2024年开年以来，利率长端交易越发拥挤。市场流行的观点之一是将本轮利率超预期的下行归因于债市“资产荒”，但实际上本轮利率的下行幅度已超越了传统“资产荒”时段的线性推演。我们理解债市一则本轮“资产荒”不仅是金融机构行为，且有宏观逻辑所带来的强化，比如随着名义GDP调整和广义资产回报率下降，稳定回报特征资产（债券、类债、低波红利）的稀缺性上升，低风险特征资产的估值上移；二则，本轮“资产荒”包含着对中长期经济特征的理解，如经济的结构弹性上升、总量弹性下降，从而整体风险资产的估值中枢有所下移，而低风险资产的机会成本下降。
2024年开年以来，债市整体对“利空钝化”，利率长端交易越发拥挤，10年期国债利率一度突破2.3%关键点位，超越了基本面（名义GDP）的定价锚。截止2024年4月17日，30Y-10Y利差仅为19.94BP，30Y-MLF利差（-4.4BP）仍处于历史少见的“倒挂”阶段。与此同时，近期多数信用利差持续收窄，30年期超长信用债也已发行。
现有研究对债市“资产荒”仍处于一个偏定性的分析框架，如何量化债市“资产荒”，并且基于“资产荒”进行债市择时？在本篇研究中，我们尝试构建一个六维的债市“资产荒”量化体系，并且将“资产荒”指标视作赔率指标进行逐一择时落地。赔率指标触发择时与胜率指标不同，该指标只有在达到一定阈值才会触发择时条件，具有择时意义。我们计算债市“资产荒”指标进行滚动12个月的Z分数，并以Z分数超过±1倍标准差认为是指标的极值区域，最后构建债市“资产荒”打分卡进行汇总。本篇是4月7日《股市“资产荒”的量化体系与择时落地》的姊妹篇。
我们融合宏观实体与微观市场层面的“资产荒”，尝试构建了六维债市“资产荒”量化体系，并且将“资产荒”指标视作赔率指标进行逐一择时落地，涵盖月频的品种信用利差、金融机构“资产缺口”、非银部门“资产缺口”、理财资负两端利差、M2与社融（除政府债）增速差以及季频的央行调查中的“资产缺口”。
赔率指标触发择时与胜率指标不同，该指标只有在达到一定阈值才会触发择时条件，具有择时意义。我们计算股债“资产荒”指标进行滚动12个月的Z分数，并以Z分数超过±1倍标准差认为是指标的极值区域。最后，我们制作了股债“资产荒”打分卡，对债市“资产荒”分项进行汇总，给出择时方案。
指标一：信用利差。经济下行期，理论上无风险利率回落、信用风险抬升；但由于刚兑预期的存在，市场不会完全定价高票息资产的违约风险，这类资产会吸纳大量流动性。债市“资产荒”的强度也会在这种极致压缩的信用利差中反映。当“资产荒”开始消解，信用风险在定价中才会逐渐回归正常化。我们以“城投债5Y-1Y信用利差”滚动12个月的Z分数来评估信用利差的极致位置。突破了-1意味着信用利差即将触底回升，提示的是利率上行风险，即“资产荒”是一个推动高票息资产估值中枢上移的过程，而“资产荒”的尾声也意味着债市估值将会往复。2023年3月，该Z分数触顶回落，意味着债市新一轮的“资产荒”开始发酵；2024年开年以来，该Z分数持续探底，目前已经突破-2，提示债市“资产荒”已演绎至极致状态，释放低配利率的信号。从策略表现看，该策略自2005年2月以来年化收益为1.4%，超额收益为1.5%，夏普比例为1.4。
在前期报告《结构性资产荒的来龙去脉》中，我们指出价格类的信用利差指标是目前研究中常用的观察视角。理论上信用利差作为信用风险溢价，应与国债收益率反向变化，因为经济下行期，无风险利率回落，信用风险应是升高的，信用利差理应走扩。但国内城投或产业债的信用利差除2012年、2018年的少数时间外，大多时候与国债收益率同向变化。由此可见，信用利差中存在其他形成对冲的定价成分。我们理解这类成分仍与国内市场的“刚性兑付”预期有关。
我们利用滚动12个月的城投债5Y-1Y信用利差Z分数来评估信用利差的极致位置。当信用利差Z分数触底突破-1时，意味着信用利差即将触底回升，“资产荒”和“信用风险”的定价成分在信用利差中的影响力开始扭转。此时提示的是利率上行风险，即“资产荒”是一个推动高票息资产估值中枢上移的过程，而“资产荒”的尾声也意味着债市估值将会往复。
2023年3月，该Z分数触顶回落，意味着债市新一轮的“资产荒”即将开始发酵，应积极超配10年期国债。而24年开年以来，该Z分数持续探底，目前已经突破-2，提示债市“资产荒”已演绎至极致状态，释放低配利率的信号。
从策略表现看，该策略自2005年2月以来年化收益为1.4%，超额收益为1.5%，夏普比例为1.4。2024年2月以来，该信号提示债市“资产荒”臻至极致位置，仓位由超配债券转为持有现金。
指标二：金融机构量层面的“资产缺口”。金融机构的配置压力（银行表外+非银）是债券市场重要的“资产荒”来源之一。金融机构待投资金越多，资产荒理论上也越严重。我们通过每月金融数据和央行信贷收支表倒算出每月银行的“待投资金”以及“可投资产”，进而计算出银行的“待投资缺口”。“资产缺口”为两者轧差，与10年期国债收益率呈负相关关系。其逆序触底回升后，10年期国债收益率多数时段出现上行。当金融机构滚动12个月的“资产缺口”Z分数突破+1时，意味着“资产缺口”的严重程度已臻极致，释放利率上行信号。2024年开年以来，该分数便快速突破了+2的低配阈值。从策略表现看，该策略自2016年以来年化收益为8.7%，超额收益为0.05%，夏普比例为0.86。
负债端每月的“待投资金”为银行表外和非银可以运用的最大限度资金即为社融减去回流表内的存款以及M0。资产端每月“可投资产”为“社融+金融债券-银行表内除非银贷款的剩余贷款项”。
“资产缺口”为两者轧差，与10年期国债收益率呈负相关关系，“资产缺口”体量越大，10年期国债收益率越倾向于下行，体现了“资产荒”会推升债券估值。而“资产缺口”仍发挥着赔率的作用，在其逆序触底回升后，10年期国债收益率多数时段出现上行。
当金融机构滚动12个月的“资产缺口”Z分数突破+1时，意味着“资产缺口”的扩大速度已超出过去12个月的趋势，提示“资产荒”对债市估值的边际支撑将有所消解。由于该指标与国债利率是反向指标，具体择时规则与信用利差不同，为“资产缺口”Z分数处于[-∞，-1]，超配中债总净价指数；当Z分数处于[+1，+∞]，减配中债总净价指数。与信用利差信号一致，24年开年以来，该Z分数的逆序也同样持续探底，突破+2阈值，提示债市“资产荒”已演绎至极致状态，开始释放低配利率的信号。
从策略表现看，该策略自2016年以来年化收益为8.65%，超额收益为0.05%，夏普比例为0.86。若观察2020年以来的时段，则超额收益为2.49%，夏普比例为2.02。2024年3月中旬以来，该信号提示债市“资产荒”已臻至极致位置，应持有现金，而适度减配债券。
指标三：银行理财资负两端利差。该利差与10年期国债利率呈现正相关，表明经济下行阶段，理财资产端收益率率先跟随调整，但负债端通常在维持规模的意愿下保持一定刚性。2019年之前，基本上是利差领先国债利率9个月，2019年后则两者基本同步。这背后或许与2018年“资管新规”出台、民企违约风险以及股市处于单边下行调整阶段有关。2024年开年以来至3月，该Z分数的回落至-0.74，释放中性标配债券和现金信号；进入4月以来，该分数触底该分数回落继续回落至-1.2，触发减配债券信号。从策略表现看，该策略自2015年以来年化收益为1.3%，超额收益为2.4%，夏普比例为1.38。
配置压力不仅仅体现在量上，在价方面，我们也可以参考企业ROIC与贷款利率轧差，计算理财资产收益率与负债成本之间的利差。该利差明显收窄甚至倒挂则说明债市“资产荒”现象严重，而作为赔率指标，倒挂突破阈值则说明“资产荒”已进入后半程，提示利率反转信号。在资产端收益率与负债端成本形成明显倒挂的2015-2016年、2018-2019年以及2021H2-2022年，均为债市过去最主要的三轮“资产荒”时刻。
由于该指标与国债利率是同向指标，与信用利差指标择时规则类似，当Z分数触底突破-1时，意味着“理财资负两端利差”已经倒挂至极致位置，提示“资产荒”将进入后半程，边际上提示估值反转。24年开年以来，该Z分数的回落至-0.74，虽未触及上下界，释放中性信号，但距离+1超配债券的阈值更远。进入4月以来，该分数回落继续回落至-1.2，触发减配债券信号。
从策略表现看，该策略自2015年以来年化收益为1.3%，超额收益为2.4%，夏普比例为1.38。2024年开年以来至3月，该信号为债券和现金仓位各50%；4月以来，转为减配债券。
指标四：非银“资产缺口”。与指标二金融机构“资产缺口”一致，其与国债利率呈现反向关系，该指标越高，说明“资产缺口”越大，非银“资产荒”越严重。其滚动12个月的Z分数突破+1时，意味着“资产缺口”的扩大速度已超出过去12个月的趋势，提示“资产荒”已进入下半场，利率即将出现反转。2022年四季度至今Z分数突破了-1，提示债市即将进入“资产荒”，应超配国债。目前该指标仍处于-1附近，提示虽然非银“资产荒”已演绎一段时间，但仍可能延续，尚未触及反转区间。从策略表现看，该策略自2010年以来年化收益为1.4%，超额收益为1.8%，夏普比例为1.44。
负债端，在央行资产负债表中，其他存款性公司对“对其他金融机构债权”为银行对非银的投资，对应非银的负债；资产端，社融中表外的委托和信托贷款可以理解为实体部门从非银机构获得的融资，反过来对应非银机构的资产。两者增速之差既可以理解为非银的“资产缺口”。
与指标二金融机构“资产缺口”一致，其与国债利率呈现反向关系，该指标越高，越说明非银资产荒严重，利率通常为在之后呈现下行趋势。2019年前，该指标对利率走势具有6个月的领先性，2019年之后，与理财利差一致，更多表现为同步性。
滚动12个月的“非银资产缺口”的Z分数突破+1时，意味着“资产缺口”的扩大速度已超出过去12个月的趋势，提示“资产荒”已进入下半场，利率即将出现反转。Z分数突破了-1时，意味着债市即将进入“资产荒”，比如22年四季度至今。目前该指标仍处于-1附近，提示虽然非银“资产荒”已演绎一段时间，但仍可能延续，尚未触及反转区间。
从策略表现看，该策略自2010年以来年化收益为1.4%，超额收益为1.8%，夏普比例为1.44。2024年开年以来，该信号仍然提示非银“资产荒”还在发酵阶段，并没有进入后半场，仍应超配国债。
指标五：M2与社融（除政府债）的背离程度。M2与社融的增速差可以理解为货币相对于资产供应的充裕程度。不过由于财政政策逆周期调节，政府债券放量在经济下行期越明显，不能反映下行期真正的实体融资需求，我们小做修正，考察M2与社融（除政府债）的增速差。与非银“资产荒”一致，该指标与10年国债利率呈负相关。指标越高越说明资产荒严重，利率倾向于下行。作为赔率信号，具有择时意义的是当该指标Z分数突破+1时，意味着“资产荒”已进入下半场，利率或将反转。2022年四季度至今该指标提示超配国债。目前该指标仍处于-1附近，仍维持超配国债的判断，尚未触及反转区间。从策略表现看，该策略自2016年以来年化收益为0.91%，并不具有超额收益，主要是2018-2019年间跑输。若观察2020年以来的时段，则超额收益为3.54%，夏普比例为2.48。
同样是从“量”维度表达“资产荒”，M2与社融的增速之差可以理解为货币相对与资产供应之间的充裕程度。近年来政府债越来越成为社融中的核心分项，但这一融资水平并不能反映实体经济融资需求，即容易会在经济下行期，低估宏观层面存在的“资产荒”。甚至越是实体经济下行期，财政政策逆周期调节，政府债券放量越明显。因此我们在资产端选用社融剔除政府债券之后的增速，负债端选择M2增速进行做差。
“M2-社融（剔除政府债）”与10年国债利率呈负相关。该指标越高，越说明资产荒严重，10年国债利率倾向于下行。当滚动12个月的“M2-社融（除政府债）Z分数”突破+1时，意味着资产相对货币产生的“资产缺口”已明显高于过去12个月的趋势，提示“资产荒”已进入下半场，利率将出现反转。与非银资产荒一致，同样指示2022年四季度至今该指标提示超配利率。目前该指标仍处于-1附近，尚未触及反转区间。
从策略表现看，该策略自2016年以来年化收益为0.91%，并不具有超额收益，主要是2018-2019年间跑输。若观察2020年以来的时段，则超额收益为3.54%，夏普比例为2.48。24年开年以来至4月，该信号仍提示债市“资产荒”尚未并没有进入后半场，仍应超配国债。
指标六：央行问卷调查中的货币供需感受指数。在前期报告《结构性资产荒的来龙去脉》中，我们指出可以利用央行每个季度所做的银行家问卷调查构建“资产荒”度量指标。我们利用贷款需求指数除以货币政策感受指数来表述资产供需强度。由于该指标与国债利率为正相关指标，与信用利差、理财资负两端利差信号一致。当该指标Z分数突破-1时，也意味着资产荒已进入后半场，边际上最严重的时刻已过去。该指标在23年下半年触发了超配国债的信号。该策略自2013年以来年化收益为1.6%，超额收益为3.9%，夏普比例为1.61。该信号目前处于-0.26附近，仍提示债市“资产荒”处于中期，择时信号保持国债、现金各50%的仓位。
央行银行家问卷调查中的贷款需求指数指向的是实体融资需求，对机构而言是资产供给；而货币政策感受指数指向货币松紧，代表资金多寡，银行配置需求。但这一比值指标属于季度数据，同时公布时点相对较晚，可做一辅助判断。
历史上，货币需求/货币政策感受与10年国债利率呈正相关。由于该指标与国债利率为正相关指标，其信号与上文中金融机构“资产缺口”、非银资产荒、M2-社融（除政府债）增速差并不一致，而与信用利差、理财资负两端利差信号一致。当该指标突破-1时，也意味着资产荒已进入后半场，边际上最严重的时刻已过去。此时或是货币需求已触底，或是货币政策宽松已至极致即将收敛，均提示利率可能有上行风险。该指标在23年下半年触发了超配国债的信号。目前处于-0.26附近，尚未触及反转区间。
从策略表现看，该策略自2013年以来年化收益为1.6%，超额收益为3.9%，夏普比例为1.61。若观察2020年以来的时段，则超额收益为3.3%，夏普比例为2.3。24年开年以来，该信号仍提示债市“资产荒”处于中期，择时信号保持国债、现金各50%的仓位。
如何利用债市“资产荒”体系进行宏观择时？上述6个择时指标中，我们设定超过半数的底层指标Z分数突破“+1”（债市超配阈值）提示超配债券，反之则低配。2024年3-4月该信号分别为标配、偏低配，债市综合平均Z分数已回落至-0.41、-0.30，这意味着债市赔率已被消耗许多。该策略自2016年以来年化收益为1.2%，超额收益为2.9%，夏普比率为1.21。
债市方面，2023年上半年，债市6项指标的Z分数平均得分处于0.6~1.1，提示债市“资产荒”仍处于上半场，并且靠近“+1”的超配阈值，表明当时债市刚刚进入“资产荒”的趋势中，债市赔率较高。2024年开年至3-4月，虽然未触及“-1”低配阈值，但债市综合平均Z分数已回落至-0.41、-0.30，提示债市“资产荒”进入下半场，债市赔率已被消耗许多。
由于不同“资产荒”信号均反映了债市“资产荒”的不同视角，我们设定6个择时信号代表6个方向，超过半数的底层指标Z分数突破“+1”（债市超配阈值）为债市“资产荒”进入上半场，则可以超配中债净价总指数，反之低配。2024年3-4月信号为标配、偏低配，3月底层指标2项信号标配，2项信号偏低配，2项信号仍偏超配债券；4月银行理财资负利差指标从标配转为偏低配。该策略自2016年以来年化收益为1.2%，超额收益为2.9%，夏普比率为1.18。
前期报告《股市“资产荒”的量化体系与择时落地》中我们提出了股市“资产荒”的指标体系；如何结合它与本篇框架，进行一个综合的股票、债券、现金多资产择时？由于股债“资产荒”均存在超配、标配、低配三种信号，我们进一步形成股、债、现金的“九宫格”配置策略。回溯来看，该策略自2016年以来年化收益为2.9%，超额收益为10.0%，夏普比率为0.40。
对于综合策略设计，在“股票、债券与现金”配置仓位各占1/3的基准情形下，对于股票或债券，若任意一种资产释放低配信号，则对应降低1/6的仓位比重；反之，若释放超配信号，则提升1/6的仓位比重；所余仓位由现金进行补充。若两者同时释放股债赔率均高的超配信号，则现金仓位为0%，股债各占50%仓位。由此，我们共形成了9种配置情形。
回溯来看，该策略自2016年以来年化收益为2.9%，超额收益为10.0%，夏普比率为0.40。
