先理清一个事实：任何票价影响因素，最终都会演化成资金供求。信贷因素，也不例外，它最终会变成影响票据买卖的专项资金。之所以叫它专项资金，因为这部分钱，甚至不在乎成本，专款专用，买票。 根据这种思维，瓜将票价决定模式分为三类：1、货币市场资金决

先理清一个事实：任何票价影响因素，最终都会演化成资金供求。信贷因素，也不例外，它最终会变成影响票据买卖的专项资金。之所以叫它专项资金，因为这部分钱，甚至不在乎成本，专款专用，买票。

根据这种思维，瓜将票价决定模式分为三类：1、货币市场资金决定型;2、出票端极端资金需求决定型;3、购票端极端信贷资金供给决定型。三者的根源都是资金。不同的是，信贷资金，是一种独立于货币市场资金的专项流动性。

我们选取如下几个指标：日承兑金额-代表票据供给或者说是资金需求方;贴现金额-代表票据需求或者说是信贷资金供给;交易金额(无转贴现日数据)代表转贴现票据需求或者说是信贷资金供给。之所以选择了贴现和交易金额两个指标代表票据需求，是因为贴现市场与转贴现市场定价机制不完全一致，后者的交易金额远远超过前者，交易端才是真正的主力票据需求方(信贷资金供给方);银存间7天质押式回购利率代表资金成本，隔夜错配虽然是债市主力，但7天资金成本是各类通道指标的中枢，7天貌似更有意义。

在贴现金额或交易金额中，隐含着这样几种需求：

纯资金驱动买票-货币市场资金便宜或者决策者觉得合适导致的买票;预期导致的买票，比如觉得价格可能要跌了;信贷要求导致的买票。因此，有贴现金额或者交易金额的绝对值，不能准确反映到底哪个导致了变化，还需要观察这个时点资金成本与其他可能导致预期变化的因素。如果此时资金成本走高，但却发力买票，便大致能判断是信贷因素决定了价格，此时的波动幅度有信贷意义。如果同时资金成本偏低或者利空预期，情况就会很复杂。

我们选择一个时间段：比如2018年6月-2019年12月;按时间通过excel匹配如上数据。未来便于逻辑统计，需要给定几个假设：

a、今日的贴现金额是否超过上个交易日?是-赋值为1;否-赋值为0;

b、今日的贴现利率(比如国股足年直贴利率)较上个交易日是否下降?是-赋值1;否-赋值为0;

如果某天，a中为1，b中也为1，说明贴现金额放大，利率走低;或者A中为0，b中也为0，说明贴现金额缩小，利率走高。将两种情况的个数相加，便可以得出，有多少交易日中，可能是信贷因素放大或者收缩导致了利率波动。

前述的结果，没有考虑其他因素，比如资金成本、预期等。因此，需要继续假设：

c：今日的资金成本是否超过上个交易日?是-赋值为1;否-赋值为0;

d：今天有无重大可能导致预期变化的因素?比如风险因素、国家某某局又开会了。是-赋值为1;否-赋值为0。

d这个因子，不好统计。C可以，比如DR007-银存间质押式回购利率。

那么，有

如果a=b=c=1，说明贴现金额放大，资金走高，利率走低。结论-可能是信贷资金主导了价格。

如果a=b=1，C=0。票价走低可能是信贷发力与资金成本走低共同导致。