原创 | 行业风险视角下商业银行信用债投资研究

　　摘要

　　摘要：2018 年以来，信用债市场违约风险事件明显增多，防风险成为商业银行投资信用债着重考虑的因素。由于企业经营在很大程度上受所在行业影响，且近年来信用债违约在行业方面呈现一定的集聚特征，行业风险管理的现实意义和实践价值凸显。本文提炼了行业分析的重点因素，总结了2014—2018 年间违约信用债的行业特点，分析了行业风险的全流程管理过程，最后针对商业银行如何在信用债投资过程中强化行业风险管理提出了建议。

　　关键词：行业风险　信用债　风险识别　全流程管理

　　2018 年以来，受内外部因素叠加影响，信用债市场违约事件明显增多。Wind 数据显示，截至12 月末，2018 年累计违约债券124 只、违约金额1205.61 亿元，分别较2017 年同期增加254% 和257%。信用债违约事件一旦发生，处置难度较大，且从过往经验来看，平均清偿率偏低。因此，防范风险逐渐成为投资决策中更重要的考虑因素。

　　由于企业生产经营状况、竞争激烈程度、财务特征甚至违约风险高低在很大程度上受所在行业影响，为进一步加强信用债风险防控体系建设，从行业视角完善信用债风险管理，加强行业分析和风险管控，具有较强的现实意义和实践价值。

　　行业分析重点因素

　　行业分析是行业风险管理的基础，侧重中长期信用基本面及变化趋势的分析预判。从较早的乔·贝恩、谢勒等人于20 世纪30 年代建立的SCP ( 结构—行为—绩效) 模型，再到产业结构理论、产业发展理论、产业政策理论等，不同理论为行业分析提供了丰富视角。从信用债投资角度，可着重分析以下因素。

　　（一）行业周期特征

　　不同行业有其自身发展的内在逻辑，表现出一定的周期特征。

　　一是从行业出现到完全消亡的整个生命周期，主要分为幼稚期、成长期、成熟期和衰退期四个阶段。只有准确判断行业所属发展阶段，把握其未来发展趋势，才能合理配置相关资源，有效规避系统性风险。

　　二是行业经营状况与宏观经济关系密切，经济自身的周期性会影响行业周期表现。根据相关性方向的不同，一般分为顺周期和逆周期行业、强周期和弱周期行业等。对于具体行业的周期属性并无精确划分，一般需根据研究分析进行归类。强周期行业在经济繁荣时能取得较好回报，弱周期行业在经济下行时表现更为平稳。不同行业在经济周期中的变化，决定了行业内企业的信用表现。

　　（二）行业关联效应

　　在经济系统中，不同行业间存在着广泛而复杂的联系，产业之间横向融合与纵向渗透相互交织。特定行业受到外部冲击后，冲击效应向关联行业传导，因而违约风险体现出传染性特征。

　　从国民经济行业大类分布来看，上游通常包括采矿业及电力等二次能源行业，中游主体为制造业，下游多为服务业。

　　从特定企业的上游行业供给来看，上游行业的变化往往影响中下游行业经营成本等因素的变动，如果特定企业具备地理位置优势，或者能够自给的原材料占比较大，则有利于将成本控制在可承受的合理区间。而从下游行业的需求来看，企业下游需求涉及行业分布结构、最主要行业变化等因素，如果下游需求行业单一，则企业将面临更大的集中度风险。

　　从产业链地位来看，不同行业的产业链复杂程度不同，关联效应体现出强弱之分。一些具备基础性质的行业，如资源类、交通运输类等行业，具有广泛关联度。关联效应的差异分析，体现出了一个行业影响力的大小。

　　此外，当前以工业化和信息化融合为特点的新一轮产业革命正处于探索孕育阶段，行业分析中需要更加重视具有网络优势、产业生态优势的企业。

　　（三）行业结构化因素

　　一是基于迈克尔·波特提出的产业竞争优势模型，其认为存在五种竞争力，分别是供应商议价能力、购买者议价能力、新进入者威胁、替代品替代能力、行业内现有企业之间的竞争。五种力量的合力决定了行业竞争激烈程度和企业盈利情况，且不同行业竞争力的侧重方面差异较大。

　　二是看行业细分粒度。行业作为中观层面分析，可按照不同粒度细分，以国民经济行业划分为例，包括门类、大类、中类和小类四级。有些行业的子行业相对单一，如煤炭、房地产等；有些行业的子行业则较为复杂，细分子行业众多且差异较大，如农业、制造业、批发业等。此外，行业始终处于动态变化中，其外延可能缩小或扩大，行业边界并非严格保持不变。

　　三是看行业结构因素中的区域特征。部分行业呈现出较强的区域特征，同一行业在不同区域的竞争强度并不一致，此时应加大区域因素分析，防止风险管理出现“一刀切”的情况。

　　（四）行业责任投资理念

　　环境保护、社会责任、公司治理（ESG）因素正越来越多地被投资者纳入投资考虑范围，商业银行在做出信用债投资决策时，需要加大对上述因素的考量，积极践行责任投资。不同行业在环境保护、社会责任等方面表现有较大差异，应更加关注环境敏感型行业，低配或规避在绿色发展、社会发展责任等方面表现较差或声誉恶化的行业，在自有债券池中严控有争议企业的准入，谨防黑天鹅事件，提升投资组合的中长期收益能力。

　　基于行业视角的违约信用债特点分析

　　以2014 年3 月“11 超日债”违约为标志，我国债券市场迎来首单实质性违约。Wind 数据显示，截至2018 年12 月末，累计发生违约债券267 只、涉及发行主体111 个，其中2016 年和2018 年为相对违约高峰，违约债券只数分别为56 只和124只。从发行人所属的证监会一级行业分布看，大类行业有明显集聚特征，主要为制造业55 个、综合类12 个、批发和零售业9 个、交通运输和仓储业6 个、建筑业6 个。通过对违约信用债梳理总结，在行业风险方面可得到如下启示。

　　（一）产能过剩叠加周期效应导致违约频发

　　突出体现在2014—2016 年间出现的产能过剩现象，呈现行业面广、过剩程度不一、持续时间长等特点，并从传统制造行业向风电、光伏等新兴行业扩展。从违约主体看，主要发生在化工、钢铁、机械、有色、造船、采矿、建筑等周期性行业，特别是其中自身规模小、抗风险能力较弱的企业，难以顶住行业周期的影响。新兴行业产能过剩同样值得关注，如光伏行业经历大规模投资热潮后，行业供需状况 发生变化，整体陷入经营恶化局面。基于当前违约原因判断，产能过剩及周期性行业仍将是违约风险高发领域。

　　（二）分散型行业面临激烈竞争

　　国际经验显示，不同行业间违约率有明显差异。根据穆迪统计，1970—2017 年间，按行业划分的平均累积发行人加权全球违约率显示，消费品制造、建筑、环保、酒店博彩等休闲、零售、媒体等行业违约率较高，与此同时，水电气等公用事业、银行、保险、不动产等行业违约率较低。从我国违约主体来看，制鞋、服装、皮革制造、食品制造、批发零售等劳动密集型行业，因市场竞争激烈、产业集中度较低，存在大量中小型企业。当外部融资渠道收紧，加上信用风险由产业链上游扩展至中下游时，多表现出较高的违约风险。

　　（三）盲目跨行业经营风险凸显

　　在企业多元化扩张过程中，个别企业主业经营分散，不同业务板块间未发挥协同效应，而且在细分行业中不具备竞争优势。当进入新的行业时，投资过于激进且投机性参与成分大，如跨界经营房地产、矿产、大宗贸易等行业，多数投资变为固定资产，占用大量流动性。当企业出现盲目负债扩张、营业利润主要来源于投资收益等风险特征时，加上市场需求减弱、突发负面事件等冲击，易引发资金链断裂。2018 年新增的16 个违约发行人主要为民营企业，其中盲目跨行业经营是引发其信用违约的重要原因。

　　（四）政策变量作用逐步增强

　　行业风险和政策风险紧密相关，外部政策调整冲击极易成为引发企业违约的导火线。目前政策风险主要来自于以下两方面。

　　一是产业政策。作为调整产业结构的重要工具，产业政策用来引导、扶持或限制不同产业发展，在一定程度上可以弥补市场失灵的缺陷。一方面，限制性的产业政策对某些特定产业发展前景具有直接影响，如《产业结构调整指导目录》中被列入限制类、淘汰类的行业，均承受较大政策压力；另一方面，鼓励性产业政策在实际执行中也可能产生偏差，如受产业政策利好刺激的行业可能会迎来投资热潮，进而产生过热现象，或者少数企业违规利用行业优惠政策，造成行业发展困境。

　　二是环保政策。当前资源、生态环境的外部制约依然较为严峻，污染防治是“三大攻坚战”之一，资源消耗型行业所面临的环保压力提升，部分企业的生产基地需要停产整治、搬迁或关停等，经营受到一定冲击。未来环保政策将持续发力，有可能对相关企业的信用资质产生较大影响。

　　对行业风险的全流程管理

　　行业风险管理从全流程管理角度来看，纵向方面包括行业风险识别、评估和度量、监测和报告、应对等，横向方面包括组织里前中后台的明确分工及协调配合。

　　（一）行业风险识别

　　1. 行业集中度

　　首先在行业结构层面，运用集中度指标能直观显示特定行业结构、企业规模、企业分布等情况，一般用行业中规模最大的前几位企业在全行业占比、赫芬达尔—赫希曼指数等指标来分析，如采矿、汽车等集中度较高行业，其中头部企业具有较大竞争优势。

　　其次在资产配置层面，集中度风险是开展投资所面临的主要风险之一。在信用债组合自上而下配置过程中，如果特定行业配置过高，投资组合波动性可能随之扩大。

　　2. 行业景气情况

　　信用债违约呈现一定的行业集聚性，表明当个别行业景气度出现趋势性恶化时，该行业内企业将受到大范围冲击。行业发展具有景气交替特点，可通过构建行业景气度指数或者分析财务指标反映景气情况。如2018 年10 月中国采购经理指数显示，农副食品加工、专用设备等行业位于高位景气区间，证券、房地产等行业位于收缩区间。通过预判行业处于扩张还是收缩阶段，可随之调整信用债投资策略。

　　3. 行业利差分析

　　跟踪信用债所处行业的利差收窄或扩大趋势，在一定程度上可以反映行业信用资质变化。一般来说，行业利差走阔，行业整体经营压力相对变大。

　　4. 情绪指数分析

　　运用自然语言处理技术等，基于搜索引擎数据、分析师报告等文本数据，分析一段时间内特定行业及行业内企业受关注情况，建立行业情绪指数，间接判断行业热度、投资者情绪等。

　　（二）行业风险监测和报告

　　行业风险监测贯穿信用债投资全过程，主要是监测宏观重点调控行业、信用风险敞口集中行业、行业景气度下行行业等。通过研究和积累，逐步建立有效的预警模型和分类预警指标体系，对行业风险动态持续监测，可以及时预警信用品质恶化的行业，提示投资部门调整资产组合。

　　1. 财务风险

　　一方面可借助外部已披露的统计数据，另一方面可在自有债券池中选择样本企业，建立基于内部代表性企业的行业财务数据库，从盈利、运营、成本、债务负担、现金流等方面，跟踪分析关键财务指标变化情况。

　　2. 再融资风险

　　分析各类行业信用债到期、进入回售期数据，以及一级市场发行数量、发行品种等情况，关注再融资政策对不同行业的细分影响，加强对融资收缩压力较大行业的监测。

　　3. 外部负面信息

　　参考第三方评级公司发布的评级调整信息，如果主体评级下调或者评级展望负面集中在部分行业，表明行业风险有所上升。此外，不同行业受到外部支持（如各类资金补贴）的情况不同，需格外关注政府补助多且较为复杂的行业，分析由于外部支持政策变化可能对行业产生的负面影响。

　　（三）行业风险应对

　　1. 开展专项风险排查

　　可结合监管风险提示、市场负面信息等，针对特定行业开展专项风险排查。特别是由本机构主承销的债券，应充分发挥分支机构作用，前瞻性地发现潜在风险。

　　2. 加强限额管理

　　按照不同行业分类，运用定量分析工具，设定特定行业总风险敞口，主动分散和管理集中风险，并通过科技系统实行刚性控制。

　　3. 组织压力测试

　　通过敏感性测试、情景测试等手段，假设单个重要风险因素变动或某些极端不利事件发生，分析该行业风险敞口可能带来的损失，评估商业银行承受能力，制定针对性应急预案。

　　4. 择机进行处置

　　针对高风险行业中的个券，加强投后管理，提高监测频率，发现企业存在异常情况时，相关部门或管理团队应灵敏反应、尽快处置。

　　相关建议

　　（一）加强行业研究分析

　　商业银行可借鉴卖方行业研究经验，搭建行业分析框架并根据外部变化及时调整，组建专业信用研究团队，不断提升自身投研水平。总结不同行业风险点及重点指标，分析企业运行特征和财务指标是否与行业特征相符，从中发现潜在风险点。加强行业配置策略研究，同步跟踪股票、期货等相关金融市场对特定行业的认识和看法，挖掘行业大幅调整背景下风险收益偏离较大的债券标的，通过行业分析为风险防控、投资决策等提供有力支撑。

　　（二）探索行业风险评级

　　基于对行业特征、发展周期、行业政策等的深刻理解，运用数量工具提炼评级指标，研发行业风险评级模型，量化不同行业相对风险大小，同时通过行业信用资质展望等方式对评级进行有效补充。将行业风险评级纳入买方内部信用评级体系建设，与信用债投资流程有机结合，充分考虑行业因子变动情况，动态调整投资策略，有效规避投资组合大幅波动或损失风险。

　　（三）细化行业风险管理职责

　　根据不同银行实际情况，合理设置前中后台组织架构，细化投资、研究、信评、风控等不同部门在行业风险管理中的分工，规范工作流程，清晰界定责任，确保全程可追溯。通过跨部门的各类专业委员会，建立沟通、协调和决策机制，确保风险偏好统一以及行业信用策略的落地执行。针对潜在风险较高的信用债，建立风险处置的沟通与决策机制，在内部充分沟通基础上提高处置时效性。

　　（四）依托科技提升管理效果

　　注重行业多维度数据收集，通过Wind、评级机构、第三方数据服务提供商、行业协会、政府部门、交易所等，建立行业数据库并持续提升数据质量。梳理现有科技系统功能，增加并优化行业风险管理相关模块，嵌入行业风险评价模型，发挥科技力量，实现全流程电子化运作。通过模型实验室等工具，助推行业风险的量化评估。设置行业各类限定性指标，按照事前不允许通过、事后提示等分级控制原则，在系统内实现个性化、实时化的刚性控制。（本文仅代表个人研究观点，与就职单位无关）

　　作者单位：中国社会科学院研究生院

　　华夏银行(600015)资产管理部

　　责任编辑：刘颖　罗邦敏

本文首发于微信公众号：债券杂志。文章内容属作者个人观点，不代表和讯网立场。投资者据此操作，风险请自担。