多视角看中国信用市场违约率

核心观点

2014年自打破刚兑以来，我国信用市场在坎坷中走向成熟，逐步发展成为独具中国特色的债券市场。债市发展过程中难免出现违约，市场更关注事前的预警与分析，而实践中单纯的定量分析并不能取得很好的预警效果，而定性和经验主义也不完全适合我国信用市场。我们认为对于国内信用债违约，更应该既要用中国特色的视野，也要结合量化分析的积累，来对待中国近年来债券市场发展进程中的违约故事。

信用市场违约情况全面梳理。2014年以来，按照违约率划分，信用债违约历程可分为三个阶段：2014-2017年，违约率缓慢增长，违约主体由早期的民企逐步向地方国企和大型央企蔓延；2018-2020年，违约规模与新增违约主体数量快速增长带动违约率提高；2021年-至今，分母端信用市场规模扩容使违约率趋于稳定。分属性看，2018年后民企的违约规模和违约率远高于国有企业；从债券类型看，城投债暂未发生实质性违约，仅有少量技术性违约，2017年后产业债违约规模和违约率快速增长；从行业角度看，煤炭、钢铁、房地产等行业违约率较高；从信用等级看，违约信用债以投资级和高收益等级为主，其中高收益级违约率远高于投资级和无评级。

违约率模型探究。对目前违约率的测算方式中，分子和分母端采用不同口径测算数据各有差异，违约率数据大相径庭。分子端口径有违约主体数量和金额的区别、广义信用债与狭义信用债的区别；分母端与分子端的口径保持一致，同时还有到期额与存续金额的区别。虽然违约率是信用市场的风向标，但目前我国信用市场应用违约率仍然存在局限：违约率基于历史违约债券的数据，在市场平稳运行时具有较好的指导作用，但市场出现新的市场风险时，违约率并不能在“事前”做到风险识别；目前并无对于违约率采取统一测算口径的要求，不同机构可根据自身需求采用不同口径测算违约率，彼此数据相去甚远，同时并不可比。

如何看待违约率。由于不同机构各自采取的统计方法不同，对于违约率的测算有时相去甚远。为使统计结果可比，我们从统计方法、测算口径、违约率类型三个维度厘清违约率之间的差异：统计方法包括了动态池和静态群组法，其中国际机构大多采用动态池法，而国内机构主要采用静态群组法；测算口径包括债券金额、主体数量、债券数量三种类型，不同机构出于不同角度的目的采取不同的口径；违约率类型包括边际违约率、累计违约率、平均边际违约率、平均累计违约率四种类型，其中国际机构常用平均边际违约率，国内机构较为常用边际违约率和平均累计违约率。

我国信用市场风险展望。当前我国信用市场的舆情与违约风险主要来源于城投和产业两大领域。对于城投而言，今年以来市场对于城投领域舆情的反应更关注区域与主体，而非整体城投板块，同时新一轮化债和稳增长的大背景下，城投债虽有点状舆情波动，但整体违约风险可控，无需过度担忧当前部分地区的舆情风险。对于产业而言，我们认为经历风险缓释后，存续主体以优质企业为主，融资渠道多元化，违约风险较低。但在经济弱修复的背景下，民营主体易出现舆情与违约的波动，需警惕估值调整的可能。

风险因素：央行货币政策超预期；监管政策收紧导致融资环境恶化；宏观经济修复进度不及预期；个别信用事件冲击市场等。

正文

我们认为对于国内信用债违约，更应该用中国特色的眼光，结合海外经验的积累，来对待中国近年来债券市场发展进程中的违约故事。

信用市场违约情况全面梳理

违约规模先增后平

违约规模逐年增长，违约类型由实质违约过渡到展期。自2014年我国公开债券市场首笔违约案例“超日债”违约以来，违约债券的数量不断增多，带动违约规模增长，截至2023年6月30日，共有1319只信用债（公司债、企业债、中期票据、短期融资券和定向工具）违约，规模共计1.36万亿元。从违约类型看，2019年以前以实质违约为主，2019年后展期规模逐渐增长，2022年展期占违约总规模的比例首次超过50%。从新增主体看，2018-2020年为新增违约主体数量高峰，随后数量呈下降趋势，今年以来共5家新增违约主体，为2018年以来同期最低值。

按照违约率划分，信用债违约历程可分为三个阶段：

（1）2014-2017年，违约率缓慢增长。2014年“超日债”事件打破市场的刚兑预期，随着经济下行压力增大和光伏、周期、餐饮等行业景气度下降，违约数量呈缓慢增长趋势，违约主体由早期的民企逐步向地方国企和大型央企蔓延；

（2）2018-2020年，违约率快速增长。2018年金融监管政策收紧，信用环境收缩，资管新规出台后中小企业非标渠道融资受限，2015年信用市场扩容后部分债券陆续到期，双重因素影响下违约规模与新增违约主体数量快速增长；

（3）2021年-至今，违约率趋于稳定。此阶段地产行业信用风波爆发，带动境内债券违约规模继续增长，非地产行业违约较少。而违约率的趋稳来自分母端信用市场规模扩容，年末存续规模增长使违约率保持在1%左右的水平。

多维度梳理信用债违约情况

民企违约规模与违约率均高于国有企业。分属性看，2018年后民企的违约规模和违约率远高于国有企业，一方面是因为部分中小民企基本面较不稳定，在融资渠道收缩的背景下较国有企业更易违约；另一方面对于违约率而言，2017年后民营企业存续债券规模降低，从分母端抬升违约率水平。对于国企而言，2018-2019年央企违约规模高于国企，主要为单一央企存续债券触发交叉保护条款，从而导致违约规模较高，地方国企含有交叉保护条款的比例较低，单一主体债券的违约并不会引起违约规模的大幅度上升。

城投债维持无违约，产业债违约分层。从债券类型看，2014年以来城投债暂未发生实质性违约，仅2017-2020年期间有少量技术性违约，违约率维持在低位；产业债违约规模和违约率在2017年后快速增长，主要为融资监管政策收紧后中小主体违约多发，其中2021年和2022年为违约规模和违约率的最高水平，主要为房地产行业信用风波带动产业债违约规模和违约率增长，截至2023年6月30日，产业债共违约1478.32亿元，同比增长26.94%，较2021年1-6月的1527.17亿元略有收缩。

行业违约轮动，信用风波收敛。从行业角度看，2014年以来，不同时期不同行业违约情况不同，2014-2016年主要为钢铁行业违约较多，其中2016年违约率超过1.5%；2017-2011年煤炭债违约规模增长，主要为部分地方国有煤企违约触发交叉保护条款；2020年起房地产行业融资政策收紧，部分房企出现流动性紧张的情况，违约规模和违约率大幅增长。2023年以来，钢铁与煤炭行业已无新增违约主体，房地产行业违约债券以展期为主，信用风险逐步收敛。

违约债券以投资级和高收益等级为主。从信用等级看，2014年以来违约信用债以投资级和高收益等级为主，无评级规模较少，主要为我国信用市场无主体评级的债券数量较少；从违约率看，高收益债券违约率远高于投资级和无评级，2018后违约率整体高于50%，虽然投资级违约债券规模较大，但因大基数原因，违约率较低，2014年以来平均违约率为0.21%，2020年后违约率在0.35%左右的水平波动。

违约率模型探究

目前违约率的测算方式有根据主体数量测算（主体违约率）和根据金额测算（金额违约率）两种方式，分子和分母端采用不同口径测算数据各有差异，违约率数据大相径庭，因此信用市场更偏好定性研究。我们从分子和分母两个角度分别阐述常见的统计口径的选择。

分子端的口径选择

违约主体数量和金额的区别。2016年后含有交叉保护条款的债券数量上升，若发生违约事件，易导致同一主体较多债券同时违约。若以债券金额计算违约率，可能由于单一主体较多债券违约对于违约率计算造成偏差，目前较多机构在分子端采用以违约主体的数量计算，避免交叉违约和后续违约的干扰。

广义与狭义信用债的区别。广义口径下，信用债是指除利率债以外的债务工具；狭义口径下，信用债是指公司债、企业债、中期票据、短期融资券、定向工具等品类。常用违约率主要统计狭义口径下的违约债券，主要为ABS、政府支持机构、金融债等品类也计入广义信用债范畴，但与信用债的分析框架并不相同。此外，鉴于目前城投仅发生技术性违约，还可进一步剔除城投债，基于产业债的违约情况进行违约率统计。

分母端的口径选择

分母端口径与分子端一致。鉴于常用分子端口径将考虑狭义口径信用债违约情况，分母端口径也应保持一致，同时由于城投债分析方法与产业债的分析方式和框架不同，可进一步在分母端剔除城投债，仅保留产业债的主体数量或金额。

到期额与存续额的区别。目前常用的违约率计算方式中，分母端采用存续的债券主体数量或金额用以计算，但易导致信用债净融资变化影响存续债券金额，从而影响违约率测算，为剔除此类影响，可采用一定期限内到期的债券主体数量或金额作为分母数据计算。

我国信用市场违约率的局限

违约率测算基于历史统计数据，风险识别具有滞后性。违约率是指过去一段时间违约主体或违约债券的占比，测算是基于历史违约债券的数据，在市场平稳运行时对债券投研具有较好的指导作用；若市场出现新的市场风险时，违约率并不能在“事前”做到风险识别，仅能根据信用风波的发酵在数据上同步变化。例如2021年以前，地产债板块违约率并未出现明显的攀升，仅在2021年信用风波发生后快速增加，而彼时随着融资监管政策的收紧和销售数据的下降，房地产行业信用风险已在积累和酝酿。

不同机构采取口径不同，测算数据不可比。目前并无对于违约率采取统一测算口径的要求，不同机构可根据自身需求采用违约金额、主体数量、债券数量等口径测算违约率，不同口径下违约率数据相去甚远，彼此之间也并不可比，因此违约率在我国信用债市场投研中受到较大的局限，未来还需统一违约率的测算方式。

如何看待违约率

违约率作为信用风向标，对于信用债的定价、投资决策以及风险防控具有重要的参考价值，因此，关于违约率的测算和分析也是市场关注的焦点。但不同机构各自采取的统计方法不同，对于违约率的测算有时相去甚远。为使统计结果可比，我们从统计方法、测算口径、违约率类型三个维度厘清违约率之间的差异。

统计方法包括静态池和动态群组法

静态池与动态群组法的主要区别在于统计观察期内有效发行主体数量的区别。静态池法指将在期初参与评级的所有企业（不考虑发行债券的日期）剔除观察期内的违约主体并建立静态池的主体统计方法，国际三大评级机构中标普采用静态池法；动态群组法的统计方法与静态池法类似，但剔除了观察期内被撤销评级的主体，因此可更及时与动态地反映违约率的变化情况，国际三大评级机构中，穆迪和惠誉采用动态群组法。目前国内更常用静态池法测算违约率。

动态群组法测算违约率更高，2019年后差异明显。由于动态群组法将终止评级的企业剔除有效主体数量，因此分母相对较低，理论上测算的违约率更高。2019年以前，由于我国信用市场终止评级的主体数量较少，因此静态池法和动态群组法测算的违约率差异并不大；2019年后随着终止评级的主体数量增多，静态池法和动态群组法之间的差异逐渐增大。

测算口径主要包括债券金额、主体数量等

对于违约债券，由于各自关注重点不同，不同机构采用不同的测算口径计算违约率。

监管机构关注系统性风险，通常以债券金额作为测算口径。监管机构并非仅聚焦于信用债市场个别发债主体的违约风险，而是着眼于整体信用债市场和金融市场的系统性风险。同一主体发行的不同债券违约对于整体信用市场的风险影响不同，交叉违约易引起信用市场整体违约风险上升。监管口径的信用债违约率通常与银行不良率、信托不良率相比较，为使信用市场违约率与银行业不良贷款率等指标可比，监管机构通常采用银行不良率近似的口径（即违约金额口径与存续余额）来测算信用债违约率。

评级机构关注等级区分度，通常以主体数量作为测算口径。评级机构主要关注某一发债主体或某一债券的违约风险，测算违约率意在反映信用等级的区分度与质量。若不考虑条款差异，同一主体发行的不同债券违约风险相近，若以违约金额为口径测算违约率，易放大或缩小特定等级的信用债违约率，无法客观地反映各信用等级的违约风险情况，因此评级机构通常以主体数量为口径测算违约率。

券商机构根据自身需求选择多元化口径测算违约率。由于证券公司自身业务多元化，可根据不同业务需求来选择不同的口径测算违约率，例如ABS发行过程中，为使ABS违约率与基础资产池的违约率可比，可采用违约金额为口径计算违约率；在信用债投资过程中，为客观反映特定等级、行业、属性等维度信用风险情况，可以主体数量为口径测算违约率；为反映特定条款、债券品种等维度的风险情况，可采取债券数量口径。

国际评级机构主要以主体数量为口径，部分机构同时测算债券金额口径。目前三大国际评级机构均测算了主体数量口径的违约率情况，同时穆迪与标普还测算了债券金额口径的违约率情况。

违约率共有四种类型

从违约率类别维度看，大致可以分为四类：（1）边际违约率；（2）累计违约率；（3）平均边际违约率；（4）平均累计违约率。后两者即在前两者基础上作加权平均处理。

边际违约率是指在一定时段内新发生的违约主体数量占期初有效主体数量的比值。边际违约率是国内最常用的违约率测算指标之一，通常以年为观察期，用以衡量不同年份市场总体的违约风险水平及走势。我国信用市场边际违约率高峰出现在2018-2020年期间，当年边际违约率均高于0.80%，2021年后边际违约率呈下降趋势，主要为信用风险缓释后新增违约主体数量下降。

累计违约率是指多段时段内累计发生的违约主体数量占期初有效主体数量的比值。随着投资期限增长，违约主体数量增多，而期初有效发行主体数量固定，累计违约率逐步增长；随着信用风险出清后期初主体在远期边际违约数量减少，累计违约率逐步稳定；当观察期为1年时，累计违约率与边际违约率相同。

平均边际违约率是指特定群组在整个观察期内边际违约率的平均水平。通过对观察期内各时段边际违约率的加权平均可得到整个观察期内的平均边际违约率，计算公式如下所示：，其中表示观察期T内群组的平均边际违约率；表示时间段t内新增违约主体的数量，表示时间段t期初有效发行主体的数量。对于海外机构而言，以穆迪为例，TTM平均边际违约率最为常用，指在任意时间点向前推12个月的时间区间中新发生违约的主体数量占该时段有效主体数量的比例，分子端与分母端分别做加权平均处理，用以衡量不同时段的信用风险水平及走势。

平均累计违约率是指多个观察期内累计违约率的平均水平，可通过平均边际违约率得到。平均累计违约率是国内较常用的违约率指标之一，可通过平均边际违约率计算得到：。一般平均累计违约率用于反映评级机构对于不同级别序列风险水平的揭示是否准确、区分度是否明显，主要用于监管或评级机构检验评级质量。

我国信用市场风险展望

当前我国信用市场的违约与舆情风险主要来源于城投和产业两大领域。

城投违约风险可控

市场对于城投领域容忍度提升。2017年以来，城投债市场经历天津、新疆、云贵、甘肃等地的舆情冲击后已转向成熟，利差调整的幅度也在逐渐下降。今年以来城投领域的舆情事件并未对估值形成明显冲击，更多局限于个别地区和主体自身利差的波动。而二级市场估值调整引起一级市场发行门槛提高的可能性较低，预计城投债净融资保持稳定，无需过度担忧当前部分地区的舆情风险。

2023年新一轮化债正当时。今年以来，中央和地方均定调地方债务管理是政府工作重心之一，开启新一轮化债周期。上半年多地化债进度良好，预计下半年各地区将继续积极推进化解地方政府债务风险，防范地区金融风险。另一方面，稳增长的背景下，城投平台作为扩基建的重要抓手，将再次在新一轮稳增长中扮演重要作用。今年以来城投领域虽有点状舆情波动，但整体违约风险可控，由点及面演变成市场系统性风险的可能性较低。

产业债信用风险逐步出清

地产新增违约主体减少。2021年以来，部分民营企业违约事件多发，带动我国信用市场违约规模快速增长。站在2023年中的时点，经历风险缓释后，存续主体以优质企业为主，融资渠道多元化，违约风险较低。短期内虽仍可能有违约与舆情事件发生，但产业债整体的信用风险已然下降。

基本面弱修复格局维持，盈利或将反复，警惕基本面下行和舆情引起的估值波动。经济修复斜率放缓的背景下，产业债主体盈利仍待改善，预计未来经济基本面维持弱修复格局，国民企经营基本面分层的态势或将保持。当前市场对国有主体信心较充足，滚续融资也更为便利；而部分弱资质的民营主体融资难度与成本更高，盈利尚未回暖的背景下，主体易出现舆情与违约的波动，需警惕估值调整的可能。

风险因素

央行货币政策超预期；监管政策收紧导致融资环境恶化；宏观经济修复进度不及预期；个别信用事件冲击市场等。

注：本文节选自中信证券研究部已于2023年7月12日发布的《债市启明系列20230712—多视角看中国信用市场违约率》报告，报告分析师：中信证券首席经济学家 明明  执业证书编号: S1010517100001

首席资管与利率债分析师：章立聪 执业证书编号: S1010514110002；周成华 执业证书编号: S1010519100001；彭阳 执业证书编号: S1010521070001

首席信用债分析师：李晗  执业证书编号: S1010517030002；徐烨烽  执业证书编号: S1010521050002；丘远航 执业证书编号: S1010521090001

大类资产首席分析师：余经纬 执业证书编号: S1010517070005；赵云鹏 执业证书编号: S1010521120002；秦楚媛 执业证书编号: S1010523020001