本文目录一览:
黄一灵 中国证券报·
对于从全球资本流动视角研究外汇市场而言,如何度量风险偏好具有重要意义,特别是在周期末端有助于把握资产轮动的快速切换。构建风险偏好指标主要有两种思路,现有研究表明基于市场变化的指标解释力度较强且高频易用。
根据我们构建的风险偏好指数RAI的统计特征,可以推断当风险情绪恶化时,情况可能比想象的更糟;而当风险情绪高涨时,情况可能很难变得更好。
中短期而言,RAI突破中性区间可能预示着风险资产的阶段性筑顶或回调。
中长期而言,RAI和资产表现密切相关。例如美元指数和黄金是避险资产还是风险资产并非一成不变,而是和当前的风险偏好水平有关。白银则几乎没有避险属性。新兴市场货币是典型的风险资产,而人民币在某些情况下呈现避险属性。
风险偏好
全球风险偏好变化与资金流动、资产轮动息息相关,尤其是当前进入美国经济复苏末期,我们明显看到2018年以来美股波动加剧,美元指数与美股相关性多次切换——美元兼具避险资产与风险资产属性,在不同宏观环境下表现相异。为了更佳把握外汇市场交易风格的转换,以及进一步从全球资本流动视角研究外汇市场,我们首先需要建立风险偏好指标。
一、文献综述:度量风险偏好的理论基础
根据欧洲央行金融稳定报告(2007)的相关研究,风险偏好指标可以分为两类,一类是基于市场构建,另一类是基于统计模型构建。
基于市场构建的风险偏好指标的原理是利用风险资产、避险资产、利差等市场指标高频捕捉市场风险偏好的变动,市场上流行的指标多采用标准化后的算数平均、加权平均计算指数,也有采用Z分数等其他计算方式。此类指标的优势在于及时性,但是指标的筛选和计算方法带有较强的主观性。典型指标包括VIX指数、JP Morgan风险耐受指数、瑞银外汇风险指数、Westpac风险规避指数等,详见后文介绍。
基于统计模型的风险偏好指标则以英国央行的Gai & Vause (2004),加拿大央行的Misina (2005),以及哈佛大学Pflueger, Siriwadane & Sunderam (2018)等为代表。此类指标大致有以下两种思路:一是估算投资者愿意为单位风险付出的对价来衡量风险偏好;二是以高P/B和低P/B股票的相对波动率来衡量风险偏好。较市场指标而言,统计模型相对更加客观。但劣势也很明显,这些模型基本以季度数据为频率,且往往需要使用企业财务数据,造成可用数据更加滞后。
欧洲央行金融稳定报告(2007)选取了两类代表性指标进行统计比较,发现基于市场构建的风险偏好指标解释力度略强于统计模型构建的指标。报告指出,尽管基于市场的指标之间时常出现背离,但在市场承压时,这些指标仍很好地捕捉到了这种变化。
综上,出于及时性和易用性的考虑,我们首选建立基于市场的风险偏好指标。
二、指标构建
现有的经典风险偏好指标(见图表 3)的构成因子涵盖了股票、债券、外汇三个市场,并未选取商品指标。具体指标的类型主要包括基础资产、隐含波动率、利差、相关性等。而在计算方法上,不少指标均是变量标准化后的算数平均,也有部分采用了Z分数等统计方法。
综合考虑指标的市场认可度以及数据可得性,我们选取了VIX、美债期限利差和信用利差、AUDJPY等代表性市场指标构建综合性的风险偏好指数(见图表 4),我们同样没有选取商品类指标,因为在尝试加入CRB指数、铜金比等指标后,我们发现对指数并未产生显著影响。这很可能是因为商品价格信息已很大程度上被其他指标所反映,未能提供更多额外信息。
数据频率为日度,时间跨度1993年4月1日至今。在计算方法上,同时采用Z分数和算数平均。相较单一指标,跨市场指标涵盖了更多信息,在一定程度上弥补了单一指标的局限性,也尽量减少了单一指标异动造成的误判。
第一步,计算各个指标200日(此处及下文均指交易日)滚动Z分数。Westpac和美国银行的风险偏好指标分别选取了60日和50日。我们选取200日的主要理由是通过扩大时间尺度尽量减少短期市场扰动带来的误判,同时200日均线本身也是普遍认可的长期趋势指标。Z分数可以看作当前价格偏离长期趋势(200日均值)的程度(n个标准差)。具体计算式为:
其中,x为当前值,μ为200日均值,σ为200日标准差。
第二步,计算所有指标Z分数的算数平均。不过需要指出的是,此处并非将所有Z分数相加,而是根据指标与风险偏好的正负相关性决定加减。定义风险偏好指数为RAI(Risk Appetite Index),具体计算式为:
至此,我们已经构建了基于市场的风险偏好指标,从过往历史看,这一指标较好的反映了风险事件的冲击(见图表 5)。将RAI数据降频为月度并取5个月中心移动平均后,可以发现RAI与美国库存周期和固定投资周期有一定关系。虽然RAI与经济周期并非亦步亦趋,但我们可以发现在进入去库存阶段时往往出现RAI下降,且RAI的变化可能领先于库存变化。另外,在2000年和2008年两次危机前夕都已经出现RAI跌入负值区间,可见RAI具有一定预警作用。
接下来我们将对RAI的统计特征和应用进一步展开论述。
三、统计特征和指数应用
风险偏好指数(RAI)并非标准的正态分布,而是具有负偏态、左厚尾的特征(见图表 7)。从密度分布图可以发现,50%的样本分布在-0.2至0.8之间,左尾较正态分布更厚,而右尾较正态分布更轻。如果我们把-0.2至0.8区间视为风险偏好中性的区间,RAI>0.8则是risk on,RAI<-0.2则是risk off。统计分布特征意味着,一旦RAI<-0.2,则风险偏好继续下降的可能性相对更大。而当RAI>0.8时,风险偏好继续提高的可能性相对较小。即当我们发现风险情绪恶化时,情况可能比想象的更糟;而当我们发现风险情绪高涨时,情况可能很难变得更好。
那么风险偏好与大类资产之间存在怎样的联系呢?由于RAI类似于震荡指标,而大类资产价格则有趋势性,因此简单的把二者的长时间序列叠加在一起并不能得到很好的相互验证(见图表 8)。有两种方法可以解决这一问题:一是,对于中短期交易而言,我们可以缩小时间尺度,进行高频观测。例如我们观测2016年至今的大类资产走势。二是,中长期可以研究各资产特定期限的涨跌幅与风险偏好的关系,我们选取20日涨跌幅。
从中短期视角出发(见图表 8),对于典型的风险资产,如标普500指数、LME铜、WTI原油,我们发现RAI突破0.8后,通常会出现阶段性的筑顶;RAI跌破-0.2则是需要警惕的阶段性回调信号。RAI与风险资产走势的背离往往意味着“超买”或“超卖”。观测期内的美元指数与风险偏好大部分时候呈现负相关,而黄金则与风险偏好呈现正相关。这符合我们此前研究的结论,风险偏好的回升带动非美货币升值,美元指数下跌;风险厌恶时避险资金则倾向于选择美元。黄金在过去三年更多是体现的商品属性,这是由经济周期决定的。美债收益率与风险偏好整体上呈现正相关,短端收益率受制于政策利率,对于风险偏好变化不够敏感。长端收益率比短端收益率对风险偏好变化更加敏感。
从中长期视角我们可以发现一些有趣的现象(见图表 9)。将大类资产的20日涨跌幅和RAI作散点图,并分别以RAI<=-1.2,-1.2<RAI<-0.2,-0.2=<RAI<0.8,RAI>=0.8四个区间分别做线性回归。
美元指数和金银的情况比较复杂:美元指数在-0.2<RAI<0.8时,倾向于呈现出避险资产的特征,即走势与风险偏好负相关,随着风险厌恶加深,美元指数20日涨跌幅离散加剧。而在风险偏好极高时(RAI>0.8),美元指数对于风险偏好的变化并不敏感,回归曲线斜率趋平。黄金在极度恐慌时(RAI<-1.2时)表现出避险属性,但收益分布离散。而在-1.2<RAI<-0.2时,黄金对于风险偏好变化不敏感,在RAI>-0.2时与风险偏好正相关,表现出商品属性。白银几乎没有避险属性,在RAI<-1.2时仍是商品属性主导,与黄金截然相反,其他情况下与黄金表现类似。
标普500指数体现出了标准的风险资产特征,与RAI正相关,但在-0.2<RAI<0.8时对风险偏好敏感度相对较低。
短端国债收益率在大部分时期对风险偏好变化不敏感,仅在-1.2<RAI<-0.2时与其正相关,主要因短端收益率受至于政策利率。长端国债收益率与RAI的正相关性较强,也和股债“跷跷板效应”的结论一致。
铜和原油是典型的风险资产,但值得注意的现象是在极度恐慌时(RAI<-1.2),原油对风险偏好敏感度不高,这可能意味着此时原油表现好于铜。而在风险偏好极高时(RAI>0.8),铜对风险偏好不敏感,甚至有轻微的负相关,这可能是因为铜比其他风险资产更先见顶。
以MSCI新兴经济体货币指数衡量,新兴经济体货币也具有典型的风险资产特征,与RAI保持了较高的正相关性。人民币较为特殊,在对全样本和2015年“811”汇改以来回归分析后,我们发现两个样本区间在风险偏好极高时(RAI>0.8),人民币对美元涨跌幅均与RAI负相关。“811”汇改后,在极度恐慌时(RAI<-1.2),人民币对美元涨跌幅也与RAI负相关。人民币似乎具有一定程度的避险资产属性,但这可能与过去人民币市场化程度不高有关,未来需继续监测人民币与RAI的相关性变动。
参考文献
1.ECB. (2007, 6). Financial Stability Review.
2.Gai, P., & Vause, N. (2005, 11). Measuring Investors' Risk Appetite. Bank of England Working Paper.
3.Misina, M. (2005, 9). Benchmark Index of Risk Appetite. Bank of Canada Working Paper.
4.Pflueger, C., Siriwardane, E., & Sunderan, A. (2018, 4). A Measure of Risk Appetite for the Macroeconomy. NBER Working Paper Series.
软件外包企业新致软件即将闯关科创板。
8月12日,上交所公告,新致软件将于8月21日上会。
据招股书披露,成立于1994年的新致软件主要从事软件外包服务。报告期内,公司向以保险、银行、电信和汽车为主的行业客户提供IT解决方案、IT运维服务等软件开发业务,向软件承包商提供软件分包服务。本次IPO公司计划募集资金5.25亿元。
证券时报·e公司
是否提供人力外包服务?
何为人力外包?为何受到交易所多次问询?在首轮问询回复中,新致软件阐述:人力外包服务是根据客户需求提供人员派遣、人员管理等服务的工作内容,不会约定具体的工作内容等。在去年底首版招股书中,公司解释为:人力外包是由软件外协商提供符合客户要求的技术人员到客户的软件开发项目组中工作。
按业内定义,软件外包可以大致分为三类,分别是:1、人员派遣,2、工作量承接,3、项目承接。
上海本地软件行业人士向证券时报·e公司
那么,新致软件当前业务构成几何,与哪类业务更为相关?面对上交所在首轮问询中对“发行人提供的是否是人力外包服务”的发问。新致软件在首次回复时表示,公司与部分客户的合作时间较长,按照行业惯例,双方会约定以单价和有效工时结算服务费用,同时,公司应对开发合同的项目结果以及外包订单的编码内容负责。因此,软件开发和软件外包服务与人力外包服务有明显区别,新致软件并不从事人力外包服务。
在披露的第三轮问询中,上交所继续抛出了有关“人力外包”方面更详细的问询。如,问询函中举例:根据发行人提交的重大销售合同,部分合同的名称包含“人力外包项目”“人力外包资源池”等字眼。如发行人与某保险公司签署的《基础类开发运维人力资源池项目技术服务合同》,在项目内容及要求中经约定发行人派出技术服务人员参与方项目工作,并约定了技术服务费的人月单价、服务期限、人员名单、岗位任职要求(包括java、cognos开发工程师、运维工程师等),未见具体软件开发项目、交付成果验收等具体约定。
再如,发行人与某银行签订的《信息技术服务合同》,同样仅约定开发人员级别、经验要求、人月单价等,未见具体软件开发项目、交付成果验收等具体约定。另外,发行人与某某保险签订的《2018-2019年度软件测试外包服务合同》附件一明确写明的是“人力外包服务工作说明书”,且提供的是软件测试服务,而非软件开发等。
上交所要求公司:1、结合上述例举的合同,进一步提供并披露发行人不从事人力外包的充分依据,提醒发行人注意信息披露应当真实、准确、完整;2、在招股说明书重大合同章节完整披露销售合同名称,勿作选择性披露。
对此,新致软件回复阐述称:报告期内,IT解决方案实现的收入占比超过80%,是公司收入的主要来源。公司通过软件项目开发和人员技术服务两种形式向客户提供IT解决方案(19年人员技术服务占IT解决方案比例为52.78%)。其中,对于客户提出具体项目软件开发需求并以项目验收作为结算条件的合同,公司主要以软件项目开发的方式向其提供解决方案。
而对未明确约定具体软件开发需求且按人员有效工作量作为结算条件的合同,公司一般以人员技术服务形式提供解决方案。公司派出符合客户要求的软件开发人员,根据客户具体需求提供相关技术服务。与软件项目开发业务不同,该类业务以服务期内提供满足客户开发要求的有效工作量为导向,在合同履行期间,双方共同对开发人员的日常工作进行管理或分配工作任务。
新致软件亦表示,公司存在以人力外包形式向客户提供技术服务:公司IT解决方案中人员技术服务业务是公司以人力外包的方式向客户提供IT技术服务。公司向部分大型金融机构或国企客户提供IT解决方案时,以“人力外包”、“人力资源池”等形式签订部分合同,主要是由于客户管理的需要,并遵循了行业惯例。
新致软件认为,从业务实质来看,软件项目开发和人员技术服务均是向客户提供IT技术服务。
同时,公司有关业务外包的情况亦被问及。新致软件阐述,报告期内公司存在将部分业务外包给其他公司的情形。项目实施过程中,由于个别项目交付时间紧张或为了提高交付效率,公司将部分技术含量较低的非核心模块委托给技术服务提供商进行开发。
人员流失等情况受关注
据证券时报·e公司
凌志软件将服务模式归为“项目承接”而非提供人力外包服务,且具备独立的、充分主导性的项目管理权力。对于行业情况,凌志软件在招股书(注册稿)中阐述,软件外包是IT服务的常见业态,定义较为宽泛,既有如埃森哲(知名IT供应商)等从事软件咨询、设计、开发、维护等全方位软件服务的软件企业,也有提供人力外包,或仅承接编码、单元测试等低端工作的软件外包商。
“公司属于创新能力强,具备核心竞争力,能为客户提供软件咨询、设计、开发、维护等全方位开发服务,并独立承接软件项目的高端软件外包企业。”凌志软件谈及自身定位时这样认为。
在可比公司层面,新致软件在招股书(上会稿)中也将凌志软件、中科软等7家公司作为了可比公司。从人均创收、毛利率等行业业务数据看。2017年-2019年,凌志软件人均创收分别为26.57万元、29.9万元、35.34万元,可比公司平均水平为28.36万元、30.60万元、31.33万元;同期新致软件人均创收分别为21.7万元、22.56万元和24.78万元。
谈及人均创收低于同行业可比公司的平均水平,新致软件阐述,主要原因包括:公司主要以招投标方式获取订单,合同价格与可比公司差异不大;公司多采用人力外包的形式提供技术服务,同时,公司的产品化程度和技术水平与可比公司有一定差距,因此,公司需投入较多的人员数量满足大型客户较高的定制化需求。
公司主营业务毛利率亦低于可比公司平均水平。公司认为,这主要由公司的业务结构、客户结构和基础设施投入增加等原因导致。
在此前问询中,上交所还对公司报告期各期人员流失的具体情况;以及雇佣实习生、兼职工的具体情况及其合理性、必要性等予以了关注,并要求公司进行补充披露。
新致软件在招股书(上会稿)披露的数据显示,2017至2019年,公司人员流失率分别为26.91%、29.52%和25.29%,流失人数分别为1494、1845和1527,其中,技术人员流失人数占比分别为95.58%、95.56%和94.89%。公司认为,报告期内,公司人员流失带来了对外招聘和员工培训等成本的额外增加,以及业务团队磨合期的延长,可能对软件服务的执行效率和管理效率带来一定程度的不利影响。
同期,公司使用实习生、兼职工的人数分别为375人、282人和250人,其中以实习生为主,主要为选拔正式员工做储备。若以正式员工替代实习生,2017至2019年,公司增加的工资及社保占利润总额的比例分别为5.71%、3.21%和4.01%。
财务数据显示,2017年-2019年新致软件实现营业收入分别为8.81亿元、9.93亿元和11.18亿元,同期实现归属于母公司所有者的净利润分别为3476.48万元、6068.7万元和7957.79万元。
并且,公司预计2020年1-6月归母净利润为1800万元至2050万元,2019年上半年对应财务指标为1978.19万元。
新致软件2022年7月6日在上证E互动上发布消息称,截至2022年6月30日公司股东户数为1.02万户,较上期(2022年6月10日)增加382户,增幅为3.87%。
新致软件股东户数低于行业平均水平。根据Choice数据,截至2022年6月30日计算机行业上市公司平均股东户数为4.12万户。其中,公司股东户数处于1.5万~3.5万区间占比最高,为35.97%。
计算机行业股东户数分布
股东户数与股价
2021年9月30日至今,公司股东户数显著增长,区间涨幅为22.28%。2021年9月30日至2022年6月30日区间股价下降18.35%。
股东户数及股价
股东户数与股本
截至2022年6月30日,公司最新总股本为1.82亿股,其中流通股本为1.2亿股。户均持有流通股数量由上期的1.22万股下降至1.17万股,户均流通市值16.77万元。
户均持股金额
新致软件户均持有流通市值低于行业平均水平。根据Choice数据,截至2022年6月30日,计算机行业A股上市公司平均户均持有流通股市值为22.84万元。其中,25.41%的公司户均持有流通股市值在9万~15万区间内。
计算机行业户均流通市值分布
免责声明:本文基于大数据生产,仅供参考,不构成任何投资建议,据此操作风险自担。
今天的内容先分享到这里了,读完本文《新致软件》之后,是否是您想找的答案呢?想要了解更多新致软件、风险偏好是什么意思相关的财经新闻请继续关注本站,是给小编最大的鼓励。
提取失败财务正在清算,解决方法步骤件事就是冷静下来,保持心...
本文目录一览:1、邮政银行2、东吴基金管理有限公司3、邮政...
本文目录一览:1、联发科前十大股东2、中国经济改革研究基金会...
申万菱信新动力5.23净值1、申万菱信新动力股票型证券投...
本文目录一览:1、2000年至2020年黄金价格表2、3002...