摘要：近年來，我國信用債市場持續(xù)快速發(fā)展，但國內(nèi)金融機(jī)構(gòu)對信用債的流動性缺乏有效的評價機(jī)制。本文建立了信用債流動性水平分類機(jī)制，并從市場交易和債項特征兩個維度選取較為有效且具備可得性的指標(biāo)，構(gòu)建了信用債流動性評級模型。從測試結(jié)果來看，模型實現(xiàn)較好的流動性分層?；谘芯砍晒?，本文提出加強(qiáng)和完善做市商制度及信用債報價機(jī)制等建議。

關(guān)鍵詞：信用債 流動性指標(biāo) 評級模型 成交彈性

隨著國內(nèi)資本市場改革的不斷深化，以股市及債市為代表的直接融資市場快速發(fā)展。根據(jù)金融數(shù)據(jù)平臺東財Choice的統(tǒng)計數(shù)據(jù)，2023年末我國信用債規(guī)模已經(jīng)達(dá)到61.08億元，占全部債券的39.38%，市場參與方包括金融機(jī)構(gòu)、非金融企業(yè)和個人投資者等多種類型。

流動性是維持債券市場運(yùn)行及發(fā)展的重要因素，流動性水平也會影響債券的定價和投資者結(jié)構(gòu)。從業(yè)界實踐看，各類市場參與者尚難以有效評估信用債的流動性水平，缺乏對信用債流動性進(jìn)行管理的工具。構(gòu)建一套專門針對信用債的流動性評級模型將有助于提升投資者的投資管理能力。

信用債流動性模型的構(gòu)建邏輯

（一）概念及文獻(xiàn)綜述

根據(jù)國際貨幣基金組織的定義，流動性是指某一金融資產(chǎn)在一定時間內(nèi)以低交易成本在市場上進(jìn)行大宗交易而不引起價格大幅變化的能力。這種能力并不是可直接觀測的變量，往往需要人為定義評價標(biāo)準(zhǔn)。

國內(nèi)外研究主要圍繞證券流動性的寬度、深度和彈性等維度構(gòu)建信用債的流動性評價體系。Jankowitsch等（2011）提出并定義了價格離散指標(biāo)，用于衡量價格偏離幅度，并認(rèn)為離散指標(biāo)越大，流動性越差。Dick等（2012）對債券利差進(jìn)行了深入描繪，提高了指標(biāo)的解釋程度。錢靜閑（2020）梳理了多項對城投債流動性有明顯影響的指標(biāo)，并對投資組合的流動性管理提出建議。秦龍（2021）通過換手率、價格偏離度和收益率變化率建立了較為有效的地方政府債流動性度量模型。

（二）國內(nèi)信用債市場特征及模型修正方向

從研究結(jié)果及數(shù)據(jù)實證情況看，國內(nèi)信用債交易體現(xiàn)出三個特征：一是整體成交活躍度不高，通常超過半數(shù)存量信用債在一年中無成交或者僅有極少量成交；二是配置類投資者占比較高，部分機(jī)構(gòu)主要以持有到期為目的；三是短久期信用債的交易成本經(jīng)常高于持有到期的風(fēng)險成本，因此持有者出售意愿不強(qiáng)。

綜上所述，若僅參考換手率、成交額等指標(biāo)對信用債進(jìn)行簡單的流動性分層，會存在諸多問題，應(yīng)綜合考慮如下因素：第一，關(guān)注無成交信用債的真實流動性水平，參考債券性質(zhì)、期限和市場報價情況進(jìn)行多維度評價，以充分反映其潛在的流動性；第二，關(guān)注信用債報價及成交的合理性，對于存在異常的成交，如價格顯著高于估值，即便成交量較高，也應(yīng)認(rèn)定為高溢價下產(chǎn)生的流動性，而非真實流動性；第三，信用債的成交量和換手率等指標(biāo)在小額交易、大宗交易等不同交易中所體現(xiàn)的含義有所不同，應(yīng)統(tǒng)籌考慮。

信用債流動性模型框架及指標(biāo)選取

筆者基于我國信用債市場實際情況，借鑒國內(nèi)外學(xué)者的相關(guān)研究，將信用債的流動性評價指標(biāo)分為市場交易指標(biāo)（市場成交深度、市場成交寬度、成交彈性、時效性）和債項特征指標(biāo)兩類，多維度進(jìn)行分析。引入債項特征指標(biāo)可以減少市場交易指標(biāo)波動對模型的干擾，使模型具備一定的穩(wěn)定性。

（一）市場交易指標(biāo)

1.市場成交深度

市場成交深度指標(biāo)反映了市場容納交易需求的能力，也是市場類維度中最直觀的指標(biāo)，主要包含兩方面：一是從報價角度估算的市場潛在成交量；二是代表市場交易最終結(jié)果的成交類因子。

從報價角度估算的市場潛在成交量可用絕對報價規(guī)模因子Ib來衡量。假設(shè)Ps和Pb表示報賣價格和報買價格，Ns和Nb表示報賣數(shù)量和報買數(shù)量，Ib可表示為：

Ib=∑Ps×Ns+∑Pb×Nb

代表市場交易最終結(jié)果的成交類因子可選用區(qū)間內(nèi)全市場成交額或數(shù)量，如年成交額、月成交額，二者分別衡量信用債的長期、短期流動性水平。

除了絕對規(guī)模指標(biāo)，還應(yīng)引入相對規(guī)模指標(biāo)，以改善因不同信用債自身規(guī)模不一致而導(dǎo)致的可比性局限。具體而言，可以將絕對報價規(guī)模、絕對成交規(guī)模除以發(fā)行加權(quán)平均余額，獲得相對報價比率、成交換手率等指標(biāo)。

2.市場成交寬度

成交寬度用于衡量信用債在買賣過程中需要付出的交易成本。從主流行情數(shù)據(jù)看，可以衡量成交寬度的指標(biāo)包括市場報買（以下簡稱“Bid”）價格、市場報賣（以下簡稱“Ofr”）價格、偏離估值金額、實際成交傭金等。但相關(guān)運(yùn)用有如下難點：一是部分信用債存在的無效報價及掛單，對報價金額和報價量難以有效評估合理性；二是數(shù)據(jù)匯總難度較大，目前中介平臺僅提供實時數(shù)據(jù)，并無有效的回溯統(tǒng)計數(shù)據(jù)；三是估價偏差、買賣價偏差等指標(biāo)的評估及賦權(quán)難度較大，Bid和Ofr的相關(guān)指標(biāo)對于賣方和買方的價值不同。

從學(xué)術(shù)研究看，市場寬度的評價維度并不固定，筆者的觀點及解決方案是：一是采用報買與報賣價差，該指標(biāo)可以在一定意義上衡量市場交易成本，價差越大，則買賣雙方存在的分歧及溝通成本也越大；二是報價指標(biāo)會階段性缺失，且存在報價不合理的情況，需要補(bǔ)充成交類價差指標(biāo)加以驗證。

3.成交彈性

成交彈性表示信用債價格受到短期異常交易沖擊后，能夠重新恢復(fù)到市場均衡狀態(tài)（如公允價值）的速度?；謴?fù)速度越快，則代表市場的糾偏能力越強(qiáng)，也即流動性水平越高。由于公允價值本身就難以準(zhǔn)確衡量，測算市場恢復(fù)速度也需要龐大的數(shù)據(jù)來支撐，因此本文擬尋找替代性因子對成交彈性指標(biāo)進(jìn)行描述。

4.時效性

時效性主要是信用債的買方或賣方從有意向到達(dá)成交易所需的時間。依據(jù)錢靜閑（2020）的研究，受制于信用債市場主要以貨幣經(jīng)紀(jì)商撮合交易而非競價交易為主的現(xiàn)實情況，難以通過交易執(zhí)行時間及交易執(zhí)行頻率來尋找描述性因子，需要尋找替代性指標(biāo)。若采用固定時間內(nèi)交易筆數(shù)、報價頻率作為因子，與上文市場成交深度因子過于類似，可能會產(chǎn)生多重共線性?？紤]到國內(nèi)信用債成交頻率不高，因此筆者參考Manhanti（2008）提出的固定時間內(nèi)交易天數(shù)或其他類似成交時間間隔指標(biāo)衡量時效性。

（二）債項特征指標(biāo)

雖然國內(nèi)有較多信用債二級市場并無實際成交或報價，但僅從出售方角度看，這些信用債仍具備潛在的流動性。因此，本文引入信用債特征大類指標(biāo)，用以描述信用債潛在流動性，來提升流動性評級模型的穩(wěn)定性。

信用債流動性模型指標(biāo)體系的構(gòu)建

（一）市場交易指標(biāo)

1.市場成交深度

（1）成交額及換手率因子

筆者選用還原后的信用債年成交金額、月成交金額及年換手率、月?lián)Q手率四項指標(biāo)。為減少無成交債券對模型的影響，單獨(dú)設(shè)立無成交組，并設(shè)定得分為0；有成交組則結(jié)合數(shù)據(jù)的分布特征及聚集度進(jìn)行分層。本文基于熵值和層次分析（AHP）等方法，設(shè)置四項指標(biāo)的分箱得分及內(nèi)部權(quán)重如表1所示。

（2）市場報價因子

信用債報價數(shù)據(jù)已經(jīng)通過中債Dr.Quant等平臺上線，但報價數(shù)量等集成化、區(qū)間化的信息仍需要進(jìn)行人為判定。因此筆者將市場報價因子作為一項由專家判定的定性指標(biāo)，并設(shè)置為得分調(diào)整項，調(diào)整范圍為-20～20分。

2.市場成交寬度

（1）買賣價差偏離因子

本文使用買入價到期收益率YB（對應(yīng)數(shù)量SB）、賣出價到期收益率YS（對應(yīng)數(shù)量SS）進(jìn)行評價，并用i、j表示一段時間內(nèi)（本文選取近20個交易日）對應(yīng)的第i筆Bid單和第j筆Ofr單，計算平均買賣價差偏離DB-S。

DB-S=（∑YBi×SBi）/ ∑SBi- （∑YSj×SSj）/ ∑SSj

基于2023年信用債的買賣價差偏離分布情況，對近期平均買賣價差偏離小于10BP（含）、10BP～50BP（含）、50BP～100BP（含）、100BP～300BP（含）、300BP～500BP（含）、500BP及以上或無報買的信用債，分別設(shè)定100分、80分、60分、40分、20分、0分。

（2）成交價差偏離因子

筆者從成交結(jié)果對市場成交寬度指標(biāo)進(jìn)行描述，選取信用債最新成交價格YT與當(dāng)日對應(yīng)中債估值價格YV的價差作為打分指標(biāo)，i表示特定時間內(nèi)總成交筆數(shù)，計算平均成交價差偏離水平DT-V：

DT-V=∑（YTi-YVi）/ i

特定時間選取近20個交易日。對于無報價、無成交的信用債，為正確評估其隱含市場成交寬度，采用市場表現(xiàn)重溯的方法進(jìn)行賦值。筆者調(diào)取了中國外匯交易中心信用債成交數(shù)據(jù)進(jìn)行驗證，以2023年5月19日的1083筆成交為例，基于信用債在當(dāng)日是否為近1個月首次成交，進(jìn)一步分為初次成交組（156筆）和非初次成交組（927筆）進(jìn)行統(tǒng)計。總體來看，兩個組別的成交偏離分布一致性較強(qiáng)，即長期無成交的信用債并不顯著存在市場寬度水平偏弱的情況。

基于以上分析，筆者認(rèn)為短期內(nèi)無成交信用債的潛在交易偏離有95%的概率不弱于成交偏離在300BP以上檔位的有成交信用債。經(jīng)謹(jǐn)慎考慮，將無成交信用債設(shè)為40分（見表2）。

3.成交彈性

國內(nèi)外已有研究對于如何衡量成交彈性存在較大爭議。筆者嘗試采用近20個交易日出現(xiàn)偏離成交時的收斂速率作為成交彈性指標(biāo)，發(fā)現(xiàn)信用債成交價長期偏離的原因主要在于信用風(fēng)險、市場風(fēng)險，而非流動性風(fēng)險?？紤]到業(yè)內(nèi)普遍認(rèn)為成交偏離大于20BP屬于出現(xiàn)明顯的流動性折價，筆者通過計算信用債近20個交易日中成交偏離超過20BP的天數(shù)（N）作為成交彈性的替代指標(biāo)，并將成交偏離天數(shù)因子得分設(shè)為100-5N分。

4.時效性

（1）交易間隔因子

基于國內(nèi)信用債交易特征，筆者取上一次成交距當(dāng)前天數(shù)作為交易間隔因子，當(dāng)交易間隔天數(shù)分別為1天及以內(nèi)、2～6天、7～16天、17～49天、50～134天、135天及以上時，設(shè)置得分分別為100分、80分、60分、40分、20分、0分。

（2）成交天數(shù)因子

已有研究顯示，在過往一段時間中，某一信用債的成交天數(shù)越多，則潛在交易方在當(dāng)下能夠?qū)崿F(xiàn)成交的可能性越大。因此，筆者選擇近20個交易日內(nèi)的成交天數(shù)（N）作為成交天數(shù)因子，并設(shè)定得分為5N分。

（二）債項特征指標(biāo)

1.券種指標(biāo)

信用債的發(fā)行包括公開發(fā)行及非公開發(fā)行兩類，其中非公開發(fā)行只面向特定的合格投資者，因此發(fā)行方式會對信用債流動性產(chǎn)生明顯影響。另外，在銀行間市場交易的債券規(guī)模較大，且在債券質(zhì)押回購市場中占絕對主流，回購金額上限及投資者數(shù)量也有明顯優(yōu)勢。綜合考慮相關(guān)券種的潛在流動性，并對比樣本券的實際換手率、成交額表現(xiàn)，筆者設(shè)定因子得分為：超短期融資券和商業(yè)銀行同業(yè)存單為100分，一般短期融資券1和銀行類金融債為90分，一般中期票據(jù)為80分，一般企業(yè)債、一般公司債和其他不在分檔名單中的信用債為70分，定向工具為65分，私募債為50分。

2.期限指標(biāo)

從發(fā)行規(guī)模相近的抽樣樣本信用債統(tǒng)計結(jié)果來看，市場主要成交額集中在剩余期限2為1～2.5年的信用債（見圖1）。通過相關(guān)性測試來看，期限因子對現(xiàn)實流動性有一定的影響。

期限指標(biāo)的定量線性回歸結(jié)果表現(xiàn)不佳，且從實際交易結(jié)果看，剩余期限為1～3年的信用債未出現(xiàn)明顯的流動性分層。同時，短久期信用債在會計上屬于流動性資產(chǎn)，更易通過質(zhì)押回購等方式實現(xiàn)融資，筆者認(rèn)為其具備較強(qiáng)的潛在流動性和等效流動性，因此，對剩余期限在1年及以內(nèi)、1～3年（含）、3年以上的信用債，分別設(shè)為100分、60分、0分。

3.債項評級指標(biāo)

在選擇債項評級指標(biāo)時，因外部債項評級較為集中、區(qū)分度有限，建議優(yōu)先使用更具有市場敏感度的中債隱含評級。從抽樣樣本測算結(jié)果看，換手率較高的信用債所對應(yīng)的中債隱含評級集中在AA+、AA和AA（2）三檔，而AAA-及以上信用債的絕對成交規(guī)模更大。考慮到在極端風(fēng)險發(fā)生時，高評級信用債具備更好的流動性，筆者采取對高評級信用債給予更高得分的評分策略，設(shè)定債項評級因子得分如表3所示。

（三）流動性評級結(jié)果匯總

針對各類流動性因子指標(biāo)，可以進(jìn)一步形成信用債的市場評分及債項特征評分，通過將二者進(jìn)行綜合評分，最終可得到流動性評級結(jié)果。使用因子分析法并經(jīng)專家修正后，本文設(shè)定不同因子及主要成分評分權(quán)重如表4所示。

進(jìn)一步進(jìn)行評分調(diào)整，可得到綜合流動性評分結(jié)果（滿分為100分）。筆者對206只抽樣信用債進(jìn)行測試，其分布結(jié)果如圖2所示。整體來看，流動性評分呈現(xiàn)出雙頭分布；有成交樣本組的分?jǐn)?shù)呈現(xiàn)左偏的正態(tài)分布特征，具有一定的區(qū)分度。分布結(jié)果符合市場特征：一是當(dāng)前市場有超過半數(shù)的信用債全年無成交記錄（得分主要分布在15～30分）；二是有成交信用債的成交額及換手率呈現(xiàn)較大差異。

結(jié)合信用債流動性評分的分布特征，設(shè)置信用債流動性分層評級（共7級）映射規(guī)則為：82.50分以上為S，71.34～82.50分（含）為A，60.75～71.34分（含）為B，46.98～60.75分（含）為C，31.50～46.98分（含）為D，22.70～31.50分（含）為E，22.70分及以下為F。其中D及以上檔位代表信用債有一定的現(xiàn)實流動性；F和E檔信用債的現(xiàn)實流動性較弱，但E檔具備一定的潛在流動性。

全市場抽樣測試

基于前文流動性評級模型，抽樣測試結(jié)果顯示，單只信用債的流動性評級和總體評級分布特征符合先驗預(yù)期，且與市場最終成交結(jié)果、換手率水平未產(chǎn)生大幅偏離。從評級結(jié)果看，券種對流動性評級結(jié)果影響顯著，但內(nèi)部也形成分化。以定向工具和一般公司債為例，二者實際評級均分布在3個以上檔位，說明模型具有一定的區(qū)分性（見圖3）。

本文選取中債流動性模型對本模型進(jìn)行驗證?？紤]到中債流動性指標(biāo)模型僅針對公募信用債進(jìn)行評分，因此驗證過程僅針對104只公募信用債。因本流動性評級模型的結(jié)果為非正態(tài)分布，故采用斯皮爾曼相關(guān)性進(jìn)行分析，通過計算，兩者斯皮爾曼相關(guān)性系數(shù)為0.446，顯著性水平P值（＜0.01）表現(xiàn)較好，即兩者的相關(guān)關(guān)系顯著。

結(jié)論及應(yīng)用建議

本文引入市場交易指標(biāo)和債項特征指標(biāo)構(gòu)建了信用債流動性評級模型，綜合使用市場成交深度、市場成交寬度、時效性、成交彈性等指標(biāo)改善市場交易指標(biāo)重數(shù)量、輕質(zhì)量的問題，并通過債項特征因子提升模型對潛在流動性的解釋能力。

基于研究過程及評級模型結(jié)果，筆者建議：在政策層面，應(yīng)加強(qiáng)市場做市商的制度建設(shè)，促進(jìn)更多投資方參與信用債一、二級市場交易，以提高市場流動性水平、降低流動性溢價，進(jìn)而降低融資成本；應(yīng)進(jìn)一步健全市場報價系統(tǒng)和信息披露系統(tǒng)，減少信用債市場的信息不對稱。在市場層面，在目前國外金融業(yè)面臨周期性流動性危機(jī)的背景下，投資者應(yīng)提升自身應(yīng)對流動性風(fēng)險的能力，建立并完善內(nèi)部流動性評級模型及信用債流動性管理體系。

參考文獻(xiàn)

[1]錢靜閑. 我國城投債流動性影響因素研究[D]. 上海：上海財經(jīng)大學(xué)，2020.

[2]秦龍. 地方政府債券流動性指數(shù)的構(gòu)建與分析[J]. 金融發(fā)展研究，2021（7）.

[3]張毅峰，龍紅亮. 銀行“二永債”交易活躍度提升原因淺析[J]. 債券，2023（8）. DOI： 10.3969/j.issn. 2095-3585.2023.08.013.

[4] DICK N J， FELDHüTTER P， LANDO D. Corporate bond liquidity before and after the onset of the subprime crisis[J]. Journal of Financial Economics， 2012， 103（3）.

[5] JANKOWITSCH R， NASHIKKAR A， SUBRAHMANYAM M G. Price dispersion in OTC markets： A new measure of liquidity[J]. Journal of Banking & Finance， 2011， 35（2）.