信用利差相关因素的分解探析

量化分析模型的建立

  我们通过对信用利差与各类指标进行回归分析来探寻与当前债券市场信用债利差存在显著关系的因素。整个研究过程分为四个步骤:1、信用利差分离:利用国债即期收益率计算出样本中各信用债对应的信用利差;2、样本筛选:从交易市场类型、债券种类以及成交活跃程度等方面,对市场上的存量信用债进行归纳和筛选;3、自变量指标划分:从第三方评估、资质、财务、流动性以及债项等角度归纳出不同类别的指标;4、模型建立:通过对信用利差与各类指标进行回归分析,筛选出与信用利差显著相关的指标,并据此建立信用利差的多元回归模型。

  信用利差分离

  简单的名义利差的计算方法是用信用债的到期收益率减去具有相同剩余期限的国债的到期收益率。不过这种方法没有考虑到利率期限结构,不同期限的现金流均用相同的无风险利率进行贴现。

  在我们的分析方法中,使用国债的即期收益率yi作为各现金流期限的无风险利率,并使用信用债的真实现金流进行贴现,由此得到理论上的无风险价格Prf。再由Prf反推出具有与此信用债相同期限和现金流的国债的到期收益率y'。

  最后,将信用利差(creditspread,CS)定义为信用债到期收益率y与公式求得的无风险收益率y'之间的差值,即CS=y-y'。

  值得注意的是,很多信用债都包含了特殊条款的设计,比如大多数公司债都包含调整票面利率和回售条款,而企业债则多有提前偿还条款。

  由于调整票面利率绝大多数仅限于上调,因此回售条款通常在债券票面利率低于市场收益率时被触发,而我们的统计结果显示模型计算期满足这一条件的债券占比很低。交易所票面利率低于模型计算期市场利率的债券占全样本比例为5.8%,银行间占比为2.7%。同时,交易所和银行间含回售条款债券票面利率平均高于市场利率113BP和79BP,表明整体上发行人上调票面利率和遭遇回售的压力不大。因此,我们的处理方法是,对于上调票面利率和回售条款,以发行票息和持有到期作为计算基础。而对于提前偿还条款,则根据提前偿还的约定产生的真实现金流进行计算。

  例如12明牌债,票面利率为7.2%,发行人在第三个计息年度有权选择是否上调票面利率,之后投资者可选择回售或持有到期。在计算日剩余期限为4.33年,对此我们分解的现金流为0.33-3.33年各支付7.2元,4.33年支付107.2元。

  又如12沪地产债,票面利率为6.12%,发行人在存续期的第3、4、5年末分布按照发行额的30%、30%和40%偿还本金。在计算日剩余期限为4.48年,对此我们分解的现金流为0.48-1.48年各支付6.12元,2.48年支付36.12元,3.48年支付34.28元,4.48年支付42.45元。

  样本筛选

  为了保证分析结果的可靠性和准确度,在进行回归分析之前,我们分别从交易场所、债券种类和成交活跃程度这几个方面来对样本进行归类和筛选。

  首先将样本按照交易场所类型划分为银行间和交易所两个样本,因为这两个市场无论是在信用债种类结构还是交易特征方面均存在着明显差异。

  此外对信用债品种进行了如下筛选:

  1、剔除了短期融资券、城投债、私募债、定向融资工具、集合票据和集合企业债等;

  2、剔除了在计算期最近90日内无成交量的信用债样本。

  这主要是基于以下考虑:

  1、中低评级短融利差向高评级趋近。

  短融的信用利差特征与非短融之间存在较大差异,考察银行间各评级短融和非短融信用债的利差,发现非短融的利差中位数与对应的评级之间表现出了较明显的线性关系;而对于短融,中高评级(AAA、AA 、AA)的信用利差则相对更为接近。这可能是由于短融的期限较短,投资者对较低评级更为乐观所致。短融和非短融之间存在的这种差异将会干扰整个样本的分析结果。

  2、城投债等品种发行主体或对象较为特殊。

  城投债发行主体的性质和财务特征同一般信用债的发行主体存在巨大差异。一般来说,城投企业在运营上同政府之间存在着千丝万缕的联系,其现金流、资产结构和利润构成等的逻辑均与普通企业有着本质的区别,这也意味着城投债的信用利差的影响因素独特而复杂。我们认为,将城投债和一般产业债融入同一个体系进行分析是缺乏合理性的,因此我们将在之后的研究中针对城投债进行单独建模,以分析影响城投债信用利差的因素。

  此外,由于集合票据和集合企业债在发行主体上,私募债、定向融资工具在发行对象上都具有特殊性,我们也将其排除在了分析样本之外。

  3、无成交量的样本估值存在误差。

  由于长期无成交的个券在估值上可能会存在较大的误差,我们排除了在计算期最近90日内无成交量的信用债样本。

  自变量指标分类

  在完善样本之后,我们归纳出可能与信用利差存在相关关系的各类指标,以这些指标为自变量,通过一元回归来研究其与信用利差之间的统计相关关系。我们将所有的自变量指标划分为五大类,包括第三方指标、资质指标、财务指标、流动性指标和债项指标。我们把评级公司公布的信用评级,上交所、深交所和中国证券登记结算公司联合发布的标准券折算率以及一级市场投资者定出的票面利率均作为第三方指标看待。而对于财务指标,我们又进一步细分为了资产规模结构指标、偿债能力指标、盈利能力指标、营运能力指标和现金流量指标。

  另外,由于国债是免税的而公司债券需要缴税,因此信用利差的一部分被解释为税收因素。不过由于法规的复杂性,这一因素比较难以进行量化分析。以美国为例,各州的公司债券税率不尽相同,Elton等(2001)采用4.875%的基准税率,发现对于不同信用级别和期限的公司债券,税收大致可以解释28%-73%的利差。Driessen(2003)采用不同的样本和方法得出的结论则是34%-57%。不过这些理论仍然存在争议。

  在中国债券市场,对于个人投资者来说,仅对利息收入征收20%的个人所得税,对资本利得部分不征税;因此票息越高的债券缴税越多,税收因素对于低评级的债券影响更大。对于机构投资者,则不区分利息收入和资本利得,而是以利润总额为基准缴纳25%的企业所得税。这就使得税额与企业经营状况和债券市场的行情息息相关,难以将利差部分的税收因素剥离。因此我们在模型中并没有将其单独列为指标进行分析。
 1  2  3  4  5  6  [下页]