量化方法在债券投资中的应用研究「债券量化策略」

中国第一只量化Smart Beta债券ETF（公司债ETF）已于去年12月27日成立，即将在上海证券交易所上市。以后，普通投资者也可以通过A股账户购买到量化的债券产品。量化方法在债券中的应用是我们团队的一大创新。在新产品上市之前，想和大家分享这一话题。

一、债券ETF在中国发展

截止到2018年12月31日，我国存量债券ETF基金产品规模达到11只，基金总资产为168.24亿元人民币。这其中包含利率债ETF产品7只，规模为91.41亿元；信用债产品4只，规模为76.83亿元。和2017年底的债券ETF总规模相比，增长了129.19亿元，2017年底规模39.05亿元。这其中，主要净增长来自于海富通的地方债ETF、平安的国债ETF和公司债ETF。

今年来看，区域性的地方债ETF、跨市场的信用债ETF、甚至证金债ETF都有可能落地，那么今年大概率还会是债券ETF大爆发的一年。

尽管如此，债券ETF在中国ETF规模中占还是比较小。只有4.4%。相比美国大概14%的比例，发展潜力巨大。我相信这两年就将是债券ETF的机遇窗口期。

中国债券ETF规模快速增长的背后，是债券ETF作为工具化属性越来越受到投资者的认可。从债券ETF诞生的历史来看，债券ETF经历了从散户型产品向机构型产品发展的历程。也是中国市场是以机构投资者为代表的投资群体的崛起的过程。

随着FOF和养老金的发展，债券ETF的投资价值会被更多的养老投资机构关注。

养老基金在美国规模已经达到了25万亿美元。在养老金管理中，无论是基于生命周期的FOF配置还是基于年金管理的类绝对收益配置，债券型基金一定都是最大头的配置对象。和主动型债券基金相比，债券ETF不仅有指数投资简单透明、费率低廉的特点，还具有以下三大投资优势。

二、债券ETF的投资优势

1、债券ETF的收益性

说到债券ETF的收益性，第一个要拿来作比较的就是主动管理的债券基金。投资者对于债券型产品选择难度在增大。在5000只公募基金产品中，债券基金数量仅次于混合型，有超过1400多只债券型基金。除了数量众多外，由于基金经理变更、投研团队的不稳定、或者是基金经理本身风格的漂移和切换，都会使得基金业绩排名的不稳定。我们做了一个统计，2010年至今，有多少债券基金可以连续两年排名前50%。

另一方面，债券业绩基准上，只有45%的主动债券基金超过他的业绩基准。

此外，无论股票还是债券投资，都会面临一个规模和业绩的矛盾。主动管理型产品讲究的是集中持仓。看好某只券就大量持有，有时候还会加杠杆，以便在排行榜上获得更高名次。对于小规模基金而言，单券涉及的金额绝对数量较小，流动性压力小，买入卖出相对比较方便，比如在市场上要买入或者卖出2个亿相对比较容易。但要一天进出50亿相对就比较困难了。债券比股票可能面临的流动性压力更大。我们也做了一个统计，2018年业绩超过10%的38只主动管理型基金中有28只规模都在10亿元以下，其中有20只规模不到5亿元。

在机构化投资的时代，业绩排名靠前的小基金实际上是没有办法满足机构需求的。对于大资金的管理，依靠集中持股持券，由于掉头难，反而业绩不佳。只有使用战略和战术上的分散化投资方式，才更适合。这就是债券ETF的又一大特点。

2、指数化投资分散踩雷风险

除了从资金大小角度看分散化投资，分散化的另一大功能就是避免踩雷风险。回顾最近几年的公司债和企业债市场，债券违约数量逐渐攀升。这其中既有前期发行债券陆续进入还本付息窗口期的因素，也有发债公司不适应经济结构调整的步伐致现金流紧张的原因。2018年，发生违约债券数量较2015增加了近4倍，较2016年增加了近一倍。

几乎每年都有令市场印象深刻的债券违约炸雷事件：2014年，“超日债”违约，揭开债券违约先例；2015年，山东山水水泥集团有限公司“15山水债”违约；2016年，东北特钢债违约；2017年，永泰能源发行“18永泰能源CP001”未能按期兑付，引发连锁反应，套住30多家大银行波及400亿贷款、21亿票据；2018年的阳光凯迪新能源集团“16凯迪债”违约；2019年开年，康得新（002450.SZ）两期超短期融资券不能及时兑付本息，实质违约。

公募基金踩雷也不再是新鲜事。由于主动基金的持股持券相对集中，一只券踩雷就有可能使得净值大幅回测。例如某只曾经重仓“14富贵鸟”的债券基金就出现剧烈的净值下滑。

但在指数化投资中，比如，即将上市的公司债ETF有超过100只成分券，每只券的比例不超过2%。即使遇到踩雷事件，对整个基金的影响也有限。在中国，因为负面信息披露往往不及时、不完整和故意隐瞒重要风险信息，使得我们有时不能非常准确的进行风险预测，那么分散化投资是最佳的选择。

3、债券流动性的要求

债券投资的三要素就是：收益性、安全性和流动性。债券投资经理的诉求就是寻求这三者的平衡。目前，债券交易主要集中在场外银行间市场。而对于场内市场除了有限的几只利率债以外，流动性都不好。

债券场外市场交易的特性把一大批小规模的投资者拒之门外。比如，有养老型基金或者年金的投资经理想配置长久期的利率债，资金量不是很大，大概是几百万量级，那么他可能就会面临比较尴尬的情况。

另一方面，因为公司债流动性的缺乏，也使得很多投资者对公司债望而生怯。

实际上，在美国主力债券ETF已经替代了一些现券，成为债券交易的主要品种。

三、美国债券ETF的发展

美国是ETF的发源地，2002年美国市场上首只债券ETF问世。供需两方面的推动是促成美国债券ETF产品在这个特定时点开启大幕的重要因素。一方面，以退休基金为代表的债券投资者一直在寻觅长期限内交易费率低廉且收益稳定的债券投资方式；另一方面，电子化交易技术的进步和美国证券交易所之间的竞争在很大程度上激发了上市交易产品的创新热情，ETF基金产品是受惠者之一。经历不断探索之后，债券指数编制逐步具备了可操作性使得债券ETF基金产品的诞生成为水到渠成的产物。业绩、费率和税收优势是促进债券ETF大规模增长的重要原因。

1、投资业绩：大量主动管理基金回报在扣除费用后位于业绩基准以下；

2、管理费率：债券指数基金的平均费率已经降至0.07%，相比主动债基有近50BP的费率优势；

3、交易成本：美国市场上固定收益类ETF的费率水平最低，平均不超过0.4%。并且由于债券指数基金和债券ETF相对主动管理型基金的调仓更少，相对交易更不频繁，所以税收和交易成本的控制上也有优势。

此外，被动投资还有投资标的透明、分散化等诸多优势。一系列的利好条件驱动美国上市的债券ETF基金在2018年年中增长至333只。规模从2008年的447亿美元的总规模增长到如今6752亿美元的总规模，十年复合增速131%。

从债券ETF交易所二级市场的流动性来看，主力债券ETF的流动性已经好于债券本身。自从2008年金融危机以后，美国的债券市场的成交结构发生了巨大变化。具体表现为传统投资银行逐步将业务重点从普通债券做市转向债券ETF做市上。这使得债券ETF的流动性已经替代了场内的债券品种，成为最主要的交易工具。

一方面在机构投资者需求和监管政策的鼓励之下，美国债券ETF产品爆发式增长，市场份额迅速扩大；另一方面，债券ETF基金在交易所实施连续竞价交易制度，做市报价和交易难度远小于普通债券。在这两方面因素的驱动下，传统投资银行大幅降低其债券存量，逐步淡化其传统的普通债券做市商的功能。与此同时投资银行不断增加对债券ETF指数的持仓，加大债券ETF做市的投入力度，极大的促进了债券ETF基金二级市场的流动性。

目前美国债券ETF每日成交量，多者过千万个单位，少者亦逾万个单位；对大多数投资者而言，出售或买入往往瞬间完成，并且还能保证买卖价格透明，明确实价展示在交易所报价平台。

除了布局宽基债券指数外，美国债券ETF的一大发展趋势就是越来越多Smart Beta债券ETF的出现。

2013年美国市场诞生了第一只Smart Beta债券ETF。也就比我们早了5年。之后，出现快速发展的趋势。目前，美国市场Smart Beta债券ETF有64只，规模148.6亿美元，数量和规模分别占债券ETF的6.39%和1.84%。2017年新发Smart Beta债券ETF有17只，为历年来最高，规模5.46亿元。

四、量化方法在债券投资中的应用

Smart Beta是一个比较时髦的词汇，实际上我们在讲Smart Beta时指的是量化方法在投资中的应用。

我觉得量化的两个核心点在于，首先，量化就是把主观的投资理念和投资策略客观模型化。其次，是用一套纪律化的方法替代主观情绪化进行交易。其实我们很多明星基金经理在选股的时候就会用到很多量化的方法，比如价值型基金经理会特别关注市盈率，而成长型的基金经理会特别关注EPS。越来越多公司的研究负责人要求行业研究员必须要有量化思维，对行业内公司做量化比较。而另一方面，成熟的投资经理最显著的标志之一，就是理性而非情绪化的投资表现。所以，量化是投资方法数学化的表述，量化模型是比人工选股效率更高的选股方法。

和股票基金中大量的量化基金不同，量化债券基金还是新生事物。这其中第一个原因来自于债券交易的特性。首先，股票数量是一个基本固定数量，尽管有新股不断上市，和st股票退市。但总体上来说，股票在时间维度上，有连续性。比如，2009年有1602只股票，到了2019年这个数字变成了3566，尽管股票数量也增加很多。在做量化选股策略时，几千量级的数据不是一个大问题。而债券因为有到期日，10年期市场上债券的数量和债券名称与今天的债券市场已经有了截然的不同。大量的债券在10年中产生和到期，就像我们使用的手机。现在大家用华为P20，十年前用诺基亚。中间诞生过金立，苹果等等。债券的数据库比股票要庞大的多。即使是很多专业的资讯软件，也不支持债券的历史回溯。对于量化策略来说，就是要从过去回溯中寻找因子的有效性，这就使得债券量化非常难。

另外一方面，债券的交易由于是以场外交易为主，这一点也和股票完全不同。比如，历史交易数据不够透明，甚至存在对倒交易。或者是估值价格不那么准确。这些都是制约债券量化策略的原因。

尽管如此，随着大数据时代的到来，储存和筛选债券数据会变得越来越简单。比如平安就在搞债券大数据项目。我相信不仅是平安，一定还有许多专业的公司在做类似的工作。另一方面，对于一些非正常的交易我们也有了专业的识别技术，而人工智能的发展会更好的清洗交易数据。因此，量化方法在债券投资中的应用会越来越广阔。

五、公司债ETF的创新

平安基金在去年12月的时候连续发行了两只债券ETF，一只是主打流动性的活跃券国债ETF，另一只是主打高等级利差因子的公司债ETF（简称公司债ETF）。两只都是在上交所上市的。活跃国债ETF已经于2月22日上市。公司债ETF将于近期上市。

我们团队开发的这只公司债指数获得了中债2018年的突出贡献奖。这个产品的初衷是我们一位机构客户的需求。他们希望能有一只即安全，又有高收益的信用债产品。我们根据他们的需求开发了基于中债隐含评级，选取利差因子的公司债指数。

年初时候看到一个新闻，标普获准进入中国的债券评级市场。而之前，债券评级最多的三家机构分别是中诚信、联合资信、上海新世纪。国内外部信用评级虚高一直是个顽疾。美帝的信用债评级中枢是投资级BBB，在我国，这个评级得提到高AA到AA ，比国家主权评级还要高。

而且2015年以来，绝大部分违约的债券，评级机构都没能在公司偿债困难爆雷前提示风险，而是在构成实质违约后再去降低评级，和傍晚才发布当天白天的天气预报几乎没有区别。

我们在选取样本券的时候首先当然是要求外部评级是3A。其次，我们首次引入了中债隐含评级。中债隐含评级是基于市场成交来倒推的信用评级方式。正所谓“春江水暖鸭先知”，市场本身就是最好的晴雨表。

从违约概率上看，外部评级AAA至A 级别均发生过违约。AAA例如华信和中民投。而对于隐含评级，发生过违约的最高评级为AA （仅1家发行人），AA级别违约率也不足0.1%。所以隐含评级是对评级公司的重要补充，是更有信息含量的债券信用评判指标。而平安的公司债ETF是市场首只引入隐含评级的债券指数基金。想要试水公司债投资的投资者，不妨就先从公司债ETF入手。