机构行为的十大伪规律
　　在今年低利率、重交易的债市环境下，机构行为研究对于利率的指引意义有所增加，而在我们此前一系列的研究中，发现机构行为存在较多的伪规律，本文聚焦于此一一探讨。
　　第一：现券交易数据是T+1还是T+0？——应以T+1为主。首先探讨口径问题，当日现券交易数据是指通过外汇交易中心本币前台的成交，而该类成交通常需要在此前一天由交易机构双方达成谈判。因此，在采用现券交易数据进行研究的过程中，应当与利率走势相隔一天进行对应。
　　第二，银行和券商，卖债都是分销吗？——自营交易也不少。通常我们可以看到银行（如股份行、城商行）以及券商整体呈现净卖出，是由于这两类机构存在“一级认购、二级分销”的因素影响，但实际其自营比重也不少，本文通过观测老券成交以及债券借贷的方式，将银行与券商的自营交易行为进行刻画。
　　第三，买入就是抢，卖出就是砸？——需要关注主动一方的行为。二级现券交易市场是“零和游戏”，有买入就有卖出，但行情的走势通常是由主动一方所驱动的，因此需要结合行情关注主动一方的交易行为，例如农商行与基金通常是互为对手方，在债市回调时强调农商行的买入则是陷入了零和博弈的陷阱中。
　　第四，基金卖出就是“赎回潮”吗？——历史上看未必。由于2024年至今是债券市场的大牛市，但每一次回调都相对快速，利率上行时市场总会产生“赎回潮”的隐忧，而从数据上看基金也确实是多次行情的主要砸盘力量，但基金的卖出行为不等于赎回潮，本文提供了两个思路进行辅助证明。
　　第五，保险都是配置盘吗？——交易盘比重已明显提升。通常我们认为，银行与保险机构是债券市场中的两大类配置盘，而保险机构的行为又主要以超长债配置为主，近年来由30Y国债逐步转向30Y地方债，但研究后我们发现，2024年以来保险机构中交易盘的占比已经明显攀升，可通过卖出数据辅以证明。
　　第六，外资买债真的无法高频观测吗？——“其他”类机构中或大多是外资。我们在此前研究报告中提出，境外机构买债实际可以通过现券交易数据高频观测，近期研究发现外资的交易或占“其他”类型机构中的多数。
　　第七，托管口径，机构增配就是在买入？——可能只是债券供给多。在跟踪月频的托管数据时，投资者通常会陷入“机构增配即是买入”的误区，但结合政府债发行情况来看，也有可能是该类机构一级市场承接相对较多，而二级交易偏少，此外债券的到期量也会影响持仓变化，例如当某类机构的持有债券量减少时，未必是主动减持，也有可能是债券到期量相对较大。
　　第八，高胜率机构行为指标可能存在误差——牛市模型的干扰。在过去的机构行为研究中，我们试图找到一些对于利率走势有前瞻性的指标，给出①指标名称、②高频买入/卖出信号、③历史回测胜率，但部分指标可能存在买入信号胜率高、卖出信号胜率低，最终整体胜率依然可观的情况，此类胜率非对称的指标可能是受到过去牛市的影响（2021-2024年整体为债牛），因此在模型构建时需要将震荡市/熊市的权重相应增加。
　　第九，不能线性外推的机构行为指标就无用吗？——“预测”只是一方面，而研究提供的“方向感”亦能提高投资胜率。部分投资者认为机构行为指标多数是是利率的同步指标，“预测”效应较差少。而在研究中我们发现，此类机构行为指标可以帮助投资者在低利率、高波动的环境下找到市场变化的核心驱动因素，进而增加判断胜率，亦可提供投资中的“方向感”，正文我们将辅以3个例子进行证明。
　　第十，机构行为量化模型的边界——短期情绪、事件冲击等部分误差仍难以消除。从我们已经构建的机构行为模型来看，仍然存在一些常见的误差，例如①过拟合与多重共线性、②模型的底层规律可能受短期的突发事件冲击影响、③市场交易主线切换时，模型对于底层变量的权重赋予产生的误差等。诚然，该类误差存在尽可能缩减的方法，如减少特征数量、正则化等等，但在单个模型中清除所有误差并不现实，因此仍需进行动态调整底层逻辑，并辅以其他主客观研究进行参考。
　　风险提示
　　流动性风险，数据统计与提取产生的误差。