固定收益研究专题之二，关注风险与收益的两相平衡，一个基于人工神经网络的钢铁债投资价值甄选体系

识别风险，发现价值请务必阅读末页的免责声明 1 / 30 专题研究|钢铁 2018 年 08 月 03 日 证券研究报告 本报告联系人：李衍亮 020-8757-1273 liyanliang@gf.com.cn Tabl e_Title固定收益研究专题之二：关注风险与收益的两相平衡一个基于人工神经网络的钢铁债投资价值甄选体系 Table_Aut horHorizontal分析师： 李 莎 S0260513080002 020-87574792 lisha@gf.com.cn Table_Summary前言：兼谈对钢铁债信用风险的重新审视及其价值对于钢铁债信用风险的重新审视将具备风险与收益两个维度上的意义。就风险控制而言，结合企业内部运营状况与外部景气周期的信用风险筛查将帮助投资者规避具有潜在高风险的债券投资；就投资组合收益而言，在当前仍待完善的信用定价体系下，市场上部分钢铁债可能存在低估空间，因此持有高收益且被验证具有高稳健性的钢铁债将可以获得较稳定的超额收益率。作为固定收益研究系列的第二篇，我们将聚焦于对截面信用风险的筛查与探讨，以提供投资组合风险控制与投资策略维度上的价值。 一、降级风险：基于信用评级报告与人工神经网络的初步风险筛查 降级风险是基于信用评级所衍生的信用风险特征。对于高等级信用债而言，其违约的发生往往滞后于一组降级风险事件的触发，从而，相较于直接预测违约风险，基于降级风险的信用风险描述是更为可靠的路径。本文以学习评级机构思路的方式来预测评级风险，具体而言，我们模仿评级报告的思路给出一组核心指标，并通过建立人工神经网络模型来对信用等级迁移概率进行量化测定。 我们基于人工神经网络模型推算，当前钢铁债的整体信用风险状况较为良好。从主体层面来看，山东钢铁、华菱钢铁、酒钢集团等企业的信用资质相较于其最新一期主体信用评级具有较为显著的改善边际，因此该部分企业所发行债券可能将受益于市场预期改善所带来的估值修复机会。 二、违约风险：基于信用等级迁移矩阵的违约风险度量与压力测试 违约概率：我们基于信用等级迁移矩阵来实现从降级风险到违约风险的衔接。我们测算了各发债主体 1 年期违约概率，基于此观测，当前较具稳健性的发债主体为宝钢股份、鞍钢集团、河钢集团、首钢集团、鞍钢股份、河钢股份、太钢集团、太钢不锈、首钢股份和武钢集团等。 压力测试：考虑到市场对于经济波动率扩张下的信用风险存在担忧，我们引入了宏观、出口、景气与信贷等多维度压力测试，测试结果显示宝钢股份、河钢集团、鞍钢集团、首钢集团、鞍钢股份、太钢集团、河钢股份、山钢集团、武钢集团和太钢不锈等在不同压力情境下表现出来较高的稳健性。 三、钢铁债筛选：基于风险收益综合衡量，我们选取了一组兼具配置价值与稳健性的钢铁债标的 收益风险比衡量的是资产超额收益率与风险的均衡关系，我们将夏普比率进行迁移，推导了一个适用于信用风险的投资价值衡量指标。基于该指标： 保守风险偏好的投资风格下：建议关注具备稳健性的高收益风险比主体，如武钢集团、山钢集团、河钢股份和首钢集团。 进取风险偏好的投资风格下：建议关注具备边际改善潜力的高收益风险比主体，如酒钢集团、山东钢铁、华菱钢铁等。 四、投资建议：关注风险与收益的两相平衡 当前景气周期下钢铁债发债主体的信用资质尚为乐观。就主体层面来看，在当前景气周期下，山东钢铁、华菱钢铁、酒钢集团等企业的信用资质相较于其最新一期主体信用评级具有较为显著的改善边际，因此该部分企业所发行债券可能将受益于市场预期改善所带来的估值修复机会；而宝钢股份、河钢集团与鞍钢集团等主体在多种压力情境下表现较为稳健，如果预期经济增长斜率进入高波动率区间，则可关注该部分具有稳健性的发债主体。 决胜风险与收益的两相平衡，建议关注具备稳健性或资质改善边际、且具有高收益风险比的短久期债券。以收益风险比为度量，我们认为在当前市场氛围下，具备稳健性的高收益风险比主体，如武钢集团、山钢集团、河钢股份和首钢集团，以及具备边际改善潜力的高收益风险比主体，如酒钢集团、山东钢铁、华菱钢铁等值得关注。 五、风险提示：部分指标由于未能良好量化而未纳入模型，如股权质押等，从而该部分风险可能未得到良好体现；基于人工神经网络与信用迁移矩阵仍不可避免地具有离散化特征，因此对于违约概率的测算可能不尽精确；信用迁移矩阵是对历史的综合统计，而未能考虑到顺、逆周期下真实违约概率的差异；违约相关性未被模型纳入考虑，需关注大面积违约引起的系统性风险。 识别风险，发现价值 请务必阅读末页的免责声明 2 / 30 专题研究|钢铁 目录索引 前言：兼谈对钢铁债信用风险的重新审视及其价值 ........................................ 4 一、降级风险：基于信用评级报告与人工神经网络的初步风险筛查 ............... 5 （一）先谈信用评级：为什么我们基于降级风险展开信用研究？ ............................. 5 （二）挖掘评级报告：模拟评级机构思路，我们构建了一个契合钢铁行业的评级指标体系 ............................................................................................................................ 7 （三）预测降级风险：基于人工神经网络预测结果，当前景气周期下钢铁发债主体信用资质尚为乐观 ........................................................................................................ 12 二、违约风险：基于信用等级迁移矩阵的违约风险度量与压力测试 ............. 16 （一）从降级风险到违约风险：兼论人工神经网络评级对传统信用风险模型的改进 ................................................................................................................................. 16 （二）推导违约概率：基于信用等级迁移矩阵的信用风险研究 ............................... 16 （三）压力测试：从宏观、出口、景气与信贷等多维度验证，宝钢股份、河钢集团与鞍钢集团等是较具稳健性的发债主体 ....................................................................... 18 三、钢铁债筛选：基于风险收益综合衡量，我们选取了一组兼具配置价值与稳健性的钢铁债标的 ......................................................................................... 20 （一）收益风险比：将夏普比率