1、从微观到宏观的定量测算:利率上升对实体经济的非对称冲击 明明 吕品 中信证券研究部 摘 要： 2016 年底以来, 货币市场与债券市场融资成本不断抬升。本文采取自下而上的研究方法, 基于企业财务报表计算利率上升对实体经济融资成本的影响, 并分别对利率抬升带来的总量冲击, 以及利率抬升对不同信用资质、不同规模、不同所有性质、不同行业企业的结构冲击进行了定量分析, 最后对宏微观结果的不一致进行了原因分析。关键词： 国债利率; 企业融资成本; 净利润; 冲击; 2016 年底债市大幅调整以来, 货币市场与债券市场融资成本不断被抬升。首先是利率市场短端剧烈调整;随后从二级市场传导至一级市场, 债券推迟
2、或取消发行激增与企业债券融资成本的抬升, 导致这段时间在贷款与发债的天平上, 企业更倾向于贷款融资而不是发债融资;之后, 银行负债成本的提高逐步从总行层面传达到下面分支行, 使得企业贷款成本也整体被抬升。诸多现象表明, 从金融去杠杆到实体去杠杆的传导已经在确确实实地发生了。虽然我们认同去杠杆的经济学内涵, 认为它是中国经济中长期健康发展的必要举措, 但同时也应当认识到利率抬升与信贷收缩对实体经济有短期负面冲击, 而且更重要的是其冲击存在结构上的不对称。那么利率上升对实体经济的冲击到底如何?从结构上看, 对不同资质企业的冲击效应如何?货币政策是否会因此受到掣肘?国债利率保持在什么水平更有利于实体
3、经济?以上是本文试图解决的问题。自下而上:从企业财务报表开始(一) 为什么要自下而上?总量数据相对抽象、韧性较强, 且难以看清结构。我们都知道“利率上升实体经济融资成本上升侵蚀企业利润和投资意愿”这一传导途径, 但是究竟在每一道环节上传导的效应到底有多少, 很难从总量数据中得出。更重要的是, 债券市场上行的幅度并非简单加点到贷款市场, 而贷款市场成本的上升对于不同企业的冲击是非对称性的, 个体数据比总量数据更能看清结构。这就是为何要自下而上、从企业的财务报表开始进行分析。(二) 计算方法考虑到过短的时间序列统计易失真, 且债市是单边牛市, 而过长时间情况下, 诸多债券发行人与上市公司数据缺失,
4、 所以本文分析的时间区间为 20132016年, 其间债市经历了一轮长波牛熊切换。本文选取上市公司与发债公司这 4 年的财务数据, 并剔除数据缺失、财务异常的公司及资产规模大于 5000 亿元的公司, 最终留存 2468 家样本, 进行如下操作。步骤 1:利用利息支出/有息负债, 计算公司每年的平均负债利率。步骤 2:计算 4 年的国债利率年度平均值, 获得 1 组 4 个国债利率。步骤 3:计算每家公司的 4 年平均负债利率对年度国债平均利率的弹性。假设企业负债成本对国债利率的弹性为信用资质的单一函数, 以企业平均贷款利率作为企业信用资质的代理变量, 对每家企业来说:步骤 4:根据上述假设,
5、 以不同区间平均负债利率范围求得弹性的平均值, 并对平均负债利率弹性的散点图进行对数拟合 (见图 1) 。步骤 5:对 2017 年国债平均利率进行预测并与 2016 年对比, 计算利率在假设条件下 (假设 2017 年国债利率中枢在 3.5%) 企业的平均融资利率变化:图 1 不同负债水平公司的负债利率对国债利率弹性散点及拟合曲线 下载原图资料来源:Wind 资讯, 中信证券研究部步骤 6:假设息税前利润 (EBIT) 、其他财务费用、税费比率不变, 计算在仅有利息支出的条件下企业净利润的变动, 得出个别公司、分行业加总的净利润变动与资产收益率 (ROA) 变动。步骤 7:对不同信用资质、不
6、同规模、不同所有性质、不同行业企业的结构冲击进行分析。从总量到结构:中低资质企业受冲击最大(一) 总量冲击:预计抬升企业负债成本 80BP85BP, 影响净利润-18.8%总量上看, 假设 10 年期国债利率 (下简称“国债利率”) 2017 年中枢在 3.5% (截至 2017 年 6 月, 中枢为 3.41%) , 较 2016 年 2.86%的中枢水平上行 65BP, 传导到企业端负债成本将抬升 80BP85BP, 即从 3.91%4.08%上升至4.75%4.89%, 利息负担增加 21.5%;考虑到税收因素, 净利润将降低 18.8%, ROA 则下降约 0.30.4 个百分点, 从
7、 2.25%2.50%下行至 1.83%2.22% (见表 1) 。表 1 平均负债利率与负债利率对国债利率的弹性 下载原表 分布上看, 有诸多负债成本在 4.5%5.5%的公司被抬升到 5.5%8.0%利率区间 (见图 2) , 尤其是对于 ROA 较低的个别公司来说, 利润保护的安全垫较低, 极易转亏。负债成本传导至 ROA, 令 ROA 中位数从 2.5%下降到 2.2%。由于企业有较强的动机将盈利调节到 0 以上, 所以 ROA 的分布将体现较强的 0 点截断特征 (见图 3) , 不过这并不影响总体结论。总体来看, 全样本 ROA 从 2.27%下降到 1.86%, 净利润降低 18
8、%, 可见国债利率上升对整体工业利润有较强的负面冲击。图 2 国债利率上升对不同负债利率企业的冲击 下载原图资料来源:Wind 资讯, 中信证券研究部测算图 3 国债利率上升对不同 ROA 企业的冲击 下载原图资料来源:Wind 资讯, 中信证券研究部测算(二) 信用资质结构视角:负债成本在 7%8%的中低信用资质企业受冲击最大逻辑上看, 当利率上行时, 贷款的可得性降低, 势必会带来分化, 与其说是大企业和小企业之间的分化, 不如说是在信用资质上的分化, 即信用资质好的企业所受信贷冲击较小, 信用资质差的企业所受信贷冲击较大。而衡量信用资质有多种方式:一种是对经营数据与财务数据进行打分, 此
9、种方法在跨行业比较时相对较难;第二种是采用评级/隐含评级比较, 但是诸多上市公司缺乏相关数据, 所以较困难。本文采用企业贷款利率作为其信用资质的替代指标, 隐含的含义是, 贷款利率很大程度上反映了企业的信用资质, 这也是在步骤 3 采用企业平均负债成本作为单一变量的原因。图 4 国债利率上升对不同信用资质 (负债利率) 企业 ROA 冲击 下载原图资料来源:Wind 资讯, 中信证券研究部测算图 5 企业规模与负债成本对国债利率弹性的关系 下载原图资料来源:Wind 资讯, 中信证券研究部测算计算结果显示, 利率上升对负债成本在 7%8%的中低信用资质企业冲击最大, 利润负面冲击甚至在-40%
10、 (见图 4) 。此类企业有两大特点, 一是负债成本较高, 导致其对利率变动的敏感性较高;二是 ROA 较低, 多数在 1%2%, 净利润对利息变动的保护不足。对于更低信用资质的企业, 即当平均负债利率高于 8.5%时, 企业负债规模相对偏小, 所以利率弹性相对较大, 对于 ROA 的冲击相对变小。(三) 企业规模结构视角:对资产规模在 500 亿900 亿元的企业冲击最大理论上, 我们认为企业规模与利率水平应该是负相关的, 但实际中两者相关性并不明显。其原因在于很多小规模上市公司盈利较好、负债也不多, 更多地依靠股权融资, 业绩增速高, 所以平均借款利率也比较低;而大型企业多为强周期、上游企
11、业, 银行和债券市场对其融资成本有一定折价, 所以利率水平也较低。从弹性来说, 仍然是规模较大的企业弹性较低, 表明虽然其在平均利率水平上并无太大优势, 但是国有企业属性和规模因素使得银行对其贷款利率的稳定性相对较高 (见图 5) 。利率上升对资产在 500 亿900 亿元的中等规模企业冲击最大 (见图 6) 。这些企业的特点是:一是重资产企业较多, 资产负债率高, 规模大;二是周期类行业偏多, 近年来盈利较差, 虽然大部分在 2016 年下半年有所回暖, 但一些历史负担重的企业仍在盈亏平衡点左右徘徊, 致使利率变动对其净利润影响较大。资产规模在 1000 亿元以上的企业有较多是大型央企综合集
12、团, 本身负债成本对利率并不敏感, 虽然负债规模高, 但是利率上升对其净利润的冲击并不是特别大。图 6 国债利率上升对不同规模企业 ROA 的冲击 下载原图资料来源:Wind 资讯, 中信证券研究部测算(四) 企业所有性质结构视角:利率上行对民营企业的冲击更大国有企业负债在量和价的稳定性上, 都优于民营企业。地方国企与中央企业平均负债利率比民营企业约低 20BP, 负债成本相对于国债利率变动的弹性更低, 低 20%24% (见表 2) 。所以这也决定了在本轮融资难中, 民营企业遭受的冲击更大。尤其是对于近两年通过公开市场发行债券替代大量银行贷款的民营企业, 负债管理能力并不是很强, 在债市认购
13、情绪较差的时候, 短期内回到银行信贷又有量与价的掣肘, 不得不选择较高利率发债, 所面临的流动性冲击可能比本文估计的更大。表 2 企业所有性质决定的平均负债利率与负债利率对国债利率的弹性 下载原表 表 3 国债利率上升对不同行业 ROA 与净利润的冲击 下载原表 (五) 行业结构视角:盈利能力偏低、资产负债率高的周期类行业受冲击较大利率上升对钢铁、采掘 (主要是煤炭) 、有色周期类行业影响最大 (见表 3) 。我们看到虽然经历了去年下半年周期行业的回暖, 但样本行业中的采掘、钢铁全行业净利润仍然在盈亏平衡点左右徘徊, 回暖主要是大型、优质企业在回暖, 一些历史负担重的企业虽然亏损在收窄, 但仍
14、需消化历史包袱, 叠加高企的资产负债率, 利率变动对其影响较大。利率上升对下游消费品行业影响较小。下游消费品行业 (如家电、汽车、医药生物等行业) 的资产负债率偏低, 绩优白马企业较多, ROA 对于利率波动的保护较大。宏微观的背离与折中(一) 国债利率上升或将对实体经济盈利产生-11%的冲击从微观财务数据校准到宏观数据有两种方法: (1) 先计算分行业的数据, 再进行加总; (2) 直接由分行业的比率数据推算出总量数据。我们根据证监会行业分类方法计算分行业利息变动数据, 得到分行业利息支出增加都在 20%23%, 比率较为接近, 所以本文采用第二种方法, 即直接由分行业比率数据推算出总量数据
15、。在此方法下, 假设 2017 年国债利率中枢在 3.3%3.7%, 则可推算出利率上升对工业企业利润的冲击在-4.62%-2.42% (见表 4) 。表 4 2017 年 10 年期国债利率中枢对相关指标影响的敏感性分析 下载原表 我们看到虽然利率上行对于工业企业利润有所冲击, 但冲击并不如前文微观数据研究显示得那么强烈。微观数据结果表明, 利率在 3.5%中枢水平, 将对样本公司净利润产生-18.8%的冲击。工业企业利润数据相对韧性更强, 在于其样本公司利息/利润比相对较低, 国家统计局工业企业利润数据统计中样本公司的这一比值只有 16%左右, 而本文微观样本公司中的利息/利润比高达 70
16、%。那么, 当宏观数据与微观结果相背离时, 到底该相信是-4%的冲击还是-18%的冲击呢?我们认为经济数据的韧性往往不意味着经济本身的韧性。相对而言, 宏观数据由于统计样本、统计方式、时滞等因素, 其准确程度和敏感性往往不如自下而上的微观数据。综合来看, 我们认为折中一下或许更接近真实情况, 即若国债利率中枢今年在3.5%左右, 则对实体经济利润冲击将在-11%左右 (对于净利润冲击需要考虑税盾) , 经济表现较弱的时候冲击更大。(二) 关注负债能力管理较差的个别民营企业应当注意, 上文推断的前提是国债全年平均中枢为 3.5%。即便是只从工业企业利润数据上看, 预计其冲击也在-4.62%-2.
17、42%;考虑到上游周期行业产成品如煤炭、钢铁的价格在下半年有较大的下行压力, 相关行业盈利持续提高或将受阻, 叠加年底的基数效应, 工业企业利润回暖的同比数据将比有所降低, 届时-4.62%-2.42%的冲击将不会再那么微不足道。实体经济融资压力反馈到债市, 或将成为债市的一层天花板。若 10Y 国债利率下半年中枢顶部达到 3.6%, 全年中枢将推到 3.5%, 届时货币市场的压力将会较完全地反映到全社会融资成本上。从长周期视角来看, 去杠杆对利率的影响更可能是一个先上后下的过程。去杠杆导致金融机构资金在量上缩表、价上抬升;传导到实体经济, 则是融资成本上升。而其中的非对称冲击更令强者恒强、弱者恒弱, 将影响企业投资意愿与利润, 可能引致实体经济下行;实体经济下行的结果又可能导致实际利率或者操作利率被迫下行。所以对于国债市场, 3.6%或将是货币政策下半年的中枢顶部。对于信用债, 需要着重关注前文所提受影响最大的发行人。经依次排查, 其主要包括那些利率本来就较高的低资质企业、负债管理能力和经验不足的民营企业, 以及徘徊在盈亏平衡点的某些周期类行业。
