本报告基于CatBoost算法,提出了一种监督式相似度学习框架,用于衡量市政债券之间的相对价值。通过多目标回归预测债券的OAS和收益率,模型能够基于风险特征识别相似债券组,从而实现更精准的相对价值排序。实证结果显示,该方法在不同市场环境下通过对比回测优于传统规则基方法和收益率排序法,尤其能规避仅靠高收益带来的风险积累,提升投资组合的风险调整收益表现。
市政债券交易市场规模约4万亿美元,交易活跃度低且市场分散,导致债券相对估值复杂。
传统规则基于“到期时间乘以利差”(DxS)的相似性度量存在主观设定权重难题,且无法捕捉债券复杂特征间非线性关系。
本文采用CatBoost梯度提升树,结合多目标回归同时预测债券的Options-Adjusted Spread (OAS)与收益率,学习出债券间的相似度,用以构建风险特征相似的债券组。
相似度定义基于树模型叶节点共现情况,加权考量各树对残差预测的贡献度,实现比随机森林更精准的接近度量。
训练数据包含约225,000只符合信用质量筛选的债券,包含22个特征(11类数值型,11类分类型),通过CatBoost自动编码类别变量。
训练与回测期间涵盖2019至2024年多个市场周期,包括低息及高息及疫情波动期,确保模型稳健性。
CatBoost在多指标评价(MAE, MSE, R2等)中优于弹性网、决策树及随机森林,表现稳定且准确。
| 模型 | 数据集 | R2 | MAE | MSE | MAPE |
|---|---|---|---|---|---|
| 弹性网 | 测试集 | 0.61 | 37.26 | 39.40 | 1.9 |
| 决策树 | 测试集 | 0.765 | 15.20 | 30.59 | 1.11 |
| 随机森林 | 测试集 | 0.833 | 12.88 | 25.74 | 0.86 |
| CatBoost | 测试集 | 0.87 | 12.26 | 22.54 | 0.88 |
SHAP分析揭示,评级、剩余期限和债券发行主体数为预测OAS的主要变量,剩余期限、选择权属性及发行主体数则对收益率影响最大:
设计了包含收益率排序、规则DxS法和基于CatBoost相似度三种排名方法的回测,比较不同模型对债券未来表现的预测能力。
回测覆盖2019年至2024年多个市场阶段,关键发现包括:
总结认为监督式碳求相似度学习结合多目标CatBoost回归,为稀缺交易数据的市政债券市场提供了精准的相似组识别与相对估值框架,未来将探索基于动态相似度的市场分群与原型债券识别.
报告标题:Machine Learning-based Relative Valuation of Municipal Bonds
作者及机构:Preetha Saha, Jingrao Lyu, Dhruv Desai, Rishab Chauhan, Jerinsh Jeyapaulraj, Peter Chu, Philip Sommer, Dhagash Mehta,均隶属于BlackRock, Inc.
发布日期:具体出版日期未明,但数据使用截止2023年11月,回测涵盖2019-2024年时间段
主题:利用机器学习技术(CatBoost)实现市政债券的相对价值评估,通过数据驱动的相似度学习算法对市政债券进行匹配和定价。
核心论点:
总体来看,报告主旨在突破市政债券估值的传统方法弊端,构建一个机器学习驱动、风险敏感且可解释的相对价值模型,并验证其实用性。,1,2]
报告指出美国市政债券(muni bonds)市场庞大且碎片化,约4万亿美元规模,超过50,000个发行主体存在大量异质性。市场流动性差,交易频率低,50%的市政债一年内交易不超过5天,导致很多债券缺少直接的交易价格信息。
传统估值多依赖规则基准或启发式方法,方法简单却难以捕捉债券属性间复杂非线性关系。提出借助机器学习中CatBoost算法,学习风险特征的相似度度量,实现债券价格的相对估值。
论文回顾了同类相对估值和相似度学习在企业估值、共同基金及公司债券中的应用,指出之前包含随机森林、梯度提升树以及Kalman滤波等机器学习技术。
创新点在于:
详细介绍CatBoost算法:一种基于梯度提升的决策树机器学习方法,区别于常规GBDT在于:避免数据泄露的顺序编码、构造对称弱学习树、利用类别特征组合特征进行高效学习等。
相似度学习通过计算样本在多个决策树中同落叶节点的频次加权得分,构建局部距离度量。其中,具体定义为:
评价指标涵盖标准回归指标:均方误差(MSE)、平均绝对误差(MAE)、平均绝对百分比误差(MAPE)、拟合优度R²。
利用SHAP方法提取模型特征重要性,利用合作博弈理论中Shapley值分析特征对模型预测的贡献,有助于模型解释。
债券分组成“generic group”,按照发行州和剩余期限分桶(0-10年分别一年档,10-15年及15年以上单独分组,共12个期限桶)。
基于此粗分组开展相对价值比较,确保群体内债券具有基本可比性。随后通过三种排序方法完成同组内债券价值比较:
后两种涉及风险调整,旨在捕捉更精准的相似债券群体。
回测分为多独立6个月周期,在每个时间点T起始阶段1个月内基于交易数据多日采样构建测试集。完成初始排名后,追踪T+1, T+2, T+3, T+6个月后债券收益变化,评估初始排名的有效性(即排名高的债券是否获得高于群体的收益)。,3]
通过两个指标综合评估排名效果:
这两指标加权平均得出回测表现分布,用盒图展示不同k值和时间点表现。
使用约22.5万条市政债券数据,过滤高风险和小规模发行,提取22个特征(11类、11数值),目标变量采用内部模型计算的OAS和BVAL价格的收益率。数据预处理包含异常值修正和类别编码,训练数据范围截至2023年11月1日。回测涵盖2019-2024年多个市场周期,包括新冠疫情前后、低利率和波动率环境。,4]
采用80/20训练测试集划分,20%训练集用于验证和超参优化。超参调整使用Optuna贝叶斯方法,涵盖树数量、深度、叶子数、特征比例、学习率、随机种子等,保证模型泛化和鲁棒性。
CatBoost相比弹性网、单颗决策树、随机森林,在预测OAS和收益率上均表现优异,验证了其在包含大量类别特征数据中的强大拟合能力。
SHAP值图表(图1)揭示关键特征对不同目标的贡献:
特征贡献符合市政债券市场认知,且模型解释性较强。,6]
七幅盒图(图2a-f)展示2019年至2024年,不同k值(5,10,50,100)和时间月数下三种排序方法的回测表现:
结论是基于CatBoost学习的相似度匹配更具鲁棒性和准确性,能够较好识别市政债券中的相对价值,支持风险调整的投资决策。,7]
图1(分为(a)OAS和(b)收益率)展示各特征平均Shapley值及其对预测的正负影响:
该图辅助理解模型采用的多维非线性关系,提升模型解释能力。
展示2023-11-01日期快照中4种模型在训练、验证、测试集上的R², MAE, MSE, MAPE。
该表佐证CatBoost适合此类多类别混合金融资产回归任务。
展示2019-2023多个年月快照中模型性能稳定,R²均维持0.68~0.89范围,模型在不同市场环境下表现稳健。
报告本质上不直接以绝对估值法(如DCF)进行债券定价,而强调“相对估值”:聚焦债券间的相似度度量,利用模型学习的相似度矩阵,挑选风险特征相近的债券集合,借助这些集合的市场表现和价格信息推测目标债券的合理价值。
具体方法通过CatBoost多输出回归建模债券的OAS和收益率两个核心变量,构建债券间的相似度分数。
然后基于该相似度,计算收益率溢价相对于邻近债券中位数,作为衡量相对价值的指标。
多输出性质则确保两种指标之间的相关信息被利用,避免单一指标可能导致的误判。
此方法避免了传统仅依靠单一规则(如DxS)导致的风险忽略,同时通过机器学习捕捉非线性和高维交互,体现现代智能估值思路。,2]
报告中未专门章节系统罗列风险,但可从内容推断:
缓解措施包含利用近期交易加权采样、严格交叉验证、采用模型解释(SHAP)监督,未来计划动态改进分组策略等。,4,6]
优点:
潜在不足或争议点:
总体来看,报告尊重模型局限,态度谨慎,提出未来研究方向动态分组与原型学习,体现前瞻性。,4,5,6]
本报告围绕美国市政债市场隔夜现金流稀缺和债券异质性难题,提出基于机器学习的债券相对估值新框架。核心贡献点及发现如下:
综上所述,本研究不仅提出并验证了一种创新性的市政债券相对估值模型,而且从数据科学角度强化了市政债券价格发现的精细化和结构化,有望在实践中有效助力投资组合构建和债券定价,提升投资效率和风险管控水平。
图1:SHAP特征重要性图,具体展示了不同特征对OAS和收益率预测的影响程度和方向。
图2:2019至2024年六个回测窗口中,不同k值下三种排序方法的回测表现盒图,清晰展现相似度方法普遍领先优势。
本报告堪称将先进机器学习技术与市政债券相对价值分析有机融合的典范,通过多目标CatBoost模形和创新相似度定义成功实现了债券价格的风险调整相对估值。丰富的实证结果和模型解释能力表明,该方法在投资实务中具备良好的应用潜力与前景,值得投资者和研究者深入关注与推广。
,1,2,3,4,5,6,7]
2408.02273.pdf