关于不良债务投资:谁提供价值?

目前的环境可能是信贷投资者至少一代人以来见过的最好的环境。

不良债务投资的每个周期都是不同的。在全球金融危机 (GFC) 期间,许多原本可行的公司面临流动性危机。在此之前,随着科技泡沫的破灭,环球电讯、北电和朗讯等公司使用了过多的杠杆,在需求不足的情况下不得不进行重组,甚至在某些情况下进入清算。

在后全球金融危机周期的14年里,美国联邦基金利率和加拿大政府利率一直保持在异常低的水平,徘徊在1%左右上下。在这个时代,每笔金融交易,无论是企业收购还是再融资,都以历史低利率创造交易。现在,在较高的利率制度下,许多此类企业债务无法轻易进行再融资。显然,这对于该论文的原始所有者来说是个坏消息。但这对于在公开交易的压力和不良信贷中寻求有吸引力的、非相关回报的投资者来说可能是个好消息。

事实上,在人们猜测央行下一步将采取什么行动时,投资者不能忽视债券价格的下跌幅度。对于面临压力的公司来说,价格错位加剧,这为信贷市场投资者创造了越来越多的机会。

自 2008 年以来,各国央行迅速购买债券和其他证券,以在高波动时期支撑市场。这种量化宽松(QE)制度的结果之一是,不良债务投资者必须做好准备,抓住任何领域出现的机会。

现在可能是寻求压力和不良债务授权的理想时机。面临信用压力的公司质量从未如此之高,而且某些行业的安全边际几十年来从未如此有利。橡树资本联合创始人、注册金融分析师霍华德·马克斯 (Howard Marks) 表示,我们正处于名义上利率较高的“巨变”环境中,“买家不再那么渴望,持有人也不再那么自满”。

由于多种原因,公司面临信用压力。这可能是承担过多债务的典型案例。这可能是收购不力或不明智的债务融资股票回购的结果。也许经理们的预测过于乐观,而盈利和现金流却令人失望。在这种时刻,债务展期可能不再是一种选择,而且在利率上升的环境下,债务变得更难偿还。投资者开始计算违约或出售的可能性,债券的价格就会下跌。

公用事业和房地产投资信托基金是经常通过发债融资的行业之一。然而,当涉及到压力和不良信贷时,行业不可知论是可取的。毕竟,此类投资本质上是特殊的,无论什么行业,以 50 美分的价格购买优质债券始终是一个好主意。不久前的2015年和2016年,能源行业经历了干旱,而2018年,轮到了住宅建筑行业。不同时期、不同行业总会存在一些压力。

如今,传统的防御性行业可能会提供丰富的价值。例如,医疗保健和电信行业在这方面往往具有弹性。为什么?因为人们取消毛伊岛度假的可能性比取消 iPhone 的可能性大得多,而且如果在髋关节置换术和温尼贝戈之间进行选择,他们会选择前者。因此,这些行业的营收往往保持相当强劲。然而,我们正处于经济衰退时期,劳动力成本上升正在挤压利润。

中小端发行市场也值得探索。这些可能会提供更好的风险/回报方案,同时减少竞争,因为较大的不良信贷基金无法投资于这种规模的公司。毕竟,规模是回报的敌人:在某些时候,最大的基金会成为市场,不再产生阿尔法。因此,规模较小、更加灵活的投资者更有能力介入并利用这些机会。

总而言之,当前的环境可能是信贷投资者至少一代人以来见过的最好的环境。与股权投资者不同,他们拥有资本优先权,即使在最坏的情况下,那些在资本结构中持有较高层级的人也将实现价值——有时是丰厚的价值。

尽管如此,信贷投资者应该更加关注风险而不是回报,并努力确定那些风险/回报率最具吸引力的投资。

韭菜热线原创版权所有,发布者:风生水起,转载请注明出处:https://www.9crx.com/72655.html

(0)
打赏
风生水起的头像风生水起普通用户
上一篇 2023年6月28日 00:02
下一篇 2023年6月29日 00:08

相关推荐

  • 为什么经济衰退规则这次可能会出错?

    周五,当我们获悉美国 10 月份失业率升至 3.9%,远高于今年早些时候触及的 50 年来低点 3.4% 时,敲响了警钟。最新的数据仍然很低,那么末日论者告诉我们经济衰退已经到来是怎么回事呢? 失业率相对较小的增长,即使是从较低水平开始,通常也预示着经济衰退。我们现在的处境还不足以做出这样的决定,但令人担忧。我怎么知道?在大流行之前,我开发了一个高度准确的衰…

    2023年12月8日
    14800
  • 分配者很难预测哪些基金经理会表现出色, IOR 正在与 Xponance 合作解决这个问题。

    投资办公室资源将为客户提供 Xponance 金融科技平台 Aapryl 的访问权限,该平台使用机器学习来评估投资策略在不同市场条件下的表现。 Xponance 总部位于宾夕法尼亚州费城。(马修·海切尔/彭博社) 过去的表现并不能预测未来的结果,但 Xponance 表示,通过使用机器学习和因子分析,其金融科技平台可以接近未来的结果。 现在,通过与 Inve…

    2023年9月9日
    11600
  • 北京大学R语言教程第47章: 整洁建模中模型调优

    47.1 用再抽样技术计算模型评价指标 47.1.1 拟合效果 再抽样技术是指从同一个样本数据集中多次抽样产生多个样本, 这些样本当然不能做到相互独立, 但是也可以用来增大样本容量, boostrap是典型的再抽样技术, 而统计建模、机器学习中的交叉验证(cross validation)也是一种再抽样技术。 将全体样本划分为训练集(tr…

    2023年12月8日
    17200
  • 弥合基本面与量化的鸿沟

    如今,大多数大型主动基金管理公司都拥有基本面和量化投资团队。从历史上看,这两个群体一直处于不同的孤岛,并且有充分的理由:他们对投资流程有不同的方法,并且使用不同的日常语言。 分歧的根源在于各自的教育基础。基本面投资者研究经济学并学习自下而上的投资过程,旨在确定单一股票的未来价值。量化分析师学习数学和工程学,并从大量市场数据开始,采用自上而下的方法进行投资决策…

    2023年8月26日
    16500
  • 因子策略属于您的完成投资组合工具包

    因子投资作为独立策略的好处已广为人知。鲜为人知的是,当因子策略被添加到机构投资者的完成投资组合中时,它们可以产生积极的影响。 通过在计划层面采用因子策略,资产所有者可以高效且经济地调整其分配以适应其特定目标。在这篇文章中,我将讨论如何在完成投资组合中有效利用因子策略来提高计划绩效和风险控制。 机构投资组合中这两个共同追求的目标具有共生性,这引出了一个问题:“…

    2024年6月25日
    2500

发表回复

登录后才能评论
客服
客服
关注订阅号
关注订阅号
分享本页
返回顶部