2026年宏观深度报告:如何以量化策略增厚信用债收益?——多资产系列报告(三)
- 来源:东吴证券
- 发布时间:2026/01/28
- 浏览次数:68
- 举报
宏观深度报告:如何以量化策略增厚信用债收益?——多资产系列报告(三).pdf
宏观深度报告:如何以量化策略增厚信用债收益?——多资产系列报告(三)。截至2025年末,我国信用债市场总规模相当于A股总市值的42.3%,但业界对信用债定价的量化研究仍十分匮乏。参考美国信用债市场的量化研究已完成从结构性模型到传统多因子模型,再到新兴领域的机器学习、IPCA模型等方法转变,我们最终选用IPCA模型对国内信用债市场定价进行探讨。
如何理解 IPCA 模型?
从实务角度理解
公司属性、发行方式、票面利率、修正久期等众多特征共同决定了信用债投资人对 个券信用风险的评估,上述特征虽然可能都包含噪声,但客观上也都反映了一些影响个 券信用风险的信息。更重要的是,“上述特征对个券信用风险的影响”互相之间并非完全 独立的。 例如,修正久期同样是 4 的两只信用债,投资人对“修正久期长不长?”的判断还 要参考公司属性(eg.是不是国有企业?)、所属行业(eg.是不是公益性国有企业?)、所 在区域(eg.是不是位于经济大省?)等诸多其他信息。 因此,IPCA 模型将 L 个特征“归纳”为 K 个潜在因子具有诸多裨益(数值上 L>K), 这不仅有助于消除噪声、更加全面地提取信用风险信号,还有助于更好地模拟信用债投 资真实决策思路。此外,在“从理论模型到实操策略”的落地过程中,按特征组合择券 能够有效解决信用债流动性较差、心仪的个券往往无法保证能够获得券源的问题。
模型输入数据如何选取?
因变量如何计算?
当采用“信用超额收益”作为因变量时:原始计算公式为“信用债持有期收益率” 减“国债对冲组合收益”。理论上,我们应当构造一个与信用债久期、凸性均相等的“国 债对冲组合”。 实践中精确构造“国债对冲组合”计算繁琐、受限较多,可以考虑改为采用一种构 造“虚拟国债”的简便算法。以计算 T-1 期至 T 期的“国债对冲组合收益”近似值为例:(1)首先在 T-1 期按照当日国债收益率曲线,计算与信用债修正久期相等的“虚拟国 债”对应的收益率。假设“虚拟国债”为平价债券,票面利率等于到期收益率。(2)其 次在 T 期按照新的国债收益率曲线、“虚拟国债”新的剩余期限,计算对应国债收益率 作为贴现率,进而计算“虚拟国债”当日净价。(3)基于上述数据,在考虑利息收入的 前提下,计算 T-1 期至 T 期的“虚拟国债”持有收益,即“国债对冲组合收益”近似值。 考虑到,上述方法没有充分考虑凸性、现金流分布等因素的干扰,在时间跨度较长、 利率曲线剧烈变动的时期,估算偏差可能较大。因此,对于时间跨度较长的模型回测, 我们还可以考虑采用借助利率债指数的替代算法。具体而言,由于中证国开债指数只能 获取 0-1 年、1-5 年、3-5 年等 5 个主要期限分段,而中证国债及政策性金融债指数可获 取 0-1 年、1-3 年、1-5 年、3-5 年等 10 个主要期限分段,因此我们选择在“中证国债及 政策性金融债指数收益”的基础上,近似估算“国债对冲组合收益”。后文的核心计算思 路在于,首先计算中证国债及政策性金融债指数的区间收益,随后参考信用债的修正久 期,以线性插值法估算“信用超额收益”公式中的被减项。
特征如何选取?
为借助 IPCA 模型检验哪些特征决定了国内信用债的超额收益,参考海外研究,我 们在表 1 初步明确了需要考虑的特征范围。随后基于以下原则,在表 2 最终确定了对国 内信用债进行测算所需特征。
原则 1:数据可得、口径一致且实践价值较高。例如,违约距离(D2D)在美 国债券市场的数据可得性较高、实践效果较好,但在国内计算相对较为困难、 根据上市公司信用债历史违约案例研究可知在国内的实践效果一般,因此暂不 考虑该特征。再例如,从衡量公司利润/现金流对债务的保障能力角度看, “EBITDA/有息负债”可能较“利润总额/负债合计”更适宜被用作参考特征。 但实务中,大量发债主体只能根据历年年报估算 EBITDA(反推法),如此导 致个别月份可用数据过于老旧、可信度较差;有息负债的估算严重依赖于发债 主体财报附注的披露详细程度,事实上,对不同主体估算的有息负债口径并不 一致,因此最终我们选择暂不考虑“EBITDA/负债合计”特征。
原则 2:单一特征尽量反映单一信息:一个特征最好只用于刻画一个信息含量 较高、独立性较强的经济特征,即尽量避免将不同经济特征在一个特征里混为 一谈。即使实在难以满足上述要求,也应尽量控制单一特征所反映的信息不要 过于嘈杂。例如,久期×利差(???)在海外实证研究中发挥了很大作用,但 出于对原则 2 的考虑,我们未将其纳入特征集,而是在(1)修正久期、(2) 信用利差特征中分别反映。
原则 3:尽量贴合实务。例如,除(1)各个特征要进行滞后 1 期处理、z-score 标准化处理外,还要考虑(2)特征提取时间的选择方法——以财报数据为例, 在国内,《上市公司信息披露管理办法》规定上市公司的年报披露截止日期为下年 4 月 30 日、中报披露截止日期为当年 8 月 31 日;《上海证券交易所股票 上市规则》规定上市公司应当在每个会计年度前 3 个月、前 9 个月结束后 1 个 月内披露季度报告,即一季报的披露截止日期为当年 4 月 30 日,三季报的披 露截止日期为当年 10 月 31 日。非上市发债主体的财报披露时间要求与上市公 司基本相同。

(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。)
- 申万金工因子观察第5期:OpenClaw能否实现零代码基础构建量化策略?.pdf
- 量化基金2025年回顾及2026年展望:公私募量化策略剖析、优选及配置思路.pdf
- 主动量化策略周报:股强基弱,优基增强组合近期超额持续攀升.pdf
- 2026年量化策略:关注通胀改善上行趋势.pdf
- 2025年10月基金投顾投端跟踪报告:投顾组合调减主动权益仓位,周期和量化策略受青睐.pdf
- 信用策略系列报告之二:信用债行情背后的机构行为图谱.pdf
- 3月信用债策略月报:稳中求进,维持惯性.pdf
- 2025年信用债违约事件盘点:行业分化下的信用风险边界重构.pdf
- 3月信用债策略月报:利差压缩空间有限,以稳为主、逢高配置.pdf
- 信用债周策略:3月信用债市场展望.pdf
- 地产行业收租资产系列报告之十二:首批商业不动产REITs资产评估总览.pdf
- 中国平安公司深度研究:负债扩表资产修复,低配红利重估在即.pdf
- 票息资产热度图谱:2%以上的AA+还有多少?.pdf
- 宏观周度述评系列:地缘政治冲突框架下的五类资产交易逻辑.pdf
- 量化大类资产跟踪:小盘成长回调,周期能化逆势领涨.pdf
- 相关标签
- 相关专题
- 相关文档
- 相关文章
- 全部热门
- 本年热门
- 本季热门
- 1 量化基金2023年回顾及2024年展望:公私募量化策略剖析、优选及配置.pdf
- 2 量化策略专题:行业选择逻辑与行业配置策略.pdf
- 3 J.P. 摩根-全球量化策略-大数据与人工智能战略.pdf
- 4 量化策略专题研究:量化视角下的风格、行业运行逻辑及配置展望.pdf
- 5 量化策略专题研究:行业主题工具与行业配置策略
- 6 J.P. 摩根-全球量化策略-从商品期货的动态定位中获利.pdf
- 7 量化策略深度:债券基金因子模型.pdf
- 8 量化策略研究:细“颗粒度”下北向资金的配置能力.pdf
- 9 量化策略研究:DFQ机器学习行业轮动模型.pdf
- 10 量化策略配置系列(一):CTA策略的阿喀琉斯之踵.pdf
- 1 宏观深度报告:如何以量化策略增厚信用债收益?——多资产系列报告(三).pdf
- 2 跨境投资洞察系列报告:港股择时宏观框架与量化策略.pdf
- 3 2025年10月基金投顾投端跟踪报告:投顾组合调减主动权益仓位,周期和量化策略受青睐.pdf
- 4 2026年量化策略:关注通胀改善上行趋势.pdf
- 5 量化基金2025年回顾及2026年展望:公私募量化策略剖析、优选及配置思路.pdf
- 6 主动量化策略周报:股强基弱,优基增强组合近期超额持续攀升.pdf
- 7 申万金工因子观察第5期:OpenClaw能否实现零代码基础构建量化策略?.pdf
- 8 2025年一季度我国信用债市场分析与展望:债市融资收缩,利率窄幅震荡,城投分化延续.pdf
- 9 从2025Q1前五大持仓看债基信用策略:基金重仓了哪些高票息信用债?.pdf
- 10 票息资产热度图谱:2.1%买10年信用债?.pdf
- 1 宏观深度报告:如何以量化策略增厚信用债收益?——多资产系列报告(三).pdf
- 2 2026年量化策略:关注通胀改善上行趋势.pdf
- 3 量化基金2025年回顾及2026年展望:公私募量化策略剖析、优选及配置思路.pdf
- 4 主动量化策略周报:股强基弱,优基增强组合近期超额持续攀升.pdf
- 5 申万金工因子观察第5期:OpenClaw能否实现零代码基础构建量化策略?.pdf
- 6 再见2025:信用债复盘——2025年债市复盘系列之二.pdf
- 7 信用周报:2025年信用债市场违约特征总结.pdf
- 8 信用债周策略:寻找收益的“源头活水”,高息存款解锁后的配置力量.pdf
- 9 信用债周策略:怎么看经济工作会议对地方经济的指导.pdf
- 全部热门
- 本年热门
- 本季热门
- 1 2026年申万金工因子观察第5期:OpenClaw能否实现零代码基础构建量化策略?
- 2 2026年量化基金2025年回顾及2026年展望:公私募量化策略剖析、优选及配置思路
- 3 2026年宏观深度报告:如何以量化策略增厚信用债收益?——多资产系列报告(三)
- 4 2025年第51周主动量化策略周报:股强基弱,优基增强组合近期超额持续攀升
- 5 2026年量化策略:关注通胀改善上行趋势
- 6 2025年10月基金投顾投端跟踪报告:投顾组合调减主动权益仓位,周期和量化策略受青睐
- 7 2025年跨境投资洞察系列报告:港股择时宏观框架与量化策略
- 8 2025年资产配置及量化策略展望:财政政策与经济周期的对抗与统一
- 9 2025年度量化策略:企稳向上,关注成长风格
- 10 2024年量化策略研究:DFQ机器学习行业轮动模型
- 1 2026年申万金工因子观察第5期:OpenClaw能否实现零代码基础构建量化策略?
- 2 2026年量化基金2025年回顾及2026年展望:公私募量化策略剖析、优选及配置思路
- 3 2026年宏观深度报告:如何以量化策略增厚信用债收益?——多资产系列报告(三)
- 4 2025年第51周主动量化策略周报:股强基弱,优基增强组合近期超额持续攀升
- 5 2026年量化策略:关注通胀改善上行趋势
- 6 2025年10月基金投顾投端跟踪报告:投顾组合调减主动权益仓位,周期和量化策略受青睐
- 7 2025年跨境投资洞察系列报告:港股择时宏观框架与量化策略
- 8 2026年信用策略系列报告之二:信用债行情背后的机构行为图谱
- 9 2026年3月信用债策略月报:稳中求进,维持惯性
- 10 2025年信用债违约事件盘点:行业分化下的信用风险边界重构
- 1 2026年申万金工因子观察第5期:OpenClaw能否实现零代码基础构建量化策略?
- 2 2026年量化基金2025年回顾及2026年展望:公私募量化策略剖析、优选及配置思路
- 3 2026年宏观深度报告:如何以量化策略增厚信用债收益?——多资产系列报告(三)
- 4 2025年第51周主动量化策略周报:股强基弱,优基增强组合近期超额持续攀升
- 5 2026年量化策略:关注通胀改善上行趋势
- 6 2026年信用策略系列报告之二:信用债行情背后的机构行为图谱
- 7 2026年3月信用债策略月报:稳中求进,维持惯性
- 8 2025年信用债违约事件盘点:行业分化下的信用风险边界重构
- 9 2026年3月信用债策略月报:利差压缩空间有限,以稳为主、逢高配置
- 10 2026年第9周信用债周策略:3月信用债市场展望
- 最新文档
- 最新精读
- 1 2026年中国医药行业:全球减重药物市场,千亿蓝海与创新迭代
- 2 2026年银行自营投资手册(三):流动性监管指标对银行投资行为的影响(上)
- 3 2026年香港房地产行业跟踪报告:如何看待本轮香港楼市复苏的本质?
- 4 2026年投资银行业与经纪业行业:复盘投融资平衡周期,如何看待本轮“慢牛”的持续性?
- 5 2026年电子设备、仪器和元件行业“智存新纪元”系列之一:CXL,互联筑池化,破局内存墙
- 6 2026年银行业上市银行Q1及全年业绩展望:业绩弹性释放,关注负债成本优化和中收潜力
- 7 2026年区域经济系列专题研究报告:“都”与“城”相融、疏解与协同并举——现代化首都都市圈空间协同规划详解
- 8 2026年历史6轮油价上行周期对当下交易的启示
- 9 2026年国防军工行业:商业航天革命先驱Starlink深度解析
- 10 2026年创新引领,AI赋能:把握科技产业升级下的投资机会
