用 AI 监测美债供需：一个实战框架

关键要点

• 供给多≠危机：2024-2026年美债供给创新高，但10年期收益率稳定在4.0-4.5%，市场消化顺畅
• 结构性优化：财政部"多发短债、少发长债"策略成功缓解长端压力，Bills占比从21%升至25%+
• 需求端支撑：货币基金($6.3万亿)、欧洲投资者、美联储MBS再投资共同填补缺口
• AI解决方案：Swarm架构多智能体系统实现动态协作，自动追踪供需变化并生成预警
• 风险前瞻：ON RRP耗尽、期限溢价回升、外国买家流失是中期需关注的三大风险点

一个反直觉的市场现象

2024年以来，美国国债供给量创历史新高——财政部每季度发债规模超过 1 万亿美元。按教科书逻辑，供给激增 → 价格下跌 → 收益率飙升。

但市场给出了一个意外的答案：10 年期收益率在 4.0-4.5% 区间晃悠，30 年期稳在 4.8% 左右。没有恐慌，没有抛售，消化得挺顺畅。

为什么？

核心概念：边际定价

先说一个关键点：市场定价看的是边际供需平衡，不是绝对供给量。

用苹果市场来理解

假设一个苹果市场：

• 每天 100 个苹果卖出，100 个买家想买 → 价格稳定
• 突然每天 120 个苹果，但只有 100 个买家 → 价格下跌
• 但如果同时来了 120 个买家呢？→ 价格不动

美债市场过去两年的故事就是第三种情况。所以关键问题是：谁在买？买什么？为什么买？

供给端：财政部没你想的那么笨

一个关键的结构性转变

财政部做了一个聪明的调整：多发短债，少发长债。

为什么这么调整？

“

财政部不是在"被动应对市场"，而是在主动管理期限结构——这其实是一种隐形的金融工程。

1. 短债需求旺盛

货币市场基金（MMF）是 Bills 的最大买家：

• 2024 年规模：$5.5 万亿
• 2026 年规模：$6.3 万亿
• 增长原因：高利率环境下，现金管理需求激增
• 数据来源：ICI、美联储H.4.1统计

2. 长债压力缓解

减少 10 年、30 年期发行：

• 降低对收益率曲线长端的压力
• 避免与养老金、保险公司的久期需求硬碰硬

3. 美联储的配合

从 2025 年 12 月起，美联储开始将 MBS 到期资金再投资到 T-bills：

• 每月约 $200-300 亿流动性注入
• 直接吸收财政部的新增短债供给

需求端：谁在买美债？

买家全景图

外国投资者的结构性变化

日本：持续减持

日本投资者曾是美国国债最大的外国持有者（超过 $1.1 万亿）。但 2024-2026 年：

• 日元贬值压力 → 国内资金回流
• 日本央行干预汇市 → 需要美元流动性
• 累计减持约 $600 亿（截至 2026 年 2 月）

谁填补了缺口？

• 欧洲投资者：欧元区利率见顶，美债收益率有吸引力
• 加拿大：能源出口收入增加，外汇储备扩张
• 中东：油价收入支撑主权财富基金配置

对冲基金的基差交易

这是很多人忽略的一个买家：

2026 年，10 年期期货与现券的基差稳定，意味着对冲基金是稳定的边际买家。

美联储的角色转变

从 QT 到"类 QE"的微妙转折

为什么这个转变很重要？

当市场不再担心"谁会卖出下一波"时，风险溢价自然下降。这解释了为什么期限溢价从 50bps 升到 80bps 后又回落——不是因为风险消失，而是因为最大的不确定性消失了。

我是怎么追踪这些变化的？

传统方法太累了

如果你做固定收益，传统监控方式是这样的：

• 每天打开 Treasury Direct 看拍卖公告
• 刷新 TIC 数据库（外国持仓，滞后 2 个月，很烦）
• 等 FOMC 会议看声明措辞有没有变化
• 盯着彭博终端看一级交易商库存

这套流程有几个问题：

1. 信息分散：10+ 个数据源，格式各不一样
2. 频率不一：有的每日，有的月度，有的季度
3. 信号淹没：关键变化容易被噪音盖住

所以我建了一套 Swarm 架构的多智能体系统来自动化这个流程。

监测框架：五个维度

理解美债市场，需要同时看供给和需求两端：

供给端

1. 财政部发债计划：季度再融资公告、拍卖日程
2. 市场流动性：一级交易商库存、回购利率

需求端

1. 外国投资者：日本、中国持仓变化
2. 美联储：QT 进度、政策转向信号
3. 国内投资者：货币基金、养老金、对冲基金

多智能体架构：为什么选 Swarm？

传统"流水线"架构的问题

传统 Agent 架构"各管各的"——供给 Agent 只看供给，需求 Agent 只看需求。

但市场分析需要动态协作：

• 当供给端检测到拍卖规模超预期
• 需求端 Agent 应立即评估：外国买家最近在买吗？
• 流动性 Agent 应检查：一级交易商库存空间够吗？
• 最后 Risk Agent 整合判断：市场能消化吗？

Swarm 架构的核心思想

我采用的是 Swarm 架构（类似 LangGraph Swarm）：

“

Agent 之间可以动态交接控制权，根据市场事件自动切换工作焦点，而不是沿着预设的流水线执行。

架构图

数据流向

用户/事件 → Orchestrator → Agent 协作 → 输出
                ↓
          Shared Memory

Agent 协作层

核心组件

核心特点

1. 动态交接（Handoff）

当 Supply Agent 检测到发债规模变化时，可以主动把控制权交接给 Risk Agent：

Supply Agent: "检测到 10Y 拍卖规模增加 15%"
    │
    ▼ handoff_to("Risk Agent", task="评估市场消化能力")
    │
Risk Agent: "评估完成——一级交易商库存偏高，需关注"

2. 共享记忆（Shared Memory）

所有 Agent 共享同一份市场状态：历史拍卖数据、持仓趋势、风险指标。Demand Agent 不需要问 Supply Agent"最近发了多少债"，直接从 Memory 读取。

3. 人工介入（Human-in-the-loop）

当系统无法判断时，暂停并请求人工确认：

Risk Agent: "30Y 拍卖尾差扩大至 2bp，是否触发预警？"
    │
    ▼ 等待人工确认
    │
User: "是，推送预警"

实战案例：追踪一次国债拍卖

以 2026 年 2 月的再融资公告为例。

Swarm 协作流程

T-3天：Supply Agent 检测到再融资公告
    │
    ▼ handoff_to("Demand Agent")
    │
Demand Agent: "日本近 3 月减持 $50B，但欧洲增持 $30B"
    │
    ▼ handoff_to("Liquidity Agent")
    │
Liquidity Agent: "一级交易商库存中性，回购利率稳定"
    │
    ▼ handoff_to("Risk Agent", task="综合评估")
    │
Risk Agent: "风险等级：低。关注点：30Y 拍卖间接投标比例"
    │
    ▼ 生成简报

时间线：一次拍卖的全过程

系统输出的简报

## 美债供需简报 - 2026-02-12

供给端
- 财政部宣布保持长债拍卖规模不变（符合预期）
- Bills 发债继续增加，Coupons 维持稳定

需求端
- 日本投资者：近 3 月小幅减持
- 欧洲投资者：持续增持，填补缺口
- 美联储：MBS 再投资转入 Bills

市场状况
- 10Y 收益率：4.35%，区间震荡
- 拍卖消化：投标倍数 2.5x，健康
- 流动性：回购利率稳定

提示
- 无紧急风险信号
- 关注下周 30Y 拍卖的间接投标比例

当前市场的风险点

平静不代表问题消失。以下是三个需要持续关注的维度：

短期风险（3-6 个月）

1. 短债依赖过高

如果短期利率再次飙升，财政部将面临"滚动风险"——发新债还旧债的成本急剧上升。（来源：CBO预算展望）

2. 期限溢价回升

虽然收益率稳定，但风险补偿从 50bps 升到 80bps：

• 说明投资者要求更高的风险溢价
• 如果突破 100bps，可能引发重新定价

中期风险（6-18 个月）

1. ON RRP 耗尽

隔夜逆回购（ON RRP）是银行体系的流动性缓冲：

• 2024 年规模：约 $5000 亿
• 2026 年预测：Q2-Q3 可能耗尽（来源：NY Fed数据)
• 影响：银行准备金下降，流动性收紧

2. 外国买家流失

日本、中国合计持有约 $2 万亿美债：

• 如果减持加速，谁来接盘？
• 欧洲买家的容量有限

长期风险（18 个月+）

1. 财政赤字持续

结构性赤字不会消失：

• 社保、医保支出刚性增长
• 利息支出已超过国防预算（CBO 2026预算展望）

2. 政策不确定性

关税政策、地缘政治可能影响：

• 贸易顺差国的外汇储备配置
• 赤字预测的准确性

你可以如何应用这个框架？

如果你是交易员

1. 关注边际变化：不是看"发了多少债"，而是看"谁在买新发的债"
2. 跟踪拍卖细节：间接投标比例是外国需求的风向标
3. 监控流动性指标：回购利率飙升往往是问题的先兆

如果你是研究员

1. 建立数据管道：自动化收集 Treasury、TIC、Fed 数据
2. 构建预警系统：设置关键指标的阈值告警
3. 定期回顾假设：市场结构会变化，去年的规律今年可能失效

如果你是个人投资者

1. 理解宏观背景：高利率环境不会永远持续
2. 关注信号：美联储的措辞变化、期限溢价的波动
3. 不要过度交易：美债市场的"危机"喊了很多年，但市场有惊人的韧性

总结

这套系统的价值不是预测未来——没那个本事。它的价值在于持续追踪变化，当边际供需出现失衡信号时，第一时间通知你。

下一步行动：如果你也想构建类似的监测系统，可以从三个数据源入手——Treasury Direct（拍卖公告）、TIC 数据库（外国持仓）、FOMC 声明（政策转向）。按本文的五维度框架，一步步搭建你的 Agent 系统。

常见问题

为什么美债供给创新高却没有引发危机？

因为市场定价看的是边际供需平衡，而非绝对供给量。财政部通过"多发短债、少发长债"的结构性调整，配合货币基金旺盛的短债需求和美联储的MBS再投资，成功消化了新增供给。

什么是 Swarm 多智能体架构？

Swarm 架构是一种 Agent 协作模式，各 Agent 可以动态交接控制权，根据市场事件自动切换焦点。相比传统流水线架构，它更适合需要多维度实时协作的市场分析场景。

如何开始构建美债监测系统？

从三个数据源入手：1) Treasury Direct 获取拍卖公告；2) TIC 数据库追踪外国持仓；3) 美联储 FOMC 声明跟踪政策转向。然后按本文的五维度框架逐步构建 Agent 系统。

当前美债市场最大的风险是什么？

中期需关注三大风险：ON RRP（隔夜逆回购）可能于2026年Q2-Q3耗尽、期限溢价若突破100bps可能引发重新定价、日本和中国若加速减持可能导致需求缺口。

参考数据源

本文数据来自以下权威来源：

• Treasury Direct - 美国财政部官方拍卖公告与数据
• TIC Data - 外国持有美国国债月度数据
• Federal Reserve FRED - 经济数据与美联储资产负债表
• Federal Reserve Board - FOMC 声明与政策文件