即使美联储采取鹰派立场,交易者也无法获得足够的国债

“虽然强硬的央行和一些国家最近更激进的加息推高了前端收益率,但长期债券一直保持稳定,这并不是因为对经济衰退的担忧太多,而是因为政策制定者认真考虑降低通胀,”他表示。

各国央行本月加强了鹰派言论,但对于债券多头来说,这是一件好事。

投资者纷纷买入较长期票据,押注政策制定者将成功抑制通胀,这一结果将带来强劲而稳定的债务回报。即使美联储大幅加息并誓言继续加息,基准10年期国债收益率今年仍下跌10个基点至3.77%。

尽管去年美国债券创纪录地下跌 12%,但投资者仍押注随着经济增长放缓和供应链中断缓解,各国央行最终将能够控制通胀。如果事实证明物价涨幅比预期更为顽固,他们就有可能措手不及,迫使当局在更长时间内维持较高的借贷成本。

“我们正处于一个具有讽刺意味的局面,假设没有出现像去年英国那样的财政混乱,央行加息的立场越强硬,通胀可信度和长期收益率稳定性就越好。”星展银行策略师张伟良表示,“如果市场认为长期通胀预期锚定在接近 2%,并且长期增长率不高于实际水平,情况就是如此。”今天。”

彭博社调查的分析师预测,到年底,美国10年期国债收益率将降至3.39%。根据彭博指数,美国国债在过去三个月下跌了近 2%,将今年的涨幅削减至 1.6% 左右。

花旗环球驻纽约的首席投资策略师史蒂文·维廷(Steven Wieting)表示:“10年期国债相当于10年的耐心,以平均政策利率的水平——债券市场认为这次通胀是一种反常现象。”财富投资公司在新加坡举行的新闻发布会上表示。 “我们甚至不会达到 4.5% 或 4.25%——我认为我们的收益率水平将会有所降低。”

近期债券市场的下跌主要集中在短期债券市场,因为英国和美国的央行誓言要继续对抗通胀,削弱了政策制定者随着价​​格压力缓解而软化立场的预期。

可能还有其他因素在推动对较长期票据的需求。

星展银行的张表示:“无论如何,拥有长期负债的大型养老基金都需要投资于长期债券,而经济衰退的尾部风险也可能导致用长期债券进行对冲。”

远期市场的交易员也在重新调整他们的押注,以反映对央行的信心。他们预计10年期国债收益率将在未来一年上涨约60个基点,接近三个月区间的底部。 2023 年初的预测是增长超过 100 个基点。

“虽然强硬的央行和一些国家最近更激进的加息推高了前端收益率,但长期债券一直保持稳定,这并不是因为对经济衰退的担忧太多,而是因为政策制定者认真考虑降低通胀,”他表示。澳大利亚和新西兰银行集团有限公司亚洲研究主管Khoon Goh表示:“简而言之,这是对央行行长信誉的一张信任票。”

韭菜热线原创版权所有,发布者:baoy,转载请注明出处:https://www.9crx.com/72491.html

(0)
打赏
baoy的头像baoy管理团队
上一篇 2023年6月24日 00:29
下一篇 2023年6月24日 23:03

相关推荐

  • 嘉信:告别……大节制?

    回到“大稳健时代”看起来不太可能,这可能会导致通胀、经济和地缘政治格局日益动荡——而且有些陌生。 有时目光短浅,只关注短期,这是人类的天性……或者也许是投资者的天性;特别是最近,鉴于美联储政策的不确定性,人们对通胀和劳动力市场的所有事情都高度敏感。每天,试图获得优势的投资者都会仔细研究美联储在接下来的一两次联邦公开市场委员会 (FOMC) 会议上将采取什么行…

    2023年9月22日
    20600
  • 在金融数据科学中使用具有经济意义的因素的好处

    因素选择是我们构建财务模型时最重要的考虑因素之一。那么,随着机器学习 (ML) 和数据科学越来越融入金融,我们应该为 ML 驱动的投资模型选择哪些因素以及如何选择它们? 这些都是开放且关键的问题。毕竟,机器学习模型不仅可以帮助因子处理,还可以帮助因子发现和创建。 传统统计和机器学习模型中的因素:(非常)基础知识 机器学习中的因素选择称为“特征选择”。因素和特…

    2023年9月14日
    18300
  • chatgpt什么意思?(chatgpt是什么?)

    定义ChatGPT是人工智能研究实验室OpenAI新推出的一种人工智能技术驱动的自然语言处理工具,使用了Transformer神经网络架构,也是GPT-3.5架构,这是一种用于处理序列数据的模型,拥有语言理解和文本生成能力,尤其是它会通过连接大量的语料库来训练模型;这些语料库包含了真实世界中的对话,使得ChatGPT具备上知天文下知地理,还能根据聊天的上下文进行互动的能力,做到与真正人类几乎无异的聊天场景进行交流。它能够通过学习和理解人类的语言来进行对话,还能根据聊天的上下文进行互动,真正像人类一样来聊天交流,甚至能完成撰写邮件、视频脚本、文案、翻译、代码等任务。ChatGPT不单是聊天机器人,还能进行撰写邮件、视频脚本、文案、翻译、代码等任务。

    2023年1月14日
    23500
  • 北京大学R语言教程(李东风)第35章: R非参数回归

    35.1 模型 线性回归模型可以看成非线性回归模型的特例: Y=f(X)+ε 其中f(x)为未知的回归函数。 参数方法:假定f(x)具有某种形式,如 二次多项式回归可以令X1=x,X2=x2, 变成二元回归模型来解决。 指数模型可以令z=lnY, 模型化为z=a+bx。 有一些曲线模型可以通过变换化为线性回归。 在多元情形, 一般的非线性回归模型为…

    2023年11月25日
    47700
  • 北京大学R语言教程(李东风)第24章:数据汇总

    dplyr包的summarise()函数可以对数据框计算统计量。 以肺癌病人化疗数据cancer.csv为例,有34个肺癌病人的数据: d.cancer <- read_csv( “data/cancer.csv”, locale=locale(encoding=”GBK”)) ## Rows: 34 Columns: 6 ## ── Column s…

    2023年11月12日
    63900

发表回复

登录后才能评论
客服
客服
关注订阅号
关注订阅号
分享本页
返回顶部