> ## Documentation Index
> Fetch the complete documentation index at: https://financecontext.com/llms.txt
> Use this file to discover all available pages before exploring further.

# 债券相对价值分析（Bond Relative Value）技能

> 通过价差分解、信用利差分析和情景压力测试，评估债券的富/廉（Rich/Cheap）定价

# 债券相对价值分析技能

## 什么是债券相对价值分析？

债券相对价值分析（Bond Relative Value Analysis）是固定收益（Fixed Income）投资者用来判断一只债券定价是否合理的核心方法。其核心思想是将债券收益率相对于无风险利率的总价差（Total Spread）分解为可归因的组成部分：G-spread（相对政府债券的利差，反映整体信用风险溢价）、信用曲线利差（Credit Curve Spread，该评级和行业的"正常"信用补偿）和残差（Residual，反映流动性溢价、技术因素和特异性风险）。残差为正意味着债券提供了超出正常补偿的额外收益——可能是被低估的（Cheap）；残差为负意味着定价偏高（Rich）。

这个分析框架可以类比为房地产估值：一套房子的价格（总价差）可以分解为地段价值（无风险利率）、同区域同户型的平均溢价（信用曲线利差）和这套房子相对平均水平的偏差（残差）。如果残差为正，意味着这套房子比同等条件的房子"便宜"，可能是一个好的买入机会。

### 中国债券市场的相对价值分析

中国债券市场是全球第二大债券市场，存量规模超过150万亿元人民币。在这个市场中进行相对价值分析需要考虑几个中国特有的因素：

1. **信用评级体系差异**：中国本土评级机构（中诚信、联合资信等）的评级分布与国际评级（穆迪Moody's、标普S\&P）存在显著差异——大量中国债券被本土机构评为AAA级，但国际评级可能只有BBB级。进行相对价值比较时，需要使用一致的评级标准。

2. **城投债（LGFV Bonds）的特殊性**：城投债是中国债券市场独特的品种。城投公司的信用分析不能简单套用企业信用分析框架——其信用本质上取决于地方政府的财政实力和支持意愿。城投债之间的相对价值比较需要在"区域"维度上展开（如江苏AA+ vs. 贵州AA+），而非仅在传统的"行业"维度。

3. **流动性溢价显著**：中国债券市场的流动性分化严重——国债和政策性金融债流动性好，但大量信用债交易极为不活跃。流动性差的债券需要更高的收益率补偿，这在残差分析中占比很大。

4. **信用事件的脉冲式影响**：中国信用债市场曾经有"隐性刚兑"的预期，但自2014年以来违约事件逐渐增多（特别是2020-2021年的房地产企业违约潮）。每次重大违约事件都会导致同类债券利差大幅走阔，创造相对价值机会。

## 为什么重要

在拥有数万只在交易的债券市场中，相对价值分析是识别错误定价机会的系统化方法。它帮助投资组合经理做出知情的超配/低配（Overweight/Underweight）决策。

在中国市场，这尤为重要——因为信用研究的深度和覆盖面仍在发展中，很多债券的定价可能没有充分反映其真实的信用风险或已经过度反映了负面情绪。相对价值分析提供了一个纪律化的框架来区分"真正的风险"和"情绪性恐慌"。

## 核心概念

| 术语       | 英文                     | 说明                       |
| -------- | ---------------------- | ------------------------ |
| G-spread | Government Spread      | 债券收益率与同期限政府债券收益率的差       |
| Z-spread | Zero-Volatility Spread | 加到整条零息利率曲线上使折现值等于市价的常数利差 |
| OAS      | Option-Adjusted Spread | 剔除含权（如可赎回）影响后的利差         |
| 残差价差     | Residual Spread        | G-spread减去信用曲线利差后的剩余     |
| 富/廉      | Rich / Cheap           | 债券定价偏高/偏低的判断             |
| 信用利差     | Credit Spread          | 信用债收益率高出无风险利率的部分         |
| 利差久期     | Spread Duration        | 债券价格对利差变动的敏感度            |
| 利差Z分数    | Spread Z-Score         | 当前利差相对历史均值的标准化偏离程度       |

## 工作流程

<Note>
  **触发条件**：当用户提及分析债券富/廉程度、计算价差分解、比较债券、评估相对价值，或运行利率冲击情景时自动激活。
</Note>

### 第一步：债券定价

调用 `bond_price` 获取目标债券和比较债券的：

* 收益率（YTM）
* Z-spread
* 修正久期（Modified Duration）
* 凸性（Convexity）
* DV01

### 第二步：获取无风险曲线

调用 `interest_rate_curve`（先列表再计算）获取债券所在货币的政府债券曲线。在债券到期期限处插值，计算G-spread。

### 第三步：获取信用曲线

调用 `credit_curve` 分离信用成分。获取该发行人所在国家和类型的信用曲线利差。计算残差 = G-spread - 信用曲线利差。

### 第四步：情景分析

调用 `yieldbook_scenario` 进行利率冲击测试：

| 情景     | 价格变动 | 盈亏（每100面值） |
| ------ | ---- | ---------- |
| -100bp | ...  | ...        |
| -50bp  | ...  | ...        |
| 基准     | ...  | ...        |
| +50bp  | ...  | ...        |
| +100bp | ...  | ...        |

### 第五步：综合分析

将价差分解、情景结果和历史背景综合为富/廉评估。

### 输出格式

**价差分解表**：

| 成分            | 利差(bp) | 占总利差% |
| ------------- | ------ | ----- |
| G-spread（总利差） | ...    | 100%  |
| 信用曲线利差        | ...    | ...%  |
| 残差（流动性+技术面）   | ...    | ...%  |

**富/廉摘要**：
说明主要利差指标、其历史背景（百分位、与均值的比较）、残差信号，以及明确的建议：富（回避/低配）、廉（买入/超配）、或公允（中性）。量化多少bp的利差变动会改变建议。

## 如何添加到本地环境

```bash theme={null}
claude plugins add LSEG
```

需要LSEG MCP服务器访问权限。可通过 `/analyze-bond-rv` 命令触发。

## 详细案例分析

### 案例一：中国城投债的相对价值评估

**背景**：

* 市场刚经历了某省城投平台的信用事件，该省所有城投债利差大幅走阔
* 投资组合经理要求评估同区域另一家城投公司（评级AAA，未涉及事件）的债券是否被"误杀"

**分析债券**：XX市城投集团 3.85% 2027年到期债券

**价差分解**：

| 成分                 | 利差(bp) | 说明       |
| ------------------ | ------ | -------- |
| G-spread（vs.同期限国债） | 125bp  | 事件前约80bp |
| 同评级同区域城投信用利差均值     | 75bp   | 该区域正常水平  |
| 残差                 | +50bp  | 事件溢出效应   |

**历史背景**：

* 该债券的G-spread在过去2年的区间：60-130bp
* 当前125bp处于95百分位——接近历史极值
* 信用利差Z分数：+2.1（显著偏离均值）

**基本面核查**：

* 该城投公司所在地级市财政收入稳定，一般公共预算收入排名全省前5
* 有息负债率在可控范围内
* 与出事件的平台无直接关联

**相对价值判断**：

* 残差+50bp中，估计约20bp是合理的流动性溢价（事件后市场恐慌，流动性下降），30bp是纯粹的"被误杀"溢价
* **结论：廉（Cheap）**——建议在125bp水平超配
* 止损：如果G-spread扩大到180bp以上（即基本面恶化确认），则平仓
* 目标：G-spread回落至85-95bp（历史中位数附近）

### 案例二：产业债——房地产行业债券的价值陷阱

**背景**：

* 某房地产公司B债券的G-spread达到500bp，看似非常"便宜"
* 但需要深入分析这是"真便宜"还是"价值陷阱"

**价差分解**：

| 成分         | 利差(bp) | 说明         |
| ---------- | ------ | ---------- |
| G-spread   | 500bp  |            |
| 同评级房地产行业利差 | 350bp  | 行业整体已被重新定价 |
| 残差         | +150bp | 个券特异性风险    |

**关键问题**——残差+150bp的来源：

1. 流动性溢价（约30-50bp）——合理
2. 短期到期偿还风险（约50-70bp）——需要评估公司是否有足够资金偿还
3. 潜在的交叉违约风险（约30-50bp）——是否有其他债务即将到期

**深入分析**：

* 公司现金/短期债务覆盖率仅0.6倍——短期偿债能力堪忧
* 近6个月未公布财务报告——信息透明度下降
* 同业多家公司已违约

**相对价值判断**：

* **结论：价值陷阱——虽然名义利差高，但风险溢价可能不足**
* 500bp的利差看似"便宜"，但如果违约概率超过15%（考虑回收率30%），则期望收益为负
* **建议：回避**——高利差不等于高价值，需要评估利差是否足以补偿实际风险

### 案例三：国际比较——中国美元债vs.同评级新兴市场债券

**背景**：

* 某中国科技公司在离岸市场发行的美元债（BBB级，5年期）
* 与同评级的巴西和印度公司美元债进行比较

**价差对比**：

| 债券     | 评级  | G-spread(bp) | Z-spread(bp) | 残差(bp) |
| ------ | --- | ------------ | ------------ | ------ |
| 中国科技A  | BBB | 185          | 190          | +25    |
| 巴西能源B  | BBB | 210          | 215          | +15    |
| 印度IT C | BBB | 160          | 165          | -10    |

**分析**：

* 中国科技A的残差+25bp——在同评级同期限债券中提供了额外补偿
* 印度IT C的残差-10bp——定价偏富，可能是市场对印度IT行业过度乐观
* 巴西能源B的利差最高但残差适中——高利差大部分被信用曲线利差解释（巴西主权风险）

**相对价值交易**：

* **做多中国科技A / 做空印度IT C**——捕捉35bp的残差收敛
* 对冲方法：用利差久期匹配两腿的市值敞口
* 风险：中国地缘政治风险溢价扩大、或印度投资热潮继续推高估值

## 常见错误

### 错误一：仅看绝对利差水平判断富廉

**错误做法**：看到一只债券的G-spread是200bp，另一只是100bp，就认定200bp的更"便宜"。

**为什么错**：200bp的利差可能完全被信用风险和流动性风险所解释——在扣除正常的信用利差后，残差可能只有+5bp甚至为负。而100bp的债券如果残差是+30bp，反而是更被低估的。绝对利差高低取决于评级、行业、期限和流动性等因素——只有残差才能揭示真正的富/廉。

**正确做法**：始终进行利差分解，关注残差而非总利差。同一评级、同一行业、同一期限的债券之间才有可比性。

### 错误二：忽略利差的历史背景

**错误做法**：看到一只债券的残差是+20bp，就判定为"便宜"。

**为什么错**：如果这只债券的残差在过去2年一直在+15到+25bp之间波动，那么+20bp可能只是"正常水平"而非"便宜"。可能是该债券存在结构性的流动性折价（如发行规模小、交易不活跃），这个折价会长期存在。

**正确做法**：计算利差的Z分数（当前值与历史均值的偏差除以标准差）。Z分数>1.5通常意味着有意义的偏离，>2.0则是强信号。同时要判断偏离的原因——是暂时性的市场恐慌（均值回归概率高）还是基本面永久变化（利差可能不会回归）。

### 错误三：在含权债券中使用G-spread而非OAS

**错误做法**：对含赎回权（Callable）的债券使用G-spread进行比较。

**为什么错**：含赎回权的债券收益率包含了发行人提前赎回的期权价值——当利率下降时，发行人有动机以较低利率再融资，提前赎回高票息债券。G-spread没有剔除这个期权价值，会高估信用利差。在利率下行环境中，含权债券的G-spread可能大幅压缩（不是因为信用改善，而是因为赎回概率增加），给出错误的"变富"信号。

**正确做法**：含权债券应使用OAS（期权调整利差 Option-Adjusted Spread）进行比较。OAS剔除了内嵌期权的影响，反映的是纯粹的信用利差。在中国市场，很多公司债含有赎回权条款——务必检查债券条款后选择正确的利差指标。

### 错误四：跨市场比较时忽略系统性差异

**错误做法**：将中国在岸AAA级信用债的利差（约50-80bp）与美国AA级公司债的利差（约60-80bp）直接比较，得出"中国债券不便宜"的结论。

**为什么错**：中国在岸信用评级体系与国际评级不具可比性——中国的AAA可能对应国际的A或BBB级。此外，两个市场的流动性环境、投资者结构、监管框架和信用文化完全不同，利差水平没有直接可比性。

**正确做法**：跨市场比较应使用一致的评级标准（如用国际评级）或使用同一发行人在不同市场发行的债券（如中国公司的在岸人民币债vs.离岸美元债）进行比较。

## 日常工作场景

### 场景一：每周信用组合回顾

每周一早会前，你需要为组合经理准备信用组合的相对价值更新。

**工作内容**：

1. 更新组合中所有持仓债券的利差指标（G-spread、Z-spread、与上周比较）
2. 标记利差变动超过±10bp的债券——需要解释原因
3. 对新发行的同类债券进行定价对比——看现有持仓是否因新券发行而被重新定价
4. 更新观察名单——信用事件风险升高的行业或发行人
5. 提出本周的超配/低配建议

### 场景二：信用事件后的快速评估

某房地产开发商宣布债务展期（Debt Extension），触发市场对同行业债券的抛售。你的组合中持有同行业另外两家公司的债券。

**紧急分析**：

1. 评估这两家公司与出事公司的关联度（是否有交叉担保、共同项目）
2. 分析其独立的信用基本面（现金覆盖率、短期到期债务规模）
3. 监控利差走阔幅度——如果利差走阔50bp但基本面未变，可能是加仓机会
4. 向组合经理提供建议：持有/减仓/加仓

### 场景三：新发债券投标定价

一只AAA级央企债券即将发行，你需要决定合理的投标利率。

**定价分析**：

1. 找到3-5只同评级、同行业、相近期限的存量债券
2. 计算这些可比债券的当前利差水平
3. 新债通常有"新券溢价"（New Issue Premium）——发行利率略高于二级市场，约5-15bp
4. 考虑近期市场供需（如果近期新发量大，溢价可能更高）
5. 给出投标利率建议

## 练习题

### 练习一：价差分解

**数据**：

* 债券X：某AAA级央企3年期债券，到期收益率2.85%
* 3年期国债收益率：2.15%
* AAA级央企3年期信用曲线利差：55bp

**问题**：

1. 计算G-spread
2. 计算残差
3. 如果过去1年该债券残差的均值为+12bp、标准差为8bp，当前残差的Z分数是多少？
4. 这只债券是富还是廉？给出你的交易建议

### 练习二：含权债券分析

**数据**：

* 债券Y：某AA+级公司债，5年期，票息3.5%，含发行人3年后赎回权
* 到期收益率（YTM）：3.20%
* 行权收益率（YTC, Yield to Call）：2.80%
* 5年期国债收益率：2.30%
* 同评级无赎回权5年期债券平均G-spread：65bp

**问题**：

1. 基于YTM计算的G-spread是多少？基于YTC呢？
2. 为什么这两个G-spread差异很大？
3. 应该使用哪个指标进行相对价值比较？
4. 如果该债券的OAS是58bp，与无权可比债券的65bp相比，这只债券是富还是廉？

### 练习三：情景压力测试

**数据**：

* 你持有一只BBB级5年期美元企业债，G-spread 200bp，DV01 \$4.5/bp（每100面值）
* 利差久期4.2年

**要求**：

1. 构建以下情景的盈亏表（每100面值）：
   * 利率不变，利差压缩30bp
   * 利率不变，利差走阔50bp
   * 利率上行50bp，利差压缩20bp
   * 利率上行100bp，利差走阔30bp
2. 哪个情景对持仓最有利？最不利？
3. 计算利差走阔多少bp会导致持有该债券的全年回报为负（假设票息收益率3.5%）

## 最佳实践

<Warning>
  始终将总价差分解为无风险溢价、信用溢价和残差三个组成部分——残差揭示真实的富/廉程度。通过情景分析确认观点在不同利率环境下均能成立。量化多少bp的价差变动会改变建议——给出明确的止损和目标水平。在中国市场，特别注意评级体系差异（中国AAA≠国际AAA）、城投债的区域分析维度、以及流动性溢价在残差中的占比。对于含权债券（在中国信用债中很常见），务必使用OAS而非简单的G-spread进行比较。信用事件后的利差走阔往往是最佳的相对价值交易机会——但前提是你对基本面的判断正确。不要让高利差蒙蔽双眼——"便宜有便宜的道理"，某些高利差债券可能是合理反映了违约风险。
</Warning>