行業風險視角下商業銀行信用債投資研究

張翎

摘要：2018年以來，信用債市場違約風險事件明顯增多，防風險成為商業銀行投資信用債著重考慮的因素。由于企業經營在很大程度上受所在行業影響，且近年來信用債違約在行業方面呈現一定的集聚特征，行業風險管理的現實意義和實踐價值凸顯。本文提煉了行業分析的重點因素，總結了2014—2018年間違約信用債的行業特點，分析了行業風險的全流程管理過程，最后針對商業銀行如何在信用債投資過程中強化行業風險管理提出了建議。

關鍵詞：行業風險??信用債??風險識別??全流程管理

2018年以來，受內外部因素疊加影響，信用債市場違約事件明顯增多。Wind數據顯示，截至12月末，2018年累計違約債券124只、違約金額1205.61億元，分別較2017年同期增加254%和257%。信用債違約事件一旦發生，處置難度較大，且從過往經驗來看，平均清償率偏低。因此，防范風險逐漸成為投資決策中更重要的考慮因素。

由于企業生產經營狀況、競爭激烈程度、財務特征甚至違約風險高低在很大程度上受所在行業影響，為進一步加強信用債風險防控體系建設，從行業視角完善信用債風險管理，加強行業分析和風險管控，具有較強的現實意義和實踐價值。

行業分析重點因素

行業分析是行業風險管理的基礎，側重中長期信用基本面及變化趨勢的分析預判。從較早的喬·貝恩、謝勒等人于20世紀30年代建立的SCP?（結構—行為—績效）模型，再到產業結構理論、產業發展理論、產業政策理論等，不同理論為行業分析提供了豐富視角。從信用債投資角度，可著重分析以下因素。

（一）行業周期特征

不同行業有其自身發展的內在邏輯，表現出一定的周期特征。

一是從行業出現到完全消亡的整個生命周期，主要分為幼稚期、成長期、成熟期和衰退期四個階段。只有準確判斷行業所屬發展階段，把握其未來發展趨勢，才能合理配置相關資源，有效規避系統性風險。

二是行業經營狀況與宏觀經濟關系密切，經濟自身的周期性會影響行業周期表現。根據相關性方向不同，一般分為順周期和逆周期行業、強周期和弱周期行業等。對于具體行業的周期屬性并無精確劃分，一般需根據研究分析進行歸類。強周期行業在經濟繁榮時能取得較好回報，弱周期行業在經濟下行時表現更為平穩。不同行業在經濟周期中的變化，決定了行業內企業的信用表現。

（二）行業關聯效應

在經濟系統中，不同行業間存在著廣泛而復雜的聯系，產業之間橫向融合與縱向滲透相互交織。特定行業受到外部沖擊后，沖擊效應向關聯行業傳導，因而違約風險體現出傳染性特征。

從國民經濟行業大類分布來看，上游通常包括采礦業及電力等二次能源行業，中游主體為制造業，下游多為服務業。

從特定企業的上游行業供給來看，上游行業的變化往往影響中下游行業經營成本等因素的變動，如果特定企業具備地理位置優勢，或者能夠自給的原材料占比較大，則有利于將成本控制在可承受的合理區間。而從下游行業的需求來看，企業下游需求涉及行業分布結構、最主要行業變化等因素，如果下游需求行業單一，則企業將面臨更大的集中度風險。

從產業鏈地位來看，不同行業的產業鏈復雜程度不同，關聯效應體現出強弱之分。一些具備基礎性質的行業，如資源類、交通運輸類等行業，具有廣泛關聯度。關聯效應的差異分析，體現出了一個行業影響力的大小。

此外，當前以工業化和信息化融合為特點的新一輪產業革命正處于探索孕育階段，行業分析中需要更加重視具有網絡優勢、產業生態優勢的企業。

（三）行業結構化因素

一是基于邁克爾·波特提出的產業競爭優勢模型，其認為存在五種競爭力，分別是供應商議價能力、購買者議價能力、新進入者威脅、替代品替代能力、行業內現有企業之間的競爭。五種力量的合力決定了行業競爭激烈程度和企業盈利情況，且不同行業競爭力的側重方面差異較大。

二是看行業細分粒度。行業作為中觀層面分析，可按照不同粒度細分，以國民經濟行業劃分為例，包括門類、大類、中類和小類四級。有些行業的子行業相對單一，如煤炭、房地產等;有些行業的子行業則較為復雜，細分子行業眾多且差異較大，如農業、制造業、批發業等。此外，行業始終處于動態變化中，其外延可能縮小或擴大，行業邊界并非嚴格保持不變。

三是看行業結構因素中的區域特征。部分行業呈現出較強的區域特征，同一行業在不同區域的競爭強度并不一致，此時應加大區域因素分析，防止風險管理出現“一刀切”的情況。

（四）行業責任投資理念

環境保護、社會責任、公司治理（ESG）因素正越來越多地被投資者納入投資考慮范圍，在商業銀行做出信用債投資決策時，需要加大對上述因素的考量，積極踐行責任投資。不同行業在環境保護、社會責任等方面表現有較大差異，應更加關注環境敏感型行業，低配或規避在綠色發展、社會發展責任等方面表現較差或聲譽惡化的行業，在自有債券池中嚴控有爭議企業的準入，謹防黑天鵝事件，提升投資組合的中長期收益能力。

基于行業視角的違約信用債特點分析

以2014年3月“11超日債”違約為標志，我國債券市場迎來首單實質性違約。Wind數據顯示，截至2018年12月末，累計發生違約債券267只、涉及發行主體111個，其中2016年和2018年為相對違約高峰，違約債券只數分別為56只和124只。從發行人所屬證監會一級行業分布看，大類行業有明顯集聚特征，主要為制造業55個、綜合類12個、批發和零售業9個、交通運輸和倉儲業6個、建筑業6個。通過對違約信用債梳理總結，在行業風險方面可得到如下啟示。

（一）產能過剩疊加周期效應導致違約頻發

突出體現在2014—2016年間出現的產能過?，F象，呈現行業面廣、過剩程度不一、持續時間長等特點，并從傳統制造行業向風電、光伏等新興行業擴展。從違約主體看，主要發生在化工、鋼鐵、機械、有色、造船、采礦、建筑等周期性行業，特別是其中自身規模小、抗風險能力較弱的企業，難以頂住行業周期的影響。新興行業產能過剩同樣值得關注，如光伏行業經歷大規模投資熱潮后，行業供需發生變化，整體陷入經營惡化局面?；诋斍斑`約原因判斷，產能過剩及周期性行業仍將是違約風險高發領域。

（二）分散型行業面臨激烈競爭

國際經驗顯示，不同行業間違約率有明顯差異。根據穆迪統計，1970—2017年間，按行業劃分的平均累積發行人加權全球違約率顯示，消費品制造、建筑、環保、酒店博彩等休閑、零售、媒體等行業違約率較高，與此同時，水電氣等公用事業、銀行、保險、不動產等行業違約率較低。從我國違約主體來看，制鞋、服裝、皮革制造、食品制造、批發零售等勞動密集型行業，因市場競爭激烈、產業集中度較低，存在大量中小型企業。當外部融資渠道收緊，加上信用風險由產業鏈上游擴展至中下游時，多表現出較高的違約風險。

（三）盲目跨行業經營風險凸顯

在企業多元化擴張過程中，個別企業主業經營分散，不同業務板塊間未發揮協同效應，而且在細分行業中不具備競爭優勢。當進入新的行業時，投資過于激進且投機性參與成分大，如跨界經營房地產、礦產、大宗貿易等行業，多數投資變為固定資產，占用大量流動性。當企業出現盲目負債擴張、營業利潤主要來源于投資收益等風險特征時，加上市場需求減弱、突發負面事件等沖擊，易引發資金鏈斷裂。2018年新增的16個違約發行人主要為民營企業，其中盲目跨行業經營是引發其信用違約的重要原因。

（四）政策變量作用逐步增強

行業風險和政策風險緊密相關，外部政策調整沖擊極易成為引發企業違約的導火線。目前政策風險主要來自于以下兩方面。

一是產業政策。作為調整產業結構的重要工具，產業政策用來引導、扶持或限制不同產業發展，在一定程度上可以彌補市場失靈的缺陷。一方面，限制性的產業政策對某些特定產業發展前景具有直接影響，如《產業結構調整指導目錄》中被列入限制類、淘汰類的行業，均承受較大政策壓力;另一方面，鼓勵性產業政策在實際執行中也可能產生偏差，如受產業政策利好刺激的行業可能會迎來投資熱潮，進而產生過熱現象，或者少數企業違規利用行業優惠政策，造成行業發展困境。

二是環保政策。當前資源、生態環境的外部制約依然較為嚴峻，污染防治是“三大攻堅戰”之一，資源消耗型行業所面臨的環保壓力提升，部分企業的生產基地需要停產整治、搬遷或關停等，經營受到一定沖擊。未來環保政策將持續發力，有可能對相關企業的信用資質產生較大影響。

對行業風險的全流程管理

行業風險管理從全流程管理角度來看，縱向方面包括行業風險識別、評估和度量、監測和報告、應對等，橫向方面包括組織里前中后臺的明確分工及協調配合。

（一）行業風險識別

1.行業集中度

首先在行業結構層面，運用集中度指標能直觀顯示特定行業結構、企業規模、企業分布等情況，一般用行業中規模最大的前幾位企業在全行業占比、赫芬達爾—赫希曼指數等指標來分析，如采礦、汽車等集中度較高行業，其中頭部企業具有較大競爭優勢。

其次在資產配置層面，集中度風險是開展投資所面臨的主要風險之一。在信用債組合自上而下配置過程中，如果特定行業配置過高，投資組合波動性可能隨之擴大。

2.行業景氣情況

信用債違約呈現一定的行業集聚性，表明當個別行業景氣度出現趨勢性惡化時，該行業內企業將受到大范圍沖擊。行業發展具有景氣交替特點，可通過構建行業景氣度指數或者分析財務指標反映景氣情況。如2018年10月中國采購經理指數顯示，農副食品加工、專用設備等行業位于高位景氣區間，證券、房地產等行業位于收縮區間。通過預判行業處于擴張還是收縮階段，可隨之調整信用債投資策略。

3.行業利差分析

跟蹤信用債所處行業的利差收窄或擴大趨勢，在一定程度上可以反映行業信用資質變化。一般來說，行業利差走闊，行業整體經營壓力相對變大。

4.情緒指數分析

運用自然語言處理技術等，基于搜索引擎數據、分析師報告等文本數據，分析一段時間內特定行業及行業內企業受關注情況，建立行業情緒指數，間接判斷行業熱度、投資者情緒等。

（二）行業風險監測和報告

行業風險監測貫穿信用債投資全過程，主要是監測宏觀重點調控行業、信用風險敞口集中行業、行業景氣度下行行業等。通過研究和積累，逐步建立有效的預警模型和分類預警指標體系，對行業風險動態持續監測，可以及時預警信用品質惡化的行業，提示投資部門調整資產組合。

1.財務風險

一方面可借助外部已披露的統計數據，另一方面可在自有債券池中選擇樣本企業，建立基于內部代表性企業的行業財務數據庫，從盈利、運營、成本、債務負擔、現金流等方面，跟蹤分析關鍵財務指標變化情況。

2.再融資風險

分析各類行業信用債到期、進入回售期數據，以及一級市場發行數量、發行品種等情況，關注再融資政策對不同行業的細分影響，加強對融資收縮壓力較大行業的監測。

3.外部負面信息

參考第三方評級公司發布的評級調整信息，如果主體評級下調或者評級展望負面集中在部分行業，表明行業風險有所上升。此外，不同行業受到外部支持（如各類資金補貼）的情況不同，需格外關注政府補助多且較為復雜的行業，分析由于外部支持政策變化可能對行業產生的負面影響。

（三）行業風險應對

1.開展專項風險排查

可結合監管風險提示、市場負面信息等，針對特定行業開展專項風險排查。特別是由本機構主承銷的債券，應充分發揮分支機構作用，前瞻性地發現潛在風險。

2.加強限額管理

按照不同行業分類，運用定量分析工具，設定特定行業總風險敞口，主動分散和管理集中風險，并通過科技系統實行剛性控制。

3.組織壓力測試

通過敏感性測試、情景測試等手段，假設單個重要風險因素變動或某些極端不利事件發生，分析該行業風險敞口可能帶來的損失，評估商業銀行承受能力，制定針對性應急預案。

4.擇機進行處置

針對高風險行業中的個券，加強投后管理，提高監測頻率，發現企業存在異常情況時，相關部門或管理團隊應靈敏反應、盡快處置。

相關建議

（一）加強行業研究分析

商業銀行可借鑒賣方行業研究經驗，搭建行業分析框架并根據外部變化及時調整，組建專業信用研究團隊，不斷提升自身投研水平?？偨Y不同行業風險點及重點指標，分析企業運行特征和財務指標是否與行業特征相符，從中發現潛在風險點。加強行業配置策略研究，同步跟蹤股票、期貨等相關金融市場對特定行業的認識和看法，挖掘行業大幅調整背景下風險收益偏離較大的債券標的，通過行業分析為風險防控、投資決策等提供有力支撐。

（二）探索行業風險評級

基于對行業特征、發展周期、行業政策等的深刻理解，運用數量工具提煉評級指標，研發行業風險評級模型，量化不同行業相對風險大小，同時通過行業信用資質展望等方式對評級進行有效補充。將行業風險評級納入買方內部信用評級體系建設，與信用債投資流程有機結合，充分考慮行業因子變動情況，動態調整投資策略，有效規避投資組合大幅波動或損失風險。

（三）細化行業風險管理職責

根據不同銀行實際情況，合理設置前中后臺組織架構，細化投資、研究、信評、風控等不同部門在行業風險管理中的分工，規范工作流程，清晰界定責任，確保全程可追溯。通過跨部門的各類專業委員會，建立溝通、協調和決策機制，確保風險偏好統一以及行業信用策略的落地執行。針對潛在風險較高的信用債，建立風險處置的溝通與決策機制，在內部充分溝通基礎上提高處置時效性。

（四）依托科技提升管理效果

注重行業多維度數據收集，通過Wind、評級機構、第三方數據服務提供商、行業協會、政府部門、交易所等，建立行業數據庫并持續提升數據質量。梳理現有科技系統功能，增加并優化行業風險管理相關模塊，嵌入行業風險評價模型，發揮科技力量，實現全流程電子化運作。通過模型實驗室等工具，助推行業風險的量化評估。設置行業各類限定性指標，按照事前不允許通過、事后提示等分級控制原則，在系統內實現個性化、實時化的剛性控制。（本文僅代表個人研究觀點，與就職單位無關）

作者單位：中國社會科學院研究生院

華夏銀行總行資產管理部

責任編輯：劉穎??羅邦敏