核心结论:久期测算2.0版本精确度&稳定性更高，且可用于辨识基金经理操作风格&久期调整能力
　　公募基金作为债券市场的重要参与者，它们的组合久期变动受到市场广泛关注。本报告通过引入新的处理方法，对公募纯债基金久期测算模型进行优化，开发出2.0版本，显著提升了久期测算的精确度和稳定性。通过高频久期数据的跟踪，可以观察基金经理的操作风格和久期调整能力，细致的业绩拆解不仅帮助投资者更清晰地识别基金经理的久期风格与倾向，还能有效辨识具备卓越久期调整能力的基金经理，为投资者提供了宝贵的参考信息。
　　久期模型迭代:从行业整体到个体久期测算精确度和稳定性均提升
　　本报告推出公募纯债基金久期测算2.0模型，实现了比前代更精确、更稳定的久期测算。原版本的久期测算模型基于净值回归法，通过KMeans聚类的简化变量法克服多重共线性问题，并针对纯债基金的特征进行了细节处理。通过引入创新的处理方法，2.0模型显著降低了久期高估的风险，并提高了测算结果的稳定性，误差中位数从1.0版本的0.20年降低至0.12年，能够更好地跟踪市场整体久期走势。模型对单基金久期的估计也愈发精准，在不同时期和基金上都能保持较高的测算稳定性和准确性。
　　最新测算结果:最新测算久期处于历史80%高分位
　　2.0版本的久期测算模型显示，截至2024年5月24日，中长期纯债基金的久期中位数为2.21年，位于近5年94.2%的历史分位数，近1个月久期中位数有逐周上升的趋势，且久期分歧度略有上升。短期纯债基金中位数为0.84年，位于近5年82.2%的历史分位数，3月以来久期从高位有所回落，操作较保守的基金数量近期有增长的趋势。
　　基金久期跟踪:高频久期测算助力更细致拆解基金收益，辨识基金经理操作风格&久期调整能力
　　本报告利用高频久期数据，不仅跟踪分析了基金的久期变动，还深入挖掘了基金经理的操作风格和久期调整能力。高频数据的应用使我们能够细致拆解基金业绩，利用可比指数调整法及收益率曲线插值法，区分由收益率曲线变动和信用利差变动引起的价差收益，以及债券票息收益。价差收益可以衡量基金的久期调整能力，票息收益可以综合衡量基金的杠杆水平、券种选择与信用下沉程度。为投资者提供了宝贵的参考信息。
　　基金经理优选:基于久期测算，选择具备卓越久期调整能力基金经理
　　更重要的是，基于2.0版本的精准久期测算，我们得以有效辨识那些具有卓越久期调整能力的基金经理。通过综合考量价差收益、久期调整幅度、最大回撤和基金规模等因素，我们成功筛选出一批表现优异的基金经理。这些基金经理不仅展现出对市场变化的敏锐洞察，而且在风险控制和收益获取上均表现出色。
　　风险提示
　　历史数据得到的规律存在失效风险、基金经理风格变动风险、基金久期与净值调整风险等。