債券被動產品個券流動性評分體系構建

http://www.sina.com.cn 2012年07月11日 13:53 新浪財經

　　債券指數基金以及債券ETF揭秘系列之三

　　——個券流動性評分體系構建

　　基金核心分析師單開佳

　　基金高級分析師倪韻婷

　　中國債券市場流動性現狀：

　　交易方式：交易所市場采用集中撮合交易，并實行日終凈額結算；銀行間市場實行雙邊談判成交，并使用逐筆結算體系。

　　成交規模：銀行間市場是債券市場的主體，2011年交易量占全市場的99%以上，其成交的連續性相對較差。歷史上交易所市場曾經是債券交易的主要發生地，從2003年起，其成交規模開始被銀行間市場所超越，2011年的累計交易規模僅占總體規模的0.74%。

　　各類型券種成交活躍度。短久期品種的成交量整體高于長久期品種，不過部分關鍵期限的成交相對活躍。隨著個券信用風險的增加，成交量逐步下降。

　　債券流動性評價的難點：

　　無單一的綜合性評價指標。任何單一指標都不能完整的評價個券流動性的高低，不同指標的評價結果也不一定一致。

　　指標權重難以合理確定。各指標所提供的信息間存在不同程度的重疊，普通加權方法容易導致某些重疊度較高的信息被過度反映，而重疊度較低的信息又反應不足。

　　解決方案：使用主成分法來構建評價體系

　　優點1：經過轉換后的原始變量彼此間不再相關，從而剔除了重疊的信息，提高了指標的質量。

　　優點2：主成分的特征值代表了其所解釋的變差，可以基于主成分的特征值來確定指標權重，從而賦予信息貢獻量大的指標以較大的權重，而減輕信息含量較小的指標的權重。

　　評價結果：以7-10年期AAA級企業債的流動性評價為例，得分靠前的個券均為違約概率較低的大型央企所發，發行規模都在100億以上。上市地點均為流動性較好的銀行間市場，久期則集中在8年附近。流動性綜合得分熱度圖顯示深色區域多位于上方，而下方的顏色較淺，同時行向量的色差變動較小，色階斷點出現頻率極低。這些特性表明當某個券前一期流動性得分較高時，下一期同樣獲取高得分的概率較大，反之則反然。整體上看，基于主成分法構建的流動性評分體系能夠較好的挖掘未來成交活躍的券種，為債券型基金被動化管理提供了便利。

　　在之前的系列報告中，我們回顧了全球指數型債券基金產品的發展現狀以及在中國發展被動管理型債基的可行性，本文以債券被動型產品在實際運作中的最大難點——個券流動性——為分析目標，基于主成分法構建單個債券的流動性評分體系，試圖為這一難題提供可行的解決方案。

　　1. 中國債券市場流動性現狀

　　中國目前存在三個債券交易市場：交易所市場、銀行間交市場和商業銀行柜臺交易市場。

　　從交易方式上看，交易所市場采用與股票交易類似的集中撮合交易，投資者將買賣報價通過券商報送至交易所的中央交易系統，由系統負責買賣報價的撮合，并實行日終凈額結算，中證登公司負責日常的交易結算業務。銀行間市場的交易方式則類似于股票大宗交易，實行雙邊談判成交，并使用逐筆結算體系，由中央結算公司來提供日常結算服務。商業銀行柜臺交易市場主要為便于普通投資者參與債券交易所設，實行兩級結算體制，中央結算公司不與柜臺投資者進行直接結算，而是由承辦銀行來負責普通投資者的資產托管及交易結算。

　　從交易量來看，銀行間市場是債券市場的主體，市場參與者為各類機構，個人投資者無法直接參與交易，其2011年交易量占全市場的99%以上。不過盡管銀行間市場的交易量較高，但其成交的連續性相對較差，個券經常發生連續數日沒有成交，而某日單筆成交數額巨大的情況。歷史上交易所市場曾經是債券交易的主要發生地，但為了避免銀行資金通過交易所系統變相進入股市，監管機構在1997年6月設立了銀行間交易市場，從此銀行不再作為交易所市場的參與機構，交易所市場的債券托管量和交易量也開始逐步降低，從2003年起，其成交規模開始被銀行間市場所超越，2011年的累計交易規模僅占總體規模的0.74%。

　　圖1 銀行間市場和交易所市場債券成交規模占比

　　資料來源：海通證券基金研究中心

　　就個券流動性而言，短久期品種的成交量整體高于長久期品種。從最近的月成交數據來看，剩余期限在5年以下的券種累計成交金額高達39713.07億元，較之5-10年期券種成交額高出了1.66倍，而10年期以上的長期債券成交金額極小，僅占總成交金額的1.72%。不過部分關鍵期限的成交相對活躍，例如剩余期限在5年、7年期和10年期的券種成交量明顯高于相鄰年份的券種。

　　圖2 近1月不同剩余期限債券累計成交金額(計算截止到2012年7月3日)

　　資料來源：海通證券基金研究中心

　　從不同信用級別的債券來看，隨著風險的增加，成交量呈指數下降之勢。利率債和信用債近1月累計成交金額高達44639.32億元，占全部成交金額的80.27%。

　　圖3 近1月不同信用級別債券累計成交金額(計算截止到2012年7月3日)

　　資料來源：海通證券基金研究中心

　　2. 債券流動性評價的難點

　　從之前的流動性現狀分析中不難看出，債券流動性的分化較為嚴重，短久期和高信用評級，以及在銀行間交易的券種交投活躍度較好，其余品種成交量則明顯不足。因此，對于被動型債券基金，尤其是跟蹤長久期或中低評級債券指數的被動型產品而言，其所面臨的最大問題就是因投資者申贖或票息收益再投資所造成的流動性壓力。

　　抽樣復制技術是解決指數內樣本券流動性問題最為直接的方法�！皬椭啤敝傅氖峭ㄟ^最優化技術以少數個券來模擬指數整體走勢的過程，本系列的第四篇報告將對其進行詳細探討和分析。而“抽樣”則是確定將何種債券納入指數的復制過程。由于個券流動性風險是影響被動型債券基金實際收益的主要因素，所以流動性的評價則成為了被動型產品“抽樣”過程的主要依據，流動性評分體系的構建的必要性也體現于此。

　　不過我們認為債券流動性評分體系的構建存在以下難點：

　　無單一的綜合性評價指標

　　流動性的衡量標準應當至少包括寬度、深度和成交及時性3個部分。寬度是指成交價格與合理價格的偏離程度，成交價格偏離越大，表明買賣雙方分歧較為明顯，成交意愿較低。這種現象一般發生在買賣報價差距較大時，由于合理價格一般位于買賣價差之間，過大的報價差距無疑增加了成交價偏離合理價格的概率。可以采用買賣價差或做市商的雙邊報價價差加以測度。深度是指在不至于影響最新成交價時可以完成的成交量，在一筆大額買賣需求發生時，市場都能夠在最新價格附近提供足夠的擬交易數量，則表明市場提供良好地流動性供給，不至于造成過大的沖擊成本，常用評價指標包括換手率或者交易量/價格變動的平方。及時性是指所發起的交易能否迅速得到執行，從而減少投資者的機會成本，可以用一定時間窗口內的實際交易發生次數來衡量。此外，歷史成交金額體現了市場參與者對于個券的交投意愿，歷史成交金額越大，則代表有越多的機構和資金關注該個券的漲跌變動，從而存在更高的成交潛力。

　　以上任何一個指標都是對個券流動性的描述方式，但任何一個指標都不能單一的評價個券流動性的高低，不同指標的評價結果也不一定一致。舉例來看，銀行間個券的歷史成交規模普遍高于交易所個券，成交潛力相對較高，但是正如之前所述，銀行間個券的成交連續性較差，經常出現“10天不開壺，開壺管10天”的局面，在成交的及時性上表現并不亮眼。

　　指標權重難以合理確定

　　當某一事物存在多個評價指標時，對各指標設置不同權重然后綜合加權是個不錯的處理辦法，但指標權重設置的合理性又成為了新的衍生問題。就流動性評價指標而言，雖然是從不同的維度來描述個券成交活躍度高低，但各指標所提供的信息間又存在不同程度的重疊，普通加權方法只考慮了單個指標，而未考慮各個指標間的聯系，在存在相關性及信息重疊時，普通加權方法容易導致某些重疊度較高的信息被過度反映，而重疊度較低的信息又反應不足。舉例來看，通常情況下換手率較高的個券意味著參與交易的資金規模和投資者數量較大，而越多投資者參與，其所提供的買賣報價差額也相對較小，因此這兩個指標存在著較大的信息重疊�？梢酝ㄟ^計算相關系數和獨立性來衡量不同評價指標間信息重疊度高低。

　　3. 解決方案：使用主成分法構建評價體系

　　主成分的概念由K。皮爾遜于1901年提出，1933年霍特林將其推廣至隨機變量的分析之中。主成分分析是一種考察多個變量間相關性的多元統計方法，主要研究如何通過少數幾個主分量來解釋多個原始變量的內部結構，即從原始變量內導出少數幾個主分量，使它們盡可能多的保留原始變量的信息，且彼此間互不相關，多用于數據的壓縮和解釋。使用主成分方法能夠去除原始變量間因相關性所造成的信息冗余，從而更加深刻的揭示了事物的內在規律。

　　從理念上來看，主成分法較好的解決了評價體系構建的難點。首先，經過轉換后的原始變量彼此間不再相關，從而剔除了重疊的信息，提高了指標的質量。其次，主成分的特征值代表了其所解釋的變差，即方差貢獻率。根據信息論思想，某項指標的變異程度越大，其所包含的信息量也越大，因此我們可以基于主成分的特征值來確定指標權重，從而賦予信息貢獻量大的指標以較大的權重，減輕信息含量較小的指標的權重。為了便于讀者理解體系的構建，以下以AAA級信用債為示例來說明流動性評分的具體過程。

　　3.1 樣本范圍

　　下篇報告我們將以久期在7-10年之間的信用債為例介紹債券指數的分類復制方法，在抽取復制券時，主要的評價基準即為流動性綜合評分，因此為了保持前后的一脈相承，同時也為了簡化下篇報告中對于流動性評分的描述，本文將也以7-10年久期的AAA級企業債為分析樣本。

　　對于個券流動性的評分按月度進行，我們挑選2012年5月期作為示例。示例的樣本范圍為2012年5月31日前上市滿1個月的企業債，最新信用評級要求為AAA級，同時剩余期限要求在1年以上。符合以上條件的樣本券共計76只，其中以銀行間交易個券為主。從久期分布來看，7-8年期的品種數量較多，9-10年期的相對較少。

　　表1 指定久期AAA級企業債樣本券構成情況(計算截至2012年5月31日)

交易場所	7-8年	8-9年	9-10年	匯總
交易所	12	3	1	16
銀行間	36	15	9	60
匯總	48	18	10	76

　　資料來源：海通證券基金研究中心

　　3.2 原始評價指標

　　根據前述的4個流動性評價維度，擬選擇以下指標作為債券流動性的原始評價指標：

　　債券余額：個券的存量規模，用于評價個券的可交易數量。一般來說，存量規模越大，流動性越好。例外的情況在于如果某個券的期限較為稀缺，銀行或保險的負債匹配需求較大，容易造成可流通數量較少的情況，需要換手率指標的配合判斷。

　　近1月換手率：此處以截止到5月31日的近1月成交金額除以債券余額來計算換手率，用于評價個券的交易活躍程度。

　　近1月成交金額：截止到5月31日的近1個月個券累計成交金額，用于考察個券的歷史成交活躍度。

　　近1月報價天數：即截止到5月31日的近1月做市商報價天數，用于考察做市商的報價的連續性。做市商有義務為報價個券提供流動性支持，因此一般情況下具有做市商的個券流動性好于無做市商個券，不過目前中國僅有銀行間市場存在做市商制度，所以該指標僅限于銀行間上市交易的券種。

　　做市商買賣報價價差：即截止到5月31日的近1月做市商日度加權買賣價差的算數均值，用于評價做市商的報價意愿。報價價差越大，表明做市商越不愿意提供報價，從而影響個券的流動性。

　　近1個月交易天數：截止到5月31日的近1個月實際交易發生天數，用于評價個券交易的連續程度。區間交易天數越多，其交易的連續性越強，越不容易出現大量交易集中在1天或1筆交易之上的情況。

　　3.3 模型適用性檢驗

　　主成分分析法的目的主要在于數據的壓縮以及相關性的降低，如果各指標間均相互獨立，相關性不強，則意味著信息重疊度較低，從而失去了使用主成分法的意義。KMO檢驗顯示變量間的整體相關性接近0.55，存在中度的相關性，Bartlett球形檢驗的結果以極高的顯著性拒絕了個變量相互獨立的原假設。整體來看，各原始變量存在著明顯的信息重疊，可以使用主成分法來進行進一步分析。

　　圖4 KMO和Bartlett球形檢驗結果

　　資料來源：海通證券基金研究中心

　　3.4 主成分個數的確定

　　我們以累計方差貢獻率是否超過80%來作為主成分提取個數的標準。從下表可以看到，盡管第二個主成分的方差貢獻率略微偏低，但2個主成分時可以解釋原始變量96%的變動，因此主成分提取數量確定為2個。

　　圖5 主成分累計方差貢獻率及特征值統計

　　資料來源：海通證券基金研究中心

　　3.5 主成分相關性檢驗

　　協方差矩陣顯示各主成分之間的相關性為0，可以認為主成分過程已經較好的剔除了原始數據中的冗余信息。

　　圖6 主成分協方差矩陣

　　資料來源：海通證券基金研究中心

　　3.6 權重的確定及綜合評價因子的計算

　　對于前步計算得到的主成分，可以根據每個主成分的特征值占比來其各自的權重。以12中石油02為例，該個券的2個主成分等于6個原始變量標準化后的數值乘以因子得分矩陣。

　　其中：

　�。河�2個主成分組成的向量；

　　：由6個原始指標組成的向量；

　�。褐鞒煞忠蜃拥梅志仃�。

　　以特征值占比作為權重，將2個主成分進行加權平均，得到流動性綜合評價得分。

　　其中：

　　：流動性綜合評價得分；

　�。旱趉個主成分的數值；

　�。旱趉個主成分對應的特征值。

　　3.7 樣本券流動性排名

　　基于個券流動性綜合評價得分，按照從高到低的順序，可以確定樣本券流動性的高低。從排名結果來看，前5的個券均為違約概率較低的大型央企所發，發行規模都在100億以上。上市地點均為流動性較好的銀行間市場，久期則集中在8年附近。

　　表2 流動性綜合排名前5的樣本券統計信息

證券簡稱	上市日期	上市地點	久期	債券余額(億元)	主成分1	主成分2	最終得分
12中石油02	2012-01-17	銀行間	7.82	100	5.60	-3.09	3.61
12中石油05	2012-03-21	銀行間	7.97	200	3.77	2.57	3.50
12中石油07	2012-04-19	銀行間	8.06	100	2.60	-0.18	1.96
11國網債01	2011-12-19	銀行間	7.62	100	2.02	0.39	1.64
12中石油06	2012-04-19	銀行間	8.15	100	1.27	1.11	1.23

　　資料來源：海通證券基金研究中心

　　3.8 評分效果檢驗

　　以上僅給出了2012年5月的打分結果，為了證明評分體系是否能夠選出未來交投相對活躍的個券，還需要更長時間段的數據來加以檢驗。比較直觀的方法是提取評分時點未來一段時間內樣本券的累計交易量，如果未來交易量排名與事前流動性評分排名較為一致，則表明評分體系有效。不過正如之前所談到的，債券成交的連續性相對較差，一只在統計區間內成交次數較少，但單次成交金額較大的個券并不便于管理人進行即時買賣，因此僅用交易量來進行檢驗存在一定的缺陷。值得注意的是，流動性評價體系本身即是對個券成交活躍度的綜合考量，同時每次流動性評分僅使用評價時點之前1個月的交易數據，月度評分之間的數據并不重合，因此可以使用月度間個券流動性得分排名的相關程度來作為評分體系是否有效的依據。

　　鑒于此，我們根據相同的方法以月為頻率依次計算了近1年(2011年6月到2012年)的樣本券流動性評分，為了便于理解，我們采用了熱度圖的方式來展示評分結果。熱度圖的列標為評分時段，例如“201106”代表以2011年6月30日為評分時點，考慮該時點之前近1個月的交易數據得到的評分結果。行標則代表每個納入統計的個券，每個單元格則代表特定個券在指定時間段的流動性綜合評分。對于得到的每期分值，按照得分高低，賦予不同深淺的顏色，其中顏色越深，則表明個券流動性得分較高，交易活躍度也越好。橫向來看，如果某一行的顏色深度一致性強，則代表某一個券在不同時點評分結果的差異較小，上一次評分結果對于未來交投活躍度的指示意義越強。

　　下圖顯示的是7-10年久期的企業債流動性評分熱度圖，以2011年6月的第一次評分結果來進行縱向排序。圖中的截斷部分是由于隨著時間的推進，部分個券不再滿足7-10年的久期要求所導致。從圖中不難看出，深色區域多位于熱度圖的上方，而下方的顏色較淺，同時行向量的色差變動較小，色階斷點出現頻率極低。這些特性表明當某個券前一期流動性得分較高時，下一期同樣獲取高得分的概率較大，反之則反然。整體上看，基于主成分法構建的流動性評分體系能夠較好的挖掘未來成交活躍的券種，為債券型基金被動化管理提供了便利。

　　圖7 樣本券流動性評分體系熱度圖