资源描述
金融工程 | 金工专题报告 请务必阅读正文之后的信息披露和免责申明 1 金融工程 证券 研究报告 2022 年 08 月 05 日 作者 王喆 分析师 SAC 执业证书编号： S1110520060005 吴先兴 分析师 SAC 执业证书编号： S1110516120001 相关报告 1 金融工程：金融工程 -海外文献推荐 第 233 期 2022-08-04 2 金融工程：基金研究 -中证 1000 指数近期投资潜力如何？ 2022-08-03 3 金融工程：基金研究 -泰达宏利基金张勋：做长期正确的事情 2022-08-03 资产配置系列：货币政策“惊喜” 及其 分解 货币政策是预期管理的艺术，而货币政策的效果很大程度上取决于对预期的引导和把控。相比对产出、就业和通胀等宏观变量的间接影响，货币政策工具对金融市场的影响更加 直接 。而金融市场会对货币政策提前做出反应，预期内的货币政策变化已经提前体现在股票等资产价格中，因此，我们需要对预期和未预期的货币政策进行区分。 本文首次提出采用利率互换曲线对我国预期和未预期的货币政策进行拆解。利率互换价格作为市场参与者真实交易和买卖博弈之后的结果，对货币政策预期的表达更具有代表性，在数据的获取上也更加便利。 根据事件分析法结果，在货币政策调整公告公布的事件窗口期，货币政策对权益市场显著的负向影响主要来自未预期的货币政策，但月度维度下，货币政策的变化对权益市场的直接影响并不显著。 此外，本文还尝 试利用货币政策超预期信号与权益市场相对应的短期变化关系进行择时策略的构建。本文发现，在货币政策超预期放松后短期内持有权益资产，以及在货币政策超预期收紧后隔期持有权益资产两类策略均能够在不同程度上提高组合的收益风险比。 风险 提示 ： 基于历史数据， 模型失效风险，市场环境变化风险 金融工程 | 金工专题报告 请务必阅读正文之后的信息披露和免责申明 2 内容目录 1. 引文 . 4 2. 预期内和预期外货币政策分解 . 4 2.1. 利率互换市场发展迅速、交易活跃 . 5 2.2. 利率互换隐含市场对未来流动性的预期 . 7 3. 预期外货币政策对股票价格的影响 . 8 3.1. 事件分析 . 8 3.2. 以月频分解货币政策预期 . 10 4. 货币政策 “ 惊喜 ” 与权益市场择时 . 11 5. 总结 . 15 风险提示： . 16 参考文献： . 16 图表目录 图 1：货币政策通过金融资产价格的传导途径 . 4 图 2：我国利率互换名义本金规模变化（单位：亿元） . 5 图 3：近 一年期间利率互换的名义本金月度均值占比 . 5 图 4：不同期限 SHIBOR 3M 利率互换名义本金月度均值占比 . 5 图 5：不同期限 FR007 利率互换名义本金月度均值占比 . 5 图 6： FR007 品种利率互换定盘收盘曲线与成交价比较（单位： BP） . 6 图 7： Shibor3M 品种利率互换定盘收盘曲线与成交价比较（单位： BP） . 6 图 8：利率互换定盘收盘曲线报买报卖差值（单位： BP） . 6 图 9： R007 与 Shibor3M（单位： %） . 7 图 10： R007 与 FR007（单位： %） . 7 图 11： Shibor3M 利率互换收盘利率均值 :1Y 与 Shibor:3M（单位： %） . 7 图 12： Shibor3M 利率互换收盘利率均值 :1Y、 Shibor 3M 与沪深 300 指数（单位： %） . 8 图 13：未预期货币市场利差分布 . 10 图 14：货币政策超预期收紧后权益市场收益为负占比 . 12 图 15：货币政策超预期放松后权益市场收益为正占比 . 12 图 16：货币政策超预期收紧期间与沪深 300 指数表现（阈值： 0.003bp） . 13 图 17：货币政策超预期放松期间与沪深 300 指数表现（阈值： -0.04bp） . 13 图 18：货币政策超预期放松情况下择时策略累计收益 . 14 图 19：货币政策超预期放松情况下择时策略最大回撤 . 14 图 20：货币政策超预期放松情况下择时策略夏普比率 . 14 图 21：货币政策超预期放松情况下择时策略 Calmar 比率 . 14 图 22：货币政策超预期收紧情况下择时策略累计收益 . 15 图 23：货币政策超预期收紧情况下择时策略最大回撤 . 15 图 24：货币政策超预期收紧情况下择时策略夏普比率 . 15 金融工程 | 金工专题报告 请务必阅读正文之后的信息披露和免责申明 3 图 25：货币政策超预期收紧情况下择时策略 Calmar 比率 . 15 表 1：利率互换业务备案机构分类统计 . 6 表 2：事件分析：预期内以及预期外货币政策变化对股指收益率的影响 . 10 表 3：月度数据：预期内以及预期外货币政策变化对股指收益率的影响 . 11 金融工程 | 金工专题报告 请务必阅读正文之后的信息披露和免责申明 4 1. 引文 货币政策是预期管理的艺术， 货币政策的效果很大程度上取决于对预期的引导和把控。事实上，预期管理 已经 成为发达国家中央银行 所 使用的重要货币政策手段之一，央行引导预期的能力会显著影响货币政策的调控效率。 货币政策的最终目标是 对 产出、就业和通货膨胀 等宏观变量产生影响 。然而，货币政策工具对这些变量的影响 更多是通过 间接的 方式实现，其对金融市场的影响相对而言 较为直接 。在货币政策实施中，央行通过公开市场操作影响目标利率，通过利率的传导影响金融资产价格，进而通过托宾 Q 理论和财富效应作用于投资、消费和支出，从而最终影响产出、就业、通胀等实际宏观变量 。 图 1： 货币政策通过金融 资产价格的传导途径 资料来源： Peter Sellin(2001), Tobin(1978), 天风证券研究所 很多文献都曾探讨过货币政策对股市的影响， 如果市场 是 有效 的 ，股票的价值是由未来 预期 现金流的折现值决定的，货币政策的变化可以 通过多种不同途径 影响股票 收益 。首先，通过套利 方式，即 货币政策利率的变化可能会影响无风险利率 以及 其他市场利率，从而影响持有 权益类 资产的机会成本 ；其次 ， 政策利率变化可以 通过 改变 折现系数影响未来现金流的现值 ；再次 ，货币政策的变化可能会 带来经济活动的变化，以至于 影响短期至中期的产出，预期的未来现金流也可能会 因此而受到 影响 。 然而， 根据有效市场假说，股票市场等资本市场会对货币政策提前做出反应， 因为预期的货币政策已经提前体现在股票等资产价格中，所以 预期内的货币政策变化与预期外的货币政策变化对资本市场的影响是不同的 ，因此， 我们需要对预期和未预期的货币政策进行区分。 海外相关研究中， 前美联储主席 Bernanke 和前美联储副主席 Blinder 于 1992 合作发表的论文中 提出联邦基金利率（ Federal Funds Rate）是货币政策的有效度量指 标，Kuttner(2001)则提出利用联邦基金利率期货合约来计算未预期的货币政策。 Bernanke and Kuttner(2005)在此基础上，引入了外生的未预期货币政策，并发现未预期货币政策对股票市场的影响主要通过预期超额收益和预期股利传导。 国内方面，朱小能，周磊 (2018)基于媒体数据对预期外的货币政策进行度量，相比易纲和王召（ 2002）以及王曦等 (2016)区分货币政策预期所采用的各类计量模型方法，在应用局限性上已经具有了较大的突破。然而，考虑数据 获取的 便利性问题，该种方法在实际应用中仍然有所限 制。 2. 预期内和预期外货币政策分解 由于国内缺少货币政策利率对应的期货合约，在对未预期的货币政策进行分解的过程中，无法直接应用 Bernanke and Kuttner 的方法。 本文以 利率互换价格 对货币市场利率的预期内以及预期外部分进行分解， 一方面 利率互换价格数据的获取更加便利 ，另外一方面，我国 利率互换市场成交活跃，参与者涵盖了 市场中大多数 银行 和 证券公司 ，此外还包括部分 保险 公司、 财务公司以及资管公司，利率互换的价格是 市场参与者 真实交易和买卖博弈之后的结果，对 货币政策预期 的表达更 具有代表性。 金融工程 | 金工专题报告 请务必阅读正文之后的信息披露和免责申明 5 2.1. 利率互换市场发展 迅速 、交易活跃 利率互换是全球成交规模最大的一类金融产品，我国的人民币利率互换试点业务于2006 年正式启动，近十几年间发展迅速。 2008 年，利率互换的名义本金平均月度总额仅约为 335 亿元， 2016 年 11 月，利率互换月度名义本金总额首次突破 1 万亿元人民币， 而截至 2022 年 6 月，利率互换的名义本金总额达 1.4 万亿元。 目前，利率互换市场中以挂钩 Shibor 3M 和 FR007 的合约交易最为活跃。近一年期间挂钩 FR007 的利率互换月度名义本金占比约为 87.65%，挂钩 Shibor 3M 的利率互换名义 本金占比约为 10.91%。 图 2： 我国利率互换名义本金规模变化（单位：亿元） 图 3： 近一年期间利率互换的名义本金月度均值占比 资料来源： Wind， 天风证券研究所 截至日期： 2022-6-30 资料来源： Wind， 天风证券研究所 截至日期： 2022-6-30 挂钩 Shibor 3M 的利率互换协议中，期限为 1 年以及 6 个月的合约成交最为活跃，而挂钩 FR007 的利率互换协议中，期限为 1 年以及 5 年的合约成交最为活跃。 图 4： 不同期限 SHIBOR 3M 利率互换名义本金月度均值占比 图 5： 不同期限 FR007 利率互换名义本金月度均值占比 资料来源： Wind， 天风证券研究所 截至日期： 2022-6-30 资料来源： Wind， 天风证券研究所 截止日期： 2022-6-30 下图可以看到， 2022 年第二季度， FR007/Shibor3M 利率互换定盘收盘曲线与成交价格的平均偏差 分别为 0.52BP 和 0.49BP。 2022 年二季度，利率互换定盘收盘曲线（ FR007 和Shibor3M） bid-ask 平均价差在较小范围内。 05,00010,00015,00020,00025,00087.65%10.91%0.61%0.51%0.12% 0.11% 0.07%0.02% 0.00%FR007, 87.65% 3M SHIBOR, 10.91% O/N SHIBOR, 0.61%1年定存 , 0.51% 1年贷款 , 0.12% 1W SHIBOR, 0.11%3年贷款 , 0.07% 5年贷款 , 0.02% 6月贷款 , 0.00%1年 , 51.17%6个月 , 16.28%9个月 , 14.12%2年 , 7.19%5年 , 7.04%3年 , 2.39% 3个月 , 1.31%4年 , 0.50%1年 , 38.71%5年 , 26.63%6个月 , 9.88%9个月 , 9.35%1个月 , 5.21%3个月 , 4.68%2年 , 3.01%3年 , 1.23%4年 , 0.88% 7天 , 0.33%14天 , 0.04%7年 , 0.02%10年 , 0.02% 金融工程 | 金工专题报告 请务必阅读正文之后的信息披露和免责申明 6 图 6： FR007 品种利率互换定盘收盘曲线与成交价比较 （单位： BP） 图 7： Shibor3M 品种利率互换定盘收盘曲线与成交价比较 （单位：BP） 资料来源： 中国外汇交易中心， 天风证券研究所 数据时间： 2022 年二季度 资料来源： 中国外汇交易中心， 天风证券研究所 数据时间： 2022 年二季度 图 8： 利率互换定盘收盘曲线报买报卖差值（单位： BP） 资料来源： 中国外汇交易中心， 天风证券研究所 数据时间： 2022 年二季度 同时，利率互换已经越来越广泛地被国内各类金融机构用来稳定负债成本、管理利率波动以及增厚资产收益，利率互换市场的参与主体越来越丰富，市场流动性也越来越好。截至 2022 年 7 月 28 日 ，在中国外汇交易中心（暨全国银行间同业拆借中心）备案的利率互换参与机构共有 710 家， 其中包含 400 家非法人机构（包括资管计划、私募 /理财 /信托产品等等），以及 310 家法人机构（包括 216 家银行、 82 家证券公司和投资银行、 5 家保险、 3 家财务公司以及 4 家资管公司）。 表 1： 利率互换业务备案机构分类统计 类别 利率互换业务制度备案机构 数量 资管计划 /私募 /理财 /信托产品 400 银行 216 证券公司、投资银行 82 保险 5 财务公司 3 资管公司 4 总计 710 资料来源：中国货币网，天风证券研究所 1.11 0.78 0.74 0.43 0.63 0.59 0.74 0.53 0.52 0.000.200.400.600.801.001.203M 6M 9M 1Y 2Y 3Y 4Y 5Y 总计成交价与利率互换定盘收盘曲线平均偏差0.58 0.53 0.41 0.52 0.52 0.91 0.60 0.49 0.000.200.400.600.801.006M 9M 1Y 2Y 3Y 4Y 5Y 总计成交价与利率互换定盘收盘曲线平均偏差2.45 2.281.292.00 2.842.451.862.3800.511.522.53Apr May Jun Q2FR007平均差值 (BP) Shibor3M平均差值 (BP) 金融工程 | 金工专题报告 请务必阅读正文之后的信息披露和免责申明 7 2.2. 利率互换隐含市场对未来 流动性的预期 利率互换交易双方需要结合对利率的未来预期对利率互换进行定价，最终利率互换的交易价格是市场投资者对未来预期利率买卖博弈的结果。相比国债期货，目前交易活跃的利率互换合约主要挂钩货币市场利率，因此 利率互换天然隐含着市场对货币市场利率以及未来流动性的预期 ， 在 货币政策传导以及货币市场利率预测 中更具有一定的优势 。 利率互换所隐含的远期利率 反应市场 对未来 货币市场 利率 的预期， 具有一定的预测作用。在交易活跃度较高的 FR007 利率互换与 Shibor 3M 利率互换之间， Shibor 3M 利率互换是相对更为理想的测算指标。一方面由于 R007 为真实成交利率，波动相对比较大。另一方面 由于定盘利率 FR007 与 R007 之间 有一定区别 ，导致互换定价出现一定偏差 ，使得FR007 利率互换信息含量较低 闫慧、刘奕成 (2020)。 图 9： R007 与 Shibor3M（单位： %） 图 10： R007 与 FR007（单位： %） 资料来源： Wind， 天风证券研究所 资料来源： Wind， 天风证券研究所 根据下图，利率互换 价格 在一定程度上领先 Shibor3M 利率，利率互换较 货币市场 利率高代表市场预期未来利率上行，利率互换较 Shibor3M利率低代表市场预期未来利率下行，两者利差走阔代表 Shibor 3M 利率变化与 市场 预期变化分歧加大。 图 11： Shibor3M 利率互换收盘利率均值 :1Y 与 Shibor:3M（单位： %） 资料来源： Wind， 天风证券研究所 下图 展示了 2020 年 1 月至 2021 年 7 月 期间 利率互换与 Shibor3M 利率 的 相对变化以及沪深 300 指数同期表现。 2018 年下半年 起 ，市场利率持续降低，利率环境整体以宽松为主，通过观察 下 图可以首先发现，利率互换价格持续高于 Shibor3M 利率。此外可以看到，2020 年 2 月下旬、 4 月中旬、 6 月底 7 月初、 9 月底 10 月初、 11 月中旬以及 2020 年 120.82.84.86.88.810.812.8024681012142007/1/42008/1/42009/1/42010/1/42011/1/42012/1/42013/1/42014/1/42015/1/42016/1/42017/1/42018/1/42019/1/42020/1/42021/1/42022/1/4R007 FR007-1-0.500.511.520.61.62.63.64.65.66.6Shibor3M与 Shibor3M_IRS之差 (右轴 ) Shibor3M Shibor3M_IRS 金融工程 | 金工专题报告 请务必阅读正文之后的信息披露和免责申明 8 月底至 2021 年 1 月初几个时间段内， Shibor3M 利率相对 Shibor3M 利率互换 价格 的增速更低或下降幅度更大，两者利差拉大， 并且 同 时 期 的 沪深 300 指数均有不同程度的上涨。 图 12： Shibor3M 利率互换收盘利率均值 :1Y、 Shibor 3M 与 沪深 300 指数 （单位： %） 资料来源： Wind，天风证券研究所 此外 ，不难 观察到利率互换 价格 在几个 标注时间点 的拐点变化均领先于 Shibor3M 利率的变化 ，一定程度上可以看出利率互换是 Shibor3M 利率的先导指标。 3. 预期外货币政策对股票价格的影响 3.1. 事件分析 基于有效市场假设的理论表明，只有未预料到的 货币 政策变化才会立即影响资产价格 ，预期内的货币政策变化在货币市场利率变化之前就已经计入了资产的价格。而由于 股票回报和政策利率 的变化也 可能 由 其他变量 引起， 为了控制其他变量的影响， 许多研究会采用事件分析的 方法。 本文 选择 在 货币政策调整公告公布的事件窗口期 1对股票指数收益率进行分解。Bernanke & Kuttner(2005)在事件研究中对于未预期到的货币政策变化定义为 FOMC 议息会议当天经天数调整后的联邦基金利率期货的变化幅度，而预期内的货币政策变化为实际联邦基金利率变化与预期外变化之差。 该定义在其经济意义的理解上稍显晦涩 如果实际利率的变动包含预期内和预期外因素，如何能够确定期货价格的变动只单纯由预期外因素构成而不包含预期内因素？此外，Bernanke & Kuttner(2005)所采用的期货合约期限为 1 个月期，在各国市场货币市场的应用 1 具体为：中期借贷便利投放、正 逆回购操作、央行票据发行、大型存款类金融机构存款准备金率变动公告日 金融工程 | 金工专题报告 请务必阅读正文之后的信息披露和免责申明 9 中，该方法较大程度上会受到各国市场可用的货币政策利率衍生品合约期限的限制，合约期限长 短不同，采用 B&K(2005)相同的事件研究方法进行拆解之后的结果也会有较大区别。 实际上，如果中国市场的市场有效性假说成立，当采用一年期利率互换合约对货币市场利率 Shibor3M 进行拆解后，结果反而指向与 Bernanke & Kuttner(2005)完全相反的结论，即，利率互换价格的变动更多反映预期内的因素，而剩余部分则反映了预期外的变化。 因此，不同于 Bernanke & Kuttner(2005)在事件研究中对货币政策预期的拆分方法，本文在日度数据维度上对未预期到的货币政策变化的定义方式借鉴了 Bernanke & Kuttner(2005)在月度数据研究中用到的方法，即： = 11 1 (1) 其中， 11为在 1日对利率互换利率曲线在采用 拔靴法 和插值方法后所得到的未来一天的远期 Shibor 3M 利率， 1为 1日的实际利率， 为预期内的货币政策变化。 通过拔靴法可以根据利率互换曲线标准期限的互换利率计算得到标准期限即期利率曲线，由相邻标准期限即期利率线性 插 值可以算得非标准期限即期利率，形成全期限即期利率曲线。而根据即期利率曲线可以计算其所隐含的远期利率 ， 所得 到 的远期利率则代表了在不同时点市场对 未来 货币市场利率的预期。 预期外的货币政策定义为 日的 实际 利率 减去 1日所 预期 的远期利率 ，即： = 11 (2) 首先，根据以下公式计算事件窗口期货币市场利率变化对股票指数收益率的影响。 = + + (3) 其中， 为股票指数在 日的收益率， 为货币市场利率变化。其次，将上式 进一步拆分为预期内以及预期外的货币政策变化，即： = + + + (4) 为股票指数在 日的收益率， 为预期内货币政策变化， 为预期外货币政策变化。两个模型中，残差项 均代表了事件窗口期货币政策事件之外的因素对股票收益率的影响。模型假设该残差项与等式右侧的货币市场利率变化相互正交。 据等式 (2)所得到的未预期货币市场 利差 分布如下图， 未预期货币市场利率变化的均值为 -0.0162bp， 中位数为 -0.0125。 金融工程 | 金工专题报告 请务必阅读正文之后的信息披露和免责申明 10 图 13： 未预期货币市场利差分布 资料来源： Wind, 天风证券研究所 本文股票指数收益率以沪深 300 指数收益 率为代理变量，货币市场利率采用 Shibor 3M，并统计 2012 年 5 月至今中期借贷便利投放、正 逆回购操作、央行票据发行、大型存款类金融机构存款准备金率变动 等事件的 公告日共计 1447 个样本 点。 根据等式 (3)以及等式 (4)的计算结果如下： 表 2： 事件分析：预期内以及预期外货币政策变化对股指收益率的影响 等式 (3) 等式 (4) 截距项 -0.0002 -0.0001 (-0.452) (-0.324) 原始货币市场利率变化 -0.0574 - (-2.903) 预期内变化 - -0.0583 (-2.094) 预期外变化 - -0.0575 (-2.900) 2 0.006 0.006 资料来源： Wind，天风证券研究所 注：括号内为参数 t 值 等式 (3)中原始货币市场利率的系数为负，与直觉相一致。在将货币市场利率进一步进行拆解之后可以看到，预期内货币政策变化的影响在统计上并不显著，这也与有效市场假说相一致，对货币政策预期内的变化已经提前反映在股票价格之中。另外，可以看到货币市场利率变化中的预期外因素 在事件日当天 对沪深 300 指数收益率具有显著的负面影响，预期外因素的参数 值为 -2.9，对应 值 0.004。这意味着 事件窗口期内，货币 市场利率主要通过未预期到的 货币政策 变化对股市产生影响。 3.2. 以月频分解货币政策预期 事件分析以外的 另一种方法 是 每月定期关注预期 内和预期外 货币政策 的 变化。 本文借鉴 Bernanke & Kuttner(2005)的方法，将预期内的货币政策变化定义为前一期未来 1 个月远期 Shibor3M 利率与实际利率之差。即： = 1,1 1, (5) 金融工程 | 金工专题报告 请务必阅读正文之后的信息披露和免责申明 11 其中， 1,为 1月 日的实际 Shibor 3M 利率， 1,1为 1月 日未来一个月的远期 Shibor 3M 利率。因此，预期外的货币政策变化定义为： = , 1,1 (6) 首先根据以下公式计算每月货币市场利率变化对股票指数收益率的影响。 = + + (7) 其中， 为股票指数在 月的收益率， 为货币市场利率变化。其次，将上式进一步拆分为预期内以及预期外的货币政策对股票指数月度收益率的影响，即： = + + + (8) 为股票指数在 月的收益率， 为预期内货币政策变化， 为预期外货币政策变化。两个模型中，残差项 均代表了每月货币政策事件之外的因素对股票收益率的影响。 月度数据同样采用自 2009 年 1 月至 2022 年 7 月的沪深 300 指数月度收益率和 Shibor 3M 利率及利率互换曲线。根据等式 (7)以及等式 (8)的计算结果如下： 表 3： 月度数据：预期内以及预期外货币政策变化对股指收益率的影响 等式 (7) 等式 (8) 截距项 0.0057 0.0070 (0.961) (1.140) 原始货币市场利率 -0.0078 - (-0.417) 预期内变化 - -0.0289 (-0.970) 预期外变化 - -0.0071 (-0.381) 2 0.001 0.008 资料来源： Wind，天风证券研究所 注：括号内为参数 t 值 根据以上结果，货币市场利率在月度维度上对股票收益率不具有显著的解释能力，即使将货币市场利率的预期内和预期外变化拆解之后，预期外货币政策变化对股指收益率解释水平的显著程度也未有明显改善。这是由于当观察的时间窗口扩大至一个月区间时，能够对股票收益率有所影响的因素也随之增多，众多影响因素之间相互作用导致变量对股票价格变化的解释程度降低。 4. 货币政策 “惊喜” 与 权益市场择时 根据上节分析可以看到， 未预期到的货币政策在短期维度上对权益市场有 显著 的直接影响， 而在 月度 层面对权益市场 的直接影响并不显著。 以下我们 对历史 上 中期借贷便利投放、正 逆回购操作、央行票据发行、大型存款类金融机构存款准备金率变动 等事件的 公告日 后 n 个交易日内 沪深 300 指数 的表现进行 分析 。 根据 等式 (2)， 未 预期货币政策为 日的实际利率减去 1日所预期的远期利率 ，当实际利率大于预期利率 代表 货币政策超预期收紧， 反之代表货币政策超预期放松 。 图 14 和图 15 分别 列出 货币政策在不同的超预期收紧 /放松的 程度下，沪深 300 指数在随后 n 个交易日 内 反向 变化 的 次数占比。 金融工程 | 金工专题报告 请务必阅读正文之后的信息披露和免责申明 12 图 14： 货币政策超预期收紧后 权益 市场 收益为负占比 资料来源： Wind， 天风证券研究所 图 15： 货币政策超预期放松后权益市场 收益为正占比 资料来源： Wind， 天风证券研究所 综合对比 图 14 和 图 15，相比货币政策超预期收紧，货币政策超预期放松后权益市场反向变动 的 占比 平均 更高，且 随着天数的增加该比值 衰减更慢。 此外，根据图 14 可以观察到 ，在 发生货币政策超预期收紧后 的 大约 7 个交易日 内权益市场 反向变化的趋势并不明显，然而 7 个交易日 之后， 大约有 60%-70%的 情况下 权益市场出现了上涨 ，这可能是由于货币政策收紧 时机 往往伴随市场过热， 在货币政策出现收紧后的一小段时间内，市场 呈现震荡 状态 ，随后 部分情况下 市场 受趋势影响继续上涨 。 下图 分别展示了 在 货币市场利率超预期 收紧 和 放松 情况下 沪深 300 指数 走势 2。 2 为便于 展示 ，图中 同时 标记了突破阈值 时点 及 随 后 的 5 个交易日 货币市场利率超预期阈值 ( 单位 ： bp )超预期后1 天超预期后3 天超预期后5 天超预期后7 天超预期后9 天超预期后12 天超预期后14 天超预期后16 天超预期后18 天超预期后20 天样本数量0 . 0 0 0 0 4 6 . 0 0 % 4 8 . 0 0 % 4 6 . 8 0 % 4 3 . 2 0 % 3 8 . 8 0 % 3 5 . 2 0 % 3 7 . 2 0 % 4 0 . 0 0 % 4 2 . 0 0 % 4 0 . 8 0 % 2500 . 0 0 3 3 4 5 . 2 0 % 5 1 . 4 1 % 4 6 . 8 9 % 4 4 . 6 3 % 3 6 . 7 2 % 3 4 . 4 6 % 3 4 . 4 6 % 3 6 . 7 2 % 4 0 . 6 8 % 3 9 . 5 5 % 1770 . 0 0 6 7 4 4 . 8 5 % 4 7 . 7 9 % 4 3 . 3 8 % 4 3 . 3 8 % 3 4 . 5 6 % 3 3 . 0 9 % 3 0 . 8 8 % 3 4 . 5 6 % 3 8 . 9 7 % 3 8 . 9 7 % 1360 . 0 1 0 0 4 7 . 2 7 % 4 8 . 1 8 % 4 4 . 5 5 % 4 6 . 3 6 % 3 5 . 4 5 % 3 2 . 7 3 % 3 0 . 0 0 % 3 2 . 7 3 % 3 8 . 1 8 % 3 9 . 0 9 % 1100 . 0 1 3 3 4 7 . 5 0 % 5 1 . 2 5 % 4 7 . 5 0 % 4 6 . 2 5 % 3 2 . 5 0 % 3 1 . 2 5 % 2 6 . 2 5 % 3 0 . 0 0 % 3 3 . 7 5 % 3 6 . 2 5 % 800 . 0 1 6 7 5 0 . 0 0 % 4 8 . 5 3 % 5 0 . 0 0 % 5 0 . 0 0 % 3 3 . 8 2 % 2 7 . 9 4 % 2 5 . 0 0 % 3 0 . 8 8 % 3 3 . 8 2 % 3 6 . 7 6 % 680 . 0 2 0 0 5 4 . 7 2 % 5 2 . 8 3 % 5 2 . 8 3 % 5 4 . 7 2 % 3 5 . 8 5 % 3 0 . 1 9 % 2 4 . 5 3 % 3 2 . 0 8 % 3 5 . 8 5 % 3 7 . 7 4 % 530 . 0 2 3 3 4 8 . 8 4 % 4 6 . 5 1 % 5 1 . 1 6 % 5 1 . 1 6 % 2 7 . 9 1 % 2 0 . 9 3 % 1 8 . 6 0 % 2 7 . 9 1 % 3 2 . 5 6 % 3 4 . 8 8 % 430 . 0 2 6 7 4 7 . 2 2 % 4 4 . 4 4 % 5 2 . 7 8 % 4 7 . 2 2 % 2 7 . 7 8 % 1 9 . 4 4 % 1 6 . 6 7 % 2 7 . 7 8 % 3 3 . 3 3 % 3 3 . 3 3 % 360 . 0 3 0 0 4 1 . 9 4 % 4 1 . 9 4 % 5 1 . 6 1 % 4 1 . 9 4 % 2 5 . 8 1 % 1 6 . 1 3 % 1 2 . 9 0 % 2 5 . 8 1 % 2 9 . 0 3 % 3 2 . 2 6 % 31货币市场利率超预期阈值 单位 ：超预期后1 天超预期后3 天超预期后5 天超预期后7 天超预期后9 天超预期后12 天超预期后14 天超预期后16 天超预期后18 天超预期后20 天样本数量- 0 . 0 7 4 2 6 4 . 7 1 % 6 1 . 7 6 % 6 1 . 7 6 % 5 5 . 8 8 % 5 2 . 9 4 % 5 8 . 8 2 % 5 8 . 8 2 % 5 8 . 8 2 % 5 2 . 9 4 % 5 2 . 9 4 % 34- 0 . 0 7 1 1 6 3 . 1 6 % 5 7 . 8 9 % 5 7 . 8 9 % 5 2 . 6 3 % 5 2 . 6 3 % 5 7 . 8 9 % 5 7 . 8 9 % 5 7 . 8 9 % 5 0 . 0 0 % 5 0 . 0 0 % 38- 0 . 0 6 7 9 6 1 . 9 0 % 5 7 . 1 4 % 5 9 . 5 2 % 5 4 . 7 6 % 5 2 . 3 8 % 5 4 . 7 6 % 5 4 . 7 6 % 5 4 . 7 6 % 5 0 . 0 0 % 5 0 . 0 0 % 42- 0 . 0 6 4 7 5 8 . 7 0 % 6 0 . 8 7 % 6 0 . 8 7 % 5 8 . 7 0 % 5 4 . 3 5 % 5 6 . 5 2 % 5 6 . 5 2 % 5 6 . 5 2 % 5 0 . 0 0 % 4 7 . 8 3 % 46- 0 . 0 6 1 6 5 7 . 1 4 % 5 9 . 1 8 % 6 1 . 2 2 % 5 9 . 1 8 % 5 5 . 1 0 % 5 7 . 1 4 % 5 7 . 1 4 % 5 7 . 1 4 % 5 1 . 0 2 % 4 8 . 9 8 % 49- 0 . 0 5 8 4 5 5 . 5 6 % 5 9 . 2 6 % 6 1 . 1 1 % 6 2 . 9 6 % 5 9 . 2 6 % 6 1 . 1 1 % 6 1 . 1 1 % 6 1 . 1 1 % 5 5 . 5 6 % 5 3 . 7 0 % 54- 0 . 0 5 5 3 5 4 . 5 5 % 5 9 . 0 9 % 5 4 . 5 5 % 6 0 . 6 1 % 6 0 . 6 1 % 6 2 . 1 2 % 5 9 . 0 9 % 6 0 . 6 1 % 5 9 . 0 9 % 5 7 . 5 8 % 66- 0 . 0 5 2 1 5 3 . 0 9 % 5 8 . 0 2 % 5 5 . 5 6 % 5 9 . 2 6 % 5 9 . 2 6 % 6 0 . 4 9 % 5 6 . 7 9 % 5 6 . 7 9 % 5 3 . 0 9 % 5 3 . 0 9 % 81- 0 . 0 4 8 9 5 3 . 6 8 % 5 8 . 9 5 % 5 7 . 8 9 % 6 1 . 0 5 % 6 0 . 0 0 % 5 8 . 9 5 % 5 4 . 7 4 % 5 6 . 8 4 % 5 2 . 6 3 % 5 3 . 6 8 % 95- 0 . 0 4 5 8 5 4 . 7 2 % 5 6 . 6 0 % 5 7 . 5 5 % 6 1 . 3 2 % 6 0 . 3 8 % 5 8 . 4 9 % 5 4 . 7 2 % 5 5 . 6 6 % 5 2 . 8 3 % 5 2 . 8 3 % 106- 0 . 0 4 2 6 5 9 . 1 7 % 6 0 . 8 3 % 6 0 . 8 3 % 6 3 . 3 3 % 6 1 . 6 7 % 6 0 . 0 0 % 5 6 . 6 7 % 5 7 . 5 0 % 5 5 . 8 3 % 5 5 . 0 0 % 120- 0 . 0 3 9 5 5 5 . 5 6 % 6 1 . 4 8 % 5 8 . 5 2 % 6 2 . 9 6 % 6 3 . 7 0 % 6 2 . 9 6 % 5 8 . 5 2 % 5 8 . 5 2 % 5 7 . 7 8 % 5 7 . 0 4 % 135- 0 . 0 3 6 3 5 7 . 3 1 % 6 1 . 4 0 % 5 7 . 8 9 % 6 1 . 9 9 % 6 3 . 7 4 % 6 2 . 5 7 % 5 7 . 3 1 % 5 8 . 4 8 % 5 9 . 0 6 % 5 9 . 0 6 % 171- 0 . 0 3 3 2 5 5 . 9 0 % 5 7 . 9 5 % 5 5 . 9 0 % 6 1 . 0 3 % 6 3 . 0 8 % 6 1 . 5 4 % 5 5 . 9 0 % 5 6 . 9 2 % 5 7 . 4 4 % 5 8 . 4 6 % 195- 0 . 0 3 0 0 5 6 . 5 8 % 5 7 . 4 6 % 5 4 . 8 2 % 5 8 . 7 7 % 6 1 . 4 0 % 5 9 . 6 5 % 5 6 . 1 4 % 5 7 . 4 6 % 5 8 . 3 3 % 5 9 . 2 1 % 228 金融工程 | 金工专题报告 请务必阅读正文之后的信息披露和免责申明 13 图 16： 货币政策超预期收紧期间与沪深 300 指数表现（阈值： 0.003bp） 资料来源： Wind， 天风证券研究所 图 17： 货币政策超预期 放松 期间与沪深 300 指数表现（阈值： -0.04bp） 资料来源： Wind， 天风证券研究所 根据以上分析， 我们 分别针对 货币政策超预期放松 和收紧的情况 构建如下择时策略 。 择时对象：沪深 300 指数 回测时间区间： 2013 年 1 月 4 日 -2022 年 7 月 29 日 调仓规则： 在 中期借贷便利投放、正 逆回购操作、央行票据发行、大型存款类金
展开阅读全文