固定收益点评：如何高频跟踪城投债融资环境？

如何高频跟踪城投债融资环境？ 证券研究报告/固定收益点评2023年7月17日 分析师：肖雨 执业证书编号：S0740520110001电话： Email：xiaoyu@zts.com.cn 分析师：赖逸儒 执业证书编号：S0740523060004电话： Email：laiyr01@zts.com.cn 相关报告 1城投债融资的三个维度 投资要点 区域城投债融资环境变化复杂，难以用单一指标衡量。本文迭代了此前报告中“量-价-期限”三维坐标体系的观测模型，构造了更高频的城投债融资环境跟踪模型并应用于近期融资数据，展现近期融资环境变化。 我们分别选取区间融资量、区域加权平均票面利率和债券发行期限（含权债则取行权期限）作为代理变量，其中融资量和融资期限与原模型一致。融资价格上，我们采用发行满14个工作日的债券估值作为代理变量，代替原先模型中采用的票面利率。由于部分债券发行时可能存在一定非市场化因素，不能准确反映市场环境，故指标需要更换。又 因为债券发行时可能尚未形成估值数据，且形成初期（5天内）估值较不稳定，故而选择14个工作日作为合适的时间节点。对2021-2022年数据应用优化前后的模型，发现 两种结果都可以得到2022年城投债融资价格相较2021年有小幅下降的结论，但从变化率差值可知，2022年非市场化发行现象相较2021年更为显著。 为更及时掌握市场动态，往往需要更高频和更细致的数据。原模型中以年为单位观测各省的融资环境变化，从频率和数据颗粒度来看都较为粗糙。本文根据发债频率设臵判断标准，用于判断全区域乃至各行政层级城投债适用的跟踪频率，并推广至发债主体。区域发债具有一定稳定性，可以通过过往的发债频次推导该区域适用的跟踪频率。本文使 用2021年和2022年的数据，判断区域适合的高频分析，判断标准为单位时间内发债 次数是否超过10次。 本文得到全国各省份、江西省各地市、全国各城投平台行政级别以及发债主体适用的跟踪频率。具体来看，发债频次较低的西藏、内蒙古等省份仅适用年频跟踪，发债频次最高的江苏和浙江可以适用周频分析。频次的提高和数据颗粒度的细化往往两难全，因为提高跟踪频率后，可能存在区域在某个期间未有城投债发行或偿还的情形，导致无法获 知融资期限和价格信息，进而无法计算变化率。 本文构建了自由区间模型，可以通过改变时点和区间长度，计算某时点前后对称区间区域融资环境的变化。选取2022年11月14日为观测时点，将区间长度设为180天，观 察多个省份在该时点前后融资价格、融资量与融资期限的变化率，并据此进行了融资层次划分。整体来看，该时点前后城投债融资环境小幅弱化，但贵州、四川等地受冲击较小。 运用优化后层次划分模型，本文对适用季频分析的省份2023年第二季度相较一季度融资环境的变化进行分析。分指标来看，各省份融资价格总体下降5.27%；多数省份城投融资量相较于2022年第一季度大幅走低，各省份融资量变化率中位数为-39.24%。融资期限小幅上升，各省份融资期限变化率的中位数为5.62%。部分省份的地市级城投债发债频率适合季频分析，本文对这些省份地市级城投2023年第二季度融资环境应用了评分模型。 权衡考虑之下，本文选择使用融资量的变化率而非正负性反应边际变化，使用区间债而非存量债以强调边际变化。此外，本文使用的三项指标，融资价格、融资量、融资期限之间存在一定相关性，三项指标与总分之间的验证机制有待后续发现。 风险提示：1）城投口径判定存在一定主观性；2）模型假设不合理或计算结果有偏颇；3）公开信息披露不完整或不及时；4）城投政策变化超预期；5）数据提取失误；6）利率环境波动剧烈；7）各区域发债节奏有差异。 内容目录 一、如何构建高频跟踪模型？.-3- 1、融资价格的含义变化..............................................................................-3- 2、跟踪频率的判断标准..............................................................................-4- 3、更加自由的时间区间..............................................................................-7- 二、近期各区域城投债融资环境如何变化？.......................................................-7- 1、各省份城投债融资环境的边际变化........................................................-7- 2、地市级城投债融资环境的综合得分........................................................-8- 3、模型思考与探究.....................................................................................-9- 三、总结............................................................................................................-10- 在此前研究《城投债融资的三个维度》1中，我们构造了“量-价-期限”三维坐标体系观测各区域城投债融资环境，依据三个维度的不同变化方向将融资环境的相对变化划定为八个层次，并基于融资环境的绝对情况和具体变化程度建立了拓展模型。本文迭代了此前报告的观测模型，通过改进代理变量、细化区域颗粒度、提高观察频次和灵活设臵观测区间，构造了更高频的城投债融资环境跟踪模型。最后，对近期的融资数据运用该跟踪模型，以更加合理真实地展现近期区域城投债融资环境的变化，供投资者参考。 一、如何构建高频跟踪模型？ “量-价-期限”三维坐标体系中，融资价格指代债券票面利率，容易受到非市场化发行的干扰；观测各省融资环境年际变化，从频率和数据颗粒度来看都较为粗糙；仅进行年度对比，无法自由设臵时间区间。基于以上三个问题，我们对之前的模型进行优化，构建出高频跟踪模型。 1、融资价格的含义变化 融资价格上，我们采用发行满14个工作日的债券估值作为代理变量，代替原先模型中采用的票面利率。在此前的“量-价-期限”三维坐标系中，我们分别选取区间融资量、区域加权平均票面利率和债券发行期限 （含权债则取行权期限）作为代理变量。考虑到部分债券发行时可能存在一定非市场化因素，不能准确反映市场环境，我们改为采用发行满14个工作日的债券估值代理融资价格，估值相对越高表明融资环境趋弱。之所以采用14天后估值，主要是考虑到债券发行时可能尚未形成估值数据，且形成初期（5天内）估值较不稳定。其余代理变量和评价逻辑保持不变，即融资期限的拉长和融资量的上升代表融资环境的边际改善，反之则反。 图表1：区域城投债融资环境的“量-价-期限”三维坐标系 不含权债券债券发行期限 融资期限 改善 含权债券 债券行权期限 恶化 融资量 发行量-偿还量 恶化 改善 融资价格发行满14个工作日的债券估值 来源：中泰证券研究所整理 1参见研报《城投债融资的三个维度》（20230423） 相较票面利率，现模型使用发行满14个工作日估值后，2021年城投债总体融资价格较原模型下降，2022年则有所上升。具体来看，优化后2021年和2022年的融资价格分别为4.52%和4.29%，优化前2021年和2022年的融资价格分别为4.58%和4.07%。换言之，不论是采用优化前还是优化后的模型，都可以得到2022年城投债融资价格相较2021年有小幅下降的结论，但从变化率差值可知，2022年非市场化发行现象相较2021年更为显著。 图表2：模型优化前后各省份融资价格变化率及其差异 优化后变化率 优化前变化率 变化率差值 50% 40% 30% 20% 10% 0% -10% -20% -30% 青贵宁甘海广山辽广陕上云河重四福山河浙北安黑湖新江江内天湖西吉 海州夏肃南西东宁东西海南北庆川建西南江京徽龙南疆西苏蒙津北藏林 江古 来源：WIND,中泰证券研究所 注:1）此处为与原模型比较，仍采用2021和2022年数据；2）变化率差值=优化后变化率-优化前 变化率；3）变化率=（2022年融资价格-2021年融资价格）/2021年融资价格。 2、跟踪频率的判断标准 为更及时掌握市场动态，往往需要更高频和更细致的数据。原模型中以年为单位观测各省的融资环境变化，从频率和数据颗粒度来看都较为粗糙。但频次的提高和数据颗粒度的细化往往两难全，因为提高跟踪频率后，可能存在区域在某个期间未有城投债发行或偿还的情形，导致无法获知融资期限和价格信息，进而无法计算变化率。为避免统计偏误，本文根据发债频率设臵判断标准，用于判断全区域乃至各行政层级城投债适用的跟踪频率，并推广至发债主体。换言之，对于发债频率较高的主体，其融资环境跟踪方法可类比区域。 区域发债具有一定稳定性，可以通过过往的发债频次推导该区域适用的跟踪频率。本文使用2021年和2022年的数据，判断区域适合的高频分 析，判断标准为单位时间内发债次数是否超过10次。以季度为例，由 于一年包括4个这样的单位时间，如果某区域在2021年和2022年发债 次数均超过40次，则认为该区域可以尝试季频分析。根据上述判断标准，得到各省份适用的跟踪频率如下表所示。具体来看，发债频次较低的西藏、内蒙古等省份仅适用年频跟踪，吉林可适用半年频跟踪，北京、广西等省份可以适用季频分析，安徽、福建等区域可进一步采用月频分析，发债频次最高的江苏和浙江可以适用周频分析。 判断标准适用频率适用省份数量适用省份名称 图表3：各省份适用的跟踪频率 2021年发债频次>10次 2022年发债频次>10次 年频9 甘肃、海南、黑龙江、辽宁、内蒙古、宁夏、青海、西藏 2021年发债频次>40次 2022年发债频次>40次 2021年发债频次>120次 2022年发债频次>120次 2021年发债频次>520次 季频、半年9 频、年频 月频、季频、11 半年频、年频 周频、月频、 北京、广西、贵州、河北、山西、陕西、上海、新疆、云南 2021年发债频次>20次 2022年发债频次>20次 半年频、年频 1 吉林 安徽、福建、广东、河南、湖北、湖南、江西、山东、四川、天津、重庆 2022年发债频次>520次 来源：WIND,中泰证券研究所 季频、半年频、年频 2江苏、浙江 依据上述标准，同理也可以判断出各地市适用的跟踪频率，以江西省为例，省会南昌市发债频率高，可以采用季频分析，其余大多数地市只适用于半年频或年频跟踪。 图表4：江西省各地市适用的跟踪频率 2021年发债频次 年频 季频 2022年发债频次 半年频 60 50 40 30 20 10 0 南赣抚 昌州州 市市市 九上景 江饶德 市市镇市 宜吉鹰新萍春安潭余乡市市市市市 来源：WIND,中泰证券研究所 不同省份的发债行政层级结构有差异，例如江苏省地市级和区县级城投发债频次较高，而部分省份主要由省级城投和省会城市城投发债。如果将主要由省级城投发债的省份和主要由地市级、区县级城投发债的省份的融资价格等维度直接作比较，显然有失公允。因此，为实现不同省份同行政层级城投所处融资环境的对比，我们考虑采用上述标准对不同省份各行政级别适用的频率作计算，这种判断方法也可用于判断区域是否适合更小范围的分析，比如表中海南的判断结果为“无”，表示海南省仅适用全域城投债融资环境分析，不适用于做分行政级别的分析。 省份名称 省级 地市级 区县级 安徽 无 月频 季频 北京 年频 无 半年频 图表5：各省份