您的浏览器禁用了JavaScript(一种计算机语言,用以实现您与网页的交互),请解除该禁用,或者联系我们。[丝路海洋]:银行业观察:揭开影响次级债利差的秘密 - 发现报告
当前位置:首页/行业研究/报告详情/

银行业观察:揭开影响次级债利差的秘密

金融2023-10-31丝路海洋落***
银行业观察:揭开影响次级债利差的秘密

胜遇研究 揭开影响次级债利差的秘密 ——银行业观察 银行二级市场利差是多种因素综合影响的结果,代表着市场对其认可程度的高低,也是投资人获得超额收益的重要依据。 本文通过散点图、线性回归等方式来挖掘影响利差的因素,我们看到资产规模、所在城市、不良贷款率、资本充足率、所在省份、ROE、拨备覆盖率、股东背景等指标与利差的相关性程度依次递减,但在特别情况下,诸如不良贷款率、资本充足率或ROE等指标在某些主体中可能发挥主导作用,影响其利差水平。此外,为了挖掘超额收益,我们通过关键指标相近的主体中筛选出利差有明显差别的银行,这些银行大多分布在浙江省、江苏省、广东省与福建省等,供投资人参考。 最后,银行二级市场利差受多重因素影响,本文涉及的部分关键指标可能并非全部因子,在实际中可能涉及到负面舆情、区域环境以及行业监管等要素,这也是本文尚未考虑的,但本文所考虑的因子基本符合绝大多数银行,具有较强代表性。 1 目录 一、利差概况 .......................................................................................................................................... 1 二、影响因素 .......................................................................................................................................... 3 2.1所处省份与城市 ........................................................................................................................ 3 2.2 股东背景 ................................................................................................................................... 7 2.3 资产规模 .................................................................................................................................. 12 2.4 资本充足率 ............................................................................................................................. 16 2.5 不良贷款率 .............................................................................................................................. 17 2.6 净资产收益率 .......................................................................................................................... 18 2.7 拨备覆盖率 .............................................................................................................................. 19 三、主体利差与资产规模 .................................................................................................................... 21 四、潜在的价值主体 ............................................................................................................................ 22 五、结语 ................................................................................................................................................ 23 HX1ZQX2UrUvYoXpW8O8Q6MpNnNtRnOeRoPnNjMsRoP9PoPqQwMqRmPwMpMzQ 2 一、利差概况 为了综合反映利差水平,我们使用同期限的国开债到期收益率为基准,计算各银行主体所存续次级债的平均利差1。以2023年9月28日的二级市场平均利差为例,在252家银行中,平均利差超过500BP共有25家,其中山西榆次农商行以1,255.17BP的利差稳居第一,这与其糟糕的财务表现(营业收入自2021年以来断崖式下降并在2023年上半年转为负数)以及监管指标等有较大的关系。其次是吉林蛟河农商行(985.89BP)、山西平遥农商行(915.98BP)、延边农商行(792.00BP)、葫芦岛银行(760.17BP)、大连农商行(758.64BP)以及石嘴山银行(712.43BP)等利差均超过700BP,整体估值水平较高。 其他利差分布方面,在低于500BP的银行中,除利差小于100BP的银行数低于40家外,其他利差区间银行家数整体较为均匀,银行数量大多在45-60家之间。 1 涉及主体252家,其中到期期限小于0.10年的债券将会剔除。 图 利差超过500BP的银行分布(BP) 数据来源:Wind、胜遇研究团队整理 图 2023年9月28日收盘与国开债的平均利差 3 二、影响因素 2.1所处省份与城市 我们以各省市全部城农商行(剔除国有行与全国性股份行)所发行次级债的二级市场平均利差作为该省市的二级市场平均利差,并与所在省市2022年的GDP相联系,构建相关性。从结果来看,重庆市、上海市、陕西省、广东省以及北京市的利差整体较低,而宁夏自治区、青海省、山西省与吉林省显著偏高,与所在省份的经济实力基本一致,但由于各省份的城农商行数量以及信用资质有所差异,出现了类似重庆市、陕西省以及云南省等经济实力相对中等的省市,利差与经济并不十分匹配的状况,这个我们下文再论述。 具体而言,我们以利差超过400BP与低于200BP的银行作为极端情形来探索其所在省与国开债利差 银行家数 代表性银行(区间利差最高) 大于500BP 25 山西榆次农商行(1,255.17BP) 400-500BP 57 山东广饶农商行(497.74BP) 300-400BP 45 新疆昌吉农商行(397.32BP) 200-300BP 46 邢台银行(299.80BP) 100-200BP 46 陕西秦农农商行(199.33BP) 小于100BP 33 台州银行(99.98BP) 合计 252 - 数据来源:Wind、胜遇研究团队整理 图 各省份二级市场平均利差与2022年GDP(BP;亿元) 数据来源:Wind、胜遇研究团队整理 重庆市上海市陕西省广东省北京市江苏省云南省江西省湖北省湖南省安徽省辽宁省吉林省山西省青海省宁夏自治区0.00100.00200.00300.00400.00500.00600.00700.00800.00020000400006000080000100000120000140000 4 份对其利差的影响。从利差超过400BP的82家银行来看,浙江省、山东省、安徽省以及湖南省的银行数量均不低于10家,绝对数量不低;但从实际占比来看(超过400BP的银行数量占全部发行次级债银行数量的比重),中西部省份的青海省、宁夏自治区、湖南省、安徽省、山西省以及江西省占比均超过了65.00%,特别是安徽省与湖南省,数量(均为10家)与比重(均超75.00%)均处于较高水平,区域银行面临较大的估值压力。 另一方面,以利差低于200BP的62家银行为基础,我们看到广东省、江苏省、浙江省以及上海市涉及银行均不低于7家,其中广东省与上海市占比均超过了一半,除江苏省因银行数量基数(60家)较高导致占比偏低外,其他省市占比均超过7成,区域银行市场认可度较高。此外,我们看到陕西省(西安银行、长安银行)、重庆市(渝农商行、重庆银行)以及云南省(云南红塔银行)等区域银行的二级市场利差均低于200BP,甚至前两个省份均低于150BP,市场认可度尚可。 图 利差超过400BP银行数量的省份分布与所占比重(BP) 数据来源:Wind、胜遇研究团队整理 图 利差低于200BP银行数量的省份分布与所占比重(BP) 1512101076544221111124.59%54.55%71.43%76.92%58.33%66.67%45.45%57.14%57.14%66.67%100.00%7.14%33.33%9.09%100.00%25.00%0.00%10.00%20.00%30.00%40.00%50.00%60.00%70.00%80.00%90.00%100.00%0246810121416银行数量(家)占所在省份比重 5 从总体来看,所处的省份区域纵然是二级市场估值的影响因素之一,这其中以安徽省与湖南省、广东省与上海市可作为正反两方面论据,但我们也看到诸如浙江省、江苏省等经济强省以及以陕西省、云南省为代表相对弱势省份的二级市场估值与预期偏差不小。整体而言,我们认为,银行所处区域省份与其二级市场估值相关度非强相关,仍需进一步细化区域来探究其影响因素。这个从回归统计结果也能有所验证,在置信区间为90%时(下同),其R2为0.177554,整体拟合优度一般,相关性不足。 从所处城市来看,全国2022年GDP前15名的城市除宁波市(298.71BP)、天津市 数据来源:Wind、胜遇研究团队整理 图 所在省份GDP与二级市场平均利差的回归统计(置信区间90%) 回归统计 Multiple R 0.421371 R Square 0.177554 Adjusted R Square 0.144656 标准误差 139.6028 观测值 27 方差分析 df SS MS F Significance F 回归分析 1 105184.1 105184.1 5.397122 0.028598 残差 25 487223.3 19488.93 总计 26 592407.4 数据来源:Wind、胜遇研究团队整理 998753322222211111181.82%15.00%72.73%100.00%22.73%37.50%100.00%66.67%28.5