研究院新闻

您所在的位置: 首页 < 研究院新闻

2022年第四季度中国A股上市公司信用研究报告出炉

2023年4月3日,由清华大学全球证券市场研究院(下称“清华证券研究院”与新加坡国立大学亚洲数字金融研究所合作完成的2022年第四季度《中国A股上市公司信用研究季度报告》正式发布,公司信用100强名单出炉。报告概述了2022年四季度A股市场整体违约状况,并依据违约风险测度指标对A股上市公司进行了全面的信用评估。


A股上市公司违约数量减少,信用风险整体稳定

2022年四季度共发生13起上市公司违约事件,相比上季度减少了1起,与去年同季度相比减少了12起。相比2020、2021年,2022年全年上市公司违约率分别减少0.8%和0.1%,下降趋势较为明显。一方面,历经民企和地产违约潮后,大量低资质、高风险的公司主体风险出清,整体信用风险呈收敛趋势;另一方面,货币政策和财政政策同步发力:2022年全年累计降准50bps,1年期和5年期以上LPR分别累计下调25bps和35bps,全年新增减税降费超过1万亿元,缓税缓费约7500亿元。其有效降低了公司融资成本、缓解了微观主体经营压力。


教育业信用风险下降明显,房地产业信用风险有一定改善

教育业上市公司在疫情防控取得胜利、产业政策支持两大利好下信用风险有明显下降。后疫情时代,线下教学业务有望正常开展,教育业产业链盈利预期得到改善。同时,“双减”政策后教育业政策呈现出积极趋势,二十大报告提出“推进职普融通、产教融合、科教融汇,优化职业教育类型定位”,强调了职业教育的重要性,利好布局职教项目的教育业公司。

房地产业信用风险在“三支箭”政策陆续出台后有所改善,市场对于房地产业信心有所企稳,但四季度房地产业信用风险仍保持高位。这主要是由于疫情和居民收入下滑等因素影响,需求端乏力、商品房销售量较为惨淡,四季度房屋销售面积同比仍处于负增长。展望后市,伴随“三支箭”政策全面落地和持续推进,房地产行业信用风险有望回落。


国有公司信用质量持续增强,非国有公司风险略有抬头

2022年四季度国有与非国有公司信用风险均有所下降。疫情管控放松后,尽管市场对经济复苏的预期较为强烈,实际经济基本面修复可能需要一段时间。在“强预期、弱现实”的逻辑演绎下,预计2023年一季度国有公司将延续信用风险下行趋势,而非国有公司由于抗风险能力相对较弱,预计1年期违约概率(PD)将上升约8bps。随着经济复苏进程不断前进,非国有公司盈利能力恢复由预期转为现实时,违约风险将有所下降。


个人养老金有望纾缓金融业信用风险

2022年11月,个人养老金制度正式落地,其带来的长久期、大规模增量资金利好金融资管行业,有助于化解金融业信用风险。从短期来看,头部银行在养老储蓄和理财产品赛道有先发优势,我们预计其处于个人养老金市场份额优势,信用风险将会有所下降。从中长期来看,头部公募基金在养老基金产品赛道优势明显,持有头部公募基金股份的上市公司有望从中获利,长期信用风险将收敛。

据悉,自2021年9月起,清华证券研究院公司信用研究团队已累计发布7次《中国A股上市公司信用研究季度报告》,在业界与学界反响良好。未来团队将长期致力于我国公司信用研究工作,每季度持续发布季度报告,及时追踪和更新公司信用违约风险评估结果以保证其时效性。

清华证券研究院公司信用研究助理李昊然博士表示,报告提供了客观准确的早期信用风险预警机制,有助于监管机构建立健全我国上市公司事前违约风险监控机制、缓解机制以及处置机制,有助于金融机构更为合理评估上市公司信用风险,有助于投资者形成更为理性的投资决策。该研究报告基于公开客观的数据分析结果,作为读者研究参考使用,不作为任何投资建议,不代表所在研究单位、清华大学以及新加坡国立大学观点。


附:A股上市公司信用100强名单

序号

公司代码

行业

省份

国企

规模

板块

PD[i]

PDiR[ii]

1

300896.SZ

制造业

北京

中型

创业板

0.082

AA

2

600519.SH

制造业

贵州

大型

主板

0.096

AA

3

688505.SH

制造业

上海

中型

科创板

0.098

AA

4

688385.SH

制造业

上海

大型

科创板

0.132

AA

5

600436.SH

制造业

福建

大型

主板

0.148

AA

6

605198.SH

制造业

山东

中型

主板

0.226

AA

7

600276.SH

制造业

江苏

大型

主板

0.274

AA

8

300357.SZ

制造业

浙江

大型

创业板

0.307

AA

9

688188.SH

信息传输、软件和信息技术服务业

上海

中型

科创板

0.319

AA

10

600867.SH

制造业

吉林

大型

主板

0.359

AA

11

300628.SZ

制造业

福建

大型

创业板

0.370

AA

12

000858.SZ

制造业

四川

大型

主板

0.438

AA

13

688198.SH

制造业

北京

小微型

科创板

0.452

AA

14

688739.SZ

制造业

-

-

科创板

0.474

AA

15

603288.SH

制造业

广东

大型

主板

0.597

AA

16

002252.SZ

制造业

上海

大型

主板

0.666

AA

17

603023.SH

制造业

黑龙江

小微型

主板

1.147

AA

18

300492.SZ

科学研究和技术服务业

四川

中型

创业板

0.395

A

19

601811.SH

文化、体育和娱乐业

四川

大型

主板

0.532

A

20

603879.SH

制造业

福建

中型

主板

0.551

A

21

600527.SH

制造业

江苏

中型

主板

0.585

A

22

000568.SZ

制造业

四川

大型

主板

0.669

A

23

601298.SH

交通运输、仓储和邮政业

山东

大型

主板

0.710

A

24

688008.SH

制造业

上海

中型

科创板

0.734

A

25

601568.SH

制造业

陕西

大型

主板

0.852

A

26

688270.SH

制造业

浙江

-

科创板

0.856

A

27

688366.SH

制造业

上海

大型

科创板

0.870

A

28

601326.SH

交通运输、仓储和邮政业

河北

大型

主板

0.870

A

29

301047.SH

科学研究和技术服务业

北京

-

创业板

0.890

A

30

601880.SH

交通运输、仓储和邮政业

辽宁

大型

主板

0.919

A

31

600329.SH

制造业

天津

大型

主板

0.935

A

32

600809.SH

制造业

山西

大型

主板

0.976

A

33

688281.SH

制造业

陕西

-

科创板

1.118

A

34

002222.SZ

制造业

福建

大型

主板

1.140

A

35

002304.SZ

制造业

江苏

大型

主板

1.191

A

36

603688.SH

制造业

江苏

大型

主板

1.201

A

37

688220.SH

制造业

上海

-

科创板

1.216

A

38

688338.SH

制造业

北京

小微型

科创板

1.271

A

39

300685.SZ

制造业

福建

中型

创业板

1.272

A

40

301185.SH

信息传输、软件和信息技术服务业

-

-

创业板

1.330

A

41

002262.SZ

制造业

江苏

大型

主板

1.352

A

42

688230.SZ

制造业

-

-

科创板

1.377

A

43

601888.SH

租赁和商务服务业

北京

大型

主板

1.385

A

44

300832.SZ

制造业

广东

大型

创业板

1.411

A

45

002038.SZ

制造业

北京

中型

主板

1.413

A

46

002049.SZ

制造业

河北

大型

主板

1.427

A

47

300760.SZ

制造业

广东

大型

创业板

1.436

A

48

600012.SH

交通运输、仓储和邮政业

安徽

大型

主板

1.439

A

49

002625.SZ

制造业

广东

中型

主板

1.444

A

50

688163.SH

制造业

上海

-

科创板

1.454

A

51

002507.SZ

制造业

重庆

大型

主板

1.457

A

52

002884.SZ

制造业

广东

大型

主板

1.491

A

53

000096.SZ

批发和零售业

广东

大型

主板

1.494

A

54

002820.SZ

制造业

天津

中型

主板

1.539

A

55

300983.SZ

科学研究和技术服务业

上海

大型

创业板

1.542

A

56

601006.SH

交通运输、仓储和邮政业

山西

大型

主板

1.566

A

57

301217.SZ

制造业

安徽

-

创业板

1.584

A

58

688536.SH

信息传输、软件和信息技术服务业

江苏

中型

科创板

1.642

A

59

688009.SH

制造业

北京

大型

科创板

1.652

A

60

002415.SZ

制造业

浙江

大型

主板

1.737

A

61

688336.SH

制造业

上海

大型

科创板

1.763

A

62

600377.SH

交通运输、仓储和邮政业

江苏

大型

主板

1.798

A

63

600161.SH

制造业

北京

大型

主板

1.799

A

64

688050.SH

制造业

北京

中型

科创板

1.836

A

65

603986.SH

制造业

北京

中型

主板

1.859

A

66

688578.SH

制造业

上海

小微型

科创板

1.875

A

67

301080.SH

科学研究和技术服务业

-

-

创业板

1.888

A

68

600084.SH

制造业

新疆

中型

主板

1.935

A

69

603195.SH

制造业

浙江

大型

主板

1.943

A

70

300957.SZ

制造业

云南

大型

创业板

1.954

A

71

605296.SH

农、林、牧、渔业

云南

大型

主板

1.991

A

72

603838.SH

制造业

广东

中型

主板

2.026

A

73

300962.SZ

制造业

广东

中型

创业板

2.053

A

74

605089.SH

制造业

江苏

中型

主板

2.063

A

75

688027.SH

制造业

安徽

中型

科创板

2.134

A

76

688318.SH

信息传输、软件和信息技术服务业

广东

大型

科创板

2.136

A

77

603087.SH

制造业

北京

大型

主板

2.181

A

78

605180.SH

制造业

浙江

小微型

主板

2.203

A

79

301019.SZ

制造业

浙江

中型

创业板

2.211

A

80

301211.SZ

制造业

湖北

-

创业板

2.273

A

81

600381.SH

制造业

青海

小微型

主板

2.275

A

82

600226.SH

信息传输、软件和信息技术服务业

浙江

大型

主板

2.281

A

83

601698.SH

信息传输、软件和信息技术服务业

北京

中型

主板

2.285

A

84

603949.SH

制造业

浙江

中型

主板

2.296

A

85

300699.SZ

制造业

山东

大型

创业板

2.324

A

86

688356.SH

制造业

北京

小微型

科创板

2.349

A

87

601958.SH

采矿业

陕西

大型

主板

2.380

A

88

688677.SH

制造业

山东

中型

科创板

2.401

A

89

688091.SZ

制造业

上海

-

科创板

2.414

A

90

688396.SH

制造业

-

大型

科创板

2.441

A

91

000813.SZ

制造业

新疆

中型

主板

2.489

A

92

688110.SZ

制造业

上海

-

科创板

2.525

A

93

002063.SZ

信息传输、软件和信息技术服务业

广东

大型

主板

2.552

A

94

300661.SZ

制造业

北京

中型

创业板

2.567

A

95

688588.SH

信息传输、软件和信息技术服务业

江苏

大型

科创板

2.624

A

96

688200.SH

制造业

北京

小微型

科创板

2.661

A

97

600900.SH

电力、热力、燃气及水生产和供应业

北京

大型

主板

2.692

A

98

688083.SH

信息传输、软件和信息技术服务业

广东

大型

科创板

2.713

A

99

600660.SH

制造业

福建

大型

主板

2.722

A

100

002690.SZ

制造业

安徽

大型

主板

2.744

A


[i] 违约概率(Probability of DefaultPD)是新加坡国立大学信用研究行动计划(NUS-CRI)的核心信用指标,由该机构研发的公司违约预测模型计算。本报告中PD默认为1年期违约概率,即未来一年内的违约概率。

[ii] 违约概率隐含评级(Probability of Default implied RatingPDiR)由NUS-CRI2011年提出,是一个方便、直观的信用评级。该方法将公司信用质量通过PD指标映射到了标准普尔信用评级。本报告使用2020年更新的PDiR2.0


报告全文:

中国A股上市公司信用研究季度报告(2022年第四季度)