• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

      我國債券信用利差與股市指數(shù)相關(guān)性研究

      2021-12-18 07:12:08方茜洪洋彭丹王志雄
      債券 2021年11期
      關(guān)鍵詞:資產(chǎn)配置相關(guān)性

      方茜 洪洋 彭丹 王志雄

      摘要:本文研究了我國債市信用利差與股市指數(shù)之間的相關(guān)系數(shù)走勢。研究表明,與美國市場二者呈現(xiàn)明顯負(fù)相關(guān)不同,我國信用利差與股市指數(shù)相關(guān)性較弱。同時,我國信用利差與美國信用利差、我國其他主要金融市場產(chǎn)品的相關(guān)性也較弱,與無風(fēng)險利率呈較強負(fù)相關(guān)。基于此結(jié)論,本文認(rèn)為在對沖無風(fēng)險利率的情況下,配置我國信用債有利于多資產(chǎn)組合分散風(fēng)險、優(yōu)化資產(chǎn)配置。

      關(guān)鍵詞:信用利差 股市指數(shù) 相關(guān)性 資產(chǎn)配置

      近年來,我國信用債市場快速擴張。根據(jù)萬得(Wind)數(shù)據(jù),截至2021年8月31日,信用債存量已突破50萬億元,占總債券存量規(guī)模的40%以上,吸引著越來越多境內(nèi)外投資者。彭博(Bloomberg)公司于2020年底推出中國高流動性信用債指數(shù),說明我國信用債在國際投資中的重要性在增加。然而,我國信用債市場與國際信用債市場存在顯著差異,如流動性較低、打破剛性兌付時間不長、全球評級機構(gòu)對發(fā)行人評級的覆蓋面有限等。這些因素使得境外投資者在配置我國信用債時面臨諸多挑戰(zhàn)。本文試圖從信用利差的角度分析我國信用利差與股市的相關(guān)性,并對比美國市場,為多資產(chǎn)投資組合配置我國信用債提供策略依據(jù)。

      文獻綜述

      (一)股市指數(shù)與信用利差相關(guān)性的理論模型和美國市場的實證經(jīng)驗

      信用利差通常指信用債收益率與同期限無風(fēng)險利率之差,主要包括流動性溢價和信用風(fēng)險溢價等。1974年,美國著名經(jīng)濟學(xué)家羅伯特·默頓提出了結(jié)構(gòu)化模型,將股權(quán)和債權(quán)看作以公司價值為標(biāo)的的期權(quán)并進行定價,為信用利差與股票價格之間的相關(guān)關(guān)系分析提供了理論分析框架。根據(jù)該模型,公司債券價值減去債券到期本息等價于賣出一個以債券到期本息為執(zhí)行價格、以公司價值為標(biāo)的資產(chǎn)的看跌期權(quán)。當(dāng)公司價值上升時,看跌期權(quán)價值下降,公司債券價值上升,在無風(fēng)險收益率不變的情況下,信用利差收窄。因此,信用利差的走勢與看跌期權(quán)價格的變化方向一致。同理,可以將股票價格視作以債券到期本息為執(zhí)行價格、以企業(yè)價值為標(biāo)的資產(chǎn)的看漲期權(quán)。看漲期權(quán)和看跌期權(quán)價格負(fù)相關(guān),于是可以得出結(jié)論:單個公司股票價格與信用利差之間負(fù)相關(guān),進而作為市場代表的股市指數(shù)和市場信用利差也呈負(fù)相關(guān)。

      該理論在美國市場得到了驗證。以標(biāo)準(zhǔn)普爾500指數(shù)(以下簡稱“標(biāo)普500”)代表美國股市指數(shù),以信用違約互換指數(shù)表示信用利差,其中CDX IG表示標(biāo)的為投資級債券的信用違約互換指數(shù),CDX HY表示標(biāo)的為高收益?zhèn)男庞眠`約互換指數(shù)。如圖1所示,股市指數(shù)與信用利差呈現(xiàn)明顯的此消彼長關(guān)系。

      基于歷史數(shù)據(jù)(2012年8月至2021年8月),可計算出標(biāo)普500與CDX IG的日頻相關(guān)系數(shù)為-0.73,與CDX HY的日頻相關(guān)系數(shù)達-0.79。由此可見,從歷史平均水平看,美國股市指數(shù)和信用利差負(fù)相關(guān)程度較高,符合默頓結(jié)構(gòu)化模型結(jié)論。

      (二)對我國股債市場相關(guān)性研究的回顧

      目前,我國關(guān)于股市和債市相關(guān)性研究大多集中于股票價格和債券價格的時變相關(guān)性分析。如周梅等(2017)通過Copula-GARCH模型對6家公司的公司債收益率與股票收益率進行相關(guān)性研究,結(jié)果顯示二者之間確實存在一定的相關(guān)性,且相關(guān)性會隨著收益率絕對值的增加而提高。許祥云等(2014)利用上證綜合指數(shù)、上證國債指數(shù)和上證企業(yè)債指數(shù)針對2008年全球金融危機前后的股債“蹺蹺板”效應(yīng)進行量化測算,結(jié)果顯示,在危機的不同階段“蹺蹺板”效應(yīng)的表現(xiàn)顯著不同。

      已有研究從不同角度證明了我國股市與債市之間存在相關(guān)性,這種相關(guān)性在不同階段、不同背景下的方向和幅度缺乏穩(wěn)定性。不過,目前鮮有針對我國信用利差與股市相關(guān)性進行的研究。本文試圖探究二者的相關(guān)性,以幫助投資者進一步理解股市和債市的關(guān)系,也為跨市場投資者的資產(chǎn)配置提供參考。

      實證研究

      (一)2018年以來我國信用利差與股市指數(shù)相關(guān)性的總體情況

      在過去較長時間里,我國信用債市場具有剛性兌付特征,此時在信用利差中體現(xiàn)的信用溢價較少,更多是流動性溢價、稅收溢價等。2014 年,債市剛性兌付被打破。自2018年起,信用違約逐漸常態(tài)化,信用溢價對信用利差的影響明顯增強。因此,本文選取2018年1月2日至2021年8月20日的數(shù)據(jù),對股市、高評級債券信用利差、低評級債券信用利差的走勢進行對比。其中,股市指標(biāo)選取滬深300指數(shù)作為代表;高評級債券信用利差采用中債隱含評級在AAA-及以上級別的信用債與國開債的零波動率利差1(市值加權(quán)法);低評級債券信用利差采用中債隱含評級為AA-到AA+的信用債與國開債的零波動率利差(市值加權(quán)法)。在有中債估值的債券中,本文以除國債、政策性金融債、地方政府債之外的債券作為信用債全集,再將缺乏代表性的個券(私募債、剩余期限在1年以下的個券、含權(quán)債、浮息債、發(fā)行主體為央企的個券)剔除,最終每日得到約8000個債券樣本。從圖2可見,我國高評級債券信用利差、低評級債券信用利差與股市指數(shù)走勢均未表現(xiàn)出明顯的相關(guān)性。

      為精確度量信用利差與股市指數(shù)的相關(guān)關(guān)系,本文計算了信用利差日頻變化值和股市指數(shù)日頻變化率,公式如(1)(2)。

      其中,?SSt為某一類債券的平均信用利差日頻變化值,It-1為t-1日符合條件的存續(xù)債券全集,MVi, t-1為債券i在t-1日的總市值,SDi, t-1為債券i在t-1日的利差久期,?Si, t為債券i在t-1日到i日的利差變化。

      其中,?Et為股市指數(shù)日頻變化率,Et為股市指數(shù)在i日收盤點位,Et為股市指數(shù)在t-1日收盤點位。

      再以半年為滾動窗口計算兩者之間的相關(guān)系數(shù),以度量窗口期內(nèi)平均意義下兩類資產(chǎn)的相關(guān)性,公式如下。

      其中,ρxy為x和y的相關(guān)系數(shù),x和y分別為信用利差日頻變化值?SSt和股市指數(shù)日頻收益率?Et的時間序列,和分別表示在x和y在1到T的均值。

      計算結(jié)果如圖3所示??梢钥闯?,我國高評級債券和低評級債券的信用利差均與股市指數(shù)呈較弱的負(fù)相關(guān)性。在2018年下半年到2019年三季度,相關(guān)系數(shù)較為平穩(wěn),大體處于-0.2~-0.4。2019年第四季度,相關(guān)系數(shù)逐漸收縮到0左右。2020年上半年,受疫情影響,我國債券市場轉(zhuǎn)換為牛市,信用利差與股市指數(shù)的相關(guān)性有所增強,相關(guān)系數(shù)出現(xiàn)急速上升再下降的走勢。然而,即便在這種較為極端的市場環(huán)境中,信用利差與股市指數(shù)相關(guān)系數(shù)的峰值也未超過-0.45,相關(guān)性遠(yuǎn)低于美國市場。2021年上半年,兩者轉(zhuǎn)為弱正相關(guān)。

      分等級來看,我國高評級債券信用利差與股市指數(shù)的相關(guān)性較低評級債券信用利差略顯著一些,這與美國市場情況相反。原因或是我國高評級信用債流動性相對較好,市場化程度稍高。

      (二)2018年以來剩余期限、行業(yè)等因素對我國信用利差與股市指數(shù)相關(guān)性的影響

      為多維度考察我國信用利差與股市指數(shù)的相關(guān)性,本文分別按照期限和行業(yè)劃分樣本券,并按照公式(1)所示加權(quán)法計算分類信用利差變化值,進而計算其與股市指數(shù)變化率的相關(guān)系數(shù)。

      按剩余期限(以下簡稱“期限”)分類,我國信用利差與股市指數(shù)的相關(guān)系數(shù)如圖4所示。因為信用債期限主要集中在3年左右,所以本文將期限分為3類:1~3年期,3~5年期,5年期以上。可以看出,各期限信用利差與股市指數(shù)相關(guān)系數(shù)走勢和水平基本一致,均集中在-0.4~0.2。可見,期限對于我國信用利差與股市指數(shù)的相關(guān)性影響較小。

      按行業(yè)分類,我國信用利差與股市指數(shù)的相關(guān)系數(shù)如圖5所示。因為我國信用債樣本有限,不支持細(xì)粒度過小的行業(yè)劃分,所以本文將所有信用債劃分為銀行、非銀、城投、地產(chǎn)、產(chǎn)業(yè)共5個行業(yè)。可以看出,各行業(yè)信用利差與股市指數(shù)相關(guān)系數(shù)走勢和水平基本一致,并沒有出現(xiàn)某個行業(yè)穩(wěn)定高于或低于其他行業(yè)的現(xiàn)象。

      綜上,不同期限、不同行業(yè)信用債的信用利差與股市指數(shù)的相關(guān)性趨于同質(zhì)化,沒有明顯分化現(xiàn)象。

      (三)從長期來看我國信用利差與主要金融市場的相關(guān)性

      接下來考察自2013年以來我國信用利差與主要金融市場指標(biāo)的相關(guān)性。下文用3年期中債隱含評級為AA的中短期票據(jù)收益率與3年期國開債收益率之差代表我國信用利差。這主要基于兩點考慮:一是零波動率利差雖更加準(zhǔn)確,但時序長度有限,暫不支持2018年之前的分析。二是根據(jù)上文結(jié)論,期限、行業(yè)均不對信用利差與股市的相關(guān)性產(chǎn)生明顯影響,評級的影響也較小,基本可忽略。

      經(jīng)計算,我國股市指數(shù)與信用利差的相關(guān)系數(shù)走勢如圖6所示。其中,股市分別選取了上證50指數(shù)、中證500指數(shù)和滬深300指數(shù)作為指標(biāo)。由于我國股市指數(shù)之間呈強相關(guān),其與信用利差的相關(guān)系數(shù)走勢未出現(xiàn)明顯差異。在2013年到2016年,各相關(guān)系數(shù)波動范圍均為-0.2~0.2。在2016年之后,相關(guān)性整體小幅增強,在2021年轉(zhuǎn)為弱正相關(guān)。

      根據(jù)跨國債券投資組合的配置需求,接下來考察我國信用利差與美國信用利差的相關(guān)性。本文計算美國CDX IG和美國CDX HY與我國信用利差滾動日頻相關(guān)系數(shù),并取均值。如表1所示,兩個相關(guān)系數(shù)均值絕對值都沒有超過0.01,這說明我國信用債與美國信用債為兩個割裂的市場,幾乎沒有相關(guān)關(guān)系。

      根據(jù)國內(nèi)多資產(chǎn)投資組合的配置需求,繼續(xù)考察我國信用利差與國內(nèi)其他主要金融市場(原油、港股、銅、螺紋鋼、黃金)指標(biāo)的相關(guān)性。本文分別選取期貨價格或相關(guān)指數(shù)作為各市場指標(biāo),計算其變化率與信用利差變化量的相關(guān)性,相關(guān)系數(shù)均值如表2所示。可以看出,我國信用利差與其他金融市場存在弱相關(guān)性,其相關(guān)系數(shù)均值絕對值均在0.1以下。

      最后,考察我國信用利差與無風(fēng)險利率的相關(guān)性。本文在中債國開債收益率曲線上分別選取3個月期、1年期、3年期、10年期、30年期關(guān)鍵期限點收益率作為各期限無風(fēng)險利率,計算滾動相關(guān)系數(shù)。從圖7可見,我國信用利差與3年期中債國開債收益率具有較強相關(guān)性,自2020年以來系數(shù)一度達-0.8。

      綜上,從長期來看,我國信用利差與我國股市指數(shù)的相關(guān)性較弱,未呈現(xiàn)默頓結(jié)構(gòu)化模型結(jié)論;與美國信用利差、我國其他主要金融市場指標(biāo)的相關(guān)性也維持在較低水平;與同期限無風(fēng)險利率的相關(guān)性較強。

      我國信用利差與股市指數(shù)相關(guān)性較弱的原因

      (一)發(fā)行主體性質(zhì)導(dǎo)致信用風(fēng)險暴露程度相對較弱

      在默頓理論中,股票價格和信用利差的傳導(dǎo)通過企業(yè)價值實現(xiàn),即以信用風(fēng)險為媒介,流動性風(fēng)險在該模型中刻畫得較少。在我國,信用債的發(fā)行主體主要為國有企業(yè)、城投企業(yè)和信用資質(zhì)較好的企業(yè),這些企業(yè)違約風(fēng)險較小,因此信用利差受流動性風(fēng)險的影響較大。未來隨著發(fā)行主體多樣化、違約常態(tài)化,該情況可能發(fā)生變化。

      (二)發(fā)行主體構(gòu)成不同降低了股債市場之間的風(fēng)險傳導(dǎo)水平

      根據(jù)Wind數(shù)據(jù),截至2021年1月18日,存量信用債的發(fā)行主體共有5242家,其中上市公司671家,占比僅為12.8%;存量信用債余額共計44.74萬億元,其中由上市公司發(fā)行的余額為19.1萬億元,占比為42.7%。

      在我國信用債發(fā)行主體中,上市公司占比較低,風(fēng)險由股市傳導(dǎo)至債市的機制較弱。根據(jù)Bloomberg數(shù)據(jù),截至2020年中,美國現(xiàn)存公司債的88.8%由上市公司發(fā)行,上市公司占發(fā)行主體的53.8%。中美債券市場發(fā)行主體機構(gòu)存在顯著差異,導(dǎo)致兩國股債市場之間的風(fēng)險傳導(dǎo)水平有所不同。

      (三)股市和債市的主要影響因素不同

      宏觀流動性的變化對我國債券市場的影響大于股市。債券市場受宏觀流動性影響較大,寬松的流動性會給銀行、非銀等投資主體帶來較大的債券配置需求,而流動性寬松經(jīng)常是政策積極應(yīng)對經(jīng)濟下行的信號,可降低債券違約預(yù)期,引導(dǎo)信用利差下行。相對而言,影響股市行情的因素較為多樣化。如在2021年3月到7月底,我國宏觀流動性較為充裕,帶動3年期中債AA中短期票據(jù)較同期限國開債信用利差從121BP下行至100BP。同期,股市整體處于橫盤震蕩狀態(tài),影響因素包括高估值龍頭白馬股回調(diào)、商品大漲、人民幣升值等。受制于底層不同的交易邏輯,我國信用利差與股市相關(guān)性較小。

      作用與啟示

      對多資產(chǎn)組合進行配置往往比單一資產(chǎn)配置的難度大。投資者不僅需要對各市場有深刻理解,還需要分析資產(chǎn)之間的相關(guān)性,力求風(fēng)險對沖或分散。本文研究了我國債市信用利差與股市指數(shù)及其他金融市場指標(biāo)的相關(guān)性,揭示了我國信用債市場對于構(gòu)建多資產(chǎn)組合的作用。

      在投資組合管理中,低相關(guān)性資產(chǎn)可用于降低組合風(fēng)險。本文發(fā)現(xiàn),與美國股市指數(shù)與信用利差呈現(xiàn)長期穩(wěn)定的高度負(fù)相關(guān)性不同,自2018年以來我國股市指數(shù)和信用利差相關(guān)性較弱,且評級、期限、行業(yè)等因素對此影響不大?;?013年以來的數(shù)據(jù)分析可發(fā)現(xiàn),我國信用利差與股市指數(shù)的相關(guān)性長期較弱,與美國信用利差以及我國其他主要金融產(chǎn)品(黃金、原油等)的相關(guān)性也較弱,與無風(fēng)險利率的負(fù)向相關(guān)性較高。因此,當(dāng)前多資產(chǎn)投資者可通過持有我國信用債來優(yōu)化資產(chǎn)配置,分散來自股市等其他金融市場的風(fēng)險。具體而言,投資者可以持有信用債,并利用利率互換、債券借貸、國債期貨等工具進行做空,以對沖無風(fēng)險利率的波動風(fēng)險,從而分散股市風(fēng)險、優(yōu)化資產(chǎn)配置。

      未來,隨著我國債券市場日益成熟、發(fā)行主體日益多樣化、違約常態(tài)化、債券流動性進一步提高,上述情況可能發(fā)生轉(zhuǎn)變。對此投資者也應(yīng)給予關(guān)注。

      參考文獻

      [1] 李艷軍. 打破剛兌與信用利差影響因素的變化[J]. 債券,2019(11): 69-70.

      [2] 許祥云,廖佳,吳松洋. 金融危機前后的我國股債關(guān)系分析——基于市場情緒變化的解釋視角[J]. 經(jīng)濟評論,2014,185(1): 130-140.

      [3] 周梅,樊毅斌. 基于Copula-GARCH模型的公司債與股票收益率相關(guān)性分析[J]. 統(tǒng)計與決策,2017,480(12): 168-170.

      [4] Merton R C. On the pricing of corporate debt: the risk structure of interest rates[J]. Journal of Finance, 1974, 29(2): 449-470.

      猜你喜歡
      資產(chǎn)配置相關(guān)性
      Ho—Lee利率模型下DC型企業(yè)年金資產(chǎn)配置
      中國市場(2017年2期)2017-02-28 19:30:14
      1000萬可支配資產(chǎn)的配置方案探討
      中國市場(2016年32期)2016-12-06 11:47:42
      個人高凈值客戶跨境投資業(yè)務(wù)背景與需求分析
      商情(2016年40期)2016-11-28 10:17:12
      基于Kronecker信道的MIMO系統(tǒng)通信性能分析
      科技視界(2016年21期)2016-10-17 17:37:34
      小兒支氣管哮喘與小兒肺炎支原體感染相關(guān)性分析
      腦梗死與高同型半胱氨酸的相關(guān)性研究(2)
      腦梗死與高同型半胱氨酸的相關(guān)性研究
      會計信息質(zhì)量可靠性與相關(guān)性的矛盾與協(xié)調(diào)
      決策有用觀下財務(wù)會計信息質(zhì)量研究
      长岛县| 凉山| 庆阳市| 若尔盖县| 茶陵县| 高平市| 城市| 环江| 四川省| 乾安县| 东宁县| 宜城市| 轮台县| 台前县| 凌源市| 贵州省| 托克托县| 高淳县| 循化| 勃利县| 伊宁市| 英德市| 林芝县| 阿瓦提县| 册亨县| 尼勒克县| 武功县| 河源市| 苏州市| 呼和浩特市| 全椒县| 五常市| 左权县| 夏津县| 永康市| 南江县| 金乡县| 景泰县| 仪征市| 苗栗市| 闸北区|