城投利差决定因素分解政府层级的角度

1、内容目录 HYPERLINK l _TOC_250016 我国城投的政府层级间分布 4 HYPERLINK l _TOC_250015 城投债存量的政府间分布 4城投利差的政府间分布 6 HYPERLINK l _TOC_250014 如何拆分城投债的信用利差 9 HYPERLINK l _TOC_250013 城投债信用利差计算方法与特征 9 HYPERLINK l _TOC_250012 城投债信用利差的拆分方法 11 HYPERLINK l _TOC_250011 城投信用利差的主导因素如何变化 12 HYPERLINK l _TOC_250010 城投信仰弱化，城投属性贡献度持续下滑

2、12 HYPERLINK l _TOC_250009 区域重要性提升幅度高于公司自身，且层级越低区域越重要 13 HYPERLINK l _TOC_250008 省份重要性日益提升 14 HYPERLINK l _TOC_250007 不同省份利差贡献因素拆分 16 HYPERLINK l _TOC_250006 重点省份利差决定因素分析 20 HYPERLINK l _TOC_250005 5.1 江苏 20 HYPERLINK l _TOC_250004 5.2 浙江 23 HYPERLINK l _TOC_250003 5.3 山东 25 HYPERLINK l _TOC_250002

3、5.4 四川 27 HYPERLINK l _TOC_250001 5.5 湖南 29 HYPERLINK l _TOC_250000 风险提示 31图表目录图表 1：分行政层级城投债存量规模占比变化 4图表 2：江苏各行政级别城投债余额占比 5图表 3：浙江各行政级别城投债余额占比 5图表 4：各省政府层级间城投债分布（2020M12） 6图表 5：2005 年以来城投债发行规模与数量 7图表 6：各地城投债与国开债利差（2020M12） 8图表 7：各市城投债信用利差（2020 年底） 9图表 8：城投债平均信用利差 10图表 9：分省份信用利差变化情况 10图表 10：不同评级城投债信用

4、利差 11图表 11：不同行政层级平台拆解维度 12图表 12：城投属性对各层级平台利差贡献度 13图表 13：区域对各层级平台利差贡献度 13图表 14：公司自身对各层级平台利差贡献度 14图表 15：2015 年以来各层级城投平台区域和公司自身对利差贡献度提升额 14图表 16：地级市平台省份与城市对利差贡献度 15图表 17：区县级平台省份、城市与区县对利差贡献度 15图表 18：各省份城投平台信用利差贡献度（2020 年 12 月） 16图表 19：省级城投平台公司自身贡献比例与省份信用利差（2020 年底数据） 17图表 20：地级市城投平台省份贡献比例（2020 年底数据） 17图

5、表 21：地级市城投平台城市贡献比例（2020 年底数据） 18 HYPERLINK / P.2图表 22：地级市城投平台公司自身贡献比例（2020 年底数据） 18 HYPERLINK / P.3图表 23：区县级城投平台省份贡献比例（2020 年底数据） 19图表 24：区县级城投平台地市贡献比例（2020 年底数据） 19图表 25：区县级城投平台区县贡献比例（2020 年底数据） 20图表 26：区县级城投平台公司自身贡献比例（2020 年底数据） 20图表 27：城投属性对江苏省各层级平台利差贡献度 21图表 28：公司自身对江苏省各层级平台利差贡献度 21图表 29：区域对江苏省各

6、层级平台利差贡献度 22图表 30：江苏省地级市平台省份与城市对利差贡献度 22图表 31：江苏省区县级平台省份、城市与区县对利差贡献度 22图表 32：城投属性对浙江省各层级平台利差贡献度 23图表 33：公司自身对浙江省各层级平台利差贡献度 23图表 34：区域对浙江省各层级平台利差贡献度 24图表 35：浙江省地级市平台省份与城市对利差贡献度 24图表 36：浙江省区县级平台省份、城市与区县对利差贡献度 24图表 37：城投属性对山东省各层级平台利差贡献度 25图表 38：公司自身对山东省各层级平台利差贡献度 25图表 39：区域对山东省各层级平台利差贡献度 26图表 40：山东省地级市

7、平台省份与城市对利差贡献度 26图表 41：山东省区县级平台省份、城市与区县对利差贡献度 26图表 42：城投属性对四川省各层级平台利差贡献度 27图表 43：公司自身对四川省各层级平台利差贡献度 27图表 44：区域对四川省各层级平台利差贡献度 28图表 45：四川省地级市平台省份与城市对利差贡献度 28图表 46：四川省区县级平台省份、城市与区县对利差贡献度 28图表 47：城投属性对湖南省各层级平台利差贡献度 29图表 48：公司自身对湖南省各层级平台利差贡献度 29图表 49：区域对湖南省各层级平台利差贡献度 30图表 50：湖南省地级市平台省份与城市对利差贡献度 30图表 51：湖南

8、省区县级平台省份、城市与区县对利差贡献度 30城投是当前信用债的核心品种，由于城投兼具政府信用和企业信用，因而在分析过程中需要同时分析企业经营和财务状况，以及政府财政和债务状况。而在分析政府财政和债务状况的时候，由于我国政府的单一制特点，对于辖区内城投不仅需要分析本级政府财政和债务状况，还需要分析上级政府财政和债务状况。这往往导致城投的分析陷入繁重的数据梳理工作。那么既然城投信用既取决于平台自身财务债务状况，又取决于地方各级政府的财政债务情况，那么我们有没有办法将城投利差的决定因素分解为各级政府决定的部分和城投个体自身决定的部分。通过观察各部分占比，我们可以判断各级政府信用对城投利差的决定力如

9、何。同时，还可以在区域之间进行对比，来观察那些地区的城投利差层级更为上收，省级政府起了更大解释作用；那些地区城投利差个体因素或者区县级政府影响更大。据此，我们可以判断在分析不同地区城投时，哪些只需分析省级财政债务状况即可，哪些需要对个体经营债务或者区县级财政债务状况进行深入的分析。由于我国政府分为中央、省市、地市、区县、乡镇五级，其中省市、地市、区县三级政府城投平台发债较多，乡镇级城投发债的很少，可以忽略。因此，我们尝试将城投利差分解为总体城投影响、省级政府、地市级政府、区县级政府影响以及个体影响等几部分，分别观察各级政府影响的占比分布和地区差异，并据此给出各地城投利差主要决定因素的判断。我国

10、城投的政府层级间分布城投债存量的政府间分布随着我国经济的发展和地方政府融资需求的增加，过去十年城投平台债券融资的政府层级一直在下沉，表现为省级平台占比的下降和地市、区县级平台占比的提升。随着地方经济发展，越来越多的低行政层级平台可以在公开市场发债，2010 年以来公开市场存量城投债中区县级和地市级占比的持续提升和省级占比的持续下降。区县级城投债在存量城投债中占比从 2010 年不足 10%的比例提升至 2020 年末的近 28.4%，累计上升近 20个百分点。而地市级平台城投债占比同样从 2010 年末不足 30%上升至 2020 年末的44.3%，对应的是省级平台城投债占比从 2010 年

11、60%以上的比例下降至 2020 年末27.3%，降幅在 30 个百分点以上。目前地市级平台占比最高，在四成以上，而省级和区县级占比相近，均略低于三成。省级地市级 区县级图表 1：分行政层级城投债存量规模占比变化各行政级别城投债余额占比，% 706050403020100 HYPERLINK / P.420102011201220132014201520162017201820192020资料来源：Wind，截止 2020 年末，城投债余额为 11.5 万亿。从地区状况来看，城投债集中在江苏、浙江、山东、四川、湖南等省份，五省合计占城投债存量比例的 45%，其中江苏作为城投大省占比高达 18.

12、7%，是需要考虑的主要挖掘对象，而海南、西藏、宁夏、内蒙古、青海、黑龙江等经济相对落后的中西部省份，城投债规模则非常有限，六省合计占全部城投债余额比例仅为 1.2%，可挖掘的价值有限。从各省城投债的行政层级分布差异也很大。天津、云南、北京、甘肃等省份主要以省级城投为主，占比在六成以上。江西、重庆、福建、安徽等省份则以地市级城投为主，占比同样在六成以上。而最大的两个城投省份则以区县级城投债为主，其中江苏区县级城投债占比 53.3%，省级占比仅有 5.7%；而浙江区县级城投占比高达 69.5%，省级城投占比仅为 25.7%。而山东、四川、湖南等几个城投大省城投债在政府层级间的分布则较为均衡，山东省

13、、地市、区县三级占比分别为 20.7%、43.3%和 36.0%，而四川三级占比分别为 26.3%、41.5%和 32.1%，湖南地市级占比略高，三级占比分别为 13.0%、 52.2%和 34.8%。总体上，城投在政府层级间的分布特征为经济越发达，越低政府层级的城投债占比越高。从各地城投政府层级分布变化来看，区县级城投占比的提升主要贡献来自江苏、浙江等发达省份，而地市级城投占比提升主要贡献则来自重庆、河南、河北等中部省份。过去十年江浙地区区县级城投占比一路提升，特别是浙江，区县级城投占比从 2010 年的 30%附近一路提升至目前的 70%，而江苏同期也从不到 30%的比例提升至目前的 50

14、%以上，两省是全国区县级城投占比提升的主要原因。而地市级占比的提升则主要依赖于中西部省份，其中重庆地市级城投占比较 2010 年提升 64.2 个百分点至 78.2%，河南和河北分别较 2010 年提升 45.7 和 49.9 个百分点至 56.9%和 49.9%，地市级城投占比提升最为显著。图表 2：江苏各行政级别城投债余额占比图表 3：浙江各行政级别城投债余额占比省级地市级区县级江苏各行政级别城投债余额占比，% 60504030201002010 2011 2012 2013 2015 2016 2017 2018 2020省级地市级区县级浙江各行政级别城投债余额占比，% 80706050

15、4030201002010 2011 2012 2013 2014 2015 2017 2018 2019 2020 HYPERLINK / P.5资料来源：Wind，资料来源：Wind，图表 4：各省政府层级间城投债分布（2020M12）存量省级地市区县省级地市区县省级地市区县省级地市级区县级2020M12 与 2010M12 占比变亿元亿元亿元亿元2020M12 占比, %2010M12 占比, %化，%海南 天津 云南 北京 青海 甘肃 内蒙古上海 山西 广东广西135.4488430515732271.61006256.02409120958202446132.438292232396

16、3174.1603.3147.61272632.2282711323.01055638.3176974.0313.481.31136557.7257211890.00.0181.30.023.689.627.00.019.8420.6124.897.878.473.169.164.160.057.752.852.348.646.32.221.620.930.927.231.131.847.246.144.248.60.00.05.90.08.78.910.50.01.67.25.183.242.985.858.387.837.084.050.075.864.316.857.114.241.71

17、2.255.616.050.020.235.70.00.00.00.00.07.40.00.04.10.0-4.84.80.030.3-36.25.90.08.78.93.10.0-16.716.75.8-14.4-27.918.920.6-23.8-31.231.22.3-3.91.6-27.224.03.25.1-18.012.9陕西宁夏吉林2496169.11166101864.0413.2541.6105.1618.3936.20.0134.240.837.835.421.762.253.037.50.011.557.734.825.042.365.275.00.00.00.0-16.

18、9-20.637.53.1-3.10.010.4-22.011.5河北1460482.1728.2250.133.049.917.1100.00.00.0-67.049.917.110.913.3河南357111512032388.432.256.910.988.811.20.0-56.545.7湖北506413932563110727.550.621.965.825.68.5-38.325.0四川江西重庆贵州山东675040374943263071071778955.91077545.61474280424463865102230752167635.90.01062255826.323.72

19、1.820.720.741.560.678.238.943.332.115.70.040.436.070.238.286.024.044.929.861.814.076.037.80.00.00.00.017.3-43.911.832.1-14.5-1.215.7-64.264.20.0-3.3-37.140.4-24.25.518.7福建3808743.02511553.519.566.014.555.142.22.7-35.623.811.8新疆1428193.3837.0398.513.558.627.90.0100.00.013.5-41.427.926.1湖南6529849.4340

20、5227413.052.234.837.154.28.7-24.1-2.1辽宁547.370.8187.2289.312.934.252.920.565.913.6-7.5-31.739.2安徽3883447.62796639.911.572.016.523.566.89.7-12.05.26.8西藏江苏浙江153.021427977313.01213469.2140.0880025119.11141467938.55.74.891.541.125.70.053.369.529.427.341.440.129.232.6-23.7-22.5-0.324.0-14.436.9黑龙江362.211

21、.0337.214.03.093.13.90.0100.00.03.0-6.93.9资料来源：Wind，1.2 城投利差的政府间分布1从利差状况来看，各政府层级平台利差符合政府层级财力状况，呈现出政府层级越低，利差越高的状况。省级城投利差最低，全国省级城投与国开债平均利差近年持续稳定在 100bps 附近，但在永煤事件之后快速攀升，目前已经上升至 150bps 附近。而地市级和区县级平台利差在 18 年显著抬升，从 17 年 120bp 左右和 140bps 快速上升至 18 年 HYPERLINK / P.61 城投利差的具体计算方法见本文第二节第一小节 HYPERLINK / P.7240

22、bps 和 270bps 的高点，近两年虽有回落，但依然保持高位，而永煤事件之后，地市级和区县级利差同样快速攀升，目前已经回升至 2020 年以来高点附近。从政府层级间利差来看，地市级与省级平台利差近期并未扩大，在 40bps 附近，而区县与省级利差在 80bps 附近。图表 5：2005 年以来城投债发行规模与数量bp，与国开债利差区县及县级市地级市 省级45040035030025020015010050020102011201220132014201520162017201820192020资料来源：Wind，从分省来看，债务压力较大省份城投利差较高，青海、贵州、辽宁、内蒙、云南等省是利

23、差最高的几个省份，城投与国开债平均利差都在 300bps 以上。而经济发达的几个地区城投利差较低，北京、广东、上海平均城投利差在 100bps 以下，福建浙江也在 100bps左右。青海、辽宁、云南、黑龙江等城投利差较高主要是由于省级城投利差较高。而贵州则有所不同，贵州省级城投利差并不算很高，在全国处于 12 名中游位置，城投利差高主要是地市和区县城投利差较高，分别在全国排名第 2 和第 1。除贵州不同政府层级之间利差较大之外，内蒙、广西、天津、四川等地市级和省级利差同样较大，均在 150bps 以上，显示这些地区地市级财力相对较弱。而江西和河南区县级平台和省级平台利差较高，均在 200bps

24、 以上，反映这些地区区县级平台实力较弱。而地市、区县级平台和省级平台利差较低的分为两类，一类是省级债务压力较大的如新疆、黑龙江等；另一类是整个区域内财力都很强，利差都很低的如上海、广东等。债务大省江苏地市级、区县级平台利差和省级平台利差相对处于中游，截止去年末分别为 106.8bps 和 120.9bps，但区县和地市级平台利差很低，背后主要是区域内经济强县和弱地市共存的结果。图表 6：各地城投债与国开债利差（2020M12）排地市级利排区县级利排地市级与省级利区县级与省级利城投利差省级利差名差名差名差差bpsbpsbpsbpsbpsbps青海742.61033.21196.215311.48

25、-837.1-721.9贵州411.2118.112465.92509.11347.7391.0辽宁381.0248.54302.56464.2354.0215.6内蒙古361.7149.49701.31499.92552.0350.6云南324.6340.22240.811428.25-99.488.0黑龙江313.2292.23315.75270.61223.5-21.6吉林264.1195.57269.47450.8473.9255.3天津240.7208.16358.93150.7广西240.6134.111339.04269.213205.0135.1湖南236.294.515231

26、.013296.910136.5202.4重庆222.7147.510243.7996.2四川208.973.120241.010278.611167.9205.6新疆206.2227.05206.014196.620-21.0-30.3陕西186.6106.313234.912246.115128.6139.8山东181.370.221185.316240.616115.1170.5江西165.169.222163.918314.2794.7245.0山西162.6156.68163.819318.467.1161.8安徽157.858.725164.017199.719105.3140.9

27、江苏156.748.429155.221169.322106.8120.9甘肃155.298.214245.98220.918147.7122.7湖北152.292.216147.823237.81755.6145.6河北147.281.318153.922254.91472.6173.6河南140.975.019145.824310.0970.8234.9宁夏134.989.817162.32072.5浙江128.256.226100.127143.52344.087.4福建105.353.627105.126175.92151.5122.3北京86.861.823142.82581.0广东

28、74.753.52888.328133.92434.880.4上海64.158.82470.12911.4资料来源：Wind，。不包括城投债数量较少的海南和西藏。 HYPERLINK / P.8从城市角度看，省内城投债分化也体现出西部高于东部的特点。将样本券按照发债主体所属城市分类可以获得各城市城投债信用利差。通过比较省内不同城市城投债信用利差我们可以考察省内不同城市间城投债的分化情况，不难发现经济较为发达的东部省份城市间分化程度远远低于中西部省份。辽宁、吉林、内蒙、云南各地市之间城投平均利差的最大差距在 400bps 以上，湖南和河南也比较高，在 380bps 左右。而广东、浙江这些经济强省

29、趋于财力均较强，城投利差分化不大。陕西、新疆等省域内城投利差都较高，同样利差分化不大。图表 7：各市城投债信用利差（2020 年底）资料来源：Wind，（不包括直辖市和城投债数量较少的海南、青海、西藏和宁夏）如何拆分城投债的信用利差本节的主要内容是介绍如何将城投债的信用利差拆分到省、市、区县和公司四个维度，然而在此之前我们首先需要获取城投债的信用利差，因此本节的第一部分内容是城投债信用利差的构造。城投债信用利差计算方法与特征计算信用利差首先需要选取无风险收益率，学术研究中一般使用国债收益率作为无风险利率的代理变量，但业界研究往往使用国开债作为无风险利率。一方面，国债主要由配置盘（商业银行、保险

30、等）持有，而国开债则更多的由交易盘（公募基金、券商资管等）持有，因此国开债成交较国债更活跃，市场定价更有效；另一方面，国债利息收入享受免税政策，使用国开债作为无风险利率可以剔除税收政策差异带来的影响。，因此本文使用国开债作为无风险利率的代理变量。样本方面，本文以 Wind 统计的 2010 年至 2020 年存续的城投债作为样本券，剔除资产支持证券、资产支持票据、私募债和可交换债，对于银行间、交易所同时发行的品种以银行间发债信息为准。最终样本包含 2603 个发债主体发行的 15448 只债券，发债主体分布在全国 31 个省/直辖市的 380 个地级市中。 HYPERLINK / P.9考虑到

31、城投债成交不够活跃，我们使用中债估值收益率代替市场交易价格来计算单只城投债的信用利差，公式如下：_(, ) = _(, ) _(国开债, )上式中，_(, )表示 t 日城投债 i 的信用利差，_(, )表示t 日城投债i 的中债估值收益率，_(国开债, )为对应期限的国开债到期收益率。国开债到期收益率采用中债发布的国开债收益率曲线，当样本券剩余期限处于国开债期限之间时采用线性插值法计算对应期限的国开债到期收益率。我们在观测期内每周计算一次个券的信用利差，将所有样本取均值便可获得全国城投债的整体信用利差时间序列。截至 2020 年 12 月底，我国城投债平均信用利差为 203bp，处于 201

32、0 年以来 90%分位数，城投债信用利差处于高位。图表 8：城投债平均信用利差%城投债平均信用利差（右轴）中债城投债到期收益率(AAA):3年中债国开债到期收益率:3年765432102010/1/42012/1/42014/1/42016/1/42018/1/42020/1/4%3.532.521.510.50资料来源：Wind，在此基础上我们可按照省份、城市、评级、发行主体等多个维度分别统计信用利差。首先按照省份划分，2020 年底，全国仅上海、广东和北京三个省/直辖市城投债平均信用利差低于 100bp，分别为 70.6bp、87.2bp 和 97.3bp。从区域分布上看，除了三个信用利差

33、低于 100bp 的省份外，地处东部的福建、江苏、浙江城投信用利差普遍较低；而西部和东北区域省份城投债信用利差普遍较高。从变化趋势上看，2020 年仅上海、广东两地城投债平均利差下行，下行幅度分别为 2.3bp、19.6bp，其余省份利差均上行，并且上行幅度方面也体现出西部省份中部省份东部省份的特征。城投债区域分化愈发明显，因此区域经济研究对城投债而言也愈发重要。（西藏、宁夏样本量较少，缺乏代表性，而海南省样本券极少因此未列入计算）。图表 9：分省份信用利差变化情况bp2020年信用利差较2019变化（右轴）8007006005004003002001000上 广 北 西 福 浙 宁 河 江

34、河 安 甘 湖 山 江 山 陕 新 重 四 天 湖 广 吉 黑 云 辽 贵 内 青海 东 京 藏 建 江 夏 北 苏 南 徽 肃 北 西 西 东 西 疆 庆 川 津 南 西 林 龙 南 宁 州 蒙 海bp 350300250200150100500-50省省 省省 省 省 省 省 省 省 省 省 省省省省 江 省 省 省 古 省省 HYPERLINK / P.10资料来源：Wind，不同评级间利差走阔，信用下沉难度加大。我们将城投债按照评级分组并计算各组信用利差（AA-及以下样本数量很少，因此与 AA 分入同一组计算），截至 2020 年底，AAA、 AA+和 AA 及以下城投债信用利差分别为

35、 139.6bp、186.2bp 和 295.0bp，较 2019 年底分别上行 35.8bp、37.3bp 和 60.9bp。各评级城投债利差均有所上升，且评级越低利差上行幅度越大，因此从评级角度也观察到城投债分化在加剧。图表 10：不同评级城投债信用利差bpAAAAA+AA及以下4504003503002502001501005002010/1/42012/1/42014/1/42016/1/42018/1/42020/1/4资料来源：Wind，2.2 城投债信用利差的拆分方法在对城投债信用利差有了直观的感受后，我们将通过定量的方法将城投平台的信用利差拆解为：城投属性、省份、城市、区县和公

36、司自身五个维度并度量各维度对整体信用利差的贡献度。我们总体上将城投利差分为整体城投利差、各级政府贡献以及城投个体贡献三部分，而各级政府贡献又根据城投所属政府层级不同分为省级政府、地市政府和区县政府贡献的组合。首先，不同行政层级的平台拆解维度应当有差异，总体上遵循上级政府影响当级平台信用，但下级政府不影响的原则。比如省级平台承担省级项目，财务上也与省财政系统密切相关，与地市和区县无关，同理对市级平台利差的拆分也不需要考虑区县层面的影响。因此，省级平台信用受省级政府影响，而地市级除受地市级政府影响之外，同样也受省级政府影响，区县级则同时受省、地市和区县三级政府影响。其次，我们确定城投属性总体贡献利

37、差、各级政府贡献利差以及城投自身贡献利差的计算方法。我们取当期全国信用利差最低的 30 只城投债信用利差平均值作为全国城投基准利差，全国城投基准利差作为城投属性利差的度量指标，将其作为城投属性总体贡献利差；将该地省级平台平均利差与全国城投基准利差之差作为省份贡献利差，将城市和省级政府平均利差作为城市贡献，将区县和地市平台平均利差作为区县贡献，然后剩余部分作为自身贡献利差。例如昆山城投信用利差，我们将其拆解为式（1）：昆山城投利差=全国城投基准利差城投属性贡献利差+（江苏省级城投利差-全国城投基准利差）省份贡献利差+（苏州市级城投平均利差-江苏省级城投平均利差）地市贡献利差 HYPERLINK

38、/ P.11+ HYPERLINK / P.12（昆山县级城投平均利差-苏州市级城投平均利差）区县贡献利差+（昆山城投利差-昆山县级城投平均利差）个体贡献利差图表 11：不同行政层级平台拆解维度城投平台层级拆解维度省级城投属性总体贡献利差+省份贡献利差+自身贡献利差地级市城投属性总体贡献利差+省份贡献利差+城市贡献利差+自身贡献利差区县及县级市城投属性总体贡献利差+省份贡献利差+城市贡献利差+区县属性贡献利差+自身贡献利差资料来源：Wind，接下来我们基于此前计算的各城投利差以及各地平均利差来分解城投利差决定因素。由于省份、地市、区县以及个体贡献利差并不一定为正，但会影响其波动，因此我们在计算

39、贡献比时将式（1）中右边各项均取绝对值，然后计算该项绝对值占总的绝对值比例，将其作为该因素的贡献比例。依然以昆山城投为例，其中区县贡献利差比例计算方法为：区县贡献利差比例 =|区县贡献利差|城投属性贡献利差| + |省份贡献利差| + |地市贡献利差| + |曲线贡献利差| + |个体贡献利差|需要注意的是，考虑到单个区县内城投平台本身数量有限，若对每个区县计算平均信用利差一方面会造成大量的缺失值，另一方面若该区县内仅有一家城投平台则无法进行拆分，因此区县利差的计算不再细分至单个区县，而是使用该城市区县级平台平均利差-城市平均利差替代。此外在样本处理过程中我们将直辖市下辖区城投平台全部处理为地

40、级市平台。城投信用利差的主导因素如何变化依据上一节的方法我们对不同行政层级城投平台的信用利差进行拆分并考察各维度对信用利差的贡献度随时间的变化。城投信仰弱化，城投属性贡献度持续下滑城投信仰削弱，城投属性贡献度持续下滑。省级城投平台利差由城投属性、省份和公司自身三个因素组成，地级市城投平台利差由城投属性、省份、城市和公司自身四个因素组成，区县级城投平台利差由城投属性、省份、城市、区县和公司自身五个因素组成。2015 年以来，各层级平台城投属性对信用利差的贡献度整体上处于下行区间。2015 年初，省级平台、地级市平台和区县级平台城投属性对利差贡献度分别为 29.1%、25.3%和 22.6%，到了

41、 2020 年底城投属性对利差贡献度分别为 9.3%、7.2%和 6.1%，分别下降 19.8、18.1 和 16.5 个百分点。图表 12：城投属性对各层级平台利差贡献度60%50%40%30%20%10%0%省级平台贡献度 城投属性地级市平台贡献度 城投属性县级市平台贡献度 城投属性2010-01 2011-04 2012-07 2013-10 2015-01 2016-04 2017-07 2018-10 2020-01资料来源：Wind，区域重要性提升幅度高于公司自身，且层级越低区域越重要城投属性弱化背景下区域和公司自身对利差贡献度均有所提升。城投信仰弱化后分化是必然的趋势，而分化的程

42、度则由城投平台所处区域和公司自身状况共同决定。对于省级平台，区域对利差贡献度=省份贡献度；对于地级市平台，区域对利差贡献度=省份贡献度+城市贡献度；对于区县级平台，区域对利差贡献度=省份贡献度+城市贡献度+区县贡献度。不难发现，2015 年以来不同层级平台区域和公司自身对信用利差的贡献度均有所提升，2020 年末省级、地市级和区县级平台区域对信用利差的贡献度分别为 61.0%、 73.7%和 78.1%，公司自身对信用利差的贡献度分别为 29.8%、19.1%和 15.7%。图表 13：区域对各层级平台利差贡献度省级平台贡献度 区域地级市平台贡献度 区域县级市平台贡献度 区域90%80%70%

43、60%50%40%30%2010-01 2011-04 2012-07 2013-10 2015-01 2016-04 2017-07 2018-10 2020-01资料来源：Wind， HYPERLINK / P.13平台个体对自身利差解释度近年小幅上升，但解释度依旧较低。2020 年底，省级、地市级和区县级平台个体对自身利差的解释度分别为 30.0%、19.1%和 15.7%。从城投平台自身解释度来看，省级平台地市级平台县级市平台，因此省级平台个体分析更为重要。而对于地市和区县级政府，分析地市和区县财政债务状况较分析城投自身状况更为重要。图表 14：公司自身对各层级平台利差贡献度40%35

44、%30%25%20%15%10%5%0%省级平台贡献度公司自身地级市平台贡献度 公司自身县级市平台贡献度公司自身2010-01 2011-03 2012-05 2013-07 2014-09 2015-11 2017-01 2018-03 2019-05 2020-07资料来源：Wind，区域重要性提升幅度分化，且层级越低区域越重要。第一，虽然从趋势上看区域和公司自身对信用利差贡献度均有所提升，但不同层级平台区域与公司自身贡献度提升额差异较大。2015 年以来，省级、地市级和区县级平台区域对信用利差的贡献度分别提升 9.5%、 10.0%和 11.4%，而公司自身对信用利差的贡献度分别提升 1

45、0.4%、7.2%和 5.1%。第二，随着城投平台行政层级的下降，区域贡献度提升额越来越高，而公司自身贡献度提升额越来越低。省级平台背靠省政府信用，投资者对省政府信用关注度有限，而是更加关注城投公司的财务状况，但随着行政层级的下移，区域综合实力重要性越来越高，而公司经营的重要性则越来越低。图表 15：2015 年以来各层级城投平台区域和公司自身对利差贡献度提升额12%区域贡献度提升额公司自身贡献度提升额10%8%6%4%2%0%省级平台地级市平台区县级平台资料来源：Wind，省份重要性日益提升 HYPERLINK / P.142017 年 12 月，财政部发布的关于坚决制止地方政府违法违规举债

46、 遏制隐性债务增量情况的报告明确提出：坚持中央不救助原则，做到“谁家的孩子谁抱”，坚决打消地方政府认为中央政府会“买单”的“幻觉”，坚决打消金融机构认为政府会兜底的“幻觉”。建立市场化、法治化的债务违约处置机制，依法实现债权人、债务人共担风险，及时有效防止违约风险扩散蔓延。随着地方政府化债压力下放到地方政府，区域对城投信用利差的贡献度快速提升。区域又可细分成省、市、区县三个维度，各维度对信用利差的贡献度决定了研究的性价比也需要重点关注。对于省级平台而言，省份是唯一的区域因素，省份对省级平台的重要性前文已有详细分析，因此不再赘述。对于地级市平台而言，区域因素包括省份和城市，2020 年底，省份和

47、城市对地级市城投平台利差贡献度平均分别为 56.7%和 17.1%，较 2015 年初分别提升 5.6 和 5.4 个百分点，省份贡献度无论是绝对值还是提升额都高与城市贡献度，因此对于地级市平台而言省份依旧是研究重点。但地市解释占比近年快速提升，贡献占比从17 年末的 10%提升至去年末的 17%左右。对于区县级平台而言，区域因素包括省份、城市和区县，2020 年底，省份、城市和区县对地级市城投平台利差贡献度分别为 51.0%、 14.7%和 12.5%，较 2018 年初分别提升 2.6、6.0 和 2.7 个百分点，城市贡献度提升额最大，省份贡献度绝对值最高，总体来看，对于区县级平台研究而

48、言，省份城市区县。图表 16：地级市平台省份与城市对利差贡献度地级市平台贡献度 省份属性地级市平台贡献度 城市比例(右轴)70%60%50%40%30%20%10%0%2010-012011-042012-072013-102015-012016-042017-072018-102020-0120%18%16%14%12%10%8%6%4%2%0%资料来源：Wind，图表 17：区县级平台省份、城市与区县对利差贡献度县级市平台贡献度 城市比例县级市平台贡献度 区县比例县级市平台贡献度 省份属性(右轴)25%20%15%10%5%0%2010-01 2011-04 2012-07 2013-10

49、 2015-01 2016-04 2017-07 2018-10 2020-0170%60%50%40%30%20%10%0%资料来源：Wind，综上所述： HYPERLINK / P.15城投信仰总体在弱化，城投分化加大，但分化体现在地方政府对城投利差的影响趋势性上升，城投个体自身影响比例有所提升但幅度较小，因而需要对地方政府投入更多的研究资源。从利差贡献度来看，对于省级平台，个体研究需要投入更多精力，而对于地市级和区县级城投，地方政府研究比个体研究更为重要。从贡献度来看，对地市平台来说，省级政府重要性高于地市级政府，对于区县政府来说，各级政府重要性相近，这显示上级政府对下级平台利差具有更大

50、影响力，但从趋势来看，地市级政府重要性近年快速提升。城投信用的上收背景下，对省级政府需要投入更大的研究力量。不同省份利差贡献因素拆分全国维度的城投利差拆分给研究指明了大方向，但城投两千多家城投平台散落在全国 31个省/直辖市，省份间财政实力、资源禀赋差异明显，不同区域信用利差的主导因素也必然存在差异，因此拆分的维度不能仅仅停留在全国，要想对实际研究有指导意义拆分的维度需要下沉至省级甚至地市级。我们将不同行政层级城投平台的信用利差分省份进行拆解，以帮助投资者把握不同区域城投利差的核心决定因素，获得不同省份/层级城投平台的研究重点图表 18：各省份城投平台信用利差贡献度（2020 年 12 月）资

51、料来源：Wind，（西藏、海南样本量过少因此予以剔除，表中空白部分因样本量过少而无法计算，其中直辖市无区县级平台因此区县级拆分数据全部缺失）对于省级城投平台来说，省份整体信用利差越高越需要关注城投平台个体情况，这也反应对于弱资质地区，省级城投平台的分化更大。对于背靠省政府信用的省级城投平台而 HYPERLINK / P.16言，省级层面的研究时不可或缺的，关注的点在于在公司个体上需要投入多少精力。不难发现省级城投平台公司自身贡献比例与省份信用利差正相关，此外存量债务较高的省份公司自身贡献比例往往也更高。背后的逻辑在于越低的整体信用利差意味着投资者对该省/直辖市政府信用越认可，在地方政府实力足够

52、强大的情况下城投平台自身情况的重要性便有所下降，但对于地方政府实力较弱或存量债务压力较大的区域，政企关系、融资结构等公司层面的因素便需要得到重视。图表 19：省级城投平台公司自身贡献比例与省份信用利差（2020 年底数据）bp信用利差公司自身贡献比例(右轴）8007006005004003002001000青 内 贵 辽 云 黑 吉 广 湖 天 四 重 新 陕 山 江 山 湖 甘 安 河 江 河 宁 浙 福 北海 蒙 州 宁 南 龙 林 西 南 津 川 庆 疆 西 东 西 西 北 肃 徽 南 苏 北 夏 江 建 京70%60%50%40%30%20%10%0%省 古 省 省 省 江 省省省省省

53、 省 省 省 省 省 省 省 省 省省 省资料来源：Wind，省份贡献比例、城市贡献比例和公司自身贡献比例分别反应了不同省份地级市城投、同一省份内不同城市城投和同一城市内不同城投平台信用利差的分化程度，也为研究不同省份地级市城投提供了方向。地市级城投平台省份贡献度排名前五的省/直辖市分别为黑龙江、贵州、云南、辽宁和新疆（直辖市下辖区理解为地级市），贡献度分别为 71.4%、70.6%、69.1%、63.2%和 62.9%。图表 20：地级市城投平台省份贡献比例（2020 年底数据）6005004003002001000信用利差省份贡献比例（右轴）内 贵 辽 云 黑 吉 广 湖 天 四 重 新

54、陕 山 江 山 湖 甘 安 河 江 河 浙 福 北 广 上蒙 州 宁 南 龙 林 西 南 津 川 庆 疆 西 东 西 西 北 肃 徽 南 苏 北 江 建 京 东 海80%70%60%50%40%30%20%10%0%古 省 省 省 江 省省省省省 省 省 省 省 省 省 省 省 省 省 省省资料来源：Wind， HYPERLINK / P.17地级市城投平台城市贡献度排名前五的省/直辖市分别为甘肃、广西、内蒙古、河北和四川，贡献度分别为 25.5%、24.7%、24.2%、23.3%和 22.3%。图表 21：地级市城投平台城市贡献比例（2020 年底数据）600500400300200100

55、0信用利差城市贡献比例（右轴）内 贵 辽 云 黑 吉 广 湖 天 四 重 新 陕 山 江 山 湖 甘 安 河 江 河 浙 福 北 广 上蒙 州 宁 南 龙 林 西 南 津 川 庆 疆 西 东 西 西 北 肃 徽 南 苏 北 江 建 京 东 海30%25%20%15%10%5%0%古 省 省 省 江 省省省省省 省 省 省 省 省 省 省 省 省 省 省省资料来源：Wind，地级市城投平台公司自身贡献度排名前五的省/直辖市分别为新疆、甘肃、内蒙古、山东和云南，贡献度分别为 26.4%、24.6%、23.0%、22.3%和 22.1%。图表 22：地级市城投平台公司自身贡献比例（2020 年底数据

56、）6005004003002001000信用利差公司自身贡献比例（右轴）内 贵 辽 云 黑 吉 广 湖 天 四 重 新 陕 山 江 山 湖 甘 安 河 江 河 浙 福 北 广 上蒙 州 宁 南 龙 林 西 南 津 川 庆 疆 西 东 西 西 北 肃 徽 南 苏 北 江 建 京 东 海30%25%20%15%10%5%0%古 省 省 省 江 省省省省省 省 省 省 省 省 省 省 省 省 省 省省 HYPERLINK / P.18资料来源：Wind，省份贡献比例、城市贡献比例、区县贡献比例和公司自身贡献比例分别反应了不同省份间城投、同一省份内不同城市城投、同一城市区县级城投与非区县级城投和同一城

57、市内不同城投平台信用利差的分化程度，也为研究不同省份区县级城投提供了方向。（直辖市和样本量较少的省份无法拆分）区县级城投平台省份贡献度排名前五的省/直辖市分别为云南、新疆、辽宁、贵州和浙江，贡献度分别为 62.1%、61.9%、61.8%、60.1%和 54.5%。图表 23：区县级城投平台省份贡献比例（2020 年底数据）500450400350300250200150100500信用利差省份贡献比例（右轴）70%60%50%40%30%20%10%0%贵 辽 云 吉州 宁 南 林省 省 省 省广 湖 四西 南 川省 省新 陕 山 江 湖 安疆 西 东 西 北 徽省 省 省 省 省河 江 河

58、南 苏 北省 省 省浙 福 广江 建 东省 省 省资料来源：区县级城投平台地市贡献度排名前五的省/直辖市分别为河北、广西、广东、河南和山东，贡献度分别为 30.5%、28.2%、26.8%、23.4%和 19.4%。图表 24：区县级城投平台地市贡献比例（2020 年底数据）500450400350300250200150100500信用利差城市贡献比例（右轴）35%30%25%20%15%10%5%0%贵 辽 云州 宁 南省 省 省吉 广 湖 四林 西 南 川省 省 省新 陕 山 江 湖疆 西 东 西 北省 省 省 省安 河 江 河 浙 福 广徽 南 苏 北 江 建 东省 省 省 省 省 省

59、 省 HYPERLINK / P.19资料来源：Wind，区县级城投平台区县贡献度排名前五的省/直辖市分别为吉林、湖北、江西、河南和福建，贡献度分别为 36.9%、21.4%、21.4%、19.0%和 18.6%。图表 25：区县级城投平台区县贡献比例（2020 年底数据）500450400350300250200150100500信用利差区县贡献比例（右轴）40%35%30%25%20%15%10%5%0%贵 辽 云 吉 广州 宁 南 林 西省 省 省 省湖 四 新南 川 疆省 省陕 山 江 湖西 东 西 北省 省 省 省安 河 江徽 南 苏省 省 省河 浙 福 广北 江 建 东省 省 省

60、省资料来源：Wind，区县级城投平台公司自身贡献度排名前五的省/直辖市分别为河北、新疆、安徽、四川和江苏，贡献度分别为 26.0%、19.7%、18.3%、17.2%和 17.1%。图表 26：区县级城投平台公司自身贡献比例（2020 年底数据）500450400350300250200150100500信用利差公司自身贡献比例（右轴）30%25%20%15%10%5%0%贵 辽 云州 宁 南省 省 省吉 广 湖 四林 西 南 川省 省 省新 陕 山 江 湖疆 西 东 西 北省 省 省 省安 河 江 河 浙 福 广徽 南 苏 北 江 建 东省 省 省 省 省 省 省资料来源：Wind，重点省份