大危机下居民部门风险几何

1、首席 FICC 分析师S1010517100001章立聪固定收益分析师S1010514110002余经纬固定收益分析师S101051707000519181929 年：西班牙流感到大萧条。1918 年起源于美国的西班牙流感致使一战后美国房价大幅下降。西班牙流感是史上致命的传染病，导致全球近 4000 万人感染，几近 5%的死亡率。尽管流感对于经济的创伤很快便被治愈，但房地产市场依旧经历了长时间的低迷，随之而来的大萧条以及二战的动乱更是让美国房价长期筑底。 19962008 年：次贷危机前后。经历了大缓和时期之后，美国经济蓬勃发展，美国居民安居乐业，房价刚开始重拾上涨势头，就一发不可收拾。与房价

2、的急剧上涨相伴随的是金融衍生品的井喷和住房抵押贷款标准的破坏。居民过度举债和贷款质量的下降，最终导致了金融危机，随后美国地产市场剧烈调整。当前美国居民部门最大的风险可能来源于疫情。相比于 08 年，目前美国居民部门的风险确有显著下降。但与 08 年不同的是，这次面临的是疫情冲击，可能与 1918年前后更加类似。如果我们考虑到上世纪初西班牙流感时期美国房价的剧烈下行，就不得不防范疫情冲击房地产市场，进而诱发居民部门风险的可能性。反观国内，疫情催化之下，国内房价可能承压。第一，房价和房地产需求可能随着房价信仰的打破产生连锁反应。疫情对购房需求和地产企业资金链的冲击，料将加剧短期供需不匹配的格局，可

3、能成为连锁反应的起点。第二，疫情可能对疫区的收入和房价带来深远影响。第三，长期人口增速和城镇化的放缓是不得不面对的现实第四，虽然房价的收入效应不强，但这并不代表收入不会对房价形成制约。居民部门或将被动去杠杆。目前国内居民部门的风险同样远远小于 08 年的美国，剧烈的去杠杆料难以出现。参考日本的经验，如果中国房价在大危机下陷入了长期走弱的局面，居民杠杆被动收缩的趋势可能就会显现。考虑到国内的增长前景、居民杠杆水平以及制度环境，国内居民部门被动去杠杆的过程大概率会比较温和。结论：大危机下房地产市场和居民部门的风险值得关注。本轮危机对于居民部门和房地产市场的冲击，可能更类似于 1918 年的西班牙流

4、感时期（尽管严重程度大概率不及当时）。对于美国市场而言，需防范疫情冲击房地产市场，进而诱发居民部门风险的可能性。国内居民部门的风险小于美国，剧烈的去杠杆料难以出现。但如果在本轮疫情催化和人口、城镇化等一系列长周期因素作用下，房价整体上涨的趋势终结，甚至出现长期的下行压力，那么国内居民部门或将进入被动去杠杆的过程。证券大危机下，居民部门风险几何？债市启明系列2020.03.24中信证券研究部核心观点为了应对本轮疫情冲击可能造成的危机，美联储启动 all in 模式，MBS 再次进入了美联储量化宽松的采购清单，这或多或少的意味着美联储对于居民部门的担忧。那么，本轮新冠疫情冲击之下，美国居民部门风险

5、几何？国内居民部门和房地产市场是否也面临压力？明明大危机下的美国房地产市场：目录 HYPERLINK l _TOC_250008 大危机下的美国居民部门 1 HYPERLINK l _TOC_250007 美国房地产市场回顾 1 HYPERLINK l _TOC_250006 本轮危机下，美国居民部门风险几何？ 3 HYPERLINK l _TOC_250005 国内居民部门将如何表现？ 5 HYPERLINK l _TOC_250004 长短期因素施压国内房价 5 HYPERLINK l _TOC_250003 居民部门或将被动去杠杆 9结论 10资金面市场回顾 10市场回顾及观点 12 H

6、YPERLINK l _TOC_250002 可转债市场回顾 12 HYPERLINK l _TOC_250001 可转债市场周观点 12 HYPERLINK l _TOC_250000 风险因素 13股票市场 13转债市场 14插图目录图 1：美国实际住房价格变化 1图 2：二战后涌现婴儿潮，人口数量激增 2图 3：婴儿潮时期城市化率攀升（%） 2图 4：美国房价和居民杠杆率的起落（%） 3图 5：房地产泡沫破灭，房贷违约激增（%） 3图 6：居民部门贷款/净资产 4图 7：消费贷稳健回升 4图 8：抵押贷款占比下降 4图 9：房价与房地产销售之间紧密相联，且销售领先于房价（%） 6图 10

7、：各省常住人口与房价变动之间的关系（纵轴：元/平方米，横轴：%） 7图 11：国内城镇化率到达瓶颈期（%） 7图 12：居民收入与房价关系不大（%，%） 8图 13：居民收入与地产销售联系不强（%，%） 8图 14：50 大中城市房价收入比 8图 15：70 大中城市房价同比-非食品 CPI 同比（%） 9图 16：美国(OFHEO)房屋价格指数同比-核心 PCE 同比（%） 9图 17：中国居民杠杆率和房价指数（%） 10图 18：日本居民杠杆率和房价指数（%） 10图 19：2018 年 1 月 23 日至 2020 年 3 月 24 日公开市场操作和到期监控（亿元） 11图 20：201

8、7 年 1 月 1 日至 2020 年 3 月 23 日流动性投放和回笼统计（亿元） 11图 21：2020 年 3 月 23 日人民币对各币种汇率当前值相对于 2017 年年末值变化百分比. 12表格目录表 1：市场概况 13表 2：行业涨跌幅榜 13表 3：概念板块涨跌幅榜 13表 4：可转债市场 14表 5：可转债个券 14表 6：可转债正股 1908 年的大危机由美国居民部门过度累积债务而起，最终引发房地产市场巨震，经济危机来袭。为了应对本轮疫情冲击可能造成的危机，美联储启动 all in 模式，MBS 再次进入了美联储量化宽松的采购清单，这或多或少的意味着美联储对于居民部门的担忧。那

9、么，本轮新冠疫情冲击之下，美国居民部门风险几何？国内居民部门是否也面临压力？ 大危机下的美国居民部门美国房地产市场回顾我们将简单回顾一下美国房地产市场的三个重要时期：19181929 年（西班牙流感到大萧条时期）、19451960 年（战后婴儿潮时期）、19962008 年（次贷危机前后）。这三个时期中包含了两次大危机。通过罗伯特席勒构建的 1890 年以来的美国实际房价指数，我们可以清晰地看到历史上美国房价的变化，如下图所示。图 1：美国实际住房价格变化资料来源：非理性繁荣（罗伯特席勒）19181929 年：西班牙流感时期到大萧条1918 年起源于美国的西班牙流感是致使第一次世界大战后房价下

10、降的原因之一。西班牙流感是史上致命的传染病，导致全球近 4000 万人感染，几近 5%的死亡率。其中美国约有 28%的人感染，几近 68 万人死亡。尽管流感对于经济的创伤很快便被治愈，但房地产市场依旧经历了长时间的低迷，随之而来的大萧条以及二战的动乱更是让美国房价长期筑底：大萧条导致居民收入大幅下滑；二战期间政府限制了住房供给。就疫情的严重程度而论，本次疫情显然无法与西班牙流感相比，但是否会通过某种途径，比如居民收入下降、住房消费心理或是购房行为的变化，对长期房价形成潜移默化的影响？这种可能性不容忽视。19451960 年：战后婴儿潮时期婴儿潮时期的地产牛市得益于人口、经济稳定增长及城市化较快

11、的环境。二战结束后美国迎来生育高峰，人口数量激增，此外此阶段城市化率攀升，1960 年城市化率已几近70%。经济稳定增长和城市化较快背景下的婴儿潮使得美国住房需求激增，政策也开始大力支持，1944 年颁布的士兵权利法案为约 1700 万美国人提供购房补贴。这段时期，房地产市场需求大增，房价猛涨。图 2：二战后涌现婴儿潮，人口数量激增2.521.510.50总人口（亿人）同比增长（右，%）1.941.392.502.001.501.000.500.00资料来源：Wind，中信证券研究部图 3：婴儿潮时期城市化率攀升（%）70.0080.0076.0072.0068.0064.0060.0056.

12、00资料来源：Wind，中信证券研究部19962008 年：次贷危机前后如果说战后美国房价的上涨是真实居住需求的体现，那么 20 世纪九十年代末直至次贷危机爆发就是一个从真实需求转向投机需求，泡沫逐渐积累的过程。美国 60 年代之后，实际房价的表现相当稳定，直到经历了十几年的大缓和时期之后，美国经济蓬勃发展，美国居民安居乐业，房价才开始重拾上涨势头，但却一发不可收拾。从 20 世纪 90 年代末至次贷危机前夕（2006 年初），美国新建住房销售平均价从 15.1 万美元涨至 30.1 万美元，接近翻倍。与房价的急剧上涨相伴随的是金融衍生品的井喷和住房抵押贷款标准的破坏，我们从居民杠杆逐渐推升可

13、以看出，因新的抵押贷款标准越来越低，促使更多投资者进入房地产市场贷款买房，进一步推高价格。同时，贷款质量也在下降，抵押贷款发放者降低信贷门槛，贷款给更多低标准借款人，这也是后来次贷危机爆发后贷款违约率如此之高的原因。由于 08 年的大危机本身就是过高的居民杠杆引致，那么缓和危机过程也是居民部门去杠杆的过程。08 年次贷危机爆发后，美联储第一次开启了 MBS 的购买操作，并通过居民破产和债务减记的方式，使居民杠杆率大幅下降。在经济危机过后，美国经济呈现较好的复苏势头，好于日本和欧洲等主要发达国家和地区，而美国消费包括房地产市场也在几年之后走出阴霾，房价重新获得了上涨的动力。图 4：美国房价和居民

14、杠杆率的起落（%）图 5：房地产泡沫破灭，房贷违约激增（%）1301201101009080702000-032001-052002-072003-092004-112006-012007-032008-052009-072010-092011-112013-012014-032015-052016-072017-092018-1160杠杆率:居民部门:美国OECD实际房价指数:季调:美国35.0030.0025.0020.0015.0010.005.002007-032007-062007-092007-122008-032008-062008-092008-122009-032009-06

15、2009-092009-122010-030.00不良还款比例:优先级贷款不良还款比例:次级贷款资料来源：Wind，中信证券研究部资料来源：Wind，中信证券研究部 注：不良还款是指房产尚未被银行没收，但已经有 90 天以上无还款的按揭个案本轮危机下，美国居民部门风险几何？如果我们以负债/净资产来衡量杠杆和风险水平，次贷危机之后美国居民部门的风险是逐渐下降的。我们主要观察居民部门负债中的短期贷款和抵押贷款，短期贷款相对净资产的比值走势一直以来较为平稳，居民部门负债端的主要波动来自于抵押贷款的波动，08 年以前居民部门的过度举债就是抵押贷款主导的。但自 08 年次贷危机之后，通过债务减记和重组，

16、抵押贷款的杠杆到达顶峰后逐渐回落，现在已经回落到 90 年代（地产泡沫前）的水平。图 6：居民部门贷款/净资产总净资产负债率消费贷净资产负债率抵押贷款净资产负债率25.00%20.00%15.00%10.00%5.00%1960196219641966196819701972197419761978198019821984198619881990199219941996199820002002200420062008201020122014201620180.00%资料来源：Wind，中信证券研究部危机后居民消费贷款和抵押贷款均没有跑赢 M2。2000-2008 年的房地产泡沫时期，抵押贷款的

17、增速是大幅跑赢 M2 增速的，说明抵押贷款在金融体系中的占比提升。但 08年金融危机后，美国抵押贷款增速大幅跑输 M2 增速，说明抵押贷款相对于货币供应量是收缩的。再观察消费贷，在 2000-2008 年危机前的大致与 M2 跑平，危机期间跑输，而危机过后又大致跑平。从这个角度也可以看到，居民的信用风险是相对下降的。图 7：消费贷稳健回升图 8：抵押贷款占比下降消费贷占比消费贷同比-M2同比（右） 抵押贷款占比抵押贷款同比-M2同比（右）35%30%25%20%15%19611965196919731977198119851989199319972001200520092013201710%2

18、0%15%10%5%0%-5%-10%-15%-20%80%75%70%65%60%55%19601964196819721976198019841988199219962000200420082012201650%20%15%10%5%0%-5%-10%-15%-20%资料来源：Wind，中信证券研究部资料来源：Wind，中信证券研究部美国居民部门最大的风险可能来源于疫情。综合而言，相比于 08 年，美国居民部门的风险确有显著下降。但是，与 08 年不同的是，这次面临的是疫情冲击，可能与 1918 年前后更加类似。如果我们考虑到上世纪初西班牙流感时期美国房价的剧烈下行，虽然我们对当时的情况知

19、之甚少，也不得不防范疫情冲击房地产市场，进而诱发居民部门风险的可能性。 国内居民部门将如何表现？根据经济日报社中国经济趋势研究院家庭财富调研组发布的中国家庭财富调查报告 2019，我国城镇居民资产以房产为主，占比超过 70%，这在很大程度上源于过去房价的飞速上涨。因此，对于我国而言，居民部门资产、杠杆率的变化在很大程度上取决于房地产市场，其中房价可能是最为核心的因素，我们首先从长期房价的判断说起。长短期因素施压国内房价第一，房价和房地产需求可能随着房价信仰的打破产生连锁反应。纵观历史上房价快速上涨的时期，房价和房地产需求往往是共振加强的关系，房价的上涨预期作为二者之间的桥梁，发挥了很大的作用。

20、就国内而言，几波房价上涨高峰，都是起于政策对于购房需求的刺激，随后引起房价迅速上涨。随着房价上涨预期的形成，居民的投机需求和刚需都会增加，投机需求增加比较好理解，而刚需的购房者同样也抱着早买便宜的心态。因此，在涨价预期的推动下，需求继续增加，房价持续上行，形成一个共振加强的过程，最终导致房价上涨较快，涨幅较大。美国次贷危机前也是一样，经历了二十年大缓和时期，美国居民安居乐业，美国科技和经济蒸蒸日上，或许是刚需带动了前期的上涨。但到了 21 世纪，随着美国金融衍生品的井喷和金融监管的大幅放松，美国房地产市场逐渐被投机需求主导，房价开始严重脱离基本面。在同一个正反馈关系中，共振加强的反面就是共振削

21、弱，如果边际购房者都已经意识到房价过高了，那么需求就会下滑，而房价也会与需求一起共振下跌。比较极端的例子是美国的次贷危机，由于房价下跌过快，导致次级贷款的风险迅速爆发。尽管国内不少居民依然对房价存在信仰，但不管是“房住不炒”政策思路还是部分城市房价的真实表现，都在逐渐弱化这种信仰。随着房价的信仰逐渐消失，投机需求不断退出，那么房价必然会承受一定的压力。疫情对地产企业资金链的冲击，加剧短期供需不匹配的格局，可能成为连锁反应的起点。从下图中我们可以清晰地看到过去地产需求和房价的高度相关关系（由于房企的供给决策在很大程度上跟随需求变化，所以我们简单地用销售代表需求）。回到当下，我们观察到疫情对今年年

22、初需求的冲击十分明显，销售面积同比下滑了近 40%。同时，由于房地产企业高杠杆经营的特性，疫情导致房地产产业链停滞，对于地产企业资金链的冲击同样不容小觑，而预计企业在资金压力下，未来销售回款的迫切性会更强。在这种需求弱，供给强的情形下，需求和供给之间的矛盾将有所凸显，接下来一段时间的房地产市场很可能供大于求，那么房价就可能会出现下跌的倾向。图 9：房价与房地产销售之间紧密相联，且销售领先于房价（%）百城住宅价格指数:同比商品房销售面积:累计同比2520151050-5-106050403020100-10-20-30-402010-022010-062010-102011-022011-062

23、011-102012-022012-062012-102013-022013-062013-102014-022014-062014-102015-022015-062015-102016-022016-062016-102017-022017-062017-102018-022018-062018-102019-022019-062019-102020-02-50资料来源：Wind，中信证券研究部第二，疫情可能对疫区的收入和房价带来深远影响。Attila Ambrus, Erica Field andRobert Gonzalez（2015）通过断点回归研究了十九世纪发生在伦敦的霍乱对社区房

24、价的长期影响，发现即便疫情已经过去一百六十多年，受到霍乱疫情影响严重社区，房价和居民收入至今都显著低于其周边社区（不同社区之间除了受疫情影响程度不同，在文化、制度和居民等方面没有差异）。造成这种结果的原因有很多，一方面是疫情过后幸免于难的居民，有经济条件的均倾向于搬离该地区，而留下的多为经济条件较差的。另一方面，后来者也不愿选择爆发疫情的社区定居。这项研究映射到当前的局面，即新冠疫情可能会使武汉、湖北甚至是各国的疫情重灾区都面临类似的情况，未来在吸引人才方面或将遭遇阻力，房地产市场和居民收入都可能受到长期冲击。在我们考虑总量问题时，这种结构性的问题同样不容忽视。第三，长期人口增速和城镇化的放缓

25、是不得不面对的现实。我国过去房价高速上涨与城市人口有关，这里面既包含了人口增长的因素，也包含了城市化率稳步提升的影响。我们通过省级数据研究人口变化与平均房价上涨之间的关系，发现出去北京、上海之后，各省平均房价在 2010 年-2017 年之间的上涨幅度与常住人口的增长率存在正相关关系，说明人口增长对于房价确实存在正面的影响。城镇化对房价的影响也非常直接，因为城镇化的过程本身就对应着城镇购房需求的增加。这两个因素未来的变化趋势暗示着房价长期上涨的动力不足：近年生育率快速下降，人口增速越来越低；国内的城镇化率到达了 60%左右，与美国的城市化水平相距仅有 20%的空间，而历史上美国和日本的城市化率

26、到达 60%左右时，城市化进程都出现了不同程度的放缓。图 10：各省常住人口与房价变动之间的关系（纵轴：元/平方米，横轴：%）北京上海2017年（相对2010年）各省平均房价变化18,00016,00014,00012,00010,0008,0006,0004,0002,0000-0.050.000.050.100.150.200.252017年常住人口（相对2010年）增长率资料来源：Wind，中信证券研究部图 11：国内城镇化率到达瓶颈期（%）总人口:城镇:比重(城镇化率)日本:城市化率美国:人口普查:人口比重:城镇1009080706050403020101900190419081912

27、191619201924192819321936194019441948195219561960196419681972197619801984198819921996200020042008201220160资料来源：Wind，中信证券研究部第四，虽然房价的收入效应不强，但这并不代表收入不会对房价形成制约。历史数据显示，居民收入并不能解释房价的短期或者长期波动，说明房价的收入效应并不强。但是，这并不意味着收入不受房价的制约，房价最终是要通过居民收入来支付的。次贷危机很好地证明了这一点，居民部门对于杠杆的承受能力是有限的，一旦居民购房过度依赖杠杆，一旦房价的上涨是居民大量加杠杆推动的，居民收入

28、无法匹配负债，那么这种上涨，或者最终形成的平衡都是不稳定的泡沫。图 12：居民收入与房价关系不大（%，%）图 13：居民收入与地产销售联系不强（%，%）城镇居民人均可支配收入:累计同比百城住宅价格指数:同比(右轴)1614121086422010-022010-102011-062012-022012-102013-062014-022014-102015-062016-022016-102017-062018-022018-102019-062020-020251620141512101058604-52-100城镇居民人均可支配收入:累计同比商品房销售面积:累计同比(右轴)6040200-

29、20-402010-022010-102011-062012-022012-102013-062014-022014-102015-062016-022016-102017-062018-022018-102019-062020-02-60资料来源：Wind，中信证券研究部资料来源：Wind，中信证券研究部国内重点城市的房价收入比偏高。房价收入比用于测算一个家庭平均而言需要多少年才能够买的起一套房子，不同的机构对于同一个城市的房价收入比测算存在差异。根据Wind 的统计数据，从国内的横向比较看，北上深以及厦门、三亚等城市的房价收入比明显高于其他城市。根据一些国外机构（例如 Numbeo）的横向

30、比较看，中国前几大城市的房价收入比也明显高于其他国际大都市的平均水平。尽管造就这些城市高房价的原因很复杂，但如果房地产和房价的信仰遭遇冲击，这些房价与收入严重不匹配的城市将或多或少的面临向均值回归的压力。图 14：50 大中城市房价收入比403530252015105北京上海 广州 深圳 天津 重庆 石家庄太原呼和浩特沈阳 大连 长春 哈尔滨南京 苏州 无锡 杭州 宁波 温州 合肥 福州 厦门 南昌 济南 青岛 郑州 武汉 长沙 南宁 北海 海口 三亚 成都 贵阳 昆明 西安 兰州 西宁 银川乌鲁木齐常州扬州泉州烟台保定唐山东莞佛山珠海中山0资料来源：Wind，中信证券研究部房地产与商品和服务

31、消费之间的比价不断扩大，替代效应将在长期显现。房价偏高的另一个体现是近年来房价相对于消费或者服务的比价，是不断上升的。我们用 70 大中城市房价的同比增速减去非食品 CPI 增速来估算二者的增速差，发现这个增速差在过去 10年的大部分时间里是正数，这意味着二者之间的比价在不断拉开。反观美国的房价指数与核心 PCE 之差，我们发现如果排除掉 1996-2007 年房地产泡沫时期，美国的房价上涨速度并没有明显超过消费品。这就意味着国内消费品对住宅的替代性越来越强。住宅和消费品之间本身不能替代，但我国高房价城市的低租售比使二者有了替代的可能。在许多城市，租房+增加消费的组合或许好于买房+节衣缩食，也

32、许未来户籍制度的放开和居民住房理念的变化也会在一定程度上削弱房产的价值。图 15：70 大中城市房价同比-非食品 CPI 同比（%）图 16：美国(OFHEO)房屋价格指数同比-核心 PCE 同比（%）121086420-2-4-6-82011-012011-082012-032012-102013-052013-122014-072015-022015-092016-042016-112017-062018-012018-082019-032019-10-10151050-51976-031978-101981-051983-121986-071989-021991-091994-04199

33、6-111999-062002-012004-082007-032009-102012-052014-122017-07-10资料来源：Wind，中信证券研究部资料来源：Wind，中信证券研究部居民部门或将被动去杠杆国内居民部门的风险同样远远小于 08 年的美国，剧烈的去杠杆料难以出现。首先，根据 BIS 的最新数据，国内居民部门的杠杆率（54.4%）水平远低于美国当年的最高水平（98.6%）和当前水平（75.2%）。其次，国内银行在抵押贷款方面比美国当年要审慎更多，购房的首付比例也处于全球较高水平。再次，国内的金融衍生品市场远不如美国发达，通过金融产品层层嵌套叠加居民杠杆的现象远不如美国当年

34、。综合而言，国内房地产市场的风险相对于美国更小。如果房价整体上涨的趋势终结，那么国内居民部门杠杆将会被动下降。上文已经提到，国内居民 70%以上的资产是房地产，而很多居民购房又是通过贷款加杠杆的方式完成的，那么国内居民部门的杠杆率必然与房价有着密切的联系。从国内居民杠杆率与实际房价的关系来看，似乎只展现了这种关系的一个方面，即房价上涨时居民杠杆率上行，而日本却完美的展现出了这种关系的两个方面，以 90 年代初的日本股市和房地产泡沫作为分界线。1990 年以前，日本制造业的突出表现征服了全球市场，风头一度盖过美国成为各国学习和仿效的对象，高经济增速以及乐观的预期也推升了房价，进而推升了居民杠杆率

35、。随着 90 年代初泡沫破灭和日本制造时代的一去不返，日本经济陷入失去的 20 年，房价大幅下跌，居民部门也开始逐渐被动去杠杆，直到次贷危机后日本经济复苏，房价回暖。参考日本的经验，如果中国房价在大危机下陷入了长期走弱的局面，居民杠杆被动收缩的趋势可能就会显现。考虑到国内的增长前景、居民杠杆水平以及制度环境，国内居民部门被动去杠杆的过程大概率会比较温和。图 17：中国居民杠杆率和房价指数（%）图 18：日本居民杠杆率和房价指数（%）140120100806040202006-032007-012007-112008-092009-072010-052011-032012-012012-1120

36、13-092014-072015-052016-032017-012017-112018-092019-070OECD实际房价指数:季调:中国杠杆率:居民部门:中国200150100500杠杆率:居民部门:日本OECD实际房价指数:季调:日本1960-031963-101967-051970-121974-071978-021981-091985-041988-111992-061996-011999-082003-032006-102010-052013-122017-07资料来源：Wind，中信证券研究部资料来源：Wind，中信证券研究部 结论大危机下房地产市场和居民部门的风险值得关注。相

37、比于 08 年，目前美国居民部门的风险确有显著下降。但是，与 08 年不同是是，这次面临的是疫情冲击，可能与 1918 年前后更加类似。如果我们考虑到上世纪初西班牙流感时期美国房价的剧烈下行，就不得不防范疫情冲击房地产市场，进而诱发居民部门风险的可能性。国内居民部门的风险小于美国，剧烈的去杠杆料难以出现。但如果在本轮疫情的催化和人口、城镇化等一系列长周期因素的作用下，房价整体上涨的趋势终结，甚至出现长期的下行压力，那么国内居民部门或将进入被动去杠杆的过程。 资金面市场回顾2020 年 3 月 23 日，银存间质押式回购加权利率涨跌互现，隔夜、7 天、14 天、21天和 1 个月分别变动了 4.

38、66bps、-3.38bps、-6.01bps、1.07bps 和 0.10bps 至 0.91%、 1.62%、1.79%、2.57%和 2.13%。国债到期收益率大体上行，1 年、3 年、5 年、10 年分别变动-2.00bps、-3.97bps、-5.45bps、-5.00bps 至 1.85%、2.20%、2.47%、2.63%。上证综指下跌 3.11%至 2660.17，深证成指下跌 4.52%至 9691.53，创业板指下跌 4.59%至 1287.05。央行公告称，目前银行体系流动性总量处于合理充裕水平，2020 年 3 月 23 日不开展逆回购操作。【流动性动态监测】我们对市场

39、流动性情况进行跟踪，观测 2017 年开年来至今流动性的“投与收”。增量方面，我们根据逆回购、SLF、MLF 等央行公开市场操作、国库现金定存等规模计算总投放量；减量方面，我们根据 2019 年 12 月对比 2016 年 12 月 M0累计增加 24945.3 亿元，外汇占款累计下降 7,050.8 亿元、财政存款累计增加 9549.2 亿元，粗略估计通过居民取现、外占下降和税收流失的流动性，并考虑公开市场操作到期情况，计算每日流动性减少总量。同时，我们对公开市场操作到期情况进行监控。图 19：2018 年 1 月 23 日至 2020 年 3 月 24 日公开市场操作和到期监控（亿元）资料

40、来源：Wind，中信证券研究部图 20：2017 年 1 月 1 日至 2020 年 3 月 23 日流动性投放和回笼统计（亿元）资料来源：Wind，中信证券研究部图 21：2020 年 3 月 23 日人民币对各币种汇率当前值相对于 2017 年年末值变化百分比35.00%30.00%25.00%20.00%15.00%10.00%5.00%0.00%-5.00%-10.00%-15.00%资料来源：Wind，中信证券研究部 市场回顾及观点可转债市场回顾3 月 23 日转债市场，平价指数收于 83.74 点，下跌 3.38%，转债指数收于 114.27 点，下跌 1.82%。224 支上市可

41、交易转债，除核能转债横盘，5 支上涨，218 支下跌。其中，哈尔转债（42.27%）、华通转债（4.65%）、大业转债（1.40%）领涨，模塑转债（-33.15%）、凯发转债（-32.16%）、横河转债（-31.72%）领跌。222 支可转债正股，17 支上涨，205支下跌。其中，哈尔斯（10.08%）、大业股份（10.04%）、一心堂（8.22%）领涨，新泉股份（-10.02%）、光华科技（-10.01%）、通光线缆（-10.01%）领跌。可转债市场周观点上周全球市场进入流动性冲击承压阶段，多数资产遭到抛售。国内市场虽然韧性犹在，但依旧受到拖累。相比而言转债市场更为坚挺，正股调整下溢价率被动

42、走阔，实际上周中提供了较为明显的结构性行情。转债市场是权益市场情绪的放大器，而当前这又是左右市场走势的核心因素，把握这一逻辑也就顺而找到了对应的机会。指标上溢价率反而被动走阔，转债的性价比仍旧尴尬。这是由于近期市场的常态并无太多新意。我们再次重申需要做好持续坦然面对的准备。实际上考虑到溢价率的坚挺，我们认为当前的市场并不会给转债提供一个舒服的布局窗口，转债的价格合适了就可以去参与，我们期待未来几周还能提供一个更为合适的价格，若正股还在布局期那么转债更不用过于急迫。估值方面总体尽量以低溢价率为方向，但是当前这一状况下太过纠结也没有必要。市场核心就是对于正股做判断，去博弈短期的波动。当前还在转债市

43、场交易的投资者正在与权益市场的预期博弈，在一个尴尬的边缘跳舞，而观望的投资者则唯有在波动中抓住一个性价比满足预期的机会。我们的策略就是去判断这个预期，设定这个反映要求的阈值。回归策略方面，配置逻辑将从疫情的扰动向中长期经济的预期逐步切换。我们判断全球市场波动短期仍将持续，就国内市场来看，关注复工复产的推进下边际改善的行业，以及潜在政策对冲的方向，例如稳就业及内需相关受益行业，料中长期新旧基建及相关科技龙头依旧是全年配置主线。高弹性组合建议重点关注东财转 2、常汽转债、太极转债、福特转债、至纯转债、白电转债、希望转债、顾家转债、烽火转债。稳健弹性组合建议关注顺丰转债、百姓转债、鼎胜转债、兄弟转债

44、、博威转债、深南转债、高能转债、孚日转债、索发转债、仙鹤转债和银行转债。风险因素市场流动性大幅波动，宏观经济增速不如预期，无风险利率大幅波动，正股股价超预期波动。 股票市场表 1：市场概况代码简称收盘价日变化（%）成交额（亿）成交额同比变化（%）000001.SH上证指数2,660.17-3.112684.23-4.67399001.SZ深证成指9,691.53-4.524189.86-3.78399300.SZ沪深 3003,530.31-3.36399005.SZ中小板指6,301.50-5.04399006.SZ创业板指1,827.05-4.59000016.SH上证 502,559.6

45、2-2.62资料来源：Wind，中信证券研究部表 2：行业涨跌幅榜每日涨幅前五板块日涨跌幅（%）每日跌幅前五板块日涨跌幅（%）医药-1.51电子-7.63电力及公用事业-1.73汽车-6.29食品饮料-2.27计算机-5.18银行-2.28电力设备及新能源-5.13煤炭-2.31家电-4.98每日涨幅前五板块日涨跌幅（%）每日跌幅前五板块日涨跌幅（%）医药电商-0.82芯片国产化-7.87资料来源：Wind，中信证券研究部表 3：概念板块涨跌幅榜每日涨幅前五板块日涨跌幅（%）每日跌幅前五板块日涨跌幅（%）抗癌-0.83苹果-6.884G-1.55赛马-6.55页岩气和煤层气-1.90蓝宝石-6

46、.50国资改革-1.93智能穿戴-6.43资料来源：Wind，中信证券研究部 转债市场表 4：可转债市场名称收盘价日变化（%）中证转债指数346.48-1.88平价指数83.74-3.38转债指数114.27-1.82资料来源：Wind，中信证券研究部表 5：可转债个券名称简称收盘价（元）涨跌幅（%）成交额（千万）110031.SH航信转债119.63-2.214.48110033.SH国贸转债111.29-1.350.36110034.SH九州转债115.51-2.752.81110038.SH济川转债115.46-0.951.04110041.SH蒙电转债114.51-0.410.6311

47、0042.SH航电转债117.55-0.941.45110043.SH无锡转债106.50-0.705.17110044.SH广电转债136.43-17.8714.50110045.SH海澜转债102.63-0.700.79113008.SH电气转债112.81-1.122.44113009.SH广汽转债114.00-1.140.70113011.SH光大转债116.35-0.9927.49113012.SH骆驼转债108.40-1.290.87113013.SH国君转债117.62-1.019.53113014.SH林洋转债107.70-1.103.36113016.SH小康转债101.84

48、-1.200.55113017.SH吉视转债106.60-0.951.17113019.SH玲珑转债123.14-3.051.60113502.SH嘉澳转债110.70-5.522.63113503.SH泰晶转债175.22-24.727.39113504.SH艾华转债120.66-5.253.08113505.SH杭电转债112.71-2.8927.27113508.SH新凤转债106.82-1.882.72113509.SH新泉转债119.11-3.930.69113510.SH再升转债118.17-14.6036.82113511.SH千禾转债131.83-3.894.27113514.

49、SH威帝转债125.25-15.5726.83名称简称收盘价（元）涨跌幅（%）成交额（千万）113515.SH高能转债126.54-2.571.61113516.SH苏农转债107.80-0.651.08113517.SH曙光转债118.33-9.7214.07113518.SH顾家转债118.87-2.230.47123002.SZ国祯转债127.17-2.796.09123004.SZ铁汉转债111.03-1.760.73123007.SZ道氏转债111.71-4.290.54123010.SZ博世转债118.30-2.240.65123011.SZ德尔转债110.20-4.191.391

50、23012.SZ万顺转债127.48-12.12106.87123013.SZ横河转债134.00-31.7226.35123014.SZ凯发转债146.00-32.16231.94123015.SZ蓝盾转债115.10-13.7112.57127003.SZ海印转债107.11-2.121.44127004.SZ模塑转债146.99-33.15122.37127005.SZ长证转债117.80-1.684.54127006.SZ敖东转债108.10-1.731.93127007.SZ湖广转债118.35-2.202.77128010.SZ顺昌转债106.00-0.760.79128012.S

51、Z辉丰转债101.00-0.411.74128013.SZ洪涛转债102.02-1.061.92128014.SZ永东转债105.17-1.620.74128015.SZ久其转债106.21-1.831.80128016.SZ雨虹转债146.000.7724.27128017.SZ金禾转债116.96-1.530.83128018.SZ时达转债107.55-1.702.46128019.SZ久立转 2116.50-1.460.44128021.SZ兄弟转债127.20-3.0990.84128022.SZ众信转债104.90-1.515.01128023.SZ亚太转债101.02-0.781.

52、19128025.SZ特一转债115.97-2.3610.20128026.SZ众兴转债102.00-2.115.99128028.SZ赣锋转债123.40-3.498.42128029.SZ太阳转债128.16-2.920.64128030.SZ天康转债155.00-4.617.92128032.SZ双环转债102.90-1.070.90128033.SZ迪龙转债107.95-1.240.60128034.SZ江银转债109.82-1.342.57128035.SZ大族转债105.80-1.774.62128036.SZ金农转债117.30-10.548.28128037.SZ岩土转债103

53、.38-2.162.22128039.SZ三力转债124.00-11.466.45128040.SZ华通转债124.004.65150.72128041.SZ盛路转债148.00-23.7733.30名称简称收盘价（元）涨跌幅（%）成交额（千万）128042.SZ凯中转债110.00-4.111.31128043.SZ东音转债200.29-13.3222.74128044.SZ岭南转债109.50-2.070.38128045.SZ机电转债121.00-1.072.37128046.SZ利尔转债110.78-1.960.62113520.SH百合转债134.20-8.943.45128048.

54、SZ张行转债116.00-1.624.54113519.SH长久转债110.40-1.310.46113521.SH科森转债123.67-9.453.33110047.SH山鹰转债112.55-1.371.62113020.SH桐昆转债118.99-1.427.04128049.SZ华源转债109.00-2.380.89123017.SZ寒锐转债113.45-2.632.96127008.SZ特发转债202.00-20.1828.31128050.SZ钧达转债114.40-6.7124.19110048.SH福能转债116.78-0.801.67113524.SH奇精转债107.22-2.16

55、0.52128051.SZ光华转债115.80-8.8423.17113525.SH台华转债108.70-0.990.60128052.SZ凯龙转债171.02-25.2216.85110050.SH佳都转债127.13-7.6011.08123018.SZ溢利转债126.84-7.422.83113526.SH联泰转债125.72-8.211.00113527.SH维格转债102.46-1.503.32128053.SZ尚荣转债235.70-16.81387.45128054.SZ中宠转债120.48-0.432.82113021.SH中信转债108.46-0.4415.88113528.S

56、H长城转债105.34-5.8031.78128056.SZ今飞转债106.11-3.456.48123019.SZ中来转债104.98-1.3915.92110051.SH中天转债121.14-3.0272.12123021.SZ万信转 2151.90-9.9115.94113022.SH浙商转债116.25-1.885.03123020.SZ富祥转债166.55-12.6045.81110052.SH贵广转债118.89-1.093.14128057.SZ博彦转债120.74-4.563.09128059.SZ视源转债124.00-4.331.19128055.SZ长青转 2112.70-

57、1.3214.05110053.SH苏银转债111.35-0.5911.13127011.SZ中鼎转 2110.30-1.080.95110055.SH伊力转债109.85-1.390.69128058.SZ拓邦转债124.76-5.2011.16123022.SZ长信转债146.80-11.037.46110056.SH亨通转债126.48-2.7343.13名称简称收盘价（元）涨跌幅（%）成交额（千万）123023.SZ迪森转债105.30-1.092.09123024.SZ岱勒转债109.31-2.916.75113530.SH大丰转债108.68-1.170.32123025.SZ精测

58、转债124.53-8.4013.64113531.SH百姓转债132.52-2.623.31113532.SH海环转债108.09-1.520.53128063.SZ未来转债112.95-2.640.91128062.SZ亚药转债89.63-1.468.15113024.SH核建转债107.170.298.46127012.SZ招路转债107.80-0.656.81110057.SH现代转债114.56-0.8011.67113534.SH鼎胜转债113.61-4.921.26113025.SH明泰转债113.13-1.631.73128064.SZ司尔转债106.63-1.312.41113

59、026.SH核能转债105.700.008.92110058.SH永鼎转债113.70-2.9521.33128065.SZ雅化转债113.17-3.280.34128066.SZ亚泰转债115.22-2.183.32127013.SZ创维转债119.44-2.991.76128067.SZ一心转债112.66-13.18386.73113535.SH大业转债111.951.4063.14113536.SH三星转债118.06-5.361.91123026.SZ中环转债113.32-4.382.14123027.SZ蓝晓转债118.90-6.152.43113537.SH文灿转债114.17-

60、3.472.79113028.SH环境转债123.81-2.522.80113027.SH华钰转债107.52-2.192.03128069.SZ华森转债116.00-5.1733.38123028.SZ清水转债111.98-1.440.22128070.SZ智能转债109.01-5.9810.22113540.SH南威转债115.81-7.724.73113541.SH荣晟转债110.16-2.370.99113542.SH好客转债112.83-0.420.70113543.SH欧派转债119.71-0.251.57123029.SZ英科转债263.00-4.3932.43128073.SZ