2022年的“资产荒”是如何演绎的？
　　哪类资产收益率先下？——中高评级、短久期利差调整相对较快。分主体评级来看，各评级主体利差均触及历史低点，其中中高评级主体利差调整相对较快；分债券期限来看，1年以内短久期品种先于其他品种调整到位，3年期及以上品种利差分位数降幅相对更高。
　　哪些区域弹性更大？
　　1）弱区域的大主体表现如何？——天津与云南利差降幅明显，东北地区下沉优先级较低。以AAA主体为例，天津与云南先后于5月下旬与7月下旬触底，明显早于其他省份，利差降幅亦相对明显，而东北地区下沉优先级相对较低，尤其是中低评级主体表现相对明显；
　　2）好区域的小主体表现如何？——各省尾部区域不一定能够受益于资产荒行情。以江苏、江西与湖南为对象的观测结果显示，并无明显证据表明各省中存在明显的一盘棋现象，对于尾部区域而言，其能否受资产荒现象影响仍取决区域经济与财政实力，仍需重点防范弱省份尾部区域的估值风险。
　　3）市场有没有突破“短债抱团现象”？——多数省份各期限利差整体收窄，少数省份存在分化。对于部分区域而言，长久期债券的不确定性容易带来较高的估值风险，而对于另一部分区域来说，由于长久期债券多为区域内优质主体发行，所以其信用风险反而相对更低；
　　如果再次上演“资产荒”，我们该如何参与？
　　“2023年资产荒”是否已经到来？——从实际表现来看，尽管当前信用债市场静态收益率持续走低，但整体仍要高于2022年初水平，同时资产荒现象的出现是多重因素共同叠加的作用，当下判断资产荒行情仍为时尚早，但其发展方向已是“似曾相识”。
　　“资产荒”能否形成？——关注以下变量：1）债券供给，核心在于供给是否会放量，目前来看城投批文端储备充足，而批文端的改善相较于2022年初即是最大的不同；2）投资需求，从一级市场投标情况来看，尽管相较于去年末有环比改善，但较去年年初同期水平相比仍有差距，投标热情并未显著提升；3）资金面，2022年资金面的超预期宽松是导致资产荒现象出现的重要因素之一，而从社融数据来看，前2个月信贷表现相对强势，资金面整体偏紧，当前仍不构成资产荒的主要推力，后续仍需关注货币宽松预期的落地情况，以及是否会引发新一轮超预期的宽松。
　　做好准备，迎战可能突然出现的“资产荒”行情——回过头来看，资产荒现象的出现尚难以预判，但通过2022年的经验我们也可以对可能存在的投资机会进行提前布局准备，一方面，短久期品种票息策略仍相对优质，在做好风控措施的前提下可以进一步挖掘收益；而另一方面，在区域择券方面，经验表明中等区域的尾部地市以及弱区域的中尾部地市仍难以完全受到资产荒行情影响，尤其是在当下风险偏好整体下降的市场环境下，对于尾部区域的估值风险仍当保持关注。
　　风险提示：信用债违约风险。
　　

研究报告全文：TableIndNameRptType固定收益2固收周报若再来一轮资产荒我们该如何参与信用周记3月第2周报告日期2023-03-13主要观点首席TableAuthor分析师颜子琦TableSummary2022年的资产荒是如何演绎的执业证书号S0010522030002电话13127532070哪类资产收益率先下中高评级短久期利差调整相对较快分主体评邮箱yanzqhazqcom级来看各评级主体利差均触及历史低点其中中高评级主体利差调整相对联系人杨佩霖较快分债券期限来看1年以内短久期品种先于其他品种调整到位3年执业证书号S0010122040030期及以上品种利差分位数降幅相对更高电话17861391391邮箱yangplhazqcom哪些区域弹性更大1弱区域的大主体表现如何天津与云南利差降幅明显东北地区下沉优先级较低以AAA主体为例天津与云南先后于5月下旬与7月下旬触底明显早于其他省份利差降幅亦相对明显而东北地区下沉优先级相对较低尤其是中低评级主体表现相对明显2好区域的小主体表现如何各省尾部区域不一定能够受益于资产荒行情以江苏江西与湖南为对象的观测结果显示并无明显证据表明各省中存在明显的一盘棋现象对于尾部区域而言其能否受资产荒现象影响仍取决区域经济与财政实力仍需重点防范弱省份尾部区域的估值风险3市场有没有突破短债抱团现象多数省份各期限利差整体收窄少数省份存在分化对于部分区域而言长久期债券的不确定性容易带来较高的估值风险而对于另一部分区域来说由于长久期债券多为区域内优质主体发行所以其信用风险反而相对更低如果再次上演资产荒我们该如何参与2023年资产荒是否已经到来从实际表现来看尽管当前信用债市场静态收益率持续走低但整体仍要高于2022年初水平同时资产荒现象的出现是多重因素共同叠加的作用当下判断资产荒行情仍为时尚早但其发展方向已是似曾相识资产荒能否形成关注以下变量1债券供给核心在于供给是否会放量目前来看城投批文端储备充足而批文端的改善相较于2022年初即是最大的不同2投资需求从一级市场投标情况来看尽管相较于去年末有环比改善但较去年年初同期水平相比仍有差距投标热情并未显著敬请参阅末页重要声明及评级说明证券研究报告TableCompanyRptType固收周报提升3资金面2022年资金面的超预期宽松是导致资产荒现象出现的重要因素之一而从社融数据来看前2个月信贷表现相对强势资金面整体偏紧当前仍不构成资产荒的主要推力后续仍需关注货币宽松预期的落地情况以及是否会引发新一轮超预期的宽松做好准备迎战可能突然出现的资产荒行情回过头来看资产荒现象的出现尚难以预判但通过2022年的经验我们也可以对可能存在的投资机会进行提前布局准备一方面短久期品种票息策略仍相对优质在做好风控措施的前提下可以进一步挖掘收益而另一方面在区域择券方面经验表明中等区域的尾部地市以及弱区域的中尾部地市仍难以完全受到资产荒行情影响尤其是在当下风险偏好整体下降的市场环境下对于尾部区域的估值风险仍当保持关注风险提示信用债违约风险敬请参阅末页重要声明及评级说明216证券研究报告TableCompanyRptType固收周报正文目录1债市又到资产荒这次有何不同522022年的资产荒是如何演绎的521整体结构中高评级短久期利差调整相对较快622区域结构下沉优先级尾部是否可选8221主体评级天津与云南利差降幅明显东北地区下沉优先级较低9222债券期限多数省份利差整体收窄少数省份存在分化12223省内分化尾部区域能否受益于资产荒行情133如果再次上演资产荒我们该如何参与154风险提示15敬请参阅末页重要声明及评级说明316证券研究报告TableCompanyRptType固收周报图表目录图表1城投债发行认购倍数月度汇总单位倍5图表2城投债信用利差走势单位BP6图表3资产荒期间城投债信用利差变动情况分主体评级利差单位BP分位点单位7图表4资产荒期间城投利差分位数走势分主体评级分位点单位7图表5资产荒期间城投债信用利差变动情况分债券期限利差单位BP分位点单位8图表6资产荒期间城投利差分位数走势分债券期限分位点单位8图表7资产荒期间城投债信用利差变动情况分省份利差单位BP分位点单位9图表8资产荒期间城投债信用利差变动情况分省份AAA主体利差单位BP分位点单位10图表9资产荒期间城投债信用利差变动情况分省份AA主体利差单位BP分位点单位11图表10资产荒期间城投债信用利差变动情况分省份AA主体利差单位BP分位点单位12图表11资产荒期间城投债信用利差变动情况分省份分债券期限利差单位BP分位点单位13图表12资产荒期间城投债信用利差变动情况分地市江苏省利差单位BP分位点单位14图表13资产荒期间城投债信用利差变动情况分地市江西省利差单位BP分位点单位14图表14资产荒期间城投债信用利差变动情况分地市湖南省利差单位BP分位点单位14敬请参阅末页重要声明及评级说明416证券研究报告TableCompanyRptType固收周报1债市又到资产荒这次有何不同回顾2022年资产荒现象成为前三季度信用债市场的主旋律各评级城投利差纷纷迎来历史最低水平一方面源于国内外基本面的双重压力而另一方面相对充裕的资金环境带来相对较强的配置需求但城投债净融资则较前一年度出现大幅下行导致供需错配现象上述因素的共同作用引发信用利差在年内出现大幅压缩而步入2023年以来随着理财赎回潮影响的逐步减弱信用债市场收益率出现大幅回落多数区域城投利差持续收窄短端利差重回历史极低分位数部分投资者对于资产荒的担忧再起因此本周我们将就2022年资产荒现象进行回顾进而分析当下所处的阶段以及针对不同区域不同评级和不同期限债市表现进行全面剖析22022年的资产荒是如何演绎的有关资产荒的讨论始于2022年5月一级市场中大量出现高认购倍数发行甚至不乏百倍以上的发行记录引发市场热议具体来看从历史数据回溯可知2022年的资产荒从年初就已初见端倪当年1月发行认购倍数达到124倍彼时来看已是2018年以来最高水平2月认购情绪进一步走高达到136倍而后历经3至4月的发酵以及资金面超预期宽松的刺激下5月配置力量显著提升当月加权平均认购倍数达到269倍有统计以来首次突破2倍创下历史新高图表1城投债发行认购倍数月度汇总单位倍月份2018201920202021202220231月1051141131121241112月1051201231081361163月1061121101121191204月106111116112117-5月104112110116269-6月103109111111122-7月114111113115141-8月112113111119131-9月108110109115120-10月119111110112111-11月110113110118108-12月109110108119106-资料来源Wind华安证券研究所二级市场方面2022年4月起高静态收益债券利差的持续压缩具体来看自2021年以来中低分位数水平的城投债信用利差便开启了下行通道至2022年4月达到阶段性底部彼时高分位数水平的城投利差降幅相对不明显仍是市场的重要高收益来源但步入4月以来配置力量的抬升使得中低分位数利差进一步压缩此时高分位数75敬请参阅末页重要声明及评级说明516证券研究报告TableCompanyRptType固收周报静态收益的优势开始凸显历史分位点从50一路压缩至0达到历史最低水平需注意本篇报告中涉及历史分位数除特殊说明外均为基于2019年以来截至2023年3月10日的周度数据测算从实际表现来看2022年一季度的资产荒现象尚不明显因此在时间跨度方面我们主要就2022年4月1日至2022年11月11日理财赎回潮当周前夕期间共计32周的城投债利差波动进行重点观测图表2城投债信用利差走势单位bp25分位数中位数75分位数400350300250200150100500资料来源Wind华安证券研究所21整体结构中高评级短久期利差调整相对较快分主体评级来看中高评级主体利差调整相对较快具体来看在观测期间内AAA主体利差累计压缩29bp历史分位数从36下行至0下行36pct达到历史最低点AA主体利差累计压缩36bp历史分位数从23下行至0下行23pct达到历史最低点AA主体利差累计压缩66bp历史分位数从25下行至0下行25pct达到历史最低点AA-主体利差累计压缩64bp历史分位数从75大幅下行73pct至2接近历史最低水平从变动趋势来看AAA与AA主体在8月12日即触及历史最低水平其中AAA主体在4月当月利差即压缩近30个百分点斜率显著较大而AA主体利差斜率虽不及AAA主体但两者均在8月中上旬触及历史最低水平而后偶有反弹但仍在10以下波动AA主体利差降幅相对较高但调整耗时也相对较长是当市场寻求收益不得后的备用选项而AA-主体利差分位点降幅明显高于其他评级但利差压缩幅度尚略低于AA主体一方面表明AA-主体此前利差波动幅度相对较小导致在本轮资产荒行情中分位数出现大幅波动同时也表明资产荒下AA-主体的债券亦有部分机构参与敬请参阅末页重要声明及评级说明616证券研究报告TableCompanyRptType固收周报图表3资产荒期间城投债信用利差变动情况分主体评级利差单位bp分位点单位主体评级最大值最高分位点最高点日期最小值最低分位点最低点日期利差收窄分位数下行AAA71362022-04-014202022-08-122936AA102232022-04-016602022-08-123623AA252252022-04-0118602022-11-116625AA-364752022-04-0130022022-11-116473资料来源Wind华安证券研究所图表4资产荒期间城投利差分位数走势分主体评级分位点单位AAAAAAAAA-8070605040302010004-0104-0804-1504-2204-2905-0605-1305-2005-2706-0306-1006-1706-2407-0107-0807-1507-2207-2908-0508-1208-1908-2609-0209-0909-1609-2309-3010-0710-1410-2110-2811-0411-11资料来源Wind华安证券研究所分债券期限来看1年以内短久期品种先于其他品种调整到位具体来看在观测期间内1年期以下品种利差累计压缩38bp历史分位数从17下行至0下行16pct接近历史最低点1至2年期品种利差累计压缩51bp历史分位数从15下行至0下行15pct达到历史最低点2至3年期品种利差累计压缩48bp历史分位数从24下行至0下行24pct达到历史最低点3年期及以上品种利差累计压缩43bp历史分位数从39下行至0下行39pct达到历史最低水平从变动趋势来看1年期以内品种利差快速压缩在5月20日即触及历史低点显著快于其他期限品种而后出现明显回弹至8月中旬实现二次触底间隔约3个月1至2年期与2至3年期品种利差收窄幅度与节奏均相对接近分别于8月中上旬与8月末触及历史低位3年期及以上品种期限利差收窄先快后慢其在4月1日至5月20日期间历史分位点大幅下行约30个百分点随后下行斜率有所放缓8月中上旬即接近历史低位而后有所回调至9月30日再度触底敬请参阅末页重要声明及评级说明716证券研究报告TableCompanyRptType固收周报图表5资产荒期间城投债信用利差变动情况分债券期限利差单位bp分位点单位债券期限最大值最高分位点最高点日期最小值最低分位点最低点日期利差收窄分位数下行1年以下120172022-04-018202022-05-2038161至2年142152022-04-019102022-08-2651152至3年118242022-04-017002022-08-1248243年以上125392022-04-018302022-09-304339资料来源Wind华安证券研究所注债券期限为剩余期限考虑行权区间左闭右开图表6资产荒期间城投利差分位数走势分债券期限分位点单位1年以下1至2年2至3年3年以上45403530252015105004-0104-0804-1504-2204-2905-0605-1305-2005-2706-0306-1006-1706-2407-0107-0807-1507-2207-2908-0508-1208-1908-2609-0209-0909-1609-2309-3010-0710-1410-2110-2811-0411-11资料来源Wind华安证券研究所22区域结构下沉优先级尾部是否可选区域方面分省份来看多数省份整体利差自4月初开始下行其中20个省份利差压缩至历史最低水平04个省份利差压缩至50分位点以下天津与广西分别从94与93分位点压缩至55与56压缩幅度分别为39pct与37pct甘肃利差分位数从91压缩30pct至61而云南利差分位数则从92压缩19个百分点至73除此以外宁夏贵州与青海三省则未能明显受益于资产荒行情信用利差反而有所走扩从利差变动幅度来看天津与内蒙古利差收窄幅度均在100bp以上其中天津收窄132bp内蒙古收窄127bp另有9个省份利差收窄幅度在50bp以上吉林79bp重庆72bp与四川69bp收窄幅度相对更高需注意本报告中涉及的利差数据大多为中位数因此由于不同时点样本券可能存在变化因此可能出现某一区域评级期限债券利差在某一时点出现较大波动敬请参阅末页重要声明及评级说明816证券研究报告TableCompanyRptType固收周报图表7资产荒期间城投债信用利差变动情况分省份利差单位bp分位点单位省份最大值最高分位点最高点日期最小值最低分位点最低点日期利差收窄分位数下行耗时天广东65492022-04-013702022-08-122949133上海59502022-04-012902022-08-123050133福建85292022-04-015102022-08-123429133浙江96212022-04-016202022-08-123521133海南81392022-04-014402022-08-123639133江苏107212022-04-017002022-08-123721133湖北114232022-04-017702022-08-123823133河北120242022-04-017802022-08-124224133山西121152022-04-017702022-08-124315133山东152252022-04-0110802022-08-124425133安徽116302022-04-016902022-08-124830133河南152422022-04-0110302022-08-124942133新疆138152022-04-018802022-08-125015133湖南184172022-04-0112402022-08-126017133四川237302022-04-0116802022-08-126930133江西148442022-04-019802022-08-195044140北京70282022-04-014602022-08-262528147重庆258632022-04-0118702022-09-167263168内蒙古225442022-04-089802022-08-1912744133西藏80442022-04-015102022-08-192944140陕西238852022-04-01181112022-08-265775147吉林379872022-04-01300122022-08-127975133黑龙江379562022-04-01332132022-08-264644147辽宁435792022-04-01381352022-11-115444224天津425942022-04-01293552022-08-2613239147广西389932022-05-27353562022-11-113637168甘肃269912022-04-01225612022-08-194430140云南447922022-04-01396732022-08-125019133宁夏408922022-08-05364772022-04-29-43-1598贵州684932022-09-09562782022-04-01-122-15161青海890922022-10-28630782022-04-08-260-14203资料来源Wind华安证券研究所注标红意味着资产荒期间利差不降反升下同221主体评级天津与云南利差降幅明显东北地区下沉优先级较低AAA主体方面在27个样本省份中有26个省份AAA主体信用利差在观测期间均有明显收窄其中21个省份达到或接近历史最低点2个省份利差历史分位数收窄至10以内分位数降幅方面11个省份历史分位数降幅超过50安徽与宁夏两地降幅相对更高分别达到80与71超过六成的省份还包括重庆与辽宁天津与云南AAA主体利差降幅明显甘肃AAA主体利差有所走扩从利差收窄幅度来看天津市AAA主体利差在4月1日至5月20日期间累计降幅达到244bp利差分位数从95将至47降幅达48pct利差触底后呈现窄幅震荡小幅上行态势云南省利差同样大幅收窄153bp利差分位数从94收窄至约56降幅为38pct甘肃省AAA主体信用利差自4月起亦有小幅收窄但从5月13日起便开始明显走扩期间累计涨幅60bp利差分位数从68上行至92涨幅达25pct敬请参阅末页重要声明及评级说明916证券研究报告TableCompanyRptType固收周报图表8资产荒期间城投债信用利差变动情况分省份AAA主体利差单位bp分位点单位省份最大值最高分位点最高点日期最小值最低分位点最低点日期利差收窄分位数下行耗时天四川67482022-04-013902022-07-222848112贵州96472022-04-015402022-07-224247112安徽61802022-04-012702022-08-123480133上海54562022-04-012402022-08-123056133广东55572022-04-012802022-08-122757133福建61582022-04-013302022-08-122858133重庆65642022-04-013402022-08-123164133湖南64402022-04-013502022-08-122840133浙江63492022-04-013102022-08-123249133北京64522022-04-013902022-08-122552133江苏68352022-04-013802022-08-123035133江西71512022-04-013702022-08-123451133海南74382022-04-013302022-08-124038133宁夏90712022-04-014602022-08-124471133湖北73362022-04-014602022-08-122736133河南84342022-04-015802022-08-122634133山西108232022-04-016302022-08-124523133山东74412022-04-014302022-08-193141140陕西101522022-04-016902022-08-263252147河北72562022-04-013702022-09-163456168新疆71322022-04-013902022-09-163232168广西90442022-04-015812022-08-193242140天津402952022-04-01158472022-05-202444849云南457942022-04-01304562022-07-2215338112辽宁139712022-04-158182022-09-165763154吉林285922022-05-06247722022-07-29382084甘肃202922022-11-11142682022-05-13-60-25182资料来源Wind华安证券研究所AA主体方面在全部31个省份中累计25个省份AA主体利差有明显收窄21个省份利差触及历史低点辽宁省利差分位数从64大幅下行至45陕西与黑龙江利差分位数分别从86与100下行至64与69分别压缩22pct与32pct云南与天津利差分位数分别从83与88下行至76与72分别压缩7pct与16pct内蒙古利差在5月13日前有明显压缩亦触及历史低点随后有所回弹但整体波动不大利差振幅仅为25bp与其他省份相比海南辽宁与黑龙江等地的下沉优先级相对靠后其均在6月份开始出现利差收窄其中黑龙江利差自6月24日触顶后大幅压缩截至观测期末累计收窄178bp利差分位数下行32个百分点其他省份中甘肃贵州青海宁夏与广西五省AA主体信用利差不降反升其中甘肃省AA主体信用利差大幅走扩主要系兰州市部分主体存在非标负面舆情广西壮族自治区利差亦有明显走扩主要系柳州部分主体存在一定债务压力敬请参阅末页重要声明及评级说明1016证券研究报告TableCompanyRptType固收周报图表9资产荒期间城投债信用利差变动情况分省份AA主体利差单位bp分位点单位省份最大值最高分位点最高点日期最小值最低分位点最低点日期利差收窄分位数下行耗时天上海70482022-04-013402022-08-123648133广东76342022-04-014102022-08-123534133西藏79402022-04-014902022-08-123040133福建84252022-04-014902022-08-123525133浙江84292022-04-015102022-08-123329133安徽87302022-04-015102022-08-123630133北京89482022-04-015402022-07-293448119湖北90322022-04-015602022-08-123432133江苏95222022-04-016002022-08-123522133四川103222022-04-016902022-08-193422140湖南106232022-04-017002022-08-123723133山西117142022-04-017102022-08-124614133江西117382022-04-018102022-08-193638140河南118262022-04-017802022-08-123926133新疆120162022-04-017702022-08-124216133重庆134162022-04-018902022-08-124516133河北136202022-04-019502022-08-124120133山东157312022-04-0111502022-07-224231112陕西265862022-04-01239642022-07-222622112吉林356302022-04-0116802022-07-2218830112云南422832022-04-01404762022-08-19187140天津457882022-04-01431722022-08-192716140海南145582022-06-028902022-08-12565871辽宁406642022-06-10361192022-11-114545154黑龙江6441002022-06-24467692022-11-1117832140内蒙古106252022-07-018202022-05-13-25-2549甘肃24451002022-09-09546782022-04-01-1898-22161贵州712872022-09-16591642022-04-01-121-23168青海890922022-10-28630782022-04-08-260-14203宁夏517922022-11-04380762022-04-15-138-16203广西949942022-11-11560792022-04-01-389-16224资料来源Wind华安证券研究所AA主体方面在全部30个样本省份中累计25个省份在观测期内受资产荒行情影响利差存在明显收窄其中14省份利差分位数触及历史低点海南省利差历史分位数从52大幅压缩47pct至5内蒙古山西与河南等9省AA主体利差历史分位数降至50以内吉林省AA主体利差收窄100bp至458bp利差分位数收窄39个百分点从93大幅下行至53吉林黑龙江与山西AA主体下沉优先级相较于其他省份靠后分别在4月末5月末与6月初开始压缩其中黑龙江利差压缩29bp后触及历史最低水平整体波动幅度相对较小其他省份中山东省利差尽管有所走扩但其整体振幅同样相对较小4月以来历经小幅收窄后便呈现窄幅震荡态势云南省AA主体利差自4月以来收窄约40bp至5月20日达到阶段性低点而后重新走扩期间累计上行76bp甘肃省AA主体利差先上后下4月以来利差大幅走阔44bp至360bp而后收窄约51bp至309bp达到阶段性低点随后再度开启上行通道敬请参阅末页重要声明及评级说明1116证券研究报告TableCompanyRptType固收周报图表10资产荒期间城投债信用利差变动情况分省份AA主体利差单位bp分位点单位省份最大值最高分位点最高点日期最小值最低分位点最低点日期利差收窄分位数下行耗时天安徽163172022-04-0110202022-08-266117147江苏192172022-04-0111902022-08-267317147浙江132182022-04-019102022-08-264218147福建119192022-04-018102022-08-193819140广东106242022-04-017002022-08-123624133江西265302022-04-0118102022-11-048430217湖北184332022-04-0112002022-08-126433133北京108422022-04-017602022-08-123342133上海96442022-04-016002022-07-223644112海南148522022-04-0111552022-09-163347168西藏265552022-04-0123502022-08-123055133湖南336642022-04-0125502022-11-118164224四川358702022-04-01313142022-11-114557224天津447722022-04-01395302022-09-235242175内蒙古444842022-04-01328192022-11-1111665224河南324852022-04-01262322022-08-126252133新疆335852022-04-01240192022-11-119566224重庆366872022-04-01322312022-11-114355224陕西337872022-04-01287252022-08-125062133河北167222022-04-0810202022-08-126522126辽宁464902022-04-08414432022-11-115048217宁夏367682022-04-1530802022-08-125868119吉林558932022-04-22458532022-11-1110039203黑龙江353202022-05-2732402022-08-12292077山西350952022-06-10250312022-11-1110065154广西424922022-07-29386502022-04-29-38-4191山东381922022-08-05365692022-04-29-16-2398云南506922022-10-21431742022-05-20-76-19154甘肃402922022-10-28309762022-07-22-93-1698贵州731922022-10-28557782022-04-01-174-14210资料来源Wind华安证券研究所222债券期限多数省份利差整体收窄少数省份存在分化分期限来看短久期方面31个省市自治区中27个省份1年期以内债券利差存在明显收窄其中山西黑龙江与吉林利差分位数分别收窄86pct93pct与78pct位列各省前三而广西宁夏贵州以及青海四省利差则出现大幅走扩1至2年期品种中累计26个省份利差明显收窄其中海南河北与甘肃位列前三期间利差历史分位数分别收窄75pct68pct与82pct而山西黑龙江宁夏贵州与青海五省利差则存在走扩现象2至3年期品种方面除贵州与青海外其余省份利差均收窄明显3年期及以上品种中天津吉林与贵州利差有明显走扩整体而言多数省份各剩余期限品种债券利差均明显收窄但也存在个别省份存在一定差异分化其中对于天津与吉林两地而言其短久期利差收窄明显而3年期及以上利差则有大幅走扩表明市场对该区域长久期的认可度仍偏低但对于包括广西与宁夏等地而言其长久期债券表现反而要好于短久期主要原因或在于长久期债券的发行人更多为省内优质主体所致使得长久期债券利差亦有明显压缩敬请参阅末页重要声明及评级说明1216证券研究报告TableCompanyRptType固收周报图表11资产荒期间城投债信用利差变动情况分省份分债券期限利差单位bp分位点单位1年期以内1至2年期2至3年期3年期及以上省份利差收窄分位数下行利差收窄分位数下行利差收窄分位数下行利差收窄分位数下行上海2931295338672880广东2838233839633169北京2620333329373989西藏3858255938665744海南382759755453--福建3230302049342956浙江3023291747254264江苏3419481743243650湖北3725351448324030安徽4224513451294249河北2923896848333756山西12486-131-8955215419新疆8743511650185360江西4862574346255917河南6333203839294251山东3562385152184766湖南6922411567406120内蒙古15063159532620--四川8266462578507521陕西9267415462604666重庆40551326583313743甘肃61182728235463516云南7626631842327445辽宁112649966183563482黑龙江21793-103-5681545134吉林1477898646327-112-24天津122621634010423-168-16广西-136-369436116513840宁夏-384-84-100-1646505843贵州-220-19-119-15-127-18-90-16青海-291-14-300-18-174-1616526资料来源Wind华安证券研究所223省内分化尾部区域能否受益于资产荒行情分地市来看我们主要以江苏江西与湖南三省作为重点观测对象结果显示对于江苏省而言省内各地市城投利差均触及历史最低水平其中苏北部分地市分位数降幅相对明显均可获益于资产荒行请对于江西省而言其省内绝大部分区域均接近或触及历史最低水平但作为省内排名相对靠后的区域景德镇分位数虽同样大幅下行47pct至27但其仍未触及历史低点而对于湖南省而言其省内仅半数地市利差分位数触及历史低点而株洲湘潭张家界等地信用利差波动相对较小甚至不降反升未能获益于资产荒行情整体而言从省内分化的角度来看并无明显证据表明各省中存在明显的一盘棋现象对于省内尾部区域而言其能否受资产荒现象影响仍取决了区域经济与财政实力因而优质省份的尾部区域仍有关注的必要性敬请参阅末页重要声明及评级说明1316证券研究报告TableCompanyRptType固收周报图表12资产荒期间城投债信用利差变动情况分地市江苏省利差单位bp分位点单位省份最大值最高分位点最高点日期最小值最低分位点最低点日期利差收窄分位数下行耗时天苏州80282022-04-014502022-08-123528133无锡82262022-04-015102022-08-123126133南京93232022-04-015802022-08-193523140常州99242022-04-016202022-08-123724133南通110162022-04-016902022-08-124016133扬州118162022-04-017202022-08-124616133连云港180242022-04-0111602022-07-296424119徐州192192022-04-0112202022-09-167019168淮安240552022-04-0114602022-11-119455224镇江257292022-04-0112302022-09-0213429154泰州286572022-04-0119302022-11-119357224盐城321612022-04-0121302022-11-0410861217宿迁144322022-04-088402022-10-216132196资料来源Wind华安证券研究所图表13资产荒期间城投债信用利差变动情况分地市江西省利差单位bp分位点单位省份最大值最高分位点最高点日期最小值最低分位点最低点日期利差收窄分位数下行耗时天南昌78492022-04-014202022-08-123649133抚州113212022-04-017602022-07-223721112九江122242022-04-019202022-08-123024133吉安125172022-04-018102022-08-124417133鹰潭154342022-04-0111402022-07-294134119新余191182022-04-019802022-08-199318140赣州228262022-04-0116002022-11-046826217萍乡329562022-04-0126102022-08-126856133景德镇271742022-04-01198272022-09-167347168宜春117262022-04-087802022-09-164026161上饶177562022-04-0812612022-08-195156133资料来源Wind华安证券研究所图表14资产荒期间城投债信用利差变动情况分地市湖南省利差单位bp分位点单位省份最大值最高分位点最高点日期最小值最低分位点最低点日期利差收窄分位数下行耗时天长沙101232022-04-016402022-08-123723133衡阳148162022-04-019302022-08-125516133常德169172022-04-019702022-08-197217140邵阳295192022-04-0119602022-08-269919147湘西384782022-04-0128402022-11-1110078224岳阳254312022-04-1515502022-09-029831140娄底543972022-04-2220102022-08-1234297112永州302872022-04-0120432022-08-269983147益阳337882022-04-2225842022-11-117984203郴州361882022-04-01296182022-09-096570161怀化4791002022-04-01317222022-11-1116378224株洲290612022-10-14263192022-07-22-27-4184湘潭490662022-06-10454322022-05-06-36-3435张家界619942022-09-23537682022-04-29-82-26147资料来源Wind华安证券研究所敬请参阅末页重要声明及评级说明1416证券研究报告TableCompanyRptType固收周报3如果再次上演资产荒我们该如何参与从实际表现来看尽管当前信用债市场静态收益率持续走低但整体仍要高于2022年初水平同时资产荒现象的出现是多重因素共同叠加的作用当下判断资产荒行情仍为时尚早后续来看我们认为仍要关注以下变量1债券供给核心在于供给端是否会如期放量目前来看城投批文端储备充足而批文端的改善相较于2022年初即是最大的不同2投资需求从一级市场投标情况来看尽管相较于去年末有环比改善但较去年年初同期水平相比仍有差距投标热情并未显著提升3资金面2022年资金面的超预期宽松是导致资产荒现象出现的重要因素之一而从社融数据来看前2个月信贷表现相对强势资金面整体偏紧当前仍不构成资产荒的主要推力后续仍需关注货币宽松预期的落地情况以及是否会引发新一轮超预期的宽松回过头来看资产荒现象的出现尚难以预判但通过2022年的经验我们也可以对可能存在的投资机会进行提前布局准备一方面短久期品种票息策略仍相对优质在做好风控措施的前提下可以进一步挖掘收益而另一方面在区域择券方面经验表明中等区域的尾部地市以及弱区域的中尾部地市仍难以完全受到资产荒行情影响尤其是在当下风险偏好整体下降的市场环境下对于尾部区域的估值风险仍当保持关注4风险提示信用债违约风险敬请参阅末页重要声明及评级说明1516证券研究报告TableCompanyRptType固收周报TableIntroduction分析师与研究助理简介分析师颜子琦华安固收首席分析师新加坡南洋理工大学金融工程硕士5年卖方固收研究经验曾供职于民生证券研究院华西证券研究所研究助理杨佩霖华安固收研究助理英国布里斯托大学理学硕士1年卖方固收研究经验曾供职于德邦证券研究所重要声明TableReputation分析师声明本报告署名分析师具有中国证券业协会授予的证券投资咨询执业资格以勤勉的执业态度专业审慎的研究方法使用合法合规的信息独立客观地出具本报告本报告所采用的数据和信息均来自市场公开信息本人对这些信息的准确性或完整性不做任何保证也不保证所包含的信息和建议不会发生任何变更报告中的信息和意见仅供参考本人过去不曾与现在不与未来也将不会因本报告中的具体推荐意见或观点而直接或间接收任何形式的补偿分析结论不受任何第三方的授意或影响特此声明免责声明华安证券股份有限公司经中国证券监督管理委员会批准已具备证券投资咨询业务资格本报告由华安证券股份有限公司在中华人民共和国不包括香港澳门台湾提供本报告中的信息均来源于合规渠道华安证券研究所力求准确可靠但对这些信息的准确性及完整性均不做任何保证在任何情况下本报告中的信息或表述的意见均不构成对任何人的投资建议在任何情况下本公司本公司员工或者关联机构不承诺投资者一定获利不与投资者分享投资收益也不对任何人因使用本报告中的任何内容所引致的任何损失负任何责任投资者务必注意其据此做出的任何投资决策与本公司本公司员工或者关联机构无关华安证券及其所属关联机构可能会持有报告中提到的公司所发行的证券并进行交易还可能为这些公司提供投资银行服务或其他服务本报告仅向特定客户传送未经华安证券研究所书面授权本研究报告的任何部分均不得以任何方式制作任何形式的拷贝复印件或复制品或再次分发给任何其他人或以任何侵犯本公司版权的其他方式使用如欲引用或转载本文内容务必联络华安证券研究所并获得许可并需注明出处为华安证券研究所且不得对本文进行有悖原意的引用和删改如未经本公司授权私自转载或者转发本报告所引起的一切后果及法律责任由私自转载或转发者承担本公司并保留追究其法律责任的权利投资评级说明TableRankIntroduction以本报告发布之日起6个月内证券或行业指数相对于同期相关证券市场代表性指数的涨跌幅作为基准A股以沪深300指数为基准新三板市场以三板成指针对协议转让标的或三板做市指数针对做市转让标的为基准香港市场以恒生指数为基准美国市场以纳斯达克指数或标普500指数为基准定义如下行业评级体系增持未来6个月的投资收益率领先市场基准指数5以上中性未来6个月的投资收益率与市场基准指数的变动幅度相差-5至5减持未来6个月的投资收益率落后市场基准指数5以上公司评级体系买入未来6-12个月的投资收益率领先市场基准指数15以上增持未来6-12个月的投资收益率领先市场基准指数5至15中性未来6-12个月的投资收益率与市场基准指数的变动幅度相差-5至5减持未来6-12个月的投资收益率落后市场基准指数5至卖出未来6-12个月的投资收益率落后市场基准指数15以上无评级因无法获取必要的资料或者公司面临无法预见结果的重大不确定性事件或者其他原因致使无法给出明确的投资评级敬请参阅末页重要声明及评级说明1616证券研究报告