1、目錄 HYPERLINK l _TOC_250015 緣起：對公資產(chǎn)質(zhì)量的“宏觀+微觀”新視角 1 HYPERLINK l _TOC_250014 傳統(tǒng)視角：基于社融債務(wù)的信用投向分析 1 HYPERLINK l _TOC_250013 新的方法：基于發(fā)債主體的經(jīng)營與用信聯(lián)動分析 2 HYPERLINK l _TOC_250012 結(jié)論：行業(yè)景氣修復(fù)，杠桿水平整固 7 HYPERLINK l _TOC_250011 周期及傳統(tǒng)制造業(yè)：經(jīng)營整固期，用信收斂中 7 HYPERLINK l _TOC_250010 科技及消費(fèi)行業(yè)：總體高景氣，用信穩(wěn)而偏低 9 HYPERLINK l _TOC_250

2、009 房地產(chǎn)：步入去杠桿階段，銀行用信謹(jǐn)慎 10 HYPERLINK l _TOC_250008 政府相關(guān)類行業(yè)：經(jīng)營總體平穩(wěn)，增量用信集聚 12 HYPERLINK l _TOC_250007 小結(jié)：信用周期角度，銀行對公信用風(fēng)險(xiǎn)處于整固期 13 HYPERLINK l _TOC_250006 展望：宏觀修復(fù)有助對公質(zhì)量整固，關(guān)注平臺債務(wù) 14 HYPERLINK l _TOC_250005 2021：宏觀經(jīng)濟(jì)修復(fù)，利好對公貸款資產(chǎn)質(zhì)量 14 HYPERLINK l _TOC_250004 中長期：關(guān)注政府融資平臺的經(jīng)營質(zhì)量 16 HYPERLINK l _TOC_250003 透視：上市

3、銀行用信策略分化 18 HYPERLINK l _TOC_250002 行業(yè)投向：用信政策分化 18 HYPERLINK l _TOC_250001 評級敞口：差異明顯 19 HYPERLINK l _TOC_250000 認(rèn)定與處置雙加強(qiáng)，抵補(bǔ)能力夯實(shí) 21風(fēng)險(xiǎn)因素 22插圖目錄圖 1：基于社融債務(wù)的信用行業(yè)投向（2019N） 5圖 2：基于發(fā)債主體的銀行用信行業(yè)投向（2020H） 5圖 3：社融債務(wù)與發(fā)債主體用信兩位維度的行業(yè)映射 5圖 4：上市銀行制造業(yè)貸款不良率變化 8圖 5：測算房地產(chǎn)發(fā)債企業(yè)的 ROA 變化 11圖 6：測算房地產(chǎn)發(fā)債企業(yè)的資產(chǎn)負(fù)債率變化 11圖 7：上市銀行房地產(chǎn)

4、貸款不良率變化 11圖 8：上市銀行公用事業(yè)貸款不良率變化 13圖 9：上市銀行建筑業(yè)不良率變化 13圖 10：去年下半年以來，國內(nèi)工業(yè)品價(jià)格持續(xù)修復(fù) 15圖 11：同期，資源品行業(yè)的工業(yè)增加值增速持續(xù)走升 15圖 12：去年二季度以來，PMI 持續(xù)位于榮枯線以上 15圖 13：同時(shí)，PMI 各分項(xiàng)數(shù)據(jù)亦持續(xù)優(yōu)于近五年均值水平 15圖 14：二季度以后，商品房銷售增速持續(xù)修復(fù) 16圖 15：廣義庫存增速處于低位，反映行業(yè)運(yùn)行健康度提升 16圖 16：測算 2241 家發(fā)債融資平臺平均資產(chǎn)負(fù)債率趨勢 17圖 17：近年來，融資平臺自身盈利能有所弱化 17圖 18：2019 年后，發(fā)債融資平臺的平

5、均現(xiàn)金流覆蓋率有所下降 17圖 19：投融資活動仍是地方政府融資平臺的主體功能 17圖 20：無覆蓋平臺債務(wù)占比仍有小幅抬升，反映尾部風(fēng)險(xiǎn)仍存 17圖 21：測算 2020H 半覆蓋和無覆蓋平臺有息負(fù)債占比為 22%/17% 17圖 22：老 16 家上市銀行各年度實(shí)際不良生成及不良處置情況 21圖 23：老 16 家上市銀行實(shí)際不良增長情況 21表格目錄表 1：基于需求端的社融口徑債務(wù)再拆分 1表 2：5099 個(gè)發(fā)債企業(yè)的數(shù)量及總資產(chǎn)行業(yè)分布情況 3表 3：5099 家發(fā)債企業(yè)用信合計(jì)情況對比 4表 4：5099 個(gè)發(fā)債企業(yè)用信分布情況（2020H，回溯法處理） 6表 5：通過發(fā)債企業(yè)數(shù)據(jù)

6、測算的各行業(yè) ROA 變化（周期類及制造類） 7表 6：通過發(fā)債企業(yè)數(shù)據(jù)測算的各行業(yè)資產(chǎn)負(fù)債率變化（周期類及制造類） 8表 7：通過發(fā)債企業(yè)數(shù)據(jù)測算的各行業(yè)用信結(jié)構(gòu)變化（周期類及制造類） 9表 8：通過發(fā)債企業(yè)數(shù)據(jù)測算的各行業(yè) ROA 變化（消費(fèi)類及科技類） 9表 9：通過發(fā)債企業(yè)數(shù)據(jù)測算的各行業(yè)資產(chǎn)負(fù)債率變化（消費(fèi)類及科技類） 10表 10：通過發(fā)債企業(yè)數(shù)據(jù)測算的各行業(yè)用信結(jié)構(gòu)變化（消費(fèi)類及科技類） 10表 11：通過發(fā)債企業(yè)數(shù)據(jù)測算的各行業(yè)用信結(jié)構(gòu)變化（地產(chǎn)類） 12表 12：通過發(fā)債企業(yè)數(shù)據(jù)測算的各行業(yè) ROA 變化（政府相關(guān)） 12表 13：通過發(fā)債企業(yè)數(shù)據(jù)測算的各行業(yè)資產(chǎn)負(fù)債率變化（

7、政府相關(guān)） 12表 14：通過發(fā)債企業(yè)數(shù)據(jù)測算的各行業(yè)用信結(jié)構(gòu)變化（政府相關(guān)） 13表 15：發(fā)債企業(yè)基于產(chǎn)業(yè)大類的用信發(fā)布情況（2020H） 14表 16：30 家上市銀行對 5099 家發(fā)債企業(yè)的用信統(tǒng)計(jì)（按行業(yè)，2020H） 18表 17：30 家上市銀行對 5099 家發(fā)債企業(yè)的用信統(tǒng)計(jì)（2020H 回溯法數(shù)據(jù)，按主體評級）. 19表 18：30 家上市銀行對 5099 家發(fā)債企業(yè)的用信統(tǒng)計(jì)（2020H 原始數(shù)據(jù)，按主體評級）. 20我們認(rèn)為，決定銀行股估值的核心決定要素，在風(fēng)險(xiǎn)周期中仍然是信用風(fēng)險(xiǎn)曲線走勢。本篇報(bào)告作為資產(chǎn)質(zhì)量深度研究系列的第二篇，重點(diǎn)分析對公債務(wù)質(zhì)量的變化，從中長周

8、期角度分析各行業(yè)的經(jīng)營景氣度與債務(wù)質(zhì)量演變邏輯。此前，在報(bào)告銀行業(yè)資產(chǎn)質(zhì)量深度研究系列之一如何理解地方債務(wù)質(zhì)量形勢？（2021.3.10）中，我們已經(jīng)通過相同方法對于對公債務(wù)質(zhì)量中的核心環(huán)節(jié)地方政府融資平臺的債務(wù)質(zhì)量進(jìn)行了穿透分析。兩篇報(bào)告關(guān)于對公債務(wù)質(zhì)量的結(jié)論是：（1）系統(tǒng)性風(fēng)險(xiǎn)底線明確，2021 年環(huán)比上年預(yù)期顯著改善；（2）關(guān)注尾部結(jié)構(gòu)性風(fēng)險(xiǎn)，即弱現(xiàn)金流覆蓋的尾部隱性債務(wù)的變化趨勢。 緣起：對公資產(chǎn)質(zhì)量的“宏觀+微觀”新視角報(bào)告創(chuàng)新：兼具自上而下的總量視角和自下而上的微觀視角，全面分析銀行對公債務(wù)資產(chǎn)質(zhì)量演繹變化。1）傳統(tǒng)總量視角，基于社融債務(wù)的信用投向分析。社融口徑債務(wù)年增量由 201

9、0 年的 10 萬億增長至 2020 年的 31 萬億，近年來信用擴(kuò)張主體逐步轉(zhuǎn)向政府和居民部門，二者增量占比由 2015 年 42.7%提升至 2020 年 52.3%。對公債務(wù)仍然呈現(xiàn)典型的“逆周期”特征，其中房地產(chǎn)和融資平臺成為主力。2）創(chuàng)新微觀框架：基于發(fā)債主體的經(jīng)營與用信聯(lián)動分析。我們對 5099 家發(fā)債主體進(jìn)行了七大產(chǎn)業(yè) 28 個(gè)細(xì)分行業(yè)的劃分，相關(guān)企業(yè)截至 2020 年中的總資產(chǎn)和用信規(guī)模分別達(dá) 312 萬億/79 萬億。基于上述企業(yè)財(cái)務(wù)和授用信數(shù)據(jù)的時(shí)序分析，研究各個(gè)行業(yè)經(jīng)營景氣度以及債務(wù)質(zhì)量的趨勢性變化。傳統(tǒng)視角：基于社融債務(wù)的信用投向分析我們在報(bào)告銀行業(yè)金融市場深度研究系列

10、之一社融和流動性：預(yù)期引導(dǎo)，收而有穩(wěn)（2021.2.8）中，對社融口徑的社會債務(wù)情況進(jìn)行了重新口徑歸類和行業(yè)整合。結(jié)合 2015 年以來，社融擴(kuò)張和上市銀行不良貸款增長（賬面不良并還原核銷處置）情況來看：信用擴(kuò)張主體：政府和居民部門在年度債務(wù)增量中的貢獻(xiàn)，由 2015 年的 42.7%上升至 2020 年的 52.3%；對公債務(wù)呈現(xiàn)典型“逆周期”特征：房地產(chǎn)和融資平臺成主力。表 1：基于需求端的社融口徑債務(wù)再拆分（單位：萬億元）債務(wù)合計(jì)1.政府債務(wù)2.居民債務(wù)#按揭3.對公債務(wù)#制造業(yè)#批發(fā)零售#融資平臺#房地產(chǎn)#建筑業(yè)2010 年65.946.8911.256.2047.8010.584.6

11、616.935.232.532011 年76.317.8713.607.1454.8412.706.2618.265.453.172012 年90.068.4416.137.5065.4914.988.4720.346.064.362013 年106.029.5719.859.0076.6016.5910.1323.537.315.742014 年122.1510.7523.1410.6088.2617.7911.5927.478.807.262015 年142.3515.4927.0213.1099.8418.9112.9932.0010.288.322016 年167.8222.6033.

12、3618.00111.8619.8514.2637.8911.689.562017 年191.0328.1840.5021.90122.3519.2414.7044.5413.7310.592018 年210.7632.9547.8825.80129.9319.0615.8748.4016.2210.25債務(wù)合計(jì)1.政府債務(wù)2.居民債務(wù)#按揭3.對公債務(wù)#制造業(yè)#批發(fā)零售#融資平臺#房地產(chǎn)#建筑業(yè)2019 年233.8437.7755.3230.20140.7519.7117.5953.4917.9611.422020 年264.9146.1763.1834.85155.5621.6819.6

13、558.4018.6313.212021 E294.0853.3671.5439.39169.1824.2221.9762.7919.1814.812011 年10.370.982.350.947.042.121.601.330.220.642012 年13.750.562.530.3610.652.282.212.080.611.192013 年15.961.133.721.5011.111.611.663.201.241.382014 年16.131.193.291.6011.661.201.463.931.491.522015 年20.204.733.882.5011.571.131.3

14、94.541.481.062016 年25.477.116.344.9012.020.931.275.881.401.242017 年23.215.587.143.9010.49-0.610.446.652.051.032018 年19.734.777.383.907.57-0.131.173.682.45-0.382019 年23.084.827.434.4010.820.601.725.261.781.212020 年31.078.407.874.6514.811.972.064.920.671.792021 E29.177.198.354.5413.622.542.324.380.551

15、.602011 年15.73%14.2%20.9%15.2%14.7%20.0%34.2%7.9%4.3%25.5%2012 年18.02%7.2%18.6%5.0%19.4%18.0%35.4%11.4%11.2%37.5%2013 年17.72%13.4%23.1%20.0%17.0%10.7%19.6%15.7%20.5%31.6%2014 年15.21%12.4%16.6%17.8%15.2%7.2%14.4%16.7%20.4%26.5%2015 年16.54%44.0%16.8%23.6%13.1%6.3%12.0%16.5%16.8%14.6%2016 年17.89%45.9%2

16、3.5%37.4%12.0%4.9%9.8%18.4%13.6%14.9%2017 年13.83%24.7%21.4%21.7%9.4%-3.1%3.1%17.6%17.5%10.8%2018 年10.33%16.9%18.2%17.8%6.2%-0.7%8.0%8.3%17.8%-3.6%2019 年10.95%14.6%15.5%17.1%8.3%3.2%10.9%10.9%11.0%11.8%2020 年13.29%22.3%14.2%15.4%10.5%10.0%11.7%9.2%3.7%15.7%2021 E11.01%15.6%13.2%13.0%8.8%11.7%11.8%7.5

17、%3.0%12.1%資料來源：國家統(tǒng)計(jì)局，中國人民銀行，中信證券研究部測算 注：（1）行業(yè)分類參考監(jiān)管所披露數(shù)據(jù)采用的工信部國標(biāo)行業(yè)分類；（2）2018年后，信貸行業(yè)分布根據(jù)上市銀行樣本數(shù)據(jù)進(jìn)行劃分；（3）非標(biāo)行業(yè)分布采用資金信托行業(yè)分布近似（不含金融業(yè)）；（4）上市銀行實(shí)際不良為老 16 家銀行賬面不良+2010 年以后累計(jì)核銷及轉(zhuǎn)出規(guī)模上述數(shù)據(jù)反映了國內(nèi)對公信用行業(yè)投向演變，有助于對債務(wù)總量和結(jié)構(gòu)進(jìn)行分析。但從信貸資產(chǎn)質(zhì)量分析的角度，我們認(rèn)為上述方法仍有不足，主要是考慮到：1）行業(yè)顆粒度偏大，如制造業(yè)下涉眾多子行業(yè)，子行業(yè)與子行業(yè)間經(jīng)營狀況、周期進(jìn)程差異較大；2）上述方法，僅僅只能對銀行總

18、體實(shí)際不良進(jìn)行總量觀測，行業(yè)經(jīng)營情況和債務(wù)質(zhì)量缺乏量化和精細(xì)化分析。新的方法：基于發(fā)債主體的經(jīng)營與用信聯(lián)動分析方法論：基于發(fā)債主體披露的定期財(cái)務(wù)數(shù)據(jù)以及銀行授用信數(shù)據(jù)。我們梳理了更新至最新經(jīng)營數(shù)據(jù)的對公發(fā)債主體（不包括金融行業(yè)企業(yè)），數(shù)量共計(jì) 5099 個(gè)。截至最后披露財(cái)務(wù)數(shù)據(jù)的 2020 年中，以上 5099 個(gè)發(fā)債主體的總資產(chǎn)規(guī)模達(dá)到 312 萬億，明顯高于同期全部 A 股非金融上市公司的總資產(chǎn)規(guī)模（72 萬億），側(cè)面反映了上述方法的樣本容量和口徑覆蓋相對全面。行業(yè)劃分：基于證監(jiān)會和 Wind 二級行業(yè)分類，將行業(yè)再劃分為七大產(chǎn)業(yè)和 28 個(gè)細(xì)分行業(yè)。為了細(xì)化行業(yè)劃分的顆粒度，同時(shí)又把握行

19、業(yè)間的宏觀驅(qū)動與經(jīng)營趨勢，我們結(jié)合證監(jiān)會和Wind 二級行業(yè)分類，對 5099 個(gè)發(fā)債主體進(jìn)行了行業(yè)二次分類。其中：1、 周期類下設(shè)采掘、鋼鐵、化工、有色金屬四個(gè)子行業(yè)；2、 傳統(tǒng)制造類下設(shè)機(jī)械裝備、汽車、輕工制造、國防軍工四個(gè)子行業(yè)；3、 消費(fèi)類下設(shè)紡織服裝、家用電器、食品飲料、商業(yè)貿(mào)易四個(gè)子行業(yè)；4、 科技類下設(shè)電氣設(shè)備、電子、計(jì)算機(jī)、通信、醫(yī)藥生物五個(gè)子行業(yè)；5、 政府相關(guān)類行業(yè)下設(shè)城投平臺、公用事業(yè)、交通運(yùn)輸、建材、建筑和綜合六個(gè)子行業(yè)；6、 房地產(chǎn)類；7、 其他類包含傳媒、農(nóng)林牧漁、休閑服務(wù)及其他四個(gè)子行業(yè)。特別強(qiáng)調(diào)的是，我們在政府相關(guān)行業(yè)中對融資平臺進(jìn)行單獨(dú)劃分（方法與銀行業(yè)資產(chǎn)質(zhì)

20、量深度研究系列之一如何理解地方債務(wù)質(zhì)量形勢？（2021.3.10）相一致，即依據(jù)中債登城投標(biāo)識，共涉及 2241 家融資平臺），便于重點(diǎn)分析地方隱性債務(wù)的質(zhì)量演進(jìn)情況。表 2：5099 個(gè)發(fā)債企業(yè)的數(shù)量及總資產(chǎn)行業(yè)分布情況大類產(chǎn)業(yè)細(xì)分行業(yè)公司數(shù)量（家）2020H 總資產(chǎn)（億元）總資產(chǎn)占比采掘99150,1114.8%鋼鐵3645,9611.5%周期類化工10433,9301.1%有色金屬5846,8341.5%小計(jì)297276,8368.9%傳統(tǒng)制造類機(jī)械設(shè)備8446,7001.5%汽車3833,9971.1%輕工制造336,7070.2%國防軍工149,9820.3%小計(jì)16997,3873

21、.1%紡織服裝283,5050.1%家用電器1411,7570.4%消費(fèi)類食品飲料4620,4080.7%商業(yè)貿(mào)易14581,9652.6%小計(jì)233117,6363.8%科技類電氣設(shè)備4514,4890.5%電子6028,6400.9%計(jì) 算 機(jī)427,6010.2%醫(yī)藥生物8925,1890.8%通信2517,0410.5%小計(jì)26192,9603.0%融資平臺22411,116,18335.8%公用事業(yè)269330,51610.6%交通運(yùn)輸160137,7344.4%政府相關(guān)建材3514,6170.5%建筑529203,5506.5%綜合356395,16712.7%小計(jì)35902,19

22、7,76770.5%地產(chǎn)類房 地 產(chǎn)212248,0598.0%傳媒588,1590.3%農(nóng)林牧漁408,7840.3%其他休閑服務(wù)568,5700.3%其他18363,1212.0%小計(jì)549336,69310.8%合計(jì)50993,119,279100.0%資料來源：Wind，中信證券研究部用信分析：經(jīng)回溯處理后，發(fā)債企業(yè)用信規(guī)模占銀行業(yè)對公用信規(guī)模解釋度穩(wěn)定在65%-70%左右。發(fā)債企業(yè)在新發(fā)行債權(quán)的募集說明書中，披露在各家銀行的授用信情況，通過匯總 5099 家發(fā)債企業(yè)的總數(shù)，即可分析銀行業(yè)的授用信變化情況。（注：銀行用信既包括信貸業(yè)務(wù)，也包括信用債投資、非標(biāo)投資等業(yè)務(wù)）特別強(qiáng)調(diào)的是，由

23、于部分企業(yè)發(fā)債頻率較低，因此部分年份沒有新債發(fā)行則可能導(dǎo)致當(dāng)年度授用信數(shù)據(jù)缺失（尤其是對于半年度而言）。為解決該問題，我們采用了回溯處理的方法，即對于當(dāng)期無授用信數(shù)據(jù)的發(fā)債企業(yè)，我們采用最近一期數(shù)據(jù)近似。當(dāng)然，上述辦法可能會一定程度帶來實(shí)際用信情況的高估（如，某家發(fā)債企業(yè)因經(jīng)營困難此后再未發(fā)債，同時(shí)銀行授用信規(guī)模不斷收縮），但通過該數(shù)據(jù)與銀行對公債券的比例關(guān)系可以看出，近三年該比例穩(wěn)定在 65%-70%水平，說明經(jīng)回溯處理后的債務(wù)比例保持了相對穩(wěn)定性。表 3：5099 家發(fā)債企業(yè)用信合計(jì)情況對比（單位：億元）存款類機(jī)構(gòu)對用信合計(jì)2015非金融機(jī)構(gòu)債權(quán)783,762.11（原始數(shù)據(jù)）164,03

24、120.93%（回溯處理）364,56146.51%2016836,467.90187,46522.41%424,30850.73%2017889,011.43253,00328.46%520,63058.56%2018977,946.45419,76342.92%622,58463.66%20191,085,249.79508,27646.83%736,78767.89%2020H1,192,614.55393,84633.02%791,73666.39% / 用信合計(jì) / 資料來源：Wind，中信證券研究部測算 注：（1）原始數(shù)據(jù)即指定時(shí)點(diǎn)披露的授用信數(shù)據(jù)加總，2020 年中數(shù)據(jù)用信合計(jì)確

25、實(shí)較多主要是全年發(fā)債企業(yè)中披露中期授用信數(shù)據(jù)的主體相對較少；（2）回溯處理即對于當(dāng)期無授用信數(shù)據(jù)的發(fā)債企業(yè)，采用最近一期數(shù)據(jù)近似；（3）用信既包括信貸業(yè)務(wù)，也包括投資等業(yè)務(wù)此外，我們通過創(chuàng)新視角（基于發(fā)債主體的銀行用信投向）與傳統(tǒng)視角（基于社融債務(wù)的信用行業(yè)投向）的行業(yè)劃分對比，反向驗(yàn)證創(chuàng)新方法的數(shù)據(jù)合理性?？傮w來看，主要行業(yè)匹配度較高，比如：1、社融口徑下，廣義制造業(yè)占比 14%，發(fā)債主體用信口徑下對應(yīng)周期類（7.3%）、傳統(tǒng)制造（2.0%）、科技類（2.2%）以及消費(fèi)類中的個(gè)別行業(yè)；2、社融口徑下，融資平臺+建筑業(yè)占比約 46左右，發(fā)債主體口徑下政府相關(guān)行業(yè)用信占比約 45左右。特別說明的

26、是，由于存在 30 左右的非發(fā)債企業(yè)用信，因此上述用信的行業(yè)分布或與銀行業(yè)實(shí)際分布存在部分偏差，我們判斷這部分主要體現(xiàn)在傳統(tǒng)制造、商業(yè)貿(mào)易（中小微企業(yè)較多，并非發(fā)債主體）、房地產(chǎn)（強(qiáng)監(jiān)管下，部分地產(chǎn)企業(yè)發(fā)債受限，而使用非標(biāo)等工具較多，該部分用信不能進(jìn)行穿透）等產(chǎn)業(yè)。圖 1：基于社融債務(wù)的信用行業(yè)投向（2019N）圖 2：基于發(fā)債主體的銀行用信行業(yè)投向（2020H）14.614.08.112.512.838.0制造業(yè) 批發(fā)零售融資平臺房地產(chǎn) 建筑業(yè) 其他周期類 傳統(tǒng)制造消費(fèi)類 科技類 政府相關(guān)地產(chǎn)1.97.00.62.133.65.545.04.4其他 無數(shù)據(jù)資料來源：Wind，中信證券研究部測

27、算 注：測算方法詳見銀行業(yè)金融市場深度研究系列之一社融和流動性：預(yù)期引導(dǎo)，收而有穩(wěn)資料來源：Wind，中信證券研究部測算 注：無數(shù)據(jù)部分是指非發(fā)債企業(yè)用信，2020H 占比為 33.6%圖 3：社融債務(wù)與發(fā)債主體用信兩位維度的行業(yè)映射制造業(yè)周期類交通運(yùn)輸批發(fā)零售傳統(tǒng)制造水利水電融資平臺科技類電熱燃?xì)饨ㄖI(yè)消費(fèi)類商務(wù)租賃房地產(chǎn)政府相關(guān)地產(chǎn)類其他其他采掘、鋼鐵、化工、有色金屬機(jī)械設(shè)備、汽車、輕工、軍工電氣設(shè)備、電子、計(jì)算機(jī)、通信、醫(yī)藥服裝紡織、家電、食品飲料、商貿(mào)融資平臺、公用事業(yè)、交通運(yùn)輸、建材、建筑、綜合房地產(chǎn)農(nóng)林牧漁、休閑娛樂、傳媒、其他傳統(tǒng)視角：社融債務(wù)新的方法：發(fā)債主體用信資料來源：中信

28、證券研究部繪制表 4：5099 個(gè)發(fā)債企業(yè)用信分布情況（2020H，回溯法處理）大類產(chǎn)業(yè)細(xì)分行業(yè)公司數(shù)量（家）用信規(guī)模（億元）用信占比采掘9937,1414.7%鋼鐵3614,8781.9%周期類化工10412,5971.6%有色金屬5818,2912.3%小計(jì)29782,90710.5%傳統(tǒng)制造類機(jī)械設(shè)備8410,8121.4%汽車386,4740.8%輕工制造333,3070.4%國防軍工141,7990.2%小計(jì)16922,3922.8%紡織服裝281,3720.2%家用電器142,3920.3%消費(fèi)類食品飲料463,7520.5%商業(yè)貿(mào)易14531,0943.9%小計(jì)23338,610

29、4.9%科技類電氣設(shè)備455,3260.7%電子607,0320.9%計(jì) 算 機(jī)423,0670.4%醫(yī)藥生物896,1490.8%通信252,9970.4%小計(jì)26124,5703.1%融資平臺2241237,96430.1%公用事業(yè)26983,70610.6%交通運(yùn)輸16050,4486.4%政府相關(guān)建材354,7590.6%建筑52994,01811.9%綜合35665,7018.3%小計(jì)3590536,59667.8%地產(chǎn)類房 地 產(chǎn)21252,2466.6%傳媒582,3190.3%農(nóng)林牧漁402,6490.3%其他休閑服務(wù)562,3780.3%其他18327,0683.4%小計(jì)54

30、934,4154.3%合計(jì)50993,119,279100.0%資料來源：Wind，中信證券研究部測算 注：回溯處理即對于當(dāng)期無授用信數(shù)據(jù)的發(fā)債企業(yè)，采用最近一期數(shù)據(jù)近似方法優(yōu)勢：細(xì)分行業(yè)自身經(jīng)營與銀行用信聯(lián)動分析。作為硬幣的兩面（企業(yè)債務(wù)經(jīng)營質(zhì)量、銀行對公資產(chǎn)質(zhì)量），本篇報(bào)告中，我們將通過對上述 5099 個(gè)發(fā)債主體 2015 年以來的盈利水平、經(jīng)營杠桿、用信情況等系列情況進(jìn)行系統(tǒng)性處理，進(jìn)而映射分析這一輪宏觀信用周期過程中，銀行業(yè)（特別是上市銀行）的對公質(zhì)量變化情況。 結(jié)論：行業(yè)景氣修復(fù)，杠桿水平整固分析結(jié)論：總體行業(yè)景氣與杠桿水平處整固階段。我們判斷：1）周期性與制造類行業(yè)整固：發(fā)債企業(yè)

31、 466 家，銀行用信 10.5 萬億（占比 13.3%），上述行業(yè)具備周期特征，可通過銀行商業(yè)經(jīng)營思路來消化信用風(fēng)險(xiǎn)，目前總體處于整固改善期。此外，近年來銀行相關(guān)用信敞口收斂，有助于抑制信用風(fēng)險(xiǎn)波動。2）消費(fèi)與科技類行業(yè)樂觀：發(fā)債企業(yè) 494家，銀行用信 6.3 萬億（占比 8.0%），相關(guān)主要行業(yè)保持高景氣度經(jīng)營狀態(tài)，銀行授用信狀況總體樂觀，但敞口總量有待于提升。3）房地產(chǎn)業(yè)平穩(wěn)：發(fā)債企業(yè) 212 家，銀行用信5.2 萬億（占比 6.6%），發(fā)債頭部企業(yè)經(jīng)營和現(xiàn)金流狀況相對平穩(wěn)，銀行信用風(fēng)險(xiǎn)敞口穩(wěn)定。4）政府相關(guān)行業(yè)關(guān)注隱性債務(wù)變化：發(fā)債企業(yè) 3590 家，銀行用信 53.7 萬億（占比6

32、7.8%），其中融資平臺 2241 家、用信 23.8 萬億，近年杠桿水平仍有小幅上行，現(xiàn)金流覆蓋率亦有所下滑，特別是尾部平臺經(jīng)營弱化與債務(wù)增長更為明顯?；诘谝徊糠炙榻B的分析方法和行業(yè)分類，我們在本部分重點(diǎn)分析：（1）周期與制造類行業(yè)；（2）消費(fèi)與科技類行業(yè)；（3）政府相關(guān)行業(yè)；（4）地產(chǎn)類。對上述細(xì)分行業(yè)進(jìn)行景氣度和銀行授用信分析，力圖借此分析銀行對公業(yè)務(wù)資產(chǎn)質(zhì)量演進(jìn)脈絡(luò)。周期及傳統(tǒng)制造業(yè)：經(jīng)營整固期，用信收斂中從我們的行業(yè)分類看，周期類行業(yè)對應(yīng)采掘、鋼鐵、化工、有色金屬四個(gè)細(xì)分行業(yè)，共涉及發(fā)債企業(yè) 297 家，用信規(guī)模約 8.3 萬億（占比 10.5%）。傳統(tǒng)制造類行業(yè)對應(yīng)機(jī)械設(shè)備、汽

33、車、輕工制造、國防軍工四個(gè)細(xì)分行業(yè)，共涉及發(fā)債企業(yè) 169 家，用信規(guī)模約萬億（占比 2.8%）。具體分析而言：盈利狀況：2020 年疫情直接沖擊。從盈利能力趨勢上而言，周期類與制造類行業(yè)呈現(xiàn)出一定的相似性（從傳統(tǒng)的國標(biāo)行業(yè)劃分而言，周期類行業(yè)實(shí)際亦劃入寬口徑的制造業(yè)當(dāng)中）：供給側(cè)改革前期：2015-16 年，供給側(cè)改革背景下，主要的周期性和制造類企業(yè)均出現(xiàn)盈利下滑；供給側(cè)改革后期：2017-18 年，受益于供給側(cè)改革紅利，周期行業(yè)（及部分傳統(tǒng)產(chǎn)能過剩制造業(yè)）自 2017 年開始以 ROA 指征的盈利水平改善明顯；后供給側(cè)改革時(shí)期：2019 年開始，受中美貿(mào)易摩擦及國內(nèi)需求影響，部分行業(yè)盈利水

34、平再次呈現(xiàn)收窄狀況，特別是 2020 年上半年受制于大宗商品低迷，部分周期性行業(yè)盈利狀態(tài)進(jìn)一步弱化，甚至出現(xiàn)階段性虧損。表 5：通過發(fā)債企業(yè)數(shù)據(jù)測算的各行業(yè) ROA 變化（周期類及制造類）產(chǎn) 業(yè)行業(yè)201520162017201820192020H周期類采掘0.64%0.41%0.79%1.34%1.22%-0.30%鋼鐵-2.35%-0.06%1.72%2.79%1.80%1.02%化工1.43%1.37%2.47%2.19%1.49%1.21%有色金屬-0.29%0.45%0.90%0.64%0.59%0.79%傳統(tǒng)制造類機(jī)械設(shè)備1.49%1.30%1.81%1.78%1.82%2.06%

35、汽車3.31%3.30%2.98%2.74%2.14%1.00%輕工制造1.70%2.03%3.11%1.72%0.86%0.45%國防軍工1.25%0.79%0.85%0.91%0.59%1.21%數(shù)據(jù)來源：Wind，中信證券研究部測算經(jīng)營杠桿：趨勢性下行。除周期類的采掘行業(yè)以及制造類的汽車行業(yè)外，其他 6 個(gè)細(xì)分行業(yè)在 2015-20H 期間，資產(chǎn)負(fù)債率均有不同幅度下降。即使 2020 年上半年存在新冠疫情的擾動，國防軍工、鋼鐵和有色金屬三個(gè)行業(yè)，過去近五年間資產(chǎn)負(fù)債率的下降幅度基本在 4pct 以上。我們認(rèn)為，上述行業(yè)在以上年份中經(jīng)營杠桿的下降，反映了微觀企業(yè)自身對于經(jīng)營策略的優(yōu)化以及對

36、于低效融資的釋放與壓降。產(chǎn)業(yè)行業(yè)201520162017201820192020H采掘53.7%53.7%53.2%54.7%56.4%57.0%鋼鐵67.5%68.5%65.5%61.9%60.6%61.5%周期類化工68.1%67.0%63.9%63.2%64.7%65.9%有色金屬71.3%71.2%67.3%67.4%67.0%67.4%機(jī)械設(shè)備63.1%63.3%62.2%61.1%61.5%62.2%汽車63.8%63.7%63.7%63.8%65.2%65.8%輕工制造64.8%63.6%61.9%63.5%63.4%64.7%國防軍工63.6%63.8%60.8%59.0%57

37、.2%55.2%表 6：通過發(fā)債企業(yè)數(shù)據(jù)測算的各行業(yè)資產(chǎn)負(fù)債率變化（周期類及制造類）制造類資料來源：Wind，中信證券研究部測算 注：向上（紅）箭頭、向下（綠）箭頭分別反映 2020 年中資產(chǎn)負(fù)債率占比較 2015 年末變化方向?qū)?yīng)到資產(chǎn)質(zhì)量，制造業(yè)不良率步入緩慢下行階段。A 股上市銀行中，7 家大中型銀行持續(xù)披露有細(xì)分行業(yè)的不良貸款數(shù)據(jù)，我們以此作為制造業(yè)不良水平的評價(jià)指標(biāo)。對應(yīng)前述盈利能力的修復(fù)與整固，以及資產(chǎn)負(fù)債率水平的緩慢下行，制造業(yè)貸款不良率在 2018年觸頂后進(jìn)入小幅下行階段。當(dāng)然，截至 2020 年中，制造業(yè)貸款不良率 5.51%仍然處于各行業(yè)中的較高水平，表明存量資產(chǎn)質(zhì)量問題仍

38、需一定時(shí)間進(jìn)行消化和出清。圖 4：上市銀行制造業(yè)貸款不良率變化7.50%7.00%6.50%6.00%5.50%4.915.00%4.50%4.00%5.866.03制造業(yè)貸款不良率6.886.055.51201520162017201820192020H資料來源：Wind，中信證券研究部 注：上市銀行中工行、建行、農(nóng)行、中信、招商、民生、光大持續(xù)披露細(xì)分行業(yè)貸款質(zhì)量數(shù)據(jù)銀行用信：增長明顯收斂。周期類和傳統(tǒng)制造業(yè)企業(yè)調(diào)整自身經(jīng)營策略的同時(shí)，對應(yīng)了銀行對相關(guān)企業(yè)用信占比的下降。測算來看，近 5 年來周期類和傳統(tǒng)制造類發(fā)債企業(yè)在全部發(fā)債企業(yè)中銀行用信的占比，分別從 14.2%/3.8%下降至 10

39、.5%/2.8%。我們認(rèn)為，壓控上述行業(yè)用信，總體有助于提升銀行業(yè)資產(chǎn)質(zhì)量的健康度。表 7：通過發(fā)債企業(yè)數(shù)據(jù)測算的各行業(yè)用信結(jié)構(gòu)變化（周期類及制造類）產(chǎn)業(yè)行業(yè)201520162017201820192020H采掘5.6%5.7%4.9%5.5%5.0%4.7%鋼鐵3.4%3.5%3.0%2.3%1.9%1.9%周期類化工1.6%1.6%1.5%1.5%1.5%1.6% -有色金屬3.6%3.1%2.5%2.4%2.3%2.3%小計(jì)14.2%13.9%11.9%11.8%10.6%10.5%機(jī)械設(shè)備1.7%1.8%1.7%1.6%1.3%1.4%汽車0.9%0.9%0.9%0.9%1.0%0.8

40、%傳統(tǒng)制造類輕工制造0.5%0.6%0.4%0.5%0.5%0.4%國防軍工0.7%0.6%0.3%0.3%0.2%0.2%小計(jì)3.8%3.9%3.3%3.2%3.0%2.8%資料來源：Wind，中信證券研究部 注：（1）若發(fā)債主體當(dāng)年度未披露最新授用信情況，則使用上年數(shù)據(jù)進(jìn)行近似；（2）向上（紅）箭頭、向下（綠）箭頭分別反映 2020 年中對公信貸占比較 2015 年末變化方向科技及消費(fèi)行業(yè)：總體高景氣，用信穩(wěn)而偏低從我們的行業(yè)分類看，消費(fèi)類行業(yè)對應(yīng)紡織服裝、家用電器、食品飲料、商業(yè)貿(mào)易四個(gè)細(xì)分行業(yè)，共涉及發(fā)債企業(yè) 233 家，用信規(guī)模約 3.8 萬億（占比 4.9%）。科技類行業(yè)對應(yīng)電氣設(shè)

41、備、電子、計(jì)算機(jī)、通信和生物醫(yī)藥五個(gè)細(xì)分行業(yè)，共涉及發(fā)債企業(yè) 261 家，用信規(guī)模約 2.5 萬億（占比約 3.1%）。具體分析而言：盈利狀況：高景氣度行業(yè)代表。消費(fèi)類行業(yè)尤為明顯，過去 5 年以 ROA 水平指征的盈利能力和景氣度持續(xù)提升，其中食品飲料、家用電器等行業(yè)基本領(lǐng)跑全部行業(yè)。此外，電器設(shè)備、通信、生物醫(yī)藥等科技行業(yè) ROA 絕對水平亦保持了較好水平（電子和計(jì)算機(jī)行業(yè)經(jīng)營相對波動較大）。總體來看，國內(nèi)需求深化，以及新經(jīng)濟(jì)新動能行業(yè)的發(fā)展，為消費(fèi)和科技行業(yè)的盈利占優(yōu)提供了宏觀經(jīng)營基礎(chǔ)。表 8：通過發(fā)債企業(yè)數(shù)據(jù)測算的各行業(yè) ROA 變化（消費(fèi)類及科技類）產(chǎn)業(yè)行業(yè)2015201620172

42、01820192020H消費(fèi)類紡織服裝1.70%2.33%2.37%2.65%2.24%1.46%家用電器3.59%3.94%4.90%4.88%6.81%4.02%食品飲料1.35%1.28%2.52%2.53%2.80%3.06%商業(yè)貿(mào)易0.63%1.46%1.08%1.13%0.82%0.58%科技類電氣設(shè)備2.07%2.04%2.39%1.79%2.10%2.46%電子2.03%1.44%1.25%0.43%0.70%0.76%計(jì) 算 機(jī)1.37%1.72%0.95%0.00%-0.20%0.01%醫(yī)藥生物2.82%2.78%3.00%2.01%1.72%2.58%通信2.86%2.1

43、5%2.21%1.23%1.00%2.43%數(shù)據(jù)來源：Wind，中信證券研究部測算經(jīng)營杠桿：整體低杠桿運(yùn)行狀態(tài)。2020 年中，科技及消費(fèi)產(chǎn)業(yè)全部發(fā)債企業(yè)的平均資產(chǎn)負(fù)債率水平為 66.3%。對比來看，消費(fèi)類和科技類行業(yè)中，除商業(yè)貿(mào)易行業(yè)外，其他行業(yè)均處于均值水平以下。我們認(rèn)為背后的原因主要是，對于盈利能力突出、經(jīng)營現(xiàn)金流穩(wěn)定的行業(yè)而言，本身對于融資加杠桿經(jīng)營模式需求較弱。產(chǎn)業(yè)行業(yè)201520162017201820192020紡織服裝59.5%59.6%57.8%56.6%56.1%55.9%家用電器66.2%67.5%68.2%65.6%63.0%64.2%食品飲料66.5%65.7%60.

44、1%58.7%58.5%60.2%商業(yè)貿(mào)易73.5%71.5%70.4%69.5%69.4%70.1%電氣設(shè)備65.4%63.5%62.2%62.6%62.8%62.8%電子56.1%61.8%62.8%63.7%61.2%60.2%科技類計(jì) 算 機(jī)66.0%65.9%65.0%68.8%62.7%63.8%醫(yī)藥生物57.2%56.7%56.5%59.8%58.8%59.8%通信55.4%56.6%56.0%56.9%57.2%58.4%表 9：通過發(fā)債企業(yè)數(shù)據(jù)測算的各行業(yè)資產(chǎn)負(fù)債率變化（消費(fèi)類及科技類）消費(fèi)類資料來源：Wind，中信證券研究部測算銀行用信：穩(wěn)而有升，但占比仍然偏低。除商業(yè)貿(mào)易

45、行業(yè)外，其他消費(fèi)類和科技類行業(yè)用信在全部發(fā)債企業(yè)用信中的比重由 2015 年的 2.5%上升至 3.1%，亦反映了銀行業(yè)近年來優(yōu)化信貸結(jié)構(gòu)過程中，主動將信貸資源向優(yōu)質(zhì)行業(yè)配置的思路。但由于相關(guān)行業(yè)企業(yè)處于低杠桿運(yùn)行的狀態(tài)，因此上述行業(yè)的占比一直處于不足 10%的較低水平。產(chǎn)業(yè)行業(yè)201520162017201820192020H紡織服裝0.2%0.3%0.2%0.2%0.2%0.2% -家用電器0.2%0.2%0.3%0.3%0.3%0.3%消費(fèi)類商業(yè)貿(mào)易4.1%3.5%5.0%4.3%3.8%3.9%食品飲料0.5%0.4%0.4%0.4%0.4%0.5% -小計(jì)5.0%4.4%5.9%5.

46、2%4.7%4.2%電氣設(shè)備0.9%0.9%0.8%0.8%0.7%0.7%電子0.6%0.8%0.9%1.0%0.9%0.9%計(jì) 算 機(jī)0.2%0.2%0.4%0.4%0.4%0.4%醫(yī)藥生物0.5%0.6%0.6%0.8%0.8%0.8%通信0.4%0.7%0.3%0.3%0.4%0.4% -小計(jì)2.5%3.1%2.9%3.2%3.1%3.1%表 10：通過發(fā)債企業(yè)數(shù)據(jù)測算的各行業(yè)用信結(jié)構(gòu)變化（消費(fèi)類及科技類）科技類資料來源：Wind，中信證券研究部 注：（1）若發(fā)債主體當(dāng)年度未披露最新授用信情況，則使用上年數(shù)據(jù)進(jìn)行近似；（2）向上（紅）箭頭、向下（綠）箭頭分別反映 2020 年中對公信貸

47、占比較 2015 年末變化方向房地產(chǎn)：步入去杠桿階段，銀行用信謹(jǐn)慎從我們的行業(yè)分類看，房地產(chǎn)業(yè)共涉及發(fā)債企業(yè)212 家，用信規(guī)模5.2 萬億（占比6.6%）。具體分析而言：經(jīng)營情況：盈利能力相對平穩(wěn)，杠桿水平有望步入。2015 年以來，房地產(chǎn)發(fā)債企業(yè)ROA 水平一直穩(wěn)定在 1.5%以上，背后是行業(yè)盈利增長保持相對穩(wěn)定趨勢。行業(yè)資產(chǎn)負(fù)債率在經(jīng)歷 2018 年前的快速加杠桿階段后，目前已進(jìn)入平穩(wěn)期（資產(chǎn)負(fù)債率目前在 79%左右），未來在企業(yè)端行業(yè)政策（如，房企融資“三道紅線”）和銀行端融資政策（如，房地產(chǎn)貸款集中度管理）的共同作用下，房地產(chǎn)經(jīng)營杠桿有望步入持續(xù)下降階段，這將有助于糾正行業(yè)過往過于粗

48、放的增長模式，同時(shí)遏制行業(yè)風(fēng)險(xiǎn)的累積。圖 5：測算房地產(chǎn)發(fā)債企業(yè)的 ROA 變化圖 6：測算房地產(chǎn)發(fā)債企業(yè)的資產(chǎn)負(fù)債率變化測算房地產(chǎn)發(fā)債企業(yè)ROA測算房地產(chǎn)發(fā)債企業(yè)資產(chǎn)負(fù)債率2.50%78.0%1.50%77.0%76.0%1.00%75.0%2.00%80.0%79.0%0.50%0.00%201520162017201820192020H74.0%73.0%72.0%201520162017201820192020H資料來源：Wind，中信證券研究部測算資料來源：Wind，中信證券研究部測算對應(yīng)到資產(chǎn)質(zhì)量，盈利持續(xù)+杠桿率走穩(wěn)，房地產(chǎn)對公貸款不良率處持續(xù)下行階段。從上市銀行房地產(chǎn)貸款資產(chǎn)質(zhì)

49、量數(shù)據(jù)看，2016 年以后不良率水平呈現(xiàn)逐年下降趨勢。目前看，在行業(yè)盈利和杠桿水平保持穩(wěn)定，且短期現(xiàn)金流情況不受重大沖擊的外部條件下（銷售與回款順暢、融資條件總體平穩(wěn)），預(yù)計(jì)房地產(chǎn)對公貸款不良率仍將保持小幅改善趨勢。圖 7：上市銀行房地產(chǎn)貸款不良率變化房地產(chǎn)對公貸款不良率2.00%1.80%1.60%1.40%1.20%1.00%0.80%0.60%201520162017201820192020H資料來源：Wind，中信證券研究部 注：上市銀行中工行、建行、農(nóng)行、中信、招商、民生、光大持續(xù)披露細(xì)分行業(yè)貸款質(zhì)量數(shù)據(jù)銀行用信：步入審慎階段。測算來看，2015-18 年間，地產(chǎn)類發(fā)債企業(yè)用信在全部

50、發(fā)債企業(yè)用信中的占比由 4.8%明顯上行至 6.8%，正對應(yīng)了房地產(chǎn)企業(yè)快速加杠桿階段（考慮到房地產(chǎn)企業(yè)通過非標(biāo)等方式融資，社融中地產(chǎn)行業(yè)融資占比更高）。2019 年以后，融資政策的雙重收緊，使得銀行對于地產(chǎn)企業(yè)的敞口受限增長，預(yù)計(jì)未來上述趨勢仍將延續(xù)。表 11：通過發(fā)債企業(yè)數(shù)據(jù)測算的各行業(yè)用信結(jié)構(gòu)變化（地產(chǎn)類）產(chǎn)業(yè)行業(yè)201520162017201820192020H地產(chǎn)類房 地 產(chǎn)4.8%5.2%6.1%6.8%6.7%6.6%資料來源：Wind，中信證券研究部 注：若發(fā)債主體當(dāng)年度未披露最新授用信情況，則使用上年數(shù)據(jù)進(jìn)行近似；政府相關(guān)類行業(yè)：經(jīng)營總體平穩(wěn)，增量用信集聚從我們的行業(yè)劃分看，

51、除單列的地方政府融資平臺，政府相關(guān)類行業(yè)還包括公用事業(yè)、交通運(yùn)輸、建材、建筑和綜合五個(gè)細(xì)分行業(yè)，共涉及發(fā)債企業(yè) 3590 家，用信規(guī)模約 53.7萬億（占比約 67.8%）。具體分析而言：盈利狀況：運(yùn)行總體平穩(wěn)。政府相關(guān)類行業(yè)主要是政府背景企業(yè)（如，融資平臺）或主營業(yè)務(wù)圍繞政府開展的企業(yè)?？傮w來看，近年來政府相關(guān)行業(yè)的 ROA 水平中樞總體較為穩(wěn)定，但新冠疫情影響下，2020 年上半年交通運(yùn)輸、融資平臺等相關(guān)企業(yè)盈利能力下滑較為明顯。我們認(rèn)為，這源于： 部分行業(yè)在疫情期間主營業(yè)務(wù)（如，交通運(yùn)輸）的直接受限； 疫情期間財(cái)政相關(guān)的減稅讓費(fèi)并控制彈性支出項(xiàng)目，使得部分政府相關(guān)企業(yè)相關(guān)收入亦受到影響。

52、表 12：通過發(fā)債企業(yè)數(shù)據(jù)測算的各行業(yè) ROA 變化（政府相關(guān)）產(chǎn)業(yè)行業(yè)201520162017201820192020H政府相關(guān)類融資平臺1.20%1.11%1.05%0.98%0.97%0.44%公用事業(yè)1.57%1.27%1.08%1.03%1.06%0.97%交通運(yùn)輸1.52%1.42%1.49%1.35%1.36%-0.28%建材0.52%0.96%1.81%3.03%3.33%3.33%建筑1.58%1.34%1.28%1.21%1.39%0.92%綜合1.10%0.89%0.93%0.87%0.83%0.69%數(shù)據(jù)來源：Wind，中信證券研究部測算經(jīng)營杠桿：主要是融資平臺資產(chǎn)負(fù)債

53、率仍呈緩慢上行趨勢。除融資平臺以外的其他行業(yè)，2015 年以來資產(chǎn)負(fù)債率基本均在緩慢下行過程。但同期資產(chǎn)規(guī)模高占比的融資平臺，資產(chǎn)負(fù)債率由 2015 年末的 57.8%，緩慢上行至 2020 年中的 61.0%，背后反映的是同期部分中低等級平臺經(jīng)營能力的弱化和債務(wù)融資的增加。表 13：通過發(fā)債企業(yè)數(shù)據(jù)測算的各行業(yè)資產(chǎn)負(fù)債率變化（政府相關(guān)）產(chǎn)業(yè)行業(yè)201520162017201820192020H融資平臺57.8%58.5%59.1%59.3%59.8%61.0%公用事業(yè)74.9%74.8%74.8%73.9%72.9%73.2%政府交通運(yùn)輸63.1%61.6%60.7%61.0%60.8%62

54、.7%相關(guān)類建材71.6%71.1%69.2%65.4%62.9%62.3%建筑70.9%70.7%70.2%68.5%68.3%69.1%綜合74.7%74.5%73.1%72.7%72.2%73.3%資料來源：Wind，中信證券研究部測算對應(yīng)到資產(chǎn)質(zhì)量，政府信用加持下，總體不良率仍運(yùn)行在較低水平。從四大行細(xì)分行業(yè)不良率數(shù)據(jù)來看，包括交通運(yùn)輸、水利水電、電熱燃?xì)夂妥赓U商務(wù)業(yè)的公用事業(yè)類貸款不良率由 2015 年的 0.38%上升至 2020 年中的 1.07%，但當(dāng)前不良率絕對水平仍處于各個(gè)行業(yè)中偏低水平。我們認(rèn)為，在政府債務(wù)管理強(qiáng)化從而政府信用概念弱化的政策背景下，政府相關(guān)類行業(yè)資產(chǎn)質(zhì)量呈

55、現(xiàn)回歸市場常態(tài)（過往低不良暗含了隱性擔(dān)保）屬于正常趨勢，未來資產(chǎn)質(zhì)量走勢將更加取決于經(jīng)營質(zhì)量和債務(wù)質(zhì)量演變。圖 8：上市銀行公用事業(yè)貸款不良率變化圖 9：上市銀行建筑業(yè)不良率變化1.20%1.00%0.80%0.60%0.380.40%0.20%0.00%0.40公用事業(yè)類貸款不良率0.910.680.531.092.80%2.60%2.40%2.052.20%2.00%1.80%1.60%1.40%1.20%1.00%2.60建筑業(yè)貸款不良率2.201.851.751.69201520162017201820192020H201520162017201820192020H資料來源：Wind，

56、中信證券研究部測算 注：（1）以上行業(yè)包括交通運(yùn)輸、水利水電、電熱燃?xì)夂妥赓U商務(wù)業(yè)；（2）上市銀行中工行、建行、農(nóng)行、中信、招商、民生、光大持續(xù)披露細(xì)分行業(yè)貸款資產(chǎn)質(zhì)量數(shù)據(jù)資料來源：Wind，中信證券研究部測算 注：上市銀行中工行、建行、農(nóng)行、中信、招商、民生、光大持續(xù)披露細(xì)分行業(yè)貸款資產(chǎn)質(zhì)量數(shù)據(jù)銀行用信：集中度小幅提升，融資平臺最為明顯。測算來看，政府相關(guān)類行業(yè)用信在 全部發(fā)債企業(yè)用信中的比重由 2015 年的 67.1%，小幅上行至 2020 年中的 67.8%。其中， 政府融資平臺用信占比提升最為明顯，對應(yīng)了近年來政府融資平臺杠桿水平的進(jìn)一步提升。建筑8.8%9.2%8.8%9.4%11

57、.1%11.9%綜合9.5%8.5%8.4%8.6%8.4%8.3%小計(jì)67.1%66.6%65.1%65.4%67.1%67.8%表 14：通過發(fā)債企業(yè)數(shù)據(jù)測算的各行業(yè)用信結(jié)構(gòu)變化（政府相關(guān)）產(chǎn)業(yè)行業(yè)201520162017201820192020H融資平臺24.5%26.2%27.4%28.5%29.2%30.1%公用事業(yè)16.5%15.8%13.0%12.0%11.4%10.6%交通運(yùn)輸6.7%5.8%6.5%6.3%6.4%6.4%政府相關(guān)類建材1.1%1.0%0.8%0.7%0.6%0.6%資料來源：Wind，中信證券研究部 注：（1）若發(fā)債主體當(dāng)年度未披露最新授用信情況，則使用上年

58、數(shù)據(jù)進(jìn)行近似；（2）向上（紅）箭頭、向下（綠）箭頭分別反映 2020 年中對公信貸占比較 2015 年末變化方向小結(jié)：信用周期角度，銀行對公信用風(fēng)險(xiǎn)處于整固期結(jié)合以上各大類行業(yè)的盈利、杠桿和用信情況演變，站在信用風(fēng)險(xiǎn)中長周期的視角下，我們認(rèn)為：周期性行業(yè)整固：具備周期特征，可通過銀行商業(yè)經(jīng)營思路來消化信用風(fēng)險(xiǎn)，目前處于整固改善期；制造類行業(yè)分化：出現(xiàn)分化，個(gè)別傳統(tǒng)行業(yè)長期經(jīng)營格局不佳，但銀行授信有限，預(yù)計(jì)不會出現(xiàn)信用風(fēng)險(xiǎn)大幅波動；消費(fèi)類行業(yè)樂觀：銀行授信主體（頭部消費(fèi)企業(yè)）經(jīng)營樂觀，未出現(xiàn)經(jīng)營和信用風(fēng)險(xiǎn)敞口增加現(xiàn)象；科技類行業(yè)轉(zhuǎn)型：重資產(chǎn)科技類企業(yè)經(jīng)營壓力強(qiáng)于輕資產(chǎn)企業(yè)，銀行授信狀況總體樂觀；

59、房地產(chǎn)業(yè)平穩(wěn)：發(fā)債頭部企業(yè)經(jīng)營和現(xiàn)金流狀況相對平穩(wěn)，銀行信用風(fēng)險(xiǎn)敞口穩(wěn)定；政府相關(guān)類行業(yè)關(guān)注隱性債務(wù)變化：近年來地方融資平臺平均杠桿水平仍呈小幅上行趨勢，現(xiàn)金流覆蓋率亦有所下滑，部分中低等級融資平臺經(jīng)營和償債能力變化值得持續(xù)關(guān)注。（詳見我們的報(bào)告銀行業(yè)資產(chǎn)質(zhì)量深度研究系列之一如何理解地方債務(wù)質(zhì)量形勢？(2021.3.10)）綜上，我們認(rèn)為，融資平臺的債務(wù)質(zhì)量格局，是對公資產(chǎn)質(zhì)量長周期拐點(diǎn)的關(guān)鍵。表 15：發(fā)債企業(yè)基于產(chǎn)業(yè)大類的用信發(fā)布情況（2020H）產(chǎn)業(yè)分類公司數(shù)量（家）用信規(guī)模用信占比周期類29782,90710.50%傳統(tǒng)制造類16922,3922.80%消費(fèi)類23338,6104.90

60、%科技類26124,5703.10%政府相關(guān)3590536,59667.80%地產(chǎn)類21252,2466.60%其他54934,4154.30%資料來源：Wind，中信證券研究部測算 注：回溯處理即對于當(dāng)期無授用信數(shù)據(jù)的發(fā)債企業(yè)，采用最近一期數(shù)據(jù)近似 展望：宏觀修復(fù)有助對公質(zhì)量整固，關(guān)注平臺債務(wù)展望：宏觀修復(fù)有助對公質(zhì)量整固，重點(diǎn)關(guān)注平臺債務(wù)。1）2021：宏觀經(jīng)濟(jì)修復(fù)，利好對公貸款資產(chǎn)質(zhì)量。大宗商品價(jià)格修復(fù)，制造業(yè)景氣度上行，房地產(chǎn)銷售與去庫積極推進(jìn)，我們認(rèn)為，用信占比在 32%左右的非政府相關(guān)行業(yè)經(jīng)營和債務(wù)質(zhì)量有望持續(xù)修復(fù)。持續(xù)性關(guān)注政府融資平臺的經(jīng)營質(zhì)量演變。2020 年中數(shù)據(jù)測算來看，