从190BP到50BP，140BP的信用修复机会如何发现？

2024年以来，在一揽子化债政策持续落地、区域再融资压力缓释，以及城投债供给收缩和配置需求较强等多重因素影响下，城投债信用利差整体呈现一定程度的收窄，但不同区域利差修复背后的逻辑并不完全相同。

对于天津这类在过去风险溢价水平相对偏高的地区，市场更关注的是其区域利差的收窄究竟是由短期内市场流动性和配置需求推动，还是区域信用环境已出现更具持续性的改善。区分其中逻辑才能判断区域内主体的信用修复是否具备可持续性从而调整资产配置。

（数据来源：Wind | 省级城投平台区域利差水平跟踪分析）

相关研究表明，2023年以来随着债务置换、高成本融资压降和金融机构协调支持持续推进，天津区域融资环境逐步改善。与此同时根据Wind城投评分模型显示，2023至2024年天津区域基本面评估亦呈改善趋势，改善主要来自经济规模增长、产业景气度回升、居民收入提升以及财政收入修复。这表明天津城投信用利差的收窄并非仅由流动性和配置需求推动，其背后确实有区域信用环境逐步修复的支撑。

（Wind Risk - 城投评分-区域基本面评估 ）

Wind城投评分模型

Wind金融终端，输入命令RISK

搜索城投企业后进入“城投分析-城投评分”

债券F9页面点击“发行人速览-城投评价标签”

//从区域到主体自上而下趋势识别//

区域环境改善是主体信用修复的外部条件。对于城投平台而言，区域红利能否进一步转化为自身信用改善，还需结合主体基本面进行综合判断。

以天津地区某省级城投平台为例，其主体评分由2023年的67分逐步提升至2024年的80分，并于2025年维持一定的上升趋势。模型持续识别出其主体信用资质的改善信号。

（Wind Risk - 城投评分 -综合评分趋势 ）

从评分归因来看，主体基本面因子呈现多方面优化：权益累计速度、速动比率、长期负债占比等因子表现提升，反映资本积累、流动性和债务结构均有所改善；同时外部授信支持增强，债券成交活跃度明显提升。由此可见，该主体区间内的评分持续提升是由区域基本面至主体基本面、自上而下协同作用的结果。

(Wind Risk - 城投评分-企业资质能力评估 ）

随着相关积极因素逐步积累，市场后续也逐渐完成了对该主体信用的重新评估：主体信用利差从2024年12月的190BP水平持续收窄至2026年7月的50BP水平，区间内累计利差收窄达到140BP，释放出明显的估值修复空间。该过程也表明，城投评分模型识别出的信用改善趋势最终通过市场定价变化得到验证。

(Wind 债券F9-定价分析-利差分析）

// 下一个信用修复机会该如何寻找 //

对于投资者来说更具实际价值的问题是：在全市场范围内是否存在更多被低估的主体可进一步深挖？哪些主体的市场价格已经充分反映信用变化，哪些仍存在潜在定价偏离？

基于这一思路，Wind城投评分模型结合主体评估结果与市场信用利差，构建市场定价偏离分析功能：通过比较模型评价与市场实际定价之间的差异，帮助投资者识别模型评价与市场定价之间的偏离，辅助发现潜在价值机会和风险信号。

(Wind Risk - 城投评分-市场定价偏离分析 ）

基于全市场样本的历史回测显示，在模型识别出的定价偏离程度较高的被低估主体中，超过七成样本后续信用利差出现收窄，方向判断胜率超过72%。Rank IC与显著性p-value等统计检验结果证明了该回测表现并非随机波动所致，验证了模型评分排序能力的稳定性、以及市场定价偏离信号的有效性。

(Wind城投评分模型有效捕捉市场定价偏离信号 ）

投研人员还可以从全国范围和区域内两个维度来观察定价偏离情况：既可以从全市场配置视角发现潜在机会，也可以结合区域研究需求进一步判断主体相对价值。

全国市场定价偏离水平比较分析：

全市场范围识别主体相对于全国同类平台的定价偏离度，帮助投资者跨区域比较和主体筛选。相对更适合持仓和配置范围广、需要全市场扫描的机构，如保险资管、银行理财、公募基金、券商资管、全市场 信用 债配置投研团队、组合管理团队等。

区域市场定价偏离水平比较分析：

聚焦同区域平台比较，观察主体在区域内部的相对定价位置，识别区域内信用分化和异常定价。相对更适合区域偏好较强、深耕某一省份或地市的机构，如城商行、农商行、地方银行理财、区域型信用债投研团队、地方债务和区域平台研究人员等。

// 捕捉尚未被充分定价的信用变化 //

相比较当前静态信用资质，更重要的是信用边际的变化和是否已被充分定价。从区域环境改善到主体基本面修复再到市场价格重估，这些变化往往并不同步，而其中的时间差正是投研人员需要寻找的增量 信息 。

从190BP到50BP的利差修复已成为市场能够观察到的真实结果。而在市场完成下一次重定价之前，提前发现那些尚未被价格充分反映的信用边际变化，正是模型希望提供的全新观察视角。

Wind城投评分模型融合区域经济财政、主体基本面、市场风险和流动性、信用事件及舆情等多维信息，运用机器学习算法对全市场城投主体动态量化评估，捕捉信用边际变化，帮助投资者识别市场定价偏离、寻找投研增量信息。

•多维评估：综合区域环境、主体基本面、市场表现及风险信号，刻画信用资质；

•动态跟踪：持续监测评分变化，识别信用边际改善与弱化趋势；

•评分归因：拆解各维度表现，直观呈现主体信用特征及风险特征；

•同级比较：提供同层级主体排名，快速定位平台相对信用位置；

•定价识别：结合市场利差与模型算法，识别潜在市场定价偏离。

Wind终端输入RISK，搜索城投企业名称，进入“城投分析-城投评分”，或通过债券F9页面点击“发行人速览-城投评价标签”进入详情页，即可查看主体评分及相关分析结果。

往期相关阅读推荐：

Wind金融终端输入“RISK”

实时监控全网信息，及时预警风险动态

精淮识别风险主体，快速触达风险来源

智能串联关联风险，深度剖析风险链路

集尽职调查与风险监控于一体的智能风控平台

风险维度全覆盖

7×24小时全天候监控，與情/事件各维度风险信息无死角。

AI智能研判风险

风险垂直领域多功能AI智能体，一个问句实时诊断风险。

定制化风险推送

组合内容方案定制化配置，日频周频月频推送随心所欲。

一站式专家服务

企业尽调+组合监控一站式服务，专业度媲美资深专家