全年美債供給壓力有多大

1、內(nèi)容目錄 HYPERLINK l _TOC_250013 引子：美債一級(jí)市場(chǎng)發(fā)行概況 4 HYPERLINK l _TOC_250012 競(jìng)拍方式 4 HYPERLINK l _TOC_250011 從拍賣指標(biāo)觀察市場(chǎng)需求 4 HYPERLINK l _TOC_250010 “1.9 萬(wàn)億刺激計(jì)劃”將如何影響美債一級(jí)市場(chǎng)供給規(guī)模 5 HYPERLINK l _TOC_250009 “1.9 萬(wàn)億刺激計(jì)劃”對(duì) 2021 年美國(guó)財(cái)政支出影響 5 HYPERLINK l _TOC_250008 從美國(guó)財(cái)政支出及赤字規(guī)模變化判斷 6 HYPERLINK l _TOC_250007 構(gòu)建模型預(yù)測(cè)美債一級(jí)

2、市場(chǎng)供給規(guī)模 8 HYPERLINK l _TOC_250006 美債一級(jí)市場(chǎng)發(fā)行結(jié)構(gòu)拆分 8 HYPERLINK l _TOC_250005 模型構(gòu)建及預(yù)測(cè) 17 HYPERLINK l _TOC_250004 模型選擇 17 HYPERLINK l _TOC_250003 使用指數(shù)平滑模型進(jìn)行預(yù)測(cè) 17 HYPERLINK l _TOC_250002 4. 總結(jié) 22 HYPERLINK l _TOC_250001 參考文獻(xiàn) 24 HYPERLINK l _TOC_250000 風(fēng)險(xiǎn)提示 24圖表目錄圖 1：5Y、7Y、10Y、30Y 美債認(rèn)購(gòu)比（Bid to Cover Ratio） 5

3、圖 2：2010 年至 2020 年美債發(fā)行規(guī)模及占比（單位：億美元） 9圖 3：2010 年至 2020 年美債發(fā)行額與 TIPs 占比（單位：%、億美元） 13圖 4：2020 年結(jié)構(gòu) 1 訓(xùn)練集與檢測(cè)集數(shù)據(jù)對(duì)比（單位：億美元） 20圖 5：對(duì) 2021 年結(jié)構(gòu) 1 發(fā)行額預(yù)測(cè)（單位：億美元） 20圖 6：2010-2020 年結(jié)構(gòu) 2 發(fā)行額同比（單位：億美元） 20圖 7：2010-2020 年結(jié)構(gòu) 1+2 發(fā)行額同比（單位：億美元） 20圖 8：2010-2020 年 TIPs 發(fā)行結(jié)構(gòu)占比 21圖 9：2010-2020 年 TIPs 發(fā)行額同比 21圖 10：2018 年至 20

4、20 年美債發(fā)行規(guī)模及 2021 年預(yù)測(cè)值（單位：億美元） 23表 1：“American Rescue Plan Act of 2021”財(cái)政預(yù)算報(bào)告（2021-2030）（單位：億美元） 6表 2：2021 年救助方案前 CBO 財(cái)政預(yù)算及救助方案后財(cái)政預(yù)算預(yù)測(cè)（單位：億美元） 7表 3：2010 年至 2020 年 10 年期美債發(fā)行規(guī)模（單位：億美元） 9表 4：2010 年至 2020 年 3 年期美債發(fā)行規(guī)模（單位：億美元） 10表 5：2010 年至 2020 年 30 年期美債發(fā)行規(guī)模（單位：億美元） 10表 6：2010 年至 2020 年 2 年期美債發(fā)行規(guī)模（單位：億美元

5、） 11表 7：2010 年至 2020 年 5 年期美債發(fā)行規(guī)模（單位：億美元） 11表 8：2010 年至 2020 年 7 年期美債發(fā)行規(guī)模（單位：億美元） 12表 9：2010 年至 2020 年 5yr TIPs 發(fā)行規(guī)模（單位：億美元） 13表 10：2010 年至 2020 年 10yr TIPs 發(fā)行規(guī)模（單位：億美元） 14表 11：2010 年至 2020 年 30yr TIPs 發(fā)行規(guī)模（單位：億美元） 14表 12：2014 年至 2020 年 2yr FRN 發(fā)行規(guī)模（單位：億美元） 15表 13：2020 年至 2021 年 20 年期美債發(fā)行規(guī)模（單位：億美元）

6、15表 14：2021 年美債發(fā)行結(jié)構(gòu)預(yù)測(cè) 16表 15：“AAA”模型訓(xùn)練集與檢測(cè)集預(yù)測(cè)誤差指標(biāo) 19表 16：“AAM”模型訓(xùn)練集與檢測(cè)集預(yù)測(cè)誤差指標(biāo) 19表 17：二次指數(shù)平滑模型預(yù)測(cè) TIPs 和 FRN 發(fā)行額及誤差值 21表 18：2019 年至 2020 年美債一級(jí)市場(chǎng)發(fā)行額及對(duì) 2021 年規(guī)模預(yù)測(cè)（單位：億美元） 22表 19： 2021 年美債一級(jí)市場(chǎng)發(fā)債規(guī)模預(yù)測(cè)（單位：億美元） 23引子：美債一級(jí)市場(chǎng)發(fā)行概況首先對(duì)美債一級(jí)市場(chǎng)的拍賣方式進(jìn)行介紹，這些信息將幫助進(jìn)一步了解發(fā)行方式，購(gòu)買者信息和權(quán)限，以及一些有趣的細(xì)節(jié)。競(jìng)拍方式美債一級(jí)市場(chǎng)的發(fā)行主要通過(guò)財(cái)政部進(jìn)行公開(kāi)拍賣的方

7、式，在拍賣前 1-7 天前公開(kāi)券面信息，符合條件的投標(biāo)人均可參與拍賣。投標(biāo)者可通過(guò)兩種方式參與投標(biāo)：競(jìng)爭(zhēng)性和非競(jìng)爭(zhēng)性。非競(jìng)爭(zhēng)性（Non-competitive）投標(biāo)者不參與價(jià)格競(jìng)爭(zhēng)，直接接受拍賣價(jià)格，認(rèn)購(gòu)金額通常不超過(guò) 500 萬(wàn)美元；而競(jìng)爭(zhēng)性（Competitive）投標(biāo)者則參與拍賣過(guò)程，報(bào)出其愿意接受的價(jià)格和金額（通常不超過(guò)該筆拍賣總金額 35%）來(lái)完成交易。競(jìng)標(biāo)者被財(cái)政部劃分為三類：一級(jí)交易商、直接競(jìng)標(biāo)者和間接競(jìng)標(biāo)者。主要一級(jí)交易商（Primary dealer）使用紐約聯(lián)儲(chǔ)銀行的賬戶購(gòu)買，通常為拍賣中的最大買家并且直接參與每一筆拍賣；直接競(jìng)標(biāo)者（Direct bidder）通過(guò)自己的專

8、用賬戶進(jìn)行競(jìng)拍，而非直接競(jìng)標(biāo)者（Indirect bidder）則通過(guò)其它賬戶參與競(jìng)拍，例如境外金融機(jī)構(gòu)通過(guò)紐約聯(lián)儲(chǔ)銀行賬戶進(jìn)行競(jìng)標(biāo)。從拍賣指標(biāo)觀察市場(chǎng)需求美債一級(jí)市場(chǎng)的拍賣數(shù)據(jù)能一定程度反映出需求端的變化，主要通過(guò)拍賣的認(rèn)購(gòu)比（Bid to cover ratio）、競(jìng)拍利率（High yield）和截標(biāo)利率（When-issued yield）之差來(lái)反映一級(jí)市場(chǎng)需求的變化。認(rèn)購(gòu)比（Bid to cover ratio）是參與拍賣競(jìng)拍的資金金額與中標(biāo)資金金額之比，自 2010 年1 月至2021 年1 月，10 年期國(guó)債平均認(rèn)購(gòu)比為2.69，而每筆平均發(fā)行規(guī)模為246.18億美元，這表示參與

9、每場(chǎng)拍賣競(jìng)拍的資金平均規(guī)模達(dá)到 662.23 億美元。通過(guò)該指標(biāo)（除特殊結(jié)構(gòu)國(guó)債如 FRN 和 TIPs），就單純名義利率付息的債券中，10 年期國(guó)債認(rèn)購(gòu)比在近 10 年以來(lái)的均值高于 5、7、30 年期國(guó)債認(rèn)購(gòu)比，且波動(dòng)率較大，屬于最受市場(chǎng)競(jìng)拍者歡迎的品種；此外中長(zhǎng)期的美債認(rèn)購(gòu)比呈現(xiàn)收攏的趨勢(shì)。而競(jìng)拍利率（High yield）和截標(biāo)利率（When-issued yield）作為拍賣的另一指標(biāo)也反映了競(jìng)拍者對(duì)拍品的興趣，當(dāng)競(jìng)拍利率與競(jìng)拍時(shí)的市場(chǎng)利率，也就是截標(biāo)利率之差小于等于零時(shí)（Trade through），說(shuō)明市場(chǎng)需求大于供給，這也是美債拍賣時(shí)的通?，F(xiàn)象；而當(dāng)競(jìng)拍利率與截標(biāo)利率之差大于零

10、時(shí)(Tailed)，說(shuō)明市場(chǎng)對(duì)拍品興趣不高，反映出一級(jí)市場(chǎng)競(jìng)拍者對(duì)美債需求疲軟，通常會(huì)在短期內(nèi)對(duì)美債收益率造成負(fù)面影響。圖 1：5Y、7Y、10Y、30Y 美債認(rèn)購(gòu)比（Bid to Cover Ratio）43.83.63.43.232.82.62.42.227年期美債認(rèn)購(gòu)比5年期美債認(rèn)購(gòu)比10年期美債認(rèn)購(gòu)比30年期美債認(rèn)購(gòu)比數(shù)據(jù)來(lái)源：Bloomberg，“1.9 萬(wàn)億刺激計(jì)劃”將如何影響美債一級(jí)市場(chǎng)供給規(guī)模我們將從兩個(gè)角度切入：美國(guó)聯(lián)邦政府支出及收入，對(duì)赤字規(guī)模的影響映射至一級(jí)市場(chǎng)供給；對(duì) 2010 年-2020 年期間美債各期限結(jié)構(gòu)發(fā)行的原始數(shù)據(jù)，分別構(gòu)建時(shí)間序列預(yù)測(cè)模型進(jìn)行估算?！?.9

11、 萬(wàn)億刺激計(jì)劃”對(duì) 2021 年美國(guó)財(cái)政支出影響3 月 6 日拜登總統(tǒng)簽署“American Rescue Plan Act of 2021”并正式啟動(dòng)運(yùn)行，該計(jì)劃也被稱為“ 1.9 萬(wàn)億美元刺激計(jì)劃”， 在此我們將根據(jù)美國(guó)國(guó)會(huì)預(yù)算辦公室（Congressional Budget Office，以下簡(jiǎn)稱CBO）發(fā)布的報(bào)告，來(lái)判斷實(shí)際方案支出對(duì)美國(guó)財(cái)政支出及對(duì)赤字水平的影響。根據(jù) 3 月 10 日CBO 發(fā)布的“American Rescue Plan Act of 2021”預(yù)算影響報(bào)告顯示： 2021 年赤字水平將整體增加 1.164 萬(wàn)億美元，其中預(yù)期支出將增加約 1.088 萬(wàn)億美元，預(yù)

12、期收入將減少約 754 億美元。表 1：“American Rescue Plan Act of 2021”財(cái)政預(yù)算報(bào)告（2021-2030）（單位：億美元）年份20212022202320242025直接支出項(xiàng)預(yù)期授權(quán)預(yù)算15877.862077.41148.6484.2346.78預(yù)期花費(fèi)10881.084760.811154.99631.66369.37收入項(xiàng)-754.18-524.4311.8841.2548.32預(yù)期預(yù)算內(nèi)收入-755.17-526.924.1534.8440.92預(yù)期預(yù)算內(nèi)收入0.992.497.736.417.40預(yù)期赤字變動(dòng)11635.265285.241143

13、.11590.41321.05預(yù)算內(nèi)赤字11636.255287.731150.84596.82328.45預(yù)算外赤字-0.99-2.49-7.73-6.41-7.40年份202620272028202920302021-2030直接支出項(xiàng)預(yù)期授權(quán)預(yù)算39.4228.068.92-0.08-54.6418256.60預(yù)期花費(fèi)179.4080.0833.92-3.05-62.1018026.21收入項(xiàng)240.20189.2373.2073.8070.91-529.82預(yù)期預(yù)算內(nèi)收入231.77180.1664.2864.6162.24-599.12預(yù)期預(yù)算內(nèi)收入8.439.078.929.198

14、.6769.30預(yù)期赤字變動(dòng)-60.80-109.15-39.28-76.85-133.0118556.03預(yù)算內(nèi)赤字-52.37-100.08-30.36-67.66-124.3418625.33預(yù)算外赤字-8.43-9.07-8.92-9.19-8.67-69.30數(shù)據(jù)來(lái)源：CBO，從美國(guó)財(cái)政支出及赤字規(guī)模變化判斷結(jié)合 CBO 對(duì) 2021 年原有的財(cái)政預(yù)計(jì)支出及收入，以及“1.9 萬(wàn)億美元刺激計(jì)劃”額外預(yù)計(jì)支出，我們預(yù)測(cè)出相比于 2020 年的財(cái)政預(yù)計(jì)支出增幅。以 2020 年美債一級(jí)市場(chǎng)發(fā)行總規(guī)模和財(cái)政支出為參考，判斷 2021 年發(fā)行總規(guī)模。從收入及支出對(duì)赤字影響預(yù)期一級(jí)市場(chǎng)發(fā)行規(guī)模

15、：支出項(xiàng)：2020 年美國(guó)已先后進(jìn)行兩輪財(cái)政刺激，分別為 3 月通過(guò)的約 2 萬(wàn)億美元CARE 疫情救助方案，以及 12 月底通過(guò)的 9000 億美元新冠疫情救助計(jì)劃；盡管第二輪 9000 億美元的救助計(jì)劃中，約有 5000 億美元來(lái)自前CARE 法案的剩余資金，2020 年聯(lián)邦赤字增幅仍達(dá)到 3.13 萬(wàn)億美元，公眾持有的聯(lián)邦債務(wù)總額為 21 萬(wàn)億美元，約占 GDP的 100.1%；在 3 月 6 日“1.9 萬(wàn)億救助法案”通過(guò)前，CBO 對(duì) 2021 年預(yù)計(jì)支出為 5.76萬(wàn)億美元，其中必要支出項(xiàng) 3.793 萬(wàn)億美元；根據(jù)表 1 中 CBO 預(yù)測(cè)該計(jì)劃的預(yù)期花費(fèi)項(xiàng)，“1.9 萬(wàn)億救助方案

16、”將增加 2021 年財(cái)政支出約 1.09 萬(wàn)億美元，我們認(rèn)為這將導(dǎo)致預(yù)算合計(jì)支出項(xiàng)中的 5.76 萬(wàn)億增加至 6.85 萬(wàn)億美元。收入項(xiàng)：盡管 2020 年經(jīng)濟(jì)受疫情影響，美國(guó)聯(lián)邦政府全年收入僅減少 1%，約為3.4 萬(wàn)億美元，此時(shí)間軸包含疫情前、疫情爆發(fā)后以及 CARE 救助法案的實(shí)施。考慮到經(jīng)濟(jì)逐漸恢復(fù)以及財(cái)政刺激的后續(xù)影響，CBO 預(yù)計(jì) 2021 年聯(lián)邦政府收入將增加 3%，約為 3.5 萬(wàn)億美元；根據(jù)表 1 中 CBO 預(yù)測(cè)該計(jì)劃的 2021 年預(yù)期收入項(xiàng)，“1.9 萬(wàn)億救助方案”將減少 2021 年財(cái)政收入約 754.2 億美元，預(yù)算合計(jì)收入項(xiàng)中的 3.5 萬(wàn)億降至 3.4萬(wàn)億美元

17、?！?.9 萬(wàn)億刺激方案”實(shí)施后的預(yù)期赤字水平較 2020 年實(shí)際赤字水平增長(zhǎng) 9.26%， 2020 年美債一級(jí)市場(chǎng)發(fā)行額為 3.9 萬(wàn)億美元，從財(cái)政預(yù)算影響美債供給端的邏輯看 2021年一級(jí)市場(chǎng)的發(fā)行，我們認(rèn)為赤字水平增加將體現(xiàn)到一級(jí)市場(chǎng)供給側(cè)，通過(guò)比例外推得出 2021 年發(fā)行規(guī)模將增至約 4.3 萬(wàn)億美元。表 2：2021 年救助方案前CBO 財(cái)政預(yù)算及救助方案后財(cái)政預(yù)算預(yù)測(cè)（單位：億美元）2020（實(shí)際）2021（CBO 預(yù)測(cè)）2021（預(yù)測(cè)）收入個(gè)人所得稅16086.6216989.6116989.61工資稅13099.5413253.3713253.37企業(yè)所得稅2118.451

18、640.461640.46其它2894.943176.263176.26合計(jì)34199.5535059.734305.52支出必要支出45792.8137933.5537933.55非必要支出16278.7416680.1116680.11凈利息支出3447.173029.413029.41合計(jì)65518.7257643.0768524.15赤字（-）或盈余-31319.17-22583.37-34218.63美債一級(jí)市場(chǎng)供給38957.9342564.57公眾持有債務(wù)210,190.71224,607.64GDP209997.25219506.85公眾持有債務(wù)約占 GDP（%）100.092

19、102.324數(shù)據(jù)來(lái)源：CBO，整理構(gòu)建模型預(yù)測(cè)美債一級(jí)市場(chǎng)供給規(guī)模首先，我們對(duì)美債發(fā)行的原始數(shù)據(jù)按照期限結(jié)構(gòu)拆分，分析一級(jí)市場(chǎng)發(fā)債風(fēng)格并模擬發(fā)債節(jié)奏；然后，根據(jù)結(jié)構(gòu)的拆分，我們分別建立預(yù)測(cè)模型，最終代入并組成對(duì) 2021年一級(jí)市場(chǎng)供給的完整預(yù)測(cè)。美債一級(jí)市場(chǎng)發(fā)行結(jié)構(gòu)拆分通過(guò)分拆 2010-2021 年的發(fā)債數(shù)據(jù)，在此我們把美債1按照期限結(jié)構(gòu)劃分為兩種類型：結(jié)構(gòu) 1 為 3 年期、10 年期和 30 年期，此結(jié)構(gòu)每月必會(huì)發(fā)行，且每月只發(fā)行一次2；結(jié)構(gòu) 2 由 2 年期、5 年期、7 年期國(guó)債組成，通常結(jié)構(gòu) 2 隔月發(fā)行，且每月發(fā)行頻率不等。我們發(fā)現(xiàn)，財(cái)政部主要通過(guò)疊加結(jié)構(gòu) 2 來(lái)調(diào)整發(fā)債規(guī)模，

20、兩個(gè)結(jié)構(gòu)相結(jié)合即組成美債一級(jí)市場(chǎng)的發(fā)行主體架構(gòu)。具體結(jié)構(gòu)通常以結(jié)構(gòu) 1 為基礎(chǔ)，疊加 1 到 2 層結(jié)構(gòu) 2，再穿插加入 5 年期、10 年期 或 30 年期 TIPs；自 2014 年，財(cái)政部開(kāi)始發(fā)行 2 年期 Floating-Rate Note（以下簡(jiǎn)稱為 FRN），并將其頻繁添加進(jìn)月頻發(fā)債結(jié)構(gòu)中（值得注意的是，聯(lián)儲(chǔ) SOMA 賬戶從未參與 FRN 競(jìng)標(biāo)及購(gòu)買，購(gòu)買者多為投資基金和經(jīng)銷商）。結(jié)構(gòu) 1 發(fā)行規(guī)模趨于穩(wěn)定，平均每 年占總額 36.11%，為 2.11%，而結(jié)構(gòu) 2 發(fā)行規(guī)模占總額度比例更高，平均占比為 51.35%，波動(dòng)率更大，為 3.36%；結(jié)構(gòu) 2 每年出現(xiàn)頻次在 8 到

21、 9 次。我們認(rèn)為：一方面，結(jié)構(gòu) 2 的疊加為決定美債一級(jí)市場(chǎng)發(fā)行的主要因素，以上提到的兩種主體結(jié)構(gòu)構(gòu)成了約占 85%以上的總發(fā)行額度；另一方面，隨著財(cái)政部不斷地調(diào)整期限結(jié)構(gòu)，傳統(tǒng)固定利率債券占比逐年呈下降趨勢(shì)，結(jié)構(gòu) 1 和 2 占據(jù)總規(guī)模從 2010 年的 96.22%降至 2020 年的 83.72%。1 美債在此不包含 1 年期及以下的債券（Bill、Cash Management Bill）。2 除 2019 年 6 月 26 日發(fā)行的 2500 萬(wàn)美元，數(shù)額極小，且只有經(jīng)銷商（brokers）參與拍賣，屬特殊情況。圖 2：2010 年至 2020 年美債發(fā)行規(guī)模及占比（單位：億美元）

22、100%90%80%70%60%50%40%30%20%10%0%45000.0040000.0035000.0030000.0025000.0020000.0015000.0010000.005000.000.00總發(fā)行額（右軸）結(jié)構(gòu)1/總額結(jié)構(gòu)2/總額結(jié)構(gòu)1+2/總額數(shù)據(jù)來(lái)源：美國(guó)財(cái)政部，表 3：2010 年至 2020 年 10 年期美債發(fā)行規(guī)模（單位：億美元）10yr20212020201920182017201620152014201320122011201012 月39624024020020021021021021021821311 月5223983252582802412402

23、4024025824610 月3602402302002002102102102102102129 月3642402302002002102102102102102128 月6064462952992542452402402402472547 月3152422212052132102102102102102106 月2942402202002002102102102252102115 月4893623103062822452402402552402614 月2512402102022012102102102482202253 月404240240210200200210210210225210

24、2122 月5593903352852572482402402402692462781 月418248240207211210210210210225215218總額44763463298427372688265126402640276726942754數(shù)據(jù)來(lái)源：美國(guó)財(cái)政部，表 4：2010 年至 2020 年 3 年期美債發(fā)行規(guī)模（單位：億美元）3yr20212020201920182017201620152014201320122011201012 月58438038024024024025030032033232511 月688560445269293241260300320344329

25、10 月5353803602402402402703003203203239 月5213803502402402402703103203203348 月7656283863122652452703203203303607 月5003833312452562402703203203203506 月4463803202402402402803203433203625 月6425093853192942452903203403204134 月4013803012422422403003203783364293 月6163803802802402402403003203423204052 月79054

26、94723092682592403003203593274451 月638392380248253240240300320343327416總額64045212409531093048289133603770402539164490數(shù)據(jù)來(lái)源：美國(guó)財(cái)政部，表 5：2010 年至 2020 年 30 年期美債發(fā)行規(guī)模（單位：億美元）30yr20212020201920182017201620152014201320122011201012 月25016016012012013013013013013513211 月34428022916818316116016016017216410 月23616

27、01501201201301301301301301319 月2391601501201201301301301301301318 月4153142041951651631601601601651707 月2071611411231281301301301301301306 月1931601401201201301301301391301315 月3362552112001841641601601701601744 月1711601301211211301301301541361403 月2551601601301201201301301301391301322 月36827423619016

28、71621601601601801641781 月264165160124127130130130130139133135總額29912366195917011672168816801680176117151747數(shù)據(jù)來(lái)源：美國(guó)財(cái)政部，表 6：2010 年至 2020 年 2 年期美債發(fā)行規(guī)模（單位：億美元）2yr20212020201920182017201620152014201320122011201012 月66886940026055064035036811 月123542427428852035036672110 月4427505592762903207003639 月591893

29、2762605806703613718 月5433852685562603507217727 月5358397512862602907007046 月10092922985206103618415 月4423875876553503503794 月4568057142613207007184493 月14389142913225203203669062 月6814193483876122603213503553694471 月441400592571320350718357總額63945110475235163282312136014080459436444875數(shù)據(jù)來(lái)源：美國(guó)財(cái)政部，表 7：

30、2010 年至 2020 年 5 年期美債發(fā)行規(guī)模（單位：億美元）5yr20212020201920182017201620152014201320122011201012 月68089141035070070035036811 月125743535837670035036672110 月4537707313613503507003639 月6039163613503507003613618 月5543963517273503507217517 月5468607843753503503507046 月10323813907007003618005 月4534237678573503507524

31、 月4678258063513507007184293 月14629373814217003503668652 月6924304353878103503513503553694271 月452410774747350350718357總額65285238523444784302420138513850459440164721數(shù)據(jù)來(lái)源：美國(guó)財(cái)政部，表 8：2010 年至 2020 年 7 年期美債發(fā)行規(guī)模（單位：億美元）7yr20212020201920182017201620152014201320122011201012 月68069632029058058029030511 月122434

32、829531058029030359710 月3536206022972902905803019 月5687152972905805802992998 月5113322895992902905985977 月4906716543082902905805836 月8863143215805802996265 月3543526327062902906234 月3806446682912905805953273 月14867313143475802903036592 月7043353613196692902912902943063251 月353320638615290290595296總額5824

33、4088429236883545348134813480380733273734數(shù)據(jù)來(lái)源：美國(guó)財(cái)政部，TIPs（Treasury inflation protected securities）作為除傳統(tǒng)債券類型以外發(fā)行規(guī)模最多的債券類型，占據(jù)一級(jí)市場(chǎng)全年發(fā)行總額十年均值約 6.01%；TIPs 期限結(jié)構(gòu)分別為 5 年期、10 年期、30 年期，并按照一定規(guī)律穿插進(jìn)月結(jié)構(gòu)中，值得注意的是，不同期限的 TIPs 不會(huì)進(jìn)行月頻疊加。圖 3：2010 年至 2020 年美債發(fā)行額與 TIPs 占比（單位：%、億美元）4.50%4.00%3.50%3.00%2.50%2.00%1.50%1.00%0.5

34、0%0.00% 總發(fā)行額(右軸）5yr TIPs/總額 10yr TIPs/總額30yr TIPs/總額45000.0040000.0035000.0030000.0025000.0020000.0015000.0010000.005000.000.00數(shù)據(jù)來(lái)源：美國(guó)財(cái)政部，表 9：2010 年至 2020 年 5yr TIPs 發(fā)行規(guī)模（單位：億美元）5yr2020201920182017201620152014201320122011201012 月172.8164.1140.0139.9140.0160.0160.0160.0140.0120.011 月10 月170.0187.8100

35、.09 月8 月149.9144.4149.6160.0160.0160.0140.0123.77 月0.36 月170.5150.05 月4 月184.8172.1180.4160.0160.0180.7180.0180.0164.3140.0112.43 月2 月1 月總額698.3674.0470.3444.3449.6500.7500.0500.0444.3383.7212.4數(shù)據(jù)來(lái)源：美國(guó)財(cái)政部，表 10：2010 年至 2020 年 10yr TIPs 發(fā)行規(guī)模（單位：億美元）10yr2020201920182017201620152014201320122011201012 月1

36、1 月136.6120.0119.7116.0121.7130.0130.0130.0130.0115.0102.710 月9 月136.4132.5110.0110.0116.7130.0130.0130.0130.0113.4101.18 月7 月155.9145.6137.1143.2130.0150.0150.0150.0150.0130.0120.06 月5 月120.0121.6129.1123.2138.1130.0129.8130.0130.0119.34 月85.93 月136.1110.0110.0123.3136.2130.0130.0130.0130.0114.92 月

37、1 月154.4130.0149.1138.2150.0150.0150.0150.0152.8132.6103.9總額839.6759.6754.9754.0792.7820.0819.8820.0822.8725.2513.5數(shù)據(jù)來(lái)源：美國(guó)財(cái)政部，表 11：2010 年至 2020 年 30yr TIPs 發(fā)行規(guī)模（單位：億美元）30yr2020201920182017201620152014201320122011201012 月11 月10 月50.051.353.070.070.070.070.072.79 月8 月76.170.071.77 月6 月50.056.157.370.0

38、70.070.070.072.35 月4 月3 月2 月80.083.987.179.793.590.090.390.091.394.980.01 月總額156.1153.9187.1187.0203.8230.0230.2230.0231.3239.9151.7數(shù)據(jù)來(lái)源：美國(guó)財(cái)政部，F(xiàn)RN 作為 2014 年出現(xiàn)在一級(jí)市場(chǎng)發(fā)行結(jié)構(gòu)中的特殊類型，發(fā)債規(guī)模和頻次都不低，自 2014 年至 2020 年平均占美債發(fā)行總額約 7.62%，發(fā)行次數(shù)接近月頻，并可每月疊加；結(jié)構(gòu)固定，自發(fā)行以來(lái)只出現(xiàn)兩年期FRN。最后一種結(jié)構(gòu)為 20 年期美債，財(cái)政部自 2020 年將該結(jié)構(gòu)添加進(jìn)一級(jí)市場(chǎng)發(fā)行框架中，我們

39、認(rèn)為這代表財(cái)政部在對(duì)長(zhǎng)期美債期限結(jié)構(gòu)進(jìn)行調(diào)整。表 12：2014 年至 2020 年 2yr FRN 發(fā)行規(guī)模（單位：億美元）2yr202020192018201720162015201412 月240.0180.3180.0130.0130.0130.0130.011 月527.6180.0195.8129.9130.0280.0130.010 月220.9190.0153.8159.1150.09 月220.0180.0170.0130.0137.9130.0130.08 月220.0180.0181.9130.0290.5130.0130.07 月267.3207.9189.8165.3

40、150.0150.16 月200.0180.0160.0145.8130.0130.0130.05 月200.0198.9160.0300.5319.9130.0129.94 月239.1202.6368.1150.5150.03 月180.0180.0145.7130.0130.0130.02 月180.0179.9150.0130.0282.7280.0130.01 月220.6200.0172.0159.5150.0總額2694.62290.42117.71720.51710.11640.61640.0數(shù)據(jù)來(lái)源：美國(guó)財(cái)政部，表 13：2020 年至 2021 年 20 年期美債發(fā)行規(guī)模（

41、單位：億美元）20y2021202012 月27711 月55110 月9 月2508 月2727 月1896 月4145 月4 月3 月2402 月2701 月240數(shù)據(jù)來(lái)源：美國(guó)財(cái)政部，根據(jù)以上結(jié)構(gòu)拆分，我們?yōu)?2021 年接下來(lái)的美債發(fā)行結(jié)構(gòu)做出預(yù)估：表 14：2021 年美債發(fā)行結(jié)構(gòu)預(yù)測(cè)1 月2 月3 月4 月5 月6 月10-Year TIPS Note2-Year FRN2-Year Note3-Year Note3-Year Note3-Year Note3-Year Note30-Year TIPSBond5-Year Note10-Year Note10-Year Note1

42、0-Year Note10-Year Note3-Year Note7-Year Note30-Year Bond30-Year Bond30-Year Bond30-Year Bond10-Year Note20-Year Bond2-Year FRN2-Year FRN2-Year FRN30-Year Bond3-Year Note2-Year Note2-Year Note5-Year TIPSNote2-Year FRN10-Year Note5-Year Note5-Year Note20-Year Bond2-Year Note30-Year Bond7-Year Note7-Y

43、ear Note2-Year Note5-Year Note10-Year TIPSNote5-Year TIPS Note10-Year TIPSNote5-Year Note7-Year Note2-Year FRN20-Year Bond20-Year Bond7-Year Note20-Year Bond2-Year Note5-Year Note7-Year Note7 月8 月9 月10 月11 月12 月3-Year Note3-Year Note2-Year Note3-Year Note3-Year Note3-Year Note10-Year Note10-Year Not

44、e5-Year Note10-Year Note10-Year Note10-Year Note30-Year Bond30-Year Bond7-Year Note30-Year Bond30-Year Bond30-Year Bond2-Year FRN2-Year FRN20-Year Bond2-Year FRN2-Year FRN2-Year FRN2-Year Note30-Year TIPSBond3-Year Note2-Year Note10-Year TIPSNote5-Year TIPSNote5-Year Note10-Year Note5-Year Note20-Ye

45、ar Bond7-Year Note30-Year Bond7-Year Note2-Year Note10-Year TIPS Note2-Year FRN5-Year TIPS Note5-Year Note20-Year Bond10-Year TIPSNote20-Year Bond7-Year Note2-Year Note2-Year Note5-Year Note5-Year Note7-Year Note7-Year Note數(shù)據(jù)來(lái)源：美國(guó)財(cái)政部，整理模型構(gòu)建及預(yù)測(cè)上文中我們通過(guò)拆分歷年期限結(jié)構(gòu)，總結(jié)出一級(jí)市場(chǎng)債券主體構(gòu)架：結(jié)構(gòu) 1（3 年期、10 年期和 30 年期）+結(jié)構(gòu)

46、2（2 年期、5 年期和 7 年期），TIPs（5 年期、10 年期和 30 年期）、2 年期 FRN 以及 20 年期美債。接下來(lái)我們通過(guò)建立期限結(jié)構(gòu)預(yù)測(cè)模型，分別計(jì)算并帶入發(fā)行結(jié)構(gòu)，最后得出對(duì)2021 年整體美債一級(jí)市場(chǎng)的規(guī)模預(yù)測(cè)及供給節(jié)奏。模型選擇在對(duì)時(shí)間序列進(jìn)行預(yù)測(cè)時(shí)，常用兩種方法：時(shí)間序列回歸模型（Time series regression model）和時(shí)間序列預(yù)測(cè)模型（Time series forecasting model）。前者討論被預(yù)測(cè)變量 y 和預(yù)測(cè)變量 x 之間存在線性關(guān)系或非線性關(guān)系，當(dāng)存在多個(gè)預(yù)測(cè)變量 x 時(shí)，模型變?yōu)槎嘣€性回歸模型。使用回歸模型需要判斷出被預(yù)

47、測(cè)變量和預(yù)測(cè)變量之間關(guān)系的性質(zhì)3，例如實(shí)際個(gè)人消費(fèi)支出和實(shí)際個(gè)人可支配收入的增長(zhǎng)存在相關(guān)關(guān)系，或者多元線性回歸模型時(shí)，個(gè)人消費(fèi)與工業(yè)生產(chǎn)產(chǎn)值、儲(chǔ)蓄及失業(yè)率之前呈現(xiàn)不同的相關(guān)性。當(dāng)我們判斷美債的預(yù)測(cè)變量 x 時(shí)，聯(lián)邦赤字水平，利率水平，宏觀政策以及需求側(cè)流動(dòng)性都屬于密切相關(guān)因素且彼此高度相關(guān)，我們認(rèn)為會(huì)較容易造成多重共線性（Multicollinearity）4而使預(yù)測(cè)結(jié)果出現(xiàn)偏離、非一致的情況。后者從時(shí)間序列自身出發(fā)，通過(guò)對(duì)過(guò)去的觀察值進(jìn)行加權(quán)平均，權(quán)重按時(shí)間順序呈指數(shù)型衰退，對(duì)于短期預(yù)測(cè)可靠性較高；復(fù)雜的時(shí)間序列預(yù)測(cè)模型進(jìn)一步分解觀察值特征，對(duì)數(shù)據(jù)進(jìn)行機(jī)器學(xué)習(xí)；在沒(méi)有明確的變量關(guān)系時(shí)，我們更

48、偏向于序列對(duì)于自身變化規(guī)律進(jìn)行總結(jié)得出的預(yù)測(cè)，因此時(shí)間序列預(yù)測(cè)模型在此場(chǎng)景下是更優(yōu)選。最廣泛應(yīng)用的復(fù)雜時(shí)間序列預(yù)測(cè)模型分為指數(shù)平滑（Exponential smoothing）和 ARIMA 模型，ARIMA（Autoregressive Integrated moving average）模型算法結(jié)合自回歸和移動(dòng)平均算法，根據(jù)樣本調(diào)整自回歸階數(shù)、差分階數(shù)和移動(dòng)平均階數(shù)；很多知名模型，如隨機(jī)游走（Random walk）、白噪音（White noise）都為ARIMA 模型的特殊形式。相比之下，指數(shù)平滑模型更為成熟，在簡(jiǎn)單時(shí)間賦予權(quán)重的基礎(chǔ)上，捕捉水平因子（Level）、趨勢(shì)因子（Trend）

49、和季節(jié)性因子（Seasonality）；考慮到美債數(shù)據(jù)呈現(xiàn)一定的趨勢(shì)和季節(jié)性特征，在此我們使用指數(shù)平滑模型。使用指數(shù)平滑模型進(jìn)行預(yù)測(cè)根據(jù)樣本的時(shí)間延展性和美國(guó)財(cái)政部發(fā)行節(jié)奏存在周期性趨勢(shì)，我們以 Holt-winters三次指數(shù)平滑作為基本模型，通過(guò)分析波動(dòng)振幅的水平（Level）、趨勢(shì)（Trend）和季節(jié)性（Seasonality）來(lái)進(jìn)行預(yù)測(cè)；在模型構(gòu)建過(guò)程中，通過(guò)不斷優(yōu)化因子進(jìn)行模型調(diào)整得3 被預(yù)測(cè)變量 y 和預(yù)測(cè)變量 x 之間的關(guān)系可判斷為相關(guān)關(guān)系或因果關(guān)系，相關(guān)性對(duì)預(yù)測(cè)結(jié)果判斷具有很大影響。4 多重共線性預(yù)測(cè)：對(duì)于完全或高度線性相關(guān)時(shí)，回歸系數(shù)的計(jì)算是較困難的。出最終預(yù)測(cè)。對(duì)結(jié)構(gòu) 1（

50、3 年期、10 年期和 30 年期）進(jìn)行預(yù)測(cè)推算，以此為基礎(chǔ)，對(duì)其它期限結(jié)構(gòu)，根據(jù)數(shù)據(jù)特征，進(jìn)行因子數(shù)量調(diào)整，得出預(yù)測(cè)結(jié)果并推斷出全年發(fā)行規(guī)?？傆?jì)。我們將 2010 年 1 月至 2019 年 12 月的數(shù)據(jù)作為訓(xùn)練集（Training data set），2020年 1 月至 2021 年 2 月作為檢驗(yàn)集（Test data set），以降低預(yù)測(cè)誤差為目的判斷最優(yōu)平滑因子組合。對(duì)應(yīng)各因子平滑程度的參數(shù)分別為 、 和 ，參數(shù)區(qū)間為0,1；當(dāng)平滑因子參數(shù)越接近 0 時(shí)，模型給予歷史數(shù)據(jù)更多權(quán)重，當(dāng)參數(shù)越接近 1 時(shí)，日期較近的序列的權(quán)重更高。Holt-winters 指數(shù)平滑算法中分為加性模型

51、（Additive）和積性模型（Multiplicative），加性模型中趨勢(shì)成分和季節(jié)成分呈相加關(guān)系，而積性模型中兩者呈相乘關(guān)系，這意味著加性模型中季節(jié)性相對(duì)恒定，而積性模型中季節(jié)性變化與序列成正比。加性模型公式：+1 = + + +yt+1 代表 t+1 時(shí)刻的預(yù)測(cè)值，也就是 y1 至 yt 之間觀察值根據(jù)不同平滑因子加權(quán)平均后的結(jié)果，其中每個(gè)因子的展開(kāi)式如下，而各權(quán)重的衰退速度分別由系數(shù) 、 和 控制。水平因子展開(kāi)式：（Lt）： = ( ) + (1 )(1 + 1)趨勢(shì)因子展開(kāi)式：（Tt）： = ( 1) + (1 )1季節(jié)因子展開(kāi)式：（St）： = ( ) + (1 )Lt 代表 t

52、 時(shí)刻序列的季節(jié)性調(diào)整后預(yù)測(cè)（yt -St-m ）和未季節(jié)調(diào)整（Lt- + Tt1 ）的加權(quán)平均值；Tt 代表序列在 t 時(shí)刻的斜率估計(jì)值，是基于（Lt -Lt1）和前一個(gè)趨勢(shì)值 Tt-1 估計(jì)值的加權(quán)平均值；St 代表當(dāng)前季節(jié)性指數(shù)(yt Lt )和去年5同期時(shí)的季節(jié)性指數(shù)的加權(quán)平均。我們先使用加性“AAA”模型（Additive error、Additive trend、Additive seasonality）進(jìn)行預(yù)測(cè)，并通過(guò)預(yù)測(cè)誤差判斷該模型的適用性。該模型平滑因子參數(shù)分別為 =0.0829、 =0.0829 、=0.3684 ， 下表中我們可以看到幾種檢驗(yàn)?zāi)Ｐ偷膮⒖紨?shù)據(jù)， 均方根差（

53、Root-mean-square-error，簡(jiǎn)稱為 RMSE）衡量模型殘差的誤差程度，平均絕對(duì)誤差(Mean absolute error，簡(jiǎn)稱為 MAE)可以反應(yīng)檢測(cè)集誤差的真實(shí)情況，而平均絕對(duì)誤差（Mean absolute percent error，簡(jiǎn)稱為 MAPE）相當(dāng)于加權(quán)版 MAE，使結(jié)果能更容易比較，可以看到此次“AAA”模型預(yù)測(cè)值誤差為 20.97%。5 如果序列頻率按照季度，則 m=4；如果序列頻率按照月份，則 m=12。表 15：“AAA”模型訓(xùn)練集與檢測(cè)集預(yù)測(cè)誤差指標(biāo)“AAA”MERMSEMAEMAPEACF1Theil.s.UTraining set3.725859

54、71.99033446.2165046.0375031-0.239205#N/ATest set222.44505325.71542275.3011820.9735570.29144390.7388458數(shù)據(jù)來(lái)源：整理積性模型公式：+1 = ( + )+積性水平因子展開(kāi)式：（Lt）： = + (1 )(1 + 1)積性趨勢(shì)因子展開(kāi)式：（Tt）： = ( 1) + (1 )1積性季節(jié)因子展開(kāi)式：（St）： = ( ) + (1 )除積性模型中趨勢(shì)成分和季節(jié)成分為相乘關(guān)系，兩種模型基本公式不變；當(dāng)選取參數(shù)時(shí)，誤差（Error）、趨勢(shì)（Trend）和 Seasonality（季節(jié)性）變量分別可以選取

55、“N”（None）、“A”（Additive）、“M”（Multiplicative）和“Z”（Unknown），組合模型達(dá)到 36 種，對(duì)比各模型風(fēng)格，我們按照檢驗(yàn)集誤差程度取優(yōu)，選擇“AAM”（Additive error, Additive trend, Multiplicative seasonality）模型，該模型平滑因子參數(shù)分別為 =0.1584、 =0.0247、=0.3368，可以看到通過(guò)組合參數(shù)，MAPE 降至 15.06%。表 16：“AAM”模型訓(xùn)練集與檢測(cè)集預(yù)測(cè)誤差指標(biāo)“AAM”MERMSEMAEMAPEACF1Theil.s.UTraining set5.94577

56、892167.2951293843.37291745.729825229-0.25184565#N/ATest set104.9172822212.1888585180.72648215.064036280.1936030070.494195182數(shù)據(jù)來(lái)源：整理參照“AAM”模型，我們預(yù)計(jì)結(jié)構(gòu) 1 在 2021 年發(fā)行額約為 1.93 萬(wàn)億美元，相較 2020年同比增長(zhǎng) 38.97%；按照細(xì)分期限占比，其中 10 年期美債全年發(fā)行約 6448.62 億美元， 30 年期美債全年發(fā)行約 4139.37 億美元，3 年期美債全年發(fā)行約 8675.59 億美元。圖 4：2020 年結(jié)構(gòu) 1 訓(xùn)練集與

57、檢測(cè)集數(shù)據(jù)對(duì)比（單位：億美元）圖 5：對(duì) 2021 年結(jié)構(gòu) 1 發(fā)行額預(yù)測(cè)（單位：億美元）2000180016001400120010008006004002000 3yr+10yr+30yr（結(jié)構(gòu)1）“AAM”模型預(yù)測(cè)值400035003000250020001500100050003yr+10yr+30yr（結(jié)構(gòu)1）“AAM”模型預(yù)測(cè)值數(shù)據(jù)來(lái)源：美國(guó)財(cái)政部，整理數(shù)據(jù)來(lái)源：美國(guó)財(cái)政部，整理鑒于結(jié)構(gòu) 2 非按月發(fā)行，并且年規(guī)模同比增長(zhǎng)呈現(xiàn)平穩(wěn)序列特征，我們?nèi)∈晖绕骄?4.82%，預(yù)計(jì) 2021 年結(jié)構(gòu) 2 發(fā)行總額約為 1.96 萬(wàn)億美元，其中 2 年期美債發(fā)行總額約為 6484.37

58、億美元，5 年期美債發(fā)行總額約為 7270.35 億美元，7 年期美債發(fā)行總額約為 5894.88 億美元。圖 6：2010-2020 年結(jié)構(gòu) 2 發(fā)行額同比（單位：億美元）圖 7：2010-2020 年結(jié)構(gòu) 1+2 發(fā)行額同比（單位：億美元）2000050.00%1800040.00%35000100.00%1600014000120001000030.00%20.00%10.00%30000250002000095.00%90.00%80000.00%1500085.00%60004000-10.00%1000080.00%2000-20.00%50000-30.00%075.00%結(jié)構(gòu)2

59、總額結(jié)構(gòu)2同比（右軸）發(fā)行總額結(jié)構(gòu)1+2/總額（右軸） 移動(dòng)平均（右軸） 移動(dòng)平均（右軸）數(shù)據(jù)來(lái)源：美國(guó)財(cái)政部，數(shù)據(jù)來(lái)源：美國(guó)財(cái)政部，對(duì)于TIPs 和 FRN 我們采用二次指數(shù)平滑模型，是因考慮到數(shù)據(jù)序列的非平穩(wěn)性和非季節(jié)性；TIPs 各期限結(jié)構(gòu)的波動(dòng)振幅缺乏一致性，因此我們分別代入進(jìn)行計(jì)算，誤差區(qū)間為 5-11%（MAPE），5 年期年發(fā)行額約為 943.7 億美元，10 年期年發(fā)行額約為 996.7億美元，30 年期發(fā)行額約為 132.45 億美元。同理帶入 2014 年 FRN 自發(fā)行以來(lái)的數(shù)據(jù)進(jìn)入模型，誤差率為 4.6%，預(yù)計(jì)年發(fā)行額為 3042.8 億美元。20 年期美債由于缺乏數(shù)據(jù)

60、支持，我們采用 2021 年拍賣的三期拍賣數(shù)據(jù)（拍賣日期：2021/01/14、2021/02/11、2021/03/11），按照上文中預(yù)測(cè)的發(fā)行結(jié)構(gòu)，我們預(yù)估 2021 年發(fā)行規(guī)模約為 2150 億美元；鑒于此期限結(jié)構(gòu) 2020 年中才出現(xiàn)在一級(jí)市場(chǎng)拍賣中，不確定性較大，如果低利率環(huán)境出現(xiàn)改變，財(cái)政部或?qū)⒄{(diào)整發(fā)行結(jié)構(gòu)，存在減少或停止 20年期美債發(fā)行的可能性。17.29%17.78%15.44%54.91%14.84%52.90%14.85%52.89%14.83%14.09%13.50%13.25%9.69%圖 8：2010-2020 年 TIPs 發(fā)行結(jié)構(gòu)占比圖 9：2010-2020