>> 中泰證券-固定收益點(diǎn)評(píng)：如何高頻跟蹤城投債融資環(huán)境？-230717
| 上傳日期： |
2023/7/18 |
大?。?/td>
| 1131KB |
| 格式： |
pdf 共11頁 |
來源： |
中泰證券 |
| 評(píng)級(jí)： |
-- |
作者： |
肖雨,賴逸儒 |
| 下載權(quán)限： |
此報(bào)告為加密報(bào)告 |
|
|
區(qū)域城投債融資環(huán)境變化復(fù)雜，難以用單一指標(biāo)衡量。本文迭代了此前報(bào)告中“量-價(jià)期限”三維坐標(biāo)體系的觀測模型，構(gòu)造了更高頻的城投債融資環(huán)境跟蹤模型并應(yīng)用于近期融資數(shù)據(jù)，展現(xiàn)近期融資環(huán)境變化。
我們分別選取區(qū)間融資量、區(qū)域加權(quán)平均票面利率和債券發(fā)行期限（含權(quán)債則取行權(quán)期限）作為代理變量，其中融資量和融資期限與原模型一致。融資價(jià)格上，我們采用發(fā)行滿14個(gè)工作日的債券估值作為代理變量，代替原先模型中采用的票面利率。由于部分債券發(fā)行時(shí)可能存在一定非市場化因素，不能準(zhǔn)確反映市場環(huán)境，故指標(biāo)需要更換。又因?yàn)閭l(fā)行時(shí)可能尚未形成估值數(shù)據(jù)，且形成初期（5天內(nèi)）估值較不穩(wěn)定，故而選擇14個(gè)工作日作為合適的時(shí)間節(jié)點(diǎn)。對2021-2022年數(shù)據(jù)應(yīng)用優(yōu)化前后的模型，發(fā)現(xiàn)兩種結(jié)果都可以得到2022年城投債融資價(jià)格相較2021年有小幅下降的結(jié)論，但從變化率差值可知，2022年非市場化發(fā)行現(xiàn)象相較2021年更為顯著。
為更及時(shí)掌握市場動(dòng)態(tài)，往往需要更高頻和更細(xì)致的數(shù)據(jù)。原模型中以年為單位觀測各省的融資環(huán)境變化，從頻率和數(shù)據(jù)顆粒度來看都較為粗糙。本文根據(jù)發(fā)債頻率設(shè)置判斷標(biāo)準(zhǔn)，用于判斷全區(qū)域乃至各行政層級(jí)城投債適用的跟蹤頻率，并推廣至發(fā)債主體。區(qū)域發(fā)債具有一定穩(wěn)定性，可以通過過往的發(fā)債頻次推導(dǎo)該區(qū)域適用的跟蹤頻率。本文使用2021年和2022年的數(shù)據(jù)，判斷區(qū)域適合的高頻分析，判斷標(biāo)準(zhǔn)為單位時(shí)間內(nèi)發(fā)債次數(shù)是否超過10次。
本文得到全國各省份、江西省各地市、全國各城投平臺(tái)行政級(jí)別以及發(fā)債主體適用的跟蹤頻率。具體來看，發(fā)債頻次較低的西藏、內(nèi)蒙古等省份僅適用年頻跟蹤，發(fā)債頻次最高的江蘇和浙江可以適用周頻分析。頻次的提高和數(shù)據(jù)顆粒度的細(xì)化往往兩難全，因?yàn)樘岣吒欘l率后，可能存在區(qū)域在某個(gè)期間未有城投債發(fā)行或償還的情形，導(dǎo)致無法獲知融資期限和價(jià)格信息，進(jìn)而無法計(jì)算變化率。
本文構(gòu)建了自由區(qū)間模型，可以通過改變時(shí)點(diǎn)和區(qū)間長度，計(jì)算某時(shí)點(diǎn)前后對稱區(qū)間區(qū)域融資環(huán)境的變化。選取2022年11月14日為觀測時(shí)點(diǎn)，將區(qū)間長度設(shè)為180天，觀察多個(gè)省份在該時(shí)點(diǎn)前后融資價(jià)格、融資量與融資期限的變化率，并據(jù)此進(jìn)行了融資層次劃分。整體來看，該時(shí)點(diǎn)前后城投債融資環(huán)境小幅弱化，但貴州、四川等地受沖擊較小。
運(yùn)用優(yōu)化后層次劃分模型，本文對適用季頻分析的省份2023年第二季度相較一季度融資環(huán)境的變化進(jìn)行分析。分指標(biāo)來看，各省份融資價(jià)格總體下降5.27%；多數(shù)省份城投融資量相較于2022年第一季度大幅走低，各省份融資量變化率中位數(shù)為-39.24%。融資期限小幅上升，各省份融資期限變化率的中位數(shù)為5.62%。部分省份的地市級(jí)城投債發(fā)債頻率適合季頻分析，本文對這些省份地市級(jí)城投2023年第二季度融資環(huán)境應(yīng)用了評(píng)分模型。
權(quán)衡考慮之下，本文選擇使用融資量的變化率而非正負(fù)性反應(yīng)邊際變化，使用區(qū)間債而非存量債以強(qiáng)調(diào)邊際變化。此外，本文使用的三項(xiàng)指標(biāo)，融資價(jià)格、融資量、融資期限之間存在一定相關(guān)性，三項(xiàng)指標(biāo)與總分之間的驗(yàn)證機(jī)制有待后續(xù)發(fā)現(xiàn)。
風(fēng)險(xiǎn)提示：1）城投口徑判定存在一定主觀性；2）模型假設(shè)不合理或計(jì)算結(jié)果有偏頗；3）公開信息披露不完整或不及時(shí)；4）城投政策變化超預(yù)期；5）數(shù)據(jù)提取失誤；6）利率環(huán)境波動(dòng)劇烈；7）各區(qū)域發(fā)債節(jié)奏有差異。
|
|
