案例背景
近期债券市场延续强势，10年期国债收益率与30年等超长期品种收益率双双逼近历史低位，长端和超长端成为本轮行情的主战场。在利率下行带来丰厚资本利得的同时，已有机构开始提示风险：超长端交易拥挤度处于高位，一旦情绪逆转或供给放量，调整幅度可能超出直觉。这一提示背后，是收益率曲线的统计特征、久期凸性的非线性放大效应，以及拥挤度这一尚缺乏统一定义的度量问题。
对学习者来说，低利率环境最危险的错觉是把价格风险等同于票息风险。债券价格与收益率之间不是线性关系，超长期债券的久期可达二十年量级，一个看似微小的收益率变动，经由久期、凸性与杠杆三重放大，足以吞掉数年的票息收入。本案例围绕收益率曲线的统计建模与风险度量展开。
核心分析
一、收益率的口径、历史分位与曲线建模
首先要区分三类收益率：到期收益率（YTM）是使未来现金流现值等于当前价格的单一折现率；即期收益率是零息曲线的特定期限点；远期利率则由即期利率推导，反映市场对未来某段期限的预期。媒体报道的10年国债收益率通常是中债估值给出的到期收益率，其曲线由市场上分散的成交与报价样本通过插值模型拟合得到，常用的有赫尔米特插值与Nelson-Siegel及其扩展模型。Nelson-Siegel用水平、斜率、曲度三个因子刻画整条曲线，参数具有明确经济含义，且可用状态空间方法给出动态版本，是央行与国际机构进行跨国比较时的标准工具。
所谓逼近历史低位，必须明确样本区间与数据频率。严谨的做法是计算历史分位数，即当前收益率在过去N年样本中的百分位排名，并同时报告日频与月频结果以避免高频噪声干扰。更进一步，名义收益率应当按费雪关系拆解为实际利率与通胀预期两部分，拆解后常会发现名义利率的下降主要来自通胀预期下行而非实际融资成本下降，这对判断政策空间至关重要。此外，长端利率还可以按预期假说分解为未来短端利率路径的期望与期限溢价，期限溢价无法直接观测，需要用无套利期限结构模型或简化型回归估计，当期限溢价被压缩至极低甚至转负时，往往正是机构提示拥挤的量化依据。
二、久期、凸性与杠杆：损失的非线性放大
价格对利率的一阶敏感度是修正久期，等于麦考利久期除以一加收益率；二阶敏感度是凸性。实务中常用DV01或BPV表示收益率变动一个基点带来的价格变动。价格变动率的近似公式为负的修正久期乘收益率变动，再加上二分之一凸性乘收益率变动的平方。以30年期国债为例，修正久期常在18到20之间，收益率上行10个基点，价格约下跌1.8%到2.0%，而30年期国债的全年票息可能只有2%出头，也就是说两三天的调整就能吃掉一整年的利息收入。凸性项的符号为正，意味着同等幅度的上行与下行并不对称，利率下行带来的收益略大于上行带来的损失，这是债券的正凸性特征，但在收益率极低时凸性会显著放大，使得价格对利率的敏感度本身变得不稳定。
真正的风险放大器是杠杆。债券组合普遍通过质押式回购融资，杠杆率等于总资产除以自有资金。在杠杆之下，组合的实际损失近似等于未杠杆损失乘杠杆倍数，同时还要承担回购利率上行与质押折扣率上调带来的融资冲击。更值得警惕的是超长端的流动性：超长期国债的成交额占比远低于10年期，一旦市场转向，买卖价差 widening 与成交深度下降会使得理论上的久期损失无法按模型价格实现，实际成交价可能显著低于估值，形成模型风险与流动性风险的叠加。
三、拥挤度度量与尾部风险的统计预警
拥挤度没有统一的官方定义，实务中通常由若干指标合成。第一类是基于成交的指标，如超长期国债成交额占全市场现券成交额的比重、换手率在历史样本中的分位数，这类指标直观但难以剔除供给量变化的干扰。第二类是基于持仓的指标，如公募基金超长债持仓的赫芬达尔指数，即各机构份额平方之和，数值越高表示持仓越集中；也可以用持仓占比的标准差或基尼系数衡量一致性。第三类是基于定价残差的指标，即用收益率曲线模型拟合后，超长端的实际收益率低于模型隐含值的偏离程度，偏离越大说明定价中包含了越多的非基本面因素。第四类是资金指标，如质押式回购余额、超长端换手与回购融资的联动关系。
有了拥挤度，还需要量化一旦反转的损失分布。常规做法是用GARCH族模型估计收益率的波动率，因为金融时间序列普遍存在波动率聚集；也可以用指数加权移动平均更新波动率。在波动率基础上计算风险价值与条件风险价值，前者回答在一定置信水平下的最大损失，后者进一步给出损失超过该阈值时的平均损失，更适合描述厚尾。对于极端情形，可用极值理论中的超阈值方法，对超过某一高阈值的尾部数据拟合广义帕累托分布，从而外推百年一遇级别的冲击。此外还应监测股债相关性的状态切换，用60日或120日滚动相关系数观察其是否由负转正，一旦相关性断裂，传统的股债对冲配置将同时失效。最后，可用ADF单位根检验判断收益率序列的平稳性，并估计均值回复的半衰期，用以判断行情回归常态的速度。
管理启示
第一，低利率不等于低风险，久期才是风险的第一决定因子。机构在配置超长端时必须把久期、凸性与杠杆三者放在一起测算，并明确告诉决策层最坏情形下需要多少个基点的安全垫。第二，拥挤度本身不是卖出信号，但它决定了退出成本，持仓集中度越高、流动性越差，理论损失与实际损失之间的缺口就越大，因此流动性折价必须计入风险预算。第三，风险度量模型有其适用边界，方差协方差法假设正态，会系统性低估尾部，历史模拟法受样本区间限制，极值理论则依赖阈值选择的稳定性，实践中应当多法并用并做一致性比较。第四，所有基于低利率的估值与资产负债安排，都应设置利率反弹情景下的压力测试，测试情景不能只取历史最大变动，而应结合波动率模型与政策变量做前瞻设定。
其他思考
- 请查阅中债估值收益率曲线，选取10年与30年两个期限，计算当前收益率在近十年样本中的历史分位数，并说明日频与月频结果出现差异的原因。
- 假设某组合持有30年期国债，修正久期为19，杠杆率为1.5倍，请计算收益率分别上行10个、30个、50个基点时的组合损失率，并讨论凸性项在不同幅度下的作用方向。
- 请自选三个拥挤度指标（成交额占比、持仓集中度、曲线定价残差），说明各自的数据来源与计算公式，并讨论如何合成为一个可跟踪的综合拥挤度指数。
关键词：收益率曲线建模、久期凸性、拥挤度与尾部风险
来源：第一财经 | 整理：经管大课堂
原文链接：https://www.rcbom.com/econstat/6611.html
