1、第 40 卷第 3 期 统计研究 Vol.40，No.3 2023 年 3 月 Statistical Research Mar.2023 城投债信用风险传染的地理集聚、路径演变与驱动机制*基于前沿弹性网络收缩技术的研究 王姝黛 杨子晖 张平淼 内容提要：当前，防范信用风险传染外溢，科学应对地方债务风险持续扩张，是我国监管部门所面对的重大议题。本文基于20172022年我国22个省份的城投债信用利差建立风险网络，结合前沿的弹性网络收缩技术与网络拓扑分析方法，探讨债务风险跨区域传染的路径演变与驱动机制。研究表明，经济较为发达的东部地区位于信用风险网络的中心，而西部债券市场韧性较低，其融资成本极易
2、受到外部风险异动的影响，属于风险的净接收方。同时，省际信用风险传染存在明显的地理集聚效应，信用风险溢出强度会随地理距离的增大而逐渐衰减；在城投债网络内，经济增长波动性较高的省份，更可能对外输出信用风险；此外，突发公共卫生事件对于城投债信用风险的网络结构形成了显著冲击。本文研究为现阶段防范债务风险的跨区域传导，守住不发生系统性风险的底线，提供了新的思路。关键词：信用风险；地理集聚；风险传染；高维网络 DOI:10.19343/ki.111302/c.2023.03.003 中图分类号：F832 文献标识码：A 文章编号：10024565(2023)03003211 *基金项目：国家社会科学基金重
3、大项目“双循环新格局下我国金融风险演化及防控措施研究”（21&ZD114），“负利率时代金融系统性风险的识别和防范研究”（20&ZD102）；上海市教育委员会科研创新重大项目“财政资金约束、债务风险控制和国家治理能力提升研究”（2019-01-07-00-07-E00034）；中国博士后科学基金面上资助项目“金融风险跨行业传染的驱动因素研究：产业关联与宏观机制”（2020M672912）；国家自然科学基金创新研究群体项目“金融创新、资源配置与风险管理”（71721001）；广东省自然科学基金重点项目“通货膨胀的成因、演变与反通胀代价”（2018B030311053）；国家自然科学基金重大项目“
4、微观大数据计量建模研究”（71991474）。Geographical Agglomeration,Path Evolution and Driving Mechanism for Credit Risk Contagion of Municipal Investment Bonds:Analysis Based on Elastic Net Shrinkage Wang Shudai Yang Zihui Zhang Pingmiao Abstract:Now preventing the credit-risk contagion and responding to the expansi
5、on of local debt have become important issues faced by Chinas regulatory authorities.We use the credit spread of municipal investment bonds in 22 provinces of China from 2017 to 2022 to construct a high-dimensional network,based on the latest Elastic Net Shrinkage and network topology framework to d
6、iscuss the path evolution and driving mechanism of cross-region contagion of credit risk.The analysis results show that developed eastern provinces are located at the center of credit spread network.The bond markets of western provinces are more vulnerable,making them the net receivers in the risk c
7、ontagion chain.The financing 第 40 卷第 3 期 王姝黛等：城投债信用风险传染的地理集聚、路径演变与驱动机制 33 costs for western provinces are highly susceptible to external shocks.Meanwhile,our findings identify a geographical agglomeration effect in credit spread network,with the weakening of risk spillover between two provinces with
8、 the increase of geographic distance.Provinces with higher economic growth volatility are also more likely to export credit risks.Our results also show that public health emergency has a significant shock on credit risk network formation of municipal investment bonds.Our findings provide useful insp
9、iration to prevent cross-regional contagion of credit risk,and contribute to holding the bottom line of no systemic financial risks.Key words:Credit Risk;Geographical Agglomeration;Risk Contagion;High-dimensional Network 一、引言 自2020年新冠疫情全球大流行以来，世界主要经济体普遍实施大规模的经济刺激措施。如何化解持续攀升的债务风险，已经成为各国面临的共同挑战。作为基础设施
10、投资的重要资金来源，我国的城投债发行规模也处于较高水平。2021年我国城投债发行规模已突破5.41万亿元，达到历史高位。然而，宏观经济下行压力显著放大了债券市场的风险问题。Wind数据显示，2021年全国共有196只债券发生违约，涉及债券（违约日）余额超过1800亿元，全年债券违约规模创下近五年内的新高。受违约消息的冲击影响，投资者避险情绪升温，城投债信用利差水平在2021年出现上升，债券市场的融资成本与信用风险随之上升。债券市场中的风险异动引起了监管当局的高度重视。2020年12月，中央经济工作会议提出要“抓实化解地方政府隐性债务风险工作”。2021年4月，建立现代财税金融体制专题研讨座谈会
11、提出要“坚决遏制地方政府隐性债务增量，稳妥化解债务存量，防范化解地方政府债务风险”。2022年10月，党的二十大报告提出要“加强和完善现代金融监管，强化金融稳定保障体系，依法将各类金融活动全部纳入监管，守住不发生系统性风险底线”。因此，采用前沿的弹性网络收缩技术，考察债务风险的跨区域传染，将有助于防范发源于个别地区的风险事件对市场整体的融资成本造成冲击，进而完善区域债务风险的预警机制；为保证债券市场的持续稳定，提供有益的政策启示。二、文献综述 自欧洲债务危机以来，债务风险的传染问题受到了学术界的广泛关注。目前，大部分文献主要从主权债务风险的跨境传导视角展开研究，选用主权债务信用违约互换利差（C
12、redit Default Swaps Spreads，CDS利差）与收益率等指标，反映债券的风险水平，对债务风险网络中不同经济体的角色进行有效识别。与此同时，随着信用风险传导的理论研究日臻完善，学者们重点对地理区位与信用风险传染的关系展开实证分析。Benmelech等（2019）基于20052010年美国零售业企业数据分析显示，企业的财务困境与债务违约可能在相近的地理区域间迅速扩散，信用风险的传导与地理区位存在高度相关性。类似地，Addoum等（2020）使用19902013年美国4711家企业的贷款数据开展实证研究，发现企业破产的异质性风险事件，能够对同一区域内其他企业的贷款利差与融资成本
13、产生影响，且信用风险的溢出强度与地理距离成反比关系。值得注意的是，针对信用风险跨区域传染的现有研究，主要采用传统的面板回归分析，通过比较相关系数的显著性和大小来识别风险溢出关系。与基于向量自回归（VAR）模型的网络拓扑分析框架相比，这一研究方法存在较大的局限性，难以在衡量系统整体关联程度的同时，准确反映两两交互个体间的风险传染关系。然而，将网络分析框架引入相关领域所面临的重要挑战在于区域风险网络的维度问题。VAR模型的“维度诅咒”限制了34 统计研究 2023 年 3 月 内生变量的个数，制约模型的现实解释力。目前，随着LASSO（Least Absolute Shrinkage and Se
14、lection Operator）分析方法与弹性网络收缩（Elastic Net Shrinkage）技术的逐步成熟，通过引入惩罚函数选取变量并压缩回归系数，已使得高维VAR模型的精确估计成为可能。在此背景下，Demirer等（2018），Gross和Siklos（2020）等国际前沿研究均对以上方法进行了有益的拓展与应用。现有文献存在以下局限性，第一，现有文献主要涉及突发公共卫生事件对股票市场与财政政策的冲击（杨子晖和王姝黛，2021）、金融市场异常波动与风险传染（梁琪和郝毅，2019；李志生等，2019；李政等，2019）等研究内容，结合疫情背景，考察城投债信用风险传导关系的研究仍然比较有
15、限。城投债作为地方融资平台发行的债务，是区域性市政投资的重要资金来源，对经济恢复与金融市场稳定有重要影响。因此，考察城投债的风险扩散路径，防范突发性事件对债券市场的整体稳定与融资成本造成负面冲击十分必要。第二，基于高维风险网络，在动态框架内分析信用风险跨区域传染的研究仍然相对较少。与多数现有研究采用的面板数据模型、低维网络分析框架相比，高维网络能够避免样本筛选偏误带来的重要风险节点缺失（Demirer等，2018）。值得注意的是，2020年以来新冠疫情对宏观经济造成了明显冲击，各区域的风险溢出角色可能发生动态转变。因此，在静态全样本分析的基础上，采用滚动窗口估计方法构建动态信用风险网络、识别网
16、络结构的路径演变，对于有效化解地方债务风险问题具有一定的现实意义。三、信用风险传染的理论基础与模型设定（一）理论基础 目前，区域间的债务风险共振已成为金融风险领域崭新的研究视角，债务风险传导与地理因素、区域经济状况密切相关。究其原因，主要是由于存在以下两种风险扩散的驱动机制。第一，受宏观环境影响，相同或相近区域企业的经营效益和流动性水平往往存在趋同倾向，因此其融资成本与借款利率也更易出现同向变化，进而将导致债务风险联动。具体而言，同一区域的企业面临共同的宏观经济周期，其生产供应与消费市场的趋势性变化基本一致（Collet和Ielpo，2018）。此外，区域内的大型企业还可能通过税收途径，影响地区的财政收入与公共产品供给，主导与其他企业的业绩联动（Jannati，2020）。由于企业的现金流状况与盈利能力等因素将对银行的贷款决策与信贷成本产生直接影响，因此地理分布较为接近的主体间更容易出现信用风险共振。第二，偶发的风险事件将通过信贷供给渠道，引发区域间的债务风险传染。异质性风险事件可能损害当地投资者、银行的资产负债表状况，加剧投资不确定性。同时，风险事件还可能沿产业网络扩大影响，对区域经
