金融工程专题报告-2020年信用债投资策略:信用利差的预测和投资

类别:金融工程 机构:上海东证期货有限公司 研究员:李晓辉 日期:2020-02-21

我们试图对信用利差进行全面的研究,从全市场、行业和个券三个层面分析如何对信用利差进行投资且用数据证明了信用利差的可预测性。

    信用利差的构成和信用利差曲线

    信用利差中包含两类重要的溢价,分别是信用风险溢价和流动性风险溢价。信用风险溢价与无风险利率负相关而流动性风险溢价与无风险利率呈正相关。美国信用利差与无风险利率的负相关性比我国明显,主要是因为很长一段时间以来我国整体信用债违约率较低,信用利差绝大部分包含的是流动性溢价。

    同等级的信用利差随着期限的增加而增加,呈现一种类似于无风险利率曲线的结构,我们可用NS 模型对信用利差曲线进行拟合。

    全市场整体信用利差的预测

    以信用利差曲线三因子、无风险利率、流动性因子和股市动量作为预测变量我们可以对全市场整体的信用利差未来一年的走势进行有效预测,与随机游走模型相比,样本外R_Sqaured 可以达到74%。基于预测我们判断信用利差在2020 年整体震荡,走势先升后降。预测结果显示,上一轮信用利差的下行趋势已经结束。

    行业信用利差预测和行业选择

    以行业信用利差曲线三因子、无风险利率、流动性因子和对应行业股票动量作为预测变量,我们可以对11 个规模较大的信用债行业信用利差进行有效预测。通过对预测结果进行比较,我们判断2020 年信用利差下降最多的行业是汽车和房地产。而2020 年应该避免的行业是采掘业,预测结果显示采掘业信用利差扩大幅度最高。

    信用利差变化率因子对个券进行选择

    通过计算信用利差变化率因子,可以在截面上对个券进行选择获取超额回报。信用利差变化率因子的Rank_IC 达到5.69%,且与之前报告中其余5 个选债因子相关性非常低。

    风险提示

    量化模型失效风险。

    致谢

    感谢东方证券研究所金融工程首席分析师朱剑涛老师指导