信用债市场的主动管理收益空间研究

程 昊 张歆瑜

（安信证券，北京 100034；康奈尔大学，纽约州 伊萨卡市 14853）

一、引言

根据投资决策的方式，本文将投资管理分为被动管理和主动管理。被动管理是指直接投资于代表整个市场的指数，操作方式简单易行；主动管理则是指投资者自主决策挑选投资对象和买入、售出的时机，需要对不同类别的证券乃至个券进行深入研究和跟踪。投资者往往须根据不同管理方式的预期收益和成本来决定选用哪种方式管理自己的投资组合。本文旨在通过展示不同主动管理策略的收益空间，说明主动管理是否值得进行、何种主动管理策略能够最大程度地扩大收益。

近年来，债券市场蓬勃发展，新的债券品种、工具层出不穷，信用债领域的城投债余额不断增加，广义基金爆发式发展。随着债券市场绝对利率水平和利差水平的降低，关于信用债的风险讨论越来越多，市场基础设施逐渐完备使得各种交易类型变得可能，再加上机构本身也有扩展多元化收益来源的诉求，使得主动管理策略受到越来越多的关注。

信用债市场的金融产品品种众多、各品种之间差异较大、截面上收益率的离散程度高，更适合实施主动管理策略。考虑到主动管理的成本，本文认为，相较于直接开展繁杂的主动管理收益预测工作，在此之前投资者更应当评估哪里值得进行主动管理，即投资者需要对各种可能产生主动管理机会的领域进行“初筛”，在能够产生收益空间的地方做进一步挖掘，如此才能使产出投入比最大化。本文借鉴Dynkinl et al.（2007）的思路，进一步针对哪里适合运用主动管理、主动管理能带来的收益空间有多大等问题进行探讨，尝试提供一个主动管理评估的流程框架。

二、文献综述

Richard（1989）较早对主动管理进行了系统性的阐述，根据其提出的主动管理基本定律，要提高主动管理收益、获得较高的信息率，就必须要增加投资策略的广度，即增加对超额收益率作出独立预测或独立决策的次数。从结果来看，如果不同证券间收益离散程度越大，可以近似等价于独立决策的次数越多。横截面波动率（Cross-Sectional Volatility，CSV）作为衡量证券间收益的离散程度的指标，学术界对其与主动管理的联系有过诸多研究。Harindra et al（.2001）、Ernest &Zhuanxin（2002）对1990 年美国共同基金收益率大幅分散这一现象进行原因分析，发现收益的分散程度增大的主要原因是可选择的股票收益的分散程度增大，而并非市场有效性降低或者投资经理的水准提高。Larry et al（.2021）也指出，比起时间序列上的波动，对提高收益更为重要的指标是横截面波动率。CSV较高说明债券之间的差异性强，也就意味着更多的机会，富有技巧的投资经理能够抓住其中的机会，从而获得超额收益，因此投资技巧和CSV 两者需要兼顾（Harsh &Frank，2018）。更进一步，在收益空间的测算上，Dynkinl et al（.2007）通过设计参数测算不同策略的收益空间。通过这种方法，一方面可以比较不同策略的理论最大收益区间，另一方面投资者可以根据自己的情况预设不同的参数，便于得出自己可能的收益空间。

本文将上述研究进行整合，并进一步扩展具体评估的策略类别研究。与先前文献不同的是：第一，本文将采用中国债券市场的数据，展示本土市场的主动管理收益空间；第二，在进行策略收益空间测算之前，本文通过计算债券细分板块的CSV，筛选出更值得进行主动管理的品种；第三，本文对中国市场的特殊性进行针对性考察，如将城投债作为一个板块来考虑，分别使用外部评级和隐含评级作为评级因子；第四，在具体策略上，本文增加结构性策略的评估。

三、主动管理的重要意义

（一）主动管理的必要性

传统的、最为大家所熟知的主动管理策略是波段交易，从中短期波动进程中谋取收益。在债券市场，波段交易的主动管理策略典型代表是“利率预期策略”：当预期未来利率下行（上行）时，提前购入（卖出）债券，以期获得理想的资本利得。自2014年以来，以10年期国债利率为代表的无风险利率在宽幅波动中逐渐下行，由于城投债违约较少且信用利差较高，很多机构长期在投资策略中通过“高杠杆”“信用下沉”配置城投债获取丰厚的收益，但随着绝对利率水平和利差水平的降低，上述策略实行过程中存在风险。2022年底债券市场大幅下跌更是给该策略敲响了警钟，传统上高杠杆、短久期的套息策略在极短时间内遭遇了前所未有的大幅回撤。同时，随着衍生品的加速发展、电子化平台和大数据的广泛应用，更多的交易类型也变为可能。

从投资机构的角度来看，主动管理策略在中国市场受到越来越多的关注，机构为了扩展多元化、稳定的收入来源开始广泛地介入“主动管理”“交易策略”，这一点从其人才需求上也可侧面说明。交易策略的第一步一般都是利率交易策略，尤其是基于量价的量化利率趋势制定主动管理策略，因此近年来可以发现各机构（尤其是在投资上约束较小的自营证券公司）在人才需求上倾向于聘用有编程能力的、了解利率趋势和利率多空策略的人才。

不管是利率降低、刚兑打破使得被动策略收益降低带来的外部压力，还是机构自身多元化收入的诉求，抑或是市场发展使得更多交易类型得以发展带来的机会，种种因素都推动主动管理的发展。主动管理的蓬勃发展既是必要也是必然。

（二）中国债券市场的主动管理有效性和机会

在进入主动管理策略的开发之前，本文首先需要评估债券的主动管理是否有效，即是否能从主动管理中获得高于被动管理的收益，进一步分析哪些方向的潜力值得挖掘，该收益是否可持续、是否有逻辑或背后机制支撑？

就中国债券市场而言，在时间序列上，程昊和何家欢（2019）发现债券当期收益率与下期收益率呈现正相关性，可以通过构建趋势策略盈利。相关研究进一步分析发现市场的非有效性主要由于信息获取、处理等环节的滞后，以及投资者的非理性行为等。程昊和周竞宇（2021）认为中国债券市场结构、信息披露等因素导致市场并不是非常有效，提供了较大的证券选择交易机会。在更具体的策略方面，相关研究讨论私募-公募利差、高收益债券、浮息债券、含权债券、债券次级结构、互换利差、隐含税率、新旧券利差等多种利差和结构性策略，这些都给投资者提供了广泛的主动收益来源。

四、主动管理的基本方向

在考察投资策略具体存在多大的潜在收益空间前，本文首先要确定基本方向：哪类债券值得进行主动管理？

主动管理分为时间序列层面和横截面层面，如上文所述，横截面波动率是本文主要考虑的因素。截面上的主动管理多指对内部基准组成部分进行某些程度的偏离策略，这种偏离策略的分析可以基于板块（行业）层面，也可以基于评级、久期等层面，甚至可以直接到具体的证券层面。当然，无论是板块轮动、评级轮动、久期轮动抑或是直接择券层面，实际上都是对收益的一种预测，因此本文将截面的交易称为广义的“证券选择（择券）”。

证券选择需要个券之间有较高的区分度，这是在截面上主动管理的前提。债券之间的区分度可以用横截面波动率（CSV）来衡量，从而帮助投资者对主动管理的方向初步定调。横截面波动率是某一时间点上证券收益的标准差，代表这一时间点上证券收益的离散程度。CSV越高，代表组合内各个证券收益越离散。时间点t的CSV计算公式为：

其中，rit是债券i在时间t的收益率是整个组合（市场）的收益率，wi,t-1是债券i整个组合（市场）的占比。

证券收益的横截面波动率往往与择券策略产生α（超额收益）的机会相关联。如果横截面波动率较低，则说明单个证券（或证券组合）的表现与市场总体表现差异较小，或者超越市场的债券占比较小，主动管理很难发掘超越市场的债券，从而与被动管理拉开差距。如果横截面波动率较高，则说明单个证券（或证券组合）的表现高低差距较大，或者超越市场的债券占比较多，主动管理有助于找出表现更为突出的单个证券（或证券组合），从而得到超出市场的高额收益。

例如，本文可以通过比较不同品种的债券内部的CSV 来判断哪类债券更值得投资。图1 展示了2018年1月至2023年5月中债市场中不同品种的债券（含私募）久期单位化后的CSV对比。久期单位化是为了使不同久期的组合可以互相比较，将各组合全部通过杠杆或资金外借调整至久期为1，资金成本根据当日隔夜回购加权利率（R001）与7 天回购加权利率（R007）的均值进行测算。由图1 可知，国债、地方政府债、国开债等利率债的CSV 较低，个券之间区分度低；而企业债、中短期票据资产支持证券等信用债的CSV较高，个券之间区分度高。

图1 不同品种的投资组合久期单位化CSV均值（误差棒表示标准差）

本文进一步考察哪种信用债更值得进行择券操作。对于信用债的分类有多种标准，如按照板块分类、评级分类、久期分类、银行分类等。不同的分类方式形成不同的投资策略，图2展示了不同分类方式下的各组久期单位化CSV，从而可以比较研究哪种分类方式作为投资策略更有意义。

图2 各种分组方式组间久期单位化CSV

第一，按板块分组：将债券根据发行主体分为银行、非银、城投、产业四个板块，由图2可见，板块分组的组间CSV很低，因此本文预测板块分组的策略效果可能比较一般。

第二，按评级分组：将债券根据隐含评级分类，选取AAA 到AA（2）评级的债券计算组间CSV。图2 中可见评级分组的组件间CSV明显高于板块分组，评级择券可能具有一定的收益潜力。

第三，按久期分组：将债券根据久期分类，分为1年以下、1～3 年、3～5 年等。久期分组的组间CSV 最大，久期择券的收益比较乐观。

第四，按银行分组：将商业银行债券根据资本结构分类，分为二级资本债、永续债、普通债。其组间CSV 较低，但高于板块分组，本文可以对其收益空间进行进一步研究观察。

另外，在产业内部还可以进行行业分组，其CSV比较特殊。图2 可见，使用中债信用债行业财富（总值）指数计算的行业分组CSV在某些时期也会有较大波动，择券空间随之增大。2020年及以前，行业分组CSV 保持在较低水平，这时行业择券的余地较小。2020年末至2022年末，由于地产行业月度收益下降，而其他行业收益上升，使得CSV 保持较高水平，高水平投资者可以通过规避高风险行业获得超额收益。行业择券在大部分时间可能无法带来可观收益，但在市场的特殊波动时期也可以纳入考量。

五、不同主动管理策略的收益空间

上文借助CSV 观察了各种债券分组方式及其对应择券策略的可行性，从数据上看，久期择券和评级择券可能存在可观的收益空间，资产结构择券有待观察，而板块择券的收益可能不太理想，行业择券长期收益不够稳定。本文将对这几种策略继续进行研究。

本文利用中债指数探讨不同的投资策略具体能带来多大收益。该研究方法将管理者技术水平与权重偏离度（即主动管理在整个投资组合中的占比）作为可调节参数，将这二者排除在投资组合的设计之外。对于每种投资策略，在固定权重偏离度的条件下，通过调整管理者水平参数，可以观察高水平管理者与低水平管理者之间可能存在的收益差距，从而评估主动管理的必要性和收益空间。同时，在固定管理者水平的条件下，通过调整主动管理在投资组合中的占比，观察大量投资于主动管理与被动管理之间可能存在的收益差距，进而投资者可以以此为参考评估将大部分投资金额用于主动管理的可行性。事实上，投资者可以为每一种投资策略进行类似评估，从而评估哪种投资策略的收益空间更大、具体有多大、是否足够成为主动管理投资的理由。投资者还可以将多种策略进行组合使用，缩小个券选择范围。

（一）概念简述

1.久期校准。久期作为重要的债券风险衡量指标，在进行不同策略对比的时候，需要将久期与其对应的基点价值匹配。以选定的基准指数为出发点，将投资组合的久期调整至与基准相等。若某组合的久期为Di，收益为ri，基准指数的久期为DB，则久期平衡后的组合收益率为。若将几个小投资组合按一定比重组成大投资组合，则可以取各小投资组合的久期校准收益率的加权平均值，进而得到大组合收益率。

实际投资中，调整久期存在杠杆成本。本文取1天回购定盘率（FR001）和7 天回购定盘率（FR007）的平均值作为杠杆成本。在时间t，调整后的久期为：

2.权重偏离。投资策略分为多个维度，包括对于不同行业、质量、久期等特征的偏好。策略实施时，投资人将在自己的投资组合中提高所偏好类型的债券的比重。通常情况下，为控制偏离基准比重所带来的风险，投资人并不会将全部金额进行某一策略的投资，而是保留一部分直接投资于基准指数。

本文将整个投资组合中偏离基准比重的比例称为权重偏离度（Bet Size），以此来衡量在投资策略偏重和直接投资基准指数之间的取舍，b的取值范围为0 到100%。假设投资者将所有债券根据某个维度分为n个类别，并决定偏重投资类别k。在基准指数中，记各个类别的比重为wi，其中i=1,…,n，则决定偏重的投资类别的原比重为wk。当权重偏离度为b时，在投资组合中，偏重类别的比重为b+(1-b)wk，其余类别的比重为(1-b)wi，其中i=1,…,k-1,k+1,…,n。假设各个类别收益为ri，按照这个新比重的组合总收益为

通过引入权重偏离度，可以调节同一投资策略下整个投资组合的风险，进而方便将不同策略置于同等风险下比较，也可以通过调整权重偏离度来匹配投资人的具体风险需求和风险容忍度。

3.投资技巧。本文将债券按照不同维度分类后，可以找出在每一个周期内哪个类别收益最高，如收益最高的行业、收益最高的评级、收益最高的久期等。是否能准确选定表现高于市场总体水平的类别，取决于决策人投资技巧的高低。

设投资技巧（skill，简记为s）为一个在0～100%范围内的参数，表示准确选择的概率。若投资技巧为0，则相当于随机选择，若投资技巧为100%，则必定选择正确，若处于两者之间，则有s的概率为正确选择，（1-s）的概率为错误选择。

假设一共有n个类别的债券，其中nw个为正确选择（Winner），即收益高于基准指数的类别；其余nl个为错误选择（Loser），即收益低于基准指数的类别。当技巧s=0时，每个类别被选中的概率均为当技巧为100%时，正确类别被选中的概率为，其余行业的概率为0。当技巧s处于两者之间时，正确类别被选中的概率为，其余类别被选中的概率为。为了更直接地观察收益的上限，了解债券主动投资的收益空间，本文设nw=1，即只将表现最好的类别视为正确选择，此时技巧为100%的投资策略可以达到收益的上限。当技巧为s时，正确类别被选中的概率为，其余类别被选中的概率为。根据这些概率和各个类别的收益，本文可以得到在一定技巧下收益的期望。

实际投资中，在制定投资策略的时间点，哪些类别会超出基准收益、哪个类别会表现最佳都是未知的。由于本文的目的仅是展示主动管理可能的收益范围，在后续的投资组合表现计算中，本文将根据实际表现数据来定义投资者的正确选择。

（二）择券策略

常见的投资策略包括：依据板块或行业择券、依据评级择券、依据久期择券和依据债券类型（资金结构）择券等。实际应用中，投资管理者可以同时使用多种投资策略，从多种角度确定投资的具体方向，进行综合考量。

为方便观察何种投资策略更有效、带来的收益空间更大，以下对前述四种投资策略分别进行考虑。每种投资策略中，本文采用现存的指数来代表不同的债券类别。为了使计算结果尽量贴合实际投资，下文中所采用的指数都在实际投资所考量的范围内。对于市场占比过低、信用水平过低、市场流通率过低的债券，本文在此不予考虑。以下无特殊说明均使用2018年1月1日至2023年5月31日的数据。

1.板块和行业择券。不同板块、行业具有不同的收益特征，有的较为稳定，有的波动较大。在经济形势的变动中，不同板块和行业也会有不同表现，同一事件可能对某些行业是沉重打击，却对另一些行业是发展契机。具有投资技巧的管理者可以据此预测未来哪个类别能够取得突出表现。

根据前文CSV的结果，本文先分析按照板块分类的收益空间，进而再探究产业板块内不同行业之间择券的收益空间。本文用中债商业银行债券财富（总值）指数（CBA02401）、中债-非银金融行业信用债财富（总值）指数（CBA24101）、中票城投（N30833）来分别代表银行、非银、城投这三个板块。对于其他产业，本文依据信用债发行金额占比选取四个主要行业，即建筑业、电力业、交通运输业、制造业。这些行业的市场占比较大、成交量大、流通性好。对应这四个主要行业，选用中债-行业信用债财富（总值）系列指数（建筑工程CBA24401.CS、电力CBA24301.CS、公路CBA24201.CS、制造CBA09901.CS）进行评估。上述编制方式均不包含城投债券的指数，其中四个指数的比例采用对应行业在中债市场中的相对比例。产业板块组合完成后，将其与前文所述的银行、非银、城投板块按照当年的债券现存量比重构成新组合，作为板块择券的基准。本文也可以用同样的方式，利用建筑、电力、交通运输、制造这四个行业指数来观察产业板块内部的行业择券效果。

2.评级择券。信用债市场最大的风险为违约风险，其次为利差波动风险，这两个风险都和债券评级（债券质量）密切相关。中债市场具有外部评级和隐含评级两种评级体系。外部评级由专业评级机构根据公司和债券资质评估得出，隐含评级则是由中债金融估值中心有限公司根据市场信号给出。本文优先使用隐含评级，因其相比于外部评级主要有四点优势：

一是区分度更高。外部评级的高评级债券占比过高，高评级债券内部的实际信用水平参差不齐；而隐含评级的分布更接近正态分布，能更好地区分信用水平。

二是时效性更强。对于首次违约的债券，绝大多数都会在违约前最后一次隐含评级调整中被下调评级，而外部评级下调的不及一半，说明隐含评级对发债主体资金状况变化反应更快。

三是灵活性更强。2018 年隐含评级一年的评级调整数约为外部评级的三倍。

四是覆盖更完整。外部评级只覆盖公开发行的债券，而隐含评级对公募和私募债券全覆盖。

因此，本文首要考虑隐含评级，选用中债-市场隐含评级信用债财富（总值）系列指数（AAA 评级CBA11201.CS、AAA-评级CBA11301.CS、AA+评级CBA11401.CS、AA 评级CBA11501.CS）来代表各评级的债券表现，以中债-信用债总财富（总值）指数（CBA02701.CS）为基准。由于AAA+的债券市场占比很低，流通性不强，在此不予考虑。同时，在实际投资中，AA-及以下评级的债券很难发行，在市场中含量很低，再考虑到投资者的风险承受度，投资管理者一般只考虑AA及以上评级的债券。以上选取的指数所涵盖的债券评级处于较高水平，如果投资者能够接受信用水平更低的债券，可以将AA-评级也纳入考量。研究包含AA-的情况时，由于隐含评级没有AA-的指数，本文改用外部评级，选用中债-企业债财富（总值）指数（AAA 评级CBA04201.CS、AA+评级CBA04101.CS、AA 评级CBA04001.CS、AA-评级CBA03901.CS）来分别代表这四种评级，以中债-企业债总财富（总值）指数（CBA02001.CS）为基准。虽然改变了评级系统，但外部评级主要集中在AAA、AA+、AA 这三个评级，因此增加AA-可以有效扩大数据中的信用水平区间。

通过比较这两组指数的计算结果，投资者可以大概观察纳入AA-评级债券能够带来多少额外的收益空间，投资者可以由此衡量是否参与AA-投资。

3.久期择券。久期的选择通过选择债券到期期限来体现。在进行板块行业择券和评级择券时，投资者可以使用行业和评级作为分类标准，将债券分成几组，但若将期限绝对相等的债券划为一组，分组方式会过于严格，产生过多不同的分组，影响研究效率。因此，为简化该过程，本文将期限相近的债券作为一类，例如1年以内、1～3年、3～5年等。在实际投资中，久期择券的投资策略也是限定范围，而不是限定一个绝对的期限长度。

常用的含有久期分组的指数有中债-综合系列指数（CBA00201等）和中债-新综合系列指数（CBA00101等）。二者的区别在于，综合系列指数涵盖的债券更广、更全面，新综合系列指数则不包含私募和定向募集债券。本文基于更完整的综合系列指数，采用中债-综合财富指数（久期1年以下CBA00211.CS、1～3年CBA00221.CS、3～5年CBA00231.CS、5～7年CBA00241.CS、7～10年CBA00251.CS、10年以上CBA00261.CS）来代表不同久期的债券组合，以中债-综合财富（总值）指数（CBA00201.CS）为基准。依据债券市场上的久期分布来确定各个类别的比重，并在此基础上随权重偏离度来调整投资组合中各个指数的占比。

新综合系列指数剔除私募债券，其成分债流动性更强，在市场中更为活跃。对于不考虑私募债券的投资者，也可以直接选择新综合系列指数，采用中债-新综合财富指数（久期1 年以下CBA00111.CS、1～3 年CBA00121.CS、3～5年CBA00131.CS、5～7年CBA00141.CS、7～10年CBA00151.CS、10年以上CBA00161.CS）来代表不同久期的债券组合，以中债-新综合财富（总值）指数（CBA00101.CS）作为基准指数。

4.结构择券。上文中是否考虑私募债券实际上也是一种结构性择券策略。中国债券市场最大的特点是其拥有广泛的结构性机会，这些结构性机会主要来源于发行场所、条款的多元化。举例来说，同一主体可以发行公募债券、私募债券、浮息债券、固息债券、含权债、普通债等。近几年来，发行规模和交易量提升较快的品种是银行资本补充工具，即银行二级资本债和永续债，其价格波动频繁、弹性较大，使得它成为交易类机构乐于参与交易的品种。

本文选用中债-商业银行二级资本债券AAA 财富（总值）指数（CBA26301）代表二级资本债，中债-商业银行债券AAA 财富（总值）指数（CBA25301）代表普通债。由于早期并无相关指数，2019年5月至2020年12 月本文使用“19 中国银行永续债01”（1928001，评级为AAA）来代表永续债，2021 年1 月至2023 年5月使用中债-商业银行无固定期限资本债券AAA 财富（总值）指数（CBA26601）来代表永续债。只选用AAA 评级的债券是因为实际投资中主要交易的是AAA 级别的永续债和二级资本债，并且AAA 级别的债券发行量较大。由于不存在包含以上三个类别AAA 债券的基准指数，设目标久期为4（三种指数的平均久期约为4）进行久期校准。

（三）计算方法

基于上述分析，本文开始计算不同投资策略带来的收益空间。对于每种择券角度，设技巧为s，权重偏离度为b，均有以下流程：

1.获取数据。利用该择券角度内若干指数来代表不同类别债券的表现，调取2018年1月1日至2023年5月31日各个指数每日的收益率数据。

2.久期校准。根据基准的久期对每个指数每日的收益率进行久期校准。例如，对于日期t的指数i，久期为Dit，原收益率为rit，校准后的收益率为：

其中，DBt为基准的久期，ct为杠杆成本。

校准久期后，根据每月的收益率选出各个月份收益最高的类别。由于实际操作中不可能每天调仓，本文只考虑每月的优势类别而非每日。

3.计算偏重后的组合收益。对于每种类别的债券，计算偏重于这个类别时整个投资组合可以得到的收益。若偏重类别k，则组合收益为=，其中b为权重偏离度，n表示类别总数，wi为各个指数在基准中的原比重，为各个类别的久期校准后收益。

4.计算一定技巧下的收益期望。先前已经计算过每月的最优类别，在此基础之上，根据技巧确定偏重每个类别的概率，而后计算每月的总收益期望。例如，本月的优势类别为k，则日期t的组合总收益期望为：

其中，n表示类别总数表示偏重类别i的组合收益。

5.平均年化收益。根据上述每日收益期望，计算总投资组合累计净值，由其年度变化率得到2018—2023各年年化收益，并记各年年化收益平均值为，标准差为，b为权重偏离度，s为投资技巧。

6.调整参数，重复计算。调整投资技巧s和权重偏离度b，重复上述第3至5的过程。为使计算结果简洁明了，投资技巧和权重偏离度分别取值20%、40%、60%、80%、100%，总计25 种不同情况。另计算技巧为0时的收益，作为基准比较对象。

7.收益空间。绘制收益空间表格，展示不同投资技巧s和权重偏离度b下的变化。

8.信息率。若收益空间可观，本文可以更进一步计算不同投资技巧s和权重偏离度b下信息率的变化。信息率是平均超额收益比超额收益的标准差。若信息率随s和b的增加而增高，则说明收益提高大于风险提高。

（四）结果讨论

1.板块和行业轮动空间。依据板块择券的0 技巧收益为3.80%，收益范围在3.80%～5.90%，收益空间较小，如表1 所示，提升投资技巧和权重偏离度不能带来显著收益提升。

表1 不同权重偏离度和投资技巧下板块变动的收益空间

若在产业板块内部进行行业择券，0技巧收益为3.91%，收益范围在3.91%～6.54%，收益绝对值和收益空间同样较小。从表2 与表1 对比可以看出，由于行业类别更多，带来了最大收益空间的抬升，最高技巧、最大偏离度的收益空间从板块变动的5.90%提高到行业变动的6.54%。

表2 不同权重偏离度和投资技巧下行业变动的收益空间

2.评级轮动空间。在选用隐含评级AAA、AAA-、AA+、AA时，0技巧投资收益为4.78%，评级择券的收益范围在4.78%～6.25%，收益空间较为狭窄，如表3所示，提升技巧和偏离度得到的收益上限不高。

表3 不同权重偏离度和投资技巧下隐含评级变动的收益空间

如果进一步扩大择券范围，容纳稍低评级的债券，选用外部评级AAA、AA+、AA、AA-，则0技巧投资收益为6.79%，得到的评级择券的收益范围在6.79%～9.66%。如表4所示，相比于前一组结果，收益整体都有所提升，且提升技巧和偏离度可以开拓的收益空间也更大。进一步观察其信息率（如表5所示），同样随着技巧和偏离度的上升而稳定提升，说明债券收益的提升相对于风险的提升更高，这样的策略相对比较合理。

表4 不同权重偏离度和投资技巧下外部评级变动的收益空间

表5 不同权重偏离度和投资技巧下外部评级变动的信息率

值得注意的是，在这组数据中，67.8%的时期内AA-债券都是最佳的选择，AA-的加入是这一组数据的收益空间大于上一组的主要原因。因此，若想通过评级择券得到可观的回报和收益空间，需要较多地选择风险相对较高的AA-评级债券。若投资者面临相应约束无法大规模参与AA-外评的债券，则无法获取这部分的收益机会。

3.久期轮动空间。选用中债-综合系列指数（CBA00201 等）时，择券范围包含公募和私募债券，0技巧择券的收益为7.35%，择券收益范围为7.35%～12.71%，如表6所示，久期变动的收益较高，收益范围较大。投资技巧较低时，收益受到基准占比较高的久期影响较大，可能出现偏离度越高收益越低的情况；投资技巧足够高时则可以抵消该问题。本文进一步观察其信息率（如表7所示），发现信息率随技巧和偏离度的增加而提高，说明久期择券是比较合理的，其收益的增加大于风险的增加。另外，这组数据中66.79%的时期内1年期以下久期的债券是最佳选择，可见短久期的债券带来的收益更大。

表6 中债-综合指数在不同权重偏离度和投资技巧下久期变动的收益空间

表7 中债-综合指数在不同权重偏离度和投资技巧下久期变动的信息率

若不考虑流动性较低的私募债券，选用中债-新综合系列指数（CBA00101等），则0技巧收益为7.08%，策略收益空间为7.08%～12.57%。这里同样出现低技巧时偏离度越高收益越低的情况，原因与上文相同。进一步观察其信息率，同样是随技巧和偏离度的增加而提高，额外收益大于额外风险。选择1年期以下债券为最佳的概率也与上一组数据相似，为66.05%。

总体来看，通过久期轮动可以带来较大的主动管理收益空间，而且是三种投资策略中表现最好的一种，作为主动管理研究方向的价值比较高。

4.商业银行普通债与资本工具结构轮动空间。对商业银行永续债、二级资本债、普通债进行择券，0技巧收益为5.69%，收益空间为5.69%～9.68%，如表8所示，商业银行分类择券的收益空间可观。如表9所示，商业银行分类择券的信息率随偏离度和技巧增加而上升，说明新增收益大于新增风险，是比较可靠的择券方式。

表8 不同权重偏离度和投资技巧下商业银行分类择券的收益空间

表9 不同权重偏离度和投资技巧下商业银行分类择券的信息率

六、总结

近年来，中国债券市场稳定获取收益的难度增大，主动管理的迫切性也逐步提升。债券市场由于其发行场所、发行结构、衍生工具众多，相对应的交易策略也远比股票市场复杂。在开展主动管理前，相较于盲目地对每个策略都进行优化，开展主动管理策略的“初筛”更为重要，这样也有助于降低相关研究成本、时间成本和机会成本，在有限的资源下最大化产出成果。

本文通过多种方法探究债券市场横截面择券的潜在收益空间。首先利用横截面波动率（CSV）确定信用债的基本投资方向，并初步观察按照板块、评级、久期、资本结构进行择券的可行性，发现按评级和久期分类时债券收益区分度更高，因此择券更为合适。其次，本文将管理者技术水平与权重偏离度视为可调节参数，展示不同技术和偏离度条件下分别使用板块、评级、久期、结构进行择券的收益区间。其中，依据久期择券、评级择券和资本结构择券的收益空间较大，银行板块内对于不同资本结构债券进行轮动收益也很可观，投资者通过更好地选择水准更高的投资管理者和适当提高权重偏离度，可以获得较高的潜在收益上限。同时，这些策略带来的新增风险小于新增收益。最后，本文认为投资者还可以将多种策略组合使用，并尽量减少各种限制条件对投资策略实施的制约，提高策略广度，从而优化投资。初步确认了信用债市场几个主流主动管理策略的收益空间之后，投资者可以根据自己的能力、约束条件进行具体的择券操作，将潜在收益空间化为实际收益。