各省级地方债务风险在2015年后显著上升，流动性恶化。图为2020年7月14日，无人机拍摄的贵州省独山县水司府堂（水司楼）。 人民视觉 图
当我们谈论地方债务风险时，我们在谈论什么？这往往取决于谈论的时间。
从“无”到有的风险
曾经，在我国债券市场发生连续违约事件之前，投资者一般认为债市投资的安全性享有政府庇护，因而对债券回报普遍持有“刚性兑付”的乐观预期。而因获得地方政府不同形式的注资或担保，属于政府隐性债务，地方政府融资平台发行的城投债更拥有市场坚定的“刚兑信仰”。
在“刚兑信仰”下，城投债被视为具有政府信用，城投债评级和发行规模与其依托平台的行政级别高度相关，其定价中相对于国债“无风险”利率的利差更多反映了流动性风险，而非违约风险；不同等级的城投债利差走势高度协同，由市场流动性主导。
2014年以来，债市违约事件频发，市场在适应性学习中不断调整预期和定价。随着地方政府性债务（下称“地方债务”）规模的激增和地方财政赤字的上升，城投债的“刚兑信仰”也受到冲击，投资者逐渐将城投债发行主体的财务状况及其依托的地方政府财政实力作为定价参考，不同地区的城投债收益率出现分化，违约风险溢价成为城投债利差的重要成分。
市场对城投债区域性风险从“无”到有的认知和定价变化，伴随着政府对其系统性风险的警觉和治理，具有国际和国内的双重背景。
国际上，爆发于2011至2012年的欧债危机给全球重新认识主权债务风险拉响了警报：至此，主权债务危机已不只是拉美或新兴国家的痼疾，也在发达经济体上演。美欧多个国家主权债务评级相继下调，发达国家主权债券的“无（违约）风险”信念已成昔日幻影。为刺激经济，欧美多国在超低利率下长期施行量化宽松的货币政策，由此形成的巨量信用扩张如潮水般通过金融市场向全球蔓延。
在国内，2009年以来地方财政赤字规模持续上升。根据2013年国家审计署审计结果，截至2013年6月底，包括显性和隐性债务的地方债务余额达17.89万亿元，占GDP比重约30%。虽然以GDP占比衡量的地方债务规模尚在可控范围，但其中的隐性债务逾八成，数倍于财政赤字，增长趋势堪忧。
即将到来的城投债偿债高峰和隐性债务的快速膨胀让市场和政府感受到了压力与不安。事实上，引爆欧债危机的希腊财政数据造假丑闻已警示了政府隐性债务带来的危害：其风险爆发不仅可以使政府信用破产，甚至可以摧毁市场信心，从而造成风险传染和系统性危机。
灰犀牛显形
对地方债务的“刚兑信仰”是“预算软约束”的另一个表现，其逻辑是，不良地方债务最终将不得不由上级政府埋单。在此预期下，为竞争资源，以GDP目标为指挥棒的地方政府脱离自身财力举债投资，投资者不问“出身”地盲目投资地方债务，多重因素共同作用下的隐性债务像雪球般在暗中加速滚动，地方债务的系统性风险如灰犀牛般若隐若现。
因此，使隐性债务显性化，打破“刚兑”预期，是中央政府治理地方债务的关键一环。2014年
《预算法》的修改
赋予地方政府自发自还地方债务的权利，打破了其对城投平台的融资依赖，同时中央出台政策，严厉整治城投债，要求剥离城投平台的地方政府融资功能，以明晰地方债务边界。不断下行的政策利率为地方政府以较小成本发行新债置换旧债创造了有利条件。
然而，灰犀牛轮廓渐显并不意味着地方债务问题会自动束手就擒。2015年以来，地方债务的发行在一定程度上延缓了城投债的增长趋势，但地方债务规模呈井喷式增长（如图1）。国际信用评级机构穆迪（Moody’s）和标普（Standard & Poor’s）于2017年先后下调我国主权信用评级，重要原因之一正是我国地方债务规模增速过快。
图1. 中国城投债、地方债与地方财政赤字规模：2009-2020。数据来自WIND数据库。
尽管中央多次针对地方债务发布重要治理文件，出台严厉监管措施，但地方债务的风险仍在累积。一方面，隐性化的地方债务并未被完全杜绝，多起审计案例显示隐性举债仍时有发生；另一方面，经济新常态下增长趋缓，外部环境不利因素增加，各级地方政府的财政能力在新的偿债周期边缘不断受到严峻挑战。
如何即时监控区域性风险并科学评估系统性风险，以便及时掌握灰犀牛动态，成为科学治理地方债务风险的必要条件。
地方债务风险的衡量及结果
衡量地方债务风险主要有两个视角：债务规模和债务价格。
从债务规模的视角出发，可计算各地政府债务规模与政府财政收支或地方GDP的比值，并与经验性警戒值进行对比，以研判风险。但隐性债务的存在给及时和准确测算规模指标造成了困难。例如，国家审计署发布的
《2018年第三季度国家重大政策措施落实情况跟踪审计结果》
报告了四个省的30.01亿违规新增隐性债务，所涉债务被披露的时滞均在半年以上，多数超过一年。不少学者根据地方财政收支数据推算地方债务的规模情况，也缺乏统一的推算口径，且时效性差，难以即时反映地方政府的风险状况。
从债务价格或利率的角度出发，金融市场上存在体量庞大的地方性债券及海量和高频的交易数据，尤其是价格数据，其中蕴含了微观主体在交易时所掌握的与特定债务相关的信息和预期，也反映了交易时的市场状况、流动性条件及微观主体面临的风险和约束。虽然这些微观信息相对分散，但若恰当加以综合运用，将有助于提取出更加宏观的反映地方债务区域性风险结构和特征的即时指标，为研究系统性风险动态及其传导机制提供可能性。
基于以上分析，我们采用价格（利率）视角，通过地方性债券微观交易大数据构建地方债务风险指标，全面刻画区域性风险，进而通过构建和估计风险网络模型即时监测城投债和地方债的系统性风险。具体实证分析步骤和主要发现围绕区域性和系统性风险度量两部分展开。
第一步，构建地方债务区域性风险指标。
我们搜集了2009至2020年之间存续的地方政府性债券，剔除含权债后，样本包括11840支城投债和7130支地方债。
首先计算单支债券风险溢价指标。利用债券日度收盘价计算到期收益率，再构建与其现金流结构相同的虚拟国债计算对应的“无风险”到期收益率，将二者差值定义为该债券的风险溢价。由于控制了现金流结构差异的影响，这比简单将地方性债券收益率与同期的代表性国债到期收益率相减得到的溢价更为科学合理。
接着，基于单支债券风险溢价构建区域性风险指标。考虑到省级财政在我国中央到地方财政体系的架构中，在系统性风险的形成和动态传递中起到的中枢性关键作用，将同期同省份地方性债券溢价加权平均，以省为单位构建了各省城投债和地方债风险的二重指标。
结果显示，
城投债风险溢价远远高于地方债，且地区间的异质性也更高。
图2从东、中、西和东北地区各选取一个发行城投债较多的省份绘制了该省的城投债和地方债周度风险指标，指标单位的1个基点相当于0.01%年利率单位。从动态上看，各省债务风险指标具有共同的趋势，城投债风险在2015年后平均水平上升，波动性加剧，区域性分化显著。
图2. 代表性省份城投债和地方债风险指标
为更加全面地展示区域性风险，图3绘制了2015至-2020年期间28个中国大陆省级单位城投债风险与地方债风险的样本均值与债券发行规模（海南、宁夏和西藏因债券数量少，交易稀疏，指标连续性欠佳，未包含在内）。图3中横轴为地方债风险，省际差异在32到53个基点之间；纵轴为城投债风险，差异在253到399个基点之间；每个地区的圆点面积代表样本内存续的两类债券总支数。
图3. 2015-2020年各省城投债、地方债风险和债券数量对比
如果细分债券期限，从发行的期限结构来看，2015至2020年间，包括含权债在内，城投债发行集中于中短期，3年期及以内的债券发行比例为53.91%，地方债期限逐渐趋于中长期，5年期以上的中长期债券发行占比为59.92%。
按期限分段对各省地方债券的风险溢价构造风险指标，则可以发现风险溢价期限结构“倒挂”的突出特征，即城投债利差普遍随期限增加而向下倾斜，地方债的平均利差也随期限增加而下降。与债券发行期限结构相结合来看，这种风险溢价“倒挂”的结构表明短期债务的负担较重且流动性趋于恶化（图4）。
图4. 代表性省份关键期限风险溢价图（2015-2020）
第二步，度量地方债务系统性风险。
在构造省级风险指标基础上，我们分别构建和估计了城投债风险和地方债风险的网络模型，并以模型中的网络溢出系数衡量系统性风险的程度和变化，发现二者的网络溢出效应在2015年后大部分时段显著为正；
城投债溢出风险在2018年后一度出现扩大趋势，2020年有所缓和，但仍显著；地方债溢出风险呈现持续和缓慢增强
（图5）。溢出效应在不同的样本窗宽滚动回归下均呈现相似的动态特征。
图5. 网络溢出风险系数动态变化
为考察城投债与地方债风险是否存在互溢性，我们将基础单网络模型扩展为双网络模型。结果显示，2015至2020年期间存在城投债网络对地方债网络的单向风险溢出。
总结及政策建议
我们的研究发现可简要总结如下：
各省级地方债务风险在2015年后显著上升，风险溢价期限结构倒挂，流动性恶化
。城投债和地方债的网络溢出效应在2015年后显著为正，且存在自城投债网络向地方债网络的风险传导效应，地方债溢出风险缓慢增强。
基于以上发现，我们对地方政府债务风险防控提出以下政策建议：
首先，加强监管地方发债主体信息披露的真实性和及时性，减少因信息不对称带来的债券定价扭曲，提升基于微观大数据构造宏观风险指标的时效性和参考价值，重点关注债务高风险地区和临近到期的地方债券的违约风险和处置。
其次，继续推进地方债务显性化，严格遏制城投公司的新增政府债务，遏制地方政府不合规的变相融资行为，防范城投债风险向地方债的传导。
再次，对规模庞大的地方债务，应加强监控，结合地方财政状况及专项债务的项目评估，合理规划发行结构和规模，做好动态管理。
最后，汲取国际经验与教训，借鉴国内外创新性研究成果，进一步优化中央与地方财政体系的激励与约束机制，探寻最佳的金融稳定基金方案与最优财政转移支付体系。
》2021年第3期。原文署名作者还包括苏州大学东吴商学院副教授许秀。由牛霖琳和夏红玉进行大篇幅简化和改写，并将原文数据更新至2020年，具体技术细节请参考原文。）
