20170718-兴业研究-信用策略专题_拿什么预测你_行业利差_（上篇）_11页_1mb

报告摘要

信用策略专题总结：用财务指标预测行业利差

核心内容

本专题旨在探讨如何利用财务指标预测行业超额利差，从而辅助信用债中观层面的配置策略。通过分析发债主体财务数据和工业企业财务数据，识别与行业利差具有较强相关性的指标，并结合滞后效应进行预测分析。

主要观点

行业利差的定义与特点：
- 行业利差使用超额利差数据，即减去同评级同券种市场平均水平后的利差。
- 由于企业信息披露时间和债券交易流动性问题，行业利差难以成为前瞻性指标，但可以通过其他指标进行预测。
发债主体财务数据与行业利差：
- 发债主体财务数据与行业利差的相关性分析表明，部分行业如钢铁、机械、商贸、煤炭和采掘等，其利差与财务指标密切相关。
- 钢铁、煤炭行业利差与资产负债率和净利率相关性较强，因其杠杆率高、盈利能力波动大。
- 机械行业利差受总资产影响较大，由于子行业差异大，评判标准不统一。
- 商贸行业利差受总资产和毛利率影响较大，反映行业整体规模和贸易行情。
- 交运行业利差与资产负债率相关性高，因其多为国企，偿债能力是市场关注重点。
财务指标的滞后效应：
- 部分行业如钢铁、商贸的利差存在明显的滞后，平均滞后时间在1至2个季度之间。
- 投资者可根据季报数据的变动方向预测行业超额利差未来走势，辅助投资决策。
工业企业财务数据与行业利差：
- 尽管样本量增加，但工业企业效益指标对利差的预测效果不如发债主体财报数据。
- 钢铁行业工业企业资产负债率对超额利差的预测具有一定的实际意义，其走势提前约2个月。
相关性分析与指标筛选：
- 通过T检验和相关系数分析，筛选出与行业利差相关度较高的指标。
- 结合数学意义和实际意义，最终选定若干指标用于预测行业超额利差走势。

关键信息

发债主体财务数据包括总资产、营业收入、营业利润、净利润、经营现金流净值、投资+经营现金流、资产负债率、营收同比增速、毛利率、净利率、速动比率、ROE和EBITDA利息保障倍数。
工业企业效益数据包括总资产、主营业务收入、利润总额、资产负债率、毛利率、负债率同比增长、毛利率同比增长、利润总额同比增长和主营业务收入同比增长。
相关性分析结果显示：
- 横向来看，钢铁、煤炭、机械、商贸、交运等行业与财务指标相关性较强。
- 纵向来看，资产负债率和净利率对行业利差影响最大。
滞后时间：
- 资产负债率平均领先行业利差0.8个季度。
- 净利率平均领先行业利差1.1个季度。
预测模型：
- 对于部分行业，如钢铁、煤炭、商贸，可通过财务指标提前预测利差走势。
- 部分行业如机械、化工，相关性虽强，但实际走势难以直观体现。

指标筛选结果

行业	财务指标	数据频率	前置时间	第二季度利差预测	第二季度实际走势	第三季度利差预测走势
采掘	净利率	季度	提前1个季度	下行	下行	等待半年报
钢铁	净利率	季度	提前2个季度	下行	下行	下行
钢铁	资产负债率	月度	提前2个月	下行	下行	等待6月数据
交运	资产负债率	季度	同步	-	-	-
商业贸易	总资产	季度	同步	-	-	-
商业贸易	毛利率	季度	提前2个季度	下行	下行	上行
煤炭	净利率	季度	提前2个季度	下行	下行	下行