mba财务管理论文

您当前的位置:学术堂 > 毕业论文 > mba论文 > mba财务管理论文 >

城投债信用风险测度工具的确定及应用

来源:学术堂 作者:韩老师
发布于:2014-12-15 共4503字
  本篇论文快速导航:

展开更多

  第3章 城投债信用风险测度工具的确定及应用

  债券的信用风险指的是债务人发行的债券,在信用等级发生改变时或无法偿还债务时,债权资产价值产生变动的风险。而城投债券区别于一般的产业债券,其信用风险不单受城投债券发行人自身财务状况的影响,还受到诸多外部因素的影响,如地方政府的财政能力、地方突发状况等。同时,投资者对于城投债券有二种截然不同的看法,有一类投资者认为城投债券具有地方政府属性,被称为“准市政债”①,其违约率低于一般的产业债券。而另一类投资者认为地方政府的债务规模已经远远大于产业债规模,且地方政府对于城投债没有法定偿还义务,城投平台公司的自身盈利能力较差,城投债的信用风险远大于产业债。所以客观测度城投债的信用风险在城投债投资上非常重要。

  3.1 城投债信用风险测度工具

  从定性的角度,机构一般会使用外部第三方信用评级报告以及财务数据和招募说明书等基本面分析(如5C信用评价法)来判断某一发行人的某一期债券的信用风险程度。从定量的角度,机构主要使用债券违约率(如KMV模型、CreditMetrics模型、CreditRisk+模型)和信用利差来作为广义信用债风险测度工具。本文将从定量的角度来测度影响单一债券信用风险的因子,如果能准确预测因子未来的变化情况,那就可以测度出未来某一单一债券所面临的信用风险的高低。

  3.1.1 基于违约率的信用风险测度工具

  以KMV为例,KMV模型以违约率为基础来衡量企业债务的信用风险。首先假设企业的股权价值是在公开市场交易的,同时假设企业的资产价值是服从正态分布的,用Black-Scholes期权定价模型,测算公司资产价值及其波动率。然后,计算出公司的违约点,用公司现在的资产价值确定出公司的预期价值。然后用公司价值和公司预期价值以及波动率计算出违约距离测度DD。比较违约距离DD和违约概率EDF(EDF由历史违约率数据推算而得)。虽然KMV可以动态的预测未来的信用风险,但是KMV有以下缺点:(1)模型依赖历史违约数据;(2)适用于上市公司信用风险评估,对非上市公司的股权价值评估具有主观性;(3)模型假设资产是服从正态分布的。结合我国债券市场的实际情况,可以发现:首先,国内信用债券市场没有发生过真实违约案例,所以无从推算出KMV模型中需要的历史经验违约率,这样的情况也适用于其他基于违约率而得信用风险模型。其次,就城投债的发行主体而言,仅有少数几家融资平台公司是上市公司,且都是有些发达地区省级平台在主板市场上市之后,对于其发行的债券,投资者普遍将其视为非城投债,基于wind口径统计下的城投债样本将此类债券剔除,但是银监会口径下的地方政府融资平台名单依然将其计入统计范围中,大部分地方融资平台为非上市,且财务较不透明的有限责任公司。他们的财务数据较难转化为公司公允价值的资产价格来判断信用风险。综上,不适合使用违约率为基础的模型来衡量城投债的信用风险。

  3.1.2 基于信用利差的信用风险测度工具

  本文采用信用利差作为测度信用风险的指标。齐天翔(2012)等人认为从信用违约率的角度分析中国债券市场的信用风险不合适,从风险和收益匹配的原理来看,债券的收益率的高低反映了投资者对于债券风险水平的认识①。信用利差表示了相对于无风险收益的风险补偿。研究表明信用利差和信用风险一致,可以通过信用利差研究中国城投债的信用风险水平②。

  首先信用利差能够很好的解释中低评级债券的信用风险。ComellandGreen(1996)通过实证分析,观察到信用等级高的债券到期收益率对无风险利率的变化比较敏感,但信用等级低的债券到期收益率对无风险利率的变化则反应迟钝。Delianedis和Geske(2001)发现美国BBB以上级别债券超过80%的信用利差由预期违约损失以外的因素决定。从上文的数据中,国内城投债的主体评级主要分布在AA+到AA-,城投债的发行主体信用评级一般不高③,而且评级正在逐步下滑,所以使用信用利差能够较好的解释城投债的信用风险水平。

  其次,信用利差较好的解释了中长期债券的信用风险水平,但对短期信用风险的解释能力不强。Longstaff和Schwartz(1995)研究了利差变动和资产价值以及利率因素的影响,认为短期债券的信用利差对利率变化不敏感的结论,而长期债券资产价值以及利率对利差的变动的解释均非常关键。Duffie(1997)、Madan和Unal(2000)认为持有期短的债券的信用利差与短期利率负相关,与长期利率正相关。城投债的期限一般为5年以上,期限为5—8年和8年以上的城投债券发行量占总发行量的95%左右,因此城投债的信用风险适合利用信用利差加以解释。

  最后,在实务投资中,信用利差的数据较为可得,也是最为常用的信用债券信用风险测度工具。国内新发行的城投一般为7年存续期,第三年开始提前还款20%,计算下来新发城投的久期约为5。同期5年期或者5年以内的国债收益率曲线完整且连续,二级市场双边报价交投活跃,体现了机构对于价格的真实意向,据此可以方便的计算出对应的城投债信用利差。可以方便今后作为风险管理工具加以实际应用。

  在本论文的信用利差计算中,假设所有机构投资者都是免税的,不考虑税收利差对城投债信用利差的影响。因为,国债利息是对所有个人和机构投资者均免税,而城投债作为信用债的一种,其产生的高票息需要征收利息税,一般来说,税收利差包含在信用利差中。由于本文探讨的是机构投资者的投资行为,在实际债券投资中,国内的资管类机构投资者需要替个人投资者代扣代缴20%的红利所得税,而自营类机构投资者、寿险、年金投资者不需要单独缴纳该项税收。所以资管类机构一般不会将债券持有到期,而是会在临近到期时以稍高于当期回购利率的价格卖出给免税机构,以便避免缴纳相应的利息税收。所以本论文假设样本城投债的税收利差为零,所有信用利差均是用来解释机构投资者对于信用风险的判断。

  3.2 测度样本的确定

  本文采用的城投债样本数据来自于wind口径下的城投债样本。需要明确的是,城投债是一个概念性的分类,而非是一个实质性的分类,所以如何梳理各个口径下城投债券的样本容量,并在总的债券集合中筛选出城投债的样本是关键。

  3.2.1 银监会口径下的城投债样本
  
  在城投债划分中,最权威的口径是银监会定期公布的地方融资平台名单,截止2012年底共计10797个地方融资平台。从银监会的口径来看,银监会[2010]19号文:“地方政府融资平台公司,指由地方政府及其部门和机构等通过财政拨款或注入土地、股权等资产设立,承担政府投资项目融资功能,并拥有独立法人资格的经济实体”。同时,如果地方政府融资平台公司能够自主产生足够的现金流覆盖其偿还本息的,就可以从银监会地方政府融资平台名单中剔除。这个定义更多的是从监管地方融资平台的风险出发,而不是从投资的角度出发,名单中的有些地方融资平台已经发债,还有很大比例的地方融资平台尚未通过债券进行融资,同时,该名单将自身经营状况较好的平台公司剔除之后,使得其对应的城投债脱离了样本。所以银监会口径下的城投债样本不能完整代表真实投资环境中的城投债券样本情况。

  3.2.2 Wind口径下的城投债样本

  Wind资讯中的“概念类债券——城投债”项目下的城投债样本主要以债券发行主体性质以及募集资金用途二个方面来判定城投债归属,以偿债资金的来源进行城投债辅助甄别。

  Wind对于城投债的定义用以下三方面进行描述①:

  (1)城投债的发行主体一般是由地方政府及其部门和机构、所属事业单位等通过财政拨款或注入土地、股权等资产设立,具有政府公益性项目投融资功能,并拥有独立企业法人资格的经济实体。包括各类综合性投资公司,如建设投资公司、建设开发公司、投资开发公司、投资控股公司、投资发展公司、投资集团公司、国有资产运营公司、国有资本经营管理中心等,以及行业性投资公司,如交通投资公司等;(2)城投债所募资金一般用于承担公益性项目的建设运营。例如,市政道路、公共交通等基础设施项目,以及公共卫生、基础科研、义务教育、保障性安居工程等基本建设项目;(3)城投债的偿债资金一般至少70%来源于一般预算资金、政府性基金预算收入、国有资本经营预算收入、预算外收入等财政性资金。

  而在实际判定中,系统往往更加简单的将其简化为对第一和第二描述的判定。

  即同时满足二点要求“公司股东”为当地政府或其下属机构,且“公司业务”是当地城市的基础设施服务或公用事业,具体包括:水务,电力,煤气,通讯,交通(公路建设(不含公路收费),铁路建设),高科技圆区建设,公共卫生、基础科研、义务教育、保障性安居工程等。同时,排除其中的全国性公司,上市公司。

  Wind口径下的城投债样本具有以下特点,1)数据易获得,样本数据跨越完整的城投发展历史,样本债券的各项综合指标可以同时获得。2)样本债券可投资,样本债券基本上都属于公开发行的一级市场可申购,二级市场交易的债券,符合投资实际需要。3)其样本债券能代表整体城投债的信用特征。可获得的样本数量比较大。

  但是wind口径下的城投债样本在本论文中使用也有以下问题:1)包含二级市场不能交易较少的城投类私募债券ABS和PPN等。2)本文主要是讨论的是城投债企业债的情况,但wind的样本中包含大量的中票和短融的样本。3)wind数据中包含银行间市场建立前发行的城投债券。因此在使用wind口径下的城投债样本时,需要对样本进行再调整。

  3.2.3 本论文研究的城投债样本

  本文研究的城投债样本要求能足够代表整体城投债样本的信用风险特征,并且在数据模型计算中较便利。同时,为了使信用利差能够较好的测度信用风险,需要将高评级和短久期的城投债券剔除,信用利差对短久期和高评级的信用风险解释能力较差,这二者的信用利差更多是由市场资金情况和无风险债券收益率水平所决定。

  在wind城投债的样本的基础上,最终用于本文研究的样本还需要满足以下条件:

  (1)选取其中狭义的城投债品种,即城投债中的企业债,剔除ABS和PPN的样本,因为这些债券在一级和二级市场均没有广泛交易,是私募类债券。对于城投债券投资的普遍意义不大,其票面利率和债券期限和狭义的城投债券差异较大。剔除中票和短融类城投债,因为由于中票和短融的承销商为银行,所以中票短融类城投债在实际投资中,投资者更多将其视为拥有银行主承隐形背书的中票短融,同时又有城投特性,其风险特征介于城投债以及产业类中票和短融类品种,较难测度出城投债本身的信用风险。同时,短融期限为一年以内,其更多的收当期短端利率水平影响,信用利差对其信用风险的解释能力较弱。

  (2)剔除主体评级AA-以下品种。AA-以下品种数量较少,风控上能够购买这类债券的机构少,流动性较差,基本上不能当做质押券,其信用利差一方面体现了对于信用风险恐慌式的需要,另一方面体现的是对于流动性补偿的溢价。

  (3)剔除交易所和银行间重复的债券品种。交易所银行间跨市场品种二边同时挂代码,在wind统计数据中计算为二个债券,其实是同一个债券。只保留银行间的品种。如需统计交易所品种的数据时,单独统计。

  (4)剔除城投债中浮息债数据。由于浮息债的定价原理和固息债有较大差距,且市场比重较小,因此剔除。

  (5)剔除2006年之前的城投债数据。由于要计算信用利差需要用到对应期限的国债收益率,中国期限国债收益率曲线是2006年开始定期公布的,所以剔除2006年之前少数几个城投债,以便方便计算对应期限的信用利差。

  (6)剔除统计样本中的异常值。

  经过样本筛选,得到共计950个城投债的有效样本,发行时间跨度从2006年1月1日-2013年6月6日,共计7年,评级从AAA到AA-,发行地区覆盖全国所有省市(除西藏自治区)。

  样本中信用利差Y数据的统计描述为:【表3.1】

论文摘要

  
  部分债券示例如下:【表3.2】

论文摘要
论文摘要
论文摘要

返回本篇论文导航
相关内容推荐
相关标签:
返回:mba财务管理论文