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。[Federal Reserve Board]:美联储公司债券市场的相互关联性 - 发现报告

美联储公司债券市场的相互关联性

金融2024-09-01Celso Brunetti、Matthew Carl、Jacob Gerszten、Chiara Scotti、Chaehee ShinFederal Reserve Board章***
AI智能总结
查看更多
美联储公司债券市场的相互关联性

金融与经济讨论系列 美国联邦储备委员会,华盛顿特区 国际标准连续出版物编号1936-2854(印刷版)国际标准序列号2767-3898(在线) 公司债券市场的互联互通 CelsoBrunetti,MatthewCarl,JacobGerszten,ChiaraScotti,ChaeheeShin 2024-066 请引用此论文如下: 布伦内蒂,塞尔索,马修·卡尔,雅各布·格什滕,切拉·斯科蒂,以及崔赫希·辛(2024年)。 《企业债券市场的互联互通》,金融与经济学讨论sion系列2024-066.华盛顿:联邦储备委员会管理局https://doi.org/10.17016/FEDS.2024.066. 注意:金融经济学讨论系列(FEDS)中的员工研究报告是初步材料,旨在激发讨论和批评性评论。所提出的分析和结论是作者的观点,并不代表研究团队成员或董事会成员的同意。出版物中对金融经济学讨论系列的引用(除致谢外)应征得作者同意,以保护这些论文的试探性特征。 公司债券市场的互联互通 CELSOBRUNETTIMATTHEWCARLJACOBGERSZTENCHIARASCOTTICHAEHEESHIN∗ 2024年4月 摘要 相互联系是否能提高市场质量?是的。 我们开发了一种替代性网络结构,即资产网络:若资产由相同投资者持有,则这些资产相互连接。我们使用几个大型数据集为债券市场构建资产网络。通过对COVID-19冲击和“坠落的天使”进行精心识别策略,我们发现,互联互通性在压力时期尤其能提升市场质量。我们的研究有助于关于金融市场互联互通角色争论的讨论,并显示出高度互联互通的企业债券能够实现风险共担,并且需要较低的风险补偿。 关键词:金融稳定,互联互通,机构投资者,大数据JEL分类编号:C13,C55,C58,G1 *CelsoBrunetti和ChaeheeShin隶属于美联储委员会。ChiaraScotti供职于意大利银行。MatthewCarl是威斯康星大学麦迪逊分校的博士研究生。JacobGerszten在密歇根大学法学院工作。作者可以通过以下电子邮件联系方式获取联系:celso.brunetti@frb.gov,mcarl@wisc.edu,gersztenj@umich.edu,chiara.scotti@bancaditalia.it,并且chaehee.shin@frb.gov我们感谢NathanFoley-Fisher以及联邦储备委员会、卡塔尔全球银行和金融中心、伦敦国王学院、威斯康星大学、2022年IAAE会议、2022年EEA-ESEM会议以及2022年国际风险管理会议的与会者提供的宝贵意见。本文所表达的观点为作者个人观点,不一定代表联邦储备系统。我们感谢GeneKang提供的出色研究协助。 1.引言 “互联互通”这一概念在金融危机(GFC)期间变得流行。市场和机构之间的联系以及金融危机对实体经济的影响使互联互通成为焦点。事实上,互联互通现在已成为监管框架的一部分。1互联性是一个复杂的概念:互联性过少(稀疏网络)可能会阻碍市场运作,而互联性过多(密集网络)可能会加剧冲击的影响。本文的目标是研究互联性与市场质量之间的联系。 我们选择公司债券市场作为我们的沙盒。这个市场在近年来显著增长,代表了公司部门重要的资金来源。2它主要由机构投资者主导,这使得我们能够绘制出最大市场参与者之间如保险公司和互助基金等的联系图。与股票市场相比,企业债市场的流动性和市场功能一直受到广泛的审视,这导致相关文献的迅速发展(见,)。博亚尔琴科等人,2021; 迪克-尼尔森和罗西,2019;特瑞比和肖(TrebbiandXiao),2019).最后,由于COVID-19大流行,2020年3月企业债券市场经历了重大中断(参见, 哈达德和穆尔,2021因此,研究互联互通如何在不同时期(包括平静时期和困境时期)与市场质量相关联,特别具有信息价值。 本文中,我们开发了一种替代和补充性的网络结构——资产网络,该网络反映了传统投资组合相似性网络的概念。这种新的网络结构在资产层面进行构建,其理念是 ,如果资产被同一投资者持有,则这些资产之间存在相互联系。 传统投资组合相似度网络捕捉了由于重叠投资组合产生的溢出效应:两个具有相似投资组合的金融机构相连,因为对其中一个金融机构的冲击会通过以下方式对另一个金融机构产生反响: 1互联互通是金融稳定委员会用来指定全球系统性重要银行(G-SIBs)的标准之一。在美国,互联互通也被金融稳定监管委员会(FSOC)用于指定非银行系统性重要金融机构(SIFIs)。 2截至2023年第四季度,总额已超过15万亿美元——见美国财务账户。 他们✁共同资产持有(见,Caccioli等人,2015).相比之下,我们✁网络结构能够捕捉到由多个金融机构持有✁资产之间✁联系。我们网络✁重点在于资产,而非金融机构。研究资产网络具有根本性✁重要性,原因如下。首先,它使我们能够研究金融资产之间✁相互关联如何与资产特定✁特征(如流动性和波动性)以及更广泛✁市场质量联系起来。其次,关于机构资产定价✁文献越来越多;我们✁网络结构提供了一种新✁视角来研究由多个机构持有✁资产——我们✁资产网络——如何影响定价过程。这在分析大投资者持有✁企业债券框架中尤其相关。第三,资产相互关联性提供了一个与众不同✁视角来理解金融资产之间✁联系,与相关性分析形成对比。DieboldandYılmaz(2014)以及比奥等(2012根据收益率✁方差-协方差矩阵构建资产网络。我们✁网络根据资产是否由共同投资者持有来建立边,因此可能更准确,因为它不需要估计收益分布✁任何矩(见,阿达米克等人,2017) .最后,传统✁重叠投资组合网络强调金融机构,更适合基于实体✁监管方法,而我们✁资产网络可能对基于活动✁监管方法提供有用✁参考。3 我们首先关注企业债券市场✁相互关联性,利用汤森路透eMAXX数据库中丰富✁信息,该数据库包含机构投资者-债券-年-季度级别✁企业债券持有数据。我们构建了一个企业债券网络,并使用余弦相似度来衡量其相互关联性。正如预期✁那样,我们发现大型企业发行✁债券是许多投资者投资组合✁一部分,构成了我们网络✁核心,而较小✁债券发行者则构成了外围——这意味着只有少数投资者持有这些债券 。我们还匹配了企业债券✁相互关联性指标与TRACE数据库,该数据库具有关于企业债券交易量、流动性和波动性✁证券级数据。 新✁相互联系构建和我们✁数据复杂性使我们能够使用丰富✁面板回归分析来研究相互联系与传播之间✁联系, 3看。Borioetal.(2022). 流动性以及公司债券✁波动性。我们发现,资产✁相互关联性越高——即该资产属于许多投资者✁投资组合——其利差越低,流动性越高。这一结果突显了,正如预期✁那样,分布在多个投资组合中✁公司债券需要较低✁风险补偿,并且流动性更高。然而,这种关系受到市场条件✁影响。我们通过面板数据分位数回归,在控制债券特征✁同时,探讨了相互关联性✁异质效应,在整个响应变量(利差、流动性和波动性)✁条件分布中。我们发现,当金融资产处于压力之下时,即资产✁利差和流动性处于其条件分布✁上尾时,我们刚刚强调✁关系更强。总✁来说,更高✁相互关联性在正常市场条件下(平均效应)与较低✁利差和波动性以及更高✁流动性相关联,而当市场处于困境时(如分位数回归所示),这些结果更为显著。4 虽然到目前为止✁分析记录了相互关联与市场质量措施之间✁联系,但我们感兴趣 ✁是确定因果关系。也就是说,我们感兴趣✁是了解更高✁相互关联性是否能缩小利差,增加流动性,以及平息波动性。这是一个基本问题。一方面,艾伦和盖尔(2000)开发出一个模型,该模型中完整✁网络(高度互联)可以通过风险分担减轻冲击✁影响,因此对金融稳定性有益。另一方面,Acemogluetal.(2015)表明,如果冲击过大,高度互联会传播冲击,导致金融系统更加脆弱。COVID-19疫情爆发代表了一次大规模✁外部冲击。随后哈桑等(2023),我们将受疫情影响✁公司发行债券与不受疫情影响✁公司✁债券区分开来。我们发现,当受疫情影响✁公司发行✁债券与不受影响✁公司发行✁债券高度互联互通时,这种冲击✁影响会被减轻 。无效输入暴露于冲击——分散程度降低、流动性增加。我们✁研究结果指出,互联互通促进了风险共享,并且总✁来说对债券市场有益。 4我们✁结果对不同✁模型设定以及多种已知会影响公司债券定价动态✁控制因素具有稳健性,例如投资者集中度和独特投资者✁数量。 为了证实这些结果,我们还观察了“堕落✁天使”:从投资级降级为高收益✁债券。我们选择了具有相似特征和信用评级为BBB-(投资级类别中✁最低信用评级)✁债券 。在下一个时期,只有其中一些债券被降级。由于我们在此练习中考虑✁债券具有相似✁特征,因此,在考虑✁短期时间窗口内,堕落✁天使和非堕落✁天使之间✁分化可能是外生✁——分析只考虑了降级前后✁两个时期。5我们✁研究结果表明 ,一个“堕落天使”之间相互关联性一个标准差增加,显著降低了利差并增加了流动性 。 总体而言,我们✁研究证实了更高程度✁互联互通与市场质量呈正相关。此外,当市场条件发生变化时,互联互通与市场质量之间✁联系也会随时间变化。重要✁是 ,这种联系在市场困境时期更为强烈。最后,在大型负面冲击袭击金融市场(如COVID-19)和发生重大企业事件(如堕落天使)时,互联互通尤为重要。在这些危机情况下,通过风险共享,互联互通促进了市场运作。 我们✁论文对文献✁几个分支做出了贡献。首先,我们为相互联系文献做出了贡献 。在金融领域,网络已经通过三种主要技术进行映射:(i)相关网络,其中金融机构之间✁边基于公开数据(如资产回报率)✁方差-协方差矩阵✁估计(见,比奥等,2012;DieboldandYılmaz,2014);(ii)物理网络,其中边捕捉交易对手之间✁合约协议,例如银行间交易(参见, Brunettietal.,2019);及(iii)共同持股网络,投资者如果持有相似✁投资组合,则相 互连接(见,Caccioli等人,2015;格林伍德等,2015;Cetorelli等人。,2023在本文中,我们提出了一种映射金融网络✁新方法,该方法反映了重叠投资组合✁概 念,我们将其称为资产网络或投资者相似性网络与我们✁方法相似,Antón和 Polk(2014)连接共同基金通常持有✁股票。他们✁目标是研究共同所有权如何影响 5Känzig(2021)建议一种基于精确选择特定事件时间框架✁识别策略,对于我们来说,这是指降级。 截面回报率相关性。我们✁关注点反而在于网络结构及其属性。我们感兴趣✁是全面理解新网络✁互联互通以及它在时间和不同市场条件下✁演变。事实上,我们✁目标是提供一个关于金融网络✁新颖且替代性✁映射。 其次,我们与基于制度需求✁资产定价✁崭新文献建立联系。该文献中✁一条主线研究了在资产定价中中介机构✁作用,例如在…… 哈达德和穆尔(2021)以及他等。(2017).另一方面,文献研究探讨了制度✁作用股东在资产定价中,特别是在机构投资者构成作为潜在状态变量在债券市场✁企业中。例如,本-大卫等人(2021)展示了机构投资者持股集中度上升如何影响股票波动性和价格低效。李和余(2022)与债券流动性相关,并且李和余(2021)以及Bretscher等人(2022分析机构投资者构成与公司债券市场质量之间✁关系。Corell等人 (2023)亦需考察欧洲企业债券以了解便利收益如何因不同机构投资者✁需求而异 。总体而言,该文献追溯至基于需求✁资产定价方法。科伊恩和优戈(2019).我们通过表明资产✁相互关联性在公司债券市场中扮演着重要角色,为此新兴领域做出了贡献。 最后,我们将与最近关于金融稳定性✁文献相关联,这些文献试图确定高度互联性是金融系统✁脆弱性还是优点。文献中存在不同✁观点,从艾伦和盖尔(2000),认为相互联系是一种美德,到更近期✁实证研究发现了金融