城投债发行与宏观经济运行双向动态效应分析.pdf

圆园23 年第 4 期（总第 210 期）收稿日期：2022-12-15基金项目：河北省科技金融协同创新中心、河北省科技金融重点实验室开放基金项目“河北省大数据技术金融应用问题研究”（STFCIC202101）作者简介：胡恒松，男，江苏扬州人，博士，教授，硕士生导师，研究方向为区域经济、政府投融资；花蓓，女，江苏盐城人，研究方向为区域经济、政府投融资。摘要：城投债作为债券市场和政府投融资的重要组成部分，对宏观经济具有重大影响，与各类经济指标之间存在较为密切的联系。本文基于20092021年的城投债规模与宏观变量的时间序列数据建立VAR模型，后对其进行脉冲响应分析、方差分解分析与格兰杰因果检验。结果表明：城投债发行与宏观经济运行之间存在双向动态效应但并不对称，各宏观经济指标对城投债发行规模的冲击较为稳定且持续期较短，而城投债对宏观经济指标的冲击较不稳定且持续期长；除去自身滞后项的影响，城投债发行规模对房地产开发投资的贡献率最大，而对城投债发行规模贡献率最大的也是房地产开发投资；城投债发行规模的变化是引起房地产开发投资与社会消费品零售总额变化的原因之一。关键词：城投债；宏观经济指标；双向动态效应；发行规模中图分类号：F812.5文献标识码：粤文章编号：2096-2517（圆园23）园4原0园31原09DOI：10.16620/ki.jrjy.2023.04.004城投债发行与宏观经济运行双向动态效应分析胡恒松1，2，花蓓1（1.河北金融学院 金融与投资学院，河北 保定 071000；2.财达证券股份有限公司，北京 100037）一、问题提出1994 年我国实施分税制改革，财政收入按比例由中央政府与地方政府分成，财政支出责任根据“权责一致”原则划入中央与地方政府。由于地方经济发展的要求，地方政府财政赤字压力巨大。1995年的 预算法 担保法 和 1996 年的 贷款通则 明确规定地方政府不得发债、贷款和担保融资，地方政府的融资渠道进一步受到限制。为了拓展融资渠道，各地方政府纷纷设立投融资平台。地方政府投融资平台采取的主要融资方式是向银行借贷和发行城投债。由于城投债有着相比于向银行借款更少的外部约束，其发行规模占地方融资平台债务的比例逐渐上升。一方面，地方政府融资平台通过发行城投债所募集到的资金多用于基础设施建设、交通建设运营、土地开发整理、园区开发、金融建设、公用事业等与经济发展、城市化、投融资、财政、民生息息相关的领域，对所涉领域均产生较大影响；另一方面，城投债发行的目的是为政府融资，财政压力是促进地方政府发行城投债的关键因素，财政压力越大，城投债发行频率与规模越大。如今城投债已成为地方政府债务的重要组成部分，政府债务规模的大小不仅关系到地区的经济增长、金融风险与投资安31圆园23 年第 4 期（总第 210 期）全1，也会通过影响财政政策、财政支出、税收计划等进一步渗入地区居民生活的方方面面。由此可见，城投债的发行与经济运行之间的关系是紧密、复杂且双向的。研究城投债与各类反映地区实力与发展的经济指标的关系对厘清各指标间的内在联系、观察城投债在各经济要素中发挥的正向或反向作用、提出同时适应城投债特点与经济发展需求的政策具有重要的意义。基于此背景，本文将研究重点放在城投债的发行规模与主要宏观指标之间的动态关系上，以期运用计量模型得到作用关系的滞后时长、持续时间、影响大小等具体信息。在主要宏观经济指标的选取上，本文将综合考虑数据的可得性与指标的关联性，分别从财政、投资、融资、消费、进出口、经济水平等方面选取有代表性的指标。二、文献综述城投债与宏观经济运行之间存在何种关系一直是学术界讨论的重点。部分学者侧重于研究城投债如何影响宏观经济指标。如徐长生等（2016）利用255 个城市的年度面板数据建模得出城投债首先作用于基础设施建设，再通过基建作用于地区经济，其在实证研究中加入基建的中介效应，最后证明城投债的扩大显著影响固定资产投资与地方经济总量指标2。胡奕明等（2016）搜集 30 个省份历年地方政府性债务数据，研究发现政府在发债的过程中会增加财政支出，同时刺激投资与消费并提高居民可支配收入水平，从而改善地区有效需求不足，提高地方生产总值3。郑兴新等（2020）基于省际年度面板数据的中介效应模型分析认为，地方债务主要投向基建领域，挤出私人投资，使投资环境恶化，又主要依靠土地出让金偿还债务，进而抬高房价，造成房地产行业过度繁荣，最终不利于经济发展4。部分学者侧重于研究宏观经济指标如何影响城投债规模。卢进勇等（2020）对各省年度数据展开研究，认为在“新常态”阶段我国经济增速下滑明显，政府看重地区生产总值指标，故为了提高地区生产总值会加大投资，而在财政收支受约束的条件下，城投债会成为政府用来募集资金的重要手段，并通过省份面板数据验证了此假设，说明地区生产总值影响城投债规模5。刘生龙等（2022）通过收集7 年间中国地级市面板数据建模，研究发现外商直接投资对城投债规模产生正向影响，FDI 占 GDP比重每提高 1%，城投债占财政收入的比重就会提高 4.4%6。还有部分学者直接观察城投债规模与经济指标之间的双向效应。冼国明等（2016）基于空间计量模型研究包含城投债在内的地方政府债务与金融发展、外商直接投资之间的关系，认为地方债务对外商直接投资有显著的抑制作用，和金融发展之间则存在着较强的相互影响关系，且在考虑金融发展对城投债的影响后，城投债对外商直接投资的负向作用会得到进一步加强7。杨云（2019）在一个内生经济增长框架下考察了城投债对经济增长的影响，研究发现，由于同时受到经济增长率和实际债务利息率的影响，城投债对经济增长的影响是不确定的，公共基础设施领域资金占城投债总资金比例的上升将会促进经济增长8。通过对文献梳理可以看出：第一，已有文献多关注城投债与特定的一至两个宏观指标的关系，少有将城投债发行与多个宏观变量纳入同一模型中综合分析；第二，大部分文献在建模时选择的数据是分省分城市面板数据，更多考虑区域性对城投债与经济指标关系的影响，少有将区域城投债数据合并为整体，从一国城投债发行总量角度分析其与宏观指标的关系；第三，大部分文献使用的经济数据是年度数据，少有使用月度数据进行建模的文章，且使用年度数据研究动态变化关系相比于月度数据跨越度更大更粗糙，又因城投债发展历史较短，纵向可获得的年度数据较少，从而存在样本数量不足的问题。三、研究设计（一）变量定义在反映城投债发行的变量选取上，本文参考杨云（2019）8的做法；在反映宏观经济运行的变量选取上，参考司海平等（2019）9的做法，将城投债各类文献中最常考虑的控制变量纳入模型，涵盖房地产、投资、融资、消费、进出口五大方向。建模选取的变量除城投债发行规模是经过手动计算后获32圆园23 年第 4 期（总第 210 期）表1变量描述性统计变量变量符号样本数均值中位数最大值最小值标准差城投债发行规模ctz1192251.851667.9832 706.7061.003234.00房地产开发投资完成额fdc11956 091.3050 381.25141 442.956594.4533 569.57社会融资规模sr11916 382.1315 259.0051 838.002737.008161.34进出口贸易总值jck1193541.283482.925777.731919.06709.75社会消费品零售总额xf11925 152.7825 801.3141 043.209936.508583.17外商直接投资fdi119105.9594.70193.8053.5928.52数据来源：WIND 数据库。得，其他全部直接从 WIND 数据库获取，具体定义见表 1。城投债发行规模（ctz）：单位是亿元，通过将WIND 数据库中每月全国各地方政府融资平台发行的城投债数据加总得到每月城投债发行总规模。房地产开发投资完成额（fdc）：单位是亿元，体现各期房地产开发投资的整体情况，是反映房地产开发投资规模的主要指标。社会融资规模（sr）：单位是亿元，反映一定时期内金融体系给予经济实体的全部资金总额，体现了金融体系对实体经济及社会融资需求的支持程度。进出口贸易总值（jck）：指以货币表示的一个国家或地区的进出口贸易总金额，计算方法为进口总值加出口总值，单位是亿美元，该指标是反映对外贸易规模和水平的重要依据。社会消费品零售总额（xf）：指各行业直接售给居民的消费品总额，单位是亿元，主要用于反映全社会实物商品的消费情况。外商直接投资（fdi）：反映外国经济组织或个人在中国直接投资的行为，外商直接投资反映国际投资者对我国经济运行前景、趋势的判断。（二）模型构建为了分析城投债发行与各宏观指标之间的双向关系，本文选择 VAR 方法进行建模。向量自回归模型（VAR）是对多个相关经济指标进行分析与预测时最常用的模型之一。传统的经济计量模型在描述变量关系时需要以经济理论为前提，但在探索变量的动态关系时，预设的经济理论往往不足以提供完全一致的解释，且一般方程又总避免不了内生变量的问题。因此，为使估计更加贴合数据本身而非预设理论，使模型更加简单且不易出错，一种采用非结构性方法建立各变量间关系的模型被提出，即 VAR 模型10。VAR 模型不以严格的经济理论为依据，不带有任何事先约束条件，其主要作用是估计所有内生变量间的双向动态关系，并据此分析模型中各变量及其滞后项对其他变量的影响，最终达到预测的效果。其原理是将系统中的每一个内生变量都作为所有内生变量滞后项的函数，从而使单变量自回归模型扩展成了由多元时间序列变量组成的“向量”自回归模型。模型的数学表达式为：yt=琢+移pj=1茁jyt-j+滋t（1）将 yt、yt-j展开得到如下表达式：yt=ctztfdctsrtjcktxftfdit杉删山山山山山山山山山山山山山山山山山山山山山山山煽闪衫衫衫衫衫衫衫衫衫衫衫衫衫衫衫衫衫衫衫衫衫衫衫，yt-j=ctzt-jfdct-jsrt-jjckt-jxft-jfdit-j杉删山山山山山山山山山山山山山山山山山山山山山山山煽闪衫衫衫衫衫衫衫衫衫衫衫衫衫衫衫衫衫衫衫衫衫衫衫（2）其中，t 表示时间，单位是月，j 表示滞后阶数，由于本文时间频率是月度，所以滞后 j 期代表滞后j 月，y 表示内生变量，yt-j为内生变量 yt的滞后 j期。本文中 yt即城投债发行规模（ctzt）、房地产开发投资完成额（fdct）、社会融资规模（srt）、进出口贸易总值（jckt）、社会消费品零售总额（xft）、外商直接投资（fdit）这六个变量的向量。此外，琢 表示常数向量，茁j则是回归系数矩阵，反映各指标与不同滞后期所有指标（包括自身）的关联性，滋t是随机误33圆园23 年第 4 期（总第 210 期）差项。（三）数据说明1.样本区间样本区间选择 20092021 年，原因是此前投融资平台一直处于起步阶段，数据量较小，而 2008年金融危机后，受国家“4 万亿”经济政策的刺激，融资平台数量激增，2009 年底全国各地平台大概有 8000 多家，至此城投债数据才较为适合进行大数据分析。由于本文要研究的是城投债规模与各宏观经济指标之间动态的相互关系，而各经济指标最高频的数据是月度数据，同时由于部分变量的个别月份数据存在缺失，故最终的样本区间是 2009 年7 月至 2021 年 11 月，共 119 条观测数据，全部从WIND 数据库获取。2.数据处理由表 1 中的变量描述性统计可知，不同变量之间数值相差较大，容易产生异方差问题，因此需要进一步对变量进行处理。本文选择的处理方法是变量同时取对数，不仅能解决异方差问题，取对数后的数据可用来反映原变量的增长率，依旧具有经济含义。四、实证结果（一）ADF 检验在建立 VAR 模型之前，需要对数据进行单位根检验，以确保使用的数据为平稳数据，否则将出现伪回归的现象。文章采用 ADF 方法检验各变量序列是否存在单位根。变量ADF 统计量1%临界值5%临界值10%临界值P结果ln sr-2.8652-3.4875-2.886