更准确的高频久期测算方法——机构行为指标跟踪系列之一

摘要： 本报告旨在通过量化方法的改进，提出一套更准确的债券基金高频久期测算方案，以解决传统方法在时效性、噪声处理及共线性方面的缺陷，从而更精准地跟踪机构行为。

行业主线：

1. 分阶段加权回归法：针对绝对值测算，通过向前逐步回归筛选匹配指数，利用 Huber 估计法降低离群点噪声，并采用准确度加权移动平均提升结果的平滑度与时效性。
2. 交易结构分析法：针对相对值测算，直接立足于二级市场日频净买入数据，观测久期的边际变化方向，作为回归法的有效补充。
3. 跟踪系统构建：搭建了涵盖 9 类基金（按期限与持仓维度划分）的久期中位数跟踪系统，并引入“久期分歧度”指标衡量机构预期的统一程度。

关键变化与分歧：

1. 时效性突破：传统利率敏感性久期（半年度）与重仓券久期（季度）更新频率低，无法捕捉高频变化；新方法实现了日频跟踪。
2. 精准度提升：分阶段加权回归法在处理“尖峰厚尾”收益率序列时比普通回归法更稳健，且在市场剧烈波动时反应更灵敏。

受益方向与风险：

1. 应用方向：该方法可用于观测全市场或特定类型基金的久期绝对水平及其最新的边际变化方向。
2. 核心风险：计算假设失效、市场出现极端波动导致量化结果不稳定性增加。