基于有序选择模型的主体挖掘方法：被市场“低估”的城投主体在哪儿？-20190925-西南证券-19页.pdf

请务必阅读正文后的重要声明部分 2019 年年 09 月月 25 日日 证券研究报告证券研究报告固定收益报告固定收益报告 专题报告专题报告被市场“低估”的城投主体在哪儿？被市场“低估”的城投主体在哪儿？基于有序选择模型的主体挖掘方法基于有序选择模型的主体挖掘方法 摘要摘要 西南证券研究发展中心西南证券研究发展中心 本文基于市场交易数据形成的中债隐含评级，来推测市场在信用分析中实际关本文基于市场交易数据形成的中债隐含评级，来推测市场在信用分析中实际关注了哪些要素注了哪些要素。不同机构的城投债信用分析框架只是在理论和经验上探讨在分析时“应该”关注哪些要素，未从市场的角度分析投资者“实际”关注了哪些要素。我们基于市场大部分投资人都是理性的假设，选用中债隐含评级所反映市场对城投债信用资质的看法，运用模型得到了市场“实际”关注的要素以及对应的数量关系后，求得债项的“内在”评级水平，挑选出隐含评级低于“内在”评级的债项，统计债项对应的主体，最终找到一些存在交易性机会的主体，赚取收益。市场实际关注要素有哪些及对信用影响方向如何。市场实际关注要素有哪些及对信用影响方向如何。我们选用2017-2018年Wind口径下城投债年频数据，同时选用中债隐含评级作为被解释变量、衡量所在区域外部支持和债项信用基本面的要素作为解释变量、以及市场要素作为控制变量，使用有序选择模型+逐步回归法得到市场“实际”关注的要素：是否为省及省会（单列市）、所在省总债务率、所有者权益、总资产回报率、应收账款占比、是否为地级市、一般公共预算支出/一般公共预算收入、营业收入现金率、资产负债率、经营性净现金流/流动负债、应收账款周转率、是否担保增信、现金净流量、存货周转率、无形资产占比。其中，与直观理解不同的是，资产负债率的提升往往伴随着隐含评级的提升，我们认为和这可能是因为资质好的城投企业拥有更好的负债能力，所以具有更好的资产负债率。其它指标与信用的关系基本上都符合直观理解。要素相对重要顺序显示市场在信用债分析过程中最关注的资本规模、行政层级要素相对重要顺序显示市场在信用债分析过程中最关注的资本规模、行政层级以及所在地财政状况等。以及所在地财政状况等。使用上一部分数据和得到的结果，运用相对重要性分析方法，即解释变量的重要顺序等于它对总离差解释程度的大小，得到要素间的相对重要排序：所有者权益 是否为省及省会（单列市）所在省总债务率总资产回报率 一般公共预算支出/一般公共预算收入应收账款占比是否为地级市资产负债率营业收入现金率经营性净现金流/流动负债现金净流量是否担保增信无形资产占比存货周转率。可以看到，市场在城投债信用可以看到，市场在城投债信用分析中最为关注的依然是资本规模、行政层级以及所在地财政状况。分析中最为关注的依然是资本规模、行政层级以及所在地财政状况。信用资质被“低估”的城投主体在哪儿：信用资质被“低估”的城投主体在哪儿：通过已建立的模型，对 2018 年末城投债信用资质水平拟合，隐含评级低于“内在”评级超过 1 个评级的债项对应的主体，我们认为其存在两种含义：一是受市场扰动情绪、交易活跃度的影响真正“被市场低估”的主体；二是少数“市场认可度苛刻”的“网红”主体。筛选出“内在”评级高于真实隐含评级 1 个评级以上的主体共 45 家（详见文末附表），其中 2 家偏离较大，被低估了 3 个评级，分别为青岛市即墨区城市分别为青岛市即墨区城市开发投资有限公司开发投资有限公司（相关债券：（相关债券：13 即墨债、即墨债、18 即墨城投即墨城投 PPN001、18 即墨城即墨城投投 MTN001、17 即墨城投即墨城投 MTN001、19 即墨城投即墨城投 MTN001 等等）、杭州余杭旅、杭州余杭旅游集团有限公司游集团有限公司（相关债券：（相关债券：18 余旅游、余旅游、19 余杭旅游余杭旅游 MTN001），值得关注，值得关注。风险提示：模型指标选取存在遗漏。分析师：杨业伟 执业证号：S1250517050001 电话：010-57631229 邮箱： 联系人：李清荷 电话：010-57631229 邮箱： 相关研究相关研究1.信用债双周报：警惕信用利差再扩大与违约风险再上升 (2019-09-22)2.对地方债额度提前下发的几点看法(2019-09-04)3.可转债月报：银行转债的择券逻辑(2019-09-01)4.国债期货分析基础与交易策略应用国债期货方法论 (2019-08-19)5.信用债双周报：河南投资集团有限公司主体信用分析 (2019-08-19)6.重构高速公路信用分析框架基于23 号文及国开行对山西交控债务重组视角 (2019-08-07)7.可转债月报：转债估值提升，在市场调整过程中向底部趋近 (2019-08-05)8.信用债双周报：首批专项债作资本金项目落地，影响几何？(2019-08-04)9.浙江三级政府信用分析及优质区县平台挖掘 (2019-07-24)10.可转债双周报：趋势不明，择优而配(2019-07-17)2 2 6 4 8 6 9 4/4 3 3 4 8/2 0 1 9 0 9 2 5 1 7:1 4 固定收益固定收益专题报告专题报告 请务必阅读正文后的重要声明部分 目目 录录 1 前言前言.1 2 市场“实际”关注城投债信用分析框架中的哪些要素？市场“实际”关注城投债信用分析框架中的哪些要素？.2 2.1 城投债信用分析框架中的代表性指标.2 2.2 样本选择与数据处理.4 2.3 模型和方法的选择.5 2.4 变量的描述性统计.7 2.5 市场“实际”关注的要素.8 3 市场“实际”关注要素的相对重要顺序如何？市场“实际”关注要素的相对重要顺序如何？.10 4 被市场“低估”的城投主体在哪儿？被市场“低估”的城投主体在哪儿？.11 5 附表附表.13 2 2 6 4 8 6 9 4/4 3 3 4 8/2 0 1 9 0 9 2 5 1 7:1 4 固定收益固定收益专题报告专题报告 请务必阅读正文后的重要声明部分 图图 目目 录录 图 1：中债隐含评级累计分布函数.5 图 2：Logit 分布与 Probit 分布.5 图 3：逐步回归法基本思想.6 图 4：中债隐含评级各级别占比.8 图 5：行政级别取值各级别占比.8 表表 目目 录录 表 1：城投债信用分析框架所在区域外部支持.1 表 2：城投债信用分析框架债项信用基本面.1 表 3：城投债信用分析代表性指标所在区域外部支持.3 表 4：城投债信用分析代表性指标债项信用基本面.3 表 5：市场要素及对应指标.5 表 6：定量变量的描述性统计.7 表 7：有序选择模型+逐步回归法结果.8 表 8：相对重要性分析结果.11 表 9：信用资质被显著低估的主体情况（单位：亿元、%）.11 表 10：2 家城投主体信用资质为何被明显低估？（单位：亿元、%）.12 附表 1：信用资质偏离 2 个评级的主体情况（单位：亿元、%）.13 2 2 6 4 8 6 9 4/4 3 3 4 8/2 0 1 9 0 9 2 5 1 7:1 4 固定收益固定收益专题报告专题报告 请务必阅读正文后的重要声明部分 1 1 前言前言 业界对城投债信用分析框架的讨论较多，不同机构所搭建的分析框架大同小异，大体上包括两个方面，一个是所在区域外部支持，另一个是债项信用基本面1。具体差别在于衡量外部支持和债项信用的具体指标或组合方式有所不同。但但这些框架只是从理论和经验上探讨在这些框架只是从理论和经验上探讨在分析时“应该”关注哪些要素，并没有从市场的角度分析投资者“实际”关注了框架中的哪分析时“应该”关注哪些要素，并没有从市场的角度分析投资者“实际”关注了框架中的哪些要素。些要素。多采用归纳法，至于哪些指标有效，哪些指标无效，则缺乏相应分析。本文试图从多采用归纳法，至于哪些指标有效，哪些指标无效，则缺乏相应分析。本文试图从基于市场交易的中债隐含评级出发，通过观察中债隐含评级分布变化，来推测市场实际交易基于市场交易的中债隐含评级出发，通过观察中债隐含评级分布变化，来推测市场实际交易会关注哪些具体指标。会关注哪些具体指标。表表 1：城投债信用分析框架城投债信用分析框架所在区域外部支持所在区域外部支持 数据来源：西南证券整理 表表 2：城投债信用分析框架：城投债信用分析框架债项信用基本面债项信用基本面 数据来源：西南证券整理 1 城投主体信用分析框架见表 1。2 2 6 4 8 6 9 4/4 3 3 4 8/2 0 1 9 0 9 2 5 1 7:1 4 固定收益固定收益专题报告专题报告 请务必阅读正文后的重要声明部分 2 市场对城投债市场对城投债信用资质的看法由中债隐含评级所反映。信用资质的看法由中债隐含评级所反映。相比于仅通过评级机构评级得到的外部评级而言，中债隐含评级是基于银行间和交易所交易得到，市场上参与交易的机构众多，隐含评级更能反映市场对债项信用资质的看法。为什么投资者需要知道市场“实际”关注了框架中的哪些要素？赚取收益。为什么投资者需要知道市场“实际”关注了框架中的哪些要素？赚取收益。收益是指不需要承担额外的风险，利用价格围绕内在价值波动的特点，在价格低于内在价值时买入，价格回归内在价值时卖出所获得的收益。我们前提假定，市场上大部分投资人都是理性的，当通过大样本数据找到了市场多数投资人对多数城投主体“实际”关注的要素后，利用要素以及要素与隐含评级间的数量关系，得到债项的内在评级。通过买入实际评级低于内在评级主体的债项，当主体实际评级其回到内在评级附近时卖出，从而获得收益。实际评级反映了包含市场“实际”关注要素和市场噪音的信用资质水平，用中债隐含评级进行衡量。内在评级反映了仅包含市场“实际”关注要素的信用资质水平，用中债隐含评级剔除市场噪音进行衡量。因此，在后文中我们需要解决以下 3 个问题：（1）市场“实际”市场“实际”关注城投债关注城投债信用分析框架中的哪些要素？信用分析框架中的哪些要素？（2）市场“实际”关注要素的相对重要顺序如何市场“实际”关注要素的相对重要顺序如何？（3）信用资质被“低估”的城投主体在哪儿信用资质被“低估”的城投主体在哪儿？2 市场“实际”关注城投债市场“实际”关注城投债信用分析框架中的哪些要素信用分析框架中的哪些要素？本部分将基于上文所提出的城投债信用分析框架，在普遍使用的城投债信用分析指标基础上，选取基础变量，进而筛选市场“实际”关注框架内的哪些要素。2.1 城投债城投债信用分析框架中的代表性指标信用分析框架中的代表性指标 城投债信用分析指标较为繁杂，即使按大类划分，每个方面也可以有较多的指标来反映。城投债信用分析指标较为繁杂，即使按大类划分，每个方面也可以有较多的指标来反映。如果将这些繁杂众多的指标如果将这些繁杂众多的指标一并加入模型会显著增加构建数据的工作量一并加入模型会显著增加构建数据的工作量。因而简化。因而简化起见起见，我，我们选取有们选取有代表性代表性的指标衡量特定要素，同时，要求这些的指标衡量特定要素，同时，要求这些指标指标具有较好的代表性，具有较好的代表性，在衡量相应在衡量相应要素时具有明显要素时具有明显效率效率优势。优势。例如在衡量所在区域经济实力时，GDP 相较于城镇化率、三产结构、GDP 增速等指标具有更直观的经济意义。基于此原则，我们将主要的选取指标进行分类，以下是我们挑选出的能够较好反映框架中各要素的指标：2 2 6 4 8 6 9 4/4 3 3 4 8/2 0 1 9 0 9 2 5 1 7:1 4 固定收益固定收益专题报告专题报告 请务必阅读正文后的重要声明部分 3 表表 3：城投债城投债信用分析代表性指标信用分析代表性指标所在区域外部支持所在区域外部支持 数据来源：西南证券整理 表表 4：城投债信用分析代表性指标：城投债信用分析代表性指标债项信用基本面债项信用基本面 数据来源：西南证券整理 一级要素一级要素二级要素二级要素具体指标具体指标变量名称变量名称选择原因选择原因备注备注经济实力经济实力-所在省份GDPX1相比于城镇化率、三产结构、GDP增速等指标，更能直接反映所在区域经济实力财政收入水平一般公共预算收入X2相较于综合财力、政府性基金收入等指标，其数据可得性和一致性更佳财政收支平衡状况一般预算支出/一般预算收入X3相较于其他指标，其数据可得性和一致性更佳政府债务负担所在省总债务率=所在省政府债务限额/一般公共预算收入X4相较于显性债务和隐性债务规模等绝对值指标，比率指标能控制省份间的规模效应，更准确反映政府债务负担关联度行政级别取值D1相较于平台取值，其仅能反映直接控制人为政府或者是平台，但对于直接控制人均为政府的债项难以判断与政府的关联度虚拟变量。D11表示是否为地级市（取1为是，取0为否）；D12表示是否为省及省会（取1为是，取0为否）;当D11和D12均为0时，表示为县及县级市重要性近三年财政补贴均值/近三年净利润均值X5相较于公益性业务占比、区域城投企业数量等指标，反映更直接2018年未调整会计准则前财政补贴计入营业外收入，2018年调整后计入其他收益所在所在区域区域外部外部支持支持财政实力财政实力由于城投平台行政级别上分为三级：省级、地市级以及县级。为了使三者所在区域经济实力可比，所有债项均使用省级指标政府支持政府支持意愿意愿一级要素一级要素二级要素二级要素具体指标具体指标变量名称变量名称选择原因选择原因备注备注管理水平第一大股东持股比例X6股权高度集中有利于解决股权分散所带来的搭便车问题，以至于管理层不积极管理公司，同时可以激励股东更好的监督公司治理结构政府持股比例X6相较于其他指标，更易量化存货周转率X7反映存货资产的流动性-无形资产占比X8反映非存货资产的收益性-应收账款占比X9反映政府待偿付的规模-应收账款周转率X10反映政府偿付的能力和意愿-所有者权益X11政府对企业的资产注入计入资本公积，因此该指标反映企业资产实力-资产负债率X12反映企业财务弹性大小-长期债务X13反映企业财务政策-经营性净现金流/短期债务X14相较于流动比率、速动比率、现金比率等指标，更直接反映短期偿债能力-短期债务X15-总资产回报率X16比率指标，反映相同规模下的盈利能力大小-近三年净利润均值X17反映盈利能力大小和稳定程度-营业收入现金率X18-现金净流量X19-增信措施增信措施-是否担保增信D2-虚拟变量。D2取1为有担保增信措施，取0为无担保增信措施盈利能力资本结构财务能力财务能力现金获取能力债项债项信用信用基本基本面面由于城投债第一大股东均为政府，因此指标“第一股东持股比例”等同于“政府持股比例”资产质量偿债能力公司治理公司治理2 2 6 4 8 6 9 4/4 3 3 4 8/2 0 1 9 0 9 2 5 1 7:1 4 固定收益固定收益专题报告专题报告 请务必阅读正文后的重要声明部分 4 2.2 样本样本选择选择与数据处理与数据处理 我们选取我们选取 2017-2018 年年 Wind 口径下的城投平台口径下的城投平台2作为研究样本，数据频率为年，结构作为研究样本，数据频率为年，结构为面板数据。为面板数据。这样选取样本的原因是，2017 年后城投债市场由于 50 号文和 87 号文的金融去杠杆严监管政策进入新的收缩阶段，市场环境与17年前发生变化，故不考虑17年前数据；由于所在区域外部支持的各项指标仅有年频数据，19 年数据未出，故选用上述样本；同时 2年面板数据的使用使得拟合结果更接近总体情况。数据处理方面，由于样本量较大，直接剔除 17 和 18 年无交易的债项以及数据缺失的债项，得到原始数据共 4386 条。选用中债隐含评级作为被解释变量选用中债隐含评级作为被解释变量，原因在于我们的目的是研究市场更关注城投债信用资质的哪些指标，外部评级是评级公司基于债项信用基本面（业务运营、公司治理、财务表现、外部支持）分析得到的评级结果，仅反映评级公司对债项信用资质的看法；而中债隐含评级是基于银行间和交易所债项信用利差的数据，通过与同一交易日，同一期限各评级的中债信用利差基准曲线比较相对位置，得到评级结果，交易所涉及的机构众多，比起评级公司更能反映市场对于债项信用资质的看法。通过选择 2017 年 12 月 31 日和 2018 年 12 月 31 日之前各债项最近交易日所对应的中债隐含评级作为2017年和2018年的隐含评级。同时参考评级研究文献3对评级等级数字化，具体的，由于城投债隐含评级最低为 A+级，最高为 AAA 级，我们将 1 至 7 分别赋予 A+至AAA 级。虽然实际上，各级别之间的差别并非等额的，因而从 1 到 7 的赋值会有偏差，但受限于数据约束，只能这样进行简化赋值。我们选取了框架内的我们选取了框架内的 21 个变量作为解释变量个变量作为解释变量，选择各解释变量的原因请参看上文城投债信用资质分析代表性指标，其中定量变量共 17 个，定性变量共 2 个。需要注意的是，行政级别取值中有县及县级市、地级市、省及省会 3 级，由于各级别并没有对应的比例关系，例如省及省会3*县及县级市，因此在变量的构建中不能用单个变量以 1、2、3 来表示，为了避免相互排斥的定性情况中出现多重共线性，我们根据定性变量设置规则，用 2 个虚拟变量表示 3 种定性情况，使用变量 D11 表示行政级别取值是否为地级市（取 1 为是，取 0 为否），使用变量 D12 表示行政级别取值是否为省及省会（取 1 为是，取 0 为否），当 D11 和D12 均取 0 时，表示行政级别取值为县及县级市。此外，除城投债此外，除城投债本身信用情况外，市场要素同样会影响各个债项的信用利差水平，进而本身信用情况外，市场要素同样会影响各个债项的信用利差水平，进而影响到债项的隐含评级。影响到债项的隐含评级。但由于市场要素既会影响到债项的信用利差，也会影响到与债项比较的基准曲线的信用利差，可能对隐含评级的影响不显著，因此我们将市场要素设定为控制变量加入。市场要素主要包括流动性溢价、杠杆操作便利性、投资者风险偏好、供给压力。（1）流动性溢价：指债项相比于国债流动性较弱，投资者所要求的收益率补偿，这会影响到信用利差的大小，进而影响隐含评级。我们使用换手率作为衡量指标，即换手率=当日成交量/当日存量。（2）杠杆操作变量性：投资者为了扩大收益进行杠杆交易，当资金成本低，资金面稳定时会增加杠杆交易，从而增加市场需求，使得债项交易价格上升，信用利差下降，隐含评级等级提升。我们使用 30 日移动平均 R007 作为衡量指标，这是为了平滑月末银行面临 MPA考核使得资金成本临时上升的现象。2 仅包括 Wind 口径中的地方国有企业。3 蒋贤锋、Frank Packer，2017，中外企业信用评级的差异及其决定因素,PBC Woking Paper,No.2017/5.2 2 6 4 8 6 9 4/4 3 3 4 8/2 0 1 9 0 9 2 5 1 7:1 4 固定收益固定收益专题报告专题报告 请务必阅读正文后的重要声明部分 5（3）投资者风险偏好：由于投资者内部结构变化4和市场外部环境变化导致的风险偏好变化。城投债为风险品，风险偏好变化直接影响对其的风险溢价水平，进而影响信用利差水平和隐含评级。我们使用南华黄金指数作为衡量指标，黄金作为避险品，受市场风险偏好影响较大，南华黄金指数能反映整个商品市场黄金价格。（4）供给压力：城投债供给量的变化会影响债项交易价格，进而影响信用利差和隐含评级。相比于日发行量可能没有发行数据以及月发行量对供给压力反映的不够灵敏，我们选用城投债当周发行量作为衡量指标。表表 5：市场要素及对应指标：市场要素及对应指标 数据来源：西南证券整理 2.3 模型和方法模型和方法的选择的选择 我们选用有序多项选择模型，使用逐步回归法挑选出市场更关注的城投债信用资质指标，我们选用有序多项选择模型，使用逐步回归法挑选出市场更关注的城投债信用资质指标，同时使用相对重要性分析得到指标间相对重要性排序。同时使用相对重要性分析得到指标间相对重要性排序。有序多项选择模型方面有序多项选择模型方面（Ordinal Regression Model），由于被解释变量为中债隐含评由于被解释变量为中债隐含评级，是离散变量同时有着天然的排序（级，是离散变量同时有着天然的排序（AAAAAA-AA+AA 等），传统的多元线性回归模等），传统的多元线性回归模型不再适用型不再适用，不再适用的原因主要有两点：1）用直线拟合非线性的总体回归函数，拟合效果较差；2）由于线性模型的随机扰动项服从多项分布，而非正态分布，因此显著性检验（T检验、F 检验）失效，多元线性回归模型得到的市场关注的变量即使显著也不一定正确。图图 1：中债隐含评级累计分布函数：中债隐含评级累计分布函数 图图 2：Logit 分布与分布与 Probit 分布分布 数据来源：Wind，西南证券整理 数据来源：Wind，西南证券整理 4 债券投资者主要为银行、保险和基金，前两者风险偏好较低，后者风险偏好较高。市场要素市场要素具体指标具体指标变量名称变量名称计算公式计算公式流动性溢价换手率X20当日成交量/当日存量杠杆操作变量性30日移动平均R007X21投资者风险偏好南华黄金指数X22供给压力城投债当周发行量X232 2 6 4 8 6 9 4/4 3 3 4 8/2 0 1 9 0 9 2 5 1 7:1 4 固定收益固定收益专题报告专题报告 请务必阅读正文后的重要声明部分 6 有序多项选择模型的数学逻辑是用某种随机分布的累计分布函数，即有序多项选择模型的数学逻辑是用某种随机分布的累计分布函数，即()=()，去拟合呈台阶状的总体回归曲线，优点在于取值位于去拟合呈台阶状的总体回归曲线，优点在于取值位于0，1之间，符合评级的经济含义，即之间，符合评级的经济含义，即在某些条件下，债在某些条件下，债项项大概率归为哪一级别。大概率归为哪一级别。模型的经济逻辑是模型中有一个无法观察的变量，可理解为信用资质大小，它决定着我们将债归于哪一级别，与影响信用资质的解释变量呈线性关系，当位于某一区间,时，将归于某一级别，用数学表达式可以写为：假设=+，选择规则为：=1,若 1 2,若1 2,若 模型合适的随机分布有两种，包括模型合适的随机分布有两种，包括 Logit 分布和标准正态分布（分布和标准正态分布（Probit）：Logit 分布的累计分布函数表示为 P(y=i|x)=F(x,)=exp(,)1+exp(,)，标准正态分布（Probit）的累计分布函数表示为P(y=i|x)=()=12exp(22)。两者的区别在于与 Probit 分布相比，Logit 分布具有厚尾特征同时更加平缓。由于 Probit 分布没有解析表达式，计算 Logit 分布更为方便，因此后文中我们选用 Logit 分布进行研究。逐步回归法方面逐步回归法方面（Stepwise Regression），由于城投债信用资质分析框架中即使是同一要素也有众多指标可以对其刻画，为了得到市场更关注的指标，我们使用逐步回归法进行选取。逐步回归法的基本思想是将全部解释变量按照对总离差的解释程度进行排序，选择解逐步回归法的基本思想是将全部解释变量按照对总离差的解释程度进行排序，选择解释程度最大并通过显著性检验的变量引入模型，再依次加入其他变量，比较解释程度的大小、释程度最大并通过显著性检验的变量引入模型，再依次加入其他变量，比较解释程度的大小、判断初始变量和加入变量是否显著，最终决定是否引入该变量。判断初始变量和加入变量是否显著，最终决定是否引入该变量。图图 3：逐步回归法基本思想：逐步回归法基本思想 数据来源：西南证券整理 2 2 6 4 8 6 9 4/4 3 3 4 8/2 0 1 9 0 9 2 5 1 7:1 4 固定收益固定收益专题报告专题报告 请务必阅读正文后的重要声明部分 7 2.4 变量的变量的描述性统计描述性统计 对于定量变量，其描述性统计结果如下。表表 6：定量变量的描述性统计：定量变量的描述性统计 数据来源：Wind，西南证券整理 对于定性变量，中债隐含评级中 3 级占比最大为 28.8%，数量分别是：1 级 0 家、2 级691 家、3 级 1265 家、4 级 1156 家、5 级 851 家、6 级 6 家、7 级 417 家。行政级别取值中省及省会（单列市）、地级市占比较大分别为 41.40%和 41.30%，数量分别是：省及省会（单列市）1816 家、地级市 1812 家、县及县级市 758 家。是否担保增信中，有担保增信的债项共 562 只，占比为 12.81%，无担保增信的债项共 3824 只，占比为 87.19%。变量名称变量名称变量指标变量指标均值均值标准差标准差最大值最大值最小值最小值中位数中位数所在省份所在省份GDPGDP(亿元亿元)X1X152237.1952237.1930187.8230187.8297277.7797277.771477.631477.6340678.1340678.13一般公共预算收入一般公共预算收入（亿元亿元）X2X25317.775317.773006.853006.8512102.9012102.90230.29230.295430.795430.79一般公共预算支出一般公共预算支出/一般公共预算一般公共预算收入收入X3X3192.37192.3771.6671.66856.62856.6258.9258.92155.72155.72所在省总债务率所在省总债务率（%）X4X4223.40223.4087.7887.78574.81574.8173.1173.11193.48193.48近近3 3年财政补贴均值年财政补贴均值/近近3 3年净利润年净利润均值均值X5X594.1894.18884.84884.848341.658341.65-28309.51-28309.5155.0255.02政府持股比例政府持股比例（%）X6X694.0094.0014.6814.68100.00100.0015.5115.51100.00100.00存货周转率存货周转率X7X78.198.19103.12103.124149.764149.760.000.000.220.22无形资产占比无形资产占比（%）X8X84.214.218.328.3291.8591.850.000.000.920.92应收账款占比应收账款占比（%）X9X93.953.955.575.5750.7650.760.000.001.861.86应收账款周转率应收账款周转率X10X10165.61165.611930.641930.6449184.8149184.810.010.014.634.63所有者权益规模所有者权益规模（亿元亿元）X11X11340.00340.00617.73617.739090.709090.7013.2413.24182.58182.58资产负债率资产负债率（%）X12X1257.8857.8811.7011.7090.3190.318.278.2759.6159.61经营性净现金流经营性净现金流/流动负债流动负债X13X130.010.010.350.356.086.08-4.43-4.430.040.04总资产回报率总资产回报率（%）X14X141.891.891.471.4713.8813.88-7.33-7.331.471.47近近3 3年净利润均值年净利润均值（亿元亿元）X15X155.455.4511.0311.03142.39142.39-26.69-26.692.682.68营业收入现金率营业收入现金率X16X16102.52102.5247.6047.60678.20678.200.760.76101.22101.22现金净流量现金净流量（亿元亿元）X17X17-0.38-0.3838.6238.62369.77369.77-196.42-196.42-0.83-0.83换手率换手率（%）X18X1811.2411.2416.2316.23257.14257.140.000.006.316.313030日移动平均日移动平均R R007007(%)X19X192.872.870.320.323.713.712.572.572.722.72南华黄金指数南华黄金指数X20X201130.811130.8117.9317.931171.141171.141079.041079.041129.181129.18城投债当周发行量城投债当周发行量（亿元亿元）X21X21576.79576.79245.69245.691222.851222.8590.3090.30565.00565.002 2 6 4 8 6 9 4/4 3 3 4 8/2 0 1 9 0 9 2 5 1 7:1 4 固定收益固定收益专题报告专题报告 请务必阅读正文后的重要声明部分 8 图图 4：中债隐含评级各级别占比：中债隐含评级各级别占比 图图 5：行政级别取值各级别占比：行政级别取值各级别占比 数据来源：Wind，西南证券整理 数据来源：Wind，西南证券整理 2.5 市场“实际”关注的要素市场“实际”关注的要素 按照上文的思路，我们将框架中的所有指标和控制变量带入有序多项选择模型中使用逐步回归法得到市场“实际”关注的城投债信用资质指标。不管是否加入控制变量，得到的指。不管是否加入控制变量，得到的指标并未发生变化，这与我们之前的分析一致，即市场要素既会影响到债项的信用利差，也会标并未发生变化，这与我们之前的分析一致，即市场要素既会影响到债项的信用利差，也会影响到与债项比较的基准曲线的信用利差，对隐含评级的影响不显著。影响到与债项比较的基准曲线的信用利差，对隐含评级的影响不显著。表表 7：有序选择模型：有序选择模型+逐步回归法结果逐步回归法结果 数据来源：Wind，西南证券整理（*表示p-value小于0.01，非常显著）得到得到模型的表达式如下：模型的表达式如下：2 2 6 4 8 6 9 4/4 3 3 4 8/2 0 1 9 0 9 2 5 1 7:1 4 固定收益固定收益专题报告专题报告 请务必阅读正文后的重要声明部分 9=.+.+.+.+.+.+.+.+.+.+.其中，12表示是否为省及省会（单列市），4表示所在省总债务率，X11表示所有者权益，X16表示总资产回报率，X9表示应收账款占比，D11表示是否为地级市，X3表示一般预算支出/一般预算收入，18表示营业收入现金率，X12表示资产负债率，14表示经营性净现金流/短期债务，2表示是否担保增信，19表示现金净流量，7表示存货周转率，8表示无形资产占比。选择规则为：选择规则为：=2,若 1.7609 3,若 1.7609 0.3695 4,若0.3695 2.2388 5,若2.2388 4.73436,若4.7343 是否为省及省会（单列市）是否为省及省会（单列市）所在省总债务率所在省总债务率总资产回报率总资产回报率 一般公共预算支出一般公共预算支出/一般公共预算收入一般公共预算收入应收账款占比应收账款占比是否为地级市是否为地级市资产负债率资产负债率营业收入营业收入现金率现金率经营性净现金流经营性净现金流/流动负债流动负债现金净流量现金净流量是否担保增信是否担保增信无形资产占比无形资产占比存货周转率。存货周转率。结果符合我们通常对城投债信用资质分析的认识。5 蒋贤锋、Frank Packer，2017，中外企业信用评级的差异及其决定因素,PBC Woking Paper,No.2017/5.6 Israeli,2007,“A Shapley-based decomposition of the R-Square of a linear regression”,Journal of Economic Inequality(2007)5:199212.7 非线性模型评价回归总体效果的指标,pseudo-2=1-，其中指无约束的对数似然值，为有约束的对数似然值。2 2 6 4 8 6 9 4/4 3 3 4 8/2 0 1 9 0 9 2 5 1 7:1 4 固定收益固定收益专题报告专题报告 请务必阅读正文后的重要声明部分 11 表表 8：相对重要性分析结果：相对重要性分析结果 数据来源：Wind，西南证券整理 4 被被市场市场“低估”的城投主体在哪儿？“低估”的城投主体在哪儿？通过上文已建立的模型，我们得到了各个债项的内在评级水平，将隐含评级低于内在评将隐含评级低于内在评级级 1 个评级以上的个评级以上的债项视为显著偏离的债项，统计债项视为显著偏离的债项，统计债项对应的城投主体债项对应的城投主体，我们认为这种偏离我们认为这种偏离存在两种含义：一是受市场扰动情绪、交易活跃度的影响真正“被市场低估”的主体；二是存在两种含义：一是受市场扰动情绪、交易活跃度的影响真正“被市场低估”的主体；二是少数“市场认可度苛刻”的“网红”主体，即被模型所选中的变量不能真实反映少数“市场认可度苛刻”的“网红”主体，即被模型所选中的变量不能真实反映或无法恰当或无法恰当反映反映其信用资质情况，比如债务变量其信用资质情况，比如债务变量等等仅为省级数据仅为省级数据，或模型外仍有其他因素对于此类主体，或模型外仍有其他因素对于此类主体信用分析相对重要信用分析相对重要。隐含评级低于内在评级隐含评级低于内在评级 1 个评级以上的债项所对应的个评级以上的债项所对应的城投主体共城投主体共 45 家，其中家，其中 2 家偏离家偏离较大，较大，隐含评级低于内在评级隐含评级低于内在评级 3 个评级：青岛市即墨区城市开发投资有限公司、杭州余杭旅个评级：青岛市即墨区城市开发投资有限公司、杭州余杭旅游集团有限公司游集团有限公司，剩余 43 家偏离 2 个评级。下表是 2 家被显著低估的主体 18 年末被市场关注要素的情况，其余 43 家主体 18 年末情况见附表 1：表表 9：信用资质被：信用资质被显著显著低估的主体情况低估的主体情况（单位：亿元、（单位：亿元、%）数据来源：Wind，西南证券整理 上述 2 家主体中债隐含评级均为 4，我们进一步分析与相同隐含评级的主体相比，哪些要素产生较大差异使得 2 家主体被明显低估。18 年末隐含评级为 4 的主体共 303 家，分别求得各个要素的平均值、中位数以及众数值，按照上文的相对重要性分析结果，我们仅对贡献占比在 5%以上的要素进行分析。与同评级主体相比，这与同评级主体相比，这 2 家主体有家主体有 3 个要素有较大差异，个要素有较大差异，分别为是否为省及省会（单列市）、总资产回报率、应收账款占比分别为是否为省及省会（单列市）、总资产回报率、应收账款占比，具体如下：变量名称变量名称边际贡献边际贡献贡献占比贡献占比（%）排序排序所有者权益规模所有者权益规模0.09810.098137.850037.85001 1是否为省及省会是否为省及省会（单列市单列市）0.05350.053520.650020.65002 2所在省总债务率所在省总债务率0.02790.027910.750010.75003 3总资产回报率总资产回报率0.01990.01997.69007.69004 4一般公共预算支出一般公共预算支出/一般公共预算收入一般公共预算收入0.01590.01596.14006.14005 5应收账款占比应收账款占比0.01560.01566.04006.04006 6是否为地级市是否为地级市0.01160.01164.47004.47007 7资产负债率资产负债率0.00600.00602.30002.30008 8营业收入现金率营业收入现金率0.00430.00431.65001.65009 9经营性净现金流经营性净现金流/流动负债流动负债0.00230.00230.89000.89001010现金净流量现金净流量0.00220.00220.84000.84001111是否担保增信是否担保增信0.00090.00090.37000.37001212无形资产占比无形资产占比0.00050.00050.21000.210