当前位置： 利息与价格 > 利息与价格目录 > LearnQTrade代码分类和
当前位置： 利息与价格 > 利息与价格目录 > LearnQTrade代码分类和
作者：孔令坤先生
QTrade数据产品团队负责人。多官方市场主体格局下债券信息科技行业面临的困惑与优化思路
在我国，债券市场中存在多个官方市场主体，其中监管主体包括人民银行、证监会、发改委、保监会、交易商协会（自律组织）；交易场所包括：上交所、深交所、银行间、私募机构间；托管场所包括：中债登、上清所、中证登。
各主体、场所及其相互之间的联系呈现纷繁复杂的格局。各个主体的标准和要求不统一、不透明，使得国内债券信息科技行业进行数据处理的难度大大提高，也给产品设计带来了一些困扰。同时，信息商作为债券行业基础数据服务的提供者，也在不断地影响着行业生态。与广大固收同业人士一样，信息科技行业也致力于推动国内债券市场向更统一、更高效的方向发展。笔者作为信息行业从业者，QTrade团队中的一员，从数据处理、债券分类、债券定价计算的角度，奉上几点浅见，以期提高信息提供效率与准确性，欢迎探讨与指正。
一、数据处理之困我们建议在交易所、银行间互联互通的背景下，信息商可以考虑对单券信息的展示方式进行一些优化。将债券全称，或参考彭博债券编制规则另编名称，作为实际债券名称，在同一次发行的债券下，再行区分不同上市地点的债券。优化底层数据仓库数据表结构，突出ISIN码地位，在估值、评级、新闻等各类数据对接中，以“ISIN码+交易场所”作为唯一性标识。目前主流的单券信息展示方式，是以交易市场作为切分维度的。例如：“浙江02”，“浙江”，“浙江债02”，分别是在上交所、深交所、银行间上市的债券，实际为同一只债券“年浙江省其他项目收益专项债券（一期）-年浙江省政府专项债券（二期）”。在目前的信息商展示方式下，这三只债会以市场为区分，作为三条债券记录，并通过三个入口进入。这种展示方式符合股票的特点，但不符合债券的特点。股票如果在多个交易所上市，实则是在多个交易所单独发行并上市，虽然总股本一致，但各交易所的股票实际是不同的股票。然而，跨市场的债券是在统一发行后，才在多个交易所上市，总量是一致的，现阶段也可以通过转托管进行跨市场交易。这种模式会带来以下几个问题：1.多交易代码重复，只能加市场后缀才能保证唯一性国内的债券沿用了股票的代码规则，多交易所单独编码，导致了代码重复的问题。目前，数据库中存在条重复代码，例如既是银行间债券“19农发05”的代码，也是深交所债券“龙江”的代码。为了将两个债券区分开，信息商按照股票的习惯，在后面加上后缀（.IB）以保证唯一性。带后缀的代码也成为了中国债券市场一大特色。常见后缀有柜台交易市场BC、上海证券交易所SH、银行间债券市场IB、深圳证券交易所SZ、机构间私募产品报价与服务系统IOC。2.在多场景下给数据处理造成麻烦，容易造成误统计场景一：统计一年内全市场发行的债券总量，需要进行跨市场债券去重。按照上市地点的不同，可以分为：在证监会注册发行并在交易所上市的债券，以及在交易商协会注册发行并在银行间上市的债券，部分债券存在跨市场上市的情况。从债券数据库查询得知，在历史上市过的只债券中，跨市场债券有只（在一个市场上市算一只债券）。其中，跨银行间、上交所只，跨银行间、深交所88只，跨银行间、上交所、深交所只，跨上交所、深交所24只。场景二：在新债发行阶段，要对跨市场债券去重。如果在交易商协会注册，保留银行间债券；如果在证监会注册，保留交易所债券。场景三：跨市场债券在单券行情汇总展示时需要做特殊处理，以确保用户能够看到多交易场所的行情。3.给多信息源、多数据库匹配带来难题一般来说，债券的信息披露文件包含：发行公告、信用评级公告、募集说明书等。交易商协会注册发行的债券，在发行结果公布前，并不公示债券代码；证监会注册发行的债券，在发行前就有债券代码公布。因此，各家信息商会按照自己的规则编制临时代码，直至有正式代码公布后再行替换。加之在整个债券发行到上市流通过程中，债券简称存在修改变动的情况，导致用户在进行多数据源整合时，缺乏可靠的唯一性字段进行数据匹配（带后缀的交易代码和债券简称都有缺陷），常会导致数据遗漏。即使运用多字段综合匹配、结合简称变动表等方式来最大程度提高匹配准确度，仍然难以保证可靠性。4.给债券搜索带来了障碍债券的研究往往从公司层面到债券层面，基于目前的代码规则以及简称规则，如果只是知道公司名称，是很难猜到其债券名称的。这给信息的查找带来很大难度。比如，只知道“高邮市水务产业投资集团”发行过债券，很难猜到其简称“19高产01”，因而导致搜索不到债券。近些年来信息商产品的改进，已经普遍支持发行人搜索了，但效果仍然不完美，深层次的原因是由债券数据以交易市场为维度切分造成的。国外债券以发行作为一个债券的切分维度，以“公司简称+票面利率+到期日+债券类别”作为债券命名方式，以ISIN码等作为债券的编码，可以避免上述问题，也更符合债券的特点。图上展示了彭博对于债券的命名方式：公司简称+票面利率或浮动利率+到期日+债券类别，以及统一的CUSIP及ISIN码。以下是国际上常用的几种债券编码：二、债券分类维度之繁债券分类是个极为重要的课题，这关系到信息的传达以及统计的准确性，深刻影响着从业者对于债券的认知。但现有的债券分类给投资者带来了很多歧义。比如，当提到“私募债”一词时，我们有两种理解方式，即“交易所的私募债”或“所有以私募方式发行的债”；当提到金融债的时候，我们会有疑问：是否也包含政金债、同业存单，金融公司发行的短融、中票是否也属于金融债？再比如同业存单，这种跟资金走势关系密切，具有利率债的交易属性但发行机构是金融机构的债券，该如何归类。考虑到发行量巨大且都为一年期以内，现在常见的做法是：在进行数据统计时，往往会将其单列，以避免统计数据失真，而在行情展示时又会按照各自的理解将其归类为利率债或者信用债，这往往会带来认知的混乱。我们来看看，各交易场所、托管机构、监管机构对于债券的分类。此外，我们从央行年度金融市场运行报告中统计得知，央行将债券分为政府债券、央行票据、金融债券、公司信用类债券、国际机构债券，其中将同业存单归为金融债券。见下图。据我们观察，即便在官方口径下的分类，也会出现一只债券被误分类的情况。信息商在处理时，如果完全依赖人工选择类别会时常发生错漏，所以多采用规则+人工的处理方式。但鉴于底层数据处理的规范性及质量，以及存在交易属性、发行主体、债券特征等多维度的分类标准，往往实现起来需要极其复杂的算法和调试。这降低了系统的可靠性。经过我们摸索与实践这里提出一种符合中国国债市场特点，最大可能消除歧义、引导市场认知，具有可操作性的方法。供大家参考。首先按照交易属性，分为利率债、信用债、ABS、同业存单四大类。将具有政府信用背书的国债、央票、政金债、地方债归类为利率债；将ABS这种以资产包作为偿还来源的债券类别单列；将同业存单这种发行量巨大，交易属性特殊的债券单列。然后按照发行主体类型设置二级分类。金融信用类债券排除了政金债与同业存单，避免金融债无法完全归类为利率债或信用债的问题。设置公司信用类债券，避免企业债、公司债、短融中票，PPN等名称分类方式对于债券理解上的障碍。使用该分类标准作为债券的标准身份，可以确保新债券出生时就具有一个唯一且互斥的标准分类。在标准分类的基础上，同时建立多维度的债券分类作为补充。运用标准分类+多个特征分类的分类方式，不仅能快速清晰地定位债券，也能从多个维度丰富债券的身份标签。例如：基于官方分类：外汇交易中心、交易所、银行间等官方机构的分类；基于募集方式特征分类：公募类债、私募类债等基于收益特征分类：投资级、高收益/投机级等；基于债券特征分类：根据常用简称来定义（CP、MTN、CRM，PPN，CLO，RMBS等）基于债券概念分类：产业债、城投债、绿色债，熊猫债，疫情防控债等上述处理方式的优势是在数据处理上可操作、易维护，分类上兼顾国际习惯与债券市场特点。在实际的数据应用中，可以依据不同产品场景不同用户需求，组合应用。三、债券估价之难债券价格可以分为全价、净价、到期（行权）收益率等，不同的价格类型有不同的运用场景。行业中，除私募机构间系统采用全价交易、全价结算的方式外，交易所集合竞价及固收平台均是净价交易全价结算，本币系统采用收益率或净价交易，全价结算的方式。机构在衡量债券价值时会采用收益率，在评估收支的绝对金额时会使用全价，因而产生了使用债券定价计算器进行试算的需求。然而，债券定价计算器需要解决数据加工、算法、数据库适配、研发实现等诸多工程问题。有些市场上的计算器差强人意，往往不是工程问题解决不了，而是由于信批标准不一致，以及缺乏统一并被贯彻执行的指导性文件。计算器的设计需要考虑以下诸多因素：计息方式：固定利率、浮动利率付息方式：每年付息、半年付息、季度付息、按月付息、到期一次还本付息计息基准：A/A、A/、A/、A/F、30/是否最后待偿期是否提前还本含权条款（回售、赎回、永续）ABS固定摊还、过手摊还利率债增续发情况交易场所（交易所债券算头又算尾，银行间算头不算尾。这导致了同一个债券同一天在不同的市场中，当天的应计利息不同，在计算应计利息时，交易所债券要多算一天利息）其中有争议的有以下几点：1.计息基准只有部分债券会在募集说明书中公布计息基准，多数债券并不披露该信息。对于信息披露不充分的债券，目前市场默认采用银行间A/A，交易所债券A/F的计息基准。虽然央行在年发布了《中国人民银行关于完善全国银行间债券市场到期收益率计算标准有关事项的通知》但该文件并没有在多交易场所被严格执行。2.一年多次付息债券，实际天数的处理例如，半年付息债券，计算实际天数是按照上半年天、下半年天区分，还是按照实际年数除以付息频率。3.永续债在计算到期收益率时的现金流期限由于到期收益率，必须有现金流才能试算，因此如何确定现金流期限是一个关键问题。目前市场中有计算至年、年、年以及不确定年份等多种情况。通过我们对官方系统计算结果的反向试算的结果来看，永续债在计算到期收益率的现金流期限上，存在一定的随机性。在去年，QTrade团队经过攻关，实现了存量债券（除不能适用计算器的过手摊还型ABS，违约等原因导致现金流不规则或者不可得，以及无法确定未来现金流的永续债三种情况）%向交易系统看齐的计算结果。但我们仍然不能确定，官方交易系统所使用的基础数据、计算规则是否做到了绝对准确。在行情展示上，上述问题也会带来很大困扰。因为，交易所集合净价行情只提供净价和全价，并不会给出收益率。然而，信息商需要提供收益率以满足用户比价需求，但试算规则与银行间债券不一致，给投资者对跨市场债券比价带来了很大障碍。截图给出了在同一只债（20国债01）在同一时点同一价格点位，各家自动换算的到期收益率不同的案例，可窥见一斑。规则的不统一，不只给计算器和行情展示带来困扰，也会给市场研究机构开展债券定价估值工作带来难题。我们对比中债、中证、CEFETS、上清等多家估值，同一天的应计利息常会出现不一致的情况（价格估值各家会有不同，但同一债券每天的应计利息应该是一致的），这反映了各家在基础数据、算法以及计算参数选取上的不同。中债估值原来对所有债券的计息基准采用A/A的计算规则，自年9月21日起调整了计息基准规则（《关于调整部分债券中债估值应计利息日计数基准的公告》伴随着债券市场的创新发展，不同市场、不同品种债券采用了多样化的日计数基准。为更好适应市场发展，我们于年9月21日调整部分债券中债估值日计数基准。调整后，我们将在中债估值相关指标计算时采用债券发行文件披露的日计数基准，特此提示）。在过去，这样的“模糊”并不会有太多影响。大多数债券持有至到期且交易不频繁，即使有计算偏差，只要结算时能保证对每个参与者相对准确，在价格上是否每日绝对正确、是否可查可验证，就显得不那么重要了。然而，如今违约多发、行业竞争加剧，投资者面临的是一个需要“锱铢必较”的市场。QTrade与其他债券信息行业从业者，在提升数据服务的准确性、科学性上，还有漫长的路要走。我们期待迎来行业内市场主体间的信息互通与整合，也希望听到更多来自固收同业者的声音，广泛汲取建议，成为固收从业者最称心的军师、最得力的助手，共同构建更加舒适的固收生态。预览时标签不可点收录于话题#个上一篇下一篇转载请注明：http://www.ruseluosi.com/ljml/8393.html
