我国企业短期融资券定价研究.docx
- 文档编号:23476536
- 上传时间:2023-05-17
- 格式:DOCX
- 页数:8
- 大小:20.62KB
我国企业短期融资券定价研究.docx
《我国企业短期融资券定价研究.docx》由会员分享,可在线阅读,更多相关《我国企业短期融资券定价研究.docx(8页珍藏版)》请在冰豆网上搜索。
我国企业短期融资券定价研究
我国企业短期融资券定价研究
摘要:
本文利用Merton模型的框架对短融券进行定价时,在主要的参数(公司资产价值和资产波动率)估计上,与国内外主流的方法(采用股权价值和波动率跟资产价值和波动率的关系进行求解)不同,可以使用债券价值和波动率跟资产价值和波动率的关系进行求解。
通过对Merton模型的深入研究,我们得出结论,即Merton模型并没有低估信用风险,而模型计算的信用息差总体水平在很大程度上依赖于无风险收益率水平的选择。
关键词:
信用风险;Merton模型;银行间债券市场;短期融资券
中图分类号:
17830.91
文献标识码:
A
文章编号:
1005―2674(2008)04―0066―05
一、引 言
本文目的是对我国企业短融券的精确定价予以探索。
一方面,检验Melton模型在我国信用产品市场的适用性;另一方面,希望能够运用Merton模型的基本思想建立一套比较完善的短融券定价体系。
本文的研究具有重要的意义,因为目前我国市场上还没有一套比较完善的短融券定价体系,投资者对短融券的价格只有一个大致范围的估计,而本文介绍的方法可以用于短融券的精确定价。
研究结果说明:
如果有足够的历史交易数据,我们建议使用模型2.1;在短融券刚上市时,可以用模型2.2
(1)对其存续期内的收益率期限结构予以估计。
二、模型介绍及参数确定
1.Merton模型介绍(模型2.1)
Merton模型的基本思想是将权益资本看作对公司资产的期权,从此观点出发,可以计算公司债务的价值。
根据Merton(1974)推导的结果,公司债券在t时刻的信用风险息差cs。
为如下表达式:
公式2.1是本文用来给短融券定价的核心公式。
该公式是以债券的剩余期限τ为变量来进行计算的,τ是由债券到期日T和需要计算债券价值的时刻t共同决定的,根据其定义τ=T―t,以年为单位。
由于短融券的期限最长为1年,所以.τ∈(0,1]。
通过公式2.1,我们可以计算出不同r所对应的信用息差。
在公式2.1需要输入的4个参数中,无风险收益率r和债务面值B是比较容易取得的:
根据本文的设定。
r等于一年期定期存款利率:
在公司发行债券时.B的值就已经确定。
即债券到期偿付的面值。
所以计
2.发行定价模型
运用模型2.1,我们可以给已经在银行间债券市场上市交易的短融券定价。
但是,另外一个问题随之产生,即对于已经发行,但还未上市交易,或者刚刚上市交易的短融券,我们也希望能够对其信用风险进行估计。
画出其剩余期限的息差曲线。
很显然,当我们给刚上市的短融券定价时,模型2.1是不能使用的,因为没有历史交易信息来估计Vl和σv两个参数。
幸运的是,在短融券刚上市的时候,其发行利率是已知的。
如果我们使用公司资产的帐面价值来近似公司资产价值,利用短融券的发行利率作为Rt,通过求解一个一元非线性方程,即可算出发行利率中隐含的资产波动率。
再根据资产价值和计算出来的隐含波动率。
画出短融券的息差曲线。
在模型的方法上,仍然使用公式2.1对短融券进行定价,但是确定参数的方法却有所不同。
下面讨论该扩展模型的资产价值Vt和资产波动率σv两个参数的确定。
(1)资产价值vt的确定
由于债券刚上市,缺乏交易数据,因此不能像2.1那样通过解方程组2.3来求得Vt。
借助公司的资产负债表,我们可以得到Vt的帐面价值,从而可以对Vt进行估计和近似。
当我们从公司资产负债表中选择某一资产项作为公司的资产价值时,有两种可行的方法:
一种是选择总资产的帐面价值作为公司资产价值[模型2.2
(1)],另一种选择公司流动资产的帐面价值作为公司资产价值[模型2.2
(2)]。
第一种方法忠实于Menon的原始模型,比较容易理解。
第二种方法是根据短融券定价的特别属性,考虑使用流动资产价值作为公司资产价值代人定价公式。
这种尝试好处在于:
一方面,流动资产更能反应企业短期偿债能力,符合短融券的特征。
以它作为资产价值引入模型更加符合实际情况。
另一方面,用流动资产的帐面价值来近似流动资产的市值比用总资产的帐面价值来近似总资产的市值更为精确。
因为总资产中除流动资产外,还包括了大量的长期资产和无形资产,而这些资产的市值比较难估计,进而估计误差会被放大。
第二种方法更加严格地定义了违约概念,即当公司的流动资产不足以偿付短融券时就视为违约,这实际上增大了债券的违约风险,因为它提高了对公司流动资产的要求,而公司的其他资产在短期内对债券的偿付没有任何保障能力。
因此,相同的短融券在使用流动资产定价时,得到的信用息差更大。
(2)资产波动率σv的确定
确定了资产价值Vt之后,就可以确定资产波动率σv了。
根据公式2.1,我们可以得到以下方程:
在公司债券刚上市的时刻t,无风险收益率r、债券到期支付面值B、资产价值Vt和债券的剩余期限t都已知,并且还会获得一个重要的参数――债券的发行利率,将它作为债券在t时刻的收益率代入上述方程。
这样,方程2.4就只剩下一个未知数,即资产波动率σv,所以通过求解该方程就可以得到σv的值。
三、模型的计算及检验
1.数据来源及处理
本文使用的短融券数据是截止2007年8月,银行间市场已到期的240只短融券的基本资料和交易数据;对于发行企业的财务数据,本文使用的是2006年年报的数据。
数据处理主要是指从短融券的基本资料和交易数据中提取我们需要的参数,即短融券的价值Dt和波动率σv,用于方程组2.3的计算。
对于短融券价值Dt的确定,我们用短融券的市值来表示其价值。
在t时刻短融券的价值Dt等于短融券的当日的收盘全价乘以短融券的发行量,即
D1=M*P1
(3.1)
其中M为短融券的发行量,Pt为短融券的价格。
对于波动率σv的提取,我们通过计算每只样本短融券上市后0.1年左右的周平均收益率的标准差来估计该短融券的年波动率σd,忽略方差的时间异变性问题。
其中。
n为样本短融券的成交周数ui为样本短融券第i周的平均收益率。
对于模型2.1,将样本短融券的相关交易数据代入公式3.1.和3.2,提取出短融券价值Dt和波动率σd,然后将结果代入方程组2.3,就可以求出资产价值vt和资产波动率σv,再把求出的Vt和σv连同无风险收益率r和该短融券的到期支付面值B一起代入公式2.1就可以算出对于剩余期限r所对应的信用息差。
对于模型2.2
(1)和模型2.2
(2),分别将无风险收益率r、公司的财务数据和短融券的相关数据代入方程2.4即可解出对应的资产波动率σv,然后将相关参数代人公式2.1就可以算出对于剩余期限r所对应的信用息差。
2.模型检验
我们使用银行间已退市的短融券交易数据,通过以下两个统计量,从总体偏离程度和模型误差两个方面对第二节介绍的三个模型进行验证。
越小。
s统计量用来衡量模型估计的误差,用每个样本点的平均绝对误差表示。
如果s越大,则表示该模型估计的误差越大,模型的s值越小,则模型的估计越准确。
(1)原始交易数据对第二节模型的检验
我们首先使用原始的短融券交易数据对第二节的模型进行检验。
对于模型2.1,由于我们在估计参数的时候使用了一部分交易数据,所以在模型验证的时候只能使用剩余部分的交易数据;对于模型2.2
(1)和2.2
(2),使用短融券整个存续期里的交易数据对这两个模型进行验证。
检验结果表明,三个模型的m均值与零的差距在3bp以内,说明三个模型的估计在总体上并没有与市场真实的交易情况偏离太大。
但是,平均s值的表现却不尽人意,三个模型都在40bp以上,估计误差相当大。
总的说来,模型2.2
(1)在三个模型中略有优势,其m均值(0.57bp)最接近于零,s均值(40.23bp)也最小,并且m值和s值的波动也较小。
(2)处理后的交易数据对第二节模型的检验
由于银行间债券市场属于场外市场,某些交易的成交价格并不是通过市场真实买卖意愿形成的,所以往往在很大程度上背离了市场形成的真实成交价,我们要尽可能对交易数据予以过滤。
由于篇幅局限,仅以三只短融券为例,去掉其验证数据中的不合理交易,然后对第二节介绍的模型再次进行检验。
这三只短融券分别是:
05华能CP01(0581001)、05联通CPOI(0581009)和05东航CP02(0581013)。
之所以选择这三只作为我们的检验样本券,是因为这些券的上市时间较早,倍受市场关注,交易活跃,并且受央行连续加息影响最小;三只券的发行期限在短融券发行的几个期限中非常具有代表性。
使用同样的计算方法,在验证数据经过过滤之后,我们发现每个模型的估计误差s都有明显的改进。
模型2.1的s值是三个模型中改进最大的,s平均减小了18.27bp;三个模型s减小量的差距不是太大,一般在2―3bp。
另外我们注意到,在s值改进的同时,m值却在增大,主要原因是过高的成交收益率被我们去掉后,成交收益率整体水平下降,模型估计的收益率与实际成交收益率之差也就加大了。
m值的增大可能是一种改进(当原m值为负数时),也可能是更大程度的背离(当原m值为正数时)。
通过比较交易数据处理前后的m值,我们发现无论数据处理前的m值是正还是负,经过处理之后计算的m值都为正,并且如果在数据处理前m就已经为正值,那么在数据处理后,m值将偏离得更多。
由于无风险收益率r的变化直接决定风险资产收益率R的水平,所以在对于模型估计的收益率普通大于实际收益率的情况下,是否可以通过减小r的取值来改进模型的总体偏离程度m值?
r的改变是否会对s值造成不利影响。
从而增大模型的估计误差呢?
为了证明该想法,我们仍以上述三只短融券为样本,以处理后的交易数据作为验证数据,改变无风险收益率r后,重新计算模型参数Vt和σv,再进行模型验证。
在r的选择上,以5bp为单位,观测当r从2%变化到2.25%时,三只样本券各个模型m值和s值的变化情况。
比较之后,我们发现以下两个特点:
1.无风险收益率水平的变动确实可以影响模型估计的风险资产收益率水平,从而使得收益率曲线发生整体的向上或者向下移动。
从我们的检验结果来看,r从2.25%减小到2%,各个模型的m值也相应的发生了变化,而不同的模型,r的影响程度也不一样。
具体来说,模型2.2
(1)和模型2.2
(2)的m值始终随着r的减小而减小,可以通过调整r的取值使得模型的m值趋近于零。
并且,模型2.2
(1)m值的变化大于模型2.2
(2),r每减小5bp,模型2.2
(1)m值减小约3到4bp,而模型2.2
(2)m值减小约2到3bp。
对于模型2.1,大部分的检验结果表明m值随着r的减小而减小,但不是所有的验证结果都可以通过调整r的取值使得模型的m值趋近于零。
造成这种情况的原因可能是模型2.1同时估计了vt和σv两个参数,使得无风险收益率r对模型的影响更加复杂。
2.随着无风险收益率的变化,模型估计误差s存在一个极小值。
尽管我们的检验只允许r从2.25%减小到2%,一些验证结果的s值随着r的减小一直在减小,极小值还没有出现,但是大部分验证结果出现了s值随着r的减小先减小后增大的情况,因此我们可以判断对于每只券的每个模型都存在一个最优的无风险收益率r使得s值最小。
这个使得s值最小的r可能也使得m值最小,我们称这时的r为使得整个模型最优的无风险收益率。
当然,这个使得s值最小的r未必使得m值最小,我们就需要权衡之后得到整个模型最优的无风险收益率。
四、结论和政策建议
1.Merton模型验证结论
国外的经验性分析表明,Merton模型估计的信用息差低于市场观测值。
特别是在债券临近到期的时候,比如Gemmrill(2002),Eom。
Helwege和Huang(2004),而我们的模型验证并没有得到类似的结论。
有的模型估计甚至高出市场观测值很多。
同时我们认为,按照第二节给出的方法进行估计的Merton模型,虽然无风险收益率对信用息差的影响不大,但是模型估计的风险资产收益率R在总体上高于或是低于市场观测值由无风险收益率水平r决定,即r在R的确定中发挥重要作用。
出现这种结论的原因可能是我们使用的估计参数的方法不同,国外学者在估计参数时大都使用股票市场数据,利用公司股权的价值和波动率来估计公司价值和波动率,而我们使用的是债券市场数据估计公司价值和波动率的。
2.政策建议
(1)加强监管力度,规范信息披露内容
按照《短期融资券管理办法》的规定。
企业在发行短融券时必须披露经注册会计师审计的企业近三个会计年度的资产负债表、损益表、现金流量表及审计意见全文;同时。
企业应当在融资券存续期间按要求定期披露财务信息及可能影响融资券投资人实现其债权的重大事项;并且企业的董事或法定代表人应当保证所披露的信息真实、准确、完整。
(2)吸引更多的投资者进入银行间债市,提高债券流动性
为了使银行间债市变得活跃,提高债券的流动性,必须允许更多的交易成员进入银行间市场,尤其需要大力发展以套利为目的的交易成员,比如证券公司,基金等等。
这类机构进入银行间债市以后,必然成为活跃的交易成员,在其套利过程中,债券价格趋于合理,市场的价格发现功能更强,交易也将更加活跃。
(3)统一交易所债市和银行间债市
交易所债市的交易连续性强。
而集中竞价的价格决定方式使得债券的市场价格能真正反应债券的供求关系;银行间债市的交易连续性差,价格混乱,但是能满足机构投资者的大笔交易要求。
两个市场的统一可以使得各自的优点都集中起来。
通过投资主体的统一和交易券种的统一,两个市场的统一将有利于我国债券市场获得更大的发展空间。
(4)大力发展货币经纪机构。
改进银行间市场的交易方式
货币经纪公司本身不进行交易,但是为市场成员沟通价格信息,匹配供求,对提高市场流动性发挥着重要作用。
更重要的是,货币经纪机构断开了交易双方的直接联系,能够有效避免市场上不合理交易的发生,极大地提高了市场效率。
责任编辑 蔡 强
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 我国 企业 短期 融资 定价 研究
![提示](https://static.bdocx.com/images/bang_tan.gif)