债市量化系列之二：债市前瞻影响因子的迭代探索.docx

前言：本文主要探讨两个问题：（1）债市的叙事逻辑不断变化，不同时间段影响10Y国债收益率的核心变量并不一致。历史上哪些变量和10Y国债相关性曾经表现较好，而市场的“锚”又发生了什么样的迭代？（2）此前我们在报告《【平安证券】

债市深度：长债预测和择时的量化视角》中，建立了预测10Y国债变化方向的月度预测模型，并选取了和债市相关性比较强的四个前瞻指标。站在当前视角，本文也尝试进一步对模型的选取变量进行优化。

数据说明：我们选取了6大类指标、23个细分指标，测算和10Y国债的相关性，并测算了当月直至领先6M的相关性

我们选取了6大类指标、23个细分指标，测算和10Y国债的相关性：金融数据类、经济增长类、地产量相关指标、价格相关指标、资金面相关指标和海外相关指标。（1）金融数据类：包括M1和M2各自的同比，社融存量同比，信贷同比，剔除政府

债后的社融同比，M1-M2增速。（2）经济增长类：包括制造业PMI，以及制造业PMIMA6，工业增加值同比，OECD指数：中国。（3）地产量的相关指标：包括30城销售面积同比，二手房挂牌量指数同比和环比。（4）价格相关指标：包括CPI和PPI同比，二手房挂牌价指数的环比和同比。（5）资金面相关指标：包括IRS:FR007:1Y。（6）海外相关指标：包括美元指数和人民币兑美元汇率。

指标选取上，我们试图尽量全面的涵盖指标范围和品种。比如：（1）考虑到央行在2025年以来调整了M1数据的口径，我们将住户活期存款和金融机构备付金追溯到历史数据后，测算了新旧两个口径的M1数据（追溯情况详见报告《【平安证券】关于新口径M1的技术贴：分析推演影响》）；（2）制造业PMI数据偏环比指标，因此我们同时构建了制造业PMI的MA6，

创建一个相对平滑和稳定的类同比指标；（3）地产的量价方面，我们也同时选取了环比和同比指标，探寻环比和同比哪个相关性更高，数据的选取上也选择了70城市、30城市、二手房指数等多个数据来源的数据进行比较。

相关系数测算上：为了对齐频率，我们将10Y国债收益率取月度均值，和各个指标之前测算相关系数。我们在测算相关系数的时候，不仅考虑了指标当月和10Y国债的相关系数，考虑到指标可能的前瞻性，我们考虑了每个指标当月至领先6个月的7种情形，分别和10Y国债测算相关性。

时间选取上：考虑到数据可得性的原因，时间上我们从2006年以后开始追溯（2006年以后23个指标中有14个均有数据）。此外，每个指标的起始时间不同，我们在进行历史相关性测算时，部分指标的数据可能缺失，下文中我们仅展示有数据，且数

据表现出了一定的相关性或者启发意义的指标。

图表1 我们选取了六大类指标测算和10Y国债的相关性

指标类型

指标名称

起始时间

金融数据类

M2同比

1986-12

社融存量同比

2003-12

扣除政府债存量的社融同比

2018-01

人民币信贷同比

1978-12

旧口径M1增速

1986-12

新口径M1增速

1998-12

M1-M2同比（旧）

1986-12

M1-M2同比（新）

1998-12

经济增长类

OECD指数：中国

1990-01

制造业PMI

2005-01

制造业PMI-MA6

2005-06

工业增加值同比

1990-01

地产量相关

三十城销售面积同比

2011-01

二手房挂牌量指数环比

2015-02

二手房挂牌量指数同比

2016-01

价格相关

CPI同比

1987-01

PPI同比

1996-10

二手房价格指数环比

2015-02

二手房出售挂牌价指数同比

2016-01

70城房价环比

2011-01

资金面相关

IRS:FR007:1年

2008-02

海外

美元指数

1971-01

人民币兑美元汇率

1985-12

ind,

ind,平安证券研究所

资料来源：W2013年以前，CPI

资料来源：W

2013年以前，国内经济处在需求导向阶段，内需强劲。当时的货币政策的首要目标是“防过热”，CPI作为衡量内需的指标非常直接，和10Y国债收益率表现出了最好的相关性，彼时PPI、金融数据、PMI数据等和10年国债收益率的相关性都明显弱于CPI。

此外，美元指数和国债收益率也表现出了比较明显的负相关性。美元指数对国债收益率的传导链条并不直接，但实际上，我们发现不仅局限于2013年以前，美元指数和国债收益率相关性一直较好，主要通过四个可能的链条：一是相对基本面，美元指数走弱可能意味着国内基本面相对较强，对应着中国国债收益率上行，反之亦然；二是通货膨胀，美元走弱往往意味着美元计价的商品