影子银行收缩下的A股重组:同样是IPO收紧,为何这一次的交易推动力非常羸弱?

文摘   财经   2024-07-21 17:35   江苏  
声明:请警惕作者文字表达的主观倾向性。


全文简要

2015-2017年A股并购重组大潮的宏观背景是彼时影子银行的剧烈扩张,微观表现为股权质押高企、各种通道业务膨胀,以及各种“市值管理”。
在M1/M2同比放缓甚至转负,影子银行整体趋于收缩,再融资前景不明朗的当下,上市公司所有的超募资金全都变成了“过冬粮食”,账面资金≠能够用来进行收购。对于2023年初“超额储蓄(体现为M2和居民存款的高企)将转化为消费”的谬误,大家现在都反应过来这些都变成了“预防性储蓄”,消费信心首先在于收入(无论来自劳动,还是资产价格泡沫)。类似地,并购重组也受制于同样的逻辑约束

因此,在最近一年“击鼓传花”游戏模式收缩的背景下,能够顺利完成交割的几笔交易基本是全现金收购,收购方最近3年平均自由现金流(FCF)>5亿,且交易对价均小于最近1年FCF。对于FCF<1亿的收购方,交易安排基本都涉及发行股份/定向可转债,本质上在“押注12-36个月后的流动性放松”。

全市场满足FCF条件的公司不过300+家(剔除钢铁、煤炭、有色、石化、金融、房地产等特殊行业之后),再剔除市值500亿以上的强势买方,剩余公司的FCF规模合计不超过4000亿,保守估算,能够容纳的deal maker中介从业人员也不过1-200人。
此外还拆解了中央汇金2024Q1季报的投融资活动:净买入4150亿并浮盈约8%,融资来源包括240亿MTN债券(Q2新增了大几百亿),6000亿新增借款,同时出现1400亿短期借款偿还。如果这笔钱不是借了没用,意味着2月底- 3月底之间可能存在数百亿的卖出行为。

写在前面

Show me money


首先是非常感谢某宏观对冲基金JCS(圈内人一看就能认出,GSAM/SAFE背景+交易员出身),2017年以来的文章(主要是2019年以来的月报)累积45万字,我最近一个月潜心阅读了4-5遍(主要是CN宏观、衍生品和carry trade这些),非常好地纠正了之前相对关注价格指标,对金额或者说数量指标缺乏足够重视的误区


That is:价格都是由“边际上最激进的参与者”交易出来的结果,因而一个高估值(价格)能否维持,基本面并不是直接因素,最直接因素是那些相信当前价格“低估”的人手里还有多少钱(数量),以及这些钱还愿意烧多久


举例而言,对于一家经历了7年上涨周期的公司(例如茅台2015-2021),即使最近3年回调到了10年框架的P/B band或者估值分位数上体现出“配置价值”(例如50%分位数),也并不意味着股价上涨——除了此前7年上涨周期对估值分位数的扭曲,更重要的是,相信白酒的人不一定还活在牌桌上,即使留在牌桌上但“手里不一定有很多钱”。如果没有足够增量资金,价格上行的趋势就会非常有限。


回答三个问题


基于上述“首先关注资金量”的出发点,本文回答三个问题:


1、主线问题——同样是IPO收紧的监管背景,为何2024年并购重组远不如8-10年前红火?在近一年相对严苛的环境下,目前能够相对顺利完成的交易有哪些特点?


2、支线问题1——今年(2024年)7月初,YM喊话要“借券卖出”试图平抑国债市场时候,为何权益市场更加敏感、先跌为敬?


3、支线问题2——长期资本(造新词之后的“耐心资本”)的形成需要怎样条件?顺带地,CAPM模型语境下,权益资本成本Ke比债务成本Kd“高出3-5%”的thumb rule又有怎样的微观基础?


以上三类问题看似没啥联系,但站在影子银行、流动性分层的观察和分析视角(基于JCS月报+过往CPA搞资产负债表的功底),三个问题的回答都是“可以一键导出”的直接推论。


【一】铺垫

基于资产负债表

粗略勾勒的影子银行体系


市场上流动的每一分钱基本都能对应到银行体系负债端的存款,区别只是这些数字是归属于居民、企业、ZF,还是非银金融机构。


1、首先 讨论一个特定的资金流向:银行体系内的居民和企业存款,如何转化为对A股(或者更广义的实体经济)的资金支持?

如上图。一方面是银行体系负债端的“存款搬家”,或者是直接持股(2006-2007年)以及由来已久的民间借贷,或者是通过公募基金等理财产品间接买入(2019-2020年)。


另一方面是资产端,除了传统的直接投放信贷,非常重要的一环是“影子银行”(2015-2017年,在国内,许多研究表示实际上是“银行的影子”)


2、其次 对于影子银行,国内的最早萌芽可以追溯到上世纪80-90年代各家银行搞的各种附属子公司(主要是证券和信托,后续剥离并独立),另一类则以Citic为代表。前一类在经历10+年治理整顿之后,最近一波(主流看法)是2009年4WE之后的衍生出的各种LGFV与银证/银信合作,2011年地产信贷收紧后的各种信托,以及2014年开闸的上市公司股权质押等。


如下图左侧,“银行的影子”通常表现为银行体系(下图特指一级交易商)资产端的各种表外工具或产品,他们以Debit创造Credit的多层嵌套,例如向中小银行的同业拆借,借助信托、券商等非银机构开展的通道业务,同时将风险与Primary Dealer隔离开(=绕过大型银行机构自身的风险管理)。

而这些资金的最终投向,不仅包括房地产和LGFV,也包括一部分实际控制人/机构股东通过质押上市公司股票而进行的各种跨境并购、资产重组,以及在此过程中的“市值管理”(zuo zhuang chao gu)


(如果记得2018年《资管新规》,对“期限错配、多层嵌套、杠杆不清、刚性兑付、资金池”这几个词恐怕不会陌生。


但是,影子银行本身是一个中性的工具,核心在于净值化管理,需要打破刚兑——例如包S银行事件打破了同业刚兑,2018年的股权质押平仓潮也打破了信托和券商资管的一系列刚兑;至于LGFV,按照2024年的节奏,标债也不远了


3、最后 讨论影子银行和流动性的收缩。


这里引用JCS的2020年10月报(当时背景是美国的企业部门在低利率环境下大规模发行债券):


金融体系扩张……方向非常容易发展,但是旨在抑制……回收流动性的操作却很少能“软着陆”……因为金融体系本身是一个流动的层级,信贷资金的流动……不是货物流通……而是参与者之间不断以Debit创造Credit的过程


以企业为例,如果(债券发行的)目的不是准备CAPEX,而是出于避税或者囤积流动性……资金往往投向货币或债券市场。货币和债券市场……又必须投向新的融资需求,促成循环。如果这个循环被终止……资金链中断,受影响的不是此前新增的需求领域,而是整个货币市场,这时候全市场最弱的领域往往会出现严重问题。


那么,全市场最薄弱的地方在哪里?一个切入点是流动性分层。


类似于潮汐,当潮水退去时,海岸边的水深从1m下降到10cm,但在5公里之外的近海,水深也许只是从30m下降到29m,变动比例-3%<<海岸边的-90%。

也就是说,影子银行/流动性收缩时,金融中介因为处于“印钞机-最终需求”的中间,虽然有压力、但通常只体现在账户里的数字。压力最大的是借助这些影子银行的流动性而支撑的、位于【潮水最末端】的资产


对于国内来说,这些“潮水最末端”资产通常是变现能力比较差的,例如比较熟悉的厂房、设备,以及未上市股权(以2018年为例)。


而对于离岸美元来说,潮水最末端的资产通常位于新兴市场,例如2021年年底市场确定Fed将启动加息以来的CN股票。


【二】整体趋于收缩:

影子银行规模2017年以来的变化


1、整体结构 关于CN影子银行研究的最经典论文是国际清算行BIS在2018年2月发表的working paper《Mapping shadow banking in China: structure and dynamics》,下图是对2016年的规模测算,取自PDF第28页(总共42页):


资金从右边“最终资金来源”(个人/高净值/合格机构投资者/企业)流向左边“最终借款人”(大国企/ZF/城投LGFV/私企尤其是地产商和中小企业)——既包括通过存款(deposits,99.7万亿)转化为贷款,也包括30万亿表外理财,30万亿信托产品及委托贷款和少量互金。


JCS在《辞旧迎新》的文章中强调了这一影子银行的两大特点:


(1)最主要的资产投向是LGFV和房地产。但在2016年,同时也有大约1/4-1/3的影子银行资产通过定向资管计划、证券投资信托收益回报权以及私募委托资管等方式流入股票市场。按照下文的估算方法,规模在万亿级。


(2)因为缺乏主动管理能力,影子银行高度偏好固收类资产,高等级债券(信用债、城投债等)是底仓。

注:个别不常见的缩写包括WMP=银行理财,TBR=信托受益权,DAMP=直投资管产品(信托的负债端)


关于上图,近两年一个比较重要的变化是:LGFV/local SOEs自身也进化为影子银行的一个环节,最终借款人的角色在减弱


在取得债券/非标融资之后,LGFV过往通常直接转化为基建投资,因此是ultimate borrower。但随着对项目投资收益的考核收紧、投资收益率的下降,许多LGFV通过向关联方local SOEs拆借,间接将资金转向了一级市场,体现为各种母基金、产业引导基金、创投基金,尤其以江浙两省最为典型——城投债参与者都知道,西南省份虽然负债率高,但从融资的绝对规模来看,江浙两省的新增规模是最大的,东部省份(除了江浙,还包括山东、安徽)的融资动力完全不输西南地区。


而随着LGFV自身也进化为影子银行的一部分,整个影子银行的资金链条拉得更长,资金传递效率也显著降低。


2、规模测算 关于影子银行规模的测算,国内院校的经济系是基于统计学科发展和建设而来,在整个方法论上存在较大缺陷,不是遗漏就是重复。


比较好的切入是“贷款创造存款”的资产负债表视角(央行货币政策司司长2015年论文《中国影子银行界定及其规模测算——基于信用货币创造的视角》),GF证券在2018年有2篇研报根据这一方法进行了测算。


将所有银行视为整体,合并其资产负债表,可以大致得到下图,进而测算出影子银行的资产端规模(至于负债端的测算方法,GF证券另外提供了一套方法)。


根据所提供的方法,我根据截至2024年6月的数据估算了影子银行的“规模变动”。

(1)由于FB和EB的债券数据不可得,采用了估算方式,整体趋势直至2022年8月均与GF研报的图表一致——2015-2017上半年整体扩张,2017下半年-2021年整体趋于收缩,以及2022上半年的重新发力(防控相关的债券)


(2)在2022年11月-2023年7月,表征资产端的“额外存款法”与表征负债端的“同业漏出”出现了分化,即:不同于其他时间段的资产/负债同方向变动,这段时间是资产端不断收缩、负债端在扩张,推测是地方专项债发力这一新变量对测算模型有较大干扰。


(3)在2023年8月之后(7月一揽子化债决定),四个口径整体指向了“整体趋于收缩”的方向,尤其是2024年4月改进核算方法、“遏制月末冲量”,当月的负增长非常剧烈


【三】影子银行收缩下A股重组:自我造血能力是硬门槛

顺利交割的交易中,买方自由现金流普遍>5亿


1、影子银行与股票市场的微观连接


引用JCS(2019年1月):关于股权质押


在2015-2018年——银行业资金借助影子银行进入股市,往往采取参加定增、质押、配资等方式……相当于为炒股者提供杠杆……进入2018年,许多大股东已经将手头的股权质押到极限,同时影子银行由扩张转而收缩,形成双斧劈柴……一个外部冲击(川普3月关税),质押风险就……排山倒海而来


引用JCS(2021年4月):关于雪球


雪球期权这个模式……是否可能为期权市场吸引更多“固收+”型资金的兴趣

(BIS论文点评:影子银行因为缺乏主动管理能力,高度偏好固收类资产)


如果股指频繁波动,但是始终不脱离一个固定的区间……Long Gamma的交易员不停的在区间低位买、高点卖,将会收获极其可观的收益……如果中证500始终运行在75%-103%区间……可以获得年化17%的息票


2、此前A股重组的背景


去年11月老文章《商誉的三个理解层次:从会计定义,到交易结构、PE管理人考核,再到货币创造》


无论IPO还是并购,其最终退出都通过货币流动性来兑现,区别只不过是现在的流动性(现金收购),还是将来的流动性(换股收购,以及IPO所形成股份的解禁)。


想起了5-6年之前时,前司老板在市场上提出……A股上市公司在过去几年是个小央行,但这一点现在破裂了,最典型案例是最近(2017年底)文化长城收购翡翠教育,公告第二天就开始连续跌停板,要是按照当时的换股价格,资产方几天后就开始浮亏……现在再回头看,当时的破发其实应该是预示着某些“货币循环”的打破。


此前文章提及的“货币循环的打破”,基于上述铺垫,现在不难得出结论是:对应着影子银行和股权质押在2017年开始的收缩,间接指标体现为质押规模和质押率


质押规模如下图。质押式回购规模在2015年并未继续下降,而是继续扩张并在2017年1月初创下最快扩张速度,最终在2018年3月21日那一周开始转向净收缩(川普关税),直至2021年2-3月开始略有回升。


无限售股票的平均质押率,从2016年初熔断之后<35%大幅提升至2017年8月底45%+,杠杆逐步提升。


有趣的是,2017年9月-2018年2月,尽管质押率下降,上图的质押规模反而是在上升的——即使质押折扣率下降,他们都愿意去借,事后诸葛亮都能看出其实是回光返照。


3、当前A股重组的实际决策树


首先,在IPO收紧的背景下鼓吹“并购大年”,即便冠以“产业买家”等美名也难以掩盖“司马昭之心”。无论从收购方上市公司,还是标的方的财务投资人、创始人,核心诉求都是安全与现金


如下图所示,在以流动性、退出为核心目标的决策树下,一笔交易要想推动完成,或者是收购方自身的FCF就能够覆盖交易对价,或者是交易各方在赌放水(无论YM还是Fed),从而推动ZJH松绑再融资


最近一年A股重组交易 下表是最近1年多来A股上市公司作为买家发起的主要交易(可能有遗漏),绿色底色为收购方“FCF>5亿”,以及“已经或基本完成交易”的。


其中,FCF=经营活动净现金-购建固定资产支付的现金(略偏高,假设了opex和capex完全覆盖了维持性资本开支),而“FCF>5亿”判断的是2023年、近3年平均、近5年平均FCF全部大于5亿。

由上表可以看出,已经完成的几笔交易中,除了普源精电,收购方支付的现金对价,不超过最近1年的FCF。假设按照3年做一次大交易的节奏,相当于这些买家的FCF分配策略是1/3用于收购,2/3用于储备或分红/回购。


即使是普源精电,其交易一方面“整合计划与协同效应论证十分充分”,同时FCF也并非大额流出状态。


因此可以得出的另一个结论是:在目前相对苛刻的环境下,如果收购方的FCF/自我造血压力比较大,其对外收购的交易无论在谈判、交易设计、整合策略与诉求方面方面,大概率会“动作变形”,交易流产也将会是大概率事件


全市场FCF>5亿都有哪些公司? 对全市场5300家公司,采用上述“FCF>5亿”进行筛选,并剔除重资产/负债率高的行业(银行/非银/钢铁/煤炭/有色/石油石化/房地产),得到323家公司。


(1)选取“近3年平均FCF”的合计金额作为估算交易规模的指标,这323家公司合计1.3万亿,医药、电子、汽车、计算机和电力设备行业等一级市场热门行业仅有3300亿


(2)若以FCF作为单笔交易规模的上限,上述5个热门行业仅有“市值>500亿”一组具备较高的支付能力(40家公司,合计2200亿),其余分组的单笔限额均在10-20亿(72家,合计1100亿)


(3)保守估算,按照3年一笔交易,卖方佣金5%,人效100-500万和5-10%转化率,目前全市场能够容纳的deal maker从业人员不到500人。


【四】两个支线问题


支线问题1 今年(2024年)7月初,YM喊话要“借券卖出”试图平抑国债市场时候,为何权益市场更加敏感、先跌为敬?

如上图虚线相关的箭头,c.bank(YM)位于影子银行的最顶层(Zoltan在2010年绘制的shadow banking结构图也是这么安排的),意味着当这个主体开始收缩,整个“Debit驱动Credit扩张”的体系也将趋于收紧,处于流动性最末端的权益市场,更是首当其冲出现避险情绪


许多人会困惑为何“高股息”股票在7月1日午后跌得最猛?其实翻开市场主力买家“中央汇金”的财务报表就不难理解(即使是市场上的front-run资金,其目的也并非长期持有,因此也会观察huijin的行动约束)。


以2024年一季报为例:


(1)投资方面:买卖金融资产净支付4153亿,反映在资产负债表上的交易性金融资产变动是+4475亿,收益率7.75%。

(若全部折算在沪深300指数,成本线为3283.18点,而随着最近几个月持续买入,成本线势必上移)。


(2)融资方面:债务净融资6240-1470=4770亿,B/S上对应短期借款+4600亿,债券+190亿。


对于这样一个依赖于债务融资的buyer,市场有理由担心债券市场的收紧对融资成本的制约,以及持续carry trade高股息股票的能力。


支线问题2 耐心资本的形成需要怎样条件?顺带地,CAPM模型语境下,权益资本成本Ke比债务成本Kd“高出3-5%”的thumb rule又有怎样的微观基础?


比耐心资本一词更早的是“长期资本”,其实早在十年前就已经提出,但往往与“直接融资”混为一谈,认为居民/企业直接投资就是最优模式。


但是,做生意这件事本身有赚有亏,如果这些主体的风险偏好很低、动辄要求刚兑,这种直接投资其实不要也罢。

站在通过影子银行搭建的分层流动性视角,耐心资本是有机会fabricate出来的:


(1)首先,打破刚性兑付。如果每一层都要求100%刚兑,意味着这种层层嵌套其实就是一个通道,融资成本反而因为每一层都需要“抽水”而增加。


自然地,由于权益资金的来源有相当部分来自出资人的债务融资(类似于产业引导基金LP虽然是local SOEs,但自身FCF较差,实际上来自于银行借款),Ke和Kd之间的3-5%成本差异在微观上体现为此类通道费用


(2)其次,下端面向实体经济的管理人“有机会”且“有能力”通过配置、分散投资等方法合成一个预期收益为正的策略。


(3)以及,面对低风险偏好的creditor,上端能够稳住负债端。


因此,如果影子银行体系中也能搭建出满足条件的机制,现阶段并不一定强求“直接融资”的模式,也可以搭建出一套耐心资本机制。


那么,国资基金(包括某机构最近发起的3支合计890亿基金)会存在哪些特点?


融资成本相对偏低是其优势(尽管目前链条拉得比较长),但存在的挑战是众所周知的保本问题——这意味着他这一层并不太适合直接去投资,相对合适的方向是要去做分散化配置——但因为股权/证券基金、股票/债券投资均存在分类管理的制度约束,高风险产品并没有机会通过持有低风险资产进行分散


所谓“一级市场之死”,不过是境内外流动性大潮同步收缩的“代价”。改革是要支付代价的,包括误伤的代价。


写于2024年7月


【有人私信问:不留联系方式,不搞社群?个人比较看心情,后台联系即可】


林登的毛豆
主要cover会计、财务和并购,有时扯淡一下huobi,偶尔聊聊价格波动的交易面。
 最新文章