对公债务质量全景分析

1、目录 HYPERLINK l _TOC_250015 缘起：对公资产质量的“宏观+微观”新视角 1 HYPERLINK l _TOC_250014 传统视角：基于社融债务的信用投向分析 1 HYPERLINK l _TOC_250013 新的方法：基于发债主体的经营与用信联动分析 2 HYPERLINK l _TOC_250012 结论：行业景气修复，杠杆水平整固 7 HYPERLINK l _TOC_250011 周期及传统制造业：经营整固期，用信收敛中 7 HYPERLINK l _TOC_250010 科技及消费行业：总体高景气，用信稳而偏低 9 HYPERLINK l _TOC_250

2、009 房地产：步入去杠杆阶段，银行用信谨慎 10 HYPERLINK l _TOC_250008 政府相关类行业：经营总体平稳，增量用信集聚 12 HYPERLINK l _TOC_250007 小结：信用周期角度，银行对公信用风险处于整固期 13 HYPERLINK l _TOC_250006 展望：宏观修复有助对公质量整固，关注平台债务 14 HYPERLINK l _TOC_250005 2021：宏观经济修复，利好对公贷款资产质量 14 HYPERLINK l _TOC_250004 中长期：关注政府融资平台的经营质量 16 HYPERLINK l _TOC_250003 透视：上市

3、银行用信策略分化 18 HYPERLINK l _TOC_250002 行业投向：用信政策分化 18 HYPERLINK l _TOC_250001 评级敞口：差异明显 19 HYPERLINK l _TOC_250000 认定与处置双加强，抵补能力夯实 21风险因素 22插图目录图 1：基于社融债务的信用行业投向（2019N） 5图 2：基于发债主体的银行用信行业投向（2020H） 5图 3：社融债务与发债主体用信两位维度的行业映射 5图 4：上市银行制造业贷款不良率变化 8图 5：测算房地产发债企业的 ROA 变化 11图 6：测算房地产发债企业的资产负债率变化 11图 7：上市银行房地产

4、贷款不良率变化 11图 8：上市银行公用事业贷款不良率变化 13图 9：上市银行建筑业不良率变化 13图 10：去年下半年以来，国内工业品价格持续修复 15图 11：同期，资源品行业的工业增加值增速持续走升 15图 12：去年二季度以来，PMI 持续位于荣枯线以上 15图 13：同时，PMI 各分项数据亦持续优于近五年均值水平 15图 14：二季度以后，商品房销售增速持续修复 16图 15：广义库存增速处于低位，反映行业运行健康度提升 16图 16：测算 2241 家发债融资平台平均资产负债率趋势 17图 17：近年来，融资平台自身盈利能有所弱化 17图 18：2019 年后，发债融资平台的平

5、均现金流覆盖率有所下降 17图 19：投融资活动仍是地方政府融资平台的主体功能 17图 20：无覆盖平台债务占比仍有小幅抬升，反映尾部风险仍存 17图 21：测算 2020H 半覆盖和无覆盖平台有息负债占比为 22%/17% 17图 22：老 16 家上市银行各年度实际不良生成及不良处置情况 21图 23：老 16 家上市银行实际不良增长情况 21表格目录表 1：基于需求端的社融口径债务再拆分 1表 2：5099 个发债企业的数量及总资产行业分布情况 3表 3：5099 家发债企业用信合计情况对比 4表 4：5099 个发债企业用信分布情况（2020H，回溯法处理） 6表 5：通过发债企业数据

6、测算的各行业 ROA 变化（周期类及制造类） 7表 6：通过发债企业数据测算的各行业资产负债率变化（周期类及制造类） 8表 7：通过发债企业数据测算的各行业用信结构变化（周期类及制造类） 9表 8：通过发债企业数据测算的各行业 ROA 变化（消费类及科技类） 9表 9：通过发债企业数据测算的各行业资产负债率变化（消费类及科技类） 10表 10：通过发债企业数据测算的各行业用信结构变化（消费类及科技类） 10表 11：通过发债企业数据测算的各行业用信结构变化（地产类） 12表 12：通过发债企业数据测算的各行业 ROA 变化（政府相关） 12表 13：通过发债企业数据测算的各行业资产负债率变化（

7、政府相关） 12表 14：通过发债企业数据测算的各行业用信结构变化（政府相关） 13表 15：发债企业基于产业大类的用信发布情况（2020H） 14表 16：30 家上市银行对 5099 家发债企业的用信统计（按行业，2020H） 18表 17：30 家上市银行对 5099 家发债企业的用信统计（2020H 回溯法数据，按主体评级）. 19表 18：30 家上市银行对 5099 家发债企业的用信统计（2020H 原始数据，按主体评级）. 20我们认为，决定银行股估值的核心决定要素，在风险周期中仍然是信用风险曲线走势。本篇报告作为资产质量深度研究系列的第二篇，重点分析对公债务质量的变化，从中长周

8、期角度分析各行业的经营景气度与债务质量演变逻辑。此前，在报告银行业资产质量深度研究系列之一如何理解地方债务质量形势？（2021.3.10）中，我们已经通过相同方法对于对公债务质量中的核心环节地方政府融资平台的债务质量进行了穿透分析。两篇报告关于对公债务质量的结论是：（1）系统性风险底线明确，2021 年环比上年预期显著改善；（2）关注尾部结构性风险，即弱现金流覆盖的尾部隐性债务的变化趋势。 缘起：对公资产质量的“宏观+微观”新视角报告创新：兼具自上而下的总量视角和自下而上的微观视角，全面分析银行对公债务资产质量演绎变化。1）传统总量视角，基于社融债务的信用投向分析。社融口径债务年增量由 201

9、0 年的 10 万亿增长至 2020 年的 31 万亿，近年来信用扩张主体逐步转向政府和居民部门，二者增量占比由 2015 年 42.7%提升至 2020 年 52.3%。对公债务仍然呈现典型的“逆周期”特征，其中房地产和融资平台成为主力。2）创新微观框架：基于发债主体的经营与用信联动分析。我们对 5099 家发债主体进行了七大产业 28 个细分行业的划分，相关企业截至 2020 年中的总资产和用信规模分别达 312 万亿/79 万亿。基于上述企业财务和授用信数据的时序分析，研究各个行业经营景气度以及债务质量的趋势性变化。传统视角：基于社融债务的信用投向分析我们在报告银行业金融市场深度研究系列

10、之一社融和流动性：预期引导，收而有稳（2021.2.8）中，对社融口径的社会债务情况进行了重新口径归类和行业整合。结合 2015 年以来，社融扩张和上市银行不良贷款增长（账面不良并还原核销处置）情况来看：信用扩张主体：政府和居民部门在年度债务增量中的贡献，由 2015 年的 42.7%上升至 2020 年的 52.3%；对公债务呈现典型“逆周期”特征：房地产和融资平台成主力。表 1：基于需求端的社融口径债务再拆分（单位：万亿元）债务合计1.政府债务2.居民债务#按揭3.对公债务#制造业#批发零售#融资平台#房地产#建筑业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债务合计1.政府债务2.居民债务#按揭3.对公债务#制造业#批发零售#融资平台#房地产#建筑业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%资料来源：国家统计局，中国人民银行，中信证券研究部测算 注：（1）行业分类参考监管所披露数据采用的工信部国标行业分类；（2）2018年后，信贷行业分布根据上市银行样本数据进行划分；（3）非标行业分布采用资金信托行业分布近似（不含金融业）；（4）上市银行实际不良为老 16 家银行账面不良+2010 年以后累计核销及转出规模上述数据反映了国内对公信用行业投向演变，有助于对债务总量和结构进行分析。但从信贷资产质量分析的角度，我们认为上述方法仍有不足，主要是考虑到：1）行业颗粒度偏大，如制造业下涉众多子行业，子行业与子行业间经营状况、周期进程差异较大；2）上述方法，仅仅只能对银行总

18、体实际不良进行总量观测，行业经营情况和债务质量缺乏量化和精细化分析。新的方法：基于发债主体的经营与用信联动分析方法论：基于发债主体披露的定期财务数据以及银行授用信数据。我们梳理了更新至最新经营数据的对公发债主体（不包括金融行业企业），数量共计 5099 个。截至最后披露财务数据的 2020 年中，以上 5099 个发债主体的总资产规模达到 312 万亿，明显高于同期全部 A 股非金融上市公司的总资产规模（72 万亿），侧面反映了上述方法的样本容量和口径覆盖相对全面。行业划分：基于证监会和 Wind 二级行业分类，将行业再划分为七大产业和 28 个细分行业。为了细化行业划分的颗粒度，同时又把握行

19、业间的宏观驱动与经营趋势，我们结合证监会和Wind 二级行业分类，对 5099 个发债主体进行了行业二次分类。其中：1、 周期类下设采掘、钢铁、化工、有色金属四个子行业；2、 传统制造类下设机械装备、汽车、轻工制造、国防军工四个子行业；3、 消费类下设纺织服装、家用电器、食品饮料、商业贸易四个子行业；4、 科技类下设电气设备、电子、计算机、通信、医药生物五个子行业；5、 政府相关类行业下设城投平台、公用事业、交通运输、建材、建筑和综合六个子行业；6、 房地产类；7、 其他类包含传媒、农林牧渔、休闲服务及其他四个子行业。特别强调的是，我们在政府相关行业中对融资平台进行单独划分（方法与银行业资产质

20、量深度研究系列之一如何理解地方债务质量形势？（2021.3.10）相一致，即依据中债登城投标识，共涉及 2241 家融资平台），便于重点分析地方隐性债务的质量演进情况。表 2：5099 个发债企业的数量及总资产行业分布情况大类产业细分行业公司数量（家）2020H 总资产（亿元）总资产占比采掘99150,1114.8%钢铁3645,9611.5%周期类化工10433,9301.1%有色金属5846,8341.5%小计297276,8368.9%传统制造类机械设备8446,7001.5%汽车3833,9971.1%轻工制造336,7070.2%国防军工149,9820.3%小计16997,3873

21、.1%纺织服装283,5050.1%家用电器1411,7570.4%消费类食品饮料4620,4080.7%商业贸易14581,9652.6%小计233117,6363.8%科技类电气设备4514,4890.5%电子6028,6400.9%计 算 机427,6010.2%医药生物8925,1890.8%通信2517,0410.5%小计26192,9603.0%融资平台22411,116,18335.8%公用事业269330,51610.6%交通运输160137,7344.4%政府相关建材3514,6170.5%建筑529203,5506.5%综合356395,16712.7%小计35902,19

22、7,76770.5%地产类房 地 产212248,0598.0%传媒588,1590.3%农林牧渔408,7840.3%其他休闲服务568,5700.3%其他18363,1212.0%小计549336,69310.8%合计50993,119,279100.0%资料来源：Wind，中信证券研究部用信分析：经回溯处理后，发债企业用信规模占银行业对公用信规模解释度稳定在65%-70%左右。发债企业在新发行债权的募集说明书中，披露在各家银行的授用信情况，通过汇总 5099 家发债企业的总数，即可分析银行业的授用信变化情况。（注：银行用信既包括信贷业务，也包括信用债投资、非标投资等业务）特别强调的是，由

23、于部分企业发债频率较低，因此部分年份没有新债发行则可能导致当年度授用信数据缺失（尤其是对于半年度而言）。为解决该问题，我们采用了回溯处理的方法，即对于当期无授用信数据的发债企业，我们采用最近一期数据近似。当然，上述办法可能会一定程度带来实际用信情况的高估（如，某家发债企业因经营困难此后再未发债，同时银行授用信规模不断收缩），但通过该数据与银行对公债券的比例关系可以看出，近三年该比例稳定在 65%-70%水平，说明经回溯处理后的债务比例保持了相对稳定性。表 3：5099 家发债企业用信合计情况对比（单位：亿元）存款类机构对用信合计2015非金融机构债权783,762.11（原始数据）164,03

24、120.93%（回溯处理）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% / 用信合计 / 资料来源：Wind，中信证券研究部测算 注：（1）原始数据即指定时点披露的授用信数据加总，2020 年中数据用信合计确

25、实较多主要是全年发债企业中披露中期授用信数据的主体相对较少；（2）回溯处理即对于当期无授用信数据的发债企业，采用最近一期数据近似；（3）用信既包括信贷业务，也包括投资等业务此外，我们通过创新视角（基于发债主体的银行用信投向）与传统视角（基于社融债务的信用行业投向）的行业划分对比，反向验证创新方法的数据合理性。总体来看，主要行业匹配度较高，比如：1、社融口径下，广义制造业占比 14%，发债主体用信口径下对应周期类（7.3%）、传统制造（2.0%）、科技类（2.2%）以及消费类中的个别行业；2、社融口径下，融资平台+建筑业占比约 46左右，发债主体口径下政府相关行业用信占比约 45左右。特别说明的

26、是，由于存在 30 左右的非发债企业用信，因此上述用信的行业分布或与银行业实际分布存在部分偏差，我们判断这部分主要体现在传统制造、商业贸易（中小微企业较多，并非发债主体）、房地产（强监管下，部分地产企业发债受限，而使用非标等工具较多，该部分用信不能进行穿透）等产业。图 1：基于社融债务的信用行业投向（2019N）图 2：基于发债主体的银行用信行业投向（2020H）14.614.08.112.512.838.0制造业 批发零售融资平台房地产 建筑业 其他周期类 传统制造消费类 科技类 政府相关地产1.97.00.62.133.65.545.04.4其他 无数据资料来源：Wind，中信证券研究部测

27、算 注：测算方法详见银行业金融市场深度研究系列之一社融和流动性：预期引导，收而有稳资料来源：Wind，中信证券研究部测算 注：无数据部分是指非发债企业用信，2020H 占比为 33.6%图 3：社融债务与发债主体用信两位维度的行业映射制造业周期类交通运输批发零售传统制造水利水电融资平台科技类电热燃气建筑业消费类商务租赁房地产政府相关地产类其他其他采掘、钢铁、化工、有色金属机械设备、汽车、轻工、军工电气设备、电子、计算机、通信、医药服装纺织、家电、食品饮料、商贸融资平台、公用事业、交通运输、建材、建筑、综合房地产农林牧渔、休闲娱乐、传媒、其他传统视角：社融债务新的方法：发债主体用信资料来源：中信

28、证券研究部绘制表 4：5099 个发债企业用信分布情况（2020H，回溯法处理）大类产业细分行业公司数量（家）用信规模（亿元）用信占比采掘9937,1414.7%钢铁3614,8781.9%周期类化工10412,5971.6%有色金属5818,2912.3%小计29782,90710.5%传统制造类机械设备8410,8121.4%汽车386,4740.8%轻工制造333,3070.4%国防军工141,7990.2%小计16922,3922.8%纺织服装281,3720.2%家用电器142,3920.3%消费类食品饮料463,7520.5%商业贸易14531,0943.9%小计23338,610

29、4.9%科技类电气设备455,3260.7%电子607,0320.9%计 算 机423,0670.4%医药生物896,1490.8%通信252,9970.4%小计26124,5703.1%融资平台2241237,96430.1%公用事业26983,70610.6%交通运输16050,4486.4%政府相关建材354,7590.6%建筑52994,01811.9%综合35665,7018.3%小计3590536,59667.8%地产类房 地 产21252,2466.6%传媒582,3190.3%农林牧渔402,6490.3%其他休闲服务562,3780.3%其他18327,0683.4%小计54

30、934,4154.3%合计50993,119,279100.0%资料来源：Wind，中信证券研究部测算 注：回溯处理即对于当期无授用信数据的发债企业，采用最近一期数据近似方法优势：细分行业自身经营与银行用信联动分析。作为硬币的两面（企业债务经营质量、银行对公资产质量），本篇报告中，我们将通过对上述 5099 个发债主体 2015 年以来的盈利水平、经营杠杆、用信情况等系列情况进行系统性处理，进而映射分析这一轮宏观信用周期过程中，银行业（特别是上市银行）的对公质量变化情况。 结论：行业景气修复，杠杆水平整固分析结论：总体行业景气与杠杆水平处整固阶段。我们判断：1）周期性与制造类行业整固：发债企业

31、 466 家，银行用信 10.5 万亿（占比 13.3%），上述行业具备周期特征，可通过银行商业经营思路来消化信用风险，目前总体处于整固改善期。此外，近年来银行相关用信敞口收敛，有助于抑制信用风险波动。2）消费与科技类行业乐观：发债企业 494家，银行用信 6.3 万亿（占比 8.0%），相关主要行业保持高景气度经营状态，银行授用信状况总体乐观，但敞口总量有待于提升。3）房地产业平稳：发债企业 212 家，银行用信5.2 万亿（占比 6.6%），发债头部企业经营和现金流状况相对平稳，银行信用风险敞口稳定。4）政府相关行业关注隐性债务变化：发债企业 3590 家，银行用信 53.7 万亿（占比6

32、7.8%），其中融资平台 2241 家、用信 23.8 万亿，近年杠杆水平仍有小幅上行，现金流覆盖率亦有所下滑，特别是尾部平台经营弱化与债务增长更为明显。基于第一部分所介绍的分析方法和行业分类，我们在本部分重点分析：（1）周期与制造类行业；（2）消费与科技类行业；（3）政府相关行业；（4）地产类。对上述细分行业进行景气度和银行授用信分析，力图借此分析银行对公业务资产质量演进脉络。周期及传统制造业：经营整固期，用信收敛中从我们的行业分类看，周期类行业对应采掘、钢铁、化工、有色金属四个细分行业，共涉及发债企业 297 家，用信规模约 8.3 万亿（占比 10.5%）。传统制造类行业对应机械设备、汽

33、车、轻工制造、国防军工四个细分行业，共涉及发债企业 169 家，用信规模约万亿（占比 2.8%）。具体分析而言：盈利状况：2020 年疫情直接冲击。从盈利能力趋势上而言，周期类与制造类行业呈现出一定的相似性（从传统的国标行业划分而言，周期类行业实际亦划入宽口径的制造业当中）：供给侧改革前期：2015-16 年，供给侧改革背景下，主要的周期性和制造类企业均出现盈利下滑；供给侧改革后期：2017-18 年，受益于供给侧改革红利，周期行业（及部分传统产能过剩制造业）自 2017 年开始以 ROA 指征的盈利水平改善明显；后供给侧改革时期：2019 年开始，受中美贸易摩擦及国内需求影响，部分行业盈利水

34、平再次呈现收窄状况，特别是 2020 年上半年受制于大宗商品低迷，部分周期性行业盈利状态进一步弱化，甚至出现阶段性亏损。表 5：通过发债企业数据测算的各行业 ROA 变化（周期类及制造类）产 业行业201520162017201820192020H周期类采掘0.64%0.41%0.79%1.34%1.22%-0.30%钢铁-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%有色金属-0.29%0.45%0.90%0.64%0.59%0.79%传统制造类机械设备1.49%1.30%1.81%1.78%1.82%2.06%

35、汽车3.31%3.30%2.98%2.74%2.14%1.00%轻工制造1.70%2.03%3.11%1.72%0.86%0.45%国防军工1.25%0.79%0.85%0.91%0.59%1.21%数据来源：Wind，中信证券研究部测算经营杠杆：趋势性下行。除周期类的采掘行业以及制造类的汽车行业外，其他 6 个细分行业在 2015-20H 期间，资产负债率均有不同幅度下降。即使 2020 年上半年存在新冠疫情的扰动，国防军工、钢铁和有色金属三个行业，过去近五年间资产负债率的下降幅度基本在 4pct 以上。我们认为，上述行业在以上年份中经营杠杆的下降，反映了微观企业自身对于经营策略的优化以及对

36、于低效融资的释放与压降。产业行业201520162017201820192020H采掘53.7%53.7%53.2%54.7%56.4%57.0%钢铁67.5%68.5%65.5%61.9%60.6%61.5%周期类化工68.1%67.0%63.9%63.2%64.7%65.9%有色金属71.3%71.2%67.3%67.4%67.0%67.4%机械设备63.1%63.3%62.2%61.1%61.5%62.2%汽车63.8%63.7%63.7%63.8%65.2%65.8%轻工制造64.8%63.6%61.9%63.5%63.4%64.7%国防军工63.6%63.8%60.8%59.0%57

37、.2%55.2%表 6：通过发债企业数据测算的各行业资产负债率变化（周期类及制造类）制造类资料来源：Wind，中信证券研究部测算 注：向上（红）箭头、向下（绿）箭头分别反映 2020 年中资产负债率占比较 2015 年末变化方向对应到资产质量，制造业不良率步入缓慢下行阶段。A 股上市银行中，7 家大中型银行持续披露有细分行业的不良贷款数据，我们以此作为制造业不良水平的评价指标。对应前述盈利能力的修复与整固，以及资产负债率水平的缓慢下行，制造业贷款不良率在 2018年触顶后进入小幅下行阶段。当然，截至 2020 年中，制造业贷款不良率 5.51%仍然处于各行业中的较高水平，表明存量资产质量问题仍

38、需一定时间进行消化和出清。图 4：上市银行制造业贷款不良率变化7.50%7.00%6.50%6.00%5.50%4.915.00%4.50%4.00%5.866.03制造业贷款不良率6.886.055.51201520162017201820192020H资料来源：Wind，中信证券研究部 注：上市银行中工行、建行、农行、中信、招商、民生、光大持续披露细分行业贷款质量数据银行用信：增长明显收敛。周期类和传统制造业企业调整自身经营策略的同时，对应了银行对相关企业用信占比的下降。测算来看，近 5 年来周期类和传统制造类发债企业在全部发债企业中银行用信的占比，分别从 14.2%/3.8%下降至 10

39、.5%/2.8%。我们认为，压控上述行业用信，总体有助于提升银行业资产质量的健康度。表 7：通过发债企业数据测算的各行业用信结构变化（周期类及制造类）产业行业201520162017201820192020H采掘5.6%5.7%4.9%5.5%5.0%4.7%钢铁3.4%3.5%3.0%2.3%1.9%1.9%周期类化工1.6%1.6%1.5%1.5%1.5%1.6% -有色金属3.6%3.1%2.5%2.4%2.3%2.3%小计14.2%13.9%11.9%11.8%10.6%10.5%机械设备1.7%1.8%1.7%1.6%1.3%1.4%汽车0.9%0.9%0.9%0.9%1.0%0.8

40、%传统制造类轻工制造0.5%0.6%0.4%0.5%0.5%0.4%国防军工0.7%0.6%0.3%0.3%0.2%0.2%小计3.8%3.9%3.3%3.2%3.0%2.8%资料来源：Wind，中信证券研究部 注：（1）若发债主体当年度未披露最新授用信情况，则使用上年数据进行近似；（2）向上（红）箭头、向下（绿）箭头分别反映 2020 年中对公信贷占比较 2015 年末变化方向科技及消费行业：总体高景气，用信稳而偏低从我们的行业分类看，消费类行业对应纺织服装、家用电器、食品饮料、商业贸易四个细分行业，共涉及发债企业 233 家，用信规模约 3.8 万亿（占比 4.9%）。科技类行业对应电气设

41、备、电子、计算机、通信和生物医药五个细分行业，共涉及发债企业 261 家，用信规模约 2.5 万亿（占比约 3.1%）。具体分析而言：盈利状况：高景气度行业代表。消费类行业尤为明显，过去 5 年以 ROA 水平指征的盈利能力和景气度持续提升，其中食品饮料、家用电器等行业基本领跑全部行业。此外，电器设备、通信、生物医药等科技行业 ROA 绝对水平亦保持了较好水平（电子和计算机行业经营相对波动较大）。总体来看，国内需求深化，以及新经济新动能行业的发展，为消费和科技行业的盈利占优提供了宏观经营基础。表 8：通过发债企业数据测算的各行业 ROA 变化（消费类及科技类）产业行业2015201620172

42、01820192020H消费类纺织服装1.70%2.33%2.37%2.65%2.24%1.46%家用电器3.59%3.94%4.90%4.88%6.81%4.02%食品饮料1.35%1.28%2.52%2.53%2.80%3.06%商业贸易0.63%1.46%1.08%1.13%0.82%0.58%科技类电气设备2.07%2.04%2.39%1.79%2.10%2.46%电子2.03%1.44%1.25%0.43%0.70%0.76%计 算 机1.37%1.72%0.95%0.00%-0.20%0.01%医药生物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%数据来源：Wind，中信证券研究部测算经营杠杆：整体低杠杆运行状态。2020 年中，科技及消费产业全部发债企业的平均资产负债率水平为 66.3%。对比来看，消费类和科技类行业中，除商业贸易行业外，其他行业均处于均值水平以下。我们认为背后的原因主要是，对于盈利能力突出、经营现金流稳定的行业而言，本身对于融资加杠杆经营模式需求较弱。产业行业201520162017201820192020纺织服装59.5%59.6%57.8%56.6%56.1%55.9%家用电器66.2%67.5%68.2%65.6%63.0%64.2%食品饮料66.5%65.7%60.

44、1%58.7%58.5%60.2%商业贸易73.5%71.5%70.4%69.5%69.4%70.1%电气设备65.4%63.5%62.2%62.6%62.8%62.8%电子56.1%61.8%62.8%63.7%61.2%60.2%科技类计 算 机66.0%65.9%65.0%68.8%62.7%63.8%医药生物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：通过发债企业数据测算的各行业资产负债率变化（消费类及科技类）消费类资料来源：Wind，中信证券研究部测算银行用信：稳而有升，但占比仍然偏低。除商业贸易

45、行业外，其他消费类和科技类行业用信在全部发债企业用信中的比重由 2015 年的 2.5%上升至 3.1%，亦反映了银行业近年来优化信贷结构过程中，主动将信贷资源向优质行业配置的思路。但由于相关行业企业处于低杠杆运行的状态，因此上述行业的占比一直处于不足 10%的较低水平。产业行业201520162017201820192020H纺织服装0.2%0.3%0.2%0.2%0.2%0.2% -家用电器0.2%0.2%0.3%0.3%0.3%0.3%消费类商业贸易4.1%3.5%5.0%4.3%3.8%3.9%食品饮料0.5%0.4%0.4%0.4%0.4%0.5% -小计5.0%4.4%5.9%5.

46、2%4.7%4.2%电气设备0.9%0.9%0.8%0.8%0.7%0.7%电子0.6%0.8%0.9%1.0%0.9%0.9%计 算 机0.2%0.2%0.4%0.4%0.4%0.4%医药生物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% -小计2.5%3.1%2.9%3.2%3.1%3.1%表 10：通过发债企业数据测算的各行业用信结构变化（消费类及科技类）科技类资料来源：Wind，中信证券研究部 注：（1）若发债主体当年度未披露最新授用信情况，则使用上年数据进行近似；（2）向上（红）箭头、向下（绿）箭头分别反映 2020 年中对公信贷

47、占比较 2015 年末变化方向房地产：步入去杠杆阶段，银行用信谨慎从我们的行业分类看，房地产业共涉及发债企业212 家，用信规模5.2 万亿（占比6.6%）。具体分析而言：经营情况：盈利能力相对平稳，杠杆水平有望步入。2015 年以来，房地产发债企业ROA 水平一直稳定在 1.5%以上，背后是行业盈利增长保持相对稳定趋势。行业资产负债率在经历 2018 年前的快速加杠杆阶段后，目前已进入平稳期（资产负债率目前在 79%左右），未来在企业端行业政策（如，房企融资“三道红线”）和银行端融资政策（如，房地产贷款集中度管理）的共同作用下，房地产经营杠杆有望步入持续下降阶段，这将有助于纠正行业过往过于粗

48、放的增长模式，同时遏制行业风险的累积。图 5：测算房地产发债企业的 ROA 变化图 6：测算房地产发债企业的资产负债率变化测算房地产发债企业ROA测算房地产发债企业资产负债率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资料来源：Wind，中信证券研究部测算资料来源：Wind，中信证券研究部测算对应到资产质量，盈利持续+杠杆率走稳，房地产对公贷款不良率处持续下行阶段。从上市银行房地产贷款资产质

49、量数据看，2016 年以后不良率水平呈现逐年下降趋势。目前看，在行业盈利和杠杆水平保持稳定，且短期现金流情况不受重大冲击的外部条件下（销售与回款顺畅、融资条件总体平稳），预计房地产对公贷款不良率仍将保持小幅改善趋势。图 7：上市银行房地产贷款不良率变化房地产对公贷款不良率2.00%1.80%1.60%1.40%1.20%1.00%0.80%0.60%201520162017201820192020H资料来源：Wind，中信证券研究部 注：上市银行中工行、建行、农行、中信、招商、民生、光大持续披露细分行业贷款质量数据银行用信：步入审慎阶段。测算来看，2015-18 年间，地产类发债企业用信在全部

50、发债企业用信中的占比由 4.8%明显上行至 6.8%，正对应了房地产企业快速加杠杆阶段（考虑到房地产企业通过非标等方式融资，社融中地产行业融资占比更高）。2019 年以后，融资政策的双重收紧，使得银行对于地产企业的敞口受限增长，预计未来上述趋势仍将延续。表 11：通过发债企业数据测算的各行业用信结构变化（地产类）产业行业201520162017201820192020H地产类房 地 产4.8%5.2%6.1%6.8%6.7%6.6%资料来源：Wind，中信证券研究部 注：若发债主体当年度未披露最新授用信情况，则使用上年数据进行近似；政府相关类行业：经营总体平稳，增量用信集聚从我们的行业划分看，

51、除单列的地方政府融资平台，政府相关类行业还包括公用事业、交通运输、建材、建筑和综合五个细分行业，共涉及发债企业 3590 家，用信规模约 53.7万亿（占比约 67.8%）。具体分析而言：盈利状况：运行总体平稳。政府相关类行业主要是政府背景企业（如，融资平台）或主营业务围绕政府开展的企业。总体来看，近年来政府相关行业的 ROA 水平中枢总体较为稳定，但新冠疫情影响下，2020 年上半年交通运输、融资平台等相关企业盈利能力下滑较为明显。我们认为，这源于： 部分行业在疫情期间主营业务（如，交通运输）的直接受限； 疫情期间财政相关的减税让费并控制弹性支出项目，使得部分政府相关企业相关收入亦受到影响。

52、表 12：通过发债企业数据测算的各行业 ROA 变化（政府相关）产业行业201520162017201820192020H政府相关类融资平台1.20%1.11%1.05%0.98%0.97%0.44%公用事业1.57%1.27%1.08%1.03%1.06%0.97%交通运输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%综合1.10%0.89%0.93%0.87%0.83%0.69%数据来源：Wind，中信证券研究部测算经营杠杆：主要是融资平台资产负债

53、率仍呈缓慢上行趋势。除融资平台以外的其他行业，2015 年以来资产负债率基本均在缓慢下行过程。但同期资产规模高占比的融资平台，资产负债率由 2015 年末的 57.8%，缓慢上行至 2020 年中的 61.0%，背后反映的是同期部分中低等级平台经营能力的弱化和债务融资的增加。表 13：通过发债企业数据测算的各行业资产负债率变化（政府相关）产业行业201520162017201820192020H融资平台57.8%58.5%59.1%59.3%59.8%61.0%公用事业74.9%74.8%74.8%73.9%72.9%73.2%政府交通运输63.1%61.6%60.7%61.0%60.8%62

54、.7%相关类建材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%综合74.7%74.5%73.1%72.7%72.2%73.3%资料来源：Wind，中信证券研究部测算对应到资产质量，政府信用加持下，总体不良率仍运行在较低水平。从四大行细分行业不良率数据来看，包括交通运输、水利水电、电热燃气和租赁商务业的公用事业类贷款不良率由 2015 年的 0.38%上升至 2020 年中的 1.07%，但当前不良率绝对水平仍处于各个行业中偏低水平。我们认为，在政府债务管理强化从而政府信用概念弱化的政策背景下，政府相关类行业资产质量呈

55、现回归市场常态（过往低不良暗含了隐性担保）属于正常趋势，未来资产质量走势将更加取决于经营质量和债务质量演变。图 8：上市银行公用事业贷款不良率变化图 9：上市银行建筑业不良率变化1.20%1.00%0.80%0.60%0.380.40%0.20%0.00%0.40公用事业类贷款不良率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建筑业贷款不良率2.201.851.751.69201520162017201820192020H201520162017201820192020H资料来源：Wind，

56、中信证券研究部测算 注：（1）以上行业包括交通运输、水利水电、电热燃气和租赁商务业；（2）上市银行中工行、建行、农行、中信、招商、民生、光大持续披露细分行业贷款资产质量数据资料来源：Wind，中信证券研究部测算 注：上市银行中工行、建行、农行、中信、招商、民生、光大持续披露细分行业贷款资产质量数据银行用信：集中度小幅提升，融资平台最为明显。测算来看，政府相关类行业用信在 全部发债企业用信中的比重由 2015 年的 67.1%，小幅上行至 2020 年中的 67.8%。其中， 政府融资平台用信占比提升最为明显，对应了近年来政府融资平台杠杆水平的进一步提升。建筑8.8%9.2%8.8%9.4%11

57、.1%11.9%综合9.5%8.5%8.4%8.6%8.4%8.3%小计67.1%66.6%65.1%65.4%67.1%67.8%表 14：通过发债企业数据测算的各行业用信结构变化（政府相关）产业行业201520162017201820192020H融资平台24.5%26.2%27.4%28.5%29.2%30.1%公用事业16.5%15.8%13.0%12.0%11.4%10.6%交通运输6.7%5.8%6.5%6.3%6.4%6.4%政府相关类建材1.1%1.0%0.8%0.7%0.6%0.6%资料来源：Wind，中信证券研究部 注：（1）若发债主体当年度未披露最新授用信情况，则使用上年

58、数据进行近似；（2）向上（红）箭头、向下（绿）箭头分别反映 2020 年中对公信贷占比较 2015 年末变化方向小结：信用周期角度，银行对公信用风险处于整固期结合以上各大类行业的盈利、杠杆和用信情况演变，站在信用风险中长周期的视角下，我们认为：周期性行业整固：具备周期特征，可通过银行商业经营思路来消化信用风险，目前处于整固改善期；制造类行业分化：出现分化，个别传统行业长期经营格局不佳，但银行授信有限，预计不会出现信用风险大幅波动；消费类行业乐观：银行授信主体（头部消费企业）经营乐观，未出现经营和信用风险敞口增加现象；科技类行业转型：重资产科技类企业经营压力强于轻资产企业，银行授信状况总体乐观；

59、房地产业平稳：发债头部企业经营和现金流状况相对平稳，银行信用风险敞口稳定；政府相关类行业关注隐性债务变化：近年来地方融资平台平均杠杆水平仍呈小幅上行趋势，现金流覆盖率亦有所下滑，部分中低等级融资平台经营和偿债能力变化值得持续关注。（详见我们的报告银行业资产质量深度研究系列之一如何理解地方债务质量形势？(2021.3.10)）综上，我们认为，融资平台的债务质量格局，是对公资产质量长周期拐点的关键。表 15：发债企业基于产业大类的用信发布情况（2020H）产业分类公司数量（家）用信规模用信占比周期类29782,90710.50%传统制造类16922,3922.80%消费类23338,6104.90

60、%科技类26124,5703.10%政府相关3590536,59667.80%地产类21252,2466.60%其他54934,4154.30%资料来源：Wind，中信证券研究部测算 注：回溯处理即对于当期无授用信数据的发债企业，采用最近一期数据近似 展望：宏观修复有助对公质量整固，关注平台债务展望：宏观修复有助对公质量整固，重点关注平台债务。1）2021：宏观经济修复，利好对公贷款资产质量。大宗商品价格修复，制造业景气度上行，房地产销售与去库积极推进，我们认为，用信占比在 32%左右的非政府相关行业经营和债务质量有望持续修复。持续性关注政府融资平台的经营质量演变。2020 年中数据测算来看，