固收研究：基于宏观因子组的债市交易预期分析

　　投资要点：

    　　在债市交易中，基本面和资金面水平形成了市场的基本预期，本篇报告侧重于构建有效的宏观因子组，对于债市交易中隐含的市场预期进行解构，从而判断债市的合理运行区间。考虑到市场对于宏观因子的判断存在逐渐学习的过程，即过去一段时间表现较好的宏观因子会被给予更高的预判权重，而一些无法有效扰动市场的因子则会被给予较小的预判权重，因此我们以滚动调整的方式进行因子组的调整。

    　　市场交易变量与宏观因子综述：我们选择1年、5年和10年国债利率作为三个市场交易变量，宏观因子方面，我们设置了月度的低频变量组和日度/周度的高频变量组，共计184个指标，其中月度的低频变量组有17个指标，高频的周度和日度变量组分别有82和85个指标。低频变量组主要为月度公布的指标，我们将其分为进出口、居民消费、工业景气度和货币类四类共计17个指标。

    　　测算逻辑说明：我们以3期限品种的定频变动为对象，观测对应的月度/周度宏观因子组的历史有效映射矩阵，并基于此判断下一期利率的运行中枢。最后以日度宏观因子组的有效映射矩阵判断下一期利率的运行上下界。首先我们将17个小类指标Z-score标准化后，按类属进行pca降维，将44个指标按特性进行合并，非日度数据以最新更新的指标为对象，将其余指标向后填充后按日期匹配。在获取了月度/周度/日度的宏观因子组后，我们以低频的月度和周度因子组表现对债市的运行中枢进行领先测算，以高频的日度因子波动情况对运行上下界区间进行测算。我们以各期预期误差的均值加减数倍标准差落在一个较小区间之间的概率来反应各场景下的测算精度，并兼顾回溯期数和测算精度，尽量在最小的回溯期数下取得较好的测算精度。

    　　模型效果与当前结论：月度因子对三期品种的历史方向预测胜率均在65%以上，相对较高，近年对1年和5年品种的胜率在70%以上，周度数据方面，我们基于最新的（截至3月7日）数据，测算的1年、5年和10年国债的合理变动幅度分别为-6BP，-7BP和-0.5BP。最后，我们基于日度的宏观因子矩阵生成不同期限品种的合理运行范围，根据最新的数据（截至3月7日），1年品种的合理运行空间可能为周度中枢利率的-3BP至+4BP之间，5年品种可能周内收益率峰值相比中枢会上行5BP左右，相对最高而10年品种可能相对中枢值有4BP左右的下行空间。

    　　风险提示

    　　市场风险超预期，政策边际变化，宏观冲击导致数据失真风险。

声明：

1. 风险提示：以上内容仅来自互联网，文中内容或观点仅作为原作者或者原网站的观点，不代表本站的任何立场，不构成与本站相关的任何投资建议。在作出任何投资决定前，投资者应根据自身情况考虑投资产品相关的风险因素，并于需要时咨询专业投资顾问意见。本站竭力但不能证实上述内容的真实性、准确性和原创性，对此本站不做任何保证和承诺。
2. 本站认真尊重知识产权及您的合法权益，如发现本站内容或相关标识侵犯了您的权益，请您与我们联系删除。