中国票据市场风险指数的构建与测算

作者：肖小和1、章彤2、李紫薇1

（1.江西财经大学九银票据研究院

2.江西财经大学金融学院）

摘要：作为服务实体经济的重要金融市场，票据市场为广大中小企业融资提供了便利，因此监控票据市场的整体风险至关重要。本文综合考虑了票据市场的利率风险、流动性风险以及信用风险，选取了具有代表性的指标，采用综合评价方法构建了能够描述中国票据市场整体风险状况的指数。基于近年的数据，本文对中国票据市场风险指数进行了测算，为票据市场的风险防控提供参考。研究表明，利率风险是票据风险的主要影响因素，单一业务品种流动性风险不高，但市场整体流动性对票据风险影响较大。此外，尽管当前信用风险对票据市场风险影响较小，但承兑主体信用状况同样值得关注。

关键词：票据市场；风险指数；信用风险

一、引言

2016年，票据风险案件集中爆发，敲响市场风险防控警钟。监管机构频繁出台相关政策，坚决整治市场乱象，规范票据业务发展。同年，上海票据交易所成立，带来了票据市场革命性变革。上海票据交易所成立以来，持续推进票据市场风险防控中心建设，制度与举措双向发力，市场透明度大幅提升，生态环境得到改善，票据市场重新回归理性发展。然而，随着包商银行被接管，商业银行刚性兑付被打破。恒大商票事件再一次将票据市场推上风口浪尖，如何防范化解风险成为市场主体争先探讨的话题。

上海票据交易所成立后，电子票据全面推行，传统纸质票据风险得到了有效管控。但是票据风险并没有消除，而是随着介质变化呈现出新的特征。尤其是《商业汇票承兑、贴现与再贴现管理办法》（以下简称“新规”）颁布以来，票据支付功能被强化，商票、供应链票据优势逐步显现，防范化解信用风险，增强票据兑付能力成为进一步提升票据市场接受度的关键。除此之外，新规将票据期限缩短至最长6个月，对交易端的发展提出了更高的要求，由此带来的利率风险和流动性风险同样不容忽视。然而，目前学术界和业界对于票据风险的研究主要集中在基础理论及微观主体层面，并未涉及对市场整体风险的定量测度。本文在现有研究的基础上，运用综合评价方法构建票据风险指数模型，衡量和反映票据风险状况及其变化情况，为票据市场风险防控提供参考。

二、文献综述

（一）关于票据风险的相关研究

随着我国经济进入新常态，经济结构调整对金融市场的资金配置能力提出了新的要求。作为服务实体经济的重要金融产品，票据业务的创新与发展面临着机遇和挑战（李伟等，2016）。新常态带来的挑战主要体现在票据市场面临的风险呈现多元化，具体包括信用风险、利率风险、流动性风险、合规风险和操作风险等（肖小和，2017）。

近年来，业界对票据风险越来越关注，相关研究也越来越多。徐枫和郭楠（2017）从信用风险、操作风险、市场风险、流动性风险和法律风险5个维度系统分析票据业务风险，他们认为票据市场风险主要体现为利率风险，而流动性风险则主要集中于银行表外业务，而这两种风险常常同时出现、相互交织。肖小和等（2015）对新常态下票据市场全面风险趋势进行了分析，他们认为目前票据市场的信用风险、利率风险、合规风险均应该引起高度重视，风险管理手段应具有针对性。吴京辉（2023）探讨了票据市场信用风险的防范，他指出了目前我国票据市场信用风险治理规则的缺陷——票据信用评级制度尚未建立、票据违约治理规范不健全等。王红霞等（2014）在研究票据市场利率风险时，采用转贴现买断报价利率的VaR进行量化分析；在信用风险方面，采用了承兑余额与存款余额的比例描述银行承兑汇票的信用风险情况。

大多数现有研究是从理论或案例的角度对票据市场的各类风险进行分析，很少有研究能够将这些风险进行量化并进行比较分析。 

（二）关于金融风险指数的相关研究

由于目前关于票据风险指数的研究极少，因此本文对相关金融指数的研究进行综述，并适当参考用于票据风险指数的构建。肖小和和王亮（2016）采用主成分分析法构建了中国票据市场发展指数，并测算出了2006—2014年中国各区域的票据发展指数。李书和解瑶姝（2022）在国际货币基金组织金融稳健性指标体系的基础上，运用TVP-FAVAR模型构建我国金融稳定指数，量化我国金融稳定水平。曹颢等（2011）选取了科技金融资源、科技金融经费、科技金融产出、科技金融贷款共4个维度10个指标构建了中国科技金融发展指数，并采用算术平均法设立了指标的权重，最后对各地区的科技金融发展指数进行聚类分析。陈三毛和钱晓萍（2014）采用了网点数量、人均存款与人均收入比率等4个指标构建了我国各省金融包容性指数，并分析了各地区的差异性。

关于金融风险指数的研究并没有固定的范式，使用的赋权方式也各不相同，大多数研究并未给出具体的权重方法。 

三、票据风险指数的构建

（一）构建原则

本文旨在构建一个能够全面描述票据市场风险的指数，从而帮助市场参与者和监管机构识别和防范票据市场的整体风险。票据风险指数应该符合下述原则。

1.风险构成多元化

票据风险包括信用风险、利率风险、流动性风险、操作风险、合规风险等，因此票据风险指数应涵盖多种风险，才能够较为全面地反映整个票据市场的情况。

2.数据可获得性

为了进行跨期比较，票据风险指数应能够反映一段时间内票据风险的变化情况，并且能在未来沿用。因此构成票据风险指数的指标应该是可获得的，且数据披露具有较强的延续性，这样才能够支持票据风险指数长期稳定地发布。

3.计算便捷性

由于票据风险指数应具有延续性，因此其计算方式应当尽量简单便捷，才能确保指数计算的可重复性和指数发布的及时性。 

（二）指标选取

基于上述三个原则，本文构建了票据风险指数，具体过程如下：

本文将票据风险分为利率风险、流动性风险和信用风险3个方面，用表1中所示的共18个指标分别描述这三类风险，具体指标的含义见下文。

 表 1 票据风险指数的指标体系

1.利率风险

票据市场的利率风险，即由于利率变动而使贴现人成本提升，或使票据交易主体遭受损失的风险。本文分别选取了利率的变异系数、偏度的绝对值以及峰度对利率的变动情况进行描述，因而这些指标也能够用来描述票据市场中的利率风险。

本文选取1个月期、3个月期和6个月期共3种国股银承转贴现利率，而对于每种利率均有3个风险指标，因此本文共采用了9个指标对票据市场的利率风险进行评价，分别对应表1中的X1至X9。

（1）变异系数

N为当月的交易日个数，即市场利率的个数。ri为第i个市场利率的数值。r-为当月平均市场利率。则当月市场利率的变异系数c可以表示为；

变异系数c实际上是市场利率的标准差与均值的比值，表示当月市场利率的波动情况。变异系数的数值越大表示利率波动性越强，因此能够用来描述当月票据市场的利率风险。

 （2）偏度的绝对值

式（2）中的符号意义与式(1)相同。式(2)表示当月利率的偏度，是利率3阶中心矩和标准差3次方比值的绝对值，表示利率数值分布偏离中心对称性的情况。偏度的绝对值越大表明利率分布偏离正态分布也越多，极值较大，则利率风险较大；反之表明利率的极值较小，利率风险较低。因此偏度的绝对值能够作为描绘当月利率风险的指标。 

（3）峰度

式（3）中的符号意义同上。式（3）表示当月利率的峰度，是利率4阶中心矩和标准差4次方的比值。峰度越大表明利率分布越陡峭，意味着极端值越大，即风险越大；反之极端值越小，风险越小。因此峰度也能够作为描绘当月利率风险的指标。

2.流动性风险

王凌飞等（2018）使用转贴现交易换手率衡量单张票据的流动性。本文借鉴其指标选取原则，选取了交易率、回购换手率指标反映票据二级市场流动性状况，并增加承兑率、贴现率，综合衡量票据一级市场流动性。另外，考虑到交易成本对票据流动性可能产生的影响，构建了交易成本指标来从反方向描述市场的流动性。 

（1）承兑率

承兑率=承兑发生额/承兑余额，即承兑率是承兑发生额与承兑余额的比值。承兑率越大，票据一级市场供给量越大，企业间流转的票据越多，流动性越强；反之票据一级市场供给量越少，流动性越弱。因此能够使用承兑率反映票据市场的流动性。 

（2）贴现率

贴现率=贴现发生额/贴现余额，即贴现率是贴现发生额与贴现余额的比值。贴现率越大，票据二级市场供给越多，金融机构间用于交易的票据越多，流动性越强；反之票据二级市场供给量越少，流动性越弱。因此能够使用贴现率反映票据市场的流动性。 

（3）交易率

交易率=（贴现发生额+转贴现交易量）/票据融资余额，即交易率是贴现发生额与转贴现交易量之和同票据融资余额的比值。交易率越高，企业票据融资或金融机构交易越频繁，流动性越大；反之企业票据融资或金融机构交易越不频繁，流动性越弱。因此能够反映票据市场的流动性。 

（4）回购换手率

回购换手率=回购交易量/回购余额，即回购换手率是回购交易量与回购余额的比值。回购换手率越高，表明金融机构间票据回购业务越频繁，流动性越大；反之金融机构间票据回购业务越不频繁，流动性越弱。因此能够反映票据市场的流动性。 

（5）交易成本

交易成本=贴现利率-转贴现利率，即交易成本是贴现利率与转贴现利率之差。交易成本是买入价和卖出价的价差，其中可以用贴现利率表示买入价，用转贴现利率表示卖出价。在票据市场中，交易成本越高，票据交易的流动性就越弱，流动性风险越高，因此交易成本可以作为描述票据市场流动性风险的指标。

由于票据市场中交易的票据主要分为银行承兑汇票（财务公司承兑汇票纳入银行承兑汇票统计范畴）和商业承兑汇票两类，因此本文共构建了两个交易成本指标X14和X15，分别用来反映银票交易成本和商票交易成本。 

3.信用风险

信用风险，即票据相关主体因信用状况出现问题而产生的延迟兑付或者拒绝兑付的行为，从而给持票人带来损失的风险。为了揭示票据市场信用风险，上海票据交易所定期在票据信息披露平台披露持续逾期名单。本文在充分借鉴该名单的基础上，构建了票据市场持续逾期率、新增逾期发生额占比、逾期余额占比这3个指标，反映整个票据市场中票据逾期事件发生的情况。

 （1）持续逾期率

持续逾期率=持续逾期企业数量/累计注册企业数量，即持续逾期率是持续逾期企业数量与累计注册企业数量的比值。根据上海票据交易所规则，6个月内发生3次以上票据逾期，且月末有逾期余额或当月有逾期行为发生的构成承兑人逾期。6个月内发生3次以上承兑人逾期的，构成持续逾期。持续逾期企业数越多，持续逾期率越高，表明票据到期不能及时兑付的风险越高，即信用风险越大，因此持续逾期率可用来描述票据市场整体的信用风险。 

（2）新增逾期发生额占比

新增逾期发生额占比=新增逾期发生额/票据市场承兑发生额，即新增逾期发生额占比是新增逾期发生额与票据市场承兑发生额的比值。上海票据交易所累计逾期发生额的统计规则为承兑人近5年内发生过逾期的商业汇票总金额。本文使用已披露承兑信用信息的持续逾期承兑人当月累计逾期发生额与该承兑人上月累计逾期发生额差值来衡量逾期发生额增量，不考增量为负的情况。新增逾期发生额占比越高表明信用风险越大，因此新增逾期发生额占比能够用来描述票据市场整体的信用风险。 

（3）逾期余额占比

逾期余额占比=逾期余额/承兑余额，即逾期余额占比是逾期余额与承兑余额。其中，逾期余额是指发生逾期且未结清的商业汇票总金额的比值。逾期余额占比越大表明企业未结清的逾期票据越多，信用风险越大，因此逾期余额占比能用来描述票据市场整体的信用风险。

综上，本文共选取了18个指标来构建票据风险指数，这些指标覆盖了利率风险、流动风险和信用风险3个方面，能够比较全面地描述票据市场的整体风险情况。

（二）数据标准化

由于本文共使用了18个指标构建指数，而指标的数据量纲各不相同，因此在对指标进行赋权构建风险指数之前，需要对数据进行标准化处理，使得数据的范围均落在边界为0和1的闭区间内。下面是分别针对正向指标和负向指标的标准化方法。

1.正向指标标准化

正向指标，即数值越大反映风险程度越高的指标，如本文的利率变异系数、峰度、交易成本等，具体见表1。

正向指标采用式（4）进行标准化。设：xi，t表示第i个指标在t时刻的标准化结果。Xi，t表示第i个指标在t时刻的原始数据。T为单个指标的数据量，即覆盖的时间长度。则正向指标的标准化结果Xi，t可以表示为：

2.负向指标标准化

负向指标，即数值越小反映风险程度越高的指标，本文仅有4个负向指标，均用来描述流动性风险，见表1。负向指标采用式（5）进行标准化，符号含义同上。

（三）基于熵权法的指标赋权

本文采用熵权法对指标的标准化数据进行加权，构建票据风险指数。熵权法根据每个指标的熵值对其进行赋权，熵值越小说明指标包含的信息越多，则构建指数时贡献越大，因此应该赋予更大的权重。

1.熵值计算

设pi，t为第t时刻第i个指标数据占第i个指标数据之和的比重，xi，t表示第i个指标在t时刻的标准化数据，T为单个指标的数据量，即覆盖的时间长度，ei为第i个指标的熵值。

对于式（7），当pi，t=1/T，其中t=1，2，3，…，T，即一个指标中每个数据均相等，此时熵取得最大值为emax=1。因此，熵值的取值范围是0到1的闭区间内。熵值越大，说明第i个指标数据的差异性就越小，即这个指标具有信息含量较少；反之，熵值越小，第i个指标的信息含量越大。

2.熵权计算

设wi为第i个指标在指数中占的权重。m为指标总数，本文共使用18个指标。

熵值越小，指标包含越多信息含量，因此应该赋予更大的权重。而熵值取值范围是0至1，要使得权重之和为1，需采用式（8）将熵值转化为权重。

3.指数构建

设Dt为第t时刻的票据市场综合指数，则指数可以表示为式（9）。

将t时刻所有指标标准化数据进行加权，即得到票据市场综合指数。为了使指数数值上具有显著差异性，故将指数数值乘以1000。

四、指数的测算

（一）数据来源和选取

1.数据来源

利率风险指标计算过程中使用的利率来源于上海票据交易所票信宝。流动性风险指标计算过程中使用的票据融资余额选取自中国人民银行《金融机构本外币信贷收支表》，其余数据来源于上海票据交易所票信宝。信用风险指标计算过程中使用的票据市场承兑发生额、票据市场承兑余额数据选取自上海票据交易所票信宝，其余逾期数据均获取自上海票据交易所票据信息披露平台。由于2023年以前，上海票据交易所并未对信息披露采取强制管控措施，存在一部分承兑人未按照规定披露相关信息的情况。因此，本文用于计算信用风险指标的新增逾期发生额、逾期余额数据，仅统计当月已披露相关信息的持续逾期承兑人。 

2.票据市场利率的选取

在描述利率风险时，需要使用利率数据构造指标，合适的利率选取非常关键。一直以来，票据市场将国股银承转贴现收益率曲线作为定价基准，其他票据利率在其基础上通过加点差等方式形成。国股银承转贴现利率可以近似反映票据内在价值，其变动能够揭示票据市场利率的波动信息（江西财经大学九银票据研究院，2021），因此，本文选其作为市场利率的代表。

本文用于计算利率风险指标的数据来源于上海票据交易所票信宝。国股银承转贴现利率分为1天、7天、1个月、2个月、3个月、4个月、5个月、6个月、7个月、8个月、9个月、10个月、11个月和1年共14种期限。考虑到2023年新规正式执行后票据期限最长不得超过6个月，为保证模型的一致性，文章分别选取1月期、3月期、6月期国股银票转贴现利率来衡量票据市场短期、中期、长期市场利率状况，不考虑6月以上期限票据利率的变化情况。 

3.时间范围的选择

由于可获得的衡量利率风险及流动性风险的原始数据时间范围为2020年1月至2022年12月。另一方面，由于票据信息披露平台2021年8月正式对外披露，信用风险数据样本区间为2021年8月至2022年12月。

受限于数据的可得性，本文选取的数据时间范围是2021年8月至2022年12月，且均为月度数据。其中描述利率风险的指标是基于1个月内的日度数据计算得到的月度值。 

（二）测算结果与分析

根据上述数据和熵权法进行计算，本文得到了如表2所示的权重分布。

表 2 票据风险指数中权重分布

总体来看，利率风险累计贡献率最大，达到了64.35%；其次是流动性风险20.81%；最后是信用风险14.84%。

分指标来看，前6个影响指标均为利率风险相关指标，综合贡献度达到49.45%。其中，6个月期利率峰度对票据风险指数影响最大，单一指标贡献率达到11.47%。其次是1个月期利率变异系数、1个月期利率峰度、3个月期利率峰度、6个月期利率偏度绝对值以及3个月期利率变异系数。表明现阶段票据风险主要表现为利率风险，票据利率变动情况值得重点关注。在前10大影响指标中，利率风险指标占比80%，信用风险占比20%。在信用风险指标中，持续逾期率贡献度达到5.88%；其次是新增逾期发生额占比，贡献度达到4.77%，二者综合贡献度达到10.65%。表明尽管信用风险目前不是票据市场风险的主要成因，但是承兑人持续逾期所造成的影响仍然不容忽视。值得注意的是，虽然单一流动性指标风险贡献度均低于5%，但是票据市场流动性风险整体贡献度达到20.81%，流动性风险仍然值得关注。

根据表2的权重，结合上文式（9），最终得到2021年8月至2022年12月的中国票据风险指数（图1）。经过无量纲处理后的指数范围为0—1000，而2021年8月—2022年12月间，票据风险指数在200—600点范围内波动，反映出票据市场整体风险程度较低。票据风险指数整体呈现上升并趋于稳定的态势，主要原因在于，随着商业汇票信息披露稳步推进，承兑人信息披露意识有所提升，并开始在票据信息披露平台披露相关信息，票据逾期情况逐渐暴露，信用风险被揭示并反映出来。

图 1 票据风险指数变化情况

票据风险指数的变化是利率风险、流动性、信用风险综合影响的结果。

具体来看，2021年12月票据风险指数波动主要受利率风险影响。该月票据市场资金整体宽裕，信贷投放不及预期，叠加房地产需求疲软影响，融资需求不足，市场交易主体通过买入票据来填充规模，带动票据利率一路下跌至历史最低点。随着各商业银行信贷规模调整到位，票据利率在月末最后一天急速反弹，3M期国股银承转贴现利率当日涨幅超过300%，表现为票据风险指数快速上升至451.565。

2022年7月，受房地产市场悲观情绪、疫情反复以及6月信贷集中释放等影响，该月信贷、社融数据快速回落，叠加监管政策明确禁止通过票据虚增贷款规模以及月末商业银行信贷规模调整等因素，票据利率再度探底，票据风险指数上升至621.335。

2022年8月，受供给走弱、市场预期不明朗、社融数据、公开市场降息等因素影响，票据价格一路走低。月末卖盘抛售，市场恐慌情绪较为浓郁，推动票据利率上涨后反转下行。8月，上海票据交易所披露的持续逾期企业数量首次突破4000户，其中新增持续逾期企业达到1244户，新增逾期发生额占比超过120%，信用风险逐步暴露。尽管8月票据风险指数较7月有所回落，但仍然达到了459.619。

2022年10月疫情多点散发，中上旬受监管趋严及9月社融超预期影响，市场较为谨慎，下旬信贷投放不及预期，票据利率月末快速下行。10月票据承兑、贴现环比下降，带动承兑率、贴现率同步下行，贴现、转贴现利差拓宽，推动银票、商票交易成本进一步增大。该月持续逾期企业4685家户，逾期率达到7.46%的高位，新增逾期发生额占比、逾期余额占比分别达到145.17%、32.20%，逾期情况更为严峻，票据风险指数上升至591.556。

2022年12月是新规正式执行前的最后1个月，受票据期限缩短影响，12月票据市场存在“冲量”现象，单月承兑量达到3.1万亿元，为近年来高点。承兑率、贴现率出现不同程度的提升。受疫情全面放开和房地产政策放松影响，中上旬票据价格区间内震荡，月末出现报复性反弹。不同期限票据价格差异较大，导致银票、商票贴现、转贴现利差进一步扩大，票据风险指数上升至550.801。

五、结论与启示

本文旨在探讨票据风险指数构建方法以及指数衡量票据市场风险的可行性。文章在综合考虑利率风险、流动性风险、信用风险的基础上，使用综合评价方法构建票据风险指数模型，并通过票据市场实际变化检验实证数据变化趋势的准确性。结果表明：第一，票据市场总体风险程度不高；第二，利率风险是票据风险的主要影响因素；第三，单一业务品种流动性风险不高，但市场整体流动性风险值得关注；第四，当前信用风险对票据风险影响较小，但承兑主体逾期状况不容忽视。 

基于上述结论，文章提出如下政策启示： 

第一，提升票据市场综合研判能力。研判票据利率变化方向、提前做好期限配置是提升票据交易盈利能力的重要渠道。尤其是新规发布背景下，票据期限市场、市场交易频度等发生了重大的改变，对于交易端研判能力提出了更高的要求。虽然目前学术界和业界有不少学者通过多种量化方式建立票据利率预测模型，但由于票据兼具资金属性与信贷属性，时常被用作商业银行信贷调控工具，且票据市场情绪主导因素较为严重，对模型预测精准度提出了更高的要求。

第二，推动票据市场业务产品创新。作为货币市场的重要组成部分，票据市场具有融资便利、灵活性高等特点。近年来，受部分主体风险案件影响，信用等级较低的票据二级市场流通性较差。为改善这一状况，部分银行推出票据保证、票据保贴等增信业务，为提升票据流动性提供了很好的途径。在票据交易方面，也可以积极开发票据远期、互换、期货、期权等衍生品种，以达到进一步拓宽票据市场参与主体、提升市场活跃程度、加速票据流转等目的。 

第三，完善票据市场信用评级体系。《中华人民共和国票据法》赋予票据追索权，使得票据在流转过程中具有信用叠加特性。票据涉及主体众多，任一手流转都可能对评级结果造成影响。尽管《票据交易主协议》要求加入上海票据交易所系统的持票人放弃对其前手背书人的追索权，但是对于出票人、承兑人、贴现人、保证人及贴现人前一手背书人的追索权仍然保留。因此，在建立票据信用评级体系之时应充分考虑这些主体信用状况变化对评级结果可能造成的影响，并在此基础上合理设置信用评估指标，建立全方位、动态化的票据信用评级与追踪体系。 

第四，健全票据市场风险防控措施。建立健全票据市场风险监测体系，加强风险识别、分析与评估能力是防范票据风险的首要步骤。市场参与主体应该进一步完善风险监测指标，优化风险检测模型，强化监测结果的运用。市场参与主体还可以充分借助科技手段，实现票据全生命周期的风险监测与管理，建立事前、事中、事后全方位的风险应急处置体系，综合提升票据风险防控能力。

来源：网络公众平台