企业官网建设流程全解析

做固收数据和债券研究的人大概都碰到过这种场面：会上有人问一句"绿色债券现在存量多少、都分布在哪些品种里"，你打开终端拉了一张表，数字看起来挺整齐，散会之后另一个人用另一套筛选条件又拉了一遍，两个数差了两千多亿。标题里说的"绿色债券基本资料-债券分类"，乍看只是把债券分类字段和绿色标签拼在一张台账上，实际动手就会发现，这是一项口径工程：绿色债券并不是一个独立的债券品种，它是横切在所有品种之上的一个属性标签，而"债券分类"这套分类树本身又有品种、主体、行业、评级好几个维度，两者一交叉，坑就全出来了。

这篇内容想解决的就是这件事：怎么把绿色债券的基本资料整理成一张口径自洽、可复核、能直接拿去支撑分析的底表。适合两类人看——刚接手债券数据库维护、第一次做绿色债券专题的分析师，可以照着这里的字段清单和判定流程直接落地；已经做了几年、每次出报告都要重新跟人核对一遍口径的老手，可以在第四部分的排查清单里找到几个常见错位的成因。我会按"为什么这么设计—字段怎么理解—怎么取数怎么算—出问题怎么查"的顺序讲，中间穿插我自己踩过的坑和几个能直接抄走的计算口径。

1. 先想清楚：绿色债券的资料整理为什么绕不开"分类"

1.1 一个反复上演的场景：三个版本的绿色债券余额

某资管机构的固收团队做过一次内部盘点，A同学按终端里"绿色债券"这个标签直接筛，得到一个数；B导师习惯按债券品种逐个核对募集说明书，得到第二个数；等到给管理层汇报时，风控那边按发行主体的绿色属性又算了一遍，第三个数字又不一样。三个数没有一个是错的，差别全在口径上：A同学筛出来的标签里混进了可持续发展挂钩债券，这类债券募集资金用途并不限定于绿色项目；B导师手工核的那版把几只绿色资产支持证券漏掉了，因为证券端的简称里根本看不出"绿"字；风控那版用的是主体口径，只要发行人是绿色产业主体，它发的所有债都算了进去，规模自然虚高。

这个场景说明一件事：绿色债券的"资料整理"从来不是取数问题，而是分类口径问题。你在动手拉数据之前，如果没把"什么算绿色债券""按债项还是按主体""存量还是发行量"这三件事定死，后面所有的汇总、排序、做图都是白费。

1.2 关键判断：绿色债券是标签，不是品种

做数据结构设计时，最容易犯的错是把"绿色债券"当成债券分类树上的一个节点，跟"中期票据""公司债"并列塞进去。这个做法在展示层面看着方便，实际会制造两个麻烦。

第一，它破坏了品种维度的完整性。一只绿色中期票据，它的品种属性是中期票据，绿色属性是贴标绿债，这两个信息是正交的。你把绿色当成品种，统计"中期票据发行量"的时候就会漏掉它，统计"绿色债券品种分布"的时候又会得到一堆无意义的结果。第二，它堵死了扩展空间。今天加"碳中和债"，明天加"蓝色债券"，后天加"转型债券"，如果每次都往品种树里塞节点，这棵树很快就没法看了。

我一般的处理方式是主表加附表：主表放债券的静态要素（代码、简称、品种、主体、规模、票面、期限、评级、担保），附表单放绿色属性（是否贴标、绿色类别、募集资金投向、是否经第三方评估、披露情况）。两张表用债券代码做关联，一对零或一对一。这样做的好处是，品种维度的统计永远干净，绿色维度的筛选随时可以加条件，两边互不干扰。

1.3 三套口径的取舍：终端标签、监管口径、发行人自述

实际操作中你会遇到三套口径，它们的严格程度和覆盖范围都不一样。

终端标签是最省事的，字段直接给你，但它是二手信息，更新有滞后，边界也有自己的处理习惯，比如某些挂钩类产品会被归到绿色大类下。监管口径是最权威的，核心看募集资金投向绿色项目的比例是否达到约定门槛（业内常见是70%以上，部分品种要求全部投向绿色项目），但它需要你逐个翻发行文件，工作量极大。发行人自述最宽松，很多主体在年报里把"从事绿色产业"直接等同于"绿色债券发行主体"，这个口径拿来写宣传稿可以，拿来做数据统计一定出事。

我的做法是：用终端标签做初筛，用募集说明书做终审，主体属性只作为辅助分析维度而不进入主口径。具体来说，终端标签筛出来的池子先全收，再逐只核对资金用途，把不符合的剔掉、把漏掉的补进来，最后在附表里单独留一列记录"判定依据"，写清楚是靠简称关键词、靠品种、靠募集说明书哪一页判定的。这一列在后续被人质疑时能救命。

提醒一句：不要为了追求"池子大"而放宽口径。绿色债券统计里，多算十只的麻烦远大于少算十只——少算的补上就行，多算的会在交叉核对时反复被挑战，最后整张表都要重做。

2. 拆解终端里的债券分类字段：每一层分别在说什么

2.1 第一层：品种分类树与绿色债券的分布特征

债券品种分类是最基础的一层，各家终端的叫法略有差异，但主干结构基本一致：

这张表最实用的一点是：它告诉你哪个格子必须逐只核对，哪个格子可以批量处理。绿色金融债和信息披露完整的绿色公司债，通常可以直接采信终端标签；绿色ABS和定向工具，几乎每一只都得回到发行文件去看底层资产和资金用途，因为这两类产品的简称命名没有统一规范。

2.2 第二层：发行主体属性与行业归属

主体属性这一层包含几个常用字段：企业性质（国有、民营、外资、公众企业）、行业分类、主体评级、是否上市。行业分类在不同终端里会有好几套并行，宽口径的一级行业（比如把制造业全归一类）适合做宏观汇总，细口径的三级行业适合做行业专题。

这里有个容易混淆的点值得单独说：主体属性是给发行人打的标签，不是给债券打的。一只由绿色产业主体发行的普通公司债，如果募集资金用于补充流动资金，它在债项口径上不是绿色债券。反过来，一家传统行业主体发行了募集资金全部投向节能改造项目的债券，它是绿色债券，但它的主体行业标签依然是传统行业。

我在做行业分布统计时踩过一次坑：直接把"主体行业=环保"的发行人发行的全部债券算作绿色债券，结果规模比逐只核对高出近四成。后来改成债项口径，同一批数据掉下来一大截，但每一只都能拿出资金用途说明，反而更经得起问。

2.3 第三层：绿色属性标签的细分与边界

这一层是整张表的核心，也是最容易出错的地方。常见的绿色相关标签有这么几类，含义和边界差别很大：

• 贴标绿色债券：募集资金专门用于符合条件的绿色项目，有明确的资金用途承诺和存续期管理要求。这是最严格的一类，是绿色债券统计的主口径。
• 碳中和债：贴标绿债下的一个子类，资金投向聚焦碳减排效益明显的项目。它同时是绿色债券，统计时容易和母类重复计数，做汇总必须去重。
• 蓝色债券：投向海洋资源保护和可持续利用相关项目，属于绿色债券的一个细分方向，规模小但确实存在。
• 可持续发展债券：资金用途兼顾环境和社会效益，严格说和纯绿色债券有重叠但不完全等同，是否纳入绿色债券口径要看你的统计目的。
• 可持续发展挂钩债券：票面利率与预设的可持续绩效目标挂钩，资金用途不限定于绿色项目，这是它和绿色债券最本质的区别。很多统计把它并入绿色债券，我认为不妥，至少要在附表里单独标出来，让看数的人自己决定要不要剔除。
• 转型债券：投向高碳行业减排转型项目，属于转型金融范畴，和绿色债券是并列关系而非包含关系。

把这几类的边界理清楚，你就明白为什么第一部分的三个数字会打架了——挂钩类和转型类被混进绿色口径，是最常见的规模虚高来源。

2.4 字段之间的联动关系与三个典型误读

单看字段都懂，放在一起就容易读错。我见过最多的三个误读是这样的：

第一个是把"绿色债券类型"字段当成唯一判据。很多终端的这个字段只对贴标产品填值，未贴标但实质绿色的债券是空的，你直接按非空筛选，会把一批实质绿债漏掉。

第二个是把主体的绿色认定和债项的绿色认定混为一谈。有些终端会在主体信息里给一个绿色产业标记，这个标记反映的是主营业务，不是资金用途，用它来筛债券一定出错。

第三个是忽略含权条款对期限统计的影响。绿色债券里有相当比例带回售权或赎回权，终端给的"期限"字段可能是发行期限，也可能是行权期限，两个口径做加权平均会得到完全不同的结果。做期限分析时，我一般两个都留着，列名写清楚"发行期限"和"行权期限"，绝不混用。

3. 实操：从零搭一张能用的绿色债券基本资料表

3.1 先定字段：一张主表加三张附表

字段设计的原则是"够用就好，别贪多"。我自己的模板里，主表控制在二十个字段以内，附表按用途拆成三张。

主表字段清单：

三张附表分别是：绿色属性表（绿色类别、募集资金投向、是否经第三方评估、认证类型、存续期披露情况）、主体信息表（企业性质、行业、注册地所属区域、是否为上市公司）、条款表（含权类型、回售日、赎回日、调整票面条款）。

3.2 取数与清洗：几个必须做的动作

取数环节没什么技巧，按品种分批拉、按年分批拉都行，关键在于清洗。下面这段是我常用的处理脚本骨架，字段名按你自己的表改一下就能跑：

import pandas as pd df = pd.read_excel("bond_master_raw.xlsx") # 1) 规模统一到亿元 # 先确认原始单位，这里假设原始字段是元 df["size_yi"] = df["issue_size"] / 1e8 # 2) 期限统一：按起息日到到期日的实际天数折算年 df["term_year"] = ( pd.to_datetime(df["maturity_date"]) - pd.to_datetime(df["value_date"]) ).dt.days / 365 # 3) 票面利率：浮息债首期票面单独标记，不参与加权 df["is_floating"] = df["coupon_type"].str.contains("浮", na=False) df["coupon_valid"] = df["coupon"].where(~df["is_floating"]) # 4) 按年做加权平均票面 def weighted_coupon(g): m = g["coupon_valid"].notna() & g["size_yi"].gt(0) if g.loc[m, "size_yi"].sum() == 0: return None return (g.loc[m, "coupon_valid"] * g.loc[m, "size_yi"]).sum() / g.loc[m, "size_yi"].sum() annual = df.groupby("issue_year").apply(weighted_coupon).round(4)

清洗里最费时间的三件事，我按踩坑频率排个序：单位不统一（同一个字段不同年份的导出单位不一样，这个最阴）、日期为空（部分定向工具到期日缺失，期限算不出来，要单独标注而不是填0）、主体更名（同一家发行人三年内改了两次名，按名称去重会算成三家）。

3.3 绿色属性的判定流程：五步走，优先级不能乱

这一步是整张表的核心工序。我固定的顺序是这样的：

第一步，简称关键词初筛。含"绿色""碳中和""蓝色""GN""G"等标识的先全部捞出来。这一步只做加法不做减法，宁滥勿缺。

第二步，按品种补漏。绿色金融债、绿色资产支持证券这两个品类，简称里常常没有关键词，必须按品种标签单独捞一遍。绿色ABS还要往下一层看底层资产，基础资产是清洁能源收益权、绿色建筑相关应收款的，才算。

第三步，查募集资金用途。这是决定性的一步。看募集说明书里"募集资金用途"章节，确认投向绿色项目的金额占比是否达到约定门槛。这一步做完，前面两步捞出来的池子通常会砍掉一小半。

第四步，查第三方评估认证。有独立评估认证的，可信度更高，但不是必要条件——没有认证的贴标绿债依然算绿色债券，只是要在附表里标记"无第三方认证"，方便后续做质量分层。

第五步，看存续期披露。已经发行超过一年的债券，看有没有年度绿色债券评估报告或资金使用情况说明。这一列不是判定条件，是质量指标，我在做"绿色债券信息披露完整度"这类分析时会用到。

实操心得：这五步不要图快合并。我曾经为了赶一份周报，把第三步和第四步并成一步，用"有第三方认证"直接代替"资金用途核查"，结果把两只认证报告里写明资金用途为"补充营运资金"的债券算了进去，被复核的人一眼看出来。核查资金用途这一步没有捷径。

3.4 几个能直接抄的计算口径

数据整理完，接下来就是算指标。这几个公式是我反复用、反复被问的，写清楚免得每次都解释一遍。

加权平均票面利率：按发行规模加权，不用简单算术平均。原因很简单，一只50亿的绿色金融债和一只2亿的绿色中票对市场的影响完全不同，算术平均会让小券的话语权被放大。

$$\text{加权票面} = \frac{\sum(\text{票面}_i \times \text{规模}_i)}{\sum \text{规模}_i}$$

加权平均期限：同样按规模加权，但要明确用的是发行期限还是行权期限。做发行市场分析用发行期限，做久期管理用行权期限。

绿色债券发行占比：

total_by_year = df.groupby("issue_year")["size_yi"].sum() green_by_year = df[df["is_green"] == 1].groupby("issue_year")["size_yi"].sum() green_ratio = (green_by_year / total_by_year * 100).round(2)

这里的分母用什么很关键。用"全部债券发行量"做分母，得到的比例会被利率债稀释到很低；用"信用债发行量"做分母，得到的比例更能反映真实的市场结构。两个都算一遍，报告里写清楚分母是什么。

绿色溢价（greenium）：衡量绿色债券是否比同条件普通债券发行成本更低。计算方式是拿绿色债券的发行票面减去同期、同评级、同期限普通债券的发行票面，得到一个差值。差值长期为负，说明绿色债券存在发行成本优势；差值接近零或为正，说明这个优势不明显甚至不存在。

计算时要注意两个细节：一是配对样本要够，单只对单只的比较容易受个体因素干扰，我一般做同一发行人内部的配对（同一主体既发过绿债也发过普通债），样本干净得多；二是要剔除浮息债和含特殊条款的券，否则比出来的差异可能是条款差异而不是绿色属性带来的。

4. 常见问题与排查实录

4.1 同一只债在不同表里"身份"不一致

这个问题几乎每次做交叉核对都会遇到。表现是：主表里标了绿色，绿色属性附表里没有对应记录，或者反过来。原因通常有三个：一是两次取数的时间点不同，中间终端更新了标签；二是主键没对齐，跨市场债券用了不同代码；三是人工补录时只改了其中一张表。

排查顺序建议从主键开始。先把两张表的债券代码做一次全外连接，看有没有一边有、一边没有的；再看代码能对上但属性不一致的，逐个回原始文件确认；最后把结论落成一条规则写进流程文档，比如"标签更新后必须同步刷新附表并记录更新时间"。

4.2 漏标与错标：绿色标签的三个高频错位

错位一，挂钩类被当成绿色类。可持续发展挂钩债券的资金用途不限定，很多终端把它放进绿色债券大类的下拉选项里，直接按大类筛选就会混进来。解决办法是在附表里单独设"是否资金用途限定"这一列，做统计时先按这一列过滤。

错位二，绿色ABS的证券端被漏掉。资产支持证券的命名规则是按层级和期次来的，比如"某绿色1A1"，简称里看不出绿色，只有底层资产是绿色的。这类必须从底层资产穿透判断，终端标签只能作为线索。

错位三，同一只债的绿色类别在不同年份被改过。这种情况多见于早期发行的债券，随着认定标准细化被重新归类。做时间序列分析时，如果不同年份用了不同版本的分类，同比数据的可比性会出问题。我一般的处理是以最新口径回溯重算全部历史数据，而不是用当年的口径算当年。

4.3 主体口径与债项口径混用导致的规模虚高

前面提过一次，这里专门展开。主体口径的逻辑是"发行人主营业务属于绿色产业，则其发行的债券全部计入"，债项口径的逻辑是"这只债券的募集资金投向绿色项目"。两者算出来的规模差距可以很大，尤其是大型综合类发行人，它可能一年发几十只债，其中只有一兩只贴标。

在什么情况下可以用主体口径？做发行人层面的绿色金融敞口分析时可以用，但要明确标注"按主体口径"。什么情况下绝对不能用？向社会披露绿色债券市场规模、做绿色债券占比统计、计算绿色溢价，这三类必须用债项口径。

4.4 存量与发行量的时间口径

发行量是按起息日统计的当期新发规模，存量是某个时点上尚未到期的余额。这两个数字经常被混着用，尤其是在做"绿色债券市场规模"这类表述时。

存量的计算要处理三种情况：已到期的不计、含权债在行权后被回售的部分要扣减、提前偿还的部分要扣减。后两种情况在数据里往往没有直接字段，需要结合条款表和公告。我的经验是，如果只是做趋势分析，用"发行量累计减去到期量"的近似算法足够；如果要对外披露精确存量，必须逐只核对回售和提前偿还情况，这部分工作量大概占总工作量的三成。

4.5 常见问题速查表

5. 让这份资料真正"耐看"的几条经验

5.1 建一张内部映射表，比什么技巧都管用

不同终端、不同年份、不同部门导出的分类字段，名字和粒度都不一样。今天叫"中期票据"，明天叫"中票"，后天又拆出一个"定向工具"的子类。如果每次分析都重新做一次归一，你的时间会全部耗在重复劳动上。

我一般的做法是维护一张映射表：左边是所有见过的原始取值（去重后的全集），中间是归一后的标准值，右边是映射规则和备注。这张表一旦建起来，后面所有的取数脚本都引用它，新出现的取值往里加一行就行。这张表看起来不起眼，但它能把每次做专题的时间从两天压到半天。

5.2 留痕与版本：别相信自己的记忆

数据表迭代几版之后，你绝对不会记得第三版为什么把某只债剔掉了。所以每一次判定都要留依据：判定来源（简称关键词/品种标签/募集说明书/第三方报告）、判定人、判定日期、备注说明。这四列加进附表，成本几乎为零，但能省掉无数次"这只为什么不算"的来回追问。

版本管理上，我的习惯是文件名带日期加版本号，不覆盖旧文件，同时在主表里加一列"数据截止日"。这个字段看着多余，但当你半年后回看一份报告，想确认当时用的是哪一版数据时，它就是唯一线索。

5.3 与外部披露做勾稽，是最有效的质检

自己做的表，自己查错很难查出来。最有效的质检方式是用另一套数据源做勾稽：拿交易所和银行间市场的公开披露信息，随机抽二十只债券，逐只核对代码、规模、票面、期限、绿色属性五项，看能对上几只。对上率低于九成，说明取数或清洗环节出了问题，回去查；对上率九成五以上，基本可以放心用。

这个动作我一般放在出报告前的最后一步，成本大概两三个小时，但它拦下过好几次致命的错误，包括一次规模单位错位导致的十倍偏差。

5.4 关于第三方评估认证这一列怎么用

很多人把"是否经第三方评估认证"当成绿色债券的判定条件，这个理解需要纠正一下：它是质量指标，不是准入条件。没有第三方认证的贴标绿债，只要募集资金用途符合要求，依然是绿色债券。

但这一列在分析里很有价值。你可以用它做分层：有认证的一组、无认证的一组，分别看发行利率、认购倍数、存续期信息披露频率，能看出市场对认证的定价反应。我做过一次粗略统计，有认证的那一组发行利差平均比无认证的低几个基点，虽然样本不算大，但方向上是一致的。

注意：做这类分层分析时，一定要控制主体评级和期限这两个变量，否则你比出来的可能是评级差异而不是认证差异。

5.5 后续可以往哪扩展

这套底表搭好之后，其实可以支撑很多延伸分析：绿色债券的行业分布演变、发行主体的地域集中度、不同品种的绿色溢价差异、存续期信息披露的完整度评分，甚至可以做绿色债券与非绿债券在二级市场的流动性对比。底表的口径越干净，这些延伸分析的可信度就越高。

我个人在实际操作中的体会是，这类资料整理工作最容易被低估——它看起来只是"拉数",实际上一半时间在定口径、三成时间在核对、两成时间才在拉数和算数。刚入行的时候我总觉得核对是浪费时间，后来发现，一份能被反复引用、经得起追问的底表，价值远高于十份赶出来的快报。把口径定死、把依据留下、把版本管住，这三件事做到位，后面所有的分析都是水到渠成的事。