来源：兴业研究
作者：毕成、吴伟、张琪
近日，【兴业研究信用债利差指数】在万得资讯上线了，收到了许多客户的反馈。为了进一步与客户交流探讨利差指数的相关问题，本文将介绍兴业研究利差指数的构建方法，并呈现一些应用场景，以起到抛砖引玉之效。
1、存量债样本筛选
产业债初始筛选范围：短融、中期票据、企业债、非私募的公司债，从中剔除兴业研究口径城投债。
城投债初始筛选范围：短融、中期票据、企业债、非私募的公司债，从中选出兴业研究口径城投债。
进一步筛选，剔除：（1）剩余期限小于0.5年的债券，避免到期前的流动性影响。（2）有特殊条款、含权、增信措施的债券。（3）非固定利率的债券。
动态调整：考虑信用债的发行与到期情况每日增加、剔除样本。
时间范围：2013年第一个交易日至今。
2、个券利差计算
个券利差=个券收益率-基准收益率
个券收益率：使用中债估值收益率
我们提供两类利差：信用利差和超额利差
信用利差的基准收益率：与个券同期限的国开债收益率
超额利差的基准收益率：与个券同期限、同外部评级、同券种、同交易场所的一类券的整体收益率（使用中债/中证曲线）
例如：某AA+中票个券超额利差=个券中债估值收益率–中债中短票（AA+）曲线上与该券同期限的收益率。
非标准期限的处理：使用收益率曲线底层数据，期限可精确至0.01年。若仍无法满足部分非标准期限，则使用线性插值计算非标准期限的收益率。
3、利差指数计算
产业债行业利差按照申万（一、二级）行业分组
产业债区域利差按照注册地所属省份（直辖市）分组
城投债区域利差按照主体实际控制人（政府）分组
分组完成后计算每个组的加权平均利差（万得上的数据）、算数平均利差、中位数利差作为利差指数的输出口径
其中，加权平均利差=∑（权重∗个券利差）
考虑发行规模的影响：权重=个券当日余额/组内个券总余额
对组内个券利差去噪，消除特例（如主体已违约的存量债）影响
每个指数最后输出2×3=6种结果：加权信用利差、算数平均信用利差、信用利差中位数、加权超额利差、算数平均超额利差、超额利差中位数
4、利差指数的特点与优势
日度更新，每日添加新发债券、剔除到期债券
覆盖中票、短融、公司债、企业债，覆盖面更广，样本更具代表性
使用收益率曲线底层数据，标准期限间隔小，精度高于线性插值结果
计算超额利差时，基准与个券的期限、券种、评级、交易场所完全对应
包含行业、区域、企业性质等多种中观分类，指数体系全面
获取渠道丰富、便捷，指数拓展空间大
观察市场历史走势：信用利差与超额利差计算公式不同，表达的内容不同，走势也不同。回顾历史走势，分析特征及影响因素，辅助未来走势判断。
辅助判断行业风险水平：信用利差横向对比，数值高的行业市场认为其风险相对较高，结合风险偏好，辅助信用债的行业配置选择。信用利差纵向对比，紧跟行业风险变动，及时调整配置策略。
辅助判断区域风险水平：信用利差横向对比，数值高的省市市场认为其风险相对较高，结合风险偏好，辅助信用债的区域准入政策制定。信用利差纵向对比，紧跟区域风险变动，及时调整准入政策。
辅助判断区域风险水平：信用利差横向对比，数值高的省市市场认为其风险相对较高，结合风险偏好，辅助信用债的区域准入政策制定。信用利差纵向对比，紧跟区域风险变动，及时调整准入政策。
辅助判断其他分类的风险水平：评级间、企业性质间信用利差对比，数值高的类型市场认为其风险相对较高，结合风险偏好，辅助信用债在外部评级评级或企业性质上的配置选择。
预测未来水平：根据利差的历史走势规律、历史波动区间，结合行业基本面判断，预测行业利差未来水平，辅助交易策略制定。
分析影响因素：基于万得数据获取与处理的便捷性，可研究其他指标与利差之间的关系，判断行业风险影响因素。
辅助判断个券风险水平：比较个券利差与行业利差的相对位置，若个券长期高于行业水平，则市场认为个券在行业内具有较高风险；关注个券利差水平突然变高/低，是否有重大利空/多事件？以此辅助个券操作。
辅助债券定价：个券估值=超额利差+基准收益率，超额利差可根据个券利差数据库中的对标券来确定。在没有对标券的情况下也可用同一行业/区域/评级的利差指数做初步参考。
辅助寻找行业机会：行业内个券利差的标准差越大，行业内主体信用溢价差异越大，市场认知的风险集中度低，可能存在价格风险错配，存在收益机会。
5、未来的拓展空间
更多平台投放：主流财经媒体、数据终端、兴业研究APP、兴业研究金融模型平台等渠道上线，方便随时随地监测利差数据。
更多指数上线：基于个券利差、利差指数以及其他数据源构建的衍生指数，满足投资者多样化需求。
更多服务提供：根据客户需求，构建定制化的利差指数。
兴业研究为您提供
信用利差指数与超额利差指数。
日度数据更新、动态样本调整，
及时有效追踪市场动态；
三级指标分类、多元结果输出，
满足多样化的定制需求；
内嵌万得资讯、可视便捷操作，
轻松研判市场风险偏好。
