如何判断当天债券行情(债券价值评估方法有哪些？)

债券价值评估方法有哪些？

1.上市交易债券的定义

可以在证券市场上交易、自由买卖的债券。

2.评估方法

⑴对此类债券一般采用市场法（现行市价法）进行评估。

①按照评估基准日的当天收盘价确定评估值。

②公式

债券评估价值＝债券数量×评估基准日债券的市价（收盘价）

③需要特别说明的是：

采用市场法进行评估债券的价值，应在评估报告书中说明所有评估方法和结论与评估基准日的关系。并说明该评估结果应随市场价格变动而适当调整。

（2）特殊情况下，某种上市交易的债券市场价格严重扭曲，不能够代表市价价格，就应该采用非上市交易债券的评估方法评估。

上交所发布可转换公司债券交易实施细则8月1日起施行

上证发〔2022〕117号各市场参与人：为落实中国证监会《可转换公司债券管理办法》的要求，进一步规范上市公司可转换公司债券交易行为，维护市场交易秩序，上海证券交易所制定了《上海证券交易所可转换公司债券交易实施细则》，已经中国证监会批准，现予以发布，并自2022年8月1日起施行。自施行之日起，上市公司可转换公司债券的交易不再适用《上海证券交易所交易规则》中债券交易及监管的相关规定。特此通知。附件上海证券交易所可转换公司债券交易实施细则第一章总则第一条为了规范上市公司可转换公司债券（以下简称可转债）交易行为，保护投资者合法权益，维护市场秩序和社会公共利益，根据《中华人民共和国公司法》《中华人民共和国证券法》（以下简称《证券法》）、《可转换公司债券管理办法》等相关法律、行政法规、部门规章、规范性文件和《上海证券交易所债券交易规则》等业务规则的规定，制定本细则。第二条本细则所称可转债，是指上市公司依法发行、在一定期间内依据约定的条件可以转换成本公司股票的公司债券，属于《证券法》规定的具有股权性质的证券，包括向不特定对象发行的可转债和向特定对象发行的可转债。向特定对象发行的可转债包括根据中国证券监督管理委员会（以下简称中国证监会）相关规定向特定对象发行可转债募集资金、购买资产及募集配套资金。第三条上海证券交易所（以下简称本所）上市公司可转债的交易与转让等相关事项，适用本细则。本细则未作规定的，适用本所其他有关规定。第四条投资者参与本所可转债市场交易或者相关业务的，应当充分知悉和了解可转债相关业务的风险事项、法律法规和本所业务规则，遵守投资者适当性管理相关要求，结合自身风险认知程度和承受能力，审慎判断是否参与可转债交易或相关业务。本所会员应当切实履行投资者适当性管理义务，引导客户理性、规范地参与可转债市场交易或相关业务。第五条可转债交易或转让采用全价价格进行申报，实行当日回转交易或转让。第六条可转债交易的计价单位为“每百元面额的价格”，100元面额为1张。申报价格最小变动单位为0.001元。本所可以根据市场需要，调整前款规定的可转债申报价格最小变动单位。第二章向不特定对象发行的可转债交易第一节一般规定第七条向不特定对象发行的可转债采用匹配成交、协商成交等交易方式。匹配成交是指交易系统按价格优先、时间优先的原则，对向不特定对象发行的可转债交易申报自动匹配成交的交易方式。协商成交是指可转债投资者之间通过协商等方式达成可转债交易意向，并向交易系统申报，经交易系统确认成交的交易方式。第八条会员应当保证参与向不特定对象发行的可转债交易的经纪客户实际拥有与其申报相对应的证券或者资金。债券交易参与人参与向不特定对象发行的可转债交易的，应当确保拥有与申报相对应的证券或者资金。第九条向不特定对象发行的可转债交易纳入当日的多边净额结算。第十条向不特定对象发行的可转债发生付息的，本所在权益登记日次一交易日对该转债作除息处理。除息日即时行情中显示的该转债的前收盘价为除息参考价。除息参考价=前收盘价-本次支付的利息。向不特定对象发行的可转债在除息日的交易，以其除息参考价作为计算涨跌幅的基准。第十一条向不特定对象发行的可转债最后一个交易日证券简称首位字母为“Z”。上市公司股票因交易类强制退市被终止上市，其向不特定对象发行的可转债被终止上市的情形除外。第二节匹配成交第十二条向不特定对象发行的可转债采用匹配成交方式的，每个交易日的9:15至9:25为集合匹配时间，9:30至11:30、13:00至15:00为连续匹配时间。第十三条向不特定对象发行的可转债采用匹配成交方式的，申报数量应当为1000元面额或其整数倍。向不特定对象发行的可转债交易的单笔最大申报数量不得超过1亿元面额。本所可以根据市场发展需要，调整向不特定对象发行的可转债单笔交易申报数量要求。第十四条向不特定对象发行的可转债的开盘价通过集合匹配产生，开盘价为集合匹配成交价格。集合匹配阶段未能产生开盘价的，开盘价通过连续匹配产生，开盘价为当日连续匹配第一笔成交价格。向不特定对象发行的可转债的收盘价为匹配成交方式下当日该债券最后一笔交易（含）前一分钟所有交易的成交量加权平均价。当日匹配成交方式无成交的，以前收盘价为当日收盘价。以匹配成交外的其他交易方式达成的交易，不纳入开盘价和收盘价的计算。第十五条向不特定对象发行的可转债交易采用匹配成交方式的，实行价格涨跌幅限制。向不特定对象发行的可转债上市后的首个交易日涨幅比例为57.3%、跌幅比例为43.3%。上市首个交易日后，涨跌幅比例为20%。涨跌幅价格的计算公式为：涨跌幅价格=前收盘价×（1±涨跌幅比例）。计算结果按照四舍五入原则取至价格最小变动单位。向不特定对象发行的可转债上市首日，以该债券的发行价格作为前收盘价。涨跌幅限制价格与前收盘价之差的绝对值低于申报价格最小变动单位的，以前收盘价增减一个申报价格最小变动单位计算相应价格。涨跌幅限制价格上限或者下限低于申报价格最小变动单位的，以申报价格最小变动单位作为相应价格。第十六条向不特定对象发行的可转债上市后的首个交易日内，匹配成交出现下列情形的，本所可以对其实施盘中临时停牌：（一）盘中成交价格较发行价首次上涨或下跌达到或者超过20%的，临时停牌持续时间为30分钟；（二）盘中成交价格较发行价首次上涨或下跌达到或者超过30%的，临时停牌时间持续至当日14:57；盘中临时停牌具体时间以本所公告为准，临时停牌时间跨越14:57的，于当日14:57复牌。本所可以视可转债交易情况调整相关指标阈值，或者采取进一步的盘中风险控制措施。第十七条向不特定对象发行的可转债采用匹配成交方式的，其上市后的首个交易日，集合匹配阶段的有效申报价格范围为发行价的上下30%。连续匹配阶段的交易申报价格不高于即时揭示的最低卖出价格的110%且不低于即时揭示的最高买入价格的90%；同时不高于上述最高申报价与最低申报价平均数的130%且不低于该平均数的70%；即时揭示中无买入申报价格的，即时揭示的最低卖出价格、最新成交价格中较低者视为前项最高买入价格；即时揭示中无卖出申报价格的，即时揭示的最高买入价格、最新成交价格中较高者视为前项最低卖出价格。当日无交易的，前收盘价格视为最新成交价格。除上市首日外，有效申报价格范围与涨跌幅限制范围一致。第十八条买卖可转债申报价格应当符合价格涨跌幅限制及有效申报价格范围要求，否则为无效申报。经中国证监会批准，本所可以调整涨跌幅限制比例和有效申报价格范围。第十九条本所在集合匹配阶段发布向不特定对象发行的可转债参考价格、虚拟匹配量、虚拟未匹配量等信息，在连续匹配阶段发布最优五档买卖申报时间、价格、数量等信息。本所实时发布向不特定对象发行的可转债的即时成交行情。其中，即时成交行情包括前收盘价、开盘价、当日最新成交价格、当日最高成交价格、当日最低成交价格、当日累计成交数量、当日累计成交金额等。第二十条向不特定对象发行的可转债上市首日，本所公布其匹配成交当日买入、卖出金额最大的5家会员证券营业部的名称及其各自的买入、卖出金额。上市首日后，出现下列情形之一的，本所公布其当日买入、卖出金额最大的5家会员证券营业部的名称及其各自的买入、卖出金额：（一）当日收盘价涨跌幅达到±15%的前5只可转债；（二）当日价格振幅达到30%的前5只可转债；价格振幅的计算公式为：价格振幅=（当日最高价-当日最低价）/当日最低价×100%收盘价涨跌幅或者价格振幅相同的，依次按成交金额和成交量选取。第二十一条向不特定对象发行的可转债匹配交易出现下列情形之一的，属于交易异常波动，本所分别公布其在交易异常波动期间累计买入、卖出金额最大的5家会员证券营业部的名称及其买入、卖出金额：（一）连续3个交易日内日收盘价格涨跌幅偏离值累计达到±30%；（二）中国证监会或者本所认定属于异常波动的其他情形。第二十二条向不特定对象发行的可转债匹配交易出现下列情形之一的，属于严重异常波动，本所公布严重异常波动期间的投资者分类交易统计等信息：（一）连续10个交易日内3次出现第二十一条规定的同向异常波动情形；（二）连续10个交易日内日收盘价格涨跌幅偏离值累计达到+100%（-50%）；（三）连续30个交易日内日收盘价格涨跌幅偏离值累计达到+200%（-70%）；（四）中国证监会或者本所认定属于严重异常波动的其他情形。前述收盘价格涨跌幅偏离值为单只可转债涨跌幅与上证转债指数涨跌幅之差。向不特定对象发行的可转债交易出现严重异常波动的多种情形的，本所一并予以公布。第二十三条向不特定对象发行的可转债交易出现严重异常波动情形的，本所可根据市场情况，加强异常交易监控，并要求会员采取有效措施向客户提示风险。本所可以根据市场情况，调整异常波动和严重异常波动的认定标准。异常波动指标和严重异常波动指标自本所公布的次一交易日或者复牌之日起重新计算。向不特定对象发行的可转债上市首日不纳入异常波动指标和严重异常波动指标的计算。向不特定对象发行的可转债不适用债券交易价格偏离报告制度。第二十四条本所可以根据异常波动程度和监管需要，采取下列措施：（一）要求上市公司披露可转债异常波动公告；（二）要求上市公司停牌核查并披露核查公告；（三）向市场提示异常波动可转债投资风险；（四）对可转债实施盘中强制停牌；（五）本所认为必要的其他措施。第二十五条向不特定对象发行的可转债交易出现异常波动时，上市公司或者相关信息披露义务人应当及时核查下列事项：（一）是否存在导致可转债价格异常波动的未披露事项；（二）可转债价格偏离可转债价值的程度；（三）上市公司董事、监事、高级管理人员、实际控制人、控股股东及其一致行动人买卖公司可转债的情况；（四）是否存在导致可转债价格异常波动的重大信息或者重大风险事项。上市公司应当于可转债发生异常波动次一交易日披露可转债交易异常波动公告，明确异常波动的具体情况与相关核查结果，向市场充分提示风险。可转债交易出现严重异常波动情形时，应当按照前两款规定披露核查公告；无法披露的，应当申请其可转债自次一交易日起停牌核查，直至披露核查公告后复牌。可转债交易涨跌幅、交易换手率、转股溢价率等指标出现异常时，本所可以视情况要求上市公司进行核查。上市公司应当在核查公告中充分提示可转债交易风险。第二十六条本所对可能影响向不特定对象发行可转债交易价格或者交易量的异常交易行为予以重点监控。前款所称异常交易行为除《上海证券交易所债券交易规则》第一百二十五条规定外，还包括：（一）通过大笔申报、连续申报、密集申报，以维持可转债交易价格或者交易量处于特定状态；（二）通过大笔申报、连续申报、密集申报或者以明显偏离合理价值的价格申报，意图加剧可转债价格异常波动或者影响本所正常交易秩序；（三）大量或者频繁进行日内回转交易，影响本所正常交易秩序；（四）中国证监会或者本所认为需要重点监控的其他异常交易行为。第三节协商成交第二十七条向不特定对象发行的可转债采用协商成交方式的，交易时间为每个交易日的15:00至15:30。当天全天停牌、处于临时停牌期间或者停牌至收市的可转债，本所不接受其协商成交交易申报。第二十八条向不特定对象发行的可转债采用协商成交的，申报数量应当不低于100万元面额，且为1000元面额的整数倍。本所可以根据市场需要，调整向不特定对象发行的可转债交易最低限额的要求。第二十九条向不特定对象发行的可转债上市首日，协商成交申报价格在发行价的上下30%范围内确定。除上市首日外，协商成交申报价格在前收盘价的上下20%范围内确定。第三十条通过协商等方式达成向不特定对象发行的可转债交易意向的，买卖双方向本所交易系统提交协商成交申报，申报要素应当包括证券代码、交易方向、价格、数量、证券账号及本所规定的其他内容。买卖双方申报的证券代码、价格和数量必须一致。向不特定对象发行的可转债不适用《上海证券交易所债券交易规则》第一百〇二条规定的合并申报方式。第三十一条向不特定对象发行的可转债协商成交交易按照双方协商一致的价格、数量等要素成交。除本所另有规定外，协商成交申报经本所交易系统确认成交后，不得撤销或变更。买卖双方必须承认交易结果、履行清算交收义务。第三十二条本所实时发布向不特定对象发行的可转债的逐笔成交行情，包括证券代码、成交时间、成交价格等。协商成交不纳入本所即时行情和指数的计算，成交量在协商成交结束后计入当日该可转债成交总量。第四节意向申报第三十三条本所接受向不特定对象发行的可转债的意向申报。可转债投资者可以向全市场或者部分可转债投资者发送意向申报，意向申报不可直接确认成交。其他可转债投资者可以通过协商成交方式与意向申报发出方达成交易。第三十四条本所每个交易日接受向不特定对象发行的可转债意向申报的时间为9:30至11:30、13:00至15:30。第三十五条意向申报要素应当包括交易品种、交易方向、发送范围、证券账户号码、是否匿名等内容。第三章向特定对象发行的可转债转让第三十六条向特定对象发行的可转债不得采用公开的集中交易方式，本所为其提供转让服务。无限售期要求的可转债，在挂牌首日即可转让；有限售期要求的可转债，上市公司可在满足解除限售相关条件后，按照本所相关规定申请办理解除限售业务，并在解除限售的3个交易日前披露公告。第三十七条符合《证券期货投资者适当性管理办法》规定的专业投资者可以参与向特定对象发行的可转债的转让。上市公司的控股股东、实际控制人、持有5%以上股份的股东、董事、监事、高级管理人员参与本公司向特定对象发行的可转债转让的，不受前述规定的限制。第三十八条本所接受向特定对象发行的可转债转让申报时间为每个交易日的9:30至11:30、13:00至15:00，转让申报当日有效。第三十九条向特定对象发行的可转债的转让申报数量应当为1000元面额或其整数倍。向特定对象发行的可转债的单笔转让申报数量应当不低于5万元面额，持有不足5万元面额的应当一次性全部申报卖出。本所可以根据市场发展需要，调整向特定对象发行的可转债单笔转让申报数量要求。第四十条本所接受下列类型的向特定对象发行的可转债转让申报：（一）意向申报：在转让申报时间内，投资者可以通过其委托的本所会员进行转让意向的发布，转让意向申报应当包括证券代码、证券账号、转让方向以及本所规定的其他内容。意向申报可以包括转让价格和数量。（二）成交申报：转让双方就可转债的转让价格和数量达成一致后，应当委托本所会员分别进行成交申报，成交申报应当包括证券代码、证券账号、转让价格、转让数量、转让方向、交易对方账号及交易单元、交易约定号以及本所规定的其他内容。转让双方的成交申报中，证券代码、转让价格、转让数量和交易约定号应当一致。第四十一条本所按照时间先后顺序对向特定对象发行的可转债转让申报进行成交确认。可转债转让经本所交易系统确认成交后不得撤销或者变更，转让双方应当承认转让结果，并履行交收义务。第四十二条向特定对象发行的可转债的转让以逐笔全额方式结算。第四十三条本所在每个交易日结束后，通过本所网站公布向特定对象发行的可转债转让每笔成交信息。第四章附则第四十四条可转债投资者、为可转债交易与转让提供专业服务的机构及其相关人员等监管对象违反本细则或者本所其他相关规定的，本所可以根据相关业务规则的规定对其采取自律监管措施或者纪律处分。第四十五条本细则由本所负责解释。第四十六条本细则自2022年8月1日起施行。附件2《上海证券交易所可转换公司债券交易实施细则》起草说明为落实中国证监会《可转换公司债券管理办法》（以下简称《管理办法》）相关要求，进一步完善可转换公司债券（以下简称可转债）各项制度，明确市场预期，防范可转债交易风险，规范可转债交易与转让业务，保护投资者合法权益，上海证券交易所（以下简称本所）起草了《上海证券交易所可转换公司债券交易实施细则》（以下简称《实施细则》或本细则）。现将《实施细则》的起草背景及主要内容说明如下。一、起草背景可转债作为一种兼具“股性”和“债性”的混合证券品种，为上市公司募集资金提供了多样化的选择，在提高直接融资比重、优化融资结构、增强金融服务实体经济能力等方面发挥了积极作用。此前，中国证监会发布《管理办法》，针对可转债炒作等问题，通过加强顶层设计，完善交易机制、投资者适当性等制度安排，抑制可转债交易风险，加强投资者保护。为落实《管理办法》的相关规定，本所起草了《实施细则》，进一步规范和完善了可转债交易与转让以及投资者保护等相关制度。二、起草思路《实施细则》按照如下思路制定：一是防止过度投机炒作，促进市场平稳运行。可转债具有结构复杂、市场波动大等特点，需要在防止过度炒作同时，维护正常交易秩序。为此，实施细则将引入投资者适当性制度、设定相对较宽的涨跌幅限制、调整日内价格申报范围等相应机制安排。二是整合现有规则，总体保持一致。当前可转债交易规则相对零散，相关上位规则不够统一。本细则制定的过程中，在中国证监会的统筹安排下，统一采用债券交易规则作为上位规则依据，并对重要条款如首日涨跌幅限制、申报价格范围限制、最小价格变动单位等进行了统一。三是急用先行，平稳过渡。考虑到可转债交易机制的调整市场影响面较广，技术改造环节较多，在充分的评估论证基础上，优先对防范炒作最有效,同时对市场影响较小的机制进行优化。三、主要内容《实施细则》共4章、46条，对向不特定对象发行的可转债以及向特定对象发行的可转债的投资者适当性、交易与转让事项等方面作出规定。第一章为总则，共6条，明确了立法目的、可转债定义、适用范围、投资者适当性、交易转让机制和计价单位等内容。第二章共29条，对向不特定对象发行的可转债的交易、申报、成交、临时停牌、涨跌幅、结算方式、行情披露、异常波动、严重异常波动、异常交易行为监控、监管措施、异动核查等作出了规定。第三章共8条，对向特定对象发行的可转债的转让、申报、成交确认、信息发布等做出了规定。第四章为附则，共3条，规定了本所的自律监管、解释权及本细则的施行日期。总体来看，相比现有可转债规则，本细则主要进行了如下调整：一是设置涨跌幅限制。鉴于可转债价格与正股的联动性，为防范可转债偏离正股炒作，《实施细则》规定向不特定对象发行的可转债匹配交易首日实行+57.3%和-43.3%的涨跌幅，次日起实行±20%的涨跌幅限制。同时，为防止上市后的首个交易日可转债价格出现大幅波动，明确上市首日继续采用盘中临时停牌和“价格笼子”机制。二是增加异常波动和严重异常波动标准。《实施细则》结合涨跌幅调整，增设了可转债价格异常波动和严重异常波动标准，并明确了异常波动、严重异常波动情况下上市公司的核查及信息披露义务。三是新增异常交易行为类型。结合可转债交易特点，并配合本次机制调整，《实施细则》新增了3类异常行为，进一步提高监管针对性，维护市场正常交易秩序。四是提出投资者适当性要求。《实施细则》对可转债这一品种专门提出适当性规定，对投资者的风险承受能力以及会员投资者适当性管理提出了原则性的要求。特此说明。

债券成交价怎样确定?请指教!

要算利息的买方支付期间利息给卖方也就是100*6.7%/360*计息天数+100.62，才是最后的交割价格（不算手续费）

债券的振幅是什么意思？

债券的振幅，是指在全在一个交易日内最低价格与最高价格之间震动的幅度。债券是相对股票来说风险更低的一种金融产品，但债券的价格也会随着市场行情的变化出现一定幅度的变动。常常在一个交易日内向下下跌之后再向上上升，而最低价格一最高价格差距便是当天的振幅。

理财打新债,是否卖出成.功怎么看?

打新转债中签，要等公告上市才能卖出，10至20个工作日。如果债券持有人不想转换，则可以继续持有债券，直到偿还期满时收取本金和利息，或者在流通市场出售变现。如果持有人看好发债公司股票增值潜力，在宽限期之后可以行使转换权...

3.怎么判断债券基金的买卖时机?()[单选题]

就是在买债券基金最佳时机就是在基金净值相对比较低的时候买入。债券的价格与市场利率变化密切相关，反向变化。

债券基金和国债的区别有哪些？

先来简单了解一下债券基金的概念债券基金——以国债、金融债等固定收益类金融工具为主要投资对象的基金称为“债券型基金”，因为其投资的产品收益相对比较稳定，又被称为“固定收益基金”。由于大部分债券个人很难买到，投资债券型基金，可使普通投资者方便地参与银行间债券、企业债、可转债等产品的投资。从债券基金的类别来看，主要可以划分为三类：第一类是纯债基，只投资债券，不投资任何股票和可转债；第二类是普通一级债基，投资债券和可转债；第三类是二级债基，可同时投资债券和股票。大家可以看到，基本上这三类债基的风险是逐级递增的，从纯债基到二级债基，它投资组合中的股性是逐步增强的。换句话说，当股市处于相对明确的上升期时，二级债基相比纯债基和一级债基更具有成长性；相反，当股市低迷、债市相对稳健的时候，纯债基则更显优势。具体怎么投债基，主要看投资者的风险偏好了。小白买债基，如何判断他的投资标的？一般放几年是比较好的周期？债券基金的投资组合及持仓情况，可以通过查看其定期披露的季度报告、半年报和年报获知。持有债券基金的时长，取决于您的风险承受能力和收益预期。风险和收益是相匹配的，想获得较高收益则需承担较高风险；如不愿承担风险，或不愿接受本金损失的可能，那么就需考虑购买风险等级和您自身风险承受能力相匹配的基金产品，比如货币基金。持有基金的时间，也取决于您是否设定了投资止盈点。您可以通过观察基金净值大致估算一下，赎回基金之后，扣除申购费、赎回费仍有盈利，且能达到您的收益预期，那么就可以选择获利了结，赎回基金。债基是不是由国家发行，债基的优势和缺点是什么？如何判断一个债基的好坏和分享行情的走势？债券基金主要以债券为投资对象，因此对追求稳定收入的投资者具有较强吸引力。债券基金的波动性通常小于股票基金，因此常常被投资者认为是收益、风险适中的投资工具。缺点是相对于股票基金而言，当股市处于牛市阶段，债券基金的收益弹性低于股票基金。债券基金不是债券，它的发行人是中国证监会批准设立的基金公司。作为投资于一揽子债券的组合投资工具，债券基金与单一债券存在重要的区别：债券基金的收益不如债券的利息固定。购买固定利率性质的债券，在购买后会定期得到固定的利息收入，并可在债券到期时收回本金。债券基金作为不同债券的组合，尽管也会定期将收益分配给投资者，但债券基金分配的收益有升有降，不如债券的利息固定。债券基金没有确定的到期日。因为债券基金由一组具有不同到期日的债券组成，因此并确定到期日。不过为分析债券基金的特性，我们仍可以对债券基金所持有的所有债券计算出一个平均到期日。债券基金的收益率无法预测。单一债券的收益率可以根据购买价格、现金流以及到期收回的本金计算债券的投资收益率，但债券基金由一组不同的债券组成，收益率较难计算与预测。投资风险不同单一债券随着到期日的临近，所承担的利率风险会下降。债券基金没有固定到期日，所承担的利率风险将取决于所持有的债券的平均到期日。债券基金的平均到期日常常会相对同定，债券基金所承受的利率风险通常也会保持在一定的水平。单一债券的信用风险比较集中，而债券基金通过分散投资则可以有效避免单一债券可能面临的较高信用风险。什么时候上车好，买哪一只债基更好？是一次买入好，还是定投好？什么时间买基金，并不是一个单纯择时的问题，而要对个人的风险承受能力、收益预期、具体投资哪一种类债券基金、当时的市场环境等多方面做综合分析，最终由您自己判断是否选择购买。买哪一只债基，建议综合考虑债基历史业绩的稳健性、最大回撤、在同类基金中的排名等因素做判断。一般提及定投，主要是股票或者偏股型基金的定投，利用定投摊薄成本，低位吸筹，一定程度熨平波动，从而赚取股市上涨的钱。债券型基金主要投资于固定收益的市场，赚取的是相对稳定的收益，显然一次性投资债基的收益长期下来会高于债基定投，但是考虑到在实际的长期投资过程中，一般不能做到一次性投资，拉长时间来看，一般也是分批投资的。对于债基的定投更加强调的是匹配现金流、养成强制储蓄的习惯，目的在于能够保持流动性的同时，以期获得相比于货币基金、现金资产更高的收益。股票型、混合型基金定投是为了获得更高的盈利，会在较长的投资周期中设定止盈标准，达到止盈标准才退出，如果中途退出可能存在亏损的可能。债基定投强调的是存储，投资者急需使用资金或者想结束定投时可以退出，一定程度上也可以做到保值增值的。不过定投债基并不是毫无风险，定投起点若选在债市阶段高点，短期内债基定投可能会亏损。投资一级债券还是二级债券？个人通常是无法直接参与债券投资的，这个问题可否理解为“如何在一级债基和二级债基之间选择”？这个问题取决于个人的风险承受能力和收益预期。从债券基金的类别来看，主要可以划分为三类：第一类是纯债基，只投资债券，不投资任何股票和可转债；第二类是普通一级债基，投资债券和可转债；第三类是二级债基，可同时投资债券和股票。三类债基的风险是逐级递增的，二级债基的“股性”相比其他两类债基更强，也就是风险较大，与股市的密切度较高。如果处于股市稳定上升期间，那么二级债基的收益弹性是高于纯债基和一级债基的，但是如果股市下跌，二级债基的回撤幅度也大概率高于另两类债基。作为个人投资者怎么判断一只债券基金的优劣呢？可以综合考虑这么几方面因素——基金净值是否稳健，回撤相对可控，并且在几轮债灾期间基金净值回撤幅度小于市场平均水平，给投资者带来稳健回报的债基（注：“回撤”可以理解为，在某一时间段内，产品净值走到最低点时的收益率下降幅度的最大值）考察这只基金的回报率水平在同类基金中的排名情况，通过一到三年的排名，大致可以了解其运作水准。比如回报率长期稳定在前30%，甚至前10%，则可以重点关注。如果利率一直上升，债基会一直下跌吗?利率不可能一直上升，因为利率上升总有上限。同时在利率上升的过程中，债券价格也不会一路下跌，主要看债券自身的评级和它本身的收益率是否已经达到了较高或较低的水平综合看待。总体而言，在利率上升的过程中，债券的价格较难有较好的表现。以上，就是一些选择债券基金的基本方法，希望可以给大家提供参考哦~

债券非市场化交易识别

摘要

本文根据债券上市后天数，将成交数据分为新发债市场（上市后5个交易日内）和二级市场（上市后5个交易日以上）两个数据集，将前者发生的非市场化成交称为发行端动机引起，后者则称为交易端动机引起。

发行端动机包括代投代缴、结构化发行和包销，交易端动机包括隐藏盈亏、过券、引导价格、输送利益、代持养券，其他异常则均归为其他动机。本文尝试实现使用规则进行识别，同时考虑到规则判断存在时间滞后性，进一步以规则识别结果作为学习目标，利用机器学习算法进行训练和预测。

从规则识别的结果（数据为2022年4至7月合计约15万条）看，发行端动机方面，疑似代投代缴比较普遍（占该集合总成交数量的45.53%），疑似结构化发行和包销的占比均在1%以下。交易端动机方面，疑似隐藏盈亏占比3.55%、疑似引导价格占比1.64%，疑似输送利益和代持养券占比1.32%，疑似过券则由于本文缺少更详细的日内单笔数据（均为日度汇总数据），导致整体的识别率较低，可参考性较低。其他动机引起的非市场化交易约在10%左右。

进一步根据识别结果，城投主体的非市场化成交情况基本与区域资质呈正相关性，贵州（40.89%）、青海（32.65%）、甘肃（17.73%）、吉林（15.18%）的异常占比排名靠前，而产业主体的非市场化交易则主要由房地产行业贡献（接近一半）。此外，投资级与投机级的边界也成为了非市场化发行和成交的边界，在从投机级跨越到投机级后，非市场化成交占比会有明显的升高，如产业主体的异常占比从1.82%（YY评级5）飞跃到11.24%（YY评级6），城投主体则从2.23%（YY评级6）上升到6.66%（YY评级7）。

算法预测方面，本文尝试使用四个模型（逻辑回归、支持向量机、随机森林、LightGBM）进行训练和预测。结果显示，对于新发债市场，四个模型都表现出了很高的准确率，原因在于识别该类成交异常的规则本身难度较小，指标构建也相对简单，模型的学习难度不大。对于二级市场，随机森林和LightGBM这两个集成学习模型表现优异。由于其他动机引起的异常成交没有具体的类型指向，本文进一步将数据集分为不包含其他动机和包含其他动机两类。根据训练结果看，前者（不包含其他动机）的特征为低精确率、高召回率，即“宁可错杀，不可放过”，后者（包含其他动机）的特征为高精确率、低召回率，即“避免错杀，漏网较多”。尽管表现出不同的特征，但整体结果均具有较高的可行性，模型选择上以随机森林和LightGBM更优。

综合而言，本文提供了市场成交数据可信度判断的方法，并利用算法预测的方法解决时滞问题。

正文

成交数据作为最重要的市场行情数据，信息含量极高，但由于信用债市场低流动性和一定程度的不透明性，导致市场成交数据尤其是前台成交数据质量较低。本文尝试通过规则识别和算法识别两个角度，对每笔成交的可信度进行判断，并进一步分析疑似非市场化交易的具体类型。

本文根据债券上市后天数，将成交数据分为新发债市场（上市后5个交易日内）和二级市场（上市后5个交易日以上），将前者发生的非市场化成交称为发行端动机引起，后者则称为交易端动机引起。

方法上，首先使用规则识别，根据不同异常类型的数据特征构建识别规则，并讨论该方法的效果与可行性，然后以规则识别结果作为基准，使用四类机器学习算法进行训练和预测，解决规则判断存在的时滞问题。

01 非市场化交易规则识别

本部分从发行端和交易端对可能的异常行为进行分类，制定判断规则形成非市场化标签，然后结合非市场化标签对债券市场进行分析，最后再将标签和疑似异常之间的因果关系进行模型化表达。

1.1发行端动机

在发行端，债券发行人通过非市场化的方式干预发行定价，进而扭曲债券的市场价格，主要包括代投代缴、包销、结构化发行等。

代投代缴：指一家机构代替另一家机构在债券分销时进行投标，在债券上市后，代缴机构再将债券回售给委托代缴机构。通过代投代缴，可以绕开一些交易管理规定，省去投标中标缴款过程中的一系列流程。但是，由于发行日与上市日之间存在时间间隔，债券价格如果产生波动，这类交易便可能背离市场情况。其特征往往表现为债券上市的前几个交易日内出现大量成交。

结构化发行：是指发行人在发行环节直接或间接认购自己发行的债券，从而影响发行利率的行为。在二级市场中，部分机构会通过交易操作影响债券收益率，为结构化发行提供支持。

包销：指在债券发行时，承销商以自己的资金购买计划发行的全部或部分债券，然后在合适的时机向公众出售。通过这类承销手段，发行人可以迅速获得大量资金。包销的债券一般发行利率相对较低，同时兼具高换手率的特点，是一种扭曲市场定价的方式。

1.2交易端动机

在交易端，非市场化交易主要表现为异常成交。即成交价格大幅偏离市场公允价值、单笔报价或交易量远高于实际需求、交易双方或多方以虚增交易量为目的的对倒交易等行为。

本文将重点研究探讨以下几类异常交易的动机：隐藏盈亏、过券、引导价格、利益输送、代持养券。

隐藏盈亏：指机构或投资人为掩盖账户可能出现的亏损、调整投资策略或调节利润，将持有的债券在不同账户间转移。这类交易行为往往与市场价格偏离较大，混杂在正常的市场交易中，形成多个价格区间。例如，某只债券在2022年5-7月的二级市场交易中，反复出现了60元与78元、94元三个价格区间：

过券：指投资人因某些限制不能交易，或为了某些特殊目标需要做大交易量等，进而通过中介进行三方或多方关联交易。例如，部分交易机构、交易员为了提高成交排名，通过过券提高交易量。过券交易并未改变持仓，徒增交易量，是市场的干扰信息。这类交易往往间隔时间较短，在几分钟内同一平台或不同平台出现几笔价格和成交量之间有关联的交易。

引导价格：指通过特定的成交价格，人为引导债券价格的行为。因我国债券市场成交不连续，流动性偏弱，有些机构希望通过自身交易行为对一些债券产品的走势进行影响，营造某种市场氛围。一些发行人出于维护债券价格、改善主体自身评级等原因，也会介入其中。在这种情况下，可能与估值产生较大偏离。      

利益输送：指通过高买低卖的方式进行送钱交易。为规避监管，输送利益可能不在同一天内完成。这类交易的特征往往表现为在一定交易时间内出现成交量相同的先低价卖出再高买入。

代持养券：指让第三方代持债券，在一定时间后按约定好的价格买回的行为。通过这一方式可以转移风险资产、提高投资杠杆。为规避监管，这类交易经常只有口头约定，藏匿在正常交易中，隐蔽性高，当市场价格在代持期间产生波动，则可能导致交易双方的信用纠纷

1.3非市场交易动机识别规则

本文试图通过公开的历史成交数据，从数据层面对债券非市场化交易进行规则判别。从非市场化交易的动机角度，根据数据特征构建指标进行判别，对于某日的某条成交记录，按照是否最新上市划分，具体规则如下。

1.4非市场化交易规则识别结果分析

本文的数据基于时间跨度为2022年4月1日至2022年7月31日的前台成交日度汇总数据，选取类型为企业债、公司债、中期票据、短期融资券、定向工具共计5类的信用债，得到测试样本156,869条。

基于发行端和交易端异常判断规则，得到每一条成交数据的指标并判断。在剔除收益率非正、缺少评级等，得到148,348条作为样本进行分析，其中上市5个交易日内的共计5,418条，上市5个交易日之后的共计142,930条。我们包含异常标签的记录设定为疑似非市场化交易，在所有成交数据中，疑似非市场化交易异常标签占比为14.80%，各类动机分布如图表5。

在发行端动机方面，新发债券疑似代投代缴的数量及占比最高，表明当前我国债券发行过程中，采用代投代缴手段是比较普遍的现象。由一二级价差反映出的疑似结构化发行、包销情况较少，体现了监管部门的整治力度。

在交易端的动机方面，各类动机占比较低。隐藏盈亏、过券、引导价格、利益输送动机分别占比3.55%、0.07%、1.63%和1.32%。整体占比均较低，其中疑似隐藏盈亏相对比例较高。过券由于本文无日内数据，识别上受到一定限制。

其他动机占比10.52%。成交数据中表现出交易价格频繁变动和较高估值利差的比例较大，说明当前的债券交易市场上还是存在其他非市场化的因素。

1.4.1 识别结果分析

整体视角看，投资级与投机级的边界成为了非市场化发行和成交的边界。

新发债市场表现为普遍的代投代缴，疑似包销和结构化发行主要集中在YY评级7的城投主体，该类主体存在一定的信用风险（投机级），同时享受着城投刚兑的信仰光环，处于能发债与不能发债的边缘，债务约束和融资需求之间的矛盾冲突更显著，成为了非市场化发行的主要土壤。

二级市场的非市场化成交存在一个明显的特点：一旦主体评级从投资级跨越到投机级，异常占比（剔除其他动机）即显著上升。产业主体的异常占比从YY评级5的1,82%飞跃到YY评级6的11.24%，城投主体则从YY评级6的2.23%上升到YY评级7的6.66%。

城投视角，非市场化成交情况基本与区域资质呈正相关性。剔除其他动机后的数据显示，疑似异常占比排名靠前的基本都是网红区域   ，尤其是“第一网红”贵州，无论是绝对数量还是异常占比均处于绝对第一。根据异常占比可以把各省划分为三个梯队，贵州、青海、甘肃和吉林划分为第一梯队，占比均在10%以上；广西、辽宁、山东和云南为第二梯队，异常占比在5%至10%；剩下的为第三梯队，均在5%以下。

产业视角，整体成交质量更差，整体异常占比为7.21%，高于城投的5.67%。其中地产占据了接近一半的疑似异常，主要原因为去年以来地产行业持续下行，信用风险暴露，导致疑似隐藏盈亏的数量大幅增加。此外，休闲服务的异常占比也在10%以上；而绝对数量上产业控股、建筑施工数量较多，这两者本身存续债规模较大，且与地产行业关联度较高，易受到地产行业风险的溢出，进而推高异常成交数量。

1.4.2 指标关联分析

我们遵循经验设定了一些判定非市场化的规则并获得了疑似异常成交的标签，在本部分我们将市场成交信息与疑似异常标签进行关联，除却上文判断规则所需的成交指标，市场成交信息方面我们还引入换手率、十日内交易频次描述交易行为的指标，通过构建线性回归模型将二级市场成交指标与疑似异常联系起来。

首先，我们对变量进行了相关性检验，图表11中，累积换手率、价格次均变动幅度、十日内价格重复（超过三次），十日内交易频次与疑似异常存在较强的关联性。

在图表12中，我们将疑似异常指标对二级成交的七项指标进行了回归，可以发现，变量对于疑似异常具有显著的解释性，除了用于标签判别的指标，换手率和十日内交易频次这两个从二级市场提取的指标在解释异常上也表现出一定的显著性。

02非市场化交易算法预测

在上文中，本文基于数据特征构建的规则对非市场化的交易进行了识别，但由于一些异常类型需要通过多日数据联合判断，导致部分异常的识别存在滞后性。因此，本文第二部分希望通过机器学习算法对非市场化交易进行预测，实现在成交当天即完成对所有成交的识别。

2.1 特征选择

基于上文中构建的规则以及债券和主体自身的基本属性，本文共构建了以下三大类特征，包括行情特征、主体特征和债项特征，具体特征如下表所示。

本文尝试使用不同类型的模型进行效果比较，进而选出效果最好的模型。由于文本的数据是非均衡样本，在数据采样和效果评估时需要进行一定调整。首先，在计算准确率时可以使用更为有效的平均准确率（每个类别下的样本准确率的算术平均）作为模型评估的指标。其次，从随机重采样的角度考虑样本不均衡问题，例如使用SMOTE算法进行采用以减低过采样过拟合风险，采用InformedUndersampling来解决由于随机欠采样带来的数据丢失问题。本文使用SMOTE算法对训练集样本进行过采样处理，但不对测试集进行处理。

2.2训练和预测模型选取

本文尝试使用逻辑回归、支持向量机、随机森林和LightGBM四种算法进行尝试。

逻辑回归模型是一种分类模型，其实际上是用线性回归模型的预测结果去逼近真实标记的对数计量，因此也称为“对数几率回归”（logisticregression）。

支持向量机（supportvectormachine，SVM）是一种二类分类模型，它的基本模型是定义在特征空间上的间隔最大的线性分类器，间隔最大使它有别于感知机；支持向量机还包括核技巧，这使它成为实质上的非线性分类器。支持向量机的学习策略就是间隔最大化，可形式化为一个求解凸二次规划（convexquadraticprogramming）的问题，也等价于正则化的合页损失函数的最小化问题。支持向量机的学习算法是求解凸二次规划的最优化算法。

随机森林和LightGBM均为基于决策树的集成学习（ensemblelearning）。集成学习通过多个学习器进行结合，常可获得比单一学习器显著优越的泛化能力。根据个体学习器的生成方式，目前的集成学习方法大致可分为两类，即个体学习器间存在强依赖关系、必须串行生成的序列化方法，以及个体学习器间不存在强依赖关系、可同时生成的并行化方法；前者的代表是Boosting（本文选取LightGBM作为算法代表），后者的代表是Bagging（本文以随机森林RandomForest作为代表）。

2.3新发债市场（上市五日内）模型预测结果

由于代投代缴现象在市场中普遍存在，根据前文的数据，新发债市场（上市五日内）的成交中有接近一半为代投代缴，因此本小节将预测分为两部分进行，第一部分为剔除代投代缴，剔除后的异常成交与正常成交的比例约为1:6；第二部分则为包含代投代缴，此时的异常成交与正常成交的比例约为1:1.7。

新发债市场的预测准确率整体较高，无论是否包含代投代缴，集成学习方法（随机森林和LightGBM）的准确率都能达到接近100%，逻辑回归和支持向量机的准确率相对较低，但也在90%以上。

预测结果较好的主要原因在于识别该类成交异常的规则本身难度较小，指标构建也相对简单，模型表现整体也较好。相对来说二级市场（上市五日外）的异常成交预测难度更大。

2.4 二级市场（上市五日外）模型预测结果

本节也将规则判断的异常标签分为两类，不包含其他动机和包含其他动机，以3:1的比例划分训练集和测试集，分别使用四类模型进行训练和预测。

2.4.1 不包含其他动机的异常标签作为学习对象

由于其他动机的判断规则主要是根据价格、成交量、价格偏离等层面入手的数据特征异常方面的判别，并未指向具体的异常类型，而在实际的投研工作中，我们更希望判断出来的异常成交具有具体的逻辑支撑，因此本文首先剔除其他动机引起的异常成交进行建模预测。

由于剔除其他动机后的异常交易数据量较少，样本整体呈现较大的非均衡性，本文在训练时使用SMOTE算法对异常数据样本进行过采样处理，然后使用训练完的模型在测试集（未进行过采样处理）中进行检验。图表18和19展示了四类模型具体的预测结果混淆矩阵以及在准确率、精确率、召回率三个指标上的表现。

整体看四个模型都表现出了较强的预测能力，其中以随机森林和LightGBM表现更为突出。

灵敏度上，主要观察模型预测异常与实际异常的占比观察。可以发现隐藏盈亏、引导价格和利益输送三种类型，模型均有较好的预测能力，但过券的预测能力较差，其主要原因一是缺少识别过券的特征，二是样本数量太少，模型的学习难度较大。

准确率是代表预测的综合准确率，四个模型都有较高的准确率，随机森林最高达到了97%。但由于本文样本为非均衡样本，单一的准确率指标无法体现模型的实际预测能力（当模型将所有样本均识别为正常即可达到很高的准确率）。

精确率指预测异常正确数量占预测异常总数的比例，或可认为当模型预测某一成交为异常时，该成交为异常的概率。该指标整体水平较低，其中随机森林相对表现较好达到了59%，其他三个模型均为超过50%。也就是说，模型为了找出异常数据，需要将一倍左右的正常成交作为代价判别为异常成交。

召回率指预测异常正确数量/实际异常数量，或可认为某一异常成交被模型识别出的概率。该指标整体水平较高，四个模型均在90%左右，其中支持向量机相对更优达到了93%。该指标整体较高也说明模型在预测中产生的“漏网之鱼”相对较少。

综合来看，模型的表现大概可以总结为“宁可错杀，不可放过”，整体对异常成交的捕捉能力较强，但同时也误杀了不少正常成交作为代价。

2.4.2 包含其他动机的异常标签作为学习对象

本小节以包含其他动机引起的异常成交的结果作为学习标签，观察样本发现，四个模型仍然保持这较高的预测能力，但仍然以随机森林和LightGBM获得的效果更好。进一步的，灵敏度上与上一小节相同，模型对隐藏盈亏、引导价格和利益输送三种类型的预测能力较强，对过券的预测能力较弱。

准确率层面上，不包含其他动机的和包含其他动机的准确率均较高，但两者在精确率和召回率上的表现特征不同。前者（不包含其他动机）即上一小节的特征为低精确率、高召回率，而后者（包含其他动机）即本小节的特征为高精确率、低召回率。前者“宁可错杀，不可放过”，后者“避免错杀，漏网较多”。

03总结

本文研究了债券市场上非市场化交易现象，通过分析背后的动机制定分类标准，构建了判断规则，并选取实际的前台成交数据作为样本进行判断，结果上基本能够判别出目前市场上存在的各类非市场化交易现象。

同时本文利用逻辑回归模型、支持向量机、随机森林、LightGBM等具有代表性的四个模型进行回测，结果发现随机森林和LightGBM在准确率上表现优异，对于新发债市场（上市五日内）的异常成交预测具有极高的准确率；而对于二级市场（上市五日外），模型仍保持较高的准确率，同时针对不同的预测对象有不同的特点，对于不包含其他动机的异常预测结果，其特征为低精确率、高召回率，表明模型的预测“宁可错杀，不可放过”；而包含其他动机的异常预测结果的特征则为高精确率低召回率，表明模型的预测“避免错杀，漏网较多”。

综合而言，本文提供了市场成交数据可信度判断的方法，并利用算法预测的方法解决时滞问题。

12月19日-1月3日

15天债券投资交易实务集训营

五

大

版

块

 ● 宏观分析与金融数据解读篇

宏观与金融数据指标分析与解读PMI物价指标生产指标需求指标财政数据金融数据工业企业利润如何用高频指标跟踪宏观经济一个关于流动性周期的通常框架宏观经济分析框架

 ● 债券定价与收益率曲线篇

债券定价公式到期收益率曲线即期收益率曲线利率敏感性指标：久期、凸度、DV01抽丝剥茧债券收益率曲线收益率、收益率曲线与品种利差的均值回归特征

 ● 供需分析与配置交易篇

利率是由什么决定的？供给对债券的影响国债、地方债发行规律与影响如何衡量债券需求机构配置的行为特征配置户与交易户的思路

 ●债券交易与实操实务篇

预期分析：交易复盘与交易计划制订方向策略之交易思辨及如何盯盘债券借贷交易的“红与黑”现券一二级套利：套利还是投机收益率曲线策略、利差、基差策略套息杠杆策略、套保对冲策略“回购+现券+IRS”养券策略

 ●投资经理日内交易篇

理解配置与交易的一体两面配置账户与交易账户的分配对当下市场预期的评估对周度预期图景的梳理和推演日内交易时间序列及关键节点准备工作盘中实时联动因素和突发扰动因素分析日内买点和卖点的判断逻辑及辅助指标

集

集中播放录制视频学习，激发同业交流与学习

本期自12月19日-1月3日每天20：00以直播播放录制课程形式集中学习，不可倍速、快进，集中学习后，视频可自由安排时间学习及拖动进度条。

训

随堂作业，学而不思则罔，思而不学则殆

每天视频课程学完，对应5-10题课后随堂作业，老师精心拟题，用以检测当天学习成果，从理论中来，到实践中去

营

一线实战专家答疑，助教陪伴督学

加入课程专属群，嘉宾每晚在线答疑（文字+语音），手把手教学。助教全程陪读与督学，发布学习进度，花式催学，群内交流，共同进步！

杨为敩老师，现任国元证券研究所所长助理、总量研究负责人，前任开源证券首席固定收益分析师、中银证券首席固定收益分析师、方正证券首席固定收益分析师。11年证券研究经验，2016年获新财富第3名团队核心成员，2016年获Wind最佳宏观分析师第3名，2018年获今日头条最受读者关注固定收益研究团队第4名，2019年获财资(TheAsset)本币债券最佳研究人员。

就职于上市券商自营投资主管。曾任交易中心、上清所特聘衍生品讲师，多年奋战在银行和非银机构固定收益自营投资一线，有十分丰富的账户管理和投资策略经验。

集训营12月19日开营

目前招生阶段

备注：交易员培训

|/

★

NO.1什么时间可以报名学习？

2022年11月28日-12月19日期间都可以申请报名

12月19日-1月3日每晚20：00开始集中学习

报完名，等11月28日晚上开营学习即可

NO.2本期培训班学费多少？

优惠价1399元/人（原价1699元/人）

同业智通超级会员免费跟学（会员介绍点击了解）

NO.3本期培训可以开**吗？

可以开**，普票电子版，专票纸质版邮寄（包邮）

NO.4怎么报名和缴费？

支持在线扫码付款或对公付款

NO.5当天来不及学习，能看回放吗？

当天播放结束，即可任意时间看回放，而且我们提供一年内无限次回放视频学习权限

集训营12月19日开营

目前招生阶段

备注：交易员培训

更多详情可咨询助教老师

投稿、内训合作点我

净值全面回血！债券基金现在还能买吗？债市未来怎么看？

经历了去年四季度的债市流动性危机，今年的债市一扫阴霾，相比于这端的股市可谓是扬眉吐气。债券市场强势逆向，不少债券型基金也逐步“收复失地”，根据中国证券报的统计，截至5月23日，在全市场5393只债券型基金中，共5064只取得正收益，占比超九成。仅23日当天，就有2841只债基创下今年以来基金净值新高（不同份额分开计算，基金过往业绩不预示未来表现）。

那么，债市未来还能继续涨吗？现在买债基，会不会已经晚了？

近期债市为何回暖？

综合机构分析，本轮债市走牛主要源于几大因素的共振：

第一，经济弱修复进度不及预期，市场对经济复苏预期下修，随着高频数据不断验证，利率中枢下移。

经济基本面的变化对债市的影响重要且复杂，一般来讲，当信息综合反映经济逐步进入收缩阶段时，市场的投资回报率预期会降低，更倾向中低风险类资产；此外，市场利率有望下降，债券收益率下行，导致债券价格上涨。这就是投资人常听到的“经济走弱买债券”的道理。 

华泰证券认为，今年1-3月，经济整体处于疫后恢复期，积压的需求集中释放，债市始终对经济复苏有一定担忧情绪。而四月开始，几大信号相继出现变化，4月经济数据全面低于预期，证实了经济处于“弱修复阶段”。这在一定程度上提升了投资者对于债市的信心。

与此同时，经济修复不及预期，权益市场偏弱，风险偏好降低，大类资产配置角度转向债市。

第二，部分银行存款利率下调，从资产比价角度更为利好债市。今年来，多家中小银行集中下调人民币存款利率，5月又有多家银行调降了通知存款与协定存款利率。对于普通投资者来说，存款利率下调意味着我们放在银行存钱的回报会变少，需要考虑新的理财方式，守护好自己的“钱袋子”。对于庞大的中低风险需求而言，此时债券类资产的投资性价比就更加凸显。 

第三，理财规模回升，银行自营买债需求仍在，资产荒延续，供需角度支撑债市。

在债市走牛一段时间后，投资者可能会担忧未来债市的走向，不少专业机构认为，债市短期可能有所扰动，长期可以相对乐观。信达证券认为，考虑未来政策放松的可能性也不能排除，调整空间也相对有限，基本面环境偏弱或仍将是市场的核心矛盾，收益率曲线牛平的态势或仍将持续。

短期来看，随着部分获利盘离场，债市可能会有波动，但这更多的是中场休息。债牛上半场结束，下半场开始，债市下阶段表现依然值得期待。

从宏观来看，基本面弱修复依然是支撑债市的核心逻辑。

债券资产还能不能买，我们还得明白“债券的收益”来自于哪里？

债券的收益来源主要有：

第一，票息收入。债券的本质是一张“借条”，借钱就是要付利息的。

第二，资本利得。债券的市场价格存在波动性，这意味着，投资者可以在债券价格走低的时候买入、债券价格走高时卖出，从而赚取“资本利得”，也就是低买高卖的“差价”。

通常情况下，只要债券没有兑付困难，持有到期就不会有损失，长期看，票息收入就是一条以一定斜率向上的直线。基于此，尽管债券的资本利得可能会上下波动，但票息收入细水长流，从中长期纯债型基金指数和短期纯债型基金指数来看，尽管短期夹杂小幅波动，但长期来看长期确定性依然较高。

数据来源：Wind，截至2023/5/，指数历史业绩不预示未来表现，不代表投资建议。

从数据上看，统计近十年来的纯债类基金的年度平均回报，2013年至2022年，全市场纯债类基金“年年正收益”。而且在某些年份，纯债基金的平均收益甚至颇为丰厚，比如2014年、2015年分别达到了11.20%、10.48%。整体上，债基为投资者创造了不错的持基体验。

纯债类基金近10年的年度平均回报

（数据来源：Wind、基金定期报告，纯债类基金包括短期纯债型基金、中长期纯债型基金，截至2022.12.31）

即使面临短期债市调整，基金指数往往在市场震荡之后，会有相应的长时间连涨调整期，净值也会较快修复。

数据来源：Wind；截至2022/12/31；指数过往业绩走势不代表未来表现，不代表投资建议。以万得短期纯债型指数为例。

那么，当前时点，债券基金还能买吗？

整体上看，纯债类基金长期波动、回撤不大，不像股市存在较大的短期套利空间，并不是适合波段操作的品种。在债市里切忌急于求成，面对“浮盈”，也不妨告诫自己“慢就是快”，坚持长线持有，拥抱债券类资产的长期确定性。

综合机构分析基本面环境偏弱或仍将是市场的核心矛盾，债市长期走势有支撑，但因为债市已经上涨了一段时间，因此，我们需要做好预期管理，能够接受未来一段时间债市回报率可能降低的现实，从长期的角度做好配置。

最近股市波动频繁，单纯持有股基的投资者可能会因为组合净值的巨大起伏而困惑，参考“股债跷跷板”的分析，建议这部分投资者在组合中增添一些债基，以提升组合的抗震能力，以更从容的心态，面对市场涨跌。

资料参考：信达证券《2023年中期债券市场展望：花开堪折直须折》、华泰证券《固收：债市处于新的平衡阶段》

您的分享在看是我们最大的动力↓

如何查看我国债市行情

你好！常规行情软件应该都能看得到试试看下载一个大智慧我的回答你还满意吗~~