城投利差決定因素分解政府層級(jí)的角度

1、內(nèi)容目錄 HYPERLINK l _TOC_250016 我國(guó)城投的政府層級(jí)間分布 4 HYPERLINK l _TOC_250015 城投債存量的政府間分布 4城投利差的政府間分布 6 HYPERLINK l _TOC_250014 如何拆分城投債的信用利差 9 HYPERLINK l _TOC_250013 城投債信用利差計(jì)算方法與特征 9 HYPERLINK l _TOC_250012 城投債信用利差的拆分方法 11 HYPERLINK l _TOC_250011 城投信用利差的主導(dǎo)因素如何變化 12 HYPERLINK l _TOC_250010 城投信仰弱化，城投屬性貢獻(xiàn)度持續(xù)下滑

2、12 HYPERLINK l _TOC_250009 區(qū)域重要性提升幅度高于公司自身，且層級(jí)越低區(qū)域越重要 13 HYPERLINK l _TOC_250008 省份重要性日益提升 14 HYPERLINK l _TOC_250007 不同省份利差貢獻(xiàn)因素拆分 16 HYPERLINK l _TOC_250006 重點(diǎn)省份利差決定因素分析 20 HYPERLINK l _TOC_250005 5.1 江蘇 20 HYPERLINK l _TOC_250004 5.2 浙江 23 HYPERLINK l _TOC_250003 5.3 山東 25 HYPERLINK l _TOC_250002

3、5.4 四川 27 HYPERLINK l _TOC_250001 5.5 湖南 29 HYPERLINK l _TOC_250000 風(fēng)險(xiǎn)提示 31圖表目錄圖表 1：分行政層級(jí)城投債存量規(guī)模占比變化 4圖表 2：江蘇各行政級(jí)別城投債余額占比 5圖表 3：浙江各行政級(jí)別城投債余額占比 5圖表 4：各省政府層級(jí)間城投債分布（2020M12） 6圖表 5：2005 年以來城投債發(fā)行規(guī)模與數(shù)量 7圖表 6：各地城投債與國(guó)開債利差（2020M12） 8圖表 7：各市城投債信用利差（2020 年底） 9圖表 8：城投債平均信用利差 10圖表 9：分省份信用利差變化情況 10圖表 10：不同評(píng)級(jí)城投債信用

4、利差 11圖表 11：不同行政層級(jí)平臺(tái)拆解維度 12圖表 12：城投屬性對(duì)各層級(jí)平臺(tái)利差貢獻(xiàn)度 13圖表 13：區(qū)域?qū)Ω鲗蛹?jí)平臺(tái)利差貢獻(xiàn)度 13圖表 14：公司自身對(duì)各層級(jí)平臺(tái)利差貢獻(xiàn)度 14圖表 15：2015 年以來各層級(jí)城投平臺(tái)區(qū)域和公司自身對(duì)利差貢獻(xiàn)度提升額 14圖表 16：地級(jí)市平臺(tái)省份與城市對(duì)利差貢獻(xiàn)度 15圖表 17：區(qū)縣級(jí)平臺(tái)省份、城市與區(qū)縣對(duì)利差貢獻(xiàn)度 15圖表 18：各省份城投平臺(tái)信用利差貢獻(xiàn)度（2020 年 12 月） 16圖表 19：省級(jí)城投平臺(tái)公司自身貢獻(xiàn)比例與省份信用利差（2020 年底數(shù)據(jù)） 17圖表 20：地級(jí)市城投平臺(tái)省份貢獻(xiàn)比例（2020 年底數(shù)據(jù)） 17圖

5、表 21：地級(jí)市城投平臺(tái)城市貢獻(xiàn)比例（2020 年底數(shù)據(jù)） 18 HYPERLINK / P.2圖表 22：地級(jí)市城投平臺(tái)公司自身貢獻(xiàn)比例（2020 年底數(shù)據(jù)） 18 HYPERLINK / P.3圖表 23：區(qū)縣級(jí)城投平臺(tái)省份貢獻(xiàn)比例（2020 年底數(shù)據(jù)） 19圖表 24：區(qū)縣級(jí)城投平臺(tái)地市貢獻(xiàn)比例（2020 年底數(shù)據(jù)） 19圖表 25：區(qū)縣級(jí)城投平臺(tái)區(qū)縣貢獻(xiàn)比例（2020 年底數(shù)據(jù)） 20圖表 26：區(qū)縣級(jí)城投平臺(tái)公司自身貢獻(xiàn)比例（2020 年底數(shù)據(jù)） 20圖表 27：城投屬性對(duì)江蘇省各層級(jí)平臺(tái)利差貢獻(xiàn)度 21圖表 28：公司自身對(duì)江蘇省各層級(jí)平臺(tái)利差貢獻(xiàn)度 21圖表 29：區(qū)域?qū)K省各

6、層級(jí)平臺(tái)利差貢獻(xiàn)度 22圖表 30：江蘇省地級(jí)市平臺(tái)省份與城市對(duì)利差貢獻(xiàn)度 22圖表 31：江蘇省區(qū)縣級(jí)平臺(tái)省份、城市與區(qū)縣對(duì)利差貢獻(xiàn)度 22圖表 32：城投屬性對(duì)浙江省各層級(jí)平臺(tái)利差貢獻(xiàn)度 23圖表 33：公司自身對(duì)浙江省各層級(jí)平臺(tái)利差貢獻(xiàn)度 23圖表 34：區(qū)域?qū)φ憬「鲗蛹?jí)平臺(tái)利差貢獻(xiàn)度 24圖表 35：浙江省地級(jí)市平臺(tái)省份與城市對(duì)利差貢獻(xiàn)度 24圖表 36：浙江省區(qū)縣級(jí)平臺(tái)省份、城市與區(qū)縣對(duì)利差貢獻(xiàn)度 24圖表 37：城投屬性對(duì)山東省各層級(jí)平臺(tái)利差貢獻(xiàn)度 25圖表 38：公司自身對(duì)山東省各層級(jí)平臺(tái)利差貢獻(xiàn)度 25圖表 39：區(qū)域?qū)ι綎|省各層級(jí)平臺(tái)利差貢獻(xiàn)度 26圖表 40：山東省地級(jí)市

7、平臺(tái)省份與城市對(duì)利差貢獻(xiàn)度 26圖表 41：山東省區(qū)縣級(jí)平臺(tái)省份、城市與區(qū)縣對(duì)利差貢獻(xiàn)度 26圖表 42：城投屬性對(duì)四川省各層級(jí)平臺(tái)利差貢獻(xiàn)度 27圖表 43：公司自身對(duì)四川省各層級(jí)平臺(tái)利差貢獻(xiàn)度 27圖表 44：區(qū)域?qū)λ拇ㄊ「鲗蛹?jí)平臺(tái)利差貢獻(xiàn)度 28圖表 45：四川省地級(jí)市平臺(tái)省份與城市對(duì)利差貢獻(xiàn)度 28圖表 46：四川省區(qū)縣級(jí)平臺(tái)省份、城市與區(qū)縣對(duì)利差貢獻(xiàn)度 28圖表 47：城投屬性對(duì)湖南省各層級(jí)平臺(tái)利差貢獻(xiàn)度 29圖表 48：公司自身對(duì)湖南省各層級(jí)平臺(tái)利差貢獻(xiàn)度 29圖表 49：區(qū)域?qū)鲜「鲗蛹?jí)平臺(tái)利差貢獻(xiàn)度 30圖表 50：湖南省地級(jí)市平臺(tái)省份與城市對(duì)利差貢獻(xiàn)度 30圖表 51：湖南

8、省區(qū)縣級(jí)平臺(tái)省份、城市與區(qū)縣對(duì)利差貢獻(xiàn)度 30城投是當(dāng)前信用債的核心品種，由于城投兼具政府信用和企業(yè)信用，因而在分析過程中需要同時(shí)分析企業(yè)經(jīng)營(yíng)和財(cái)務(wù)狀況，以及政府財(cái)政和債務(wù)狀況。而在分析政府財(cái)政和債務(wù)狀況的時(shí)候，由于我國(guó)政府的單一制特點(diǎn)，對(duì)于轄區(qū)內(nèi)城投不僅需要分析本級(jí)政府財(cái)政和債務(wù)狀況，還需要分析上級(jí)政府財(cái)政和債務(wù)狀況。這往往導(dǎo)致城投的分析陷入繁重的數(shù)據(jù)梳理工作。那么既然城投信用既取決于平臺(tái)自身財(cái)務(wù)債務(wù)狀況，又取決于地方各級(jí)政府的財(cái)政債務(wù)情況，那么我們有沒有辦法將城投利差的決定因素分解為各級(jí)政府決定的部分和城投個(gè)體自身決定的部分。通過觀察各部分占比，我們可以判斷各級(jí)政府信用對(duì)城投利差的決定力如

9、何。同時(shí)，還可以在區(qū)域之間進(jìn)行對(duì)比，來觀察那些地區(qū)的城投利差層級(jí)更為上收，省級(jí)政府起了更大解釋作用；那些地區(qū)城投利差個(gè)體因素或者區(qū)縣級(jí)政府影響更大。據(jù)此，我們可以判斷在分析不同地區(qū)城投時(shí)，哪些只需分析省級(jí)財(cái)政債務(wù)狀況即可，哪些需要對(duì)個(gè)體經(jīng)營(yíng)債務(wù)或者區(qū)縣級(jí)財(cái)政債務(wù)狀況進(jìn)行深入的分析。由于我國(guó)政府分為中央、省市、地市、區(qū)縣、鄉(xiāng)鎮(zhèn)五級(jí)，其中省市、地市、區(qū)縣三級(jí)政府城投平臺(tái)發(fā)債較多，鄉(xiāng)鎮(zhèn)級(jí)城投發(fā)債的很少，可以忽略。因此，我們嘗試將城投利差分解為總體城投影響、省級(jí)政府、地市級(jí)政府、區(qū)縣級(jí)政府影響以及個(gè)體影響等幾部分，分別觀察各級(jí)政府影響的占比分布和地區(qū)差異，并據(jù)此給出各地城投利差主要決定因素的判斷。我國(guó)

10、城投的政府層級(jí)間分布城投債存量的政府間分布隨著我國(guó)經(jīng)濟(jì)的發(fā)展和地方政府融資需求的增加，過去十年城投平臺(tái)債券融資的政府層級(jí)一直在下沉，表現(xiàn)為省級(jí)平臺(tái)占比的下降和地市、區(qū)縣級(jí)平臺(tái)占比的提升。隨著地方經(jīng)濟(jì)發(fā)展，越來越多的低行政層級(jí)平臺(tái)可以在公開市場(chǎng)發(fā)債，2010 年以來公開市場(chǎng)存量城投債中區(qū)縣級(jí)和地市級(jí)占比的持續(xù)提升和省級(jí)占比的持續(xù)下降。區(qū)縣級(jí)城投債在存量城投債中占比從 2010 年不足 10%的比例提升至 2020 年末的近 28.4%，累計(jì)上升近 20個(gè)百分點(diǎn)。而地市級(jí)平臺(tái)城投債占比同樣從 2010 年末不足 30%上升至 2020 年末的44.3%，對(duì)應(yīng)的是省級(jí)平臺(tái)城投債占比從 2010 年

11、60%以上的比例下降至 2020 年末27.3%，降幅在 30 個(gè)百分點(diǎn)以上。目前地市級(jí)平臺(tái)占比最高，在四成以上，而省級(jí)和區(qū)縣級(jí)占比相近，均略低于三成。省級(jí)地市級(jí) 區(qū)縣級(jí)圖表 1：分行政層級(jí)城投債存量規(guī)模占比變化各行政級(jí)別城投債余額占比，% 706050403020100 HYPERLINK / P.420102011201220132014201520162017201820192020資料來源：Wind，截止 2020 年末，城投債余額為 11.5 萬億。從地區(qū)狀況來看，城投債集中在江蘇、浙江、山東、四川、湖南等省份，五省合計(jì)占城投債存量比例的 45%，其中江蘇作為城投大省占比高達(dá) 18.

12、7%，是需要考慮的主要挖掘?qū)ο?，而海南、西藏、寧夏、?nèi)蒙古、青海、黑龍江等經(jīng)濟(jì)相對(duì)落后的中西部省份，城投債規(guī)模則非常有限，六省合計(jì)占全部城投債余額比例僅為 1.2%，可挖掘的價(jià)值有限。從各省城投債的行政層級(jí)分布差異也很大。天津、云南、北京、甘肅等省份主要以省級(jí)城投為主，占比在六成以上。江西、重慶、福建、安徽等省份則以地市級(jí)城投為主，占比同樣在六成以上。而最大的兩個(gè)城投省份則以區(qū)縣級(jí)城投債為主，其中江蘇區(qū)縣級(jí)城投債占比 53.3%，省級(jí)占比僅有 5.7%；而浙江區(qū)縣級(jí)城投占比高達(dá) 69.5%，省級(jí)城投占比僅為 25.7%。而山東、四川、湖南等幾個(gè)城投大省城投債在政府層級(jí)間的分布則較為均衡，山東省

13、、地市、區(qū)縣三級(jí)占比分別為 20.7%、43.3%和 36.0%，而四川三級(jí)占比分別為 26.3%、41.5%和 32.1%，湖南地市級(jí)占比略高，三級(jí)占比分別為 13.0%、 52.2%和 34.8%。總體上，城投在政府層級(jí)間的分布特征為經(jīng)濟(jì)越發(fā)達(dá)，越低政府層級(jí)的城投債占比越高。從各地城投政府層級(jí)分布變化來看，區(qū)縣級(jí)城投占比的提升主要貢獻(xiàn)來自江蘇、浙江等發(fā)達(dá)省份，而地市級(jí)城投占比提升主要貢獻(xiàn)則來自重慶、河南、河北等中部省份。過去十年江浙地區(qū)區(qū)縣級(jí)城投占比一路提升，特別是浙江，區(qū)縣級(jí)城投占比從 2010 年的 30%附近一路提升至目前的 70%，而江蘇同期也從不到 30%的比例提升至目前的 50

14、%以上，兩省是全國(guó)區(qū)縣級(jí)城投占比提升的主要原因。而地市級(jí)占比的提升則主要依賴于中西部省份，其中重慶地市級(jí)城投占比較 2010 年提升 64.2 個(gè)百分點(diǎn)至 78.2%，河南和河北分別較 2010 年提升 45.7 和 49.9 個(gè)百分點(diǎn)至 56.9%和 49.9%，地市級(jí)城投占比提升最為顯著。圖表 2：江蘇各行政級(jí)別城投債余額占比圖表 3：浙江各行政級(jí)別城投債余額占比省級(jí)地市級(jí)區(qū)縣級(jí)江蘇各行政級(jí)別城投債余額占比，% 60504030201002010 2011 2012 2013 2015 2016 2017 2018 2020省級(jí)地市級(jí)區(qū)縣級(jí)浙江各行政級(jí)別城投債余額占比，% 80706050

15、4030201002010 2011 2012 2013 2014 2015 2017 2018 2019 2020 HYPERLINK / P.5資料來源：Wind，資料來源：Wind，圖表 4：各省政府層級(jí)間城投債分布（2020M12）存量省級(jí)地市區(qū)縣省級(jí)地市區(qū)縣省級(jí)地市區(qū)縣省級(jí)地市級(jí)區(qū)縣級(jí)2020M12 與 2010M12 占比變億元億元億元億元2020M12 占比, %2010M12 占比, %化，%海南 天津 云南 北京 青海 甘肅 內(nèi)蒙古上海 山西 廣東廣西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陜西寧夏吉林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慶貴州山東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遼寧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西藏江蘇浙江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黑龍江362.211

21、.0337.214.03.093.13.90.0100.00.03.0-6.93.9資料來源：Wind，1.2 城投利差的政府間分布1從利差狀況來看，各政府層級(jí)平臺(tái)利差符合政府層級(jí)財(cái)力狀況，呈現(xiàn)出政府層級(jí)越低，利差越高的狀況。省級(jí)城投利差最低，全國(guó)省級(jí)城投與國(guó)開債平均利差近年持續(xù)穩(wěn)定在 100bps 附近，但在永煤事件之后快速攀升，目前已經(jīng)上升至 150bps 附近。而地市級(jí)和區(qū)縣級(jí)平臺(tái)利差在 18 年顯著抬升，從 17 年 120bp 左右和 140bps 快速上升至 18 年 HYPERLINK / P.61 城投利差的具體計(jì)算方法見本文第二節(jié)第一小節(jié) HYPERLINK / P.7240

22、bps 和 270bps 的高點(diǎn)，近兩年雖有回落，但依然保持高位，而永煤事件之后，地市級(jí)和區(qū)縣級(jí)利差同樣快速攀升，目前已經(jīng)回升至 2020 年以來高點(diǎn)附近。從政府層級(jí)間利差來看，地市級(jí)與省級(jí)平臺(tái)利差近期并未擴(kuò)大，在 40bps 附近，而區(qū)縣與省級(jí)利差在 80bps 附近。圖表 5：2005 年以來城投債發(fā)行規(guī)模與數(shù)量bp，與國(guó)開債利差區(qū)縣及縣級(jí)市地級(jí)市 省級(jí)45040035030025020015010050020102011201220132014201520162017201820192020資料來源：Wind，從分省來看，債務(wù)壓力較大省份城投利差較高，青海、貴州、遼寧、內(nèi)蒙、云南等省是利

23、差最高的幾個(gè)省份，城投與國(guó)開債平均利差都在 300bps 以上。而經(jīng)濟(jì)發(fā)達(dá)的幾個(gè)地區(qū)城投利差較低，北京、廣東、上海平均城投利差在 100bps 以下，福建浙江也在 100bps左右。青海、遼寧、云南、黑龍江等城投利差較高主要是由于省級(jí)城投利差較高。而貴州則有所不同，貴州省級(jí)城投利差并不算很高，在全國(guó)處于 12 名中游位置，城投利差高主要是地市和區(qū)縣城投利差較高，分別在全國(guó)排名第 2 和第 1。除貴州不同政府層級(jí)之間利差較大之外，內(nèi)蒙、廣西、天津、四川等地市級(jí)和省級(jí)利差同樣較大，均在 150bps 以上，顯示這些地區(qū)地市級(jí)財(cái)力相對(duì)較弱。而江西和河南區(qū)縣級(jí)平臺(tái)和省級(jí)平臺(tái)利差較高，均在 200bps

24、 以上，反映這些地區(qū)區(qū)縣級(jí)平臺(tái)實(shí)力較弱。而地市、區(qū)縣級(jí)平臺(tái)和省級(jí)平臺(tái)利差較低的分為兩類，一類是省級(jí)債務(wù)壓力較大的如新疆、黑龍江等；另一類是整個(gè)區(qū)域內(nèi)財(cái)力都很強(qiáng)，利差都很低的如上海、廣東等。債務(wù)大省江蘇地市級(jí)、區(qū)縣級(jí)平臺(tái)利差和省級(jí)平臺(tái)利差相對(duì)處于中游，截止去年末分別為 106.8bps 和 120.9bps，但區(qū)縣和地市級(jí)平臺(tái)利差很低，背后主要是區(qū)域內(nèi)經(jīng)濟(jì)強(qiáng)縣和弱地市共存的結(jié)果。圖表 6：各地城投債與國(guó)開債利差（2020M12）排地市級(jí)利排區(qū)縣級(jí)利排地市級(jí)與省級(jí)利區(qū)縣級(jí)與省級(jí)利城投利差省級(jí)利差名差名差名差差bpsbpsbpsbpsbpsbps青海742.61033.21196.215311.48

25、-837.1-721.9貴州411.2118.112465.92509.11347.7391.0遼寧381.0248.54302.56464.2354.0215.6內(nèi)蒙古361.7149.49701.31499.92552.0350.6云南324.6340.22240.811428.25-99.488.0黑龍江313.2292.23315.75270.61223.5-21.6吉林264.1195.57269.47450.8473.9255.3天津240.7208.16358.93150.7廣西240.6134.111339.04269.213205.0135.1湖南236.294.515231

26、.013296.910136.5202.4重慶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陜西186.6106.313234.912246.115128.6139.8山東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、江蘇156.748.429155.221169.322106.8120.9甘肅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寧夏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廣東

28、74.753.52888.328133.92434.880.4上海64.158.82470.12911.4資料來源：Wind，。不包括城投債數(shù)量較少的海南和西藏。 HYPERLINK / P.8從城市角度看，省內(nèi)城投債分化也體現(xiàn)出西部高于東部的特點(diǎn)。將樣本券按照發(fā)債主體所屬城市分類可以獲得各城市城投債信用利差。通過比較省內(nèi)不同城市城投債信用利差我們可以考察省內(nèi)不同城市間城投債的分化情況，不難發(fā)現(xiàn)經(jīng)濟(jì)較為發(fā)達(dá)的東部省份城市間分化程度遠(yuǎn)遠(yuǎn)低于中西部省份。遼寧、吉林、內(nèi)蒙、云南各地市之間城投平均利差的最大差距在 400bps 以上，湖南和河南也比較高，在 380bps 左右。而廣東、浙江這些經(jīng)濟(jì)強(qiáng)省

29、趨于財(cái)力均較強(qiáng)，城投利差分化不大。陜西、新疆等省域內(nèi)城投利差都較高，同樣利差分化不大。圖表 7：各市城投債信用利差（2020 年底）資料來源：Wind，（不包括直轄市和城投債數(shù)量較少的海南、青海、西藏和寧夏）如何拆分城投債的信用利差本節(jié)的主要內(nèi)容是介紹如何將城投債的信用利差拆分到省、市、區(qū)縣和公司四個(gè)維度，然而在此之前我們首先需要獲取城投債的信用利差，因此本節(jié)的第一部分內(nèi)容是城投債信用利差的構(gòu)造。城投債信用利差計(jì)算方法與特征計(jì)算信用利差首先需要選取無風(fēng)險(xiǎn)收益率，學(xué)術(shù)研究中一般使用國(guó)債收益率作為無風(fēng)險(xiǎn)利率的代理變量，但業(yè)界研究往往使用國(guó)開債作為無風(fēng)險(xiǎn)利率。一方面，國(guó)債主要由配置盤（商業(yè)銀行、保險(xiǎn)

30、等）持有，而國(guó)開債則更多的由交易盤（公募基金、券商資管等）持有，因此國(guó)開債成交較國(guó)債更活躍，市場(chǎng)定價(jià)更有效；另一方面，國(guó)債利息收入享受免稅政策，使用國(guó)開債作為無風(fēng)險(xiǎn)利率可以剔除稅收政策差異帶來的影響。，因此本文使用國(guó)開債作為無風(fēng)險(xiǎn)利率的代理變量。樣本方面，本文以 Wind 統(tǒng)計(jì)的 2010 年至 2020 年存續(xù)的城投債作為樣本券，剔除資產(chǎn)支持證券、資產(chǎn)支持票據(jù)、私募債和可交換債，對(duì)于銀行間、交易所同時(shí)發(fā)行的品種以銀行間發(fā)債信息為準(zhǔn)。最終樣本包含 2603 個(gè)發(fā)債主體發(fā)行的 15448 只債券，發(fā)債主體分布在全國(guó) 31 個(gè)省/直轄市的 380 個(gè)地級(jí)市中。 HYPERLINK / P.9考慮到

31、城投債成交不夠活躍，我們使用中債估值收益率代替市場(chǎng)交易價(jià)格來計(jì)算單只城投債的信用利差，公式如下：_(, ) = _(, ) _(國(guó)開債, )上式中，_(, )表示 t 日城投債 i 的信用利差，_(, )表示t 日城投債i 的中債估值收益率，_(國(guó)開債, )為對(duì)應(yīng)期限的國(guó)開債到期收益率。國(guó)開債到期收益率采用中債發(fā)布的國(guó)開債收益率曲線，當(dāng)樣本券剩余期限處于國(guó)開債期限之間時(shí)采用線性插值法計(jì)算對(duì)應(yīng)期限的國(guó)開債到期收益率。我們?cè)谟^測(cè)期內(nèi)每周計(jì)算一次個(gè)券的信用利差，將所有樣本取均值便可獲得全國(guó)城投債的整體信用利差時(shí)間序列。截至 2020 年 12 月底，我國(guó)城投債平均信用利差為 203bp，處于 201

32、0 年以來 90%分位數(shù)，城投債信用利差處于高位。圖表 8：城投債平均信用利差%城投債平均信用利差（右軸）中債城投債到期收益率(AAA):3年中債國(guó)開債到期收益率:3年765432102010/1/42012/1/42014/1/42016/1/42018/1/42020/1/4%3.532.521.510.50資料來源：Wind，在此基礎(chǔ)上我們可按照省份、城市、評(píng)級(jí)、發(fā)行主體等多個(gè)維度分別統(tǒng)計(jì)信用利差。首先按照省份劃分，2020 年底，全國(guó)僅上海、廣東和北京三個(gè)省/直轄市城投債平均信用利差低于 100bp，分別為 70.6bp、87.2bp 和 97.3bp。從區(qū)域分布上看，除了三個(gè)信用利差

33、低于 100bp 的省份外，地處東部的福建、江蘇、浙江城投信用利差普遍較低；而西部和東北區(qū)域省份城投債信用利差普遍較高。從變化趨勢(shì)上看，2020 年僅上海、廣東兩地城投債平均利差下行，下行幅度分別為 2.3bp、19.6bp，其余省份利差均上行，并且上行幅度方面也體現(xiàn)出西部省份中部省份東部省份的特征。城投債區(qū)域分化愈發(fā)明顯，因此區(qū)域經(jīng)濟(jì)研究對(duì)城投債而言也愈發(fā)重要。（西藏、寧夏樣本量較少，缺乏代表性，而海南省樣本券極少因此未列入計(jì)算）。圖表 9：分省份信用利差變化情況bp2020年信用利差較2019變化（右軸）8007006005004003002001000上 廣 北 西 福 浙 寧 河 江

34、河 安 甘 湖 山 江 山 陜 新 重 四 天 湖 廣 吉 黑 云 遼 貴 內(nèi) 青海 東 京 藏 建 江 夏 北 蘇 南 徽 肅 北 西 西 東 西 疆 慶 川 津 南 西 林 龍 南 寧 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資料來源：Wind，不同評(píng)級(jí)間利差走闊，信用下沉難度加大。我們將城投債按照評(píng)級(jí)分組并計(jì)算各組信用利差（AA-及以下樣本數(shù)量很少，因此與 AA 分入同一組計(jì)算），截至 2020 年底，AAA、 AA+和 AA 及以下城投債信用利差分別為

35、 139.6bp、186.2bp 和 295.0bp，較 2019 年底分別上行 35.8bp、37.3bp 和 60.9bp。各評(píng)級(jí)城投債利差均有所上升，且評(píng)級(jí)越低利差上行幅度越大，因此從評(píng)級(jí)角度也觀察到城投債分化在加劇。圖表 10：不同評(píng)級(jí)城投債信用利差bpAAAAA+AA及以下4504003503002502001501005002010/1/42012/1/42014/1/42016/1/42018/1/42020/1/4資料來源：Wind，2.2 城投債信用利差的拆分方法在對(duì)城投債信用利差有了直觀的感受后，我們將通過定量的方法將城投平臺(tái)的信用利差拆解為：城投屬性、省份、城市、區(qū)縣和公

36、司自身五個(gè)維度并度量各維度對(duì)整體信用利差的貢獻(xiàn)度。我們總體上將城投利差分為整體城投利差、各級(jí)政府貢獻(xiàn)以及城投個(gè)體貢獻(xiàn)三部分，而各級(jí)政府貢獻(xiàn)又根據(jù)城投所屬政府層級(jí)不同分為省級(jí)政府、地市政府和區(qū)縣政府貢獻(xiàn)的組合。首先，不同行政層級(jí)的平臺(tái)拆解維度應(yīng)當(dāng)有差異，總體上遵循上級(jí)政府影響當(dāng)級(jí)平臺(tái)信用，但下級(jí)政府不影響的原則。比如省級(jí)平臺(tái)承擔(dān)省級(jí)項(xiàng)目，財(cái)務(wù)上也與省財(cái)政系統(tǒng)密切相關(guān)，與地市和區(qū)縣無關(guān)，同理對(duì)市級(jí)平臺(tái)利差的拆分也不需要考慮區(qū)縣層面的影響。因此，省級(jí)平臺(tái)信用受省級(jí)政府影響，而地市級(jí)除受地市級(jí)政府影響之外，同樣也受省級(jí)政府影響，區(qū)縣級(jí)則同時(shí)受省、地市和區(qū)縣三級(jí)政府影響。其次，我們確定城投屬性總體貢獻(xiàn)利

37、差、各級(jí)政府貢獻(xiàn)利差以及城投自身貢獻(xiàn)利差的計(jì)算方法。我們?nèi)‘?dāng)期全國(guó)信用利差最低的 30 只城投債信用利差平均值作為全國(guó)城投基準(zhǔn)利差，全國(guó)城投基準(zhǔn)利差作為城投屬性利差的度量指標(biāo)，將其作為城投屬性總體貢獻(xiàn)利差；將該地省級(jí)平臺(tái)平均利差與全國(guó)城投基準(zhǔn)利差之差作為省份貢獻(xiàn)利差，將城市和省級(jí)政府平均利差作為城市貢獻(xiàn)，將區(qū)縣和地市平臺(tái)平均利差作為區(qū)縣貢獻(xiàn)，然后剩余部分作為自身貢獻(xiàn)利差。例如昆山城投信用利差，我們將其拆解為式（1）：昆山城投利差=全國(guó)城投基準(zhǔn)利差城投屬性貢獻(xiàn)利差+（江蘇省級(jí)城投利差-全國(guó)城投基準(zhǔn)利差）省份貢獻(xiàn)利差+（蘇州市級(jí)城投平均利差-江蘇省級(jí)城投平均利差）地市貢獻(xiàn)利差 HYPERLINK

38、/ P.11+ HYPERLINK / P.12（昆山縣級(jí)城投平均利差-蘇州市級(jí)城投平均利差）區(qū)縣貢獻(xiàn)利差+（昆山城投利差-昆山縣級(jí)城投平均利差）個(gè)體貢獻(xiàn)利差圖表 11：不同行政層級(jí)平臺(tái)拆解維度城投平臺(tái)層級(jí)拆解維度省級(jí)城投屬性總體貢獻(xiàn)利差+省份貢獻(xiàn)利差+自身貢獻(xiàn)利差地級(jí)市城投屬性總體貢獻(xiàn)利差+省份貢獻(xiàn)利差+城市貢獻(xiàn)利差+自身貢獻(xiàn)利差區(qū)縣及縣級(jí)市城投屬性總體貢獻(xiàn)利差+省份貢獻(xiàn)利差+城市貢獻(xiàn)利差+區(qū)縣屬性貢獻(xiàn)利差+自身貢獻(xiàn)利差資料來源：Wind，接下來我們基于此前計(jì)算的各城投利差以及各地平均利差來分解城投利差決定因素。由于省份、地市、區(qū)縣以及個(gè)體貢獻(xiàn)利差并不一定為正，但會(huì)影響其波動(dòng)，因此我們?cè)谟?jì)算

39、貢獻(xiàn)比時(shí)將式（1）中右邊各項(xiàng)均取絕對(duì)值，然后計(jì)算該項(xiàng)絕對(duì)值占總的絕對(duì)值比例，將其作為該因素的貢獻(xiàn)比例。依然以昆山城投為例，其中區(qū)縣貢獻(xiàn)利差比例計(jì)算方法為：區(qū)縣貢獻(xiàn)利差比例 =|區(qū)縣貢獻(xiàn)利差|城投屬性貢獻(xiàn)利差| + |省份貢獻(xiàn)利差| + |地市貢獻(xiàn)利差| + |曲線貢獻(xiàn)利差| + |個(gè)體貢獻(xiàn)利差|需要注意的是，考慮到單個(gè)區(qū)縣內(nèi)城投平臺(tái)本身數(shù)量有限，若對(duì)每個(gè)區(qū)縣計(jì)算平均信用利差一方面會(huì)造成大量的缺失值，另一方面若該區(qū)縣內(nèi)僅有一家城投平臺(tái)則無法進(jìn)行拆分，因此區(qū)縣利差的計(jì)算不再細(xì)分至單個(gè)區(qū)縣，而是使用該城市區(qū)縣級(jí)平臺(tái)平均利差-城市平均利差替代。此外在樣本處理過程中我們將直轄市下轄區(qū)城投平臺(tái)全部處理為地

40、級(jí)市平臺(tái)。城投信用利差的主導(dǎo)因素如何變化依據(jù)上一節(jié)的方法我們對(duì)不同行政層級(jí)城投平臺(tái)的信用利差進(jìn)行拆分并考察各維度對(duì)信用利差的貢獻(xiàn)度隨時(shí)間的變化。城投信仰弱化，城投屬性貢獻(xiàn)度持續(xù)下滑城投信仰削弱，城投屬性貢獻(xiàn)度持續(xù)下滑。省級(jí)城投平臺(tái)利差由城投屬性、省份和公司自身三個(gè)因素組成，地級(jí)市城投平臺(tái)利差由城投屬性、省份、城市和公司自身四個(gè)因素組成，區(qū)縣級(jí)城投平臺(tái)利差由城投屬性、省份、城市、區(qū)縣和公司自身五個(gè)因素組成。2015 年以來，各層級(jí)平臺(tái)城投屬性對(duì)信用利差的貢獻(xiàn)度整體上處于下行區(qū)間。2015 年初，省級(jí)平臺(tái)、地級(jí)市平臺(tái)和區(qū)縣級(jí)平臺(tái)城投屬性對(duì)利差貢獻(xiàn)度分別為 29.1%、25.3%和 22.6%，到了

41、 2020 年底城投屬性對(duì)利差貢獻(xiàn)度分別為 9.3%、7.2%和 6.1%，分別下降 19.8、18.1 和 16.5 個(gè)百分點(diǎn)。圖表 12：城投屬性對(duì)各層級(jí)平臺(tái)利差貢獻(xiàn)度60%50%40%30%20%10%0%省級(jí)平臺(tái)貢獻(xiàn)度 城投屬性地級(jí)市平臺(tái)貢獻(xiàn)度 城投屬性縣級(jí)市平臺(tái)貢獻(xiàn)度 城投屬性2010-01 2011-04 2012-07 2013-10 2015-01 2016-04 2017-07 2018-10 2020-01資料來源：Wind，區(qū)域重要性提升幅度高于公司自身，且層級(jí)越低區(qū)域越重要城投屬性弱化背景下區(qū)域和公司自身對(duì)利差貢獻(xiàn)度均有所提升。城投信仰弱化后分化是必然的趨勢(shì)，而分化的程

42、度則由城投平臺(tái)所處區(qū)域和公司自身狀況共同決定。對(duì)于省級(jí)平臺(tái)，區(qū)域?qū)钬暙I(xiàn)度=省份貢獻(xiàn)度；對(duì)于地級(jí)市平臺(tái)，區(qū)域?qū)钬暙I(xiàn)度=省份貢獻(xiàn)度+城市貢獻(xiàn)度；對(duì)于區(qū)縣級(jí)平臺(tái)，區(qū)域?qū)钬暙I(xiàn)度=省份貢獻(xiàn)度+城市貢獻(xiàn)度+區(qū)縣貢獻(xiàn)度。不難發(fā)現(xiàn)，2015 年以來不同層級(jí)平臺(tái)區(qū)域和公司自身對(duì)信用利差的貢獻(xiàn)度均有所提升，2020 年末省級(jí)、地市級(jí)和區(qū)縣級(jí)平臺(tái)區(qū)域?qū)π庞美畹呢暙I(xiàn)度分別為 61.0%、 73.7%和 78.1%，公司自身對(duì)信用利差的貢獻(xiàn)度分別為 29.8%、19.1%和 15.7%。圖表 13：區(qū)域?qū)Ω鲗蛹?jí)平臺(tái)利差貢獻(xiàn)度省級(jí)平臺(tái)貢獻(xiàn)度 區(qū)域地級(jí)市平臺(tái)貢獻(xiàn)度 區(qū)域縣級(jí)市平臺(tái)貢獻(xiàn)度 區(qū)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資料來源：Wind， HYPERLINK / P.13平臺(tái)個(gè)體對(duì)自身利差解釋度近年小幅上升，但解釋度依舊較低。2020 年底，省級(jí)、地市級(jí)和區(qū)縣級(jí)平臺(tái)個(gè)體對(duì)自身利差的解釋度分別為 30.0%、19.1%和 15.7%。從城投平臺(tái)自身解釋度來看，省級(jí)平臺(tái)地市級(jí)平臺(tái)縣級(jí)市平臺(tái)，因此省級(jí)平臺(tái)個(gè)體分析更為重要。而對(duì)于地市和區(qū)縣級(jí)政府，分析地市和區(qū)縣財(cái)政債務(wù)狀況較分析城投自身狀況更為重要。圖表 14：公司自身對(duì)各層級(jí)平臺(tái)利差貢獻(xiàn)度40%35

44、%30%25%20%15%10%5%0%省級(jí)平臺(tái)貢獻(xiàn)度公司自身地級(jí)市平臺(tái)貢獻(xiàn)度 公司自身縣級(jí)市平臺(tái)貢獻(xiàn)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資料來源：Wind，區(qū)域重要性提升幅度分化，且層級(jí)越低區(qū)域越重要。第一，雖然從趨勢(shì)上看區(qū)域和公司自身對(duì)信用利差貢獻(xiàn)度均有所提升，但不同層級(jí)平臺(tái)區(qū)域與公司自身貢獻(xiàn)度提升額差異較大。2015 年以來，省級(jí)、地市級(jí)和區(qū)縣級(jí)平臺(tái)區(qū)域?qū)π庞美畹呢暙I(xiàn)度分別提升 9.5%、 10.0%和 11.4%，而公司自身對(duì)信用利差的貢獻(xiàn)度分別提升 1

45、0.4%、7.2%和 5.1%。第二，隨著城投平臺(tái)行政層級(jí)的下降，區(qū)域貢獻(xiàn)度提升額越來越高，而公司自身貢獻(xiàn)度提升額越來越低。省級(jí)平臺(tái)背靠省政府信用，投資者對(duì)省政府信用關(guān)注度有限，而是更加關(guān)注城投公司的財(cái)務(wù)狀況，但隨著行政層級(jí)的下移，區(qū)域綜合實(shí)力重要性越來越高，而公司經(jīng)營(yíng)的重要性則越來越低。圖表 15：2015 年以來各層級(jí)城投平臺(tái)區(qū)域和公司自身對(duì)利差貢獻(xiàn)度提升額12%區(qū)域貢獻(xiàn)度提升額公司自身貢獻(xiàn)度提升額10%8%6%4%2%0%省級(jí)平臺(tái)地級(jí)市平臺(tái)區(qū)縣級(jí)平臺(tái)資料來源：Wind，省份重要性日益提升 HYPERLINK / P.142017 年 12 月，財(cái)政部發(fā)布的關(guān)于堅(jiān)決制止地方政府違法違規(guī)舉債

46、 遏制隱性債務(wù)增量情況的報(bào)告明確提出：堅(jiān)持中央不救助原則，做到“誰家的孩子誰抱”，堅(jiān)決打消地方政府認(rèn)為中央政府會(huì)“買單”的“幻覺”，堅(jiān)決打消金融機(jī)構(gòu)認(rèn)為政府會(huì)兜底的“幻覺”。建立市場(chǎng)化、法治化的債務(wù)違約處置機(jī)制，依法實(shí)現(xiàn)債權(quán)人、債務(wù)人共擔(dān)風(fēng)險(xiǎn)，及時(shí)有效防止違約風(fēng)險(xiǎn)擴(kuò)散蔓延。隨著地方政府化債壓力下放到地方政府，區(qū)域?qū)Τ峭缎庞美畹呢暙I(xiàn)度快速提升。區(qū)域又可細(xì)分成省、市、區(qū)縣三個(gè)維度，各維度對(duì)信用利差的貢獻(xiàn)度決定了研究的性價(jià)比也需要重點(diǎn)關(guān)注。對(duì)于省級(jí)平臺(tái)而言，省份是唯一的區(qū)域因素，省份對(duì)省級(jí)平臺(tái)的重要性前文已有詳細(xì)分析，因此不再贅述。對(duì)于地級(jí)市平臺(tái)而言，區(qū)域因素包括省份和城市，2020 年底，省份和

47、城市對(duì)地級(jí)市城投平臺(tái)利差貢獻(xiàn)度平均分別為 56.7%和 17.1%，較 2015 年初分別提升 5.6 和 5.4 個(gè)百分點(diǎn)，省份貢獻(xiàn)度無論是絕對(duì)值還是提升額都高與城市貢獻(xiàn)度，因此對(duì)于地級(jí)市平臺(tái)而言省份依舊是研究重點(diǎn)。但地市解釋占比近年快速提升，貢獻(xiàn)占比從17 年末的 10%提升至去年末的 17%左右。對(duì)于區(qū)縣級(jí)平臺(tái)而言，區(qū)域因素包括省份、城市和區(qū)縣，2020 年底，省份、城市和區(qū)縣對(duì)地級(jí)市城投平臺(tái)利差貢獻(xiàn)度分別為 51.0%、 14.7%和 12.5%，較 2018 年初分別提升 2.6、6.0 和 2.7 個(gè)百分點(diǎn)，城市貢獻(xiàn)度提升額最大，省份貢獻(xiàn)度絕對(duì)值最高，總體來看，對(duì)于區(qū)縣級(jí)平臺(tái)研究而

48、言，省份城市區(qū)縣。圖表 16：地級(jí)市平臺(tái)省份與城市對(duì)利差貢獻(xiàn)度地級(jí)市平臺(tái)貢獻(xiàn)度 省份屬性地級(jí)市平臺(tái)貢獻(xiàn)度 城市比例(右軸)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%資料來源：Wind，圖表 17：區(qū)縣級(jí)平臺(tái)省份、城市與區(qū)縣對(duì)利差貢獻(xiàn)度縣級(jí)市平臺(tái)貢獻(xiàn)度 城市比例縣級(jí)市平臺(tái)貢獻(xiàn)度 區(qū)縣比例縣級(jí)市平臺(tái)貢獻(xiàn)度 省份屬性(右軸)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%資料來源：Wind，綜上所述： HYPERLINK / P.15城投信仰總體在弱化，城投分化加大，但分化體現(xiàn)在地方政府對(duì)城投利差的影響趨勢(shì)性上升，城投個(gè)體自身影響比例有所提升但幅度較小，因而需要對(duì)地方政府投入更多的研究資源。從利差貢獻(xiàn)度來看，對(duì)于省級(jí)平臺(tái)，個(gè)體研究需要投入更多精力，而對(duì)于地市級(jí)和區(qū)縣級(jí)城投，地方政府研究比個(gè)體研究更為重要。從貢獻(xiàn)度來看，對(duì)地市平臺(tái)來說，省級(jí)政府重要性高于地市級(jí)政府，對(duì)于區(qū)縣政府來說，各級(jí)政府重要性相近，這顯示上級(jí)政府對(duì)下級(jí)平臺(tái)利差具有更大

50、影響力，但從趨勢(shì)來看，地市級(jí)政府重要性近年快速提升。城投信用的上收背景下，對(duì)省級(jí)政府需要投入更大的研究力量。不同省份利差貢獻(xiàn)因素拆分全國(guó)維度的城投利差拆分給研究指明了大方向，但城投兩千多家城投平臺(tái)散落在全國(guó) 31個(gè)省/直轄市，省份間財(cái)政實(shí)力、資源稟賦差異明顯，不同區(qū)域信用利差的主導(dǎo)因素也必然存在差異，因此拆分的維度不能僅僅停留在全國(guó)，要想對(duì)實(shí)際研究有指導(dǎo)意義拆分的維度需要下沉至省級(jí)甚至地市級(jí)。我們將不同行政層級(jí)城投平臺(tái)的信用利差分省份進(jìn)行拆解，以幫助投資者把握不同區(qū)域城投利差的核心決定因素，獲得不同省份/層級(jí)城投平臺(tái)的研究重點(diǎn)圖表 18：各省份城投平臺(tái)信用利差貢獻(xiàn)度（2020 年 12 月）資

51、料來源：Wind，（西藏、海南樣本量過少因此予以剔除，表中空白部分因樣本量過少而無法計(jì)算，其中直轄市無區(qū)縣級(jí)平臺(tái)因此區(qū)縣級(jí)拆分?jǐn)?shù)據(jù)全部缺失）對(duì)于省級(jí)城投平臺(tái)來說，省份整體信用利差越高越需要關(guān)注城投平臺(tái)個(gè)體情況，這也反應(yīng)對(duì)于弱資質(zhì)地區(qū)，省級(jí)城投平臺(tái)的分化更大。對(duì)于背靠省政府信用的省級(jí)城投平臺(tái)而 HYPERLINK / P.16言，省級(jí)層面的研究時(shí)不可或缺的，關(guān)注的點(diǎn)在于在公司個(gè)體上需要投入多少精力。不難發(fā)現(xiàn)省級(jí)城投平臺(tái)公司自身貢獻(xiàn)比例與省份信用利差正相關(guān)，此外存量債務(wù)較高的省份公司自身貢獻(xiàn)比例往往也更高。背后的邏輯在于越低的整體信用利差意味著投資者對(duì)該省/直轄市政府信用越認(rèn)可，在地方政府實(shí)力足夠

52、強(qiáng)大的情況下城投平臺(tái)自身情況的重要性便有所下降，但對(duì)于地方政府實(shí)力較弱或存量債務(wù)壓力較大的區(qū)域，政企關(guān)系、融資結(jié)構(gòu)等公司層面的因素便需要得到重視。圖表 19：省級(jí)城投平臺(tái)公司自身貢獻(xiàn)比例與省份信用利差（2020 年底數(shù)據(jù)）bp信用利差公司自身貢獻(xiàn)比例(右軸）8007006005004003002001000青 內(nèi) 貴 遼 云 黑 吉 廣 湖 天 四 重 新 陜 山 江 山 湖 甘 安 河 江 河 寧 浙 福 北海 蒙 州 寧 南 龍 林 西 南 津 川 慶 疆 西 東 西 西 北 肅 徽 南 蘇 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 省資料來源：Wind，省份貢獻(xiàn)比例、城市貢獻(xiàn)比例和公司自身貢獻(xiàn)比例分別反應(yīng)了不同省份地級(jí)市城投、同一省份內(nèi)不同城市城投和同一城市內(nèi)不同城投平臺(tái)信用利差的分化程度，也為研究不同省份地級(jí)市城投提供了方向。地市級(jí)城投平臺(tái)省份貢獻(xiàn)度排名前五的省/直轄市分別為黑龍江、貴州、云南、遼寧和新疆（直轄市下轄區(qū)理解為地級(jí)市），貢獻(xiàn)度分別為 71.4%、70.6%、69.1%、63.2%和 62.9%。圖表 20：地級(jí)市城投平臺(tái)省份貢獻(xiàn)比例（2020 年底數(shù)據(jù)）6005004003002001000信用利差省份貢獻(xiàn)比例（右軸）內(nèi) 貴 遼 云 黑 吉 廣 湖 天 四 重 新

54、陜 山 江 山 湖 甘 安 河 江 河 浙 福 北 廣 上蒙 州 寧 南 龍 林 西 南 津 川 慶 疆 西 東 西 西 北 肅 徽 南 蘇 北 江 建 京 東 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 省省資料來源：Wind， HYPERLINK / P.17地級(jí)市城投平臺(tái)城市貢獻(xiàn)度排名前五的省/直轄市分別為甘肅、廣西、內(nèi)蒙古、河北和四川，貢獻(xiàn)度分別為 25.5%、24.7%、24.2%、23.3%和 22.3%。圖表 21：地級(jí)市城投平臺(tái)城市貢獻(xiàn)比例（2020 年底數(shù)據(jù)）600500400300200100

55、0信用利差城市貢獻(xiàn)比例（右軸）內(nèi) 貴 遼 云 黑 吉 廣 湖 天 四 重 新 陜 山 江 山 湖 甘 安 河 江 河 浙 福 北 廣 上蒙 州 寧 南 龍 林 西 南 津 川 慶 疆 西 東 西 西 北 肅 徽 南 蘇 北 江 建 京 東 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 省省資料來源：Wind，地級(jí)市城投平臺(tái)公司自身貢獻(xiàn)度排名前五的省/直轄市分別為新疆、甘肅、內(nèi)蒙古、山東和云南，貢獻(xiàn)度分別為 26.4%、24.6%、23.0%、22.3%和 22.1%。圖表 22：地級(jí)市城投平臺(tái)公司自身貢獻(xiàn)比例（2020 年底數(shù)據(jù)

56、）6005004003002001000信用利差公司自身貢獻(xiàn)比例（右軸）內(nèi) 貴 遼 云 黑 吉 廣 湖 天 四 重 新 陜 山 江 山 湖 甘 安 河 江 河 浙 福 北 廣 上蒙 州 寧 南 龍 林 西 南 津 川 慶 疆 西 東 西 西 北 肅 徽 南 蘇 北 江 建 京 東 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資料來源：Wind，省份貢獻(xiàn)比例、城市貢獻(xiàn)比例、區(qū)縣貢獻(xiàn)比例和公司自身貢獻(xiàn)比例分別反應(yīng)了不同省份間城投、同一省份內(nèi)不同城市城投、同一城市區(qū)縣級(jí)城投與非區(qū)縣級(jí)城投和同一城

57、市內(nèi)不同城投平臺(tái)信用利差的分化程度，也為研究不同省份區(qū)縣級(jí)城投提供了方向。（直轄市和樣本量較少的省份無法拆分）區(qū)縣級(jí)城投平臺(tái)省份貢獻(xiàn)度排名前五的省/直轄市分別為云南、新疆、遼寧、貴州和浙江，貢獻(xiàn)度分別為 62.1%、61.9%、61.8%、60.1%和 54.5%。圖表 23：區(qū)縣級(jí)城投平臺(tái)省份貢獻(xiàn)比例（2020 年底數(shù)據(jù)）500450400350300250200150100500信用利差省份貢獻(xiàn)比例（右軸）70%60%50%40%30%20%10%0%貴 遼 云 吉州 寧 南 林省 省 省 省廣 湖 四西 南 川省 省新 陜 山 江 湖 安疆 西 東 西 北 徽省 省 省 省 省河 江 河

58、南 蘇 北省 省 省浙 福 廣江 建 東省 省 省資料來源：區(qū)縣級(jí)城投平臺(tái)地市貢獻(xiàn)度排名前五的省/直轄市分別為河北、廣西、廣東、河南和山東，貢獻(xiàn)度分別為 30.5%、28.2%、26.8%、23.4%和 19.4%。圖表 24：區(qū)縣級(jí)城投平臺(tái)地市貢獻(xiàn)比例（2020 年底數(shù)據(jù)）500450400350300250200150100500信用利差城市貢獻(xiàn)比例（右軸）35%30%25%20%15%10%5%0%貴 遼 云州 寧 南省 省 省吉 廣 湖 四林 西 南 川省 省 省新 陜 山 江 湖疆 西 東 西 北省 省 省 省安 河 江 河 浙 福 廣徽 南 蘇 北 江 建 東省 省 省 省 省 省

59、 省 HYPERLINK / P.19資料來源：Wind，區(qū)縣級(jí)城投平臺(tái)區(qū)縣貢獻(xiàn)度排名前五的省/直轄市分別為吉林、湖北、江西、河南和福建，貢獻(xiàn)度分別為 36.9%、21.4%、21.4%、19.0%和 18.6%。圖表 25：區(qū)縣級(jí)城投平臺(tái)區(qū)縣貢獻(xiàn)比例（2020 年底數(shù)據(jù)）500450400350300250200150100500信用利差區(qū)縣貢獻(xiàn)比例（右軸）40%35%30%25%20%15%10%5%0%貴 遼 云 吉 廣州 寧 南 林 西省 省 省 省湖 四 新南 川 疆省 省陜 山 江 湖西 東 西 北省 省 省 省安 河 江徽 南 蘇省 省 省河 浙 福 廣北 江 建 東省 省 省

60、省資料來源：Wind，區(qū)縣級(jí)城投平臺(tái)公司自身貢獻(xiàn)度排名前五的省/直轄市分別為河北、新疆、安徽、四川和江蘇，貢獻(xiàn)度分別為 26.0%、19.7%、18.3%、17.2%和 17.1%。圖表 26：區(qū)縣級(jí)城投平臺(tái)公司自身貢獻(xiàn)比例（2020 年底數(shù)據(jù)）500450400350300250200150100500信用利差公司自身貢獻(xiàn)比例（右軸）30%25%20%15%10%5%0%貴 遼 云州 寧 南省 省 省吉 廣 湖 四林 西 南 川省 省 省新 陜 山 江 湖疆 西 東 西 北省 省 省 省安 河 江 河 浙 福 廣徽 南 蘇 北 江 建 東省 省 省 省 省 省 省資料來源：Wind，重點(diǎn)省份