經濟增長、房地產景氣與地方債風險

摘要：在拓展基于信用風險的宏觀壓力測試模型的基礎上，采用我國2009年以來發行的所有地方政府債券數據，預測在短期宏觀經濟劇烈波動的情境下，地方政府債券的風險。模型結果顯示，在經濟遭受嚴重沖擊，經濟增長大幅下滑的假設情境下，地方政府債券風險有較大提高，但風險仍在可控范圍內。地方政府債券能夠承受的最大經濟衰退沖擊約為21%～30%。預測結果表明，地方政府債務改革較好地提升了地方債的抗壓能力，但風險的疊加放大效果仍不可忽視。

關鍵詞：地方政府債券;壓力測試;利差

中圖分類號：F812.5 文獻標識碼：A

文章編號：1001-9138-（2021）07-0039-50 收稿日期：2021-05-10

1 引言

2020年新冠肺炎疫情對經濟短期沖擊較大。一方面，經濟停滯帶來了政府財政收入銳減，另一方面，為了刺激經濟增長，地方政府迅速增大了財政投資規模，這給地方政府債務風險帶來了考驗。盡管經濟已進入緩慢復蘇，然而，逆周期寬松及其預期必然帶來杠桿率高企，增大經濟下行風險，妨礙金融穩定，放大經濟體系脆弱性，而政府過度負債則限制了宏觀調控對沖杠桿率的能力（Cardani et al.，2020），為政府債務風險埋下伏筆，2010年歐債危機正是這一過程的現實寫照。盡管我國實施果斷、嚴格的防控措施，在經濟停滯100多天后，有效控制了疫情，率先進入經濟復蘇，然而世界各國的疫情發展不盡相同，疫情仍未在世界范圍內得到控制，近日印度新增確診病例大幅反彈引發了新一輪衰退的擔憂。疫情的不確定性，以及全球流動性過剩帶來的金融市場波動加劇，政府負債率上升對宏觀調控造成壓力。過去一年的經濟表現充分體現了中國經濟的韌性，然而未來世界經濟必然面臨更大的挑戰，地方政府債務風險能否在更大的壓力下保持穩健、可控，是必須直面的一個重要問題。

2014年以前，根據1994年修訂的《預算法》規定，中國地方政府無債務融資權利，而地方政府的部分經濟職能使其實際上有著強烈的融資需要。因此地方政府通過其控股的城投公司變相融資，以地方土地出讓金作為城投公司債務的最終還款擔保。2008年金融危機席卷全球，中央政府出臺了一系列財政政策以刺激經濟增長，其中超過一半的資金由地方政府籌集，中央政府鼓勵地方政府通過城投公司融資，從而積聚了風險。2011年，云南路投違約事件引爆了地方政府債務危機，地方政府債務風險大幅攀升。經濟危機——財政投資增加——政府債務大增——政府債務危機，這一過程與2010年的歐債危機何其相似。“歷史總是重演”，2020年，世界經濟正經歷著相似的過程。我們希望通過構建模型，預測政府債務在壓力情境下的抗風險能力，以評估中國地方政府債務風險，為系統性風險做出預警。

我們改進了一個基于信用風險預測的壓力測試模型，這一模型廣泛應用于評估銀行業風險，我們將這一模型引入地方政府債務風險領域。通過模型估算和歷史數據分析，預測中國地方政府債務在劇烈宏觀經濟風險沖擊下的風險狀況。

2 文獻綜述

2.1 政府債務風險評估

20世紀90年代以后，政府債務管理理論得到長足發展，政府債務風險評估是其中非常重要而實用的一個分支。政府債務風險是債務規模膨脹所致，可以劃分為兩類：一是政府債務規模增加所導致的貨幣貶值風險，二是政府債務增加還將會導致債務違約，從而影響政府信用。Merton在1974年提出了違約結構化模型理論，構建了著名的Merton模型，研究債券違約概率，據此模型進行證券定價可以推導出，違約概率越大，證券的信用溢價越高。這一理論經Black、Leland，以及Longstaff等人的研究得到進一步發展，逐漸成為債券風險評價的重要工具之一，并被應用于政府債券風險評估。一些研究通過政府債務與內外部因素的關系來評價政府債務風險，這些因素包括信用評級（Tang & Li，2021）、信息披露 （Beck，2018）、稅收異質性 （Babina et al.，2021）、腐敗 （Liu et al.，2017）、法律（Clarke，2017）、宗教信仰（Abakah，2020）、社會資本（Li et al.，2018）等因素。Br?thaler et al.（2015）發現，政府債風險、可持續性與宏觀因素緊密相關;Gao et al.（2019）發現上級政府對嚴重政府債務風險的態度顯著影響了當前政府債風險，這在世界范圍內廣泛存在。另一些研究則試圖將內外部因素全部納入計量，構建一套指標體系，盡可能全面反映收入、支出、國債、赤字等財政體制內和經濟、金融、政策、制度等財政體制外風險要素，附以統計、計量方法或經人為判斷的方式確定指標賦值區間和權重，采用線性加權預警指數方法衡量風險程度（Padovani et al.，2018）。隨著信貸風險評價模型的發展，KMV、Credit Metrics等信貸風險模型逐漸被應用于政府債務風險評估（Tao，2015）。

2.2 土地財政與地方政府債務風險

地方政府在土地供應上具有絕對的壟斷權，分稅制導致的財政缺口以及地方對于土地財政的競爭模仿，促進了土地財政的增長和地方對土地財政的慣性依賴。土地財政所引起的地價上漲會強化城市過度舉債的動機，促進了地方政府債務規模的擴大。張莉等（2018）發現土地出讓收入能促進城投債的發行。土地價格上漲時，地方政府更傾向于利用抵押土地的方式獲得債務融資，推動地方債務規模擴張的同時，也積聚了很大的債務風險（田新民和夏詩園，2017）。而受地方政府壟斷的土地市場推高了房價，也促進了地方債規模擴張（陳瑞等，2016），增加了地方政府債務風險（秦鳳鳴等，2016）。

地方政府以土地出讓金作為擔保，發行大量地方債。未來地方債的償還也一定程度上依賴土地收入。對地方政府而言，土地出讓兩個主要目的是經濟建設和緩解背負的大量債務（趙文哲和楊繼東，2015），地方政府基建和土地收儲開發主要依靠地方政府債務和土地出讓收入。土地財政規模膨脹，雖然增加了地方政府的預算收入，但稟賦較差的地區在引資競爭中處于劣勢，未來土地出讓收入可能不足以償還債務（范劍勇，2014），最后導致債券違約，債務風險上升。

2.3 基于信用風險的宏觀壓力測試

信用風險（Credit Risk）又稱違約風險，是指交易對手未能履行約定契約中的義務而造成經濟損失的風險，即受信人不能履行還本付息的責任而使授信人的預期收益與實際收益發生偏離的可能性，它是金融風險的主要類型。許多信用風險的評估技術都來源于對銀行風險的評估。20世紀90年代以前，傳統的商業銀行信用風險度量主要依賴具有豐富審批經驗的貸款核準人和財務數據，例如專家法、Z評分模型法、ZETA模型等。20世紀90年代，VaR方法一經推出便在全球范圍內得到廣泛認可和應用，然而，1997年亞洲金融風暴使管理者認識到，金融風險不是由單一風險造成，而是操作風險、市場風險、信用風險等多種風險的共同結果，為此，巴塞爾委員會提出了壓力測試以彌補VaR的不足。

宏觀壓力測試是用于評估金融系統面對“罕見但可能發生”的宏觀沖擊時脆弱性的一系列技術，它的主要目標是確定金融系統脆弱性和總風險敞口，對系統性風險提供預警。全球系統性金融風險頻發使越來越多的政府當局意識到宏觀壓力測試的重要性，這一方法在評估某一機構資產的脆弱性上被越來越多國家和國際組織使用。從2000年開始，國際清算銀行全球金融體系委員會便每年從全世界選擇約70家大銀行，對他們進行壓力測試并發布調查報告。由國際貨幣基金組織（IMF）和世界銀行（World Bank）共同推動的金融部門評估計劃（FSAP）也對壓力測試進行了多次實踐總結。隨著各國金融監管當局對系統性風險的日趨重視，宏觀壓力測試方法逐漸成為檢驗一國銀行體系的脆弱性、維護金融穩定的首選工具。

壓力測試首先進行情境設定，再通過該情境下風險因子的變動，重新評估資產價值。情境設定需要確定“異常但合理”的事件，一些學者關注模型的“尾端風險”，而另一些學者則視其為一門“藝術”。折中的觀點認為，選擇的情境應當在可能可測的基礎上，達到某種程度的可能。情境設定的依據一般有兩種，一種是基于歷史情境，另一種則由宏觀經濟模型輔助產生情境。

重新評估通常需要將所設定的情境變量Xt與Yt某個財務指標相關聯，估計經驗模型：

Yt = f （Xt ，Vt）

其中，Yt是衡量金融系統風險的矩陣，是衡量違約情況的指標，主要通過模擬壓力情境下的點估計獲得。 f （°）為損失方程，模擬了宏觀經濟沖擊對金融體系風險的影響關系。

Mckinsey公司的Wilson首先發展了這一思路，他結合基本動力學和計量經濟學理論提出了信用組合觀點，借助蒙特卡洛技術，對不同宏觀經濟發展情境下的違約率的分布進行模擬。這一方法被許多學者應用于銀行、制造業等領域，并不斷改進，形成了多種框架。同時在實踐領域的應用也十分廣泛。奧地利銀行將其用于對奧地利銀行部門的壓力測試，加拿大央行、瑞士央行、巴西央行、印度央行、南非央行和挪威央行等也都在宏觀壓力測試中采用類似的分析框架;許多銀行等機構采用類似的框架，結合人工智能技術，預測企業的債務違約率（Kim et al.，2020）。這一方法已得到理論和實踐領域的廣泛認可。

3 信用風險壓力測試模型的構建

在Liu et al.（2020）、孫東升等（2015）研究的基礎上，本文進行了拓展，構建了壓力測試模型。

假設債務人在時刻t的條件違約概率為Pt∈[0，1]，為了擴大變量的取值范圍，通過Logit轉換得到中間變量Yt：

（1）

這一公式可以通過簡單數學變換成為：

（2）

假設宏觀經濟變量服從自回歸過程，同時，債務人的信用風險與宏觀經濟風險相關，因此構建以下聯立方程：

Yt = A0 + A1Xt + A2Xt-1 + … + AmXt-m + Φ1Yt-1 +

… + ΦnYt-n +εt ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?（3）

Xt = B0 + B1Xt-1 + … + Bp Xt-p + Θ1Yt-1 + … + ΘqYt-q + νt ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?（4）

其中Xt為宏觀經濟指標。在方程（3）和（4）中加入因變量的滯后變量作為解釋變量，更具有普遍性，既能夠反映信用風險的滯后效果，又能夠反映信用風險對經濟風險的反饋作用。εt和νt為誤差項，我們假設它們服從正態分布且序列不相關，它們的方差-協方差矩陣分別為Σε和Σν。記：

當樣本量足夠大時有：

4 模型估計結果

4.1 數據的選取

4.1.1 違約率的估算

按照通行做法，違約率一般以歷史違約率作為估算基礎。然而中國地方政府債券發行的歷史并不長，經查，目前尚無地方政府債券違約的先例。由于一個實際未違約的債券的違約概率難以獲取，在許多研究中都采用了代理變量。Wong et al.（2008）采用逾期三個月的信貸占比代理信用違約率，孫東升等（2015）則采用破產機構數量占總機構數量比例來代理違約率。考慮到信用利差能夠較好地反映債券的信用風險，在假定地方政府債券流動性風險維持不變的前提下，可以通過信用利差來作為違約率的代理變量。為了信用利差能夠更直觀地反映地方政府債券的違約率，我們將信用利差作適當變形：

其中：Pe為估計的違約概率，YTM為債券的到期收益率，Rf為無風險利率，r為債券的違約回收率。

此公式的基本內涵是把債券的到期收益率分解為無風險利率與違約成本的加總（未考慮流動性風險），即由市場決定的到期收益率可以看作在無風險利率基礎上加上違約風險的溢價。

無風險利率采用1年期國債到期收益率，地方政府債券到期收益率采用當月所有期限地方政府債券的平均到期收益率。中國2009年5月開始發行地方政府債券，因此數據區間為2009年5月到2021年2月，數據來源于choice金融數據庫。而違約回收率，Wong et al. （2008）簡單采用了50%作為估計值，我們采用穆迪公布的全球市政債券平均違約回收率64%。估算出的地方政府債券違約概率如圖1所示。

圖1較完整地反映了中國地方政府債券發展的全部歷程。為了應對2008年全球金融危機籌措資金，2009年開始試點發行地方政府債券，2011年具有地方政府隱性擔保的城投債風險集中爆發波及到地方政府債券，使利差出現了階段性高點。2015年宏觀風險的上升，加上地方政府債務改革的推進，地方政府債務余額增速迅猛，地方政府債券信用利差再次達到了階段性高點。2020年新冠肺炎疫情使宏觀經濟風險突然升高，地方政府債券信用風險也隨之達到了歷史最高點。由于新冠肺炎疫情造成了宏觀經濟劇烈波動，地方政府債務風險也劇烈上升。本文擬設定的情境是，假設疫情的沖擊延續3個月，因此，我們下述的計量研究數據全部截止到2020年3月。

4.1.2 宏觀經濟指標的選取

根據相關文獻研究，結合中國地方政府債券的實際以及本研究的需要，選取宏觀經濟波動、房地產市場波動、固定資產投資指標作為解釋變量。自變量與因變量的正負相關性預期如表1所示。

（1） GDP增長率：這是最為廣受認可的反映經濟波動的指標，在大多數壓力測試、地方債風險分析的文獻中都采用了這一指標作為地方債風險的重要影響因素。地方債風險壓力測試的最重要目的之一就是為了研究地方債承受經濟風險壓力的能力，因此，GDP增長率作為反映經濟波動的重要指標，也是影響地方債風險的最重要因素之一。由于GDP增長率僅有季度數據，我們采用Denton方法進行插值處理。

（2）國房景氣指數增長率：土地財政一直是中國地方政府的重要財政收入來源之一，這意味著房地產市場的波動很大程度上影響了地方政府的財政收入，也影響著地方政府還款能力。因此，采用國房景氣指數作為地方政府債券違約率的解釋變量是比較恰當的。

（3）固定資產投資增速：固定資產投資是衡量實體經濟發展的重要指標（劉貫春等，2019），并一定程度上反映宏觀經濟狀況。實體經濟的繁榮有利于增加地方政府財政收入，同時也促進金融市場的活躍，這些都有利于降低地方政府債務風險。霍源源等（2016）也采用該指標用于中國商業銀行信用風險的壓力測試。

數據的描述性統計如表2所示。

4.2 實證結果

根據式（3）和（4），擬合結果如表3所示。

估計結果顯示，各解釋變量的t檢驗均在5%水平上顯著，R-squared為82.3%，F統計量在1%水平上顯著，說明解釋變量較好地解釋了地方政府債券違約率的變異。經測試，GDP增長率2階和4階自回歸均能夠較好地擬合數據，而時間跨度更大的4階自回歸能夠更好地反映數據生成過程，同時考慮到本文研究主題的需要，疫情的短期沖擊對GDP增長率的影響更大，短期波動較大，需要GDP增長率能夠更好地溯及往期，才能使預測效果更好，因此此處采用4階自回歸。GDP增長率、國房景氣指數增長率和固定資產投資增長率的系數符號為負，說明經濟增長、房地產市場景氣和實體經濟景氣更有利于降低地方政府債券的違約率，這與預期相符，如表4所示。3個解釋變量均采用增長率，數值大致在同一量級，因此系數的大小能一定程度上反映解釋變量對被解釋變量影響力的大小，例如，GDP增長率每增加1%將使地方政府債券風險的代理變量降低0.0217，國房景氣指數增長率每增加1%將使地方政府債券風險的代理變量降低0.0108，而固定資產投資增長率每增加1%將使地方政府債券風險的代理變量減少0.00314，說明GDP和國房景氣指數增長對地方政府債券風險的影響力較大，而固定資產投資的增長則有較小的影響力。

5 壓力測試

新冠肺炎疫情對全球經濟產生了巨大沖擊，房地產市場、金融市場、經濟增長率都出現了較大波動。2020年第一季度，中國經濟增長率陡然下滑到-6.8%。過去30年來，世界經濟經受了1997年亞洲金融風暴、2008年全球金融危機等重大風險的沖擊，然而中國經濟增長率從未跌破5%。此次疫情是近30年來中國經濟面臨的最大的短期沖擊。中國以經濟全面停滯為巨大代價換取了疫情的迅速控制，實踐證明是可行的、有效的，長期看是代價最小的。在全國上下連續百日的共同努力下，疫情得到緩解。2020年4月8日武漢解封標志著中國疫情得到較好控制，生產逐步恢復，經濟得到復蘇。2020年第二季度，中國GDP增長率已恢復到3.2%，第四季度，GDP增速已恢復到正常水平。然而，不同于中國的抗疫模式，許多國家的疫情并未得到有效控制，近日印度每日新增確診病例超過30萬例，使全球疫情防控再次面臨挑戰，經濟增長再次面臨巨大風險。本文采用的壓力測試模型正是用于測試經濟環境面臨巨大風險時，某一資產組合風險的變化。因此，本文將壓力沖擊的情境設定為，假如疫情沒有得到控制，經濟增長持續停滯，甚至惡化。針對這一情境，對地方政府債務風險展開壓力測試。

首先需要選定觸發情境的宏觀經濟變量。表3的回歸結果顯示，GDP增長率和國房景氣指數增長率對地方政府債券風險的影響力最大。GDP增長率是較為公認的宏觀經濟增長指標，被絕大多數宏觀壓力測試文獻選用設定壓力情境，在此次疫情中，由于強力的疫情防控政策導致企業生產大面積停擺，GDP增長率受到較大的沖擊，因此我們選定GDP增長率作為設定壓力情境的變量。

如表4所示，從2020年4月起，各項宏觀經濟指標開始好轉，經濟在持續了3個月的停滯之后重新復蘇。然而，過去一年，美國的每日新增病例數持續維持在高位，巴西、印度等國的疫情則持續惡化。未來世界經濟必然面臨更多不確定性和沖擊，金融資產能否經受更劇烈的經濟動蕩的壓力，是我們必須考慮的問題。因此，我們此處將情境設定為，假如2020年4月，疫情未見緩解，甚至再持續3個月，宏觀經濟狀況持續惡化，在這樣的情境下，地方政府債務的風險如何演化。當然，這也同樣適用于未來其他重大風險的沖擊給金融資產帶來的壓力。

宏觀經濟指標的未來估計值在壓力測試系統中產生的方法通常有兩種，傳統方法和蒙特卡洛方法。傳統方法是假定測試系統的隨機擾動項為0，對系統中各個宏觀經濟指標進行點估計，進而得到違約概率的期望值。蒙特卡洛方法是假定測試系統的隨機擾動項不為0，對隨機擾動項進行抽樣，從而得到違約率的概率分布。根據本文的研究需要，采用傳統方法更適宜。

我們先通過表3的自回歸結果，簡單推算GDP增長率未來3期的預測，如表5所示。

世界范圍來看，2020年二季度美國GDP增速為-9.03%，德國為-11.25%，加拿大為-12.5%，意大利為-18%，法國為-18.74%。因此，如果疫情沒有好轉而是持續惡化，GDP增速的預測數值是有可能達到的。根據以上預測，我們將壓力情境設定為：

假定GDP增長率在未來3期下降為-10.3243、

-13.1512和-15.3590。

接著需要確定在設定的情境下，其他宏觀經濟指標是否出現相應的波動，為此，借鑒華曉龍（2009），以GDP為解釋變量分別對其他指標進行回歸。經檢驗，GDP對RECI有較好的解釋力，對FAI沒有較好的解釋力。這十分符合預期。房地產市場受經濟波動的影響較大，而FAI作為反映實體經濟增長預期的領先指標，不由GDP或RECI解釋。事實上，FAI數據看起來也確實不隨疫情而變化。FAI在2019年11月達到最低點后持續回升直至2020年6月，后又轉入下行（見表2），似乎獨立于疫情或GDP。國房景氣指數增長率與GDP增長率回歸結果如表6所示。

這一方程的系數、常數項和F統計量均在1%水平上顯著，說明國房景氣指數增長率與GDP增長率存在顯著的線性關系。方程R-squared為0.98說明該方程能夠解釋因變量98%的變異，回歸效果較好。經測試，GDP的滯后2階也能較好地解釋RECI，但考慮到GDP的短期波動較為劇烈，更多的滯后階數能夠起到更好的預測效果，同時R-squared也確實更高，因此這里采用了GDP的4階滯后。

在GDP受到較大沖擊而連續大幅下降的情境下，各經濟變量的相應變化如表7所示。

FAI的預測值由其自回歸方程獲得。如前所述，GDP和RECI均難以完全解釋FAI的變異，從現實的數據來看，FAI在2019年11月達到短期底部后逐月回升，在中國疫情最嚴重的2020年1季度仍維持回升勢頭，而GDP在2019年12月仍在6%的合理水平上，2020年1月才開始下降，這說明FAI的走勢確實獨立于GDP和疫情的發展。

將以上數據代入表3回歸式（1），結果如表8所示。

如表8所示，在GDP連續大幅下降的情境下，當GDP下降到-15.3590時，地方政府債券利差達到385個基點。按照近10年1年期國債平均收益率測算，在GDP下降到-10.3243、-13.1512、-15.3590時，地方政府債券的平均收益率分別為4.8792、5.6301、6.6940。2010年3月希臘10年期國債收益率達到6.36%，惠譽已準備下調其主權信用等級。對照這一先例，6%的政府債收益率已經較高。考慮到地方政府債和國債收益率仍有一定的差異，因此，地方政府債券風險在GDP下降到-15.3590時，可能仍未達到爆發危機，但已經具有一定的風險了。

接下來，我們考慮在GDP大幅下滑過程中，各經濟變量的波動對地方政府債券風險波動的貢獻，我們定義這一貢獻為，其他經濟變量不變，某一經濟變量單獨跨期波動時造成的地方政府債券風險波動占總風險波動的比率，公式表示為：

其中，i為第i個經濟變量，Yit-1為其他變量不變，第i個經濟變量單獨跨期波動時的Y值。在GDP從下跌10到13和13到15過程中，各解釋變量對地方債利差變動的貢獻度如表9所示。

如表9所示，地方債利差的變動主要由其自身的滯后期引起。除了其自身以外，GDP和RECI均是最主要的影響因素，而FAI的貢獻度較小。這一結果大致印證了前述分析的表3回歸式（1）中各系數大小關系。因此，GDP增長率和國房景氣指數是地方債利差變動的最主要解釋因素。

最后，我們測算了在國債風險較平穩的情況下，地方政府債券能夠承受多大的經濟下滑沖擊。首先我們需要假定一個地方政府債券收益率的最高值。如前文所述，由地方政府隱性擔保的城投債風險在2012年達到頂峰，出現了極少數城投債違約，但得到及時控制，并未發生系統性風險。2012年時城投債最高平均收益率為7.1391。歐債危機期間，國債收益率7%經常被視為各國國債收益率的“警戒線”。根據這兩個歷史情境，我們設定地方政府債券收益率7.2%和8%兩個“警戒線”。另外，由于疫情期間流動性充沛，國債收益率偏低，因此我們采用過去10年國債平均收益率進行推算，測算GDP增速不低于多少時，地方政府債券收益率不會超過“警戒線”。

由表10可見，為了保障地方政府債券收益率不高于7.2%和8%，GDP跌幅不應高于21.7841%和30.7396%。雖然世界各主要經濟體GDP增速的跌幅在2020年二季度普遍接近20%，但三季度以來，各國經濟開始好轉，并未大幅跌破-20%。接近30%的經濟跌幅在近百年的經濟史中都十分罕見，因此，總體而言，中國地方政府債券風險仍在可控范圍內。然而，考慮到疫情期間流動性充沛，國債收益率維持在較低水平。如果國債收益率同步放大，地方債風險將很有可能突破警戒線，經濟、金融、財政的疊加風險仍不可掉以輕心。

6 結論與建議

得益于良好的疫情防控措施，中國率先控制疫情并引領世界經濟復蘇。然而，為了應對疫情給經濟帶來的巨大沖擊，中國各級政府加大了舉債力度，宏觀杠桿率已攀升至歷史新高。不可否認，對于中國這一蓬勃發展的經濟體而言，政府仍有充足的財政貨幣政策以應對突如其來的系統性風險。然而，從2015年正式允許地方政府發債以來，地方債規模連創新高，增速迅猛，近年來地方債規模的增速遠遠超過了GDP增速，政府負債率的攀升必然擠壓財政政策空間，中國地方債的可持續性問題已提上議事日程，地方債風險仍將是一個不容忽視的風險點。新冠疫情的沖擊初步檢驗了改革后中國地方債的抗壓能力。借助這一“機遇”，本文選取目前所有已上市流通的地方政府債券作為樣本，構建基于信用風險的宏觀經濟壓力測試系統，設定如果疫情多持續3個月，經濟持續大幅下滑的情境，測算地方政府債券風險的變化。測試表明，如果連續3個月經濟增速下滑到-10.3243、-13.1512、-15.3590，地方政府債券利差分別達到204、289、385個基點;如果設定7.2%和8%為地方政府債券收益率警戒線，那么GDP下跌幅度不應高于21.7841和30.7396。總體上看，中國地方政府債務風險仍在可控范圍內，這一方面反映了近幾年地方債改革初見成效，也反映了中國地方經濟風險總體仍穩健、可控。然而，未雨綢繆，壓力測試反映的一些問題仍應引起重視：

①經濟增速下滑將給地方政府債務的違約率和利差帶來明顯的影響。考慮到近幾年地方政府債務規模持續擴大，這一影響在未來可能被放大，同時，系統性風險上升可能導致的國債收益率上升將進一步推高地方政府債券收益率，這些風險的同步放大決不可忽視。因此，保持一定的經濟增速仍是降低地方債風險的有效手段之一。

②實證結果表明，房地產市場仍對地方債風險有較大的影響力，反映了地方財政對土地財政仍有一定的依賴，這進一步證實了房地產市場風險對金融風險有較大影響，因此，在“房住不炒”的原則下，保證各地房地產市場的平穩運行，是對政策穩健、精準的一大考驗。

③雖然中國地方債風險總體可控，但仍應適當控制地方債規模增速，為防控系統性風險留足政策工具空間，防范于未然。

參考文獻：

1.Cardani R， Menna L，Tirelli P.The Optimal Policy Mix to Achieve Public Debt Consolidation.Macroeconomic Dynamics.2020.01

2.Tang L，Li P.Are investors fixated on credit ratings？ Reinterpreting the municipal bond recalibration.Finance Research Letters.2021.38

3.Beck A W.Opportunistic financial reporting around municipal bond issues.Review of Accounting Studies.2018.23（3）

4.Babina T， Jotikasthira C，Lundblad C， Ramadorai T.Heterogeneous taxes and limited risk sharing： Evidence from municipal bonds.The review of financial studies.2021.34（1）

5.Liu C， Moldogaziev T T， Mikesell J L.Corruption and state and local government debt expansion.Public Administration Review.2017.77（5）

6.Clarke D， Lu F.The law of Chinas local government debt ： Local government financing vehicles and their bonds.The American Journal of Comparative Law.2017.65 （4）

7.Abakah A A.Local religious beliefs and municipal bond market outcomes.Financial Management.2020.49 （2）

8.Li P，Tang L，Jaggi B.Social capital and the municipal bond market.Journal of Business Ethics.

2018.153 （2）

9.Br?thaler J， Getzner M， Haber G.Sustainability of local government debt： a case study of Austrian municipalities.Empirica.2015.42 （3）

10.Gao P， Lee C， Murphy D.Municipal borrowing costs and state policies for distressed municipalities.Journal of Financial Economics.2019.132 （2）

11.Padovani E， Rescigno L， Ceccatelli J.Municipal bond debt and sustainability in a non-mature financial market： The case of Italy.Sustainability.2018.10 （9）

12.Tao K.Assessing local government debt risks in China： a case study of local government financial vehicles.China & World Economy.2015.23 （5）

13.張莉 年永威 劉京軍.土地市場波動與地方債——以城投債為例.經濟學（季刊）.2018.03

14.田新民 夏詩園.地方政府債務風險影響研究——基于土地財政和房地產價格的視角.山西財經大學學報.2017.39 （06）

15.陳瑞 卞洋 齊天翔.房價波動對地方債規模的影響——基于省級數據的實證研究.財政研究.2016.06

16.秦鳳鳴 李明明 劉海明.房價與地方政府債務風險——基于城投債的證據.財貿研究.2016.27（05）

17.趙文哲 楊繼東.地方政府財政缺口與土地出讓方式——基于地方政府與國有企業互利行為的解釋.管理世界.2015.04

18.范劍勇 莫家偉.地方債務，土地市場與地區工業增長.經濟研究.2014.01

19.Kim H，Cho H，Ryu D.Corporate Default Predictions Using Machine Learning： Literature Review.Sustainability.2020.12

20.Liu C， Tang L， Lin D， Guo J.Testing to extreme： An application of reverse stress testing engineering on mortgages of commercial banks in China.International Journal of Finance & Economics.2020.12

21.孫東升 陳昊 徐素萍.經濟下行壓力下地方政府融資平臺違約率的估算.經濟與管理研究.

2015.06

22.Wong J， Choi K， Fong T P W.A Framework for Stress Testing Banks Credit Risk.The Journal of Risk Model Validation.2008.01

23.劉貫春 段玉柱 劉媛媛.經濟政策不確定性、資產可逆性與固定資產投資.經濟研究.2019.08

24.霍源源 李江 馮宗憲.不同股權結構商業銀行信用風險分析——基于宏觀經濟因素視角.財貿研究.2016.04

25.華曉龍.基于宏觀壓力測試方法的商業銀行體系信用風險評估.數量經濟技術經濟研究.2009.04

作者簡介：陳詩穎，華中科技大學管理學院，博士研究生。

基金項目：江西省教育廳科學技術項目（181290）。