>> 浙商證券-利率策略與相對價值系列一：主成分分析(PCA)框架下的債市結(jié)構(gòu)特征與交易啟示-260706
| 上傳日期： |
2026/7/6 |
大?。?/td>
| 2123KB |
| 格式： |
pdf 共28頁 |
來源： |
浙商證券 |
| 評級： |
-- |
作者： |
章恒豪 |
| 下載權(quán)限： |
此報告為加密報告，僅限高級會員查看 |
|
|
本報告利用主成分分析（Principal Component Analysis：PCA）方法對收益率曲線的風(fēng)險來源進行降維分解，證實前三大正交因子（主成分）累計解釋了99.92%的曲線波動，并通過關(guān)聯(lián)PCA因子與外部變量以階段性刻畫市場核心交易主線與行情預(yù)期，并為后續(xù)相對價值策略、動態(tài)對沖、敏感性分析、策略業(yè)績歸因提供策略基礎(chǔ)。
主成分分析（PCA）為何適用于收益率曲線分析？
傳統(tǒng)利率曲線分析模型（如Nelson-Siegel模型）往往先驗地假設(shè)因子（市場主線）載荷的形態(tài)，其缺陷在于若真實市場運行機制不遵循其預(yù)設(shè)形態(tài)，所產(chǎn)生的偏差就會被強行歸入殘差項而遭到忽略。而PCA方法則通過讓市場行情自身揭示其內(nèi)在不相關(guān)線性因子來構(gòu)建動態(tài)模型，從而能夠精準捕捉到債券市場真實的斜率與曲率變動機制和核心驅(qū)動因素。
中國債市前三大PCA因子的經(jīng)濟含義
數(shù)理坐標與基本面映射確認了三大因子的明確含義。PC1（利率水平）在所有期限載荷均為正值且數(shù)值均勻接近，幾乎對應(yīng)利率水平（Level）整體變化走勢；PC2（利差因子）短端為負、長端為正，呈現(xiàn)典型對稱“蹺蹺板”結(jié)構(gòu)，較強地刻畫了斜率（Slope）與期限利差變化；PC3（曲率）呈現(xiàn)非線性“蝶式”凸起形態(tài)，對應(yīng)曲線的曲率（Curvature）變化。
數(shù)據(jù)構(gòu)建與特征值降維結(jié)果
本研究基于Wind終端2018至2026年國債五個關(guān)鍵期限的周度數(shù)據(jù)進行特征值分解。結(jié)果顯示PC1的方差解釋比例高達98.29%，反映了中國債市收益率曲線變化以平行移動為主的特征。PC2和PC3雖然方差貢獻率相對較?。ǚ謩e為1.36%和0.27%），分別捕捉了曲線斜率和曲率的變化，對于相對價值交易具有重要意義。前三個主成分累計解釋率達到99.92%，表明三維因子空間幾乎完整刻畫了收益率曲線的動態(tài)變化。
主成分時間序列特征分析
時間序列統(tǒng)計顯示，PC1呈現(xiàn)鮮明的長期趨勢特征，從2018年初的2.8單邊單調(diào)下降至2026年初的-2.3，整體波動范圍超過5個標準差，與我國債市長達八年的牛市周期高度一致且不具均值回歸特征，更適合用于趨勢跟蹤策略與組合的方向性利率風(fēng)險管理。
與PC1形成鮮明對比的是，PC2和PC3表現(xiàn)出顯著的均值回歸屬性。PC2頻繁圍繞零值高頻波動，半衰期通常僅為數(shù)周，精準捕捉了由短期資金面或市場情緒帶來的利差波動；PC3波動幅度最小且高度集中在零軸附近，其異常波動偏離通常預(yù)示著機構(gòu)期限偏好調(diào)整等市場微觀結(jié)構(gòu)的重大調(diào)整。
經(jīng)濟含義驗證：收益率水平-斜率-曲率（Level-Slope-Curvature）映射通過對三大因子與經(jīng)典曲線代理變量進行領(lǐng)先相關(guān)性回歸，熱力圖證實PC1與平均收益率水平（Level_Avg）的相關(guān)系數(shù)高達1.00，且與期限利差弱相關(guān)，為純粹的利率水平因子。PC2與30Y-2Y利差的相關(guān)系數(shù)高達0.909（與10Y-2Y利差為0.821），與利率水平均值幾乎不相關(guān)（-0.006），確認為獨立的斜率因子（利差因子）?；貧w進一步驗證了PC3與7Y曲率代理變量（Curvature_7Y）的相關(guān)系數(shù)高達0.919。這證實了因子與外部變量相關(guān)性具有層級遞減的規(guī)律，即因子編號越高其統(tǒng)計屬性占比越大，受宏觀事件沖擊的風(fēng)險越小，因而高編號因子作為純粹相對價值交易工具的適用性越強。
穩(wěn)定性檢驗驗證PCA框架的穩(wěn)健性
季度滾動結(jié)果顯示，前三個主成分在不同階段均能解釋絕大部分收益率曲線波動，說明利率-利差-曲率（Level–Slope–Curvature）三因子框架具有較強穩(wěn)定性。其中PC1始終表現(xiàn)為全期限同向變化，是最穩(wěn)定的利率水平因子；PC2保持長短端反向變化的斜率結(jié)構(gòu)；PC3則對樣本區(qū)間更敏感，反映曲率因子的階段性變化。
季度滾動歸因識別不同階段的曲線驅(qū)動結(jié)構(gòu)
924行情以來，PC1（利率水平）仍是收益率曲線的第一驅(qū)動因素，但其貢獻率在不同窗口中明顯波動。2025年上半年整體表現(xiàn)為PC1高度主導(dǎo)，而2025Q3和2026年以來PC2（利差因子）貢獻顯著上升，說明市場從單純的整體利率方向變化逐步轉(zhuǎn)向PC1與PC2共同驅(qū)動，長短端分化成為近期債市的重要特征。
外部變量關(guān)聯(lián)分析刻畫階段性宏觀驅(qū)動
通過滾動領(lǐng)先相關(guān)性分析，本文進一步識別不同季度與PC1、PC2、PC3聯(lián)系最緊密的外部變量。結(jié)果顯示，PMI、LPR、能源價格、外匯儲備和資金利率在不同階段分別與收益率曲線的水平、斜率和曲率變化相關(guān)，說明債市核心驅(qū)動力并非固定不變，而會隨政策預(yù)期、經(jīng)濟景氣、通脹預(yù)期和風(fēng)險偏好切換。
外部變量沖擊與收益率曲線形態(tài)的敏感性分析
本研究構(gòu)建了一個將外部變量變化轉(zhuǎn)化為收益率曲線形態(tài)判斷的分析框架。核心步驟為：先估計外部變量變化對PCA三個主成分（水平、斜率、曲率）的影響，再通過載荷矩陣重構(gòu)2Y至30Y各期限收益率的變化。最終依據(jù)平均收益率變動（牛/熊）和30Y-2Y斜率變動（平/陡）來判定曲線形態(tài)屬于牛平、牛陡、熊平或熊陡。該方法旨在將宏觀變量轉(zhuǎn)化為投資者可操作的曲線判斷。
以2026Q1為例，敏感性結(jié)果顯示：PMI類景氣指標是主要敏感性來源。綜合PMI同比上升1個單位，平均收益率上行
|
|
