地方政府债务信用评级体系构建——以河南省实证数据为例

2020年第12期总第263期
征信
CREDIT REFERENCE
No.122020Serial No.263
收稿日期：2020-07-29作者简介：李沫霖（1987—），男，河南郑州人，博士，主要研究方向为财政政策理论。

地方政府债务信用评级体系构建
——以河南省实证数据为例
李沫霖
（河南省发展和改革委员会，河南郑州450018）
摘要：对地方政府债务信用风险的研究有助于防范地方政府隐性债务。

以河南省地方政府债务的实证数据为基
础，选择利用KMV 模型计算出违约距离和违约率，并将其引入到地方政府债务信用评级体系中，能够更好地促进融资平台健康发展。

关键词：地方政府债务；信用风险；KMV 模型；信用评级体系；河南省中图分类号：F832文献标识码：A 文章编号：1674-747X （2020）12-0056-08
防范化解重大风险是党的十九大明确提出的三大攻坚战之一，地方政府债务的信用风险对我国社会经济可能造成严重影响。

截至2020年4月末，全国地方政府债务余额230402亿元，规模较大、结构复杂，在经历了规范性整顿后，地方政府大量的隐性负债仍然存在。

研究地方政府债务信用风险，探索创新信用评级体系和地方政府债务信用风险防范工具，以及基于此而建立的信用监管机制，对地方政府债务的风险防范，尤其是管理隐性负债具有一定的理论价值和现实意义［1］。

本文致力于探索信用监管手段支撑地方政府债务防范工具的理论原则与路径。

当前，国内外鲜有文献研究地方政府债务风险防范的信用监管问题，特别是财税领域信用体系的理论基础薄弱，缺乏理论层面的研究探讨，难以有效指导实践。

本文试图实现三个目标：研究结果将完善我国地方财政投融资理论，为地方融资平台未来转型和发展提供理论依据；以我国地方政府债务的信用风险为研究对象，解析地方政府债务平台的运营能力和风险成因，提出地方政府债务创新发展的路径选择；从外部评级及
市场角度来分析地方政府债务的信用水平及变化，尝试将KMV 模型引入地方政府债务评级体系中。

一、地方政府债务信用评级文献综述
信用评级，是指由专业独立的信用评级机构对评级对象可能面临的各种信用风险因素进行综合归纳分析，就其偿债能力和意愿以及违约可能给投资方带来的损失或影响进行综合评估，并最终采用评级符号予以反映的过程［2］。

目前，信用风险度量的方法和模型主要有信用评分模型、Credit Risk+模型、KMV 模型、宏观模拟模型、RAROC 模型。

20世纪末，随着中国地方政府债务风险的暴露，
国内学者杨嵘、苏畅（2014）等开始用KMV 模型评估地方政府债务风险［3］。

相关学者结合违约率分布，运用改进的KMV 模型计算“违约距离”。

茹涛（2009）凭经验假设确定到期债券的担保比例为40%。

邓殷洁、胡丹云根据已有的研究文献，估计推断担保比例，而这都会对准确测度地方债违约率造成误差［4］。

张代军、何慧凌（2013）借鉴参考文献并结合浙江省财政支出情况，将担保比例设定为40%［5］。

曾诗鸿、王芳
【信用评级】
·
·56
（2013）用42家我国制造业上市公司数据对KMV 模型的适用性进行验证，表明采用新违约点的KMV 模型在我国的适用性和准确性都有所提高［6］。

凌江怀、刘燕媚（2013）以10家上市商业银行作为研究对象，运用KMV 模型度量银行的信用风险，其实证结果表明，运用KMV 模型计算得出的银行预期违约率（EDF ）与信用评级机构对银行的信用评级相吻合［7］。

众多学者的研究结果都表明，传统的KMV 模型能够反映信用风险的高低，并对信用风险具有很高的敏感性。

因此，学者们在传统模型的基础上，对KMV 模型进行了修正，并引入其他模型与其相结合，以期能够更加准确地评估风险。

张能福、张佳（2010）对违约点的参数进行修正，重新设定违约点，通过将新旧违约点代入样本公司求出相应的违约距离发现，新违约点更能反映我国公司的信用状况［8］。

刘慧婷、刘海龙（2016）运用KMV 模型分析了中国30个省区市地方政府债务违约风险，并依据违约风险大小进行排名［9］。

周莎莎（2020）运用KMV 模型计算在现有可偿债财政收入水平保障下辽宁省各市级地方政府每年可以承担的最大到期债务限额，认为超出限额将会存在债务违约的风险，只要控制好每年应偿债务的额度，就可以有效化解地方政府债务风险［10］。

二、KMV 模型在地方政府债务信用评级中的应用
（一）KMV 模型及其违约概率的计算
运用KMV 模型计算违约概率的主要步骤是：首先估算公司资产价值及相应的波动率；然后计算违约距离，以用于测量信用风险；最后基于大量的历史违约数据，把违约距离映射到相应的违约概率上。

1.计算公司资产价值V 与标准差σv
KMV 模型本质上属于期权定价模型，依据布莱
克-
斯克尔斯期权定价公式：
（1）
其中：
公式中E 代表公司股票的市场价值，V 代表公司资产的价值，N 代表累积正态分布概率函数，D 代表公司负债的账面价值，σv 代表公司资产价值的标准差，T 代表到期时间。

上述方程中有两个已知变量E （公司股票的市场价值）和σE （公司股票价值的波动性
），以及两个未知变量V （公司资产价值）和σv 。

股票波
动率和公司资产价值波动率的关系也可表示为：
（2）
联立公式（1）和公式（2），可计算出公司资产价值V 和资产价值的波动率σv 。

2.计算违约距离
KMV 模型将公司债务的违约概率定义为公司
资产价值小于公司负债的账面价值的可能性。

而违
约距离是公司资产价值减去公司负债的账面价值，并除以公司资产的期望和资产的标准差。

其表达式
如下：
（3）
3.计算违约概率
假设公司的市场价值服从正态分布，就可以用DD 来计算KMV 模型中公司债务的违约概率。

公司的违约概率公式为：
（4）
其中，P T 是第T 期的违约概率；V 0为期初的公司资产市场价值；V T 是第T 期的公司资产市场价值；D T 是第T 期公司负债的账面价值。

假设公司价值满足几何布朗运动，根据dV =
μVd T +σV dw T
和风险中性原理：
（5
）（6）
其中，ε
服从标准正态分布。

则可得：
（7
）
（8）
（二）KMV 模型在地方政府债务信用评级中的模型修正
将KMV 模型应用到地方政府债务信用评级上，且与其他度量信用风险的模型相比主要具有如下三个方面的优势：第一，例如Credit Risk +模型和Credit Metrics 模型计量债务信用需要大量的违约历史数据。

在我国经历分税制改革后，经济指标的变
·
·57
化相对较大，对于地方政府债务，其历史数据又比较少。

而KMV 模型在度量地方政府债务的信用风险时，可以不需要大量的历史数据支持。

KMV 模型是基于公司资产价值为正态分布假定的，所以计算出来的结果依旧具有很高的准确性。

第二，KMV 模型可以用来度量单一资产的风险，而其他模型大多都只适用于对组合资产进行度量。

第三，本文在实证过程中只涉及河南省17个地市地方政府债务的违约距离所对应的违约概率，并不涉及违约的债务所造成的损失和债务的最终定价问题。

对地方政府债务进行信用评级，需要对KMV 模型进行调整，其调整涉及四个方面：一是将模型中的公司换成地方政府，将公司市场价值换为地方政府财政收入；二是把公司资产价值波动性调整为地方财政收入的波动性；三是用地方财政收入的平均增长率代替资产收益率均值；四是将公司债务余额换为到期地方债务余额。

其含义可以理解为政府将财政收入以债务的方式转移给购买者，并通过偿还债务赎回财政收入。

按照这种理念和思路，可建立地方政府债务信用风险度量模型，且该模型经近年来的发展已经比较成熟。

首先假设地方政府的财政收入服从以下随机过程：A t =f （Z t ）。

其中，A t 为t 时刻地方政府财政收入，Z t 为服从标准正态分布N （0，1）的随机变量。

若在到期日T 时，用于偿还债务的地方政府财政收入A T 小于应还地方政府债务B T ，地方政府就会发生违约，违
约概率可表示为：
（9）
由于Z t 服从标准正态分布，即Z T ~N （0，1），则
违约概率可以转换为：
（10）
将违约距离定义为DD =-f -1（B T ），则P =N ［-DD ］。

同时，地方政府财政收入A t 可表示为维纳
过程增量：
（11）
其中，σ和μ分别为地方政府财政收入A t 的标准
差和瞬时增长率。

由以上公式可得：
（12）
因为A t 服从对数正态分布，所以其对数ln At 的
均值和方差分别为：
（13）
Var （1n A t ）=σ2
t
（14）
取期间间隔t=1，计算1年期的地方政府债务违约概率，
则有：
（15
）（16）
因为地方政府财政收入的对数1n A t 服从正态分布，
所以违约距离和违约概率分别为：
（17）
P =N （-DD ）
（18）
三、河南省地方政府债务信用评级体系构建本文将KMV 模型计算出的违约率作为重要指标引入评级体系中，河南省地方政府债务信用评级体系的构建思路如下：第一步，对KMV 模型进行修正以应用于地方政府债务。

第二步，收集2003年至2018年河南省17个地市的财政收入数据。

先预测河南省这17个地市2019年的财政收入，根据KMV 模型的相关公式计算地方财政收入瞬时增长率和地方财政收入标准差；再利用2018年显性债务和隐性债务的数据计算违约距离和违约率。

第三步，收集2018年河南省17个地市的人口增长率、人均GDP 、城市化率、贷款余额/GDP 、教育经费/GDP 、人均收入、人均消费和中年人比重，通过SPSS 用因子分析法降维提取公因子，并计算出各城市的综合得分。

第四步，将各城市显性债务违约率、总债务违约率和城市综合得分分别排序，计算出这三个指标的排序值的算术平均数，即河南省17个地市的信用评级得分。

最后对信用评级得分的结果进行分析。

（一）数据来源及信用评级构建思路
本文的研究对象为河南省17个地市（见表1）。

各城市地方政府财政收入数据来源于Wind 数据库，时间是从2003年至2018年，单位为亿元。

17个地市的地方政府在2018年的债务余额数据来源于Wind 数据库。

其理由是：在2013年河南省审计厅的债务清查中，一年期的债务大约占35%。

由于收集
·
·58
的数据是地方政府债务余额，而KMV模型中需要的是到期地方政府的债务数据，因此本文用2018年的债务余额乘以35%的比例来进行估算。

研究期限定为2019年，违约概率的预测期间定为一年，即T=1。

（二）基于KMV模型测算违约概率
1.河南省各地市财政收入瞬时增长率和标准差
根据改进的KMV模型对违约概率进行测算。

首先，收集2003—2018年河南省17个地市的地方财政收入数据，通过计算几何平均增长率预测2019年河南省各个地市地方政府一般公共预算收入AT。

因为是计算各地区未来一年的偿债规模，所以令t= 1，计算出河南省17个地市财政收入的瞬时增长率μ和标准差σ，结果如表1所示。

2.河南省各地市违约距离和违约率
本文将地方政府债务分为显性债务和隐性债务两大类。

显性债务可以理解为由财政部预算司每月统计披露的，编制地方政府资产负债表时能直接体现在负债项目中的债务；而隐性债务不在限额管理和预算管理计划之内，不以地方债形式存在，但地方政府也需要承担偿还责任的债务。

隐性债务从其形式上来看，主要包括三大类：第一类是城投平台和为机关事业单位、PPP项目公司等主体举债融资提供隐性担保；第二类是为建设公益性的项目所举借的债务；第三类是违背商业原则，具有固定支出责任的中长期财政支出。

因此，在计算违约概率时，要先计算出河南省17个地市的显性债务、违约距离和违约概率，在此基础上加入收集整理的各地市隐性债务，计算出最终的违约距离和违约概率。

债务数据和计算结果如表2所示。

由表2可以看出，河南省17个地市的显性债务违约率均处在较低水平，其中违约率最高的是开封。

虽然开封的显性债务到期额不算最多，但是由于开封财政收入偏低，所以总体上违约率偏高。

平顶山市总债务违约率最高，主要是由于其到期的隐性债务较高引起的。

三门峡市违约率最小，总债务违约率仅为0.0017。

（三）评级指标的因子分析
本文构建地方政府债务评级体系是在由KMV模型计算出违约概率的基础上再综合河南省17个地市的经济指标等进行评级。

因子分析所得出的河南省17个地市的综合得分也代表着一个城市的经济、人力等方面的综合实力。

1.因子分析指标的选取
人口增长率一般是指在一年内，一定地域因人口自然变动和迁移变动而引起的人口增长的比率。

本文所选取的是一个城市的人口增长率，因此数值较小。

人口增长率在一定程度上影响着人们的生活水平和条件，人口增长率高的地域，生活水平正在恶化；人口增长率低的地域，生活水平正在得到改善。

人均GDP是了解和评价一个地区宏观经济运行状况的最直接指标之一，是衡量一个地区居民生活水平、收入水平以及国家政府在社会建设方面投入水平的一个标准。

城市化率是指本地户籍城镇人口与常住总人口的比值。

2017年年底，河南省常住人口城镇化率已经突破50%，而从2018年河南省各地市城镇化率来看，郑州市城镇化率达到了74.62%，但还有7个城市城镇化率处于平均水平之下。

人均消费/GDP、人均收入/GDP和贷款余额/ GDP这三个指标都可以反映该城市的经济结构，从而反映该城市的经济实力。

教育是推进社会发展的积极因素，教育支出的投入可以反映一个地市对教育的重视程度，并以这种间接的方式促进地市的进步和经济增长。

表1KMV模型计算结果和财政收入预测
地区
郑州开封洛阳平顶山安阳鹤壁新乡焦作濮阳许昌漯河三门峡南阳商丘信阳周口驻马店At的瞬时增长率
（μ）
0.301445299
0.484343167
0.272234331
0.309721737
0.207452708
0.267511421
0.245213668
0.246576724
0.241798261
0.274340369
0.2533597
0.273266177
0.208435904
0.232992994
0.222098815
0.243469114
0.247239134
At的标准差
（σ）
0.470471694
0.773539469
0.469725591
0.544914783
0.356449331
0.420773358
0.411635042
0.439598177
0.437816991
0.438758632
0.438758632
0.444867504
0.361215808
0.351267715
0.365215002
0.422990647
0.408775424
2019AT
1394.254488
169.2961113
402.9323551
181.4177374
177.954231
77.19012222
202.7180925
169.0390126
106.0639783
198.4775146
103.9699135
143.0894059
209.3740771
182.3705963
129.3591866
150.8752243
164.0391232
·
·59
表4
解释的总方差成分12345678
初始特征值
合计5.5441.0580.5730.4800.1400.1280.0700.008
方差的%69.29913.2267.1616.0021.7461.5950.8750.096
累计
%
69.29982.52589.68695.68897.43499.03099.904
100.000提取平方和载入合计5.5441.058
方差的%
69.29913.226
累计%69.29982.525
旋转平方和载入合计4.2982.304
方差的%53.72328.802
累计%53.72382.525
表注：提取方法：主成分分析。

地市中的中年人是主要劳动力，也是创造财富收入和金融投资的主要群体。

中年人比重大的地市，会为地市的发展提供潜力和机遇。

因此，中年人比重也是影响一个地市综合实力的重要因素。

2.因子分析提取公因子
采用SPSS 软件进行求解，将2018年河南省辖17个地市指标导入SPSS 。

首先，需要对原始变量进行相关性检验和巴特利球形检验，结果见表3。

如表3所示，Bartlett 球形度检验统计量为
138.503，相应的显著性水平近似为零。

KMO 统计量为0.613，说明变量之间存在比较大的相关性，因此可以做因子分析。

表4给出了各因子所解释的原始变量方差，由于抽取公因子时采用了主成分方法，因而表中的组件分别是第一主成分、第二主成分……。

其中，“提取平方和载入”部分是提取的公共因子对原始变量方差的解释情况，第一个因子解释原始变量方差的69.299%，第二个因子解释原始变量方差的13.226%；前两个公因子总共解释原始变量方差的82.525%，初始特征值大于1的公因子有2个，表明提取前两个因子的效果已较为理想。

“旋转载荷平
方和”是因子旋转后对原始变量方差的解释，对比发现两者差异不大，因此提取的因子个数为2个。

表3
KMO 和Bartlett 的检验
Kaiser-Meyer-Olkin 度量Bartlett 的球形度检验
近似卡方df
Sig.0.613
138.503280.000表2
河南省辖市KMV 模型违约距离和违约率计算结果
地区郑州开封洛阳平顶山安阳鹤壁新乡焦作濮阳许昌漯河三门峡南阳商丘信阳周口驻马店
显性债务401.116595.9711140.560074.630590.265046.379799.365051.257577.805072.504829.596346.4467129.860589.285083.020097.195053.4275
显性债务违约距离1.95960.97312.58671.92602.30801.63602.12203.05561.04112.70103.22172.92101.71882.52091.63991.40373.1447
显性债务违约率
0.02500.16520.00480.02710.01050.05090.01690.00110.14890.00350.00060.00170.04280.00590.05050.08020.0008
隐性债务482.616040.953292.114693.553622.274111.105614.354843.677522.61383.416357.55860.000014.075230.558333.90968.510947.2928
总债务883.7325136.9243232.6746168.1841112.539157.4852113.719894.9350100.418875.921287.154946.4467143.9357119.8433116.9296105.7059100.7203
总债务违约距离1.48090.51371.51370.43491.68931.12591.79421.65350.45832.59610.76012.92101.43391.68290.70211.20521.5937
总债务违约率0.06930.30370.06500.33180.04560.13010.03640.04910.32340.00470.22360.00170.07580.04620.24130.11410.0555
·
·60
表5为旋转后的成分矩阵，其中第一个因子与人口增长率、人均DGP 、城市化率、贷款余额/GDP 、人均收入和人均消费的荷载系数较大，分别为0.777、0.790、0.827、0.903、0.866、0.850，因此将其归于影响因子1的主要变量。

这几个指标中，除人口增长率以外，其他几个指标主要偏向于经济变化，而第一个因子主要反映各个城市经济增长的变化，因此命名为“经济潜力”因子。

第二个因子与教育经费/GDP 和中年比重的荷载系数较大，分别为0.822和0.858。

这两个变量主要反映了城市的人力资本方面的因素，因此命名为“人力资本”因子。

众多研究表明，人力资本是一个国家和民族竞争力的最重要的因素。

同时根据表5，可以写出各个指标与两
个因子之间的关系式：
（19）
（四）河南省17个地市综合得分
采用Bartlett 法，由SPSS 输出结果得出成分得分系数矩阵，如表6所示：
根据上表可将公因子表示为各个变量的线性组合，
得到因子得分函数：
（20）
将河南省17个地市各指标数值代入，即可计算出“经济潜力”因子和“人力资本”因子的得分，然后加权计算出各个城市的综合得分，两个因子的加权公式为：
（21）
其中，λ1和λ2为每个因子对应的特征根，其值分
别为4.298和2.304。

计算出河南省17个地市的综合得分如表7所示：
表7中，F 1代表各个城市在“经济潜力”因子上
的得分，F 2表示各个城市在“人力资本”上的得分。

F 表示各个城市的综合得分。

郑州市在第一个公共因
表7河南省17个地市因子得分及综合得分地区郑州开封洛阳平顶山安阳鹤壁新乡焦作濮阳许昌漯河三门峡南阳商丘信阳周口驻马店
F 1
3.4627-0.63190.65490.1225-0.1963-0.07660.0450
-0.0436-0.39490.01920.0261-0.4678-0.1723-1.4785-0.0828-0.7181-0.0678
F 2
0.2247-0.08170.6706-0.6736-0.11740.7799
-0.18251.6236-0.60560.36600.24841.7014-1.17881.2126-1.1716-1.1909-1.6248F
2.3326-0.43990.6603-0.1553-0.16870.2223
-0.03440.5383-0.46840.14020.10370.2892-0.5236-0.5393-0.4628-0.8831-0.6111表5
旋转成分矩阵a
人口增长率人均GDP （万元）
城市化率贷款余额/GDP 教育经费/GDP 人均收入（万元）人均消费（万元）
中年比重
成分
1
0.7770.7900.8270.903
-0.1180.8660.8500.2902
0.1110.5450.4950.036
-0.8220.4290.3920.858表注：提取方法：主成分。

旋转法：具有Kaiser 标准化的正交旋转法。

a.旋转在3次迭代后收敛。

表6成分得分系数矩阵
人口增长率人均GDP （万元）
城市化率贷款余额/GDP 教育经费/GDP 人均收入（万元）人均消费（万元）
中年比重
成份
1
0.2670.1240.1560.3420.2350.1930.200-0.180
2-0.1850.1290.079-0.283-0.5620.018-0.0040.529
表注：提取方法：主成分。

旋转法：具有Kaiser 标准化的正交旋转法。

·
·61
子上得分明显高于其他16个城市，且领先其他城市很多。

从数据上来看，无论是人均GDP还是人均收入、人均消费，郑州市的数据都远远大于其他城市。

而在“人力资本”因子上得分较高的是三门峡市和焦作市，反映出这两个城市的人力资本水平相对较高，这与教育资源的投入和人口流动等有关。

从城市综合得分来看，郑州市依然遥遥领先，其原因可能是郑州市作为河南省的省会城市，经济实力等在全省起支柱和带头作用。

同时，这种现象也反映出河南省各地市经济发展极不平衡。

四、河南省地方政府债务信用评级结果及分析
（一）信用评级结果
所谓对地方政府债务进行信用评级，就是对各个城市政府债务信用评级得分进行排序［11］。

基于以上分析结果，可将河南省17个地市的显性债务违约率、总债务违约率和城市综合得分分别排序，并对其进行打分。

违约率与信用风险的高低成负相关，而城市综合得分排名与信用风险的高低呈正相关。

因此，对显性债务违约率和总债务违约率采用升序对
各个城市进行排名，而对城市综合得分则进行降序处理后再进行排名。

在分数的设置上，排第1名的城市分数设置为“17”分；排第2名的城市分数设置为“16”分；排第3名的城市分数设置为“15”分，以此类推，排第17名的城市分数设置为“1”分。

最后取三类得分的算术平均数即为河南省17个地市政府债务信用评级的最终得分。

分数越高，说明该城市的信用风险越低。

计算的结果如表8所示。

（二）信用评级分析
从河南省17个地市的信用评级得分结果来看，三门峡市、焦作市、许昌市、洛阳市的得分较高，都在12分以上，综合来说地方债务信用风险低。

其中得分最高的是三门峡市，三门峡市的总债务违约率在17个地市中是最低的，其原因可能在于2018年三门
峡市的财政工作相对于以往取得了突破性的成绩。

2019年洛阳市地方政府债务到期显性债务达到140.56亿元，总债务达到232.67亿元，除郑州市外最高。

洛阳市融资平台数目为4个，占河南省融资平台总数的7.55%，位于第1名。

郑州市、新乡市、漯河市、安阳市、驻马店市、
商丘市的信用评级得分处于9~12分之间，地方债
务信用风险较低。

漯河市显性债务违约率最低，
仅为0.0006，但总债务违约率相对较大，达到0.3318。

这说明漯河市的隐性债务相对于本市可偿还债务的财政收入来说偏高，所以政府要严格
控制隐性债务的增量。

驻马店市和商丘市的显性
债务违约率和总债务违约率得分都很高，但城市
综合得分明显偏低，甚至排在倒数后三名的位
置。

由此看出这两个城市的经济实力、城市发展
水平相对较低。

郑州市虽然在城市综合得分中排
名第一，无论是从经济实力还是人力资本方面，其
他城市都与郑州市无法相比，但是郑州市的总债
务违约率较高，拉低了信用风险评级的整体得
分。

鹤壁市和南阳市的信用评级得分都处于6~9
分之间，信用风险相对偏高。

平顶山市、信阳市、开封市、周口市和濮阳市信
用评级得分在6分以下，地方债务信用风险高。

其
中，濮阳市的信用评级得分最低，仅为3分。

濮阳
市在显性债务违约率、总债务违约率和城市综合水表8河南省地方政府信用评级得分
地区
郑州
开封
洛阳
平顶山
安阳
鹤壁
新乡
焦作
濮阳
许昌
漯河
三门峡
南阳
商丘
信阳
周口
驻马店
显性债券
违约率
得分
8
1
12
7
10
4
9
15
2
13
17
14
6
11
5
3
16
总债务
违约率
得分
9
3
10
1
14
6
15
12
2
16
5
17
8
13
4
7
11
城市
综合
得分
17
7
16
9
8
13
10
15
5
12
11
14
4
3
6
1
2
信用
评级
得分
11.33
3.67
12.67
5.67
10.67
7.67
11.33
14.00
3.00
13.67
11.00
15.00
6.00
9.00
5.00
3.67
9.67
··62
平的得分上都处于下游水平。

开封市显性债务违约率在17个地市中最高，达到0.1652。

而周口市综合城市得分在17个地市中最低。

（三）结论
本文在对KMV模型进行修正后用于河南省地方政府债务信用风险的度量，将河南省17个地市的地方政府债务的违约率与城市综合得分，包括经济潜力方面和人力资本方面的指标数据结合打分，最终将河南省17个地市的信用评级得分分为四个等级，组距为3，采用“上组限不在内”的原则。

具体划分如表9所示。

信用评级得分在12分以上的城市属于低信用风险；信用评级得分在9~12分之间的城市，信用风
险较低；信用评级得分在6~9分的城市，信用风险较高；信用评级得分在6分以下的城市属于高信用风险。

参考文献：
［1］高明.地方政府信用评级的国际比较研究［J］.征信，2019（1）：7-15.
［2］吴晶妹，刘宏涛.发挥信用服务机构在地方信用体系建设中的作用［J］.征信，2017（7）：8-10.
［3］杨嵘，苏畅.债券风险计量模型研究述评［J］.西安石油大学学报（社会科学版），2014（5）：23-27.
［4］茹涛.地方公债发行过程中的信用风险度量与融资规模研究［D］.上海：复旦大学，2009.
［5］张代军，何慧凌.保险资金参与地方保障房建设制度设计的探讨：以浙江省保障性住房建设为例［J］.金融教育研究，2014（1）：35-40.
［6］曾诗鸿，王芳.基于KMV模型的制造业上市公司信用风险评价研究［J］.预测，2013（2）：60-63.
［7］凌江怀，刘燕媚.基于KMV模型的中国商业银行信用风险实证分析：以10家上市商业银行为例［J］.华南师范大学学报（社会科学版），2013（5）：142-148.
［8］张能福，张佳.改进的KMV模型在我国上市公司信用风险度量中的应用［J］.预测，2010（5）：48-52.
［9］刘慧婷，刘海龙.基于KMV模型的中国地方政府债务风险评价研究［J］.上海金融，2016（6）：52-59.
［10］周莎莎.基于KMV模型的辽宁各市级地方政府债务风险评价研究［J］.今日财富，2020（7）：58-61.
［11］宋长青，王军生.论地方政府公信力评价指标体系的构建及其应用［J］.征信，2018（4）：40-48.
（责任编辑：杨德怀）
表9河南省17个地市信用评级得分与排名
信用评级
低风险（12分以上）风险较低（9~12分）
风险较高（6~9分）
高风险（6分以下）
地区
三门峡
焦作
许昌
洛阳
郑州
新乡
漯河
安阳
驻马店
商丘
鹤壁
南阳
平顶山
信阳
开封
周口
濮阳
信用评级得分
15
14
13.67
12.67
11.33
11.33
11.00
10.67
9.67
9
7.67
6
5.67
5.00
3.67
3.67
3
河南省内排名
1
2
3
4
5
5
6
7
8
9
10
11
12
13
14
14
15
Construction of Local Government Debt Credit Rating System:
An Empirical Study on the Data in Henan Province
Li Molin
（Development and Reform Commission of Henan Province,Zhengzhou450018,Henan,China）
Abstract:The research on the credit risk of local government debt is helpful to prevent local government implicit debt.Based on the empirical data of local government debt in Henan Province,this paper chooses to use KMV model to calculate the default distance and default rate,and introduce it into the credit rating system of local government debt,which can better promote the healthy development of financing platform.
Key words:local government debt;credit risk;KMV model;credit rating system；Henan Province
·
·63。