20240927-中泰证券-固定收益专题报告_超长信用债如何定价__21页_1mb

报告摘要

2024年以来，超长信用债发行规模显著增加，为投资者提供了更多选择，但也带来了新的挑战。由于超长信用债期限较长，受多种因素影响，定价难度较大，传统方法难以有效应对其复杂性。因此，本报告旨在探索一种更精准的超长债定价方法，重点探讨基于收益率曲线构建的定价模型在信用债领域的应用和改进。

超长债定价的复杂性：超长信用债的定价需要综合考虑多种因素，包括市场趋势、经济因素、债券分类等，传统插值法和静态拟合法在处理超长债时存在一定的局限性。
改进后的D-L模型：基于Nelson-Siegel模型的Diebold-Li模型（D-L模型）在控制期限结构形态方面表现优异，且对数据的要求较低。通过参数设定、正则化处理以及数据趋势性处理，该模型在长端定价预测方面显著提升。
细化债券分类：将信用债分为产业债和城投债，并进一步细化城投债的隐含评级、是否公募、是否含权、是否担保，以及产业债的行业划分，有助于更精准地捕捉收益率影响因素。
趋势性数据处理：通过对数据进行趋势性处理，模型在滞后一个月左右的长债预测中具备更长的适用性，并能有效跟踪价格的变化趋势。
模型验证与效果：报告选取了三个不同场景的案例进行验证，包括首次发行的超长债、交易价格与中债估值偏差较大的债券、以及偏差较小的债券，结果显示模型在预测精度和价格调整趋势上均优于传统方法。

D-L模型优势：D-L模型能够有效控制期限结构形态，适用于长债定价，且在参数设定和数据处理上具有更高的灵活性。
参数设定优化：通过设定参数 $k$ 的值为0.3357（对应5年曲率最大），并对模型参数进行细致调优，提升了模型的预测能力。
正则化处理：加入L1正则化项，提升了模型对长端的泛化预测能力，并减少了过拟合现象。
趋势性数据处理：将中债估值收益率与最近交易数据进行加权处理，使预测结果具有更长的适用性。
案例验证：
- 24蜀道投资MTN010B：预测收益率为2.59%，实际成交收益率为2.50%，后续调整至2.54%，偏差缩小至5bp以内。
- 24鲁高速MTN006B：预测收益率为2.472%，实际成交收益率为2.45%，偏差为2bp，与中债估值误差为2bp。
- 24深圳地铁MTN003B：预测收益率为2.439%，实际成交收益率为2.42%，偏差为2bp，与中债估值误差为1bp。
- 24京投K4：首次交易时模型预测收益率为2.601%，实际成交收益率为2.6896%，偏差为9bp，后续价格逐渐回归合理区间。