01 和 0.115. 其中EXRETAVG 和 CASHMTA 两个因子对债券违约的解释能力最为显着。Р Р 本文利用 EXRETAVG 和 CASHMTA 两个因子构建的基于逻辑回归的 LPFD 模型,在该模型中两个因子的 p-value 均小于 0.10.Р Р Р Р 将 437 只债券按照违约模型以及 2015 年 8月 31 日之前的定期报告、中债净价数据计算出的PFD 值进行排序后,发现 2016 年上半年发生违约的 9 家债券发行人3中有 7 家位于违约概率排名的前 15%(排名越靠前,违约概率越大)。Р Р 上述方法可作为信用债投资筛选的一种方法,投资者可在日常投资分析中借助上述模型计算出债券违约概率排名,排名居前 15% 的发债主体可列入禁投黑名单在投资中加以规避,只考虑投资排名在后 80% 左右、未来违约概率相对较小的信用债。Р Р (二)金融债券投资优选方法Р Р 由于商业银行负债率、杠杆率相对较高,信用债的筛选模型并不适用于商业银行债券投资分析。本文采用 Chen(2013) 的 ROIC 模型对金融债进行分析。Р Р Chen(2013) 的 ROIC 模型是将一家商业银行的投资资本(Invested Capital) 分解为股权资本和债务资本,通过计算投资资本回报率 ROIC(Return on Invested Capital)与加权平均资本成本anagement,2012.Р 4.Dynkin, L., Gould, A., Hyman, J., Quantitative Management of Bond Management,2007.Р 5.Chen, S., Integrated Bank Analysis and Valuation: A Practical Guide to the ROIC Methodology,2013.
全文预览
