票據資產兼具資金屬性與信貸屬性，導致票據價格波動不時受制於信貸政策。防範化解金融風險之後，影子銀行被迫收縮，傳統信貸重要性提高，票據成為承接表外融資收縮的重要工具。這種背景下，釐清票據供求關係的實質，識別信貸因素的作用邊界，獨立判斷信貸走向，對於提高票據決策科學性具有積極意義。
票據供求新邏輯
- 票據供求是“資金買賣”
供求關係決定商品價格，票據也不例外。傳統分析框架中，通常將資金成本、信貸政策、市場預期等割裂考慮，無法聚焦識別票據供求多寡。從交易本質看，票據供求的核心是“資金買賣”。買入票據，即“賣出資金”，票價為賣出收益；賣出票據，為“買入資金”，票價為買入成本。以此論，票據供求可轉化為資金供求。通過識別資金流判斷供求關係，將會減少判斷多元票據流的複雜性，便於建立統一的分析模式。無論是資金成本、抑或信貸政策，再或其他因素，最終都會演化成“資金買賣”。其中，資金成本是最常態的影響因子，它的高低決定了是增加還是減少資金供給。
票據貸款是一種特殊資金
從用途看，通常意義上的資產買賣取決於負債成本。如果資金成本走低，會刺激買票，降低溢價需求；價格走高，則會抑制買票衝動，抬高溢價空間。與之相較，以“票據貸款”形式出現的資金流更具特殊性。在更多情況下，信貸政策出現調整，即使資金成本不合適，商業銀行也需進行票據買賣，以調整貸款規模。2008年後，四波寬鬆週期內，資金成本走低在很大程度上拉低了票據價格。防範化解金融風險中，影子銀行被迫收縮，在表內傳統信貸難以及時承接的前提下，以票充貸漸成新常態。2019年，情況更加突出，多次出現信貸突然發力、票據價格衝擊歷史極限的情況。
票據價格決定模式
- 貨幣市場與票據市場的資金斷層
截至目前，除標準化票據可以雙向流通外，票據市場與監管意義上的貨幣市場之間仍然存在著傳導障礙，這導致資金流並不能完全自由流動，從而產生了相對獨立的價格體系。這種斷層主要受制於貨幣政策、組織架構、業務模式等導致的票據業務負債非獨立性。負債困境下，信貸因素才能不時主導票據市場資金面，而不被貨幣市場干擾，時點作用也得以放大。
外部負債補充不足。與監管意義上的貨幣市場不同，票據市場僅可通過再貼現獲取基礎貨幣，沒有獨立的“公開市場操作體系”。再貼現餘額長期維持在2000億元左右，遠低於其他貨幣政策工具投放量。電子票據時代，票據逐漸標準化，未來有望被納入合格優質流動性資產，上海票據交易所（下稱“票交所”）或會成為新的基礎貨幣供應渠道。從存量資金面看，受制於組織架構、管理模式等，貨幣市場資金流通常多圍繞債券、存單等現行標準化產品，票據配置權重偏低。
內部負債難以支撐票據資金需求。票交所成立後，票據交易開始走向“類債券化”，在外部負債不足的前提下，以券商及中小銀行為代表的金融機構開始探索票據槓桿交易，以票據賣出回購資金撬動更大資產規模。但對比債券市場，票據市場內部負債活躍度仍然較低。票據回購與轉貼現比值僅40%左右，遠低於銀行間債券質押式回購與現券買賣400%的水平。
- 三種票價決定模式與信貸作用邏輯
根據前述邏輯，票據供求的實質是“資金買賣”。票源過旺或信貸管控，會產生極端的資金需求或資金供給，從而導致票價單向波動。兩者的特殊情況與票據行業本身屬性相關，更多的情況下，票據利率波動會受制於資金面餘缺程度。我們將其總結為票源型資金需求決定、貨幣市場資金成本決定、信貸管控型資金供給決定三種模式。從票據供求關係論，前者為極端供給，後者則為極端需求，中間則是供求關係常態，相對均衡，趨勢與貨幣政策有關。
與內外自營資金不同，信貸資金供給取決於監管導向，時點性更強，甚至不計成本。如果社會融資等指標出現萎縮，中央銀行要求加碼信貸投放，即使資金面緊張，流動性也會被迫從貨幣市場擠出流向票據市場，從而拉動票據買方，打壓票據價格。反之，如果面臨收縮信貸的壓力，即使資金成本很低，金融機構仍然也會賣出票據，助推票價走高。市場割裂造成的信貸專項資金流動，最終會主導市場。
前述結論有個基本假設，即票據供給或者說票源方資金需求不變。從更長時間序列看，信貸資金影響票據市場需求，不能決定票據市場供給，不必然決定票據價格。在不少信貸因素髮力的時點，賣方力量更強，票價仍然大幅度走高，此種情況多屬於票源型資金需求決定模式。如果再疊加貨幣市場資金面緊張，票據利率必然會出現攀升。
信貸作用的邊界
- 基本假設
信貸屬性體現在直貼端與交易端，但兩個市場相對隔離，供求關係不能一概而論，需分開討論。考慮數據可得性、規模狀況等，我們以貼現金額（日）代表直貼端需求以及轉貼端供給，以票據交易金額（日）代表轉貼端需求，把兩者是否放大或者收縮作為描述信貸因素髮力的依據。利率指標上，選擇足年國股直貼利率和足年國股轉貼現利率，時間跨度為2018年6月12日至2019年12月18日（票交所與普蘭數據）。同時，為了消除非信貸影響，引入承兌金額（日）、銀行間市場7天質押式回購利率（日），在統計中作為次要變量，通過背離分析，間接論證信貸因子作用空間。
我們將模型分為單因子、雙因子、三因子三層。單因子模型只考慮信貸因素，衡量此時如果信貸擴張或收縮，與票據利率是否存在趨勢關係。假定關係存在，由於可能是多種因素所致，因此將其解釋為信貸因素獨立作用的上限。雙因子模型考慮資金影響，將其反向剝離後，得出信貸因素，或信貸因素與其他作用的上限。三因子模型中，進一步剔除出票端影響，在假定出票供給與資金利率均不影響票據價格的前提下，得出信貸因素的作用下限。
- 直貼端：信貸綜合影響率為13.95%～46.32%；90%概率小於10bp；極限值為正負38bp且集中於月末前後三天
結果顯示，假定不存在其他因素，貼現金額變動能解釋五成左右的直貼利率波動。若只考慮信貸因素，在全部380個交易日中，貼現金額上漲時，直貼利率同時下降的交易日共113天，貼現金額下降與直貼利率上漲並存的交易日共63天。假定直貼利率下滑全部因為貼現擴張，利率上升全部因為貼現收縮，那麼，直貼利率波動有46.32%取決於信貸調節。
考慮到直貼利率上行或下滑並非絕對源於信貸變化，也可能與貨幣市場資金成本等其他因素有關，前述解釋比例應是信貸獨立作用的上限。如果剔除貨幣市場資金變動因素，即貼現金額擴張與利率下滑時DR007卻上漲的交易日，以及貼現金額收縮與利率上漲時DR007卻下滑的交易日，雙因子下，信貸因素獨立作用的影響率下降為19.21%。更進一步，如果同時消除資金成本與出票端影響，三因子下，直貼端信貸獨立影響率僅為13.95%。
從作用邊界看，不同因子模型下概率不同，考慮全部樣本區間，在90%以上時間內，信貸因素的影響幅度均在10bp以內（包括不存在趨勢關係的交易日）。以影響最大的單因子模型為例，信貸放大或收縮可能導致票據價格走低或上升超過10bp的天數共25天，僅佔全部樣本的6.58%，雙因子、三因子模型下，信貸影響超過10bp的概率分別為3.16%、2.63%。即使從大於10bp的交易日來觀察，絕大多數扔維持在10bp左右，超過15bp的交易日共5天，僅為樣本的1.3%。樣本中，最大值為2019年7月30日和8月30日，當日分別驟降38bp，劇增35bp，為近年極限值。根據分析，該種波動已脫離信貸因素範疇，與市場預期有關。時間分佈上，單日波幅超過10bp的九成以上發生在月末前後一週，超過20bp的基本出現在月末前後三個交易日。
- 交易端：綜合影響率為13.76%～47.88%；90%概率小於10bp；極限值為正負36bp且集中於月末前後三天
轉貼端指標選擇略有不同，我們以交易金額大致取代轉貼現，用以代表二級市場信貸因子。考慮無法完全釐清交易中票據源頭，以貼現額近似替代二級市場票據供給。結果顯示，交易金額放大時，足年國股轉貼現利率下降的天數共98天，交易金額縮小時轉貼現利率上漲的天數供83天，兩者合計約佔全部交易日的47.88%。因此，可以大致判定，轉貼現利率波動同樣在五成左右受制於交易需求總量。考慮可能存在其他因素會影響前述趨勢關係，47.88%應當為交易端信貸因素作用的上限。消除其他因素後，交易端信貸獨立作用的下限為13.76%。
從作用邊界看，交易端信貸因素的影響與直貼端大致相近，但比例略高。信貸因子同樣左右了50%左右的票據利率波動，日波幅90%在10bp以下。在所有信貸因素與票價波動存在趨勢關係的樣本中，利率波幅小於5bp（不包括）的共120天，佔比66.3%。波幅在5bp（包括）～10bp（不包括）之間的共34天，佔比18.78%。兩者合計佔比85%，再考慮信貸因素可能不起作用，小於10bp的概率將會大於90%。利率波動在10bp（包括）～20bp（不包括）的合計23天，佔比12.71%。其中，1月3日降幅最大，為23bp，7月30日下降18bp，8月1日增長36bp，其餘品種7月末時點更是創下近年之最。時間分佈上，與直貼端相似，波幅超過10bp的集中在月末前後一週，極限波幅集中於月末前後三個交易日。
- 信貸因素與資金成本：誰更重要
前述結論中有關信貸作用邊界的單因子模型，都隱含著一個基本假設，即票價波動只存在信貸一個因素。實際上，直貼端46.32%與交易端47.88%的影響率更大可能是多種因素共同作用的結果。因此，消除資金成本與出票端因素的三因子模型中的概率（直貼13.95%、交易端13.76%），才更能代表信貸因子獨立作用的下限。根據這種方法和假設，如果以資金成本作為主因，也大致可估計出剔除信貸因素後，資金成本獨立作用的邊界。
結果顯示，消除信貸因素與票源影響外，資金成本作用於轉貼現利率的下限為3.97%，遠低於剔除資金等因素後信貸因素獨立作用於票據價格的下限值13.76%。這說明，與資金相比，信貸因素獨立影響票價的作用更強。在某些時段，信貸控制對票價的衝擊，遠大於資金成本的衝擊，間接印證了貨幣市場與票據市場之間存在著傳導障礙，票據利率市場化任重道遠。同時，我們留意到，單因子下，資金成本對票價的影響率為52.38%，高於47.88%的信貸影響率。這說明，儘管與信貸因素相比，資金的臨時性衝擊更弱，但仍然是它決定了票據價格變化的基本盤，更容易與其他因素合力引致利率變化。
如何判斷信貸走向
前述可知，信貸衝擊不僅可能小幅影響日常票據價格，也可能導致其出現臨時性劇烈震盪。因此，瞭解、判斷信貸走向意義重大。根據觀察，這種走向大致可從日常狀態和時點衝擊兩個維度來考慮。
- 瞭解日常狀態：自然補充中的期限結構——自主決策
與突發力量引致的票價劇烈波動相比，自然到期形成的信貸補充與票價關係更為模糊，甚至不必然存在反向關係。票據業務部門會在既定的規劃額度內，根據資產分佈、市場走勢等情況自行調節。參與主體更多，體現的是市場化結果，利率走勢平緩。主要原因在於，常態情況下票據供求關係更為複雜和均衡，自然補充、資金成本等交叉發力，信貸力量難以主導市場。儘管如此，瞭解自然到期仍有意義，它至少描述了更多情形下的票據市場心理狀態，讓參與者知道依賴自然補充的信貸因素判斷票價並不十分牢靠。一般而言，票據到期量較多，意味著存在巨量補充的可能，進而增加市場買方力量，拉低票價。反之，如果其他因素出現變動，票價則更可能升高。
根據觀察，主要有如下幾種方式可以衡量票據期限結構。
本期貼現到期量=上期貼現餘額+本期貼現發生額-本期貼現實際餘額
本期貼現到期量=本期貼現發生額-減去本期貼現實際淨增加額
商業銀行年報、票交所公告：根據期限結構與票據佔比大致估算。
三種方法，均是大致估計，各有利弊。前兩者，票交所與人民銀行公佈了現成的基礎數據，稍作加工便可計算出每月到期量，然後運用統計軟件進行預測，弊端是預測多依據歷史規律而非真實分佈。第三種方法中，我們可以根據商業銀行年報或票交所報告等找到真實的大類金融資產的分佈或者未來期限分佈佔比，弊端在於金融機構過多、統計複雜，期限結構數據更新頻率低、類別籠統，不能完全滿足精細化預測的需求。根據粗略估計，2020年的票據到期量主要集中於第二季度和第四季度。
- 關注時點衝擊：總量調節與指標優化——外力引致
對波段操作而言，研判時點衝擊似乎更有意義。與到期自然補充不同，時點衝擊多來自不可約束外力，經營主動權差弱。其可分為宏觀總量調節與微觀指標優化兩類，前者指中央銀行進行的信貸總量的臨時性調節，一般多出現在某類經濟工作會議後。該種變化隨機性強，時點規律性差，如2019年7月末、10月末。後者指的是商業銀行為優化資產負債結構而進行的規律性信貸調節，多出現在報表週期日，如月末、季末、年末等。
判斷信貸政策需要首先關注各類會議精神。通常，我們需要根據中央層面會議精神判斷大趨勢，結合中央銀行政策導向判斷時點變化。實務中，中央銀行會通過窗口指導等方式對信貸規模進行調節，與資產負債部門保持密切溝通能夠提高預期的準確性。同時，中央銀行也會定期公佈社會融資規模、金融機構信貸收支情況等眾多報表，相關數據多會成為下一階段信貸政策調整的重要依據。及時瞭解各種口徑下信貸數據變化，對研判政策導向具有重大意義。此外，貨幣政策報告、支付體系運行報告、票交所報告等，也會間接觸及相關問題。
閱讀更多 得票匯 的文章
