20170517-光大证券-固定收益策略研究_违约率三因子模型_17页_1mb

违约率三因子模型总结

核心内容

本文提出了一种“违约率三因子模型”，用于分析和预测债券违约率。该模型认为，债券违约率由三个关键因子决定：经营状况因子、融资环境因子和非经济因子。这三个因子分别对应债券发行人偿付本息的三类资金来源：内源性资金、外源性资金和协调性资金。

主要观点

• 三类资金来源：

  • 内源性资金：来源于企业自身经营产生的现金流，主要反映经营状况。
  • 外源性资金：企业通过外部融资获得的资金，受经营状况和融资环境双重影响。
  • 协调性资金：依赖外部协调获得的资金，如政府或金融机构的特殊安排，属于非经济因素。

• 三因子模型表达式：

  • 违约率 = 经营状况因子 + 融资环境因子 + 非经济因子
  • 模型中采用标准化时间序列变量，以确保数据可比性。

• 因子定义与计算：

  • 经营状况因子：以ROA（资产回报率）为基础，数值越高表示经营状况越差，违约风险越高。
  • 融资环境因子：以信用债净融资额为代理指标，数值越高表示融资环境越差。
  • 非经济因子：通过倒推法计算，反映区域金融生态的稳定性，数值越低表示金融生态越健康。

关键信息

用三因子模型解释过去

• 2016年违约潮分析：

  • 上半年（16H1）：经营状况因子上升至1.65，融资环境因子处于低位，表明企业经营恶化是违约的主要原因。
  • 下半年（16Q4）：融资环境因子显著上升至0.78，货币政策收紧和去杠杆成为主要驱动因素。

• 2017年初至今：

  • 新增违约主体仅1家（华盛江泉），显著低于2016年同期的8家。
  • 2017年Q1经济状况改善，经营状况因子下降至0.25，非经济因子降至-1.35，显示区域金融生态有所改善。

• 非经济因子的重要性：

  • 非经济因子是决定违约率的关键因素之一，尤其在2016年Q1违约率激增中表现突出。
  • 地方政府和监管机构的干预在改善区域金融生态方面发挥了重要作用，如齐星事件后山东省的积极应对。

用三因子模型预测未来

• 三种情景预测：

  • 中性情景：假设经营状况回落至16Q4水平，融资环境恢复至8000亿元/季度，非经济因子回升至16Q4水平，全年新增违约率相当于2016年的60%。
  • 悲观情景：假设信用债净发行量降至5000亿元/季度，非经济因子回升至16Q2水平，全年违约率与2016年相当。
  • 乐观情景：假设经营状况保持16Q4水平，信用债净发行量维持在7500亿元，非经济因子小幅上升至-1.0，全年违约率仅为2016年的50%。

• 预测结论：

  • 2017年新增主体违约率将控制在2016年水平以内，违约风险总体可控。

模型意义

• 三因子模型突破了传统信用评级体系中对非经济因素的忽视，强调了区域金融生态对违约率的影响。
• 该模型有助于更全面地识别违约风险的来源，从而提升对信用风险的判断能力。

分析师信息

• 分析师：张旭
• 执业证书编号：S0930516010001
• 联系方式：021-2216 9114 / zhang_xu@ebecn.com

行业及公司评级体系

• 买入：未来6-12个月的投资收益率领先市场基准指数15%以上
• 增持：未来6-12个月的投资收益率领先市场基准指数5%至15%
• 中性：未来6-12个月的投资收益率与市场基准指数相差-5%至5%
• 减持：未来6-12个月的投资收益率落后市场基准指数5%至15%
• 卖出：未来6-12个月的投资收益率落后市场基准指数15%以上
• 无评级：因信息不足或存在重大不确定性，无法给出明确评级
• 市场基准指数：沪深300指数

重要声明

• 本报告基于合法获得的信息编写，但不保证其准确性和完整性。
• 本报告不构成投资、法律、会计或税务方面的最终操作建议。
• 光大证券及其附属机构可能持有报告中提及的公司证券头寸，或提供相关金融服务，投资者需注意潜在利益冲突。

版权声明

• 本报告版权仅归光大证券股份有限公司所有，未经书面许可，不得以任何形式翻版、复制、刊登、发表、篡改或引用。