摘要：在業(yè)務(wù)實踐中，信用債投資價值挖掘存在諸多難點。信用利差同時考慮了流動性溢價和信用風(fēng)險溢價影響，可以成為信用債投資價值挖掘的重要工具。本文構(gòu)建了信用利差分析框架，在此基礎(chǔ)上針對中觀行業(yè)和微觀信用主體，研究信用利差在信用債投資價值挖掘方面的應(yīng)用。

關(guān)鍵詞：信用利差 價值挖掘 投資策略 信用債定價

債券市場作為資本市場的重要組成之一，已成為企業(yè)融資的主要途徑。在信用債投資交易中，如何對信用債進行定價是一項重要課題，挖掘信用債投資價值更是衡量投資者能力的核心指標(biāo)。

信用債定價及挖掘信用債投資價值存在諸多難點。一是信用風(fēng)險存在隱蔽性，主體的信用風(fēng)險難以識別。目前外部信用評級仍為信用風(fēng)險管理的重要參考，但信用評級存在滯后性，同時評級機構(gòu)對發(fā)行人收費的模式也引發(fā)投資者對外部信用評級公正性的質(zhì)疑。二是不同信用債的流動性差異對債券價格有很大影響。同一主體在不同市場發(fā)行的不同債券品種存在流動性差異，最終債券價格也會不同。三是無風(fēng)險利率債收益率隨宏觀經(jīng)濟、貨幣政策等因素的變化而波動，給信用債投資價值挖掘帶來困難。

信用利差作為一種更及時、更市場化的指標(biāo)，同時考慮了流動性溢價和信用風(fēng)險溢價影響，也消除了無風(fēng)險利率債收益率波動的影響，成為信用債定價及挖掘信用債價值的重要工具。

信用利差分析框架的構(gòu)建

（一）信用利差簡介與組成

信用利差通常是指債券市場上信用債收益率與無風(fēng)險利率債收益率的差值，本質(zhì)上是因投資信用債需要承擔(dān)更多風(fēng)險，投資者所要求的相應(yīng)補償（溢價）。無風(fēng)險利率債收益率一般用同期限的國開債收益率代替1，即信用利差=信用債收益率-同期限國開債收益率。

根據(jù)投資者持有信用債的風(fēng)險類型，信用利差可拆分為信用風(fēng)險溢價、流動性風(fēng)險溢價和其他風(fēng)險溢價，分別是投資者對信用風(fēng)險、流動性風(fēng)險和其他風(fēng)險所要求的補償。因此信用利差又可表示為：信用利差=信用風(fēng)險溢價+流動性風(fēng)險溢價+其他風(fēng)險溢價。

與信用評級的符號化標(biāo)記不同，信用利差巧妙建立了收益與風(fēng)險的動態(tài)聯(lián)系，其變動反映了市場最新的動態(tài)博弈結(jié)果。投資者可以通過信用利差直觀了解市場各方博弈的最終結(jié)果，便于投資者挖掘信用債投資價值。

（二）構(gòu)建信用利差分析框架

1.收益率曲線說明

中債收益率曲線和中債估值具有較好的中立性和客觀性，目前已經(jīng)作為國債和地方債發(fā)行招標(biāo)的參考基準(zhǔn)，具備較高的權(quán)威度。同時中債估值信息于每個交易日發(fā)布，中債收益率曲線族系覆蓋范圍廣，具有優(yōu)于信用評級的實時性和廣泛性。因此本文利用中債收益率曲線和中債估值構(gòu)建信用利差曲線。

2.信用利差分析框架構(gòu)建

為了便于后續(xù)分析，本文將信用利差拆分為個券特殊利差和行業(yè)平均利差：個券特殊利差是個券收益率與本行業(yè)同評級、同品種信用債平均收益率的差值；行業(yè)平均利差即個券所處行業(yè)債券的平均利差，是本行業(yè)同評級、同品種信用債平均收益率與同期限國開債收益率的差值。推導(dǎo)公式如下：

信用利差=（個券收益率-本行業(yè)同評級/同品種信用債平均收益率） +（本行業(yè)同評級/同品種信用債平均收益率-同期限國開債收益率）=個券特殊利差+行業(yè)平均利差。

3.數(shù)據(jù)處理和說明

同一主體可能存在多只信用債的情況，為了便于分析，我們在某一時點按各信用債收益率高低進行排序并取中位數(shù)作為主體在該時點的收益率。同時按行業(yè)各主體在時點的收益率高低排序，取中位數(shù)作為行業(yè)在該時點的平均收益率。對于缺失數(shù)據(jù)的處理，采用插值法進行代替2。

基于信用利差分析框架的投資價值挖掘

以下研究信用利差在信用債投資價值挖掘上的應(yīng)用，主要從三個方面進行分析：一是挖掘投資性價比高的行業(yè)；二是利用行業(yè)周期變化或特定事件挖掘具體的投資機會；三是挖掘具體行業(yè)中投資性價比高的信用主體。

（一）挖掘投資性價比高的行業(yè)

行業(yè)平均利差可用于分析不同行業(yè)整體信用資質(zhì)水平。如果將行業(yè)也看作信用主體，行業(yè)平均利差就是對行業(yè)信用定價的體現(xiàn)，包含了投資者對行業(yè)信用風(fēng)險、流動性風(fēng)險和其他風(fēng)險要求的補償，反映了投資者對不同行業(yè)景氣度高低、政策影響，以及行業(yè)內(nèi)主體在債券市場交易活躍度的預(yù)期。

本文跟蹤行業(yè)平均利差數(shù)據(jù)，以時間為軸繪制行業(yè)平均利差曲線，再將不同行業(yè)的平均利差曲線整合?？赏ㄟ^比較不同行業(yè)在同一時間區(qū)間的平均利差順序，發(fā)現(xiàn)投資者對不同行業(yè)的配置偏好，也可比較同一行業(yè)在不同時間上的利差變動，挖掘行業(yè)在某一時間上的投資價值。一般而言，可將行業(yè)基本面與行業(yè)利差相結(jié)合，通過對比兩者差異來挖掘性價比高的行業(yè)，進行行業(yè)資產(chǎn)配置。如果行業(yè)基本面已經(jīng)趨于改善，但行業(yè)利差仍維持高位，則可認(rèn)為該行業(yè)債券具有配置價值。

我們選取2020年10月末至2023年9月末發(fā)行的3年期無擔(dān)保公募債券作為債券樣本，涉及的十大行業(yè)包括建筑材料、房地產(chǎn)、商業(yè)貿(mào)易、有色金屬、化工、機械設(shè)備、電力、煤炭開采、食品飲料、交通運輸（見圖1）。

首先，對不同行業(yè)在同一時間區(qū)間的行業(yè)平均利差進行排序，結(jié)合行業(yè)信用風(fēng)險，指導(dǎo)行業(yè)選擇?？梢钥闯?，在2020年10月永煤事件后，各行業(yè)平均利差均有所擴大，但煤炭開采、房地產(chǎn)、化工和商業(yè)貿(mào)易行業(yè)受影響更大，其行業(yè)利差顯著擴大。在2022年11月至12月，受債券市場整體深度調(diào)整影響，各行業(yè)平均利差均大幅擴大，而房地產(chǎn)、煤炭開采和化工行業(yè)的行業(yè)平均利差早在2022年7月就提前顯著擴大。上述行業(yè)近3年的行業(yè)利差大于其他行業(yè)，反映出市場對上述行業(yè)風(fēng)險的擔(dān)憂要高于其他行業(yè)。反之，機械設(shè)備、交通運輸、電力行業(yè)受益于行業(yè)較高的門檻、行業(yè)高毛利和高獲現(xiàn)能力，行業(yè)平均利差整體處于較低水平。

其次，比較單一行業(yè)在時間序列上的利差變動，找到行業(yè)基本面有所改善，但信用利差較高的行業(yè)，尋找行業(yè)價值洼地。以煤炭開采行業(yè)為例，2020年10月動力煤價格開始顯著上行，行業(yè)盈利情況得到較大改善，但永煤事件導(dǎo)致行業(yè)整體利差仍大幅走闊，因而出現(xiàn)投資機會。

整體來看，行業(yè)平均利差是投資者對行業(yè)信用風(fēng)險的補償，也反映了市場對行業(yè)的整體預(yù)期。通過對行業(yè)平均利差的分析，可以有效挖掘不同行業(yè)的投資機會。

（二）利用行業(yè)周期變化或特定事件挖掘具體的投資機會

行業(yè)周期是指受宏觀經(jīng)濟、產(chǎn)業(yè)政策、特定事件等影響，行業(yè)供給和需求出現(xiàn)階段性錯配的時間周期。具有明顯行業(yè)周期特征的行業(yè)可視為周期性行業(yè)。

要挖掘行業(yè)的投資價值，就要了解目標(biāo)行業(yè)的周期性特征，確定其當(dāng)前處在行業(yè)周期的某個階段。常規(guī)做法是對歷史數(shù)據(jù)及目標(biāo)主體進行深入研究，借助行業(yè)報告形成分析判斷。但這種方法在時效性和準(zhǔn)確性上存在較大不足，特別在面對特定事件時更是反應(yīng)遲鈍，而通過行業(yè)平均利差，可以直觀地發(fā)現(xiàn)行業(yè)周期變化，有利于進行投資價值挖掘。

某些行業(yè)與經(jīng)濟周期波動關(guān)聯(lián)性更強，其行業(yè)平均利差波動幅度也更為明顯。如果在此基礎(chǔ)上結(jié)合宏觀指標(biāo)和行業(yè)供需分析，選擇行業(yè)向好或是即將向好的時間點進行投資，理論上可以有效挖掘行業(yè)的投資價值。

我們將上述十大行業(yè)進行分類，明顯的周期性行業(yè)包括上游的資源型行業(yè)，如煤炭開采和有色金屬行業(yè)；中游的加工制造行業(yè)，如建筑材料、化工和機械設(shè)備行業(yè)；下游的傳統(tǒng)行業(yè)，如房地產(chǎn)業(yè)。此外，非典型周期性行業(yè)也會因為特定事件或產(chǎn)業(yè)政策影響呈現(xiàn)明顯的波動特征，如高速公路、電力行業(yè)。我們以機械設(shè)備和高速公路行業(yè)為例，分別討論在周期輪換和特定事件中，如何運用信用利差挖掘行業(yè)投資價值。

1.挖掘周期行業(yè)投資價值——以機械設(shè)備行業(yè)為例

機械設(shè)備行業(yè)是典型的周期性行業(yè)，每次周期輪換都會產(chǎn)生投資機會，關(guān)鍵是如何判斷行業(yè)出現(xiàn)了周期性拐點。結(jié)合機械設(shè)備行業(yè)平均利差曲線和行業(yè)內(nèi)個別主體利差曲線，可以看出2019年11月—2023年6月機械設(shè)備行業(yè)共出現(xiàn)3次明顯的行業(yè)周期，其中以2020年9月—2021年3月的周期尤其明顯。從供需角度來看，上游需求不足和開工率低迷導(dǎo)致機械設(shè)備行業(yè)自2020年9月后行業(yè)平均利差持續(xù)走闊，但行業(yè)技術(shù)能力和經(jīng)營邏輯并未出現(xiàn)明顯惡化。2020年四季度，全國基建投資開始出現(xiàn)溫和復(fù)蘇。2021年一季度全國基礎(chǔ)設(shè)施投資加速增長，從而帶動下游的機械設(shè)備和基建行業(yè)利差出現(xiàn)明顯收窄。同時，機械設(shè)備行業(yè)頭部企業(yè)股價和財報也反映行業(yè)出現(xiàn)了回暖跡象?？梢耘袛啵S著該行業(yè)平均利差在2020年末突破近年來高點，已出現(xiàn)了較好的買入機會。通過利差曲線直觀了解市場行情變動，結(jié)合對行業(yè)供需和基本面的把握，能幫助我們找到周期行業(yè)拐點，挖掘投資機會。

2.挖掘特定事件下行業(yè)投資價值——以高速公路為例

高速公路行業(yè)屬于非周期性行業(yè)，由于發(fā)債主體一般具有國有背景，處于人口流動頻繁的發(fā)達(dá)地區(qū)，現(xiàn)金流較充裕，行業(yè)利差長期處于較低區(qū)間。2020年初新冠疫情的出現(xiàn)導(dǎo)致全國公路客、貨運量大幅下降，高速公路企業(yè)盈利能力同比出現(xiàn)較大幅度下降。與此相應(yīng)，高速公路行業(yè)平均利差從2020年三季度末開始明顯擴大?？紤]到利差擴大的原因并非是行業(yè)基本面出現(xiàn)根本性惡化，而是新冠疫情導(dǎo)致人員流動驟減，因此這段時間應(yīng)該是高速公路行業(yè)債券較好的買入機會。2020年末，隨著防疫形勢好轉(zhuǎn)，公路客運及貨運量逐漸回升，行業(yè)復(fù)蘇，推動行業(yè)利差于2020年末迅速走窄。綜上，利用信用利差可以有效挖掘特定事件下行業(yè)的投資價值。

（三）挖掘具體行業(yè)內(nèi)投資性價比高的信用主體

如前所述，個券特殊利差可看作是個券收益率與本行業(yè)同評級、同品種信用債平均收益率的差值，當(dāng)差值為正，即個券收益率高于行業(yè)平均收益率，說明個券主體資質(zhì)弱于行業(yè)平均；當(dāng)差值為負(fù)，可看作個券主體資質(zhì)好于行業(yè)平均。在確定行業(yè)配置價值之后，可以利用個券在行業(yè)的特殊利差情況，結(jié)合對個券主體基本面的分析來挖掘個券投資價值。

在挖掘個券主體投資價值時，個券信用利差往往作為一個配置信號，需要結(jié)合對宏觀經(jīng)濟和主體基本面的分析來判斷個券是否具有投資價值。

1.機械設(shè)備行業(yè)案例

A企業(yè)、B企業(yè)和C企業(yè)是工程機械行業(yè)頭部三強企業(yè)，個券利差都低于機械設(shè)備行業(yè)平均利差。三者中，A企業(yè)信用利差明顯最低，在行業(yè)面臨調(diào)整時，利差波動也相對最小（見圖2）。通過對三個主體進行分析發(fā)現(xiàn)，A企業(yè)產(chǎn)品線更多樣，面對行業(yè)調(diào)整時抗風(fēng)險能力也更強。3家企業(yè)的財務(wù)報表也反映出A企業(yè)的營收、凈利潤波動最小。倘若行業(yè)景氣度下行、市場流動性收緊，A企業(yè)抗風(fēng)險能力更強。如果行業(yè)處于下行期，A企業(yè)是投資性價比更高、安全性更高的信用主體。

2.銀行業(yè)案例

A銀行、B銀行作為頭部城商銀行和頭部股份制銀行代表，個券利差長期低于銀行業(yè)平均利差，長期保持在-30BP左右。但是在2022年6月29日和 10月8日，兩家銀行分行發(fā)生了引發(fā)市場關(guān)注的負(fù)面事件。對比兩家銀行利差曲線與銀行業(yè)利差曲線（見圖3），6月29日A銀行利差曲線與銀行業(yè)利差曲線呈相反走勢，持續(xù)時間約半個月。10月8日B銀行利差曲線同樣與銀行業(yè)利差曲線呈相反走勢，持續(xù)時間長達(dá)一個月。這兩段時間內(nèi)兩家銀行個券特殊利差收窄到約-15BP。如果對兩家銀行債券進行波段操作，可以通過低買高賣獲得較好的交易價差收益。

總結(jié)與思考

（一）啟示

信用利差相較外部評級更市場化，能更及時地反映市場對具體行業(yè)和主體所要求的風(fēng)險補償，有利于修正前期債券定價的偏差，結(jié)合基本面分析，能更有效地挖掘行業(yè)和主體的投資價值。

（二）局限性與不足

信用利差主要是通過市場交易邏輯的角度來看待風(fēng)險和價值，但這種理論同樣存在局限與

不足。

一是市場有效性不足，導(dǎo)致信用利差表征性不足。一定程度上，信用債市場流動性較弱，存在一、二級市場非市場化交易的情況，僅僅依賴?yán)畈蹲匠~收益可能存在不確定性。

二是信用利差也受宏觀環(huán)境、金融政策、信用債供需，甚至單個信用事件影響，投資者的反應(yīng)往往大于市場預(yù)期，造成信用利差波動幅度超出市場預(yù)期，從而給價值挖掘帶來較多干擾因素。

（三）建議

一是提升市場有效性。信用利差能夠反映風(fēng)險的前提是債券市場充分交易，市場本身具有有效性。而提升市場有效性可以從健全做市商制度、擴大信用債市場交易對手、完善信用債市場交易品種和規(guī)范債券市場投資交易行為等方面入手。

二是加強對信用利差的研究。交易機構(gòu)可以在投研團隊中重視對信用利差的觀察和跟蹤，第三方機構(gòu)可以構(gòu)建針對不同細(xì)分行業(yè)、區(qū)域，甚至同一主體不同債券利差的數(shù)據(jù)庫，更有效地運用信用利差挖掘信用債投資價值。

參考文獻

[1]袁海霞，彭月柳婷，王晨. 債券價格對信用風(fēng)險預(yù)警有效性的實證研究[J]. 債券，2022（2）. DOI： 10.3969/j.issn.2095-3585.2022.02.015.

[2]史永東，鄭世杰，袁紹鋒. 中債估值識別了債券信用風(fēng)險嗎？——基于跳躍視角的實證分析 [J]. 金融研究，2021（7）.

[3]金波，鄧佳，陳孝欽，等. 高等級證券公司債信用利差的影響因素研究——以公開發(fā)行的3年期AAA級別公司債券為例[J]. 中國貨幣市場，2022（12）.