观点
信用利差短期内剧烈波动主要是事件、政策驱动的,本文旨在探寻利差较长期的趋势性规律,并用高频(日月旬更)数据加以刻画。
债券余额主体的行业分布也具有国企在中上游,民企在中下游,上游评级较高的属性。
从高频数据和行业利差的相关性矩阵看:
1)无论是信用利差还是超额利差,城投债和高频数数据间相关性均强于产业债;
2)同一生产环节中,信用利差一般和价格类指标呈负相关,和库存类指标呈正相关。跨产业链看,下游行业的信用利差一般和上游原材料价格类指标正相关,和上游库存类指标负相关。
本文构造了各个类型(不同期限、评级、企业性质)的产业债、城投债的信用利差和超额利差。
1)回测信用利差选用的行业指标中,出镜率前三的行业均为下游行业;
2)高频数据对信用利差的拟合效果不及超额利差;
3)在信用利差范畴,产业债的拟合效果不及城投债,民企比国有性质的企业拟合效果更好,下游产业的高频数据和信用利差相关度更高。
本文检验了滞后12期~领先12期的高频扩散指标和信用/超额利差间的相关性。
1)信用利差方面,中高评级(主体AAA/AA+级)产业债的扩散指标对信用利差具有较强领先性,而AA级的扩散指标和真实利差走势趋于同步。中高评级城投债扩散指标具有领先性,AA级城投债扩散指标偏滞后;
2)超额利差方面,央企和地方国企的扩散指标对利差具有领先性,而民企的扩散指标略显滞后。
我们用四轮产业政策/三轮城投政策和投入产出表以“断点”的思路刻画信用利差。
1)中下游行业高频数据对大多数时段利差均有影响;
2)除了产业政策外,投入产出表的动态调整也影响了产业数据和利差间的联系。
信用利差短期内剧烈波动主要是事件、政策驱动的,本文旨在探寻利差较长期的趋势性规律,并用高频(日月旬更)数据加以刻画。
债券余额主体的行业分布也具有国企在中上游,民企在中下游,上游评级较高的属性。
从高频数据和行业利差的相关性矩阵看:
1)无论是信用利差还是超额利差,城投债和高频数数据间相关性均强于产业债;
2)同一生产环节中,信用利差一般和价格类指标呈负相关,和库存类指标呈正相关。跨产业链看,下游行业的信用利差一般和上游原材料价格类指标正相关,和上游库存类指标负相关。
本文构造了各个类型(不同期限、评级、企业性质)的产业债、城投债的信用利差和超额利差。
1)回测信用利差选用的行业指标中,出镜率前三的行业均为下游行业;
2)高频数据对信用利差的拟合效果不及超额利差;
3)在信用利差范畴,产业债的拟合效果不及城投债,民企比国有性质的企业拟合效果更好,下游产业的高频数据和信用利差相关度更高。
本文检验了滞后12期~领先12期的高频扩散指标和信用/超额利差间的相关性。
1)信用利差方面,中高评级(主体AAA/AA+级)产业债的扩散指标对信用利差具有较强领先性,而AA级的扩散指标和真实利差走势趋于同步。中高评级城投债扩散指标具有领先性,AA级城投债扩散指标偏滞后;
2)超额利差方面,央企和地方国企的扩散指标对利差具有领先性,而民企的扩散指标略显滞后。
我们用四轮产业政策/三轮城投政策和投入产出表以“断点”的思路刻画信用利差。
1)中下游行业高频数据对大多数时段利差均有影响;
2)除了产业政策外,投入产出表的动态调整也影响了产业数据和利差间的联系。
风险提示:各行业高频数据数量不同,事件对行业信用利差的冲击,高频数据异常波动。
特别声明
免责声明:自媒体综合提供的内容均源自自媒体,版权归原作者所有,转载请联系原作者并获许可。文章观点仅代表作者本人,不代表新浪立场。若内容涉及投资建议,仅供参考勿作为投资依据。投资有风险,入市需谨慎。
热门推荐
收起24小时滚动播报最新的财经资讯和视频,更多粉丝福利扫描二维码关注(sinafinance)