违约分析框架系列二：违约统计，一件简单但容易犯错的事-20180516-申万宏源-12页

债券违约统计分析总结

核心内容

本文主要围绕债券违约统计方法展开，强调在统计过程中应避免常见误区，以更准确地反映信用风险现状。文章指出，违约统计应以违约率为核心指标，而非数量或金额；同时，应采用主体数量计算违约率，剔除城投债和金融机构债，并基于到期债券进行统计，以避免数据偏差。

主要观点

1. 违约统计应使用违约率而非数量或金额

• 违约率能更准确地反映违约风险的分布，避免因大型企业违约金额高而被误判为高风险。
• 举例说明：北京违约主体数量多但违约率低，而吉林违约数量少但违约率高，仅用数量或金额会误导判断。

2. 使用主体数量计算违约率

• 建议以主体为单位进行统计，而非以债券数量或金额为单位。
• 原因：大型企业违约对整体市场影响大，而小型企业违约对个别机构影响更大，因此应关注主体层面的风险。

3. 剔除城投债和金融机构债

• 城投债和金融机构债具有不同的信用风险特征，且目前无违约案例，应排除在统计之外。
• 两种统计方法：①利用“产业债”概念板块并剔除金融机构债；②导出企业债、公司债等，再剔除城投债。

4. 分母应为已到期债券

• 违约事件通常发生在到期日、回售日或付息日，因此统计违约率时应使用已到期债券作为分母。
• 使用存量债券统计会导致违约率被低估或高估。

5. 时间序列统计应归集到最早违约事件日期

• 违约事件可能是前期问题的延续，应以最早违约日期为准。
• 避免因后续到期债券无法偿付而误判为当年违约率高。

关键信息

2.1 行业分布

• 高风险行业：纺织服装、综合、机械、轻工、化工。
• 违约主体数量：综合 > 化工 > 机械 > 采掘 > 公共事业 > 商业贸易。

2.2 企业性质

• 民企违约率最高：3.1%，数量为33个。
• 地方国企：违约率0.65%，中央国企为0.55%。
• 外资企业：违约率10.53%，但违约数量少。
• 上市公司：违约率1.24%，非上市公司为2.19%。

2.3 发行时主体评级

• AA+违约率：1.10%
• AA违约率：1.84%
• AA-违约率：1.25%
• 结论：AA+评级债券并不比AA债券安全很多，风险排查应一视同仁。

2.4 地区分布

• 高违约率地区：吉林、海南、天津、新疆、黑龙江。
• 高数量地区：江苏、上海、浙江、北京。
• 高数量且高违约率地区：四川、福建、河南、山东。

2.5 是否上市公司

• 非上市公司违约率：2.19%
• 上市公司违约率：1.24%
• 结论：上市不是保险箱，上市公司也可能面临信用风险。

2.6 债券类别

• 公司债违约率可能提升：预计下半年私募债和低等级公司债回售高峰将至，公司债违约率可能赶超中票。
• 中票和公司债违约率较高：目前公司债违约率相对较低，但未来存在上升空间。

2.7 时间序列统计方法

• 推荐方法：每季度违约主体个数（重复主体只算一次）作为分子，每季度到期主体个数作为分母。
• 三种方法对比：
  1. 金额违约率：低估2014年违约率。
  2. 债项违约率：后续到期债券权重高，影响分析。
  3. 主体违约率：更符合当前信用风险特征，推荐使用。

图表说明

• 图1：数据透视表设置，用于统计主体违约情况。
• 图2：违约率计算样例，展示不同主体类型的违约率。
• 图3-图10：分行业、企业性质、地区、是否上市、债券类型及时间序列的违约主体个数和违约率分布图。

结论

• 违约统计是一项看似简单却极易出错的工作，需注意违约率、主体数量、剔除城投和金融机构债、使用到期债券作为分母、归集最早违约日期等关键点。
• 推荐采用主体数量违约率的统计方式，以更准确地反映信用风险现状，尤其是当前民企违约集中的背景下。
• 不同行业、地区、企业性质和债券类型对违约率有显著影响，投资者应结合这些因素进行综合分析。

建议

• 投资者在进行违约统计时，应遵循上述方法，以避免误导性结论。
• 建议同时使用主体个数和金额两种方法进行测算，以获得更全面的风险评估。