《宏观固收量化系列研究之（二）：跨品种无风险利率曲线构建与应用-20200227-东方证券-20页》由会员分享，可在线阅读，更多相关《宏观固收量化系列研究之（二）：跨品种无风险利率曲线构建与应用-20200227-东方证券-20页（22页珍藏版）》请在金锄头文库上搜索。
1、东方证券股份有限公司经相关主管机关核准具备证券投资咨询业务资格 据此开展发布证券研究报告业务 东方证券股份有限公司及其关联机构在法律许可的范围内正在或将要与本研究报告所分析的企业发展业务关系 因此 投资者应当考虑到本公司可能存在对报告的客观性 产生影响的利益冲突 不应视本证券研究报告为作出投资决策的唯一因素 有关分析师的申明 见本报告最后部分 其他重要信息披露见分析师申明之后部分 或请与您的投资代表联系 并请阅读本证券研究报告最后一页的免责申明 有关分析师的申明 见本报告最后部分 其他重要信息披露见分析师申明之后部分 或请与您的投资代表联系 并请阅读本证券研究报告最后一页的免责申明 专 题 报
2、 告 金 融 工 程 证 券 研 究 报 告 金融工程 跨品种无风险利率曲线构建与应用 宏观固收量化系列研究之 二 研究结论研究结论 利率曲线包含投资者对未来的预期 当期的期限结构信息可以用于利率走势 的预测研判 之前基于中债国债 国开债单品种利率曲线研究发现 预测能 力确实存在 但都只能预测一年后的长期变化 短线难预测的原因可能在于 单品种利率曲线短端数据可靠性不高 即期利率曲线需要借助数学模型从债券价格数据中估算提取 中债国债即期 利率曲线计算用到的成分券数量多 久期分布均匀 但价格数据很大一部分来 自于银行间报价和市场成员估值数据 噪音因素较多 高波动的短端利率估算 准确度受到较大影响
3、银行间质押回购 国债 国开债信用资质接近 综合银行间市场 证券交易所 的交易价格数据 剔除交易量低 收益率异常的数据记录 借助 Neilson Siegel 模型 并融入税率 流动性溢价对国开债定价的影响 可以估算得到一条跨品 种的无风险利率曲线 跨品种利率曲线和国债利率曲线相比 长期走势基本一致 但短端和中端利率 的波动明显高于国债曲线 高波动回购利率的加入 成分券数量有限 市场价 格数据噪音等都是造成这种现象的可能原因 在个别时点 例如 2013 06 20 钱荒时 跨品种利率曲线的短端反应更敏感 更能反映当时市场的真实情况 跨品种利率曲线的 NS 模型参数可用 VAR 方法建模 预测未来
4、三个月的曲线 变动 利率曲线整体变动无法预测 但长端关键期限利率的可预测性在统计上 显著 方向准确率接近七成 而单品种国债利率曲线短期预测完全不可行 用 Cochrane 2005 的方法提取当期利率曲线的即期和远期利率信息 再通过 IVX 回归的方式可以预测不同期限零息债未来三个月的风险溢价 BRP 5 7 10 三个期限的 BRP 样本外可预测性显著 方向准确性也有七成 对比单 品种国债利率曲线 预测能力明显提升 任何利率债组合 可用三个不同期限的零息债券复制 使得两者的久期和凸性 匹配 再预测复制组合零息券 BRP 的变化就可以研判利率债组合的走势 我 们用不同久期的中债国债总财富指数做
5、了测试 跨品种利率曲线对指数未来 三个月涨跌幅的预测能力也非常显著 方向准确性接近八成 跨品种利率曲线通过一些处理也可以用到国开债的投资分析上 实证发现 它 对未来三个月国开债长端利率变化 长端零息债 BRP 国开债指数涨跌幅也 有显著预测能力 基于模型的定量预测 可以设计债券指数的久期轮动策略 相对等权策略基 准 轮动策略的年化收益增强幅度在 100bps 以上 年度只需做 1 2 次调仓 实操可行 风险提示 风险提示 量化模型失效风险 市场极端环境的冲击 报告发布日期 2020 年 02 月 27 日 证券分析师 朱剑涛 021 63325888 6077 zhujiantao 执业证书编
6、号 S0860515060001 相关报告 利率曲线 可预测与不可预测的成分2019 12 09 A 股风险溢价 ERP 2019 08 30 有关分析师的申明 见本报告最后部分 其他重要信息披露见分析师申明之后部分 或请与您的投资代表联系 并请阅读本证券研究报告最后一页的免责申明 2 目 录 一 跨品种构建利率曲线的必要性 4 二 跨品种无风险利率曲线 4 2 1 单品种利率曲线分析 4 2 2 跨品种利率曲线构建方法 5 2 3 利率曲线对比分析 8 三 利率曲线的相关预测 10 3 1 曲线整体的预测 10 3 2 关键期限风险溢价的预测 12 3 3 国债指数的预测 13 3 4 国债
7、久期轮动策略 14 3 5 国开债上的运用 15 四 总结 16 风险提示 16 参考文献 16 附录 17 mNoNrPuNmNoOrOmPsNqMnMbR8QbRtRrRpNoOjMnNnPlOpNoR6MpNoNxNmMtNNZmPtO 图表目录 图 1 中债国债利率曲线成分券各个剩余期限区间的券数量 5 图 2 中债国债利率曲线成分券不同价格数据来源的数量占比 5 图 3 银行间质押回购日均成交额变化 月度 6 图 4 银行间不同期限质押式回购的成交额占比 6 图 5 用于构建利率曲线的各利率品种的券数量 7 图 6 用于构建利率曲线的债券久期区间分布占比 7 图 7 平均即期利率曲线
8、 2007 01 2019 12 8 图 8 不同利率曲线三个月即期利率走势 9 图 9 不同利率曲线一年即期利率走势比 9 图 10 不同利率曲线五年即期利率走势 9 图 11 不同利率曲线十年即期利率走势比 9 图 12 国开债相对国债流动性溢价 随时间的变化 10 图 13 跨品种利率曲线十年即期利率季度变动真实值与预测值对比 11 图 14 跨品种利率曲线十年期零息债未来三个月 BRP 真实值与预测值对比 12 图 15 中债国债总财富指数 5 7 年 未来三个月涨跌幅真实值与预测值对比 13 图 16 国债总财富指数 5 7 年 与 1 3 年 未来三个月涨跌幅差额真实值与预测值对比
9、 14 图 17 国债总财富指数 5 7 年 与 1 3 年 久期轮动策略表现 14 图 18 国开债总财富指数 5 7 年 与 1 3 年 未来三个月涨跌幅差额真实值与预测值对比 15 图 19 国开债总财富指数 5 7 年 与 1 3 年 久期轮动策略表现 15 表 1 不同机构 不同账户债券投资税率差异 6 表 2 利率曲线未来三个月变动样本外预测结果 11 表 3 关键期限零息债券未来三个月 BRP 样本外预测结果 12 表 4 不同久期中债国债总财富指数未来三个月涨跌幅样本外预测结果 13 表 5 利率曲线未来六个月变动样本外预测结果 17 表 6 利率曲线未来一年变动样本外预测结果
10、 17 表 7 关键期限零息债券未来六个月 BRP 样本外预测结果 17 表 8 关键期限零息债券未来一年 BRP 样本外预测结果 18 一 跨一 跨品种品种构建构建利率曲线的必要性利率曲线的必要性 利率主流分析方法是 增长 通胀 的基本面框架 但这里的基本面更多指的是未来的 基本面信息 如果想做定量分析 需要等相关经济数据发表 时间上会有滞后 投资者 对未来基本面的预期可能已经通过债券交易反映到利率期限结构中 如果投资者的预期 正确 那么提取当期的利率期限结构信息有可能准确预测未来市场走势 我们在前一篇专题报告 利率曲线 可预测与不可预测成分 中 基于中债国债和国开 债即期利率曲线做了实证
11、发现 1 利率曲线整体变化的短 中 长期预测都不太可行 但个别关键期限点利率未来一 年的长线变化有较强可预测性 2 提取当期利率期限的即期和远期利率数据 可以预测长久期零息债相对一年期零息 债未来一年的超额收益 也就是债券债券风险溢价 风险溢价 BRP 3 利率债组合可以采用多个久期的零息债复制 使得组合久期和凸性匹配 通过分析 零息债 BRP 的变化来定量分析利率债组合 上述研究结论的一个不足之处在于模型的预测能力都体现在 一年后 这个较长的窗口 上 但投资者也关心短期 例如 一个季度 的市场变化 模型模型短线难预测的一个可能短线难预测的一个可能 重要原因是 国债和国开债利率曲线短端数据重要
12、原因是 国债和国开债利率曲线短端数据的可靠性不高的可靠性不高 从下文分析可知 中债利 率曲线的价格数据来源有很多不确定性 短端利率波动大 更容易受数据噪音影响 数 学模型拟合得到的短端利率不能完全真实反映市场情况 基于不可靠数据算出的短期 BRP 例如十年期零息国债相对三个月零息国债的超额收益 可靠性也不高 预测难度 大 因此因此我们想综合利用多个流动性好的利率我们想综合利用多个流动性好的利率品种品种 使得 使得市场市场交易数据尽可能覆盖利率交易数据尽可能覆盖利率 曲线的各个期限区间 获得更可靠的即期利率数据 用于利率市场短线分析曲线的各个期限区间 获得更可靠的即期利率数据 用于利率市场短线分
13、析 二 二 跨跨品种品种无风险利率曲线无风险利率曲线 2 1 单品种利率曲线分析 即期利率曲线不可完全观测 需要借助数学模型从市场上零息债券 付息债券的价格数 据中拟合出来 根据中登公司信息部 2008 年 7 月发布的材料 构建利率曲线用到的债 券价格数据有四个来源 银行间市场 柜台市场 证券交易所 市场成员 银行 基金 等 70 家机构 提供的估值 我们从 wind 底层数据库提取了中债国债即期利率曲线每个 交易日用到的成分券信息做统计分析 结果如图 1 2 所示 2010 01 01 2019 12 31 期间 成分券的数量除了 2013 和 2014 年 其余年份都在 200 只以上
14、且剩余期限区间分布均匀 剩余期限在 1 5 年的券数量最多 成分券只用到了 银行间市场和柜台市场的国债 不包括交易所市场 2011 09 05 后只用了银行间市场国 债数据 图 2 中的 其它 数据来源占比最高 在 80 左右 主要包括两个 银行间报 价和市场成员估值 基于目前已有的数据我们无法把这两者区分开 但这两者的价格数 据噪音都比较大 银行间报价的买卖价差大 报价不能准确反映市场成交意愿 各个市 场成员的估值方法可能有差异 削弱了价格数据的可比性 相关工作岗位人员的变更还 可能带来估值方法前后的不一致 不确定性较高 这些数据噪音都会影响即期利率曲线 数学模型的参数估计 波动率大的短端利
15、率受到的影响更多 结果可靠性降低 图 1 中债国债利率曲线成分券各个剩余期限区间的券数量 资料来源 东方证券研究所 Wind 资讯 图 2 中债国债利率曲线成分券不同价格数据来源的数量占比 资料来源 东方证券研究所 Wind 资讯 2 2 跨品种利率曲线构建方法 利率单品种的交易数据较少 所以我们考虑选取多个信用资质接近国债的利率产品 合 并交易数据估算无风险利率曲线 但这里有不少细节问题需要处理 本报告采用了国债 国开债和银行间质押式回购三个品种 首先 国债采用的是 wind filesync 数据库收录的银行间市场和证券交易所的收盘价数 据 剔除成交额小于 100 万 到期收益率异常的条目
16、 同时考虑到短剩余期限国债异常 交易数据较多 对利率模型参数比较敏感 且短端利率可以由流动性更好的银行间质押 回购估算 所以也剔除了剩余期限小于三个月的债券 其次 国开债的数据来源 剔除标准和国债保持一致 虽然国开债信用等级接近国债 但税收政策 流动性溢价造成两者收益率有显著差别 债券投资涉及的税种主要是针对 票息的所得税和针对买卖价差的营业税 但不同机构 同一机构配置户与交易户享有的 税率有明显差别 赵 2015 做了一个汇总 这里引用列于表 1 并根据不同机构 账 户持仓额度估算政策性金融债投资者最近十年的理论税率都在 25 30 之间 另一个 常用税率估算指标是隐含税率 隐含税率 1 国债收益率 国开债收益率 但这个指标容易受市场因素影响 波动较大 直觉上讲 如果税率政策和投资者结构没 有频繁 剧烈的变动 投资者的平均税率水平应该变动比较平缓 隐含税率用于国开债 定价并不合适 0 50 100 150 200 250 300 2010 1 42011 1 42012 1 42013 1 42014 1 42015 1 42016 1 42017 1 42018 1 42019 1
