2026年金工深度研究：全球三层次流动性风险预警模型

本研究导读

我们在前期报告《从资产配置到因子配置：中国版全天候增强策略》（2025-06-15）中援引 Shahidi（2014）的研究指出，资产回报可分解为现金回报（无风险利率）与超额回报两部 分，后者由利率（流动性）、风险偏好与宏观经济三类风险因子所驱动。前期报告的重点在 于探究如何合理利用资产不同的宏观经济偏好，来分散资产组合的宏观风险（非系统性风 险），寄希望于组合在流动性和风险偏好（系统性风险）上的正向暴露提供相比于持有现金 的超额收益。但“水能载舟，亦能覆舟”，流动性趋紧和风险偏好下降的市场环境对于多资 产策略而言，是策略的“逆风期”；此时多资产的分散化对冲效果可能阶段性失灵，若策略 缺少相关风控模块，容易遭遇净值的较大回撤。

为在“水势”逆转前筑起防线，对流动性与风险偏好的动态监控是多资产策略下行风险保 护的关键环节。二者之中，流动性监控更具“防御性”意义——流动性的收紧是驱动风险 偏好下降的重要诱因，正如“泉涸”之际，水源的枯竭先于鱼群的搁浅。本研究尝试构建 “宏观央行流动性—中观资金流动性—微观市场流动性”三层次流动性风险预警模型，旨 在动态监控流动性风险向资产价格传导的全链条，为多资产策略提供风控保护。 具体而言，央行流动性构成市场的“泉眼”，央行通过政策利率与基础货币投放的调节，决 定“活水”总量的丰枯；资金流动性则是引泉入池的“水渠”，反映市场参与机构的杠杆融 资能力与资金配置行为，决定活水能否通畅传导至各类资产。“水渠”既可能因源头无水而 干涸，也可能因渠道淤塞而断流；市场流动性是传导链条的终端环节，反映各类资产变现 的便利程度，直接决定了“鱼群”的生存状态。当泉眼枯竭或水渠断流引发“泉涸”，终端 池水不断蒸发，此时即使分散投资于多类资产，也难以规避系统性的同步下跌风险。

基准策略：全球流动性敏感型组合

本研究构建“全球流动性敏感型组合”作为压力测试基准，通过计算加入流动性风险预警 信号的防御性择时策略相对于基准策略的超额收益及回撤优化，来量化三层次流动性风险 预警模型对多资产策略下行风险的防御效果。基准策略的资产池如下： 1) 权益类：MSCI 全球指数； 2) 大宗商品：COMEX 黄金、ICE 布油和 LME 铜； 3) 固定收益：iShares 投资级公司债 ETF、iShares 美元高收益债 ETF 和 iShares 新兴市 场美元债券 ETF； 4) 另类投资：Invesco 全球上市私募股权 ETF 和 Vanguard 房地产信托 ETF。

基准策略的其他参数设置如下： 1) 调仓规则：月度风险平价再平衡。每月初第一个共同交易日，基于资产的历史协方差矩 阵，计算风险平价权重，确保各资产对组合的波动率贡献相等。 2) 回测区间：2008-06-30 至 2026-03-13。 3) 交易费用：暂不考虑。

三层次流动性风险预警模型

三层次流动性风险预警模型通过高频追踪各维度压力指标的共振，预警可能导致资产价格 同步下跌的流动性枯竭时刻。指标选取上，优先选取高频指标以及时追踪流动性的边际变 化。指标刻画上，重点刻画指标的边际变化及异常突变点。实证结果表明，该模型能够起 到预警效果，提升资产组合的风险调整后收益，融合多维度的三层次模型的效果最佳。

第一层次：央行流动性

央行流动性又称“官方流动性”，指由中央银行等官方机构提供并受其货币政策直接控制的 流动性（Howell, 2020）。作为全球金融体系的流动性源头，央行流动性是高质量基础货币 的供给来源，对资金流动性与市场流动性的传导机制体现为：(1) 央行的流动性投放或收紧 直接影响一级交易商及金融机构的头寸偏好与杠杆意愿，影响资金流动性的松紧；(2) 央行 可以通过前瞻性指引修正市场对未来贴现率的预期，引导市场流动性的预期定价。 本研究构建双维度的央行流动性监测框架：一是价格维度，主要关注全球央行的政策利率 水平与路径预期，使用全球央行政策利率扩散指数进行刻画。二是数量维度，主要关注频 率较高且披露较全的美联储资产的资产负债表变化。不同于传统的总量分析，我们采纳 Howell（2020）的“流动性质量论”，使用更反应流动性质量的联储流动性支持指标进行刻 画。此外，考虑到美元在跨境金融市场和全球贸易市场的重要地位，美联储的货币政策立 场是重要风向标，本研究引入彭博 Fedspeak 指数与市场隐含利率预期指标，对美联储利 率预期进行高频追踪。

指标说明

价格：全球央行政策利率扩散指数

随着全球金融周期联动深化，主要经济体的货币政策通过汇率渠道与跨境资本流动产生显 著的外溢效应，形成全球流动性条件的共振。为了量化这一共振过程，我们构建了全球央 行政策利率扩散指数，覆盖 27 个主要央行，从全球视角捕捉流动性的松紧切换。具体的构 建方法如下： 1) 数据预处理：由于政策利率为事件驱动型低频数据，首先采用前向填充法将数据重采样 为日度序列，确保时间连续性； 2) 计算扩散指数：采用 1 年滚动窗口分别统计各降息与加息次数之差，记为该国的净宽松 度；将各国净宽松度得分等权求和，即得到全球央行政策利率扩散指数； 3) 生成压力信号：对扩散指数进行季度差分，若差分值为正，则表明全球流动性边际宽松， 压力信号得分为 1；若差分值为负，则表明全球流动性边际收紧，压力信号得分为-1。 全球央行政策利率扩散指数具有明显的周期性特征，反映出各国央行货币政策同步性较强。 由此构建的压力信号主要呈“块状”分布，适合作为早期识别系统性风险的累积阶段的信 号。最新信号显示，全球央行的政策宽松度自阶段性高点后开始下行，压力信号得分为-1 分。

数量：联储流动性支持

Howell（2020）在《Capital Wars: The Rise of Global Liquidity》一书中提出了“流动性质 量论”的概念，强调对数量的分析要重点关注质量维度。美联储通过流动性供应、期限转 换和信用增级三种渠道来动态调整资产负债表中资产端的结构，实现不同的流动性调节效 果。三种渠道对应的抵押品质量由高到低，对市场流动性和风险偏好的提振效果由低到高： 1) 流动性供应：主要指短期国债等项目。美联储通过购买此类抵押品，能够改善经济体中 的总体再融资环境，使信贷利差和买卖价差收紧。 2) 期限转换：主要指中长期国债等项目。美联储通过购买此类抵押品，可以降低市场面临 的久期风险，从而降低期限溢价； 3) 信用增级：主要指机构抵押支持证券（MBS）、联邦机构债券等项目。美联储通过购买 此类抵押品，可以吸收私人部门信用风险并提供信用担保，从而降低信用风险。

预期：彭博 Fedspeak 指数

Fedspeak 指数由彭博社首席经济学家 Wong 等人（2023）构建，可以用于高频追踪美联 储官员发言信息中体现出的货币政策预期。Fedspeak 指数的构建方式如下： 1) 数据来源：彭博终端收录的美联储公开市场委员会（FOMC）委员发表的和货币政策相 关的公开言论，包括视频访谈、演讲、推文等，并剔除陈旧发言，确保时效性。 2) 数据预处理：对原始文本进行语义提炼，仅保留直接反映美联储对经济表现或货币政策 立场看法的内容。人工标注训练数据集，对每条样本进行情感赋分（-2=高度鸽派，-1= 中度鸽派，0=中性，1=中度鹰派，2=高度鹰派）； 3) 模型微调：采用在金融语境下微调的 RoBERTa 模型，结合 CORN 序数损失函数（适 用于有明确顺序的分类任务），进行模型针对性微调； 4) 指数计算：对每日所有分类为货币政策相关的新闻的情绪得分进行求和，再按绝对值之 和缩放，得到日度原始情绪指数。最后对原始指数进行 1 个月期的指数衰减平滑，得到 Fedspeak 指数。 Fedspeak 指数边际上升时表示货币政策收紧预期加强，边际下降时表示货币政策边际宽松 预期加强。信号生成上，我们对原始序列取相反数，然后使用季度差分法生成压力信号， 差分值为正时压力信号得分为 1；差分值为负时压力信号得分为-1。构建得到的压力信号正 负切换较为频繁，符合货币政策预期多变的特点。最新信号显示，美联储官员言论体现的 货币政策预期有所收紧，压力信号得分为-1 分。

预期：市场隐含利率预期

除了美联储官员的言论信息外，我们还可以从利率衍生品市场中提取出市场利率预期的边 际变化。具体地，我们使用 3 个月后起始的 1 个月期美元（联邦基金）掉期所隐含的远期 利率（3M1M Swap OIS）与有效联邦基准利率（EFFR）的差值，作为市场隐含利率预期 的代理变量。3M1M 的期限内一般会包含美联储下一次的议息会议，其对应的远期利率体 现了市场对于未来降息或加息幅度的定价。 市场隐含利率预期为正，表示市场预计未来美联储会加息，即收紧流动性；市场隐含利率 预期为负，表示市场预计未来美联储会降息，即扩张流动性。信号生成上，我们对原始序 列取相反数，然后计算季度差分，差分为正则压力信号取值为 1，差分为负则压力信号取值 为-1。最新信号显示，市场押注利率收紧，压力信号得分为-1 分。

预警效果

鉴于央行流动性压力信号的分布普遍具有周期性，即分布呈现“分段式”，所以我们先采用 分区间统计信号对流动性敏感型资产的收益区分度，来检验各指标的预警效果；再基于各 指标构建资产的防御性择时策略，考察择时策略相比于基准的超额收益和回撤优化。在前 述四个指标的基础上，我们补充央行流动性综合压力信号，构建方式为：对四个子指标的 信号值求均值，均值大于 0 则压力信号得分为 1，均值小于 0 则压力信号得分为-1。

检验方式 1：收益区分度

我们统计了压力时期（信号得分取值为-1）和非压力时期（信号得分取值为 1），流动性敏 感型资产的平均年化收益情况。若资产在压力时期的平均收益率为负或显著低于非压力时 期的收益率，则说明该压力信号能够较好地提示流动性风险。统计区间为 2008-06-30 至 2026-03-13。统计结果表明，当央行流动性收紧时，风险资产普遍表现不佳。综合压力信 号对各资产的收益率区分度效果最好。

检验方式 2：防御性择时策略

接着，我们基于压力信号生成流动性敏感型资产的防御性择时策略，以量化压力信号的预 警效果。策略构建方式如下： 1) 调仓规则：不定期；当监测到压力信号触发时，空仓持有现金（假设无持有收益），其 余时刻全仓持有资产； 2) 回测区间：2008-06-30 至 2026-03-13； 3) 交易费用：暂不考虑。 回测结果表明，央行流动性压力信号能够对组合起到下行风险保护的效果。择时策略普遍 可以提升策略的风险调整后收益。综合各资产的择时效果来看，结合多指标的综合压力信 号的效果普遍好于单个指标，说明各子指标有较好的互补性。

编辑：火腿肠