《城投债风险定价模型在保险资金投资中的应用研究（四）.docx》由会员分享，可在线阅读，更多相关《城投债风险定价模型在保险资金投资中的应用研究（四）.docx（30页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、城投债风险定价模型在保险资金投资中的应用研究（四）摘要：保险资金运用以稳健、安全为原则，城投债一直是保险资金的重要投资品种。在国家重提“抓实地方政府隐性债务防范化解工作”的背景下，城投债自去年底以来价格异动显著增多，保险资管机构需要调整过往城投债“重地方、轻个体”的投资定价逻辑，科学评估城投债定价对风险的覆盖程度，有效应对城投债投资风险。利差作为信用债定价的核心内容，市场对其构成的认识大致经历三个阶段：第一阶段认为信用风险决定利差，莫顿模型和强度模型均是代表；随违约数据积累、“信用利差之谜”的发现，相关认识进入第二阶段，大量研究集中于对流动性风险的讨论；第三阶段则发展至综合模型，利差研究不再局
2、限于信用风险和流动性风险，而扩展至宏观经济、金融体制等多种因素。本文试图基于综合模型，对我国城投债近两年的定价关键因素展开分析。首先，本文将研究对象定义为“城投债利差-中债隐含违约率”，即扣减信用违约率后的利差Y值，建立相应线性回归模型对自2020年3月至2021年9月城投债全量数据合计19个时间切片进行时序分析。发现：1.中债隐含评级对整体Y值影响显著大于其他解释变量；2.自2020年四季度起，Y值形成逻辑发生明显变化，具体表现在：一是低等级信用债的Y值趋于离散，模型整体及各解释变量R方显著下降；二是高等级信用债的Y值趋于集中，模型整体及各解释变量R方上升。其次，针对该发现本文全面梳理了自2
3、020年以来城投债政策及相关行业变化，认为2020年四季度抗疫政策退出后，国家重提“抓实地方政府隐性债务防范化解工作”，给城投债定价逻辑带来重大影响。政府出台的系列文件重在“打消财政兜底幻觉”，反复强调城投债务并非与政府债务划等号的基本原则，这显著有别于以往“重地区、轻个体”的城投债定价逻辑。同时，房地产作为地方城投企业高度关联行业，其明显趋严的调控政策给城投债也带来了影响，增加了其定价的不确定性。最后，本文进一步基于前述时间切片数据，运用箱线图统计以及实证预测模型两种方法，对评级较好（AA以上）的债券的利差和Y值区间给出经验估计，对保险资金投资实务工作提供参考。如，基于历史数据，AAA级城投
4、债的Y值均值为45bp，利差均值为48bp。关键词：城投债 利差 信用利差之谜 债券定价 隐含评级 隐含违约率第四章 城投债定价经验估计在保险资金运用和风险管理中，城投债定价最常见的应用场景有两个：一是投资定价；二是投后估值和风控。本章基于2020年3月至2021年9月月度时间切片数据，尝试给出城投债定价的经验区间，在城投债投资及风险管控中提供参考。第一节 定价方法城投债收益率由三部分组成：无风险收益率、信用风险程度以及Y值。即：城投债收益率 = 无风险收益率 + 信用风险程度 + Y值本课题中，无风险收益率为与城投债同一剩余期限的国开行债券收益率；信用风险程度为中债隐含违约率；这两个数据均可
5、以公开取得，后续不再讨论。下文将围绕Y值的经验区间展开。第二节 箱线图方法我们首先选用箱线图描绘历史各时间切片不同中债隐含评级城投债的Y值。箱线图反映五个统计量：最小边界值、第一四分位数、中位数、第三四分位数与最大边界值来描述数据，不受异常值的影响，其能够较准确地描绘出数据的分布情况。箱线图标识说明：黑色圆圈：异常值，即在最大与最小边界线以外的样本上部短横线：最大边界值，即上四分位值+1.5*IQR箱线上限：上四分位值绿色实心三角：平均值绿色短横线：中位数箱线下限：下四分位点下部短横线：最小边界值，即下四分位值-1.5*IQRIQR = 上四分位值-下四分位值一、AAA级AAA评级数据样本量较
6、大，Y值的均值在40-70bp之间上下波动，中位数略低于均值。进入2021年以后，中位数基本稳定在40bp附近；上、下四分位值距离很近，处于30-50bp之间；异常值均在上方。如下图3-4-1、3-4-2所示。具体数据如表3-4-1所示二、AAA-级AAA-评级城投债样本较少，Y值均值位于40-70bp之间，2021年以来主要位于50-60bp，中位数略低于均值，异常值很少。具体数据如下表3-4-2：三、AA+级AA+级城投债Y值均值处于75-100bp之间， 2021年下半年以来均值基本在75bp附近，中位数多数低于均值,上、下四分位值逐渐拉近，基本处于50-80bp之间；异常值主要位于上方
7、。具体数据如下表3-4-3所示。四、AA(2)级2021年，AA(2)评级城投债的Y值均值和中位数基本都稳定在150bp左右，上、下四分位值分别为100bp和200bp。但该评级的部分异常值存在过大偏离，最小值达到-4000bp以外，相关样本多为融资主体较弱但存在担保，成交价格显著偏离中债估值；最大值达到1500bp，为债券评级已调降，成交价格未受影响或风险处置正在推进可能好转的城投债。具体数据如下表3-4-4所示。五、定价经验估计基于上述箱体图的经验数据统计，我们可以粗略估计出各中债隐含评级城投债的定价区间，如表3-4-5：在国开行债券收益率基础上提高相应的利差点数，即可对城投债粗估出合理的
8、价位，或判断特定债券价格是否合理，或作为新会计准则下预期收益损失预估的参考值。该估计方法以中债隐含评级分组，优点在于对总体平均值有较准确的把握，但未考虑债券的个性化特点，难免粗糙。第三节 模型估计基于第三章实证分析所得的Y值模型，我们可以对AAA级债券Y值进行预测。Y值 = 2.518 + 5.036*企业类型 + 0.4059*区域能级 + 0.004*剩余期限 + 16.0543*债券类型 + 2.518*中债隐含评级根据以上线性回归结果，对城投债的利差测算举例如下表：各解释变量取值范围如表3-4-7基于以上Y值估计，加上隐含违约率及国开行债券收益率，得出城投债定价，可用于判断特定债券价格
9、是否合理，或作为新会计准则下预期收益损失预估的参考值。该估计方法考虑了债券的个性化特点，能够针对单一债券的定价给出预测。但对于非AAA级城投债，因模型预测误差过大，不建议采用。第五章 回顾与总结本课题对去年以来城投主体剥离政府职能新政及房地产行业调控背景下，城投债定价逻辑及定价经验取值展开讨论和研究，主要包括以下三部分。第一部分梳理信用债定价相关理论研究和实践经验。利差作为信用债定价的核心内容，市场对其构成的认识大致经历三个阶段：第一阶段认为信用违约风险决定利差，莫顿模型和强度模型均是代表；随违约数据积累、“信用利差之谜”的发现，相关认识进入第二阶段，当时大量研究集中于对流动性风险的讨论；第三
10、阶段则发展至综合模型，利差研究不再局限于信用风险和流动性风险，而扩展至宏观经济、金融体制等多种因素。第二部分在简单回顾城投债定价概况后，将研究对象定义为Y值（城投债利差-中债隐含违约率），建立相应线性回归模型对自2020年3月至2021年9月城投债全量数据合计19个时间切片进行时序分析。发现：1.中债隐含违约率对整体Y值影响显著大于其他解释变量；2.自2020年四季度起，Y值形成逻辑发生明显变化，具体表现在：一是低等级信用债的Y值趋于离散，模型整体及各解释变量R方显著下降；二是高等级信用债的Y值趋于集中，模型整体及各解释变量R方上升。本文针对该发现，全面梳理了自2020年以来城投债政策及相关行
11、业变化，认为2020年四季度抗疫政策退出后，国家重提“抓实地方政府隐性债务防范化解工作”，给城投债定价逻辑带来重大影响。政府出台的系列文件重在“打消财政兜底幻觉”，反复强调城投债务并非与政府债务划等号的基本原则，这显著有别于以往“重地区、轻个体”的城投债定价逻辑。同时，房地产作为地方城投企业高度关联行业，其明显趋严的调控政策给城投债也带来了影响，增加了其定价的不确定性。此外，针对城投债的“信用利差之谜”现象、信用风险作用于定价的机理，本文基于实证分析结论给出了经济解释。第三部分进一步基于前述时间切片数据，运用箱线图统计以及实证预测模型两种方法，对评级较好（AA以上）的债券的利差和Y值区间给出经验估计。如，基于历史数据，AAA级城投债的Y值平均值为45bp，利差平均值48bp1。本文的研究虽使用了2020年3月至2021年9月城投债利差全量数据，力求刻画城投债定价近两年来的全貌，但受限于解释变量数据缺失（如交易数据颗粒度较粗等）、中债隐含违约率数据发布仅一年有余等现有条件，研究方法和结论还有待在未来随数据的进一步丰富、可靠性持续提升而不断改良和拓展。脚注1利差值也受到中债隐含违约率的影响，此处估计将AAA级城投债的中债隐含违约率简化为统一的3bp，与实际有差异。30