固收量化策略之三：利率预测，历史致敬未来

识别风险，发现价值 请务必阅读末页的免责声明 1 / 14 [Table_Page] 固定收益|专题报告 2021 年 5 月 20 日 证券研究报告 [Table_Title] 固收量化策略之三 利率预测，历史致敬未来 [Table_Summary] 报告摘要：  如何利用数量化手段判断市场利率走势，一直都是固收量化研究追求的“终极问题”。  本篇报告中，我们将率先利用 CKLS 方法框架中经典的 CIR 模型，对利率预判问题展开研究。CIR 模型主要考虑了利率序列的均值回复及随机波动特性，基本思想是：利率围绕一个中枢曲线波动，如果利率偏离了中枢，那么会出现向均值回复的力量。  严格来说，CIR 模型更适合用于讨论短端利率的周期波动特性，但考虑到近年来我国的长端利率中枢同样具有类似的均值回复和波动特征，我们在本篇报告中也会尝试对长端利率中枢进行讨论。  在估计方法上，我们采用拟似然法对模型中的参数进行估计，并用Python 软件进行估计和后续模拟的实现。我们利用 2005 年以来的 1年期和 10 年期国债利率月度数据对 CIR 模型进行了拟合，发现拟合结果与实际数据虽仍有部分出入，但在许多时间段已表现出了不错的联动性。  但需要注意的是，CIR 模型的本质是一个随机过程，在完成参数估计后，我们得到的并不是一条确定的拟合曲线，而是一个参数设置使得实际利率曲线出现可能性最大的 CIR 过程。  这样的特性引出了两个问题：第一，由于我们得到的是具有不确定性的随机过程，模拟结果和实际情况始终会存在出入。第二，直接利用模拟结果外推预测，会使得预测结果存在较大的偶然性。  进一步观察模型设定与模拟结果，可以发现模型的不确定性主要来自扩散项，而漂移项所示的均值回复特征则是相对确定性的信息。在参数估计完成后，如果我们取多次模拟的结果，并将这些模拟的曲线加以平均，便可以透过随机波动，直接观察估计结果隐含的均值回复中枢。  根据这样的回复特性，我们可以利用样本期末尾实际利率数据与中枢的距离，来预判下一阶段利率可能的变动方向。当差距较大时，利率在下一阶段向中枢回复的趋势则可能更强。  我们通过滚动预测法，对前文所述的预测思路效果进行测试，发现上述方法在长端利率的中长期变化方向判断上有着较好的预测效果，15-21 个月的预测胜率超过 80%。而当前长端利率总体处在与中枢相仿的水平，指向未来利率的运行方向可能相对纠结。  核心假设风险。模型参数估计方法存在改进空间；模型仅考虑了均值回复和波动效应，可能对利率运行规律进行了过度简化；国内市场出现大量事件冲击，使得利率周期运行规律出现重大变化。 [Table_Author] 分析师： 刘郁 SAC 执证号：S0260520010001 SFC CE No. BPM217 021-38003556 shliuyu@gf.com.cn 分析师： 田乐蒙 SAC 执证号：S0260520090001 021-38003552 tianlemeng@gf.com.cn 请注意，田乐蒙并非香港证券及期货事务监察委员会的注册持牌人，不可在香港从事受监管活动。 [Table_DocReport] 相关研究： 固收量化策略之二:当固收+遇上钢铁 ETF 2021-04-21 固收量化策略之一:“揭秘”中长期纯债基金久期 2021-04-20 [Table_Contacts] 研报 899294 识别风险，发现价值 请务必阅读末页的免责声明 2 / 14 [Table_PageText] 固定收益|专题报告 目录索引 一、CIR 模型：成熟框架中的代表之作 .............................................................................. 4 二、拟合效果：总体优异，但充满不确定性....................................................................... 6 三、利用均值回复中枢构建预测方法 ................................................................................. 9 四、风险提示 .................................................................................................................... 10 附录：参考文献 ................................................................................................................ 12 研报 nMoNqOwPqRpPsNoNpQnRqR9P9R7NoMmMpNpOlOpPtOjMtRnN7NtRoNxNtPqMxNnQnP 识别风险，发现价值 请务必阅读末页的免责声明 3 / 14 [Table_PageText] 固定收益|专题报告 图表索引 图 1：常规设置下随机模拟的一条 CIR 过程曲线（%） ......................................... 6 图 2：长短端利率的样本数据（%） ....................................................................... 7 图 3：模拟数据与短端利率的波动特征基本相符（%） .......................................... 7 图 4：模拟数据与长端利率的波动特征基本相符（%） .......................................... 8 图 5：我们可以多次模拟取平均后得到均值回复中枢（%） .................................. 9 图 6：滚动测试的方法思路 ................................................................................... 10 表 1：CKLS 框架下各单因子短期利率模型及附加的参数限制情况（参数列“-”表示其设置为待估参数） ............................................................................................... 5 表 2：模型对于 10 年期国债在未来 15-21 个月变动方向有着优异的预测效果 .... 10 研