1、內容目錄 HYPERLINK l _TOC_250016 我國城投的政府層級間分布 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因素如何變化 12 HYPERLINK l _TOC_250010 城投信仰弱化，城投屬性貢獻度持續下滑

2、12 HYPERLINK l _TOC_250009 區域重要性提升幅度高于公司自身，且層級越低區域越重要 13 HYPERLINK l _TOC_250008 省份重要性日益提升 14 HYPERLINK l _TOC_250007 不同省份利差貢獻因素拆分 16 HYPERLINK l _TOC_250006 重點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 風險提示 31圖表目錄圖表 1：分行政層級城投債存量規模占比變化 4圖表 2：江蘇各行政級別城投債余額占比 5圖表 3：浙江各行政級別城投債余額占比 5圖表 4：各省政府層級間城投債分布（2020M12） 6圖表 5：2005 年以來城投債發行規模與數量 7圖表 6：各地城投債與國開債利差（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：不同評級城投債信用

4、利差 11圖表 11：不同行政層級平臺拆解維度 12圖表 12：城投屬性對各層級平臺利差貢獻度 13圖表 13：區域對各層級平臺利差貢獻度 13圖表 14：公司自身對各層級平臺利差貢獻度 14圖表 15：2015 年以來各層級城投平臺區域和公司自身對利差貢獻度提升額 14圖表 16：地級市平臺省份與城市對利差貢獻度 15圖表 17：區縣級平臺省份、城市與區縣對利差貢獻度 15圖表 18：各省份城投平臺信用利差貢獻度（2020 年 12 月） 16圖表 19：省級城投平臺公司自身貢獻比例與省份信用利差（2020 年底數據） 17圖表 20：地級市城投平臺省份貢獻比例（2020 年底數據） 17圖

5、表 21：地級市城投平臺城市貢獻比例（2020 年底數據） 18 HYPERLINK / P.2圖表 22：地級市城投平臺公司自身貢獻比例（2020 年底數據） 18 HYPERLINK / P.3圖表 23：區縣級城投平臺省份貢獻比例（2020 年底數據） 19圖表 24：區縣級城投平臺地市貢獻比例（2020 年底數據） 19圖表 25：區縣級城投平臺區縣貢獻比例（2020 年底數據） 20圖表 26：區縣級城投平臺公司自身貢獻比例（2020 年底數據） 20圖表 27：城投屬性對江蘇省各層級平臺利差貢獻度 21圖表 28：公司自身對江蘇省各層級平臺利差貢獻度 21圖表 29：區域對江蘇省各

6、層級平臺利差貢獻度 22圖表 30：江蘇省地級市平臺省份與城市對利差貢獻度 22圖表 31：江蘇省區縣級平臺省份、城市與區縣對利差貢獻度 22圖表 32：城投屬性對浙江省各層級平臺利差貢獻度 23圖表 33：公司自身對浙江省各層級平臺利差貢獻度 23圖表 34：區域對浙江省各層級平臺利差貢獻度 24圖表 35：浙江省地級市平臺省份與城市對利差貢獻度 24圖表 36：浙江省區縣級平臺省份、城市與區縣對利差貢獻度 24圖表 37：城投屬性對山東省各層級平臺利差貢獻度 25圖表 38：公司自身對山東省各層級平臺利差貢獻度 25圖表 39：區域對山東省各層級平臺利差貢獻度 26圖表 40：山東省地級市

7、平臺省份與城市對利差貢獻度 26圖表 41：山東省區縣級平臺省份、城市與區縣對利差貢獻度 26圖表 42：城投屬性對四川省各層級平臺利差貢獻度 27圖表 43：公司自身對四川省各層級平臺利差貢獻度 27圖表 44：區域對四川省各層級平臺利差貢獻度 28圖表 45：四川省地級市平臺省份與城市對利差貢獻度 28圖表 46：四川省區縣級平臺省份、城市與區縣對利差貢獻度 28圖表 47：城投屬性對湖南省各層級平臺利差貢獻度 29圖表 48：公司自身對湖南省各層級平臺利差貢獻度 29圖表 49：區域對湖南省各層級平臺利差貢獻度 30圖表 50：湖南省地級市平臺省份與城市對利差貢獻度 30圖表 51：湖南

8、省區縣級平臺省份、城市與區縣對利差貢獻度 30城投是當前信用債的核心品種，由于城投兼具政府信用和企業信用，因而在分析過程中需要同時分析企業經營和財務狀況，以及政府財政和債務狀況。而在分析政府財政和債務狀況的時候，由于我國政府的單一制特點，對于轄區內城投不僅需要分析本級政府財政和債務狀況，還需要分析上級政府財政和債務狀況。這往往導致城投的分析陷入繁重的數據梳理工作。那么既然城投信用既取決于平臺自身財務債務狀況，又取決于地方各級政府的財政債務情況，那么我們有沒有辦法將城投利差的決定因素分解為各級政府決定的部分和城投個體自身決定的部分。通過觀察各部分占比，我們可以判斷各級政府信用對城投利差的決定力如

9、何。同時，還可以在區域之間進行對比，來觀察那些地區的城投利差層級更為上收，省級政府起了更大解釋作用；那些地區城投利差個體因素或者區縣級政府影響更大。據此，我們可以判斷在分析不同地區城投時，哪些只需分析省級財政債務狀況即可，哪些需要對個體經營債務或者區縣級財政債務狀況進行深入的分析。由于我國政府分為中央、省市、地市、區縣、鄉鎮五級，其中省市、地市、區縣三級政府城投平臺發債較多，鄉鎮級城投發債的很少，可以忽略。因此，我們嘗試將城投利差分解為總體城投影響、省級政府、地市級政府、區縣級政府影響以及個體影響等幾部分，分別觀察各級政府影響的占比分布和地區差異，并據此給出各地城投利差主要決定因素的判斷。我國

10、城投的政府層級間分布城投債存量的政府間分布隨著我國經濟的發展和地方政府融資需求的增加，過去十年城投平臺債券融資的政府層級一直在下沉，表現為省級平臺占比的下降和地市、區縣級平臺占比的提升。隨著地方經濟發展，越來越多的低行政層級平臺可以在公開市場發債，2010 年以來公開市場存量城投債中區縣級和地市級占比的持續提升和省級占比的持續下降。區縣級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%，累計上升近 20個百分點。而地市級平臺城投債占比同樣從 2010 年末不足 30%上升至 2020 年末的44.3%，對應的是省級平臺城投債占比從 2010 年

11、60%以上的比例下降至 2020 年末27.3%，降幅在 30 個百分點以上。目前地市級平臺占比最高，在四成以上，而省級和區縣級占比相近，均略低于三成。省級地市級 區縣級圖表 1：分行政層級城投債存量規模占比變化各行政級別城投債余額占比，% 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，五省合計占城投債存量比例的 45%，其中江蘇作為城投大省占比高達 18.

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

13、、地市、區縣三級占比分別為 20.7%、43.3%和 36.0%，而四川三級占比分別為 26.3%、41.5%和 32.1%，湖南地市級占比略高，三級占比分別為 13.0%、 52.2%和 34.8%。總體上，城投在政府層級間的分布特征為經濟越發達，越低政府層級的城投債占比越高。從各地城投政府層級分布變化來看，區縣級城投占比的提升主要貢獻來自江蘇、浙江等發達省份，而地市級城投占比提升主要貢獻則來自重慶、河南、河北等中部省份。過去十年江浙地區區縣級城投占比一路提升，特別是浙江，區縣級城投占比從 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，兩省是全國區縣級城投占比提升的主要原因。而地市級占比的提升則主要依賴于中西部省份，其中重慶地市級城投占比較 2010 年提升 64.2 個百分點至 78.2%，河南和河北分別較 2010 年提升 45.7 和 49.9 個百分點至 56.9%和 49.9%，地市級城投占比提升最為顯著。圖表 2：江蘇各行政級別城投債余額占比圖表 3：浙江各行政級別城投債余額占比省級地市級區縣級江蘇各行政級別城投債余額占比，% 60504030201002010 2011 2012 2013 2015 2016 2017 2018 2020省級地市級區縣級浙江各行政級別城投債余額占比，% 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：各省政府層級間城投債分布（2020M12）存量省級地市區縣省級地市區縣省級地市區縣省級地市級區縣級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，各政府層級平臺利差符合政府層級財力狀況，呈現出政府層級越低，利差越高的狀況。省級城投利差最低，全國省級城投與國開債平均利差近年持續穩定在 100bps 附近，但在永煤事件之后快速攀升，目前已經上升至 150bps 附近。而地市級和區縣級平臺利差在 18 年顯著抬升，從 17 年 120bp 左右和 140bps 快速上升至 18 年 HYPERLINK / P.61 城投利差的具體計算方法見本文第二節第一小節 HYPERLINK / P.7240

22、bps 和 270bps 的高點，近兩年雖有回落，但依然保持高位，而永煤事件之后，地市級和區縣級利差同樣快速攀升，目前已經回升至 2020 年以來高點附近。從政府層級間利差來看，地市級與省級平臺利差近期并未擴大，在 40bps 附近，而區縣與省級利差在 80bps 附近。圖表 5：2005 年以來城投債發行規模與數量bp，與國開債利差區縣及縣級市地級市 省級45040035030025020015010050020102011201220132014201520162017201820192020資料來源：Wind，從分省來看，債務壓力較大省份城投利差較高，青海、貴州、遼寧、內蒙、云南等省是利

23、差最高的幾個省份，城投與國開債平均利差都在 300bps 以上。而經濟發達的幾個地區城投利差較低，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城投利差較高。而貴州則有所不同，貴州省級城投利差并不算很高，在全國處于 12 名中游位置，城投利差高主要是地市和區縣城投利差較高，分別在全國排名第 2 和第 1。除貴州不同政府層級之間利差較大之外，內蒙、廣西、天津、四川等地市級和省級利差同樣較大，均在 150bps 以上，顯示這些地區地市級財力相對較弱。而江西和河南區縣級平臺和省級平臺利差較高，均在 200bps

24、 以上，反映這些地區區縣級平臺實力較弱。而地市、區縣級平臺和省級平臺利差較低的分為兩類，一類是省級債務壓力較大的如新疆、黑龍江等；另一類是整個區域內財力都很強，利差都很低的如上海、廣東等。債務大省江蘇地市級、區縣級平臺利差和省級平臺利差相對處于中游，截止去年末分別為 106.8bps 和 120.9bps，但區縣和地市級平臺利差很低，背后主要是區域內經濟強縣和弱地市共存的結果。圖表 6：各地城投債與國開債利差（2020M12）排地市級利排區縣級利排地市級與省級利區縣級與省級利城投利差省級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，。不包括城投債數量較少的海南和西藏。 HYPERLINK / P.8從城市角度看，省內城投債分化也體現出西部高于東部的特點。將樣本券按照發債主體所屬城市分類可以獲得各城市城投債信用利差。通過比較省內不同城市城投債信用利差我們可以考察省內不同城市間城投債的分化情況，不難發現經濟較為發達的東部省份城市間分化程度遠遠低于中西部省份。遼寧、吉林、內蒙、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、浙江這些經濟強省

29、趨于財力均較強，城投利差分化不大。陜西、新疆等省域內城投利差都較高，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的主要內容是介紹如何將城投債的信用利差拆分到省、市、區縣和公司四個維度，然而在此之前我們首先需要獲取城投債的信用利差，因此本節的第一部分內容是城投債信用利差的構造。城投債信用利差計算方法與特征計算信用利差首先需要選取無風險收益率，學術研究中一般使用國債收益率作為無風險利率的代理變量，但業界研究往往使用國開債作為無風險利率。一方面，國債主要由配置盤（商業銀行、保險

30、等）持有，而國開債則更多的由交易盤（公募基金、券商資管等）持有，因此國開債成交較國債更活躍，市場定價更有效；另一方面，國債利息收入享受免稅政策，使用國開債作為無風險利率可以剔除稅收政策差異帶來的影響。，因此本文使用國開債作為無風險利率的代理變量。樣本方面，本文以 Wind 統計的 2010 年至 2020 年存續的城投債作為樣本券，剔除資產支持證券、資產支持票據、私募債和可交換債，對于銀行間、交易所同時發行的品種以銀行間發債信息為準。最終樣本包含 2603 個發債主體發行的 15448 只債券，發債主體分布在全國 31 個省/直轄市的 380 個地級市中。 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交易價格來計算單只城投債的信用利差，公式如下：_(, ) = _(, ) _(國開債, )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，_(國開債, )為對應期限的國開債到期收益率。國開債到期收益率采用中債發布的國開債收益率曲線，當樣本券剩余期限處于國開債期限之間時采用線性插值法計算對應期限的國開債到期收益率。我們在觀測期內每周計算一次個券的信用利差，將所有樣本取均值便可獲得全國城投債的整體信用利差時間序列。截至 2020 年 12 月底，我國城投債平均信用利差為 203bp，處于 201

32、0 年以來 90%分位數，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，在此基礎上我們可按照省份、城市、評級、發行主體等多個維度分別統計信用利差。首先按照省份劃分，2020 年底，全國僅上海、廣東和北京三個省/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。從區域分布上看，除了三個信用利差

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；而西部和東北區域省份城投債信用利差普遍較高。從變化趨勢上看，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出西部省份中部省份東部省份的特征。城投債區域分化愈發明顯，因此區域經濟研究對城投債而言也愈發重要。（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 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，不同評級間利差走闊，信用下沉難度加大。我們將城投債按照評級分組并計算各組信用利差（AA-及以下樣本數量很少，因此與 AA 分入同一組計算），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。各評級城投債利差均有所上升，且評級越低利差上行幅度越大，因此從評級角度也觀察到城投債分化在加劇。圖表 10：不同評級城投債信用利差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的信用利差拆解為：城投屬性、省份、城市、區縣和公

36、司自身五個維度并度量各維度對整體信用利差的貢獻度。我們總體上將城投利差分為整體城投利差、各級政府貢獻以及城投個體貢獻三部分，而各級政府貢獻又根據城投所屬政府層級不同分為省級政府、地市政府和區縣政府貢獻的組合。首先，不同行政層級的平臺拆解維度應當有差異，總體上遵循上級政府影響當級平臺信用，但下級政府不影響的原則。比如省級平臺承擔省級項目，財務上也與省財政系統密切相關，與地市和區縣無關，同理對市級平臺利差的拆分也不需要考慮區縣層面的影響。因此，省級平臺信用受省級政府影響，而地市級除受地市級政府影響之外，同樣也受省級政府影響，區縣級則同時受省、地市和區縣三級政府影響。其次，我們確定城投屬性總體貢獻利

37、差、各級政府貢獻利差以及城投自身貢獻利差的計算方法。我們取當期全國信用利差最低的 30 只城投債信用利差平均值作為全國城投基準利差，全國城投基準利差作為城投屬性利差的度量指標，將其作為城投屬性總體貢獻利差；將該地省級平臺平均利差與全國城投基準利差之差作為省份貢獻利差，將城市和省級政府平均利差作為城市貢獻，將區縣和地市平臺平均利差作為區縣貢獻，然后剩余部分作為自身貢獻利差。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=全國城投基準利差城投屬性貢獻利差+（江蘇省級城投利差-全國城投基準利差）省份貢獻利差+（蘇州市級城投平均利差-江蘇省級城投平均利差）地市貢獻利差 HYPERLINK

38、/ P.11+ HYPERLINK / P.12（昆山縣級城投平均利差-蘇州市級城投平均利差）區縣貢獻利差+（昆山城投利差-昆山縣級城投平均利差）個體貢獻利差圖表 11：不同行政層級平臺拆解維度城投平臺層級拆解維度省級城投屬性總體貢獻利差+省份貢獻利差+自身貢獻利差地級市城投屬性總體貢獻利差+省份貢獻利差+城市貢獻利差+自身貢獻利差區縣及縣級市城投屬性總體貢獻利差+省份貢獻利差+城市貢獻利差+區縣屬性貢獻利差+自身貢獻利差資料來源：Wind，接下來我們基于此前計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、區縣以及個體貢獻利差并不一定為正，但會影響其波動，因此我們在計算

39、貢獻比時將式（1）中右邊各項均取絕對值，然后計算該項絕對值占總的絕對值比例，將其作為該因素的貢獻比例。依然以昆山城投為例，其中區縣貢獻利差比例計算方法為：區縣貢獻利差比例 =|區縣貢獻利差|城投屬性貢獻利差| + |省份貢獻利差| + |地市貢獻利差| + |曲線貢獻利差| + |個體貢獻利差|需要注意的是，考慮到單個區縣內城投平臺本身數量有限，若對每個區縣計算平均信用利差一方面會造成大量的缺失值，另一方面若該區縣內僅有一家城投平臺則無法進行拆分，因此區縣利差的計算不再細分至單個區縣，而是使用該城市區縣級平臺平均利差-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城投平臺全部處理為地

40、級市平臺。城投信用利差的主導因素如何變化依據上一節的方法我們對不同行政層級城投平臺的信用利差進行拆分并考察各維度對信用利差的貢獻度隨時間的變化。城投信仰弱化，城投屬性貢獻度持續下滑城投信仰削弱，城投屬性貢獻度持續下滑。省級城投平臺利差由城投屬性、省份和公司自身三個因素組成，地級市城投平臺利差由城投屬性、省份、城市和公司自身四個因素組成，區縣級城投平臺利差由城投屬性、省份、城市、區縣和公司自身五個因素組成。2015 年以來，各層級平臺城投屬性對信用利差的貢獻度整體上處于下行區間。2015 年初，省級平臺、地級市平臺和區縣級平臺城投屬性對利差貢獻度分別為 29.1%、25.3%和 22.6%，到了

41、 2020 年底城投屬性對利差貢獻度分別為 9.3%、7.2%和 6.1%，分別下降 19.8、18.1 和 16.5 個百分點。圖表 12：城投屬性對各層級平臺利差貢獻度60%50%40%30%20%10%0%省級平臺貢獻度 城投屬性地級市平臺貢獻度 城投屬性縣級市平臺貢獻度 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，區域重要性提升幅度高于公司自身，且層級越低區域越重要城投屬性弱化背景下區域和公司自身對利差貢獻度均有所提升。城投信仰弱化后分化是必然的趨勢，而分化的程

42、度則由城投平臺所處區域和公司自身狀況共同決定。對于省級平臺，區域對利差貢獻度=省份貢獻度；對于地級市平臺，區域對利差貢獻度=省份貢獻度+城市貢獻度；對于區縣級平臺，區域對利差貢獻度=省份貢獻度+城市貢獻度+區縣貢獻度。不難發現，2015 年以來不同層級平臺區域和公司自身對信用利差的貢獻度均有所提升，2020 年末省級、地市級和區縣級平臺區域對信用利差的貢獻度分別為 61.0%、 73.7%和 78.1%，公司自身對信用利差的貢獻度分別為 29.8%、19.1%和 15.7%。圖表 13：區域對各層級平臺利差貢獻度省級平臺貢獻度 區域地級市平臺貢獻度 區域縣級市平臺貢獻度 區域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平臺個體對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、地市級和區縣級平臺個體對自身利差的解釋度分別為 30.0%、19.1%和 15.7%。從城投平臺自身解釋度來看，省級平臺地市級平臺縣級市平臺，因此省級平臺個體分析更為重要。而對于地市和區縣級政府，分析地市和區縣財政債務狀況較分析城投自身狀況更為重要。圖表 14：公司自身對各層級平臺利差貢獻度40%35

44、%30%25%20%15%10%5%0%省級平臺貢獻度公司自身地級市平臺貢獻度 公司自身縣級市平臺貢獻度公司自身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，區域重要性提升幅度分化，且層級越低區域越重要。第一，雖然從趨勢上看區域和公司自身對信用利差貢獻度均有所提升，但不同層級平臺區域與公司自身貢獻度提升額差異較大。2015 年以來，省級、地市級和區縣級平臺區域對信用利差的貢獻度分別提升 9.5%、 10.0%和 11.4%，而公司自身對信用利差的貢獻度分別提升 1

45、0.4%、7.2%和 5.1%。第二，隨著城投平臺行政層級的下降，區域貢獻度提升額越來越高，而公司自身貢獻度提升額越來越低。省級平臺背靠省政府信用，投資者對省政府信用關注度有限，而是更加關注城投公司的財務狀況，但隨著行政層級的下移，區域綜合實力重要性越來越高，而公司經營的重要性則越來越低。圖表 15：2015 年以來各層級城投平臺區域和公司自身對利差貢獻度提升額12%區域貢獻度提升額公司自身貢獻度提升額10%8%6%4%2%0%省級平臺地級市平臺區縣級平臺資料來源：Wind，省份重要性日益提升 HYPERLINK / P.142017 年 12 月，財政部發布的關于堅決制止地方政府違法違規舉債

46、 遏制隱性債務增量情況的報告明確提出：堅持中央不救助原則，做到“誰家的孩子誰抱”，堅決打消地方政府認為中央政府會“買單”的“幻覺”，堅決打消金融機構認為政府會兜底的“幻覺”。建立市場化、法治化的債務違約處置機制，依法實現債權人、債務人共擔風險，及時有效防止違約風險擴散蔓延。隨著地方政府化債壓力下放到地方政府，區域對城投信用利差的貢獻度快速提升。區域又可細分成省、市、區縣三個維度，各維度對信用利差的貢獻度決定了研究的性價比也需要重點關注。對于省級平臺而言，省份是唯一的區域因素，省份對省級平臺的重要性前文已有詳細分析，因此不再贅述。對于地級市平臺而言，區域因素包括省份和城市，2020 年底，省份和

47、城市對地級市城投平臺利差貢獻度平均分別為 56.7%和 17.1%，較 2015 年初分別提升 5.6 和 5.4 個百分點，省份貢獻度無論是絕對值還是提升額都高與城市貢獻度，因此對于地級市平臺而言省份依舊是研究重點。但地市解釋占比近年快速提升，貢獻占比從17 年末的 10%提升至去年末的 17%左右。對于區縣級平臺而言，區域因素包括省份、城市和區縣，2020 年底，省份、城市和區縣對地級市城投平臺利差貢獻度分別為 51.0%、 14.7%和 12.5%，較 2018 年初分別提升 2.6、6.0 和 2.7 個百分點，城市貢獻度提升額最大，省份貢獻度絕對值最高，總體來看，對于區縣級平臺研究而

48、言，省份城市區縣。圖表 16：地級市平臺省份與城市對利差貢獻度地級市平臺貢獻度 省份屬性地級市平臺貢獻度 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：區縣級平臺省份、城市與區縣對利差貢獻度縣級市平臺貢獻度 城市比例縣級市平臺貢獻度 區縣比例縣級市平臺貢獻度 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，但分化體現在地方政府對城投利差的影響趨勢性上升，城投個體自身影響比例有所提升但幅度較小，因而需要對地方政府投入更多的研究資源。從利差貢獻度來看，對于省級平臺，個體研究需要投入更多精力，而對于地市級和區縣級城投，地方政府研究比個體研究更為重要。從貢獻度來看，對地市平臺來說，省級政府重要性高于地市級政府，對于區縣政府來說，各級政府重要性相近，這顯示上級政府對下級平臺利差具有更大

50、影響力，但從趨勢來看，地市級政府重要性近年快速提升。城投信用的上收背景下，對省級政府需要投入更大的研究力量。不同省份利差貢獻因素拆分全國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散落在全國 31個省/直轄市，省份間財政實力、資源稟賦差異明顯，不同區域信用利差的主導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，要想對實際研究有指導意義拆分的維度需要下沉至省級甚至地市級。我們將不同行政層級城投平臺的信用利差分省份進行拆解，以幫助投資者把握不同區域城投利差的核心決定因素，獲得不同省份/層級城投平臺的研究重點圖表 18：各省份城投平臺信用利差貢獻度（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算，其中直轄市無區縣級平臺因此區縣級拆分數據全部缺失）對于省級城投平臺來說，省份整體信用利差越高越需要關注城投平臺個體情況，這也反應對于弱資質地區，省級城投平臺的分化更大。對于背靠省政府信用的省級城投平臺而 HYPERLINK / P.16言，省級層面的研究時不可或缺的，關注的點在于在公司個體上需要投入多少精力。不難發現省級城投平臺公司自身貢獻比例與省份信用利差正相關，此外存量債務較高的省份公司自身貢獻比例往往也更高。背后的邏輯在于越低的整體信用利差意味著投資者對該省/直轄市政府信用越認可，在地方政府實力足夠

52、強大的情況下城投平臺自身情況的重要性便有所下降，但對于地方政府實力較弱或存量債務壓力較大的區域，政企關系、融資結構等公司層面的因素便需要得到重視。圖表 19：省級城投平臺公司自身貢獻比例與省份信用利差（2020 年底數據）bp信用利差公司自身貢獻比例(右軸）8007006005004003002001000青 內 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，省份貢獻比例、城市貢獻比例和公司自身貢獻比例分別反應了不同省份地級市城投、同一省份內不同城市城投和同一城市內不同城投平臺信用利差的分化程度，也為研究不同省份地級市城投提供了方向。地市級城投平臺省份貢獻度排名前五的省/直轄市分別為黑龍江、貴州、云南、遼寧和新疆（直轄市下轄區理解為地級市），貢獻度分別為 71.4%、70.6%、69.1%、63.2%和 62.9%。圖表 20：地級市城投平臺省份貢獻比例（2020 年底數據）6005004003002001000信用利差省份貢獻比例（右軸）內 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地級市城投平臺城市貢獻度排名前五的省/直轄市分別為甘肅、廣西、內蒙古、河北和四川，貢獻度分別為 25.5%、24.7%、24.2%、23.3%和 22.3%。圖表 21：地級市城投平臺城市貢獻比例（2020 年底數據）600500400300200100

55、0信用利差城市貢獻比例（右軸）內 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，地級市城投平臺公司自身貢獻度排名前五的省/直轄市分別為新疆、甘肅、內蒙古、山東和云南，貢獻度分別為 26.4%、24.6%、23.0%、22.3%和 22.1%。圖表 22：地級市城投平臺公司自身貢獻比例（2020 年底數據

56、）6005004003002001000信用利差公司自身貢獻比例（右軸）內 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，省份貢獻比例、城市貢獻比例、區縣貢獻比例和公司自身貢獻比例分別反應了不同省份間城投、同一省份內不同城市城投、同一城市區縣級城投與非區縣級城投和同一城

57、市內不同城投平臺信用利差的分化程度，也為研究不同省份區縣級城投提供了方向。（直轄市和樣本量較少的省份無法拆分）區縣級城投平臺省份貢獻度排名前五的省/直轄市分別為云南、新疆、遼寧、貴州和浙江，貢獻度分別為 62.1%、61.9%、61.8%、60.1%和 54.5%。圖表 23：區縣級城投平臺省份貢獻比例（2020 年底數據）500450400350300250200150100500信用利差省份貢獻比例（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：區縣級城投平臺地市貢獻度排名前五的省/直轄市分別為河北、廣西、廣東、河南和山東，貢獻度分別為 30.5%、28.2%、26.8%、23.4%和 19.4%。圖表 24：區縣級城投平臺地市貢獻比例（2020 年底數據）500450400350300250200150100500信用利差城市貢獻比例（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，區縣級城投平臺區縣貢獻度排名前五的省/直轄市分別為吉林、湖北、江西、河南和福建，貢獻度分別為 36.9%、21.4%、21.4%、19.0%和 18.6%。圖表 25：區縣級城投平臺區縣貢獻比例（2020 年底數據）500450400350300250200150100500信用利差區縣貢獻比例（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，區縣級城投平臺公司自身貢獻度排名前五的省/直轄市分別為河北、新疆、安徽、四川和江蘇，貢獻度分別為 26.0%、19.7%、18.3%、17.2%和 17.1%。圖表 26：區縣級城投平臺公司自身貢獻比例（2020 年底數據）500450400350300250200150100500信用利差公司自身貢獻比例（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，重點省份