城投债发行与宏观经济运行双向动态效应分析

胡恒松 花蓓

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2009—2021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

中图分類号：F812.5       文献标识码：A         文章编号：2096-2517（2023）04-0031-09

DOI：10.16620/j.cnki.jrjy.2023.04.004

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。

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，最终达到預测的效果。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：

将yt、yt-j展开得到如下表达式：

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，α表示常数向量，βj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，μt是随机误差项。

（三）数据说明

1.样本区间

样本区间选择2009—2021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。

由表2可知， 所有序列在5%的显著性水平下皆存在单位根，说明序列皆不平稳，处理方法是对序列进行差分，可以看到模型需要的所有变量皆在一阶差分后即达到平稳状态，因此，文章选择使用△lnctz、△lnfdc、△lnsr、△lnjck、△lnxf和△lnfdi数据集进行VAR建模。

（二）滞后期选择

建立VAR模型需要确定滞后阶数。在Eviews软件中依次取不同的滞后阶数来估计模型，通常选择LR、FPE、AIC、SC、HQ值达到最小的滞后阶数。从表3可以发现，LR、FPE、AIC、SC及HQ五个常用指标全部选择二阶， 故确定VAR模型最佳滞后阶数为2。

（三）平稳性检验

对VAR模型进行后续分析、 检验的前提条件是VAR模型稳定，而判断是否平稳应当通过单位根检验，当特征方程根的逆全部落在单位圆以内时，则表明模型平稳。图1表明VAR（2）模型特征根的逆皆落在单位圆以内，说明VAR（2）模型是平稳的。

（四）脉冲响应分析

脉冲响应函数分析的是在控制其他变量各期不变动时，一个变量在受到冲击后对其他变量当期和未来各期取值的影响，脉冲响应函数能够全面反映变量之间的动态相互关系。对城投债规模和各经济指标进行脉冲响应分析， 滞后期数最长设置为10，最终得到多张结果图，其中横轴表示冲击作用的期数（月），纵轴表示冲击作用的方向及大小，中间的实线表示脉冲响应函数，两边的虚线表示正负两倍标准差偏离带。

由于城投债对其他变量的冲击均像城投债对房地产、社会融资规模的冲击一样，呈现多期以后依旧正负影响交织的不稳定状态， 无规律可言，仅需分析为何不稳定，故在此省略城投债冲击对进出口、消费、外商直接投资的脉冲响应分析。

1.城投债受冲击对自身的影响

城投债规模在0时刻受到自身的冲击后，对之后两个月的影响最大，但影响快速减弱，同时城投债发行规模对其自身的冲击主要为正（见图2）。这表明城投债发行规模存在自我扩张效应，原因是城投公司通过融资获得的资金满足地方经济发展需求，但债务需要进行定期偿付，对此城投平台常用的策略是借新债还旧债，导致当期城投债发行后也会增加后一期城投债的发行。

2.其他变量受冲击对城投债的影响

图3至图7反映其他变量受冲击引起城投债的变化趋势。

图3显示，当房地产开发投资完成额受到一个正向冲击时，在前两个月对城投债规模没有明显影响，说明城投债对房地产市场冲击的反应有滞后；
第三个月作用为正，随后逐渐趋于0，原因是地方政府一般会将土地作为资产注入到城投平台中，房地产行业比较景气时，后续土地的价格也会随之提高，从而扩大了融资平台的资产规模，推动了融资平台城投债发行规模的扩张。

图4显示，当外商直接投资受到一個正向冲击时， 对城投债规模的影响首先是负的， 说明外商直接投资的增加使得城投债发行减少。发行城投债是政府筹集资金进行投资的主要途径之一，进一步说明了前期外商直接投资与政府投资之间的挤出效应大于挤入效应。外商直接投资的增加扩大了国内的总体投资规模，一定程度上降低了部分项目对政府投资的依赖，政府支持的融资平台也就减少了城投债的发行。而在一段时间以后即第三、四期内，外商直接投资的正向冲击反而促进了城投债的发行，说明此时外商直接投资对政府投资的挤入效应又超过了挤出效应。

图5显示， 当进出口贸易总值受到正向冲击时， 对城投债规模的影响在前两个月是负向的，后逐渐趋于0。原因是进出口贸易总值越大，政府收入越多， 越能覆盖基础设施建设等的建设性支出，财政的压力就越小[11]，对城投债的需求量就越小，城投债的发行量越小。

图6显示，当社会融资规模受到一个正向冲击时， 对城投债发行规模的影响在前两个月为正，第三个月为负，随后逐渐趋于0。这说明当社会需要大量资金进行生产经营活动时， 政府会增加对交通、住房、金融等领域的投资，通过融资平台发行城投债的规模也会增大，但随后由于政府融资对社会融资产生挤出效应，融资平台又会适当调整城投债的发行量。

图7显示，当消费受到一个正向冲击时，对城投债发行规模的影响持续3个月且为正，后逐渐趋于0。原因是消费的增长推动经济增长，并进一步刺激了政府投资，促进了投融资平台的城投债发行。

3.城投债受冲击对其他变量的影响

图8显示， 当城投债规模受到一个正向冲击时，对房地产的影响并不稳定，且持续时间较长，在受影响最大的区间即一至二月内房地产会受到负面的冲击。原因是政府财政支出缺口暂时由城投债募集到的资金补足，对通过出让土地使用权获取收入的方法的使用减少，故房地产开发投资也相对有所减少，但随后的一段时间里，由于城投债对提升城市基础设施建设和公共服务水平的作用逐渐凸显，故又带动了房地产的开发投资。

图9显示， 当城投债规模受到一个正向冲击时，对社会融资规模的影响不稳定，原因是城投债规模扩大说明政府的投资增加。一方面对社会融资规模有正向的溢出效应，另一方面对社会融资规模中其他部门的投融资又有负面的挤出效应。

（五）方差分解

方差分解是通过分析每一个结构冲击对内生变量变化的贡献度，进一步评价不同结构冲击的重要性，模型设置期数为10期，为列示简明，此处仅列出第1、5、10期结果，结果见表4。

从表4可以看到， 除去城投债自身的冲击，方差分解中对不同预测期城投债发行规模的贡献率最大的是房地产开发投资完成额；

除去房地产自身的冲击，方差分解中对不同预测期房地产开发投资完成额的贡献率最大的是城投债规模， 达到13%左右；
除去外商直接投资自身的冲击，方差分解中对不同预测期外商直接投资的贡献率最大的是房地产开发投资完成额，达到36%左右；
除去进出口贸易总值自身的冲击，方差分解中对不同预测期进出口贸易总值的贡献率最大的是社会融资规模，达到14%左右；
除去社会融资规模自身的冲击，方差分解中对不同预测期社会融资规模的贡献率最大的是房地产开发投资完成额，达到23%左右，其次是外商直接投资，达到18%左右；
除去社会消费品零售总额自身的冲击，方差分解中对不同预测期社会消费品零售总额的贡献率最大的是房地产开发投资额，达到41%左右，其次是城投债规模， 达到11%左右。

（六）格兰杰因果检验

对变量进行格兰杰因果检验，目的是观察一个变量是否由另一个变量引起。表5显示了模型中部分变量的检验结果， 在VAR模型滞后期为2的前提下，可以得到房地产开发投资完成额、社会消费品零售总额不是城投债规模的格兰杰原因，说明房地产的变化和消费的变化不是引起城投债规模变化的原因之一。城投债发行规模是房地产和消费的格兰杰原因，说明城投债规模的变化是引起房地产和消费的原因之一。

其他变量如外商直接投资、进出口贸易总值、社会融资规模和城投债规模之间没有格兰杰因果关系。

五、结论与建议

（一）研究结论

本文基于2009—2021年城投债规模与各类经济指标的月度数据建立VAR模型， 并在此基础上对各变量进行脉冲响应分析、方差分解分析与格兰杰因果检验。文中的实证结果证实了以下结论：

脉冲响应结果说明，总体来看，各宏观经济指标对城投债发行规模的冲击较为稳定，且持续期皆不超过四个月，后逐渐趋于0；
而城投债发行规模对各宏观经济指标的影响并不稳定，持续时长皆超过五个月。

方差分解结果说明，除去变量滞后项对自身的贡献外，对城投债发行规模贡献最大的是房地产开发投资完成额，城投债发行规模则对房地产开发投资完成额贡献最大。各变量中对其他变量贡献最多最广泛的是外商直接投资和房地产开发投资完成额。

格兰杰因果检验说明，城投债发行规模的变化是引起房地产开发投资、社会消费品零售总额变化的原因之一；
而后两者皆不是引起城投债发行规模变化的原因；
其他变量则与城投债发行规模之间相互不为因果关系。

综合以上得出结论，城投债发行与宏观经济运行之间存在双向动态效应，但影响大小、方向、持续期上并不对称，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数短，而城投债发行规模对各宏观经济指标的冲击较不稳定且持续期长，说明房地产、投资、融资、消费、进出口这五大经济领域对城投债规模的影响较为显著、 稳定且短暂，而城投债规模对房地产、投融资等经济领域的影响更加模糊、多变且长久。经济运行指标中与城投债规模联系最为密切的是房地产，其次是消费。城投债发行是引起房地产和消费变化的原因，房地产和城投债互为对对方贡献度最大的要素。一方面地方政府会将土地作为资产注入到发行城投债的城投平台中，另一方面土地出让金收入是城投债发行的主要偿还保障， 而土地价格又与房地产息息相关，所以城投债与房地产的联系最为紧密。

（二）启示与建议

基于上述研究结论，得到启示与建议如下：

1. 重视城投债自我擴张效应。投融资平台在确定城投债发行规模时应考虑到城投债的自我扩张效应，要实时把握、跟踪城投债的数额，将其规模控制在合理范围内，防止城投债发行后续造成过量与无节制扩张效果。

2. 关注各经济领域对城投债规模的影响。研究结论显示各经济指标在发生变化后皆会对城投债产生较为稳定的正向或负向冲击，分析哪些因素会带动城投债规模的扩大，哪些因素又会抑制城投债的持续增长，对于控制城投债的规模大小具有重要意义。

3.关注城投债对各经济领域的影响。城投债的发行对各经济指标的冲击并不稳定，预测功能发挥的空间较小。但由于冲击的持续时间长，仍有必要关注城投债对宏观经济指标尤其房地产与消费的影响，譬如通过对数据进行优化、更改模型、单独具体研究明确城投债对这些指标的影响方向与规律，形成一条城投债影响其他经济指标的传导机制，并在政府需要提高某项经济指标时对其加以利用。

4.提高城投债发行效率与效益。城投债作用于经济指标的路径繁多， 与经济指标的联系密切。城投债发行是否得当、城投债资金使用效率高低会对经济发展产生较大影响，应当通过限制弱资质平台发债、规范城投债发行与监管等方式帮助城投债市场提优去劣[12]。此外，部分发行城投债的地方政府融资平台过于依赖地方政府信用，自身资源配置效率低、城投债发行效益差，需要推动这些地方融资平台的转型发展[13]，借助资本市场拓宽融资渠道，引入市场化手段降低、转移城投债发行风险。

参考文献：

［1］原倩.政府债务扩张与经济长期停滞［J］.金融理论探索， 2022（3）：3-16.

［2］徐长生，程琳，庄佳强.地方债务对地区经济增长的影响与机制——基于面板分位数模型的分析［J］.经济学家，2016（5）：77-86.

［3］胡奕明，顾祎雯.地方政府债务与经济增长——基于审计署2010—2013年地方政府性债务审计结果［J］.审计研究，2016（5）：104-112.

［4］郑兴新，张琦.地方债增长对实体经济发展的影响机制探讨——基于省际面板数据的中介效应模型分析［J］.新经济，2020（7）：81-92.

［5］卢进勇，李思静.经济效率、刺激依赖与城投债规模［J］.经济与管理评论，2020，36（6）：28-35.

［6］刘生龙，张鹏龙.外商直接投资对城投债的影响——来自欧债危机的自然实验［J］.经济科学，2022（5）：14-30.

［7］冼国明，冷艳丽.地方政府债务、金融发展与FDI——基于空间计量经济模型的实证分析［J］.南开经济研究，2016（3）：52-74.

［8］杨云.城投债影响经济增长——规模与资金用途结构的作用［J］.经济科学，2019（2）：27-39.

［9］司海平，李群，於勇成.地方发债与经济增长［J］.科学与管理，2019，39（5）：47-52.

［10］张雨晗，杨进，李慧.老龄化城乡收入差距与经济增长的影响探究基于面板向量自回归模型［J］.农业与技术，2022，42（4）：156-159.

［11］谢易和.广东外贸进出口对财政收入的影响分析［J］.经济论坛，2021（3）：46-55.

［12］邓楚.中国城投债主要风险及防范化解对策［J］.宁波经济（三江论坛），2022（4）：5-7.

［13］“中国地方政府与融资平台债务分析”课题组.我国地方政府债务发展中的风险及化解建议［J］.金融理论探索，2022（4）：3-15.

Analysis of the Two-way Dynamic Effect of  Urban Investment Debt and Macroeconomic Operation

Hu Hengsong1，2， Hua Bei1

（1. School of Finance and Investment， Hebei Finance University， Baoding 071000， China; 2. Caida Securities Co.， Ltd.， Beijing 100037， China）

Abstract：
As an important part of the bond market and government investment and financing，urban investment debt has a significant impact on the macro-economy and are closely related to various economic indicators. Based on the scale of urban investment debt and the time series data of macro variables from 2009 to 2021， this paper establishes a VAR model， and then carries out impulse response analysis， variance decomposition analysis and Granger causality test. The results show that there is a two-way dynamic effect between urban investment bond issuance and macroeconomic operation but asymmetric. The impact of various macroeconomic indicators on the issuance scale of urban investment debt is relatively stable and has a short duration， while the impact of urban investment debt on macroeconomic indicators is relatively unstable and has a long duration; In addition to the influence of its own lagging items， the issuance scale of urban investment issuance scale of urban investment bonds contributed the most to real estate development investment， and the largest contribution rate to the issuance scale of urban investment bonds was also real estate development investment. The change of the issuance scale of urban investment bonds is one of the reasons for the change of real estate development investment and total retail sales of social consumer goods.

Key words：
urban investment debt; macroeconomic indicators; two-way dynamic effect; issuance scale

（責任编辑：龙会芳；
校对：卢艳茹）

推荐访问:双向 经济运行 效应