以往对市政债券评级的研究，要么采用了会计比率，要么采用了社会经济指标，鲜有研究同时关注两者的共同作用。一般来说，后一项研究采用的是规模变量，衡量社区财富（例如家庭收入中位数）、债务负担变量（如人均债务），有时还衡量经济多样性或经济稳定。

由于不同国家地区法律规定不同，需要对不同类型的问题单独分析；政府财务报告的多样性和与政府公认会计准则的一致性程度会影响政府财务数据的可靠性；在以往研究中，会计变量被认为是独立于城市基本经济属性而存在的。因此，以往的研究并没有为财务会计变量能解释或预测市政债券评级提供强有力的结果，在评估市政债务的风险上，一个城市对其经济环境的反应可能比只考虑会计变量更重要。

文章研究在控制城市的社会经济属性后，会计变量是否有助于预测债券评级。这些结果为市政会计数字的潜在有用性提供了新的见解，也对已经应用于市政债券评级模型的研究方法进行了一些扩展。

没有任何市政信用质量理论将会计变量和社会经济属性与债券风险或回报联系起来，人们只能从直觉的角度和评级机构所使用的数据推测，但这些联系是非常重要的。因此，文章的研究假设如下。

H：在控制了社会经济属性后，会计变量并不比不控制社会经济属性时更好地预测市政债券评级。

1.数据和样本

文章从三个数据源确定变量。社会经济变量来自于1972年至1977年县和市数据簿中原始数据的标准化处理，财务会计比率是1976年至1977年城市政府财政原始数据的标准化处理，穆迪公司（Moody’s，债券评级机构）提供了在这项研究中使用的债券评级。最初的样本包含了751个城市。

2.主要变量

原始资料提供了超过50个社会经济变量。为了更加精准地使用变量，也为了减少与自变量之间的多重线性相关问题，文章经筛选过后选取了如下社会经济变量：人口密度(每平方英里多少人)、非白人人口比例、出生率、按生产总值计算的增加值、批发公司雇用的劳动力的百分比、零售企业雇用的劳动力的百分比、服务业雇用劳动力的百分比、人均政府雇员、市政府形式、人均制造业工资变动百分比、批发工资的人均变动百分比、人均零售收入变动百分比、人均服务工资的变动百分比、人均政府雇员变动百分比、人口比例的变化。经筛选后选择的会计变量为：该城市的收入/所有城市总收入、总收入/总支出（总收入为该城市总收入，后文同）、总收入变化百分比、总人均支出、至关重要的支出/总收入、总支出的百分比变化、长期债务的百分比变化、偿债基金/（债务偿还+利息支出）、（债务偿还+利息支出）百分比变化。

3.研究方法

文章采用聚类分析的方法对751个城市样本进行分类，具有相同社会经济属性的为一组，组1是由服务业成长较快的新城市构成，组2由东部和中部的老制造业城市构成，组3由制造业成长较快的新城市构成。同时，文章随机选取110个城市的随机样本作为对照组，该样本包含分布在美国各地的城市，在社会经济属性方面具有异质性。文章选择probit模型作为市政债券评级的预测模型。

文章控制了社会经济变量后，统计了每组内的债券评级分布情况，发现每组城市的市政债券在每个评级级别中所占的比例大致相同，在Aa级和A级中所占的比例都较大。再将每组样本进行细分，以评估估计模型的有效性。由于组1包含城市较少，因此只有三分之一的城市被排除在外，组2和组3各选取一半的样本。在选出的样本中，随机样本的预测准确率最高，其次是组3、组2和组1，同时文章还结合方差分析法分析每个模型的近似值，均没有得出显著结果。此外，文章使用1975年和1976年的财务比率审查评级数据，在不考虑控制社会经济变量的情况下，进行市政债券准确率分析，也得到了与前文相似的预测结果。因此，验证了文章的假设。

文章结果并不支持会计比率和社会经济属性共同有助于预测债券评级的假设，一些限制因素也可能导致负面结果。首先，没有对计算机文件数据的可靠性进行评估，因为这些数据在质量上较差，或者不能很好地替代评级机构使用的人口和金融变量。再者，也可能受到数据收集期间存在的一般经济和政治情况的影响。鉴于市政债券评级研究普遍难以成功开展，可能是因为评级过程本身的主观性，无法客观地确定债券评级。此外，评级存在滞后的风险。因此，未来的研究应该检验新评级的预测能力。不同类型的城市的财务维度不同，进一步研究市政财务比率的横断面性质似乎是有用的。