信用利差、违约概率与地级政府债务风险分类测度
|
摘要
本文将内部评级法中的违约概率、违约损失率和期望损失等概念引入我国地方政府债务风险的测度,并基于省级政府债券的发行利率和信用利差等数据,通过构建并估计一般债务和专项债务违约概率模型,对我国333个地级政府2014—2017年的一般债务风险和专项债务风险进行了估算,然后基于估算结果对其区域分布和纵向变动进行分析。基本判断是:无论一般债务风险还是专项债务风险,在不同区域之间存在较大的差异;从纵向变动来看,债务风险整体有所上升,但主要是由债务规模增长带来的,违约概率没有明显变化,并且债务风险主要集中在少数地级政府;从地方债务风险的构成来看,一般债务风险约占2/3,专项债务风险约占1/3,这一比例结构基本保持稳定。基于上述判断,本文提出治理管控地方债务风险的政策建议。
In this paper, the concepts of default probability, loss given default and expected loss in internal rating method are introduced into the assessment of local government debt risks. Based on the issuing interest rate and credit spreads of provincial government bonds, the default probability models for general debt and special debt are constructed and estimated, and the general and special debt risks of 333 prefectural governments in China from 2014 to 2017 estimated respectively, and the regional distribution and changes of these risks analyzed. The conclusions are as follows: Both general and special debt risks are different among regions, and are increasing due to the increasing debt scale, the change of default probability is not obvious, and furthermore, the debt risks are concentrated in a few prefectural governments. The general debt risks account for about two-thirds of the total debt risks, the special debt risks about one-third, and this proportion structure was basically unchanged between 2014 and 2017. Based on the above conclusions, this paper puts forward corresponding policy recommendations for governance and control of local debt risk.
In this paper, the concepts of default probability, loss given default and expected loss in internal rating method are introduced into the assessment of local government debt risks. Based on the issuing interest rate and credit spreads of provincial government bonds, the default probability models for general debt and special debt are constructed and estimated, and the general and special debt risks of 333 prefectural governments in China from 2014 to 2017 estimated respectively, and the regional distribution and changes of these risks analyzed. The conclusions are as follows: Both general and special debt risks are different among regions, and are increasing due to the increasing debt scale, the change of default probability is not obvious, and furthermore, the debt risks are concentrated in a few prefectural governments. The general debt risks account for about two-thirds of the total debt risks, the special debt risks about one-third, and this proportion structure was basically unchanged between 2014 and 2017. Based on the above conclusions, this paper puts forward corresponding policy recommendations for governance and control of local debt risk.
引文
1.曹勇、李孟刚、李刚、洪雅惠:《基于信用利差与Logistic回归的公司违约概率测算模型与实证研究》,《运筹与管理》2016年第12期。
2.常欣、张莹、汤铎铎:《中国政府部门的债务风险》,载中国社会科学院国家金融与发展实验室编《管理结构性减速过程中的金融风险》,社会科学文献出版社2017年版。
3.戴国强、吴许均:《基于违约概率和违约损失率的贷款定价研究》,《国际金融研究》2005年第10期。
4.刁伟涛:《我国地方政府债务分类纳入预算管理的初始状况分析:2014—2015》,《财政研究》2016年第8期。
5.刁伟涛、王楠:《我国各省地方政府偿债能力的空间格局和动态演进——一般债务和专项债务的分类评估》,《财经论丛》2017年第4期。
6.伏润民、缪小林、高跃光:《地方政府债务风险对金融系统的空间外溢效应》,《财贸经济》2017年第9期。
7.光大证券:《2018年债券违约事件全梳理》,2018年11月10日。
8.郭玉清、何杨、李龙:《救助预期、公共池激励与地方政府举债融资的大国治理》,《经济研究》2016年第3期。
9.郭玉清、袁静、李永宁:《中国各省区财政偿债能力的比较与演进:2005—2012》,《财贸研究》2015年第1期。
10.黄春元、毛捷:《财政状况与地方债务规模——基于转移支付视角的新发现》,《财贸经济》2015年第6期。
11.牛霖琳、洪智武、陈国进:《地方政府债务隐忧及其风险传导——基于国债收益率与城投债利差的分析》,《经济研究》2016年第11期。
12.沈沛龙、崔婕:《内部评级法中违约损失率的度量方法研究》,《金融研究》2005年第12期。
13.王永钦、陈映辉、杜巨澜:《软预算约束与中国地方政府债务违约风险:来自金融市场的证据》,《经济研究》2016年第11期。
14.王治国:《政府干预与地方政府债券发行中的“利率倒挂”》,《管理世界》2018年第11期。
15.杨林、侯欢:《新型城镇化进程中地方政府债务风险的再思考》,《财经论丛》2015年第5期。
16.于立勇、詹捷辉、金建国:《内部评级法中违约概率与违约损失率的测算研究》,《统计研究》2004年第12期。
17.中金公司:《中国信用债违约后处置全回顾》,2018年9月18日。
18.朱莹、王健:《市场约束能够降低地方债风险溢价吗?——来自城投债市场的证据》,《金融研究》2018年第6期。
19.Altman,E.I.,Brady,B.,Resti,A.,& Sironi,A.,The Link between Default and Recovery Rates:Theory,Empirical Evidence,and Implications.Journal of Business,Vol.78,No.6,2005,pp.2203-2228.
20.Ambrose,B.W.,Deng,Y.,& Wu,J.,Understanding the Risk of China's Local Government Debts and Its Linkage with Property Markets SSRN Electronic Journal,No.14,2016.DOI:10.2139/ssrn.2557031.
21.Ang,A.,Bai,J.,& Zhou,H.,The Great Wall of Debt:The Cross Section of Chinese Local Government Credit Spreads.SSRN Electronic Journal,No.4,2015.DOI:10.2139/ssrn.2603022.
22.Asarnow,E.,& Edwards,D.,Measuring Loss on Defaulted Bank Loans:A 24-Year Study.Journal of Commercial Lending,Vol.77,No.7,1995,pp.11-23.
23.Derbali,A.,& Hallara,S.,Dependence of Default Probability and Recovery Rate in Structural Credit Risk Models:Empirical Evidence from Greece.International Journal of Management & Business Research,Vol.5,No.2,2015,pp.141-158.
24.Hu,Y-T.,& Perraudin,W.,The Dependence of Recovery Rates and Defaults.SSRN Electronic Journal February 2006.
25.Thorburn,K.S.,Bankruptcy Auctions:Costs,Debt Recovery,and Firm Survival.Journal of Financial Economics,Vol.58,No.3,2000,pp.337-368.
(1)违约损失率是与违约回收率(Recovery Rate)相对应的概念,二者之和为1。对于违约回收率,一般将其定义为违约事件中通过止赎权或破产程序等收回投资的金额占债务工具面值的百分比,但是在实务中,有时也以债务工具面值与相关利息之和来做分母。本文认为,以债务工具面值与相关利息之和来做分母主要对应的是已经发生债务违约的情况,借贷关系已经存在了一段时间,因此存在应计利息,但本文主要是基于某一个时间对可能发生违约的估测,并不存在应计利息,因此本文对于违约损失率和违约回收率的计算,以债务面值为分母。关于这一点,感谢匿名评审人的批评指正。
(2)需要说明的是,基于省级政府相关数据得到的债务违约概率模型,能否直接应用到地级政府样本,可能需要进行严格论证,但本文直观的判断是,在36个省级政府中,是包括深圳市、大连市、青岛市、宁波市和厦门市等5个计划单列市的,这5个计划单列市从行政层级来说也是地级政府,从这个意义上来说,基于省级政府相关数据得到的债务违约概率模型实际上包含了地级政府的相关信息,同时考虑到省级政府和地级政府的债务、财政收支和其他经济数据都是区域内加总或整体的数值,因此二者实际上都是作为空间区域的样本,并没有本质差异,虽然空间尺度或地理面积不同,但是不会构成债务违约模型的影响因素,因此可以将省级政府债务违约概率模型应用到地级政府。
(3)Wind数据库里的地方债券发行记录并没有一般债券或专项债券的属性字段,本文采取人工识别的方法,依据债券全称确定其是一般债券还是专项债券。
(4)大连市、青岛市、宁波市、厦门市和深圳市等5个计划单列市作为省级发债主体进行单独统计汇总,其对应的省份数据均是不包括所辖计划单列市的数据;2018年,新疆生产建设兵团开始单列发行地方债券,本文将其纳入新疆维吾尔自治区合并计算。
(5)限于篇幅,不再具体列示,感兴趣的读者可以向作者索取。
(6)关于这一点,感谢匿名评审人的批评指正。
(7)基于Logistic违约概率拟合模型存在一个问题,那就是债务余额为零的情况下,估算得到的违约概率可能并不等于零,这与基于常识的判断不符,但是在后续进一步的计算过程中,违约概率乘以债务余额,得到的预期损失为零,因此债务余额是否为零,不影响整个计算过程和风险估算,因此本文不对样本进行债务为零和不为零的区分。
(8)这10个副省级城市是:广州市、杭州市、南京市、武汉市、济南市、成都市、长春市、西安市、沈阳市和哈尔滨市。
(9)本文中的东北地区包括黑龙江省、吉林省和辽宁省,华北地区包括北京市、天津市、河北省、内蒙古自治区、山西省和山东省,华东地区包括江苏省、浙江省、上海市、福建省和安徽省,华中地区包括河南省、湖北省、湖南省和江西省,华南地区包括广东省、广西壮族自治区和海南省,西南地区包括重庆市、四川省、贵州省、云南省和西藏自治区,西北地区包括陕西省、宁夏回族自治区、甘肃省、青海省和新疆维吾尔自治区。
(10)自然断点法是一种根据数值统计分布规律进行分组的统计方法,基本思路是分组的确定能够使组内差异最小、组间差异最大,本文设定为高中低三组。
(11)限于篇幅,每个地级政府及其预期损失不进行单独列示,有需要的读者可以向作者索要。
2.常欣、张莹、汤铎铎:《中国政府部门的债务风险》,载中国社会科学院国家金融与发展实验室编《管理结构性减速过程中的金融风险》,社会科学文献出版社2017年版。
3.戴国强、吴许均:《基于违约概率和违约损失率的贷款定价研究》,《国际金融研究》2005年第10期。
4.刁伟涛:《我国地方政府债务分类纳入预算管理的初始状况分析:2014—2015》,《财政研究》2016年第8期。
5.刁伟涛、王楠:《我国各省地方政府偿债能力的空间格局和动态演进——一般债务和专项债务的分类评估》,《财经论丛》2017年第4期。
6.伏润民、缪小林、高跃光:《地方政府债务风险对金融系统的空间外溢效应》,《财贸经济》2017年第9期。
7.光大证券:《2018年债券违约事件全梳理》,2018年11月10日。
8.郭玉清、何杨、李龙:《救助预期、公共池激励与地方政府举债融资的大国治理》,《经济研究》2016年第3期。
9.郭玉清、袁静、李永宁:《中国各省区财政偿债能力的比较与演进:2005—2012》,《财贸研究》2015年第1期。
10.黄春元、毛捷:《财政状况与地方债务规模——基于转移支付视角的新发现》,《财贸经济》2015年第6期。
11.牛霖琳、洪智武、陈国进:《地方政府债务隐忧及其风险传导——基于国债收益率与城投债利差的分析》,《经济研究》2016年第11期。
12.沈沛龙、崔婕:《内部评级法中违约损失率的度量方法研究》,《金融研究》2005年第12期。
13.王永钦、陈映辉、杜巨澜:《软预算约束与中国地方政府债务违约风险:来自金融市场的证据》,《经济研究》2016年第11期。
14.王治国:《政府干预与地方政府债券发行中的“利率倒挂”》,《管理世界》2018年第11期。
15.杨林、侯欢:《新型城镇化进程中地方政府债务风险的再思考》,《财经论丛》2015年第5期。
16.于立勇、詹捷辉、金建国:《内部评级法中违约概率与违约损失率的测算研究》,《统计研究》2004年第12期。
17.中金公司:《中国信用债违约后处置全回顾》,2018年9月18日。
18.朱莹、王健:《市场约束能够降低地方债风险溢价吗?——来自城投债市场的证据》,《金融研究》2018年第6期。
19.Altman,E.I.,Brady,B.,Resti,A.,& Sironi,A.,The Link between Default and Recovery Rates:Theory,Empirical Evidence,and Implications.Journal of Business,Vol.78,No.6,2005,pp.2203-2228.
20.Ambrose,B.W.,Deng,Y.,& Wu,J.,Understanding the Risk of China's Local Government Debts and Its Linkage with Property Markets SSRN Electronic Journal,No.14,2016.DOI:10.2139/ssrn.2557031.
21.Ang,A.,Bai,J.,& Zhou,H.,The Great Wall of Debt:The Cross Section of Chinese Local Government Credit Spreads.SSRN Electronic Journal,No.4,2015.DOI:10.2139/ssrn.2603022.
22.Asarnow,E.,& Edwards,D.,Measuring Loss on Defaulted Bank Loans:A 24-Year Study.Journal of Commercial Lending,Vol.77,No.7,1995,pp.11-23.
23.Derbali,A.,& Hallara,S.,Dependence of Default Probability and Recovery Rate in Structural Credit Risk Models:Empirical Evidence from Greece.International Journal of Management & Business Research,Vol.5,No.2,2015,pp.141-158.
24.Hu,Y-T.,& Perraudin,W.,The Dependence of Recovery Rates and Defaults.SSRN Electronic Journal February 2006.
25.Thorburn,K.S.,Bankruptcy Auctions:Costs,Debt Recovery,and Firm Survival.Journal of Financial Economics,Vol.58,No.3,2000,pp.337-368.
(1)违约损失率是与违约回收率(Recovery Rate)相对应的概念,二者之和为1。对于违约回收率,一般将其定义为违约事件中通过止赎权或破产程序等收回投资的金额占债务工具面值的百分比,但是在实务中,有时也以债务工具面值与相关利息之和来做分母。本文认为,以债务工具面值与相关利息之和来做分母主要对应的是已经发生债务违约的情况,借贷关系已经存在了一段时间,因此存在应计利息,但本文主要是基于某一个时间对可能发生违约的估测,并不存在应计利息,因此本文对于违约损失率和违约回收率的计算,以债务面值为分母。关于这一点,感谢匿名评审人的批评指正。
(2)需要说明的是,基于省级政府相关数据得到的债务违约概率模型,能否直接应用到地级政府样本,可能需要进行严格论证,但本文直观的判断是,在36个省级政府中,是包括深圳市、大连市、青岛市、宁波市和厦门市等5个计划单列市的,这5个计划单列市从行政层级来说也是地级政府,从这个意义上来说,基于省级政府相关数据得到的债务违约概率模型实际上包含了地级政府的相关信息,同时考虑到省级政府和地级政府的债务、财政收支和其他经济数据都是区域内加总或整体的数值,因此二者实际上都是作为空间区域的样本,并没有本质差异,虽然空间尺度或地理面积不同,但是不会构成债务违约模型的影响因素,因此可以将省级政府债务违约概率模型应用到地级政府。
(3)Wind数据库里的地方债券发行记录并没有一般债券或专项债券的属性字段,本文采取人工识别的方法,依据债券全称确定其是一般债券还是专项债券。
(4)大连市、青岛市、宁波市、厦门市和深圳市等5个计划单列市作为省级发债主体进行单独统计汇总,其对应的省份数据均是不包括所辖计划单列市的数据;2018年,新疆生产建设兵团开始单列发行地方债券,本文将其纳入新疆维吾尔自治区合并计算。
(5)限于篇幅,不再具体列示,感兴趣的读者可以向作者索取。
(6)关于这一点,感谢匿名评审人的批评指正。
(7)基于Logistic违约概率拟合模型存在一个问题,那就是债务余额为零的情况下,估算得到的违约概率可能并不等于零,这与基于常识的判断不符,但是在后续进一步的计算过程中,违约概率乘以债务余额,得到的预期损失为零,因此债务余额是否为零,不影响整个计算过程和风险估算,因此本文不对样本进行债务为零和不为零的区分。
(8)这10个副省级城市是:广州市、杭州市、南京市、武汉市、济南市、成都市、长春市、西安市、沈阳市和哈尔滨市。
(9)本文中的东北地区包括黑龙江省、吉林省和辽宁省,华北地区包括北京市、天津市、河北省、内蒙古自治区、山西省和山东省,华东地区包括江苏省、浙江省、上海市、福建省和安徽省,华中地区包括河南省、湖北省、湖南省和江西省,华南地区包括广东省、广西壮族自治区和海南省,西南地区包括重庆市、四川省、贵州省、云南省和西藏自治区,西北地区包括陕西省、宁夏回族自治区、甘肃省、青海省和新疆维吾尔自治区。
(10)自然断点法是一种根据数值统计分布规律进行分组的统计方法,基本思路是分组的确定能够使组内差异最小、组间差异最大,本文设定为高中低三组。
(11)限于篇幅,每个地级政府及其预期损失不进行单独列示,有需要的读者可以向作者索要。