基于机器学习模型的债券流动性预测.docxVIP

有关分析师的申明，见本报告最后部分。其他重要信息披露见分析师申明之后部分，或请与您的投资代表联系。并请阅读本证券研究报告最后一页的免责申明。 PAGE 4 有关分析师的申明，见本报告最后部分。其他重要信息披露见分析师申明之后部分，或请与您的投资代表联系。并请阅读本证券研究报告最后一页的免责申明。 PAGE 4 一、 债券流动性概述 流动性是债券市场中非常关键的变量，一般来说，流动性有两个层面的含义。一方面，流动性指的是宏观层面的流动性，衡量的是中央银行以及以商业银行为主的市场参与者对资金的供给情况。另一方面，流动性衡量的是微观层面的个券变现能力的高低，我们说某个债券流动性好，指的是债券持有者能够及时按照合意的市场价格卖出该债券。本文把研究重点放在微观层面的流动性上，试图通过定量的方法，来刻画个券的流动性。 债券微观流动性的准确定义，在学界和业界并没有一个统一的说法。Harris (1990)比较全面地将资产的流动性定义成四个维度：宽度、深度、即时性和弹性。 宽度(width)：在特定的时间内，如果交易买卖双方的价差很小，通常认为该资产的流动性较好。因此往往用买卖价差来衡量宽度的大小， Roll(1984) 提出的估计价差、Amihud(2002) )提出的非流动性比率等都是从这个维度来刻画债券的流动性； 深度(depth)：指的给定价格和时间，量大的交易可以更快的执行。如果某个资产的订单数量多或者成交额大，则可以认为该资产的流动性较好。因此，成交量是一个常用的代理变量，也广泛地被业界采用； 即时性(immediacy)：指的是给定数量和价格，买卖双方能够成交的速度。因此往往用平均执行时间来衡量资产成交的即时性； 弹性(resiliency)：假定由于大笔订单的成交使得价格上出现较大变化，则偏离均衡水平后恢复均衡价格的速度也是衡量资产流动性的一个维度。 而这些维度，对于流动性程度较低、以场外交易为主的债券市场来说，并非都能找到合理的指标来衡量。Sarig Warga(1989)认为，在流动性相对较弱的公司债市场，很多债券并不是每天甚至不是每月都有成交，因此即时性维度和弹性维度都很难衡量出债券相对的流动性大小。 出于中国债券市场的交易机制和数据可得性的考虑，本文倾向于从深度的维度来描述个券的流动性大小，即某个债券在未来一段时间内的成交量大小。需要强调的是，当前市场上大部分关于债券微观流动性的研究，是对债券历史的流动性数据进行评价和打分，并未联系到未来不确定性的成交上。事实上，某个债券在未来的流动性高低并非等同于它在过去的流动性高低，一只债券在过去一段时间没有成交量，不代表它在未来的流动性差，或是一只债券在过去的成交量很充足，但未必在未来的流动性好。而本文侧重于预测与评估债券在未来一段时间的流动性，这本质上是对债券未来不确定的流动性描述，与流动性风险紧密相关。 2008 年全球金融危机，整个金融市场都陷入流动性危机的恐慌之中。流动性风险管理，开始逐渐被市场投资者、监管方，还是政策制定者加以重视。而对于债券市场来说，流动性风险更是十分重要的定价因素。2020 年年初的新冠疫情和 11 月发生的“永煤事件”，都对中国债券市场的流动性产生了巨大冲击。 作为债券投资者来说，如何准确、合理地评估投资组合的流动性风险，是当下急需解决的课题。而本文提供了一种量化的思路，即尝试寻找影响债券未来成交量的特征和合适的统计学模型， 对个券的未来成交量做出合理的预测，并对流动性进行打分，从而定量地描述个券和债券投资组合的流动性风险。 近年来，中国债券市场的规模不断发展壮大，在给实体经济提供直接融资的支持的同时，已经成为全球第二大债券市场。Wind 数据显示，截至 2021 年 10 月末，中国债券市场的债券存量已 达 105.7 万亿元(不含同业存单、可转债、可交换债、项目收益票据、ABS、国际机构债、政府支 持机构债)，其中利率债存量达 71.5 万亿元，信用债存量达 34.2 万亿元。 从交易总量上看，近几年中国债券市场的成交量也在稳步提升，从 2019 年开始，已经达到 200 万亿的水平，其中银行间市场成交占绝对主导，主要交易方式是经纪商询价。 从结构上看，利率债的成交量占比达到 80%-90%，远高于信用债(这里的信用债口径包括中期票据、企业债、公司债、商业银行债、证券公司债)，而在利率债中，国债、政策性银行债占主要比例，地方政府债的成交较少。市场上对不同品种的债券需求也存在差异，对于国债、政金债，有着较多的交易盘参与，而对于地方债和信用债，配置盘的需求更多，主要的投资策略是持有至到期。 因此，当前的中国债券市场呈现出发债和交易规模逐渐增大，而成交量在不同的债券品种之中，有着结构性分化的特点。因此，在大量债券品种的流动性相对匮乏的市场中，我