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
相关深度报告REPORTS

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。)

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