广发言 | 毛昞华：信用研究视角下的困顿与自白

作为信用债的投研人员，我们在日常工作中总免不了阅读评级公司撰写的评级报告。评级报告内容丰富，通常以并列结构对行业、区域、公司治理、财务等诸多要素展开论述，末尾做总结陈词，评级结果呼之欲出。但是，原因与结果之间的推理部分通常会被略过不提：各要素以何种方式影响最终的结论？影响程度又有多大？倘若个别因素改善或恶化，又会多大程度改变最终的结论呢？

评级公司发布的评级框架或许在一定程度上回答了上述问题：评级公司一般会选取若干信用要素（比如规模、收入、产能、盈利、偿债等指标）作为输入变量，并将标准化后的信用要素通过某种函数（常为线性加权）映射至评级结果，简称打分卡模型。然而，这些评级结果丝毫没有减弱我心中的疑惑：信用要素如何确定？信用要素的标准化赋值如何给定？函数映射关系从何而来？输出结果的分数高低有什么经济学含义，及格线又是多少？

围绕这些疑问，我不断求索思考，也深刻体会到研究工作要尽量提纲挈领，并站在寻找本质的视角来探索和构建认知事物的方法论。

信用债研究的理性选择与变局

人类自出走非洲以来，已经习惯于依托某种价值观和认识论来理解世界、适应世界和改造世界。中世纪之前，人类主要依托神学和宗教来解释纷繁复杂的大千世界，并以此给弱小飘零的自己寻求一个精神的寄托和生存的意义。文艺复兴之后，理性逐渐抬头，科学的曙光日出东方，牛顿力学作为新的真理，用理性的力量对抗着宗教的束缚，引领人类走进了工业化时代。

现在我们知道，牛顿力学并非绝对真理，在更宏大高速的坐标系中，相对论似乎是更优解的版本。但这也丝毫不妨碍经典理论在低速、狭小的世界里缔造了人类的第一次产业革命。因此，从实用主义的角度来看，既然人类本就难以刻画复杂高维的真实世界，那么只要当前的理论框架可以满足当前社会生产的需要，并且给人类带来精神和物质上的福祉就足以，又何必庸人自扰般苦苦探求形而上学的绝对真理呢？

我想，信用评价的方法大约也是同理。在信用评价行业发展早期，宏观经济环境尚好，各行业普遍景气度高，政府部门救助支持意愿也强，导致债券信用风险很低。低违约率的行业背景，导致研究团队对信用评价范式质疑反思的动力不足，也缺乏对其有效性的实证样例。同时，行业从业人数偏少，从业者也乐于使用更为简洁的方法论来完成大体量的信用评价。因此，打分卡等评价范式大行其道，市场各方倒也相安无事。

进入20世纪，人类开始接触微观、高速和宇宙，牛顿力学再也无法完美地解释所有现象，于是量子力学和相对论应运而生。当旧有的认知规律无法满足社会发展和科学进步的需求时，人类再一次更迭了认识论以提升认知世界的精度，并又一次取得了巨大的成就。

近十年，信用评价也迎来了自己的变局。2014年开始，债券市场的信用风险开始逐步显现，并随时间推移全方位暴露：企业性质从民企蔓延至国企，企业规模从中小型扩散至大型，外部评级从AA延伸至AAA。违约触发因素也愈发多元化，包括行业景气、公司治理、财务造假、信用环境、支持意愿等，各不相同。省域相同，行业地位、财务指标和治理特征均相近的煤炭企业的信用利差可以相差超过300bp，区域财税和债务指标相近的城投企业的信用利差可以超过500bp，而上述对照组在打分卡模型之下往往可以录得接近的评分。显然，过去行业惯用的信用打分卡模型失效了。这种强行将事物的因果关系赋予线性函数关系，而全然不顾事物发生的第一性原理的抽象方法，似乎迎来了落幕。

回归信用本质，关注企业可持续性经营

回归第一性原理，站在发债企业的视角来观察，债务的偿付无非要求企业在到期日有充足的资金兑付。稍作引申，即要求企业的资产与负债相匹配。一方面是金额的匹配，衡量资产的真实价值是否足以覆盖待偿债务；另一方面是期限的匹配，是否短债长投，期限错配。

以地产企业为例，在房价上涨周期，地产企业存货增值且去化快，资产和负债在金额和期限角度均匹配良好；但随着行业景气度走弱，企业账面存货价值和去化速率均大幅下降，导致拿地激进（城市能级弱、跌价多、去化慢）和融资激进（负债期限短）的地产企业旧有的商业模式瞬间崩塌。

再做引申，资产可以产生经营性现金流，负债会产生利息。对于制造业企业而言，固定资产久期很长，债务久期通常难以匹配，上述对资产与负债匹配的要求可以等价为经营现金流与利息的匹配，也即企业在财务视角下具备可持续经营能力。只要可持续经营假设不被削弱，通常金融机构挤兑的概率很低。

综上，企业偿债能力的分析，本质上是对其可持续经营能力的分析。对于身处经济和信用周期不同、行业和财务特征各异的企业，我们刻画上述能力的准绳也各有差异。或从资产负债表出发，或落脚于损益表和现金流量表，但对任何信用要素的分析，都应通过某种可识别、可跟踪、易刻画的路径归结到对可持续经营能力的作用关系上。

比如，评级报告中常将“行业地位”视作一个正面信用要素，并在标准化赋值后以某种函数关系映射至最终的评分结果（比如产能规模超过一亿吨，即在占比10%的“行业地位”要素细项中评满分）。然而，这种解构方式难免有强行简化抽象之嫌，并未充分展现这一要素在现实世界中通过何种路径增益于企业的信用状况。为更加接近事实的真相，我们不妨拆解“行业地位”这一因素的具体含义，比如产能规模大、资源禀赋优、金融机构融资便利多等。这些具体的要素终归可以概括为对售价、成本、管理增效、上下游议价权优势、融资成本、债务滚续能力等因素的影响，并体现在现金流的增减、利息的多少、资产与负债的关系上。这样，我们便从企业经营的现实视角，还原了抽象要素对经营结果的实际影响，也避免了对多要素共线性的重复计算。换言之，如果企业 “行业地位”的虚名在经营和融资方面毫无显现，恐怕这一虚名的效用也寥寥无几。

其实，在分析标的企业的可持续经营能力之前，还有一个极为重要的前提常被忽略，即分析对象的范围和边界。从法律意义上来看，企业用其资产对负债承担有限责任，因此投资者通常将信用分析的对象限定为企业自身，分析边界自然由其财务报表的范围所限定。但真实世界往往并非照此运行。比如，企业的融资往往不止用于融资主体自身，还会输血至相关联的其他经营主体，因此实操中我们通常分析由各关联企业合成的权利义务实体。再如，城投平台融资后形成类公益性资产，其正外部性并不体现在产生现金流用于自身债务偿付，而体现在赋能所处区域，引入更多企业和人口，提升生产效能，最终提升区域财税，因此从权利义务的源头来看，将区域作为城投研究的起点有其顺理成章的合理性。因此，我们应当以融资收益方联结的权利义务实体作为负有债务偿付责任的研究对象，或许是更符合逻辑与现实的选择。

理性看待不确定性，捕捉被低估的胜率

前面尝试提出了一个更为贴合第一性原理的信用分析思路。我们当然希望能有类似的简要易行的方法，然而现实世界终究是过于复杂的。企业的经营结果看似被某些客观规律所主导，但事件的发生从来都是相关个体在复杂信息交互之后做出的无数决策的加总，串联进程中一个微小的变化便可能改写历史的终局。

诚然，在认知对称和客观理性的准则下，我们可以大体推测预知人类的行为模式，并依次推论归纳出所谓经验规律以指导未来的活动。但人类毕竟不是被完美复制的理性人，个体认知的差异性和情绪的随意性使得其行为在可预测的中枢附近遵循布朗运动。大数定律面前，布朗运动叠加后或大多被抵消，统计结果呈现向客观规律中枢回归的特征。但当我们对胜率有极致的苛求，竟然妄图捕捉个别布朗运动的轨迹和终点时，普遍规律可以帮助我们的似乎非常有限。比如，信用债投研人员经常面临的灵魂拷问，“XXX会违约吗？”

对此，我想我们亦无需焦虑，不妨尝试做好以下几点：

第一，常态下相信经验与规律。当分析对象尚处在可持续经营的范畴之内时，企业内部、金融机构、政府部门的相关人员倾向于遵循各自范围内的经验规律，其行为也更为有章可循，我们大可通过经验常识进行判断，不必过度担心布朗运动的影响。

第二，善于探索新的规律。很多时候，我们认为某些事物遵循布朗运动而不可测，也许只是选错了观察角度。切换坐标系后，可能会发现其遵循着某种别样的规律。比如，从象牙塔中初涉市场，从业者习惯于以经济利益最大化的理性经济人假设分析来预测各方行为，便往往无法理解企业和政府的诸多行为；但若辅以激励机制和博弈论的相关信息，诸多看似非理性的行为又会找到理论归宿。我们可以从事物运行规律的角度提出公理假设，并辅以大量观察现实世界的样本对假设加以验证，从而不断获得新的规律，以丰富理解世界的工具箱。

第三，有所为而有所不为。如前所述，当企业脱离可持续经营的范畴，需要依靠金融机构和政府部门的额外支持时，各部门经办人员和决策者的认知水平、沟通路径等形成的布朗运动总和便开始对企业未来的偿债前景产生更大的影响。在更多“人为”因素的影响下，其前景更加难测。对此，我们可以有两个选择。其一，在赔率不高、精力有限的情况下，我们大可承认自己认知的局限性，干脆放弃，对能力圈之外的诱惑视而不见。其二，倘若眼前的果实足够诱人，我们可以尝试测度布朗运动的轨迹。但这需要我们不辞辛苦地穷尽一切力量，以考古者的态度确定每一个数据和说辞的来源和口径，以小说家的视角努力还原事物发展中的每一个细节，最终在多信息来源交叉验证之后，拼凑出臆想中的真相。其中所付出的艰辛和辛苦可能成倍于分析普通企业，其结果也往往不尽如人意。但也只有如是，我们才能拓展能力圈和投资范围，在表面的不确定性之中找到被低估的胜率，并小心下注。

犹记得入行时，一位前辈曾教诲：“投研人员应敢于用自己的养老钱践行自己的投研结论。”不辞劳苦探寻事物本质，不断丰富认知、更迭方法论，方为从业者对于财富托付最好的承诺。

（风险提示：文章涉及的观点和判断仅代表投资经理个人的看法。本文仅用于沟通交流之目的，不构成任何投资建议。投资有风险，入市须谨慎。）