您的浏览器禁用了JavaScript(一种计算机语言,用以实现您与网页的交互),请解除该禁用,或者联系我们。 [国金证券]:品种久期跟踪:拉信用债久期弥补踏空? - 发现报告

品种久期跟踪:拉信用债久期弥补踏空?

2025-04-06 尹睿哲,李豫泽,胡依林 国金证券 申明华
报告封面

城投债、产业债、保险公司债久期处于较高历史分位: 截至4月4日,城投债、产业债成交期限分别加权于2.12年、2.75年,城投债与产业债均处于2021年3月以来较高位水平,商业银行债中,二级资本债、银行永续债以及一般商金债加权平均成交期限分别为3.82年、3.17年、2.23年;从其余金融债来看,证券公司债、证券次级债、保险公司债、租赁公司债久期分别为1.52年、1.95年、4.06年、1.20年,一般商金债、证券公司债、银行永续债位于较低历史分位,保险公司债位于较高历史分位。 品种显微镜: 城投债:城投债平均久期较上周小幅上升,加权成交期限徘徊在2.12年附近。其中四川省级、江西省级城投债成交久期超过4年,河北省级、北京区县级城投债久期缩短明显。同时,多地城投债久期历史分位数已逾90%,江西省级、江苏地市级城投久期逼近2021年以来最高。 产业债:产业债加权平均成交期限边际拉长,总体处于2.75年附近,建筑装饰行业边际成交期限缩短幅度较大,缩短至1.59年。除此之外,房地产、食品饮料等行业处于较低历史分位,公用事业、钢铁、基础化工、商贸零售等行业均位于90%以上的历史分位。 商业银行债:银行永续债久期小幅拉长至3.17年,处于45.2%的历史分位,高于去年同期水平。二级资本债久期拉长至3.82年,处于75.2%的历史分位,高于去年同期水平;一般商金债久期抬升至2.23年,处于80.9%的历史分位数,高于去年同期水平。 其余金融债:从加权平均成交期限来看,保险公司债>证券次级债>证券公司债>租赁公司债,分别处于93.5%、32.3%、28%、71.9%的历史分位数,保险公司债、租赁公司债久期较上周略有回升。 风险提示 模型适用性风险;模型估算误差 1、全品种期限概览 城投债、产业债、保险公司债久期处于较高历史分位。截至4月4日,城投债、产业债成交期限分别加权于2.12年、2.75年,城投债与产业债均处于2021年3月以来较高位水平,商业银行债中,二级资本债、银行永续债以及一般商金债加权平均成交期限分别为3.82年、3.17年、2.23年;从其余金融债来看,证券公司债、证券次级债、保险公司债、租赁公司债久期分别为1.52年、1.95年、4.06年、1.20年,一般商金债、证券公司债、银行永续债位于较低历史分位,保险公司债位于较高历史分位。 图表1:信用债平均成交久期(截至2025/4/4) 图表2:信用债久期历史分位数(截至2025/4/4) 票息久期拥挤度指数略有下滑。票息久期拥挤度指数在2024年11月15日达到最高值后回落震荡,本周较上周略有所回升,目前处于2024年3月以来37.1%的水平。 图表3:票息久期拥挤度指数及所处历史分位数 数据说明:1)票息久期拥挤度指数为品种间久期标准差的倒数,该指数越大,意味着不同品种间久期变化的标准差越小,也就是不同品种有可能出现了相似的操作, 行为越趋于一致;2)票息久期拥挤度指数需结合各品种久期变化分析,单独分析可能产生偏离实际的结果。 2、品种显微镜 城投债:城投债平均久期较上周小幅上升,加权成交期限徘徊在2.12年附近。其中四川省级、江西省级城投债成交久期超过4年,河北省级、北京区县级城投债久期缩短明显。同时,多地城投债久期历史分位数已逾90%,江西省级、江苏地市级城投久期逼近2021年以来最高。 图表4:非金信用债久期变化 图表5:各省城投债久期及所处分位数(自2021年3月以来) 产业债:产业债加权平均成交期限边际拉长,总体处于2.75年附近,建筑装饰行业边际成交期限缩短幅度较大,缩短至1.59年。除此之外,房地产、食品饮料等行业处于较低历史分位,公用事业、钢铁、基础化工、商贸零售等行业均位于90%以上的历史分位。 图表6:产业债平均成交久期(截至2025/4/4) 图表7:产业债久期历史分位数(截至2025/4/4) 商业银行债:银行永续债久期小幅拉长至3.17年,处于45.2%的历史分位,高于去年同期水平。二级资本债久期拉长至3.82年,处于75.2%的历史分位,高于去年同期水平;一般商金债久期抬升至2.23年,处于80.9%的历史分位数,高于去年同期水平。 图表8:商业银行债久期变化(自2021年3月以来) 其余金融债:从加权平均成交期限来看,保险公司债>证券次级债>证券公司债>租赁公司债,分别处于93.5%、32.3%、28%、71.9%的历史分位数,保险公司债、租赁公司债久期较上周略有回升。 图表9:其余金融债久期变化 图表10:其余金融债久期变化 风险提示 模型适用性风险:模型根据历史数据、历史经验构建,指标在不同的市场环境中有效性有一定差异,请谨慎参考。 模型估算误差:品种久期计算依据经纪商成交数据统计,存在统计值与真实值出现偏差的风险。