超长信用债定价难度大,传统方法存在局限性。改进后的Diebold-Li模型(D-L模型)结合数值优化和数据趋势性处理,大幅提升预测精度,为超长信用债定价提供可靠参照。
传统方法局限性:
- 插值法无法区间外预测,难以对非活跃超长债定价;
- 静态拟合法(如N-S模型、Svensson模型)依赖模型设定,难以反映市场趋势,且在刻画短端倒挂现象时存在不足。
改进D-L模型:
- 基于N-S模型,控制期限结构形态,对数据要求低;
- 参数设定:对水平因子、斜率因子和曲率因子进行细致设定和优化,以k=0.3357为基准进行微调;
- 正则化处理:加入L1正则化,提高长端泛化预测能力;
- 数据趋势性处理:加权中债估价收益率和近期交易数据,使预测长债价格适用性延长至21天;
- 细化分类:区分产业债和城投债,并进一步按隐含评级、是否公募发行、是否含权债、是否含担保、行业划分,增强对个券预测能力。
应用场景与效果:
- 首次发行超长债:模型估价精度较好,如24京投K4;
- 初始交易价格和中债估值偏差较大:模型预测价格后续趋势性调整并回归合理区间,如24蜀道投资MTN010B;
- 初始交易价格和中债估值偏差较小:模型预测价格后续接近或略优于中债估值,如24鲁高速MTN006B、24深圳地铁MTN003B。
研究结论:
改进后的D-L模型能有效应用于超长债定价预测,综合考虑债券特性、市场趋势和分类因素,可提供可靠的估值参考,帮助投资者进行决策。
风险提示:
模型假设与现实偏差、指标选取主观性、数据更新不及时及提取失误、统计口径不准确。