20230216-国信证券-固定收益专题报告_信贷库存周期（中篇）_14页_1mb

信贷库存周期（中篇）总结

核心内容

本文围绕“信贷库存周期”概念展开分析，试图将其从实体经济库存周期逻辑中引申至金融领域，以构建新的资产价格分析框架。

主要观点

1. 信贷库存周期的构建

   • 以实体库存周期为引子，将“生产”、“库存”与“需求”概念对应至“信贷额度”、“票据贴现”与“合意信贷资产”。
   • 构建了两种分析工具：
     • 工具一：四类“信贷库存周期”类别（被动去库存、主动补库存、被动补库存、主动去库存），用于观察大类资产价格（10年期国债利率、沪深300指数）在不同周期阶段的变化特征。
     • 工具二：采用“信贷余额增速-票据贴现余额增速”的差值，直接与资产价格趋势进行对比，发现该工具在解释资产价格方向性和趋势性方面更优。

2. 色带图与增速差工具的对比

   • 实体库存周期中的色带图工具对资产价格的解释效果优于“需求（销量）线”工具，但在信贷库存周期中，增速差工具表现更佳。
   • 两次背离时期分别为2015年6月至2016年10月（经济基本面改善，但货币政策宽松）和2020年1月至2020年4月（疫情冲击导致实体经济数据下滑，但金融环境相对健康）。
   • 增速差工具能更准确地反映“合意信贷资产”变化，而票据贴现余额增速与信贷余额增速同向时，难以准确判断真实信贷需求。

3. 信贷余额增速-票据贴现余额增速的性质

   • 虽然从逻辑上看，该差值反映的是“短期贷款+长期贷款”的合计余额增速，但实际数据显示，该差值在拐点识别上更具敏感性和前瞻性。
   • 中长期贷款增速虽然常被关注，但其变化平缓，对股债价格的指示作用有限。

4. 相关系数分析

   • 从2011年以来的数据来看，信贷余额增速-票据贴现余额增速与10年期国债利率的相关系数为0.53，与沪深300指数的相关系数为-0.03，显示出较强的正相关性。
   • 若剔除2015年背离期，沪深300指数与该指标的相关性显著提升至0.40左右。

5. 四类信贷库存周期的迁移规律

   • 四类周期按照需求强度排序为：被动去库存（需求最强）、主动补库存（需求较强）、被动补库存（需求较弱）、主动去库存（需求最弱）。
   • 2011年以来，信贷库存周期基本沿“被动补库存→主动补库存→主动去库存”路径循环切换，2020年后因疫情冲击出现阶段性往返变化。

关键信息

• 资产价格走向示意图：以45度分界线为基准，虚线上方为股跌债涨，虚线下方为股涨债跌。
• 风险提示：经济增速下滑可能导致信贷需求不及预期，进而影响资产价格走势。
• 相关研究报告：
  • 《固定收益专题报告-地产债回顾与展望：2022年政策护航信用风险平稳化解，2023年逐步回温》
  • 《固定收益专题报告-家电转债分析手册》
  • 《固定收益专题报告-公募基金转债配置历史图鉴-机构转债配置行为研究（一）》
  • 《固定收益专题报告-2022年城投信用风险事件梳理：商票逾期需持续关注》
  • 《固定收益专题报告-信贷库存周期（上篇）》

数据概览

图表目录

• 图1：利率与信贷库存周期背离时期的解释
• 图2：股指与信贷库存周期背离时期的解释
• 图3：增速差与余额增速之间的差异
• 图4：中长期信贷增速与利率之间的关系
• 图5：中长期信贷增速与股指之间的关系
• 图6：四类信贷库存周期的循环迁移规律
• 图7：信贷库存周期下的大类资产走向示意图
• 图8：实体库存周期、信贷库存周期对资产价格解释的效果总结

表格目录

• 表1：2011年以来不同指标与资产价格之间的相关系数
• 表2：2011年以来不同信贷库存周期的划分

结论

信贷库存周期是一种基于实体经济库存周期逻辑，转译至金融领域的分析框架，其核心在于通过“信贷余额增速-票据贴现余额增速”的差值来判断真实信贷需求变化，从而对股债资产价格走势进行预测和解释。相较于“色带图”工具，增速差工具在趋势性和方向性上更优，尤其在剔除异常背离时期后，相关性显著提升，具备较强的实证基础和逻辑合理性。