近日
，五位债券
“
首席
”
齐聚陆家嘴读书会沙龙，带着各自的
“
独门绝技
”
，把脉经济、政策以及市场，纵论中国债市近期走势。
在这次陆家嘴读书会沙龙上，知名大型保险资管固收研究主管
张莉，发表了题为“信用投研框架搭建”的主题演讲。
张莉认为，信用债违约呈现了两大特点：
（1）违约增速很快。
（2）违约主体集中在民企。
信用债投研体系重点就是要解决两个问题，第一个怎么样识别风险？
第二个就是在识别完了之后，怎么去管理风险？
从买方的角度搭建一个比较系统的信用投研体系，
对于机构来说尤其重要
。整个中国信用债市场到现在，加起来
30
万亿的规模，这个市场其实不小，占银行信贷的比例也是逐年在上升。信用债现在越来越成为机构的一块比较重要的资产。尤其是近几年来有个比较大的变化，整个信用违约的情况越来越多，机构也逐步从过去好像投信用债不操心，到现在非常操心的一个状态。
截
至
8
月
3
号，整个信用债市场目前存量的违约主体大概
132
家，存量违约的债券
308
支，金额
2367
个亿。这
2367
亿什么概念？如果把其他假的信用债刨掉，大概就二十四五万亿的信用债规模。仅仅按存量算，
2367
亿的违约信用债大概是
1%
的违约率。银行一季度不良贷款率
1.8%
，看起来债券
1%
违约率好像比银行贷款资产质量还算好一点，但实际上仔细分析下，有这样两个问题：
（
1
）违约增速很快
。如果按这个余额占比来看，最近几年是上得非常快的。而且从整个债券市场
2015
、
2016
年高速发展到现在，整个信用周期还没有完全表现出来。可以肯定地讲，后续的整个债券违约率还会快速攀升。什么意思？
（
2
）违约主体集中在民企
。整个信用债市场其实现在已经打破刚兑了，现在其实是没有刚兑的情况，其实违约率跟银行信贷差不多。但是值得关注的是，违约的
132
家主体里面有
109
家是民企，占比非常高。
信用债投研体系重点就是要解决两个问题，第一个怎么样识别风险？
第二个就是在识别完了之后，怎么去管理风险？
过去关注比较多的在第一个层面识别风险，包括市场所有的外部评级，所有的内部评级，包括卖方很多的研究，打分、做排序，更多的实际上是在信用风险识别的层面。就是说有一套比较独立客观、一致可比的信用风险排序这么一套体系。排完序之后可能还要进行一些分类，因为排序是很细，这个企业
AAA
，这个企业
AA+
，但从来没说
AAA
能买多少？这个
AA+
买多少？可不可以随便敞开来买？这个问题是很基础的一个问题，实际上很多人在这个问题上做不好，这就涉及到管理风险的问题。
集中度怎么管？
好不容易找到一个资质好收益又高的，风险又合规没问题的信用债，但是如果投资额度太大之后，一旦出了问题，这个事就不可控。过去其实也发生过很多这样的问题，一旦出事就是很大的问题。毕竟违约是个概率事件，再好的评级再高的，它也有出问题的概率，不是说百分之百不出事。五个亿的账户出了一个亿的问题，可能就是很重要的问题，但一千个亿的账户可能出一个亿两个亿，问题就不大，除了这里面可能涉及的声誉成本，经济成本上至少是可以覆盖的。
久期怎么管？
一个
AAA
的企业可能短期没问题，但是三年的债能不能买？五年的债能不能买？永续债能不能买？
搭建一个完善的信用投研体系，上面这些都是要考虑要解决的问题。更重要的就是整个投前、投中、投后管理要求和流程的控制，这也是操作具体层面的东西。比如投前，可能就是怎么去识别风险，有一套评级体系，有一套入库体系。
投中可能就涉及到这些准入指标怎么建，然后限额指标怎么建，怎么管理，怎么实施控制，风控系统跟业务系统要对接起来。
当然很重要的就是投后管理。实际上风险往往不是出在投前投中的环节，往往更多的时候是出在投后的环节。这个东西买的时候还挺好，但事物是变化的，最后发现往往在投后跟踪不到位，出了问题之后的应对不到位，最终导致损失。所以这也是非常重要的一个环节。但是这个环节市场上没有人讲，都要靠自己去做，真正做投资就得去摸索这些。
还有就是在整个这一套环节里面，怎么把信用策略研究嵌入进去
。信用策略研究是为创造投资收益，为防范投资风险服务的，如何去配合，做主动价值发掘，做风险管理，都是很具体的问题。
所以，作为一套信用投研体系，其实就是要解决怎么去识别风险，怎么去管理风险的问题
。在识别风险这个层面，实际上都做得比较多，各家有各家的方法，核心就是怎么样建立一套内部的一个评价体系。
现在有很多外部评级，第三方的维度，包括兴业研究，都做得很好，给市场创造了很多价值，但整体上外部评级还是有问题：至少从公开的评级公司来看，识别度比较低，一致可比性比较差，每个评级公司之间的不太可比，也不太好用，没法直接根据评级结果做你定价决策的依据。
当然还有一个很重要的问题就是滞后性，所有评级公司的评级基本上都是在违约之后，突然从
AA
、
AA+
一下调到
C
，
所以不能完全依赖外部评级结果，还是要做一套自己的系统。
这个系统要解决什么问题？
主要是两个问题，第一个问题，要在违约和不违约，能投不能投之间，有一套根据自身的风险偏好和风险承受能力，根据账户特征，要画一道准入的线。把违约和不违约或者把能投不能投区分开，一个重要的任务就是要做排序。排序其实就是为了风险定价、估值和组合管理服务。所有的东西都怕排序，所有东西都可以排序，把排序能做好，实际上系统已经成功了一半，风险识别这个环节成功了一半。
量化模型和经验判断，到底哪个好？
这两种方式各有优劣，谁也无法替代谁。量化模型有它的优势，首先一致性很好，它是模型打出来的，而且会排除主观因素，不像分析师，一致性比较差，主观性比较强。当然还有一个优点就是它的成本比较低，只要模型出来之后，把数据输入就出来结果。
但它有它致命的缺点，要做一个能用的模型，实际上是非常非常困难的。整个债券市场的参与者里面，真正能够负担的起做一个比较好的模型成本的机构其实很少。而且过程会比大家想象得漫长，快则两三年，还有可能搞不出。某一套体系逻辑很完善、很契合的一套打分卡模型，而且觉得形式上很完美，逻辑很完美，但是基本上有时候大家用着用着会发现不能用。
经验判断也有它的优势与劣势，现在基本上市面上主流的基金公司，三四千亿的信用债规模的基本上还是依赖于经验判断，基本上一家都要养
10
到
15
个信用分析师，专门做基本面评价：起步的成本比较低，不太依赖于模型的设计这个东西，起步会比较快。
而且量化模型里还有一个致命的问题，最怕市场结构发生变化，如果市场结构发生变化，模型可能会发生致命的偏差。
另外在识别风险体系里面，实际上建立是比较容易的，后期跟踪维护其实更重要
。做一个模型要定期地去跟踪，去维护，去回测，包括打分的结果、排序的结果，实际上也要是持续地保持跟踪，这个是维持系统生命力最核心的因素。当然从哪开始做，比如说主体，还是债券，也有很多可以值得去讲的话题。主体库到底是干什么的，必要性在哪里？这里面有稳定的数据库和变动的债券库的考虑，将来数据积累的问题，包括久期的控制的问题等等。重点其实是后面这个部分，做到评级打分卡模型，不管怎么总是能做出来。
准入和投资限额管理是信用风险管理的基础
。
在信用风险管理这个环节，实际上很多
机构
没有概念，还是非常粗放
和
比较随意。
对于债券的买入和卖出，需要
一套系统的准入和限额管理，这是在整个信用风险管理环节
中的
最基础的东西。投资限额实际上是管主体集中度的，管理整个公司，整个账户的主体集中度。
投资限额
应该是跟主体资质
和
主体评分
、主体评级
挂钩。
具体的设置当然需要
看公司整个账户的情况。
信用风险管理第二个维度
是
集中度管理，包括单券集中度，单主体集中度，还有债券库层级的集中度
。单券集中度，基金公司有
“
双十
”
的规定，
防止对某一只券持有过于集中，导致丧失流动性。
更
重要的
是单主体的集中，对于每个账户，买
同
一个主体不能超过一定的比例。违约是概率事件，再好的东西如果太过集中，鸡蛋在一个篮子里面，从整个管理的角度来讲就是有问题。所以
集中度
怎么设计，跟账户基金经理之间怎么平衡，
写起来简单，实施起来还是比较复杂的。还有
债券库的层级
集中度管理
，
在考虑
主体
集中度之后
，
还要考虑债项，
各种债项
的
条款现在越来越复杂，有次级，永续，有长，有短。债券库有分类
和
分层了之后，
如果
买
的
都是最底层的那个风险最高的一层，也要控制一下
。从
整体上大的风险
来考虑
，
如果
买的都是最长久期的，都是条款最差的，都是资质最差那一类，也需要去做一些限制
和
控制。控制指标设在什么位置合理
未必有客观标准
，但是必须有，
而且
从
组合的
风控承受能力来讲，必须回过来去测算。
久期管理
也是一个重要的方面
。
久期管理的逻辑是从累计违约概率来讲，期限时间越长累计违约概率越高，比如同一
发行人
短久期的债券，通常认为，比长久期债券的风险要低。但
这个
久期
