彭博投资组合分析工具月报 | 彭博MAC3人民币债券风险模型应用

上期我们介绍了全新MAC3固定收益风险模型的优势和预测风险的方法。本期我们将聚焦MAC3人民币债券模型，以彭博中国综合指数为例，预估投组风险，拆解风险组成。

彭博人民币债券因子模型将债券风险分为利率风险与超额回报风险。其中利率风险根据无风险收益率曲线的期限结构进行拆解。超额回报部分通过四个模型，分别捕捉人民币政府债、机构债、信用债以及离岸人民币信用债的超额回报风险。人民币政府债模型用关键久期因子几乎解释了政府债的全部回报。考虑到政府相关债券的信用风险通常低于公司债，人民币政府相关债券模型通过超额利差因子，即OASD和OAS的乘积，捕捉信用风险。人民币信用债模型用BCLASS 2级将信用债分为13个行业。以上模型在每类样本中，分别进行建模，选择相应的因子。例如，针对信用债，通过行业、久期、是否为次级债等因子进行分析。

本篇我们选用彭博中国综合指数作为分析范围。彭博中国综合指数是衡量中国债券市场的旗舰指数，其中95%为国债和政府相关债券，5%为信用债，以金融机构为主。

将风险因子拆分，该投组的主要风险来自利率风险、国债及国债相关利差和信用利差。

展开利率风险，可以看到中长期的关键久期因子对风险贡献度较大。

拆分信用债利差，可以看到主要风险来自信用债UHG (Ultra-High-Grade)，即以人民币信用债为基线的超额回报风险。行业因子银行与经纪的风险贡献为负数，表示增持该行业的债券可以降低整体风险。

彭博用户可以加载指数或自设投组，在PORT<GO> 功能中使用MAC3固定收益风险模型预测风险，优化投组构建。