You are browsing the Hong Kong website, Regulated by Hong Kong SFC (CE number: BJA907). Investment is risky and you must be cautious when entering the market.
債市槓桿率,如何高頻跟蹤?
格隆匯 07-29 14:49

本文來自格隆匯專欄:廣發固收劉鬱,作者:劉鬱

摘 要   

槓桿策略是市場主要機構進行債券投資時慣用的策略,歷史上多輪債市行情受槓桿資金推動明顯,槓桿率也成為衡量債市投資者交投情緒的核心指標之一。我們旨在通過場內槓桿的高頻數據跟蹤,覆盤歷史債市槓桿的演繹邏輯和行情節奏,為市場提供兼顧時效性和準確性的指引。

為了實時監測市場動態,在可比口徑下高頻追蹤債市槓桿率的變動, 我們進行了銀行間債市槓桿日度跟蹤模型的諸多嘗試。最終我們運用銀行間分期限質押式回購交易額與銀行間分期限質押式回購交易平均回購期限計算每日的待購回質押式回購餘額,運用線性插值法將月末債券託管量填充為日度債券託管量,將以上數據代入銀行間債市槓桿率公式追溯2010年至今的銀行間債市槓桿率日度數據。

縱觀全局,整體覆盤債市槓桿率。(1)從年度均值來看,受資管新規影響,2018年成為銀行間債券市場槓桿的分水嶺,2018年以來債市槓桿率中樞下移;(2)從月度均值來看,債市槓桿率的2月、6月、12月的三個峯值大多分佈在季度末,峯值之後出現5月、8-11月、1月三個低谷;(3)從日度均值來看,月內的槓桿率經歷了月初的高點和月末的低點,月中面臨税期走款壓力波動下行,整體受資金面影響顯著。

抽絲剝繭,區間覆盤分析債市槓桿率。(1)從債市槓桿與資金利率的關係來看,存在資金利率與債市槓桿負相關、債市槓桿與資金利率正相關兩個相互影響邏輯。整體來看,債市槓桿率與資金利率負相關;局部來看,不同的區間下資金利率與債市槓桿的兩條主線邏輯輪番佔優。在資金利率出現大幅下行時,主要機構均反應迅速,立即抬升槓桿。當前處於債市槓桿與資金利率雙震盪區間,資金利率有一定的小幅下行,槓桿也有所抬升,負相關邏輯在當前佔優。

(2)從債市槓桿與債市行情的關係來看,債市槓桿雖然不是決定債市走勢方向的指標,但能從債市槓桿的高頻數據中尋找短期交易機會。當前處於銀行間債券市場槓桿率與十年期國開債到期收益率整體反向變動、局部負相關的區間,債市槓桿反映的投資者情緒對於債市行情有一定助推作用。

截至7月28日,銀行間債市槓桿率為110.05%,高於2010年以來7月末中樞水平109.41%。今年以來銀行間債市槓桿中樞為109.95%,當前位於今年以來槓桿率70.2%分位。近期資金面處於相對平衡狀態,不過臨近月末機構加槓桿較為謹慎。

核心假設風險:定量分析過程存在偏差,本報吿結果僅供參考。

1

槓桿率衡量債市投資者情緒

《債基久期變化,揭示利率拐點》通過覆盤債基久期的歷史變化趨勢揭示市場代表性機構債券基金的久期策略。除了久期策略以外,槓桿策略也是市場主要機構進行債券投資時慣用的策略,歷史上多輪債市行情受槓桿資金推動明顯,槓桿率也成為衡量債市投資者交投情緒的核心指標之一。

為了放大債券投資收益,債券投資者主要通過場內(質押式與買斷式)回購交易以及場外結構化分級產品設計兩種加槓桿的方式,建立超出自有資金規模的多頭頭寸,在承擔更大風險的情況下,獲取債券資產收益與資金拆借成本的價差。

基於加槓桿的兩種方式,債市槓桿主要分為場內槓桿和場外槓桿。其中場外槓桿的追溯受場外分級產品信息不公開、監管力度較弱、資金定價的市場化較弱等因素制約,本文將主要關注場內槓桿。場內槓桿的主要計算公式為:

質押式回購和買斷式回購同為機構投資者債券投資加槓桿的方式,區別在於回購交易時標的債券的所有權是否發生轉移,其中質押式回購交易中融券方不具有標的債券的所有權,所有權被融資方保留。由於場內加槓桿的方式以銀行間質押式回購為主,我們主要聚焦於銀行間質押式回購,主要計算方式為:

其中分母為託管債券總餘額與待購回質押式回購餘額之差,為債券市場主要機構的自有資金。

我們旨在通過場內槓桿的高頻數據跟蹤,覆盤歷史債市槓桿的演繹邏輯和行情節奏,為市場提供兼顧時效性和準確性的指引。

2

如何高頻跟蹤債市槓桿率?

為了實時監測市場動態,在可比口徑下高頻追蹤債市槓桿率的變動,我們進行了銀行間債市槓桿日度跟蹤模型的諸多嘗試。

(一)初步模型

為了日度跟蹤銀行間債市槓桿率,我們需要追溯日度債券託管總額和待購回質押式回購餘額。

1.債券託管總額

中債登與上清所均月度更新上月末的債券託管數據。2010年以來,中債登與上清所的合計債券託管量逐月抬升,且同比增幅穩定在15%左右水平。

基於中債登與上清所發佈的月末債券託管數據,我們對數據進行如下處理:(1)使用線性插值法填充日度債券託管量(2)由於本月(2021年7月)的數據暫未發佈,我們使用15%的歷史同比增幅外推債券託管餘額。

2.待購回質押式回購餘額

根據現有的日度質押式回購餘額數據,結合上一步計算的債券託管日度總額與銀行間債券市場槓桿率計算公式,我們只能將銀行間債券市場槓桿率追溯到2020年8月。近1年來銀行間債券市場槓桿在110%中樞水平上下波動。

覆盤歷史市場槓桿走勢,一年數據量遠遠不夠。因此我們依據日度更新各期限銀行間質押式回購成交量和平均回購期限數據,推算每日的銀行間質押式回購餘額,具體計算方法如下:

首先,計算各期限的銀行間質押式回購交易的歷史平均回購期限。在計算過程中我們考慮了法定節假日的影響,主要的歷史平均回購期限如下表所示(保留整數)。

其次,對於每一個銀行間質押式回購的期限品種,我們均以上一步計算的歷史平均回購期限為彙總窗口,回溯每日的銀行間回購交易餘額,得到銀行間質押式回購交易餘額的日度數據。可以看出我們的銀行間質押式回購餘額初步測算結果擬合效果較好。不過由於算法較為粗略,節假日的估測值偏離略為嚴重。

3.債市槓桿結果

將我們測算的債券託管總額與待購回質押式回購餘額,代入銀行間債市槓桿率計算公式,可得2010年以來銀行間債市槓桿率。

(二)改進測算模型

初步測算結果與實際值擬合效果較好,不過待購回質押式回購餘額的算法較為粗略。為了提升我們跟蹤債市槓桿率的精確度,我們引入數據處理工具,對銀行間待購回質押式回購餘額進行精細化追溯。

1.待購回質押式回購餘額精細化追溯

(1)主要數據描述

在進行銀行間質押式回購餘額追溯時,我們主要使用的數據為:①銀行間分期限質押式回購交易額(日度,1999年1月4日至今)②銀行間分期限質押式回購交易平均回購期限(日度,2017年9月19日至今)。

(2)分期限待購回質押式回購餘額計算

對於每一個銀行間質押式回購的期限品種,我們都可以計算質押式回購餘額。

首先,我們可以將單一期限品種每日產生的銀行間質押式回購交易數據看成一筆質押式回購交易。計算每筆銀行間質押式回購交易的起始日和到期日,起始日為交易當日,到期日為根據該期限品種日度更新的平均回購期限往後推演的日期。

接下來,對於每筆銀行間質押式回購,我們可以根據起始日和到期日形成這筆質押式回購交易每日的餘量:若時間落在起始日及之後與到期日之前,則當日該筆質押式回購交易的餘量為該筆質押式回購的交易額;若時間落在起始日之前或到期日之後,則當日該筆質押式回購交易的餘量為0。對於每筆質押式回購交易,我們都重複如上操作,直至追溯至今最新的每日銀行間質押式回購交易數據。

我們以2018年4月4日產生交易的R007為例,該筆銀行間質押式回購交易於2018年4月4日產生,交易金額為10207.02億元,平均回購期限為5.78天(進行四捨五入為6天)。因此起始日為2018年4月4日,到期日為2018年4月10日,期間該筆銀行間質押式回購交易的餘額均為10207.02億元。

(3)待購回質押式回購總餘額

日度加總各期限質押式回購餘額,得到日度待購回銀行間質押式回購總餘額。

(4)追溯結果

由於銀行間分期限質押式回購交易平均回購期限的數據只能追溯到2017年9月19日;且在銀行間質押式回購交易中期限最長的品種為R1Y,到期期限為1年,因此我們的追溯時間區間為2018年9月19日至今。

與初步測算模型結果相比,改進模型測算的待購回質押式回購總餘額擬合度更高。

2.債市槓桿結果

將日度線性插值後的債券託管總額與精細化測算的待購回質押式回購餘額,代入銀行間債市槓桿率計算公式,可得2018年9月19日以來的銀行間債市槓桿率。

(三)銀行間債市槓桿完整追溯

初步測算結果與改進版測算結果十分接近,因此關於2010年以來債市槓桿覆盤,2018年9月19日之前的銀行間債券市場槓桿率我們使用初步測算結果,2018年9月19日之後的銀行間債券市場槓桿率我們使用改進版測算結果,最終形成如下債市槓桿追溯圖。

3

“縱觀全局”:整體覆盤

(一)低頻覆盤:年度均值

2018年4月,為了防範化解金融風險,促進金融體系健康及韌性,央行、銀保監會、證監會、外匯局聯合發佈資管新規,重挫債市加槓桿熱情,2018年也成為銀行間債券市場槓桿的“分水嶺”。2010年至2018年,銀行間債券市場主要機構集體“加槓桿”以增厚收益,於2018年達到113.39%水平;2018年以來,銀行間債券市場槓桿率的中樞下移,今年的平均槓桿率已降至109.95%。

(二)中頻覆盤:月度均值

從月度均值覆盤來看,銀行間債券市場槓桿率經歷3個峯值,分別為2月的110.02%、6月的110.11%、12月的110.27%,這三個月份均臨近季度末。在峯值之後,銀行間債券市場槓桿也經歷了3個低谷,分別為5月的109.23%、8-11月109.30%的中樞水平、1月的109.73%。

(三)高頻覆盤:日度均值

整體來看,月內的槓桿率經歷了月初的高點和月末的低點,期間波動下行,受資金面影響顯著。

細節來看:(1)度過緊張的月末,月初資金面改善,銀行間債券市場槓桿逐漸抬升至月內峯值110.10%。(2)隨着月內資金面的波動,槓桿由峯值回調至中樞水平上下波動直至月中。(3)15日之後,受月中税期走款影響,主要機構紛紛調低槓桿。(4)步入下旬,税期走款壓力逐漸散去,銀行間債市槓桿一度加到109.80%。(5)受月末資金需求旺盛影響,槓桿率下降至月內低谷109.35%。

4

“抽絲剝繭”:區間覆盤

通過整體覆盤分析發現,銀行間債券市場槓桿率受政策面和資金面影響顯著。同時作為債市投資者情緒的量化指標,槓桿與債市行情的共振現象也有待發掘。下面我們將以2010年以來作為分析窗口期,區間覆盤整理銀行間債市槓桿與資金利率、債市行情的關係,結合政策基本面信息抽絲剝繭,深挖相互作用的內在機理。

(一)與資金利率的關係覆盤

資金利率與債市槓桿存在正反兩條相互影響路徑:(1)資金利率與債市槓桿負相關邏輯:資金利率為機構借錢的成本,當資金利率下行時,債券資產收益與資金拆借成本的價差走闊,債券投資者加槓桿的收益放大,提升投資者加槓桿的動力。(2)資金利率與債市槓桿正相關邏輯:債市槓桿為資金需求,債市槓桿率的大幅上行導致資金需求旺盛,增加資金價格的上行壓力。

整體來看,銀行間債券市場槓桿率與R007利率的相關係數為-0.16,與AAA同業存單收益率相關係數為-0.12,債市槓桿率與資金利率整體具有負相關性,即債市槓桿波動受資金價格因素制約。 

局部來看,不同的區間下資金利率與債市槓桿的兩條主線邏輯輪番上演:

(1)2010年1月至2015年3月,正相關邏輯佔據上風,債市槓桿和資金利率共振,波動上行;

(2)2015年4至6月,央行“降準+降息”雙率齊降等意外的寬鬆政策提振投資者的多頭預期,負相關邏輯佔據上風,資金利率下行,債市槓桿抬升;

(3)2015年7月至2016年10月,資金利率與債市槓桿均處於中樞水平震盪;

(4)2016年11月至2018年5月,正相關邏輯再次佔據上風,債市槓桿與債市資金價格再次共振,上演“倒V”走勢;

(5)2018年6至8月,兩次降準落地確認了寬貨幣政策的主基調,資金供給放量推動資金利率急轉直下,債市的交投熱情也反映在債市槓桿率的高點,負相關邏輯再次佔據上風;

(6)2018年9月至2020年1月,受資管新規影響,主要機構紛紛調低槓桿,此時在正相關邏輯作用下,債市資金價格中樞出現下行;

(7)2020年2至6月,負相關邏輯佔據上風,疫情下央行的寬鬆政策提振債市做多熱情,資金利率下行,債市槓桿上行;

(8)2020年7至10月,負相關邏輯再次被印證,央行釋放貨幣政策收緊信號,資金利率回升,債市槓桿回調至中樞水平;

(9)2020年11月至2021年1月,始於2月的負相關邏輯依然佔據上風,資金面寬鬆,利率下行,債市加槓桿熱情再次燃起;

(10)2021年2月至今,資金利率與債市槓桿均處於中樞水平附近震盪。

綜合來看,在資金利率出現大幅下行時,主要機構均反應迅速,立即抬升槓桿。當前(2021年7月)處於債市槓桿與資金利率雙向震盪區間,資金利率有一定的小幅下行,槓桿也有所抬升,負相關邏輯在相對佔優。

(二)與債市行情的關係覆盤

綜合整體趨勢和局部波動來看,債市槓桿雖然不是決定債市走勢方向的指標,但能從債市槓桿的高頻數據中尋找短期交易機會。

從整體趨勢上看,債市槓桿率與債市行情大勢走向相關關係並不穩定,正相關階段與負相關階段交織。

局部來看,債市槓桿率的波動與債市區間小行情緊密關聯,區間內債市槓桿和利率債收益率呈現出一定的負相關性,債市槓桿的拐點和債券收益率的拐點相關聯。主要表現為:(1)投資者集體抬升槓桿時,市場情緒高漲,資金的湧入推動債市走強;槓桿驟降時,市場交投謹慎,資金的流出導致債市走弱;(2)債市走暖助推加槓桿的收益增厚,主要機構做多情緒佔據主導,債券投資更為激進,集體抬升槓桿;債市下跌澆滅機構交投熱情,投資趨於保守,紛紛降低槓桿。

根據債市槓桿與債市行情走勢的相關性,我們將2010年以來的市場劃分為五個階段:

(1)2010年1月至2013年3月,債市槓桿率上行,十年期國開債到期收益率震盪上行,不過債市槓桿與行情走勢呈現局部負相關,槓桿峯值和債市收益率低谷相關聯;

(2) 2013年4月至2014年1月,債市槓桿率圍繞着107%左右波動,在兩輪“錢荒”的衝擊下十年期國開債到期收益率一度攀升至5.92%的歷史性峯值,而債市槓桿率也抬升至108%水平,債市槓桿與行情走勢的局部相關性較弱;

(3)2014年2月至2016年7月,處於債券牛市,機構加槓桿熱情高漲,債市槓桿率與國開債收益率負相關;區間局部來看,在這輪債牛的行情中,市場主要機構緊跟債市行情,槓桿調整的拐點整體落後於市場收益率拐點;

(4)2016年8月至2020年1月,在這輪牛熊切換的債市週期中,銀行間債市槓桿率與債市收益率同向變動。在該輪週期中,短期內市場主要機構依然緊跟債市行情,但銀行間債券市場槓桿率出現了幾個領先於市場收益率的拐點,分別為對應2016年10月20日收益率低點的2016年10月11日槓桿峯值、對應2017年5月26日收益率高點的2017年4月28日槓桿低谷、對應2017年11月28日收益率高點的2017年10月23日槓桿低谷、對應2018年5月14日收益率高點的2018年4月24日槓桿低谷、對應2019年1月7日收益率低點的2019年1月2日槓桿峯值等。這幾波債市的小行情均受投資者交投情緒的變化推動。

(5)2020年2月至今,整體上銀行間債券市場槓桿率與十年期國開債到期收益率反向變動,槓桿調整的拐點與市場收益率拐點幾乎同步。

根據區間覆盤,我們發現:(1)2010年以來有95%的區間均展現出銀行間債券市場槓桿率與十年期國開債到期收益率局部負相關,這表明債市槓桿的短期調整與債市區間小行情關聯緊密;(2)在2010年以來的幾輪債券大牛市中,債市槓桿與債券收益率均為局部負相關(3)當前處於銀行間債券市場槓桿率與十年期國開債到期收益率整體反向變動、局部負相關的區間,債市槓桿反映的投資者情緒對於債市行情有一定助推作用。

截至7月28日,銀行間債市槓桿率為110.05%,高於2010年以來7月末中樞水平109.41%。今年以來銀行間債市槓桿中樞為109.95%,當前位於今年以來槓桿率70.2%分位。近期資金面處於相對平衡狀態,不過臨近月末機構加槓桿較為謹慎。

風險提示

定量分析過程存在偏差,本報吿結果僅供參考。

Follow us
Find us on Facebook, Twitter , Instagram, and YouTube or frequent updates on all things investing.Have a financial topic you would like to discuss? Head over to the uSMART Community to share your thoughts and insights about the market! Click the picture below to download and explore uSMART app!
Disclaimers
uSmart Securities Limited (“uSmart”) is based on its internal research and public third party information in preparation of this article. Although uSmart uses its best endeavours to ensure the content of this article is accurate, uSmart does not guarantee the accuracy, timeliness or completeness of the information of this article and is not responsible for any views/opinions/comments in this article. Opinions, forecasts and estimations reflect uSmart’s assessment as of the date of this article and are subject to change. uSmart has no obligation to notify you or anyone of any such changes. You must make independent analysis and judgment on any matters involved in this article. uSmart and any directors, officers, employees or agents of uSmart will not be liable for any loss or damage suffered by any person in reliance on any representation or omission in the content of this article. The content of the article is for reference only and does not constitute any offer, solicitation, recommendation, opinion or guarantee of any securities, virtual assets, financial products or instruments. Regulatory authorities may restrict the trading of virtual asset-related ETFs to only investors who meet specified requirements. Any calculations or images in the article are for illustrative purposes only.
Investment involves risks and the value and income from securities may rise or fall. Past performance is not indicative of future performance. Please carefully consider your personal risk tolerance, and consult independent professional advice if necessary.
uSMART
Wealth Growth Made Easy
Open Account