國(guó)債期貨在利率風(fēng)險(xiǎn)管理中的應(yīng)用

1、目錄本文主要研究目的與內(nèi)容框架 5國(guó)債期貨套期保值最優(yōu)套保比率測(cè)算模型 5國(guó)債期貨套保有效性實(shí)證結(jié)果 9基于活躍券構(gòu)建凈價(jià)指數(shù)與財(cái)富指數(shù) 9基于國(guó)債活躍券組合的套保效果比較 11中債指數(shù)基于統(tǒng)計(jì)模型套保效果分析 14國(guó)債期貨跨期價(jià)差與展期時(shí)間選擇 17國(guó)債期貨跨期價(jià)差主要影響因素與原理 18國(guó)債期貨展期擇時(shí)的增強(qiáng)效果 21基于展期優(yōu)化后國(guó)債期貨對(duì)現(xiàn)券組合套保效果總結(jié) 232期貨研究報(bào)告圖表目錄 HYPERLINK l _TOC_250019 圖表 1：基于傳統(tǒng)市場(chǎng)風(fēng)險(xiǎn)因子法的套保比率測(cè)算 6 HYPERLINK l _TOC_250018 圖表 2：基于現(xiàn)券與期債收益率統(tǒng)計(jì)模型的套保比率測(cè)算

2、6圖表 3：國(guó)債活躍券（7-10 年）凈價(jià)指數(shù)與中債指數(shù) 10圖表 4：國(guó)債活躍券（7-10 年）財(cái)富指數(shù)與中債指數(shù) 10圖表 5：國(guó)開活躍券（7-10 年）凈價(jià)指數(shù)與中債指數(shù) 10圖表 6：國(guó)開活躍券（7-10 年）財(cái)富指數(shù)與中債指數(shù) 10 HYPERLINK l _TOC_250017 圖表 7：國(guó)債 7-10 年活躍券組合十年期國(guó)債期貨對(duì)沖凈價(jià)指數(shù)對(duì)沖效果 11圖表 8：基于 7-10 年國(guó)債活躍券財(cái)富指數(shù)套保凈值 12圖表 9：基于 7-10 年國(guó)債活躍券組合最優(yōu)套保比率 12 HYPERLINK l _TOC_250016 圖表 10：國(guó)開債 7-10 年活躍券組合凈價(jià)指數(shù)基于十年期

3、國(guó)債期貨對(duì)沖效果 13圖表 11：基于 7-10 年國(guó)開活躍券財(cái)富指數(shù)套保凈值 13圖表 12：基于 7-10 年國(guó)開活躍券組合最優(yōu)套保比率 13 HYPERLINK l _TOC_250015 圖表 13：國(guó)債凈價(jià)指數(shù)基于十年期國(guó)債期貨套保凈價(jià)套保效果 15 HYPERLINK l _TOC_250014 圖表 14：金融債凈價(jià)指數(shù)基于十年期國(guó)債期貨套保凈價(jià)套保效果 15 HYPERLINK l _TOC_250013 圖表 15：信用債凈價(jià)指數(shù)基于十年期國(guó)債期貨套保凈價(jià)套保效果 16圖表 16：十年期國(guó)債期貨跨期價(jià)差與到期日 17圖表 17：五年期國(guó)債期貨跨期價(jià)差與到期日 17圖表 18：

4、十年期國(guó)債期貨跨期價(jià)差與 IRR 18圖表 19：五年期國(guó)債期貨跨期價(jià)差與 IRR 18 HYPERLINK l _TOC_250012 圖表 20：基于近季合約 IRR 的展期時(shí)點(diǎn)判斷（十年期國(guó)債期貨） 19圖表 21：十年期國(guó)債期貨跨期價(jià)差與貨幣市場(chǎng)利率 20圖表 22：五年期國(guó)債期貨跨期價(jià)差與貨幣市場(chǎng)利率 20 HYPERLINK l _TOC_250011 圖表 23：基于資金面指標(biāo)的展期時(shí)點(diǎn)判斷（十年期國(guó)債期貨） 20 HYPERLINK l _TOC_250010 圖表 24：基于 IRR 與資金利率相結(jié)合的展期時(shí)點(diǎn)判斷以及對(duì)應(yīng)關(guān)鍵移倉(cāng)日期（十年期國(guó)債期貨） 21 HYPERLIN

5、K l _TOC_250009 圖表 25：基于 IRR 與資金利率進(jìn)行展期擇時(shí)的增強(qiáng)效果（十年期國(guó)債期貨） 22 HYPERLINK l _TOC_250008 圖表 26：基于 IRR 與資金利率進(jìn)行展期擇時(shí)的增強(qiáng)效果（五年期國(guó)債期貨） 22 HYPERLINK l _TOC_250007 圖表 27：主要利率債指數(shù)對(duì)沖效果總結(jié)（基于十年期國(guó)債期貨） 24 HYPERLINK l _TOC_250006 圖表 28：主要信用債指數(shù)對(duì)沖效果總結(jié)（基于十年期國(guó)債期貨） 25 HYPERLINK l _TOC_250005 圖表 29：主要利率債指數(shù)對(duì)沖效果總結(jié)（基于五年期國(guó)債期貨） 26 HY

6、PERLINK l _TOC_250004 圖表 30：主要信用債指數(shù)對(duì)沖效果總結(jié)（基于十年期國(guó)債期貨） 27 HYPERLINK l _TOC_250003 圖表 31：金融債券總財(cái)富(3-5 年)指數(shù)統(tǒng)計(jì)模型對(duì)沖凈值 28 HYPERLINK l _TOC_250002 圖表 32：金融債券總財(cái)富(7-10 年)指數(shù)統(tǒng)計(jì)模型對(duì)沖凈值 28 HYPERLINK l _TOC_250001 圖表 33：高信用等級(jí)企業(yè)債總財(cái)富(3-5 年)指數(shù)統(tǒng)計(jì)模型對(duì)沖凈值 29 HYPERLINK l _TOC_250000 圖表 34：高信用等級(jí)企業(yè)債總財(cái)富(7-10 年)指數(shù)統(tǒng)計(jì)模型對(duì)沖凈值 29本文主

7、要研究目的與內(nèi)容框架國(guó)債期貨在利率風(fēng)險(xiǎn)管理中的應(yīng)用方面，目前國(guó)內(nèi)金融期貨市場(chǎng)已經(jīng)具有一定基礎(chǔ)條件，近年來隨著市場(chǎng)活躍度層面的不斷提升，在更多成熟套利資金的參與下國(guó)債期貨定價(jià)機(jī)制也更加完善、期現(xiàn)聯(lián)動(dòng)效率進(jìn)一步增強(qiáng)。套保需求也是機(jī)構(gòu)投資者參與國(guó)債期貨投資關(guān)注的重心，我們?cè)诒酒恼轮袑@以下四個(gè)角度進(jìn)行展開：1）探討現(xiàn)券組合使用國(guó)債期貨進(jìn)行套保過程中計(jì)算最優(yōu)套保比率的主要模型方法；2）基于活躍券組合以及中債利率、信用債等主要指數(shù)進(jìn)行實(shí)證套保效果檢驗(yàn)；3）國(guó)債期貨展期時(shí)點(diǎn)選擇的優(yōu)化方案；4）以及總的基于組合波動(dòng)率、對(duì)沖年化成本與最大回撤三個(gè)不同維度的模型與國(guó)債期貨品種套保效果總結(jié)分析。國(guó)債期貨套期保

8、值最優(yōu)套保比率測(cè)算模型使用國(guó)債期貨進(jìn)行套保，首先最重要的解決對(duì)于一籃子現(xiàn)券組合持倉(cāng)的最優(yōu)套保比率的計(jì)算問題，在最理想的情況下我們希望利用國(guó)債期貨完全對(duì)沖債券凈價(jià)波動(dòng)的風(fēng)險(xiǎn)，而實(shí)際上我們持有的現(xiàn)券組合與國(guó)債期貨對(duì)應(yīng)的最便宜可交割券難以完全匹配，且國(guó)債期貨存在一定的基差波動(dòng)風(fēng)險(xiǎn)，為確立最優(yōu)套保比率均產(chǎn)生進(jìn)一步的挑戰(zhàn)。目前常用的最優(yōu)套保比率的測(cè)算有兩套體系，一是基于傳統(tǒng)的市場(chǎng)風(fēng)險(xiǎn)因子匹配法測(cè)算，二是基于統(tǒng)計(jì)模型測(cè)算。傳統(tǒng)的市場(chǎng)風(fēng)險(xiǎn)因子測(cè)算方法具有極大的計(jì)算便利性，基于持倉(cāng)個(gè)券相關(guān)參數(shù)估值數(shù)據(jù)計(jì)算加權(quán)平均，同套保使用的國(guó)債期貨最便宜可交割債相應(yīng)的風(fēng)險(xiǎn)參數(shù)進(jìn)行匹配，則可得到相應(yīng)對(duì)沖比率。而統(tǒng)計(jì)模型則從現(xiàn)

9、貨組合與期貨收益率時(shí)間序列相應(yīng)的波動(dòng)率特征出發(fā)，構(gòu)建動(dòng)態(tài)最優(yōu)比率?；趥鹘y(tǒng)市場(chǎng)風(fēng)險(xiǎn)因子出發(fā)，我們從基點(diǎn)價(jià)值、修正久期、波動(dòng)率調(diào)整的基點(diǎn)價(jià)值三個(gè)角度出發(fā)計(jì)算相應(yīng)的套保比率?；c(diǎn)價(jià)值法中，國(guó)債期貨的基點(diǎn)價(jià)值即最便宜可交割債券的基點(diǎn)價(jià)值除以轉(zhuǎn)換因子，根據(jù)對(duì)沖之后的組合基點(diǎn)價(jià)值為零的原則得到基于基點(diǎn)價(jià)值的套保比率；修正久期法與之類似，我們將國(guó)債期貨的修正久期近似為最便宜可交割債的修正久期，進(jìn)而得到相應(yīng)的套保比率；波動(dòng)率調(diào)整的基點(diǎn)價(jià)值法是在基點(diǎn)價(jià)值法確定的對(duì)沖比率的基礎(chǔ)上，根據(jù)收益率的波動(dòng)性特征進(jìn)行系數(shù)調(diào)整，主要出發(fā)點(diǎn)在于利率曲線不同期限波動(dòng)率不一致，短端波動(dòng)較長(zhǎng)端更大，因而對(duì)于套保期限不匹配的情況引入

10、波動(dòng)率調(diào)整提升套保系數(shù)的合理性。傳統(tǒng)市場(chǎng)風(fēng)險(xiǎn)因子法，盡管包含引入波動(dòng)率調(diào)整的嘗試，由于未考慮國(guó)債期貨基差波動(dòng)，所對(duì)應(yīng)的套保比率設(shè)定具有明顯缺陷，主要在于國(guó)債期貨的波動(dòng)并不能完全跟隨當(dāng)前最便宜可交割債，隨著市場(chǎng)波動(dòng)最便宜可交割債可以發(fā)生切換，即便在未發(fā)生切換的情況下，基差的波動(dòng)與市場(chǎng)情緒、多空力量等多重因素有關(guān)，進(jìn)而導(dǎo)致了國(guó)債期貨的波動(dòng)率往往高于現(xiàn)券組合，市場(chǎng)風(fēng)險(xiǎn)因子套保比率從波動(dòng)率的角度往往不是最優(yōu)選擇。統(tǒng)計(jì)模型對(duì)應(yīng)的套保比率則從國(guó)債期貨與現(xiàn)券組合收益率波動(dòng)性出發(fā)，基于歷史數(shù)據(jù)中擬合得到，OLS 回歸在一個(gè)靜態(tài)的框架中基于期現(xiàn)收益率的回歸系數(shù)作為套保比率，我們將回歸窗口拓展為滾動(dòng)窗口則得到相應(yīng)

11、能夠一定程度上得到動(dòng)態(tài)套保比率；BVAR 模型為雙變量向量自回歸模型，其主要考慮到收益率時(shí)序在回歸中可能存在殘差自相關(guān)的問題進(jìn)而引入滯后N 階數(shù)據(jù)進(jìn)行迭代；MGARCH 模型即多變量 GARCH，GARCH 模型是金融時(shí)間序列研究中常用于描述波動(dòng)率時(shí)變特征的模型之一，再次基礎(chǔ)上 MGARCH進(jìn)一步加入時(shí)變協(xié)方差，是海外文獻(xiàn)與實(shí)證研究中相對(duì)更為推崇的方法，其通過現(xiàn)貨與期貨收益率動(dòng)態(tài)相關(guān)性建模的角度得到動(dòng)態(tài)最優(yōu)套保比率。圖表 1：基于傳統(tǒng)市場(chǎng)風(fēng)險(xiǎn)因子法的套保比率測(cè)算套保方法套保方法簡(jiǎn)要介紹計(jì)算公式基點(diǎn)價(jià)值國(guó)債期貨的基點(diǎn)價(jià)值約等于最便宜可交割債券的基點(diǎn)價(jià)值/轉(zhuǎn)換因子，根據(jù)對(duì)沖之后的組合基點(diǎn)價(jià)值為 0

12、 的原則套保。h DV 01p *CFDV 01DV 01ctd修正久期債券的修正久期衡量收益率變動(dòng)對(duì)價(jià)格的影響，我們也可以根據(jù)修正久期匹配原則確定套保比例。h pDurpdurFDurctd波動(dòng)率調(diào)整的基點(diǎn)價(jià)值不同期限的國(guó)債收益率的波動(dòng)率不同，為了改進(jìn)對(duì)期限不一的現(xiàn)券套保的效果，引入基點(diǎn)價(jià)值法簡(jiǎn)單套保的調(diào)整系數(shù)。ytmp ytmctd hD V 01 hDV 01資料來源：Wind，圖表 2：基于現(xiàn)券與期債收益率統(tǒng)計(jì)模型的套保比率測(cè)算套保方法套保方法簡(jiǎn)要介紹計(jì)算公式OLS基于普通最小二乘(OLS)回歸來估計(jì)的最優(yōu)套期保值比率為基于現(xiàn)券收益率與期貨收益率進(jìn)行一元線性回歸的斜率系數(shù)。S c h

13、*F tolsttBVAR基于傳統(tǒng)回歸模型進(jìn)行時(shí)間序列回歸可能存在殘差自相關(guān)的問題，為了消除序列自相關(guān)，可基于雙變量 VAR 模型對(duì)現(xiàn)貨與期貨收益率時(shí)間序列進(jìn)行建模。h * sfvarffMGARCH多變量 GARCH 模型除了條件方差外，假定協(xié)方差矩陣也是時(shí)變的，模型基于現(xiàn)貨和期貨價(jià)格的條件方差和協(xié)方差計(jì)算動(dòng)態(tài)最優(yōu)套保比率。h* hsf ,t mgarch,thff ,t資料來源：Wind， 基于傳統(tǒng)回歸模型（OLS）傳統(tǒng)回歸模型假設(shè)現(xiàn)貨價(jià)格和期貨價(jià)格的變動(dòng)百分比相同，從而導(dǎo)致凈頭寸不變，基于普通最小二乘(OLS)回歸來估計(jì)的最優(yōu)套期保值比率為基于現(xiàn)券收益率與期貨收益率進(jìn)行一元線性回歸的斜率

14、系數(shù)。傳統(tǒng)方法隱含標(biāo)的資產(chǎn)的現(xiàn)貨回報(bào)和未來價(jià)格的波動(dòng)性保持恒定的假設(shè)嗎，實(shí)際上波動(dòng)率具有時(shí)變效應(yīng)，可能會(huì)影響最小二乘回歸最優(yōu)套期保值比率的估計(jì)。S c h *F tolstt 雙變量向量自回歸模型（Bivariate VAR）基于傳統(tǒng)回歸模型進(jìn)行時(shí)間序列回歸可能存在殘差自相關(guān)的問題，為了消除序列自相關(guān)，可基于雙變量 VAR 模型對(duì)現(xiàn)貨與期貨收益率時(shí)間序列進(jìn)行建模。模型必須確定它的最佳滯后長(zhǎng)度，K，從 1 開始迭代直到消除殘差自相關(guān)。kkSt cs si St i si Ft i sti1i1kkFt cf fi St i fi Ft i ft模型得到最優(yōu)套保比率為：i1hvar* sfi1ff

15、 基于多變量GARCH 模型Bollerslev(1986)提出一般自回歸條件異方差(GARCH)模型，該模型捕捉了“波動(dòng)率聚集”現(xiàn)象，市場(chǎng)中短期資產(chǎn)通常表現(xiàn)出波動(dòng)率聚集效應(yīng)即收益率的大變化往往伴隨著大變化（反之依然）的現(xiàn)象。Bollerslev Engle and Wooldridge(1998)將單變量 GARCH 推廣為多元維度，與單變量 GARCH 模型相比，多變量 GARCH 模型除了條件方差外，假定協(xié)方差矩陣也是時(shí)變的，模型基于現(xiàn)貨和期貨價(jià)格的條件方差和協(xié)方差計(jì)算動(dòng)態(tài)最優(yōu)套保比率。標(biāo)準(zhǔn)的 M-GARCH(1,1)模型可以表示為：hcaaa 2bbb h ss,t ss,t 1112

16、13 s,t 1 111213 ss,t 1 hsf ,t csf ,t a21a22a23 s,t 1 f ,t 1 b21b22b23 hsf ,t 1 hca31a32a33 2b31b32b33 h ff ,t ff ,t f ,t1 ff ,t 1 其中， hss , hff 即條件方差， hsf 為現(xiàn)貨與期貨的條件協(xié)方差。此外，原文獻(xiàn)中提出多變量 CARCH 模型時(shí)變條件方差的參數(shù)化方程，即 DVEC 模型，與常數(shù)相關(guān)模型一樣，參數(shù)矩陣的非對(duì)角線被設(shè)置為零，即條件方差只取決于滯后一期的殘差項(xiàng)和自身滯后一期數(shù)值。因而條件方差與條件協(xié)方差可以表示為：h c 2 hss,tssss s,

17、t 1ss ss,t 1hsf ,t csf sf s,t 1 f ,t 1 sf hsf ,t 1h c 2 hff ,tffff f ,t 1模型得到最優(yōu)套保比率為：ff ff ,t 1hmgarch,t* hsf ,thff ,t鑒于多元 GARCH 模型需要估計(jì)的參數(shù)較多，不同相關(guān)研究成果對(duì)于條件協(xié)方差矩陣進(jìn)行了定義，因而多元 GARCH 模型在對(duì)沖中的應(yīng)用具有多種模型選擇方案，例如動(dòng)態(tài)條件相關(guān)模型(DCC-GARCH)，以及 Patton(2006)將 Copula 函數(shù)與 GARCH 模型聯(lián)系起來得到的多元 Copula-GARCH 模型等。 套保有效性檢驗(yàn)為了比較基于不同模型獲得

18、的最優(yōu)套保比率（OHR）的效果，我們基于組合波動(dòng)率的角度對(duì)套保有效性進(jìn)行評(píng)價(jià)，將套保有效性系數(shù)記為：HE varunhaged varhedged varunhaged即代表套保組合波動(dòng)率相對(duì)于現(xiàn)券持倉(cāng)波動(dòng)率下降幅度。此外，我們也同時(shí)考慮套保后組合最大回撤下降水平和年化對(duì)沖成本兩個(gè)指標(biāo)，綜合考慮對(duì)組合凈值收益風(fēng)險(xiǎn)率的影響。國(guó)債期貨套保有效性實(shí)證結(jié)果本部分我們將基于不同市場(chǎng)風(fēng)險(xiǎn)模型與統(tǒng)計(jì)模型所定義的最優(yōu)套保比率（OHR）的效果進(jìn)行實(shí)證檢驗(yàn)。首先，我們基于特定期限活躍券構(gòu)建組合，參考中債指數(shù)計(jì)算方法得到組合相應(yīng)的財(cái)富指數(shù)與凈價(jià)指數(shù)，進(jìn)而在比較不同對(duì)沖比率測(cè)算模型下套保組合凈值收益、波動(dòng)、回撤等主要

19、風(fēng)險(xiǎn)特征。其次，對(duì)于包括國(guó)債、金融債、信用債等在內(nèi)的主要中債指數(shù)，我們通過四種不同的統(tǒng)計(jì)模型對(duì)不同期限指數(shù)、基于不同國(guó)債期貨品種進(jìn)行套保的有效性結(jié)果進(jìn)行分析比較?；诨钴S券構(gòu)建凈價(jià)指數(shù)與財(cái)富指數(shù)考慮實(shí)際對(duì)沖操作往往需要基于一籃子現(xiàn)券持倉(cāng)，我們首先參考中債指數(shù)構(gòu)建方法計(jì)算現(xiàn)券組合的財(cái)富、凈價(jià)等相關(guān)指數(shù)。現(xiàn)券組合方面，我們暫用特定期限的活躍券組合替代，例如基于距到期時(shí)間在 7-10 年的國(guó)債債券按照歷史滾動(dòng) 10 日日均流動(dòng)性排序選取前五只流動(dòng)性最好的債券作為當(dāng)前活躍券持倉(cāng)。持倉(cāng)債券的權(quán)重再平衡與票息收入的再投資均以月度形式進(jìn)行，具體做法為將自然月收到的利息和本金償還額以活期存款的方式持有直至月末

20、最后一個(gè)交易日，再將累計(jì)的現(xiàn)金投入到指數(shù)組合當(dāng)中，并同時(shí)進(jìn)行現(xiàn)券持倉(cāng)根據(jù)當(dāng)前活躍券調(diào)整與權(quán)重再平衡。中債財(cái)富指數(shù)構(gòu)建方法為： PF Int Pr i ITRITR i,Ti,Ti,T mWF 1 R cWF PTT 1 iFi,T 1MVMV Fi,T 1T 1i,T 1imW F i,T 1i,T 1Fi,T 1 Cashi,T 1 iMVcW FCashi,T 1i,T 1Fi,T 1 Cashi,T 1 iCashi,T (1 RT 1)Cashi,T 1 Inti,T Pr ii,T中債凈價(jià)指數(shù)的構(gòu)建方法為：I N I NN P Pr i i,Ti,T WNTT 1i Pi,T 1i,

21、T 1由于債券底倉(cāng)不同，我們基于活躍券組合計(jì)算得到的凈價(jià)/財(cái)富指數(shù)與相應(yīng)的中債凈價(jià)/財(cái)富指數(shù)走勢(shì)不能做到完全匹配，因而對(duì)于套保效果我們可以更加注重相對(duì)效果而非絕對(duì)收益率水平。圖表 3：國(guó)債活躍券（7-10 年）凈價(jià)指數(shù)與中債指數(shù)圖表 4：國(guó)債活躍券（7-10 年）財(cái)富指數(shù)與中債指數(shù)資料來源：Wind，資料來源：Wind，圖表 5：國(guó)開活躍券（7-10 年）凈價(jià)指數(shù)與中債指數(shù)圖表 6：國(guó)開活躍券（7-10 年）財(cái)富指數(shù)與中債指數(shù)資料來源：Wind，資料來源：Wind，基于國(guó)債活躍券組合的套保效果比較我們分別基于十年期與五年期國(guó)債期貨對(duì)相應(yīng)期限的國(guó)債、國(guó)開債活躍券組合進(jìn)行套保效果進(jìn)行驗(yàn)證，市場(chǎng)風(fēng)險(xiǎn)

22、因子套保比率計(jì)算方面，我們基于組合持倉(cāng)債券的權(quán)重計(jì)算組合的市值加權(quán)平均久期與基點(diǎn)價(jià)值，并與國(guó)債期貨最便宜可交割債進(jìn)行匹配；統(tǒng)計(jì)模型套保比率則基于現(xiàn)券組合凈價(jià)收益率與國(guó)債期貨剔除移倉(cāng)換月影響后的收益率時(shí)序進(jìn)行建模得到。首先，我們簡(jiǎn)要分析十年期國(guó)債期貨對(duì)中長(zhǎng)債組合的套保效果?；谌N市場(chǎng)風(fēng)險(xiǎn)因子與三種統(tǒng)計(jì)模型，基于套保后組合波動(dòng)率下降幅度參數(shù)衡量套保有效性（HE），結(jié)果表明，整體看來不同套保方案均具有顯著套保效果，但采用不同的模型套保效率有一定差異。對(duì)于 7-10 年國(guó)債活躍券組合，從套保有效性與收益風(fēng)險(xiǎn)比的角度，市場(chǎng)風(fēng)險(xiǎn)因子法套保有效性系數(shù)約為 36%-40%，套保后組合年化波動(dòng)率從 3.2%降

23、至 1.9%至 2.0%左右，最大回撤從-3.9%降為-1.2%。統(tǒng)計(jì)模型得到的套保有效性系數(shù)約為 42%-44%，套保后組合年化波動(dòng)率從 3.2%降至 1.8%左右，最大回撤從-3.9%降為-1.5%至-2%左右。統(tǒng)計(jì)模型相對(duì)市場(chǎng)風(fēng)險(xiǎn)因子法套保后組合具有更低的波動(dòng)率與更高的年化收益率，同時(shí)最大回撤幅度相對(duì)也更高。從套保比率的角度，基于市場(chǎng)風(fēng)險(xiǎn)因子法得到的套保比率與統(tǒng)計(jì)模型得到的套保比率具有明顯的中樞水平的差異，按照市場(chǎng)風(fēng)險(xiǎn)敞口計(jì)算 7-10 年國(guó)債活躍券組合與十年期國(guó)債期貨間的套保比率中樞水平在 1 附近，而考慮到兩組收益率數(shù)據(jù)不同的波動(dòng)性特征后，按照統(tǒng)計(jì)模型測(cè)算得到的套保比率中樞水平位于

24、0.6-0.8 附近。不同統(tǒng)計(jì)模型得到的套保系數(shù)差異較大，其中 MGARCH 模型套保比率波動(dòng)性遠(yuǎn)高于OLS 與 BVAR 模型，主要原因在于 GARCH 相關(guān)模型對(duì)時(shí)變波動(dòng)率的建模使得市場(chǎng)波動(dòng)大的時(shí)候套保系數(shù)相應(yīng)提升。圖表 7：國(guó)債 7-10 年活躍券組合十年期國(guó)債期貨對(duì)沖凈價(jià)指數(shù)對(duì)沖效果基點(diǎn)價(jià)值對(duì)沖修正久期對(duì)沖調(diào)整的基點(diǎn)價(jià)值對(duì)沖OLS回模型歸對(duì)沖BVAR模型對(duì)沖MGARCH模型對(duì)沖債券指數(shù)全收益凈值累計(jì)收益率-6.4%-6.2%-6.0%-4.4%-4.5%-4.6%-0.4%年化收益率-1.5%-1.5%-1.4%-1.0%-1.0%-1.1%-0.1%年化波動(dòng)率1.9%2.0%1.9%

25、1.7%1.7%1.8%3.1%最大回撤率-6.8%-6.9%-6.5%-4.7%-4.8%-4.8%-6.6%勝率(W)50.9%50.0%52.8%58.3%59.3%56.0%51.9%盈虧比0.700.750.660.560.530.620.93夏普比率-0.80-0.74-0.77-0.61-0.61-0.60-0.03Calmar比-0.22-0.22-0.22-0.22-0.22-0.22-0.01套保有效性HE38.3%34.9%39.5%43.8%43.7%41.6%-資料來源：Wind，圖表 8：基于 7-10 年國(guó)債活躍券財(cái)富指數(shù)套保凈值圖表 9：基于 7-10 年國(guó)債活

26、躍券組合最優(yōu)套保比率資料來源：Wind，資料來源：Wind，此外，對(duì)于 7-10 年國(guó)開債組合，不同模型套保效果與套保比率的中樞位置的差異均顯著大于相似期限的國(guó)債組合。從套保有效性與收益風(fēng)險(xiǎn)比的角度，市場(chǎng)風(fēng)險(xiǎn)因子法套保有效性系數(shù)約為 39%-41%，套保后組合年化波動(dòng)率從 3.7%降至 2.2%至 2.6%左右，最大回撤從-5.0%降為-2.0%至-2.8%。統(tǒng)計(jì)模型得到的套保有效性系數(shù)約為 36%-40%，套保后組合年化波動(dòng)率從 3.7%降至 2.2%左右，最大回撤從-5.0%降至-2.3%左右。套保組合年化收益率方面，基于 MGARCH 模型套保收益情況最佳為年化 4.2%相對(duì)于現(xiàn)券組合套

27、保僅承擔(dān)了年化 0.3%的套保成本，基于調(diào)整的基點(diǎn)價(jià)值法得到的收益情況最為不理想，僅為 2.3%。套保比率方面，對(duì)于國(guó)開債現(xiàn)券組合在不同模型下得到的最優(yōu)套保比率差異較大，其中基點(diǎn)價(jià)值與修正久期法套保比率較為穩(wěn)定位于 1 附近，而由于國(guó)開債與國(guó)債波動(dòng)率差異，基于調(diào)整的基點(diǎn)價(jià)值法得到的套保比率絕對(duì)水平與波動(dòng)率均較大，進(jìn)而導(dǎo)致整體套保比率不佳。統(tǒng)計(jì)模型方面，基于 OLS 與 BVAR 模型對(duì)于國(guó)開債組合同樣得到較為平穩(wěn)的套保比率，而基于 MGARCH 模型得到的套保比率較好描述了“波動(dòng)率聚集”效應(yīng)下的動(dòng)態(tài)套保比率變化，當(dāng)市場(chǎng)波動(dòng)增加時(shí)套保比率相應(yīng)提升，進(jìn)而整體上得到相對(duì)最優(yōu)的套保效果。圖表 10：國(guó)

28、開債 7-10 年活躍券組合凈價(jià)指數(shù)基于十年期國(guó)債期貨對(duì)沖效果基點(diǎn)價(jià)值對(duì)沖修正久期對(duì)沖調(diào)整的基點(diǎn)價(jià)值對(duì)沖OLS回模型歸對(duì)沖BVAR模型對(duì)沖MGARCH模型對(duì)沖債券指數(shù)全收益凈值累計(jì)收益率0.3%0.6%-2.9%2.0%2.0%5.3%5.9%年化收益率0.1%0.1%-0.7%0.5%0.5%1.2%1.3%年化波動(dòng)率2.4%2.4%2.9%2.4%2.4%2.5%3.7%最大回撤率-5.2%-5.2%-7.8%-4.0%-4.0%-3.7%-7.0%勝率(W)58.3%57.9%52.8%60.2%60.2%64.4%56.0%盈虧比0.730.750.820.720.720.670.92

29、夏普比率0.030.06-0.240.190.190.480.36Calmar比0.010.03-0.090.120.110.320.19套保有效性HE35.1%34.5%22.1%34.9%35.2%32.5%-資料來源：Wind，圖表 11：基于 7-10 年國(guó)開活躍券財(cái)富指數(shù)套保凈值圖表 12：基于 7-10 年國(guó)開活躍券組合最優(yōu)套保比率資料來源：Wind，資料來源：Wind，基于國(guó)債、國(guó)開債活躍券等權(quán)重構(gòu)建的現(xiàn)券持倉(cāng)組合，我們分別測(cè)算了不同久期組合使用十債期貨與五債期貨套保的效果，總結(jié)下來，我們更傾向于推薦使用統(tǒng)計(jì)模型，基于套保系數(shù)穩(wěn)定性高、調(diào)倉(cāng)頻率低的需求下，可以使用 OLS 模型、

30、BVAR 模型，若更加注重時(shí)變波動(dòng)率的影響可以使用 MGARCH 模型，但其對(duì)應(yīng)的套保比率波動(dòng)較大，將增加國(guó)債期貨調(diào)倉(cāng)頻率，同時(shí)也存在當(dāng)市場(chǎng)波動(dòng)較大的時(shí)候套保比率高于持券市值的情況。對(duì)于部分機(jī)構(gòu)參與者，中金所套保倉(cāng)位限制也在一定程度上決定了最大套保比率，模型基于理論與理想情況下設(shè)置，需注意實(shí)踐中的條件約束。而我們自己計(jì)算得到的特定期限活躍券組合指數(shù)凈值盡管與中債相應(yīng)指數(shù)大體匹配，但難免仍有細(xì)節(jié)的出入，在我們已經(jīng)基于具體組合驗(yàn)證了使用統(tǒng)計(jì)模型的優(yōu)勢(shì)下，我們?cè)谙挛闹袑⒒谑袌?chǎng)更加通用與認(rèn)可的中債國(guó)債、金融債、信用債指數(shù)數(shù)據(jù)，進(jìn)行不同統(tǒng)計(jì)模型對(duì)于不同類型、期限等債券指數(shù)的套保效果實(shí)證。中債指數(shù)基于統(tǒng)

31、計(jì)模型套保效果分析本部分我們基于中債國(guó)債、金融債與信用債指數(shù)先基于波動(dòng)率維度的套保有效性（HE）進(jìn)行簡(jiǎn)要分析，套保有效性是較為常用的對(duì)風(fēng)險(xiǎn)水平下降程度的衡量，我們對(duì)于不同久期、類型的債券指數(shù)分別比較基于 OLS、BVAR、以及兩種 MGARCH 模型下套保效率的優(yōu)劣。首先，不同統(tǒng)計(jì)模型表現(xiàn)效果比較方面，從套保效率指標(biāo)（HE）的表現(xiàn)來看，對(duì)于國(guó)債、金融債指數(shù)，四種統(tǒng)計(jì)模型差異較小，BVAR 與 OLS 模型表現(xiàn)較為突出，對(duì)于信用債指數(shù)，MGARCH 模型套保效率的差距有一定增加。其中對(duì)于中債國(guó)債 7-10 年總凈價(jià)指數(shù)十年期國(guó)債期貨的套保效率分別為 OLS 模型 56.4%、BVAR 模型 56

32、.7% 、 MAGRCH-DCC 模型 53.8%、MGARCH-COPULA 模型 53.7%；中債國(guó)債 5-7 年指數(shù)采用五年期國(guó)債期貨的套保效率分別為OLS 模型 48.9%、BVAR 模型 48.8%、MAGRCH-DCC模型 46.9%、MGARCH-COPULA 模型 46.6%。其次， 不同期限現(xiàn)券組合套保效果方面，整體上來看國(guó)債期貨對(duì)于長(zhǎng)久期組合的套保效果優(yōu)于短久期組合，一定程度上與我們套保選取的是五年期與十年期國(guó)債期貨品種有關(guān)，而兩年期國(guó)債期貨上市時(shí)間較短，成交活躍度較為有限，加之我們回測(cè)套保比率的過程中由于滾動(dòng)窗口參數(shù)擬合的需要會(huì)額外損失一定的數(shù)據(jù)量，兩年期國(guó)債期貨可用于比

33、較的時(shí)間區(qū)間較為有限因而暫不呈現(xiàn)和比較其對(duì)沖效果。如果我們將關(guān)注重心集中在中長(zhǎng)期債券組合上，在相同的時(shí)間窗口下比較五年期國(guó)債期貨與十年期國(guó)債期貨對(duì)于不同債券組合的對(duì)沖效果，結(jié)果表明基于十年期國(guó)債期貨進(jìn)行中長(zhǎng)期債券套保效果更優(yōu)，基于五年期國(guó)債期貨進(jìn)行中短期債券套保效果更優(yōu)，也就是保持現(xiàn)券持倉(cāng)與期貨久期大體匹配的基礎(chǔ)上再進(jìn)行統(tǒng)計(jì)最優(yōu)套保比率建?？梢蕴嵘妆ＰЧ?，與直觀感受是比較相符的。對(duì)于短期債券組合，無論是國(guó)債、金融債或信用債套保效果相對(duì)較差，或需要再流動(dòng)性允許的情況下使用兩年期國(guó)債期貨進(jìn)行嘗試。最后，對(duì)于信用債套保的效果方面，套保對(duì)于降低信用債持倉(cāng)波動(dòng)具有一定效果，中長(zhǎng)期信用債套保效果要好于短

34、債。與利率債相比，國(guó)債期貨套保對(duì)于降低信用債持倉(cāng)組合波動(dòng)率的作用相對(duì)較為有限，中長(zhǎng)期信用債套保有效性比率僅位于 15%附近，模型對(duì)比方面，傳統(tǒng)回歸模型與 BVAR 模型相對(duì)GARCH 模型對(duì)于信用債套保效果較好。盡管從波動(dòng)率水平的角度信用債的套保效果不盡令人滿意，但從組合最大回撤控制與夏普率的角度，對(duì)于信用債組合加入國(guó)債期貨套保仍具有一定的價(jià)值。我們將在后文中對(duì)套保組合的凈值表現(xiàn)以及收益風(fēng)險(xiǎn)參數(shù)進(jìn)行更為詳細(xì)的分析。圖表 13：國(guó)債凈價(jià)指數(shù)基于十年期國(guó)債期貨套保凈價(jià)套保效果基于十年期國(guó)債期貨套保凈價(jià)套保效率基于五年期國(guó)債期貨套保凈價(jià)套保效率指數(shù)名稱套保方法HEOHR指數(shù)名稱套保方法HEOHR中債

35、-國(guó)債總凈價(jià)(總值)指數(shù)ols47.5%0.53中債-國(guó)債總凈價(jià)(總值)指數(shù)ols48.0%0.80var47.8%0.54var47.9%0.80mgarch-dcc44.9%0.52mgarch-dcc44.9%0.83mgarch-copula45.1%0.52mgarch-copula44.7%0.85中債-國(guó)債總凈價(jià)(1-3年)指數(shù)ols15.0%0.13中債-國(guó)債總凈價(jià)(1-3年)指數(shù)ols26.1%0.20var15.8%0.13var27.3%0.21mgarch-dcc13.9%0.12mgarch-dcc24.8%0.21mgarch-copula13.2%0.12mgar

36、ch-copula22.1%0.21中債-國(guó)債總凈價(jià)(3-5年)指數(shù)ols30.3%0.32中債-國(guó)債總凈價(jià)(3-5年)指數(shù)ols48.1%0.52var30.7%0.32var48.3%0.51mgarch-dcc27.6%0.33mgarch-dcc33.9%0.55mgarch-copula27.9%0.34mgarch-copula36.7%0.56中債-國(guó)債總凈價(jià)(5-7年)指數(shù)ols42.6%0.48中債-國(guó)債總凈價(jià)(5-7年)指數(shù)ols53.3%0.77var43.0%0.49var53.5%0.78mgarch-dcc38.8%0.48mgarch-dcc49.7%0.81mg

37、arch-copula38.1%0.49mgarch-copula49.5%0.82中債-國(guó)債總凈價(jià)(7-10年)指數(shù)ols56.4%0.66中債-國(guó)債總凈價(jià)(7-10年)指數(shù)ols48.9%0.98var56.7%0.67var48.8%0.99mgarch-dcc53.8%0.65mgarch-dcc46.9%0.98mgarch-copula53.7%0.65mgarch-copula46.6%0.99中債-國(guó)債總凈價(jià)(10年以上)指數(shù)ols38.0%1.21中債-國(guó)債總凈價(jià)(10年以上)指數(shù)ols27.7%1.75var37.9%1.23var27.3%1.76mgarch-dcc36

38、.4%1.20mgarch-dcc27.2%1.87mgarch-copula36.2%1.22mgarch-copula25.9%1.92資料來源：Wind，圖表 14：金融債凈價(jià)指數(shù)基于十年期國(guó)債期貨套保凈價(jià)套保效果基于十年期國(guó)債期貨套保凈價(jià)套保效率基于五年期國(guó)債期貨套保凈價(jià)套保效率指數(shù)名稱套保方法HEOHR指數(shù)名稱套保方法HEOHR中債-金融債券總凈價(jià)(總值)指數(shù)ols37.2%0.44中債-金融債券總凈價(jià)(總值)指數(shù)ols42.7%0.66var37.5%0.45var42.8%0.66mgarch-dcc37.5%0.43mgarch-dcc41.5%0.67mgarch-copul

39、a36.5%0.44mgarch-copula42.0%0.69中債-金融債券總凈價(jià)(1-3年)指數(shù)ols13.4%0.16中債-金融債券總凈價(jià)(1-3年)指數(shù)ols20.6%0.26var14.0%0.17var21.0%0.26mgarch-dcc13.8%0.14mgarch-dcc11.7%0.26mgarch-copula11.1%0.16mgarch-copula10.2%0.27中債-金融債券總凈價(jià)(3-5年)指數(shù)ols29.8%0.39中債-金融債券總凈價(jià)(3-5年)指數(shù)ols39.6%0.61var30.3%0.40var39.7%0.61mgarch-dcc32.2%0.3

40、8mgarch-dcc38.1%0.63mgarch-copula30.5%0.40mgarch-copula38.2%0.65中債-金融債券總凈價(jià)(5-7年)指數(shù)ols35.1%0.54中債-金融債券總凈價(jià)(5-7年)指數(shù)ols41.7%0.83var35.2%0.55var41.7%0.83mgarch-dcc34.0%0.53mgarch-dcc39.6%0.86mgarch-copula32.9%0.54mgarch-copula39.6%0.87中債-金融債券總凈價(jià)(7-10年)指數(shù)ols47.8%0.76中債-金融債券總凈價(jià)(7-10年)指數(shù)ols43.8%1.11var47.7%

41、0.77var43.9%1.11mgarch-dcc46.6%0.73mgarch-dcc42.6%1.14mgarch-copula46.5%0.74mgarch-copula42.7%1.15中債-金融債券總凈價(jià)(10年以上)指數(shù)ols34.2%1.01中債-金融債券總凈價(jià)(10年以上)指數(shù)ols29.1%1.59var34.2%1.03var29.0%1.59mgarch-dcc32.4%0.96mgarch-dcc28.7%1.54mgarch-copula31.9%1.00mgarch-copula30.1%1.61資料來源：Wind，圖表 15：信用債凈價(jià)指數(shù)基于十年期國(guó)債期貨套保

42、凈價(jià)套保效果基于十年期國(guó)債期貨套保凈價(jià)套保效率基于五年期國(guó)債期貨套保凈價(jià)套保效率指數(shù)名稱套保方法HEOHR指數(shù)名稱套保方法HEOHR中債-高信用等級(jí)企業(yè)債凈價(jià)(總值)指數(shù)ols9.2%0.23中債-高信用等級(jí)企業(yè)債凈價(jià)(總值)指數(shù)ols11.0%0.38var9.8%0.24var12.3%0.38mgarch-dcc7.7%0.20mgarch-dcc13.1%0.38mgarch-copula8.0%0.21mgarch-copula13.1%0.40中債-高信用等級(jí)企業(yè)債凈價(jià)(1年以下)指數(shù)ols-0.4%0.03中債-高信用等級(jí)企業(yè)債凈價(jià)(1年以下)指數(shù)ols-0.9%0.06var-

43、0.6%0.04var-1.4%0.06mgarch-dcc-0.8%0.03mgarch-dcc-0.5%0.06mgarch-copula-4.2%0.04mgarch-copula-3.3%0.07中債-高信用等級(jí)企業(yè)債凈價(jià)(1-3年)指數(shù)ols4.3%0.14中債-高信用等級(jí)企業(yè)債凈價(jià)(1-3年)指數(shù)ols6.5%0.24var4.9%0.15var7.9%0.24mgarch-dcc4.6%0.11mgarch-dcc8.5%0.22mgarch-copula4.7%0.13mgarch-copula8.9%0.24中債-高信用等級(jí)企業(yè)債凈價(jià)(3-5年)指數(shù)ols7.8%0.23中債

44、-高信用等級(jí)企業(yè)債凈價(jià)(3-5年)指數(shù)ols9.6%0.39var8.4%0.24var10.8%0.39mgarch-dcc5.3%0.22mgarch-dcc10.1%0.40mgarch-copula6.2%0.24mgarch-copula10.1%0.42中債-高信用等級(jí)企業(yè)債凈價(jià)(5-7年)指數(shù)ols12.0%0.31中債-高信用等級(jí)企業(yè)債凈價(jià)(5-7年)指數(shù)ols13.2%0.49var12.4%0.32var14.1%0.50mgarch-dcc9.1%0.29mgarch-dcc13.0%0.50mgarch-copula8.9%0.30mgarch-copula13.0%0

45、.54中債-高信用等級(jí)企業(yè)債凈價(jià)(7-10年)指數(shù)ols14.7%0.40中債-高信用等級(jí)企業(yè)債凈價(jià)(7-10年)指數(shù)ols14.4%0.64var15.2%0.41var15.6%0.63mgarch-dcc11.1%0.40mgarch-dcc13.9%0.70mgarch-copula11.4%0.41mgarch-copula13.8%0.76中債-高信用等級(jí)企業(yè)債凈價(jià)(10年以上)指數(shù)ols7.5%0.40中債-高信用等級(jí)企業(yè)債凈價(jià)(10年以上)指數(shù)ols5.1%0.66var8.7%0.40var7.1%0.66mgarch-dcc9.4%0.34mgarch-dcc9.9%0.7

46、0mgarch-copula9.5%0.36mgarch-copula9.8%0.72資料來源：Wind，國(guó)債期貨跨期價(jià)差與展期時(shí)間選擇國(guó)債期貨基差對(duì)空頭套保產(chǎn)生成本支出項(xiàng)，其在臨近移倉(cāng)換月波動(dòng)加大，我們進(jìn)一步對(duì)移倉(cāng)換月時(shí)點(diǎn)選擇進(jìn)行研究。從國(guó)債期貨的定價(jià)原理可知，國(guó)債期貨相對(duì)現(xiàn)券的貼水包含持有收益與轉(zhuǎn)換期權(quán)兩個(gè)部分，由于現(xiàn)券的票息相對(duì)固定，持有收益部分的價(jià)值則主要取決的資金利率即持券所需資金的機(jī)會(huì)成本，轉(zhuǎn)換期權(quán)也就是凈基差，其理論價(jià)值為當(dāng)利率發(fā)生變化時(shí)最便宜可交割債切換對(duì)國(guó)債期貨價(jià)格的影響，是一個(gè)利率期權(quán)。我們對(duì)近季減遠(yuǎn)季對(duì)應(yīng)的跨期價(jià)差進(jìn)行拆解得到：F F BNOC BNOC Y Y CF10

47、01010 其中， BNOC 為基差， Y 為轉(zhuǎn)換期權(quán)。無論是在國(guó)債期貨進(jìn)行套期保值還是基于國(guó)債期貨進(jìn)行擇時(shí)與套利交易，移倉(cāng)換月的時(shí)間選擇都是一個(gè)較為重要的課題。對(duì)于現(xiàn)券多頭持倉(cāng)的套保參與者而言，國(guó)債期貨常態(tài)化的貼水狀態(tài)決定了通過國(guó)債期貨平抑價(jià)格波動(dòng)的風(fēng)險(xiǎn)需要支付一定水平的成本，而隨著近季合約臨近到期，近季合約多空博弈增大，期債跨期價(jià)差的波動(dòng)性將顯著上升，移倉(cāng)換月時(shí)點(diǎn)選擇的優(yōu)劣將成為國(guó)債期貨套保成本高低的重要影響因素。我們將在這部分詳細(xì)解釋國(guó)債期貨跨期價(jià)差的主要影響因素以及其背后的邏輯機(jī)制，并給出我們的國(guó)債期貨展期擇時(shí)方案。 展期時(shí)點(diǎn)選擇的主要邏輯在于兩個(gè)層面：其一是 IRR，近季合約 IRR

48、 是反應(yīng)近季合約多空頭相對(duì)力量強(qiáng)弱的重要指標(biāo)，很大程度上將影響跨期價(jià)差在整個(gè)移 倉(cāng)換月時(shí)期的走勢(shì)；其二是資金面，資金利率通過影響持有收益進(jìn)而影響跨期價(jià)差，歷 來資金面發(fā)生異動(dòng)時(shí)期債跨期價(jià)差也往往容易出現(xiàn)超出統(tǒng)計(jì)規(guī)律的走勢(shì)，是移倉(cāng)換月過 程中需要關(guān)注的另一個(gè)重要因子。圖表 16：十年期國(guó)債期貨跨期價(jià)差與到期日?qǐng)D表 17：五年期國(guó)債期貨跨期價(jià)差與到期日 資料來源：Wind，資料來源：Wind，國(guó)債期貨跨期價(jià)差主要影響因素與原理近季合約最便宜可交割債 IRR通過觀察近季合約最便宜可交割債 IRR 的水平我們可以較為直觀地得到該合約上多空方力量強(qiáng)弱的一個(gè)大體判斷。其影響機(jī)制為：當(dāng)近季合約 IRR 較高

49、，意味著近季合約參與正套收益空間較大，相對(duì)于平倉(cāng)或移倉(cāng)空頭傾向于買入現(xiàn)券進(jìn)行交割，而多頭則主導(dǎo)移倉(cāng)過程，使得跨期價(jià)差具有下行壓力，遠(yuǎn)季合約相對(duì)近季合約表現(xiàn)偏強(qiáng)概率較大，對(duì)于移倉(cāng)操作上可在市場(chǎng)容量允許的范圍內(nèi)盡量延后移倉(cāng)；反之，近季合約 IRR 處于較低水平，則對(duì)應(yīng)移倉(cāng)換月期間多頭交割和空頭移倉(cāng)主導(dǎo)概率更高，使得跨期價(jià)差具有上行壓力，移倉(cāng)操作上可在市場(chǎng)容量允許的范圍內(nèi)盡量提前移倉(cāng)，避免近季合約臨近到期基差修復(fù)可能給空頭帶來的損失?；?IRR 水平的滾動(dòng)百分位數(shù)設(shè)定移倉(cāng)換月時(shí)點(diǎn)，在十年期國(guó)債期貨 24 個(gè)歷史合約（T1509 至 T2106，因滾動(dòng)百分位數(shù)的計(jì)算損失一部分?jǐn)?shù)據(jù)量）中，我們得到 1

50、3 個(gè)特殊移倉(cāng)信號(hào)，包括 8 個(gè)提前移倉(cāng)信號(hào)與 5 個(gè)延后移倉(cāng)信號(hào)，根據(jù)信號(hào)發(fā)出日至最后移倉(cāng)日期間的跨期價(jià)差走勢(shì)，其中 10 次信號(hào)對(duì)應(yīng)的跨期價(jià)差走勢(shì)是符合預(yù)期的，其余 3 次擇時(shí)失誤，但這 3 次均出現(xiàn)在跨期價(jià)差波動(dòng)較小的情況，對(duì)整體展期策略影響較為有限，歷史上幾次移倉(cāng)換月期間跨期價(jià)差波動(dòng)較大可能對(duì)展期結(jié)果產(chǎn)生較大影響的合約均取得較為令人滿意的展期時(shí)間選擇結(jié)果，例如 1703 合約建議提前移倉(cāng)，而后其跨期價(jià)差大幅上行 0.91；2012 合約建議延后移倉(cāng)，至最終移倉(cāng)日（合約交割月前第十個(gè)交易日）對(duì)應(yīng)跨期價(jià)差回落 0.28。圖表 18：十年期國(guó)債期貨跨期價(jià)差與 IRR圖表 19：五年期國(guó)債期貨

51、跨期價(jià)差與 IRR資料來源：Wind，資料來源：Wind，圖表 20：基于近季合約 IRR 的展期時(shí)點(diǎn)判斷（十年期國(guó)債期貨）移倉(cāng)信號(hào)（空頭）跨期價(jià)差變動(dòng)開始移倉(cāng)日 IRR MA20滾動(dòng)百分位數(shù)T1606.CFE提前移倉(cāng)0.39-2.214%T1609.CFE延后移倉(cāng)-0.160.2785%T1703.CFE提前移倉(cāng)0.91-2.3310%T1709.CFE延后移倉(cāng)0.053.1092%T1712.CFE延后移倉(cāng)0.013.5688%T1903.CFE提前移倉(cāng)0.120.881%T1906.CFE提前移倉(cāng)0.07-0.8416%T1912.CFE延后移倉(cāng)-0.111.3679%T2003.CFE

52、提前移倉(cāng)0.020.0923%T2006.CFE提前移倉(cāng)0.230.5110%T2009.CFE提前移倉(cāng)0.05-0.531%T2012.CFE延后移倉(cāng)-0.281.89100%T2106.CFE提前移倉(cāng)-0.05-0.4124%資料來源：Wind，資金面因素資金面對(duì)跨期價(jià)差走勢(shì)的影響整體呈現(xiàn)較為明顯的負(fù)相關(guān)關(guān)系（圖表中資金利率 SHIBOR 3M 指標(biāo)為逆序排序），資金利率對(duì)跨期價(jià)差的影響機(jī)制比較清晰，且對(duì)資金面的預(yù)期也是跨期價(jià)差交易反映的一個(gè)核心因素。對(duì)于國(guó)債期貨的跨期頭寸，多近空遠(yuǎn)的組合類似現(xiàn)券與期債的正套，當(dāng)資金利率下行，債券持有收益上升，相比持有遠(yuǎn)期期貨合約，持有現(xiàn)券（近季期貨）的性

53、價(jià)比上升，近季合約價(jià)值相對(duì)遠(yuǎn)季合約上行，即跨期價(jià)差走高；反之資金利率上行往往對(duì)應(yīng)跨期價(jià)差回落。因而基于資金面的指標(biāo)進(jìn)行展期時(shí)間的判斷，對(duì)于國(guó)債期貨套?？疹^而言，當(dāng)資金面較為緊張時(shí)，跨期價(jià)差大概率回落，移倉(cāng)時(shí)間選擇方面則建議延后移倉(cāng)，反之資金利率較低時(shí)，提前進(jìn)行移倉(cāng)?；谫Y金利率（SHIBOR 3M）的滾動(dòng)百分位數(shù)設(shè)定移倉(cāng)換月時(shí)點(diǎn)，在十年期國(guó)債期貨 T1509 至 T2106 共計(jì) 24 個(gè)歷史合約中，我們得到 15 個(gè)特殊移倉(cāng)信號(hào)，包括 9 個(gè)提前移倉(cāng)信號(hào)與 6 個(gè)延后移倉(cāng)信號(hào)，根據(jù)信號(hào)發(fā)出日至最后移倉(cāng)日期間的跨期價(jià)差走勢(shì)，其中10 次信號(hào)對(duì)應(yīng)的跨期價(jià)差走勢(shì)是符合預(yù)期的，基于資金利率進(jìn)行判斷的

54、效果相對(duì)不及基于 IRR 指標(biāo)，對(duì)于跨期價(jià)差波動(dòng)較大的 1703 合約資金利率與跨期價(jià)差走勢(shì)出現(xiàn)背離。但資金利率指標(biāo)相對(duì)優(yōu)勢(shì)在于其波動(dòng)幅度較 IRR 小，因而相對(duì)位置較為容易判斷，對(duì)于 IRR 低波動(dòng)的時(shí)期可以起到較好的補(bǔ)充作用?？傮w上來說，基于資金利率判斷與基于國(guó)債期貨最便宜可交割債 IRR 判斷的本質(zhì)邏輯是一致的，且資金利率與 IRR 指標(biāo)本身也存在較強(qiáng)的正相關(guān)性，但二者走勢(shì)、波動(dòng)率以及所反映的信息不完全相同，因而我們?cè)谧罱K進(jìn)行展期時(shí)點(diǎn)判斷上將兩個(gè)指標(biāo)對(duì)應(yīng)的信息進(jìn)行結(jié)合。圖表 21：十年期國(guó)債期貨跨期價(jià)差與貨幣市場(chǎng)利率圖表 22：五年期國(guó)債期貨跨期價(jià)差與貨幣市場(chǎng)利率 資料來源：Wind，資

55、料來源：Wind，圖表 23：基于資金面指標(biāo)的展期時(shí)點(diǎn)判斷（十年期國(guó)債期貨）移倉(cāng)信號(hào)（空頭）跨期價(jià)差變動(dòng)開始移倉(cāng)日 IRR MA20滾動(dòng)百分位數(shù)T1606.CFE提前移倉(cāng)0.392.811%T1612.CFE提前移倉(cāng)0.602.8014%T1703.CFE延后移倉(cāng)0.913.0298%T1706.CFE延后移倉(cāng)-0.404.3699%T1709.CFE延后移倉(cāng)0.054.4584%T1803.CFE延后移倉(cāng)-0.044.7588%T1806.CFE提前移倉(cāng)0.154.091%T1809.CFE提前移倉(cāng)0.053.471%T1812.CFE提前移倉(cāng)0.032.8922%T1906.CFE提前移倉(cāng)

56、0.072.8120%T1909.CFE提前移倉(cāng)-0.092.624%T2003.CFE延后移倉(cāng)0.022.9581%T2006.CFE提前移倉(cāng)0.231.641%T2012.CFE延后移倉(cāng)-0.282.8792%T2106.CFE提前移倉(cāng)-0.052.6123%資料來源：Wind，此外，國(guó)債期貨定價(jià)的角度，跨期價(jià)差在無其他因素干擾下易呈現(xiàn)隨到期臨近中樞上修的狀態(tài)，主要由于轉(zhuǎn)換期權(quán)的影響，近季合約轉(zhuǎn)換期權(quán)時(shí)間價(jià)值衰減速度快于遠(yuǎn)季合約，也就是其他條件影響不計(jì)的情況下近季合約基差修復(fù)力量相對(duì)更強(qiáng)使得跨期價(jià)差平均意義上隨到期日臨近傾向于上行。轉(zhuǎn)換期權(quán)大部分時(shí)間內(nèi)絕對(duì)水平不高因而對(duì)跨期價(jià)差的影響能力與

57、上述因素相比較為有限，因而我們暫未將其加入期債展期擇時(shí)中，但當(dāng)利率水平接近 3%轉(zhuǎn)換期權(quán)在基差中的影響權(quán)重也將增加，我們將在后續(xù)的研究中進(jìn)一步對(duì)轉(zhuǎn)換期權(quán)的定價(jià)進(jìn)行深入的探討。國(guó)債期貨展期擇時(shí)的增強(qiáng)效果我們基于 IRR 與資金面因子共同構(gòu)建國(guó)債期貨的展期擇時(shí)方案，我們主要考慮 IRR 因素的影響，基于 IRR 一年滾動(dòng)窗口百分位數(shù)進(jìn)行其相對(duì)位置，以 30/70 分位數(shù)為閾值進(jìn)行提前或延后移倉(cāng)的判斷，當(dāng)基于 IRR 的角度沒有明確信號(hào)時(shí)以資金利率（SHIBOR 3M）指標(biāo)進(jìn)行補(bǔ)充，其移倉(cāng)信號(hào)生成方式與 IRR 相一致。以十年期國(guó)債期貨為例，歷史合約移倉(cāng)換月信息如下圖所示，若移倉(cāng)換月信號(hào)為“提前移倉(cāng)

58、”我們基于最早的“開始移倉(cāng)日期”（遠(yuǎn)季合約持倉(cāng)量達(dá)到主力持倉(cāng)量的 1/5）進(jìn)行展期，若信號(hào)為“延后移倉(cāng)”我們基于近季合約流動(dòng)性考慮在近季合約“最后移倉(cāng)日”（到期月前第 10 個(gè)交易日）進(jìn)行展期，若無信號(hào)則基于 Wind 主力合約切換規(guī)則，在其發(fā)生切換的下一個(gè)交易日進(jìn)行移倉(cāng)。圖表 24：基于 IRR 與資金利率相結(jié)合的展期時(shí)點(diǎn)判斷以及對(duì)應(yīng)關(guān)鍵移倉(cāng)日期（十年期國(guó)債期貨）移倉(cāng)信號(hào)（空頭）跨期價(jià)差變動(dòng)開始移倉(cāng)日期Wind主力移倉(cāng)日期最后移倉(cāng)日期T1509.CFE-0.442015/7/242015/8/132015/8/18T1512.CFE-0.492015/9/142015/11/132015/1

59、1/17T1603.CFE-0.182016/1/152016/2/42016/2/16T1606.CFE提前移倉(cāng)0.392016/3/302016/5/52016/5/18T1609.CFE延后移倉(cāng)-0.162016/6/212016/8/92016/8/18T1612.CFE提前移倉(cāng)0.602016/10/202016/11/92016/11/17T1703.CFE提前移倉(cāng)0.912016/12/132017/1/182017/2/15T1706.CFE延后移倉(cāng)-0.402017/4/122017/5/92017/5/16T1709.CFE延后移倉(cāng)0.052017/7/192017/8/8

60、2017/8/18T1712.CFE延后移倉(cāng)0.012017/10/302017/11/92017/11/17T1803.CFE延后移倉(cāng)-0.042018/1/232018/2/72018/2/8T1806.CFE提前移倉(cāng)0.152018/5/82018/5/172018/5/18T1809.CFE提前移倉(cāng)0.052018/8/32018/8/142018/8/20T1812.CFE-0.032018/11/62018/11/142018/11/19T1903.CFE提前移倉(cāng)0.122019/2/112019/2/202019/2/15T1906.CFE提前移倉(cāng)0.072019/5/62019