中国一级地方政府风险指标图表报告

许赟邦高级分析师2023年7月24日 要点速览 •中国一级地方政府制度框架的可预测度高且均衡。与下级地方政府相比，该群体（主要是省份和少数大城市）拥有稳定的收入来源和较少的支出责任。 •与中国下级地方政府相比，大多数一级地方政府的个别信用状况波动性较低。高收入地区通常能够举债更多，以支持地方发展，而低收入地区则受到激进公共产业融资的制约。 •五个计划单列市的财政波动性更大，而且这种波动性预计会持续下去，缘于其规模更小，更容易受到周期性收入如土地出让收入的影响，且支出责任更大。 •随着中国经济稳步复苏和巨额基建支出逐步退出，信贷指标或将保持温和。 •一级地方政府对于地方国企的支持将更具选择性，优先支持承担重大政策任务的国企。 •这是同时发布的两份关于中国一级地方政府风险指标的报告之一。另一份报告《中国一级地方政府风险指标数据表》为网页版格式，数据可下载。 个别信用状况 经济 •中国的经济发展集中在多个沿海省份，这些省份的私营经济充满活力，工业基础雄厚。 •高收入地区通常拥有更广的融资渠道，以支持地方发展。相较被制约不能激进公共产业融资的低收入地区，其债务规模更大。 •中国房地产市场低迷，令地方经济发展承压。该影响具有不对称性，因土地出让下滑，低收入地区的经济受到更大冲击，而高收入地区的情况普遍较好，地方经济增长未受到重大干扰。 个别信用状况 预算表现 •由于一级地方政府的土地出让风险敞口较低，且资本支出职责有限，因而预算表现将保持中等。•下级地方政府财政能力的弱化可能给一级政府带来一定程度的或有负债风险。 地方政府的整体预算表现因房地产疲软和下级政府资本支出激增而恶化 除计划单列市外，地方财政表现相对稳定地方政府本级 地方政府全口径 个别信用状况 债务负担 •由于资本支出职责有限，且来自中央政府的强劲转移支付资金流入增强了财政实力，因而多数一级地方政府的债务负担轻于其下级地方政府。 •各地的债务负担差异巨大；负债沉重的低收入地方政府在宏观经济下行期间风险更高。 一级地方政府通常负债较轻，因大部分借款为对下级政府的转贷 地方政府本级 省级政府 国有企业支持措施 中国一级地方政府的国企状况差异巨大地方排名（百分比越高表明相对信用状况越好） •中国一级地方政府的国企状况差异非常大。国企杠杆水平和流动性状况的差异通常是由各地不同的发展风格和政府能力造成的。 •高收入地区国企的财务指标普遍较好，特别是长三角和珠三角地区的国企。 •我们认为，地方政府将更具选择性地为国企提供支持，并会优先考虑承担重大政策职责的国企。 我们的研究范围 我们的中国一级地方政府报告包含各地方政府的对比数据用以评估其信用状况。我们用“一级地方政府”这一术语指代中国内地第一层级的地方政府。这些地方政府与中央政府有直接财政关联。在中国的四级地方政府中，只有一级地方政府能够直接在资本市场借债。 信用质量指标 标普全球评级在评估美国以外地区地方政府的信用质量时，会结合其制度框架和个别信用状况进行评估，得出基准评级，构成我们对地方政府信用评估的核心要素。除制度框架分析外，我们还要基于五个信用要素来对地方政府的个别信用状况进行评估，其中三个主要要素为经济指标、财政表现和债务负担。另外两个要素分别为财务管理和流动性指标，对这两个要素的分析要求我们对有限的公开数据进行深入的判断和解读，但我们通常将这两个要素视为大多数地方政府的信用状况支持性要素。 衡量支持国有企业能力的指标 我们的分析主要关注政府对旗下政府关联实体债务的支持能力，而非政府偿还自身债务的能力。随着中央政府加强对地方政府财政预算案的审核，地方政府只有在相关活动获得预算审批通过的情况下方可进行开支，包括向政府关联实体提供大量支持。我们用三个指标来衡量政府对国有企业领域的支持能力，分别为国企规模、国企信用质量以及地方政府对非财政预算资源的控制。我们的指标仅针对非金融机构国企。我们主要从数据提供商Wind获取国企数据，Wind数据覆盖70%-80%的地方政府控股国企（按中国政府公布的国企总资产和总负债数据衡量）。这些数据为我们提供了较为简便的财务衡量指标。我们的分析未包含地方政府能够控制的更为广泛的财务资源。这些融资手段的形式和复杂性差异很大，无法用简单的指标轻松衡量。 附录 软性监管指导线 •中国政府对地方政府的债务负担水平设定了一些软性监管指导线，如利息费用比率和债务负担比率。一旦这些比率接近了软性监管指导线，我们就认为地方政府可能就要强制接受被动财政整顿（fiscal consolidation），如削减支出以变相给国有企业提供支持。 •被动财政整顿可能导致经济增长放缓并限制政府支持地方国企的能力。但另一方面，财政整顿也可能迫使地方政府有效改变行为模式，包括强化预算管理和风控。 附录 房地产市场下行 •去年中国地方政府的土地出让收入下降程度并不一致。一些收入较低的地区的降幅显著；而高收入地区的表现普遍较好。 •我们认为，土地出让收入下降对地方政府财政表现的影响是周期性的，原因是土地开发成本也将随之下降。但是，其对经济增长和政府支持地方国企的能力将产生结构性影响。 部分一级地方政府 省政府——福建省 福建省预算表现 福建省部分指标的排位地方政府指标排位（百分比越高，信用状况越强） 省政府——江苏省 江苏省预算表现 江苏省部分指标的排位地方政府指标排位（百分比越高，信用状况越强） 省政府——浙江省 浙江省预算表现 浙江省部分指标的排位地方政府指标排位（百分比越高，信用状况越强） 省政府——贵州省 贵州省部分指标的排位地方政府指标排位（百分比越高，信用状况越强） 贵州省预算表现 省政府——广西省 广西省部分指标的排位地方政府指标排位（百分比越高，信用状况越强） 广西省预算表现 省政府——甘肃省 甘肃省部分指标的排位地方政府指标排位（百分比越高，信用状况越强） 甘肃省预算表现 直辖市政府——北京市 北京市预算表现 北京市部分指标的排位地方政府指标排位（百分比越高，信用状况越强） 直辖市政府——天津市 天津市部分指标的排位地方政府指标排位（百分比越高，信用状况越强） 天津市预算表现 计划单列市——深圳市 深圳市部分指标的排位地方政府指标排位（百分比越高，信用状况越强） 深圳市预算表现 计划单列市——大连市 大连市部分指标的排位地方政府指标排位（百分比越高，信用状况越强） 大连市预算表现 词汇表 注：我们使用2022年的预算执行，以及2020年和2021年的决算数据。 •LRG：地方政府。•一级地方政府：省、自治区、直辖市以及计划单列市。•一级地方政府部门：36家一级地方政府的合称，指风险指标报告中所定义的一级地方政府（见下页相关研究）。•BACA：调整资本支出后的预算差额（即财政赤字）。•BACA %：调整资本支出后的预算差额占调整后财政总收入的比率（即财政赤字比率）。•专项债利息费用比率：地方政府专项债的利息费用占政府性基金支出（不含转移支付）支出的比率。•DD：直接债务；该地方政府直接发行的债务。•DD（不含转贷）：地方政府直接债务剔除向下级政府的转贷债务。•DD %：直接债务占地方政府财政总收入的百分比（注：该比率参考了中国政府的非硬性指引，与我们的信用指标无关）。•Adjusted DB：调整后债务负担；直接债务与城投债务之和（城投据WIND口径划分）。•Adjusted DB %：调整后债务负担占地方政府与城投的合并经营收入的百分比。•Adjusted DB %（不含转贷）：调整后债务负担（不包含对下级地方政府的转贷）占地方政府与城投的合并经营性收入的百分比。•SOEs：由地方政府控股的国有企业。•LGFVs：WIND划分为城投的国企。•国企债务占地方政府财政收入的比率：地方政府控股国企的累计债务占地方政府调整后财政总收入的比率。•国企板块杠杆率（或国企杠杆率）：国企累计债务占累计EBITDA的比率。•国企流动性：国企的现金和短期证券与短期债务的比值。 相关研究 •聚焦中国地方政府——云南省，2023年5月22日•中国政府关联实体评级列表，2023年5月2日•聚焦中国地方政府——福建省，2023年3月13日•聚焦中国地方政府——贵州省，2023年1月11日•聚焦中国地方政府——四川省，2022年12月5日•聚焦中国地方政府——湖南省，2022年11月10日•聚焦中国地方政府——广东省，2022年10月10日•中国省级政府风险指标，2022年6月7日•Chinese Tier-Two Local Government Risk Indicators,2021年11月29日•Institutional Framework Assessment: China Provincial Governments,2021年8月31日•Institutional Framework Assessment: China Tier-Two Governments,2021年8月31日 联络人 朱素徵 黄闻茵董事+65 6216-1052wenyin.huang@spglobal.com 许赟邦 资深董事+852 2912-3055susan.chu@spglobal.com 高级分析师+852 2533-3591yunbang.xu@spglobal.com 王敬博研究助理jingbo.wang@spglobal.com 郭晨研究助理+852 2533-3519chen.guo@spglobal.com Copyright © 2023 by Standard & Poor’s Financial Services LLC. All rights reserved. No content (including ratings, credit-related analyses and data, valuations, model, software or other application or output therefrom) or any part thereof (Content) may be modified, reverse engineered, reproduced or distributed in any formby any means, or stored in a database or retrieval system, without the prior written permission of Standard & Poor's Financial Services LLC or its affiliates (collectively, S&P). The Content shall not be used for any unlawful or unauthorizedpurposes. S&P and any third-party providers, as well as their directors, officers, shareholders, employees or agents (collectively S&P Parties) do not guarantee the accuracy, completeness, timeliness or availability of the Content. S&PParties are not responsible for any errors or omissions (negligent or otherwise), regardless of the cause, for the results obtained from the use of the Content, or for the security or mainten