貨幣政策“驚喜”及其分解

1、引文貨幣政策是預期管理的藝術(shù)，貨幣政策的效果很大程度上取決于對預期的引導和把控。事實上，預期管理已經(jīng)成為發(fā)達國家中央銀行所使用的重要貨幣政策手段之一，央行引導預期的能力會顯著影響貨幣政策的調(diào)控效率。貨幣政策的最終目標是對產(chǎn)出、就業(yè)和通貨膨脹等宏觀變量產(chǎn)生影響。然而，貨幣政策工具對這些變量的影響更多是通過間接的方式實現(xiàn)，其對金融市場的影響相對而言較為直接。在貨幣政策實施中，央行通過公開市場操作影響目標利率，通過利率的傳導影響金融資產(chǎn)價格，進而通過托賓 Q 理論和財富效應作用于投資、消費和支出，從而最終影響產(chǎn)出、就業(yè)、通脹等實際宏觀變量。圖 1：貨幣政策通過金融資產(chǎn)價格的傳導途徑Peter Sel

2、lin(2001), Tobin(1978), 很多文獻都曾探討過貨幣政策對股市的影響，如果市場是有效的，股票的價值是由未來預期現(xiàn)金流的折現(xiàn)值決定的，貨幣政策的變化可以通過多種不同途徑影響股票收益。首先，通過套利方式，即貨幣政策利率的變化可能會影響無風險利率以及其他市場利率，從而影響持有權(quán)益類資產(chǎn)的機會成本；其次，政策利率變化可以通過改變折現(xiàn)系數(shù)影響未來現(xiàn)金流的現(xiàn)值；再次，貨幣政策的變化可能會帶來經(jīng)濟活動的變化，以至于影響短期至中期的產(chǎn)出，預期的未來現(xiàn)金流也可能會因此而受到影響。然而，根據(jù)有效市場假說，股票市場等資本市場會對貨幣政策提前做出反應，因為預期的貨幣政策已經(jīng)提前體現(xiàn)在股票等資產(chǎn)價格中

3、，所以預期內(nèi)的貨幣政策變化與預期外的貨幣政策變化對資本市場的影響是不同的，因此，我們需要對預期和未預期的貨幣政策進行區(qū)分。海外相關(guān)研究中，前美聯(lián)儲主席 Bernanke 和前美聯(lián)儲副主席 Blinder 于 1992 合作發(fā)表的論文中提出聯(lián)邦基金利率（ Federal Funds Rate）是貨幣政策的有效度量指標， Kuttner(2001)則提出利用聯(lián)邦基金利率期貨合約來計算未預期的貨幣政策。Bernanke and Kuttner(2005)在此基礎(chǔ)上，引入了外生的未預期貨幣政策，并發(fā)現(xiàn)未預期貨幣政策對股票市場的影響主要通過預期超額收益和預期股利傳導。國內(nèi)方面，朱小能，周磊(2018)基

4、于媒體數(shù)據(jù)對預期外的貨幣政策進行度量，相比易綱和王召（2002）以及王曦等(2016)區(qū)分貨幣政策預期所采用的各類計量模型方法，在應用局限性上已經(jīng)具有了較大的突破。然而，考慮數(shù)據(jù)獲取的便利性問題，該種方法在實際應用中仍然有所限制。預期內(nèi)和預期外貨幣政策分解由于國內(nèi)缺少貨幣政策利率對應的期貨合約，在對未預期的貨幣政策進行分解的過程中，無法直接應用 Bernanke and Kuttner 的方法。本文以利率互換價格對貨幣市場利率的預期內(nèi)以及預期外部分進行分解，一方面利率互換價格數(shù)據(jù)的獲取更加便利，另外一方面，我國利率互換市場成交活躍，參與者涵蓋了市場中大多數(shù)銀行和證券公司，此外還包括部分保險公司

5、、財務公司以及資管公司，利率互換的價格是市場參與者真實交易和買賣博弈之后的結(jié)果，對貨幣政策預期的表達更具有代表性。利率互換市場發(fā)展迅速、交易活躍利率互換是全球成交規(guī)模最大的一類金融產(chǎn)品，我國的人民幣利率互換試點業(yè)務于2006 年正式啟動，近十幾年間發(fā)展迅速。2008 年，利率互換的名義本金平均月度總額僅約為 335 億元，2016 年 11 月，利率互換月度名義本金總額首次突破 1 萬億元人民幣，而截至 2022 年 6 月，利率互換的名義本金總額達 1.4 萬億元。目前，利率互換市場中以掛鉤 Shibor 3M 和 FR007 的合約交易最為活躍。近一年期間掛鉤 FR007 的利率互換月度名

6、義本金占比約為 87.65 ，掛鉤 Shibor 3M 的利率互換名義本金占比約為 10.91 。圖 2：我國利率互換名義本金規(guī)模變化（單位：億元）圖 3：近一年期間利率互換的名義本金月度均值占比0.120.510.110.070.610.020.00.9187.6525,00020,0001015,00010,0005,0000FR007, 87.653M SHIBOR, 10.91O/N SHIBOR, 0.611年定存, 0.511年貸款, 0.121W SHIBOR, 0.113年貸款, 0.075年貸款, 0.026月貸款, 0.00Wind， 截至日期：2022-6-30Wind，

7、截至日期：2022-6-30掛鉤 Shibor 3M 的利率互換協(xié)議中，期限為 1 年以及 6 個月的合約成交最為活躍，而掛鉤 FR007 的利率互換協(xié)議中，期限為 1 年以及 5 年的合約成交最為活躍。圖 4：不同期限 SHIBOR 3M 利率互換名義本金月度均值占比圖 5：不同期限 FR007 利率互換名義本金月度均值占比5年, 7.043年, 2.394年, 0.503個月,3個月,4.682年, 3年, 41年.23, 0.883.01 174天天, 0, .330.0410年,0.022年, 7.199個月,14.126個月,16.281年,51.171.311個月, 5.219個月

8、, 9.356個月,9.885年,26.631年,38.717年, 0.02Wind，截至日期：2022- 6-30Wind，截止日期：2022-6-30下圖可以看到，2022 年第二季度，F(xiàn)R007/Shibor3M 利率互換定盤收盤曲線與成交價格的平均偏差分別為 0.52BP 和 0.49BP。2022 年二季度，利率互換定盤收盤曲線（FR007 和 Shibor3M）bid-ask 平均價差在較小范圍內(nèi)。圖 6：FR007 品種利率互換定盤收盤曲線與成交價比較（單位：BP）圖 7：Shibor3M 品種利率互換定盤收盤曲線與成交價比較（單位：BP）1.110.0.74.590.53 0.

9、520.4300.6378 0.741.20 1.001.00 0.800.800.600.400.200.003M 6M 9M1Y2Y3Y4Y5Y 總計0.600.400.200.000.910.580.530.600.410.52 0.520.496M9M1Y2Y3Y4Y5Y總計成交價與利率互換定盤收盤曲線平均偏差成交價與利率互換定盤收盤曲線平均偏差中國外匯交易中心，數(shù)據(jù)時間：2022 年二季度中國外匯交易中心，數(shù)據(jù)時間：2022 年二季度圖 8：利率互換定盤收盤曲線報買報賣差值（單位：BP）2.842.452.282.452.381.862.001.2932.521.510.50AprM

10、ayJunQ2FR007平均差值(BP)Shibor3M平均差值(BP)中國外匯交易中心，數(shù)據(jù)時間：2022 年二季度同時，利率互換已經(jīng)越來越廣泛地被國內(nèi)各類金融機構(gòu)用來穩(wěn)定負債成本、管理利率波動以及增厚資產(chǎn)收益，利率互換市場的參與主體越來越豐富，市場流動性也越來越好。截至 2022 年 7 月 28 日，在中國外匯交易中心（暨全國銀行間同業(yè)拆借中心）備案的利率互換參與機構(gòu)共有 710 家，其中包含 400 家非法人機構(gòu)（包括資管計劃、私募/理財/信托產(chǎn)品等等），以及 310 家法人機構(gòu)（包括 216 家銀行、82 家證券公司和投資銀行、5 家保險、3 家財務公司以及 4 家資管公司）。表 1

11、：利率互換業(yè)務備案機構(gòu)分類統(tǒng)計類別利率互換業(yè)務制度備案機構(gòu)數(shù)量資管計劃/私募/理財/信托產(chǎn)品400銀行216證券公司、投資銀行82保險5財務公司3資管公司4總計710資料來源：中國貨幣網(wǎng)，利率互換隱含市場對未來流動性的預期利率互換交易雙方需要結(jié)合對利率的未來預期對利率互換進行定價，最終利率互換的交易價格是市場投資者對未來預期利率買賣博弈的結(jié)果。相比國債期貨，目前交易活躍的利率互換合約主要掛鉤貨幣市場利率，因此利率互換天然隱含著市場對貨幣市場利率以及未來流動性的預期，在貨幣政策傳導以及貨幣市場利率預測中更具有一定的優(yōu)勢。利率互換所隱含的遠期利率反應市場對未來貨幣市場利率的預期，具有一定的預測作用

12、。在交易活躍度較高的 FR007 利率互換與 Shibor 3M 利率互換之間，Shibor 3M 利率互換是相對更為理想的測算指標。一方面由于 R007 為真實成交利率，波動相對比較大。另一方面由于定盤利率 FR007 與 R007 之間有一定區(qū)別，導致互換定價出現(xiàn)一定偏差，使得 FR007 利率互換信息含量較低閆慧、劉奕成(2020)。圖 9：R007 與 Shibor3M（單位： ）圖 10：R007 與 FR007（單位： ）12.8 10.8 8.8 6.8 4.8 2.8 14 12 1086422007/1/42008/1/42009/1/42010/1/42011/1/4201

13、2/1/42013/1/42014/1/42015/1/42016/1/42017/1/42018/1/42019/1/42020/1/42021/1/42022/1/400.8 R007FR007Wind， Wind，根據(jù)下圖，利率互換價格在一定程度上領(lǐng)先 Shibor3M 利率，利率互換較貨幣市場利率高代表市場預期未來利率上行，利率互換較Shibor3M 利率低代表市場預期未來利率下行，兩者利差走闊代表 Shibor 3M 利率變化與市場預期變化分歧加大。圖 11：Shibor3M 利率互換收盤利率均值:1Y 與 Shibor:3M（單位： ）6.6 25.6 1.54.613.60.52

14、.601.6-0.50.6-1 Shibor3M與Shibor3M_IRS之差(右軸)Shibor3MShibor3M_IRSW，下圖展示了 2020 年 1 月至 2021 年 7 月期間利率互換與 Shibor3M 利率的相對變化以及滬深 300 指數(shù)同期表現(xiàn)。2018 年下半年起，市場利率持續(xù)降低，利率環(huán)境整體以寬松為主，通過觀察下圖可以首先發(fā)現(xiàn)，利率互換價格持續(xù)高于 Shibor3M 利率。此外可以看到， 2020 年 2 月下旬、4 月中旬、6 月底 7 月初、9 月底 10 月初、11 月中旬以及 2020 年 12月底至 2021 年 1 月初幾個時間段內(nèi)，Shibor3M 利率

15、相對 Shibor3M 利率互換價格的增速更低或下降幅度更大，兩者利差拉大，并且同時期的滬深 300 指數(shù)均有不同程度的上漲。圖 12：Shibor3M 利率互換收盤利率均值:1Y、Shibor 3M 與滬深 300 指數(shù)（單位： ）Wind此外，不難觀察到利率互換價格在幾個標注時間點的拐點變化均領(lǐng)先于 Shibor3M 利率的變化，一定程度上可以看出利率互換是 Shibor3M 利率的先導指標。預期外貨幣政策對股票價格的影響事件分析基于有效市場假設(shè)的理論表明，只有未預料到的貨幣政策變化才會立即影響資產(chǎn)價格，預期內(nèi)的貨幣政策變化在貨幣市場利率變化之前就已經(jīng)計入了資產(chǎn)的價格。而由于股票回報和政策

16、利率的變化也可能由其他變量引起，為了控制其他變量的影響，許多研究會采用事件分析的方法。本文選擇在貨幣政策調(diào)整公告公布的事件窗口期1 對股票指數(shù)收益率進行分解。 Bernanke & Kuttner(2005)在事件研究中對于未預期到的貨幣政策變化定義為 FOMC 議息會議當天經(jīng)天數(shù)調(diào)整后的聯(lián)邦基金利率期貨的變化幅度，而預期內(nèi)的貨幣政策變化為實際聯(lián)邦基金利率變化與預期外變化之差。該定義在其經(jīng)濟意義的理解上稍顯晦澀如果實際利率的變動包含預期內(nèi)和預期外 因素，如何能夠確定期貨價格的變動只單純由預期外因素構(gòu)成而不包含預期內(nèi)因素？此外， Bernanke & Kuttner(2005)所采用的期貨合約期

17、限為 1 個月期，在各國市場貨幣市場的應用1 具體為：中期借貸便利投放、正逆回購操作、央行票據(jù)發(fā)行、大型存款類金融機構(gòu)存款準備金率變動公告日中，該方法較大程度上會受到各國市場可用的貨幣政策利率衍生品合約期限的限制，合約期限長短不同，采用 B&K(2005)相同的事件研究方法進行拆解之后的結(jié)果也會有較大區(qū)別。實際上，如果中國市場的市場有效性假說成立，當采用一年期利率互換合約對貨幣市場利率Shibor3M 進行拆解后，結(jié)果反而指向與 Bernanke & Kuttner(2005)完全相反的結(jié)論，即，利率互換價格的變動更多反映預期內(nèi)的因素，而剩余部分則反映了預期外的變化。因此，不同于 Bernan

18、ke & Kuttner(2005)在事件研究中對貨幣政策預期的拆分方法，本文在日度數(shù)據(jù)維度上對未預期到的貨幣政策變化的定義方式借鑒了 Bernanke & Kuttner(2005)在月度數(shù)據(jù)研究中用到的方法，即： = 1 (1)111其中，1為在 1日對利率互換利率曲線在采用拔靴法和插值方法后所得到的未來一天的遠期 Shibor 3M 利率，1為 1日的實際利率， 為預期內(nèi)的貨幣政策變化。通過拔靴法可以根據(jù)利率互換曲線標準期限的互換利率計算得到標準期限即期利率曲線，由相鄰標準期限即期利率線性插值可以算得非標準期限即期利率，形成全期限即期利率曲線。而根據(jù)即期利率曲線可以計算其所隱含的遠期利率

19、，所得到的遠期利率則代表了在不同時點市場對未來貨幣市場利率的預期。預期外的貨幣政策定義為日的實際利率減去 1日所預期的遠期利率，即： = 1(2)1首先，根據(jù)以下公式計算事件窗口期貨幣市場利率變化對股票指數(shù)收益率的影響。 = + + (3)其中，為股票指數(shù)在日的收益率，為貨幣市場利率變化。其次，將上式 進一步拆分為預期內(nèi)以及預期外的貨幣政策變化，即： = + + + (4)為股票指數(shù)在日的收益率， 為預期內(nèi)貨幣政策變化，為預期外貨幣政策變化。兩個模型中，殘差項均代表了事件窗口期貨幣政策事件之外的因素對股票收益率的影響。模型假設(shè)該殘差項與等式右側(cè)的貨幣市場利率變化相互正交。據(jù)等式(2)所得到的未

20、預期貨幣市場利差分布如下圖，未預期貨幣市場利率變化的均值為-0.0162bp，中位數(shù)為-0.0125。圖 13：未預期貨幣市場利差分布Wind, 本文股票指數(shù)收益率以滬深 300 指數(shù)收益率為代理變量，貨幣市場利率采用 Shibor 3M，并統(tǒng)計 2012 年 5 月至今中期借貸便利投放、正逆回購操作、央行票據(jù)發(fā)行、大型存款類金融機構(gòu)存款準備金率變動等事件的公告日共計 1447 個樣本點。根據(jù)等式(3)以及等式(4)的計算結(jié)果如下：表 2：事件分析：預期內(nèi)以及預期外貨幣政策變化對股指收益率的影響等式(3)等式(4)截距項-0.0002-0.0001(-0.452)(-0.324)原始貨幣市場利

21、率變化-0.0574-(-2.903)預期內(nèi)變化-0.0583(-2.094)預期外變化-0.0575(-2.900)20.0060.006Wind注：括號內(nèi)為參數(shù) t 值等式(3)中原始貨幣市場利率的系數(shù)為負，與直覺相一致。在將貨幣市場利率進一步進行拆解之后可以看到，預期內(nèi)貨幣政策變化的影響在統(tǒng)計上并不顯著，這也與有效市場假說相一致，對貨幣政策預期內(nèi)的變化已經(jīng)提前反映在股票價格之中。另外，可以看到貨幣市場利率變化中的預期外因素在事件日當天對滬深 300 指數(shù)收益率具有顯著的負面影響，預期外因素的參數(shù)值為-2.9，對應值 0.004。這意味著事件窗口期內(nèi)，貨幣市場利率主要通過未預期到的貨幣政策

22、變化對股市產(chǎn)生影響。以月頻分解貨幣政策預期事件分析以外的另一種方法是每月定期關(guān)注預期內(nèi)和預期外貨幣政策的變化。本文借鑒 Bernanke & Kuttner(2005)的方法，將預期內(nèi)的貨幣政策變化定義為前一期未來 1 個月遠期 Shibor3M 利率與實際利率之差。即： = 1 1,(5)1,1,其中，1,為 1月日的實際 Shibor 3M 利率，1為 1月日未來一個月的遠期 Shibor 3M 利率。因此，預期外的貨幣政策變化定義為： = , 1(6)1,首先根據(jù)以下公式計算每月貨幣市場利率變化對股票指數(shù)收益率的影響。 = + + (7)其中，為股票指數(shù)在月的收益率，為貨幣市場利率變化。

23、其次，將上式進一步拆分為預期內(nèi)以及預期外的貨幣政策對股票指數(shù)月度收益率的影響，即： = + + + (8)為股票指數(shù)在月的收益率，為預期內(nèi)貨幣政策變化，為預期外貨幣政策變化。兩個模型中，殘差項均代表了每月貨幣政策事件之外的因素對股票收益率的影響。月度數(shù)據(jù)同樣采用自 2009 年 1 月至 2022 年 7 月的滬深 300 指數(shù)月度收益率和Shibor 3M 利率及利率互換曲線。根據(jù)等式(7)以及等式(8)的計算結(jié)果如下：表 3：月度數(shù)據(jù)：預期內(nèi)以及預期外貨幣政策變化對股指收益率的影響等式(7)等式(8)截距項0.00570.0070(0.961)(1.140)原始貨幣市場利率-0.0078-

24、(-0.417)預期內(nèi)變化-0.0289(-0.970)預期外變化-0.0071(-0.381)20.0010.008Wind注：括號內(nèi)為參數(shù) t 值根據(jù)以上結(jié)果，貨幣市場利率在月度維度上對股票收益率不具有顯著的解釋能力，即使將貨幣市場利率的預期內(nèi)和預期外變化拆解之后，預期外貨幣政策變化對股指收益率解釋水平的顯著程度也未有明顯改善。這是由于當觀察的時間窗口擴大至一個月區(qū)間時，能夠?qū)善笔找媛视兴绊懙囊蛩匾搽S之增多，眾多影響因素之間相互作用導致變量對股票價格變化的解釋程度降低。貨幣政策“驚喜”與權(quán)益市場擇時根據(jù)上節(jié)分析可以看到，未預期到的貨幣政策在短期維度上對權(quán)益市場有顯著的直接影響，而在月度

25、層面對權(quán)益市場的直接影響并不顯著。以下我們對歷史上中期借貸便利投放、正逆回購操作、央行票據(jù)發(fā)行、大型存款類金融機構(gòu)存款準備金率變動等事件的公告日后 n 個交易日內(nèi)滬深 300 指數(shù)的表現(xiàn)進行分析。根據(jù)等式(2)，未預期貨幣政策為日的實際利率減去 1日所預期的遠期利率，當實際利率大于預期利率代表貨幣政策超預期收緊，反之代表貨幣政策超預期放松。圖 14 和圖 15 分別列出貨幣政策在不同的超預期收緊/放松的程度下，滬深 300 指數(shù)在隨后 n 個交易日內(nèi)反向變化的次數(shù)占比。圖 14：貨幣政策超預期收緊后權(quán)益市場收益為負占比Wind， 貨幣市場利率超預期超預期后 超預期后 超預期后 超預期后 超預期

26、后 超預期后 超預期后 超預期后 超預期后 超預期1天3天5天7天9天12天14天16天18天 -0.0395 -0.0363 -0圖 15：貨幣政策超預期放松后權(quán)益市場收益為正占比閾值(單位：bp)-0.074264.7161.7661.7655.8852.9458.8258.825-0.071163.1657.8957.8952.6352.6357.8957.89-0.067961.9057.1459.5254.7652.3854.76-0.064758.7060.8760.8758.7054.355-0.061657.1459.1861.2259.1855.10-0.058455.565

27、9.2661.1162.96-0.055354.5559.0954.5560-0.052153.0958.0255.56-0.048953.6858.95-0.045854.7256-0.042659.17Wind， 綜合對比圖 14 和圖 15，相比貨幣政策超預期收緊，貨幣政策超預期放松后權(quán)益市場反向變動的占比平均更高，且隨著天數(shù)的增加該比值衰減更慢。此外，根據(jù)圖 14 可以觀察到，在發(fā)生貨幣政策超預期收緊后的大約 7 個交易日內(nèi)權(quán)益市場反向變化的趨勢并不明顯，然而 7 個交易日之后，大約有 60 -70 的情況下權(quán)益市場出現(xiàn)了上漲，這可能是由于貨幣政策收緊時機往往伴隨市場過熱，在貨幣政策出

28、現(xiàn)收緊后的一小段時間內(nèi)，市場呈現(xiàn)震蕩狀態(tài)，隨后部分情況下市場受趨勢影響繼續(xù)上漲。下圖分別展示了在貨幣市場利率超預期收緊和放松情況下滬深 300 指數(shù)走勢2。2 為便于展示，圖中同時標記了突破閾值時點及隨后的 5 個交易日圖 16：貨幣政策超預期收緊期間與滬深 300 指數(shù)表現(xiàn)（閾值：0.003bp）7000 6000 500040003000200010000 超預期收緊滬深300指數(shù)1.210.80.60.40.20Wind，圖 17：貨幣政策超預期放松期間與滬深 300 指數(shù)表現(xiàn)（閾值：-0.04bp）7000 1.26000 500040003000200010000 超預期放松滬深30

29、0指數(shù)10.80.60.40.20Wind，根據(jù)以上分析，我們分別針對貨幣政策超預期放松和收緊的情況構(gòu)建如下?lián)駮r策略。擇時對象：滬深 300 指數(shù)回測時間區(qū)間：2013 年 1 月 4 日-2022 年 7 月 29 日調(diào)倉規(guī)則：在中期借貸便利投放、正逆回購操作、央行票據(jù)發(fā)行、大型存款類金融機構(gòu)存款準備金率變動等事件公告日計算 Shibor3M 利率超預期幅度。對于貨幣政策超預期放松的情況，若實際利率較預測利率之差低于閾值，則“買入”滬深 300 指數(shù)（95倉位）并維持買入直至 n 個交易日后，期間若未出現(xiàn)新的買入信號則 “買入”中債企業(yè)債總財富指數(shù)（95倉位），否則延長維持“買入”期限直至最

30、新一次買入信號后 n 天。對于貨幣政策超預期收緊的情況，若實際利率較預測利率之差高于閾值，則在觸發(fā)閾值 7 個交易日之后“買入”滬深 300 指數(shù)（95倉位）并維持買入直至 n 個交易日后，其他時間持倉為 95 的中債企業(yè)債總財富指數(shù)。交易成本：雙邊千三回測時間區(qū)間內(nèi)，滬深 300 指數(shù)累計收益 65.19 ，年化收益 5.38 ，最大回撤 46.70 ，年化夏普、Calmar 比率分別為 0.35，0.17。下圖展示了貨幣政策超預期放松的情況下，不同利差閾值下維持權(quán)益持倉不同時長的策略效果，可以看到在貨幣政策超預期放松后短期內(nèi)持有權(quán)益資產(chǎn)的擇時策略對滬深 300指數(shù)具有一定的增強效果，但增強

31、效果受參數(shù)影響較大。另一方面，該策略最大回撤相比滬深 300 指數(shù)有較為明顯的下降，同時策略夏普率和 Calmar 比率相比滬深 300 指數(shù)有較為明顯的提升。超預期后 超預期后9天 12圖 18：貨幣政策超預期放松情況下?lián)駮r策略累計收益圖 19：貨幣政策超預期放松情況下?lián)駮r策略最大回撤貨幣市場 利率超預期閾值(單位：bp)超預期后3天超預期后5天超預期后7天-0.074259.55%68.05%75.18%-0.071154.79%66.24%69.85%-0.067953.33%60.89%62-0.064751.04%60.47%-0.061645.20%57.9-0.058439.50

32、%4-0.055333.47%-0.052130.-0.0489-0.0458-0.0426-0.貨幣市場 利率超預期閾值(單位：bp)超預期后3天超預期后5天超預期后7天超預期后9天超預期后12天超預期后14天-0.074210.13%13.90%11.68%11.47%14.67%17.32%-0.071110.57%13.90%11.68%11.47%14.67%17.32%-0.067911.53%16.24%15.69%11.48%19.17%20.91%-0.064712.43%16.24%15.69%12.43%19.17%20.91%-0.061612.42%16.24%15.

33、69%12.43%19.17%20.91%-0.058413.12%16.24%15.69%12.43%19.17%20.91%-0.055317.85%16.81%15.69%12.43%19.17%20.91%-0.052121.41%18.23%17.80%14.14%19.24%22.23%-0.048919.74%21.31%19.10%14.02%20.91%25.54%-0.045820.82%19.56%18.75%14.02%20.19%25.53%-0.042620.18%18.73%19.05%14.02%20.19%25.53%-0.039522.76%15.73%18

34、.47%14.02%20.12%24.27%-0.036320.89%17.65%29.27%36.00%26.62%31.12%-0.033226.39%15.81%25.06%36.27%25.40%31.67%Wind， 數(shù)據(jù)時間：2013-1-4 至 2022-7-29Wind， 數(shù)據(jù)時間：2013-1-4 至 2022-7-29圖 20：貨幣政策超預期放松情況下?lián)駮r策略夏普比率圖 21：貨幣政策超預期放松情況下?lián)駮r策略 Calmar 比率貨幣市場 利率超預期閾值(單位：bp)超預期后3天超預期后5天超預期后7天超預期后9天超預期后12天超預期后14天-0.07421.371.271.

35、250.880.640.63-0.07111.231.211.150.820.570.57-0.06791.181.091.020.840.470.53-0.06471.111.040.960.760.400.47-0.06160.990.990.950.710.340.46-0.05840.850.831.010.850.580.68-0.05530.700.580.800.860.650.69-0.05210.590.630.610.610.460.43-0.04890.470.530.640.660.410.39-0.04580.200.470.580.620.510.49-0.0426

36、0.350.570.640.830.680.53-0.03950.240.560.620.840.710.64-0.03630.250.510.390.270.340.12-0.0332-0.150.440.390.200.330.27貨幣市場 利率超預期閾值(單位：bp)超預期后3天超預期后5天超預期后7天超預期后9天超預期后12天超預期后14天-0.07420.510.410.530.430.270.24-0.07110.460.400.500.410.240.22-0.06790.410.320.340.420.160.17-0.06470.370.320.340.370.140.16-

37、0.06160.330.310.340.360.120.16-0.05840.280.260.370.440.220.25-0.05530.180.200.330.470.260.26-0.05210.140.220.250.340.210.17-0.04890.130.170.260.370.180.14-0.04580.060.190.280.390.260.20-0.04260.110.250.310.540.360.22-0.03950.070.300.310.570.380.27-0.03630.080.250.140.080.160.05-0.0332-0.050.250.170.

38、070.170.11Wind， 數(shù)據(jù)時間：2013-1-4 至 2022-7-29Wind， 數(shù)據(jù)時間：2013-1-4 至 2022-7-29下圖展示了貨幣政策超預期收緊的情況下，在不同利差閾值信號被觸發(fā)后隔期持有權(quán)益資產(chǎn)并維持不同時長的策略效果，可以看到當將超預期閾值提高到 0.167bp 以上，且持有期為信號觸發(fā)后 7 至 11 天或更長時間段的情況下策略收益有明顯上升，同時相比滬深 300 指數(shù)的最大回撤有明顯下降，夏普和 Calmar 比率也有不同程度的提高。超預期后 超預期7至13天 7至 0.0200 0.02 0圖 22：貨幣政策超預期收緊情況下?lián)駮r策略累計收益圖 23：貨幣政

39、策超預期收緊情況下?lián)駮r策略最大回撤貨幣市場 利率超預期閾值(單位：bp)超預期后7至9天超預期后7至11天0.00336.00%31.84%0.00678.21%420.01009.28%0.013325. 0.0167貨幣市場 利率超預期閾值(單位：bp)超預期后7至9天超預期后7至11天超預期后7至13天超預期后7至15天超預期后7至17天0.003323.65%20.93%29.75%25.60%26.10%0.006722.98%23.16%31.51%25.73%25.49%0.010024.53%21.53%28.61%22.94%22.66%0.013324.62%24.41%2

40、2.54%21.85%22.95%0.016720.16%20.15%24.87%16.72%17.39%0.020016.87%14.74%20.82%12.39%13.90%0.023313.99%14.13%17.00%9.39%10.70%0.026711.61%13.06%15.12%11.84%13.13%0.03007.52%6.64%10.11%10.96%11.74%Wind， 數(shù)據(jù)時間：2013-1-4 至 2022-7-29Wind， 數(shù)據(jù)時間：2013-1-4 至 2022-7-29圖 24：貨幣政策超預期收緊情況下?lián)駮r策略夏普比率圖 25：貨幣政策超預期收緊情況下?lián)駮r

41、策略 Calmar 比率貨幣市場 利率超預期閾值(單位：bp)超預期后7至9天超預期后7至11天超預期后7至13天超預期后7至15天超預期后7至17天0.00330.120.400.480.410.520.00670.170.550.440.440.400.01000.180.720.570.540.490.01330.460.900.980.780.660.01670.781.201.031.050.820.02000.871.261.071.070.860.02331.361.571.411.371.040.02671.781.871.691.461.290.03002.482.342.031.781.58貨幣市場 利率超預期閾值(單位：bp)超預期后7至9天超預期后7至11天超預期后7至13天超預期后7至15天超預期后7至17天0.00330.040.160.150.170.220.00670.050.180.120.170.160.01000.050.240.170.220.210.01330.110.250.320.300.270.01670.200.38