中金:哪些債券估值波動相對較小?
我們使用波動率中的歷史波動率指標來衡量債券估值的波動程度,我們發現非公開債及短期融資券的估值穩定性較強,商業銀行次級債及企業永續債過去一年中淨值波動較大;外部評級對估值穩定性的區分度不高,隱含評級則有一定參考意義;剩餘期限較短的債券歷史波動率普遍相對較小;行業方面,隨着數據時間跨度的拉長,城投的估值穩定性上升,其中江蘇省表現突出,重慶、江西、安徽、河南也較好;其他行業方面,公用事業、非銀金融、交通運輸估值穩定性相對較好。
摘要
近期媒體報道銀行理財政策有所變化,機構關注哪些信用債估值波動會相對較小?
我們使用波動率中的歷史波動率指標來計算債券估值的波動程度。具體來說,首先選擇符合條件的信用債個券為樣本,使用這些個券在不同時間跨度下(以8月27日為基準,近一周、近一個月、近一個季度、近半年、近一年)的日度或周度中債估值淨價數據來測算曆史波動率。
我們發現對同一批個券來說,數據的時間跨度越長,歷史波動率的離散程度越強。由於我們重點關注估值波動比較小的債券,因此我們重點分析不同時間跨度測算出的歷史波動率由小到大前50%分位數的個券。
券種方面,歷史波動率前50%分位數個券的券種分佈大致與全部個券中的分佈相似,此外呈現出以下特點:(1)隨着數據時間跨度的拉長,私募債和定向工具的佔比不斷上升;(2)短期融資券在前50%分位數個券中的佔比相對穩定且明顯高於其在全部個券中的佔比;(3)隨着數據時間跨度的拉長,一般中期票據及企業債佔比不斷下降;(4)商業銀行次級債券的估值穩定性不強,一是因為部分隱含評級較高(AAA-及AA+)的次級債過去一年中淨價以波動上升為主且幅度較大,主要是大行及股份行次級債;二是因為部分隱含評級較低(A)的債券淨值以波動下行為主且幅度較大;三是部分隱含評級在AA至A+的個券淨值震盪較劇烈;(5)企業永續債方面,數據時間跨度越長品種淨值越波動,波動較大的企業永續債實則信用資質偏強,從淨值走勢來看近一年以波動上升為主。
外部評級方面,歷史波動率前50%分位數個券的主體評級分佈與全部個券中的分佈相似,但隨着數據時間跨度的拉長,不同評級間的佔比更加相近,說明主體評級對歷史波動率的區分程度不是很強。從隱含評級來看,則可以發現:(1)中高等級的債券估值穩定性較好;(2)AA(2)的估值穩定性較差,但隨着數據時間跨度的拉長有所改善;(3)AA-的估值波動水平不穩定,近一年內大部分時間波動偏強;(4)低等級(AA-以下)的估值穩定性較差。
剩餘期限方面,我們發現其在歷史波動率前50%分位數個券中的分佈特徵與在全部個券中的分佈特徵有較大區別。歷史波動率相對較小的個券呈現出了比較明顯的短期化特徵,剩餘期限在1~2年及2~3年的個券雖然也有一定佔比,但佔比水平與在全部個券中的佔比存在差距。這一方面是因為計算上造成的差異,另一方面也因為中債對於剩餘時間較短的個券估值相對穩定。
行業方面,我們發現歷史波動率前50%分位數個券的行業分佈與全部樣本中的行業分佈的情況類似,此外還存在以下特徵:(1)隨着數據時間跨度的拉長,城投債在歷史波動率前50%分位數個券中的佔比上升;(2)其他行業方面,公用事業、非銀金融、交通運輸在前50%分位數個券中的佔比高於其在全部個券中的佔比,說明估值相對穩定。
城投債區域方面:(1)江蘇省城投債的估值穩定性較突出,且隨着時間拉長穩定性有所上升;(2)以近一年的數據來看,重慶、江西、安徽、河南的城投債的估值穩定性也都相對較好,在近一年數據測算出的歷史波動率前50%分位數中的佔比高於或接近其在全部樣本中的佔比,上述地區從機構參與的角度來說的確也較受歡迎,山東、貴州、陝西、雲南、吉林、遼寧、寧夏城投債的估值穩定性則相對差一些。
正文
哪些債券估值波動相對較小?
8月25日據媒體報道報道[1],監管對六家國有大行及其理財公司做出指導,並進行兩項重要安排,其一是2021年末過渡期結束後不得再存續或新發以攤餘成本計量的定開式理財產品,其二是除了嚴格按照現行監管規定使用攤餘成本計量外,理財產品(除現金管理類產品)自2021年9月1日之後新增的直接和間接投資的資產,均應優先使用市值法進行公允價值計量,暫不允許對除未上市企業股權外的資產採用成本法估值,已適用成本法估值的理財產品存量資產,應於今年10月底前完成整改。那麼哪些債券估值波動相對較小便成為市場比較關心的問題,對此我們的分析如下。
指標選擇
我們使用波動率中的歷史波動率指標來計算債券估值的波動程度。波動率是金融資產價格的波動程度,是對資產收益率不確定性的衡量,而歷史波動率是指投資回報率在過去一段時間內所表現出的波動率,它由標的資產市場價格過去一段時間的歷史數據反映。計算方法如下:
(1)從市場上獲得標的資產在固定時間間隔(如每天、每周或每月等)上的價格;
(2)對於每個時間段,求出該時間段末的價格與該時段初的價格之比的自然對數;
(3)求出這些對數值的標準差;
(4)將標準差乘以一年中包含的時段數量的平方根(如,選取時間間隔為每天,則若扣除閉市,每年中有250個交易日,應乘以根號250),此步驟意在將前述標準差描述的波動率年化處理,得到的即為歷史波動率。
如用公式表達,則假設n+1為樣本個數;Si為第i個時間區間結束時變量的價格,i=0,1,……n;歷史波動率為 σ
樣本選擇
由歷史波動率的計算方法可知其結果受到不同數量及不同頻率的樣本選擇影響,本課題中我們選擇符合條件的個券為樣本,共計25368個,選擇條件如下:
條件1:截至2021年8月27日存續;
條件2:截至2021年8月27日具有中債估值;
條件3:歷史波動率可計算;
條件4:近一年內未因分期兑付而影響淨值;
條件5:券種包括短融超短融、中票、企業債、公司債、定向工具、部分金融債(商業銀行次級債、保險公司債、證券公司債、證券公司短期融資券、其他金融機構債)。
選定樣本中各券種、等級、期限、行業分佈並不平均,以個券數量衡量,券種方面以中票和私募債為主,分別佔比26.68%、23.37%,一般公司債、定向工具、超短融、一般企業債、一般短期融資券分別佔比15.16%、12.47%、7.79%、5.73%、1.83%;主體等級方面,外部評級以AAA和AA+為主,分別佔比42.29%、29.63%,AA和其他等級分別佔比26.22%、1.86%;隱含評級方面,AA、AA(2)、AA+及AA-佔比較高,分別為24.09%、19.48%、18.92%及17.92%;剩餘期限方面(以8月27日計)以1年~2年、2年~3年為主,分別佔比29.79%、24.47%,此外半年以下、半年~1年也佔比較高,分別為19.69%和16.74%;行業方面,城投佔比50.64%,其餘行業中非銀金融、綜合、公用事業、建築裝飾、房地產、交通運輸佔比相對較高,均在4%以上;進一步關注城投個券中區域分佈情況,以江蘇、浙江為主,佔比分別為27.71%、12.33%,其他地區包括山東、四川、湖南、重慶、江西佔比均在4%以上,分別為6.47%、6.10%、5.80%、4.78%、4.01%。
我們分別使用上述個券的以下數據來分別測算曆史波動率:
(1)截至2021年8月27日,近一周的樣本信用債中債估值淨價(推薦)日度數據;
(2)截至2021年8月27日,近一月的樣本信用債中債估值淨價(推薦)日度數據;
(3)截至2021年8月27日,近一季度的樣本信用債中債估值淨價(推薦)日度數據;
(4)截至2021年8月27日,近半年的樣本信用債中債估值淨價(推薦)周度(每周五)數據;
(5)截至2021年8月27日,近一年的樣本信用債中債估值淨價(推薦)周度(每周五)數據。
特徵分析
從數據分佈的情況來看,對同一批個券來說,選擇的數據時間跨度越長,歷史波動率的離散程度越強。由於我們重點關注估值波動比較小的債券,因此我們重點分析不同時間跨度測算出的歷史波動率由小到大前50%分位數的個券。
圖表1:根據近一周、一月、一季度、半年及一年數據測算的歷史波動率分佈情況
我們從各維度來看:
1、券種
整體來看,歷史波動率由小到大前50%分位數個券的券種分佈大致與全部個券中的分佈相似,此外呈現出以下特點:
(1)隨着數據時間跨度的拉長,私募債和定向工具的佔比不斷上升,我們認為這主要與大部分非公開債成交較少,中債估值變化不活躍有關。根據半年及一年數據測算出的歷史波動率由小到大前50%分位數個券中,私募債的佔比已超過一般中期票據,成為佔比最高的券種;定向工具在全部樣本中只佔12.47%,但在一年數據測算出的歷史波動率前50%分位數個券中佔14.37%。
(2)短期融資券在由小到大前50%分位數個券中的佔比相對穩定且明顯高於其在全部個券中的佔比。超短期融資券和一般短期融資券在歷史波動率由小到大排序前50%分位數個券中的佔比穩定在18.5%-19%,較全體樣本中9.62%的佔比明顯更高。我們認為這一方面是因為計算上的差異,短期融資券存續時間較短,在相同時間段內能夠提取出估值的時間節點相對存續期較長的債券更少,因此計算出的波動率更低;另一方面中債估值本身對短期融資券的淨價估值也更加穩定,較少出現在某一節點突然下調淨值的情況。
(3)隨着數據時間跨度的拉長,一般中期票據及企業債佔比不斷下降。我們認為前者主要因為交易較活躍且存續時間更長,信用資質變化、利率變動等因素引起的估值波動更容易反映在歷史波動率的計算中;後者雖然交易並不活躍,但納入樣本的較多個券發行人信用資質偏弱,AA級及以下主體所發個券佔比超50%,在各券種中比例最高,淨值變動相對來說更為顯著。
圖表2:根據近一周、一月、一季度、半年及一年數據測算的歷史波動率由小到大排序前50%分位數個券券種分佈情況(單位:個)
除上述主流券種外,我們重點關注企業永續債和商業銀行次級債的情況,今年不少機構參與這兩個品種以增厚收益。
從結果來看,商業銀行次級債券的估值穩定性不強,在前50%分位數個券中的佔比低於全部樣本中的佔比。我們進一步分析後50%分位數中的商業銀行次級債券來看該品種估值波動較大的原因:(1)部分隱含評級較高(AAA-及AA+)的次級債過去一年中淨價以波動上升為主且幅度較大,主要是大行及股份行次級債;(2)因為部分隱含評級較低(A)的債券淨值以波動下行為主且幅度較大;(3)部分隱含評級在AA至A+的個券淨值震盪較劇烈。
圖表3:根據近一周、一月、一季度、半年及一年數據測算的歷史波動率由小到大排序前50%分位數個券券種分佈情況(單位:個)
企業永續債方面,其在近半年及一年數據測算出的歷史波動率前50%分位數個券中的佔比偏小,說明數據時間跨度越長品種淨值越波動。我們進一步分析位於後50%分位數(以近一年數據測算)中的企業永續債,關注其估值波動的原因,可以發現其中超七成的個券隱含評級在AA+及以上,說明估值波動較大的企業永續債實則信用資質相對偏強,從淨值走勢來看近一年則以波動上升為主。使用短期數據(近一周、一月)測算出的歷史波動率在前50%分位數中的佔比較高,說明淨價估值變動較穩定,或與近期相關政策暫無變化且機構前期已挖掘過品種收益有關。
圖表4:根據近一年數據測算的歷史波動率由小到大排序前50%分位數中企業永續債分佈情況(單位:個)
2、外部主體評級
由小到大前50%分位數個券中的主體評級分佈與全部樣本中的主體評級分佈相似,但隨着數據時間跨度的拉長,不同評級間的佔比更加相近,說明主體評級對歷史波動率的區分程度不是很強,也間接說明了外部評級的區分度相對較差。根據近一周、近一個月數據測算出的歷史波動率由小到大排序前50%分位數個券中,AAA級的佔比明顯更高,分別為47.25%和46.61%,但隨着數據時間跨度的拉長,佔比差距有所下降。AA級個券佔比則隨着數據時間跨度的拉長有所上升,近一年數據測算出的歷史波動率前50%分位數個券中,AA級及AA+級的佔比已非常接近。
圖表5:根據近一周、一月、一季度、半年及一年數據測算的歷史波動率由小到大排序前50%分位數個券主體評級分佈情況(單位:個)
3、隱含評級
從中債隱含評級來看,可以發現:(1)中高等級的估值穩定性較好,包括AAA+、AAA-、AA+、AA;(2)AA(2)的估值穩定性較差,但隨着數據時間跨度的拉長有所改善;(3)AA-的估值波動水平不穩定,近一年內大部分時間波動偏強;(4)低等級(AA-以下)的估值穩定性較差。
圖表6:根據近一周、一月、一季度、半年及一年數據測算的歷史波動率由小到大排序前50%分位數個券隱含評級分佈情況(單位:個)
4、剩餘期限
我們計算全部樣本個券截至2021年8月27日的剩餘期限,發現剩餘期限在歷史波動率前50%分位數個券中的分佈特徵與在全部個券中的分佈特徵有較大區別。整體來看,歷史波動率相對較小的個券呈現出了比較明顯的短期化特徵,剩餘期限在1~2年及2~3年的個券雖然也有一定佔比,但佔比水平與在全部個券中的佔比存在差距。
我們認為這一特徵與前文所述的短期融資券歷史波動率較小表現一致,原因方面,一是因為計算上的差異,部分剩餘期限在一年以內的個券在本文使用的統計方法中能夠提取出估值的時間節點相對存續期長的債券更少,導致計算出的波動率更低。
圖表7:根據近一周、一月、一季度、半年及一年數據測算的歷史波動率由小到大排序前50%分位數個券剩餘期限分佈情況(單位:個)
另一方面也因為剩餘時間較短的個券中債估值相對穩定,這點我們可以通過進一步剔除計算影響來驗證。比如此前使用近一個月數據計算歷史波動率時,存在一些樣本於2021年7月27日後發行,雖然其至2021年8月27日仍存續,但這類個券能夠提取的日度價格數量較少,使得計算出的歷史波動率也更低一些,我們將這類個券去除,對於其餘時間跨度的測算也以此類推,最終得到的結果如下表。可以發現,在進行篩選後,各時間段歷史波動率前50%分位數個券的期限分佈依然呈現出了明顯的短期化特徵,主要集中在2年以內,尤其是1年以內。
圖表8:樣本調整後歷史波動率由小到大排序前50%分位數個券中剩餘期限分佈情況(單位:個)
5、行業
我們發現歷史波動率前50%分位數個券的行業分佈與全部樣本中的行業分佈的情況類似,此外還存在以下特徵:
(1)隨着數據時間跨度的拉長,城投債在歷史波動率前50%分位數個券中的佔比上升。這說明雖然城投債短期內估值穩定性未必突出,但隨着時間增加而相對上升。
(2)其他行業方面,公用事業、非銀金融、交通運輸在前50%分位數個券中的佔比高於其在全部樣本中的佔比。由於這三個行業主體的信用資質相對較好,個券估值也偏於穩定。煤炭、鋼鐵、化工行業以近一年數據來測算,穩定性不佳,但近半年以來鋼鐵、化工的估值穩定性已經有了較好的修復。
圖表9:根據近一周、一月、一季度、半年及一年數據測算的歷史波動率由小到大排序前50%分位數個券行業分佈情況(單位:個)
6、城投區域
進一步關注城投債歷史波動率前50%分位數個券的區域分佈情況,可以發現以下特點:
(1)江蘇省城投債的估值穩定性較突出,且隨着時間拉長穩定性有所上升。
(2)以近一年的數據來看,重慶、江西、安徽、河南的城投債的估值穩定性都相對較好,在近一年數據測算出的歷史波動率前50%分位數中的佔比高於或接近其在全部樣本中的佔比。上述地區從機構參與的角度來說的確也較受歡迎,山東、貴州、陝西、雲南、吉林、遼寧、寧夏城投債的估值穩定性則相對差一些。
圖表10:根據近一周、一月、一季度、半年及一年的歷史波動率由小到大排序前50%分位數城投債區域分佈情況(單位:個)
[1]https://t.wind.com.cn/mobwftweb/M/news.html?share=wechat&show=wft&code=A98A54300583&newsopenstyle=original&lan=cn&device=ios&related=true&version=21.6.5#/535147029
於本流動應用程式(App)或服務內所刊的專欄、股評人、分析師之文章、評論、或分析,相關內容屬該作者的個人意見,並不代表《香港01》立場。