当前位置:首页  >  毕业论文

流动性冲击对我国国债价格波动 影响的实证分析

时间:2020-08-06来源:毕业论文

流动性是整个证券市场的生命力所在,在流动性的周期变化与状态转换时, 往往会引起资产价格的波动情况。一方面来说,由流动性冲击引起的资产价格剧 烈波动通常会影响金融体系的稳定,另一方面也对全球宏观经济的发展产生影 响。债券市场是金融市场的基础,也是资本市场的重要组成部分。国债作为金融 市场的“稳定剂”,对其价格波动展开研究具有一定的意义。

摘要

流动性是整个证券市场的生命力所在,在流动性的周期变化与状态转换时, 往往会引起资产价格的波动情况。一方面来说,由流动性冲击引起的资产价格剧 烈波动通常会影响金融体系的稳定,另一方面也对全球宏观经济的发展产生影 响。债券市场是金融市场的基础,也是资本市场的重要组成部分。国债作为金融 市场的“稳定剂”,对其价格波动展开研究具有一定的意义。

为了系统地研究流动性冲击对国债价格波动的影响,在总结已有研究的基础 上,本文先从流动性与国债价格波动的概念及理论分析入手,厘清两者的内涵及 衡量指标等,从而更顺利地展开后续研究。之后,具体分析多角度流动性冲击对 国债价格波动的影响,主要从宏观的货币流动性和微观的市场流动性展开,并引 入对应的衡量指标计算货币流动性冲击、市场流动性水平和市场流动性风险。最 后,本文以期限在一年以上且在现券市场交易的中长期跨市场国债为研究对象, 观察期为2015年1月至2017年12月,从单个交易市场和交易市场间比较这两 个角度出发,对以上收集的面板数据进行实证分析,并通过构建基本面板回归模 型和面板分位数回归模型来讨论流动性冲击对国债价格波动造成的影响。

结论表明:(1)通过流动性水平动态衡量指标发现,观察期内银行间国债 市场的流动性水平均大于上交所国债市场,两者都远远大于深交所国债市场,并 利用ARMA-GARCH模型计算条件方差来刻画市场未预期到的流动性风险,结 果显示深交所国债市场流动性风险最大。2)货币流动性、市场流动性均对国 债到期收益率表现为显著影响,从均值角度而言,货币流动性冲击与各个市场的 国债到期收益率呈正相关关系,即货币流动性冲击越大,国债到期收益率越高; 而当市场流动性水平越高,或市场流动性风险越低时,国债到期收益率越低。就 不同分位数角度而言,货币流动性冲击、市场流动性水平、市场流动性风险与国 债到期收益率之间呈现复杂的动态变化影响。(3)市场分割状态下,考虑货币


流动性与市场流动性对银行间与交易所的跨市场国债价格差异的影响,本文的价 差指的是银行间与交易所市场同一国债到期收益率之差。结论表明,当货币流动 性冲击越大时,价差越小;当市场流动性水平越高时,或当市场流动性风险越低 时,价差越大。(4)面板分位数回归模型与基本面板模型相比较,前者更适合 描述流动性冲击对国债到期收益率波动,以及对国债价格差异的动态影响,更有 利于对国债价格波动的异常情况进行监测。由此,可进一步强化货币流动性、市 场流动性与国债价格之间的紧密关联,提出相关的建议并制定相应的政策。

关键词:货币流动性;市场流动性;市场分割;面板分位数回归模型 论文类型:应用研究


Abstract

Liquidity is the vitality of the entire stock market. When the cyclical changes and state transitions in liquidity happen, it often causes fluctuations in asset prices. The intense fluctuations of asset prices caused by liquidity shock not only affects the stability of the financial system, but also profoundly affects the effective operation of one country's macro economy even the global. The bond market is the foundation of the financial market, and also an important part of the capital market. As one kind of stabilizers in financial markets, government bonds have a certain significance in studying its price fluctuations.

In order to study the impact of liquidity shock on the price fluctuations of government bonds more systematically, this paper proceeds in theoretical analyses and definitions of the liquidity and government bonds price fluctuations in combination with existing research firstly, and clarifies both of the above connotations and measurements, which provides theoretical basis for subsequent research. Secondly, mainly from macro currency liquidity and micro market liquidity, it analyzes the influences of multi-angle liquidity shock on the price fluctuations of government bonds, and introduces corresponding measurements to calculate currency liquidity shock, market liquidity level and market liquidity risk. Finally, this paper takes medium and long-term cross-market government bonds with maturity of more than one year and trading in the spot market as the research object, and the observation period is from January 2015 to December 2017. There are some perspectives of the single trading market and between two trading markets. The basic panel regression model and the panel quantile regression model are constructed to discuss the impact of liquidity shock on the price fluctuation of the government bonds using the panel data collected above.

The conclusions show that: (1) Through the dynamic measurements of liquidity level, it finds that the liquidity of the inter-bank bond market during the observation period is greater than that of the SSE government bond market, both of which are far


greater than the Shenzhen Stock Exchange government bond market. Calculated by the ARMA-GARCH model, the conditional variance is used to characterize the liquidity risk that the market does not anticipate. The result indicates that the liquidity risk of the Shenzhen Stock Exchange government bond market is the biggest of all. (2) Both currency liquidity and market liquidity have a significant impact on the yield to maturity of government bonds. From the perspective of average value, the impact of currency liquidity shock is positively correlated with the yield to maturity of government bonds in various markets. The larger the currency liquidity shock is, the higher the yield to maturity of government bonds is. When the market liquidity level is higher, or the market liquidity risk is lower, the yield to maturity of government bonds is lower. From the perspective of different quantile, there are complex dynamic changes between currency liquidity shock, market liquidity level, market liquidity risk and YTM of government bonds respectively. (3) Under the market segmentation, this paper discusses the influence of currency liquidity and market liquidity on the price difference between inter-bank and exchange-based government bonds, and the spread refers to the yield to maturity of the same government bond in the inter-bank and exchange markets. The conclusion shows that when the currency liquidity shock is greater, the spread is smaller; when the market liquidity level is higher, or when the market liquidity risk is lower, the spread is larger. (4) Compared with the basic panel model, the panel quantile regression model is more suitable for describing the liquidity shock impact on the fluctuations of the yield to maturity of the government bonds, and the dynamic impact on the spread of the same government bond. Ifs more conducive to monitor the abnormal situation of the price fluctuations of the government bonds by panel quantile regression model. Therefore, the close relationship between currency liquidity, market liquidity and government bonds price can be further strengthened, and relevant advice can be offered and corresponding policies can be formulated.

Keyword : Currency Liquidity ; Market Liquidity ; Market Segmentation ; Panel Quantile Regression Model


目录

摘要 I

Abstract Ill

1章绪论 1

1.1研究背景 1

1.2研究目的和意义 2

1.3研究内容、方法和技术路线 3

1.3.1研究内容 3

1.3.2研究方法 4

1.3.3技术路线 4

1.4本文的主要贡献 5

2 相关理论与文献综述 7

2.1相关理论 7

2.1.1流动性的定义及度量 7

2.1.2债券价格波动的度量 11

2.1.3流动性冲击与资产价格波动的理论分析 13

2.2文献综述 16

2.2.1国外文献综述 16

2.2.2国内文献综述 18

2.2.3文献评述 20

3章流动性冲击与国债价格波动的实证设计 21

3.1国债市场现状分析 21

3.2样本选择及数据来源 24

3.3变量设计和初步分析 25

3.3.1流动性相关测度指标选取 25

3.3.2控制变量指标选取 29

3.3.3国债价格波动指标选取 32

3.4数据概况分析 34

3.4.1描述性统计 34

3.4.2平稳性检验 35

4 流动性冲击影响国债价格波动的实证研究 36

4.1模型构建 36

4.1.1分位数回归模型 36

4.1.2面板数据分位数回归模型 37

4.2基于面板分位数回归模型的实证分析 39

4.2.1实证分析假设 39

4.2.2基于单个国债市场的分析 40

4.2.3基于不同国债市场的比较分析 47

4.3稳健性检验 52

4.4本章小结 53

5章结论与建议 55

5.1结论 55

5.2建议 56

参考文献 58

附录 61

致谢 65

1章绪论

1.1研究背景

在资本市场中,货币政策和财政政策的执行离不开债券市场,与此同时它也 保障了国民经济健康发展。国债市场又是整个债券市场最重要的组成部分,它在 多个方面例如支持国家基础建设、调整产业结构等都起到了不可或缺的作用,因 此在一国的经济发展中处于不可动摇的地位。

流动性一直被认为是证券市场的生命力所在,而物价水平和资产价格发生变 动的原因也与流动性相关,主要是因流动性波动及经济体系流动性水平变化引 起。这对解释国债价格波动也有着一定的合理性。2008年美国发生次贷危机, 随后我国股市出现大幅度动荡,这使得投资者们意识到,流动性状态在短时间内 转换这一现象往往会导致资产价格发生剧烈波动。时隔几年,2015年的“股灾” 袭来让股票市场再一次出现流动性波动,更多的投资者开始将目光转向风险较低 的债券市场。债券作为一种金融资产,通常还扮演着分散投资风险的角色。债券 市场的存在也为央行进行公开市场操作提供了一定的便利性。

2018年全球经济增速急剧放缓,已陷入疲软期状态,国内经济呈现先寻底 后稳定的型复苏,这表示我国经济发展正处于关键的战略机遇期。主动适 “新常态”是目前这一形势下最适宜的措施。政府采取债券相关的一系列金融 改革措施也是为经济发展谋福利,例如2015年9月,人民币债券被准许由汇丰 和中银香港在银行间债券市场发行;2016年8月,首个由特别提款权SDR)计价 的债券在银行间债券市场上成功发行,意味着投资者的资产配置进一步多元化。


 


图1・1我国债券市场2008-2017年债券托管量与交易量


自从1981年恢复国债发行,国债市场已经走过了漫长的发展历史,概括当 前的债券市场具有债券种类繁多、市场投资者众多等特点。截至2018年6月, 中国债券市场总规模数额为75.8万亿元人民币。2017年,整个债券市场现券、 借贷和回购交易三部分结算量总计1010.05万亿元,同比增长4.86%O其中,现 券结算量为104.69万亿元,同比下降14.51%;回购交易结算量为903.12万亿元, 同比增长7.61%o

目前国内外有关流动性问题的研究成果主要针对股票市场,而资本市场中的 债券流动性问题相关讨论仍不够深入,随着债券市场的快速发展,其重要性日渐 凸显。与发达国家以及其他国家新兴市场相比,中国的债券市场仍存在流动性不 足的问题,还有巨大的发展空间。现有的大多数研究都倾向于流动性与股票价格、 房地产价格之间的关系,针对流动性与债券价格方面的少之又少。换言之,研究 流动性治理与国债价格波动这一问题对债券市场有着指导意义,也从一定程度上 稳定金融环境和促进经济发展。

1.2研究目的和意义

在我国债券市场发展的历史长河中,市场的流动性问题一直受到多方面的关 注,例如学术研究者、政策制定者和金融从业者等等。宏观上,合理的流动性代 表了债券市场生命力所在,也代表资本市场正常运转的前提,国民经济增长进一 步得到保障。微观上,提高投资者之间的交易效率、实现债券自由买卖的前提都 是充足的流动性,此外降低债券发行成本、提高资产配置效率也是合理流动性水 平的表现。可以说,无论是在宏观领域或是微观市场,流动性都扮演着重要角色, 一旦流动性受到冲击,全球的宏观经济包括其他资本市场都将受其影响。因此, 对于流动性冲击的研究则弥足重要,尤其是探究流动性冲击来临时对资产价格波 动甚至对整个市场的影响。

国内外关于流动性冲击对资产价格波动影响的研究相对普遍,其中资产大多 数针对股票和房地产这两类,而对国债价格波动影响的探究不多见。本文的研究 目的是通过分析当前我国国债二级市场分割现状,研究流动性冲击对不同债券市 场债券价格波动的影响,其中将流动性冲击细分为宏观的货币流动性冲击和微观 的市场流动性冲击。基于研究结论可以对我国国债市场价格波动实行监管,改善 货币流动性过剩和市场流动性不足,在维持债券价格稳定的前提下,进一步推动 债券市场的发展。

对于国债来说,流动性可概括为,保障国债与货币相互转换的一种能力,也 就说投资者完成一定规模的国债交易仅需要短暂的时间,且该期间内国债价格在 合理范围内波动。另外,由于国债价格波动反应的是市场价格的变化,而在当前 利率市场化的改革过程中,利率又通过供求关系与国债价格联系紧密。通过以上 分析,研究流动性冲击对我国国债价格波动的影响,有着较强的现实意义,因此 可以深入展开。

1.3研究内容、方法和技术路线

1.3.1研究内容

根据上述对研究背景、研究目的的分析,本文需要解决以下几大关键问题:

(1) 问题假设方面,试图解决的问题是流动性冲击对国债价格波动是否有显著 影响,若有,其影响方向和影响程度如何? (2)模型与内容方面,要确定好代 表货币流动性冲击和市场流动性冲击的相关指标;明确衡量国债价格波动的相关 指标,并选取合适的模型建模分析影响方向和程度。(3)结果分析方面,能够 根据实证结果,改革创新与政策建议,提出现实一些的建议。

本文从资本市场角度切入,在总结已有理论和现有研究的基础上,结合近几 年的国债历史数据进行实证研究。具体而言,首先借鉴国内外学者们关于流动性 的研究成果,提出货币流动性冲击和市场流动性水平的指标并进行衡量,其次, 进一步对市场流动性风险进行测度,最后,建立包括流动性因素、股票市场风险 因素、Shibor利率因素和国债修正久期在内的面板数据模型,对流动性冲击影响 国债价格波动这一问题进行分析,并在不同国债交易市场情况下考虑多个因素是 否显著影响国债价格波动。

本文各章节具体内容概括如下:

第一章:绪论。包括研究需要解决的问题,研究背景,研究目的和意义,研 究方法和结构,以及本文的主要贡献。

第二章:相关理论与文献综述。相关理论中包括了流动性、国债价格波动以 及流动性影响债券定价三个方面,而文献综述分成国内外研究展开,包括货币流 动性和市场流动性影响债券价格波动两个方面。

第三章:流动性冲击影响国债价格波动的实证设计。首先分析了国债二级市 场分割现状,其次引入不同的流动性衡量指标对货币流动性水平和市场流动性水 平分别计算,进而得到市场流动性风险,并介绍了其他控制变量,最后对数据进 行初步分析。

第四章:流动性冲击影响国债价格波动的实证研究。构建流动性水平及流动 性风险等多个流动性因素影响国债价格波动的基本面板回归模型和面板分位数 回归模型,同时在模型中引入其他控制变量,对流动性如何影响国债价格波动展 开讨论。

第五章:结论与建议。对论文的研究结果进行总结,并提出进一步研究的展 望和建议。

1.3.2研究方法

在研究过程中,本文主要借助计量经济学、货币银行学等方面的理论知识, 并进行全面的文献综述的基础上,运用交易所市场和银行间市场的国债数据,对 流动性冲击影响国债价格波动的研究进行实证分析。文章的总体框架可大致概括 为:文献总结——实证设计——实证研究,结构简单明了。本文用到的研究方法 主要有:

1) 理论借鉴与引申相结合。本文在阅读了大量与流动性、流动性冲击、 资产价格波动相关的文献,同时参考了国内多篇实证文献,主要借鉴了流动性冲 击与资产价格波动的传导机制研究,并结合我国国债市场实际情况作了进一步的 引申。

(2) 理论研究与实证分析相结合。理论角度探讨流动性冲击、国债价格波 动以及两者之间的关系仅仅是本文的一部分内容,之后结合我国的债券市场背 景,利用基本面板回归模型及面板分位数回归模型展开流动性冲击对国债价格波 动产生影响的讨论,并借助R和Statal4.0软件,注重理论和实证分析的结合, 为我国宏观经济政策提出建议。

(3) 比较分析的研究方法。本文在分析流动性冲击对国债价格波动的影响 实证研究中,首先对流动性进行了分类,分成货币流动性和市场流动性,其次比 较不同交易市场上流动性冲击引致我国国债价格波动的不同效应。

1.3.3技术路线

 

图1-2论文研究技术路线图

 

1.4本文的主要贡献

流动性与资产价格之间的关系长期以来都是关注的焦点。本文借鉴前人研究 成果,就流动性冲击对国债价格波动的影响进行了深入分析,主要贡献如下:

(1)研究对象更明确。资本市场的资产种类繁多,但股票和房地产这两类 是大多数学者倾向研究的对象。为了更全面地对资本市场进行分析,本文选取债 券市场的国债作为研究对象,具体研究流动性冲击对国债价格波动的影响。这样 的研究有助于债券市场稳定,也有助于资产市场得到进一步发展。

(2) 研究主体多维度。本文在探讨流动性冲击对国债价格波动的影响时, 分别考虑了宏观的货币流动性冲击和微观的市场流动性冲击。然而,现有流动性

(3) 冲击与资产价格波动的相关研究中,大多数仅仅关注了货币流动性冲 击的作用而忽略了其他流动性冲击的存在。因此,本文对流动性冲击与流动性进 行了区分,并借鉴已有文献构建多维度的流动性冲击指标。

(4) 研究内容更丰富。很多文献中仅分析了交易所市场或银行间市场的波 动性,或只是考虑波动性未考虑流动性,本文在多个学者的研究基础上,进一步 探讨了流动性冲击与价格波动性之间的关系,并在市场分割的前提下,对交易所 市场和银行间市场分别展开研究,讨论影响两个市场之间价差的因素。

(5) 研究方法更新颖。目前已有文献对债券面板数据侧重于混合截面回归 分析或其他基本面板回归模型,本文将同时使用基本面板模型和面板分位数回归 模型,比较分析两个模型在实证中的差异。

由于债券市场中多个子市场之间有一定的差异性,例如银行间市场保持快速 发展,反之交易所市场逐渐边缘化,可以说随着时间不断推进,两个市场的现状 不能与之前的状况一概而论。本文通过收集近3年的债券数据,相比较之前的研 究有着良好的时效性,但在结论方面可能与早前的一些研究成果不一致。


2章相关理论与文献综述

2.1相关理论

2.1.1流动性的定义及度量

流动性,通常被解释成金融的本质,是现代金融理论中不可或缺的一个概念。 它除了表现单一资产的特点,而且还表现了多个市场之间与多个资产之间的依赖 关系。经济学家凯恩斯(1936)在《就业、利息和货币通论》中最早提出了流动 性偏好的概念,他指出与其他资产相比较,货币有着支付手段和清偿手段的特性, 而不用通过转换其他资产来实现,可以说货币是被偏好的⑴。关于流动性的研究 不曾停滞,它的含义建立在流动性偏好的基础上并得到了延伸。

McCall和Lippman(1986)认为,特定资产的流动性,可以用在最优策略条件 下出售这一资产的必要时间来定义⑵;Amihud和Mendelson( 1989)[3]将流动性定 义为,在维持价格较为稳定的情况下,资产以较低的成本迅速、即时地完成交易 的能力。进入21世纪,IMF (2000)⑷在讨论广义货币时给出以下定义,流动性 是指在短时间内金融资产能够以全部或接近市场价格出售的一种能力。这一定义 在很长一段时间内得到学者们的一致认同,但是它仅仅反映这种资产的流动性状 况,并没有体现整个金融市场的流动性状况。

关于流动性分类的相关研究成果众多,主要从内涵角度出发。Barks Kramer (1999)提出两类流动性:货币流动性和市场流动性,且前者优先于后者, 央行通常运用公开市场操作增加货币流动性,进而为提高资本市场流动性⑸。 Philip Strahan(2008)从概念的外延角度切入,具体包括了货币流动性、资金流动 性和市场流动性三个层次。

近几年来,我国金融市场的持续发展,促使国内学者也进行了相应的流动性 研究,在原有研究的基础上,流动性的内涵和层次划分进一步拓宽。在流动性层 次方面,学术界一致认为货币、银行和市场是三大组成部分。北京大学中国经济 研究中心宏观组(2008)⑹持以下观点:货币流动性对应货币的充裕程度,银行系 统流动性对应商业银行整体资产的扩张情况,而市场流动性表示金融市场上资产 变现的难易程度。中国人民银行沈阳分行课题组(2010)⑺从宏观层面、微观机构 层面和金融资产交易层面三方面分别对应的货币流动性、融资流动性和市场流动

性用来衡量“金融流动性”,同时将资产价格问题与流动性“三失”现象相联系。

基于对流动性内涵相关文献的总结可以看出,国内外学者针对流动性的内涵 及层次划分已经有了较为深入的研究。本文从国债市场实际情况出发,参考Barks 和Kramer (1999)[5]的方法,将流动性分类为以下两个层面:货币流动性(Monetary Liquidity )与市场流动性(Market Liquidity ),其中货币面着重强调短期信贷条件, 这与数量指标如货币供给量、价格指标如短期利率等有着密切关联,市场面指的 是金融市场上因短期供需变动,而导致产品价格水平变化的影响程度。

货币流动性可概括为:在不同的货币政策和工具的基础下,中央银行对其资 产负债表进行一定调整,此后的基础货币存量即货币供给的匹配程度。货币流动 性也直接反映市场总体资金流通情况,满足金融体系中的合理流动性需求,保障 市场稳定如物价、利率以及汇率等多个水平保持平稳波动,

货币流动性的本质是:金融系统中货币的充裕程度,其测量指标通常从数量 和结构两个角度出发,前者的数量指标包括货币供应量(Mo、Mi、M2)及其增 长率等,后者的结构指标有超额货币增长率,M1/M2和M2/GDP等。也可以划分 为以下三种类别,第一种是超额货币增长率,主要衡量在国际资本流动的条件下, 一国货币总量的相对变化情况;第二种是马歇尔K值(M2/GDP)和货币过剩法, 通过相对比值衡量一国货币市场的失衡水平;第三种是货币流动性比例法,产品 市场在非均衡状态下,货币供给或需求产生的压力。

超额货币增长率,以德意志银行提出的“超额货币存量”为理论前提,将货 币供给的增长速率与GDP和物价水平的增速的和进行比较,用差值来判断货币 流动性状态。若该值大于0,证明存在货币流动性过剩冲击,小于0即存在货币 流动性短缺冲击。超额货币增长率的实质来自费雪的交易方程式:MV二PT, M为货币供给需求量,V为货币流通速度,P为价格总水平,T为实际产出量。 其增量形式为OM = AM-AP-AT,其中OM是超额货币增长率,是名义货 币增长率,AP是通货膨胀增长率,AT是名义的GDP增长率。

市场流动性主要是用以描述一些资产在市场中交易的难易程度,换言之在满 足资产立即变现的前提下,且资产价格基本保持稳定的可能性。Kyle (1985)⑻ 将市场流动性划分为紧度(Tightness)、深度(Depth)和弹性(Resiliency) Harris (1990)⑼在其基础上,认为市场流动性应当分成宽度、深度、弹性和即 时性四个维度,更全面地描述流动性特征。第一,调节供求关系的价格要素—— 宽度。在国债市场上,投资者对所有的价格条件都持接受态度,那么双向交易就 能迅速进行,流动性需求得到满足。与此同时,投资者偏好交易价格与市场均衡 价格极其相近,可以说相对均衡价格的偏离越小,那么在交易过程中因流动性因 素而产生的成本越小。第二,代表交易双方对价格认可程度的数量要素——深度。 所谓“量为价先”,即价格相同,而成交数量有一定的差异,那么该情况下流动 性不同,可以说数量和价格都是考察流动性差异的必备因素。第三,投资者完成 交易过程的时间因素——即时性。交易过程的时间长度与价值高低有着直接的关 联性,再者货币本身具有时间价值,投资者是否能实现当前价值并能再投资通常 取决于交易过程的速度快慢。第四,结合上述三个要素可得到弹性维度。实际交 易中成交价格偏离市场均衡价格较少,或者偏离后能够回到市场均衡价格并且时 间较短的这两种情况下,同时满足交易数量大和成交时间短,可以说弹性较强, 对应的流动性较好。

学术界就上述四个维度提出了四种流动性的相应计算方法:价格法、交易量 法、时间法和价量结合法。价格法衡量的是市场的宽度(Width),其中最具代表 性的测度指标就是买卖价差。买卖价差与流动性呈反向关系,通过市场竞争程度 来直接关联。

买卖价差包括了两种计算方法:一种是绝对价差,指的是买卖双方报价的差 额绝对值;另一种是相对价差,指的是用绝对价差除以买卖报价的均值。若几表 示卖方报价,刃表示买方报价,买卖价差公式如下:

绝对价差:sa = pa-pb

相对价差:》二2(—刃)

Pa+Pb

交易量法衡量的是深度(Depth), 一般是指特定价格所对应的买入和/或卖出 数量。深度从一定角度可表示市场价格的稳定程度。债券流动性深度一般包括成 交深度与市场深度,两者都与最优买卖报价这一指标相联系。成交深度通常指的 是该价位上的成交量,深度值越大,说明交易越频繁,流动性较好。而市场深度 是指该价位上的订单数量,该值大表明市场同一时段的交易量比较大,市场流动 性好。通常而言,可用报价深度来衡量市场深度:D = Paj+Pb・%,其中,。指 的是报价深度,几和匕指的是卖方报价及数量,必和叫指的是买方报价及数量。

时间法衡量的是即时性维度,指的是一笔交易达成需要的时间长短。市场的 即时性越强,则完成交易的时间越短,说明市场成交氛围活跃,市场流动性好。 目前衡量即时性主要采用两种指标:交易执行时间和交易频率。交易执行时间的 弊端在于,实践中难以测量,因此采用交易频率(即换手率)来衡量即时性的应 用更为广泛。为避免价格因素对指标产生的影响,换手率的具体计算方式是:区 间日均成交量/区间第一天债券余额。

价量结合法同时考虑了市场的宽度和深度,其中常见的一是价格冲击模型, 二是流动性比率模型。价格冲击模型的典型代表是Glostern-Harris交易成本模型, 实质是用线性方程式来量化交易量对价格的影响,回归系数的大小代表交易成 本,可进一步判断流动性强弱;流动性比率模型主要包括Amivest流动性比率和 Amihud流动性比率这两类,前者是指每单位的价格变化所对应的交易量,后者 反映每单位成交量的变化所引发的资产价格变化。

综上,目前关于流动性的计量方法已存在多项研究成果,但学术界一致认为, 尚未有统一的计量方法可以全面地对流动性进行衡量。

例如Hands的流动性四维指标,其中深度和宽度两个维度呈相反方向变化, 若深度增大,则宽度减小。另两个维度即时性和价量结合法之间也是反向关系, 为了更满意的价格通常需要长时间的等待。可以说,上述的流动性计量方法有着 一定的片面性,倘若想要得到流动性完整含义的计量方法仍需进一步探索。

2-1静态与动态流动性衡量指标

 

衡量指标

具体指标

度量状态

静态指标

买卖价差

绝对价差Pa-Pb>相对价差(Pa-Pb)/Pm

交易进行前

 

即时性

交易天数、交易间隔

 

 

市场深度

交易规模、换手率

 

动态指标

市场弹性

价格变化序列相关度知二-cov(A7爲乂,+)

交易过程中

市场冲击 交易深度模型、交易成本模型、冲击反应函数

流动性比率 Amivest流动性比率、Amihud流动性比率

 

此外,由基础的流动性概念引出流动性水平和流动性风险,国内已有文献通 常认为两者相同,但实质上两者既有联系又有区别。在债券市场中,流动性应当 是在将来有随机波动现象的经济变量,而不是持续保持在一个固定的水平值上。 以上分析得到,流动性由两部分组成:均衡水平与波动风险。后者是指流动性水 平在其水平均值波动的不可预测的变化,即流动性风险。

流动性的定量方式决定了流动性风险的衡量,两者在具体计算中都表现出复 杂性。截止目前,大多数研究都建立在VaR风险度量体系之上量化流动性风险。 例如 Bangia, Diebold, Schuermann Stroughair (1999)°]建立了 BDSS 模型,其 实质是在VaR模型中添加流动性相关的控制变量,同时将La-VaR方法运用在做 市商市场中,更好地衡量市场流动性风险。也有一些学者对流动性风险的综合衡 量展开研究。Hisata和Yamai (2000)⑴】在VaR模型中考虑市场交易影响,并从 内生和外生两个层面区分流动性风险,之后再进行具体分析。流动性风险的衡量 在德国市场中得到运用,并获得了创新型突破。Pierre Giot和Joachim Grammig (2002) g引入内生流动性风险以此对BDSS模型进行改造,借助德国市场数据 进行进一步探索。

2.1.2债券价格波动的度量

在具体对国债展开研究之前,首先应对资产价格波动这一含义有一定的认 识。资产价格波动,概括为资产价格水平的变化,并且这种变化通常由结构变化 和异常变化两部分组成,分别与内生性原因和外生性原因相对应。前者出现是由 资产本身的特征引起,例如盈利能力等等;后者主要是因为多种市场因素如信息 不对称、不完全竞争等的存在,导致市场的不稳定性。总结已有研究,资产价格 波动的度量方法可大体分为以下三类,第一是资产价格的走势,即用资产价格变 动来衡量其波动,这一方法得到广泛运用;第二是资产价格的变化率,即用资产 价格收益率来衡量其波动,但使用相对较少,如汪献华(2013)[13kForan和Sullivan (2014)网等文献中出现;第三是资产价格的波动程度,即用资产价格的波动率 来衡量其波动,该方法通常应用在股票市场高频数据上。

债券作为代表性金融资产,是资本市场中不可或缺的一部分。通常所说的债 券市场的波动性,具体表现方式是债券价格的波动性,指的是债券价格上升或下 降幅度的决定机制。袁东(2004)问提出,债券价格波动性的测度可从多个层面 展开:(1)从收益率或利率影响的角度,代表指标主要有基点价格值(PVBP) 价格变动的收益率值、久期和凸性四种;(2)从债券市价与其内在价值的偏离 度,一般借用数学中的标准差来衡量;(3)从市价年波动率引出年度债券市价 波动这一指标。研究同时发现,交易所与银行间国债波动性不一致,可以发现银 行间市场的功能和效率不及交易所市场。

与波动性紧密相联系的两个名词是久期和凸性。一个通用的计算债券(指不 处于最后付息周期的固定利率附息债券)价格的公式如下:

C// | C// | | C// | F

(1 + YTM/fY (l + YTM/f)l+w (l + F7M//y1+w + (2-l)

其中,P为债券价格,n为剩余付息次数,F为票面价值,C为票面利息,f 为每年的付息次数,w为距离下次付息的时间,YTM为到期收益率。

久期(duration)指的是加权平均的债券到期时间,由麦考利(Macaulay) 于1938年最先提出,选取的权重为各期现金流的现值在债券市场价格中的占比。 假设w=l,匸1 (为简化计算)用公式表示为:

M *F

_(1 + 皿忆)1 (1 + 刃皿)2 G + YTM)n (l + YTM)"

" P (2-2)

久期与剩余期限比较后发现,前者将所有利息与本金的到期时间因素都考虑 在内。1966年,费雪(Fisher)提出,久期能直观衡量债券价格对利率变动的敏 感性,即:

(2-3)

l + YTM P dYTM

如 (2-4)

dYTM 1 + YTM

式(2・3)等式左边就是修正久期Dm的定义。经转换后,式(2-4)表示收 益率单位变动引起变化的百分比,即债券的价格弹性。可见,D越大,债券价格 对利率的敏感度就越大,而到期收益率越大,债券价格对利率的敏感度就越小, 敏感度的大小意味着债券价格的变化幅度,也就是投资者的“风险”,这里的负 号表示债券价格变化方向与利率变化方向相反。在债券投资利率风险管理中,久 期起到了至关重要的作用。由久期引出凸性,指的是债券价格对到期收益率的二 次微分,再求其与债券价格之间的商,用公式表示为:

 

为了精确反映债券价格变动与到期收益率变动之间的关系,可以用微积分把

债券价格的决定公式进行泰勒展开:

dP(YTM) = P\YTM)dYTM + -P\YTM)d(YTM)2^o^dYTM)2)

2 (2-6)

上述均从绝对变化角度衡量债券价格,若需要从相对变化角度出发,只要将 公式(2・6)两边同除以债券价格P:

呦叽PE 莎加+丄PQM(咖丫 +((帀⑷2)

P P 2 P P (2-7)

从式中可以看到,当到期收益率仅仅发生很小的变动时,债券价格的相对变 动与到期收益率的变动可以近似为线性关系,二阶和高阶项可以忽略,从而仅仅 用上式中的一阶项就能反映两者之间的关系,这个一阶项就是上述提到的修正久 期。因此,可以发现到期收益率上升和下降同样的幅度引起债券价格下降和上升 的幅度是相同的。国债价格的变动中既包含了市场预期的变动,也包含了剩余期 限缩短给价格带来的变化。因此用债券价格来研究债券定价变动趋势和差异有一 定的局限性,本文将采用到期收益率衡量价格变动和差异。

国内学者们对国债收益率这一方面的研究颇多。谢海玉(2004)[16】对比分析了 中美两国国债收益率曲线,总结分析我国国债收益率曲线变动的主要因素为投资 者行为、二级市场规模和流动性、资金量等的影响。陈震(2009)"]运用事件分析 Granger因果分析方法,研究发现跨市场国债在银行间债券市场和交易所债券 市场间的收益率没有太大差异,但前者的收益率变化滞后于后者,作者认为这是 由于后者竞争性和机构投资性较强的原因造成的。

2.1.3流动性冲击与资产价格波动的理论分析

(一) 传统货币数量论

1911年,欧文•费雪提出现金交易型的货币数量论,明确提出现金交易方程 式,数学表达式如下:My = PT其中,M表示货币数量,V表示货币流通 速度,P表示物价水平,T表示商品交易总量。该理论的重要意义在于:它首次 将物价水平的变动与货币数量联系起来,引导人们从全新的层面来认识物价变 动。他指出,人们之所以在生活中持有货币,是出于商品交换的目的,如果这一 假设成立,那么就可以得出这样的结论:在一定时期内,商品交易总额二货币支 付总额,这就是著名的费雪方程式。根据该等式的变形式P = ,其中货币

T

流通速度V取决于社会经济因素和消费者心理因素,与货币数量和价格水平无 关,因而在一定时期内货币流通速度是稳定的。商品交易总量T与总产出水平 的高低一致,因而在短期内商品交易总量是稳定的。因此,物价水平P的变动与 货币数量M的变动呈高度正相关。

1917年,英国剑桥学派的代表学者庇古提出了现金余额方程式,又称剑桥 方程式,数学表达式如下:M = kPy其中,M表示人们持有的货币数量,k 表示持有的现金数量与名义收入之比,P表示最终产品与劳务价格的指数,y 示按固定价格计算的国民实际收入。根据该等式,对每个人而言,在其他条件不 变的情况下,名义货币需求与名义收入水平之间存在一个较为稳定的比例关系o 庇古认为经济生活中的每个人之所以持有货币是因为人们想要以自己的方式保 持资产,强调人们保有的现金余额对币值和物价的影响。在方程式中,假定y 是一个不变的常数,国民实现充分就业且经济产量达到最高水平;k的变动取决 于人们拥有的资产和财富的选择,既可投资于实物资产,也可从事生产或用于消 费,还可以保持为货币形态,k的变动对价格水平P产生影响。

(二) 凯恩斯货币需求理论

1936年,凯恩斯在《就业、利息与货币通论》的著作中论述了货币需求理 论,他从持有货币的动机出发,货币需求由交易动机、投机动机和谨慎动机三者 共同决定,并假设交易和投资是加性可分的,不宜分离的谨慎动机可归入到前两 者中。数学等式表示为:M = M^M2 =L\(F) + Z2(r) = Z(y?r) o其中,厶(Y) 示与收入Y相关的交易需求,厶2()表示与利率相关的投机需求。

该理论指出社会总产出与就业水平,对于货币供应量影响价格水平会产生一 定的影响。当宏观经济状况与潜在产出水平有一些差距时,货币供应量增加,从 而促进就业与产出增加,但是其对物价水平的影响不大;当宏观经济状况极其接 近潜在产出水平时,这意味着社会实现充分就业,并且经济生产能力己达极高点, 此时货币供应量增加,对应的物价水平大幅增长。

(三) 弗利德曼现代货币数量理论

现代货币数量理论由美国经济学家弗里德曼提出,从货币的需求角度出发, 认为货币是一种有形的资产,消费者的需求和选择理论可以明确对货币的具体需 求。收入与支出的平衡、心理预期的商品价格以及替代品和互补品的价格浮动、 消费者偏好在消费过程中对消费者产生显著影响,所以人们对货币的需求相应会 受到持有货币所带来的效用、收入水平和持有货币的机会成本这三类因素的影 响,可以说货币需求与恒久收入和各种非货币性资产的预期回报率等多种因素之 间必定有着强关联。该理论函数的简化式为牛=/(乙异)。其中,牛表示实际 货币需求,I;表示实际恒久收入,i表示能反映固定收益和非固定收益两类证券 收益率的利率。

这一理论认为社会物价水平是由货币供求决定的,并利用实际恒久收入和名 义恒久收入的概念来解释物价水平的变化,其中名义收入与物价水平相关,并且 消费者根据恒久性收入来安排支出。根据费里德曼理论,当货币供应量增加,人 们持有的货币增加,名义收入的增加会导致对实物资产和金融资产需求的增加, 推动资产价格的上涨。

(四) 理性预期学派的货币理论

1961年,穆斯在《理性预期与价格变动理论》中首次就金融市场动态行为 分析提出理性预期假说,认为人们总是以尽可能收集到的信息为依据进行预测。 20世纪70年代,美国经济学家卢卡斯发表《预期与货币中性》的文章,将理性 预期假说与货币主义相联系。随后,萨金特等人不断对理性预期假说进行完善, 最终形成了理性预期学派。

理性预期学派认为人们在进入市场之前会根据过去价格变化的信息形成预 期并作出决策,这种依赖于理性预期的个人决策会对经济活动的变化产生影响, 因此政策的制定必须要充分考虑公众的理性预期。预期到的货币政策变化在长期 和短期内都是中性的,公众已经根据所获得的信息对市场价格形成了理性判断, 不会受到货币当局的影响;未预期到的货币政策变化是非中性的,这类市场突发 情况会成为公众判断形势的干扰因素。根据理性预期学派的理论,在货币供应量 增加之前公众已经预期到了,并且实物资产和金融资产的价格都已经预先做出了 反应,因此,现阶段的流动性増加不会对资产价格再产生影响,资产价格在现阶 段保持稳定。值得注意的是,如果预期下阶段货币供应量产生变动,现阶段的价 格水平会在理性预期的作用下产生变动。

2.2文献综述

2.2.1国外文献综述

流动性对资产定价影响的研究可分为以下三类。第一是早期流动性水平对资 产定价的直接影响。Amihud Mendelson (1986阴,1991 Ml) Amihud (2002) 20]研究流动性对资产收益率的影响,发现流动性水平的下降会提高市场预期收益 率并降低市场未来价格,流动性和预期收益率具有负相关系数。Pastor Stambaugh (2003)冋发现不仅是流动性本身还有流动性变化也对资产收益率起 到重要作用,并提出需要进一步研究流动性对固定收益证券定价中的作用。第二 是不同金融市场之间的流动性溢出。Chordia、Sarkar和Subrahmanyam (2005) QI发现股票市场和债券市场之间存在流动性的联动性,发现跨市场流动性的溢出 对资产价格存在显著的影响。Goyenko和Ukhov (2009)㈤通过债券和股票市 场指数关系的研究,证明了股票市场和债券市场之间存在显著的流动性跨市场溢 出现象,也指出跨市场流动性溢出对资产定价的显著影响。第三是流动性风险对 资产定价的影响。Acharya和Pedersen (2005)网认为流动性对资产定价的影响 可以通过市场和个体收益率的相关性表现,并且市场流动性冲击也会影响资产价 格,从而提出了 “流动性风险”概念。

从流动性风险对债券定价的影响层面出发,已有的研究概括成从两个方面考 虑,一方面为对债券即期收益率的影响,另一方面为对债券到期收益率的影响。 流动性风险对债券即期收益率的影响,可以了解为流动性风险对投资者短期债券 交易价格以及交易成本的影响。Goyenko (2006)㈤发现债券即期收益率中均含 有对债券和股票市场流动性风险溢价因素,且未预期债券市场流动性冲击对债券 定价也存在显著影响。Lin、Wang和Wu (2011)西发现债券即期收益率不仅受 到期限和违约风险因素的影响,还受到显著流动性风险的影响。研究流动性风险 对债券到期收益率的影响,证明了流动性风险对发债成本和融资成本也存在显著 影响。De Jong和Driessen (2007)囚]研究国债和股票市场跨市场流动性风险对 公司债到期收益率的影响,发现跨市场流动性风险显著地影响债券到期收益率。 Chen、Lesmond和Wei (2007)联]研究债券和股票市场流动性风险对债券到期 收益率的影响,发现控制违约风险后市场流动性和公司债券收益率仍然具有显著 负相关性,证明流动性风险对到期收益率存在显著影响oBao>Pan和Wang(2011) 29】发现流动性风险对公司债到期收益率存在显著影响,且流动性风险的增加会提 高债券到期收益率,同时认为流动性测量准确度会影响实证研究结果。

国外学者们在货币流动性与资产价格波动的相关研究中,主要从货币供应量 的角度探讨货币流动性过剩对股票价格和房地产价格间的影响,并进一步分析具 体的传导渠道。关于货币供应量的增加(即货币流动性的增加)是否会促进资产 价格的上升的问题,大部分学者的研究都给予了肯定的结论。Homa Jaffee(1971)™指出货币供应量及其增长速度与普通股指数有显著相关性。Barks 和Kramer (1999)⑸基于对G7国家1971-1998年的季度数据分析发现,过度的货 币流动性会导致资产价格的升高,甚至有国际溢出效应。Adalid和Detken (2007)卩1]利用18个DECD国家1970-2004年的面板数据,考察了流动性过剩和 资产价格波动的关系,发现流动性过剩是房地产价格暴涨的显著解释变量,且该 结论通过了稳健性检验。进一步地,部分学者还提出货币流动性通过影响利率、 通货膨胀、资产组合等方式影响资产价格波动。Keran (1971)^2]研究发现货币供 应量变化不仅对股价有微弱的直接作用,货币供应量的增加还通过通货膨胀、公 司盈利预期等渠道间接影响股票价格。

Bruggeman (2007)㈢]基于样个工业化国家1970-2005年间的季度数据分析, 发现流动性过剩和资产价格上涨之间并不存在简单的线性关系,在流动性过剩的 情况下,还需满足低利率、较高实际GDP增长率和低通胀率等条件,才能导致 资产价格的上升;反之,若不能满足上述条件,资产价格上涨的可能性就会较小。 此外,还有少部分的学者认为货币流动性与资产价格间的并无明显关系(Ferguson, 2007 )巩

Berger和Bouwman (2008)[均观察到在金融危机出现前,金融体系表现为 流动性过剩,银行信贷标准放松,企业借款成本降低,信贷扩张迅猛;但当金融 危机到来时,流动性就迅速由流动性过剩转变为流动性不足,资产价格暴跌导致 银行抵押品减值损失严重,资产负债表质量下降。过度宽松的货币政策往往导致 资本市场上流动性过剩和资产价格泡沫化,Brana和Djigbenou等(2012)昭正 是在这前提下,重点关注新兴国家的金融稳定状况,采用面板数据对流动性过剩 导致资产价格泡沫的溢出效应进行了实证研究。资产价格发生波动另一方面对实 体经济造成影响。

目前,市场流动性与资产价格波动的研究主要关注的是资本市场层面。大多 数研究从股票市场、房地产市场切入,随着债券市场逐渐成熟并在金融市场中凸 显其重要作用,国外学者对股票、债券、房地产等多种资产进行研究和比较。

用脉冲响应法对流动性冲击进行模拟是学者们的常用方法,如Chordia (2005)旳在讨论股票市场和债券市场的流动性情况时,采用买卖价差分别衡量 两个市场的流动性水平,使用VAR模型并通过脉冲响应分析探究债券(股票) 市场流动性冲击下股票(债券)市场流动性将如何变动;Ellington等(2017) 使用Amihud非流动性指标衡量股票市场和住房市场的流动性水平,并认为市场 流动性的突然下降(即指标值的上升)为流动性冲击,通过脉冲响应分析研究流 动性冲击对GDP增长率的影响。

2.2.2国内文献综述

国内关于流动性风险对债券定价影响的研究,但多数研究以企业债或公司债 为研究对象。谭地军、田益祥和黄文光(2008)凹研究了流动性风险对债券定价 的影响,发现企业债利差和债券信用风险之间存在相关性,但是流动性风险没有 被合理定价,尤其是低流动性企业债没有得到风险补偿。何志刚和邵莹(2012) 40]利用Amihud非流动性研究流动性风险对公司债信用利差的影响,认为流动性 风险和信用利差之间存在正相关关系,且在次贷危机期间其显著性增强。罗聪和 李成刚(2014)⑷]以企业债超额收益率和收益率差为主要被解释变量,研究了股 票系统性风险对企业债定价的影响,发现利用Fama・Fwnch三因子模型测量的股 票市场系统性风险对企业债定价上具有显著影响。

基于国外现有的理论,国内大多数关于货币流动性的研究主要包括三个方 面:第一,流动性对资产价格波动的单方面影响。北京大学中国经济研究中心宏 观组(2008)⑹的研究表明,以超额货币来度量的货币流动性同时对股票的名义 回报和真实回报产生影响,并且,货币流动性对股票的真实回报有正向的持续作 用。秦月星和熊平安(2007)舵]发现当流动性在短期内由过剩转变为不足,在羊 群效应的助推下,会带来资产价格下降。赵庆(2013)跑研究发现货币流动性过 剩对多个市场造成的影响不同,同时引致市场价格波动,从结果来看流动性过剩 对债券市场的影响要显著强于对股票市场的影响。吕夏梦(2016)屮]采用VAR 模型对流动性冲击影响资产价格波动的溢出效应进行了检验,比较发现流动性冲 击对房地产、股票及商品价格波动具有正向溢出效应,而对债券价格波动表现出 反向溢出效应。

第二,流动性影响资产价格波动的多个传导机制。张明(2007)昭以资产结 构平衡理论为基础,探讨流动性过剩与资产价格泡沫间的关系,流动性过剩,指 的是货币供应量过剩,这意味着金融机构总资产中的货币总量增多,从而引起资 产配置的重新调整,用货币流动性购买股票或房地产资产,从而提升资产价格。 也有学者从通货膨胀这一传导渠道入手,认为货币流动性先通过影响通胀水平, 进一步对股票收益率产生影响(韩学红等,2008^;周莲子,2012H7])。也有学者 从货币政策角度展开研究,邹昆仑和张晶(2013)跑侧重于股票资产价格的波动, 先后从股权分置改革、总量性货币政策和价格型货币政策三个方面展开实证。贾 俊雪等学者(2014)⑷]探讨货币政策和财政政策两个反应模型时,运用GMM MS-VAR多种方法来比较财政政策和货币政策如何维持资产价格稳定。

第三,流动性与资产价格波动产生双向作用。李红艳和汪涛(2000)冈通过 研究,认为股票价格与货币供应量之间不仅互为因果关系,而且也有着长期协整 关系。杨新松和龙革生(2006)⑶]使用多种计量方法例如向量自回归等进行分析, 明确货币供应量与股票价格波动是双向联系的。汪献华(2013)问通过实证分析, 1995年以来的股票和房地产为研究对象,流动性冲击对两种资产均产生显著 影响,反向来说,股票价格波动对流动性冲击的影响远远大于房地产价格波动。

在研究市场流动性与资产价格波动的关系时,部分学者基于流动性间的螺旋 效应,分析流动性螺旋与资产价格间的关系。2010年,中国人民银行沈阳分行 课题组(2010)⑺提出流动性螺旋包括收缩和扩张两种状态,均对资产价格波动 产生作用,总结出资产价格与流动性螺旋呈正向关系,进一步导致资产价格泡沫o

近几年,学术界对流动性冲击导致资产价格波动并影响多方面因素这一问题 进行了分析。在间接影响金融稳定这一方面,田蕊(2010) 从宏观与微观双层 面研究流动性冲击通过资产价格渠道影响金融稳定的作用机理,并以美国金融危 机为实例,得出流动性冲击可通过资产负债表渠道直接影响金融稳定的结论。谭 政勋和侯詰(2011)冋从传导机制入手,认为金融创新渠道、银行信贷渠道、银 行资本金的价值变动、流动性与微观主体五个渠道,是组成资产价格波动影响金 融稳定传导机制的重要部分。郑章燕(2014)网在研究我国流动性冲击与金融稳 定的关系过程中,由资产价格这一中间变量展开,认为流动性冲击可详细从利率、 通货膨胀和投资效应三个渠道直接影响资产价格,进而从非理性从众心理、不对 称信息和宏观经济系统三个渠道直接影响金融稳定。燕汝贞和高伟(2016)卩5] 以股票为研究样本,首先综合运用Kyle模型和Chiyachantana等人使用的方法 来估计市场冲击,然后从理论角度入手,具体研究市场冲击与股票价格变动的关 联,采取我国实际数据,得出的结论表明流动性显著影响市场冲击,流动性监管 方面应得到重视。

2.2.3文献评述

通过对相关理论和文献的梳理,发现分别针对流动性冲击、国债价格波动的 研究大放异彩,这对两者之间的关系研究起到了奠定作用。倘若直接研究流动性 冲击与国债价格波动的关系,会在一定程度上受到多方面如理论依据、时段区间、 研究样本等等的影响。尤其是在实证研究方面,资产对象主要是房地产和股票, 由此展开宏观流动性对房地产价格、股票价格的影响研究占绝大比例,在研究过 程中因模型方法、样本对象差异引起明显不同。因此多方面而言,深入探讨流动 性冲击对国债价格波动的影响,对债券市场有着一定的现实意义。

本文明确区分流动性和流动性冲击,研究的是流动性冲击对国债价格波动的 影响,构建出流动性冲击对国债价格波动影响的机制框架。此外在前人研究的基 础之上进行拓展,不仅仅局限于宏观的货币流动性冲击,而是将流动性冲击划分 为货币流动性冲击和市场流动性冲击,同时分别考虑交易所国债市场和银行间国 债市场,利用现有数据对流动性冲击影响国债价格波动进行实证分析,并试图在 比较中寻找更丰富的信息。


3 流动性冲击与国债价格波动的实证设计

3.1国债市场现状分析

自从1981年我国恢复发行国债,随着国债不断市场化、规模化、规范化, 我国国债市场从一级市场到二级市场逐渐形成了一个完整的格局。当前,我国国 债二级市场主要由银行间市场、交易所市场和柜台市场三大部分构成,其中交易 所和银行间国债市场处于整个国债市场体系中最核心的位置,其重要性不言而 喻。交易所国债市场与银行间国债市场共存的阶段最早可追溯到1997年。1997 年上半年,早年成立的中央国债登记结算有限责任公司开始接受商业银行所持国 债的托管,这意味着银行间国债市场就此成立,并且该市场在1999年表现出了 惊人的发展速度。2001年,中国人民银行、财政部和中国证监会共同提议,早 日实现交易所和银行间国债市场的统一,并采取了相应的措施,例如先统一融合 部分投资者,多个非银行金融机构可从原本的交易所市场进入银行间市场;其次 统一国债品种的发行交易,2005年之后,已实现所有记账式国债同时在两个市 场上流通;最后融合交易平台,这使得跨市场国债之间的差异逐渐减小。

跨市场国债品种,指的是同时在两个或两个以上市场发行及交易,但由于市 场之间存在多方面差异性,导致同一国债在不同的市场中流动性不一样,因此引 入市场分割定义。就市场分割(Market Segmentation)理论而言,是指市场间的 流通障碍和差异及其导致的同质产品或替代程度较大的产品在不同市场上的各 种差异,特别是价格差异[旳,目前我国交易所和银行间国债市场存在市场分割。 虽然统一融合债券市场的措施一直在实施,但二级市场分割现象仍然存在,并未 在根源上发生变化。本文主要从六个角度切入,分析国债市场分割:①市场功能; ②交易主体;③交易品种;④交易制度;⑤监管机构;⑥托管机构。

(一) 市场功能

银行间市场最初的成立原因有:①央行需要通过有一定规模和流动性较好的 交易平台来进行公开市场业务,以此货币政策由直接转向间接;②支持国家实施 财政政策,必须设立满足大规模国债发行的债券市场;③商业银行的资产结构亟 待改善,债券回购市场能在一定程度上解决融资问题;④非银行类金融机构流通 买卖债券的需求。而交易所市场从一开始的蓬勃发展到之后国债期货交易的开 辟,其交易主要是以小规模的国债零售为主,投资者根据对债券价格的不同预期 发生买卖行为。目前,企业债和公司债在交易所债券市场中占据主导地位。

(二) 交易主体

由于银行间市场交易规模大,交易金额也相应较大。可想而知,银行间市场 对交易主体的入市要求也较为严格,从起初的仅仅商业银行,到后来放宽市场准 入条件,允许非银行类金融机构如证券公司等通过备案的方式进入市场。银行间 市场的交易主体进一步丰富,目前包括了商业银行、证券公司、保险公司、信用 社等等。相比之下,交易所市场的交易主体由证券公司、基金等非银行类金融机 构和个人投资者组成。

(三) 交易品种

就交易品种而言,两个市场的主要债券交易品种不同,其中银行间市场的主 体是国债和政策性银行债,交易所市场以企业债和公司债为主。根据统计数据显 示,截止2017年12月末,整个债券市场的托管量总额达到59.19万亿元,其中 银行间市场为50.96万亿元,交易所市场为&23万亿元,进一步说明了银行间市 场的交易规模远远超过交易所市场。就具体记账式国债而言,银行间市场托管金 额为121964.27亿元,占总托管量的23.93%;交易所市场托管金额为6301.76亿 元,占总托管量的7.66%o同时,交易所债券市场企业债金额为9668.23亿元, 公司债金额为53357.36亿元,分别占该市场总托管量的11.75%和64.83%,侧面 说明交易所市场主要交易品种更偏向公司债和企业债。

(四) 交易制度

因交易主体不同导致了两个市场交易制度有差别。2001年银行间市场为了 提高交易效率以刺激市场流动性增强,采取双边报价的做市商制度。此外一对一 的询价制度也在银行间市场存在,但远远不能满足交易规模大的银行间市场需 求。交易所债券市场主要借鉴了股票市场的集中撮合竞价与经纪商制度,主要通 过电脑自动匹配订单,交易效率高,但该制度只适用于交易量小的情况。

(五) 市场监管

市场监管的分割主要表现在两个方面:监管主体与监管力度。当前,由“一 行三会”(中国人民银行、证监会、银监会、保监会)带领、其他政府部门(财 政部及国家发改委等)配合的团队是债券二级市场的监管主体。其中,参与交易 的机构投资者主要对三会(证监会、银监会、保监会)负责,政府债券如国债、 地方债等主要对财政部负责,而企业债对发改委负责;银行间和柜台两个场外市 场直接对央行负责,交易所这一场内市场直接对证监会负责。由上述监管角色来 看,对于特定市场的某一债券品种,面临着多监管主体的问题。若多监管主体相 互配合,可达到维持市场稳定的目的,但监管主体之间如何分工协作依旧是一个 难题,急切需要解决。债券市场中多次发生违规违法个例,表明监管主体配合这 一方面仍然存在漏洞。

(六)债券托管

我国债券市场的托管模式可总结为:总分托管和转托管。从市场规模来看, 银行间市场远大于交易所市场,远大于柜台市场,因此托管需求差异也在市场间 有所体现。中央国债登记结算有限公司——总托管人,负责对银行间市场的债券 托管;中国证券登记结算有限公司——分托管人,对交易所市场的债券实行托管; 四大国有商业银行主要负责柜台市场,可以看出交易量大小决定了二级托管的模 式。但是不同的托管模式容易导致多方面问题的出现,例如结算时间不同,中央 国债登记结算有限责任公司实行T+0,而中国证券登记结算有限责任公司实行 T+1,当转托管存在时,会导致一天的时间差;资金账户不同,投资者若想要参 与多个市场的交易,需开通多个账户,交易成本大;结算体制不同,交易所市场 对应日终净额结算,而银行间市场对应逐笔全额结算。针对跨市场托管,尽管银 行间市场和交易所市场的统一逐渐推进,跨市品种的双向托管已经解决,但是交 易平台不同,转托管这一过程的完成往往需要多个工作日,影响了债券市场的流 动性。2010年以后,上海清算所打破原先的托管模式,介入中央国债登记结算 公司的部分业务,这代表着托管机构呈现出了 “三足鼎立”的局面。2013年11 月,“健全反映市场供求关系的国债收益率曲线”这一政策的明确提出,表明已 有的跨市场转托管模式亟待改善。

31交易所与银行间国债市场区别

 

交易所国债市场

银行间国债市场

市场性质

场内交易

场外交易

发行券种

记账式国债、企业债、可转换债券

记账式国债、金融债、央行票据

交易券种

记账式国债、企业债、可转换债券

记账式国债、金融债、央行票据

投资者类型

商业银行以外所有投资者

各类机构投资者

交易方式

系统自动撮合

一对一询价交易

结算体制

日终净额结算

逐笔全额结算

结算时间

T+1

T+0 T+1

托管机构

中国证券登记结算有限公司

中央国债登记结算有限公司

综上所述,债券市场多项功能缺失问题与市场分割问题有着一定的关联性。 具体而言,市场间流动性水平差异可能是由于交易主体类型不同导致;市场间存 在套利可能是由于托管模式不同进而导致同一债券价格差异现象,这也是市场不 同债券收益率曲线不同的部分原因。因此可以说,银行间市场与交易所市场的分 割,影响了债券市场的流动性和运行效率,制约了国债市场作为财政政策应当发 挥的作用,也减缓了债券市场的改革和发展步伐。

3.2样本选择及数据来源

现有实证研究文献的特点为样本量较小,或者观察期时间较短,这在数据上 存在一定的局限性,可能会影响最终的实证结果。本文将同时在交易所和银行间 市场交易的跨市场国债作为研究对象,观察期为2015年1月至2017年12月。 由于下文需要计算变量差值,在选取样本时,剔除了交易记录不足五个月(指在 2015年6月之前过期或在2017年8月之后发行)的8只国债,最终选取了同时 在银行间和交易所市场上市交易的171只跨市场国债。由于同一只跨市场国债在 银行间、上交所和深交所分开交易,三个市场的同一债券存在明显差异,共计 513只样本国债。

由于债券到期收益率在多种收益率中具有一定的代表性,因此本文选取月度 债券到期收益率来研究债券价格变化,也能更有效的观察和研究三个子市场的差 异。债券到期收益率数据来源于Wind收盘到期收益率。本文使用月度数据进行 国债到期收益率波动的回归分析,主要原因是大部分国债的成交记录不连续,若

直接统计日交易数据,可发现大多数国债流动性数据为零,运用该数据进行回归 分析,会影响系数的标准差进而影响结果释义。通过取每月最后一个交易日的收 盘到期收益形成月度数据可观察到有一定的差异性,而且回归结果可以得到合理 解释。下文所采用的债券数据均来自Wind资讯金融终端,运用的统计分析软件 R Statal4.0o

3.3变量设计和初步分析

3.3.1流动性相关测度指标选取

本文所指的流动性包括了货币流动性和市场流动性,因此将引入不同衡量指 标分别计算两种流动性,原始数据主要来源于Wind资讯金融终端、国家统计局 网站和中国债券信息网。

(1) 货币流动性冲击变量Liq_hb

在确定货币流动性冲击指标时,主要借鉴德意志银行提出的“超额货币存量” 来判断货币流动性状态以及汪献华(2013)的结论,经济体系中的实际流动性水 平对应为广义货币供给量增速M2,而经济体实现可持续增长与物价稳定的合理 流动性水平对应GDP增速和通货膨胀率的长期趋势值之和,差值就是货币流动 性冲击指标[⑶,公式可表示为:

Gro^thEXM = GrowthM2 -(GrowthGDPtrend + Inflationtrend) (3-1)

Liquidity _shockt表示t时期的流动性冲击,贝!J:

Liquidity _shockt g growth®\t = (3-2)

接下来详细展示计算货币流动性冲击的中间过程。根据式(3・3)得到经济 体系中的合理流动性水平,以及式(3-4)得到货币流动性冲击。

Money _ growth^rend = GDP _ growth^rend + CPI _ growth^rend (3-3)

Liquidity _ shockt = Money _ growtht - Money _ growth (3-4)

囿于GDP月度数据的可得性,公式中的GDP增速本文采用规模以上工业企 业增加值的同比月度增速来衡量,其中缺失值不予剔除,而是用线性插值法计算 得到,公式中的CPI增速采用统计局公布的月度同比增速数据。两个趋势项 GDP _ growth^CPI _ growth^的计算可以通过HP滤波方法得到。

Money_growtht运用了广义货币供给量M2的月度同比增速数据。由货币流动性

冲击的计算公式(3-3)和(3-4),分别计算出合理流动性水平Mo理v_gsw仏「滋 和货币流动性冲击Liquidity _shockt ,其波动曲线见图3・1。图3・1 (d)中的货币

流动性冲击曲线表明,流动性冲击大部分时间均处于0线上方,这意味着流动性 长期为流动性过剩状态,即流动性正向冲击。详细数据见附录1。

 

图3-1货币流动性冲击指标的构建

注:(a)GDP的HP滤波图;(b)CPI的HP滤波图;(c)货币供给实际增速;(d)流动性冲击与 货币供给实际增速。

(2) 市场流动性水平变量Liq

国债个体流动性水平是影响价格波动的重要因素之一。经过上下文分析可 知,采用交易所和银行间国债市场均适用的流动性衡量指标——价量结合的方 法,有利于对整个中国国债市场进行统一描述,也有利于对这两个市场进行比较 研究。该衡量方法不仅能够比较全面的包含流动性各层面的信息,而且还兼顾考 虑到交易价格和交易量两个方面,具有很好的综合性。因此,本文使用价量结合 的动态方法来衡量国债个体流动性水平。

结合多名学者们的研究,市场流动性可总结为:资产在进行大规模交易的同 时价格不发生大幅度波动的能力。以单位成交量作为标准,若资产价格波动越大, 那么市场流动性越差;若成交量越小,那么市场流动性越差。基于上述理论知识, 所以本文提出以下方法计算个体流动性综合指标:

max min

P jt P it

min

Pt (3-5)

其中,乙为债券i在t时期的流动性水平,匕为月度总成交金额,计量单位 为元,为月度最高成交价格,”r为月度最低成交价格。如果等于”r, 那么则采用最小报价价差。

上式的流动性动态指标计算了最高成交价格与最低成交价格的差值,并利用 这一差值去衡量月度债券价格波动,两者的关系为:当该差值越小,说明债券价 格波动越小,进一步可以说明单个债券单位价格下的成交量越大,那么这个债券 的流动性越好。

在国债个体流动性水平的基础上,可进一步计算国债市场的流动性水平 ML计量方式如下所示:

1 n

ML t——工Llt

n -i (3-6)

其中,表示在t时期的国债市场的流动性水平,厶/表示国债i在t时期 的流动性水平,n为债券的截面样本数。

本文旨在研究不同国债市场上的流动性水平,即对银行间国债市场和交易所 国债市场分别进行讨论。为了使数据具有一定的可比性,需选取同时在2015 1月至2017年12月交易的跨市场国债,最终确定了来自银行间国债市场、上交 所国债市场和深交所国债市场各171只国债。按照(3-6)式可计算市场流动性 水平厶,详细数据见附录2。

 

图3-2银行间和上交所国债市场流动性水平曲线

由图3・2可知,两个市场流动性水平曲线均表现一定范围内的波动性,说明 市场流动性水平的不稳定性可能与众多因素相关,而且银行间国债市场的流动性 水平均大于上交所国债市场的流动性。这与银行间国债市场交易量大存在一定的 关联性,也说明了近几年来银行间国债市场的发展显著好于上交所国债市场。图 中还可以发现,2015年9月银行间国债市场的流动性处于局部峰值,但之后下 跌并且波动幅度缩小,这个现象的原因可能是与市场资金宽松、shibor利率下行 相关。2016年3月至2016年9月,上交所国债市场流动性表现出大幅度波动, 这可能是因为股市的不稳定性导致,当上证指数出现大幅度下跌时,相比较风险 更大的股票,投资者们更倾向于投资风险较小的国债,进而导致上交所国债市场 流动性水平明显上升。

3.00E+08 2.50E+08 2.00E+08 1.50E+08 1.00E+08 5.00E+07 0.00E+00

图3-3上交所和深交所国债市场流动性水平曲线

从图3・3可以看出,上交所流动性水平均高于深交所流动性水平,这与上交 所交易量大交易活跃现象相一致。同时上交所流动性水平变动趋势与深交所基本 相同,说明影响交易所流动性水平的因素可能存在同质性。

(3) 市场流动性风险变量Liq_j

本文利用已计算出的国债市场流动性水平变量,由于该变量受成交金额影 响,计算结果的数量级往往达到亿元或十亿元,为了后续的处理,首先计算流动 性水平变化率Rlt = ln(ML-)。通过ADF和PP单位根检验,由P值大

小可认为变化率序列刃,是平稳序列,其次对流动性水平变化率序列应,构建 ARMA(m?n)-GARCH(p,q)模型。根据模型估计结果计算条件方差,即以条件方差 来刻画市场流动性风险变量,详细数据见附录3。

3.3.2控制变量指标选取

(1) 久期变量Duration

基于债券相关理论的分析,可以发现久期对国债到期收益率波动的解释起到 了主导作用。研究结果发现,短期国债的到期收益率波动比长期国债的更大。因 此,本文引入麦考林久期变量,在其基础上分析流动性冲击影响国债到期收益率 波动。债券具有到期期限这一特征,也可以说该变量是区分债券与股票的显著性 特征变量。

(2) 同业拆放利率变量Shibor

在众多因素中,利率是影响债券收益率的最基本指标。在银行间国债市场中, 上海银行间同业拆放利率(Shibor)是市场利率的重要组成部分。上海银行间同 业拆放利率(Shanghai Interbank Offered Rate,简称Shibor),指的是由18家商 业银行组成报价团,并通过计算自主报出的人民币同业拆出利率,进一步得到单 U、无担保的算术平均利率。可获取的Shibor品种主要有以下八种:隔夜、1周、 2周、1个月、3个月、6个月、9个月及1年。上述的报价银行团相比较一般银 行,在货币市场上交易更加活跃,同时信息披露更加充分。

Shibor利率对国债收益率的影响机制可概括为:Shibor利率首先影响债券市 场利率,其次通过市场利率进一步对收益率产生影响。当Shibor利率下降时, 债券市场利率也相应下降,新发债券的票面利率较低,反之市场流通债券的收益 率会上升。债券收益率上升吸引更多的投资者发生购买行为,债券价格相应上升, 而债券价格与收益率之间呈现反向关系,因此债券收益率下降,这使得利率和债 券收益率在反复波动中达到一个平衡状态。

Shibor利率通过影响银行间国债市场利率,进一步影响了国债的到期收益 率,因此在考虑银行间国债到期收益率的波动时,将其引入模型中。本文使用的 是隔夜Shibor利率的月度平均值。

(3) 股票市场风险变量Stock risk

在资本市场上,多个金融市场之间往往存在相关性,可以说任何一个市场发 生波动都会对其他市场造成或大或小的影响。从已有的文献来看,股票市场对债 券市场产生的影响通常是负向。以交易所债券市场的债券为例,债券价格发生波 动其中一部分原因可解释为股票市场波动带来的风险所导致。

理性投资者通常倾向于对多种金融资产(例如股票、债券、基金等)进行投 资,这是合理防范风险的一种方式。国债与其他金融工具相比,有着流动性高同 时风险极低的优势,也是投资者作为资产保值的基础金融工具。

股票价格和国债价格之间的波动关系可用供求机制来解释:当股票市场走 牛,导致价格上升时,投资者出于对更高收益的追求通常会选择购进股票,因此 股票需求大幅度上升,而作为股票替代资产的国债需求相应下降,对应的国债价 格下降,收益率反而上升。投资国债产生的高收益会促进投资者购买国债,可以 说国债和股票互为替代金融工具,通过市场供求机制使两者的价格波动达到平衡 状态。

在对交易所国债市场的价格波动展开研究时,不可忽略交易所股票市场对它 产生的影响。市场风险,参考流动性风险的定义,可解释为未来资产收益与期望 收益之间未预期到的变化。为了更好地衡量市场风险,引入时变条件方差这一概 念,现有大多数研究采用时变条件方差来表示资产收益的未预期到的变化。本文 观察的数据为,在2015年1月1日至2017年12月31日期间,所有交易日的股 票市场日指数收盘价序列门,由公式R=ln(p)-计算股市综指(上证综 指和深证综指)的日收益率尺,并对上证综指及深证指数收益率序列分别通过 构建合适的GARCH模型来测度市场风险,用其条件方差来表示,即GARCH 模型的条件方差为股票市场风险值,风险值变动曲线见图3・4。这里选取了每月 最后一个交易日的月度股票市场风险值。

 

图3-4两个股票市场风险值

注:(a)上交所股票市场风险;(b)深交所股票市场风险

4) 国债其他特征变量

债券自身属性例如票面利率可能也会对国债价格波动产生影响,因此在模型 中加入票面利率这一变量作为控制变量,其中票面利率(CoupRt)为国债的发 行票面利率。

5) 银行间债券交易系统会员数Number

在比较银行间市场和交易所市场时,发现两者之间存在交易机制的差异:① 定价机制。银行间债券市场交易以一对一的询价方式进行,自主谈判,逐笔成交, 而交易所市场交易以集中竞价、自动撮合的方式成交;②交易主体。银行间市场 的主体包括商业银行、证券、基金和保险等金融机构,交易所市场则面向证券、 基金以及个人投资者,这两者的共同投资者是证券、基金和上市银行这三类。

为了提高国债市场运行效率,《国债跨市场转托管业务管理方法》应运而生。 国债托管客户可以将持有的国债在不同托管机构之间进行托管转移。同时,托管 机构对转托管收取费用,还规定国债转托管应最迟于2个工作日内完成。基于这 种跨市场转托管机制,证券、基金以及上市银行这三类机构可以在不同托管机构 之间进行托管转移,从而实现银行间市场与交易所市场之间的套利。

针对上述的两个市场间差异,本文引入银行间债券交易系统会员数量指标。 据统计,银行间债券市场的会员数从2002年11月12日的1家发展到2017 12月14日的3467家,说明银行间债券市场的交易主体逐年增加。

从交易机制层面来说,银行间市场的会员是债券市场的参与主体,即各类机 构投资者,而各个金融机构主体分别对应了一定的债券投资资金量,资金量反映 的是市场交易的需求力度,因此银行间债券交易系统会员数量是债券投资资金量 较好的一个代理变量。如果有较多的银行间债券市场交易会员,则由于这些机构 投资者需要配置国债,从而会加大银行间债券市场的国债交易需求,降低国债收 益率。可以说,随着会员数的增加,市场的需求力量增加,在供给量一定的情况 下,市场中投资债券的资金增加,国债收益率相应降低。由于交易所市场的会员 仅有三类,银行间市场的会员数远多于交易所市场的会员数,因而同一国债,银 行间市场的收益率应低于交易所市场。

从转托管层面来说,银行间债券交易系统会员直接参与银行间市场的交易配 置,因而其对银行间市场国债收益率的影响应大于对交易所市场国债收益率的影 响。换言之,银行间市场会员的多少对交易所国债收益率的影响应不及对自身市 场的影响显著。由于在两个市场的影响不同,从而促使了套利行为的出现,即银 行间市场收益率与交易所市场收益率存在差异,并且对于同一只国债,在场内市 场收益率往往高于场外市场收益率。

根据以上分析,银行间债券交易系统会员数作为控制变量,合理地刻画了在 价格差异中两个不同市场因固定因素而产生的价差部分。本文选取了每个月月末 的银行间债券交易系统存量会员数。

3.3.3国债价格波动指标选取

目前针对资产价格波动的度量方法比较统一,其中一类即用资产价格收益率 来衡量价格波动,因此本文选取国债收益率波动来衡量价格波动。债券收益率是 债券估值的基础,通常描述收益率的指标有三种:即期收益率(spotrate)、到 期收益率(yield to maturity)、远期收益率(fbrward rate)。其中到期收益率定 义为:投资者持续持有债券直到债券到期的期限之内计算的年平均收益率。

目前,我国债券一级市场和二级市场统一采用到期收益率进行定价,不考虑 交易所市场和银行间市场之间的差异,同时到期收益率已成为债券定价和衡量债 券套利的默认参考值。以下两点原因可以对到期收益率的重要性作出说明:(1) 到期收益率在市场中广泛推行。央行多次发布和修正“银行间债券市场到期收益 率计算方法”作为国内国债市场利率标准,对到期收益率的统一起到很好的规范 和宣传作用。(2)囿于国债市场功能局限的选择。首先,我国国债市场虽不断 发展,但速度迟缓,与股票市场相比,在市场规模、市场机制和交易产品等多方 面不可相提并论。另外我国债券市场利率曲线结构没有得到充分的建设,与国债 产品利率期限、国债利率与银行利率的倒挂、国债市场套利机制不健全等问题不 无关系。其次货币市场不发达。我国国债的发行期限绝大多数处于5-10年,属 于中期国债,而导致了短期和长期国债品种在市场边缘化,总体而言我国的货币 市场长期落后。即期利率的获取和计算与短期利率产品有着密切联系,而短期利 率产品相对缺乏,现有的短期品种收益率水平差异大,造成即期利率计算误差大, 倘若在定价时选用即期利率,则该结果比到期收益率在债券定价时的结果大。所 以市场选取到期收益率计算国债理论价格不乏是一个明智的选择。

到期收益率在定价理论中的重要性凸显,也从侧面说明以到期收益率波动衡 量价格波动的必要性。本文在研究单个市场的收益率波动时,以到期收益率变化 A7W)表示被解释变量,其中国债到期收益率(YTM)选取Wind金融数据 库的每月最后一个交易日的收盘到期收益率。AYTMy计算方式为:每月最后一 个交易日和上一个月收盘到期收益率的差。在分析不同市场间的价格差异时,以 到期收益率的差值DYTM 为被解释变量,其中DYTM计算方式为:同一只 债券同一时间银行间到期收益率和交易所到期收益率的差。

表3-2变量及指标选取

变量

经济含义

指标选取

Liqhb

货币流动性冲击

M2增速-(GDP增速+CPI增速)

Liq

市场流动性水平

L - 5

it max mm

P it - P it

pT

Liq_r

市场流动性风险

市场流动性水平变化序列拟合

ARMA-GARCH模型后的条件方差

Stockrisk

股票市场风险

上证(深证)综指收益率序列拟合

GARCH模型后的条件方差

Shibor

银行间同业拆放利率

隔夜Shibor利率的月平均值

Duration

久期

麦考林久期

Couprt

票面利率

票面利率

Number

银行间交易系统会员数

银行间交易系统存量会员数

3.4数据概况分析

3.4.1描述性统计

表3・3对上述变量进行了描述性统计分析。从下表不难看出,在到期收益率 变化AE、市场流动性水平和市场流动性风险上,银行间市场、上交所市场和 深交所市场存在明显差异,并且DYTM_sh和DYTM_sz的均值均小于0,表示 数据也证明银行间市场收益率小于交易所市场收益率。

表3-3被解释变量和解释变量的描述性统计

变量

均值

标准差

最小值

最大值

观测值

AYTM

-0.0199456

0.3270568

-6.8708

3.5868

4886

Duration

6.635404

6.164408

0.008

22.353

4886

Liq_ib

5.65e+ll

2.14e+ll

1.60e+ll

1.26e+12

36

Liq_rib

0.1450877

0.1077248

0.0094708

0.4183164

36

Shibor

0.0221068

0.0050873

0.01163

0.033365

36

AYTM

-0.0583508

1.348205

-71.9883

16.1961

4886

Duration

6.525523

5.987607

0.0077

20.3796

4886

Liq_sh

8.32e+09

2.87e+09

2.91e+09

1.44e+10

36

Liq_rsh

0.1215377

0.0940224

0.0009218

0.4282308

36

Stockriskl

0.0003112

0.0003768

0.0000203

0.0015992

36

XYTM

-0.0304976

2.278268

-79.8757

86.0341

4886

Duration

6.502832

5.976836

0.0081

20.3796

4886

Liq_sz

3.26e+07

5.20e+07

358207.1

2.71e+08

36

Liq_rsz

3.005731

1.890384

0.1549921

8.79741

36

Stock_risk2

0.0004622

0.000502

0.0000556

0.0019075

36

Liqhb

3.170857

1.231407

0.455165

5.337977

36

Number

301&895

255.5418

2612

3467

36

DYTMsh

-0.1181969

1.543945

-21.2648

56.4534

4886

DYTM sz

-0.4296384

2.187674

-77.9602

78.7933

4886

3.4.2平稳性检验

为了防止伪回归现象,在构建面板数据分位数回归模型之前,首先要对被解 释变量和解释变量分别进行平稳性检验。各变量的检验结果如下表3-4所示。

由于本文收集的数据是非平衡面板数据,所以使用IPS检验和Fisher-ADF 检验对面板数据进行单位根检验更为合适。根据单位根检验结果,发现国债到期 收益率变化AYTM、久期Duration.货币流动性冲击liq_hb>市场流动性水平liq 市场流动性风险liq_j、同业拆放利率shibor、股票市场风险stock_risk>到期收 益率差DYTM都拒绝了存在单位根的原假设,即上述各个序列都是平稳序列, 因此可以进行下一步研究分析。

表3-4变量单位根检验结果

变量

AYTMsh

Durationsh

liqsh

liqrsh

stockriskl

DYTMsh

IPS

-33.6682

-4.9868

-27.1574

-28.0814

-9.4774

-4.0777

检验

(0.0000)

(0.0000)

(0.0000)

(0.0000)

(0.0000)

(0.0000)

Fisher

-30.7182

-30.0103

-28.1902

-51.1581

-21.4943

-21.4241

检验(L*)

(0.0000)

(1.0000)

(0.0000)

(0.0000)

(0.0000)

(0.0000)

变量

AYTMsz

Durationsz

liqsz

liqrsz

stock_risk2

DYTMsz

IPS

-15.4932

-5.6722

-32.8038

-25.7499

-5.8188

-57.0777

检验

(0.0000)

(0.0000)

(0.0000)

(0.0000)

(0.0000)

(0.0000)

Fisher

-22.7915

-40.7077

-24.7978

-31.7177

-21.2956

-21.2851

检验(L*)

(0.0000)

(0.0000)

(0.0000)

(0.0000)

(0.0000)

(0.0000)

变量

AYTMib

Durationb

HqJb

liqrib

shibor

Liqhb

IPS

-56.6808

-20.9884

-13.9383

-49.3215

-22.3535

-12.8378

检验

(0.0000)

(0.0000)

(0.0000)

(0.0000)

(0.0000)

(0.0000)

Fisher

-45.3559

-6.0354

-30.2569

-43.3561

-39.5509

■1&0505

检验(L*)

(0.0000)

(0.0000)

(0.0000)

(0.0000)

(0.0000)

(0.0000)

注:括号中的值表示参数的P值

 

由于本文讨论的是短面板数据,根据学者研究经验,截面个体N远大于时 T时无需再进行协整检验。本文截面个体有171只国债,时间有36个节点, 个体效应大于时间效应,因此不再进行协整检验。

4章流动性冲击影响国债价格波动的实证研究

4.1模型构建

目前关于流动性冲击影响国债价格波动的研究大多数集中于传统面板回归、 VAR模型和GARCH模型等方法,运用面板分位数回归模型对此问题展开研究 的文献相对较少。鉴于此,本文采用面板分位数回归模型对这一问题进行研究。 4.1.1分位数回归模型

自从Koenker和Bassett在1978年首次使用分位数回归,这一方法在实际研 究中广泛应用。该方法的核心思想是:假设变量之间为线性关系,对残差加权绝 对值之和求最小值,最终结果为基于被解释变量的条件分布拟合的回归方程。

分位数回归定义的解释如下:

假设X为实值随机变量,那么F(x)=P(X < x)这一表示即为分布函数,对于 任意的OS <1,有:

F~\ t) = inf {x: F(x) > t} (4-1)

则称是X的t分位数。若r = l/4,即为25%分位数。

本文将一般线性回归模型写成以下形式:

X = 00 +01 +02兀27 + • • • + PkXki +E (4-2)

乞为随机误差项,其中A02,…,伙为待估参数,采用OLS方法,即 求最小化残差平方和:

min X © - 0o ・ 01% - 02% 0心F (4-3)

与之相对应,分位数回归模型可表示为:

X =: + 0; T)xu + ;^x2t + …+ 0: T)xki + £t 刃 (4-4)

在上式中,05 <1指的是,数值小于第T分位数的比值。如果特定误差项的 T条件分位数数值为0时,对应兀值下的第T条件分位数为:

Q 刃(z|xz) = 0 + 0 % + ;T)x2t + …+ T)xki ( 4-5 )

这一模型的参数估计方法,可通过式(4・6)的最小化问题来求出:

mingX® ・0o⑺也工 (4-6)

其中,Pr(w) = u(r-l(u <0))?t € (0,1),Z(z/ < 0)为示性函数。因此可以把(4・3) 式整理为:

(工心/卜厂斤0| +二十(1--斤0|) (4・7)

式(4・7)可通过化简,可视作一个等价的线性规划问题。对于该问题,单 纯形算法、内点算法和平滑算法是已有的最常见的求解方法。

与最小二乘回归相比较,分位数回归有以下四个方面的优势:(1)模型假 设限制条件减少。随机误差项不需要正态分布,残差分布也不再限制于标准正态 分布这一前提,最小二乘回归必须满足的高斯■马尔可夫条件可放宽要求;(2) 回归结果更丰富。分位数回归建立在不同条件分布函数的前提下,能得到多个不 同的估计系数值,而最小二乘回归只能得到一个平均估计值,从均值的角度来解 释因变量和自变量之间的关系;(3)最小化问题不同。分位数回归旨在使加权 残差绝对值之和最小化,而最小二乘回归则是令误差平方和最小化,所以后者对 异常值更为敏感,从而影响参数估计的稳定性;(4)保持同变性。不平稳数据 在回归过程中往往会发生转化,通过对其中一个变量数据进行变换,则分位数只 需作相同的变换即可QI。

可以说,这一方法在现有回归方法之上进行了拓展,即使高斯分布假设无法 满足或者数据中存在异常值,这一回归方法估计的结果比最小二乘回归的结果更 为稳健。

4.1.2面板数据分位数回归模型

对多篇文献进行总结,面板分位数回归这一模型指的是:将分位数回归方法 运用到面板数据中。该模型融合了面板数据和分位数回归的优点,可大致总结为 以下三点:(1)控制个体异质性,挖掘数据大量信息,缓解变量之间的共线性 问题;(2)考虑由于横截面或时间序列数据的片面性而忽略的影响因素,充分 利用面板数据的全面性;(3)清楚地阐述因变量在多个分位数下与自变量之间 的关系,即使随机误差不满足正态分布或存在异常值,估计结果仍具有稳健性旳。

假设有面板数据模型,

yit = xj/3 + at + uit, i = \N;t = \T (4-8)


其中,X,用来表示第i个个体截面在t时期的£ X 1维解释变量向量,0是幺X 1 维系数向量。即,

 

(x Ait,l

 

 

xit -

 

卩=

02

 

"k )

 

 

在该模型中假设匕为个体固定效应,指的是与个体变化有着一定关联性但 被模型遗漏的影响因素。在不同的分位点T下(O<T<1),构建观察值儿对应 的条件分位数函数:

Qyit =冬(0 + /0(0=1,2,..., N;/ = 1,2,...』 (4-9)

上述式子中需要估计的参数为eG)和0C),若每个个体在T分位数下的固 定效应乞心)都需要进行估计,出现个体截面数量i较多时,那么冬C的数量也 相应增多。对于短面板数据,即个体截面数量大于时期数量的情况,往往会出现

“维数灾难”,这将导致参数估计结果的缺失,也有可能得出的结果缺乏准确性。 便于模型展开计算,通常认为个体固定效应冬的值与分位数T无关,而回归系 0(万)会随着分位点变化而发生改变。将式(4・9)修改为如下的条件分位数函 数:

0 (”七)=%+x,0(r),i = 1,2,…,N;/ = 1,2,...,卩 (4-10)

对模型(4・10)的参数估计问题,要想求出具体解,可令加权残差绝对值之 和最小化,公式如下所示:

q N T

F驭乞工工© • Prk (儿—匕7,0(4)) 4・11 )

k=l 7=1 t = l

其中,• 0 -< °)),即分位数损失函数(Koenker和Bassett ,1978)。

这里说明指示函数/(•),由式子是否成立来判断布尔值取0或1。即:

(4-12) 切是权重系数,可给予q个分位数在参数估计时一定的侧重。如果将

权重系数包设置成相同值,那么表明仅对一个分位数下的估计量作出估计。

对于式(4・11)最小化问题,模型估计可用以下两种方法:惩罚分位数回归 方法或两阶段面板分位数回归方法来求解。

4.2基于面板分位数回归模型的实证分析

4.2.1实证分析假设

结合文献综述中学者研究的流动性冲击对国债价格波动影响的成果,以及国 债市场相关数据的统计分析,本文给出以下实证假设,为下文的实证分析指明自 变量和因变量可能存在的关系,并在实证过程中根据实际数据进行一定的调整。 变量之间的具体影响如下:

(1) 货币流动性冲击影响国债到期收益率波动假设

假设1:货币流动性冲击对国债到期收益率波动的影响不显著。

假设2:货币流动性冲击对国债到期收益率波动的正向影响显著,应控制货 币流动性大幅度波动。

(2) 市场流动性水平影响国债到期收益率波动假设

假设1:市场流动性水平对国债到期收益率波动的影响不显著。

假设2:市场流动性水平对国债到期收益率波动的负向影响显著,市场流动 性水平提高,国债到期收益率相应降低,国债价格上升。

(3) 市场流动性风险影响国债到期收益率波动假设

假设1:市场流动性风险对国债到期收益率波动的影响不显著。

假设2:市场流动性风险对国债到期收益率波动的正向影响显著,市场流动 性稳定对国债市场尤其重要。

(4) Shibor利率影响银行间国债到期收益率波动假设

假设1: Shibor利率对银行间国债到期收益率波动的影响不显著。

假设2: Shibor利率对银行间国债到期收益率波动的正向影响显著,应密切 关注Shibor利率的变动。

(5) 股票市场风险影响交易所国债到期收益率波动假设

假设1:股票市场风险对交易所国债到期收益率波动的影响不显著。

假设2:股票市场风险对交易所国债到期收益率波动的负向影响显著。

(6) 国债到期收益率波动不同分位点影响情况假设

假设1:流动性相关多个变量对国债到期收益率波动的影响不显著。

假设2:流动性相关多个变量对国债到期收益率波动的影响在不同分位点各 不相同,可以通过控制流动性相关变量,保证国债到期收益率在合理范围内波动。 4.2.2基于单个国债市场的分析

1 •银行间国债市场

为了实证分析流动性冲击对国债价格波动的影响,本文借鉴Chen, Lesmond 和Wei (2007)提出的模型构建以下计量模型:

/\YTMt /二 + /3udurationit + (32tLiq _ hbt + P3tLiq _ibt + /3^tLiq _ ribt

+ /35tCoupRti + !36tShiborjt + sit (4-13)

本文将运用Statal4.0软件来进行实证检验。首先构建了 OLS混合效应、固 定效应和随机效应三类基本面板模型,同时针对上述变量进行逐步选择,通过F 检验结果判断不存在混合回归效应,根据Hausman检验结果的P值大小,认为 应当选用固定效应模型更为合适。经过变量筛选,最终得到含以下变量模型,参 数估计结果整理后如下表4-1所示。

表4・1固定效应模型参数估计结果

变量名

系数

标准差

t ■统计量

P

久期 duration

00567907***

0.0076475

-7.43

0.000

货币流动性冲击liq_hb

0.0026662

0.0038076

0.70

0.485

市场流动性水平liq_ib

-0.0024048

0.0017647

-1.36

0.175

市场流动性风险liq_rib

0.1317808***

0.0479564

2.75

0.007

同业拆放利率shibor

5.702958***

1.023038

5.57

0.000

cons

0.2168231***

0.0737344

2.94

0.004

F 检验 Prob > F

 

 

0.0371

 

Hausman 检验

 

 

0.0000

 

注:表中“***”、“**”、“初分别表示估计值在1%、5%、10%水平下显著。

从参数估计结果来看,市场流动性风险和同业拆放利率在1%显著性水平下 拒绝原假设,即两者对国债到期收益率的变化存在显著影响,且影响方向与实证

分析假设一致。当市场流动性风险越小时,国债到期收益率越低;当同业拆放利 率越高时,国债到期收益率越高。表中P值结果表明,货币流动性冲击和市场流 动性水平对银行间国债市场的影响不显著,这与实证假设相矛盾,可能是由于个 体固定效应模型的结果受到异常值的影响,接下来用面板分位数回归模型进一步 考察。

为了详细刻画流动性冲击与国债到期收益率波动之间的关系,依旧使用我国 跨市场国债银行间市场相关数据,利用分位数回归方法研究在不同分位点条件 下,多个流动性变量对国债到期收益率波动的影响。接下来对数据构建面板分位 数回归模型,采用MCMC优化算法估计被解释变量AF7M不同分位点上的回归 结果。本文选择5个具有代表性的分位点10%、25%、50%、75%和90%。

表4-2面板分位数回归模型参数估计结果

解释变量

10%

25%

50%

75%

90%

Duration

0.01042**

* 0.00478***

0.00056***

-0.00206***

■0.01213***

 

(0.000)

(0.000)

(0.000)

(0.000)

(0.000)

Liq_hb

0.00713*** 0.00322***

■0.00034

000047***

0.00007

(0.000)

(0.000)

(0.000)

(0.000)

(0.930)

Liqib

0.01207**

* 0.00491***

8.41e-06

-0.00011

■0.00612***

(0.000)

(0.000)

(0.731)

(0.264)

(0.000)

Liqrib

0.07553**

* 0.05150***

0.00655***

0.03180**

0.13250***

(0.000)

(0.000)

(0.000)

(0.000)

(0.000)

Shibor

8.98512**

* 3.33388***

0.10378**

0.93187***

6.99181***

 

(0.000)

(0.000)

(0.008)

(0.000)

(0.000)

注.^^中“***”、“**,,、

“和分别表示估计值在1%5%

10%水平下显著,

括号内为P值。


 


 

图4・1解释变量的回归参数估计及95%置信区间

从表4・2和图4・1可以看出,国债到期收益率变化在低分位点时,货币流动 性冲击对国债到期收益率波动表现出显著,但位于90%分位点时货币流动性冲击 不显著,总体而言,先对国债到期收益率波动表现为正向,后表现为负向。这意 味着货币流动性过剩时,前期银行间债券市场受到其他资产影响,出现短暂的价 格下降到期收益率上升的现象,但债券市场上存在一定的滞后效应,中期货币流 动性宽松可使债券价格上升,到期收益率下降,而后期由于通货膨胀,投资者需 要更高的收益率来弥补损失,因此国债到期收益率呈现上升、下降、上升的趋势。

市场流动性水平在低分位回归中对到期收益率的影响作用比在高分位回归 中的影响大,且在50%分位数和75%分位数的影响不显著,说明市场流动性水 平对到期收益率波动较小的债券起到促进作用,但对到期收益率波动较大的债券 起到抑制作用。市场流动性风险系数总体上显著,且回归系数均为正,这与预期 结论相符,系数变化呈型,说明流动性风险逐渐增大时,到期收益率变动 幅度出现先减小再增大,到期收益率始终增大的现象。当分位数由10%增大至 90%时,可发现同业拆放利率的回归系数先减小后增大,且均为正数,说明利率 与到期收益率变动呈正向关系,随着分位数的提高,利率对到期收益率的影响越 大,不能忽视市场利率的波动。在不同分位点位置上,显著变量的影响表现出一 定的变化规律,这是最小二乘回归模型所无法反映的信息。

2.上交所国债市场

为了对上交所国债市场进行实证分析,本文构建以下计量模型:

AYTMi /二勺 + pitdurationit + /32tLiq _ hbt + /33tLiq _ sht + 0Jiq _ rsht

+ /35tCoupRti + /36tStock _ risk\t + sjt (4-13)

类比银行间国债市场分析,首先确定了基本面板模型为固定效应模型,其参 数估计结果如表4-3所示。

表4・3固定效应模型参数估计结果

变量名

系数

标准差

t ■统计量

P

久期 duration

■0.5346702***

0.0378906

-14.11

0.000

货币流动性冲击liq_hb

0.0362177

0.0227288

1.59

0.111

市场流动性水平liq_sh

00171876***

0.0064204

-2.68

0.007

市场流动性风险liq_rsh

1.898854***

0.4759528

3.99

0.000

股票市场风险stock riskl

0.0620564***

0.0061791

10.04

0.000

cons

2.984462***

0.262648

11.36

0.000

F 检验 Prob > F

 

 

0.0000

 

Hausman 检验

 

 

0.0000

 

注:表中“***”、“**”、“初分别表示估计值在1%、5%、10%水平下显著。

从参数估计结果来看,市场流动性水平、市场流动性风险以及股票市场风险 均对国债到期收益率的变化具有显著影响,而货币流动性冲击对上交所市场国债 到期收益率变动在10%水平下仍不显著,对于上交所而言,货币流动性冲击对国 债的影响可能不太明显。市场流动性水平的回归系数显著为负,表示当市场流动 性水平逐渐增大时,国债到期收益率越低。市场流动性风险的回归系数显著为正, 说明当市场流动性风险越小时,国债到期收益率越低。而从股票市场风险的系数 值可以看出,固定效应模型认为当股票市场风险增加时,国债到期收益率越高, 这与实证假设相矛盾,即从侧面可以说明固定效应模型结果可能存在一定误差。

接下来,对上交所国债市场数据进一步构建面板分位数回归模型。

表4-4面板分位数回归模型参数估计结果

解释变量

10%

25%

50%

75%

90%

Duration

0.011713***

0.001902***

0.000292***

■0.000029***

■0.006724***

(0.000)

(0.000)

(0.000)

(0.000)

(0.000)

Liqhb

0000506***

0.000357***

-0.000019

0.000014

0.000198***

(0.000)

(0.000)

(0.534)

(0.225)

(0.000)

Liq_sh

0.000315***

-0.000024

■0.000021***

3.05e-06

-0.000032

(0.000)

(0.132)

(0.000)

(0.586)

(0.313)

 

0.006674***

0.007334***

0.001832**

0.002326***

0.018338***

Liq_rsh

(0.000)

(0.006)

(0.000)

(0.000)

(0.000)

Stockrisk

0005489***

■0.000112**

0.000032*

0.000032*

-0.000037

(0.000)

(0.048)

(0.095)

(0.010)

(0.149)

注:表中“***,,、“**,,、“松分别表示估计值在1%、5%、10%水平下显著,括号内为P值。

从表4・4和图4・2不难看出,国债到期收益率变化在多个分位数下,均受到 市场流动性水平、市场流动性风险以及股票市场风险的显著影响。货币流动性冲 击对上交所国债到期收益率波动在50%和75%分位数上表现出不显著,可能是 由于货币供应量M2的调整主要对商业银行的信贷活动产生影响,但对上交所国 债市场收益率波动较大的国债影响不太明显。而市场流动性水平回归系数在10% 和50%分位数下显著,且在低分位数上的影响力大于在高分位数上的影响力,市 场流动性风险回归系数在所有分位数下均正向显著,整体系数变化呈型, 说明降低市场流动性水平或提高流动性风险,都可能提高国债到期收益率。股票 市场风险的回归系数在10%分位数以及25%分位数上为负,说明该影响因素在 低分位点上对国债到期收益率波动的影响为负向,股票市场波动容易对国债市场 产生影响,应采取一些措施避险。

对于上交所国债市场而言,应密切关注股票市场风险变动。股票市场所带来 的风险,往往会对债券市场起到反向作用,简而言之,当股票市场风险增大(或 减小),债券收益率相应下降(或上升)。同时,国债市场应该稳步提高市场流 动性水平,并且防范市场流动性风险。

 

图4-2解释变量的回归参数估计及95%置信区间

3 •深交所国债市场

为了对深交所国债市场进行实证分析,本文构建以下计量模型:

AYTMi /二勺 + f3udurationit + /32tLiq _ hbt + (33tLiq _ szt + (3^tLiq _ rszt

+ 05tCoupRtj + (36tStock risk! t +sjt (4-14)

类比银行间和上交所国债市场分析,首先确定了基本面板模型为随机效应模 型,其参数估计结果如表4・5所示。

表4-5随机效应模型参数估计结果

变量名

系数

标准差

t ■统计量

P

久期 duration

0.0267053*

0.015217

1.75

0.079

货币流动性冲击liq_hb

0.022357

0.0915163

0.24

0.807

市场流动性水平liq_sz

-0.0070513

0.0150389

-0.47

0.639

市场流动性风险liq_rsz

0.0002337

0.0306137

0.01

0.994


续表4-5随机效应模型参数估计结果

股票市场风险stock_risk2

-0.0140126

0.030087

-0.47

0.641

票面利率

-0.5097553

0.4119741

-1.24

0.216

cons

1.785521

1.688311

1.06

0.290

F 检验 Prob > F

 

 

0.0000

 

Hausman 检验

 

 

0.9026

 

注:表中"***''、“**"、“*”分别表示估计值在1%、5%、10%水平下显著。

从参数估计结果来看,深交所国债市场影响因素的回归系数正负号与实证假 设一致,但从P值来看,所有变量均不显著。导致这一结果的原因有以下两点:

(1)深交所国债市场与银行间国债市场、上交所国债市场相比较,中长期国债 交易量小、不活跃,因此市场流动性水平较低,流动性风险较高,其他外部因素 对国债到期收益率的影响也微乎其微。从国债自身而言,到期收益率的波动主要 其到期期限的影响。(2)基本面板模型估计结果有一定的局限性,应结合其他 方法展开研究,论证实际与理论是否一致。

接下来,对深交所国债市场数据进一步构建面板分位数回归模型。

表4-6面板分位数回归模型参数估计结果

解释变量

10%

25%

50%

75%

90%

Duration

0.001148***

0.000348***

0.000054***

-o.ooooi r**

■0.000080***

(0.000)

(0.000)

(0.000)

(0.000)

(0.000)

Liqhb

0.000036

0.000019

8.16e-06*

■0.000019***

0.000190***

(0.319)

(0.673)

(0.073)

(0.001)

(0.000)

Liq_sz

0000419***

-0.000012

8.74e06***

0000013***

■0.000033***

(0.000)

(0.301)

(0.000)

(0.000)

(0.000)

 

0.000314***

0.000075***

0.000013***

0.000013***

0.000039***

Liq_rsz

(0.000)

(0.004)

(0.000)

(0.000)

(0.000)

Stock risk2

0.000030

2.60e-06

-o.ooooi r**

9.18e-08

■0.000047***

 

 

 

 

 

 

(0.187)

(0.844)

(0.000)

(0.983)

(0.000)

Couprt

0.009389***

0.001228***

0.000207***

-0.000020*

■0.000949***

(0.000)

(0.003)

(0.000)

(0.062)

(0.000)

注:表中“***,,、“**,,、“松分别表示估计值在1%、5%、10%水平下显著,括号内为P值。

 

0.25 0.50 0.75 °•不 0.75

q q

图4-3解释变量的回归参数估计及95%置信区间

从表4・6可以看出,国债到期收益率变化在多个分位数下,货币流动性冲击、 市场流动性水平、市场流动性风险的影响表现为显著,其中货币流动性冲击在因 变量的高分位数上显著,主要对到期收益率波动较大的国债起到解释作用;市场 流动性水平在低分位数上系数较大,随着分位数增大系数呈减小趋势,并在25% 分位数后趋于稳定;市场流动性风险对于到期收益率波动较小的国债有一定的正 向影响。股票市场风险的回归系数在50%和90%上显著,且值为负,说明在一 定程度上当股票市场风险增大时,国债到期收益率下降。

4.2.3基于不同国债市场的比较分析

由于我国债券市场长期处于分割状态,银行间和交易所市场的同一债券收益 率差异普遍存在。从上述单个市场分析结果来看,每个市场影响到期收益率的因 素不同,或相同因素在不同市场下影响大小有所区别,目前对于收益率差异的解 释聚焦在市场微观结构的差异上,包含了市场主体、定价机制、流动性和转托管 机制等多方面。固定的微观市场结构因素如市场主体、转托管机制仅能说明价差 是存在的,而流动性这一动态因素能更好地阐述价差随时间变化的过程,因此下 文就重点流动性因素影响到期收益率差异这一问题展开。

1 •银行间与上交所

本文在构建价格差异模型时,主要参考了童威、林琳、张杨(2005)和宋常、 马天平、朱如飞(2014)网提出的模型,并用银行间债券交易系统会员Number 来控制两个市场因交易主体、定价机制、转托管机制等多个固定因素导致的价格 差异。模型如下所示:

DYTMj /二⑦ + /3uLiq _hbt + /32tLiqt + P3tLiq_rt + /3^durationit

+ (35tnumbert+slt (4_15)

其中,DYTMl t表示第i个国债在第t个月银行间市场与上交所市场到期收益率

的差值,乙Q表示第t个月银行间市场与上交所市场流动性水平差值,Liq_rt 示第t个月银行间市场与上交所市场流动性风险差值。由于市场间流动性水平量 纲不同,直接计算差值会使实证结果受到影响不易观察比较,且银行间市场交易 系统会员数较大,因此在分析前先采用对数化处理。

通过F检验和hausman检验结果,本文选择了固定效应模型,并在此基础 上建立面板分位数回归模型,参数估计结果如表4・7所示。

表4-7银行间与上交所价格差异参数估计结果

解释变量

FE

10%

25%

50%

75%

90%

Duration

■0.47992***

0.01074***

■0.00813***

■0.01798***

■0.01691***

-0.03649***

(0.000)

(0.000)

(0.000)

(0.000)

(0.000)

(0.000)

Liqhb

-0.04010*

-0.01650

003814**

■0.03768***

007177***

0.08602***

(0.067)

(0.128)

(0.015)

(0.000)

(0.000)

(0.000)

Liq

0.00083

0.03435**

0.05409***

0.01459***

0.01467***

002752***

(0.990)

(0.022)

(0.002)

(0.000)

(0.000)

(0.000)

Liq_r

-0.24705

0.06660

0.22035***

0.14657***

0.19680***

0.21144***

(0.455)

(0.130)

(0.023)

(0.000)

(0.000)

(0.000)

Number

230325***

■1.64811***

-1.13300***

■0.59195***

0.21956

■0.18436***

(0.000)

(0.000)

(0.000)

(0.000)

(0.267)

(0.000)


续表4-7银行间与上交所价格差异参数估计结果

21.66867***

 

 

cons /

- (0.000)

 

 

F 检验 Prob > F

0.0000

 

Hausman 检验

0.0000

 

注:表中“***”、“**”、“和分别表示估计值在1%、5%、10%水平下显著,括号内为P值。

 

 

O.OB-

 

 

 

025 050 0.25 0.50 0.75

q q

 

0.25 0.50 0 75 025 0.50 0.75

q q

 

图4-4解释变量的回归参数估计及95%置信区间

如果单从固定效应模型结果来看,市场流动性水平差值和流动性风险差值对 同一债券到期收益率差异无显著影响,可能是银行间跟上交所之间的流动性差值 较大,无法正确解释收益率之差。从分位数回归结果可以看出,随着分位数的增 大,货币流动性冲击对到期收益率之差的影响更大,当货币流动性冲击变大时, 收益率之差先减小后增大,说明两个市场在前期可能受到其他资产的替代效应收 益率下降,但银行间市场下降更多,在后期由于通货膨胀效应收益率有所上升, 但银行间市场变化幅度更大。当市场流动性水平之差越大,或流动性风险之差越 大,收益率之差也相应变大,这与市场的现状相符合,正是由于银行间市场流动 性水平远远大于上交所市场,到期收益率差异明显存在,无风险套利机会就此产 生。银行间债券交易系统会员数与到期收益率之差之间为负向,这是因为越来越 多的银行间会员进入上交所市场交易,即银行间市场会员的变化不仅影响银行间 自身市场收益率,也对上交所市场产生显著影响,并且上交所收益率变化幅度更 大,缩小了两个市场的差异。

2 •银行间与深交所

类比银行间与上交所价格差异的分析,在讨论银行间与深交所价格差异时, 提出以下模型:

DYTMj /二匕 + [3uLiq _ hbt + (3ltLiqt + /33tLiq _rt + /3^durationit

+ P5tnumbert+slt (令⑹

其中,DYTMl t表示第i个国债在第t个月银行间市场与深交所市场到期收益率 的差值,厶zQ表示第t个月银行间市场与深交所市场流动性水平差值,Liq_rt 示第t个月银行间市场与深交所市场流动性风险差值。数据预处理同上。

表4-8银行间与深交所价格差异参数估计结果

解释变量

FE

10%

25%

50%

75%

90%

Duration

■0.42439***

0.03224***

0.02376***

0.00530***

■0.00880***

■0.02585***

(0.004)

(0.000)

(0.000)

(0.000)

(0.000)

(0.000)

 

■0.119611***

007761***

■0.09984***

■0.12524***

■0.08641***

009306***

Liq_hb

(0.005)

(0.000)

(0.000)

(0.000)

(0.000)

(0.000)

Liq

0.03134

0.02772***

0.03776***

0.04580***

0.02557***

0.03789***

(0.353)

(0.000)

(0.000)

(0.000)

(0.000)

(0.000)

Liq_r

005274**

■0.04797***

■0.04986***

■0.04639***

-0.0203 r**

■0.01814***

(0.027)

(0.000)

(0.000)

(0.000)

(0.000)

(0.000)

Number

277615***

■1.16393***

■1.23050***

■0.55798***

■0.40055***

0.26465**

(0.000)

(0.001)

(0.000)

(0.000)

(0.000)

(0.022)

 

24.47179***

 

 

 

 

 

cons

 

 

(0.000)

 

 

 

 

 


续表4・8银行间与深交所价格差异参数估计结果

0.0000

0.0252

注:表中“***”、“**”、“松分别表示估计值在1%、5%、10%水平下显著,括号内为P值。

图4-5解释变量的回归参数估计及95%置信区间

由表4・8可知,本文在固定效应模型的基础上建立面板分位数回归模型。区 别于固定效应模型,分位数回归的结果都显著。货币流动性冲击在对50%分位数 上的收益率之差有较强的解释作用,且在多个分位数上一致为负向影响,说明深 交所总体规模小,货币流动性冲击对其的影响相较于银行间市场相对较小。市场 流动性水平差值、流动性风险差值这两者对收益率之差的影响方向相反,这与上 交所价格差异有所不同,可能是深交所市场流动性水平较小,而流动性风险较大 导致。银行间债券交易系统会员数与这两个市场收益率之差成负向关系,与上交 所价格差异结果一致,说明不同市场在交易主体、转托管等方面开始同质化,价 格差异现象得到缓解。

4.3稳健性检验

稳健性检验的基本方法包括以下三种:(1)数据角度,改变样本量或根据 不同的标准调整分类,检验回归结果是否仍然显著;2)解释变量角度,用其 他代理变量替换,看结果是否仍然显著;3)计量方法角度,用不同的计量方 法来回归,检验所研究的问题是否依旧显著。

以上单个市场实证分析的结果综合考虑了中长期国债,即国债到期期限在一 年以上,为了验证以上模型的稳健性,本文将171只国债进行分类,第一类为到 期期限在一年以上、十年以下(包括一年但不包括十年)的83只国债,第二类 为到期期限在十年以上(包括十年)的88只国债。接下来对三个不同市场进行 讨论,从中期国债和长期国债角度检验模型的稳健性。

表4-9银行间市场的检验结果

解释变量

FE

10%

25%

50%

75%

90%

 

Duration

-0.03215*

0.04298***

0.01153**

-0.00506

■0.02632***

■0.05120***

 

(0.067)

(0.000)

(0.036)

(0.267)

(0.000)

(0.000)

 

Liq_hb

0.01759**

0.03862***

0.02265***

0.01000*

0.00684

0.05084***

中 期

(0.044)

(0.000)

(0.005)

(0.088)

(0.234)

(0.008)

Liq_ib

0.00125

0.02889***

0.02033***

0.00882***

0.00706*

-0.01858**

(0.794)

(0.000)

(0.000)

(0.000)

(0.091)

(0.046)

Liq_rib

0.34422***

(0.000)

0.29830*

(0.088)

0.29035***

(0.000)

0.21519***

(0.000)

0.20060***

(0.005)

0.33439**

(0.029)

 

Shibor

13.41177***

(0.000)

21.16199***

(0.000)

13.83309***

(0.000)

6.81069***

(0.000)

6.35561***

(0.000)

14.15042***

(0.000)

 

Duration

■0.07328***

0.00710***

0.00191***

0.00048***

-0.00007

■0.00746***

 

(0.000)

(0.000)

(0.000)

(0.000)

(0.304)

(0.000)

Liq_hb

■0.00735***

■0.02759***

-0.00199*

■0.0004***

-0.0003T

-0.00568

(0.006)

(0.000)

(0.063)

(0.000)

(0.082)

(0.158)

国 债

Liq_ib

000366**

0.00759***

0.00056

-0.00005

-0.00002

-0.00255

(0.015)

(0.000)

(0.114)

(0.143)

(0.623)

(0.266)

 

Liq_rib

0.00231

-0.03565

0.00852

0.00336***

0.00293*

0.04867

 

(0.953)

(0.697)

(0.380)

(0.001)

(0.089)

(0.148)

续表4・9银行间市场的检验结果

Shibor °-64004 031603 021316 °-°3239* °-°4966 4-4°919*

(0.290) (0.849) (0.342) (0.086) (0.119) (0.050)

注:表中“***”、“**”、“松分别表示估计值在1%、5%、10%水平下显著,括号内为P值。

之后用同样的方法对上交所和深交所市场展开研究,具体结果见附录4和附 5。通过比较分样本和整体样本的结果可以看到,两者结论基本一致。对于国 债到期收益率变化而言,在多个分位点下,货币流动性冲击、市场流动性水平、 市场流动性风险对国债到期收益率变化的影响均显著。这也证明了流动性冲击对 国债价格波动的影响确实存在,深入展开研究对债券市场有着一定的现实意义。

4.4本章小结

经过以上的实证研究,对流动性冲击影响国债到期收益率这一问题做出如下 总结分析:

(1) 银行间和交易所国债市场流动性水平分析。

经过分析,本文发现2015年至2017年我国银行间和交易所国债市场流动性 水平在此期间出现小范围的波动,并有略微上升。虽然我国债券市场流动性水平 目前还不能与其他发达国家相提并论,但经过多年发展以及政策扶持,银行间市 场和交易所市场愈发成熟。

由数据分析得出,银行间国债市场流动性水平远大于上交所国债市场流动性 水平,且上交所国债市场流动性水平远大于深交所国债市场流动性水平,这是由 于在银行间国债市场交易的主要是机构投资者,单笔交易量大,相比较而言,交 易所国债的市场参与者是个人和非金融机构,交易量小。银行间国债市场流动性 水平的波动往往受到Shibor利率的变化影响,而交易所国债市场流动性波动较 大的原因是股市的不稳定。

整体上看,银行间国债市场和交易所国债市场流动性水平呈现上升趋势,但 我国市场流动性水平仍处于低点,上升幅度不明显,存在一定的提升空间。银行 间和交易所国债市场应该采取有效措施减少市场分割带来的不足,提高国债市场 流动性水平,促进市场有效发展。

(2) 流动性冲击影响国债到期收益率波动关系分析

本文从货币流动性和市场流动性两个角度讨论了流动性冲击对国债价格波 动的影响,实证中构建货币流动性冲击指标、市场流动性水平指标以及市场流动 性风险指标后,并引入其他影响因素如股票市场风险、银行间同业拆放利率、债 券基本特征变量久期等作为控制变量分别进行普通面板回归和面板分位数回归O

首先,货币流动性冲击对国债到期收益率存在显著正向影响,当货币流动性 冲击增加时,总体而言两个市场的国债到期收益率均上升,但银行间市场对货币 流动性冲击更为敏感。通过面板分位数回归模型,可以看出货币流动性冲击对国 债到期收益率的影响呈现上下波动,适当的货币流动性可提高国债收益率。

第二,市场流动性水平和市场流动性风险对国债到期收益率存在显著影响。 从均值层面来看,当市场流动性水平增加时,国债到期收益率下降,反之国债价 格上升;当市场未预期到的流动性风险增加时,国债到期收益率上升,反之国债 价格下降。从到期收益率变化的不同分位数来看,并不是所有分位点上的市场流 动性水平都显著,可能是流动性水平较低无法对到期收益率变化进行解释,而市 场流动性风险均为显著,说明投资者应该密切市场流动性风险的变动情况。

第三,市场分割下,流动性冲击对同一债券到期收益率之差的影响是显著 的。具体而言,货币流动性冲击越大,到期收益率差异越小;市场流动性水平差 值越大,则到期收益率差异越大;市场流动性风险差值越小,则到期收益率差异 越大。面板分位数回归结果显示,流动性冲击对价差的影响是动态的,随时间不 同而发生变化,且价差不呈收敛趋势。

总结以上,流动性在国债市场中的重要性凸显,对国债价格波动以及国债价 差有着一定的影响效应。充分发挥流动性的作用,以促进国债市场的全面健康发 展。


5章结论与建议

5.1结论

本文主要对流动性冲击如何影响国债价格波动这一问题展开研究,一方面从 文献综述角度总结已有文献中的流动性冲击影响资产价格波动的理论,另一方面 从定量分析角度对流动性冲击影响国债价格波动做实证检验,得到的主要结论如 下:

(1) 从两个维度来解析流动性内涵,即宏观的货币流动性和微观的市场流 动性。宏观层面上来说,流动性冲击,指的是实际经济体系中的流动性水平与发 展所需的合理性水平产生偏差,其差值即为流动性冲击。货币流动性水平通常用 广义货币供应量M2来衡量,由于我国货币环境长期处于流动性过剩,因此货币 流动性冲击大多数情况指超额货币供给。而从微观层面切入,我国国债市场与其 他发达国家相比,长期处于流动性不足的状态。国债市场流动性进一步可划分为 交易所国债市场流动性和银行间国债市场流动性。研究发现,近3年银行间国债 市场流动性水平明显优于交易所国债市场流动性水平。

(2) 国债价格波动的影响因素具有多元化特征,流动性冲击发挥了关键作 用。通过对我国国债到期收益率波动的研究来了解国债价格波动,本文被解释变 量为特定债券的月度到期收益率变化值和同一债券的到期收益率差值。其中,到 期收益率波动幅度与国债价格波动幅度呈一阶线性关系,主要受到市场利率影 响,研究到期收益率波动能反映市场因素引致的风险,便利监管部门对国债市场 的规范制定风险控制的政策。研究不同市场之间的到期收益率差值,在固定交易 主体、转托管机制等其他因素的基础上,具体讨论流动性冲击对价差的影响,有 助于更好地发挥国债现货的价格发现功能,加深投资者对整个债券市场的了解。

(3) 多维度流动性对银行间与交易所国债市场价格波动具有显著影响。通 过对513只跨市场样本国债的到期收益率变化序列展开研究,发现两个维度的流 动性冲击与国债价格波动间均表现相关性,并且当货币流动性冲击增大时,国债 到期收益率亦不断上升,国债价格降低;当市场流动性水平增大时,或市场流动 性风险减小时,国债到期收益率下降,国债价格反而上升。由此,可以进一步强 化货币流动性、市场流动性与国债价格之间的紧密关联。

(4) 多维度流动性对银行间与交易所市场间的债券价格差异的影响显著。 171只国债的到期收益率差值展开讨论,分为银行间与上交所、银行间与深交 所两种情况,结果表明货币流动性冲击增大时,到期收益率之差减小;当市场流 动性水平差值增大时,到期收益率之差相应增大;当市场流动性风险差值减小时, 到期收益率之差反而增大。合理控制流动性因素,更好地实现市场间无风险套利。

(5) 面板分位数回归模型估计结果更显著,更有利于解释流动性冲击对国 债到期收益率波动的动态影响过程。首先,基本面板模型与分位数回归得到的参 数估计结果不同;前者只能计算出一个平均数值,但后者能根据因变量的多个不 同条件分布,给出多个更为具体的估计结果。其次,基本面板模型与分位数回归 在回归系数解释上含义不同;虽然两者都是对因变量的边际效果进行解释,但前 者偏向于自变量对因变量的平均边际效果,后者则侧重于自变量对因变量的某个 特定分位数的边际效果。因此面板分位数回归模型的最大优势在于,针对因变量 的多个条件分布下,清楚阐释自变量对它的影响程度。总而言之,对面板数据应 用分位数回归方法即面板分位数回归模型的使用,让回归系数结果更稳定、精确, 同时显著性更高。

5.2建议

从上文的研究背景、实证检验和结果结论来看,流动性冲击与国债价格波动 之间存在一定的影响关系。当适当的流动性冲击与资产价格波动发生时,在一定 程度上推进资本市场的发展,也促进货币市场的繁荣。但流动性冲击所带来的负 面影响不容小觑,它可能会使一国经济甚至全球经济发生波动,更甚至导致金融 危机的反复出现。因此,本文认为可从以下几个角度入手,并提出具体的政策建 议:

1)货币市场角度。货币政策的提出应依据整个货币市场的实际情况,合 理控制流动性波动。首先,对货币供应存量及其增量密切关注。通过统计货币市 场数据,了解货币流动性变化方向及其变化原因,及时作出调整。其次,对货币 政策工具进行应用。宏观政策的提出往往包括总量调节和结构调整两个方面。最 后,对流动性波动加强监控。以巴塞尔协议III为核心,从不同层次的流动性指标 入手,例如流动比率、流动性缺口率、流动性覆盖率等多个指标,可建立相应的 监管系统。

(2)债券市场角度,推动债券市场的统一互联。首先,扩大两个债券市场 的交易主体,使各类型投资者的作用得到充分发挥,统一市场准入条件,有利于 连通两个市场,也进一步提高市场的流动性,缩小价格之间的差异。其次,实现 债券品种丰富化,助力跨市场债券发行流通。目前国债、金融债、大多企业债、 公司债等品种都实现了跨市场发行交易,但跨市场债券的交易数量和规模大多数 集中于某个特定市场。与市场已有的债券存量相比,跨市场债券品种还无法满足 投资者的交易需求。最后,连通监管体系和市场制度,消除市场壁垒,其中市场 制度由发行审批制度、交易制度、托管结算制度、监管法律制度等多方面构成。 当前的多部门配合监管模式效果一般,债券托管上的分割也尚未有效解决。

为了使金融市场保持稳定,国债价格波动情况应得到央行和监管部门的广泛 关注。一方面,多角度的流动性变化会导致国债价格波动,反之国债价格波动可 能也会引致流动性进一步波动,监管部门的职责在于关注债券价格波动的方向, 具体分析发生波动的原因,而央行需要根据价格波动采取相应的宏观政策工具。 另一方面,监控国债价格泡沫。结合静态指标和动态指标,来多方面衡量国债价 格波动,以此监测流动性失衡对债券价格波动的影响,达到维护债券价格合理性 波动的目的。


参考文献

[1] 凯恩斯•就业、利息和货币通论[M].北京:商务印书馆,1983.

[2] McCall J, Lippman S A. An Operational Measure of Liquidity [J]. The American Economic Review, 1986, 76(1):43-55.

[3] Amihud Y, Mendelson H. Liquidity and Cost of Capital: Implications for Corporate Management [J]. Journal of Applied Corporate Finance, 1989, 2(3):65-73.

[4] 国际货币基金组织.货币与金融统计手册[M]. 2000:5-16.

[5] Kramer C F, Barks K. Global Liquidity and Asset Prices: Measurement, Implications, and Spillovers[R]. IMF Working Papers, 1999, No.16&

[6] 北京大学中国经济研究中心宏观组,梁东擎.流动性的度量及其与资产价格的关系[J].金融 研究,2008(09):44-55.

[7] 中国人民银行沈阳分行课题组,史长俊,李文丰,丁德圣,尹久.中央银行如何关注资产价 格?——一个基于“流动性螺旋”识别的宏观调控优化思路[J].国际金融研究,2010(02):13-25.

[8] Kyle A S. Continuous auctions and insider trading [J]. Econometrica: Journal of the Econometric Society, 1985: 1315-1335.

[9] Harris L. Liquidity, Trading rules and electronic trading systems[R]. Southern

California-School of Business Administration, 1990.

[10] Bangia A., Diebold F., Schuermann, T., Stroughair, J.D. Modeling Liquidity Risk with Implications for Traditional Market Risk Measurement and Management[R]. Pennsylvania:The Wharton School-University Pennsylvania, 1999.

[11] Hisata Y., Yamai Y. Research toward the practical application of liquidity risk evaluation methods [J] .Institute for Monetary and Economic Studies, 2000,18(2):82-12&

[12] Giot P., Gramming J., How large is liquidity risk in an automated auction market[Z]. University of Namur, July 19, 2002.

[13] 汪献华.流动性冲击与资产价格波动实证研究[J].证券市场导报,2013(07):56-60.

[14] Foran J M C, O'Sullivan N. The asset pricing effects of UK market liquidity shocks: Evidence from tick data[J]. International Review of Financial Analysis, 2014, 32(3):85-94.

[15] 袁东.交易所债券市场与银行间债券市场波动性比较研究[J].世界经济,2004(05):

63-68+80.

[16] 谢海玉.我国债券收益率变动分析[J].国际金融研究,2004(07):67-72.

[17] 陈震.我国跨市场国债收益率变化关系初探[J].世界经济情况,2009⑸:82-87.

[18] Amihud Y.,Mendelson H. Asset Pricing and the Bid-Ask Spread [J]. Journal of Financial Economics,1986(17): 223-249.

[19] Amihud Y. Iliquidity and Stock Returns: Cross-Section and Time Series Effects [J]. Journal of Financial Markets, 2002(5):31-56.

[20] Amihud Y., Mendelson H.Liquidity, Maturity, and the Yields on U.S. Treasury Securities [J].

Journal of Finance,1991 (46):1411-1425.

[21] Pastor L., Stambaugh R.Liquidity Risk and Expected Stock Returns [J]. Journal of Political Economy, 2003(111):642-685.

[22] Chodia T., Sarkar A., Subrahmanyam A.An Empirical Analysis of Stock and Bond Market Liquidity [J]. Review of Financial Studies, 2005(18):85-129.

[23] Goyenko R., Ukhov D. Stock and Bond Market Liquidity: A Long-Run Empirical Analysis [J]. Journal of Financial and Quantitative Analysis, 2009(33):189-212.

[24] Acharya V., Pedersen L.Asset Pricing with Liquidity Risk [J], Journal of Financial Economics, 2005(77):375-410.

[25] Goyenko R..Stock and Bond Pricing with Liquidity RiskfD].McGill University,2006.

[26] Lin H., Wang J., Wu C.Liquidity Risk and the Cross-Section of Expected Corporate Bond Returns [J]. Journal of Financial Economics, 2011(99):628-650.

[27] De Jong F., Driessne J.Liquidity Risk Premia in Corporate Bond Markets [D] .University of Amsterdam,2007.

[28] Chen L., Lesmond L.,Wei J. Corporate Yields Spread and Bond Liquidity [J]. Journal of Finance, 2007(61):119-149.

[29] Bao J., Pan J. ,Wang J. The illiquidity of Corporate Bonds [J]. The Journal of Finance, 2011(3):911-946.

[30] Homa, Jaffee. The Supply of Money and Common Stock Prices [J] .The Journal of Finance, 1971,(26):1056-1066.

[31] Adalid R, Detken C. Liquidity shocks and asset price boom/bust cycles [J]. 2007.

[32] Keran M W.Expectations, money, and the stock market [M]. Research Department of the Federal Reserve Bank, 1971.

[33] Bruggeman A. Can excess liquidity signal an asset price boom? [J], 2007.

[34] Ferguson N, Schularick M. 4Chimerica, and the global asset market boom[J].International Finance, 2007, 10(3): 215-239.

[35] Berger A, Bouwman C. Financial Crises and Bank Liquidity Creation[J].Ssrn Electronic Journal 2008, 22(9):3779-3837.

[36] Brana S, Djigbenou M L, Prat S. Global excess liquidity and asset prices in emerging countries: APVAR approach [J]. Emerging Markets Review, 2012, 13(3):256-267.

[37] Chordia,T.,A. Sarker, and A. Subrahmanyam, An Empirical Analysis of Stock and Bond Market Liquidity [J] .Review of Financial Studies, 2005(18):85-129.

[38] Michael Ellington, Chris Florackis, Costas Milas.Liquidity Shocks and Real GDP Growth: Evidence from a Bayesian Time-Varying Parameter VAR[J]. Journal of International Money and Finance, 2017(72): 93-117.

[39] 谭地军,田益祥,黄文光.流动性补偿、市场内及跨市场“流动性转移”行为[J].金融研 ,2008(09):23-43.

[40] 何志刚,邵莹.流动性风险对我国公司债券信用利差的影响——基于次贷危机背景的研 究[J]•会计与经济研究,2012,26(01):78-85.

[41] 罗聪,李成刚.系统风险因素对企业债券定价的跨市场影响研究——基于我国面板数据 的实证[J].武汉金融,2014(08):23-26.

[42] 秦月星,熊平安.从美国次贷危机探视“流动性之迷[J].财政研究,2007(11):69-74.

[43] 赵庆.我国货币流动性过剩对资产价格的影响[J].湖北经济学院学报,2013(6):37-42.

[44] 吕夏梦.流动性冲击对资产价格波动的影响研究[D].东南大学,2016.

[45] 张明.流动性过剩的测量、根源和风险涵义[J].世界经济,2007,30(11):44-55.

[46] 韩学红,郑妍妍,伍超明.对我国股票收益率与通货膨胀率关系的解释:1992・2007[J].金融 研究,2008(04):21-36.

[47] 周莲子.通货膨胀与股票收益率关系及流动性过度释放的“效应分解”——基于中国 1996-2012年的实证研究[J].金融经济,2012(22):81-84.

[48] 邹昆仑,张晶.货币政策、通货膨胀与股票资产价格波动研究[J].统计与决策,2013(01): 173-175.

[49] 贾俊雪,秦聪,张静.财政政策、货币政策与资产价格稳定[J]世界经济,2014,37(12):3-26.

[50] 李红艳,汪涛.中国股市价格与货币供应量关系的实证分析[J].预测,2000(03):37-40.

[51] 杨新松,龙革生.货币政策是否影响股票市场:基于中国股市的实证分析[J].中央财经大学 学报,2006(03):39-44.

[52] 田蕊.流动性冲击与金融稳定研究[D].东北财经大学,2010.

[53] 谭政勋,侯詰.资产价格波动影响金融稳定及其传导机制综述[J].稅务与经济,2011(5):

11-15.

[54] 郑章燕.我国流动性冲击与金融稳定关系的实证研究[D].浙江财经大学,2014.

[55] 燕汝贞,高伟.证券市场流动性视角下的市场冲击研究[J].投资研究,2016,35(01):19-30.

[56] 范钛.中国证券市场分割下的资产定价异例 B股折价(Bshare discount)理论回顾与综

述[J].西南民族大学学报(人文社科版),2007(08):139-142.

[57] 赵月娥.面板分位数回归模型及其应用研究[D].华北电力大学(北京),2016.

[58] 宋常,马天平,朱如飞.国债交易、有限套利及场外场内市场价格差异[J].上海金融, 2014(05):72-80.


附录

附录1货币流动性冲击值

时间

货币流动性冲击

时间

货币流动性冲击

20151

0.790448

20167

2.112247

20152

2.614084

20168

3.403204

20153

1.835673

20169

3.593225

20154

0.455165

201610

3.782196

20155

1.272628

201611

3.670304

20156

2.387940

201612

3.657640

20157

4.001194

20171

3.744288

20158

4.112285

20172

3.630438

20159

4.021420

20173

3.216075

201510

4.528414

20174

3.201279

201511

4.833496

20175

2.386119

201512

4.536602

20176

2.270657

20161

5.337977

20177

2.155149

20162

4.737475

20178

1.939335

20163

4.935359

20179

2.323548

20164

4.431703

201710

2.007620

20165

3.526579

201711

2.391670

20166

3.619967

201712

1.575812

 

附录2市场流动性水平值

时间

银行间

上交所

深交所

20151

&66263E+10

1.20794E+9

6.46373E+07

20152

&73246E+10

1.93337E+9

1.56833E+06

20153

1.15188E+11

1.34207E+9

1.45095E+07

20154

1.28567E+11

1.87387E+9

2.74535E+06

20155

1.06393E+11

5.35221E+9

1.43559E+06

20156

1.43913E+11

3.87846E+9

1.39969E+06

20157

2.38154E+11

3.41028E+9

1.38835E+06

20158

2.18004E+11

5.02012E+9

7.68176E+05

20159

1.52302E+11

6.40627E+9

1.58198E+06

201510

7.53638E+10

3.32621E+9

2.60255E+06

201511

1.13666E+11

3.23715E+9

6.87212E+05

201512

7.54046E+10

2.58819E+9

3.94429E+07

20161

9.05751E+10

5.44244E+9

6.91147E+07

20162

1.20192E+11

6.82081E+9

2.54140E+06

20163

8.61869E+10

3.96028E+9

1.11181E+06


20164

1.19536E+11

3.11880E+9

1.05336E+06

20165

1.00948E+11

3.67382E+9

2.47426E+07

20166

1.41998E+11

5.08744E+9

1.15001E+08

20167

9.45559E+10

1.26599E+9

8.49747E+07

20168

1.45866E+11

4.34310E+9

2.87007E+07

20169

1.84299E+11

1.89345E+9

2.70975E+08

201610

8.42691E+10

3.51559E+9

1.21072E+08

201611

1.48855E+11

1.13346E+9

1.03082E+07

201612

7.86275E+10

4.73025E+9

6.97528E+06

20171

7.13784E+10

3.13227E+9

2.29085E+07

20172

1.2344E+11

3.38432E+9

2.27418E+07

20173

1.32772E+11

3.26551E+9

5.18360E+07

20174

1.6236E+11

1.54640E+9

1.77264E+07

20175

1.01335E+11

2.25081E+9

1.02542E+07

20176

1.40531E+11

2.01841E+9

6.91452E+07

20177

1.12746E+11

2.73319E+9

7.48718E+07

20178

1.28011E+11

4.88065E+9

6.40687E+06

20179

1.18841E+11

3.54242E+9

4.17364E+07

201710

1.11124E+11

2.88807E+9

4.92834E+05

201711

1.01685E+11

3.30085E+9

3.58207E+05

201712

2.0696E+11

6.51496E+9

1.14488E+06

 

附录3市场流动性风险值

时间

银行间

上交所

深交所

20151

0.117571533

0.428230767

8.797409914

20152

0.107939563

0.289323213

4.928680855

20153

0.101022386

0.276714594

2.025883478

20154

0.124934254

0.101834499

1.318922912

20155

0.139914696

0.016137305

1.151226399

20156

0.315330416

0.043030512

1.650637868

20157

0.418316386

0.073455261

2.344494894

20158

0.111437377

0.110459333

3.137333269

20159

0.181419491

0.064711162

3.940169658

201510

0.160165938

0.100776822

4.806917081

201511

0.280151735

0.011575198

5.877627165

201512

0.163604784

0.032114269

6.652601675

20161

0.417851069

0.062340758

3.239273871

20162

0.224385178

0.097860880

4.067106867

20163

0.009470841

0.097464374

1.899392249


20164

0.021251515

0.129602564

2.428028526

20165

0.023908811

0.158229042

3.231925351

20166

0.037970789

0.174864187

1.223371844

20167

0.064911615

0.195493368

1.162927251

20168

0.100005145

0.246488400

1.760613275

20169

0.078041372

0.313428533

2.124124417

201610

0.105707394

0.062259900

1.404480036

201611

0.257094874

0.068485851

1.872748721

201612

0.225698946

0.069656160

0.815219064

20171

0.238432058

0.103833512

1.345467614

20172

0.094465620

0.134129103

1.580544782

20173

0.199588510

0.063113256

2.264592675

20174

0.057297810

0.083272456

2.846615470

20175

0.050259814

0.121530615

3.372649435

20176

0.092042989

0.159217377

4.223888506

20177

0.047289594

0.164677083

4.214078798

20178

0.069859299

0.051298752

5.271323930

20179

0.163993566

0.053484778

4.705066102

201710

0.295704785

0.070753415

4.802146018

201711

0.014884933

0.068466663

0.154992113

201712

0.010176987

0.000921768

0.606129114

 

附录4上交所市场的稳健性检验结果

解释变量

FE

10%

25%

50%

75%

90%

 

Duration

-0.00904

0.02204***

0.01782***

0.00212***

■0.00262***

005012***

 

(0.847)

(0.000)

(0.000)

(0.000)

(0.007)

(0.000)

 

Liq_hb

0.01617

0.02666***

0001562**

000138***

-0.00160

-0.00107

(0.590)

(0.000)

(0.036)

(0.000)

(0.134)

(0.715)

Liq_sh

0.00383

0.00511***

0.00067***

■0.00039***

-0.00025

-0.00233*^(

(0.646)

(0.007)

(0.000)

(0.000)

(0.639)

0.000)

Liq_rsh

0.69971

0.02196

0.15846***

0.03578***

0.01034

0.60026***

 

(0.264)

(0.805)

(0.000)

(0.000)

(0.563)

(0.000)

 

Stockris

0.01922**

■0.02963***

■0.00567***

0.00095***

0.00042

0.00252***

 

kl

(0.019)

(0.000)

(0.000)

(0.000)

(0.204)

(0.000)

 

Duration

-0.88235

0.00365***

0.00058***

0.000068***

■0.000013***

000024***

(0.249)

(0.000)

(0.000)

(0.000)

(0.000)

(0.000)


0.06439

■0.00028***

0.000087

0.000053***

0.000039***

0.000182***

Liq_hb

 

 

 

 

 

 

(0.263)

(0.000)

(0.166)

(0.000)

(0.000)

(0.000)

Liq_sh

-0.02536

■0.000096***

■0.000037***

-7.20e-06"*

4.09e06***

■0.000019***

 

(0.256)

(0.000)

(0.082)

(0.000)

(0.000)

(0.006)

 

Liq_rsh

2.58404

0.00277***

0.002806***

0.001589***

0.002075***

0.003402***

 

(0.264)

(0.000)

(0.000)

(0.000)

(0.000)

(0.000)

 

Stockris

0.08571

■0.00135***

0.000014

2.27e-06

5.44.06***

-8.95e-06

 

kl

(0.263)

(0.000)

(0.533)

(0.299)

(0.000)

(0.124)

 

附录5深交所市场的稳健性检验结果

解释变量

FE

10%

25%

50%

75%

90%

 

0.12323

0.02009***

0.00557***

0.00266***

0.00064***

■0.00034***

Duration

 

 

 

 

 

 

 

(0.343)

(0.000)

(0.000)

(0.000)

(0.000)

(0.000)

 

0.05843

0.01495***

■0.00060***

-0.00034*

■0.00012***

0.00046***

Liq_hb

 

 

 

 

 

 

(0.799)

(0.000)

(0.005)

(0.059)

(0.000)

(0.000)

1H

-0.01599

0.00041***

000075***

000007***

■0.00003***

0.00028***

八月 Liq sz

 

 

 

 

 

 

(0.659)

(0.000)

(0.000)

(0.039)

(0.000)

(0.000)

-0.02112

0.01276***

0.00072***

0.00032***

0.00023***

■0.00016***

Liqrsz

 

 

 

 

 

 

 

(0.857)

(0.000)

(0.000)

(0.000)

(0.000)

(0.000)

Stock_

-0.04856

0.00679***

0.00022***

0.00011***

0.00008***

■0.00006***

risk2

(0.659)

(0.000)

(0.000)

(0.000)

(0.000)

(0.000)

 

0.011361**

0.000224***

0.000046***

0.000016***

■0.000028***

■0.000125***

Duration

 

 

 

 

 

 

 

(0.011)

(0.000)

(0.000)

(0.000)

(0.000)

(0.000)

 

0.004178**

0.000090***

0.000072***

0.000040***

8.04e06***

0.000217***

Liq_hb

 

 

 

 

 

 

 

(0.023)

(0.000)

(0.000)

(0.000)

(0.016)

(0.000)

 

 

 

 

 

 

 

0.000014

-1.44e-06

■0.000010***

976e06***

■0.000012***

■0.000023***

Liqsz

 

 

 

 

 

 

(0.973)

(0.517)

(0.000)

(0.000)

(0.000)

(0.000)

 

0.000951

0.000023***

-1.54e-06

9.77e06***

7.09e06***

0.000061***

1 Liqrsz

 

 

 

 

 

 

 

(0.389)

(0.000)

(0.360)

(0.000)

(0.000)

(0.000)

Stock_

-0.000702

0000021***

0000014***

■0.000017***

■0.000010***

■0.000037***

risk2

(0.197)

(0.000)

(0.000)

(0.000)

(0.000)

(0.000)


致谢

此论文的顺利完成得益于我的导师姚老师的悉心指导。从一开始的定题以及 后来正文的撰写,他给予了我方向并认真解答了我在写作过程中的疑问,启发我 对一些问题进行思考。他渊博的学识和认真负责的态度帮助我在论文写作中克服 自身不足,找到解决问题的途径。

当然,我也要感谢教导和帮助过我的其他老师,他们是我在上海师范大学两 年求学路上的领路人,让我在跨专业的学习中能够坚定前行,深深祝福他们桃李 满天下;我还要感谢和我朝夕相处的同学们,感谢你们给予过我的支持和帮助, 同学情谊值得一辈子珍惜。

同时我还要感谢我的父母,他们在背后的支持给了我无尽的力量,使我有信 心克服无数的困难,顺利完成学业,你们的关爱和支持是我不断前进的动力。

最后,感谢各位老师在百忙之中评阅本论文,并提出宝贵的改进意见。

【流动性冲击对我国国债价格波动 影响的实证分析】相关文章

《流动性冲击对我国国债价格波动 影响的实证分析》

将本文的Word文档下载到电脑,方便收藏和打印

推荐度:

点击下载文档

文档为doc格式

热点排行

推荐阅读

付费下载

付费后无需验证码即可下载

限时特价:原价:

微信支付

支付宝支付

微信二维码支付

付费后无需验证码即可下载

支付金额:

支付成功