股票投资者能从公司债券市场数据中获益吗？是的。事实上，使用债券动量信号构建的股票投资组合可能比传统的股票价格动量投资组合表现更好。
但正如我们的研究表明，信号设计至关重要。
动量溢出
动量溢出效应描述的是一家公司债券动量对其未来股票收益发出的信号，其原因是金融市场的信息不对称。
债券市场数据可能为股票投资者提供独特见解的原因如下：
- 相比股票市场，拥有先进专业知识和更多更好数据渠道的机构投资者在债券市场占据主导地位。这可能使债券市场具有信息优势。
- 由于债券具有更可预测的未来现金流，其价格可能更好地反映其基本价值。
- 低流动性和高交易成本可能会使债券市场免受投机和短期波动的影响。
债券动量设计
收获动量溢出溢价需要适当设计的债券动量信号。与股票动量不同，债券动量没有单一的定义。根据学术文献，债券动量信号有三种形式：
- 总回报债券动量 反映一家公司所有未偿还债券的累计过去总回报。
- 超额回报债券动量 描述债券总收益与期限匹配的无风险债券总收益之间的差额。
- 利差变化债券动量 为利差变化的负值。
在《公司债券回报的动量》一文中，Gergana Jostova 等人研究了总回报债券动量，并发现非投资级债券具有强大的动量效应。但根据债券总回报或利率和利差回报对股票进行排名可能并不明智，因为前者是一个受主权利率动态驱动的系统性因素。因此，公司债务的利率风险可以显著影响总回报债券动量。这就是我们在这里关注利差变化债券动量和超额回报债券动量的原因。
将债券动量应用于股票投资组合
我们的债券数据集基于罗素 1000 股票样本，始于 2003 年，即交易报告和合规引擎 (TRACE) 固定收益数据库推出后不久。我们使用通用公司 ID 将公司债券证券映射到其股票。截至 2022 年 12 月，约 60% 的罗素 1000 公司（占该指数总市值的 86%）拥有债券数据覆盖。
我们计算了所有债券发行公司过去三个月回溯期的市值加权超额债券收益和利差变化，并根据债券动量得分将股票分为五等份（Q1 至 Q5），从而构建了因子模拟投资组合。第一张图表展示了等权重和市值加权 Q1 至 Q5 因子投资组合的业绩摘要，以及用于比较的 Carhart 动量因子投资组合。
两种债券动量信号在等权重和市值加权基础上均优于传统股票动量，且信息比率更高。此外，利差变化债券动量以更高的第一季度年化回报率和第一季度至第五季度的回报利差超越了超额回报债券动量。
假设债券动量投资组合表现摘要
（罗素 1000，2003 年至 2022 年）
| 文件夹 | 超额回报债券动量 | 利差变化债券动量 | 股票动量 | ||||||
| 年化回报率 | 超额回报 | 信息比率 | 年化回报率 | 超额回报 | 信息比率 | 年化回报率 | 超额回报 | 信息比率 | |
| 等权重投资组合 | |||||||||
| 问题 1 | 12.2％ | 1.9％ | 0.34 | 12.9％ | 2.7％ | 0.41 | 11.5％ | 1.3％ | 0.24 |
| 第二季度 | 12.5％ | 2.3% | 0.44 | 12.6％ | 2.4% | 0.47 | 11.3％ | 1.1％ | 0.28 |
| 第三季度 | 12.6％ | 2.4% | 0.47 | 12.1％ | 1.9％ | 0.40 | 12.0％ | 1.7％ | 0.36 |
| Q4 | 11.3％ | 1.1％ | 0.25 | 11.1％ | 0.9％ | 0.23 | 11.4％ | 1.2％ | 0.25 |
| 问5 | 11.1％ | 0.9％ | 0.20 | 10.9％ | 0.7% | 0.19 | 12.9％ | 2.7％ | 0.29 |
| 第一季度至第五季度 | 1.1％ | – | – | 2.0％ | – | – | –1.4% | – | – |
| 市值加权投资组合 | |||||||||
| 问题 1 | 10.0％ | –0.2% | 0.04 | 10.5％ | 0.3% | 0.10 | 9.3% | -0.9％ | -0.11 |
| 第二季度 | 10.9％ | 0.7% | 0.17 | 11.4％ | 1.2％ | 0.29 | 11.3％ | 1.1％ | 0.26 |
| 第三季度 | 10.6％ | 0.4% | 0.11 | 10.7％ | 0.5％ | 0.11 | 10.7％ | 0.5％ | 0.14 |
| Q4 | 10.1％ | –0.1% | –0.02 | 9.4％ | –0.8% | –0.13 | 9.3% | -0.9％ | -0.12 |
| 问5 | 8.8％ | –1.4% | –0.24 | 7.6% | –2.6% | –0.36 | 10.5％ | 0.3% | 0.13 |
| 第一季度至第五季度 | 1.2％ | – | – | 1.9％ | – | – | –1.2% | – | – |
本文包含的数据并不代表实际投资组合的结果，而是反映假设的历史表现。过去的表现并不代表未来的结果。
分析
利差变化债券动量优于超额债券动量并非巧合。这一结果有一些基本解释。使用基本的债券数学，我们将债券超额回报分解为利差套利回报和利差价格回报，如下面的公式 1 至 6 所示。利差套利回报是利差水平的函数，而利差价格回报则由利差变化驱动。利差变化是唯一直接捕捉公司特定市场情绪的组成部分。
我们还应用了 Fama–Macbeth 回归模型来进一步评估两种债券动量信号。具体来说，我们每月进行横截面回归，使用一个月远期股票收益作为自变量，以普通股因子加上债券动量作为因变量。模型输出如下表所示。
股票收益和债券动量因素：横截面分析，2003 年至 2022 年
| 模型 1 | 模型 2 | 模型 3 | 模型 4 | |
| 截距 | 0.0103（3.46） | 0.0103（3.44） | 0.0106（3.56） | 0.0105（3.52） |
| 市场 | 0.0024（1.49） | 0.0024（1.47） | 0.0024（1.45） | 0.0024（1.46） |
| 尺寸 | 0.0006（1.59） | 0.0006（1.55） | 0.0006（1.70） | 0.0007（1.85） |
| 价值 | –0.0004 (-0.53) | –0.0004 (-0.48) | –0.0004（-0.49） | –0.0004 (-0.50) |
| 鱼子 | 0.0001（0.04） | 0.0002（0.06） | 0.0001（0.02） | –0.0001 (-0.02) |
| 低波动 | 0.0133（1.55） | 0.0126（1.49） | 0.0122（1.46） | 0.0122（1.45） |
| 势头 | 0.0034（0.85） | 0.0029（0.75） | 0.0026（0.67） | 0.0028（0.71） |
| 超额回报债券动量 | 0.0357 (1.71) | –0.0072（-0.25） | ||
| 利差变化债券动量 | 0.1957 (2.54) | 0.2209 (2.10) | ||
| R^2 | 0.1347 | 0.1382 | 0.1381 | 0.1403 |
本文包含的数据并不代表实际投资组合的结果，而是反映假设的历史表现。过去的表现并不代表未来的结果
模型 1 是基线 Fama-French 三因子模型加上股本回报率 (ROE)、低波动率和动量。模型 2 在模型 1 的基础上进行了扩展，添加了超额回报债券动量作为独立变量。模型 3 使用利差变化债券动量作为附加变量，而模型 4 则包括两种债券动量信号作为解释变量。
模型2和模型3的输出表明，两种债券动量信号都可以提高基线模型或模型1的解释能力。当作为独立变量时，利差变化债券动量比超额回报债券回报表现出更高的统计显著性；而当两种信号都包含时，利差变化债券动量可以更好地预测未来股票回报。
结论
债券数据越广泛可用，越多的学者和从业者将其应用于股票信号研究。根据我们对美国大盘股公司债券的分析，一个设计良好、能有效捕捉市场情绪的债券动量信号可以帮助实现显著的股票阿尔法值，而正如我们的回测和横截面分析显示的那样，价差变化债券动量是收获这种动量溢出溢价的最有效方法。
进一步阅读
Bittlingmayer，G. 和 Shane Moser。“公司债券市场知道什么？” 金融评论报。
Chan, Louis KC、Narasimhan Jegadeesh 和 Josef Lakonishok。“动量策略。” 金融杂志。
Dor、Arik Ben 和 Zhe Xu。“股票投资者是否应该关心公司债券价格？利用债券价格构建股票动量策略。” 投资组合管理杂志。
Gebhardt, William R.、Soeren Hvidkjaer 和 Bhaskaran Swaminathan。“股票和债券市场互动：动量溢出效应是否显著？” 金融经济学杂志。
Israel, Ronen、Diogo Palhares 和 Scott A. Richardson。“公司债券收益的共同因素。” 投资管理杂志。
Gergana Jostova、Stanislava Nikolova、Alexander Philipov 和 Christof W. Stahel。 “公司债券回报的势头。” 金融研究评论。
Lee, Jongsub、Andy Naranjo 和 Stace Sirmans。“CDS 动能：信用评级缓慢变化和跨市场溢出效应。” 资产定价研究综述。
Wiltermuth, Joy J. “美国公司债券的电子交易终于开始起步。但这位投资者表示，现在还为时过早。” 市场观察。
如果你喜欢这篇文章，别忘了订阅 进取的投资者。
所有文章仅代表作者的观点。因此，这些文章不应被视为投资建议，所表达的观点也不一定反映 CFA 协会或作者雇主的观点。
图片来源：©Getty Images/atakan
CFA 协会会员的专业学习
CFA 协会会员有权自行决定和报告所获得的专业学习 (PL) 学分，包括以下内容 进取的投资者. 会员可以使用在线 PL 追踪器轻松记录积分。
关键词：
