20170324-东吴证券-信用债专题报告_上市公司信息如何透露行业的经营风险__19页_1mb

上市公司信息如何透露行业的经营风险？

核心内容概述

本文探讨了上市公司通过业绩预警和市值波动来反映行业经营风险的方法。通过对2016年年报数据和行业指数的分析，揭示了上市公司在信息披露方面的优势，以及这些信息在预判行业信用风险中的价值。

主要观点

• 业绩预警：作为上市公司特有的财务预告方式，业绩预警具有较高的准确性和覆盖面，尤其在预亏方面表现突出，能有效预判行业风险状况及趋势性变化。
• 市值波动：虽然股票市场定价机制尚不完善，但通过KMV模型分析，行业市值波动也能在一定程度上反映信用风险，具有一定的参考意义。
• 风险行业识别：通过分析2016年年报业绩预警数据，识别出煤炭开采、电源设备、房地产开发、钢铁、水泥制造、稀有金属、化学纤维/化学原料/化学制品、专用设备/通用机械、汽车整车、贸易和休闲服务等行业存在较大风险。
• 趋势性变化：部分行业如电源设备、通用机械表现出明显的趋势性下滑，而煤炭、钢铁行业虽亏损面大，但较上年有所好转。
• 风险提示：2016年实际亏损面远超预警覆盖面，预警提示作用低于预期，需结合其他信息进行综合判断。

关键信息

1.1 从上市公司业绩预警看行业风险

• 预告准确率：

  • 预亏准确率高达96%，预减准确率在88%以上。
  • 预亏的覆盖面约为83%，预减的覆盖面约为76%。
  • 三季度报的预告准确率较低，分别为41%和37%。

• 风险行业分布：

  • 亏损面较高的行业包括：煤炭开采（10%）、电源设备（9%）、房地产开发（9%）、钢铁（6%）、水泥制造（7%）、稀有金属（13%）、化学纤维/化学原料/化学制品（9%）、通用机械/专用设备（10%）、汽车整车（25%）、贸易（21%）、休闲服务（22%）等。

• 趋势性变化：

  • 风险行业中大部分亏损面变化不大，但电源设备、通用机械趋势性下滑明显。
  • 煤炭、钢铁虽亏损面大，但相较上年有所好转。

1.2 从上市公司市值看行业风险

• KMV模型分析：

  • 通过计算违约距，可以评估行业的信用风险。
  • 风险行业违约距排名整体下滑，占比达70%，高于整体行业50%的平均水平。
  • 非风险行业排名平均上浮2位。

• 模型局限性：

  • 股票投资者与债券投资者关注基本面的侧重点不同，导致KMV模型对行业风险的判断价值不及业绩预警。
  • 国内股票市场定价机制尚不完善，影响KMV模型的准确性。

图表摘要

• 图表1：预减、预亏的覆盖面和预告准确率。
• 图表2：预减、预亏的SW行业分布（摘要）。
• 图表3：各行业近年亏损面变化（摘要）。
• 图表4：三个时间窗口输入值对应的时间。
• 图表5：三个时间窗口下风险行业违约距排名。
• 图表6：预减、预亏的SW行业分布。
• 图表7：各行业近年亏损面变化情况。

风险提示

• 上市公司2016年实际亏损面远超预警覆盖面，预警提示作用低于预期。
• 需结合其他信息，如行业基本面、政策变化等，进行综合判断。

附录摘要

• 附录1：上市公司2016年报预减、预亏的行业分布。
• 附录2：各行业上市公司2014/2015年报及2016年报预告亏损面变化情况。

总结

上市公司通过业绩预警和市值波动可以较为准确地预判行业经营风险，其中业绩预警具有更高的准确性和参考价值。尽管KMV模型在评估行业风险方面具有一定意义，但其准确性不及业绩预警。因此，在分析行业风险时，应综合考虑业绩预警和市值变化，并关注市场定价机制的完善程度和投资者行为差异。