3分快3网址-下分娱乐网址

作者:姚记彩票注册发布时间:2019年11月22日 11:30:09  【字号:      】

三、结论与问题1、二级市场可以有效地甄别信用风险。个券估值信用利差波动幅度超过26BP时,是一个显著的“违约信号”。

截至2019年11月3日,市场累计出现139个债券违约主体。可以找到124条“企业首次违约债券历史估值”时间序列数据。对该数据处理后得到 “个券信用利差”时间序列数据,再对“个券信用利差”数据进一步处理得到 “个券信用利差变动值”时间序列数据。

选定阈值="x",124个有效样本序列中有118个异常值超过"x"。二、现实意义解释1、银行间信用债市场参与主体以银行为主。银行不仅在信用债一级发行承销、资产配置和二级交易中为市场主流机构,而且与债券发行主体在传统信贷业务上有更深入的接触,银行在获得企业真实运营情况信息上具有先天优势。企业一旦出现问题,与之合作的银行机构首先发现并抛售流动性最好的该企业信用债券,将对二级市场估值产生第一次冲击;之后头部非银机构基于强大信评能力或能发现问题并在二级市场悄悄抛售,对该债券二级市场估值产生第二次冲击,以此类推会直至该债券发生违约。

2、在信用债一级发行市场中,存在机构参与者较少和债券发行期数频次较低的现象。与企业合作深入的银行机构发现企业出现问题后,在悄悄出售持有的存量债券时,还有配合企业进一步获得外部资金支持的意愿。两个因素共同导致二级市场比一级市场更能有效地甄别信用风险。

(注:“企业首次违约债券历史估值”序列下文简称“序列A”,该数据为企业首次发生违约的债券在存续期间内的历史估值;“个券信用利差”序列下文简称“序列B”,该数据通过“序列A”减去AA评级企业债收益率曲线获得,能反映债券存续期间内个券信用利差;“个券信用利差变动值”下文简称“序列C”,该数据通过对“序列B”临近两个工作日数据倒减获得,更能充分反映个券单日信用利差变动情况,也是我们最终找到“违约信号”的目标数据。

2、该“违约信号”可以作为有效的“排雷”工具。通过对存量债券进行检测,找到出现“违约信号”的债券并放入关注名单,能够有效提前排查信用风险。

乏力的信评与有效的市场

不良贷款方面,交通银行三季度末不良贷款余额为766.92亿元;招商银行三季度末不良贷款余额为532.61亿元,因招商银行计提贷款损失较上年末增加249.51亿元至2,125.03亿元,促使其拨备较上年末上升51.23%,达到罕见的409.41%。

然后找到企业首次违约债券历史估值时间序列的异常值,把该异常值作为一个明确“违约信号”可以有效甄别存量债券的信用风险。

前三季度招商银行、交通银行的净息差分别为2.65%、1.57%,促使招商银行利息净收入高出交通银行248.97 亿元;手续费及佣金方面,招商银行亦高出227.01亿元。

从股市反馈来看,盈利能力更强的招商银行也更受市场青睐,A、H股对应总估值分别高出交通银行5,368.64亿元和5,981.21亿元。相应的,招商银行市净率、市盈率均远高于交通银行。

逆水行舟不进则退,在商业银行的经营竞赛中,“止步不前便是退步”早已成为过去时;“谁跑慢了就是倒退”已成为不争的事实。

存款方面,交通银行三季度存款规模末为5.97万亿元,招商银行三季度末存款规模为4.76万亿元,而邮储银行二季度末存款规模已达 9.10万亿元,已将交通银行远远甩在身后;贷款方面,邮储银行二季度末放贷规模为4.70万亿元,交通银行或还处于领先位置。

营收和净利润方面,招商银行早已完成对交通银行的超越。今年前三季度,招商银行分别比交通银行多实现314.37 亿元和170.92 亿元。另外,邮储银行前三季度营收预计同比增长6.20%— 7.20%,至2,085.39—2,105.02 亿元,高于招商银行和交通银行;同期净利润预计同比增长16.00%—18.00%,至541.84 —551.18 亿元,远低于招商银行和交通银行。

本文首发于微信公众号:债券圈。文章内容属作者个人观点,不代表和讯网立场。投资者据此操作,风险请自担。交通银行的五大行地位或不保:资产端邮储超越,经营端招商碾压

来源:债券圈作者:闫国涛(zybank)摘要当前信用债市场规模非常庞大,经济下行期出现信用债券违约事件已呈常态。目前银行间市场机构信评能力参次不齐,特别是中小型金融机构信评能力普遍较弱。本文用统计学模型对139条企业首次违约债券的历史估值波动进行统计分析,发现当个券单日信用利差变动幅度超过26BP时,是一个显著的“违约信号”。再对存量债券进行检测,通过寻找“违约信号”可以有效地甄别信用风险。

对序列B进行Manner-Kendall(M-K)---突变检验,发现该序列存在突变点,而且突变点不止一个。再对比最早突变点发生时间和该债券相同发行人债券一级发行时间,发现突变点发生时间显著领先后者。

进一步对“序列C”进行异常值检测,找到124个有效样本异常值μ,使得“序列C”数值分布在(μ-3σ,μ+3σ)中的概率为99.73%。

3、由于违约样本数据较少,“违约信号”仍需要进一步验证,随着违约样本数据的增大,“违约信号”也将更显著。

正文一、研究方法及统计模型运用首先判断企业首次违约债券历史估值是否存在估值突变现象,如果存在,尝试找到估值突变发生的时间。分别比较估值突变发生时间与债券实质违约时间和该企业一级市场最后发行债券时间,如果估值突变发生时间显著领先,则说明估值的变动可以作为一个债券实质违约的领先信号。




杏彩彩票官方整理编辑)

专题推荐