2025年量化资产配置系列专题报告:基于收益率曲线的国债久期轮动策略

  • 来源:光大证券
  • 发布时间:2025/11/06
  • 浏览次数:120
  • 举报
相关深度报告REPORTS

量化资产配置系列专题报告:基于收益率曲线的国债久期轮动策略.pdf

量化资产配置系列专题报告:基于收益率曲线的国债久期轮动策略。债券久期轮动的本质债券市场是现代金融体系的基石,其深度与广度构成了金融市场稳健运行的基础。作为全球规模最大的资产类别,债券价格波动的核心驱动力——利率,如同一只“无形之手”,牵引着资本流动的方向。在债券市场中,不同期限品种天然呈现“收益-风险-流动性”的权衡特征,这种特性使得资金在利率周期中呈现“逐利迁移”现象——当市场预期利率下行时,长债因久期杠杆效应成为“进攻之矛”;当利率风险攀升时,短债...

1、 债券久期轮动

债券市场是现代金融体系的基石,其深度与广度构成了金融市场稳健运行的基 础。作为全球规模最大的资产类别,债券价格波动的核心驱动力——利率,如同 一只“无形之手”,牵引着资本流动的方向。 达雷尔·达菲(Darrell Duffie)在《动态资产定价理论》(《Dynamic Asset Pricing Theory》)等著作中深入探讨了利率风险的建模方法,久期(Duration)作为 衡量债券价格对利率敏感度的核心指标,被广泛视为利率风险管理的基石。学术 界常以“DNA”类比久期在利率风险中的底层逻辑作用。 从美联储的加息周期到中国央行的结构性降息,利率的周期性波动不仅重塑资产 定价逻辑,更催生了不同期限债券间的收益分化。这种分化,正是久期轮动的底 层土壤。 在债券市场中,不同期限品种天然呈现“收益-风险-流动性”的权衡特征:短期债券(如 1-3 年期):低久期、低波动,但再投资风险显著。 长期债券(如 10-30 年期):高票息保护,却暴露于利率风险与流动性折价。 这种特性使得资金在利率周期中呈现“逐利迁移”现象——当市场预期利率下 行时,长债因久期杠杆效应成为“进攻之矛”;当利率风险攀升时,短债凭借抗 跌性化身“防御之盾”。这种动态调整策略,即久期轮动的本质。

久期轮动并非简单的期限切换,而是一场基于利率预期的精密博弈。其策略价值 体现于: 收益增强:通过久期错配放大资本利得(如利率下行周期拉长久期); 风险对冲:利用短债流动性抵御“黑天鹅”冲击;  组合优化:动态调整久期暴露以提升夏普比率。 短债因久期低,利率变动对其价格影响相对有限,其收益来源于相对可控的骑乘 收益;长债久期长且凸性高,其对利率变动高度敏感,其收益来源是以资本利得 为主导,以及对利率的预测。如果可以通过定量的办法预测利率曲线的变动,在 短债和长债之间轮动配置,则有希望实现收益的增强。 基于上述分析,本文通过预测利率曲线的变动,构造了中债国债久期轮动策略。 下图展示了本文的研究框架。

2、 利率曲线的建立

债券价格与利率密切相关,其价格与到期收益呈反向变动关系,通过预测利率曲 线的变动,则可以计算出债券价格的变动,进而主导长短债的轮动。 我们主要对即期收益率曲线的变动进行预测,因即期利率反映的是零息债券持有 到期的收益率,零息债券不像付息债券那样包含票息的再投资,因而其通常被认 为是市场对未来利率的预期。

2.1 即期收益率的统计特征

本节我们使用的是中债国债即期收益率数据(简称为即期利率,下同),数据区 间为 2006.03.01-2025.10.31,频率为日频。即期利率期限分别为 0.25-10(0.25, 0.5,0.75,1,2,3,4,5,6,7,8,9,10)年。从即期利率的描述性统计 结果来看,即期利率随着期限的增加,均值增大,波动减小;在整个历史统计区 间内,平均利率曲线单调向上。

利率曲线是一条连续的曲线,随时间变化,有多种结构的曲线,我们需要找到其 中最常见的变动方式,业界常用的方式是主成分分析法。我们对上述期限的历史 即期利率进行主成分分析,并提取其前三个主成分,并对第二、第三主成分取相 反数。

从主成分结果来看,第一主成分的载荷在各期限较为接近,这代表了利率曲线的 平移;第二主成分在短期限上载荷为正,长期限上载荷为负,有期限利差的含义, 代表了利率曲线斜率的变化;第三主成分在中间期限载荷为正,在短期限和长期 限上载荷为负,描述了曲线的曲度,代表了利率曲线的曲率变化。前三个主成分 分别能解释即期利率曲线变动方差的 91.42%、7.63%和 0.50%,累计 99.56%。

2.2 利用 Nelson-Siegel 模型建立即期收益率曲线

传统利率期限结构模型在拟合收益率曲线截面或短期利率动态方面表现优异,但 在长期预测中效果较差。借鉴 Diebold(2006)《Forecasting the term structure of government bond yields》中对即期曲线的预测框架,我们可以对收益率曲 线进行高效预测。

即期利率的数据频率为日频,我们使用日频数据(2006.03.01-2025.10.31)来 进行 N-S 模型的拟合。从拟合结果来看,水平因子存在较为明显的下行趋势,而斜率因子和曲率因子相对稳定,不具备显著的趋势。 将拟合结果与前文对即期利率提取的前三主成分对比来看,拟合结果与前三主成 分高度相关,走势基本一致,且 N-S 模型的参数载荷也与前三主成分的载荷高 度一致。 水平因子、斜率因子和曲率因子有明确的经济解释意义:水平因子代表长期均衡 利率水平,反映经济增长、通胀等长期预期;斜率因子代表收益率曲线的陡峭程 度,其绝对值变化与未来短期利率预期变化高度相关;曲率因子描述了收益率曲 线的弯曲形态(中间凸起或凹陷),反映了市场对中期利率预期的特殊看法。

N-S 的主流用法是采用 3 月-10 年的期限结构,但国内还存有超长期限国债(如 20 年、30 年),本文未将超长期限利率纳入研究,原因如下: 符合学术与市场惯例:大量经典文献和市场基准(如很多国债指数、期限溢价 分析)都聚焦 3m-10Y,Diebold-Li (2006)的标志性论文就以 1-10 年期为主要 研究对象; 研究策略匹配:期限轮动策略主要根据预期的利率方向变化调整久期,10 年 期国债是对此最敏感、流动性最好的标的,超长端的“噪音”对这类策略的直接 贡献有限,甚至可能干扰信号提取; 模型适用性:标准 N-S 模型在 1-10 年范围内通常有较好的表现和解释力; 避免长端失真:避免将模型强行用于其不适用的超长端区域。

3、 即期收益率的预测与改进

根据上一章介绍的 N-S 模型,对于收益率曲线的预测,我们可以将预测问题转 化为对上述三因子的预测。预测出三因子未来的值后,将其代入 N-S 模型,即 可得到不同期限的即期利率,进而建立预期收益率曲线,亦可计算出不同期限零 息债券的预期持有期收益率,选择最优收益率对应期限的零息债券进行配置。

3.1 平稳性检验

时间序列数据的预测常用方法是使用自回归模型,而使用自回归模型的前提条件 是时间序列数据是平稳的。我们对历史三因子的平稳性进行检验,在检验时,我 们从日频和月频 2 种维度分别进行了 ADF 单位根检验。 从日频数据的检验结果来看,水平因子未通过单位根检验,体 现其非平稳的特点,但其一阶差分序列为平稳序列;斜率因子和曲率因子均通过 单位根检验,在 1%置信水平下,均表明其显著平稳。

我们将三因子降采样到月频,然后统计其单位根检验结果,结果如下表所示。从 结果来看,水平因子同样非平稳,其一月差分和三月差分均为平稳序列,斜率因 子和曲率因子为平稳序列。

上述结果显示,无论是月频和日频,斜率因子和曲率因子均是平稳的。为了简化 后续预测模型的复杂度,我们使用一阶自回归模型对斜率因子和曲率因子进行建 模。 由于水平因子本身非平稳,直接用 AR 模型预测水平因子,会造成预测误差较大。 因此,我们可以使用 AR 模型对水平因子的差分序列进行预测,进而反推出水平 因子的预测值。这种方法的缺点是预测值的方差随着预测步长的增加而增大,长 期预测不确定性高。因此,我们的解决方式是,将日频数据降采样到月频,进而 预测未来三个月三个因子的值。 对于水平因子的预测建模,我们分为两方面: 1. 利用差分序列平稳性来预测原始序列:利用水平因子一月差分序列的平稳性, 构建 AR 模型,预测未来三个月的水平因子; 2. 引入外生变量来辅助预测原始序列:利用水平因子三月差分序列的平稳性,引入外生变量,构建带均值回复的自回归模型,预测未来三个月的水平因子。 上述第二种引入外生变量的方式,对水平因子进行预测,被解释变量为水平因子 未来 3 期的变动。这种方式可以利用平稳序列的均值回复特点,在引入外生变量 的同时,不需要对外生变量进行外推。 此外,我们同样对水平因子进行自回归建模,方便与其余预测模型进行对比。

3.2 原始模型:使用 AR 模型进行预测

我们采用滚动窗口期建模的方式来预测未来 3 个月的三因子值,具体建模的方式 为:滚动窗口期建模,最小窗口期 3*12 个月的月频数据用于建模,最大窗口期 7*12 个月的月频数据用于建模。

3.3 模型改进一:引入政策利率与市场基准利率

货币政策工具是央行调控经济的重要手段,主要通过政策利率和市场利率来传 导。政策利率由央行主动设定和调控,直接体现了货币政策的意图和方向,是央 行向金融机构提供流动性的“价格”。主要包括 MLF、SLF 和逆回购利率,它 们共同构成了央行向市场提供短、中、长期基础货币的渠道。 市场利率由银行间市场的实际交易形成,反映了金融机构之间相互融通资金的成 本,代表了市场整体的流动性状况和资金供求关系。DR007 和 R007 是重要的市 场利率指标。 本节,我们通过引入政策利率与市场利率,作为模型的外生变量,来辅助预测未 来的水平因子。

3.3.1 引入中期借贷便利 MLF

央行通过调整政策利率(如 MLF 利率、逆回购利率)来影响金融机构从央行获 取资金的成本。这个成本变化会传导至银行间市场,引导像 DR007 这样的市场 利率围绕政策利率波动。 我们研究发现,水平因子围绕 MLF 进行波动,即水平因子具备均值回复的特点: 当水平因子偏离 MLF 时,后续其可能会朝着 MLF 进行修复。基于此,我们猜想 MLF 对于水平因子的预测具备一定的指引。

3.3.2 引入 SLF 和 7D OMO 利率

央行自 25 年 3 月份开始,在 MLF 的招标过程中采用多重利率中标的方式,故 MLF 利率不再作为统一的中标利率,这使得我们不得不寻找替代方案。 我国央行持续推进利率市场化改革,已基本建立利率形成、调控和传导机制;逐 渐形成了以公开市场操作 7 天期逆回购(7D OMO)利率为短期政策利率,以常 备借贷便利(SLF)利率为上限、超额准备金利率为下限的利率走廊机制。 基准利率是金融产品定价的重要参考,也是货币政策传导的核心环节。存款类机 构质押式回购利率(DR)是我国货币市场的基准利率,央行主要通过货币政策 工具调节银行体系流动性,释放政策利率调控信号,在利率走廊的辅助下,引导 市场基准利率以 OMO 利率为中枢运行。 我们选择常备借贷便利(SLF)和 7 天逆回购利率(7D OMO,简称 OMO,下同) 作为替代指标。可以发现,中债国债 10 年期即期收益率运行于两者形成的利率 走廊之间,且利率走廊的中枢与 MLF 走势较为一致。

基于上述分析,我们将 MLF 替换为 SLF、OMO 或者两者形成的利率走廊的中枢。 SLF 和 OMO 固定利差为 135BP,就模型而言,三者任择其一即可,结果一致。 以 OMO 为例,从预测结果来看,水平因子的方向预测胜率相对 MLF 略有降低, 但相对原始模型仍有提升,方向预测胜率为 53.85%,均方根误差相对原始模型 扩大,均方根误差为 33.78BP。

3.3.3 引入 R007 和 DR007

除了上述政策利率外,我们考虑引入市场利率银行间质押式回购加权利率 (R007)和存款类机构质押回购利率(DR007)。 R007 衡量的是整个银行间市场(包括银行、证券、基金、保险等所有参与者) 进行 7 天期质押式回购交易的加权平均利率,抵押品范围包括利率债和信用债。 因此,R007 能更全面地反映市场整体的资金供求和情绪,但也会受到抵押品信 用风险和机构信用风险的影响。

DR007 参与者仅限于存款类金融机构(如银行),且质押品仅限于利率债(国 债、央行票据、政策性金融债等)。由于参与者信用较高且质押品几乎无风险, DR007 能更纯粹地反映银行体系的流动性状况,波动性通常小于 R007,被视为 观察银行间流动性松紧的“无风险利率”。 DR007 与 R007 之间的利差(Spread)可以反映流动性的分层情况,利差扩大 通常意味着非银金融机构融资成本相对银行较高,流动性传导可能存在结构性问 题。 由于两利率均为日频序列,我们需要对其进行平滑处理,以平抑其短期的高波动 特性。

DR007 数据起始于 2014 年 12 月,我们的建模起始时间为 2006 年 3 月,故在 前期建模的时候,我们将 DR007 以 0 填充。我们将前述改进模型的 MLF 分别替 换为两者,模型结果如下表所示。从水平因子的方向预测胜率来看,替换为 DR007 后,水平因子的方向预测胜率提升较多,而使用 Spread,方向预测胜率 有所降低。从均方根误差来看,引入市场利率后,除 Spread 外,预测误差会有 所扩大。

3.4 模型改进二:引入曲率、斜率因子

我们对前述模型的预测结果进行检查时,发现方向预测错误的时点,存在利率倒 挂的情形,如中期利率倒挂长期利率,如下图所示的两个时点。这引发我们的思 考:是否前述模型建模时,根据已有的倒挂信息,去预测未来,造成了错误的预 测? 前文我们提到:水平因子、斜率因子和曲率因子有明确的经济解释意义。水平因 子代表长期均衡利率水平,反映经济增长、通胀等长期预期;斜率因子代表收益 率曲线的陡峭程度,其绝对值变化与未来短期利率预期变化高度相关;曲率因子 描述了收益率曲线的弯曲形态(中间凸起或凹陷),反映了市场对中期利率预期的特殊看法。

4、 基于收益率曲线的国债久期轮动策略

上一章,我们针对收益率曲线的预测进行了详细的建模分析。预测未来收益率曲 线的变动,即预测水平因子、斜率因子和曲率因子未来的变动情况。有了预测值 后,即可根据 N-S 公式计算未来各期限零息债券的预期持有期收益率,进而选 择最优期限的债券进行配置。本章,我们将介绍久期轮动策略的构建以及回测结 果。 根据前一章对三因子的预测建模,我们可以获取未来 3 个月三因子的预测值,将 预测值代入 N-S 模型,进一步得到各期限的即期利率,进而在截面上,我们可 以计算出每种期限零息债券的预期持有期收益率,持有预期持有期收益率最高的 零息债券,实现久期的轮动。

我们以最优策略作为久期轮动策略:OMO&斜率曲率。下表展示了各期限指数、 等权指数以及久期轮动策略的业绩评价指标。 从结果来看,久期轮动策略的最大回撤相对长久期国债而言,有了明显的降低, 相对 7-10 年国债的 7.23%降低到 5.36%。策略在有效控制回撤的同时,总收益、 年化收益有了明显的提升。策略绝对收益 110.37%,年化收益 4.63%,夏普比 例 2.15;等权指数绝对收益 76.62%,年化收益 3.52%,夏普比率 2.37。

5、 总结

债券市场是现代金融体系的基石,其深度与广度构成了金融市场稳健运行的基 础。作为全球规模最大的资产类别,债券价格波动的核心驱动力——利率,如同 一只“无形之手”,牵引着资本流动的方向。 在债券市场中,不同期限品种天然呈现“收益-风险-流动性”的权衡特征,这种 特性使得资金在利率周期中呈现“逐利迁移”现象——当市场预期利率下行时, 长债因久期杠杆效应成为“进攻之矛”;当利率风险攀升时,短债凭借抗跌性化 身“防御之盾”。这种动态调整策略,即久期轮动的本质。 债券价格与利率密切相关,其价格与到期收益呈反向变动关系,通过预测利率曲 线的变动,则可以通过计算债券价格的变动,进而主导长短债的轮动。 我们主要对即期收益率曲线的变动进行预测,因即期利率反映的是零息债券持有 到期的收益率,零息债券不像付息债券那样包含票息的再投资,因而其通常被认 为是市场对未来利率的预期。

我们根据 Nelson-Siegel 模型,通过简洁的参数化形式拟合不同期限的利率,构 建收益率曲线。该模型的核心思想是利用三个因子(水平、斜率、曲率)描述收 益率曲线的动态变化。 水平因子、斜率因子和曲率因子有明确的经济解释意义。水平因子代表长期均衡 利率水平,反映经济增长、通胀等长期预期;斜率因子代表收益率曲线的陡峭程 度,其绝对值变化与未来短期利率预期变化高度相关;曲率因子描述了收益率曲 线的弯曲形态(中间凸起或凹陷),反映了市场对中期利率预期的特殊看法。 对于收益率曲线的预测,将转化为对上述三因子的预测。预测出三因子未来的值 后,根据 Nelson-Siegel 模型,即可得到不同期限的即期利率,进而建立预期收 益率曲线,亦可计算出不同期限零息债券的预期持有期收益率,进而选择最优久 期的债券进行配置。 我们首先对三因子进行单位根平稳性检验,结果显示水平因子非平稳,但差分平 稳,而斜率因子和曲率因子平稳。故我们使用 AR 模型对斜率因子和曲率因子建 模,而我们的重点则放在水平因子的建模上。 首先,我们使用利用自回归模型对水平因子和其差分序列进行建模预测,方向预 测胜率均为 53%。其次,我们利用水平因子围绕政策利率波动均值回复的特点, 对模型进行了改进,改进后模型对水平因子的方向预测胜率进一步提升。最后, 为了捕捉利率曲线的倒挂信息,我们在改进模型的基础上引入斜率因子和曲率因 子,进一步提升模型在利率倒挂时期的方向预测胜率。 我们根据预测出来的三因子值,构建预期的利率曲线,进而构造了久期轮动策略。 从回测结果来看,模型在引入斜率因子、曲率因子以及政策利率 OMO 后,策略 表现最优。从 2009.06.01 至 2025.10.31,策略绝对收益 110.37%,年化收益率 4.63%;基准绝对收益 76.62%,年化收益率 3.52%。分年度来看,策略除 2012 年跑输基准外,其余年份均跑赢基准。 截至 2025.10.31,久期轮动策略最新一期信号为 10,模型发出配置长久期利率 债的信号。


(本文仅供参考,不代表我们的任何投资建议。如需使用相关信息,请参阅报告原文。)

相关报告
评论
  • 相关文档
  • 相关文章
  • 全部热门
  • 本年热门
  • 本季热门
  • 全部热门
  • 本年热门
  • 本季热门
  • 最新文档
  • 最新精读
分享至