金融债利差说明书
投资要点
了解利差的计算原理和构造的底层逻辑有助于我们更好地使用利差观测金融债市场，本文介绍了中泰固收研究团队金融债利差跟踪的样本分类、利差计算方法和数据库构成。
样本券的分类。数据库将金融债划分为7个券种：商业银行普通债、商业银行二级资本债、商业银行永续债、证券公司普通债、证券公司次级债、证券公司永续债和保险公司资本补充债，截至2022年4月15日，样本池内共计包含3997只债券。我们通过样本池内债券在存续期内的每一时点的估价收益率，减去同期限国开债收益率得到利差数据。
样本券的筛选。在计算某一特定时点的利差时，我们将从样本池内选择处于存续期内、属于相应的计算类别的数据进行计算。以2022年4月15日为例，共有1863只金融债参与了总体利差的计算，总体利差为112bp，处在2015年初至今的8%分位。
金融债信用利差和品种利差的计算。个券的信用利差定义为中债行权估值收益率和同期限国开债收益率的差值，同期限国开债收益率通过线性插值法计算。在剩余期限的确定上，采用行权日而非到期日来计算。品种利差定义为任意两类债券收益率的差值，可以用来衡量条款溢价，以2022年4月15日为例，AAA级商业银行二级资本债-商业银行普通债、商业银行永续债-商业银行普通债和商业银行永续债-商业银行二级资本债品种利差分别为74.6 bp、112.7bp和38.1 bp，分处78%、30%和21%分位。
完整记录的单券收益率和利差数据。数据库记录了完整的单券收益率和利差数据，我们可以用指定算法（算术平均、中位数、加权平均等）计算出任一特定组合在任一时点的收益率或利差，例如可以对券种、主体评级、债项评级、隐含评级、主体资质梯队、所含特殊条款、期限、发行方式等维度进行任意组合，求得相应分类的收益率和利差，进而使用时间序列计算其历史分位数。
基于历史数据和统计性分析结果，我们可以对大类券种是否值得买入做出基本判断。通过纵向观测利差历史分位，投资者可以选取合适的配置标的；在纵向分析的基础上，采用横向比较法，投资者可以求出当前时点的相对配置性价比选项。但是值得注意的是，受制于算法缺陷和个券之间的属性差异，大类券种内部更小组合乃至单券的分化可能会带来截然不同的投资判断，具体的投资决策仍需细化到更小的分类组合甚至单券利差。以商业银行二级资本债为例，当前商业银行二级资本债总体利差为214.6bp，处在80%历史分位，但AAA级商业银行二级资本债利差仅为87.85bp，处在35%历史分位。
信用市场回顾：本周信用债发行规模回升，净融资额回升；本周城投债净融资为231.58亿元，较上周有所上升；产业债净融资为223.35亿元，规模较上周有所上升。本周信用债市场成交活跃度提升；中短票据收益率下行；共6家信用债发行人主体评级发生下调，2家信用债发行人主体评级上调。
风险提示：1）WIND口径金融债分类有误；2）数据更新不及时及提取失误；3）基准利率选取法则不尽合理；4）算术平均的固有缺陷。
一、金融债利差说明书
了解利差的计算原理和构造的底层逻辑有助于我们更好地使用利差观测金融债市场。本文介绍了中泰固收研究团队金融债利差跟踪的样本分类、利差计算方法和数据库构成，以供投资者参考。
1、样本券的筛选与分类
在样本券的筛选上，我们直接选取了WIND债券二级分类下的商业银行债、商业银行次级债券、证券公司债和保险公司债，并进一步根据“是否次级债”和“是否永续债”两个函数，将以上债券分类进一步划分为以下7个券种[1]：商业银行普通债、商业银行二级资本债、商业银行永续债、证券公司普通债、证券公司次级债、证券公司永续债和保险公司资本补充债[2]。
我们将2004年至今发行的、符合上述分类的全部金融债均纳入了样本池，样本池周度扩容，随着新发行债券的增加而不断扩大。截至2022年4月15日，样本池内共计包含3997只债券。我们以周频形式在【收益率】工作表内完整地记录了2015年初至今这3997只债券存续期内每一时点的估价收益率信息，并通过减去同期限国开债收益率得到利差数据，记入【利差】工作表内。
被纳入样本池，意味着曾经参与若干个历史时点或正在参与当前时点的利差计算，而具体到是否参与某一特定时点利差的计算，则取决于是否处于存续期内且是否属于相应的计算类别。以2022年4月15日为例，共有1863只金融债参与了总体利差的计算，总体利差为112bp，处在2015年初至今的8%分位。
2、利差的计算
■ 信用利差的计算
与计算城投债和产业债利差类似，我们在计算金融债信用利差时仍采用以下公式：个券信用利差=个券收益率（中债行权估值）-基准收益率（同期限国开债收益率），其中，同期限国开债收益率通过线性插值法计算，线性插值法公式如下表所示。举例而言，债券z的剩余期限5.5年，当日5年期国开债收益率为2.43%，6年期国开债收益率为2.61%，则债券z的基准收益率为2.43+（5.5 - 5）/（6 - 5）×（2.61 - 2.43）= 2.52%。
在剩余期限的确定上，我们采用行权日（通常为赎回）而非到期日来计算，主要基于以下3点考虑：
（1）从历史情况来看，含权金融债多数会赎回。以保险公司次级债为例，截至2022年3月底，发行满5年且设定有赎回权的次级债共70只，已赎回债券56只，未赎回债券14只。14只未赎回债券中，发行人未赎回的原因包括经营恶化、股东频繁变更、被银保监会实施接管等。
（2）含权金融债的条款设置意味着选择不赎回的成本较高，在赎回日到来之前通常预设赎回。仍以保险公司资本补充债为例，若未在第5个计息年度的最后一日执行赎回，则需要接受100bp的利率跳升幅度，且在到期日前4年计入认可负债的部分不断增加，计入实际资本的部分逐渐减少。此外，即便规定了不得含有利率跳升机制（例如二级资本债），发行人通常也会出于声誉风险考虑而赎回债券。
（3）客观性和简便性。如果假设偿付能力充足率低于某个阈值或被接管主体的存量债不赎回，则在标准判定上可能存在主观性，且需要考虑接管期结束后剩余期限的判定问题，不便于长期跟踪。
■ 品种利差的计算
在计算金融债利差时，除选取同期限国开债收益率作为基准利率以外，还可以采用同主体或同券种的普通债收益率，据此可以衡量条款溢价。推广之，我们实际上可以用任意两类债券的收益率进行相减，将收益率孰高者作为被减数，收益率孰低者作为减数，求得品种利差。以2022年4月15日为例，AAA级商业银行二级资本债-商业银行普通债、商业银行永续债-商业银行普通债和商业银行永续债-商业银行二级资本债品种利差分别为74.6 bp、112.7bp和38.1 bp，分处78%、30%和21%分位。
3、数据库的运用
由于金融债样本券相较城投债和产业债显著较少，所以我们仅在收益率数据的获取和单券利差的计算上使用了Python代码，后续的分类统计性分析和分位数计算，我们直接在Excel内使用算术平均。由于工作表内完整记录了所有单券收益率和利差数据，所以我们实际上可以用指定算法（算术平均、中位数、加权平均等）计算出任一特定组合在任一时点的收益率或利差，进而使用时间序列计算其历史分位数。换言之，我们可以对券种、主体评级、债项评级、隐含评级、主体资质梯队、所含特殊条款、期限、发行方式等维度进行任意组合，求得相应分类的收益率和利差。
基于历史数据和统计性分析结果，当下我们有以下关注点：
（1）通过纵向观测利差历史分位，选取合适的配置标的。证券公司次级债的利差自2015年以来波动走低，当前正处于2015年以来的历史低位，2022年4月，证券公司次级债利差为118.2bp，处在1%历史分位，而保险公司资本补充债利差自2021年2月以来波动走高，当前利差为165bp，处在76%的历史分位。纵向分析下，保险公司资本补充债总体更具配置性价比。值得注意的是，定性分析时，我们容易聚焦于某一特殊条款或属性是否获取了相应的溢价补偿，并据此论述投资价值的合理性；但在定量分析时，溢价补偿的充分与否，应当根据历史分位数来判断，且可以根据机构风险偏好的差异对不同特殊条款或属性设置不同的溢价补偿容忍度。
（2）在纵向分析的基础上，我们应采用横向比较法。例如，若仅对收益率求得历史分位数，当前各类金融债收益率均处于历史较低分位，主因无风险利率走低带动各类收益率均走低。因此，引入国开债收益率或其他券种作为比照对象，可以求出当前时点的相对配置性价比选项。
（3）大类券种内部更小组合乃至单券的分化可能会带来截然不同的投资判断。我们可以根据总体的统计性结果对大类券种是否值得买入做出基本判断，但受制于算法缺陷和个券之间的属性差异，具体的投资决策仍需细化到更小的分类组合甚至单券利差。以商业银行二级资本债为例，当前商业银行二级资本债总体利差为214.6bp，处在80%历史分位，但AAA级商业银行二级资本债利差仅为87.85bp，处在35%历史分位。
4、小结
数据库将金融债划分为7个券种进行统计分析，包括商业银行普通债、商业银行二级资本债、商业银行永续债、证券公司普通债、证券公司次级债、证券公司永续债和保险公司资本补充债。截至2022年4月15日，金融债利差计算的样本池内共计包含3997只债券。我们通过样本池内债券在存续期内的每一时点的估价收益率信息，通过减去同期限国开债收益率得到利差数据。
数据库计算了金融债的信用利差和品种利差。个券的信用利差定义为中债行权估值收益率和同期限国开债收益率的差值，在剩余期限的确定上，采用行权日来计算。品种利差定义为任意两类债券收益率的差值，也可以用来衡量条款溢价，以2022年4月15日为例，AAA级商业银行二级资本债-商业银行普通债、商业银行永续债-商业银行普通债和商业银行永续债-商业银行二级资本债品种利差分别为74.6bp、112.7bp和38.1 bp，分处78%、30%和21%分位。
数据库完整记录单券收益率和利差数据，可以用指定算法（算术平均、中位数、加权平均等）计算出任一特定组合在任一时点的收益率或利差，进而使用时间序列计算其历史分位数。基于历史数据和统计性分析结果，通过纵向观测利差历史分位，我们可以选取合适的配置标的；在纵向分析的基础上，我们继续采用横向比较法，求出当前时点的相对配置性价比选项。根据总体的统计性结果，我们可以对大类券种是否值得买入做出基本判断，但受制于算法缺陷和个券之间的属性差异，具体的投资决策仍需细化到更小的分类组合甚至单券利差。
[1] 由于样本池里尚有旧式的商业银行次级债和保险公司次级债务，因此我们在计算商业银行二级资本债和保险公司资本补充债利差时并不采用“是否次级债”和“是否永续债”函数进行判别，而是直接识别债券全称中是否包含“二级资本债”或“资本补充债”的字样。文中分类表述主要为简便起见，仅适用于新加券。
[2] 2021年11月，《关于保险公司发行无固定期限资本债券有关事项的通知（征求意见稿）》出台，预计未来将有保险公司永续债发行，届时将作为第8大券种纳入样本池内。
二、信用债市场回顾
1、一级市场：发行规模回升，净融资额回升
本周信用债发行规模回升。本周信用债发行总额2882.93亿元，偿还总额2428.00亿元。净融资额为454.93亿元，与上周相比，净融资规模明显回升。本周共有3只信用债取消或推迟发行，涉及金额21.5亿元。
具体来看，企业债、公司债、中期票据、短期融资券及定向工具净融资额分别为-219.03亿元、49.03亿元、380.89亿元、-249.60亿元和-5.56亿元。本周公司债、中期票据、短期融资券、定向工具净融资额均较上周有所上升，企业债净融资额有所下降。
本周城投债净融资为231.58亿元，较上周有所上升；产业债净融资为223.35亿元，规模较上周有所上升。
2、二级市场：成交活跃度回升
本周信用债市场成交活跃度回升。本周信用债周度换手率为2.65%，较上周上升1.32个百分点。分券种看，企业债、公司债、中期票据、短期融资券和定向工具成交量分别为274.27亿元、163.24亿元、3176.23亿元、2535.98亿元和704.79亿元，这五种券种成交量较上周均有一定程度回升。
本周1年期、3年期和5年期中短票据收益率均下行。具体来看，本周AAA评级1年期、3年期和5年期中短票据分别收于2.52%、2.95%、3.36%，分别较上周下行4.49bp、0.55bp和3.25bp。
3、信用评级调整情况
本周有6家信用债发行人主体评级发生下调，2家信用债发行人主体评级上调。
证券研究报告：金融债利差说明书
对外发布时间：2022年4月17日
报告发布机构：中泰证券研究所
参与人员信息：
周岳 | SAC编号：S0740520100003 | 邮箱：zhouyue@r.qlzq.com.cn
赖逸儒 （研究助理） | 邮箱：laiyr@r.qlzq.com.cn
相关研究：
长按关注 岳读债市
特别声明
《证券期货投资者适当性管理办法》于2017年7月1日起正式实施，通过微信订阅号制作的本资料仅面向中泰证券客户中的专业投资者，完整的投资观点应以中泰证券研究所发布的研究报告为准。若您非中泰证券客户中的专业投资者，为保证服务质量、控制投资风险，请勿订阅、接受或使用本订阅号中的任何信息。
因本订阅号难以设置访问权限，若给您造成不便，烦请谅解！中泰证券不会因为关注、收到或阅读本订阅号推送内容而视相关人员为中泰证券的客户。感谢您给与的理解与配合，市场有风险，投资需谨慎。
本订阅号为中泰证券固收团队设立的。本订阅号不是中泰证券固收团队研究报告的发布平台，所载的资料均摘自中泰证券研究所已经发布的研究报告或对已经发布报告的后续解读。若因报告的摘编而产生的歧义，应以报告发布当日的完整内容为准。请注意，本资料仅代表报告发布当日的判断，相关的研究观点可根据中泰证券后续发布的研究报告在不发出通知的情形下作出更改，本订阅号不承担更新推送信息或另行通知义务，后续更新信息请以中泰证券正式发布的研究报告为准。
本订阅号所载的资料、工具、意见、信息及推测仅提供给客户作参考之用，不构成任何投资、法律、会计或税务的最终操作建议，中泰证券及相关研究团队不就本订阅号推送的内容对最终操作建议做出任何担保。任何订阅人不应凭借本订阅号推送信息进行具体操作，订阅人应自主作出投资决策并自行承担所有投资风险。在任何情况下，中泰证券及相关研究团队不对任何人因使用本订阅号推送信息所引起的任何损失承担任何责任。市场有风险，投资需谨慎。
中泰证券及相关内容提供方保留对本订阅号所载内容的一切法律权利，未经书面授权，任何人或机构不得以任何方式修改、转载或者复制本订阅号推送信息。若征得本公司同意进行引用、转发的，需在允许的范围内使用，并注明出处为“中泰证券研究所”，且不得对内容进行任何有悖原意的引用、删节和修改。