3年期AAA票据与10年期国债到期收益率关系研究

张爽 刘墨涵

摘要：我国10年期国债收益率作为无风险收益率，是人民币资产定价的基础。而中短久期信用债在资管机构的资产配置中更符合投资偏好。本文以中债估值为基础，研究了3年期AAA票据与10年期国债的到期收益率走势关系及利差影响因素，发现二者利差主要受信用利差、期限风险、宏观基本面、资金成本、股市波动等因素影响，其中信用利差起主要解释作用。

关键词：10年期国债  3年期AAA票据  到期收益率  利差

我国10年期国债到期收益率（以下简称“收益率”）作为无风险收益率，是人民币资产定价的基础。在资管机构进行资产配置时，中短久期信用债往往更符合其投资偏好。在此背景下，研究中短久期信用债收益率与10年期国债收益率之间的关系，对于后续研判信用债收益率走势、做好压力测试等工作具有重要的意义。

收益率指标的选取

在中短久期信用债中，从期限和评级的角度看，3年期AAA票据比较符合资管机构债券资产的投资偏好，本文将中债AAA中短期票据收益率（3年期）作为3年期AAA票据收益率这一变量的指标。同时，中债10年期国债收益率常被投资者作为资产定价的基础，能够直接反映债市投资者对于未來的判断和预期，本文将其作为10年期国债收益率这一变量的指标。本文以2012年1月1日至2020年10月31日为统计期，选取统计期内上述两个指标的数据作为样本（见图1），通过对比发现，二者整体走势具有明显的趋同性，不过利差在不同时段会出现扩大、收缩甚至倒挂的情况。

模型的构建

（一）理论基础

3年期AAA票据与10年期国债信用风险不同，期限也不同。本文引入中债3年期国债收益率作为中介指标，以便进行分析。10年期国债和3年期国债均为高流动性无风险债券资产，前者收益率通常高于后者，原因在于距离到期日时间较长，受利率、通货膨胀率等因素影响较大，二者的利差主要来自于期限风险补偿。3年期AAA票据和3年期国债的利差体现了信用利差，是违约风险补偿和流动性风险补偿的加总。因此，3年期AAA票据和10年期国债的利差主要受期限风险补偿和信用利差的共同影响。下文将以此为思路选取指标并构建模型。

（二）因子分析

1.期限风险补偿的影响因素

期限风险指因到期时间不同而形成的利率风险，通常反映某个时点投资者对不同期限债券的不同预期，由此带来的溢价就是期限风险补偿。如表1所示，期限风险补偿受多个宏观经济定量因素的影响，包括国内生产总值（GDP）、居民消费价格指数（CPI）、汇率、美债收益率、美元指数等。另外，一些定性因素也影响着期限风险补偿，如国内经济政策、国际贸易环境、产业结构、货币政策和财政政策等（见表1）。

（1）流动性风险补偿：由于信用债流动性不如国债等无风险利率债而产生的溢价。

流动性风险补偿的定量因子主要包括两方面。一是资金成本。资金成本越高，流动性风险补偿越高。本文选用银行间7天质押式回购利率（R007）作为资金成本指标。通常当R007较高时，3年期AAA票据与10年期国债的利差也较大。二是其他金融市场（主要是股票市场）的表现代表了资金的机会成本。本文选用沪深300指数近20日波动率作为股票市场表现的指标，来探究其对债券收益率的影响。

流动性风险补偿的定性因子主要也包括两方面。一是市场参与者行为，如市场情绪、投资者结构、杠杆操作等。二是债券特征，如债券发行规模、投资难度、质押便利性等。

（2）违约风险补偿：体现对债券预期损失的补偿，由债务人未来可能违约的概率和违约给债权人造成的损失共同作用形成。

在违约风险补偿的定量因子中，债券违约概率（PD）和债券违约损失率（LGD）较为直观。中债市场隐含违约率指标可以反映未来一段时间内发行主体发生信用违约的累积概率。然而，该指标2020年刚刚进入市场，数据量较少。另外，中国债券市场自2018年开始出现常态化违约，且从债券违约到最后完成本息回收需要数年，LGD的时间序列样本也很少。故LGD和中债市场隐含违约率这两个指标均暂不采用。

违约风险补偿的定性因子主要包括三方面。一是经济基本面，经济增长和通胀决定了利率水平和趋势。二是政策，如货币政策、行业政策、监管政策等。三是风险事件，如重大突发风险事件、评级调整等信息。

（三）定量回归模型的构建

1.因子选取

对于期限风险补偿的定量因子，本文选用统计期内如下数据：中债10年期国债收益率与中债3年期国债收益率之差（）、GDP季度同比增速（GDP）、CPI当月同比增速（CPI）、美元对人民币汇率（CNY/USD）、3年期美国国债收益率（）、美元指数（USDX）。

信用利差（违约风险补偿和流动性风险补偿）的定量因子选用统计期内中债AA+中短期票据收益率（3年期）与中债3年期国债收益率之差（）、R007、沪深300指数近20日波动率（）。此处未采用计算利差，主要因作为因子之一，建模后的利差走势和实际利差（）走势拟合效果较好，同时可避免自变量产生多重共线性问题。

2.回归模型的构建和检验

首先，本文采用Spearman相关系数检验方法对中债AAA中短期票据收益率（3年期）和10年期国债收益率的相关系数进行计算，发现相关系数高达0.96，可以认为二者有极强的同向关系。进一步推测，由于二者具有正相关性，在2012年至2020年，3年期AAA票据和10年期国债的利差将维持在相对稳定的范围，而该范围的大小受期限风险补偿和信用利差的共同影响。

其次，利用Python对数据进行清洗和梳理后，用最小二乘法（OLS）对其进行建模。最初将所有定量因子加入模型中，经过多次建模筛选，经过T检验，剔除了一些t值较小且显著性较差的因子，如GDP季度同比增速、美元对人民币汇率、3年期美国国债收益率、美元指数等。

最后，选用显著性较强且解释力度较大的因子，包括信用利差因子（）、期限风险因子（）、宏观因子（CPI）、资金成本因子（R007）、其他金融市场表现因子（），构建多元线性回归模型如下：

模型回归结果（见表3）显示，该模型的解释力度较好。一是T检验显示，模型中选取的5个因子t值较大且p值较小，这意味着5个因子均显著。二是进行拟合优度检验，统计结果显示R2= 0.856，修正后的R2=0.855，说明模型对样本数据的拟合效果较好，即5个因子联合起来对3年期AAA票据与10年期国债的利差有显著影响。

（一）拟合结果与实际利差对比

将3年期AAA票据与10年期国债的实际利差，与模型拟合出来的结果进行比较（见图2），观察发现二者在绝大多数时段的走势高度一致。

（二）对特殊时段的定性分析

如图2所示，模型拟合结果和实际利差在部分时段出现差异，具体来看，差异主要出现在2013年底至2014年初、2018年上半年和2020年上半年。从实际情况看，3年期AAA票据和10年期国债的利差主要在0.5%～1.5%的范围内波动，而在上述三个时点，二者的利差出现显著扩张、收缩甚至倒挂。

1.2013年下半年至2014年初

2013年6月，债券市场遭遇“钱荒”，下半年在资金利率等多种因素的共同作用下，中债AAA中短期票据收益率（3年期）出现史上最大幅度的上行。从资金面来看，2013年6月至8月，大量原本投向AAA信用债的资金流向非标市场，导致资金利率大幅上升。同時，2013年下半年出现信用债评级下调高峰，投资者对信用债发行主体资质的担忧增加，信用风险溢价大幅上升。这些因素导致3年期AAA票据与10年期国债的利差显著扩张，形成2012年以来的峰值。

2.2018年上半年

2018上半年我国GDP总体平稳，CPI也在预期范围内波动。从监管政策和市场情绪来看，年初监管层对债券市场账户管理、杠杆率水平、流动性等方面进行了规范，全年信用债违约数量和规模创过去5年新高，违约令市场担忧情绪上涨，中高等级信用债发行利率走高，推升利差扩张。

3.2020年上半年

受新冠肺炎疫情影响，2020年一季度我国经济近乎停摆，相关数据大幅下滑，央行连续3次实施降准，银行间市场流动性充足，中债10年期国债收益率持续下行，在4月降至当年最低点2.48%。随着疫情逐步得到控制，宏观经济基本面不断改善，中债10年期国债收益率于5月至6月快速反弹，中短期高信用等级债券依托票息优势受到市场追捧。其间因信用债收益率走势滞后，中债AAA中短期票据收益率（3年期）短暂低于中债10年期国债收益率，二者出现倒挂。

研究结论

本文通过定量研究和定性分析相结合得到以下结论。

一是通过定量分析，本文发现3年期AAA票据与10年期国债的利差主要受信用利差因子、期限风险因子、宏观因子、资金成本因子和其他金融市场表现因子的影响。这5个因子均可从经济逻辑上给出解释，且符合实证经验。其中信用利差因子的系数为0.6869，对模型影响最大。基于5个因子所搭建的模型能够较好拟合实际利差走势。在模型拟合效果欠佳的时段，本文结合当时的宏观经济、资金面、风险事件、政策等定性因素加以解释。

二是本次研究可对资管机构的投研工作有所裨益。在实际工作中，资管机构可关注模型中因子的变化情况，预判利差走势，并由此进一步推断信用债收益率走势，做好不同假设下的压力测试情景设定，为下一步投资决策提供参考依据。

三是本次研究仍存在一些不足之处。一是模型中缺乏违约风险补偿的定量因子，若找到合适的违约风险定量因子，或将使模型拟合效果更佳。二是在解释因子中，期限风险因子和信用利差因子可能存在部分重叠效应，回归模型会产生近似共线性。

责任编辑：钟飞  徐传平  鹿宁宁

作者：工银理财风险管理部总经理

工银理财风险管理部

参考文献

[1] 魏涵.我国企业债券违约成因分析及风险防范.湖北：湖北经济学院，2019.

[2] 中国人民银行.关于规范债券市场参与者债券交易业务的通知.北京：中国人民银行，2018.

[3] 中央结算公司统计监测部.2018年债券市场统计分析报告[J].债券， 2019（1）.