城投专题：债务率的合意区间是多少？.pdf

固定收益 | 固定收益专题 请务必阅读正文之后的信息披露和免责申明 1 债务率的合意区间是多少？ 证券 研究报告 2021 年 05 月 19 日 作者 孙彬彬 分析师 SAC 执业证书编号： S1110516090003 近期 报告 1 固定收益：未来基建能好么？ -宏 观经济专题 2021-05-18 2 固定收益： 4 月：谁在买利率？ -2021 年 4 月中债登和上清所托管数据点评 2021-05-17 3 固定收益：春节后，哪些主体收益 率 显 著 下 行 ？ - 信 用 债 市 场 周 报 （ 2021-5-16） 2021-05-16 城投专题 城投研究中，有一个问题比较关键：负债多少才算合理？ 可能一下子没办 法完全说清楚。城市发展过程中，必然面临举债 ， 多高的债务率才算高？ 多少债务水平 才算合理 ？ 我们考虑两个维度：历史比较 能 在 边际上最 有利 于 促进城市发展，也能 同时 得到资本市场的认可 。 首先， 大数中包含着某种必然， 各地级市债务率 数据带来的直观感受可以 给予一定参考 ： 200%-400%的债务水平区间或是城市在发展过程自然形成 的结果。 但 如何 更进一步的 确定债务率的合意水平？我们 可以结合 以下几 个方面 综合考虑 ： 1、地区生产总值规模： 一方面 ，从地区 GDP 与广义债务规模的分布情况 可以看到， 在债务拉动型 的 经济增长模式下，经济发展越好的地方，举债 规模也将越大 ；另一方面，数据的确反映出地区 GDP 与广义债务率之间的 相关关系。 因此，不同经济体量的地区存在一定不可比性。 2、税收 因素 ： 一方面，税收是体现区域经济发展 成果 的 客观 数据；另一 方面，合意债务率也应包含地区 财政能力的创造 ， 体现平衡性和 可持续性。 具体我们观察以下几个指标： 1） 税收占 GDP 比重 ； 2） 税收复合增长率 ； 3） 人均创税水平 ； 4） 税收对当地债务利息的覆盖程度 。 3、市场认可度： 地区 的 债券估值水平 一定程度上也反映着市场对该地区 举债发展水平的判断。 从不同梯度城市的讨论情况来看： 1、 对于经济体量较大的 万亿俱乐部城市 而言，较有益于经济发展且市场 认可度相对较高的 债务率合意区间大致落在 250%-300%（如杭州、宁波及 苏州）； 2、 对于经济体量处于 中高水平（ 5000-10000 亿、 3000-5000 亿） 的地 级市而言，较有益于经济发展且市场认可度相对较高的 债务率 的合意水平 大致 都 在 300%上下 （如嘉兴、厦门；金华、珠海）； 3、 对于经济体量处于 中低水平（ 2000-3000 亿） 的地级市而言，较有益 于经济发展且市场认可度相对较高的 债务率 的合意水平 大致在 250%上下 （如宜春、宁德）； 4、 对于 经济体量较低（ 2000 亿以下） 的地级市而言，较有益于经济发展 且市场认可度相对较高的 债务率 的合意水平 大致在 200%左右 （如丽水、衢 州）。 由此可以发现，经济体量较高的地级市，其债务率的合意水平也较高（ 300% 左右，主要系本身的债务基数较高， 但这些城市 产业结构优化走在前列， 加之有较好的金融资源，市场的认可度也较高）；而经济基数相对较低的地 级市，债务率的合意水平略低（ 200%左右，可能系城市发展选择使得前期 投入不需要很大，也能保持较稳定的增长）。此外，从 债务率落在合意区间 的 地级市的发展模式来看，第三产业、民营经济、外向型经济对区域税收 贡献更高。 风险 提示 ： 宏观经济 变化超预期 、地方政府债务 压力 、城投相关政策变动 固定收益 | 固定收益专题 请务必阅读正文之后的信息披露和免责申明 2 内容目录 1. 债务率的合意区间可能是多少？ . 3 1.1. “ 万亿俱乐部 ” 城市债务率的合意区间是多少？ . 5 1.2. 中高经济基数地区债务率的合意区间是多少？ . 6 1.3. 低经济基数地区债务率的合意区间是多少？ . 8 2. 总结 . 12 图表目录 图 1：各地级市广义债务率区间分布 . 3 图 2：各地级市 GDP 与广义债务率全貌（ 2015 年） . 3 图 3：各地级市 GDP 与广义债务率全貌（ 2016 年） . 3 图 4：各地级市 GDP 与广义债务率全貌（ 2017 年） . 4 图 5：各地级市 GDP 与广义债务率全貌（ 2018 年） . 4 图 6：各地级市 GDP 与广义债务率全貌（ 2019 年） . 4 图 7：各地级市 GDP 与广义债务率全貌（ 2020 年） . 4 图 8：各地级市 GDP 与广义债务（ 2019 年） . 4 图 9：各地级市 GDP 与广义债务（ 2020 年） . 4 图 10： 2019 年各地级市税收及债务水平情况 . 5 图 11： 2020 年各地级市税收及债务水平情况 . 5 图 12： “ 万亿俱乐部 ” 城市经济财政债务数据观察 . 6 图 13： GDP 在 5000-10000 亿间地区经济财政债务数据观察 . 7 图 14： GDP 在 3000-5000 亿间地区经济财政债务数据观察 . 8 图 15： GDP 在 2000-3000 亿间地区经济财政债务数据观察 . 9 图 16： GDP 在 1000-2000 亿间地区经济财政债务数据观察 . 10 图 17： GDP 不足 1000 亿间地区经济财政债务数据观察 . 11 未找到图形项目表。 固定收益 | 固定收益专题 请务必阅读正文之后的信息披露和免责申明 3 城投研究中，有一个问题比较关键：负债多少才算合理？ 可能一下子没办法完全说清楚。 城市发展过程中，必然面临举债 ， 多高的债务率才算高？ 多少债务水平 才算合理 ？ 我们考 虑两个维度：历史比较 能 在 边际上最 有利于 促进城市发展，也能 同时 得到资本市场的认可 。 下文我们就这个问题展开分析 ： 1. 债务率 的合意区间 可能 是多少 ？ 首先，直接 观察 2015 年 -2020 年各地级市 （不考虑直辖市，但是考虑省会和其他副省级 城市） 广义债务率 的 分布 情况： （ 1）约 20%-25%的地级市广义债务率低于 200%； （ 2）广义债务率在 200%-400%的地级市约占 45%-50%； （ 3）广义债务率在 400%-600%的地级市约占 20%； （ 4）还有不到 10%的地级市广义债务率高于 600%。 图 1： 各地级市广义债务率区间分布 资料来源： Wind， 天风证券研究所 注：广义债务率 =（地方政府债券余额 +城投有息债务） /（一般公共预算收入 +政府性基金收入），下同 ；部分地级市 2015-2017、 2020 年数据缺失，未纳入统计。 其次， 举债和城市发展密切相关，结合各地级市 GDP 数据来看 ： 低经济基数城市广义债 务率的分布范围也十分广泛， 而随着城市经济规模的增长，广义债务率分布范围逐渐收窄 于某一区间（约 200%-400%）。 图 2： 各地级市 GDP 与广义债务率全貌（ 2015 年） 图 3： 各地级市 GDP 与广义债务率全貌（ 2016 年） 资料来源： Wind， 天风证券研究所 资料来源： Wind， 天风证券研究所 0 .0 0 % 2 0 .0 0 % 4 0 .0 0 % 6 0 .0 0 % 8 0 .0 0 % 1 0 0 . 0 0 % 2015 年 2016 年 2017 年 2018 年 2019 年 2020 年 0 - 2 0 0 % 2 0 0 % - 4 0 0 % 4 0 0 % - 6 0 0 % 高于 600% y = - 3E - 05 x + 3. 03 31 0% 200% 400% 600% 800% 1000% 1200% 0 5000 10000 15000 20000 广义债务率 - 2015 G D P y = - 7E - 0 5 x + 3 . 5 1 6 7 0% 200% 400% 600% 800% 1000% 1200% 0 5000 10000 15000 20000 广义债务率 - 2016 G D P 固定收益 | 固定收益专题 请务必阅读正文之后的信息披露和免责申明 4 图 4： 各地级市 GDP 与广义债务率全貌（ 2017 年） 图 5： 各地级市 GDP 与广义债务率全貌（ 2018 年） 资料来源： Wind， 天风证券研究所 资料来源： Wind， 天风证券研究所 图 6： 各地级市 GDP 与广义债务率全貌（ 2019 年） 图 7： 各地级市 GDP 与广义债务率全貌（ 2020 年） 资料来源： Wind， 天风证券研究所 资料来源： Wind， 天风证券研究所 那么债务率的合意区间应该是多少？ 大数中包含着某种必然，上述数据带来的直观感受可 以给予一定参考： 200%-400%的债务水平区间或是城市在发展过程自然形成的结果。 但 如 何 更进一步的 确定债务率的合意水平？ 我们 可以结合 以下几个方面 综合考虑 ： 1、 地区生产总值规模： 一方面 ， 从地区 GDP 与广义债务规模的分布情况 可以看到， 在债 务拉动型经济增长模式下，经济发展越好的地方，举债规模也将越大 ；另一方面，上述数 据的确反映出，地区 GDP 与广义债务率之间的相关关系。 因此， 不同经济体量的地区存在 一定不可比性 ， 故 报告 首先根据 各地级市的 GDP 规模 进行一定的 梯度 划分。 图 8： 各地级市 GDP 与广义债务（ 2019 年） 图 9： 各地级市 GDP 与广义债务（ 2020 年） 资料来源： Wind， 天风证券研究所 注：横轴为当年 GDP 规模 资料来源： Wind， 天风证券研究所 注：横轴为当年 GDP 规模 y = - 9E - 05 x + 3 . 71 49 0% 200% 400% 600% 800% 1000% 1200% 0 5000 10000 15000 20000 广义债务率 - 2017 G D P y = - 6E - 05 x + 3. 41 73 0% 200% 400% 600% 800% 1000% 1200% 0 5000 10000 15000 20000 25000 广义债务率 - 2018 G D P y = - 5E - 05 x + 3. 48 08 0% 200% 400% 600% 800% 1000% 0 5000 10000 15000 20000 25000 30000 广义债务率 - 2019 G D P y = - 3E - 05 x + 3 . 51 51 0% 200% 400% 600% 800% 1000% 0 5000 10000 15000 20000 25000 30000 广义债务率 - 2020 G D P 0 5000 10000 15000 20000 0 5000 10000 15000 20000 25000 30000 地方政府债务 + 城投有息债务 - 2 0 1 9亿元 G D P 0 5000 10000 15000 20000 0 5000 10000 15000 20000 25000 30000 地方政府债务 + 城投有息债务 - 2 0 2 0亿元 G D P 固定收益 | 固定收益专题 请务必阅读正文之后的信息披露和免责申明 5 2、 税收 因素 ： 一方面，税收是体现区域经济发展 成果 的 客观 数据；另一方面， 合意债务 率也应包含地区 财政能力的创造 ， 体现平衡性和 可持续性。 具体的，我们观察以下几个指标： （ 1） 税收占 GDP 比重 ： 一定程度上，这是城市产业选择和发展的结果； 高经济体量但 对应的税收规模较低或增长不足， 或 反映出城市的产业创税能力存在一定问题 。 （ 2） 税收复合增长率： 能直接体现当地税收是否具备较强的可持续性 。 从 各 地级市 2019-2020 年税收及债务率的相关数据 可以看到 ， 税收增长率或是税收 /GDP 表现较为突出的地级市，其债务率多落在 200%或是 300%附近 （尤其是在 2020 年新冠疫 情的压力测试下，落在这两个区间的比例更高） ， 但不同地区的情况或许会有不同（高债 务高增长、低债务高增长的情况 也 的确都现实存在）。 在确定债务率的合意区间时，该值 也 可以给我们以一定参考 。 图 10： 2019 年各地级市税收及债务水平情况 图 11： 2020 年各地级市税收及债务水平情况 资料来源： Wind， 天风证券研究所 注：横轴为广义债务率 =（地方政府债券余额 +城投有息债务） /（一般公共预 算收入 +政府性基金收入） 资料来源： Wind， 天风证券研究所 注：横轴为广义债务率 =（地方政府债券余额 +城投有息债务） /（一般公共预 算收入 +政府性基金收入） 此外， 由于部分地级市上述指标可能存在 缺失情况 ，故在观察比较的过程中 还可以留意以 下几个指标： （ 3） 人均创税水平 ： 即税收规模与常住人口的比值， 在 一定程度上 反映出了 地区劳动 生产率的高低 。 （ 4） 税收对当地债务利息的覆盖程度： 这衡量的是城市 每年税收收入能否支付债务成 本 ，是一个 底线考虑的指标。 3、 市场认可度 ： 地区 的 债券估值水平 一定程度上也反映着市场对该地区举债发展水平的 判断。 1.1. “ 万亿俱乐部 ” 城市债务率 的合意区间 是 多少？ 根据 2020 年最新数据显示， GDP 超过 1 万亿 元 的地级市共 19 个。 在这 19 个地级市中 ， 杭州、深圳、宁波、苏州 、 南京 这 5 个地级市 在产业 创税（税收 /GDP） 、 人均创税（税收 /常住人口） 及税收增长 方面的表现 较 为突出 。 这 其中 ， 深圳近三年的税收复合增长率偏 低 （ 但其债务水平很低，平台市场认可度较高 ） ；而 南京 市内区县之间 有所区分，从区域 内 不同评级 城投债估值水平便可看出市场认可的差异 （其整体债务水平也相对较高） 。 故而 可参考 杭州、宁波 及 苏州 三个地级市， 对于经济体量较大的万亿俱乐部城市而言，较 有益于经济发展且 市场 认可 度相对较高 的债务率合意区间大致落在 250%-300%。 而 从这三个地级市近几年的发展来看 ，有着以下几个共同特点： (8 . 0 0 ) (4 . 0 0 ) 0. 00 4. 00 8 . 0 0 1 2 . 0 0 1 6 . 0 0 (2 0 . 0 0 ) (1 0 . 0 0 ) 0. 00 10. 00 20 . 00 30 . 00 40 . 00 0% 200% 400% 600% 800% 1000% 税收复合增长率 税收 / G D P （右） (1 5 . 0 0 ) (1 0. 00 ) (5 . 00 ) 0 . 0 0 5 . 0 0 10 . 00 1 5 . 0 0 (1 5 . 0 0 ) (1 0. 00 ) (5 . 00 ) 0 . 0 0 5 . 0 0 10 . 00 1 5 . 0 0 0% 200% 400% 600% 800% 1000% 税收复合增长率 税收 / G D P （右） 固定收益 | 固定收益专题 请务必阅读正文之后的信息披露和免责申明 6 （ 1） 民营经济较为活跃 ； （ 2） 产业布局逐渐向第三产业倾斜 （如杭州、宁波着力打造数字经济） ； （ 3） 区域内金融资源 较为 丰富 （ 如 杭州银行、宁波银行、苏州银行等）。 图 12： “万亿俱乐部”城市经济财政债务数据观察 资料来源： Wind，各地级市政府官网， 天风证券研究所 注：（ 1） GDP、税收 /GDP、税收 /常住人口均为 2020 年数据（常住人口为 2019 年末常住人口数） ； （ 2）税收复合增长率的计算以 2015 年为基数；（ 3）税收对债 务利息的覆盖倍数 =税收收入 /（地方政府债券付息额 +城投带息债务付息额），其中地方政府债券付息额 =年初地方政府债券余额 *3.5%，城投带息债务付息额 =城 投每年 分配股利、利润或偿付利息支付的现金 总和；（ 4）中高评级中债估值为隐含评级为 AAA、 AA+，剩余期限在 1-3 年间的城投 公募债 估值均值；中低评级包 括 AA(2)、 AA、 AA-；（ 5）广义债务率 =（地方政府债券余额 +城投有息债务） /（一般公共预算收入 +政府性基金预算收入）。 下同。 1.2. 中高经济基数地区债务率的合意区间是多少？ 根据 2020 年最新数据显示， GDP 在 5000-10000 亿元的地级市共 21 个。在这 21 个地级 市中， 综合来看， 嘉兴、厦门 、沈阳 、 昆明 、绍兴 这 5 个地级市在产业 创税（税收 /GDP） 、 人均创税（税收 /常住人口） 及税收增长 方面的表现 较 为突出。 这其中， 沈阳及昆明 受历 史上区域负面的影响，整体估值水平较高，区域内的净融资水平表现较差（故近几年债务 率被动较大幅下降） ； 而绍兴 经济、债务双高，市场认可度也相对较好， 一个重要原因是 其 区位优势得天独厚，受 杭州、宁波两座万亿城市 经济辐射，其他城市不可比拟。 故而可参考 嘉兴 、 厦门 两 个地级市，对于经济体量 处于 相对较高 水平的地级市 而言，较有 益于经济发展且市场认可度相对较高的债务率大致在 300%上下 。 而嘉兴和厦门在经济发展方面有着各自的特点 ： （ 1） 嘉兴 区位便利、交通发达 ， 整体以第二产业为主 （ 支柱产业为电子信息，装备制造、 新材料、新能源等 ，受杭州辐射，近几年也在发展数字经济 ）； （ 2） 厦门 是非省会计划单列市， 区域民营经济发达，以外向型经济为主 ，产业则 依赖于 港口业及旅游业 （ 2020 年第三产业占比超过 60%，支柱工业主要有机械和电子）。 2016 2017 2018 2019 2020 2016 2017 2018 2019 2020 中高评级 中低评级 差值 2015 2016 2017 2018 2019 2020 广东 深圳 27670 1 1 . 2 2 . 3 9 . 5 8 . 1 8 . 5 7 . 8 6 . 3 - - - - 8 . 2 3 . 2 7 8 6 - - - - - - 113% 128% 广东 广州 25019 5 . 2 0 . 8 0 . 6 7 . 5 7 . 1 5 . 8 4 . 2 2 . 8 3 . 5 3 . 5 3 . 1 2 . 4 3 . 4 3 6 0 4 . 2 6 5 2 8 2 . 9 2 306% 532% 438% 461% 486% 432% 江苏 苏州 20170 9 . 9 1 . 9 1 2 . 5 1 1 . 8 1 3 . 0 1 0 . 4 8 . 4 - - 4 . 4 3 . 8 3 . 4 3 . 4 9 3 3 3 . 8 7 2 4 3 7 . 9 2 - - 253% 255% 266% 275% 四川 成都 17717 6 . 4 0 . 7 5 . 3 6 . 1 1 0 . 1 8 . 1 7 . 2 2 . 6 2 . 4 2 . 5 2 . 1 1 . 6 3 . 6 7 4 5 5 . 2 0 1 2 1 5 2 . 6 7 303% 355% 324% 384% 446% 476% 浙江 杭州 16106 1 2 . 3 1 . 9 1 4 . 5 1 2 . 2 1 3 . 6 1 2 . 3 1 1 . 9 5 . 5 5 . 4 5 . 1 3 . 8 3 . 2 3 . 3 6 3 6 4 . 0 1 1 7 6 4 . 8 1 226% 188% 185% 194% 239% 311% 湖北 武汉 15616 6 . 7 0 . 9 7 . 5 7 . 7 8 . 4 6 . 8 0 . 5 3 . 1 3 . 1 3 . 2 3 . 0 1 . 8 3 . 5 9 2 1 4 . 0 8 1 3 4 8 . 9 2 295% 296% 282% 266% 330% 469% 江苏 南京 14818 9 . 4 1 . 6 1 4 . 1 1 1 . 6 1 4 . 0 1 3 . 1 1 0 . 7 1 . 8 1 . 8 2 . 2 2 . 2 2 . 0 3 . 3 9 6 9 4 . 2 5 5 7 8 5 . 8 8 476% 380% 377% 395% 426% 404% 浙江 宁波 12409 1 0 . 1 1 . 5 9 . 0 1 0 . 9 1 1 . 6 9 . 5 8 . 2 4 . 6 4 . 6 3 . 8 3 . 3 3 . 2 3 . 4 2 0 1 4 . 0 4 1 0 6 2 . 1 0 305% 223% 267% 286% 216% 240% 山东 青岛 12401 7 . 2 0 . 9 (2 . 1 ) 2 . 9 5 . 2 3 . 8 2 . 9 6 . 9 5 . 7 4 . 5 3 . 6 2 . 7 3 . 6 9 5 7 3 . 9 1 6 6 2 2 . 0 9 151% 188% 251% 256% 305% 392% 江苏 无锡 12370 7 . 2 1 . 3 5 . 7 6 . 1 8 . 8 6 . 8 5 . 9 - - 2 . 7 2 . 3 2 . 5 3 . 4 7 5 1 4 . 0 7 1 5 5 9 . 6 4 - - 399% 366% 321% 359% 湖南 长沙 12143 6 . 6 1 . 0 0 . 0 9 . 3 9 . 0 8 . 8 1 1 . 2 - - - 2 . 5 2 . 8 3 . 5 4 0 4 4 . 7 3 4 1 1 1 9 . 3 7 - - - 338% 322% 325% 河南 郑州 12003 7 . 2 0 . 8 3 . 4 5 . 3 7 . 1 6 . 3 4 . 5 3 . 7 3 . 8 4 . 3 4 . 2 3 . 0 3 . 5 2 1 4 4 . 4 9 3 3 9 7 . 1 9 269% 237% 215% 193% 222% 226% 广东 佛山 10816 4 . 7 0 . 6 7 . 4 8 . 3 9 . 1 6 . 9 5 . 1 6 . 5 7 . 1 7 . 8 7 . 8 6 . 6 3 . 4 3 6 7 - - 168% 131% 99% 101% 124% 103% 福建 泉州 10159 3 . 3 0 . 4 8 . 3 9 . 1 9 . 1 3 . 6 2 . 5 4 . 3 4 . 7 4 . 0 3 . 4 2 . 8 3 . 4 6 7 7 4 . 0 3 0 4 5 6 . 2 6 338% 352% 346% 264% 343% 382% 山东 济南 10141 6 . 9 0 . 8 1 3 . 8 1 1 . 2 1 2 . 3 1 2 . 4 9 . 7 5 . 7 4 . 9 4 . 5 4 . 9 3 . 9 3 . 5 4 9 7 4 . 1 7 8 4 6 2 . 8 6 134% 127% 145% 142% 196% 273% 安徽 合肥 10046 5 . 7 0 . 7 8 . 9 6 . 1 1 0 . 8 5 . 5 4 . 4 5 . 5 5 . 5 6 . 7 5 . 5 5 . 9 3 . 2 6 7 2 3 . 8 4 9 9 5 8 . 2 8 175% 117% 104% 127% 113% 168% 江苏 南通 10036 5 . 2 0 . 7 (1 2 . 4 ) (5 . 8 ) (1 . 1 ) (0 . 7 ) 0 . 1 - - 1 . 8 1 . 6 1 . 4 3 . 5 9 3 3 4 . 2 2 8 3 6 3 . 5 0 - - 488% 460% 458% 425% 陕西 西安 10020 5 . 7 0 . 6 (9 . 3 ) 4 . 8 1 0 . 8 9 . 2 6 . 9 1 . 5 1 . 7 1 . 7 1 . 6 1 . 2 3 . 5 9 4 7 5 . 8 1 4 9 2 2 2 . 0 2 491% 573% 573% 515% 549% 513% 福建 福州 10020 4 . 8 0 . 6 2 . 2 4 . 7 4 . 5 2 . 8 1 . 9 7 . 7 7 . 8 6 . 6 6 . 9 5 . 6 3 . 3 0 3 7 3 . 8 1 6 1 5 1 . 2 4 130% 139% 132% 108% 117% 120% 广义债务率 省份 城市 税收复合增长率 税收对债务利息的覆盖倍数 G D P 税收 / G D P 税收/ 常 住人口 中债估值 固定收益 | 固定收益专题 请务必阅读正文之后的信息披露和免责申明 7 图 13： GDP 在 5000-10000 亿间地区经济财政债务数据观察 资料来源： Wind，各地级市政府官网， 天风证券研究所 根据 2020 年最新数据显示， GDP 在 3000-5000 亿元的地级市共 46 个。在这 46 个地级市 中，综合来看， 湖州、珠海、榆林、金华 这 4 个地级市 在产业 创税（税收 /GDP） 、 人均创 税（税收 /常住人口） 及税收增长 方面的表现 较 为突出 。 这其中， 湖州 的区位优势并不显 著，其主要通过“强力供给”模式促进经济增长，故近几年经济、税收相关指标表现较好， 债券的估值水平亦偏低（但 在 该模式下， 湖州的 债务亦高企）； 榆林 则 因 煤、气 等 资源 丰 富，煤炭化工等为其主导产业 ，当地一些基建任务也会由煤企承担，使得传统城投口径的 有息债务规模偏低（陕西、山西 等省份的 多数地级市 均有类似情况 ，债务率整体 不高 ）。 故而可参考 金华 、 珠海 两 个地级市，对于经济体量 处于中高水平的地级市 而言，较有益于 经济发展且市场认可度相对较高的债务率大致 亦 在 300%上下 。 而金华和珠海在经济发展 、产业结构 、债务构成 方面 也有着较大的不同 ： （ 1） 金华 的支柱产业主要是汽车、制药和旅游， 民营经济同样活跃 ； 其发债城投主要集 中在义务市，总体资质较好（金华经开区平台估值较高，故可看到金华市中高评级和中低 评级差值偏高）； （ 2） 珠海的主导产业有生物医药、家电电器、石油化工、电力能源、电子信息和精密仪 器制造 ；珠海华发目前存量债券只数最多（ AAA 主体，存量债券规模较高，估值也偏高）。 2016 2017 2018 2019 2020 2016 2017 2018 2019 2020 中高评级 中低评级 差值 2015 2016 2017 2018 2019 2020 山东 烟台 7816 5 . 4 0 . 6 2 4 . 3 9 . 8 9 . 2 5 . 3 4 . 0 8 . 4 5 . 7 5 . 8 3 . 6 3 . 1 - - - 173% 232% 211% 179% 192% 237% 江苏 常州 7805 6 . 7 1 . 1 2 . 5 7 . 4 9 . 4 7 . 6 6 . 9 - - 1 . 9 1 . 6 1 . 5 3 . 4 1 9 8 4 . 5 5 1 3 1 1 3 . 1 5 - - 390% 370% 385% 416% 江苏 徐州 7320 5 . 2 0 . 4 (1 0 . 1 ) (8 . 3 ) (1 . 3 ) (3 . 7 ) (2 . 6 ) - - 3 . 1 2 . 1 2 . 0 3 . 5 3 6 1 4 . 8 9 3 0 1 3 5 . 6 9 - - 318% 311% 356% 361% 河北 唐山 7211 4 . 5 0 . 4 (6 . 6 ) 3 . 8 1 0 . 8 8 . 4 6 . 4 1 . 8 2 . 2 5 . 2 3 . 9 3 . 7 - 5 . 6 7 1 8 - 547% 494% 226% 289% 295% 286% 辽宁 大连 7030 6 . 7 0 . 8 2 . 9 4 . 4 4 . 4 1 . 3 (0 . 1 ) 2 . 6 2 . 5 2 . 9 3 . 0 3 . 4 3 . 9 4 7 6 6 . 3 6 0 6 2 4 1 . 3 0 549% 541% 439% 350% 287% 305% 浙江 温州 6871 7 . 4 0 . 5 2 2 . 6 1 3 . 6 1 3 . 1 1 1 . 9 1 1 . 0 5 . 2 4 . 6 4 . 8 4 . 1 3 . 8 - 3 . 9 8 5 1 - 185% 194% 151% 185% 133% 184% 云南 昆明 6734 7 . 7 0 . 7 3 . 7 6 . 3 9 . 4 8 . 8 7 . 2 1 . 6 1 . 5 1 . 7 1 . 8 1 . 8 - 5 . 9 5 0 6 - 749% 860% 533% 402% 332% 352% 吉林 长春 6638 5 . 3 0 . 5 (3 . 9 ) 2 . 3 7 . 3 2 . 7 3 . 2 2 . 6 3 . 7 3 . 9 2 . 7 2 . 5 - 5 . 4 3 4 8 - 460% 282% 302% 324% 332% 280% 辽宁 沈阳 6572 9 . 2 0 . 8 3 . 9 4 . 4 5 . 5 4 . 5 4 . 1 4 . 7 5 . 3 6 . 5 7 . 2 7 . 0 - 6 . 7 2 2 7 - 318% 290% 274% 195% 183% 175% 福建 厦门 6384 9 . 3 1 . 4 6 . 6 6 . 7 6 . 8 4 . 9 3 . 7 4 . 0 4 . 4 2 . 9 2 . 6 2 . 1 3 . 4 1 5 7 4 . 2 8 1 0 8 6 . 5 3 196% 207% 254% 280% 322% 287% 江苏 扬州 6048 4 . 4 0 . 6 (2 . 7 ) (6 . 2 ) (0 . 3 ) (1 . 0 ) (0 . 8 ) 2 . 9 2 . 5 2 . 3 2 . 0 1 . 7 3 . 4 5 1 3 4 . 5 3 7 7 1 0 8 . 6 3 320% 441% 451% 437% 432% 423% 浙江 绍兴 6001 7 . 4 0 . 9 1 5 . 7 1 3 . 0 1 2 . 8 9 . 9 9 . 1 2 . 2 2 . 1 1 . 9 1 . 5 1 . 4 3 . 2 5 2 8 3 . 9 5 1 8 6 9 . 9 0 488% 510% 518% 511% 471% 521% 江苏 盐城 5953 5 . 0 0 . 4 (1 5 . 5 ) (1 5 . 9 ) (7 . 4 ) (6 . 4 ) (4 . 8 ) 2 . 8 1 . 9 1 . 5 1 . 2 1 . 0 - 5 . 2 5 1 8 - 337% 489% 540% 571% 667% 580% 河北 石家庄 5935 6 . 1 0 . 3 0 . 8 4 . 0 7 . 8 7 . 4 4 . 6 4 . 0 5 . 0 6 . 6 5 . 7 3 . 9 3 . 5 7 8 4 5 . 2 1 2 9 1 6 3 . 4 5 234% 209% 166% 173% 189% 227% 山东 潍坊 5872 7 . 3 0 . 5 2 . 2 2 . 3 5 . 6 2 . 8 1 . 8 4 . 6 3 . 7 3 . 7 3 . 2 2 . 8 - 5 . 5 4 6 2 - 216% 269% 262% 226% 248% 277% 江西 南昌 5746 6 . 4 0 . 7 (0 . 8 ) 0 . 8 5 . 0 4 . 1 2 . 9 5 . 7 5 . 0 5 . 1 3 . 7 3 . 4 3 . 4 2 6 6 3 . 9 7 9 4 5 5 . 2 8 262% 247% 215% 249% 311% 313% 浙江 嘉兴 5510 1 0 . 1 1 . 2 9 . 5 1 3 . 9 1 4 . 2 1 2 . 5 1 1 . 8 2 . 7 3 . 0 3 . 8 3 . 6 3 . 2 3 . 5 1 3 4 3 . 8 8 0 0 3 6 . 6 6 443% 325% 204% 225% 288% 332% 江苏 泰州 5313 5 . 4 0 . 6 (1 . 7 ) (1 . 0 ) 4 . 0 2 . 3 1 . 9 1 . 8 1 . 5 1 . 5 1 . 3 1 . 0 3 . 7 0 6 7 5 . 2 5 1 4 1 5 4 . 4 7 328% 555% 614% 537% 616% 561% 浙江 台州 5263 6 . 4 0 . 5 1 3 . 1 1 3 . 3 1 3 . 3 8 . 9 5 . 4 4 . 5 4 . 1 4 . 4 3 . 7 2 . 9 3 . 7 0 6 4 3 . 9 1 3 5 2 0 . 7 2 296% 259% 227% 215% 198% 307% 黑龙江 哈尔滨 5184 5 . 4 0 . 3 (1 3 . 0 ) (7 . 1 ) (1 . 8 ) (1 . 6 ) (3 . 8 ) 2 . 8 2 . 8 3 . 5 2 . 9 2 . 5 - 5 . 1 8 6 0 - 479% 438% 412% 448% 474% 492% 河南 洛阳 5128 4 . 8 0 . 4 1 . 0 3 . 6 5 . 3 6 . 0 4 . 8 7 . 1 5 . 6 6 . 5 5 . 3 5 . 0 3 . 3 5 1 2 4 . 5 2 0 3 1 1 6 . 9 1 190% 230% 208% 200% 185% 177% 广义债务率 省份 城市 税收复合增长率 税收对债务利息的覆盖倍数 G D P 税收 / G D P 税收/ 常 住人口 中债估值 固定收益 | 固定收益专题 请务必阅读正文之后的信息披露和免责申明 8 图 14： GDP 在 3000-5000 亿间地区经济财政债务数据观察 资料来源： Wind，各地级市政府官网， 天风证券研究所 1.3. 低经济基数地区债务率的合意区间是多少？ 根据 2020 年最新数据显示， GDP 在 2000-3000 亿元的地级市共 54 个。 这 54 个 地级市无 论是在产业创税 （税收 /GDP） 还是人均创税 （税收 /常住人口） 方面的表现 整体要弱于上 述中高经济基数地区。 综合来看， 兰州、宜春、 泰安、 宁德、 滨州、 日照 这 6 个地级市 在 产业 创税（税收 /GDP） 、 人均创税（税收 /常住人口） 及税收增长 方面的表现 较 为突出 。 这其中， 兰州为中西部省会城市 ，省内主要投资与债务都在兰州，从而债务率较高；而 泰 安、滨州、日照 均为山东省地级市 ，一方面在长期以重工业为主的产业发展模式下，经济 增长乏力， 2018 年四普挤水分较多 ， 另一方面，区域内 平台 对民企担保较多，市场认可度 整体不高。 故而可参考 宜春 、 宁德 两 个地级市，对于经济体量 处于中低水平 的地级市 而言，较有益于 经济发展且市场认可度相对较高的债务率大致在 250%上下 。 而从这两个地级市本身的经济发展 以及 产业结构情况来看： （ 1） 宜春市城区产业偏弱， 区县较 强 ， 主要支柱产业 包括： 1） 锂电新能源 ，宜春 原矿资 源比较丰富， 正 在形成 锂电池产业链 （ 锂电池 -汽