相對收益-固定收益組合歸因-Campisi模型

固定收益組合歸因-Campisi模型

  • 1 Campisi模型1
    • 1.1 Campisi歸因框架
    • 1.2 Campisi模型絕對收益分解
      • 1.2.1 票息收益
      • 1. 2.2 收斂收益
      • 1. 2.3 騎乘收益
      • 1. 2.4 平移收益
      • 1. 2.5 扭曲收益
      • 1. 2.6 利差收益
      • 1. 2.7 殘差收益
    • 1.3 Campisi模型超額收益分解
  • 2 Campisi模型2
    • 2.1 分解框架
    • 2.2 模型介紹
    • 2.3 模型局限性

上期我們介紹了加權久期歸因模型,包括債券組合收益率的分解、加權久期歸因模型計算邏輯和歸因結果的解讀。

  • 債券組合收益率可以被分解為持有的收益和因到期收益率變動導致的收益,債券組合的到期收益率變化無法直接通過個券到期收益率變化加權平均獲得,因此需要推導出到期收益率的變化。
  • 加權久期歸因模型通過創建兩個參考組合來拆分固定收益組合投資管理過程中不同投資操作的貢獻,即總久期、債券類屬配置和證券選擇。
  • 除了可以應用在分析組合相對基準的超額收益外,加權久期歸因也可以用來比較兩個策略的收益差異,即將其中一個組合作為基準組合來分析兩個產品的收益差異來源。
  • 在使用加權久期歸因的時候,我們使用不同的債券類屬分類方式也會對最終的分析結果造成差異。

本章將介紹Campisi歸因模型。Campisi歸因模型是目前使用最廣泛的固定收益歸因模型,可以對絕對收益和超額收益進行歸因。本期我們將主要介紹Campisi歸因的框架,Campisi模型絕對收益分解,以及Campisi模型超額收益分解。

1 Campisi模型1

1.1 Campisi歸因框架

本期我們介紹了Campisi歸因模型,包括Campisi歸因的框架,Campisi模型絕對收益分解,以及Campisi模型超額收益分解。Campisi歸因的起點是債券未來現金流折現的定價公式,通過對分別對到期收益率y和時間t求偏微分將收益率進行拆分。同時又可以進一步根據影響投資決策流程的因素將收益具體拆分到票息收益、收斂收益、騎乘收益、平移收益、扭曲收益、利差收益和個券殘差收益。除了用來對絕對收益進行分解外,Campisi歸因模型還可以用來對組合的超額收益進行分解。

Campisi歸因的起點是債券未來現金流折現的定價公式,債券的價格受到兩個因素的影響:到期收益率y和時間t,通過對分別對到期收益率和時間求偏微分,可以得到債券收益近似為:
在這里插入圖片描述
而進一步的,可以將時間變化貢獻的部分拆分為票息收益+收斂收益,將到期收益率變化貢獻的部分拆分為曲線收益+利差收益+個券殘差收益。即Campisi歸因的框架可以分解為:
在這里插入圖片描述
在日常進行分析的時候,我們也會根據各類收益貢獻的來源性質不同對收益類型進行重新分類。比如:

  • 將票息收益、收斂收益和騎乘收益合并為持有收益,因為這三類都是在假設當前市場情況不發生任何變化,持有債券一段時間能夠獲得的收益;
  • 將平移收益和扭曲收益合并為曲線變動收益,因為這兩類收益是收益率曲線不同變化產生的收益等等。
  • 在一些教科書或是分析報告中我們也經常能夠看到Campisi歸因模型是直接使用票息作為收益分解的第一部分,即r=C×Δt-MD×Δy,但通過數學推導我們認為這樣的分解結構是不準確的。因此,在計算式中我們使用數學上更加合理的y×Δt作為收益分解中時間因素的影響。

1.2 Campisi模型絕對收益分解

t t t日債券策略收益率 r t r_t rt?可以分解為
在這里插入圖片描述

1.2.1 票息收益

票息收益債券收益的主要來源,與債券的票面利率和持有時間有關。
在這里插入圖片描述

1. 2.2 收斂收益

收斂收益代表的是債券價值收斂于面值所產生的收益,當所有條件未發生變化時,債券每日的收益率等于其到期收益率,扣除票息產生的收益,剩下的收益來源于債券價值的收斂過程。
在這里插入圖片描述

1. 2.3 騎乘收益

騎乘收益代表的是由于期限變短而在收益率曲線上獲得的收益。正常情況下收益率曲線是延左下向右上傾斜的形狀,在收益率曲線未發生變化的情況下,隨著期限縮短,收益率會順著曲線向下走,從而影響債券的價格。
在這里插入圖片描述

1. 2.4 平移收益

平移收益是指由于國債收益率曲線發生平移產生的收益,平移收益是修正久期影響收益率的關鍵因素。對于曲線平移量的計算方法,選定0.5,1,2,3,5,7,10這幾個關鍵點作為觀測點,并計算平均值。
在這里插入圖片描述

1. 2.5 扭曲收益

扭曲收益指由于國債收益率曲線的非平行移動所產生的收益。由于收益率曲線的變化往往不是平行移動,在不同期限上曲線的變化方向和變化幅度不同,基金經理可以通過配置不同期限的債券獲得曲線形狀變化的收益。
在這里插入圖片描述

1. 2.6 利差收益

利差為債券到期收益率與對應期限國債收益率的差,由于債券的信用、流動性等因素的變化,債券的利差也會發生變化,從而債券的到期收益率與曲線的變化幅度不同。當債券的利差縮小時,可以在利差部分獲取正收益。
在這里插入圖片描述

1. 2.7 殘差收益

殘差為根據公式計算的各部分收益的和與債券實際收益的差異,屬于模型無法解釋的部分,當兩個交易日中間間隔的自然日天數越多時殘差會越大。
在這里插入圖片描述

1.3 Campisi模型超額收益分解

除了用來對絕對收益進行分解外,Campisi歸因模型還可以用來對組合的超額收益進行分解。分解結構和絕對收益分解一致,在計算上也是將基準的收益按Campisi模型進行分解后,算出各收益項上組合相對基準的收益,作為對超額收益的分解。
在這里插入圖片描述
在這里插入圖片描述

2 Campisi模型2

2.1 分解框架

Campisi分解模型在前面幾種債券組合歸因模型的基礎上首次提出將組合收益率分解為利息收益部分和價格變化部分,價格變化部分主要是由于利率變化引起的,可以進行進一步的分解,整個分解的框架如下圖所示:
在這里插入圖片描述

2.2 模型介紹

Campisi分解模型是從債券的定價出發進行收益分解。得到債券價格P可以表示為:
在這里插入圖片描述
假設債券的買賣發生在付息期間,將上下兩個付息日之間的時間看作單位1,交易日到下一個付息日之間的剩余日期為m,交易日作為起始日,剩余付息次數為N+1,y是債券的到期收益率,其他關鍵變量有利息C、到期償還的本金即面值F。債券的價格受到兩個因素的影響:到期收益率y和利息mC,價格對于這兩個因素的敏感度可以通過求偏微分得到。
在這里插入圖片描述
已知麥考利久期D和修正久期MD分別為
在這里插入圖片描述
債券的定價公式可以轉換為
在這里插入圖片描述
同樣,用債券價格對m求偏微分可以得到:
在這里插入圖片描述
綜合上面的推導式,債券價格的變化dP可以表示為:
在這里插入圖片描述
債券的收益率R為:
在這里插入圖片描述
債券持有期t滿足條件t+m=1,因此債券收益率一般可以認為由如下兩個因素組成:
在這里插入圖片描述
y Δ t y\Delta t yΔt所代表的是收入效應,主要是由息票收益帶來的; ? M D Δ y -MD\Delta y ?MDΔy表示的是由到期收益率變化所帶來的收益,可以用下圖進行解釋:隨著到期日的臨近,債券收益率的變化有來自于無風險利率的變化導致的部分即國債效應以及個券本身的信用利差導致的部分即利差效應,與債券組合進行多因子分解中的幾大因子也能夠對應上來。
在這里插入圖片描述
當然在這個基礎上也可以將債券的收益率R進行更為細致的分解:
在這里插入圖片描述
在這里插入圖片描述

2.3 模型局限性

Campisi分解模型的優點在于充分考慮到了影響債券收益的主要因素,需要輸入的參數較少,所以實現起來也較為便利,并且收益分解的結果可以根據需求進行細分,例如國債效應又可以細分為久期管理效應和期限結構配置效應。

模型的主要缺陷在于:

  • 1)、同加權久期分解模型一樣只有選擇了合適的基準作為參考時才能得到更為全面細致的分析結果,所以基準的選擇比較棘手;
  • 2)、對基金自上而下的擇券能力評估不足;
  • 3)、選擇的分析區間及分析的時間長短對模型評價結果有影響。

本文來自互聯網用戶投稿,該文觀點僅代表作者本人,不代表本站立場。本站僅提供信息存儲空間服務,不擁有所有權,不承擔相關法律責任。
如若轉載,請注明出處:http://www.pswp.cn/news/895156.shtml
繁體地址,請注明出處:http://hk.pswp.cn/news/895156.shtml
英文地址,請注明出處:http://en.pswp.cn/news/895156.shtml

如若內容造成侵權/違法違規/事實不符,請聯系多彩編程網進行投訴反饋email:809451989@qq.com,一經查實,立即刪除!

相關文章

IntelliJ IDEA使用經驗(十三):使用Git克隆github的開源項目

文章目錄 問題背景辦法1、設置git代理;2、再次克隆項目;3、再次按常規方式進行git克隆即可。 問題背景 由于github在國外,很多時候我們在使用idea克隆開源項目的時候,沒辦法檢出,提示 連接重置。 辦法 1、設置git代…

JAVA安全之Java Agent打內存馬

基本介紹 Java Agent是一種特殊的Java程序,它允許開發者在Java虛擬機(JVM)啟動時或運行期間通過java.lang.instrument包提供的Java標準接口進行代碼插樁,從而實現在Java應用程序類加載和運行期間動態修改已加載或者未加載的類,包括類的屬性、…

RabbitMQ 消息順序性保證

方式一:Consumer設置exclusive 注意條件 作用于basic.consume不支持quorum queue 當同時有A、B兩個消費者調用basic.consume方法消費,并將exclusive設置為true時,第二個消費者會拋出異常: com.rabbitmq.client.AlreadyClosedEx…

SQL自學,mysql從入門到精通 --- 第 14天,主鍵、外鍵的使用

1.主鍵 PRIMARY KEY 主鍵的使用 字段值不允許重復,且不允許賦NULL值 創建主鍵 rootmysqldb 10:11: [d1]> CREATE TABLE t3(-> name varchar(10) PRIMARY KEY,-> age int,-> class varchar(8)-> ); Query OK, 0 rows affected (0.01 sec)rootmys…

DeepSeek深度思考:客戶端(Android/iOS)架構設計指南

目標讀者:中高級開發者、架構師 適用場景:大型復雜應用開發、跨團隊協作、長期維護迭代 一、架構設計核心原則 1.模塊化(Modularization) 橫向拆分:按功能邊界劃分(如登錄、支付、消息模塊)縱向…

【MQ】Spring3 中 RabbitMQ 的使用與常見場景

一、初識 MQ 傳統的單體架構,分布式架構的同步調用里,無論是方法調用,還是 OpenFeign 難免會有以下問題: 擴展性差(高耦合,需要依賴對應的服務,同樣的事件,不斷有新需求&#xff0…

EasyExcel 導出合并層級單元格

EasyExcel 導出合并層級單元格 一、案例 案例一 1.相同訂單號單元格進行合并 合并結果 案例二 1.相同訂單號的單元格進行合并2.相同訂單號的總數和總金額進行合并 合并結果 案例三 1.相同訂單號的單元格進行合并2.相同訂單號的商品分類進行合并3.相同訂單號的總數和總金額…

cs106x-lecture3(Autumn 2017)

打卡cs106x(Autumn 2017)-lecture3 1、streamErrors Suppose an input file named streamErrors-data.txt contains the following text: Donald Knuth M 76 Stanford U. The code below attempts to read the data from the file, but each section has a bug. Correct th…

C++模板編程——typelist的實現

文章最后給出了匯總的代碼,可直接運行 1. typelist是什么 typelist是一種用來操作類型的容器。和我們所熟知的vector、list、deque類似,只不過typelist存儲的不是變量,而是類型。 typelist簡單來說就是一個類型容器,能夠提供一…

springboot 事務管理

在Spring Boot中,事務管理是通過Spring框架的事務管理模塊來實現的。Spring提供了聲明式事務管理和編程式事務管理兩種方式。通常,我們使用聲明式事務管理,因為它更簡潔且易于維護。 1. 聲明式事務管理 聲明式事務管理是通過注解來實現的。…

windows通過網絡向Ubuntu發送文件/目錄

由于最近要使用樹莓派進行一些代碼練習,但是好多東西都在windows里或虛擬機上,就想將文件傳輸到樹莓派上,但試了發現u盤不能簡單傳送,就在網絡上找到了通過windows 的scp命令傳送 前提是樹莓派先開啟ssh服務,且Window…

字節跳動后端一面

📍1. Gzip壓縮技術詳解 Gzip是一種流行的無損數據壓縮格式,它使用DEFLATE算法來減少文件大小,廣泛應用于網絡傳輸和文件存儲中以提高效率。 🚀 使用場景: ? 網站優化:通過壓縮HTML、CSS、JavaScript文件來…

Leetcode 3448. Count Substrings Divisible By Last Digit

Leetcode 3448. Count Substrings Divisible By Last Digit 1. 解題思路2. 代碼實現 題目鏈接:3448. Count Substrings Divisible By Last Digit 1. 解題思路 這一題的話我們走的是一個累積數組的思路。 首先,我們使用一個cache數組記錄下任意段數字…

三維模擬-機械臂自翻車

機械仿真 前言效果圖后續 前言 最近在研究Unity機械仿真,用Unity實現其運動學仿真展示的功能,發現一個好用的插件“MGS-Machinery-master”,完美的解決了Unity關節定義缺少液壓缸伸縮關節功能,內置了多個場景,講真的&…

USB子系統學習(四)用戶態下使用libusb讀取鼠標數據

文章目錄 1、聲明2、HID協議2.1、描述符2.2、鼠標數據格式 3、應用程序4、編譯應用程序5、測試6、其它 1、聲明 本文是在學習韋東山《驅動大全》USB子系統時,為梳理知識點和自己回看而記錄,全部內容高度復制粘貼。 韋老師的《驅動大全》:商…

2月9日QT

優化登錄框: 當用戶點擊取消按鈕,彈出問題對話框,詢問是否要確定退出登錄,并提供兩個按鈕,yes|No,如果用戶點擊的Yes,則關閉對話框,如果用戶點擊的No,則繼續登錄 當用戶…

安卓路由與aop 以及 Router-api

安卓路由(Android Router)和AOP(面向切面編程)是兩個在Android開發中常用的概念。下面我將詳細講解這兩個概念及其在Android開發中的應用。 一、安卓路由 安卓路由主要用于在應用程序中管理不同組件之間的導航和通信。它可以簡化…

大模型賦能網絡安全整體應用流程概述

一、四個階段概述 安全大模型的應用大致可以分為四個階段: 階段一主要基于開源基礎模型訓練安全垂直領域的模型; 階段二主要基于階段一訓練出來的安全大模型開展推理優化、蒸餾等工序,從而打造出不同安全場景的專家模型,比如數據安全領域、安全運營領域、調用郵件識別領…

nexus部署及配置https訪問

1. 使用docker-compose部署nexus docker-compose-nexus.yml version: "3" services:nexus:container_name: my-nexusimage: sonatype/nexus3:3.67.1hostname: my-nexusnetwork_mode: hostports:- 8081:8081deploy:resources:limits:cpus: 4memory: 8192Mreservations…

史上最快 Python版本 Python 3.13 安裝教程

Python3.13安裝和配置 一、Python的下載 1. 網盤下載地址 (下載速度比較快,推薦) Python3.13.0下載:Python3.13.0下載地址(windows)3.13.0下載地址(windows) 點擊下面的下載鏈接&#xff0c…