【轉】信用市場研究的架構、實踐、目標--以投資為出發點

02-10

本文由FICCRUC成員推薦，經作者授權轉載

信用市場研究的架構、實踐、目標--以投資為出發點

高宇博時產業債純債基金經理

曾任信用團隊負責人，基助

曾供職於國信證券研究所、第一創業資管

零、開篇

2015年底中金團隊發表了一篇非常棒的信用研究手冊。我也算是中金信用研究的老讀者了，和姬江帆總也是認識很久的朋友。索性，就考慮寫一篇從買方的角度如何做信用市場研究的長文，內容是從投資的實際操作層面的研究理解（僅代表個人觀點和內容，與工作無關），也是我個人第一次系統性回顧總結過去近8年信用市場研究的成果和心得，也是期望能夠結識更多優秀同行。文章部分內容在過去幾年已經公開發表在市場上。（現在工作職責專註在投資，之前的信用團隊負責工作已經不在繼續，就把從2008年入行開始的積累一次性地歸納總結一下。）

比較幸運，過去幾年，我牽頭主要編寫方法、規則（非常感謝當時的兩位研究同事的幫助），在人數極少的情況下完成大量基礎研究，並建立起信用市場研究的IT自動化數據平台、團隊架構、行業研究方法和數據等等。這部分內容是非常耗時和需要耐心（數據平台一旦系統化，必須保證所有方法的邏輯在時間序列上是可以遞延的），主要藉助公司IT部同事幫助實現程序，全部實現了自動化計算，儘管還有很多地方需要改善（市場永遠在變化）。目前在職的信用研究員所使用的各種模塊、數據，甚至調研報告模板依然是之前所留下的，我也在過去幾年中把自己所學、所悟盡量地和團隊成員進行了充分的交流。現在，一批年輕的、優秀研究員來具體做調研、分析工作，繼續給團隊提供非常棒的建議！

數據平台的目的不是直接取代研究員的研究，它是一種思路、工作方式，甚至是流程化體系，目的是要解決大量基礎研究工作，同時將歷史儘可能地轉換為數據存儲下來，研究員應該做更關鍵的最後一部預測和建議的工作。

這個系統建設過程（每一個環節都要嚴謹，光是資本化利息這個指標構成的基礎財務數據提取，就和財匯的數據工程師關於討論過好幾次），讓我也非常系統地把信用市場研究的方方面面做了梳理思考。文章最後會列舉部分個人參考過得文獻。

從投資結果看，似乎信用債所需要的「專業技術」並不高，這是市場發展階段多決定。這點和股票市場區別較大，這兩年，信用定價已經逐漸開始，制度性紅利的時代逐漸過去了。一夜間，似乎信用研究變得非常重要。

更為重要的，是市場環境建設，是儘快改變現有極為不完善的債券條款（大部分債券條款基本上沒把投資人的權利當回事，一旦遇到信用事件甚至違約，投資人非常被動），儘快增加財務約束等債券條款。

市場的剛兌意識，很大一部分也是來自於投資人、客戶的剛兌觀念，這是現實的情況。

本文不過多討論市場環境建設和剛兌文化的內容，但這些軟環境是債券投資人最需要的。

文章分為兩個部分：

1、基礎研究，包括公司模塊、估值模塊、城投模塊、行業模塊；

2、投資的可觀察視角和嘗試。

信用市場研究的基本理解及經歷

信用市場研究體系化，尤其是基礎研究、數據的模塊化，是非常重要的，可以節約大部分重複勞動的基礎工作，信用研究員的定位應該是行業專家、公司專家以及策略化。

以投資為目標的信用研究，不僅僅是行業、公司研究，更需要考慮估值、流動性等因素。學術一點，就是風險收益比的視角，在未來特定投資周期內，行業、公司基本面趨勢的變化如何影響當前估值，以及當前成交估值偏離這個預測趨勢的幅度？（違約的情況，是需要考慮回收率對應的估值，同樣可以包含在這個問題中）

由於中國信用市場的剛兌文化，研究結果和投資回報存在較大偏差，信用領域還不是一個研究驅動的市場，做信用研究的價值就僅僅是斃掉某隻債券么？（風控？）

信用市場研究只是個路徑方式而已，可以幫助你系統地學習中觀、微觀的知識，在公司研究、行業規律、風險收益比的基礎上，對宏觀經濟增長有更好地理解，進而可以拓展到其他風險資產領域。

風險資產（利率債也是風險資產）的魅力在於，特定投資周期內的不確定性。從研究的本質上講，信用風險資產類似於權益市場，必須回答幾個問題：

公司及所處行業的基本面趨勢，這些趨勢變化在財務數據上的反映？
當前信用利差，是否合理反映這些趨勢變化？
不同期限品種的相對估值情況？
同類行業債券中哪些債券的估值偏離較多？
二級市場流動性如何？
不同行業未來的融資需求及特點的變化？（對應一級市場發行）

…………

回答上面的問題，單純靠手工EXCEL是遠遠不夠的，信用市場研究必須藉助大數據的IT平台進行大量財務指標、估值分類研究等數據自動化處理，可以極大提高工作效率。（下文會專門介紹這部分）

我是在中國信用市場元年（2008年）進入到這個領域，恰好是在證券公司的資產管理部門做研究員和投資助理，當時部門發行的第一隻集合計劃就是純債券風格、專註信用債投資的券商資管計劃（類似於公募基金）。很幸運地，從一開始就直接面對信用債投資的幾個基本問題，公司未來的信用風險如何？未來收益率變化趨勢？流動性如何？……..當時的市場上主要是第一批城投債，以及最早發行的幾隻房地產債，遠不如現在多樣化（其實現在和那個時候沒有本質區別）

在2008年，外部研究除了中金公司的信用研究團隊，幾乎沒有系統性的信用市場研究資料可供參考。所以，就自己開始用最基礎的辦法做，詳細地研究城投債的募集說明書，地產公司的報表、經營模式，財務指標計算、財務模型權重、違約率模型等等；

2010年7月，組織了賣方第一次城投債調研，當時有30多位基金、券商、保險的投研朋友參加，大家每到一地都會開會討論，後續的城投債專題研究報告也是在這次調研基礎上進一步擴展。算是第一次，債券同業信用研究群體的一個密集交流活動吧；

2012年之前，在基金同行成體系地做信用的並不多，也認識了可能是最早一批在買方負責信用研究的好朋友，大家一起調研、討論，走過一些彎路，但是確實踏實地經過大量基礎文獻、數據分析、思考嘗試後，收穫是極大的，這可能就是大家常說的經驗積累吧。

現在信用同業的力量逐漸壯大，也不斷認識了更多非常資深的同行，經常能夠學習到很精彩的篇章。

我就借這個大數據平台的模塊來開始本文第一部分，即基礎研究所涉及的內容。（因涉及公司內部系統，本文無法展示這個IT數據平台的圖例。）

版本，2013年

第一部分 基礎研究

壹、信用市場研究的總體框架，及每個模塊的考慮

這幾個模塊中，最難的部分是公司研究中的財務指標及臨界值的選擇，尤其是需要考慮行業差異，以及行業研究的預測部分。

TIPS:建議，避免沉迷於財務模型，根據行業特點找出關鍵要素，利用大數法則邏輯進行異常公司的排查，並進一步分析。

上面幾個模塊之間的關係，如何給出投資建議、策略上如何用、如何實現上述模塊，下文一一陳述。

上述模塊之間的設計前提、相互關係，及各自功能定位

這四個模塊的一個重要基礎前提是對全部信用債進行非常詳細的分類，每個債背後對應N個標籤，比如：

A公司債，所屬一、二、三級行業，剩餘期限，含權期限，外部主體評級，交易場所，城投債還是產業債或其他類型等等

根據上述若干個分類標籤，每個模塊按照某些邏輯組合進行數據處理分析，比如估值模塊可以實現這個功能，「我想查看公用事業—電力行業的整體YTM，3-5年剩餘期限全部樣本的加權評級YTM，信用利差，該剩餘期限的總財富指數時間序列，以及電力行業的全部債券任何一個時點上，高評級樣本擬合出來的期限結構，等等」

公司模塊主要解決大家主要關注的信用評級、入庫、風險提示、債券出庫問題，但這個只是一個部分，且這個部分需要在行業研究的支持下完成。本模塊設計的財務指標設計是最關鍵的部分，這個設計關鍵點在於槓桿邏輯、利潤邏輯、現金流邏輯三個方面，選擇什麼樣的財務指標，以及這些財務指標的時間序列數值範圍，不同內部評級或排序打分要求對應的不同臨界值如何確定。這個財務研究，就必須結合行業模塊進行，要對行業的基礎規律性財務數據進行分析總結，最好是10年以上的數據做樣本。（需要和行業研究模塊結合起來）

另外，公司模塊也需要考慮估值定位問題，即任何一個時點，某個公司債券所屬期限、類型、主體評級所對應的信用利差及YTM相較於整體、以及所屬行業的估值偏差。（這需要和估值模塊結合起來）

市政債，即城投債，這個研究模塊的方法市場目前的看法已經比較一致，後文僅做精鍊的陳述。

信用估值是非常重要的模塊。YTM和信用利差解決絕對估值定位角度的問題，信用指數解決各細分類型信用債歷史總回報表現的問題，期限結構解決在特定時點上某些債券在所屬類別中的相對估值定位問題。

行業研究，基礎部分的內容可以藉助股票研究的力量，大部分發債行業他們的研究已經非常成熟，不建議自己再去做過多基礎性的準備，直接拿來，進行使用。不要沉迷於行業的各種眼花繚亂的數據和內容，都是股票和其他很成熟的「剩飯」，沒有什麼新東西。

關鍵是按照公司研究的需要來總結行業規律的內容，同時發債行業大多是上、中游企業，和宏觀經濟增長密切相關，這部分整合起來就是非常好的研究經濟增長趨勢變化的內容，可以解決很大一部分宏觀研究的困惑，所以行業分析也是宏觀分析。

貳、市政債模塊及地產債

我個人已經有3年多時間沒怎麼看過城投債了，這類品種是最不需要花時間研究，其特徵基本清晰，即根據人口、產業結構、土地市場情況，結合財政及存量債務的關係，進行排查分析，做批量化的篩選。至於，擔保等細節，建議不需要看，從基本面角度城投債是一個不停續發的永續債。以目前市場的信用定價邏輯，這部分投資，客觀講，最沒有技術含量，儘管信用市場是從城投債開始的。

這個地圖的背後是非常基礎的全樣本城投的數據分析，具體方法我在2010年的幾篇專題報告中有詳細陳述。

城投債我個人已經好幾年不再關注，其研究方法、風險要點和5年前沒有太大區別，這裡僅作簡要陳述，摘要如下：

「城投債市場化依然是一個趨勢。但是，監管層可能會更關注發行人的實際盈利能力，強調融資平台以自身創造現金流的出發點進行適度規模融資並償還債務。對於地方政府經費補助事業單位、公益性項目且依靠財政性資金償還等沒有盈利能力的新增債務，盡量不採用銀行信貸以及債券融資的模式。對公益性項目且有穩定經營性現金流並主要依靠自身收益償還的新增債務，可以採用銀行信貸以及債券融資的模式。基於保持現有非盈利性公益項目持續性的考慮，仍然按照原先的償還方式進行。今後，監管會趨向於嚴格控制非盈利性資產的新增信貸或債券融資。但這並不意味著政府對已有的信貸和債券會給予財政直接或間接的擔保。

此外，土地出讓收入、銀行信貸資金、城投債等是地方政府的幾個主要資金來源。對於土地抵押擔保類的城投債關注當地的土地拍賣價格變化趨勢以及國家對土地出讓收支管理的政策非常關鍵。土地擔保說到底是對債券本金違約的保證。

很關鍵的是，大多數地方投融資平台的資產偏向於公共產品或准公共產品，收益率低，投資回報周期長。其中，部分城投債主體擁有經營性項目，其盈利性能夠承擔一定規模的債務。不少公共產品項目的資金來源由財政資金以專項補貼的形式維持。由於大多數基礎設施項目都需要較長的回收期，一般都使用長期債務融資工具，或使用借新還舊機制，企業的融資渠道被截斷就意味著其資金鏈的斷裂，債務風險就會立刻暴露。在現有經濟增長模式下，地方政府不可能持續通過大規模的固定資產投資以及招商引資獲得持續的稅收收入，資金缺口要麼通過土地出讓獲得，要麼通過信貸或發債解決。可以預見，土地出讓收支方面的管理只會越來越嚴格，而地方政府承擔公共產品義務所產生的資金缺口必然會在一段時間內持續下去。那麼，銀行信貸和市場化的債券融資模式就不會改變。」

怎麼做數據分析（現在很多同行都已經做類似計算）

「基於歷史一般預算收入（該指標是反映地方真實資金實力的最有效指標）的幾何平均增速預測未來5年（2010-2014）的一般預算收入情況，結合各城投債的年度利息、現有長期債務及本金到期償還分布情況，從標準化的角度衡量2008年以後發行的非銀行擔保城投債的年度基準債務壓力係數。

該指標反映所涉及的城投平台未來幾年最基本的一個債務壓力，部分平台的實際壓力要大於該係數，指標越小越好。通過該指標，我們可以對每隻債券未來年度的償債壓力大小做排序，也可加總得到某一個城市或省份的總體債務壓力。」

具體方法如下：

選取2003年-2009年共計7個年限（能夠覆蓋一個較完整的經濟周期）的一般預算收入幾何平均增長率作為增速，以此推算2010年-2014年的各城市一般預算收入數據；

選取城投債最新財務報表中披露的長期貸款數據，假設所獲得的最新數據不變，期限為5年，每年的本金償還係數為0.1、0.15、0.25、0.3、0.2；因為城投債財務數據披露較延遲，早於2009年1季報的短期借款科目我們不計入公式，對於長期借款以最新可獲得的報告期數據作為最新的數據計算；

計算該債券的年均利息，如果含回售權則按照回售期計算本金到期日，比如5+2就按照5年的債券計算。此外，把非銀行擔保的短融和中票數據也按照期限計入債務數據；

計算出該平台各項負債本金到期分布的數據，以第一步推算的一般預算收入作為償債的收入來源，即負債/一般預算收入（當年值），計算出未來5年各平台的償債壓力係數（以百分比顯示）；

具體參見《城投債投資邏輯及品種推薦》2009.10.27，《城投債風險量化分析及轉型思考》2010.2.26，高宇

城投債的定性分析如何做，如何比較？資產結構是核心，大區域內是比較關鍵

報告摘要如下：

「2.資產結構」體現城投公益性項目與土地風險

由於城投公司的融資經營的特徵，其資產結構決定了負債結構。比如，公益項目期限長，其信貸及債券債務的期限也會相匹配；又如，土地經營類的城投，債務中抵押的土地比重就會偏高。流動資產中，基礎設施（或公益性項目）、土地代開發形成的應收款和其它應收款，以土地成本估價計的存貨；非流動資產中，以土地使用權估價計的無形資產。由於城投公司主營利潤都偏低，補貼收入就是其利潤總額（稅前利潤）的主要來源，我們可以判斷補貼收入對城投的支持程度。我們構建以下幾個指標：

（1）補貼收入/利潤總額。判斷城投公司對補貼收入的依賴程度；

（2）（存貨+無形資產）/凈資產，判斷城投公司對土地的依賴程度；

（3）（應收款+其他應收款）/凈資產，判斷城投公司對代建項目等的依賴程度。

3. 建議關注的信用風險點

從可比性來看，我們建議將同一經濟區域內的城投債進行比較：

1.湖南作為珠三角產業轉移帶以及高鐵經濟區域，轄區內的城市從產業結構、交通、土地價格、房地產市場以及行政區划上都有較強的可比性。如長株潭裝備製造業產業集群等。我們不建議跨大經濟區域等的比較，每個債券隱含的經濟波動風險、信貸政策、土地市場情況等不具有可比性，單從絕對數的大小或是所謂經濟發達、欠發達進行比較是沒有意義的；

2.對於直轄市、省會級城市、計劃單列市以及西部軍事戰略地位重要的城市，雖然如上海、天津等城市的負債率之高居全國前列，但其負債是與當地經濟發展同步性較強，且在政策、財政方面會獲得國家支持的。因此，此類城投債的風險我們認為較小；

3.對於經濟總量相對較低的省份，發行的大多是省會級城市的，我們認為其「行政性」保障作用大於實際債務壓力；

4.沿海地區的縣級市、非沿海地區的地級市大多依靠就是土地出讓收入，且泡沫化程度小於一線城市或省會，建議關注這些地區的負債率以判斷其風險的相對大小。」

具體可參考《城投債風險定位、資產結構與土地經營模式》2010.08.03，國信證券，高宇

地產債

從研究難度的角度看，地產行業因為其業務模式極其清晰，可能是最容易研究的信用品種，總結起來無非幾個點，公司土地分布、存貨結構、產品定位、城市分布。這裡不再展開贅述，結論是大多數上市地產公司，是非常安全的，除非發生系統性危機。僅摘要2010年的專題報告中的內容及細節分析方法：

「房地產企業最大的潛在風險來自於開發資金的不足，存貨結構的分析就非常重要。更進一步，這些存貨分布的區域和完工時間能夠更好的反映公司在不同城市的項目情況和2010年～2013年的基本資金支出情況。存貨分析的原理如下：

首先，存貨一般分為開發產品、開發成本、擬開發項目三部分，大致代表可銷售（實現現金或收入）、在建或部分可銷售（持續資金投入和銷售初期）、前期開發（持續資金投入）三個不同的階段。其次，我們可以根據後兩部分財務附註中披露的「預計總投資」與「期末成本餘額」的差計算出每個項目的理論資金缺口，再結合該項目的銷售進度情況，就可以得到觀察公司的潛在資金需求分布。」以萬科舉例，當時我是一個一個區域項目摘出來估算得出的數據：

具體參考《債權人、存貨區域視角的地產債》，2010.5.13，國信證券，高宇

叄、行業研究

目前，信用債市場的行業集中度較高，大多為上游周期性行業。建議可以找基礎研究較好的賣方研究系統性地培訓及資料庫建立。這裡不展開講比如水泥、鋼鐵等行業基礎知識，這些都是股票、及其他機構已經非常成熟的內容，拿來主義即可。下面舉例說明：

第一步，要知道我們具體研究哪些行業、以及對應產品，很簡單，把全部產業債主營業務算一遍，前提是需要有一個較客觀的行業分類基礎。舉例如下（部分分類數據，暫不分享明細）：

2013年的數據

第二步，想一些關鍵要素，請賣方幫助完成即可，並把方法寫成文檔、做成資料庫，供研究員使用。舉例如下：

2013年三季度的行業研究需求要素（摘要）

研究目的

建立行業研究資料庫及研究方法，並結合行業內公司的特徵（區別於股票對EPS的偏好）考量行業周期觀察及邏輯下，行業變化對公司的資本結構、現金流等綜合財務能力的預測與分析要點，以及公司研究層面的特點。

2、研究內容

以「二級行業」為分類基礎，綜合考慮發行人、具體產品所提到的內容，確定該二級行業下三級行業的關鍵跟蹤要素範圍，設計該行業研究的資料庫、行業數據變化的影響要素、行業中不同公司的經營特點等，具體如下（不限於，如貴司有更好的架構安排可及時反饋並溝通）：

行業研究：

行業景氣度

定量分析：價格、產量、庫存、需求等數據，盈虧平衡分析，產能利用率（行業整體及發行人的數據）；
定性分析：價格、產量、需求驅動要素；

行業競爭

政府政策、市場份額、競爭格局

公司研究：特定行業中，樣本公司的一般性及特殊規律分析，「數據分析」+「定性歸納」

財務特徵

資本結構及融資模式：資本結構的規律，及其對應的融資安排模式
盈利模式及特徵：定價能力、成本-利潤結構、有效衡量指標及其數據規律

現金流控制能力：存貨及應收的特徵，經營現金流與利潤的特徵

公司治理及會計規律

控制權模式：股東資本運作模式，限售股、增發等特徵
資產估值規則：主營涉及資產類別，及其價值評估的規則
折舊與計提慣例：主營涉及應收、存貨及固定類資產的折舊與壞賬計提慣例

風險特徵分析

行業及公司風險特徵：請列舉行業、公司層面的各類風險要素，並進行解釋及如何建立預警分析。

行業研究的分析和結論如何應用於公司研究。

肆、公司研究

現在很多優秀的評級公司朋友加入到買方市場，公司研究層面都有非常好的經驗和角度，我這裡也不再展開贅述。如何使用可能更為重要。本節後面我講下MKV違約模型的研究心得。

違約案例對研究公司的啟示：

上市公司違約清償案例對產業債信用分析的借鑒意義

產業債信用風險的和其它形式債務沒有本質區別；

資產質量分析非常重要，這涉及到違約後的清償比例；

違約事件已經有先例，擔保質量及其分析非常重要；

企業背景很重要，因為國內資產變現、債務退出的方式很少，缺少成熟的資本市場工具支持；

無擔保債券溢價率偏低；普通債權的清償率不高，即便是在股權、應收清償後普通債權清償率較高的情況下，還面臨股權、資產變現等問題，並且重整的時間成本也相當的高昂；

重整可能存在道德風險；

重整是一個可以轉換的程序，公開發行的證券市場上從重整到破產清算只是時間問題；

重視股權結構、行業差異、經營模式對基本面風險的影響

詳見《中國本幣市場債務清償率研究--產業債信用風險研究的啟示》上海證券報

首先，聊一些比較主觀的認識

自上而下做信用整體研究的時候，如過度專註信用評級的角度，容易傾向於細節，忽視整體性，任何債券的風險背後隱含的因素不會太多，比如3個方面，或2個方面。

對於高風險債券，自下而上的研究更有價值。現階段，如何界定高風險債券的回收率可能是個很重要的命題。

財務計算是基礎，理解財務報表背後隱含的關係是最重要的一步。

財務預警是建立在行業大樣本數據分析基礎上的。

我個人的偏好，財務指標計算必須經過附註科目的調整，且行業特徵的調整，計算公式所隱含的基本面信息不重複，比如，槓桿率，就沒必要搞好幾個指標，地產行業看凈負債率，有些行業就不需要怎麼看槓桿率的指標。

舉個實例，公司自由現金流的計算公式有很多，我使用的是這個：

FCFF (不考慮遞延稅、收購/投資因素)= EBIT*(1-所得稅/利潤總額）+資產減值準備+固定資產折舊、油氣資產折耗、生產性生物資產折舊+無形資產攤銷+長期待攤費用攤銷+固定資產報廢損失-購建固定資產、無形資產和其他長期資產支付的現金-凈營運資本變動

計算自由現金流的過程，其實可以涉及到非常多公司經營所代表的信息，可以嘗試下。EBIT的計算也需要在傳統基礎上進行調整，這裡不再贅述。

評級機構工作的一個重要結果就是，評級符號，其本質是打分卡，或者叫評級本質就是相對排序，用哪些指標、指標計算公式、指標臨界值代表的符號含義是關鍵，我僅舉例我的理解，下圖是交運行業的標準值（每3年需要更新一次，這個是2012年的版本）

除了打分卡，境外發達市場還有結構模型、市場模型兩種，具體不再展開，目前不太適用於中國，缺少違約、足夠長的財務數據，市場定價也沒有體現信用溢價。

TIPS:現階段，甚至未來幾年，信用研究不要過多關注違約角度，大部分公司沒有實質違約風險，更多是周期風險導致的，專註行業研究的層面就可以解決周期的問題。即使有違約風險，如何界定回收率更為重要。

其實打分卡或內部評級更大的價值在於，你找到關鍵要素後，用符號形式提煉出來，然後使用自己定義的符號進行各類風險排序，以便以大數法則進行異常樣本的篩選，畢竟現有信用研究團隊人數是很少的，要保證研究效率和質量的均衡關係，必須系統化！

舉個4年前我和同事一起做的一個簡單的財務指標，根據行業特徵來調整的:

2012年

其次，KMV違約模型的心得

2012年，花了好一段時間在這個上面，因為當時看了穆迪的EDF資料庫，覺得這個東西可以試試，就索性系統性的研究了一下。

先上圖，舉例說明：

EDF（預期違約率），這個是湖北宜化的數據（月度）

這個是冀東水泥的EDF（月度）

KMV模型的優勢及問題

簡單明了，對公司的違約概率數據可跟蹤、有預測性，是這個模型最大的好處。

這個是任何一本教科書都會有的公式，但是，最難的是這幾個東西，資產價值、資產價值的波動率、違約距離。

資產價值，我們只能用財務報表、股價來替代，這個視角其實是如何評估企業現在資產的重置價值

資產波動率，也只能用股價數據來替代，但中國的股價實在是太波動，很難代表企業的基本面，所以樣本數據要足夠長才可以有效

更難的是么，違約距離的確定，不同行業、不同企業到底債務臨界點在哪裡？這裡面涉及到你對槓桿率邊界的理解，對公司非有息債務的理解等等。

好吧，就算你近似解決了上面三個問題，最難也是證券行業無法解決的問題來了，概率分布函數是什麼？也就是上述公式1.3中的那個「N」。我一直認為，穆迪是個賣數據的公司。這個N需要非常長、大量的數據才可以模擬出來，我直接放棄了，因為除了銀行可能會有這個數據，國內幾乎沒人有這個數據。

所以，我只好使用了若干非正態分布的概率函數來模擬，上面兩個效果還湊合的圖就是其中的一些結果。

研究這個EDF的過程，收穫很大，讓我對財務報表、市場價格表現、公司違約臨界點的特徵有了更不一樣的認識。參考文獻請看最後。

伍、信用估值研究

簡單地說，估值模型的作用是，在任何一個類屬、行業內，當前整體估值所處的歷史水平（YTM&SPEAD模塊），任意一個你關注的債券在當前所屬類屬、行業的信用期限結構中所處的位置（信用期限結構），如主體AA，剩餘期在3.45年，煤炭，銀行間的一隻債券的估值 VS. 主體AA、銀行間全部煤炭行業信用債（包括中票、企業債、公司債）的所模擬出來的一條期限在1-10年的期限結構，一個點和一個線，或者若干個點和一根線，是不是可以比較清晰的知道你關注的債所處的相對位置？大家可以想像下，國債的利率期限結構，這個是信用債的期限結構……

如果可以把過去若干年，每日市場成交的數據作為基礎，在中債估值的基礎進行優化，將會是非常棒的估值系統，可惜俺沒這個數據。。。很多公司估計也沒有，其實少寫點段子，多注意搜集市場成交信息，對團隊是筆非常大的財富。下面舉例說明，估值自動化的摸樣（數據計算是根據全市場所有符合這個標準的債加權得到的，EXCEL根本做不出來，需要軟體如R等，或者公司牛逼的IT同事幫你做，如果有人跟你說他用EXCEL做了類似數據，你可以深刻質疑他的可靠性）

同樣地，這個模塊需要非常好的IT支持，同時信用債的定價是中國邏輯，不是基本面邏輯，異常點的處理、時間區間的選取等都很關鍵，這裡具體怎麼做，就不再展開了……

2014年的某一天，系統的自動呈現，畫圖也是自動的

行業估值的差異也很重要，對於構建組合，這兩個圖都是全樣本數據加工後得出的

2014年的某個季度數據

不變樣本的高收益債YTM

各類指數研究，也是需要的，但比上面這個簡單許多，不再舉例說明。

第二部分 投資可觀察的視角和嘗試

本部分不討論城投債、地產債（確實沒啥好討論，除非是很細節的研究），僅就產業債的領域簡單跟大家做個交流（當然下文不代表投資的全部，僅就傳統宏觀、流動性研究以外的部分做陳述）。

由於中國的PE/VC市場滿足了大部分新興領域公司的融資需求，債券投資人面對的高收益債市場就主要集中在二級領域，也就是市場波動帶來的高回報率。大部分發債公司的ROA非常低，這就決定了一級市場的利率有一個天然的上限。

產業債投資本質上是選行業、選公司，賺周期的錢，這個周期可能比較長。

信用風險識別（自下而上）、信用溢價定位(估值研究)、信用趨勢預判（行業趨勢）是產業債投資的三大關鍵。

壹、組合構建

對於產業債純債投資，分為三個倉位，也對應第一部分基礎研究的幾個部分

基礎倉位，以基本面安全、高評級為主，即高評級債券作為可融資的基礎倉位，側重久期策略，其具有宏觀周期的重複性背景；（需要宏觀研究）

行業倉位，以基本面安全、高評級為主，即高評級債券作為可融資的基礎倉位，側重久期策略，其具有宏觀周期的重複性背景；（需要行業研究、估值研究）

對於高風險部分的投資，歷史規律性並不明顯，更多地是自下而上的擇券以及對不同行業、公司之間差異化定價的回報特徵。（需要公司研究）

我常用的一個思考過程如下：

以周期長短劃分，進行標的公司的重新歸類分布，如煤炭、鋼鐵、水泥、有色，其周期差異較大，煤炭、鋼鐵屬於沉澱成本較高，可變成本較低的行業，周期復甦的能力較弱，其出現信用事件的比例較高，更側重行業層面的把握，而非個案的研究，差異性不大；

可惜的是，大量的發債企業是周期較長的行業；第二個層面，在1的基礎上，按照財務質量劃分，同樣分類裡面的經營能力差異要區分開；

然後再考慮槓桿率及資本開支的差異化等等；

最後，再看企業股東機構、公司治理等

5、最終，考察下這個發行人所有債券的綜合流動性、市場對它的看法、以及當前的估值，估值要放在全市場、同行業屬性裡面去看。

TIPS: 產業債，組合策略上既要考慮無風險利率、貨幣市場利率的變化，更要對風險識別、風險價值兩個具體方向上進行預判，以自下而上方式構建組合，久期在這個策略中是結果而不是初始條件。

行業配置是產業債投資的核心，那麼就需要一個對全市場的細分行業估值有個認識，行業利差就是很好的配置基準參考。

貳、資產配置、中觀基本面的一些視角和數據

資產配置的視角，2011年底偶然看到一篇文章，也受到領導的啟發和指導，寫了篇基於股票資產看信用債的報告，做了些數據發表在《財經》雜誌的《金融實務》，題目是《從股票資產的角度看信用債》，有些視角和計算分享一下：

當時的思考是，這個邏輯如何與信用債鏈接起來，於是有了下面的推導（參考老外文獻，自己做些調整）：

上述結論是根據下面這個表格得到的

S&P500 平均收益構成（1926-2001）

Income Return

4.40%

Real EPS growth

1.70%

Inflation

3.10%

PE repricing

1.50%

Total

10.50%

數據來源：Richard Grinold and Kenneth Kroner, "The Equity Risk Premium,"，2002

我們來看看PE倒數關係的基本圖形情況

圖4：中證500和（AA-）、5年期企業債YTM差值序列（TTM盈利預測法）

數據來源：WIND

根據上述的均衡關係假設，借鑒別人的研究成果，對DDM模型進行擴展，假設股票定價合理或信用債定價合理，可以得到下面的結論：

假設未來一年內，中證200、500組合風險溢價分別為15%、20%（中證100的金融類股票過多，不屬於實業經濟，故不予計算），我們計算在當前的估值水平下，長期內（至少一個完整的經濟周期以上），信用債的收益率水平。

推測1：採用股票VS信用債均衡關係假設計算的結果為：

AA-

推算值

6.2%

6.7%

實際值

7.23%

7.75%

數據來源：WIND，作者計算

就數據本身而言，在信用債估值合理的假設下，推算的信用債收益率低於目前市場收益率，對應股票類資產的估值相對其經營風險的補償不足。

推測2：採用拓展公式假設的結果為：

2008~2013E

中證200

中證500

凈利潤平均增速*80%

16.16%

18.8%

當前差值

-1.63%

-3.12%

風險回報率

15%

20%

通脹率

3.8%

AA，5年期（預期）

8.27%

AA-，5年期（預期）

12.12%

數據來源：WIND，作者計算

從基本面數據推算的收益率高於實際值，可以理解為中、低信用評級信用債的理論收益率水平。

盈利增長率的推測

同樣的，我們也可以從當前信用債收益率來推測對應股票組合樣本的整體隱含的凈利潤增速。以當前靜態估值為參考，假設2011年中證100、200、500組合分別獲得10%、15%、20%的回報，我們反推出對應組合樣本公司隱含的凈利潤增長率。

中證100

中證200

中證500

預期盈利回報率

9.98%

4.57%

3.58%

風險回報率

10%

15%

20%

通脹率

3.80%

隱含的凈利潤增長率%

9.77%

22.78%

30.27%

2011年中報凈利潤增長率%

24%

14%

22%

2008~2013E凈利潤增長率%

18.90%

20.20%

23.65%

數據來源：WIND，作者計算

叄、中觀基本面的視角

宏觀研究離不開中觀行業的研究，比如我和同事參考賣方的研究，嘗試編製一個從中觀指標出發的宏觀違約壓力係數，和市場數據進行對比。

當然，我們做研究預測時候，所使用的很多指標和上面兩個指標一樣，大多數是同步指標，這也是研究預測最難的地方，我們總習慣於講邏輯，講定性，有時會忽視數據的角度，而把數據放在歷史的橫軸上，會發現許多意想不到的規律和經驗。

行業研究，對理解和預測經濟增長至關重要！按照工業增加值或者收入權重，選擇其中重要的十幾個行業，研究後的加總就可以對經濟增長有個大致的方向判斷。這裡面，可能就需要對大宗商品領域有比較多的關注！你看，信用市場研究真的不是局限於做個入庫和評級！

這是一個知識爆炸和共享並存的時代！這篇文章就寫到這裡吧，算是對我個人研究思考、工作成果的一個大概總結，抱歉，沒辦法把更多細節寫出來。

現在市場逐漸發生一些新的變化，新東西、新情況越來越多，越發感覺自己的不足，需要再學習和思考。願，這篇長文可以和更多關注信用市場發展的優秀同行找到共鳴，如有機會，若干月或者年後再分享類似的長文。

高宇深圳 2016年3月

WeChat: thik2083

共享交流，尊重原創，轉載請註明出處

參考文獻（部分）

N個一級市場債券募集說明書
100+以上細緻研究過的公司
30+以上的調研經歷
30+以上的專題和策略類報告經歷
若干賣方專題報告
3本亂七八糟的隨想筆記，已經扔了，自己事後確實看不懂
以及下面若干篇英文報告
High-Yield Bond Default and Call Risks
The prediction of default for high yield bond issues
What does Nasdaqs high-yield bond market reveal about bondholder-stockholder conflicts
Anatomy of Financial Distress An Examination of Junk-Bond Issuers
The anatomy of the high-yield bond market
中華人民共和國企業破產法
Annual Default Study Corporate Default and Recovery Rates 1920-2012
Global Heavy Manufacturing Rating Methodology等（一系列分行業的穆迪研究方法報告）
Moodys Rating Methodologies
Measures of Experience on Defaulted Issues（米爾肯本人的學術文獻，也是他搞垃圾債的理論基礎）
GICS (Global Industry Classification Standard)
Corporate Credit Scoring & Default Models
EDF? 8.0 MODEL ENHANCEMENTS
Distribution Of Defaults and Bayesian Model Validation
Forecasting Default with the KMV-Merton Model
Public Firm Expected Default Frequency (EDF)
Reduced Form vs Structural Models of CreditRisk
Through-the-Cycle EDFTM Credit Measures
Estimation of Default Probability by Three-Factor Structural Model
A Simple Empirical Model of Equity-Implied Probabilities of Default
The Equity Risk Premium
Corporate Bond Spreads and the business cycle
Credit or equity A cross-asset buy-and-hold comparison
Highest credit risk premium in high end of HY
The equity risk premium from an economics perspective
Introducing the Equity-Credit Premium
The state of the high yield bond market: overshooting or return to normalcy?, JOURNAL OF APPLIED CORPORATE FINANCE.1994;
The anatomy of the high-yield bond market. FINANCIAL ANALYSTS JOURNAL / JULY-AUGUST 1987;
DEFAULTS AND RETURNS IN THE HIGH YIELD BOND MARKET: THE YEAR 2003 IN REVIEW AND MARKET OUTLOOK. Working Paper ,NYU Stern;
SECURITIES ACT OF 1933， AS AMENDED THROUGH P.L. 112-90, APPROVED JANUARY 3, 2012;
INVESTMENT COMPANY ACT OF 1940，AS AMENDED THROUGH P.L. 112-90, APPROVED JANUARY 3, 2012;
SECURITIES EXCHANGE ACT OF 1934，AS AMENDED THROUGH P.L. 112-90, APPROVED JANUARY 3, 2012;
《利率史》：（美）霍默，（美）西勒著，肖新明，曹建海譯，中信出版社，2010；
The U.S. Leveraged Loan Market: A Primer ,October 2004,Glenn Yago and Donald McCarthy, Milken Institute；
Leveraged Financial Markets, William F. Maxwell and Mark R. Shenkman, 2010 by McGraw-Hill, Inc
Rule 144A -- Private Resales of Securities to Institutions，55 FR 17945, Apr. 30, 1990, as amended at 57 FR 48722, Oct. 28, 1992；
Rule 144 -- Persons Deemed Not to Be Engaged in a Distribution and Therefore Not Underwriters，74 FR 6776, 6812, Feb. 10, 2009;
Regulation D -- Rules Governing the Limited Offer and Sale of Securities Without Registration Under the Securities Act of 1933，54 FR 11372, Mar. 20, 1989；
http://en.wikipedia.org/wiki/Regulation_D_(SEC)
中華人民共和國公司法
中華人民共和國證券法
最高人民法院關於適用《中華人民共和國公司法》若干問題的規定（三）
中華人民共和國刑法修正案（六）
公司債發行試點辦法》
《深圳證券交易所公司債券上市規則》