20130619-长城证券-抽丝剥茧之信用利率（一）_收益率分解框架_19页_1mb

长城证券信用利率分析总结

核心内容

本报告通过实证分析，构建了信用利差的分解框架，旨在识别信用利差的核心驱动因素，并解析其内在逻辑。报告指出，信用利差不仅仅反映违约风险，还受到资本成本、税收优势、期限扭曲和流动性溢价等因素的影响。

主要观点

• 信用利差分解框架：信用利差可分解为五个部分：风险补偿、资本成本、税收优势、期限扭曲和流动性溢价。其中，风险补偿和资本成本是核心驱动因素。
• 信用利差与基础利率的关系：2002年至2010年，信用利差与基础利率走势基本一致，但自2011年起，随着城投债风险暴露和高收益债的发展，信用利差与基础利率的走势开始分化。
• 信用分析的重要性提升：预计2013年之后，债券研究将更倾向于信用策略，重点在于大类券种配置和波段性机会的把握。
• 行业比较与个券选择：随着信用债品种资质差异增大，行业比较和个券选择的重要性凸显。
• 信用风险的分析方式：在中国尚未出现信用违约案例的背景下，信用风险更多来源于事件性冲击和市场非理性恐慌，因此信用研究员需通过中观行业分析和市场供需模式来把握风险，而非直接用于券种配置选择。

关键信息

信用利差分解公式

低等级信用债收益率 = 风险补偿 + 资本成本 + 税收优势 + 期限扭曲 + 流动性溢价

信用利差变化趋势

• 2002-2010年：信用利差与基础利率走势一致，反映宏观利率主导。
• 2011年之后：信用利差与基础利率走势分化，信用策略的重要性上升。
• 2012年：信用债收益率明显下行，形成真正的“牛市”，但利率债收益率仍上涨。

行业分析重点

信用研究员应重点关注以下五大行业：

• 能源（能源设备、石油天然气、煤炭）
• 资本货物（建筑、电气设备、机械等）
• 交通运输
• 公用事业（电力、燃气等）
• 材料（建材、化工、有色金属等）

信用分析任务

信用研究员需完成以下四大任务：

1. 分析宏观利率对基础利率的影响。
2. 观察系统性信用风险的爆发可能性。
3. 进行市场供需分析。
4. 研究券种配置与波段机会。

信用风险的应用方式

• 排除法：用于剔除高危行业。
• 不适用于选择题：信用利率走势不能直接用于券种配置选择。

信用利差变化分析

信用事件列表（2011-2012年）

行业分析与信号验证机制

• 行业信号验证机制：信用研究员应关注行业资产负债表中的关键指标，如流动资产、非流动资产、流动负债、非流动负债等。
• 核心驱动因素：行业资产负债表中的关键指标构成驱动力和信号，如库存数量、产能扩张计划、应收账款逾期情况等。
• 信号验证：当信号传递出负面信息时，应通过实地调研或其他相关信号进行验证，确保驱动力的准确性。

行业表现分析

2012年7月-2013年1月

2013年2月-2013年5月

结论

信用利差的分析应结合多个因素，包括流动性、资本成本、税收优势、期限扭曲和风险补偿。随着信用债市场的成熟，信用策略的重要性逐渐提升，信用研究员需具备宏观分析能力和行业比较能力，以识别高危行业并把握波段机会。同时，信用风险的分析应以中观行业分析和市场供需模式为基础，而非直接依赖信用利差走势。