中國利率先行指標體系構建

私募工場（Funds-Works），素以嚴謹的調研和犀利的觀察，捕捉基金的潛台詞，嚴選底層標的，為投資者診斷私募、把脈資產。

本文節選自國盛證券研究所已於2019年8月9日發布的報告《宏觀邏輯的量化驗證：中國利率先行指標體系構建》，具體內容請詳見相關報告。 |

· 正· 文· 來· 啦·

一、自上而下的宏觀利率分析框架

利率是貨幣資金借貸的價格，利率市場的主要驅動因素有：經濟基本面、資金面、政策面等等，而其中最根本的即為經濟基本面因素。對於不同期限的利率水平，各類因素的影響大小不同，短期利率（例如：銀行間市場的7天回購利率）更多的反映市場資金面的影響，中期利率（例如：中央銀行票據發行利率）更多的反映政策面的信號，而長期利率（例如：10年期國債收益率）則更多的反映經濟基本面的狀況。因此在一個較長周期的維度下利用宏觀因素對於長期利率進行一定的預判具有較高的勝率，本報告後續提到的利率如無特指都代表長期利率。

從價格的角度理解利率，其最基本的分析框架即貨幣資金的供給和需求。貨幣資金的需求最主要來源為實體經濟，實體經濟對於擴大生產升級產業的需求將會創造大量的貨幣資金需求，而這部分貨幣資金的運用也最終會反映到實體經濟的名義增長率（可用CPI IP近似表徵名義增長率）上。除此之外貨幣資金需求還有可能來自於金融槓桿，受到股票市場等金融資產短期可觀收益的吸引或者政策層面的促進影響（「非標」的興起），也曾發生過大量融資需求實際在「空轉」的現象，「空轉」的資金不會促進實體經濟的增長，並且有可能導致金融價格泡沫。因而這部分資金的需求最終在政策層面是容易被壓制的，其體量在政策控制下一般不會無序膨脹，但其會影響貨幣政策態度，典型的如2013年「錢荒」事件。

而貨幣資金的供給，基於泰勒規則所揭示的基本原理，是針對融資需求進行逆周期變化的，是相對被動的調節因素。簡單回顧一下歷史我們就能發現，貨幣政策寬鬆下利率未必實時下降，貨幣政策緊縮下利率未必實時上升，還是需要實體經濟的支持，因此利率的變化分析框架可以主要通過貨幣資金需求構建。

實體經濟整體的擴張收縮基本可以從兩類指標獲得線索：經濟增長、通貨膨脹。而虛擬金融槓桿或者無效融資相對較難衡量（許多虛擬金融槓桿在表外，無效融資與有效融資很難區分）。不過經濟整體的債務槓桿對於這兩者或多或少具有包含關係，可以作為虛擬金融槓桿或者無效融資的參考指標。從而我們將主要以「經濟增長 通貨膨脹 債務槓桿」的分析框架對長期利率進行預測，事實上在本文後續的量化實證中也可以發現，在所有宏觀因素中，這三個因素能大幅度解釋利率波動。當然除此之外，流動性、債券供應量、匯率與美債利率等也是許多投資者關心的輔助影響因素，對於為什麼不將其納入整體分析框架，詳細請參見具體報告。

二、國債利率先行指標體系構建

2.1. 傳統指標體系的失效

在衡量「經濟增長」和「通貨膨脹」的時候，通常使用的指標為國內生產總值（GDP）、工業增加值（IP）和居民消費價格指數（CPI）等等。但由於市場環境、經濟結構的不斷變化，這些指標在利率研究過程中對「經濟增長」和「通貨膨脹」的代表性已經越來越弱，傳統的指標體系面臨失效的問題。在報告第1節中的圖表1中已經可以觀察到用IP和CPI計算得到的名義增長率近幾年已喪失波動性，無法衡量利率的變化了。

GDP指標失效的關鍵時間節點在2010年。2000-2010年中國經濟周期性強，GDP較為顯著的反映了經濟波動，2010年後中國經濟進入動能轉換階段，經濟增速不斷下台階，GDP指標的波動減弱，對於利率的解釋度也不斷的下降。雖然IP的波動性仍高於GDP，但是其解釋力度也在不斷減弱。

CPI指標在2012年以前同樣被認為是每一次利率周期的先導指標，會對政策面和資金面的預期有較強的影響，其變化基本與10年期國債到期收益率同步。但是這樣的關係在2012年之後逐漸變得混亂，經濟結構的變化、統計口徑的調整給CPI與利率之間的關係研究帶來了新的挑戰。

因此沒有一種指標是長期有效的，隨著經濟結構和市場環境的變化，各種各樣的指標都會面臨失效的問題，我們亟需重新構建國債到期收益率的先行指標體系，完善先行指標的測試、納入、剔除流程框架。

2.2. 從理論邏輯到數據邏輯

我們在系列報告《宏觀邏輯的量化驗證》的前兩篇中已經提出了多種檢驗宏觀-資產關係以及構建宏觀-資產多因子預測模型的方法，本報告同樣將使用類似的方式檢驗10年期國債收益率在「經濟增長 通貨膨脹 債務槓桿」框架下的先行指標，並構建預測模型。

本報告採用三種方式檢驗宏觀經濟指標與10年期國債到期收益率之間關係的顯著性：

ANOVA方差檢驗法（分布差）：檢驗宏觀經濟指標A在狀態b下的利率變化均值μ_(A=b)是否顯著不同於全樣本利率變化的均值μ_allsample。此方法本質為檢驗不同宏觀狀態下的利率變化分布差，適合於發現事件性宏觀-利率關係。

擇時策略檢驗法（持續性）：利用宏觀經濟指標A的狀態b對利率變化進行擇時，計算策略的「夏普率」，以其高低衡量顯著性。此方法主要考察宏觀狀態對利率的判斷在時間序列上的持續性和穩定性，適合於發現長期宏觀-利率擇時指標。

擬合優度檢驗法（解釋度）：利用宏觀經濟指標A對利率的變化進行回歸，計算回歸的調整後R-square，以其高低衡量顯著性。此方法主要考察宏觀經濟指標因子化後的解釋能力，適合於尋找能夠構築利率多因子回歸模型的宏觀指標。

本報告的宏觀經濟指標庫涉及15大類400個宏觀經濟數據，最後通過各種指標處理方式（季節效應、去噪、調頻）構建的宏觀指標因子有接近800個，基本涉及了宏觀經濟的各個層面。

2.3. 國債利率先行指標體系重構

我們將於利率具有顯著統計關係的指標進行了一一的考察，從擇時效果、基本面邏輯、同類指標相關性、指標代表性、周期匹配性、歷史數據長度等角度對這些指標進行了二次篩選。最終確定了「經濟增長 通貨膨脹 債務槓桿」 輔助指標 觀察指標的先行指標體系。

本體系構築了一個較為完整的國債利率預測與解釋鏈條，並已確保了量化上的可操作性，詳細內容請參見具體報告。

三、國債利率動態因子預測模型

宏觀經濟的單個指標蘊含一些噪音和特徵波動，因此需要將多個指標結合起來進行綜合的判斷，綜合判斷的勝率可能沒有單個指標在歷史上高，但是其穩健性更強，在市場結構變化或者指標失效的情況下對模型的衝擊更小。本節我們將嘗試對各類指標進行權重的配置，並最終構建10年期國債到期收益率的回歸預測模型。主要採用的方法為我們在報告《宏觀邏輯的量化驗證：動態因子模型》中提出的方法。動態因子模型的優點在於：

1、能夠將驅動因素一致的宏觀變數進行聚類合成，剔除宏觀指標的特有噪音，獲得公共驅動因素的波動，從而解決宏觀變數間共線性的問題；

2、能夠將大量的宏觀變數壓縮到少數幾個公共驅動因素上，從而解決宏觀指標集數量多歷史短（大N小t）的問題，使得回歸問題可以求解。

由於宏觀數據短的原因，為了防止多宏觀動態因子模型可能出現的過擬合問題，同時也為了使得模型更易理解，我們將把前文整理的邏輯結構加入模型，給予模型先驗的結構：

其中的經濟增長、通貨膨脹、債務槓桿、短期利率因子我們用相關分類下所有宏觀經濟先行指標取第一主成分得到。我們根據數據的長短劃分大樣本模型（2006年起）和小樣本模型（2014年起），兩個模型的擇時勝率分別為：67.35%和70.00%。

由於債務槓桿數據在2013年之後才有，因此在結構化大樣本模型中沒有債務槓桿因子。由於數據剔除的原因，通貨膨脹因子即「PMI：主要原材料購進價格」，短期利率因子即「SHIBOR：1個月」。需要注意的一點是，經濟增長因子經過主成分提取後方向與實際經濟增長反向，因此係數為負。

我們同時發現結構化小樣本模型中，債務槓桿和短期利率因子的回歸係數與邏輯反向，並且不顯著。其與經濟增長和通貨膨脹之間有較高的共線性，去掉對模型的結果無影響。

因此近幾年利率的驅動因素本質上還是能夠僅由經濟增長和通貨膨脹兩個因素決定，並沒有像一些研究中提到的因老的「美林時鐘」邏輯失效而必須加入其它解釋變數的情況，只不過代理變數需要重新設計。從長期來看，經濟增長和通貨膨脹可能確實不能解釋所有的情況，納入短期利率會有所補充。而「企業債券融資」似乎也還並不能代表本報告邏輯部分對債務槓桿的理解，債務槓桿的代理指標需要做更深入的研究，本報告暫且按下不表。

四、模型在資產配置上的應用

本小節我們以概率優化模型為基準考察10年期國債收益率先行指標體系模型在資產配置中的作用。概率優化模型的特點為：

1、利用核密度估計資產收益率分布，避免由於使用正態分布假設（均值方差系模型）導致的尾部風險低估和偏度估計不足的問題；

2、利用概率描述代替波動率衡量模型風險，可設置定製化的風險形式，克服了波動率的對稱性；

3、模型優化從置信度的角度出發，與最大化收益或者最小化波動率維度不同。

我們選用如下資產進行資產配置優化模擬：

我們將優化函數設置為以下目標：考慮雙邊1%的換手費用下，未來1個月收益小於1%或者最大回撤超過-0.5%的概率。

對於輸入核密度估計的資產收益率分布我們分兩種：

1、（基準組合）採用過去最近120個交易日的收益率分布作為樣本輸入；

2、（利率預測組合）採用過去最近120個交易日的收益率分布，但是用第3節中大樣本（結構）模型對利率變動的預測轉換成的債券指數收益率，代替其中債券資產收益率的均值。轉換公式採用修正久期公式。

回測得到的結果如下。可以看到大樣本（結構）模型對利率的預測給組合帶來了年化2.51%的超額收益率，並且最大回撤也下降了2.79%，特別是近幾年的增強，效果更好。

利用概率優化模型，我們可以將利率的預測能力轉化為超額收益。當前組合僅納入了利率的預測信息，未來我們將對利率以外的其他大類資產同樣構建細緻的宏觀預測模型，望給組合帶來更多的資產配置超額收益。

整個模型的構建過程經歷了不斷的否定和再否定，我們由「經濟增長 通貨膨脹」雙輪驅動框架出發，探討了流動性、債券供應、匯率美債的影響邏輯，補充了地產周期、債務槓桿、短期利率和部分觀察指標，最終通過量化的反證確定了「經濟增長 通貨膨脹」雙輪驅動框架仍然有效，只不過與報告最初的框架有著截然不同的構成理解和代理變數。我們認為模型結果是可能隨著時間的推移失效和變化的，但是整個模型的開放性保證了模型可以不斷的進化修正，適應新的經濟結構和市場環境變化。本報告僅用了部分的宏觀經濟指標，未來將繼續納入更多的宏觀經濟指標和宏觀經濟變數。

本報告利率分析框架的諸多論據借鑒了《投資交易筆記：2002~2010年中國債券市場研究回眸》與《投資交易筆記：2011~2015年中國債券市場研究回眸》。作者以深厚的宏觀功底與長期的市場經驗構築了一個開放同時自洽的利率分析框架。借鑒作者的思路與框架，本報告進行了量化的驗證和拓展。

風險提示：量化分析基於歷史數據，如經濟或市場結構變化，不保證規律的延續性。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！