中國信用債市場動(dòng)量因子有效性及投資策略探究

摘要：動(dòng)量因子反映資產(chǎn)價(jià)格在一定時(shí)間內(nèi)的持續(xù)性，是多因子資產(chǎn)定價(jià)理論中的重要因子之一，其有效性在股票、商品等市場均有所體現(xiàn)，在投資實(shí)踐中也備受關(guān)注。本文主要對中國信用債市場動(dòng)量因子的有效性與投資策略展開探究。經(jīng)典的單變量和控制變量投資組合分析表明，動(dòng)量因子能夠獲取超額收益，且該收益在排除系統(tǒng)性的市場風(fēng)險(xiǎn)因子后仍然存在，這證實(shí)了動(dòng)量因子具備有效性。在保持待償期、信用評級和行業(yè)分布與基準(zhǔn)相對一致的前提下，動(dòng)量因子策略組合的年化收益率達(dá)到5.15%，高出基準(zhǔn)51BP，且風(fēng)險(xiǎn)調(diào)整后收益和最大回撤均有所改善，策略組合能夠在控制風(fēng)險(xiǎn)的同時(shí)獲得更高收益。

關(guān)鍵詞：動(dòng)量因子 信用債 因子有效性 投資策略

隨著債券剛性兌付的打破及低利率時(shí)代的來臨，債券投研需要更加精細(xì)化地挖掘收益來源，多因子資產(chǎn)定價(jià)理論的定量視角恰能契合這一訴求。動(dòng)量因子作為多因子體系中的重要因子之一，反映資產(chǎn)價(jià)格在一定時(shí)間內(nèi)的持續(xù)性。自1993年被提出以后，動(dòng)量因子在投資中的應(yīng)用便受到了廣泛關(guān)注，諸多研究致力于驗(yàn)證資產(chǎn)價(jià)格的動(dòng)量效應(yīng)能否帶來超額收益。Asness et al.（2013）指出，動(dòng)量效應(yīng)在多個(gè)國家、多個(gè)市場均有所體現(xiàn)，另外，市場已有基于股票動(dòng)量因子構(gòu)建的ETF產(chǎn)品發(fā)行1。然而，動(dòng)量因子在債券領(lǐng)域，特別是在信用債中的研究和應(yīng)用仍相對有限，而針對中國市場的研究則更為匱乏。

本文旨在對中國信用債市場中動(dòng)量因子的有效性和投資策略進(jìn)行深入分析，以期為動(dòng)量因子的具體表現(xiàn)和投資實(shí)踐中的應(yīng)用提供論據(jù)支持。文章首先闡釋動(dòng)量因子的定義、構(gòu)造，隨后通過單變量和控制變量投資組合分析方法，對動(dòng)量因子的有效性進(jìn)行驗(yàn)證，并探討更適用于中國信用債市場的因子構(gòu)造方法。在此基礎(chǔ)上，本文進(jìn)一步探討了動(dòng)量因子在投資策略中的應(yīng)用價(jià)值。

文獻(xiàn)綜述

動(dòng)量因子這一概念最早由Jegadeesh和Titman（1993）提出，他們發(fā)現(xiàn)通過對過去表現(xiàn)更好的股票（贏家）和更差的股票（輸家）構(gòu)建多空組合，能夠獲得顯著的正收益，上述現(xiàn)象被定義為動(dòng)量效應(yīng)。Carhart（1997）將動(dòng)量因子納入Fama-French多因子模型，形成了Carhart四因素模型。隨后，Rouwenhorst（1998）、Griffin et al.（2005）、Bhojraj和Swaminathan（2006）均發(fā)現(xiàn)歐洲等多國的股票市場、股票指數(shù)都表現(xiàn)出明顯的動(dòng)量效應(yīng)。Asness el al.（2013）等逐步發(fā)現(xiàn)，除股票市場外，動(dòng)量效應(yīng)也在外匯、商品、主權(quán)債等多個(gè)市場中普遍存在。

關(guān)于動(dòng)量因子在信用債市場的表現(xiàn)，Gebhardt et al.（2005）、Jostova et al.（2013）及Houweling和Zundert（2017）延續(xù)Jegadeesh和Titman（1993）的對動(dòng)量因子的構(gòu)造方法，發(fā)現(xiàn)美國債券市場非投資級債券存在動(dòng)量效應(yīng)。Israel et al.（2018）及Brooks et al.（2018）采用不同的因子構(gòu)造方法，不再區(qū)分投資級和投機(jī)級債券，研究發(fā)現(xiàn)動(dòng)量因子有效，且其效果無法被經(jīng)典的債券市場因子替代。對中國信用債市場，孫鵬程和肖法典（2023）利用滬深交易所市場普通附息式固定利率信用債，考察動(dòng)量、價(jià)值、防御性等因子對市場收益的解釋力，發(fā)現(xiàn)動(dòng)量因子效果最為顯著。然而，目前國內(nèi)文獻(xiàn)尚未針對信用債整體市場，著重研究動(dòng)量因子的構(gòu)建方法、有效性及投資策略表現(xiàn)。

動(dòng)量因子的構(gòu)造

（一）數(shù)據(jù)說明

本文的研究對象范圍為2015年1月至2022年9月銀行間市場及交易所市場存續(xù)的公開發(fā)行的信用債。其中，中債市場隱含評級在BBB以下等級的債券違約風(fēng)險(xiǎn)較高、且債券只數(shù)占比僅為0.5%，將該部分債券剔除。本文將觀察周期設(shè)定為月度，因此進(jìn)一步剔除待償期不足1個(gè)月的債券。上述范圍在已有研究涵蓋滬深交易所的基礎(chǔ)上，進(jìn)一步納入了銀行間市場，債券類型方面，除已有研究包括的普通附息式固定利率信用債，進(jìn)一步囊括了含權(quán)債等其他信用債。范圍中所有樣本券構(gòu)成的組合為基準(zhǔn)組合。

以每月月末交易日為觀察日或調(diào)倉日，時(shí)間序列數(shù)據(jù)涉及93個(gè)月共935829條樣本券觀察值，每月觀察日的債券樣本平均數(shù)量為10063只。

另外，本文統(tǒng)一以債券的絕對持有收益（投資回報(bào)）來衡量債券收益。相較債券到期收益率、利差，或相對無風(fēng)險(xiǎn)收益的超額收益，債券的絕對持有收益更有利于反映債券的實(shí)際投資收益情況。令t為當(dāng)月末、t-1為上月末，信用債i的月度投資回報(bào)計(jì)算如下：

ri，t= [（Pi，t+AIi，t+Payi，t）/（Pi，t-1+ AIi，t-1）]-1， t=1，2，…，T

其中，Pi，t為債券凈價(jià)，AIi，t為自上一付息日起至t的應(yīng)計(jì)利息，Payi，t為本月已支付利息加本金。在計(jì)算債券收益時(shí)，考慮到信用債可能無成交的問題，文中將采用中債估值替代成交價(jià)格以確保計(jì)算的連續(xù)性。

（二）因子構(gòu)造方法

文獻(xiàn)中動(dòng)量因子的構(gòu)造方法主要有兩種。第一種直接計(jì)算過去一段時(shí)間的累計(jì)持有收益，時(shí)段可以是1個(gè)月、3個(gè)月、6個(gè)月、12個(gè)月等，不剔除最近1個(gè)月的收益。這種方法在近期的文獻(xiàn)中被廣泛采用，也多為業(yè)界使用。第二種是Jegadeesh 和 Titman（1993）在提出動(dòng)量因子時(shí)的構(gòu)造方法，即計(jì)算歷史累計(jì)持有收益時(shí)，剔除最近1個(gè)月的收益。例如，假設(shè)當(dāng)月為t、時(shí)段選擇6個(gè)月，則動(dòng)量因子為過去t-7到t-2個(gè)月的累計(jì)持有收益。這主要是考慮到資產(chǎn)價(jià)格在短期內(nèi)可能會出現(xiàn)價(jià)格反轉(zhuǎn)效應(yīng)，所以將短期價(jià)格變動(dòng)排除在外。

本文分別運(yùn)用上述兩種方法構(gòu)建動(dòng)量因子，經(jīng)檢驗(yàn)發(fā)現(xiàn)，第一種方法因子的表現(xiàn)更為突出，因此在文章中主要采用第一種構(gòu)造方法，并將第二種方法構(gòu)造的因子用于穩(wěn)健性檢驗(yàn)。在時(shí)段選擇上，本文分別計(jì)算了1個(gè)月、3個(gè)月、6個(gè)月和12個(gè)月的累計(jì)持有收益。計(jì)算中發(fā)現(xiàn)，12個(gè)月動(dòng)量指標(biāo)的數(shù)據(jù)缺失率較高，達(dá)到50%，其余3個(gè)動(dòng)量指標(biāo)中1個(gè)月指標(biāo)的預(yù)測性最佳，但波動(dòng)性較大，而6個(gè)月指標(biāo)的波動(dòng)性最低。為了覆蓋更多的債券，同時(shí)提升因子的綜合表現(xiàn)，本文對1個(gè)月、3個(gè)月和6個(gè)月這三個(gè)指標(biāo)進(jìn)行合成和標(biāo)準(zhǔn)化處理，得到最終的動(dòng)量

因子。

因子有效性檢驗(yàn)

參照J(rèn)ostova et al.（2013）與Bai et al.（2019），本文主要采用投資組合分析方法（portfolio analysis）來檢驗(yàn)動(dòng)量因子與債券未來持有收益橫截面之間關(guān)系的顯著性。

（一）單變量投資組合分析

每個(gè)月的調(diào)倉日，根據(jù)動(dòng)量因子這一單變量的取值對債券從低到高排序，并將其按市值占比等分為1～5個(gè)投資組合。具體來說，自動(dòng)量因子排序最低的債券開始，依次向下累加各個(gè)債券的市值權(quán)重，直到達(dá)20%為止取為組合1，以此類推。其中，組合1中的債券動(dòng)量因子取值最低，組合5取值最高。

首先，統(tǒng)計(jì)每月調(diào)倉日上述5個(gè)投資組合中債券的動(dòng)量因子均值及下個(gè)月組合市值加權(quán)的持有收益情況（見表1）。表中第二列、第三列分別匯總了研究區(qū)間內(nèi)93個(gè)月度調(diào)倉日的動(dòng)量因子和下月持有收益的均值表現(xiàn)，并在最后一行給出組合5和組合1之間的均值差異，以及差異顯著性檢驗(yàn)中經(jīng)Newey-West調(diào)整后的 t 統(tǒng)計(jì)量。結(jié)果顯示，自組合1到組合5，隨著動(dòng)量因子取值的逐漸增加，組合每月的平均持有收益也從0.26%逐步增加到0.49%。組合5與組合1收益之間的均值差異為0.23%，并且該差異通過了顯著性檢驗(yàn)，t統(tǒng)計(jì)量為3.91。這表明，通過選取動(dòng)量因子取值最高的債券，每月平均可以獲得23BP的顯著超額收益。

進(jìn)一步分析，動(dòng)量因子獲得的收益是否會完全被市場的系統(tǒng)性風(fēng)險(xiǎn)因子解釋或取代，也就是說，動(dòng)量因子能否獲取市場風(fēng)險(xiǎn)因子之外的超額收益？參考Fama和French （1993）、Elton et al. （1995），本文將曲線水平因子、曲線斜率因子、信用利差因子和評級利差因子作為債券市場系統(tǒng)性風(fēng)險(xiǎn)因子2，利用5個(gè)投資組合的月度持有收益，以及組合5相對組合1的月度額外收益（均可令為rp，t），分別對上述四因子的同月月度收益（令為向量Ft）進(jìn)行經(jīng)Newey-West 調(diào)整后的時(shí)間序列回歸：

rp，t=αp+β'p Ft+εp，t

其中，回歸截距項(xiàng)αp就代表了由動(dòng)量因子構(gòu)建的投資組合在市場系統(tǒng)性風(fēng)險(xiǎn)因子之外獲取的超額收益alpha值。回歸結(jié)果表明（見表1第四列），從組合1到組合5，alpha值從0.04%增加到0.2%。組合5相對組合1額外收益的alpha值為0.17%，且通過顯著性檢驗(yàn)（t 統(tǒng)計(jì)量為1.95），這表明動(dòng)量因子包含了市場系統(tǒng)性風(fēng)險(xiǎn)因子之外的額外信息，能夠獲取市場因子以外的alpha。

最后統(tǒng)計(jì)“組合5”中債券的待償期、信用水平和行業(yè)情況，其中信用水平采用中債市場隱含評級表征。計(jì)算評級均值時(shí)，將評級AAA+、AAA、AAA-、AA+、AA、AA（2）、AA-、A+、A、A-、BBB+、BBB依次賦1～12的整數(shù)值。結(jié)果顯示（見表2），與基準(zhǔn)組合相比，“組合5”中債券的待償期更長、隱含評級更低、城投債占比更高。這就產(chǎn)生了一個(gè)動(dòng)量因子的有效性究竟來源于因子自身還是上述相關(guān)性的問題。接下來將采用基于控制變量的投資組合分析方法，在控制上述債券特征的情況下，檢驗(yàn)動(dòng)量因子與債券持有收益之間的正相關(guān)關(guān)系是否仍然成立。

（二）控制變量投資組合分析

Jostova et al.（2013）與Bai et al.（2019）均僅利用雙變量投資組合分析方法，即僅控制一個(gè)變量，如保持信用評級在組合1到組合5間相似時(shí)，檢驗(yàn)動(dòng)量因子或其他因子的效果。但該方法無法同時(shí)控制動(dòng)量因子與信用評級、待償期、行業(yè)等多個(gè)特征間的相關(guān)關(guān)系。本文在借鑒這一方法的基礎(chǔ)上，提供同時(shí)控制待償期、中債市場隱含評級和行業(yè)三個(gè)變量的投資組合分析結(jié)果，以便更好地降低債券特征變量對動(dòng)量因子效果的影響。

考慮顆粒度盡量精細(xì)、各分組中包含的債券數(shù)量相對均衡，本文將待償期和中債市場隱含評級分別分為5組。對行業(yè)分類，主要根據(jù)企業(yè)信用評估的邏輯，參照國外指數(shù)機(jī)構(gòu)（WisdomTree、FTSE等）及國內(nèi)市場通常采用的三分類方法，將行業(yè)分為城投、金融、普通工商業(yè)（見表3）。

每個(gè)月的調(diào)倉日，依據(jù)待償期、中債市場隱含評級和行業(yè)劃分標(biāo)準(zhǔn)，將樣本劃分為75（5×5×3）個(gè)組，進(jìn)一步對各組內(nèi)部的債券依據(jù)動(dòng)量因子取值從低到高排序，并采用與構(gòu)建單變量投資組合相似的規(guī)則，按照市值占比將債券等分為5個(gè)檔位。最后將75個(gè)組中同一分檔的債券匯總，得到最終的5個(gè)投資組合。這一方法可以使各投資組合的債券特征與基準(zhǔn)組合基本保持一致，即市場中性。

沿用單變量投資組合分析方法，首先統(tǒng)計(jì)每月調(diào)倉日上述5個(gè)投資組合中債券的動(dòng)量因子均值，以及下月組合市值加權(quán)的持有收益情況。結(jié)果顯示（見表4），自組合1到組合5，隨著動(dòng)量因子取值的逐漸增加，組合每月平均持有收益從0.32%增加到0.41%。組合5與組合1之間的均值差異為0.11%，t統(tǒng)計(jì)量為6.09，這表明動(dòng)量因子取值最高的債券組合能夠每月平均獲得11BP的顯著超額收益。控制三個(gè)債券特征變量后，雖然組合5與組合1的收益差異相較單變量分析有所收窄，但t統(tǒng)計(jì)量更大、差異更顯著。

進(jìn)一步分析，對市場系統(tǒng)性風(fēng)險(xiǎn)四因子的時(shí)間序列回歸表明（見表4），從組合1到組合5，組合四因子以外的alpha值從每月0.08%增加到0.17%，且t統(tǒng)計(jì)量在逐步增加。組合5相對組合1超額收益的alpha值為0.09%，t統(tǒng)計(jì)量為5.87，顯著性同樣高于單變量投資組合。在保持信用評級、待償期、行業(yè)特征與基準(zhǔn)相近后，動(dòng)量因子仍然能夠顯著獲取市場因子以外的alpha值。綜合來看，動(dòng)量因子在中國信用債市場具備有效性，與信用債未來的持有收益之間存在顯著的正相關(guān)關(guān)系。

（三）穩(wěn)健性檢驗(yàn)

本文利用另一種構(gòu)建方法，即剔除最近1個(gè)月收益率得到的動(dòng)量因子來檢驗(yàn)因子效果是否穩(wěn)?。ㄒ姳?）。除單變量分析中組合5相對組合1收益的超額alpha值不顯著以外，其他檢驗(yàn)均顯著。動(dòng)量因子總體具有穩(wěn)健性，但從效果來看，本文選取的方法得到的因子更為有效。

因子投資策略表現(xiàn)

（一）投資組合整體表現(xiàn)

根據(jù)因子有效性檢驗(yàn)結(jié)果，本文以控制變量投資組合分析中的組合5作為由動(dòng)量因子精選出的債券投資組合（包含各分組中因子排序前20%的債券），回測其年化收益率、波動(dòng)率等指標(biāo)（見圖1和表6）。在待償期、信用評級及行業(yè)分布保持與基準(zhǔn)接近的前提下，動(dòng)量因子投資組合的年化收益率達(dá)到5.15%，高于基準(zhǔn)組合51BP，自2018年起組合的累計(jì)凈值開始逐步明顯超越基準(zhǔn)。組合收益波動(dòng)比為3.28，相較基準(zhǔn)組合改善10%，同時(shí)最大回撤為1.51%，收益回撤比3.4，略優(yōu)于基準(zhǔn)組合。動(dòng)量因子投資組合能夠在收益超越基準(zhǔn)的同時(shí)較好地控制風(fēng)險(xiǎn)，取得更高的風(fēng)險(xiǎn)調(diào)整后收益。

進(jìn)一步對動(dòng)量因子投資組合的待償期、評級和行業(yè)分布進(jìn)行統(tǒng)計(jì)（見表7、表8和表9），可以發(fā)現(xiàn)，該組合對這三個(gè)變量的控制效果良好，變量分布與基準(zhǔn)較為接近，市值加權(quán)的均值水平也相當(dāng)。動(dòng)量因子投資組合的表現(xiàn)總體受債券特征變量的影響較小，這有助于為投資實(shí)踐提供更具價(jià)值的參考。

（二）投資組合在不同市場周期的表現(xiàn)

本文的回測區(qū)間共經(jīng)歷三輪牛市和兩輪熊市（見圖2和表10），依據(jù)下述分段，進(jìn)一步分析動(dòng)量因子投資組合在不同市場周期中的表現(xiàn)。

在除早期第一個(gè)牛市外的其他兩輪牛熊周期中，動(dòng)量因子組合均表現(xiàn)較好，獲得相對穩(wěn)健超額收益的同時(shí)，還有助于控制熊市中的波動(dòng)與回撤風(fēng)險(xiǎn)（見圖3）。

（三）對照組合表現(xiàn)

動(dòng)量因子衡量的是債券歷史收益，其刻畫的特征可能與債券的到期收益率、票息兩個(gè)指標(biāo)存在一定重疊。為進(jìn)一步評價(jià)動(dòng)量因子投資組合的表現(xiàn)，本文將其與到期收益率、票息兩個(gè)指標(biāo)分別構(gòu)建的投資組合進(jìn)行對比，組合的構(gòu)建方式與動(dòng)量因子保持一致。結(jié)果顯示（見表11），動(dòng)量因子投資組合的年化收益率分別比到期收益率組合、票息組合高29BP和36BP，組合的年化波動(dòng)率、最大回撤更低，收益波動(dòng)比、收益回撤比更高。并且，動(dòng)量因子組合中的債券，在到期收益率組合中的數(shù)目占比為44%，在票息組合中的占比為34%，組合間債券交集的比例均不高。綜上，動(dòng)量因子組合與到期收益率組合、票息組合的重疊度不高，但表現(xiàn)更為出色。

結(jié)論

本文著重研究了多因子量化體系中經(jīng)典的動(dòng)量因子在中國信用債市場的有效性，并對基于動(dòng)量因子構(gòu)建投資組合的表現(xiàn)進(jìn)行了回測和評估。首先，為了在更廣泛的范圍內(nèi)驗(yàn)證動(dòng)量因子的有效性，本文擴(kuò)大了樣本債券的范圍，將銀行間和交易所市場存續(xù)的公開發(fā)行信用債均納入研究對象范圍。隨后，本文通過經(jīng)典的單變量和控制變量投資組合分析方法，證實(shí)了動(dòng)量因子的有效性。在獨(dú)立檢驗(yàn)及保持組合待償期、信用評級和行業(yè)三個(gè)債券特征與基準(zhǔn)相對一致的檢驗(yàn)中，動(dòng)量因子均能夠獲取超額收益，且這種超額收益不能被系統(tǒng)性的市場風(fēng)險(xiǎn)因子完全解釋，在排除市場因子后依然存在。進(jìn)一步來看，文獻(xiàn)里動(dòng)量因子的兩種構(gòu)建方法中，通過直接計(jì)算過去一段時(shí)間的累計(jì)持有收益得到的因子，其表現(xiàn)更為突出。最后，仍然在保持三個(gè)債券特征相對中性的條件下，選取因子排序前20%的債券構(gòu)造動(dòng)量因子投資策略組合，其年化收益率達(dá)到 5.15%，高于基準(zhǔn)組合51BP，同時(shí)收益風(fēng)險(xiǎn)比和最大回撤也都有所改善，組合的表現(xiàn)優(yōu)于基于債券到期收益率和票息構(gòu)建的投資組合。

本研究旨在為信用債投資實(shí)踐中動(dòng)量因子的運(yùn)用提供理論支撐。實(shí)際市場操作中，投資者可以考慮結(jié)合自身的投資偏好，例如債券的信用等級、待償期、發(fā)行人所屬行業(yè)及可投資范圍等具體情形，靈活引入動(dòng)量因子以構(gòu)建更為優(yōu)化的投資策略。

參考文獻(xiàn)