报告核心观点 - 报告系统梳理并对比了债券型基金久期的三种主流测算方法，旨在为投资者提供高频、准确的久期监测工具 [34] - 报告指出，基金净值回归法凭借其高时效性，是进行高频久期跟踪的更优选择，但需重点解决解释变量间的多重共线性问题 [48][50] - 研究聚焦于市场主导的中长期与短期纯债型基金，二者数量占比合计为63.10%，规模占比合计为68.73%，是久期测算的核心对象 [3][17] 债券型基金概览 - 债券型基金市场规模持续增长，截至2025年8月底，数量达3903只，规模达11.13万亿元，占公募基金总规模的32.14% [14][15] - 2025年以来，债券型基金数量占比呈逐月下降态势，从2024年底的30.48%降至29.74，反映出债市相对走弱导致新发热度降温 [3][14] - 中长期纯债型基金是绝对主力，数量占比53.75%，规模占比58.41%，且其91.77%的份额由机构投资者持有 [17][26] 久期测算方法对比 - 重仓债券加权法：原理直观但时效性差，因前五大重仓债券占比低（中长期债基38.29%，短期债基27.18%）导致准确性不足 [35][38][39] - 利率敏感度法：准确性最高，但数据仅在半年报和年报中披露，频率低且滞后，更适合用于验证其他方法的准确性 [42][46] - 基金净值回归法：时效性最佳，可日度更新，但模型复杂，需通过Lasso回归、逐步回归等方法处理解释变量的多重共线性问题 [48][50][78] 基金净值回归法技术细节 - 该方法以债基日度净值涨跌幅为因变量，一系列债券指数涨跌幅为自变量进行回归，回归系数加权计算久期 [48][49] - 解释变量选择至关重要，报告建议按券种和期限细分指数，并对中长期与短期纯债基金采用不同的变量组合以优化模型 [50][74] - 为克服净值数据“阶梯型”波动和多重共线性，报告推荐采用指数加权移动平均进行数据预处理，并应用Lasso回归等进行计算 [50][69][75]