朱 荃,裴 茜
?
中國企業(yè)資產(chǎn)證券化投資定價方法探討與實踐*
朱 荃,裴 茜
(深圳職業(yè)技術(shù)學院,廣東 深圳 518055)
風險識別與估值定價是金融機構(gòu)開展資產(chǎn)證券化投資業(yè)務的核心能力。在國外成熟的ABS市場中,主流的ABS定價方法均遵循基礎(chǔ)資產(chǎn)現(xiàn)金流折現(xiàn)的基本思路。然而,由于我國ABS市場信息披露不完善、歷史數(shù)據(jù)不完整、二級市場不活躍等原因,一方面很難準確預測ABS產(chǎn)品的現(xiàn)金流,另一方面無ABS收益率曲線作為折現(xiàn)因子,并不具備使用成熟市場定價方法的市場條件。本文嘗試探討了在中國當前企業(yè)ABS市場條件下的兩種可行定價方法:信用債利差加點定價、多因子信用利差回歸模型定價,并分別使用這兩種方法作了具體應用舉例,驗證了這兩種方法的可行性,進而提出了這兩種方法存在的問題與改進方向。對這一問題的研究,不論對ABS的發(fā)行人、承銷機構(gòu)抑或投資者,均具有重要的現(xiàn)實意義。
企業(yè)資產(chǎn)證券化;定價;信用債利差加點;信用利差回歸
目前美國比較成熟的資產(chǎn)證券化(Asset-backed Securities,ABS)定價方法主要有三種:靜態(tài)現(xiàn)金流折現(xiàn)法、靜態(tài)利差法、期權(quán)調(diào)整利差法[1][2]。以上方法主要用于ABS二級市場估值,其理論基礎(chǔ)都是現(xiàn)金流折現(xiàn)定價模型,產(chǎn)品價格取決于基礎(chǔ)資產(chǎn)未來現(xiàn)金流的折現(xiàn)值。在此基礎(chǔ)上,美國形成了由二級市場驅(qū)動并主導一級市場的良性定價機制:一方面,美國ABS二級市場交易非?;钴S,在這一過程中,投資者能夠更好地去評估和挖掘ABS的真正價值;另一方面,二級市場能夠以價值發(fā)現(xiàn)、挖掘進行反向傳導,優(yōu)化一級市場的發(fā)行定價。
然而,中國企業(yè)ABS市場目前并不具備使用上述成熟方法的市場條件。由于中國企業(yè)ABS二級市場信息披露不完善、歷史數(shù)據(jù)不完整、交易不活躍等原因,一方面投資者很難準確預測ABS產(chǎn)品的現(xiàn)金流,另一方面無ABS收益率曲線作為折現(xiàn)因子。在這一背景下,目前商業(yè)銀行、基金公司等ABS主要投資者普遍參考近期發(fā)行的同類基礎(chǔ)資產(chǎn)、同期限ABS產(chǎn)品利率進行估值定價,再結(jié)合自身資金成本和對項目信用風險的分析來進行投資決策。然而,這一方法的明顯缺點在于,企業(yè)ABS產(chǎn)品結(jié)構(gòu)、要素較為復雜,在有限的時間區(qū)間內(nèi)很難找到高度相似的ABS產(chǎn)品。
估值定價能力的欠缺極大地阻礙了投資機構(gòu)ABS業(yè)務的開展,同時也大大地限制了中國ABS二級市場的發(fā)展。這一背景下,結(jié)合中國企業(yè)ABS的特殊市場條件,探討合理可靠的ABS定價模型,對ABS市場參與者及市場建設(shè)均具有較為重要的現(xiàn)實意義。筆者認為,在中國目前的ABS市場條件下,具體企業(yè)ABS項目的估值定價有兩種方法值得探討:一是信用債利差加點定價方法??紤]到信用債發(fā)行量大、二級市場活躍且和企業(yè)ABS具有較強的可比性,可以考慮參考同評級同期限的信用債價格、疊加ABS相比信用債的利差來進行加點定價;二是多因子回歸模型定價方法。以企業(yè)ABS相對國債收益率的利差作為被解釋變量,產(chǎn)品各要素和風險因子作為解釋變量,建立解釋度高的多元線性回歸模型。在具體的投資決策中,以上兩種方法可以綜合使用,并進行交叉驗證,得出具體ABS產(chǎn)品的估值區(qū)間供投資參考。下面詳細探討兩種方法的基本方法與思路。
所謂信用債利差,是指同評級同期限ABS產(chǎn)品與信用債之間的利差。這一方法的基本思路是:首先測算出上述信用債利差,然后找出同時間同評級同期限甚至同主體信用債產(chǎn)品的發(fā)行利率區(qū)間,在此基礎(chǔ)上加上信用債利差,即可得出該ABS證券的參考價格區(qū)間。這一方法的可行性依賴于兩個條件:一是信用債利差可測算,二是信用債利差較為穩(wěn)定。下面按ABS證券評級分類,嘗試測算信用債利差大小并驗證其穩(wěn)定性。
AAA、AA+評級的證券一般對應企業(yè)ABS、ABN的優(yōu)先檔,風險較低,是大型商行的主要投資標的。以一年期的AAA評級企業(yè)ABS為例,由圖1可知,2014年至今,伴隨發(fā)行量的快速增長,企業(yè)ABS的發(fā)行利差經(jīng)歷了走闊、縮小、趨穩(wěn)三個階段。
2014-2015年:利差走闊。利差由2014年的40BP-200BP(均值144BP)擴大為2015年的62BP-338BP(均值180BP)。主要原因可能有三點:一是ABS早期產(chǎn)品的基礎(chǔ)資產(chǎn)類型較少且質(zhì)量較好,伴隨市場的快速擴容,各類基礎(chǔ)資產(chǎn)不斷涌現(xiàn),基礎(chǔ)資產(chǎn)質(zhì)量一定程度上出現(xiàn)分化,帶動利差上行;二是許多企業(yè)急于打通ABS這一新興融資渠道,特別是發(fā)行市場首單某種類型的ABS產(chǎn)品,對融資利率尚不敏感;三是投資者對ABS這一新興金融產(chǎn)品的認識尚不充分,對收益率的要求相對較高。
資料來源:Wind.
表1 2014-2018上半年一年期AAA級企業(yè)ABS利差變動
資料來源:筆者計算整理。
2016年:利差縮小。利差由2015年的62BP-338BP(均值180BP)縮小為2016年的-44BP-329BP(均值為111BP)。可能原因在于:一方面ABS快速發(fā)行成為常態(tài),各類基礎(chǔ)資產(chǎn)發(fā)行ABS產(chǎn)品逐漸成熟,發(fā)行人對融資利率的敏感度提升;另一方面,ABS市場的投資者日益豐富,對ABS的投資價值的認識也逐漸充分,要求的投資收益趨向合理。
2017-2018年上半年:利差趨穩(wěn)。2017年一級市場發(fā)行利差為-98BP-335BP(均值為98BP),均值相比2016年有所縮小,2018年上半年發(fā)行利差為28BP-324BP(均值為118BP),均值小幅擴大。整體來看,這一期間的利差分布更為平穩(wěn),這也支持了該方法的可行性。
企業(yè)ABN方面,由于市場起步較晚,目前還處在利差持續(xù)走闊階段。由圖1可以看出,從2016年底交易商協(xié)會發(fā)布ABN指引至2018年,ABN發(fā)行利差總體呈持續(xù)擴大趨勢。2016年底-2017年上半年發(fā)行的幾單ABN產(chǎn)品,發(fā)行主體許多都是評級較高的央企,比如中國鐵塔、中國中車等,這些企業(yè)ABN產(chǎn)品的資產(chǎn)和主體信用風險均很小,具有很強的示范效應,對應信用債利差甚至為負。隨后,伴隨市場的擴容,ABN發(fā)行利差逐漸擴大,至2018年上半年,ABN發(fā)行利差為60BP-187BP(均值為126BP)。理論上來看,企業(yè)ABN的利差應低于企業(yè)ABS,原因在于ABN和ABS產(chǎn)品本身無明顯差異,但ABS所處的銀行間市場流動性相比ABS所處的交易所市場更好,由此ABN的流動性溢價較企業(yè)ABS更低。
圖2是一年期AA+級企業(yè)ABS與ABN的一級市場發(fā)行利率與利差,可以看出,不論是ABS抑或ABN,發(fā)行利差波動均呈現(xiàn)出和圖1相似的規(guī)律。企業(yè)ABS方面,自2014年以來,其利差同樣經(jīng)歷了擴大、縮小、趨穩(wěn)三個階段。企業(yè)ABN方面,自2016年底以來,AA+級一年期企業(yè)ABN的發(fā)行利差依然呈持續(xù)擴大之勢。
資料來源:Wind.
表2 2014-2018上半年一年期AA+級企業(yè)ABS發(fā)行利差變動
資料來源:筆者計算整理。
大部分AA評級證券對應企業(yè)ABS、ABN的夾層檔(樣本中占比75%),由于中等評級以及低評級的ABN觀測樣本過少,影響結(jié)果穩(wěn)健性,故后續(xù)僅對企業(yè)ABS進行分析。
2014-2015年處于企業(yè)ABS市場發(fā)展早期,期間發(fā)行的產(chǎn)品主體評級普遍較好,這導致AA評級證券觀測值較少;2016-2017年,與AAA、AA+級ABS相同,AA評級企業(yè)ABS證券的利差走勢也呈現(xiàn)縮小、趨穩(wěn)的態(tài)勢:2016年,AA級ABS發(fā)行利差持續(xù)收縮,全年利差在-34BP-372BP之間(均值171BP);2017年,AA級ABS利差處于5BP-241BP之間(均值76BP),在較低水平上震蕩趨穩(wěn)。
但2018年上半年,AA級企業(yè)ABS的利差呈明顯擴大態(tài)勢,利差在58BP-332BP之間(均值147BP)。其主要原因在于,2017年有大量AA+、AA級ABS都是小額貸款ABS的夾層檔,這類基礎(chǔ)資產(chǎn)由于分散性強質(zhì)量較好,發(fā)行利率較低、利差較小,但2017年底“現(xiàn)金貸新規(guī)”出臺后,AA+AA級小貸ABS迅速減少,帶來AA級證券的迅速減少和利差走闊。
整體而言,企業(yè)ABS中,AA-、A+、A-乃至BBB評級的證券占比較低,觀測值較少,影響結(jié)論的穩(wěn)健性。其中,AA-、A+級證券稍多,多對應ABS項目的夾層檔(樣本中占比87%),下面嘗試對這兩個評級的ABS進行利差分析。
資料來源:Wind.
資料來源:Wind.
一年期AA-、A+的企業(yè)ABS證券發(fā)行利率和利差見圖4、5,可以看出,與高評級的ABS相比,二者的利差并不顯著,部分證券的利差甚至為負,原因可能有兩點:一是企業(yè)ABS相對于信用債而言,整體市場風險較小,這得益于企業(yè)ABS基于資產(chǎn)現(xiàn)金流以及多重增信措施的產(chǎn)品特性,當企業(yè)ABS評級下降時,投資者并不需要大幅增加利差來進行風險補償;二是信用債的評級完全基于發(fā)債主體的信用資質(zhì),當信用債評級降低時,其收益率上行的速度往往更快。
根據(jù)WIND數(shù)據(jù)庫,證券簡稱為“一方碧32”的優(yōu)先檔為一年期AAA級證券,起息日為2018年4月13,該天對應的一年期AAA中債企業(yè)債到期收益率為4.5315%,2018年4月,一年期AAA級ABS證券利差月均值為135BP,可計算出使用該方法定價的為4.5315%+1.35%=5.8815%。
資料來源:Wind.
信用債利差加點定價方法并未考慮ABS產(chǎn)品本身的要素特性,只能結(jié)合當期市場環(huán)境與市場基礎(chǔ)條件得出一個較為寬泛的估值參考區(qū)間。下面,我們將探討多因子信用利差回歸模型定價方法的思路,這里的信用利差(被解釋變量)是指企業(yè)ABS發(fā)行定價減去國債收益率。該方法的可行思路是:
第一步,從理論上分析哪些因子會對企業(yè)ABS項目發(fā)行定價有顯著性影響,并分析影響的預期方向與大小。
第二步,以信用利差為被解釋變量,以表3所述影響因子為解釋變量,構(gòu)建多元線性回歸模型;
第三步,搜集被解釋變量和解釋變量的數(shù)據(jù),使用普通最小二乘法對模型進行回歸分析,得出顯著性影響因子及對應系數(shù),并驗證模型的穩(wěn)健性與解釋能力;
表3 理論上需考慮的各項影響因子
資料來源:筆者總結(jié)。
第四步,在回歸結(jié)果中代入待定價ABS的影響因子信息,計算得出該證券對應的信用利差并倒退證券合理估值。
下面,使用截至2018年5月31日的企業(yè)ABS產(chǎn)品發(fā)行樣本①,搜集根據(jù)公開信息可獲得的相關(guān)指標數(shù)據(jù),建立回歸模型并說明該思方法的基本思路。
首先,參考褚曉凌等(2017)[3]、劉曦騰和楊大楷(2016)[4]的做法,將信用利差用企業(yè)ABS發(fā)行利率與同期限國債利率或一年期SHIBOR利率之差衡量,以其作為被解釋變量;其次,在選取影響因子方面,結(jié)合數(shù)據(jù)可獲得性,選取信用評級、附屬比例和到期期限、分層比例、分層債券數(shù)量、主承銷商個數(shù)、評級機構(gòu)個數(shù)、利率類型、是否有外部增信、項目規(guī)模特點作為解釋變量。建立回歸模型如下:
各指標的含義界定與回歸結(jié)果預期見表4。
使用上述模型對樣本進行回歸的結(jié)果見表5。由其可知:
表4 指標界定與預期影響
表5 信用利差影響因素OLS回歸結(jié)果
將表5的回歸結(jié)果代入回歸模型,可得:
將表6的數(shù)據(jù)代入上式,計算得出華潤醫(yī)藥優(yōu)先01檔信用利差為1.903,對應發(fā)行票面利率5.502%。
理論上來看,美國、歐洲等資產(chǎn)證券化市場較為成熟的國家普遍基于現(xiàn)金流折現(xiàn)思路,使用靜態(tài)現(xiàn)金流折現(xiàn)法、靜態(tài)利差法尤其是期權(quán)調(diào)整利差法在二級市場中對ABS進行定價,并以此驅(qū)動主導ABS一級市場發(fā)行定價。
表6 用于檢驗回歸模型的項目案例——華潤醫(yī)藥應收賬款ABS
資料來源:Wind.
我國企業(yè)ABS市場目前還沒有活躍的二級市場,一級市場由發(fā)行人和承銷商主導,結(jié)合市場情況根據(jù)“賣得出去的價格”進行定價;投資者在定價上往往處于被動接受的位置,多根據(jù)自身資金成本及簡單的信用風險分析來進行投資決策,特別是在當前ABS兼具新產(chǎn)品紅利與流動性溢價的情況下,對一些相對優(yōu)質(zhì)的企業(yè)ABS產(chǎn)品,投資者在持有到期策略下往往“買到就是賺到”,暫時沒有深入研判ABS合理價值的動力和能力。
但當下ABS市場正快速地發(fā)展和成熟,主要表現(xiàn)在:市場繼續(xù)快速擴容,基礎(chǔ)資產(chǎn)種類日漸豐富,產(chǎn)品的收益與風險持續(xù)分化,特別是未來二級市場逐步活躍將帶來ABS流動性溢價縮減以及ABS交易價值提升。在這一背景下,不論是對ABS發(fā)行人、承銷機構(gòu)還是投資者而言,定價能力的重要性將越發(fā)凸顯。
鑒此,本文嘗試探討了兩種適合目前ABS市場現(xiàn)實的可行定價方法,一是基于ABS與信用債的經(jīng)驗利差進行簡單加點的方法,這一方法的優(yōu)點是簡單易用,缺點在于并未過多考慮證券本身的要素情況,預測精度較差;二是根據(jù)產(chǎn)品特性進行多因子利差回歸模型進行定價的方法,這一方法綜合考慮了市場利率環(huán)境和證券要素情況,優(yōu)點在于定價更為精確,缺點在于對數(shù)據(jù)質(zhì)量要求較高,可能由于產(chǎn)品信息披露不完善而削弱回歸模型的定價能力。
總的來看,兩種方法都非常值得進一步探討。由于樣本數(shù)量以及相關(guān)指標數(shù)據(jù)可獲得性的限制,在以上兩種方法的應用舉例中,本文都只是在當前ABS市場總體樣本基礎(chǔ)上進行了分析,嚴格來說,得出的經(jīng)驗利差數(shù)據(jù)并不能直接用于指導具體項目的定價,因為在風險沒有同質(zhì)化的情況下,利率分布太過分散。
在未來的實踐中,伴隨樣本數(shù)量的提高及指標數(shù)據(jù)的完善,可以在這兩種方法的框架下,按照風險同質(zhì)化歸類的原則,根據(jù)基礎(chǔ)資產(chǎn)類型、資產(chǎn)所處行業(yè)等條件對樣本進一步細分,分類計算各樣本的經(jīng)驗利差。比如在第一種方法中,按基礎(chǔ)資產(chǎn)對樣本進行分類,分別計算各類基礎(chǔ)資產(chǎn)ABS產(chǎn)品的經(jīng)驗利差,找到待定價產(chǎn)品對應的基礎(chǔ)資產(chǎn)類型,并在此基礎(chǔ)上進行加點定價;在第二種方法中,同樣也可以對代定價ABS產(chǎn)品所屬基礎(chǔ)資產(chǎn)的樣本進行回歸,建立更貼近待定價ABS產(chǎn)品的回歸模型,增強模型的定價能力。
① 剔除相關(guān)指標值缺省的樣本,共得到企業(yè)ABS分層證券4449個。
[1] 趙亮,余粵,孟琪.信貸資產(chǎn)證券化產(chǎn)品定價研究[J].金融理論與實踐,2013(3):41-46.
[2] 郭杰群,張立.資產(chǎn)證券化產(chǎn)品定價[J].中國金融,2014(20):36-38.
[3] 褚曉凌,劉婷,陸征,等.PPP項目資產(chǎn)證券化產(chǎn)品利差定價實證研究[J].地方財政研究,2017(10):13-18.
[4] 劉曦騰,楊大楷.我國資產(chǎn)證券化產(chǎn)品發(fā)行利率影響因素的實證分析——基于ABS和CLO信用利差差異的比較[J].東岳論叢,2016,37(11):162-168.
Discussion and Practice on Pricing Method of China’s Enterprise Assets Securitization
ZHU Quan
()
Risk identification and pricing is the core competence of financial institutions to carry out asset securitization. In the mature ABS market abroad, mainstream ABS pricing methods follow the common practice of discounting cash flow of basic assets. However, due to the imperfect disclosure of ABS market information, incomplete historical data, inactive secondary market and other reasons, on the one hand, it is difficult to accurately predict the cash flow of ABS products, on the other hand, there is no ABS yield curve as a discount factor. In addition, there is no ready market to use mature market pricing methods. This paper attempts to discuss two feasible pricing methods under the current ABS market conditions of Chinese enterprises: credit spreads plus point pricing and multi-factor credit spreads regression model pricing. These two methods are used separately to make specific application examples to verify the feasibility of the two methods. Existing problems are pointed out and improvement measures are put forward. The research on this issue is of great practical significance to the issuer, underwriter or investor of ABS.
Enterprise Asset Securitization; Pricing; Credit Bond Spread Addition and Credit Spread Regression Model
10.13899/j.cnki.szptxb.2019.02.002
2019-01-07
本文受2019年深圳職業(yè)技術(shù)學院青年創(chuàng)新課題項目(編號6019310006S)、2018年深圳職業(yè)技術(shù)學院青年創(chuàng)新課題項目(編號601822S22005)的資助
朱荃(1987-),男,湖北人,研究員,主要研究方向:資本市場、國際貿(mào)易投資。
裴茜(1989-),女,江西吉安人,講師,金融學博士,主要研究方向:金融系統(tǒng)性風險、區(qū)域經(jīng)濟學。
F830.91
A
1672-0318(2019)02-0008-08