核心要点：
　　债券型基金概览
　　近年来债券型基金数量与规模稳步提升，目前债券型基金占全部公募基金的数量占比在30%左右，规模占比略高于30%。根据Wind数据，目前债券型基金数量占全市场所有公募基金数量的比重为29.74%。债券型基金数量占比今年呈现出逐月下降的态势，今年以来债券市场的相对走弱在一定程度上使得债券型基金的新发热度有所降温。
　　针对各细分类型的债券型基金构成，数量与规模的主要构成上均为中长期纯债型基金。截至2025年9月12日，根据Wind数据，中长期纯债型基金与短期纯债型基金的数量占比之和为63.10%；二者规模占比之和为68.73%。我们对于债券型基金的久期测算主要聚焦于中长期纯债型基金与短期纯债型基金。
　　重仓债券加权法
　　重仓债券加权法主要采用债券组合久期为各成分债券久期加权的公式进行计算。该方法优点为较为直观、计算方便，但缺点为债券型基金的重仓债券数据仅在其定期报告中进行公布，定期报告公布频率较低，且存在明显的滞后性。
　　近年来，中长期纯债型基金的前五大重仓债券占基金资产净值的比重要略高于短期纯债基金的前五大重仓债券占基金资产净值的比重，且该比重在中长期纯债型基金上相对较为平稳。截至2025年二季度底，根据Wind数据，中长期纯债型基金与短期纯债型基金的平均前五大重仓债券占基金资产净值的比重均不足40%，前五大重仓债券占基金资产净值较低的比重使得重仓债券法下得到的纯债型基金久期的准确度大打折扣。
　　利率敏感度法
　　利率敏感度法直接采用久期定义计算，其准确性远高于重仓债权法下的计算结果，但其缺点同样明显，主要在于该数据仅在基金半年报与年报中披露，数据频率较低，且公布时间滞后，时效性大打折扣。
　　基金净值回归法
　　基金净值回归法主要通过构建一系列债券组合来拟合债券型基金的净值走势，再通过债券组合加权得到债券型基金的久期。但该方法需要解决的主要问题为各变量之间的多重共线性，通常可以采用岭（Ridge）回归、Lasso回归、逐步回归等方法进行处理；此外，对于解释变量的选择在一定程度上会影响到模型的准确性与稳健性，本文建议可以分别对中长期纯债型基金与短期纯债型基金进行回归，分别采用不同的解释变量，在一定程度上能起到模型优化的作用。
　　风险提示
　　本报告基于债券型基金历史数据进行客观分析，基金样本可能因为滞后性或统计口径差异等原因导致结果偏差。研究基于历史数据，不保证未来持续有效；市场环境变动风险，模型失效风险。