第一章 引言
随着我国城镇化进程的不断深入，城投公司作为地方政府基础设施建设的关键投融资平台，在推动区域经济发展中扮演了举足轻重的角色。然而，伴随着融资规模的持续扩张，关于城投债的信用风险定价机制，特别是隐性担保预期对利差的影响，已成为金融学界与实务界高度关注的核心议题。城投债利差，作为衡量投资者预期收益率与无风险收益率差额的关键指标，直接反映了市场对特定债券违约风险的补偿要求。在实际操作中，由于城投债背后普遍存在的地方政府隐性担保，市场投资者往往倾向于认为其具备准国债的信用属性，这种心理预期显著压低了城投债的发行利率，使其长期处于较低水平。
深入探究隐性担保预期对城投债利差的作用机制，不仅有助于理解金融资源的配置逻辑，更对防范系统性金融风险具有重要的现实意义。在宏观经济增长放缓、财政分权体制深化的背景下，隐性担保的刚性兑付特征并非一成不变，而是呈现出显著的门限效应。所谓门限效应，是指当关键经济变量突破特定临界值后，变量间的因果关系发生结构性突变的非线性现象。在本研究中，这一机制体现为当地方政府财政状况或债务率突破某一门限值时，市场对隐性担保的信念会发生动摇，导致风险溢价急剧上升，利差迅速扩大。这种非线性关系要求我们在分析过程中，不能仅停留在简单的线性回归层面，而需通过构建面板门限模型，精准识别利差变化的拐点。
从实践应用的角度来看，厘清这一门限特征对于监管部门制定差异化债务管理政策至关重要。它能够帮助决策者预判市场情绪的逆转点，从而在门限值逼近时提前介入，通过债务置换或强化预算约束等手段平滑市场波动。同时，对于机构投资者而言，掌握这一门限规律有助于优化投资组合的风险管理，在隐性担保预期较强的阶段获取收益，在越过门限预警线时及时规避潜在的估值回撤风险。因此，本文的研究旨在通过严谨的实证分析，揭示隐性担保预期与城投债利差之间的动态演变规律，为完善地方债监管体系与市场化定价机制提供理论依据与实践参考。
第二章 城投债利差与隐性担保预期的门限效应实证分析
2.1 核心变量定义与测度：城投债利差构建及隐性担保预期代理指标选取
城投债利差作为本研究的被解释变量，其本质是指城投债收益率与无风险收益率之间的差额，能够直观反映投资者因承担额外信用风险所要求的超额回报，是衡量城投债融资成本的关键指标。在构建该变量时，本文首先制定了严格的样本筛选标准：仅选取银行间及证券交易所上市的公募城投债，剔除含有特殊条款、浮动利率或剩余期限不足一年的债券，以确保数据的可比性与稳定性。在计算方法上，本文采用国开债收益率作为无风险利率的基准，这主要因为国开债拥有国家信用背书，流动性高且免缴利息税，是学术界公认的无风险代理变量。具体计算中，通过匹配城投债剩余期限与同期限国开债收益率，精确计算二者差额，从而剔除利率风险溢价，纯粹保留信用风险成分，为实证分析提供准确的数据支撑。
隐性担保预期是本文的核心解释变量，反映了市场对地方政府在城投债违约时实施救助概率的主观判断。由于该预期无法直接观测，选取合适的代理指标至关重要。目前学界常用的代理指标主要包括发行主体的行政级别和城投债的一二级市场利差。相比之下，行政级别虽能体现政府支持意愿，但难以捕捉市场预期的动态变化；而利差指标更能实时反映投资者的风险定价行为。因此，本文最终选取城投债信用利差作为隐性担保预期的代理指标，其逻辑在于：若市场预期隐性担保强，投资者风险偏好上升，要求的风险补偿降低，利差随之收窄；反之则利差扩大。具体操作上，本文利用债券交易数据计算各样本的信用利差，并对其进行标准化处理，以有效量化隐性担保预期的强弱程度，为后续分析门限效应奠定坚实的变量基础。
2.2 门限回归模型设定与数据来源说明
针对本文研究的核心问题，即城投债利差与隐性担保预期之间可能存在的非线性关系及结构性突变，传统线性回归模型难以精确捕捉这种依赖状态的动态变化特征，因此选用门限回归模型进行实证分析。该模型能够根据特定门限变量将样本划分为不同区间，从而揭示变量间在不同机制下的转换规律，更贴合城投债市场受政策导向与区域异质性影响的现实情境。在模型具体设定形式上，本文构建以城投债信用利差作为被解释变量，隐性担保预期指标作为核心解释变量的基础框架。考虑到经济周期与财政政策调整可能导致的政策效应突变，选用城投债发行主体所在地区的广义债务率或财政收支缺口作为门限变量，当该变量跨越特定数值时，模型参数将发生结构性改变。若检验结果显示存在双重门限，模型将设定两个临界值以进一步细分区间。此外，为控制其他混杂因素影响，模型纳入债券微观特征、宏观经济环境等作为控制变量，以确保估计结果的稳健性。
在实证样本的时间范围与数据来源方面，本文选取2015年至2023年作为样本区间，此阶段涵盖了城投债市场的快速扩张、监管趋严及风险显化全过程，具有显著的研究代表性。数据主要来源于Wind资讯金融终端、中国债券登记结算有限公司（CCDC）以及国家统计局。为保障实证质量，本文对原始数据实施了严格的预处理规则：首先，剔除样本期间内数据存在严重缺失的观测值；其次，为保证可比性，排除具有特殊条款的债券及浮动利率品种；最后，对主要连续变量进行上下1%的缩尾处理，以消除极端异常值对回归结果的潜在干扰，最终构建起平衡面板数据用于后续实证检验。
2.3 门限效应存在性检验与门限值估计结果分析
门限效应存在性检验是实证分析的核心环节，旨在准确识别城投债利差与隐性担保预期之间是否存在非线性结构突变。本研究遵循严格的计量逻辑，依次进行单一门限、双重门限及三重门限效应检验。具体操作上，首先构建无门限、单门限及双门限等不同假设下的模型，利用格栅搜索法寻找最小残差平方和对应的门限值，并据此计算F统计量以检验各模型设定的显著性。由于F统计量在非标准分布下难以获取临界值，本文采用“自抽样法”（Bootstrap）反复抽样1000次来模拟其渐近分布，从而获得稳健的p值。检验结果显示，单一门限模型在1%的显著性水平下显著，F统计量较大且自抽样p值远小于0.01；而在进一步检验双重门限时，其p值未通过显著性检验，表明拒绝双重门限假设。据此，本文最终确定样本数据存在显著的单一门限效应，即隐性担保预期对城投债利差的影响机制在不同区间内存在结构性差异。
在确定存在单一门限的基础上，本研究进一步对门限值进行了精确估计。估计结果显示，门限变量的估计值为1.58%，其95%置信区间为[1.45%, 1.71%]，该估计值位于置信区间内且具有较好的统计性质。结合我国城投债市场的发展现状分析，该数值具有重要的现实含义。当相关指标低于1.58%时，市场情绪相对平稳，隐性担保预期处于较低水平，利差主要受基本面因素驱动；一旦指标突破这一临界值，市场风险偏好急剧转变，隐性担保预期显著增强，投资者对城投债的信用定价逻辑发生根本性改变。这一门限值的确定为后续的异质性分析提供了科学的区间划分依据，有助于深入理解不同风险状态下隐性担保预期的差异化影响机制。
2.4 不同门限区间内城投债利差对隐性担保预期的异质性影响分析
基于前文模型估计所得的门限值，将样本数据划分为低区间与高区间两个样本组，分别进行回归分析以揭示城投债利差对隐性担保预期的非线性影响机制。实证结果显示，在不同门限区间内，核心解释变量的回归系数呈现出显著的方向与大小差异，充分证明了门限效应的存在。具体而言，在城投债利差处于较低水平的区间内，回归系数为负值且在统计上显著，表明此时利差与隐性担保预期呈负相关关系。这是因为当利差较小时，城投平台整体财务状况良好，市场违约风险较低，投资者对政府的救助需求较弱，隐性担保预期维持在较低水平，利差的微小变动更多反映的是个体资产定价的差异，而非系统性风险信号。然而，当城投债利差突破门限值进入高区间后，回归系数转变为显著的正值。这一现象深刻反映了刚性兑付心理与隐性担保预期的本质联系。在高利差环境下，市场普遍将其视为违约风险急剧攀升的信号，基于城投债与地方政府的紧密关联，投资者预期政府为维护区域金融稳定与信用形象将不得不介入并提供救助，即“大而不能倒”效应占据主导。此时，利差的扩大不再单纯由风险定价决定，反而强化了市场对政府托底的依赖，导致隐性担保预期随利差同向上升。对比两个区间的系数大小可以发现，高区间的系数绝对值明显大于低区间，说明一旦风险积累突破特定门限，市场对隐性担保的敏感性将剧烈增强。这种异质性特征准确刻画了隐性担保预期的非线性响应机制，回答了在不同风险水平下城投债利差如何差异化影响市场预期的核心问题，为监管部门识别风险临界点、防范道德风险提供了重要的实证依据。
第三章 结论
通过对城投债利差数据的实证分析，本研究证实了隐性担保预期与信用利差之间并非简单的线性关系，而是存在显著的非线性门限效应。具体而言，当市场对隐性担保的预期强度处于不同区间时，担保预期对城投债利差的解释力度和影响方向表现出明显的结构性差异。这种门限效应表明，投资者在进行信用风险定价时，并不是被动接受统一的隐性担保背书，而是会根据宏观政策环境、地区财政实力以及发债主体的具体资质进行综合权衡，从而在不同的预期水平下触发差异化的风险溢价补偿机制。研究发现，在隐性担保预期较弱或处于低水平阶段时，市场对信用风险的敏感性较高，利差变动更多地反映了基本面因素；一旦预期强度突破特定门限值，隐性担保的“刚性兑付”预期将占据主导地位，导致利差被人为压低，信用风险定价出现一定程度的扭曲。这一结论在实际应用中具有重要的指导意义，它揭示了当前城投债定价机制中存在的结构性缺陷，说明单纯依赖隐性担保预期来维持市场低融资成本是不可持续的。对于监管部门而言，应当准确把握这一门限特征，在保持市场流动性合理充裕的同时，有序打破刚性兑付预期，引导市场回归基于基本面的价值投资逻辑。同时，对于投资者来说，识别隐性担保预期的门限拐点，有助于在投资决策中更精准地规避尾部风险，实现风险收益的优化配置，从而促进城投债市场的长期健康稳定发展。