花長春：復盤“三次違約潮”給當前信用事件的五點啟示

2020年11月16日09:57 作者:花長春

　　文/新浪財經意見領袖專欄作家花長春、陳禮清、田玉鐸

　　我們在復盤歷史上三次“違約潮”基礎上探討了此輪違約會在多大程度上蔓延這一核心話題，以及可能在哪些行業、區域進行蔓延。

　　摘要

　　我們復盤 “三次違約潮”：第一波（2014.3-2015.10）；第二波（2015.11-2016.12）；第三波（2018.1-2019.12），以史為鑒，得到五點啟示。

　　第一、歷次違約潮出現的宏觀背景及條件及及對此輪違約蔓延程度的啟示：

　　1）違約潮的“三部曲”：“加杠桿”+“產能過剩”+“貨幣收緊”，也就是說，有較大的經濟周期波動的影響。

　　2）此輪與以往區別：以往三輪違約潮在很大程度上是經濟周期波動的結果，而此輪則是地方政府財力不濟的背景下難以為轄區“僵尸”國企兜底的結果。

　　3）對此輪蔓延程度的啟示：在杠桿、產能等沒有出現大問題背景下，大面積違約潮不太可能。但經歷過疫情的沖擊，地方財力受損嚴重的省市，的確可能被迫實施清理其轄區的“僵尸”企業的需求。

　　第二、歷次違約潮的行業特征及對此輪信用事件行業分布的啟示：

　　1）第一波在新能源（光伏等），周期類行業；第二波中鋼鐵、煤炭類周期行業占絕對主導；第三波擴至中上游原料、中游制造、周期板塊、可選消費（紡織服裝）、必選消費（食品飲料）多行業。

　　2）此輪的違約事件行業特征不太明顯，大概率集中在現存的“僵尸”國企。

　　第三、歷次違約潮的區域特征及對此輪信用事件區域分布的啟示：

　　1）因為經濟周期波動（加杠桿+產能過剩+政策收緊）而產生的違約潮，違約次數出現較多的是在北京、山東、廣東、江蘇、上海、遼寧等6省市。

　　2）此輪因為地方財力受損嚴重而“有心無力”救助區域（如東北、西南等地）值得重視。

　　第四、歷次違約潮后，宏觀政策變動的啟示：宏觀上，歷次違約潮并未能改變貨幣政策大方向，可能邊際上有些調整，此輪恐也一樣。

　　第五、歷次違約潮后，經濟走勢的啟示：因為“有序”、可控處置僵尸，經濟受波及程度相對有限，不改變2021年經濟形態。

　　風險提示：市場預期短期明顯改變可能導致預防性流動性需求，致使市場價格波動較大。

　　正文

　　信用債市場突發兩個AAA國企違約，沖擊“剛兌信仰”，近期國企、城投、大型民營企業上市公司等多個違約事件愈演愈烈，信用債市場受到了極大的沖擊，違約風暴似乎再次來襲。我們復盤2014年3月“違約元年”以來的“三次違約潮”，以史為鑒，來研判當下違約事件的后續走勢及其宏觀影響。

　　1．再回首2014年以來的三次違約潮

　　自2014年“11超日債”違約以來，我國歷史上共經歷三波大規模的“信用債違約潮” （圖1）。歷次違約潮呈現四大特征：1）違約家數和違約金額不斷攀升；2）違約主體逐漸多元化，從民企波及國企，民企仍占主導（圖2）；3）違約券種多樣化，但集中在中長期債券；4）違約行業從新能源光伏類行業，到周期性產能過剩行業再到全面分散化。目前周期性行業仍然是重災區。

　　1）第一波，2014年3月-2015年下半年，違約集中在新能源行業，比如光伏行業的“超日債”等。違約涉及36只債券，25家違約主體，首次違約時債券余額在127.2億元，其中大部分是新能源企業，光伏行業占6家，占近20%。除保定天威評級在AA+以外，其他主體均在AA及以下，并且民營占大多數。

　　2）第二波，2015年11月-2016年，違約集中在產能過剩行業，以煤炭鋼鐵企業（中鋼股份、四川圣達、川煤集團、東北特鋼等）為主。違約涉及109只，金額達到402億元。違約主體評級在AA-至AA+之間均有分布，并且由于這類行業多數為國有企業經營，所以該波違約潮以國企為主。

　　3）第三波，2018年-2019年，違約主體為大量的民營企業，不再局限于某一行業（圖2）。在經過2017年小幅的改善之后，2018年信用債違約從47只陡增至164只。2018年至2019年間，違約涉及債券達399只，已是第一波違約潮的幾倍，違約金額達到3371億元。其中民營企業債券337只，占比達到84%。違約債券首次突破AAA級，貫穿AA-至AAA，但仍然主要集中在AA和AA+。

　　2．歷次違約潮出現的宏觀背景，與這次異同點？

　　復盤這三波違約潮，我們發現觸發大規模違約潮的“三部曲”——“加杠桿”+“產能過剩”+“政策收緊”——都不會缺席。違約發生起因一般都是違約主體前期投資過猛，瘋狂加杠桿，后期疊加產能過剩，行業出清導致盈利大幅下降，出現了嚴重的經營惡化；比如第一波違約潮中的保定天威、上海超日太陽能均處于行業劣勢，第二波中的鋼鐵企業產能過剩、第三波中的民營企業債務到期集中，去庫周期中盈利受損。最后，宏觀貨幣條件惡化，是“壓死駱駝的最后一根稻草”。本來重創的企業遭遇再融資困難，積重難返，違約爆發。

　　2.1．觸發違約“三部曲”之一：“加杠桿”的盛宴

　　從我國宏觀杠桿率歷史來看，2008-2016年是我國快速加杠桿的時期。8年時間，我國杠桿率以每年超過12個百分點，上行近100個百分點。而2017年開始，我國杠桿率上行速度開始趨緩。2018年、2019年則分別是去杠桿和穩杠桿的兩年（圖3、圖4）。

　　1）第一波違約潮之前，我國宏觀杠桿率從2012年初的178%上行至2014年初的216%，兩年時間上升近40個百分點。主要加杠桿的主體就是地方政府（城投債發債）和非金融企業（國企發債），其中地方政府杠桿攀升速度更快。

　　2）第二波違約潮前一年時間，我國實體杠桿從216%上行至227%，雖然節奏有所放緩，但仍1年時間上行超過10個百分點。地方政府由于2014年“43號文”的出臺，債務攀升速度得到遏制，但杠桿率的下降在2014年年末戛然而止，并出現了反彈。這一時期，加杠桿主體成為了非金融企業，與第二次違約潮的違約主體多為過剩行業的國有企業一致。

　　3）第三波違約潮前，我國杠桿率企穩在高位，2016年間企業杠桿小幅上行，地方政府杠桿震蕩中微降。而2017年，企業杠桿率明顯下降，地方政府有所上升，說明2017年企業去杠桿成效漸現，地方政府債務管理逐漸顯性化。但這是去杠桿政策所帶來的。由于前期加杠桿積累了大量債務，企業部門，尤其是民營企業，無論是主動的杠桿壓降還是被動壓降，都挫傷了企業的盈利能力，與第三次違約潮的違約主體多為民營企業一致。

　　2.2．觸發違約“三部曲”之二：產能過剩

　　2012 年以來，伴隨企業杠桿大幅上升，產能過剩問題越來越嚴重。三波違約潮，無一例外，違約企業所在行業都出現了明顯的產能過剩。我們利用產能利用率作為產能是否過剩的評價指標。當一個行業的整體產能利用率處于較低水平時，就意味著存在大量的閑置產能，該行業就處于整體產能過剩的狀態。

　　我們根據統計局公布的產能利用率2014年之后的數據，以及余淼杰等（2017）對2013年之前我國產能利用率的測算得到以下結論（圖5）：

　　1）第一波違約潮之前，我國產能利用率經歷了自金融危機以來的二次急跌。2008年危機前，我國的工業產能利用率處于較高水平，在 78%附近。危機發生后，產能利用率出現了垂直跌落4個百分點，不及 74%。隨后，在2009年見底回升。至2012年又開始出現明顯下跌至75%。

　　2）第二波違約潮之前，我國產能利用率從2014年的小高峰再次震蕩下行將近2年，下行3個百分點至73%，為金融危機前谷底水平。

　　3）第三波違約潮前夜，我國產能利用率供給側改革來帶來的2年趨勢性上行之后，再次出現明顯下跌，并在整個2018-2019區間內保持在77%以下水平。

　　2.3．觸發違約“三部曲”之三：貨幣（信貸）“大退潮”

　　三波違約潮，無一例外，宏觀環境均領先或同步出現了“貨幣收緊”（圖6-8）：

　　1）在第一波違約潮發生之前，宏觀經濟增速放緩，2013年債券市場籠罩在“錢荒”的陰影之中。在量的層面，2013年4月-2014年4月，社融增速從歷史高位下行6.3個百分點（從 21.7%下行至 15.4%），M2增速從16.1%下行至13.2%。從資金價格來看，銀行間同業拆借利率、R007均從2012年7月的3.5%快速攀升至2013年6月的7%，債券市場發生了“錢荒”。從央行貨幣政策操作工具來看，2010年1月央行自2008年以來首次加準50bp。至2011年6月，央行以50bp/每月的速度連續加準12次，使大型存款類金融機構存款準備金率從15.5%升至21.5%，創下歷史高點。并在2014年違約事件爆發前，存準始終保持在20%的高位。與此同時，央行從2010年11月開始加息25bp，并在2012年5月前，5次加息將存款利率從2.25%升至3.50%，并在違約爆發前，始終保持在3.00%的高位。第一波違約潮之前，央行連續加準、加息，收緊力度為三次中最強。

　　2）在第二波違約潮期間，正值中央經濟工作會議提出“三去一降一補”任務（2015年底），央行“鎖短放長”、債市去杠桿疊加“供給側結構性改革”、煤炭、鋼鐵行業落實去產能政策（2016年）。在量的層面，貨幣政策在2015年7月至2016年8月收緊，社融在12.4%附近震蕩，貸款增速從 15.5%下行至 12.9%，M2增速從13.3%下行至10.2%。從資金價格來看，銀行間同業拆借利率、R007從2014年初的3.3%、3.2%再度升至2015年初的4.8%、4.7%。從央行貨幣政策操作工具來看，央行在此期間則沒有進行較強的收緊操作。

　　3）第三波大規模民企違約始于2018年，正是金融去杠桿加速、經濟周期下行的時候。2017年，資管新規征求意見稿出臺，進一步打擊影子銀行，與此同時，信用收縮也如火如荼。在量的層面，2016年11月至2018年6月期間，貨幣、信用政策先后同樣出現收緊。社融同比從13.3%下行至11.7%，貸款增速從 13.1%下行至 12.7%，M2增速從11.4%下行至8.0%。從資金價格來看，2016年四季度，債券市場發生“債災”，銀行間同業拆借利率、R007、DR007進入長達2年的長行通道。截止2018年初，銀行間同業拆借利率已經從2.6%攀升至3.4%。從央行貨幣政策操作工具來看，央行在此期間政策保持定力。

　　2.4．當前異同：“加杠桿？”+“產能過剩？”+“貨幣收緊？”

　　不同之一：企業加杠桿，債務高企，違約爆發“大超預期”：此次永煤、華晨等AAA級國企違約事件之所以引起了市場的多方關注，主因在于這類債券違約“大超預期”：1）AAA級國企資質；2）涉及地方政府逃廢債；3）隨意劃撥資產；4）違約前該企業還在發行債券。此次“違約事件”雖然數量金額占比少，但短期沖擊較大，影響一級、二級市場：違約發生后，二級市場，多只地方國企債券被凈價打折拋售；一級市場，山東、山西、泉州、連云港等多地較好資質的主體均再難發債券，再融資受阻。

　　不同之二：疫情導致產能利用率下降，雖然尚未完全恢復，但當前產能利用率仍在不斷回升，并且絕對值高于前三次違約潮發生前水平。產能過剩存在苗頭。但產能目前已經觸底回升至76.7%，并沒有出現明顯下降趨勢，反而隨著經濟修復，仍在不斷回升。并且從絕對值來看，當前產能利用率也高于前三次違約潮發生前水平（76%左右）。

　　不同之三：貨幣政策尚未收緊，但當前正在社融信用擴張的尾聲階段。當前宏觀背景是流動性并沒有特別緊張，不同于第一波、第三波違約潮，但2021年將是信用收縮之年，需要關注此次“違約事件”的蝴蝶效應，警惕信用風險向流動性風險演化之勢。地方國企的信用利差在11月11日后明顯走擴，但民營企業信用利差在此次違約中卻沒有。流動性方面，11月11日后，R007、DR007出現了明顯的上行（圖9、10）。

　　3．歷次違約潮行業特征，違約主要集中在哪些行業？

　　我們梳理了自2014年以來三波違約潮期間所有發生違約的173家違約主體，考察了違約企業主要分布的行業特征，以期幫助投資者甄別信用風險。

　　3.1．第一波（2014.3-2015.10）：新能源（光伏等）、周期類行業

　　第一波違約潮共涉及25家發行人，率先違約的是新能源（光伏等）行業，占比較大的是新能源和周期類行業（圖11）。

　　3.2．第二波（2015.11-2016.12）：鋼鐵、煤炭類周期行業

　　第二波違約潮共涉及34家發行人，鋼鐵、煤炭類周期行業占絕對主導（圖12）。

　　3.3．第三波（2018.1-2019.12）：周期、可選、必選消費等多行業

　　第三波違約潮共涉及82家發行人，分布在中上游原料、中游制造、周期板塊、可選消費（紡織服裝）、必選消費（食品飲料）等多行業。而新能源比重明顯下降，輕工類的家電家居行業也少有違約（圖13）。

　　4．歷次違約潮區域特征，違約主要集中在哪些區域？

　　我們同樣梳理了違約主體所在的地區，并且結合地區的公共財政收入以及地方債務水平（城投債+地方政府債）計算的負債率來判斷違約最有可能發生在哪些區域，并且下一個“雷”最可能在何地出現。

　　但單從信用債券違約發行人個數看，違約發行人個數最多的6個省份是北京、山東、廣東、江蘇、上海、遼寧。最少的5個省份分別是貴州、青海、江西、海南和西藏。因此，僅僅看違約發行人個數并不能斷定某一省份發生違約事件的概率越大。這主要是因為經濟越發達的地區，違約的債券發行人數量越多，違約的概率也大。

　　真正危險的是，違約發行人多的同時，該地區經濟動能較弱，一旦債券違約，當地政府即便有意愿進行支持，也能力不足。進而我們結合地區的公共財政收入以及地方債務水平（城投債+地方政府債）計算的負債率來進行分類別考察：

　　我們從政府意愿、政府實力以及過去發生違約事件三個維度去對各個省份違約風險進行綜合排名。我們將政府負債率、違約主體個數分別作為地方政府意愿、過去是否打破過剛兌的代理指標，進行從高到低排名；將地方人均GDP作為經濟實力的代理指標，進行從低倒高逆序排名。最后我們加權計算得到每個省份的綜合風險評價，其中政府負債率賦予70%的權重，地方人均GDP賦予20%的權重，違約主體個數排名賦予10%的權重。綜合得分越低，則說明該地區風險越大。我們最終將得分高于25分的認定為“低風險地區”，低于10分的認定為“高風險地區”，得分在10-25之間的認定為“中等風險地區”。

　　由此，我們得到區域風險的三個梯隊（風險程度從高到低排列）：

　　1）風險較高區域：青海、貴州、湖南、吉林、云南、廣西、甘肅、黑龍江。

　　2）風險中等區域：重慶、寧夏、新疆、四川、天津、江西、江蘇、湖北、安徽、內蒙古、陜西、遼寧、福建、浙江、山東、海南、河北、河南、山西。

　　3）風險較低區域：北京、廣東、上海。

　　5．歷次違約潮出現后，債券市場和權益市場如何變？

　　5.1．債市：違約帶來的信用利差走擴的影響不斷擴大，利率債短期受益

　　回顧三波違約潮，我們發現對債券市場主要的影響有（圖15、16）：

　　1）信用利差快速走擴，級別利差走擴，低資質走擴更為明顯，風險偏好快速下降。以2014年“11超日債”違約以后為例，高等級和中低等級信用債券利差有所擴大，中低等級走擴尤為明顯，反映市場對信用風險敏感度上升。但從趨勢上看，信用利差并沒有持續走擴，表明市場并沒有受到信用違約風險增大的顯著影響。

　　2）隨著違約的范圍的擴大，違約帶來的信用利差走擴波及的范圍和幅度不斷擴大（圖17-20）。我們考察了各個行業在三次違約潮中信用利差的走勢，發現，第一波中各行業信用利差走擴不明顯，違約潮影響最小，主要仍集中在新能源行業中的個別企業。第二波主要集中在鋼鐵、采掘、有色、化工等產能過剩行業。其中又以采掘、鋼鐵、有色等上游原材料行業走擴最為迅猛，中游化工、建筑材料、機械設備等隨后走擴，下游商業貿易、服務等行業最后也隨著走擴。第三波違約潮波及行業最多，不但周期行業利差走擴，可選消費類行業利差同樣明顯走擴。

　　此外，從評級角度，三次違約潮中，高等級和中低等級的信用利差走擴分化程度呈現第三波>第二波>第一波。第二波中相對低資質（AA）的上游采掘、黑色有色、中上游化工類債券信用利差攀升更為劇烈；設備、服裝、機械、家電、汽車的資質相對較低（AA）債券在第三波中信用利差走擴更為明顯。

　　比對三次違約潮，第三次違約潮信用利差走擴更明顯，第一次次之，第二次最小。第三次違約潮涉及企業和金額都遠遠超過第一、二次。并且違約企業覆蓋了上中下游多個企業，持續時間更長。因此，對整體的信用利差走擴影響最為深遠。第二波主要集中的產能過剩行業，雖然多數為國企，但是經營不善，加之宏觀環境政策導向，為市場所預期，風險可控。第一波違約潮雖然涉及金額和家數都是最少的，但是是信用債史上違約“零的突破”，對債券市場風險偏好影響較大。

　　3）利率債短期因為配置需求的轉移多出現利率的下行（圖21）。在信用違約事件發生后，市場的風險偏好下降，資金的配置需求有轉向利率債的可能。此外，市場恐慌也會導致央行在流動性層面保持相對的寬松，穩定市場的情緒，利好利率債的走勢。因此，回顧三次違約潮，10年國債的收益率都有一定的下行。

　　5.2．權益市場短期風險偏好降低，中期或受益無風險利率下降

　　國君策略團隊針對本次國企違約事件發布了《低風險特征復蘇交易：中國制造+可選消費——信用債違約對A股市場點評》，指出信用違約核心有兩條影響路徑：其一，指向風險偏好，違約引發信用收縮預期，使得債券市場乃至權益市場風險溢價上行；其二，指向無風險利率，結構性的信用債剛兌打破，引發無風險利率下行的可能。

　　6．歷次違約潮有何宏觀影響？相關行業的投資怎樣？

　　第二波違約潮對相應領域固定投資的負面影響較為明顯，其他兩波未明顯改變原有的投資變化趨勢（圖22）。三次違約潮體現出了不同的特征，針對違約集中的行業或企業類型，我們觀察其對宏觀變量——固定資產投資的影響。第一波違約主要集中在新能源行業，我們以制造業投資作為觀察變量，發現其在2009年刺激政策推動后快速上行后，進入2011年后投資增速即進入長期的下滑期，2014年3月起的第一波違約潮并未明顯帶動制造業投資的快速下滑，投資增速在2014年保持在14%左右的水平。第二波違約潮主要集中在鋼鐵、煤炭等采礦業，觀察該行業的投資增速，發現在違約潮發生后，投資增速快速下滑，違約潮開始的2015年11月，采礦業的投資增速為-8%到2016年2月快速下滑到-29%，2016年全年采礦業的累計同比增速為-20%較2015年的-9%，下滑了11個百分點。第三波違約潮主要集中在民營企業，但是對民間固定資產投資的影響不顯著，2017-2019年三年的民間固定資產投資分別為6%、9%和5%。

　　考慮第二波違約潮的宏觀背景為供給側改革，去產能，或非單純因為行業信用違約導致投資增速的下滑。綜合三次違約潮，信用事件對相關領域的投資的影響相對輕微，這或與當前我國間接融資為主的融資體系相關。

　　7．展望此次違約事件，信用違約風險事件會不會蔓延？若蔓延，在哪些行業和區域蔓延？

　　7.1．本次宏觀環境不同，信用違約或不會大規模蔓延

　　本次國企違約的宏觀背景不同此前，或不會發生大規模的違約蔓延。回顧三次違約潮，我們得出的結論是違約前宏觀層面都出現了實體企業宏觀杠桿率的大幅度提升，企業相應的進行了產能的過度擴張，形成了過剩的產能，然后因為政策的收緊導致融資難度加大，違約潮出現。

　　當前，雖然我們看到宏觀杠桿率的提升，但主要是受到疫情影響，經濟增長受損較為嚴重，分母端的變化為主因，而非企業的主動擴張。此外，在疫情防控常態化、全球央行集體寬松的背景下，我國央行的貨幣政策也保持了相對中性，沒有明顯的收緊。從宏觀環境看，或不會發生大規模的違約蔓延。

　　7.2．大型國有企業風險暴露或持續，需要甄別“僵尸企業”

　　針對國企信用風險暴露，需要甄別“僵尸企業”，注重“大”而“弱”的企業的信用風險（圖23）。近期出現違約的國有企業，都存在“僵尸企業”的特征，這些企業原因受到政府的支持而依賴融資生存、“借新還舊”，自身造血能力不足。針對這樣的企業，海外經濟體的發展經驗已經表明，必須要進行處理，如20世紀90年代日本資產泡沫破裂后所形成的大量僵尸企業被認為是導致日本“失去的十年”的重要因素。從生產要素的角度看，“僵尸企業”導致資本要素、人力要素等難以充分發揮其生產潛力，降低了整個經濟體的潛在增速，對經濟負面影響大。我國即將進入“十四五”，需要實現到2035年進入中等發達國家行列的發展目標。在背景下，治理“僵尸企業”是我國實現經濟增長潛能的重要途徑之一。

　　此外，在2020年的《金融穩定報告》中，央行撰寫了《大型企業風險監測》專題，報告指出，2013年，人民銀行開始對大型企業出險情況進行監測，加強預警、研判。截至2019年末，全國共有575家大型企業出險，其中，460家企業出現嚴重流動性困難、120家企業未兌付已發行債券、27家企業股權被凍結、67家企業申請破產重整（圖24）。575家出險企業融資規模為3.88萬億元，其中6462億元已被納入不良資產。

　　對此，央行提出要積極化解大型企業風險，提出了深化企業改革、分類施策化解風險、拓寬不良資產處置渠道和處置方式、建立健全多元化的債券違約處置機制、充分發揮債委會作用、完善企業破產法律體系等具體舉措。在分類施策化解風險中，央行明確提出對救治無望的“僵尸企業”應依司法程序進行破產清算，實現市場出清，而對于產能過剩行業企業要加大兼并重組力度。整體看，央行對“大”而“弱”的企業的風險處置的態度較為堅決，“僵尸企業”或面臨出清風險。

　　“僵尸企業”的認定方法，或可為信用風險甄別提供一定的參考。國務院的認定為：不符合國家能耗、環保、質量、安全等標準，持續虧損三年以上且不符合結構調整方向的企業。而學術領域和海外研究中多使用CHK方法，該方法主要分為兩步。第一步，計算出最優利率，這個利率是所有企業在現有條件下可能享受到的最低利率。第二步，將最優利率與企業實際支付的利率進行對比，那些實際支付利率比最優利率還低的企業就有可能是僵尸企業。從具體的影響變量看，高負債企業、規模過大企業、制造業企業和國有企業較易成為“僵尸企業”。

　　7.3．后續違約或多出現在過剩產能及經濟發展動力偏弱地區

　　在上文中，我們發現，真正危險的是，違約發行人多的同時，該地區經濟動能較弱，一旦債券違約，當地政府即便有意愿進行支持，也能力不足。我們綜合利用地方違約主體個數、地方政府負債率和地方財政收入進行了風險識別。我們認為未來違約蔓延最先將從這些經濟發展動力偏弱地區開始，即高風險地區（吉林 > 甘肅 > 重慶 > 黑龍江 > 陜西 >廣西 > 新疆 > 寧夏 > 湖南 > 云南 > 貴州 > 青海 > 江西 > 海南）和中等風險地區（遼寧 > 內蒙古 > 山西 > 天津）。

　　而像北京、上海等地，雖然違約主體個數較多，但這可能是由于經濟活動多，發行主體多導致的。

　　8．展望此次違約事件，違約潮會改變貨幣政策走向嗎？政府會在多大程度上干預？

　　每一波違約潮的爆發都影響了市場風險偏好的改變，信用利差隨之走擴并在不同行業和資質的主體中呈現明顯的分化。隨著重要違約事件的發生，市場逐漸開始對信用風險進行定價。

　　在2016年之前，地方政府對違約債券表現出較強的救助意愿，大部分的違約債券，特別是國企違約后的兌付往往依賴于地方政府支持，如15川煤炭CP001、10中鋼債，都是在政府的積極協調下，獲得再融資償還違約本息。而2016年以后，隨著違約常態化，地方政府也有意識的打破隱性擔保預期，政府對違約之后的償付支持力度逐步減弱。

　　8.1．歷次違約潮，地方政府多大程度會出手？

　　在地方政府和違約企業的微觀層面，地方政府一般會在如下情形選擇積極救助企業：

　　1）企業是地方龍頭，違約影響地方經濟和就業。這類企業往往是地方稅收貢獻的大頭，并且提供了大量的就業崗位，承擔了區域較多社會責任。如15亞邦CP004，最后地方政府和地方銀行、信托公司合作再募集28億元，幫助企業走出困境。

　　2）企業是債務鏈條中關鍵環節，違約引發系統性風險。這類企業往往是市場最具剛兌預期的主體，比如國企和城投公司，一旦違約，會打破“信仰”，甚至引發“擠兌”，影響其他企業融資，爆發系列違約事件。如11云維債。

　　3）企業資質尚好，符合國家政策引導方向，尚可以“挽救”。這類企業往往是受到臨時的宏觀金融環境沖擊導致再融資受阻，符合國家和區域政策導向。一般而言，政府也愿意幫助企業渡過難關，如15亞邦CP004。

　　8.2．歷次違約潮，貨幣政策多大程度會出手？

　　然而在宏觀層面，歷次貨幣政策反映不一，主要取決于違約事件是否會引發銀行間持續的流動性緊張。如果出現明顯的系統性流動性收縮，則央行會采取偏松的貨幣政策加以對沖。但無一例外均對央行違約潮來臨前期的緊信用節奏有所擾動：

　　三次違約潮之后，貨幣政策并沒有因此而轉向（圖25）：

　　在第一波違約之后，2014年4月22日央行定向降準落地。但由于市場前期處于“錢荒（2013年）”的陰影中，政策預期本就已經傾向于寬松。超日債違約雖然打破零記錄，但多方積極協調償付，對貨幣政策、監管政策影響并不大。2014年5月出臺127號文規范同業業務，10月出臺43號文限制地方政府融資，均指向控制債務杠桿。

　　在第二波違約之后，貨幣政策保持穩健中性，雖然2016年央行采用“MLF+逆回購”的模式，注入了超過2萬億的流動性，但沒有采取任何“降準降息”，而在2015年則一連降準降息五次。這說明信用違約事件同樣沒有引發央行貨幣政策轉向。

　　在第三波違約之后，貨幣政策在整個2018-2019年期間從2017年的穩健中性轉向穩健適度。直到2020年疫情爆發前，貨幣政策始終保持定力。

　　貨幣政策何時出手？取決于信用事件對流動性的沖擊。我們認為，信用事件對市場流動性的負面沖擊集中在事后1-2個季度。

　　8.3． “違約事件”大概率不會影響貨幣政策年內以及2021年節奏

　　參照歷次違約潮之后的貨幣信貸政策變化，結合此次違約事件的特性，我們認為“違約事件”大概率不會影響貨幣政策年內以及2021年節奏。

　　2020年的最后收官的兩個月份，社融增速年內企穩在13.7%附近，信貸和社融都進入邊際放緩的通道。11月、12月新增社融還將有3.5萬億的上升空間，全年將達34-35萬億，增速在13.7%左右；而人民幣貸款增速10月放緩至12.9%，我們預計全年將維持在13.0%附近。

　　2021年，貨幣政策將進一步“分道而行”，貨幣維持中性，信貸政策將迎來結構性縮減。我們預計新增社融全年在34萬億左右，增速將放緩至12%。這一部分是來源于“緊信用”，即信貸量的放緩，同樣比對2009年后的信貸節奏，我們認為2021年信貸總量上必然將明顯的邊際收緊（圖26、27），大約下降至18.5萬億左右。

　　只有當信用事件發生系列性爆發，產生較大的“蝴蝶效應”，形成嚴重的系統性自發式流動性收縮，那么央行可能將放緩2021年的“緊信用”節奏，信用收縮將延后至2021年一季度以后。