土地市場波動、限購與地方債交易市場風險
——來自中國城投債交易市場的證據

況偉大，王湘君

(1.中國人民大學 商學院，北京 100872；2.北京石油化工學院 經濟管理學院， 北京 102617)

一、 研究背景

發展中國家和轉型經濟體面臨的財政風險尤為巨大[1]。作為世界第二大經濟體，中國地方債務規模及其潛在風險已引起全球關注[2]。據中國審計署2013年第32號審計公告，政府負有償還責任的債務由2011年67109.51億元增至2013年6月底108859.17億元，年均增長62.2%，截至2012年底，承諾以土地出讓收入償還的債務余額34865.24億元，占負有償還責任債務余額93642.66億元的37.23%。圖1顯示，2002—2016年土地出讓收入波動最大，2014—2016年中國土地出讓收入增長率分別為-21.41%、-9.18%和16.79%。因此，土地收入下跌，地方政府的償債能力下降，可能引發債務危機[3]。盡管現有文獻考察了土地收入對地方債發行市場風險的影響[3-4]，但未考慮土地市場波動對地方債交易市場風險的影響。實際上，相對發行市場，地方債交易市場流動性更強，更能及時和有效反映土地市場波動對地方債風險的影響(1)根據地方債是否初次發行，地方債市場可分為發行市場(一級市場)和交易市場(二級市場)，本文研究地方債交易市場風險。。此外，土地市場波動包括價格波動和數量波動，投資者對土地價格和數量波動均會產生反應[5]。據此，本文從價格和數量波動兩方面研究土地市場波動對地方債交易市場風險的影響。

圖1 2002—2016年中國土地出讓增長率資料來源：《中國國土資源統計年鑒》(2003-2017)

二、文獻綜述

城投債也稱“準市政債”，本質上是主權債(sovereign debt)。主權債風險受財政收支、債券特征、隱性擔保以及企業特征的影響[6-12]。Poterba和Rueben(2001)使用1988—1998年美國州債券收益率及其財政預算數據，發現地方政府債券收益率與突發的財政赤字正相關[6]。Arellano 和 Kocherlakota(2014)[10]發現，強制清算使私人部門出現債務危機，導致稅收下滑，提高主權債風險。Chen等(2016)[12]使用1982—2012年S&P103個國家主權債信用評級數據發現，主權債評級上調，債券價差縮小，反之亦然。Hecke(2013)[7]使用1995—2009年13個歐洲經濟和貨幣聯盟(EMU)國家以及國際金融統計(IFS)十年期政府債券名義利率數據發現，當地方債融資約束弱且投資者相信地方債有中央政府擔保時，地方債影響中央政府主權風險溢價。但K?nig等(2014)[8]構建的博弈模型顯示，國家擔保提高主權債違約風險。Fink 和 Scholl(2016)[9]構建了救助的主權債違約模型，對阿根廷1993—2010年主權債數據模擬顯示，救濟短期內能防止主權債務違約，但長期提高主權債違約風險。Stellner 等(2015)[11]使用12個歐元區國家非金融企業發行的872只企業債券的ESG指數(Environmental, Social and Governance Indices)和零波動價差數據發現，企業社會責任與信用風險的負向關系弱。

部分文獻研究了地方債風險的傳染效應。Gande 和Parsley(2005)[13]使用1991年1月1日至2000年12月31日美國和其他34個國家主權債券價差日交易數據發現，一國債券的信用評級上調對他國債務價差無明顯影響，而信用評級下降顯著提高他國主權債價差。但Beirne 和 Fratzscher(2013)[14]使用1999—2011年31個發達和新興國家數據發現，絕大多數國家的基本面能解釋主權債價差和信用違約互換價差上升，而區域性溢出效應和傳染效應的解釋力度較小。Mink 和Haan(2013)[15]使用2010年48個歐洲銀行Thomson Datastream的日股價數據發現，葡萄牙、愛爾蘭以及西班牙的主權債價格受希臘以及希臘救濟新聞的影響。同樣，Bhanot 等(2014)[16]使用多元GARCH模型對2005年1月至2011年6月希臘主權債數據發現，希臘主權債價差上升導致葡萄牙、西班牙和荷蘭金融股票超額回報率下降。Eijffinger等(2018)[17]構建的理論模型顯示，當希臘主權債務危機加重，希臘可能退出歐元區的謠傳增加其他歐元國家的舉債成本，其他國家違約概率增加3倍。

最后，盡管現有文獻研究城投債二級市場(交易市場)，但未考察土地市場波動對二級市場的影響[26-27]。王永欽等(2016)[26]對城投債交易數據研究發現，預算軟約束使城投債溢價未反映違約風險，但中國整體違約風險能有效定價。Ang等(2016)[27]對城投債的數據研究發現，盡管中央政府對城投債有隱性擔保，但城投債超額回報存在顯著區域性差異，特別是腐敗對城投債溢價有顯著正影響。

綜上，盡管現有文獻考察了土地收入對地方債發行市場的影響，但未考察土地收入波動對地方債交易市場的影響。余下部分如下：第二部分為文獻綜述，第三部分提出研究假設，第四部分為數據與實證檢驗，第五部分為結論和政策含義。

三、研究假設

前已述及，據中國審計署2013年第32號審計公告，截至2012年底，11個省級、316個市級、1396個縣級政府承諾以土地出讓收入償還的債務余額34865.24億元，占省、市、縣三級政府負有償還責任債務余額93642.66億元的37.23%。因此，土地收入影響地方債償還能力和風險[3,28-29]。與地方債發行市場注重區域差異不同，地方債交易市場流動性更強，更能動態反映土地市場波動對地方債風險的影響。因此，土地收入波動提高地方債交易市場風險。另一方面，土地收入波動對地方債交易市場風險具有不對稱性效應。土地收入向上波動，地方政府償債能力變強，地方債違約風險越小，地方債風險溢價越小。土地收入向下波動，地方政府償債能力變弱，地方債違約風險越大，地方債風險溢價越大。據此，本文提出假設1a和假設1b。

假設1a：土地收入向上波動越大，地方政府償債能力越強，地方債風險溢價越小。

假設1b：土地收入向下波動越大，地方政府償債能力越弱，地方債風險溢價越大。

土地市場波動包括價格波動和數量波動[5]。作為土地市場可觀測信息，投資者均會對土地價格和數量波動做出反應，產生預期。據此，本文提出假設1c、假設1d、假設1e和假設1f。

脫離教材的語文實踐活動是盲目的。應針對單元教材的要求，設計相應的活動。這樣，才能在激發興趣的同時，完成教學任務，達到教學目的。在語文教學中，我針對初中學生的特點開展了形式多樣的語文實踐活動。如課前演講、朗誦比賽、廣告設計、找廣告牌匾中的錯別字、寫觀察日記等。這些活動，改變了傳統教學結構，使語文教學與學生生活密切聯系起來。學生感受到了語文學習離不開生活，生活也離不開語文。學生體會到語文學習的價值和意義，將有助于激發學生學習語文的興趣。

假設1c：土地價格向上波動越大，地方政府償債能力越強，地方債風險溢價越小。

假設1d：土地價格向下波動越大，地方政府償債能力越弱，地方債風險溢價越大。

假設1e：土地數量向上波動越大，地方政府償債能力越強，地方債風險溢價越小。

假設1f：土地數量向下波動越大，地方政府償債能力越弱，地方債風險溢價越大。

限購不僅抑制房價[30-38]，而且抑制土地收入和地方債發行[25]。換言之，限購政策經抑制房價抑制了土地價格和土地收入。因此，限購政策抑制了投機和房價的波動，從而抑制了地價和土地收入的波動，進而抑制土地市場波動對地方債交易市場風險的影響。據此，本文提出假設2。

假設2：相對限購地區，非限購地區土地市場波動對地方債風險影響更大。

四、實證檢驗

(一)數據

本文使用2006—2016年中國271個地級市土地出讓、限購和城投債交易數據(2)需指出的是，盡管《國務院關于加強地方政府性債務管理的意見》剝離了城投公司的融資職能，但根據《關于規范土地儲備和資金管理等相關問題的通知》，地方融資平臺土地儲備業務須于2016年12月31日前完成剝離，本文樣本期內土地出讓收入仍影響城投債風險。。在中國，地方債包含地方政府公開發行的債務、地方融資平臺公開發行的債務(稱為企業債或城投債)以及地方政府貸款。鑒于貸款數據不可得，且2010年前地方政府不能自行發債，本文使用城投債數據研究地方債風險。實際上，城投債與其他地方債趨勢及風險決定因素基本一致，不會影響研究結論。城投債數據來自Wind數據庫和中國債券信息網(http://www.chinabond.com.cn/)(3)本文使用Wind數據庫中銀監會標準、中債標準以及Wind統計標準三種統計口徑的城投債樣本。。城投債發行數據包括證券代碼、簡稱、發行日期、債務主體、是否上市公司、債券期限、發行額、票面利率、起息日期、所屬行業、所在城市、發行主體評級。城投債交易數據包括最低價、最高價、均價、交易量、收盤價以及到期收益率。本文剔除發行和交易數據同時缺失的樣本，并剔除在多個交易市場發行的債券(4)債券在不同市場發行時，有不同的證券代碼和簡稱，為避免重復統計，本文使用代碼匹配后的樣本。，共得到3588只城投債。城市土地出讓數據來自《中國國土資源統計年鑒(2004—2017)》，包括土地出讓收入和面積。地方財政收入、財政支出、經濟增長率數據來自《中國城市統計年鑒(2007—2017)》。為剔除通脹影響，本文以2000年為基期使用城市CPI將所有價值型變量變為實際變量，CPI數據來自各省市歷年統計年鑒和物價資料。限購數據來自各市限購政策。表1為主要變量的名稱、含義和計算方法。

表1 變量定義

④ 根據資本資產定價模型(CAPM)和現有文獻，資產風險以風險溢價(risk premium)表示[26-27,39]，本文以國債到期收益率作為無風險收益率計算地方債風險溢價。

⑤ 以歷史均值計算的標準差。

表2顯示，樣本城市城投債收益率溢價均值為0.0259，標準差0.0084，城投債溢價均值較小，但波動大。土地出讓收入標準差均值為0.908，標準差0.337，土地收入波動較大。土地面積和價格標準差均值分別為0.596和0.5763，土地出讓面積波動大于價格波動。財政盈余均值為-0.1015，標準差為0.091，地方財政總體為財政赤字，但波動較大。經濟增長率均值為9.32%，與同期中國經濟增長率均值相近(5)2007-2016年中國年均經濟增長率為9.13%。。票息率均值為6.82%，與貸款利率接近。平均發行年限和規模的均值大于標準誤，符合正態分布。

表2 主要變量統計

表3顯示，土地收入向上波動觀測值占91.54%，表明樣本期內土地收入主要表現為向上波動。土地收入上下波動的城投債收益率溢價均值分別為0.0264和0.0206，前者大于后者。因此，有必要區分土地收入上下波動對地方債風險的影響。

表4顯示，除土地出讓價格波動均值和中位數小于非限購城市外，限購城市土地出讓收入和面積波動均值和中位數顯著小于非限購城市，表明限購政策能有效緩解限購城市土地市場波動。

(二)計量模型

為檢驗研究假設1，本文建立如下地方債交易市場風險計量模型：

Spdi,t=α0+α1LRVoli,t+α2FRi,t+α3EGi,t+α4DMi,t+α5CRi,t+α6DSi,t+α7IntRi,t+City+Yrs+εi,t

(1)

式(1)中，Spdi,t表示城市i第t年城投債收益率溢價。需指出的是，鑒于樣本發行期限7年的城投債占49.53%，本文以7年期國債到期收益率作為無風險收益率計算城投債風險溢價，以10年期國債到期收益率作為無風險收益率進行穩健性檢驗。LRVoli,t以土地出讓收入自然對數的標準差衡量[41-42]，計算公式為：

(2)

式(2)中，LRit表示i城市第t年的土地出讓收入。同樣，本文引入土地出讓面積和價格波動變量LAVol和LPVol(6)鑒于土地出讓面積單位為公頃，存在小于1的情形，土地出讓面積自然對數取ln(1+LAit)。。根據現有文獻，本文引入財政盈余(FS)、GDP增長率(EG)和利率(IntR)宏觀變量[26,43]。因債券風險與債券特征相關，本文引入城市平均票息率(CR)、平均發行規模(DS)以及平均發行年限(DM)變量[44]。

表3 土地收入波動主要變量統計

表4 是否限購城市土地市場波動差異t檢驗結果(7) 一般地，樣本量超過30個，t分布的自由度可收斂為標準正態分布[40]。本文限購城市觀測值134個，符合t檢驗的基本要求。

五、實證分析

(一) 基本回歸結果

表5報告土地市場波動對地方債風險影響的OLS回歸結果。模型1顯示，土地收入波動對城投債收益率溢價影響為負。土地出讓收入每增加1個標準差，城投債溢價下降0.3%，表明土地出讓收入波動越大，城投債交易市場風險越小。前已述及，樣本期土地市場主要向上波動，從而城投債風險溢價越小，驗證了研究假設1a。模型2顯示，土地出讓面積每增加1個標準差，城投債收益率溢價下降0.29%，表明土地出讓面積波動越大，城投債交易市場風險越小，驗證了研究假設1c。模型3顯示，土地出讓單價波動對城投債交易市場風險無顯著影響。此外，城投債發行年限和發行規模與城投債收益率溢價負相關，城投債票息率與城投債收益率溢價正相關，但財政盈余與經濟增長率對城投債收益率溢價無顯著影響。

表5 土地市場波動與地方債風險OLS回歸結果

注：括號內為標準誤(下同)。

表6報告了土地市場上下波動對城投債風險影響的回歸結果。模型4顯示，土地收入向上波動對城投債風險溢價影響為負。土地出讓收入每增加1個標準差，城投債收益率溢價下降0.35%，表明土地出讓收入向上波動越大，地方政府償債能力越強，城投債交易市場風險越小，驗證了假設1a。模型5顯示，土地收入向下波動對城投債風險溢價的影響不顯著。模型6和模型7顯示，土地出讓面積上下波動對城投債收益率溢價影響不顯著。模型8和模型9顯示，土地出讓價格上下波動對城投債收益率溢價影響不顯著，表明土地單價對城投債交易市場風險無影響。

(二) 內生性問題

中國城市土地實際歸地方政府所有，土地收入是地方政府重要收入[45]。為提升地方政府融資能力和償還能力，地方政府在土地出讓面積、方式以及價格上具有壟斷性和主導性[23,46]，土地市場波動和地方債風險存在內生性問題。鑒于土地市場與住房市場相關性[47]，本文借鑒Wei 和Zhang(2011)的研究[48]，使用10—24歲性別比(SexR)作為土地市場波動的工具變量(8)理論上，2016年10-24歲人口與2010年4-18歲人口分布相同，本文分別以2000年和2010年人口普查數據測算2006-2009年和2010-2016年10-24歲性別比，人口普查數據來自2000年和2010年人口普查統計資料。因地級市人口出生率數據不可得，本文使用省份出生率，來自《中國人口和就業統計年鑒》。。

表7報告了工具變量的兩階段回歸結果。表7顯示，土地收入波動與城投債溢價顯著負相關。土地收入每增加1個標準差，城投債收益率溢價下降3.06%。土地出讓面積和價格對城投債交易市場風險有顯著負影響。土地出讓面積和價格每增加1個標準差，城投債收益率溢價分別下降7.44%和4.51%。可見，克服內生性的回歸結果更顯著，表明OLS回歸結果存在偏誤。

表8報告了土地市場上下波動與地方債風險的兩階段回歸結果。Panel A顯示，土地出讓收入向上波動對城投債風險有顯著負影響。土地出讓收入每向上增加1個單位標準差，城投債收益率溢價下降3.42%，進一步驗證了假設1a。同樣，土地出讓面積和價格向上波動對城投債風險溢價有顯著負影響，進一步驗證了假設1c和假設1e。但是，土地出讓收入、面積和價格向下波動對城投債風險溢價影響不顯著，表明土地市場波動對地方債風險影響是非對稱的。

(三) 限購與地方債風險

限購不僅限制住房需求，而且抑制住房供給[49]，有效抑制房價[30,35,37-38]。為檢驗假設2，本文將樣本城市分為限購城市和非限購城市。某市1—6月限購，則該市當年為限購城市，7—12月限購，則該市當年為非限購城市，以此類推。

表6 土地市場上下波動與地方債風險

表7 土地市場波動與地方債風險2SLS回歸結果

表8 地市場上下波動與地方債風險2SLS回歸結果

表9報告了限購政策對城投債風險影響的回歸結果。Panel A顯示，限購城市土地收入波動對地方債風險無顯著影響，非限購城市土地收入波動對城投債風險有顯著負影響，土地出讓收入每增加1個標準差，非限購城市城投債收益率溢價下降3.37%，表明限購政策能有效緩解土地市場波動對地方債風險的影響，驗證了假設2。同樣，土地出讓面積和價格波動對非限購城市城投債風險有顯著負影響，對限購城市城投債風險無影響，進一步驗證了假設2。

表9 按限購劃分的2SLS回歸結果

(四) 穩健性檢驗

1.地方債風險溢價

前文以7年期國債到期收益率作為無風險收益率，本部分以10年期國債到期收益率作為無風險收益率進行穩健性檢驗。表10顯示，土地出讓收入、面積和價格每增加1個標準差，城投債收益率溢價分別下降3.08%、7.48%和4.54%，表明本文回歸結果是穩健的。

表10 十年期國債到期收益率2SLS回歸結果

2.土地市場波動

六、 結論與政策含義

現有文獻主要分析了地方債發行市場風險，但尚未研究地方債交易市場風險。本文使用2006—2016年中國271個城市土地市場以及城投債交易數據發現，土地市場向上波動降低地方債交易市場風險，向下波動對地方債交易市場風險無影響，具有不對稱效應。為防范地方債風險，應對土地出讓市場進行逆周期管理。其次，土地出讓收入的波動大于土地出讓面積和價格波動，但土地出讓面積波動對地方債交易市場風險影響大于土地出讓收入和價格。因此，應完善土地儲備制度，化解土地市場波動。最后，非限購城市的土地市場波動不僅比限購城市土地市場波動小，而且對地方債風險的影響顯著。因此，限購政策能降低地方債風險，具有“風險穩定器”的作用。

表11 五年土地市場變動率2SLS回歸結果