流动性密码：信用债交易增强

（来源：浙商银行FICC）

作者｜周治京 刘丁华 朱佳琪

自2023年以来，债券市场持续走牛，各期限收益率下行至历史低位。在低利率环境下，传统以“配置逻辑”为核心的信用债投资策略正逐渐失效，息差空间大幅压缩，考核压力渐显。与此同时，市场机构的投资策略也发生转变，从此前侧重杠杆策略和短久期下沉策略，逐步向久期策略倾斜。信用债的高频波段交易，正日益成为提升信用债投资收益的重要方式。

相较于利率债，信用债因资质、属地和规模等差异，流动性本身具有较大方差，对投资者的交易标的选择及择时能力提出了更高要求。因此，能否准确衡量信用债的流动性，成为信用波段交易顺利开展的关键因素。高流动性的信用债不仅意味着更容易变现，还具有价格稳定、报价连续、交易效率高等优势，有利于提升波段操作胜率。本文拟通过多元回归分析方法，以历史经纪商成交数据为分析基础，构建信用债主体流动性分析框架，定位影响流动性的关键因子，旨在辅助投资者筛选具备交易价值的信用交易标的。

01

低利率环境下策略思路转变

2023年以来牛市行情演绎，债券收益率持续下行。截至2025年7月末，以AAA+中短期票据为例，1Y、3Y、5Y中债到期收益率分别为1.6794%、1.8454%和1.9414%，即使是10Y信用债收益率也仅为2.1309%，从三年历史分位看均在15%以内，处历史绝对低位；传统作“压舱石”的弱资质主体信用利差也在被快速抹平：年初至今（2025年7月31日），AA中短期票据1Y、3Y和5Y信用利差压缩27.72BP、17.85BP、17.71BP，票息保护愈发有限。此前如天津城市基础设施建设投资集团有限公司（下称“津城建”）、云南省能源投资集团有限公司（下称“云能投”）等历史高收益主体，其信用利差快速收窄，津城建利差均值已从2023年7月末的600bp左右回落至2025年7月末100bp以内，传统的配置思路在当前面临严峻挑战，投资者需依托信用交易策略增厚收益。

表一 三年信用债收益率历史分位数

（截至2025/7/31）

表二 AA中短期票据信用利差历史分位数

（截至2025/7/31）

02

高流动性主体探究

01

流动性框架下指标多元

广义看，流动性并无严格的书面定义，对投资人而言，流动性直接决定了能否在有限的价格变动下将资产快速变现；对整个市场而言，流动性好的资产往往有着交易容量大、报价连续性强的特点。

指标构建上，当前对信用债流动性指标的通用计算普遍存有局限：投资人倾向于狭义地使用如成交笔数、成交量、换手率等，仅能捕捉流动性“容量”的单一维度，此外，部分投资人使用全市场的成交数据，无法剔除如机构调仓等非市场化交易行为，对流动性指标构建形成干扰。

学界普遍认可的流动性评价体系包括四个维度：宽度、深度、即时性和弹性：

（1）宽度，用买卖价差衡量，价差小意味着流动性好，双边利差中值是常用指标；

（2）深度，用成交笔数、报价笔数和成交量衡量；

（3）即时性，用特定时间内的成交天数或报价天数衡量；

（4）弹性，用成交价格偏离前一天估值的程度衡量，弹性小意味着价格稳定。

图一 流动性指标框架图

注：指标后的“-”表示反向关系，即该指标的数值越大对应的流动性越低，“+”反之。

综上，在数据可得的前提下，同时为尽可能兼顾债券流动性指标的多层维度，我们分别构建“成交笔数”、“成交笔数&成交天数”和“成交笔数&交易偏离”三种类型指标，对市场主体流动性进行梳理排序。

02

多维度层次中流动性展示

一方面，市场对信用债发行主体流动性的研究存在如报价数据等可得性低的问题；另一方面，全市场债券广义成交量中存在大量非真实交易目的成交数据。基于以上，我们选取Qeubee平台2024年1月1日至2025年6月30日，18个月共计475740条信用债经纪商交易数据，创新性地构建指标体系，从“深度”（成交笔数）、“深度+即时性”（成交笔数&成交天数）和“深度+弹性”（成交笔数&交易偏离）三类维度，对信用债主体流动性进行量化赋值。

（1）深度：中介成交笔数

成交笔数是最能直接反映信用债主体流动性深度的基础指标。指标构建上，为体现排名的时效性，我们以最近90个交易日（2025.2.18-2025.6.30）为时间窗口期，统计各主体债券的经纪商成交笔数之和，可直观区分高、低流动性主体。高成交笔数主体意味着在对应周期内交易活跃，市场关注度与参与度高，流动性充足；反之低成交笔数主体交易活跃度低，可能面临市场承接力弱等问题，流动性相对匮乏。

过去90个交易日时间窗口，中介成交笔数之和排名前三十的信用债主体分别如下：

表三 90个交易日内中介成交笔数之和

排名前三十的信用债主体情况

以中介成交笔数总和衡量信用债主体流动性，呈现显著的头部集中特征。排名首位的中央汇金，90个交易日内成交笔数达5990笔，日均约66笔；排名第五的诚通控股同期成交笔数则在1000笔左右，日均约为11笔。除中央汇金、国家电网这类资质受市场普遍认可的央企主体外，蜀道投资集团有限责任公司（蜀道投资）、江苏交通控股有限公司（苏交通）、湖南省高速公路集团有限公司（湘高速）均为省级交通基建领域核心主体，优质资产支撑稳定现金流，流动性表现同样占优。此外，河南航空港投资集团（豫航空港）和天津城市基础设施建设投资集团（津城建）等主体也表现突出，这类主体区域层级较高，外评均为AAA，绝对收益具备性价比，有一定价值挖掘机会，多数投资者信评均可准入，在市场中的成交活跃度同样亮眼。

（2）深度&即时性：中介成交笔数+成交天数

进一步地，我们构建基于混合横截面标准化评分的指标体系，创新型地引入个券流动性指标，即个券流动性=50%×标准化中介成交笔数+50%×标准化成交天数：

标准化中介成交笔数=（单券中介成交笔数-中介成交笔数样本均值）/中介成交笔数样本标准差，即：

成交天数的标准化计算公式同理

样本均值：

样本标准差：

其中，表示单券的中介成交笔数或成交天数；表示标准化后的中介成交笔数或成交天数；表示对应时间窗口内全体交易债券数量。

在过去90个交易日时间窗口内，按主体加总对应时间窗口内个券的流动性指标值，以截至2025年6月30日该主体存续债券数量N为分母，计算主体流动性均值：

均值化过程中，存续债券中未发生交易的债券默认流动性值为0。

经标准化处理后，中介成交笔数与成交天数可进行赋权相加处理：成交笔数反映“交易容量”，成交天数则体现“交易持续性”，二者加权相加后，可更为全面地反映主体流动性特征。

但考虑到主体流动性指标由个券流动性指标加权平均计算得出，部分主体存续债券较少，个券在特定时间窗口内或出现异常放量成交的情况，对计算主体的流动性指标或形成较大扰动，为剔除这类异常成交现象对主体真实流动性水平的影响，我们剔除时间窗口内存续债券数量≤5的信用主体。流动性排名前三十的信用债主体展示如下：

表四 90个交易日内“成交笔数+交易天数”流动性指标

排名前三十的信用债主体情况

综合交易体量和交易持续性，信用债主体流动性马太效应依旧显著，中央汇金仍以绝对主体交易活跃度占据榜首。该指标下排名前三十的主体，不仅交易量大，且具备持续、稳定的二级市场流动性供给，降低了投资者在任意时点变现的价格冲击风险。兼具交易容量和交易持续性的前三十流动性最佳主体，大多集中于长三角、珠三角经济发达地区企业以及头部央企，如国家电网、中石化、松江国投、广州城投等。

（3）深度&弹性：

“成交笔数+中债成交偏离”二叉树评级模型

我们进一步采用二叉树模型，从“深度+弹性”双重维度对主体流动性进行赋分：以2025年6月30日为基准时间点，前90个交易日内信用债中介成交笔数体现“交易深度”，以中债成交负偏离反映债券“价格弹性”，二叉树指标体系会将个券划分为S+、S、S-、A、B、C、D共7级，分别对应赋值100、80、60、40、20、10、0分。

具体划分逻辑如下图2：以成交笔数绝对阈值构建主要标准（>600笔对应S+级，>80笔对应S-级，≤5笔对应D级），评定个券基础流动性；同时引入中债成交偏离值动态微调，例如，对于成交笔数>80笔且偏离<0的个券，升至S级。

图二 主体流动性二叉树评级模型

基于上述个券流动性指标，按主体计算存续债券流动性均值（以存续债券数量为分母），剔除时间窗口内存续债券数量≤5的信用主体后，流动性排名前三十的信用债主体如下：

表五 90个交易日内二叉树流动性指标排名

前三十的信用债主体情况

Qeubee，浙商银行整理

结果呈现的高质量流动性主体兼具“深度+弹性”。对于交易盘而言，此类主体是实施波段操作、捕捉利差波动的优选标的，换手活跃且其债券价格具有相对韧性。主体层面流动性得分排名前30者，不仅交易深度有保障，其债券在市场波动中更易吸引买方力量，议价能力更强，流动性边际更优。

强流动性主体中，大型国有企业占主导，其经营稳定性高，现金流充沛，债券违约风险低，这吸引了众多投资者。行业集中于基础设施建设、能源、金融关键领域，中央汇金、中石化、苏交通等债券发行规模大、期限结构丰富，能够满足不同投资者的需求，进而提升了债券的流动性。此外，隐含评级AA主体山西潞安矿业(集团)有限责任公司因具有较高外评等级，入库非银较多，市场关注度较高，流动性排名跃升至第9。

03

流动性归因回归分析

为了对信用主体的流动性进行进一步归因，我们选取主体发行规模、属地、发行人背景、发行主体评级作为主体特征，变量定义如下：

表六 流动性归因回归分析变量定义

《信用债投资分析与实战》，浙商银行整理

分别以主体存量债券发行规模和评级分数为自变量，主体二叉树流动性指标作为因变量进行多元回归，结果如下：

表七 流动性归因回归结果1

从回归结果来看，存量债券发行规模和评级分数对主体流动性指标均表现出显著的正向影响，并且信用评级对流动性的主导作用更为突出。

存量债券发行规模的回归系数为+0.005，表明债券存量规模每增加一个单位，流动性指标相应正向提升。这一结果符合债券市场的流动性分层现象，即规模较大的发行人通常具备更强的市场认可度和二级市场交易活跃度，投资者对其债券的流动性风险定价与对手交易更为乐观。

评级分数的系数为+0.826，影响幅度显著高于存量债券发行规模，说明信用评级对流动性的解释力更强。高评级主体不仅违约风险较低，其债券也更容易被纳入机构投资者的可投库，流动性大幅提升。

进一步以属地认可度和发行人背景为自变量，主体二叉树流动性指标作为因变量进行多元回归，结果如下：

表八 流动性归因回归结果2

从回归结果来看， “比较受认可”和“认可度存在分歧”的系数分别为-0.270和-0.040，显示市场对这两类区域的信用风险定价更为敏感，投资者对区域信用资质的担忧可能反应在流动性指标上。但“认可度存在分歧”属地的系数绝对值要小于“比较受认可”属地，或是当前时点如云南、广西、天津等地主体因绝对收益较高，成为机构价值挖掘的信用标的，一定程度上提高了该类属地的信用流动性。

单纯从线性回归结果的数字看，“认可度较高的”地区主体流动性优于“最受认可的”地区，似乎与市场认知相悖，我们进一步细拆不同地区的主体二叉树流动性指标发现，债券市场认可度最高地区发债主体中，流动性指标为0的主体数量绝对值较高（312家），占比超50%，或拉低该地区主体流动性均值，换言之，在考虑“无流动性”主体后，从均值角度看， “认可度较高的”地区主体流动性或要优于“最受认可的”地区。

为进一步比较流动性指标＞0的主体，我们对属地认可度进行单独回归，结果如下：

表九 流动性归因回归结果3

回归结果表明，在剔除无成交记录主体对回归结果的干扰后，属地认可度系数均为负数，直观理解即相较最受认可地区，其他地区主体流动性均有一定瑕疵。

发行人背景的影响则更为显著。中央企业系数高达+3.165，“央企信仰”的政府支持预期相较地方国企显著抬升了主体债券流动性。相比之下，民企（-0.019）和外资企业（-0.888）的负向系数表明市场对其流动性风险的定价更为谨慎，这与信用债市场长期存在的所有制分层现象一致，民企因信息不对称和违约风险担忧承受流动性压抑，而外资企业可能因本土化程度不足导致流动性边际弱化。需注意的是，民企系数的标准误较大（0.633），反映样本内个体差异显著，需结合行业细分进一步分析。

综上，发行人背景、评级分数是影响信用债主体流动性的主导因素，属地认可度及发行规模进一步加剧流动性分层现象。具体而言，具备央企背景、高评级资质、所属区域认可度高及存量债券规模较大的信用主体，其债券流动性表现更为优异。

04

结论

本文通过构建涵盖深度、即时性、弹性等维度的流动性指标框架，包括成交笔数、成交笔数&成交天数、成交笔数&交易偏离三种核心指标，结合2024年1月至2025年6月的信用债经纪商交易数据，对信用债主体流动性进行了系统分析。研究发现，信用债主体流动性呈现显著的马太效应，中央汇金、国家电网等大型央企及长三角、珠三角经济发达地区的核心国企表现突出。多元回归分析进一步揭示，发行人背景、信用评级是影响流动性的主导因素，属地认可度和存量债券规模则加剧了流动性分层。

然而，信用债的流动性不仅取决于发行主体特征，个券自身的属性也可能对其流动性产生关键影响。例如，短久期债券信用风险相对可控，机构更易对其审核入池，流动性或有占优；单边下行市场行情，长久期债券估值波动带来的潜在资本利得更值得博弈，机构在久期策略下簇拥在长端品种，流动性或呈阶段性修复；此外，品种差异也可能因发行条款、市场参与主体结构的不同，导致流动性分化。基于此，我们在后续研究中，将聚焦个券层面，深入分析期限、品种等特征对信用债流动性的具体影响，以期构建更全面的信用债流动性分析体系，为投资者提供交易判断依据。

（实习生杜诗琪对此文亦有贡献）