Portfolio optimization of credit risky bonds: a semi-Markov process approach

This article presents a semi-Markov process based approach to optimally select a portfolio consisting of credit risky bonds.The criteria to optimize the credit portfolio is based on l_(∞)-norm risk measure and the proposed optimization model is formulated as a linear programming problem.The input parameters to the optimization model are rate of returns of bonds which are obtained using credit ratings assuming that credit ratings of bonds follow a semi-Markov process.Modeling credit ratings by semi-Markov processes has several advantages over Markov chain models,i.e.,it addresses the ageing effect present in the credit rating dynamics.The transition probability matrices generated by semi-Markov process and initial credit ratings are used to generate rate of returns of bonds.The empirical performance of the proposed model is analyzed using the real data.Further,comparison of the proposed approach with the Markov chain approach is performed by obtaining the efficient frontiers for the two models.

Research on the Pricing of Convertible bonds in China Migration risk based on credit rating

At present,further research and exploration on credit risks are being carried out in the global field,and increasingly profound modem credit risks are exposed to the bond market.This requires that we cannot ignore the impact of credit rating migration risk on bond pricing,so as to adapt to the sustainable and healthy development of the bond market under the new normal of China's economy.The innovation point of this paper is to try to analyze the pricing of Convertible bonds in China from the perspective of credit rating migration risk.Tsiveriotis and Femandes(1998)model is selected,and the credit risk in the model is assumed to be caused by the credit rating migration risk,and the credit spread is used to measure the credit rating migration risk.The research conclusion of this paper is as follows:First,it is valid to consider the risk of credit rating migration in the TF(1998)model.The market price of convertible bonds is on average 1.22% higher 1han the theoretical value of the model.In general,the theoretical value obtained from the model has little deviation from the market price,and has a good fitting degree.Second,from the Angle of credit rating,the selection of 32 samples of convertible bonds only empirical research shows that the credit rating of AA-convertible bonds average deviation rate is negative,suggest that the credit rating of AA-the phenomenon of convertible bonds value is underestimated,and AAA credit rating to AA,AA+,the average deviation rate of convertible bonds is positive,that credit rating AA(containing AA)more convertible bond value is overrated phenomenon,and the higher the credit rating of the average deviation rate of convertible bond,the greater the overvalued levels.It has certain guiding significance for participants in the convertible bond market.

A Study on The Timeliness of Credit Rating on Bond Defaults--Evidence from Chinese Bond Market

With the increase of China’s bond issuance and slowdown of the economic growth,the potential credit risks such as bond default in the bond market are gradually emerging.The frequent occurrence of bond defaults and the problem of false credit ratings make bond investors and market participants more cautious about the credit ratings issued by rating agencies.Based on the default bonds from 2016 to 2019,this paper analyzes the adjustment of rating of defaulted bonds by rating agencies before default.It also compares the impact of both the regulatory events and the entrance of international agencies on timeless of credit ratings on default bonds.At the same time,the divergence of rating timeliness between different rating agencies is compared.The research shows that after the unified supervision of regulators and the punishment of Dagong Global Credit Rating Co.Ltd in 2018,the timeliness of rating agencies'downgrading of defaulted bonds has increased significantly;Compared with other rating agencies,the timeliness of rating agencies owned by international rating agencies are better.

LIRR Awarded AAA-Level Credit Standing Enterprise

Requested by Ministry of Commerce of China and SASAC （State-owned Assets Supervision and Administration Commission of the State Council）, the credit evaluation of refractories enterprises was carried out by The Association of China Refractories Industry based on the principle of open, justice, and impartiality. Thirty one enterprises were awarded AAA-level credit including Sinosteel Luoyang Institute of Refractories Research Co., Ltd. （LIRR）.

铁道债资质简析与超AAA级主体资质比较

受7·23甬温动车事故影响,铁道债在债券一二级市场一度遇冷,其信用利差定位和信用展望成为市场关注的重点。该文结合相关财务指标分析,通过纵向透视铁道部、横向比较其他超AAA级主体资质情况,寻求铁道债信用利差水平的合理评估,并就超AAA级债券的投资策略提出建议。

基于Credit Metrics模型的地方政府债券保险费率厘定

在发达债券市场,债券保险是一种为发行者提供增信服务和为投资者提供风险保障的重要工具。债券保险产品创新的核心是费率的厘定。借鉴贷款保证保险的定价思路,选用Credit Metrics模型为地方政府债券保险进行定价,在实证分析时借用美国市政债发行主体的信用等级迁移概率、历史违约率等数据,分别计算了一般责任债券和收益类债券中投资级别和投机级别债券3年期和5年期的费率水平。并提出从建立信用风险数据库、提高信用评级技术水平、选择合适的运营模式、完善监管制度四个方面来推动实施地方政府债券保险。

我国不同付费模式信用评级校验机制研究

我国债券市场刚性兑付被打破后,不断出现高评级债券违约事件。为此,监管部门积极发展多种评级,以期提高债券评级质量。通过理论建模与实证分析,研究了不同付费模式信用评级如何综合发挥校验作用。基于博弈模型的理论分析发现,不同付费模式评级发挥校验作用的机制在于投资者的反应:当投资者付费和发行人付费两种模式评级差值增大,投资者不以单一评级结果进行债券定价,而是根据评级差值调整债券价格。基于2011—2020年企业债评级数据的经验证据显示,随着评级差值增大,发行人付费评级机构会降低后续评级,且评级差值对单一信用评级与债券信用利差之间的负向关系具有抑制作用。进一步检验发现,发行人付费评级机构提供的偏正面的私有信息会降低债券信用利差,而以中债资信为代表的投资者付费评级机构提供的私有信息则不会显著影响债券信用利差,均体现出单一评级模式在定价方面的弊端。因此,监管部门应继续鼓励发展投资者付费评级模式,并鼓励机构投资者发展内部评级,以充分发挥多种评级模式的交叉校验作用。

企业资源配置战略与债券信用评级

企业战略作为企业全局性、长期性资源配置的重要规划,对企业经营活动具有重要影响,也必然会影响企业的融资行为。本文从企业战略视角出发,以2008—2020年中国A股上市公司为研究对象,运用固定效应模型探究了企业资源配置战略对债券信用评级的影响。研究发现:相对于经营主导型企业,投资主导型企业的债券信用评级更低,并且该结论在处理内生性问题和进行一系列稳健性检验后依然成立。异质性分析发现,企业资源配置战略对债券信用评级的影响在非国有企业和分析师跟踪人数多的企业中更明显。中介效应检验结果表明,企业资源配置战略通过作用于企业违约风险而影响债券信用评级。本文的研究结论对发债企业、信用评级机构和债券市场投资者具有重要启示意义。

公开发行债券能提高企业创新产出吗?

以2006-2021年我国A股上市公司为样本,探讨了企业首次发行债券如何影响企业的创新水平。研究发现,企业首次公开发行债券能够显著提升企业的创新水平。机制分析结果表明,企业发行债券通过建立替代性融资渠道缓解融资约束,延长整体债务期限,提高信息披露水平这三个路径来提升企业创新水平。进一步研究发现,在控制了企业后续发债行为后,公开发行债券与企业创新的关系仍然存在;相比于公司债,企业首次发行债券种类为中期票据和企业债时,企业创新水平提升更显著;企业首次发行债券时,债券信用评级越高、发行利率越低,对于企业创新水平的提升越显著。研究结论丰富了债券市场经济后果的研究,也为企业创新发展和实现经济高质量发展提供了来自债券市场的建议。

城门失火殃及池鱼吗?来自债券违约的分析

近年来,我国债券违约事件频发,对债券市场的平稳运行造成威胁。以2020年11月永煤债券违约为外部冲击,从地区、行业、评级机构与承销商四个层面,基于2020年债券市场日度数据,利用事件研究法与双重差分模型分析了AAA级国有企业债券违约对债券市场影响的溢出效应。研究发现,永煤债券违约事件导致债券一级市场发行规模缩小与发行成本提升,并显著提高了二级债券市场存续债券的回报。从短期市场反应来看,违约事件造成的负面溢出效应(异常回报提升)同时存在于地区、行业、评级机构与承销商层面;从长期影响来看,违约事件导致的存续债券收益率提升的负面冲击仅在地区和行业间存在。异质性分析表明,违约事件对低承付能力地区、低市场竞争程度行业、由内资背景机构评级以及低声誉机构承销的债券负面影响更加显著。进一步检验发现,上述短期负面溢出效应在高等级(AAA)债券组中更加显著,并且评级机构的评价标准并没有受到该违约事件的影响,说明信用评级膨胀问题仍然严重。因此,监管部门应加强对债券市场的引导,从债券市场信息中介(评级机构与承销商等)角度采取措施来防范与降低债券违约风险。

信用利差视角下绿色债券发行的行业溢出效应

绿色金融对推动社会生产绿色化、低碳化,充分发挥金融市场的宏观和微观调节作用意义重大。基于2015—2019年公司信用债的样本数据,通过交错双重差分法,可对行业首次发行绿色债券对二级市场中普通债券信用利差的影响及作用机制进行经验分析。研究发现,行业首次发行绿色债券使得二级市场中同行业公司普通债券的信用利差降低,存在行业溢出效应,且信用利差降低程度在机构持仓比例较高、资本密集度较高、地区环境规制较高、经济政策不确定性较高的债券样本中表现更高。机制检验显示,行业首次发行绿色债券通过降低同行业公司的债务成本对同行业公司普通债券信用利差产生影响,而通过促进同行业公司发行绿色债券进而对同行业公司普通债券信用利差的间接作用不明显。进一步研究表明,行业首次发行绿色债券使得同行业公司普通债券在十五个交易日的事件窗口期内产生了超额回报率,引起了债券市场的即时响应和滞后响应。从信用利差视角识别行业首次发行绿色债券在二级市场产生的溢出效应,对推动实体经济发展、优化金融资源配置和建设高质量债券市场具有参考意义。

货币政策支持对公司债信用利差的影响

使用我国沪深上市公司2019—2022年债券发行月度数据,利用双重差分法探讨货币政策支持对公司债信用利差的影响。结果表明:政策实施显著收窄了债券信用利差,且实施效果在不同资产规模、发债规模、劳动密集度、资本密集度下具有一定异质性;将信用利差分解为流动性利差与违约利差后,发现其主要通过降低违约利差来收窄信用利差。进一步对观测期内具体货币政策工具操作进行短期事件研究发现,下调中期借贷便利利率与常备借贷便利利率对信用利差的收窄作用呈现国有企业与高信用评级“偏好”,而下调金融机构存款准备金率引起的收窄作用并未有明显差异。为更好地发挥货币政策对直接融资市场调控的功能,应着力完善货币政策对债券市场信用利差结构的影响框架,加快构筑市场风险协同监测机制。

我国公司债违约的影响因素研究:基于产权和行业的视角

自从2014年我国第一家公司债违约,我国公司债打破刚性兑付,公司债违约事件逐步增加。债券违约风险的管理与预测已成为亟待解决的重要问题。本文以我国上市公司2008—2020年发行的公司债为样本,从产权属性和所在行业的角度出发,控制公司财务与债券特征因素,研究我国公司债违约风险的影响因素并进行预测检验。Logit回归与平均边际效应检验结果表明,民营企业与制造业上市公司具有较高的违约概率,上市公司净资产增长率和所在地区经济增长水平均与违约概率呈显著负相关,而信用评级和到期期限与违约无显著关联。ROC曲线检验结果表明,本文模型能够有效预测违约风险。

减税冲击、土地调控与城投债定价

减税冲击会加大地方财政压力,而地方政府隐性担保能力的下降会导致城投债发行利差上升;然而,城投债是地方经济建设的重要融资手段,地方政府有动机采取增信措施来抵消减税冲击的影响,甚至促使城投债利差下降。基于2017—2019年的三次增值税税率下调实践,通过产业结构、减税点数和政策时间构造地级市层面的减税冲击变量,分析发现:减税冲击会扩大地方政府的财政收支缺口,但地方政府会采取土地调控措施来为城投公司提供增信,导致城投债的发行利差不升反降;具体而言,面对减税冲击,地方政府并没有调整土地出让结构、提高工业用地和住宅用地出让价格,而是通过向城投公司注入土地资产、提高商服用地出让价格的路径来提升城投公司的融资能力、抵押价值和信用水平,这也反映出地方政府“以地谋发展”的运作方式已由土地财政转向土地金融。因此,应深化土地要素市场化配置改革,打破地方政府在土地征收和出让环节的双垄断格局;划清地方投融资平台和地方政府之间的界限,促进地方财政的可持续发展,改变地方政府过度依赖土地调控的局面。

企业ESG表现对其债券信用利差的影响及其机制

在当前企业经营环境下,研究影响企业债券信用利差的影响因素及其机制并降低信用风险是企业风险管理的重要内容。选取2018—2021年我国发债的上市企业,研究上市企业的ESG表现与其债券信用利差之间的关系及其影响机制。研究发现:良好的ESG表现能显著减小上市企业债券的信用利差;通过中介效应模型检验企业ESG表现会通过减少投资者与企业之间的信息不对称来减小债券信用利差;通过调节效应模型检验数字金融的发展会削弱企业ESG表现减小债券信用利差的能力;在市场化程度和法律制度环境建设程度高的地区,企业ESG表现与其债券信用利差之间的关系更显著,而在市场化程度和法律制度环境建设程度低的地区则不显著。研究结果有助于帮助企业从提升其ESG表现的角度减小债券信用利差提供了新的经验证据,并为学术研究和政策实践提供了不同的视角。

乡村振兴视域下绿色金融发展的内在逻辑与路径研究

在碳达峰、碳中和的发展要求下,需要构建绿色金融支持乡村振兴发展的新路径,推动乡村绿色发展。绿色发展引领乡村振兴对农村的生态环境改善、生产方式调整、产业绿色升级提出明确要求,绿色金融将发挥重要作用。目前,乡村振兴的绿色供给市场前景广阔、绿色风险补偿方式迭出、绿色金融外溢价值突显,但同时也存在农村经济金融配置能力受限、金融配套支持不足、乡村振兴项目市场定价机制不成熟等问题,应从政策引领导向、资产配置功能、风险管理功能、市场定价功能四个方面发力,充分发挥绿色金融积极作用,为绿色金融支持乡村振兴提供有效参考。

企业集团债券集中管理与信用利差

如何有效防范化解债券信用风险是维护国家金融安全和稳定的关键。企业集团对债券发行采取集中管理能否发挥规模优势、实现为债券“增信”,从而更好地降低债券信用风险?本文以2008—2020年A股上市企业集团发行的公司债、企业债和中期票据为样本,实证分析了债券集中管理对债券信用利差的影响。研究发现:债券集中管理能够显著降低信用利差,证实了“收益效应”起主导作用。在考虑内生性问题和一系列稳健性检验后,基本结论仍然成立。进一步地,机制检验发现债券集中管理通过“共同保险效应”与集团声誉的渠道影响债券信用利差;异质性检验发现在民营企业、融资约束较高、母—子公司制度距离较小的公司,以及债券没有担保条款、信用评级较低、承销商声誉较差时,债券集中管理对债券信用利差的抑制作用更强。本文研究阐明了债券集中管理对债券信用利差的影响机理,拓展了内部资本市场和集团负债管理的研究范畴,为企业集团债券发行与信用风险管理提供经验借鉴,亦对于如何化解债券市场信用风险,促进实体经济稳定发展具有一定启示意义。

土地出让金划转税务部门征收对城投债的影响效应分析

本文以土地出让金划转税务部门征收这一政策为切入点,考察其对城投债发行规模和信用风险的影响。实证结果显示,土地出让金划转税务部门征收政策实施后,城投债发行规模显著降低,但信用利差显著提升。在此基础上,本文探讨了土地出让金划转税务部门征收对城投债信用风险的异质性影响、经济机制和风险化解渠道,结果显示:与东部地区相比,中部地区和西部地区的城投债信用利差显著提升,与所属较高行政级别地区的城投债相比,所属较低行政级别地区的城投债的信用利差显著提升;较高的土地依赖度、地方债务压力和企业偿债压力会加剧政策实施后城投债的信用风险;发行“借新还旧”城投债有助于缓解政策实施对城投债信用利差的正向效应。本文的研究为全面认识土地出让金征收改革的政策作用提供了事实依据,对防范化解城投债务风险提供了分析路径和参考。

Predicting Credit Bond Default with Deep Learning: Evidence from China

China’s credit bond market has rapidly expanded in recent years.However,since 2014,the number of credit bond defaults has been increasing rapidly,posing enormous potential risks to the stability of the financial market.This study proposed a deep learning approach to predict credit bond defaults in the Chinese market.A convolutional neural network(CNN)was selected as the classification model and to reduce the extreme imbalance between defaulted and non-defaulted bonds,and a generative adversarial network(GAN)was used as the oversampling model.Based on 31 financial and 20 non-financial indicators,we collected Wind data on all credit bonds issued and matured or defaulted from 2014 to 2021.The experimental results showed that our GAN+CNN approach had superior predictive performance with an area under the curve(AUC)of 0.9157 and precision of 0.8871 compared to previous research and other commonly used classification models-including the logistic regression,support vector machine,and fully connected neural network models-and oversampling techniques-including the synthetic minority oversampling technique(SMOTE)and Borderline SMOTE model.For one-year predictions,indicators of solvency,capital structure,and fundamental properties of bonds are proved to be the most important indicators.

城商行参与、地方政府救助与城投债违约风险化解

地方政府的支持对于降低城投债违约风险具有重要意义。基于2015—2021年城投债地级市数据,采用OLS估计和工具变量法,分析城商行资源对城投债信用利差的影响。研究表明,地区金融资源和地方政府可支配金融资源能够显著降低当地城投债违约风险。异质性分析表明,城商行对城投债违约风险的降低效应仅在经济较发达和城商行资产富裕的地区存在。机制分析表明,第一例城投债的实质性违约强化了城商行资源对信用利差的降低效应,金融资源结构的“本地化”倾向对信用利差呈“倒U型”状态,城商行资源在降低城投风险方面具有财政金融二重属性。基于此,建议重视地区城商行建设,提升地方政府紧急救助能力,防止出现隐性债务“由点到面”的违约风险扩大化。