钢铁债估值与信用风险特征：以周期研究之尺丈量风险溢价，关注盈利韧性重新定价与期限利差修复下的投资机会.pdf

识别风险 ， 发现价值 请务必阅读末页的免责声明 1 / 32 专题研究 |钢铁 2018 年 06 月 21 日 证券研究报告 本报告联系人：陈潇 020-8757-1273 gzchenxiaogf Table_Title 固定收益研究专题之一：钢铁债估值与信用风险特征以周期研究之尺丈量风险溢价，关注盈利韧性重新定价与期限利差修复下的投资机会 Ta ble_ Autho rHo rizo nta l 分析师： 李 莎 S0260513080002 020-87574792 lishagf Ta ble_ Sum ma ry 前言：以周期研究之尺丈量风险溢价 从周期研究与景气追踪的角度出发、立足基本面研判的风险度量可能是理解钢铁债定价的一个重要且有效的思路。一方面，从较短的时间维度上来看， 基于行业基本面的研究能够提供具有高频率、同步性乃至前瞻性的跟踪框架； 另一方面，从较长的时间维度上来看 ，基于行业景气周期的研判在较长展望期内提供了较为良好的确定性，从而为中长期钢铁债收益率的锚定提供了一个较佳的窗口。 作为固定收益研究系列的开篇，我们将首先聚焦于理解当前市场上钢铁债的主要特征，以为后续研究框架的搭建提供 基础。 一、纵观钢铁债：钢铁债是非金融类信用债的一个行业细分 钢铁债是非金融类信用债的一个行业细分，也被划分为过剩产能行业债券。 从产品结构上看 ， 目前市场上钢铁债以中期票据、短期融资券和公司债为主 ，三者数量与存量总额分别占钢铁债总数与存量总额的 83.50%和83.20%。 从发行期限结构上看 ， 钢铁债主要是中期债券 ，其分别占总债券数量与债券存量的 72.50%和 75.88%；结合待偿期限来看， 目前钢铁债的期限结构呈现出明显的短期化特征 。 从信用结构上看 ， 目前存续钢铁债的短期信用评级均为 A-1；长期信用评级以 AAA 为主 ，其数量和存量的占比分别为 72.13%和 83.75%，且所有具有长期信用评级的债券都在 AA 级及以上；结合票面利率来看， 不同信用评级的债券存在明显的利率差异 。 从发行主体的企业性质来看 ， 目前存续钢铁债的发行主体以地方国有企业为主，国有企业在债券发行主体中占主要地位。 二、钢铁债的估值特征：基于构建的收益率曲线，关注收益率与景气周期的不一致性以及收益率曲线的倒挂现象 我们以申万高等级钢铁债为样本，分别基于 Nelson-Siegel和 Svensson 模型拟合了钢铁债的到期收益率曲线。 基于中枢的观测 ： 从当前位置上来看 ， 2018 年 6 月 20 日钢铁债收益率中枢为 5.63%； 从历史表现上来看 ，2017 年以来，行业景气周期显著抬升，但钢铁债的收益率中枢并未收窄，这可能反映钢铁债的偏低估值。 基于期限结构的观测 ： 从当前表现来看 ， 多数情况下可违约债券的收益率曲线呈现上斜状，而当前我们观测到明显的收益率倒挂 。 从历史表现来看 ， 当前 5 年期 -1 年期的期限利差为 -70bp，处于历史极低位水平，如果本轮负期限利差的后续演绎路径与 2013-2014 年趋同，我们可预期在短期内利差触底之后长短收益率将两向修复。 三 、 钢铁债的信用风险特征：基于信用利差与隐含违约概率，短期盈利韧性与长端违约风险存在定价修复空间 我们以中债国债、中债中短票和中债企业债收益率为基准，分别计算了钢铁债的信用利差与行业超额利差，并在风险中性测度空间中测算了钢铁债的隐含违约概率。 基于中枢的观测 ： 信用利差与行业超额利差与行业景气周期存在高负相关性，从行业超额利差与价格的对标上看当前钢铁债的估值水平可能仍然偏低；当前市场可能对于钢铁行业的债券违约存在过度担忧，周期律上判断隐含违约概率后续大概率进入下行通道。 基于期限结构的观测 ：当前钢铁债收益率曲线的 倒挂主要来自于信用利差的倒挂，这种现象大概率会在未来得到修复；市场可能低估了短期内行业的盈利韧性，且对长端边际违约概率存在定价偏差，建议通过多短空长的投资组合策略获得套利空间。 四 、 投资建议：关注盈利韧性重新定价与期限利差修复下的投资机会，重视短久期高等级钢铁债配置价值 基于钢铁债的信用利差与隐含违约概率判断，我们认为当前钢铁债尤其是短久期钢铁债仍然具备盈利韧性重估逻辑下的配置价值。 一方面，以景气周期为对标，我们可能正在一个偏低的估值水平上交易钢铁债；另一方面，以隐含违约概率观测，当前市场仍未定价行业盈利韧 性，尤其是短期违约概率显然与当前景气周期相悖，因此随着盈利韧性的持续，短久期债券可能将受益于违约概率预期的修复，债券估值有望受此驱动回升。 当前钢铁债到期收益率曲线存在倒挂现象，我们认为当前收益率曲线倒挂不具备逻辑上的支撑，基于利差修复预期可通过缩短投资组合久期捕获套利机会。 第一，收益率曲线倒挂是信用利差期限倒挂所驱动的，而信用利差的期限倒挂现象不具备逻辑支撑；第二，收益率曲线所隐含的违约概率期限结构存在定价错误，违约概率期限结构的修复将推动利差修复；第三，基于利差修复预期，建议通过缩短投资组合久期来捕获期 限利差修复机会。 五 、 风险提示：早期部分时点样本券过少可能导致曲线拟合效果不佳；期限较长的债券样本数量较少，可能导致曲线拟合效果不佳；宏观经济周期大幅下滑打破盈利韧性；债市流动性风险等其他风险因素凸显导致基于信用风险的分析框架失效。 识别风险 ， 发现价值 请务必阅读末页的免责声明 2 / 32 专题研究 |钢铁 目录索引 前言：以周期研究之尺丈量风险溢价 . 5 一、纵观钢铁债：非金融类信用债的一个行业 细分 . 6 （一）钢铁债 ： 非金融类信用债的一个行业细分，也被划分为过剩产能行业债券 . 6 （ 二 ）产品结构：以中期票据、短期融资券和公司债为主，三者存量占比 83.20% . 7 （ 三 ）发行期限结构：以 1-5 年期债券为主 、 存量占比 70.01%，期限结构呈现短期化特征 . 7 （ 四 ）信用结构： 存在明显的利率差异， 短期信用评级均为 A-1，长期信用评级以 AAA级为主、存量占比为 83.75% . 8 （ 五 ）发行主体性质：以地方国有企业为主 ， 存 量占比为 77.94% . 9 二、 钢铁债的估值特征：基于构建的收益率曲线， 关注收益率与景气周期的不一致性以及收益率曲线的倒挂现象 . 10 （一） 收益率曲线构建：基于 NELSON-SIEGEL 模型与 SVENSSON 模型的曲线拟合 10 （二） 基于 中枢 的观测：当前钢铁债的高收益率与景气周期存在不一致性，这可能在某种程度上反映钢铁债的偏 低估值 . 15 （ 三 ） 基于 期限结构 的观测 ：建议关注收益率曲线结构倒挂现象，基于利差修复预期可通过缩短投资组合久期来捕捉套利空间 . 16 三、 钢 铁债的 信用风险特征：基于信用利差与隐含违约概率 ，短期盈利韧性与长端违约风险层面存在定价修复空间 . 19 （一）构建信用利差与行业超额利差 : 对风险溢价与行业特征风险溢价的度量，反映市场对信用风险的定价 . 19 （ 二 ）构建隐含违约概率： 风险中性测度空间下的违约概率估计，反映市场对于不同期限下违约可能性的理解 . 21 （ 三 ）基于中枢的观测： 以景气周期为对标，市场可能高估了钢铁债的信用利差和违约概率 . 23 （ 四 ）基于 期限结构 的观测 : 市场可能低估了短期盈利韧性，且长端违约负概率暗示市场对违约风险期限结构存在定价偏差 . 24 四、投资建议：关注盈利韧性重新定价与期限 利差修复下的 投资 机会，重视短久期 高等级 钢铁债配置价值 . 29 （一） 目前 可能正在一个偏低的估值水平，短久期钢铁债具备盈利韧性重估逻辑下的配置价值 . 29 （二）收益率曲线倒挂可能来源于违约风险期限结构的定价 偏差 ，通过构建短久期投资组合策略捕获期限利差修复机会 . 29 五、风险提示 . 31 识别风险 ， 发现价值 请务必阅读末页的免责声明 3 / 32 专题研究 |钢铁 图表索引 图 1：钢铁债是非金融类信用债的一个行业细分，同时也被划分为过剩产能行业债券 . 6 图 2：钢铁债市场大约于 2005 年开始成型， 2015 与 2016 分别是债券集中发行与集中到期的时间点（单位：支） .11 图 3：钢铁债债项评级以 AAA 级和 A-1 级为主，主体评级以 AAA 级为主（ 单位：支） .11 图 4： 2018 年 6 月 20 日，样本券平均收益率与存量规模的期限结构一览 . 12 图 5：基于 2018 年 6 月 20 日的市场数据，直接基于市场数据进行插值的到期收益率曲线呈现强震荡特征 . 12 图 6：基于 2018 年 6 月 20 日的市场数据， Nelson-Siegel 模型呈现良好的拟合程度与光滑程度 . 13 图 7：基于 2018 年 6月 20 日的市场数据， Svensson 模型的结果与 Nelson-Siegel拟合结果差异不大 . 14 图 8：基于 2008-2018 的市场数据， Nelson-Siegel 模型拟合的收益率曲线时间序列（单位： %） . 15 图 9：基于 2008-2018 的市场数据， Svensson 模型拟合的收益率曲线时间序列（单位： %） . 15 图 10： 2008 年以来，钢铁债到期收益率中枢的整体走势及与行业景气的比较 . 16 图 11： 2018 年 6 月 20 日，五年期收益率较 1 年期收益率与 3 年期收益率分别低70bp 和 89bp（单位： %） . 17 图 12： 2018 年 6 月 20 日， 5 年期 -1 年期期限利差水平为 -70bp，处于 2008 年以来的 4.30%百分位（单位： %） . 18 图 13：基于中债国债到期收益率曲线，我们可以推算钢铁债的信用利差（单位： %）. 20 图 14：一种改进的分解是计算钢铁债到期收益率与中债短中票与企业债之间的行业超额利差（单位： %） . 20 图 15：根据“时间”来区分，我们可以将违约概率分为累积违约概率和边际违约概率 . 21 图 16：基于钢铁债收益率曲线与国债收益率曲线计算的隐含累积违约 概率 . 22 图 17：基于钢铁债收益率曲线与国债收益率曲线计算的隐含边际违约概率 . 22 图 18：信用利差与超额利差均表现出较为显著的与钢价指数的负相关性 . 23 图 19：行业景气周期大致驱动着隐含违约概率的长期趋势，但违约概率存在内生的无法被景气度解释的周期性 . 24 图 20：当前（ 2018 年 6 月 20 日）钢铁债收益率曲线的倒挂主要来自于信用利差的倒挂 . 25 图 21： 2018 年 6 月 20 日， 5 年期 -1 年期信用利差差值为 -87bp，处于 2008 年以来的 9.10%百分位（单位： %） . 26 图 22： 2018 年 6 月 20 日， 5 年期 -1 年期行业超额利差差值为 -84bp，处于 2008年以来的 10.20%百分位（单位： %） . 26 识别风险 ， 发现价值 请务必阅读末页的免责声明 4 / 32 专题研究 |钢铁 图 23：当前与行业景气底部的隐含边际违约概率比较 . 27 图 24：我们极少观测到负违约概率的出现，且违约概率极少稳定维持在零线以下. 28 表 1：截至 2018 年 6 月 20 日，市场上存续钢铁债产品结构概览 . 7 表 2：截至 2018 年 6 月 20 日，市场上存续钢铁债发行期限结构概览 . 8 表 3：截至 2018 年 6 月 20 日，市场上存续钢铁债信用结构概览 . 9 表 4：截至 2018 年 6 月 20 日，市场上存续钢铁债发行主体企业性质概览 . 9 识别风险 ， 发现价值 请务必阅读末页的免责声明 5 / 32 专题研究 |钢铁 前言：以周期研究之尺丈量风险溢价 立足于行业基本面研究，我们尝试将视角从钢铁行业的股权产品延伸至债权产品，并冀望通过 景气追踪与周期研判为 钢铁债定价提供新的思路。 当前钢铁债主要是固定利率债券，因此对于债券的定价充分依赖于对分母端债券收益率的准确衡量。 债券收益率可以被拆分为无风险利率与风险溢价，而后者所包含的信用风险溢价是钢铁债定价的重心所在 。作为一个具有强周期性特征的行业，钢铁行业发债主体的信用风险和行业景气度具有极强的关联性，尤其是自钢铁债打破刚兑以来， 以行业景气为驱动的盈利能力与周转能力更加成为度量钢铁债信用风险的关键变量 。 因此，从周期研究与景气追踪的角度出发、立足基本面研判的风险度量可能是理解钢铁债定价的一个重要且有效的思路。 相较于 纯粹 基于财务分析视角的 钢铁 信用债研究，立足于基本面跟踪的研究体系可能将在两个维度上提供新的价值。 一方面，从较短的时间维度上来看，基于行业基本面的研究能够提供具有高频率、同步性乃至 前瞻 性的跟踪框架，进而弥补了财务指标在时间频率与滞后性方面的缺陷， 由于周期行业盈利具有强波动性，因此高频、紧密与前瞻的行业跟踪将提供重要的投资参考价值。 另一方面，从较长的时间维度上来看，钢铁行业的周期性意味着我们不能通过将当前企业盈利表现线外推去预判企业未来的盈利表现，这使得长端收益率的锚定存在极大的不确定性，而基于行业景气周期的研判在长时间维度内提供了较为 良好的确定性 ， 从而为中长期钢铁债的定价提供了一个较佳的窗口。 作为固定收益研究系列的开篇，我们将首先聚焦于理解当前市场上钢铁债的主要特征，以为 后续 研究框架的搭建提供基础。 具体而言，我们将回答如下 三 个问题： 一、 什么是钢铁债，以及 当前市场上存续的钢铁债有哪些？ 我们将提出对当前市场上钢铁债产品与其发债主体的一个简要梳理。 二、如何理解当前钢铁债的 估值 特征？ 我们将基于构建的钢铁债收益率曲线，理解当前钢铁债的估值位置和收益率曲线结构特征。 三、如何理解当前市场的信用风险溢价？ 我们将提供对钢铁债收益率分解的初步思考。 识别风险 ， 发现价值 请务必阅读末页的免责声明 6 / 32 专题研究 |钢铁 一、 纵观钢铁债 ： 非金融类信用债的一个行业细分 （一） 钢铁债 ： 非金融类信用债的一个行业细分，也被划分为过剩产能行业债券 开宗明义，钢铁债是非金融类信用债的一个行业细分，也被划分为过剩产能行业债券 。 按发行主体及其信用资质分类，当前市场上的债券主要可分为利率债与信用债。其中， 前者主要指代由财政部、地方政府、中国人民银行等政府主体发行的以国债、地方政府债、央行票据为代表的债券 ，利率债由于有国家信用作为背书，其面临的信用风险极低，因此其定价往往由无风险收益率所驱动；而 后者则指代由政府之外的主体所发行的以金 融债、企业债等为代表的债券 ，信用债依据企业经营状况面临一定程度上的信用风险，因此其定价不仅受无风险收益率的驱动，也受到信用利差的影响。 按是否为金融机构发行，信用债可分为金融类信用债与非金融类信用债。钢铁债则是后者的一个行业细分 。 市场也经常从行业性质的角度出发，将钢铁债划分为过剩产能行业债券 。 过剩产能行业债券往往被认为具有较高的信用风险与收益水平。 图 1： 钢铁债是非金融类信用债的一个行业细分，同时也被划分为过剩产能行业债券 数据来源： 银行间同业交易中心、 广发证券发展研究中心 那么，市场上的钢铁债有哪些？截至 2018年 6月 20日，按照 SW钢铁行业分类，市场上共有 41个发债主体，共发行存续钢铁债 200支，存量总额为 3316.85亿元。 下文，我们将分别对当前市场上存续的债券基本特征进行梳理总结，以提供对钢铁债市场的一个初步理解。 识别风险 ， 发现价值 请务必阅读末页的免责声明 7 / 32 专题研究 |钢铁 （ 二 ） 产品结构：以中期票据、短期融资券和公司债为主，三者存量占比83.20% 从产品结构上看， 目前市场上钢铁债以中期票据、短期融资券和公司债为主 ，三者数量与存量总额分别占钢铁债总数与存量总额的 83.50%和 83.20%。 除此三者之外，目前市场上的其他钢铁债债券类型包括定向工具、可交换债、企业债、资产支持债券和可转债。 结合待偿期限来看 ，以存量为权重， 平均待偿期限最短的是资产支持债券和短期融资券，最长的是可转债和企业债 。 结合票面利率来看 ，以存量为权重， 平均当期票息最低的是可转债与可交换债这两种含权债，而票息最高的是公司债和定向工具。 表 1：截至 2018 年 6 月 20 日 ，市场上存续钢铁债产品结构概览 债券类型 债券数量 债券数量占比 债券存量 (亿元 ) 债券存量占比 平均待偿期限 :存量加权 (年 ) 平均当期票息 :存量加权 (年 ) 中期票据 76 38.00% 1536.90 46.34% 2.14 5.03% 短期融资券 53 26.50% 735.00 22.16% 0.45 5.09% 公司债 38 19.00% 487.59 14.70% 1.86 6.16% 定向工具 15 7.50% 235.00 7.09% 1.23 6.09% 可交换债 8 4.00% 146.30 4.41% 1.65 1.82% 企业债 7 3.50% 159.36 4.80% 2.46 5.04% 资产支持证券 2 1.00% 6.30 0.19% 0.30 5.68% 可转债 1 0.50% 10.40 0.31% 5.44 0.30% 合计 200 100.00% 3316.85 100.00% 1.66 5.13% 数据 来源： Wind、 广发证券发展研究中心 （ 三 ） 发行期限结构：以 1-5 年期债券为主 、 存量占比 70.01%，期限结构呈现短期化特征 从发行期限结构上看， 钢铁债主要是中期债券 ，即发行期限在 110年区间的债券，其分别占总债券数量与债券存量的 72.50%和 75.88%，反映钢厂主要仍通过发行债券弥补中期现金流缺口；而在中期债券当中，钢铁企业主要发债的期限区间在1-5年（含 5年），其存量余额占总存量的 70.01%。 结合待偿期限来看， 目前钢铁债的期限结构呈现出明显的短期化特征 ， 一方面，目前存续债券的发行期限集中在 5年及以下，其债券存量占比达到 92.63%，另一方面，纵使是超过 5年的中期债券和长期债券，其待偿期限也相对较短，存量加权平均识别风险 ， 发现价值 请务必阅读末页的免责声明 8 / 32 专题研究 |钢铁 的待偿期限分别为 2.25和 5.39年。这可能主要与 2010年以来政府对于过剩产能行业的信贷与融资限制有关。在化解过剩产能的行业背景下，政策上对钢铁行业发债新建产能的行为进行了严格把控，这使得具有较长期限的、基于资本开支投资目的的债券融资数量明显减少，取而代之的是基于资金周转目的的短期融资。 结合票面利率来看， 钢铁债的票面利率不存在明显的期限结构 ， 5-10年期钢铁债的加权平均票息仅较 1年及以下钢铁债高出 26bp，而唯一发行期限在 10年以上的08首钢债 02由于其发行时间较早、债项评级较高而具有低于较短期债券的票面利率。 表 2：截至 2018 年 6 月 20 日 ，市场上存续钢铁债发行期限结构概览 发行期限 债券数量 债券数量占比 债券存量 (亿元 ) 债券存量占比 平均待偿期限 :存量加权 (年 ) 平均当期票息 :存量加权 (年 ) 1 年 及以下 54 27.00% 750.00 22.61% 0.45 5.10% 1 年 5 年 128 64.00% 2322.26 70.01% 1.92 5.14% 5 年 10 年 17 8.50% 194.60 5.87% 2.25 5.36% 10 年以上 1 0.50% 50.00 1.51% 5.39 4.36% 合计 200 100.00% 3316.85 100.00% 1.66 5.13% 数据 来源： Wind、 广发证券发展研究中心 （ 四 ） 信用结构： 存在明显的利率差异， 短期信用评级均为 A-1，长期信用评级以 AAA 级为主、存量占比为 83.75% 从信用结构上看 ，我们统计了目前存续钢铁债当中具有债项评级的个券。 就短期信用评级而言， 目前存续钢铁债的短期信用评级均为 A-1（短期信用评级的最高评级） ；而 就长期信用评级而言 ，目前存续钢铁债的长期信用评级以 AAA为主 （长期信用评级的最高评级），其债券数量和债券存量的占比分别为 72.13%和 83.75%，且所有具有长期信用评级的债券都在 AA级及以上。总体来说，当前市场上钢铁债的整体信用评级状况较佳， 或因在政策层面严格差别化信贷政策的背景下，钢铁行业的发行市场已经形成了较为严格的准入门槛。 结合待偿期限来看， 当前加权平均待偿期限最长的债券为 AAA级债券 ，显示中长期的钢铁债从信用风险来看具有一定的安全边际。同时，这种待偿期限长与信用评级高的对应关系可能说明当前市场对于发行中长期债券的 钢铁企业也设有一定信用评级门槛。 结合票面利率来看， 不同信用评级的债券存在明显的利率差异， AA级钢铁债的加权平均票面利率较 AAA级钢铁债高出 149bp，对比前述票面利率较为不清晰的期限结构，这或许表明信用风险仍然是钢铁债定价的核心驱动。 识别风险 ， 发现价值 请务必阅读末页的免责声明 9 / 32 专题研究 |钢铁 表 3：截至 2018 年 6 月 20 日 ，市场上存续钢铁债信用结构概览 债项评级 债券数量 债券数量占比 债券存量 (亿元 ) 债券存量占比 平均待偿期限 :存量加权 (年 ) 平均当期票息 :存量加权 (年 ) 短期信用评级 A-1 14 100.00% 205.00 100.00% 0.58 5.08% 合计 14 100.00% 205.00 100.00% 0.58 5.08% 长期信用评级 AAA 88 72.13% 1792.82 83.75% 2.32 4.84% AA+ 14 11.48% 247.17 11.55% 1.00 4.98% AA 20 16.39% 100.70 4.70% 1.63 6.32% 合计 122 100.00% 2140.69 100.00% 2.14 4.92% 数据 来源： Wind、 广发证券发展研究中心 注：为了更好地描述票面利率与债项评级关系，我们选取债券发行时的债项评级。截至 2018 年 6 月 20 日 ，存续钢铁债的信用结构与发行时信用结构无显著差异。 （ 五 ） 发行主体性质：以地方国有企业为主 ， 存量占比为 77.94% 从所有制结构的角度来看， 国有企业在债券发行主体中占主要地位 ，在数量和存量上的占比分别为 90.00%和 93.96%；且 从发行主体的企业性质来看，目前存续钢铁债的发行主体以地方国有企业为主， 地方国有企业债券在数量和存量上的占比分别为 73.50%和 77.94%。我们认为，这一方面与市场上大型钢铁企业以国有企业为主有关，另一方面也可能是由于国有企业往往具有较佳的偿付保障，进而使得其倾向于出现较优的信用评级。 结合待偿期限来看 ，以存量为权重， 平均待偿期限最短的是中央国有企业，最长的是民营企业 。 结合票面利率来看 ，以存量为权重， 平均当期票息最低的是中央国有企业，或是由于其具有较高的信用资质，而票息最高的是地方国有企业。 表 4：截至 2018 年 6 月 20 日 ，市场上存续钢铁债发行主体企业性质概览 发行期限 债券数量 债券数量占比 债券存量 (亿元 ) 债券存量占比 平均待偿期限 :存量加权 (年 ) 平均当期票息 :存量加权 (年 ) 中央国有企业 33 16.50% 531.20 16.02% 0.95 4.54% 地方国有企业 147 73.50% 2585.26 77.94% 1.72 5.28% 民营企业 20 10.00% 200.40 6.04% 2.75 4.75% 合计 200 100.00% 3316.85 100.00% 1.66 5.13% 数据 来源： Wind、 广发证券发展研究中心 识别风险 ， 发现价值 请务必阅读末页的免责声明 10 / 32 专题研究 |钢铁 二 、 钢铁债的估值特征：基于构建的收益率曲线，关注收益率与景气周期的不一致性以及收益率曲线的倒挂现象 收益率曲线是理解债券市场特征与进行债券估值的核心工具，它反映具有相同信用资质的债券到期时间和收益率之间的函数关系。 债券收益率曲线往往向我们提供两个维度上的信息：一方面， 从截面比较的维度去观测 ， 单条收益率曲线反映债券收益率的期限结构，而信用债的期限结构当中往往隐含市场对于不同期限信用风险的定价 ；另一方面， 从时间序列比较的维度去观测 ， 单一期限收益率的纵向走势则反映不同时点上利率水平、市场风险预期与风险偏好的表现。 当前研究钢铁债的一个困难在于，市场上尚未有针对钢铁债的收益率曲线公布。目前诸如中债、中证与上清所等机构发布的收益率曲线主要是以债券品类作为界定的，其并未公布以行业为界定的收益率曲线。因此，构建钢铁债的收益率曲线可能是研究钢铁债的一个重要起点。 本章我们将以申万钢铁债为样本，分别基于 Nelson-Siegel和 Svensson模型拟合钢铁债的到期收益率曲线，并进一步观测和理解当前市场钢铁债估值的表现。 （ 一 ） 收益率曲线构建：基于 Nelson-Siegel 模型与 Svensson 模型的曲线拟合 1 样本券概览：我们将集中研究 2008年 -2018年期间存续的 AAA级和 A-1级债券 我们选择的样本券涵括申万钢铁行业截至 2018年 6月 20日的所有已发行债券（包括已到期与未到期债券），共 799支。 我们分别从存续时间与信用结构两方面简单梳理样本券特征。 存续时间 ： 从发行时间来看 ，钢铁债市场在 2005年左右大致成型， 债券发行数量在此后逐年迅速增长，并于 2015年达到巅峰（大致对应于钢铁行业景气周期的底部），尔后 随着行业景气周期的抬升与政策端对于钢铁企业融资的限制，钢铁企业债发行数量逐渐显现递减倾向。 从到期时间来看 ， 2016年是钢铁债集中到期的一个时点，这与 2016年钢铁行业的流动性危机相对应； 2018年同样也是钢铁债集中到期的一个时点，但在此之后，随着发债门槛的提高与发债期限的短期化，钢铁债的存量规模与到期规模大概率将逐渐收窄。 综合考虑各时点存续债券的数量， 我们选择2008年 -2018年为研究时点 ，以保证单个时点上有充足的自由度供模型拟合。