shù)。對隨機效應有序Probit而言，擬合潛變量的值，通過設置誤差項為0，使它和截斷點匹配，從而確定預測的評級。

從表3可以看出，帶國家特定效應εi的隨機效應模型預測效果最好，正確預測的評級符號占70.5%，實際值與預測值誤差在1個等級內(nèi)的評級符號占到了92.4%，而實際值與預測值誤差在2個等級內(nèi)的評級符號占到了97.3%。下面利用國家效應εi的隨機效應模型對我國1997—2012年的主權信用進行模擬評級。

（二）我國的主權信用評級模擬

采用帶國家特定效應的隨機效應模型，得到惠譽主權信用評級函數(shù)如下：

Y∧=15.0595+人均GDP偏離項*0.000008+實際GDP增長率偏離項*0.0177+失業(yè)率偏離項*（-0.0836）+通貨膨脹偏離項*0.0038+財政收支偏離項* 0.0504+經(jīng)常賬戶余額偏離項*（-0.0606）+外匯儲備偏離項*0.2258+人均GDP均衡項*0.0001+實際GDP增長率均衡項*（-0.2406）+失業(yè)率均衡項*（-0.0112）+通貨膨脹均衡項*（-0.1637）+財政收支均衡項*0.1874+經(jīng)常賬戶余額均衡項*（-0.0309）+外匯儲備均衡項*（-0.3467）+違約記錄*（-3.5027）+國家特定效應時間平均

1997—2011年數(shù)據(jù)來自于世界銀行，由于世界銀行2012年的數(shù)據(jù)尚未公布，本文從國家統(tǒng)計局、人力資源和社會保障部、財政部、國家外匯管理局等部門網(wǎng)站及其他渠道披露的信息，收集、整理了2012年我國關于人均GDP、實際GDP增長率、失業(yè)率、通貨膨脹率、財政收支、經(jīng)常賬戶余額及外匯儲備7個指標的數(shù)據(jù)。具體為：2012年我國實際人均GDP為6186.42美元，GDP增長率為7.8%，通貨膨脹率為2.6%，城鎮(zhèn)登記失業(yè)率為4.1%，財政收支差額占GDP的比率為-1.54%，經(jīng)常項目余額占GDP的比例為2.55%，經(jīng)常項目支出22950億美元，外匯儲備余額3.31萬億美元，外匯儲備能支付17.31個月的經(jīng)常項目支出，違約記錄為0。

根據(jù)惠譽主權信用評級函數(shù)和搜集整理的數(shù)據(jù)，計算可得我國主權信用評級在1997—2012年模擬結果，如表4所示。對比惠譽的評級結果，我們發(fā)現(xiàn)：在過去的16年中，僅有2007年及2009年這兩年的預測值與惠譽評級結果不符，模型預測匹配率高達87.5%。

表3：預測誤差

表4：我國歷年主權信用評級的預測

（三）實證結果分析

模型的適用性檢驗顯示帶國家特定效應εi的隨機效應模型的預測準確率為70.5%，而本文對我國主權信用評級的模擬結果準確率為87.5%，這表明惠譽作為國際評級機構對我國所進行的主權評級具有一般性，不存在主觀上低估我國主權信用評級的可能，但是并不排除客觀因素所導致的低估現(xiàn)象，主要原因有兩個：

一是惠譽等國際評級機構的評級體系存在缺陷。三大評級機構以西方民主政治理念對參評國家進行政治排序，將國家政治體制與負債償還能力相聯(lián)系；按人均國內(nèi)生產(chǎn)總值對國家經(jīng)濟實力排序；用市場自由化程度、央行獨立性等各種外部指數(shù)作為重要判斷標準。顯然三大評級機構的指標選擇一定程度上傾向于西方發(fā)達國家，偏離該評價體系的國家很可能得不到較高的評級。由于沒有考慮到經(jīng)濟制度的多樣性，現(xiàn)行評級體系不僅不能全面地衡量一個國家的真實償債能力，其公正性更是受到國際社會的廣泛質(zhì)疑。

二是地方政府債務不透明導致主權信用可能被低估。我國地方政府存在大量隱性負債，且透明度不高。對國際評級機構而言，我國地方政府債務的不確定性就是風險，那么在對我國進行主權信用評級時就有可能高估我國的債務風險，造成我國主權信用評級被低估的可能，這也可能是本文預測結果和惠譽實際評級結果存在一定偏差的原因。

五、結論

本文利用一般面板線性回歸和有序概率兩種模型分析國家主權信用評級的決定因素，發(fā)現(xiàn)對國家主權信用評級具有長期效應的因素有人均GDP、通貨膨脹率和財政收支；短期效應因素包括失業(yè)率、經(jīng)常賬戶余額和財政收支。通過評級模型的適應性分析，本文發(fā)現(xiàn)帶國家特定效應εi的隨機效應模型預測效果最好，正確預測的評級符號占比為70.5%。本文利用該模型模擬了我國1997—2012年的評級，結果與惠譽給予我國的實際評級的匹配率高達87.5%，這表明國際評級機構對我國的主權評級具有一般性，主觀上不存在低估我國主權評級的可能。

從定量指標看，現(xiàn)行國際評級體系比較看重人均GDP指標，目前我國GDP規(guī)模雖然很大，但是人均GDP指標偏低，影響了我國主權信用評級的提高。而我國的具有經(jīng)濟發(fā)展速度快和大量外匯儲備等優(yōu)勢在評級中沒有體現(xiàn)出來。從定性分析來看，現(xiàn)行評級體系比較關注市場自由化程度和央行獨立性等指標，我國仍有較大改進空間。值得注意的是，對我國地方政府及其債務進行評級，既有利于引導資本市場參與財政監(jiān)督，從而提高財政透明度，又利于減少國際評級機構等國際金融市場參與主體對我國政府債務問題的擔憂，從而提高我國主權信用評級，最后形成良性循環(huán)。

[1]António Afonso，Pedro Gomes，philipprother.2011. Short-and long-run determ inants of sovereign debt credit ratings[J].Wiley Online Library（16）.

[2]陸留存，田益祥.主權信用評級的決定因素研究—基于一般面板數(shù)據(jù)和面板有序概率方法的分析[J].管理學家（學術版），2011.

（特約編輯 張立光；校對 YJ，GX）

This paperuses themacro-economic dataand Fitch sovereign credit ratings dataand adoptsgeneral panel linear regression and orderly probabilitymodel to study whether China’s sovereign credit rating has been underrated. The result shows that international rating agency hasn’t intentionally underrated China’s sovereign credit rating，and there is no obvious difference between its calculation method on China and that on other countries.However，due to causes such as inclination of rating agency and opacity of China’s localgovernment debt，there is possibility that the sovereign debt rating of Chinam ightbe objectively underrated.

sovereign credit，orderly probabilitymodel，governmentdebt，credit rating

F830

A

1674-2265（2014）01-0009-05

2013-12-15

楊育婷，女，湖南永州人，供職于國廣環(huán)球傳媒控股有限公司，研究方向為金融監(jiān)管與金融市場；羅晶，男，四川儀隴人，西南財經(jīng)大學金融學院，研究方向為貨幣信貸與金融市場；徐培文，男，湖南湘潭人，金融學博士，供職于中國農(nóng)業(yè)銀行北京市分行，研究方向為商業(yè)銀行經(jīng)營與管理。