2011年以来中国经济步入下行周期，债券市场在2014年以后走出了长达三年的大牛市。机构规模扩张，人手紧缺，债券交易员、研究员队伍也迅速扩容（交易员与投资经理在一些机构里区别较大，但各位看官应该清楚，本文都称为交易员）。银行、券商、基金（含私募）、保险、信托，这是金融市场全民做债的时代。
与任何行业快速扩张后的结局一样，债券市场在进入熊市周期后，也开始面临局部的“产能过剩”问题。而在熊市里，相比交易员直接实现收入，债券研究员像一个单纯的“成本中心”，就显得有些尴尬了。研究猿也是债券研究员，写作本文没有任何褒贬之意，只想结合自身的工作与反思，抛砖引玉，能激发各位看官对自身工作的思考当然好，当做笑话看看也罢。
与债券交易员相比，债券研究员所做工作“谁都可以说上一小时”且你很难说人家一定错，简单说就是不具有独一性，又未必保证客观性。况且，债券研究员所做工作交易员也在做，而交易员从市场出发所做研究可能更具有实操价值。
与股票研究员相比，债券研究员有时候也是比较尴尬的存在。从人员设置来看，例如券商的卖方研究部门，股票研究员按行业细分，人多势众，债券研究人员只相当于一个股票行业的规模。从部门设置来看，券商往往分别设置一个股票和债券投资部门，但投研队伍、管理规模差异都比较大。从研究内容来看，股票研究员深挖行业、公司，接地气、能够直接创造收益，债券研究覆盖的宏观、产业和公司，往往浮于表面，规避一些小概率损失已属不易，能正面创造收益者寥寥。从替代性来看，债券研究中的信用和宏观似乎都可以由股票行业研究员和宏观经济研究员直接取代，过渡期甚至都不需要3个月。
如果做个总结，债券研究员工作内容替代性强，在卖方地位与债券作为重要大类资产地位错位，在买方则容易成为“数据的搬运工”。
在熊市未完、牛市未至的当下，这个行业能容纳更多人、或者能仅仅承载下现有“产能”吗？债券投资本质上利润微薄，是一个严重依赖规模和息差的行业，没有了规模或者息差，这个行业就死了。宏观上看，规模取决于中央银行，后者“印”了多少钱决定了市场流动性规模和个体投资机构的资产规模。在货币收缩周期，一些机构会面临规模下降，但这其实是行业的宿命。从长期看，人类历史上钱一向是越“印”越多，规模从跨越周期视角看似乎不是一个大问题，短期的煎熬则会反复出现。而息差是可以消失的。2008年以来的现实可以证明这一点，利率向0靠拢将是行业“产能”见顶之时，案例可以看日本，货基关门。犹记得去年牛市最后阶段债券圈子里盛传“职业生涯”只剩XX BP，现在，10年国开回到4%以上，3年中等评级中票还能买到5%以上的，让我们且套且珍惜。
叨叨了这么多，开始回答本文的题设，债券研究员到底有没有价值？
要回答这个问题，首先得回答债券研究到底有没有价值。作为“屁股决定脑袋”到无法自拔的鲜明例证，研究猿必须反驳一下“惟交易论”，后者大致有以下观点：
债券市场是经济的晴雨表，宏观研究大体上不能创造价值说金融市场是经济的晴雨表，主要是从可观察到相关变化的领先滞后关系出发的，但这种领先滞后关系并不是由因到果，而是由果及因的。从资产价格驱动因素来看，金融资产价格变化本质上是由资产相对收益水平和货币流动性推动的，而这两者毫无疑问都由宏观经济演变不同阶段所决定。在现实中，金融市场参与者所能跟踪到的经济数据，一般都只粗略体现宏观结果，经济在微观结构上的演化难以观测。而后者的累积诱发了先知先觉的资金布局相关资产。所以，说金融市场是经济的晴雨表，是误将表象当成规律了。研究猿一向强调对宏观经济的挖掘和跟踪，一定要注意把宏观数据和微观事实结合起来、相互印证、去伪存真，看不出经济内部的演变或转折，并非我们放弃研究的理由。
另一个重要证据是，在当前各个市场关联越来越紧密背景下，理解各个市场变化逻辑具有极端重要性，而这背后基本都以越来越强大的宏观政策研究为基础。今年以来美元与欧元的相对变化，美债与欧债的走势异同，商品市场的大幅波动，股票市场的同向演化，无不反映了当事各国增长、通胀和货币政策走向预期。作为国内债券市场的一员，深切感受到来自未知世界的压力很大，不管研究有没有价值，都要跟着时代大潮游泳。
低估宏观政策导向、只跟随趋势的交易是不可取的。我们都知道，中国的债券资产流动性很差，较少的资金就能带动不小的整体利率波动，今年甚至出现少量资金利用期货撬动规模几十万亿债券市场估值变化的情况。而市场快速扩容，投资者预期传染和操作动作都越来越顺畅，也造成一旦某个预期开始扩散以后市场往往一步调整到位，比如今年6月和最近（9月）的交易行情。这种情况下，跟随趋势策略往往无法赚到波段收益，而是容易“高位站岗”。当然不是说一定要做左侧交易。基于宏观、政策研究确定大的方向，基于品种性价比及其演变动因的分析制定具体策略，则可以适度进行布局而不管左侧还是右侧。
这种认识的背后是利用现有刚兑红利，同时否定信用研究价值。那么我们到底能不能承受信用违约？在研究猿看来，对不同机构答案可能是不一样的。对于稳健机构来说，不是说中国历史违约损失低就都可以大胆买高收益。一是如果单一账户规模不大，持仓违约损失是不可承受的。二是市场声誉问题，目前对于信用“踩雷”大家都倾向于保密，但长期看市场一定是走向透明。三是来自公司风控、考核和领导的压力问题。在研究猿看来，只有账户规模非常大（足以吸收违约损失）、或者“资金池”模式运作下，才可以放心采用大胆下沉评级、单纯追逐高收益的策略。
信用研究的价值，一是目前最主要的信用风险控制，二是有待发挥的价值发现。目前后者体现并不明显，原因很多，如目前信评还是被作为风控对待，信用利差仍过窄不能充分反映企业资质差异，企业财务等资料缺乏透明度等。长期看，信用研究创造阿尔法的功能应该更有效地发挥。
最近AI持续大热，对研究猿来说也深受震撼，并感到自己所从事工作完全可以由经过深度学习的机器取代。QQ总最近还说要裁掉债券交易员、并给资金交易员加薪，如果AI真的进入中国标准股票和债券市场，还需要资金交易员吗？当然更不需要债券研究员了。研究猿又扯远了，且说这些有招砖嫌疑，咱们回归正题。
前文在回答债券研究有无价值的同时，也道出了研究猿所认为的债券研究的价值，这些价值是需要债券研究员去发掘和创造的。研究猿认为，在“被AI替代”之前，债券研究员可能有以下2个努力方向。
一是力争成为“全才”，宏观信用一把抓，债券研究大温拿（笑）。按照现有的国内市场发育程度，这是可以做到、并且做到后可以在市场上具备较强竞争力的。这种努力所锻造的能力，是可以根据大部分市场演变迅速提供比较靠谱的方向和品种策略，类似“微缩版”宏观对冲基金所做的事。成为这种人，也是研究猿的一个理想。
二是深挖细分领域成为“专才”，专攻宏观利率或者产业公司信用研究。由于市场发育程度不足，目前国内标准债券及其衍生品市场上可实现的风险中性策略，还难以持续创造稳定、可观且逐年增长的利润，所以短期仍以方向投资为主。宏观利率研究提供系统性的利率方向和品种策略，同时做好利率风险监控。信用研究在提供信用避险策略的同时，要更加注重寻找阿尔法，当然这依赖研究员深厚的行业、企业基本面挖掘、跟踪和时间积淀。任一领域能够做好，我们也能发挥出不可替代的价值。
诚然，债券研究员的个人成长、工作成就、价值发挥，既要靠个人孜孜以求的努力，也需依靠时势。现实更可能是七分天注定，三分靠打拼。但机会总会留给有准备的头脑，如果你不去打拼，时势来了也轮不到你。
