【东吴证券】多资产系列报告（三）：如何以量化策略增厚信用债收益？-260127（21页）.pdf

1、证券研究报告宏观报告宏观深度报告 东吴证券研究所东吴证券研究所 1/21 请务必阅读正文之后的免责声明部分请务必阅读正文之后的免责声明部分 宏观深度报告 20260127 如何如何以量化策略增厚以量化策略增厚信用信用债债收益收益？多资产系列报告（三）多资产系列报告（三）2026 年年 01 月月 27 日日 证券分析师证券分析师 芦哲芦哲 执业证书：S0600524110003 证券分析师证券分析师 刘子博刘子博 执业证书：S0600524120014 相关研究相关研究 二手房销售景气度明显回暖 2026-01-26 海外宏观与交易复盘：特朗普再度“TACO”，金银续创新高 2026-01-2

2、6 Table_Tag Table_Summary 截至 2025 年末，我国信用债市场总规模相当于 A 股总市值的 42.3%，但业界对信用债定价的量化研究仍十分匮乏。参考美国信用债市场的量化研究已完成从结构性模型到传统多因子模型，再到新兴领域的机器学习、IPCA 模型等方法转变，我们最终选用 IPCA 模型对国内信用债市场定价进行探讨。IPCA 模型属于条件因子定价模型，核心在于使用交替最小二乘法（模型属于条件因子定价模型，核心在于使用交替最小二乘法（ALS），），寻找使模型误差平方和（寻找使模型误差平方和（SSE）最小的最小的(+,)。,+1=,+1+,+1，,=,其中，,+1代表信用超

3、额收益，+1代表 K 个潜在因子、,代表对应的因子载荷。模型最重要的部分在于，因子载荷,的计算方法基于 L 个债券特征,，即 IPCA 模型依靠信用债超额收益以外的特征（例如修正久期、动量指标、财务指标等）动态测算,，进而更加高效、及时、全面地反映风险变化。从样本外测算结果看，从样本外测算结果看，IPCA 模型在国内信用债市场的应用效果较美国信模型在国内信用债市场的应用效果较美国信用债市场更好。用债市场更好。具体表现在2、定价误差等检验指标表现更好。究其原因，这可能来自国内信用债发行主体相对更加集中、模型在国内应用时选用的时间周期更短且特征更少等因素。如果对如果对 IPCA 模型的因变量、输入

4、特征稍加调整，模型可用于辅助国内传模型的因变量、输入特征稍加调整，模型可用于辅助国内传统的信用利差研究。统的信用利差研究。以城投债为例，模型给出的常数因子是过去 10 年影响城投债利差的最重要因子，其在客观上影响了基本面因子的重要性；而同期市场面因子的重要性基本保持区间震荡。这不仅符合近年“化债政策驱动城投利差”的常识，常数因子拐点也完全对应两次化债政策拐点：2018 年 7 月，“27 号文”开启“隐债十年清零”的化债历程。2023 年 7月 24 日，中央政治局会议提出要有效防范化解地方债务风险，制定实施一揽子化债方案。当年 8-9 月，以“35 号文”为代表的一揽子化债政策开始落地。考虑

5、到考虑到 IPCA 模型可以被近似视为“对模型可以被近似视为“对 L 个特征驱动的投资组合（个特征驱动的投资组合（X）”应）”应用用 PCA，因此落实到策略层面，我们因此落实到策略层面，我们可以：可以：（1）基于对每一期因子值的预测值、因子值预测值的协方差对每一样本日期估算应当配置于各个因子的投资组合头寸比例，以期实现“均值-方差”思路下的最优切线组合。（2）基于每一样本日期对应的实际因子值，代入上述投资组合头寸比例，考虑交易成本后，对投资组合收益进行回测。（3）计算投资组合的夏普比率。不难不难算得算得，以，以国内国内活跃发债主体为样本范围时，活跃发债主体为样本范围时，上述上述基于基于 IPC

6、A 因子的策因子的策略组合“风险调整后收益”表现较为突出，策略核心优势体现在：略组合“风险调整后收益”表现较为突出，策略核心优势体现在：（1）高夏普：）高夏普：自有夏普比率数据以来，策略组合的夏普比率从未低于1.45；自 2025 年 5 月至 12 月，策略组合的夏普比率始终高于 2.2。（2）收益）收益/风险的不对称性：风险的不对称性：自有策略组合信用超额收益数据以来，在 请务必阅读正文之后的免责声明部分请务必阅读正文之后的免责声明部分 宏观深度报告 东吴证券研究所东吴证券研究所 2/21 75%的样本日期策略组合信用超额收益数据为正值。自 2024 年 1 月至2025 年 12 月，策