花长春：复盘“三次违约潮”给当前信用事件的五点启示

2020年11月16日09:57 作者:花长春

　　文/新浪财经意见领袖专栏作家花长春、陈礼清、田玉铎

　　我们在复盘历史上三次“违约潮”基础上探讨了此轮违约会在多大程度上蔓延这一核心话题，以及可能在哪些行业、区域进行蔓延。

　　摘要

　　我们复盘 “三次违约潮”：第一波（2014.3-2015.10）；第二波（2015.11-2016.12）；第三波（2018.1-2019.12），以史为鉴，得到五点启示。

　　第一、历次违约潮出现的宏观背景及条件及及对此轮违约蔓延程度的启示：

　　1）违约潮的“三部曲”：“加杠杆”+“产能过剩”+“货币收紧”，也就是说，有较大的经济周期波动的影响。

　　2）此轮与以往区别：以往三轮违约潮在很大程度上是经济周期波动的结果，而此轮则是地方政府财力不济的背景下难以为辖区“僵尸”国企兜底的结果。

　　3）对此轮蔓延程度的启示：在杠杆、产能等没有出现大问题背景下，大面积违约潮不太可能。但经历过疫情的冲击，地方财力受损严重的省市，的确可能被迫实施清理其辖区的“僵尸”企业的需求。

　　第二、历次违约潮的行业特征及对此轮信用事件行业分布的启示：

　　1）第一波在新能源（光伏等），周期类行业；第二波中钢铁、煤炭类周期行业占绝对主导；第三波扩至中上游原料、中游制造、周期板块、可选消费（纺织服装）、必选消费（食品饮料）多行业。

　　2）此轮的违约事件行业特征不太明显，大概率集中在现存的“僵尸”国企。

　　第三、历次违约潮的区域特征及对此轮信用事件区域分布的启示：

　　1）因为经济周期波动（加杠杆+产能过剩+政策收紧）而产生的违约潮，违约次数出现较多的是在北京、山东、广东、江苏、上海、辽宁等6省市。

　　2）此轮因为地方财力受损严重而“有心无力”救助区域（如东北、西南等地）值得重视。

　　第四、历次违约潮后，宏观政策变动的启示：宏观上，历次违约潮并未能改变货币政策大方向，可能边际上有些调整，此轮恐也一样。

　　第五、历次违约潮后，经济走势的启示：因为“有序”、可控处置僵尸，经济受波及程度相对有限，不改变2021年经济形态。

　　风险提示：市场预期短期明显改变可能导致预防性流动性需求，致使市场价格波动较大。

　　正文

　　信用债市场突发两个AAA国企违约，冲击“刚兑信仰”，近期国企、城投、大型民营企业上市公司等多个违约事件愈演愈烈，信用债市场受到了极大的冲击，违约风暴似乎再次来袭。我们复盘2014年3月“违约元年”以来的“三次违约潮”，以史为鉴，来研判当下违约事件的后续走势及其宏观影响。

　　1．再回首2014年以来的三次违约潮

　　自2014年“11超日债”违约以来，我国历史上共经历三波大规模的“信用债违约潮” （图1）。历次违约潮呈现四大特征：1）违约家数和违约金额不断攀升；2）违约主体逐渐多元化，从民企波及国企，民企仍占主导（图2）；3）违约券种多样化，但集中在中长期债券；4）违约行业从新能源光伏类行业，到周期性产能过剩行业再到全面分散化。目前周期性行业仍然是重灾区。

　　1）第一波，2014年3月-2015年下半年，违约集中在新能源行业，比如光伏行业的“超日债”等。违约涉及36只债券，25家违约主体，首次违约时债券余额在127.2亿元，其中大部分是新能源企业，光伏行业占6家，占近20%。除保定天威评级在AA+以外，其他主体均在AA及以下，并且民营占大多数。

　　2）第二波，2015年11月-2016年，违约集中在产能过剩行业，以煤炭钢铁企业（中钢股份、四川圣达、川煤集团、东北特钢等）为主。违约涉及109只，金额达到402亿元。违约主体评级在AA-至AA+之间均有分布，并且由于这类行业多数为国有企业经营，所以该波违约潮以国企为主。

　　3）第三波，2018年-2019年，违约主体为大量的民营企业，不再局限于某一行业（图2）。在经过2017年小幅的改善之后，2018年信用债违约从47只陡增至164只。2018年至2019年间，违约涉及债券达399只，已是第一波违约潮的几倍，违约金额达到3371亿元。其中民营企业债券337只，占比达到84%。违约债券首次突破AAA级，贯穿AA-至AAA，但仍然主要集中在AA和AA+。

　　2．历次违约潮出现的宏观背景，与这次异同点？

　　复盘这三波违约潮，我们发现触发大规模违约潮的“三部曲”——“加杠杆”+“产能过剩”+“政策收紧”——都不会缺席。违约发生起因一般都是违约主体前期投资过猛，疯狂加杠杆，后期叠加产能过剩，行业出清导致盈利大幅下降，出现了严重的经营恶化；比如第一波违约潮中的保定天威、上海超日太阳能均处于行业劣势，第二波中的钢铁企业产能过剩、第三波中的民营企业债务到期集中，去库周期中盈利受损。最后，宏观货币条件恶化，是“压死骆驼的最后一根稻草”。本来重创的企业遭遇再融资困难，积重难返，违约爆发。

　　2.1．触发违约“三部曲”之一：“加杠杆”的盛宴

　　从我国宏观杠杆率历史来看，2008-2016年是我国快速加杠杆的时期。8年时间，我国杠杆率以每年超过12个百分点，上行近100个百分点。而2017年开始，我国杠杆率上行速度开始趋缓。2018年、2019年则分别是去杠杆和稳杠杆的两年（图3、图4）。

　　1）第一波违约潮之前，我国宏观杠杆率从2012年初的178%上行至2014年初的216%，两年时间上升近40个百分点。主要加杠杆的主体就是地方政府（城投债发债）和非金融企业（国企发债），其中地方政府杠杆攀升速度更快。

　　2）第二波违约潮前一年时间，我国实体杠杆从216%上行至227%，虽然节奏有所放缓，但仍1年时间上行超过10个百分点。地方政府由于2014年“43号文”的出台，债务攀升速度得到遏制，但杠杆率的下降在2014年年末戛然而止，并出现了反弹。这一时期，加杠杆主体成为了非金融企业，与第二次违约潮的违约主体多为过剩行业的国有企业一致。

　　3）第三波违约潮前，我国杠杆率企稳在高位，2016年间企业杠杆小幅上行，地方政府杠杆震荡中微降。而2017年，企业杠杆率明显下降，地方政府有所上升，说明2017年企业去杠杆成效渐现，地方政府债务管理逐渐显性化。但这是去杠杆政策所带来的。由于前期加杠杆积累了大量债务，企业部门，尤其是民营企业，无论是主动的杠杆压降还是被动压降，都挫伤了企业的盈利能力，与第三次违约潮的违约主体多为民营企业一致。

　　2.2．触发违约“三部曲”之二：产能过剩

　　2012 年以来，伴随企业杠杆大幅上升，产能过剩问题越来越严重。三波违约潮，无一例外，违约企业所在行业都出现了明显的产能过剩。我们利用产能利用率作为产能是否过剩的评价指标。当一个行业的整体产能利用率处于较低水平时，就意味着存在大量的闲置产能，该行业就处于整体产能过剩的状态。

　　我们根据统计局公布的产能利用率2014年之后的数据，以及余淼杰等（2017）对2013年之前我国产能利用率的测算得到以下结论（图5）：

　　1）第一波违约潮之前，我国产能利用率经历了自金融危机以来的二次急跌。2008年危机前，我国的工业产能利用率处于较高水平，在 78%附近。危机发生后，产能利用率出现了垂直跌落4个百分点，不及 74%。随后，在2009年见底回升。至2012年又开始出现明显下跌至75%。

　　2）第二波违约潮之前，我国产能利用率从2014年的小高峰再次震荡下行将近2年，下行3个百分点至73%，为金融危机前谷底水平。

　　3）第三波违约潮前夜，我国产能利用率供给侧改革来带来的2年趋势性上行之后，再次出现明显下跌，并在整个2018-2019区间内保持在77%以下水平。

　　2.3．触发违约“三部曲”之三：货币（信贷）“大退潮”

　　三波违约潮，无一例外，宏观环境均领先或同步出现了“货币收紧”（图6-8）：

　　1）在第一波违约潮发生之前，宏观经济增速放缓，2013年债券市场笼罩在“钱荒”的阴影之中。在量的层面，2013年4月-2014年4月，社融增速从历史高位下行6.3个百分点（从 21.7%下行至 15.4%），M2增速从16.1%下行至13.2%。从资金价格来看，银行间同业拆借利率、R007均从2012年7月的3.5%快速攀升至2013年6月的7%，债券市场发生了“钱荒”。从央行货币政策操作工具来看，2010年1月央行自2008年以来首次加准50bp。至2011年6月，央行以50bp/每月的速度连续加准12次，使大型存款类金融机构存款准备金率从15.5%升至21.5%，创下历史高点。并在2014年违约事件爆发前，存准始终保持在20%的高位。与此同时，央行从2010年11月开始加息25bp，并在2012年5月前，5次加息将存款利率从2.25%升至3.50%，并在违约爆发前，始终保持在3.00%的高位。第一波违约潮之前，央行连续加准、加息，收紧力度为三次中最强。

　　2）在第二波违约潮期间，正值中央经济工作会议提出“三去一降一补”任务（2015年底），央行“锁短放长”、债市去杠杆叠加“供给侧结构性改革”、煤炭、钢铁行业落实去产能政策（2016年）。在量的层面，货币政策在2015年7月至2016年8月收紧，社融在12.4%附近震荡，贷款增速从 15.5%下行至 12.9%，M2增速从13.3%下行至10.2%。从资金价格来看，银行间同业拆借利率、R007从2014年初的3.3%、3.2%再度升至2015年初的4.8%、4.7%。从央行货币政策操作工具来看，央行在此期间则没有进行较强的收紧操作。

　　3）第三波大规模民企违约始于2018年，正是金融去杠杆加速、经济周期下行的时候。2017年，资管新规征求意见稿出台，进一步打击影子银行，与此同时，信用收缩也如火如荼。在量的层面，2016年11月至2018年6月期间，货币、信用政策先后同样出现收紧。社融同比从13.3%下行至11.7%，贷款增速从 13.1%下行至 12.7%，M2增速从11.4%下行至8.0%。从资金价格来看，2016年四季度，债券市场发生“债灾”，银行间同业拆借利率、R007、DR007进入长达2年的长行通道。截止2018年初，银行间同业拆借利率已经从2.6%攀升至3.4%。从央行货币政策操作工具来看，央行在此期间政策保持定力。

　　2.4．当前异同：“加杠杆？”+“产能过剩？”+“货币收紧？”

　　不同之一：企业加杠杆，债务高企，违约爆发“大超预期”：此次永煤、华晨等AAA级国企违约事件之所以引起了市场的多方关注，主因在于这类债券违约“大超预期”：1）AAA级国企资质；2）涉及地方政府逃废债；3）随意划拨资产；4）违约前该企业还在发行债券。此次“违约事件”虽然数量金额占比少，但短期冲击较大，影响一级、二级市场：违约发生后，二级市场，多只地方国企债券被净价打折抛售；一级市场，山东、山西、泉州、连云港等多地较好资质的主体均再难发债券，再融资受阻。

　　不同之二：疫情导致产能利用率下降，虽然尚未完全恢复，但当前产能利用率仍在不断回升，并且绝对值高于前三次违约潮发生前水平。产能过剩存在苗头。但产能目前已经触底回升至76.7%，并没有出现明显下降趋势，反而随着经济修复，仍在不断回升。并且从绝对值来看，当前产能利用率也高于前三次违约潮发生前水平（76%左右）。

　　不同之三：货币政策尚未收紧，但当前正在社融信用扩张的尾声阶段。当前宏观背景是流动性并没有特别紧张，不同于第一波、第三波违约潮，但2021年将是信用收缩之年，需要关注此次“违约事件”的蝴蝶效应，警惕信用风险向流动性风险演化之势。地方国企的信用利差在11月11日后明显走扩，但民营企业信用利差在此次违约中却没有。流动性方面，11月11日后，R007、DR007出现了明显的上行（图9、10）。

　　3．历次违约潮行业特征，违约主要集中在哪些行业？

　　我们梳理了自2014年以来三波违约潮期间所有发生违约的173家违约主体，考察了违约企业主要分布的行业特征，以期帮助投资者甄别信用风险。

　　3.1．第一波（2014.3-2015.10）：新能源（光伏等）、周期类行业

　　第一波违约潮共涉及25家发行人，率先违约的是新能源（光伏等）行业，占比较大的是新能源和周期类行业（图11）。

　　3.2．第二波（2015.11-2016.12）：钢铁、煤炭类周期行业

　　第二波违约潮共涉及34家发行人，钢铁、煤炭类周期行业占绝对主导（图12）。

　　3.3．第三波（2018.1-2019.12）：周期、可选、必选消费等多行业

　　第三波违约潮共涉及82家发行人，分布在中上游原料、中游制造、周期板块、可选消费（纺织服装）、必选消费（食品饮料）等多行业。而新能源比重明显下降，轻工类的家电家居行业也少有违约（图13）。

　　4．历次违约潮区域特征，违约主要集中在哪些区域？

　　我们同样梳理了违约主体所在的地区，并且结合地区的公共财政收入以及地方债务水平（城投债+地方政府债）计算的负债率来判断违约最有可能发生在哪些区域，并且下一个“雷”最可能在何地出现。

　　但单从信用债券违约发行人个数看，违约发行人个数最多的6个省份是北京、山东、广东、江苏、上海、辽宁。最少的5个省份分别是贵州、青海、江西、海南和西藏。因此，仅仅看违约发行人个数并不能断定某一省份发生违约事件的概率越大。这主要是因为经济越发达的地区，违约的债券发行人数量越多，违约的概率也大。

　　真正危险的是，违约发行人多的同时，该地区经济动能较弱，一旦债券违约，当地政府即便有意愿进行支持，也能力不足。进而我们结合地区的公共财政收入以及地方债务水平（城投债+地方政府债）计算的负债率来进行分类别考察：

　　我们从政府意愿、政府实力以及过去发生违约事件三个维度去对各个省份违约风险进行综合排名。我们将政府负债率、违约主体个数分别作为地方政府意愿、过去是否打破过刚兑的代理指标，进行从高到低排名；将地方人均GDP作为经济实力的代理指标，进行从低倒高逆序排名。最后我们加权计算得到每个省份的综合风险评价，其中政府负债率赋予70%的权重，地方人均GDP赋予20%的权重，违约主体个数排名赋予10%的权重。综合得分越低，则说明该地区风险越大。我们最终将得分高于25分的认定为“低风险地区”，低于10分的认定为“高风险地区”，得分在10-25之间的认定为“中等风险地区”。

　　由此，我们得到区域风险的三个梯队（风险程度从高到低排列）：

　　1）风险较高区域：青海、贵州、湖南、吉林、云南、广西、甘肃、黑龙江。

　　2）风险中等区域：重庆、宁夏、新疆、四川、天津、江西、江苏、湖北、安徽、内蒙古、陕西、辽宁、福建、浙江、山东、海南、河北、河南、山西。

　　3）风险较低区域：北京、广东、上海。

　　5．历次违约潮出现后，债券市场和权益市场如何变？

　　5.1．债市：违约带来的信用利差走扩的影响不断扩大，利率债短期受益

　　回顾三波违约潮，我们发现对债券市场主要的影响有（图15、16）：

　　1）信用利差快速走扩，级别利差走扩，低资质走扩更为明显，风险偏好快速下降。以2014年“11超日债”违约以后为例，高等级和中低等级信用债券利差有所扩大，中低等级走扩尤为明显，反映市场对信用风险敏感度上升。但从趋势上看，信用利差并没有持续走扩，表明市场并没有受到信用违约风险增大的显著影响。

　　2）随着违约的范围的扩大，违约带来的信用利差走扩波及的范围和幅度不断扩大（图17-20）。我们考察了各个行业在三次违约潮中信用利差的走势，发现，第一波中各行业信用利差走扩不明显，违约潮影响最小，主要仍集中在新能源行业中的个别企业。第二波主要集中在钢铁、采掘、有色、化工等产能过剩行业。其中又以采掘、钢铁、有色等上游原材料行业走扩最为迅猛，中游化工、建筑材料、机械设备等随后走扩，下游商业贸易、服务等行业最后也随着走扩。第三波违约潮波及行业最多，不但周期行业利差走扩，可选消费类行业利差同样明显走扩。

　　此外，从评级角度，三次违约潮中，高等级和中低等级的信用利差走扩分化程度呈现第三波>第二波>第一波。第二波中相对低资质（AA）的上游采掘、黑色有色、中上游化工类债券信用利差攀升更为剧烈；设备、服装、机械、家电、汽车的资质相对较低（AA）债券在第三波中信用利差走扩更为明显。

　　比对三次违约潮，第三次违约潮信用利差走扩更明显，第一次次之，第二次最小。第三次违约潮涉及企业和金额都远远超过第一、二次。并且违约企业覆盖了上中下游多个企业，持续时间更长。因此，对整体的信用利差走扩影响最为深远。第二波主要集中的产能过剩行业，虽然多数为国企，但是经营不善，加之宏观环境政策导向，为市场所预期，风险可控。第一波违约潮虽然涉及金额和家数都是最少的，但是是信用债史上违约“零的突破”，对债券市场风险偏好影响较大。

　　3）利率债短期因为配置需求的转移多出现利率的下行（图21）。在信用违约事件发生后，市场的风险偏好下降，资金的配置需求有转向利率债的可能。此外，市场恐慌也会导致央行在流动性层面保持相对的宽松，稳定市场的情绪，利好利率债的走势。因此，回顾三次违约潮，10年国债的收益率都有一定的下行。

　　5.2．权益市场短期风险偏好降低，中期或受益无风险利率下降

　　国君策略团队针对本次国企违约事件发布了《低风险特征复苏交易：中国制造+可选消费——信用债违约对A股市场点评》，指出信用违约核心有两条影响路径：其一，指向风险偏好，违约引发信用收缩预期，使得债券市场乃至权益市场风险溢价上行；其二，指向无风险利率，结构性的信用债刚兑打破，引发无风险利率下行的可能。

　　6．历次违约潮有何宏观影响？相关行业的投资怎样？

　　第二波违约潮对相应领域固定投资的负面影响较为明显，其他两波未明显改变原有的投资变化趋势（图22）。三次违约潮体现出了不同的特征，针对违约集中的行业或企业类型，我们观察其对宏观变量——固定资产投资的影响。第一波违约主要集中在新能源行业，我们以制造业投资作为观察变量，发现其在2009年刺激政策推动后快速上行后，进入2011年后投资增速即进入长期的下滑期，2014年3月起的第一波违约潮并未明显带动制造业投资的快速下滑，投资增速在2014年保持在14%左右的水平。第二波违约潮主要集中在钢铁、煤炭等采矿业，观察该行业的投资增速，发现在违约潮发生后，投资增速快速下滑，违约潮开始的2015年11月，采矿业的投资增速为-8%到2016年2月快速下滑到-29%，2016年全年采矿业的累计同比增速为-20%较2015年的-9%，下滑了11个百分点。第三波违约潮主要集中在民营企业，但是对民间固定资产投资的影响不显著，2017-2019年三年的民间固定资产投资分别为6%、9%和5%。

　　考虑第二波违约潮的宏观背景为供给侧改革，去产能，或非单纯因为行业信用违约导致投资增速的下滑。综合三次违约潮，信用事件对相关领域的投资的影响相对轻微，这或与当前我国间接融资为主的融资体系相关。

　　7．展望此次违约事件，信用违约风险事件会不会蔓延？若蔓延，在哪些行业和区域蔓延？

　　7.1．本次宏观环境不同，信用违约或不会大规模蔓延

　　本次国企违约的宏观背景不同此前，或不会发生大规模的违约蔓延。回顾三次违约潮，我们得出的结论是违约前宏观层面都出现了实体企业宏观杠杆率的大幅度提升，企业相应的进行了产能的过度扩张，形成了过剩的产能，然后因为政策的收紧导致融资难度加大，违约潮出现。

　　当前，虽然我们看到宏观杠杆率的提升，但主要是受到疫情影响，经济增长受损较为严重，分母端的变化为主因，而非企业的主动扩张。此外，在疫情防控常态化、全球央行集体宽松的背景下，我国央行的货币政策也保持了相对中性，没有明显的收紧。从宏观环境看，或不会发生大规模的违约蔓延。

　　7.2．大型国有企业风险暴露或持续，需要甄别“僵尸企业”

　　针对国企信用风险暴露，需要甄别“僵尸企业”，注重“大”而“弱”的企业的信用风险（图23）。近期出现违约的国有企业，都存在“僵尸企业”的特征，这些企业原因受到政府的支持而依赖融资生存、“借新还旧”，自身造血能力不足。针对这样的企业，海外经济体的发展经验已经表明，必须要进行处理，如20世纪90年代日本资产泡沫破裂后所形成的大量僵尸企业被认为是导致日本“失去的十年”的重要因素。从生产要素的角度看，“僵尸企业”导致资本要素、人力要素等难以充分发挥其生产潜力，降低了整个经济体的潜在增速，对经济负面影响大。我国即将进入“十四五”，需要实现到2035年进入中等发达国家行列的发展目标。在背景下，治理“僵尸企业”是我国实现经济增长潜能的重要途径之一。

　　此外，在2020年的《金融稳定报告》中，央行撰写了《大型企业风险监测》专题，报告指出，2013年，人民银行开始对大型企业出险情况进行监测，加强预警、研判。截至2019年末，全国共有575家大型企业出险，其中，460家企业出现严重流动性困难、120家企业未兑付已发行债券、27家企业股权被冻结、67家企业申请破产重整（图24）。575家出险企业融资规模为3.88万亿元，其中6462亿元已被纳入不良资产。

　　对此，央行提出要积极化解大型企业风险，提出了深化企业改革、分类施策化解风险、拓宽不良资产处置渠道和处置方式、建立健全多元化的债券违约处置机制、充分发挥债委会作用、完善企业破产法律体系等具体举措。在分类施策化解风险中，央行明确提出对救治无望的“僵尸企业”应依司法程序进行破产清算，实现市场出清，而对于产能过剩行业企业要加大兼并重组力度。整体看，央行对“大”而“弱”的企业的风险处置的态度较为坚决，“僵尸企业”或面临出清风险。

　　“僵尸企业”的认定方法，或可为信用风险甄别提供一定的参考。国务院的认定为：不符合国家能耗、环保、质量、安全等标准，持续亏损三年以上且不符合结构调整方向的企业。而学术领域和海外研究中多使用CHK方法，该方法主要分为两步。第一步，计算出最优利率，这个利率是所有企业在现有条件下可能享受到的最低利率。第二步，将最优利率与企业实际支付的利率进行对比，那些实际支付利率比最优利率还低的企业就有可能是僵尸企业。从具体的影响变量看，高负债企业、规模过大企业、制造业企业和国有企业较易成为“僵尸企业”。

　　7.3．后续违约或多出现在过剩产能及经济发展动力偏弱地区

　　在上文中，我们发现，真正危险的是，违约发行人多的同时，该地区经济动能较弱，一旦债券违约，当地政府即便有意愿进行支持，也能力不足。我们综合利用地方违约主体个数、地方政府负债率和地方财政收入进行了风险识别。我们认为未来违约蔓延最先将从这些经济发展动力偏弱地区开始，即高风险地区（吉林 > 甘肃 > 重庆 > 黑龙江 > 陕西 >广西 > 新疆 > 宁夏 > 湖南 > 云南 > 贵州 > 青海 > 江西 > 海南）和中等风险地区（辽宁 > 内蒙古 > 山西 > 天津）。

　　而像北京、上海等地，虽然违约主体个数较多，但这可能是由于经济活动多，发行主体多导致的。

　　8．展望此次违约事件，违约潮会改变货币政策走向吗？政府会在多大程度上干预？

　　每一波违约潮的爆发都影响了市场风险偏好的改变，信用利差随之走扩并在不同行业和资质的主体中呈现明显的分化。随着重要违约事件的发生，市场逐渐开始对信用风险进行定价。

　　在2016年之前，地方政府对违约债券表现出较强的救助意愿，大部分的违约债券，特别是国企违约后的兑付往往依赖于地方政府支持，如15川煤炭CP001、10中钢债，都是在政府的积极协调下，获得再融资偿还违约本息。而2016年以后，随着违约常态化，地方政府也有意识的打破隐性担保预期，政府对违约之后的偿付支持力度逐步减弱。

　　8.1．历次违约潮，地方政府多大程度会出手？

　　在地方政府和违约企业的微观层面，地方政府一般会在如下情形选择积极救助企业：

　　1）企业是地方龙头，违约影响地方经济和就业。这类企业往往是地方税收贡献的大头，并且提供了大量的就业岗位，承担了区域较多社会责任。如15亚邦CP004，最后地方政府和地方银行、信托公司合作再募集28亿元，帮助企业走出困境。

　　2）企业是债务链条中关键环节，违约引发系统性风险。这类企业往往是市场最具刚兑预期的主体，比如国企和城投公司，一旦违约，会打破“信仰”，甚至引发“挤兑”，影响其他企业融资，爆发系列违约事件。如11云维债。

　　3）企业资质尚好，符合国家政策引导方向，尚可以“挽救”。这类企业往往是受到临时的宏观金融环境冲击导致再融资受阻，符合国家和区域政策导向。一般而言，政府也愿意帮助企业渡过难关，如15亚邦CP004。

　　8.2．历次违约潮，货币政策多大程度会出手？

　　然而在宏观层面，历次货币政策反映不一，主要取决于违约事件是否会引发银行间持续的流动性紧张。如果出现明显的系统性流动性收缩，则央行会采取偏松的货币政策加以对冲。但无一例外均对央行违约潮来临前期的紧信用节奏有所扰动：

　　三次违约潮之后，货币政策并没有因此而转向（图25）：

　　在第一波违约之后，2014年4月22日央行定向降准落地。但由于市场前期处于“钱荒（2013年）”的阴影中，政策预期本就已经倾向于宽松。超日债违约虽然打破零记录，但多方积极协调偿付，对货币政策、监管政策影响并不大。2014年5月出台127号文规范同业业务，10月出台43号文限制地方政府融资，均指向控制债务杠杆。

　　在第二波违约之后，货币政策保持稳健中性，虽然2016年央行采用“MLF+逆回购”的模式，注入了超过2万亿的流动性，但没有采取任何“降准降息”，而在2015年则一连降准降息五次。这说明信用违约事件同样没有引发央行货币政策转向。

　　在第三波违约之后，货币政策在整个2018-2019年期间从2017年的稳健中性转向稳健适度。直到2020年疫情爆发前，货币政策始终保持定力。

　　货币政策何时出手？取决于信用事件对流动性的冲击。我们认为，信用事件对市场流动性的负面冲击集中在事后1-2个季度。

　　8.3． “违约事件”大概率不会影响货币政策年内以及2021年节奏

　　参照历次违约潮之后的货币信贷政策变化，结合此次违约事件的特性，我们认为“违约事件”大概率不会影响货币政策年内以及2021年节奏。

　　2020年的最后收官的两个月份，社融增速年内企稳在13.7%附近，信贷和社融都进入边际放缓的通道。11月、12月新增社融还将有3.5万亿的上升空间，全年将达34-35万亿，增速在13.7%左右；而人民币贷款增速10月放缓至12.9%，我们预计全年将维持在13.0%附近。

　　2021年，货币政策将进一步“分道而行”，货币维持中性，信贷政策将迎来结构性缩减。我们预计新增社融全年在34万亿左右，增速将放缓至12%。这一部分是来源于“紧信用”，即信贷量的放缓，同样比对2009年后的信贷节奏，我们认为2021年信贷总量上必然将明显的边际收紧（图26、27），大约下降至18.5万亿左右。

　　只有当信用事件发生系列性爆发，产生较大的“蝴蝶效应”，形成严重的系统性自发式流动性收缩，那么央行可能将放缓2021年的“紧信用”节奏，信用收缩将延后至2021年一季度以后。