胡恒松 花蓓

摘? ?要：城投債作為債券市場和政府投融資的重要組成部分，對(duì)宏觀經(jīng)濟(jì)具有重大影響，與各類經(jīng)濟(jì)指標(biāo)之間存在較為密切的聯(lián)系。 本文基于2009—2021年的城投債規(guī)模與宏觀變量的時(shí)間序列數(shù)據(jù)建立VAR模型，后對(duì)其進(jìn)行脈沖響應(yīng)分析、方差分解分析與格蘭杰因果檢驗(yàn)。結(jié)果表明：城投債發(fā)行與宏觀經(jīng)濟(jì)運(yùn)行之間存在雙向動(dòng)態(tài)效應(yīng)但并不對(duì)稱， 各宏觀經(jīng)濟(jì)指標(biāo)對(duì)城投債發(fā)行規(guī)模的沖擊較為穩(wěn)定且持續(xù)期較短，而城投債對(duì)宏觀經(jīng)濟(jì)指標(biāo)的沖擊較不穩(wěn)定且持續(xù)期長；除去自身滯后項(xiàng)的影響，城投債發(fā)行規(guī)模對(duì)房地產(chǎn)開發(fā)投資的貢獻(xiàn)率最大，而對(duì)城投債發(fā)行規(guī)模貢獻(xiàn)率最大的也是房地產(chǎn)開發(fā)投資；城投債發(fā)行規(guī)模的變化是引起房地產(chǎn)開發(fā)投資與社會(huì)消費(fèi)品零售總額變化的原因之一。

關(guān)? 鍵? 詞：城投債；宏觀經(jīng)濟(jì)指標(biāo)；雙向動(dòng)態(tài)效應(yīng)；發(fā)行規(guī)模

中圖分類號(hào)：F812.5? ? ? ?文獻(xiàn)標(biāo)識(shí)碼：A? ? ? ? ?文章編號(hào)：2096-2517（2023）04-0031-09

DOI：10.16620/j.cnki.jrjy.2023.04.004

收稿日期：2022-12-15

基金項(xiàng)目：河北省科技金融協(xié)同創(chuàng)新中心、河北省科技金融重點(diǎn)實(shí)驗(yàn)室開放基金項(xiàng)目“河北省大數(shù)據(jù)技術(shù)金融應(yīng)用問題研究”（STFCIC202101）

作者簡介：胡恒松，男，江蘇揚(yáng)州人，博士，教授，碩士生導(dǎo)師，研究方向?yàn)閰^(qū)域經(jīng)濟(jì)、政府投融資；花蓓，女，江蘇鹽城人，研究方向?yàn)閰^(qū)域經(jīng)濟(jì)、政府投融資。

一、問題提出

1994年我國實(shí)施分稅制改革， 財(cái)政收入按比例由中央政府與地方政府分成，財(cái)政支出責(zé)任根據(jù)“權(quán)責(zé)一致”原則劃入中央與地方政府。由于地方經(jīng)濟(jì)發(fā)展的要求， 地方政府財(cái)政赤字壓力巨大。1995年的《預(yù)算法》《擔(dān)保法》和1996年的《貸款通則》明確規(guī)定地方政府不得發(fā)債、 貸款和擔(dān)保融資， 地方政府的融資渠道進(jìn)一步受到限制。為了拓展融資渠道，各地方政府紛紛設(shè)立投融資平臺(tái)。地方政府投融資平臺(tái)采取的主要融資方式是向銀行借貸和發(fā)行城投債。由于城投債有著相比于向銀行借款更少的外部約束，其發(fā)行規(guī)模占地方融資平臺(tái)債務(wù)的比例逐漸上升。

一方面，地方政府融資平臺(tái)通過發(fā)行城投債所募集到的資金多用于基礎(chǔ)設(shè)施建設(shè)、 交通建設(shè)運(yùn)營、土地開發(fā)整理、園區(qū)開發(fā)、金融建設(shè)、公用事業(yè)等與經(jīng)濟(jì)發(fā)展、城市化、投融資、財(cái)政、民生息息相關(guān)的領(lǐng)域，對(duì)所涉領(lǐng)域均產(chǎn)生較大影響；另一方面，城投債發(fā)行的目的是為政府融資，財(cái)政壓力是促進(jìn)地方政府發(fā)行城投債的關(guān)鍵因素， 財(cái)政壓力越大，城投債發(fā)行頻率與規(guī)模越大。如今城投債已成為地方政府債務(wù)的重要組成部分，政府債務(wù)規(guī)模的大小不僅關(guān)系到地區(qū)的經(jīng)濟(jì)增長、 金融風(fēng)險(xiǎn)與投資安全[1]，也會(huì)通過影響財(cái)政政策、財(cái)政支出、稅收計(jì)劃等進(jìn)一步滲入地區(qū)居民生活的方方面面。 由此可見， 城投債的發(fā)行與經(jīng)濟(jì)運(yùn)行之間的關(guān)系是緊密、復(fù)雜且雙向的。研究城投債與各類反映地區(qū)實(shí)力與發(fā)展的經(jīng)濟(jì)指標(biāo)的關(guān)系對(duì)厘清各指標(biāo)間的內(nèi)在聯(lián)系、觀察城投債在各經(jīng)濟(jì)要素中發(fā)揮的正向或反向作用、提出同時(shí)適應(yīng)城投債特點(diǎn)與經(jīng)濟(jì)發(fā)展需求的政策具有重要的意義。

基于此背景，本文將研究重點(diǎn)放在城投債的發(fā)行規(guī)模與主要宏觀指標(biāo)之間的動(dòng)態(tài)關(guān)系上，以期運(yùn)用計(jì)量模型得到作用關(guān)系的滯后時(shí)長、 持續(xù)時(shí)間、影響大小等具體信息。在主要宏觀經(jīng)濟(jì)指標(biāo)的選取上， 本文將綜合考慮數(shù)據(jù)的可得性與指標(biāo)的關(guān)聯(lián)性，分別從財(cái)政、投資、融資、消費(fèi)、進(jìn)出口、經(jīng)濟(jì)水平等方面選取有代表性的指標(biāo)。

二、文獻(xiàn)綜述

城投債與宏觀經(jīng)濟(jì)運(yùn)行之間存在何種關(guān)系一直是學(xué)術(shù)界討論的重點(diǎn)。部分學(xué)者側(cè)重于研究城投債如何影響宏觀經(jīng)濟(jì)指標(biāo)。如徐長生等（2016）利用255個(gè)城市的年度面板數(shù)據(jù)建模得出城投債首先作用于基礎(chǔ)設(shè)施建設(shè)， 再通過基建作用于地區(qū)經(jīng)濟(jì)， 其在實(shí)證研究中加入基建的中介效應(yīng)， 最后證明城投債的擴(kuò)大顯著影響固定資產(chǎn)投資與地方經(jīng)濟(jì)總量指標(biāo)[2]。胡奕明等（2016）搜集30個(gè)省份歷年地方政府性債務(wù)數(shù)據(jù)，研究發(fā)現(xiàn)政府在發(fā)債的過程中會(huì)增加財(cái)政支出，同時(shí)刺激投資與消費(fèi)并提高居民可支配收入水平， 從而改善地區(qū)有效需求不足，提高地方生產(chǎn)總值[3]。鄭興新等（2020）基于省際年度面板數(shù)據(jù)的中介效應(yīng)模型分析認(rèn)為，地方債務(wù)主要投向基建領(lǐng)域，擠出私人投資，使投資環(huán)境惡化，又主要依靠土地出讓金償還債務(wù)， 進(jìn)而抬高房價(jià)，造成房地產(chǎn)行業(yè)過度繁榮，最終不利于經(jīng)濟(jì)發(fā)展[4]。

部分學(xué)者側(cè)重于研究宏觀經(jīng)濟(jì)指標(biāo)如何影響城投債規(guī)模。盧進(jìn)勇等（2020）對(duì)各省年度數(shù)據(jù)展開研究，認(rèn)為在“新常態(tài)”階段我國經(jīng)濟(jì)增速下滑明顯，政府看重地區(qū)生產(chǎn)總值指標(biāo)，故為了提高地區(qū)生產(chǎn)總值會(huì)加大投資， 而在財(cái)政收支受約束的條件下， 城投債會(huì)成為政府用來募集資金的重要手段，并通過省份面板數(shù)據(jù)驗(yàn)證了此假設(shè)，說明地區(qū)生產(chǎn)總值影響城投債規(guī)模[5]。劉生龍等（2022）通過收集7年間中國地級(jí)市面板數(shù)據(jù)建模，研究發(fā)現(xiàn)外商直接投資對(duì)城投債規(guī)模產(chǎn)生正向影響，F(xiàn)DI占GDP比重每提高1%， 城投債占財(cái)政收入的比重就會(huì)提高4.4%[6]。

還有部分學(xué)者直接觀察城投債規(guī)模與經(jīng)濟(jì)指標(biāo)之間的雙向效應(yīng)。冼國明等（2016）基于空間計(jì)量模型研究包含城投債在內(nèi)的地方政府債務(wù)與金融發(fā)展、外商直接投資之間的關(guān)系，認(rèn)為地方債務(wù)對(duì)外商直接投資有顯著的抑制作用，和金融發(fā)展之間則存在著較強(qiáng)的相互影響關(guān)系，且在考慮金融發(fā)展對(duì)城投債的影響后，城投債對(duì)外商直接投資的負(fù)向作用會(huì)得到進(jìn)一步加強(qiáng)[7]。楊云（2019）在一個(gè)內(nèi)生經(jīng)濟(jì)增長框架下考察了城投債對(duì)經(jīng)濟(jì)增長的影響，研究發(fā)現(xiàn)，由于同時(shí)受到經(jīng)濟(jì)增長率和實(shí)際債務(wù)利息率的影響， 城投債對(duì)經(jīng)濟(jì)增長的影響是不確定的，公共基礎(chǔ)設(shè)施領(lǐng)域資金占城投債總資金比例的上升將會(huì)促進(jìn)經(jīng)濟(jì)增長[8]。

通過對(duì)文獻(xiàn)梳理可以看出：第一，已有文獻(xiàn)多關(guān)注城投債與特定的一至兩個(gè)宏觀指標(biāo)的關(guān)系，少有將城投債發(fā)行與多個(gè)宏觀變量納入同一模型中綜合分析；第二，大部分文獻(xiàn)在建模時(shí)選擇的數(shù)據(jù)是分省分城市面板數(shù)據(jù)，更多考慮區(qū)域性對(duì)城投債與經(jīng)濟(jì)指標(biāo)關(guān)系的影響，少有將區(qū)域城投債數(shù)據(jù)合并為整體，從一國城投債發(fā)行總量角度分析其與宏觀指標(biāo)的關(guān)系；第三，大部分文獻(xiàn)使用的經(jīng)濟(jì)數(shù)據(jù)是年度數(shù)據(jù)， 少有使用月度數(shù)據(jù)進(jìn)行建模的文章，且使用年度數(shù)據(jù)研究動(dòng)態(tài)變化關(guān)系相比于月度數(shù)據(jù)跨越度更大更粗糙， 又因城投債發(fā)展歷史較短，縱向可獲得的年度數(shù)據(jù)較少，從而存在樣本數(shù)量不足的問題。

三、研究設(shè)計(jì)

（一）變量定義

在反映城投債發(fā)行的變量選取上，本文參考楊云（2019）[8]的做法；在反映宏觀經(jīng)濟(jì)運(yùn)行的變量選取上，參考司海平等（2019）[9]的做法，將城投債各類文獻(xiàn)中最常考慮的控制變量納入模型， 涵蓋房地產(chǎn)、投資、融資、消費(fèi)、進(jìn)出口五大方向。建模選取的變量除城投債發(fā)行規(guī)模是經(jīng)過手動(dòng)計(jì)算后獲得，其他全部直接從WIND數(shù)據(jù)庫獲取，具體定義見表1。

城投債發(fā)行規(guī)模（ctz）：單位是億元，通過將WIND數(shù)據(jù)庫中每月全國各地方政府融資平臺(tái)發(fā)行的城投債數(shù)據(jù)加總得到每月城投債發(fā)行總規(guī)模。

房地產(chǎn)開發(fā)投資完成額（fdc）：單位是億元，體現(xiàn)各期房地產(chǎn)開發(fā)投資的整體情況，是反映房地產(chǎn)開發(fā)投資規(guī)模的主要指標(biāo)。

社會(huì)融資規(guī)模（sr）：單位是億元，反映一定時(shí)期內(nèi)金融體系給予經(jīng)濟(jì)實(shí)體的全部資金總額，體現(xiàn)了金融體系對(duì)實(shí)體經(jīng)濟(jì)及社會(huì)融資需求的支持程度。

進(jìn)出口貿(mào)易總值（jck）：指以貨幣表示的一個(gè)國家或地區(qū)的進(jìn)出口貿(mào)易總金額，計(jì)算方法為進(jìn)口總值加出口總值，單位是億美元，該指標(biāo)是反映對(duì)外貿(mào)易規(guī)模和水平的重要依據(jù)。

社會(huì)消費(fèi)品零售總額（xf）：指各行業(yè)直接售給居民的消費(fèi)品總額，單位是億元，主要用于反映全社會(huì)實(shí)物商品的消費(fèi)情況。

外商直接投資（fdi）：反映外國經(jīng)濟(jì)組織或個(gè)人在中國直接投資的行為，外商直接投資反映國際投資者對(duì)我國經(jīng)濟(jì)運(yùn)行前景、趨勢的判斷。

（二）模型構(gòu)建

為了分析城投債發(fā)行與各宏觀指標(biāo)之間的雙向關(guān)系，本文選擇VAR方法進(jìn)行建模。向量自回歸模型（VAR）是對(duì)多個(gè)相關(guān)經(jīng)濟(jì)指標(biāo)進(jìn)行分析與預(yù)測時(shí)最常用的模型之一。傳統(tǒng)的經(jīng)濟(jì)計(jì)量模型在描述變量關(guān)系時(shí)需要以經(jīng)濟(jì)理論為前提， 但在探索變量的動(dòng)態(tài)關(guān)系時(shí)， 預(yù)設(shè)的經(jīng)濟(jì)理論往往不足以提供完全一致的解釋，且一般方程又總避免不了內(nèi)生變量的問題。因此，為使估計(jì)更加貼合數(shù)據(jù)本身而非預(yù)設(shè)理論，使模型更加簡單且不易出錯(cuò)，一種采用非結(jié)構(gòu)性方法建立各變量間關(guān)系的模型被提出，即VAR模型[10]。

VAR模型不以嚴(yán)格的經(jīng)濟(jì)理論為依據(jù)， 不帶有任何事先約束條件，其主要作用是估計(jì)所有內(nèi)生變量間的雙向動(dòng)態(tài)關(guān)系，并據(jù)此分析模型中各變量及其滯后項(xiàng)對(duì)其他變量的影響，最終達(dá)到預(yù)測的效果。其原理是將系統(tǒng)中的每一個(gè)內(nèi)生變量都作為所有內(nèi)生變量滯后項(xiàng)的函數(shù)，從而使單變量自回歸模型擴(kuò)展成了由多元時(shí)間序列變量組成的“向量”自回歸模型。

模型的數(shù)學(xué)表達(dá)式為：

將yt、yt-j展開得到如下表達(dá)式：

其中，t表示時(shí)間， 單位是月，j表示滯后階數(shù)，由于本文時(shí)間頻率是月度， 所以滯后j期代表滯后j月，y表示內(nèi)生變量，yt-j為內(nèi)生變量yt的滯后j期。本文中yt即城投債發(fā)行規(guī)模（ctzt）、房地產(chǎn)開發(fā)投資完成額（fdct）、社會(huì)融資規(guī)模（srt）、進(jìn)出口貿(mào)易總值（jckt）、社會(huì)消費(fèi)品零售總額（xft）、外商直接投資（fdit）這六個(gè)變量的向量。此外，α表示常數(shù)向量，βj則是回歸系數(shù)矩陣， 反映各指標(biāo)與不同滯后期所有指標(biāo)（包括自身）的關(guān)聯(lián)性，μt是隨機(jī)誤差項(xiàng)。

（三）數(shù)據(jù)說明

1.樣本區(qū)間

樣本區(qū)間選擇2009—2021年， 原因是此前投融資平臺(tái)一直處于起步階段，數(shù)據(jù)量較小，而2008年金融危機(jī)后，受國家“4萬億”經(jīng)濟(jì)政策的刺激，融資平臺(tái)數(shù)量激增，2009年底全國各地平臺(tái)大概有8000多家， 至此城投債數(shù)據(jù)才較為適合進(jìn)行大數(shù)據(jù)分析。由于本文要研究的是城投債規(guī)模與各宏觀經(jīng)濟(jì)指標(biāo)之間動(dòng)態(tài)的相互關(guān)系，而各經(jīng)濟(jì)指標(biāo)最高頻的數(shù)據(jù)是月度數(shù)據(jù)，同時(shí)由于部分變量的個(gè)別月份數(shù)據(jù)存在缺失， 故最終的樣本區(qū)間是2009年7月至2021年11月，共119條觀測數(shù)據(jù)，全部從WIND數(shù)據(jù)庫獲取。

2.數(shù)據(jù)處理

由表1中的變量描述性統(tǒng)計(jì)可知，不同變量之間數(shù)值相差較大，容易產(chǎn)生異方差問題，因此需要進(jìn)一步對(duì)變量進(jìn)行處理。本文選擇的處理方法是變量同時(shí)取對(duì)數(shù)，不僅能解決異方差問題，取對(duì)數(shù)后的數(shù)據(jù)可用來反映原變量的增長率，依舊具有經(jīng)濟(jì)含義。

四、實(shí)證結(jié)果

（一）ADF檢驗(yàn)

在建立VAR模型之前， 需要對(duì)數(shù)據(jù)進(jìn)行單位根檢驗(yàn)，以確保使用的數(shù)據(jù)為平穩(wěn)數(shù)據(jù)，否則將出現(xiàn)偽回歸的現(xiàn)象。 文章采用ADF方法檢驗(yàn)各變量序列是否存在單位根。

由表2可知， 所有序列在5%的顯著性水平下皆存在單位根，說明序列皆不平穩(wěn)，處理方法是對(duì)序列進(jìn)行差分，可以看到模型需要的所有變量皆在一階差分后即達(dá)到平穩(wěn)狀態(tài)，因此，文章選擇使用△lnctz、△lnfdc、△lnsr、△lnjck、△lnxf和△lnfdi數(shù)據(jù)集進(jìn)行VAR建模。

（二）滯后期選擇

建立VAR模型需要確定滯后階數(shù)。在Eviews軟件中依次取不同的滯后階數(shù)來估計(jì)模型，通常選擇LR、FPE、AIC、SC、HQ值達(dá)到最小的滯后階數(shù)。從表3可以發(fā)現(xiàn)，LR、FPE、AIC、SC及HQ五個(gè)常用指標(biāo)全部選擇二階， 故確定VAR模型最佳滯后階數(shù)為2。

（三）平穩(wěn)性檢驗(yàn)

對(duì)VAR模型進(jìn)行后續(xù)分析、 檢驗(yàn)的前提條件是VAR模型穩(wěn)定，而判斷是否平穩(wěn)應(yīng)當(dāng)通過單位根檢驗(yàn)，當(dāng)特征方程根的逆全部落在單位圓以內(nèi)時(shí)，則表明模型平穩(wěn)。圖1表明VAR（2）模型特征根的逆皆落在單位圓以內(nèi)，說明VAR（2）模型是平穩(wěn)的。

（四）脈沖響應(yīng)分析

脈沖響應(yīng)函數(shù)分析的是在控制其他變量各期不變動(dòng)時(shí)，一個(gè)變量在受到?jīng)_擊后對(duì)其他變量當(dāng)期和未來各期取值的影響，脈沖響應(yīng)函數(shù)能夠全面反映變量之間的動(dòng)態(tài)相互關(guān)系。對(duì)城投債規(guī)模和各經(jīng)濟(jì)指標(biāo)進(jìn)行脈沖響應(yīng)分析， 滯后期數(shù)最長設(shè)置為10，最終得到多張結(jié)果圖，其中橫軸表示沖擊作用的期數(shù)（月），縱軸表示沖擊作用的方向及大小，中間的實(shí)線表示脈沖響應(yīng)函數(shù)，兩邊的虛線表示正負(fù)兩倍標(biāo)準(zhǔn)差偏離帶。

由于城投債對(duì)其他變量的沖擊均像城投債對(duì)房地產(chǎn)、社會(huì)融資規(guī)模的沖擊一樣，呈現(xiàn)多期以后依舊正負(fù)影響交織的不穩(wěn)定狀態(tài)， 無規(guī)律可言，僅需分析為何不穩(wěn)定，故在此省略城投債沖擊對(duì)進(jìn)出口、消費(fèi)、外商直接投資的脈沖響應(yīng)分析。

1.城投債受沖擊對(duì)自身的影響

城投債規(guī)模在0時(shí)刻受到自身的沖擊后，對(duì)之后兩個(gè)月的影響最大，但影響快速減弱，同時(shí)城投債發(fā)行規(guī)模對(duì)其自身的沖擊主要為正（見圖2）。這表明城投債發(fā)行規(guī)模存在自我擴(kuò)張效應(yīng)，原因是城投公司通過融資獲得的資金滿足地方經(jīng)濟(jì)發(fā)展需求，但債務(wù)需要進(jìn)行定期償付，對(duì)此城投平臺(tái)常用的策略是借新債還舊債，導(dǎo)致當(dāng)期城投債發(fā)行后也會(huì)增加后一期城投債的發(fā)行。

2.其他變量受沖擊對(duì)城投債的影響

圖3至圖7反映其他變量受沖擊引起城投債的變化趨勢。

圖3顯示，當(dāng)房地產(chǎn)開發(fā)投資完成額受到一個(gè)正向沖擊時(shí)，在前兩個(gè)月對(duì)城投債規(guī)模沒有明顯影響，說明城投債對(duì)房地產(chǎn)市場沖擊的反應(yīng)有滯后；第三個(gè)月作用為正，隨后逐漸趨于0，原因是地方政府一般會(huì)將土地作為資產(chǎn)注入到城投平臺(tái)中，房地產(chǎn)行業(yè)比較景氣時(shí)，后續(xù)土地的價(jià)格也會(huì)隨之提高，從而擴(kuò)大了融資平臺(tái)的資產(chǎn)規(guī)模，推動(dòng)了融資平臺(tái)城投債發(fā)行規(guī)模的擴(kuò)張。

圖4顯示，當(dāng)外商直接投資受到一個(gè)正向沖擊時(shí)， 對(duì)城投債規(guī)模的影響首先是負(fù)的， 說明外商直接投資的增加使得城投債發(fā)行減少。發(fā)行城投債是政府籌集資金進(jìn)行投資的主要途徑之一，進(jìn)一步說明了前期外商直接投資與政府投資之間的擠出效應(yīng)大于擠入效應(yīng)。外商直接投資的增加擴(kuò)大了國內(nèi)的總體投資規(guī)模，一定程度上降低了部分項(xiàng)目對(duì)政府投資的依賴，政府支持的融資平臺(tái)也就減少了城投債的發(fā)行。而在一段時(shí)間以后即第三、四期內(nèi)，外商直接投資的正向沖擊反而促進(jìn)了城投債的發(fā)行，說明此時(shí)外商直接投資對(duì)政府投資的擠入效應(yīng)又超過了擠出效應(yīng)。

圖5顯示， 當(dāng)進(jìn)出口貿(mào)易總值受到正向沖擊時(shí)， 對(duì)城投債規(guī)模的影響在前兩個(gè)月是負(fù)向的，后逐漸趨于0。原因是進(jìn)出口貿(mào)易總值越大，政府收入越多， 越能覆蓋基礎(chǔ)設(shè)施建設(shè)等的建設(shè)性支出，財(cái)政的壓力就越小[11]，對(duì)城投債的需求量就越小，城投債的發(fā)行量越小。

圖6顯示，當(dāng)社會(huì)融資規(guī)模受到一個(gè)正向沖擊時(shí)， 對(duì)城投債發(fā)行規(guī)模的影響在前兩個(gè)月為正，第三個(gè)月為負(fù)，隨后逐漸趨于0。這說明當(dāng)社會(huì)需要大量資金進(jìn)行生產(chǎn)經(jīng)營活動(dòng)時(shí)， 政府會(huì)增加對(duì)交通、住房、金融等領(lǐng)域的投資，通過融資平臺(tái)發(fā)行城投債的規(guī)模也會(huì)增大，但隨后由于政府融資對(duì)社會(huì)融資產(chǎn)生擠出效應(yīng)，融資平臺(tái)又會(huì)適當(dāng)調(diào)整城投債的發(fā)行量。

圖7顯示，當(dāng)消費(fèi)受到一個(gè)正向沖擊時(shí)，對(duì)城投債發(fā)行規(guī)模的影響持續(xù)3個(gè)月且為正，后逐漸趨于0。原因是消費(fèi)的增長推動(dòng)經(jīng)濟(jì)增長，并進(jìn)一步刺激了政府投資，促進(jìn)了投融資平臺(tái)的城投債發(fā)行。

3.城投債受沖擊對(duì)其他變量的影響

圖8顯示， 當(dāng)城投債規(guī)模受到一個(gè)正向沖擊時(shí)，對(duì)房地產(chǎn)的影響并不穩(wěn)定，且持續(xù)時(shí)間較長，在受影響最大的區(qū)間即一至二月內(nèi)房地產(chǎn)會(huì)受到負(fù)面的沖擊。原因是政府財(cái)政支出缺口暫時(shí)由城投債募集到的資金補(bǔ)足，對(duì)通過出讓土地使用權(quán)獲取收入的方法的使用減少，故房地產(chǎn)開發(fā)投資也相對(duì)有所減少，但隨后的一段時(shí)間里，由于城投債對(duì)提升城市基礎(chǔ)設(shè)施建設(shè)和公共服務(wù)水平的作用逐漸凸顯，故又帶動(dòng)了房地產(chǎn)的開發(fā)投資。

圖9顯示， 當(dāng)城投債規(guī)模受到一個(gè)正向沖擊時(shí)，對(duì)社會(huì)融資規(guī)模的影響不穩(wěn)定，原因是城投債規(guī)模擴(kuò)大說明政府的投資增加。一方面對(duì)社會(huì)融資規(guī)模有正向的溢出效應(yīng)，另一方面對(duì)社會(huì)融資規(guī)模中其他部門的投融資又有負(fù)面的擠出效應(yīng)。

（五）方差分解

方差分解是通過分析每一個(gè)結(jié)構(gòu)沖擊對(duì)內(nèi)生變量變化的貢獻(xiàn)度，進(jìn)一步評(píng)價(jià)不同結(jié)構(gòu)沖擊的重要性，模型設(shè)置期數(shù)為10期，為列示簡明，此處僅列出第1、5、10期結(jié)果，結(jié)果見表4。

從表4可以看到， 除去城投債自身的沖擊，方差分解中對(duì)不同預(yù)測期城投債發(fā)行規(guī)模的貢獻(xiàn)率最大的是房地產(chǎn)開發(fā)投資完成額； 除去房地產(chǎn)自身的沖擊，方差分解中對(duì)不同預(yù)測期房地產(chǎn)開發(fā)投資完成額的貢獻(xiàn)率最大的是城投債規(guī)模， 達(dá)到13%左右；除去外商直接投資自身的沖擊，方差分解中對(duì)不同預(yù)測期外商直接投資的貢獻(xiàn)率最大的是房地產(chǎn)開發(fā)投資完成額，達(dá)到36%左右；除去進(jìn)出口貿(mào)易總值自身的沖擊，方差分解中對(duì)不同預(yù)測期進(jìn)出口貿(mào)易總值的貢獻(xiàn)率最大的是社會(huì)融資規(guī)模，達(dá)到14%左右；除去社會(huì)融資規(guī)模自身的沖擊，方差分解中對(duì)不同預(yù)測期社會(huì)融資規(guī)模的貢獻(xiàn)率最大的是房地產(chǎn)開發(fā)投資完成額，達(dá)到23%左右，其次是外商直接投資，達(dá)到18%左右；除去社會(huì)消費(fèi)品零售總額自身的沖擊，方差分解中對(duì)不同預(yù)測期社會(huì)消費(fèi)品零售總額的貢獻(xiàn)率最大的是房地產(chǎn)開發(fā)投資額，達(dá)到41%左右，其次是城投債規(guī)模， 達(dá)到11%左右。

（六）格蘭杰因果檢驗(yàn)

對(duì)變量進(jìn)行格蘭杰因果檢驗(yàn)，目的是觀察一個(gè)變量是否由另一個(gè)變量引起。表5顯示了模型中部分變量的檢驗(yàn)結(jié)果， 在VAR模型滯后期為2的前提下，可以得到房地產(chǎn)開發(fā)投資完成額、社會(huì)消費(fèi)品零售總額不是城投債規(guī)模的格蘭杰原因，說明房地產(chǎn)的變化和消費(fèi)的變化不是引起城投債規(guī)模變化的原因之一。城投債發(fā)行規(guī)模是房地產(chǎn)和消費(fèi)的格蘭杰原因，說明城投債規(guī)模的變化是引起房地產(chǎn)和消費(fèi)的原因之一。 其他變量如外商直接投資、進(jìn)出口貿(mào)易總值、社會(huì)融資規(guī)模和城投債規(guī)模之間沒有格蘭杰因果關(guān)系。

五、結(jié)論與建議

（一）研究結(jié)論

本文基于2009—2021年城投債規(guī)模與各類經(jīng)濟(jì)指標(biāo)的月度數(shù)據(jù)建立VAR模型， 并在此基礎(chǔ)上對(duì)各變量進(jìn)行脈沖響應(yīng)分析、方差分解分析與格蘭杰因果檢驗(yàn)。文中的實(shí)證結(jié)果證實(shí)了以下結(jié)論：

脈沖響應(yīng)結(jié)果說明，總體來看，各宏觀經(jīng)濟(jì)指標(biāo)對(duì)城投債發(fā)行規(guī)模的沖擊較為穩(wěn)定，且持續(xù)期皆不超過四個(gè)月，后逐漸趨于0；而城投債發(fā)行規(guī)模對(duì)各宏觀經(jīng)濟(jì)指標(biāo)的影響并不穩(wěn)定，持續(xù)時(shí)長皆超過五個(gè)月。

方差分解結(jié)果說明，除去變量滯后項(xiàng)對(duì)自身的貢獻(xiàn)外，對(duì)城投債發(fā)行規(guī)模貢獻(xiàn)最大的是房地產(chǎn)開發(fā)投資完成額，城投債發(fā)行規(guī)模則對(duì)房地產(chǎn)開發(fā)投資完成額貢獻(xiàn)最大。各變量中對(duì)其他變量貢獻(xiàn)最多最廣泛的是外商直接投資和房地產(chǎn)開發(fā)投資完成額。

格蘭杰因果檢驗(yàn)說明，城投債發(fā)行規(guī)模的變化是引起房地產(chǎn)開發(fā)投資、社會(huì)消費(fèi)品零售總額變化的原因之一；而后兩者皆不是引起城投債發(fā)行規(guī)模變化的原因；其他變量則與城投債發(fā)行規(guī)模之間相互不為因果關(guān)系。

綜合以上得出結(jié)論，城投債發(fā)行與宏觀經(jīng)濟(jì)運(yùn)行之間存在雙向動(dòng)態(tài)效應(yīng)，但影響大小、方向、持續(xù)期上并不對(duì)稱，各宏觀經(jīng)濟(jì)指標(biāo)對(duì)城投債發(fā)行規(guī)模的沖擊較為穩(wěn)定且持續(xù)期數(shù)短，而城投債發(fā)行規(guī)模對(duì)各宏觀經(jīng)濟(jì)指標(biāo)的沖擊較不穩(wěn)定且持續(xù)期長，說明房地產(chǎn)、投資、融資、消費(fèi)、進(jìn)出口這五大經(jīng)濟(jì)領(lǐng)域?qū)Τ峭秱?guī)模的影響較為顯著、 穩(wěn)定且短暫，而城投債規(guī)模對(duì)房地產(chǎn)、投融資等經(jīng)濟(jì)領(lǐng)域的影響更加模糊、多變且長久。經(jīng)濟(jì)運(yùn)行指標(biāo)中與城投債規(guī)模聯(lián)系最為密切的是房地產(chǎn)，其次是消費(fèi)。城投債發(fā)行是引起房地產(chǎn)和消費(fèi)變化的原因，房地產(chǎn)和城投債互為對(duì)對(duì)方貢獻(xiàn)度最大的要素。一方面地方政府會(huì)將土地作為資產(chǎn)注入到發(fā)行城投債的城投平臺(tái)中，另一方面土地出讓金收入是城投債發(fā)行的主要償還保障， 而土地價(jià)格又與房地產(chǎn)息息相關(guān)，所以城投債與房地產(chǎn)的聯(lián)系最為緊密。

（二）啟示與建議

基于上述研究結(jié)論，得到啟示與建議如下：

1. 重視城投債自我擴(kuò)張效應(yīng)。投融資平臺(tái)在確定城投債發(fā)行規(guī)模時(shí)應(yīng)考慮到城投債的自我擴(kuò)張效應(yīng)，要實(shí)時(shí)把握、跟蹤城投債的數(shù)額，將其規(guī)模控制在合理范圍內(nèi)，防止城投債發(fā)行后續(xù)造成過量與無節(jié)制擴(kuò)張效果。

2. 關(guān)注各經(jīng)濟(jì)領(lǐng)域?qū)Τ峭秱?guī)模的影響。研究結(jié)論顯示各經(jīng)濟(jì)指標(biāo)在發(fā)生變化后皆會(huì)對(duì)城投債產(chǎn)生較為穩(wěn)定的正向或負(fù)向沖擊，分析哪些因素會(huì)帶動(dòng)城投債規(guī)模的擴(kuò)大，哪些因素又會(huì)抑制城投債的持續(xù)增長，對(duì)于控制城投債的規(guī)模大小具有重要意義。

3.關(guān)注城投債對(duì)各經(jīng)濟(jì)領(lǐng)域的影響。城投債的發(fā)行對(duì)各經(jīng)濟(jì)指標(biāo)的沖擊并不穩(wěn)定，預(yù)測功能發(fā)揮的空間較小。但由于沖擊的持續(xù)時(shí)間長，仍有必要關(guān)注城投債對(duì)宏觀經(jīng)濟(jì)指標(biāo)尤其房地產(chǎn)與消費(fèi)的影響，譬如通過對(duì)數(shù)據(jù)進(jìn)行優(yōu)化、更改模型、單獨(dú)具體研究明確城投債對(duì)這些指標(biāo)的影響方向與規(guī)律，形成一條城投債影響其他經(jīng)濟(jì)指標(biāo)的傳導(dǎo)機(jī)制，并在政府需要提高某項(xiàng)經(jīng)濟(jì)指標(biāo)時(shí)對(duì)其加以利用。

4.提高城投債發(fā)行效率與效益。城投債作用于經(jīng)濟(jì)指標(biāo)的路徑繁多， 與經(jīng)濟(jì)指標(biāo)的聯(lián)系密切。城投債發(fā)行是否得當(dāng)、城投債資金使用效率高低會(huì)對(duì)經(jīng)濟(jì)發(fā)展產(chǎn)生較大影響，應(yīng)當(dāng)通過限制弱資質(zhì)平臺(tái)發(fā)債、規(guī)范城投債發(fā)行與監(jiān)管等方式幫助城投債市場提優(yōu)去劣[12]。此外，部分發(fā)行城投債的地方政府融資平臺(tái)過于依賴地方政府信用，自身資源配置效率低、城投債發(fā)行效益差，需要推動(dòng)這些地方融資平臺(tái)的轉(zhuǎn)型發(fā)展[13]，借助資本市場拓寬融資渠道，引入市場化手段降低、轉(zhuǎn)移城投債發(fā)行風(fēng)險(xiǎn)。

參考文獻(xiàn)：

［1］原倩.政府債務(wù)擴(kuò)張與經(jīng)濟(jì)長期停滯［J］.金融理論探索， 2022（3）：3-16.

［2］徐長生，程琳，莊佳強(qiáng).地方債務(wù)對(duì)地區(qū)經(jīng)濟(jì)增長的影響與機(jī)制——基于面板分位數(shù)模型的分析［J］.經(jīng)濟(jì)學(xué)家，2016（5）：77-86.

［3］胡奕明，顧祎雯.地方政府債務(wù)與經(jīng)濟(jì)增長——基于審計(jì)署2010—2013年地方政府性債務(wù)審計(jì)結(jié)果［J］.審計(jì)研究，2016（5）：104-112.

［4］鄭興新，張琦.地方債增長對(duì)實(shí)體經(jīng)濟(jì)發(fā)展的影響機(jī)制探討——基于省際面板數(shù)據(jù)的中介效應(yīng)模型分析［J］.新經(jīng)濟(jì)，2020（7）：81-92.

［5］盧進(jìn)勇，李思靜.經(jīng)濟(jì)效率、刺激依賴與城投債規(guī)模［J］.經(jīng)濟(jì)與管理評(píng)論，2020，36（6）：28-35.

［6］劉生龍，張鵬龍.外商直接投資對(duì)城投債的影響——來自歐債危機(jī)的自然實(shí)驗(yàn)［J］.經(jīng)濟(jì)科學(xué)，2022（5）：14-30.

［7］冼國明，冷艷麗.地方政府債務(wù)、金融發(fā)展與FDI——基于空間計(jì)量經(jīng)濟(jì)模型的實(shí)證分析［J］.南開經(jīng)濟(jì)研究，2016（3）：52-74.

［8］楊云.城投債影響經(jīng)濟(jì)增長——規(guī)模與資金用途結(jié)構(gòu)的作用［J］.經(jīng)濟(jì)科學(xué)，2019（2）：27-39.

［9］司海平，李群，於勇成.地方發(fā)債與經(jīng)濟(jì)增長［J］.科學(xué)與管理，2019，39（5）：47-52.

［10］張雨晗，楊進(jìn)，李慧.老齡化城鄉(xiāng)收入差距與經(jīng)濟(jì)增長的影響探究基于面板向量自回歸模型［J］.農(nóng)業(yè)與技術(shù)，2022，42（4）：156-159.

［11］謝易和.廣東外貿(mào)進(jìn)出口對(duì)財(cái)政收入的影響分析［J］.經(jīng)濟(jì)論壇，2021（3）：46-55.

［12］鄧楚.中國城投債主要風(fēng)險(xiǎn)及防范化解對(duì)策［J］.寧波經(jīng)濟(jì)（三江論壇），2022（4）：5-7.

［13］“中國地方政府與融資平臺(tái)債務(wù)分析”課題組.我國地方政府債務(wù)發(fā)展中的風(fēng)險(xiǎn)及化解建議［J］.金融理論探索，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(zé)任編輯：龍會(huì)芳；校對(duì)：盧艷茹）