司盛華 韓明赫 蔡海劍

摘要：本文利用個(gè)券剩余期限、中債市場(chǎng)隱含評(píng)級(jí)、所屬行業(yè)板塊及債券性質(zhì)指標(biāo)，通過(guò)橫截面回歸方式獲得其理論利差及作為殘差項(xiàng)的價(jià)值因子。實(shí)證檢驗(yàn)表明，在過(guò)去10年中，選擇價(jià)值因子更高的債券進(jìn)行投資會(huì)獲得較好且穩(wěn)定的超額收益，以及更好的風(fēng)險(xiǎn)調(diào)整收益表現(xiàn)?；谙嚓P(guān)策略編制的中債-信用債價(jià)值因子精選策略指數(shù)和中債-信用債價(jià)值因子權(quán)重調(diào)整策略指數(shù)，可以為投資者帶來(lái)超額收益。本文對(duì)于研究的邊際貢獻(xiàn)，主要體現(xiàn)在結(jié)合境內(nèi)信用債投研框架，補(bǔ)充債券性質(zhì)作為價(jià)值因子計(jì)算模型的主要變量等方面。

關(guān)鍵詞：Smart Beta價(jià)值因子信用債? 指數(shù)

2020年春節(jié)過(guò)后，新冠肺炎疫情疊加油價(jià)暴跌，全球避險(xiǎn)情緒高漲，全球主要經(jīng)濟(jì)體國(guó)債收益率均下行，信用債利差¹被動(dòng)走闊。隨著國(guó)債收益率重新上行，利差又被動(dòng)收窄。年初至8月末，我國(guó)高等級(jí)信用債利差整體上已經(jīng)歷了3輪利差的走闊和收窄（見(jiàn)圖1）。在此背景下，信用債投資常用的策略之一——利差交易策略的應(yīng)用場(chǎng)景明顯增加。

利差交易策略的核心在于尋找市場(chǎng)價(jià)格被低估的債券，通過(guò)價(jià)格向均值回歸獲得超額收益，但逐一識(shí)別符合該策略的發(fā)債主體和個(gè)券尚需深入研究，對(duì)投資者研究水平要求較高，實(shí)踐中還有很多附加成本。一個(gè)可行的操作方法是，以對(duì)應(yīng)期限國(guó)債收益率為基準(zhǔn)，在所有信用債樣本中選取利差較大的個(gè)券形成投資組合。此操作也存在問(wèn)題，即并非利差更高的個(gè)券就一定是更被低估的，絕對(duì)利差的高低還與債券的信用等級(jí)相關(guān)。

為解決該問(wèn)題，筆者以?xún)r(jià)值因子替代絕對(duì)利差作為判斷個(gè)券價(jià)值高低的因子，將價(jià)值因子定義為絕對(duì)利差與個(gè)券理論利差之差，即相對(duì)利差。結(jié)合既有文獻(xiàn)與實(shí)證檢驗(yàn)，本文利用個(gè)券的剩余期限、中債市場(chǎng)隱含評(píng)級(jí)、所屬行業(yè)板塊及債券性質(zhì)等特征指標(biāo)，通過(guò)橫截面回歸方式獲得其理論利差以及作為回歸殘差項(xiàng)的價(jià)值因子。在保持市場(chǎng)中性的條件下，將個(gè)券以?xún)r(jià)值因子進(jìn)行排序，選擇相應(yīng)價(jià)值因子分位的個(gè)券構(gòu)建組合。此種投資策略為債券聰明貝塔（Smart Beta）價(jià)值因子策略。

在應(yīng)用方面，根據(jù)統(tǒng)計(jì)網(wǎng)站ETFdb的數(shù)據(jù)，截至2020年8月末，國(guó)際市場(chǎng)上存續(xù)的價(jià)值因子策略債券交易型開(kāi)放式指數(shù)基金（ETF）產(chǎn)品共2只，管理資產(chǎn)合計(jì)2.31億美元，跟蹤的指數(shù)分別將價(jià)值因子策略應(yīng)用于美國(guó)投資級(jí)信用債和高收益信用債。其價(jià)值因子的構(gòu)建主要利用期權(quán)調(diào)整利差指標(biāo)。與此同時(shí)，國(guó)內(nèi)債券投資也逐步開(kāi)始關(guān)注SmartBeta策略，希望本研究及相應(yīng)的指數(shù)能起到拋磚引玉的作用。

文獻(xiàn)綜述

價(jià)值因子是Smart Beta策略在股票領(lǐng)域最常用、被研究最多的因子。在股票市場(chǎng)上，通常采用市盈率、市凈率等指標(biāo)來(lái)衡量公司的相對(duì)價(jià)值，主要邏輯在于股票相對(duì)可比，可以通過(guò)股價(jià)或市值與基本面的比較來(lái)尋找低估的股票。

同樣地，價(jià)值因子概念亦可應(yīng)用到債券市場(chǎng)。具體來(lái)說(shuō)，投資者將投資債券所得的市場(chǎng)回報(bào)與承擔(dān)該債券信用風(fēng)險(xiǎn)所預(yù)期的理論回報(bào)進(jìn)行比較，如果市場(chǎng)回報(bào)超過(guò)理論回報(bào)，則債券相對(duì)便宜。與股票不同，受限于票面利率和存續(xù)期限等特有性質(zhì)和利率環(huán)境，債券價(jià)格并不直接反映其價(jià)值。

市場(chǎng)上有不少可直接獲得的表征債券價(jià)值的指標(biāo)，比如交易價(jià)格和收益率。投資者通常用信用債收益率利差衡量信用風(fēng)險(xiǎn)和流動(dòng)性風(fēng)險(xiǎn)。LHoir和Boulhabel（2010），Correia、Richardson和Tuna （2012），Houweling和Zundert （2017）以及Israel、Palhares和Richardson（2018）都曾提出用利差表征信用債的價(jià)值。

學(xué)界和業(yè)界機(jī)構(gòu)對(duì)理論利差的估計(jì)做了研究，主要包括結(jié)構(gòu)化（Structural Method）和橫截面回歸兩種方法。

結(jié)構(gòu)化方法有一定的局限性。其一，該方法采用企業(yè)會(huì)計(jì)報(bào)表披露的基本面信息估算企業(yè)風(fēng)險(xiǎn)，信息更新頻率低且有一定的滯后性。其二，該方法需要用股價(jià)數(shù)據(jù)來(lái)計(jì)算股權(quán)波動(dòng)率，因此僅適用于上市公司，對(duì)發(fā)債企業(yè)的覆蓋度有限。

橫截面回歸方面，Houweling和Zundert（2017）提出影響利差的主要因素為信用等級(jí)、剩余期限和3個(gè)月的信用風(fēng)險(xiǎn)溢價(jià)變化。Israel、Palhares和Richardson（2018）提出影響利差的主要因素為久期、信用等級(jí)和12個(gè)月的債券超額收益（相較于期限匹配國(guó)債）波動(dòng)率。

上述兩種方法對(duì)債券上市期限有一定要求，不能覆蓋全部債券。Shen等（2019）借鑒上述方法將影響利差的因素歸集為信用等級(jí)、剩余期限和行業(yè)，經(jīng)測(cè)試發(fā)現(xiàn)，在中國(guó)市場(chǎng)價(jià)值因子可獲得較為顯著的超額收益。

由于中國(guó)債券市場(chǎng)與美國(guó)等發(fā)達(dá)國(guó)家債券市場(chǎng)存在一定的差異，梳理國(guó)內(nèi)研究利差相關(guān)成果顯得十分重要。明明（2019）指出，關(guān)注利差需要從宏觀(guān)（資質(zhì)與久期）、中觀(guān)（行業(yè)與區(qū)域）、微觀(guān)和品種四個(gè)層面出發(fā)。張繼強(qiáng)等（2020）認(rèn)為，信用利差可以拆分為行業(yè)利差和個(gè)券利差，其中行業(yè)的預(yù)期損失和市場(chǎng)流動(dòng)性等因素共同影響行業(yè)利差，企業(yè)的信用風(fēng)險(xiǎn)、債券品種影響個(gè)券利差。

價(jià)值因子策略作用機(jī)制分析

價(jià)值因子策略的本質(zhì)是將信用債投資領(lǐng)域常用的利差交易策略規(guī)則化后，實(shí)施于信用債樣本。該策略主要通過(guò)捕捉兩類(lèi)變動(dòng)來(lái)獲得超額收益。

一是捕捉不同等級(jí)間、期限間利差變動(dòng)幅度，結(jié)合一類(lèi)債券2平均收益率的趨勢(shì)性變動(dòng)，進(jìn)行收益率的“低拋高吸”。本策略需要保持風(fēng)險(xiǎn)敞口與市場(chǎng)基準(zhǔn)組合基本一致，因此無(wú)法簡(jiǎn)單地超配或舍棄某類(lèi)債券，但可以捕捉在某一時(shí)間截面上某類(lèi)債券與其他債券的平均利差差異。例如，將期限相同的中債市場(chǎng)隱含評(píng)級(jí)AAA+、AAA、AA+級(jí)企業(yè)債個(gè)券放在一起考察，如果AA+級(jí)相較于其他等級(jí)的平均利差收窄更快，則判斷該信用等級(jí)個(gè)券可供進(jìn)一步收窄的利差會(huì)相對(duì)減少，由利差帶來(lái)的收益將減少。

二是捕捉個(gè)券利差的特質(zhì)性變動(dòng)。個(gè)券與同類(lèi)債券平均收益率之間利差的特質(zhì)性變動(dòng)會(huì)帶來(lái)收益或損失。直觀(guān)上，當(dāng)個(gè)券利差高于同類(lèi)債券時(shí)，應(yīng)買(mǎi)入該債券，并在利差收窄時(shí)賣(mài)出。此類(lèi)高利差主要來(lái)源于個(gè)券發(fā)行主體受到市場(chǎng)上類(lèi)似主體負(fù)面消息或行業(yè)負(fù)面預(yù)期等沖擊。后續(xù)發(fā)展主要有兩種情形：第一種是市場(chǎng)負(fù)面預(yù)期未實(shí)現(xiàn)，個(gè)券市場(chǎng)隱含評(píng)級(jí)不變，個(gè)券與曲線(xiàn)間利差收窄，可在實(shí)現(xiàn)收益后將個(gè)券從組合中剔除;第二種是市場(chǎng)負(fù)面預(yù)期實(shí)現(xiàn)，個(gè)券市場(chǎng)隱含評(píng)級(jí)下調(diào)并對(duì)應(yīng)到低評(píng)級(jí)曲線(xiàn)，個(gè)券與曲線(xiàn)間利差同樣收窄，從而將個(gè)券從組合中剔除。第二種情形發(fā)生概率較小，經(jīng)測(cè)算年均不足5%，因此對(duì)策略影響有限。

價(jià)值因子模型及數(shù)據(jù)

（一）構(gòu)建價(jià)值因子模型

綜合國(guó)內(nèi)外相關(guān)文獻(xiàn)，筆者認(rèn)為人民幣信用債的理論利差主要驅(qū)動(dòng)因素有四項(xiàng)：行業(yè)、債券性質(zhì)、信用等級(jí)和期限。圍繞驅(qū)動(dòng)因素，參考Shen等（2019）的設(shè)定，采用橫截面回歸模型（1）來(lái)構(gòu)建個(gè)券價(jià)值因子模型，并檢驗(yàn)驅(qū)動(dòng)因素的有效性。

（1）

其中， 表示第 只債券， 表示債券所在行業(yè)， 表示第 只債券與期限匹配國(guó)債的利差， 表示第 只債券的中債市場(chǎng)隱含評(píng)級(jí)虛擬變量， 表示第 只債券的債券性質(zhì)虛擬變量， 表示第 只債券的待償期。

將上述回歸模型應(yīng)用于不同行業(yè)板塊的債券樣本，回歸獲得的各樣本券殘差項(xiàng) 為該券的價(jià)值因子，即絕對(duì)利差 與理論利差（模型擬合值）之差。

（二）測(cè)算數(shù)據(jù)介紹

為實(shí)現(xiàn)模型計(jì)算，本文采用2009年12月至2019年11月的中債-信用債總指數(shù)成分券作為數(shù)據(jù)樣本，可包含所有中國(guó)境內(nèi)公開(kāi)發(fā)行的信用債。由于中債市場(chǎng)隱含評(píng)級(jí)在BBB以下等級(jí)的債券違約風(fēng)險(xiǎn)很高，且該范圍內(nèi)債券只數(shù)占比僅為0.5%，在價(jià)值投資的框架內(nèi)不予考慮。最終，筆者將中債-信用債總指數(shù)成分券剔除中債市場(chǎng)隱含評(píng)級(jí)在BBB以下以及剩余期限不足1個(gè)月的債券作為數(shù)據(jù)樣本，亦為基準(zhǔn)組合。

中債市場(chǎng)隱含評(píng)級(jí)變量的獲取最早可追溯至2009年末。模型（1）基于自2009年12月至2019年11月逐月末的指數(shù)樣本券數(shù)據(jù)進(jìn)行計(jì)算，獲得個(gè)券價(jià)值因子。而后基于模型（1）中4組變量指標(biāo)對(duì)樣本進(jìn)行劃分，進(jìn)而在特征類(lèi)似的細(xì)分債券組合中根據(jù)價(jià)值因子進(jìn)行排序獲取下月策略指數(shù)成分券。

（三）模型變量的統(tǒng)計(jì)描述

在模型（1）覆蓋的變量中，利差和待償期為連續(xù)變量，其余均為虛擬變量。下文將對(duì)變量的選擇及合理性加以描述。

1.行業(yè)

設(shè)置行業(yè)變量的主要目的在于選擇有區(qū)分度的行業(yè)劃分標(biāo)準(zhǔn)，減少行業(yè)內(nèi)部差異，從而在篩選債券的過(guò)程中做到行業(yè)中性化，避免指數(shù)中某些行業(yè)權(quán)重過(guò)高。

目前國(guó)外指數(shù)機(jī)構(gòu)（WisdomTree、FTSE等）通常采用將行業(yè)三分類(lèi)的方法構(gòu)建債券指數(shù)，即分為公用事業(yè)、金融、普通工商企業(yè)三類(lèi)，方法簡(jiǎn)單易行且支持行業(yè)細(xì)化后進(jìn)一步拓展。該劃分邏輯基于企業(yè)信用評(píng)估操作——金融企業(yè)信用由資產(chǎn)驅(qū)動(dòng)，普通工商企業(yè)信用由營(yíng)收、銷(xiāo)售驅(qū)動(dòng)，公用事業(yè)企業(yè)信用情況受自身經(jīng)營(yíng)狀況和政府支持力度雙重影響。

在中國(guó)信用債市場(chǎng)上，城投債與國(guó)外公用事業(yè)企業(yè)發(fā)行的債券的性質(zhì)類(lèi)似。此外，根據(jù)市場(chǎng)經(jīng)驗(yàn)，房地產(chǎn)業(yè)景氣度與融資情況等相關(guān)性高，與其他非金融行業(yè)存在差異，因此將其作為單獨(dú)的行業(yè)板塊。由此，筆者構(gòu)建了四分類(lèi)的行業(yè)板塊，并根據(jù)中債行業(yè)（門(mén)類(lèi)）將債券進(jìn)行分配（見(jiàn)表1）。

為驗(yàn)證該四分類(lèi)體系的合理性，筆者對(duì)樣本券利差做了多重比較分析，比較各行業(yè)債券的利差均值是否有顯著差異。結(jié)果表明，在控制其他變量的情況下，不能拒絕房地產(chǎn)業(yè)與普通工商業(yè)利差均值相等的原假設(shè)，而其他兩兩比較均能夠拒絕原假設(shè)，說(shuō)明房地產(chǎn)與普通工商業(yè)利差具有類(lèi)似的利差水平。因此，最終的行業(yè)分類(lèi)采用城投、金融和普通工商業(yè)的三分類(lèi)。

2.信用等級(jí)

信用等級(jí)反映了發(fā)行主體或個(gè)券的資質(zhì)，該指標(biāo)會(huì)顯著影響個(gè)券收益率，進(jìn)而影響其利差。

值得指出的是，為增強(qiáng)信用等級(jí)指標(biāo)對(duì)利差的解釋力，需要信用等級(jí)存在區(qū)分度。然而，我國(guó)評(píng)級(jí)公司發(fā)布的主體及債項(xiàng)評(píng)級(jí)結(jié)果存在“擁擠”現(xiàn)象，難以區(qū)分信用資質(zhì)。而中債市場(chǎng)隱含評(píng)級(jí)的分布更趨于正態(tài)化，對(duì)債券的實(shí)際信用資質(zhì)反映更及時(shí)、準(zhǔn)確。因此，筆者在模型中采用中債市場(chǎng)隱含評(píng)級(jí)結(jié)果表征信用等級(jí)（見(jiàn)圖2）。

3.債券性質(zhì)

與國(guó)外利差研究成果不同的是，國(guó)內(nèi)的研究者和投資者通常將債券性質(zhì)納入分析體系中。其主要考慮在于，不同類(lèi)型債券在發(fā)行場(chǎng)所、發(fā)行制度安排、是否可質(zhì)押等方面存在差異，因而會(huì)對(duì)其流動(dòng)性溢價(jià)等造成影響，進(jìn)而影響利差水平。

4.待償期

結(jié)合債券收益率曲線(xiàn)形態(tài)可以發(fā)現(xiàn)，債券剩余期限會(huì)明顯影響其收益率，進(jìn)而影響利差。由于收益率曲線(xiàn)并非是線(xiàn)性的，因此模型（1）中還考慮了債券待償期二階項(xiàng)對(duì)利差的影響。

（四）模型效果描述

結(jié)合以上數(shù)據(jù)和變量，筆者利用模型（1）對(duì)樣本券進(jìn)行了橫截面回歸，總共進(jìn)行33次回歸，結(jié)果表明模型對(duì)理論利差的解釋力度較高（見(jiàn)表2）。

策略有效性回測(cè)檢驗(yàn)

（一）回測(cè)組合構(gòu)建

通過(guò)上述模型測(cè)算，可以獲得2009年12月—2019年11月逐月末中債-信用債總指數(shù)成分券及其系數(shù)。為降低策略對(duì)短期市場(chǎng)異常變動(dòng)的敏感性，在保證時(shí)效性的同時(shí)適度壓縮樣本調(diào)整幅度，在構(gòu)建回測(cè)組合時(shí)筆者采用6期（T-5至T期）模型系數(shù)的均值，代入最新一期（T期）的變量數(shù)據(jù)獲取其價(jià)值因子。

需要說(shuō)明的是，為保證回測(cè)結(jié)果的置信度，測(cè)算組合的主要特征指標(biāo)應(yīng)與基準(zhǔn)組合基本保持一致，即保持市場(chǎng)中性。為實(shí)現(xiàn)這一目的，筆者依據(jù)待償期（分段）、中債市場(chǎng)隱含評(píng)級(jí)（分組）、行業(yè)板塊及債券性質(zhì)對(duì)樣本進(jìn)行了劃分（見(jiàn)表3）。

以2020年6月30日成分券為例，根據(jù)以上操作，將樣本劃分為360（=5×3×3×8）個(gè)組，進(jìn)一步對(duì)各組中的債券按照價(jià)值因子進(jìn)行排序，并按照市值權(quán)重分10個(gè)檔位。具體地，自?xún)r(jià)值因子排序最高的債券開(kāi)始，依次向下累加個(gè)券的組內(nèi)市值權(quán)重，直至達(dá)到10%為止取為第一分檔，以此類(lèi)推。再將360個(gè)組中同分檔成分券匯總，得到10個(gè)檔位的測(cè)算組合（以下簡(jiǎn)稱(chēng)“分檔組合”）。這樣，分檔組合在市值加權(quán)特征值上基本與基準(zhǔn)組合保持一致（見(jiàn)表4—7）。同時(shí)，該操作也捕捉了同一組合中不同等級(jí)間、期限間利差變化幅度的差異。

（二）回測(cè)結(jié)果

基于上述10個(gè)分檔組合，筆者按照月度換券頻率對(duì)2010年7月至2019年12月的樣本全進(jìn)行歷史回測(cè)。圖3的投資回報(bào)回測(cè)結(jié)果顯示，排序靠前的組合表現(xiàn)更好，且保持單調(diào)遞增，其中組合1明顯表現(xiàn)更好?；鶞?zhǔn)組合表現(xiàn)弱于組合5而強(qiáng)于組合6。

圖3投資回報(bào)回測(cè)結(jié)果（2010年6月30日取100）

將回報(bào)數(shù)據(jù)更精準(zhǔn)地列示為表8，可以發(fā)現(xiàn)各分檔組合回報(bào)率排序與價(jià)值因子排序基本一致。

簡(jiǎn)單計(jì)算回報(bào)仍不足以證明策略有效。由于價(jià)值因子策略選擇了相對(duì)利差更高的個(gè)券，需要證明排序較高分檔組合的更高收益不僅僅是對(duì)更高風(fēng)險(xiǎn)的補(bǔ)償。為此，筆者計(jì)算并比較了各組合的夏普率。由表9可見(jiàn)，該策略確實(shí)具有更好的風(fēng)險(xiǎn)調(diào)整后收益表現(xiàn)。

此外，筆者還發(fā)現(xiàn)較高分檔組合的最大回撤指標(biāo)表現(xiàn)也相對(duì)更好，不過(guò)其單調(diào)性不及收益指標(biāo)（見(jiàn)表10）。

由于樣本包含了違約債，一個(gè)自然的疑問(wèn)是，表現(xiàn)更差的分檔組合中是否更大概率地出現(xiàn)了違約債？為了解實(shí)際情況，筆者對(duì)納入計(jì)算的違約債在分檔組合中的分布進(jìn)行了統(tǒng)計(jì)（見(jiàn)表11）?？梢钥吹?，歷史上出現(xiàn)的違約債無(wú)規(guī)律地分布在各分檔組合中，基本消除了違約債導(dǎo)致組合回報(bào)存在系統(tǒng)性偏差的可能。

（三）對(duì)照檢驗(yàn)

為進(jìn)一步檢驗(yàn)價(jià)值因子策略的有效性，筆者為該策略選擇了一個(gè)參考系。目前市場(chǎng)上存在基于絕對(duì)利差排序篩選成分券的策略指數(shù)，參考其構(gòu)建策略，筆者將價(jià)值因子替換為利差絕對(duì)值，并復(fù)制其余步驟獲取10個(gè)分檔測(cè)算組合（以下簡(jiǎn)稱(chēng)“參考組合”）。

經(jīng)回測(cè)發(fā)現(xiàn)，參考策略雖然也可以獲取可觀(guān)的超額收益，但檔位之間的回報(bào)不再滿(mǎn)足單調(diào)性（見(jiàn)表12）。同時(shí)，相較于絕對(duì)利差策略，價(jià)值因子策略的各分檔組合大都可以獲得更高收益（見(jiàn)表13）。

價(jià)值因子策略指數(shù)的構(gòu)建

在確定價(jià)值因子策略的有效性之后，接下來(lái)要考慮的是如何將該策略應(yīng)用于投資。其中可操作性最強(qiáng)、最符合SmartBeta兼顧主動(dòng)和被動(dòng)管理特色的方法就是構(gòu)建策略指數(shù)，進(jìn)行指數(shù)化投資。由于價(jià)值因子策略是交易型策略，實(shí)施過(guò)程中組合調(diào)倉(cāng)率勢(shì)必較高，因此構(gòu)建指數(shù)時(shí)需要在超額收益和調(diào)倉(cāng)交易成本之間做權(quán)衡。筆者提出兩種方案及產(chǎn)品。

（一）精選方案——中債-信用債價(jià)值因子精選策略指數(shù)

根據(jù)上文的回測(cè)結(jié)果，在價(jià)值因子策略下排序前五的分檔組合表現(xiàn)均優(yōu)于基準(zhǔn)組合，將前五個(gè)分檔組合合并，可獲得價(jià)值策略精選指數(shù)成分券。為適當(dāng)降低交易成本，提高指數(shù)跟蹤的可行性，筆者采用每季度換券方式，同時(shí)在成分券違約當(dāng)日將其剔除，由此構(gòu)建中債-信用債價(jià)值因子精選策略指數(shù)。如圖4所示，截至2019年末，相對(duì)于基準(zhǔn)指數(shù)——中債-信用債總指數(shù)，該策略指數(shù)可以為投資者提供超額收益以及更高的風(fēng)險(xiǎn)調(diào)整后收益（見(jiàn)表14、15）。不過(guò)，該策略指數(shù)在換券時(shí)的調(diào)整幅度比較大，近兩年年化單向調(diào)倉(cāng)率為119.28%，而同期基準(zhǔn)指數(shù)的年化單向調(diào)倉(cāng)率約為17.76%。

（二）權(quán)重調(diào)整方案——中債-信用債價(jià)值因子權(quán)重調(diào)整策略指數(shù)

為進(jìn)一步控制指數(shù)的調(diào)倉(cāng)率，筆者采取權(quán)重調(diào)整方式構(gòu)建指數(shù)。在已有的10個(gè)分檔組合中，分別對(duì)價(jià)值因子排位前3個(gè)、中間4個(gè)以及最后3個(gè)分檔進(jìn)行組合，對(duì)應(yīng)市值權(quán)重分別為30%、40%和30%。而后，將最后3個(gè)分檔組合的一半權(quán)重調(diào)整給最前面3個(gè)分檔組合，即調(diào)整后前3個(gè)分檔、中間4個(gè)分檔以及最后3個(gè)分檔組成的3個(gè)組合對(duì)應(yīng)市值權(quán)重分別為45%、40%和15%。截至2019年末，該策略指數(shù)回報(bào)同樣好于基準(zhǔn)（見(jiàn)表16），但超額收益不及精選指數(shù)，夏普率并不持續(xù)優(yōu)于基準(zhǔn)（見(jiàn)表17）。該策略指數(shù)近兩年年化單向調(diào)倉(cāng)率降為79.55%，相對(duì)較低的調(diào)倉(cāng)壓縮了交易成本，可以對(duì)所獲超額收益形成較好的保護(hù)。

總結(jié)與市場(chǎng)應(yīng)用展望

受信用債利差交易策略的啟發(fā)，本文利用個(gè)券剩余期限、中債市場(chǎng)隱含評(píng)級(jí)、所屬行業(yè)板塊及債券性質(zhì)指標(biāo)，通過(guò)橫截面回歸方式獲得其理論利差及作為殘差項(xiàng)的價(jià)值因子。進(jìn)而通過(guò)實(shí)證檢驗(yàn)表明，在過(guò)去10年中，選擇價(jià)值因子更高的債券進(jìn)行投資會(huì)獲得較好且穩(wěn)定的超額收益，以及更好的風(fēng)險(xiǎn)調(diào)整收益表現(xiàn)。同時(shí)，中債估值中心發(fā)布的中債-信用債價(jià)值因子精選策略指數(shù)和中債-信用債價(jià)值因子權(quán)重調(diào)整策略指數(shù)，可以提供超額收益。

本文在模型設(shè)定及策略有效性檢驗(yàn)等方面重點(diǎn)參考了相關(guān)文獻(xiàn)，并作出以下三點(diǎn)邊際貢獻(xiàn)：一是結(jié)合境內(nèi)信用債投研框架，補(bǔ)充債券性質(zhì)作為價(jià)值因子計(jì)算模型的主要變量。二是綜合考察調(diào)倉(cāng)前6個(gè)月的模型參數(shù)，在捕捉趨勢(shì)性變化的同時(shí)避免短期沖擊對(duì)持倉(cāng)的過(guò)度影響。三是采用準(zhǔn)確性和預(yù)示性均更強(qiáng)的中債市場(chǎng)隱含評(píng)級(jí)代替評(píng)級(jí)公司評(píng)級(jí)，提高模型準(zhǔn)確度。

本研究為驗(yàn)證策略的有效性，選擇了表征中國(guó)信用債市場(chǎng)的最寬基指數(shù)——中債-信用債總指數(shù)成分券作為樣本。但在實(shí)際投資過(guò)程中，很難有投資者可以或愿意復(fù)制一個(gè)包含超過(guò)1.3萬(wàn)只債券的指數(shù)。因此，本研究中的指數(shù)更多具有策略有效性的表征意義。在之后的市場(chǎng)應(yīng)用中，投資者可以根據(jù)自身的投資偏好，例如信用評(píng)級(jí)范圍、發(fā)行人區(qū)域、發(fā)行人行業(yè)甚至是發(fā)行人白名單、可投資債券清單等實(shí)際情況，靈活應(yīng)用該策略構(gòu)建新的指數(shù)或投資組合。（本文感謝中金公司沈軼烜³在研究過(guò)程及方法論上的幫助，感謝牛玉銳、王超群、趙凌、余立凡、李喬、孫明潔、陳寧、廖倩蕓、黃山、李妍、周舟等在研究中的討論和給予的建議。文責(zé)自負(fù)）

注：

1.在本文研究中，信用債利差為信用債到期收益率與期限匹配的國(guó)債到期收益率之差。

2.一類(lèi)債券指期限、信用等級(jí)、債券性質(zhì)、行業(yè)等均相同的個(gè)券，直觀(guān)地講即一條估值曲線(xiàn)上一個(gè)特定期限點(diǎn)對(duì)應(yīng)的所有債券。

3.為參考文獻(xiàn)Shen等（2019）的作者。

作者單位：中債估值中心指數(shù)部

中債估值中心指數(shù)部

中債估值中心金融工程部

責(zé)任編輯：劉穎? 鹿寧寧

參考文獻(xiàn)

[1]程晨， 趙天彤，肖樂(lè)鳴， 張繼強(qiáng). 行業(yè)利差的構(gòu)建與應(yīng)用[EB/OL]. 2020-3-17.

[2]明明.信用債手冊(cè)之一：常用利差體系詳解[EB/OL]. 2019-11-18.

[3]CORREIA M， RICHARDSON S and TUNA I. Value Investing in Credit Markets[J]. Review of Accounting Studies， 2012， 17（3）.

[4]HOUWELLING P， ZUNDERT JV Factor investing in the corporate bond market[J]. Financial Analysts Journal， 2017， 73（2）： 100-115.

[5]ISRAEL R， PALHARESD，RICHARDSONS. Common Factors in Corporate Bond and Bond Fund Returns[J]. Journal of Investment Management， 2018， 16（2）： 17-46.

[6] L'HOIR M and BOULHABEL M. A Bond-Picking Model for Corporate Bond Allocation[J]. The Journal of Portfolio Management， 2010， 36（3）：131-139.

[7] SHEN S， PATHAMMAVONG A， CHEN A. Fixed-Income Value Factor[J]. The Journal of Fixed Income， 2019， 29（1）：21-43.