20260326-华西证券-不周山指数创始人李田_寻找信用债的定价坐标原点_9页_1001kb

不周山指数创始人李田：信用债定价模型构建与市场应用

核心内容

李田是“不周山指数”、“不周山评级”及“BP评级估值定价模型”的创始人，拥有11年债券投资交易及研究经验，曾管理资金规模超50亿。他致力于构建一套适用于信用债市场的自主定价模型，旨在解决传统定价逻辑中的不足，增强市场定价能力。

主要观点

• 信用债定价逻辑：国内债市采用基准加成的定价模式，但传统模型忽略了合规利差，因此提出新的模型：实际收益率 = 无风险利率 + 流动性利差 + 期限利差 + 信用风险利差 + 合规利差。
• 定价模型构建：通过算术方法采集市场常识，采用因子拆解的方式构建符合市场价格信号的买方评级模型，归纳出九大影响因子，解决约85%的信用定价问题。
• 模型作用：模型构建了标准化的二维坐标体系，用于评估每只债券和每个发行主体，识别定价偏离现象，帮助投资者捕捉套利机会和市场趋势。
• 模型优势：模型能够帮助投资者实现自主定价，提升交易效率，同时增强市场对定价逻辑的理解和应用能力。
• 模型挑战：模型构建过程复杂，需多年打磨和调整因子，同时存在一定的主观性，但其建立在市场调研和从业经验基础上，反映的是市场行为的归纳总结。
• 模型适用性：模型适用于稳态市场，对熊市中因异常交易导致的定价偏差也能有效监测，有助于捕捉市场波动中的投资机会。

关键信息

九大影响因子

序号	因子	解释
1	规模BP	1500/500/300/200/100
2	利润BP	-20/-5/0/3/5/10/30
3	地区BP	依据《发行主体地区调整系数表》统一调整
4	行业BP	负面行业+1，正面行业-1
5	级别BP	地市级、省直级、国家级新区-1
6	属性BP	央企-1，存量民企+3，新发民企+1
7	舆情BP	违规、舆情负面+1
8	政策BP	科创、绿债等-1
9	前瞻BP	根据企业经营趋势等非普适因子确定

模型应用与效果

• 定价偏离情形：分为四类：无理由的收益率过高、无理由的收益率过低、短期债券偏离过大、提前还本债券。
• 个券层面偏离：包括无理由的过高或过低收益率、特种利差异常、期限结构异常、研究评级错误。
• 模型覆盖范围：已覆盖超过41000只信用债、5850家发行主体，解释率约为85%-90%。
• 市场应用：在一级市场用于新发债券定价，在二级市场用于机构持仓诊断，识别优化持仓结构的空间。

模型构建背景

• 定价基准问题：传统模型以国债为基准，但无法准确反映市场实际，因此引入地方国有企业为基准，结合区域调整系数进行调节。
• 区域调整系数：根据地域经济发展水平，对不同地区的发行主体进行调整，如上海为I级，贵州为I级，潍坊为H级等。
• 模型意义：模型旨在分享定价逻辑，鼓励市场自主定价，提升市场效率，而非取代第三方估值。

模型挑战与改进方向

• 构建难度：模型历经多年打磨，从最初的六个因子逐步扩展为九大因子，过程中剔除不适用因子。
• 主观性问题：模型虽基于市场行为归纳，但可能存在个人经验影响，不过其数据来源和逻辑体系已形成一定共识。
• 未来改进：希望进一步优化模型，将各因子的最小变动单位从1调整为0.5，以提高精度。

模型与市场关系

• 市场定位：模型不追求100%的解释率，而是提供一种可行的技术路径，增强市场定价能力。
• 市场互动：通过与市场沟通，激发投资者的自主定价能力，推动市场健康发展。
• 模型推广：计划将模型推向QB等平台，欢迎投资者访问www.bondpricing.cn获取更多信息。

总结

李田的BP评级估值定价模型通过九大因子的构建，有效解决了信用债定价问题，帮助投资者识别定价偏离，提升市场效率。模型适用于稳态市场，具有一定的解释力和实用性，但仍有改进空间。通过模型的推广和市场互动，有助于推动信用债市场的健康发展，实现更精准的定价和投资决策。