中国信用债综合流动性指标构建：引入最优双边报价价差的Hui-Heubel流动性比率

中国信用债综合流动性指标构建： 引入最优双边报价价差的Hui-Heubel流动性比率 蔡之雨李家香刘文雄马健 摘要当前我国信用债市场参与者主要依赖交易量或换手率等传统单一指标进行流动性评估，缺乏一个综合科学的流动性评价指标来直观体现个券的真实流动性。为此，本文基于Hui-Heubel流动性比率，加入市场最优双边报价价差，建立信用债流动性评价模型，可以对不同发行主体、不同时间段的个券进行流动性比较，且个券指标结果支持分组统计，可以在横向与纵向上对比发行人、债券品种、时间段之间的信用债流动性变化。该指标有其实用性，指数编制机构、发行人、投资人以及监管机构均可以借助评分结果，更准确地了解信用债二级市场的流动性状况，支持信用债业务的相关决策。 关键词信用债流动性评价指标双边报价 一、引言 近年来，我国信用类债券的体量稳定增长，信用债市场已成为我国债券市场的重要组成部分，丰富了金融市场的投资品种，也为实体经济提供重要的融资渠道，有助于企业优化资本结构，降低融资成本，推动产业升级和高质量发展。 但我国信用债市场的流动性还存在较大提升空间。除市场整体流动性相对于美国等成熟市场还比较低外，由于市场参与者风险偏好类似，交易性需求一般聚焦于少数高等级主体发行的债券，信用债的流动性存在不平衡的问题。另外，机构投资者行为趋同，在市场波动较大时往往会加剧单边走势，导致流动性问题更加突出。流行性的上述表现不仅影响了信用债的定 价效率，也制约了债券市场服务实体经济的能力。 业内学者一直对我国债券的流动性保持关注。在利率债流动性研究方面，朱世武和许凯（2004）在研究银行间债券市场时提出双边报价宽度对流动性会带来巨大影响；张瀛（2007）运用日交易数据分析了做市商制度、风险波动等因素对债券流动性产生的影响，也是国内较早提出做市双边报价对流动性的重要性。在信用债流动性研究方面，王晓翌等（2012）使用换手率、交易天数和交易量对公司债券的流动性进行测量。此外，彭莉（2018）研究了市场参与者结构的变化会显著影响债券市场的流动性，二级市场流动性度量需要从多维度考虑；陈明晨（2019）选取Hui-Heubel流动性比率和换手率测算我国地方 蔡之雨，平安银行资金运营中心本币信用交易团队；李家香，平安银行资金运营中心系统规划室；刘文雄，平安银行金融科技部资金同业研发中心；马健，平安银行资金运营中心总裁助理。 政府债券在二级市场的流动性。 从上述文献梳理的情况可以看出，流动性水平的量化测度是主要研究方向之一。建�合理、有效的流动性评价指标，有助于更直观、全面地了解信用债二级市场流动性状况，可为不同类型的市场参与者的相关决策提供更可靠的支持。当前市场主要参考利率债依赖交易量或换手率等传统单一指标评估信用债流动性，但信用债具有发行主体多、债券存量规模差异大、成交量较小且不均衡等特点，会导致上述指标应用时面临成交数据缺失、个券横向比较有失偏颇等问题。因此，为更准确、客观地反映信用债的二级市场流动性状况，本研究拟在Hui-Heubel流动性比率框架基础上，引入二级市场最优双边报价，建�中国信用债综合流动性指标，通过严谨的量化方法，衡量和区分不同信用债在流动性方面的表现优劣，并从不同维度观察信用债流动性变动趋势。根据该指标的评分结果，可为信用债划分出清晰的流动性等级，有助于提升信用债二级市场的透明度和效率。 二、研究设计 (一)模型选择 本文拟选择Hui&Heubel（1984）提出的Hui-Heubel流动性比率（Hui-HeubelLiquidityRatio，简称H-H比率）作为主要指标，主要基于以下几方面原因。①综合性强。H-H比率不仅考虑了交易量，还将其与价格变化联系起来，从而提供了市场成交与报价两方面的综合衡量，能够更全面地反映市场流动性。②与市场实际状况的相关性高。H-H比率能够同时反映市场面对交易量变化时的价格反应速度和程 度，从而更贴近实际市场情况，在评估市场深度和广度方面具有较高的相关性和准确性。③适用性广泛。与其他单一维度的流动性指标相比，H-H比率更贴近信用债市场条件和债券特征，其中使用的报价参数具有更好的适用性，可以用于评估流动性较低的国内信用债市场。④理论基础扎实。Hui&Heubel提出的流动性比率基于系统性风险和非系统性风险的分离，这一理论基础使得该比率在实际应用中具有较高的可靠性和科学性。 H-H比率的基本形式为资产价格变动幅度与换手率的比值。考虑到部分信用债成交不活跃，我们将H-H比率公式分子中的实际买卖成交价价差替换成买卖报价价差，即代表了市场可以在报价区间内达成交易，可以更全面地覆盖信用债品种，并同样能贴合地表现出市场实际活跃度。 另外，需要特别说明的是，由于本模型侧重于通过报价与成交等数据分析信用债的流动性，在中高评级、规模较大的信用债应用中准确性更高，对于中低评级个券（特别是长期无报价的或以净价交易的个券）的评分结果还需辅以发行人及行业变化、特定投资人行为等其他信息来进一步全面评价其流动性。 （二）数据来源与处理 本研究根据理论框架的设计，需要使用到以下数据。 ①债券基本信息。包括债券代码、名称和债券种类，以及对于周转率计算至关重要的存量规模数据。在涉及滚动续发以及提前还款的债券时，还需要根据债券部分金额的上市流通及退市摘牌按日进行调整。这部分数据取自wind公布的中国债券份额变动表。 ②市场成交数据。成交金额是衡量一段时间内债券流动性的一个重要检验指标，由于本文研究涉及本币信用债的二级市场主要指银行间市场，所以相对准确的成交数据使用外汇交易中心的二级市场逐笔成交表进行汇总。 ③市场双边报价。在公开渠道持续展示、具备可执行性的市场双边报价，可以为市场提供即时的价格参考，有助于提高交易效率，更窄的双边价差可以极大地提升市场活跃度。综合考虑到我国信用债交易实践，机构间获取的市场价格主要来自六家货币中介公司�和中国外汇交易中心做市报价平台的公开报价。我们聚合六家中介的报价以及外汇交易中心的双边报价和xbond的匿名报价，获得市场最优报价的实时Tick行情。2 考虑到信用债日内经常存在市场单边或双边报价缺失，这会直接影响到计算平均价差，所以根据实践中核心做市商在银行间市场上对中高等级信用债的双边报价一般控制在20bps以内，因此设定在单边价格缺失时，有效价差取值20bps，双 边都缺失时，有效价差取值40bps。该利差可能对中低等级信用债相对偏窄，但为了保持衡量尺度统一，在此不做进一步区分。 数据取样方面，分别计算交易日内每段最优报价的有效价差。每个有效价差，在有成交或者下一笔最优报价更新前持续有效，计算特定时间段的有效价差时，按时间对其中的有效价差取加权平均，计算公式为： Spread=∑Spreadi·ti （三）模型构建iT 在选用H-H比率作为指标主要框架的基础上，为更好地适用于国内信用债市场交易规则，本文计算按人民币1千万元为券面交易量单位，1个基点（bp）为收益率单位，并进行以下调整。 ①有效价差（EffectiveSpread）。在计算买卖价差中，用收益率的最优买价减去最优卖价（BestBid-BestAsk）的差值作为有效价差，价差越小说明市场流动性越好，如果市场上卖价大于买价，则有效价差取最小值为零，避免出现不合理的倒挂价格。 其中T为交易日的总报价时长，根据国内债券市场交易习惯以及大额支付系统清算时间，设定为7小时3，t为Spread持续时间，∑iti=T。 ii ②换手率（TurnoverRate）。换手率的 基础计算公式为： Turnover=∑Vd tSd 其中，Vd为债券每日交易量，S是计算时期内以债券交易日加权平均的流通存量。 由于换手率在H-H比率中处于分母 1包括上海国利货币经纪公司、上海国际货币经纪有限责任公司、平安利顺国际货币经纪公司、中诚宝捷思货币经纪公司、天津信唐货币经纪公司以及上田八木货币经纪(中国)有限公司。 2实时Tick行情是指金融市场中，交易标的物（如股票、期货、外汇等）的最新交易价格信息，这些信息通常以时 间序列形式展示，每个数据点代表一个“Tick”，即市场的最新成交价格或报价。 3即9:00-12:00和13:00-17:00。 位置，为避免不活跃信用债在一段时期内的交易量为0导致无法得出计算结果，所 以对交易日成交不足1手（券面1千万元）的交易，我们根据该债券可交易存量万分之一的比例，赋予其不超过1手的计算值： S Vd'=MAX[TradeVolume,Min(1000)] 由于不同品种的信用债发行量差异较大，债券存量差异达到百倍以上，所以为了减少由此带来的巨大差异，我们将换手率指标的分子和分母分别经自然对数处理，以减小没有成交量时因存量差异带来的换手率差异。 V=Ln(V'+1) 三、模型评分结果分析 （一）描述性统计 我们根据指标对银行间市场2024年1 月1日至9月22日间存续的23554只信用债进行计算验证，回顾该指标在历史数据中的表现。 表1对债券流动性得分进行了月度统计，可以看出每个月的总体流动性水平保持相当，分布情况也是保持基本稳定。债券流动性得分越高，其数量占比越小，50分以下的债券数量往往能达到样本总体的75%以上，流动性80分以上的债券平均 控制在2000只左右，说明本指标能更好 地区分50分以上债券的流动性排名。 dd Sd=Ln(S+1) 在计算债券交易日加权平均时，换手率年化使用交易日历计算，周频和月频使用日频价差的平均值，并且会根据实际情况考虑周末调休补班的情况。 ③流动性指标的计算。至此，基于H-H 模型的ρ计算结果如下： ρ=Spread Turnover 最终为了使呈现的流动性指标分数位于[0,100]区间，我们将ρ再经过自然指数处理，最终信用债综合流动性指标公式如下： L=100e-αρ 其中，α为市场流动性倍率参数，可用于调整整体流动性数值分布。目前银行间市场信用债交易量约占全市场成交量10%，所以目前α设定为10%，该参数不会影响个券最终的排序。 表2进一步根据债券发行体量对评 分结果进行统计🕔，存量为“≤1亿元”和“1亿~10亿元”的信用债流动性评分主要在“≤20”较低的档位；存量“10亿~50亿元”的评分主要在“20~50”；存量“50亿~100亿元”的评分主要在“50~80”；而存量“100亿~500亿元”及“>500亿元”的评分基本在“>80”。由此可以得出，即便模型已通过使用换手率提升不同发行体量的债券流动性的可比性，但总体债券发行量与流动性依然呈现正相关，这可能与个券发行金额较大的债券一般来自高评级的发行人，信用风险较低的发行人普遍拥有更多的投资者，能保持二级市场关注度在较高的水平，从而整体提升债券流动性。 图1展示了信用债个券在不同时间段流动性水平变化与发行量也息息相关。发行量在“>500亿元”“100亿~500亿元”“50亿~100亿元”三类信用债，其流动性 1为方便处理，采用债券存量反映债券发行体量。 债券存量规模 分数区间 占比 ≤1亿元 ≤20 89% 20~50 10% 50~80 1% ＞80 0% 1亿~10亿元 ≤20 53% 20~50 39% 50~80 6% ＞80 2% 10亿~50亿元 ≤20 18% 20~50 47% 50~80 27% ＞80 7% 50亿~100亿元 ≤20 1% 20~50 10% 50~80 46% ＞80 43% 100亿~500亿元 ≤20 0% 20~50 1% 50~80 20% ＞80 79% ＞500亿元 ≤20 0% 20~50 0% 50~80 0% ＞80 100% 表12024年月度信用债评分分布表22024年1—9月不同发行量信用债评分分布 分数区间占比 1月 2月 3月 4月 5月 6月 7月 8月 9月 ≤20 47% 51% 51% 48% 47% 56% 47% 47% 43% 20~50 33%