中美國(guó)債收益率溢出效應(yīng)及其影響因素研究

張雪瑩封超馬世群

(山東財(cái)經(jīng)大學(xué)金融學(xué)院，山東 濟(jì)南 250014)

一、引言

國(guó)債收益率曲線反映了某一時(shí)點(diǎn)不同期限的國(guó)債即期利率或到期收益率，包含了大量市場(chǎng)信息，在貨幣政策傳導(dǎo)和宏觀經(jīng)濟(jì)調(diào)控中扮演著重要角色，是各國(guó)央行制定貨幣政策的重要基礎(chǔ)(赫國(guó)勝和周琳，2019)[18]，尤其是一些關(guān)鍵期限的國(guó)債收益率更是受到市場(chǎng)關(guān)注。2022年9月28日，美國(guó)10年期國(guó)債收益率盤中創(chuàng)2008年10月來(lái)的高位，攀升至4.022%。相比之下，中國(guó)10年期國(guó)債收益率為2.755%，兩者倒掛超過(guò)120個(gè)基點(diǎn)。未來(lái)一段時(shí)期內(nèi)，中美兩國(guó)貨幣政策周期的差異將對(duì)兩國(guó)國(guó)債收益率之間的關(guān)系產(chǎn)生較大影響。

值得注意的是，以“債券通”的實(shí)現(xiàn)以及將中國(guó)國(guó)債納入富時(shí)世界政府債券指數(shù)(WGBI)等事件為標(biāo)志，我國(guó)債券市場(chǎng)的開放水平大幅提升，境外機(jī)構(gòu)投資中國(guó)國(guó)債更加便利，投資規(guī)模也顯著增加。中美作為世界兩大主要經(jīng)濟(jì)體，兩國(guó)國(guó)債收益率之間的溢出效應(yīng)有何變化趨勢(shì)及特征？受哪些因素的影響？在當(dāng)前中國(guó)金融市場(chǎng)開放不斷深化、中美國(guó)債收益率倒掛趨勢(shì)增強(qiáng)的背景下，對(duì)上述問(wèn)題的深入研究，一方面有助于平滑美國(guó)國(guó)債市場(chǎng)變化對(duì)國(guó)內(nèi)債券市場(chǎng)的溢出效應(yīng)，抵御短期資本流動(dòng)沖擊，有效防范國(guó)際金融風(fēng)險(xiǎn)，保持國(guó)內(nèi)金融市場(chǎng)穩(wěn)定；另一方面，對(duì)于深化匯率市場(chǎng)化改革、保持我國(guó)貨幣政策獨(dú)立性、促進(jìn)宏觀經(jīng)濟(jì)復(fù)蘇也具有十分重要的現(xiàn)實(shí)意義。

本文基于利率期限結(jié)構(gòu)視角，研究中美兩國(guó)國(guó)債收益率間的溢出效應(yīng)及其影響因素。相較于現(xiàn)有的文獻(xiàn)，本文可能的邊際貢獻(xiàn)主要有：第一，采用動(dòng)態(tài)Nelson-Siegel模型提取了中美兩國(guó)國(guó)債收益率的斜率、水平和曲率三個(gè)因子。這一方法與僅采用少數(shù)幾個(gè)關(guān)鍵期限利率相比，能夠更加全面反映中美國(guó)債收益率曲線的潛在信息和不同特征，從而為準(zhǔn)確刻畫中美兩國(guó)國(guó)債市場(chǎng)的聯(lián)動(dòng)關(guān)系奠定基礎(chǔ)。第二，在研究方法上，多數(shù)學(xué)者采用格蘭杰因果檢驗(yàn)、VAR模型和GARCH模型等研究溢出效應(yīng)，而本文采用的是TVP-VAR connectedness方法，該方法能夠克服傳統(tǒng)滾窗關(guān)聯(lián)等方法的技術(shù)缺陷，避免發(fā)生樣本損失等問(wèn)題；同時(shí)，TVP-VAR connectedness方法還能夠充分反映時(shí)變性聯(lián)動(dòng)關(guān)系，更好地描述中美兩國(guó)間國(guó)債收益率溢出效應(yīng)的動(dòng)態(tài)變化特征。第三，在研究視角上，以往研究多數(shù)側(cè)重于分析中美國(guó)債收益率的聯(lián)動(dòng)性特征，很少深入探索兩者聯(lián)動(dòng)的影響因素。本文進(jìn)一步運(yùn)用TVP-VAR模型研究中美國(guó)債收益率溢出效應(yīng)的影響因素，在此基礎(chǔ)上，從匯率變化、宏觀經(jīng)濟(jì)運(yùn)行、短期跨境資本流動(dòng)等多個(gè)方面，為增強(qiáng)我國(guó)債券市場(chǎng)抵御國(guó)際債券市場(chǎng)溢出沖擊的能力、防范和化解金融風(fēng)險(xiǎn)提供政策建議。

二、文獻(xiàn)綜述

現(xiàn)有大量研究指出，不同國(guó)家間國(guó)債收益率的變化存在溢出效應(yīng)。例如，歐盟各國(guó)10年期國(guó)債收益率表現(xiàn)出較強(qiáng)的運(yùn)動(dòng)協(xié)同性(Lee，2021)[12]；歐元區(qū)、美國(guó)和日本等國(guó)國(guó)債市場(chǎng)相互依賴、相互聯(lián)動(dòng)(Alexandre et al.，2020；Abakah et al.，2021)[3][1]。隨著新興經(jīng)濟(jì)體國(guó)債市場(chǎng)的規(guī)模逐漸擴(kuò)大、市場(chǎng)透明度和流動(dòng)性逐步提高，學(xué)者們開始重點(diǎn)關(guān)注發(fā)達(dá)國(guó)家債券市場(chǎng)與新興債券市場(chǎng)的聯(lián)動(dòng)關(guān)系。Balli et al.(2020)[5]研究發(fā)現(xiàn)，美國(guó)、英國(guó)和日本的債券市場(chǎng)對(duì)新興市場(chǎng)均有不同程度的溢出。此外，新興市場(chǎng)國(guó)家國(guó)債收益率對(duì)主要發(fā)達(dá)經(jīng)濟(jì)體國(guó)債收益率變化的反應(yīng)幅度在各國(guó)之間存在異質(zhì)性，并且受影響程度隨著時(shí)間的推移而變化(Belke et al.，2016；Ahmad et al.，2018；Abakah et al.，2021)[6][2][1]。

隨著金融全球化進(jìn)程的加快，作為世界主要經(jīng)濟(jì)體的中美國(guó)債市場(chǎng)間的依賴程度逐漸增強(qiáng)。學(xué)術(shù)界開始將研究視角聚焦于中美國(guó)債收益率間的溢出聯(lián)動(dòng)效應(yīng)。如有文獻(xiàn)指出，中美國(guó)債收益率聯(lián)動(dòng)過(guò)程中，美國(guó)國(guó)債收益率的波動(dòng)是中國(guó)國(guó)債收益率變動(dòng)的原因(李成等，2010；趙東喜，2012)[22][30]；還有文獻(xiàn)指出，匯率制度改革重啟等條件下，中美長(zhǎng)期國(guó)債收益率進(jìn)入互相反饋、相互影響階段(邱林卉和張華榮，2016)[25]。然而，現(xiàn)有對(duì)國(guó)債收益率溢出效應(yīng)的研究大多并未考慮國(guó)債收益率曲線的潛在信息，而是僅對(duì)一個(gè)或幾個(gè)關(guān)鍵期限的利率進(jìn)行溢出效應(yīng)研究(史茲國(guó)，2014；邱林卉和張華榮，2016)[28][25]。對(duì)收益率曲線內(nèi)部潛在信息的忽視將導(dǎo)致收益率曲線的溢出情況難以被準(zhǔn)確捕捉。

對(duì)于國(guó)債收益率曲線潛在信息的提取，學(xué)者進(jìn)行了較為充分的研究。Nelson and Siegel于1987年提出靜態(tài)Nelson-Siegel模型，該模型廣泛應(yīng)用于利率期限結(jié)構(gòu)的擬合。Diebold and Li(2006)[7]對(duì)靜態(tài)Nelson-Siegel模型進(jìn)行擴(kuò)展，提出了動(dòng)態(tài)Nelson-Siegel(DNS)模型，并應(yīng)用該模型很好地對(duì)美國(guó)國(guó)債收益率數(shù)據(jù)進(jìn)行了擬合。此外，大量研究表明，DNS模型在我國(guó)也有較好的適用性(沈根祥和張靖澤，2021；孔繼紅和岳偉，2020)[27][21]。因此，本文借鑒上述研究，運(yùn)用DNS模型擬合中美兩國(guó)國(guó)債收益率曲線并提取兩國(guó)國(guó)債收益率水平、斜率及曲率三因子，盡可能體現(xiàn)更多序列信息，準(zhǔn)確展現(xiàn)中美兩國(guó)國(guó)債收益率間的溢出效應(yīng)。

此外，現(xiàn)有研究不同市場(chǎng)國(guó)債收益率溢出效應(yīng)的文獻(xiàn)所采用的研究方法，主要有格蘭杰因果檢驗(yàn)(邱林卉和張華榮，2016)[25]、VAR模型(史茲國(guó)，2014；Belke et al.，2016)[28][6]、GARCH模型(Abakah et al.，2021)[1]等，但這些模型局限于僅能反映相關(guān)性是否存在；另外，還有使用一些方法(例如VAR滾動(dòng)窗口、TVP-VAR(MCMC法)等)獲取的溢出指數(shù)存在一定技術(shù)缺陷；而本文使用TVP-VAR connectedness方法構(gòu)建溢出指數(shù)，刻畫不同國(guó)家市場(chǎng)間動(dòng)態(tài)溢出效應(yīng)，能夠更準(zhǔn)確反映中美兩國(guó)國(guó)債收益率的動(dòng)態(tài)溢出效應(yīng)。最后，現(xiàn)有文獻(xiàn)僅從理論上分析了可能影響中美間國(guó)債收益率溢出效應(yīng)的因素，并未進(jìn)行實(shí)證檢驗(yàn)(郭棟，2019；王培輝和陳巖，2021)[17][29]；本文則結(jié)合相關(guān)文獻(xiàn)，選取部分宏觀經(jīng)濟(jì)因素，實(shí)證研究這些宏觀經(jīng)濟(jì)因素對(duì)中美兩國(guó)間國(guó)債收益率溢出效應(yīng)的影響。

三、模型設(shè)定與數(shù)據(jù)選取

(一)模型設(shè)定

1.中美兩國(guó)國(guó)債收益率因子的提取——基于動(dòng)態(tài)Nelson-Siegel模型

DNS模型的一般形式是：

其中，yt(τ)代表t時(shí)刻到期期限為τ的即期利率；Lt、St、Ct、λ為待估參數(shù)。Lt解釋為收益率曲線的“水平因子”，代表長(zhǎng)期利率水平；St為長(zhǎng)期利率與瞬時(shí)短期利率之差，反映期限結(jié)構(gòu)曲線的斜率，又被稱為“斜率因子”；Ct主要與中期利率有關(guān)，反映整個(gè)利率期限結(jié)構(gòu)曲線的曲度，又被稱為“曲率因子”?？梢钥闯觯?、斜率和曲率三個(gè)因子決定了利率期限結(jié)構(gòu)的形態(tài)，能夠較好地?cái)M合整條國(guó)債收益率曲線。通過(guò)對(duì)比中美兩國(guó)國(guó)債收益率三個(gè)因子，能夠準(zhǔn)確刻畫出兩國(guó)國(guó)債收益率的溢出效應(yīng)。

DNS方法提取的三個(gè)因子屬于不可觀測(cè)變量，無(wú)法直接進(jìn)行處理。而狀態(tài)空間模型(State Space Model)提供了求解不可觀測(cè)變量的一種解決途徑。將DNS模型轉(zhuǎn)化成SSM模型的矩陣表示，就可以通過(guò)卡爾曼濾波算法進(jìn)行求解。其核心機(jī)制就是通過(guò)極大似然估計(jì)進(jìn)行反復(fù)迭代，最終找到最優(yōu)擬合值。本文參考Diebold and Li(2006)[7]的做法，分別得到中美國(guó)債收益率三個(gè)因子序列。其中，L-China、S-China、C-China分別表示中國(guó)國(guó)債收益率的水平、斜率和曲率因子，L-USA、S-USA、C-USA表示美國(guó)國(guó)債收益率的水平、斜率、曲率因子。

2.時(shí)變參數(shù)向量自回歸關(guān)聯(lián)(TVP-VAR connectedness)方法

本文借鑒Diebold and Yilmaz(2014)[8]、Antonakakis et al.(2020)[4]的研究，采用TVP-VAR connectedness方法來(lái)測(cè)算中美兩國(guó)國(guó)債收益率三個(gè)因子的靜態(tài)與動(dòng)態(tài)溢出水平。該方法采用廣義脈沖響應(yīng)函數(shù)(GIRF)與廣義預(yù)測(cè)誤差方差分解(GFEVD)對(duì)兩國(guó)國(guó)債收益率因子的溢出效應(yīng)進(jìn)行估計(jì)。

首先，本文構(gòu)建了TVP-VAR模型，具體設(shè)定如下：

其中，Ωt-1表示至t-1期的所有可用信息集，yt和zt-1分別表示m×1和mp×1維向量，At與Ait分別是m×mp和m×m維矩陣，εt是m×1維誤差向量，ξt是m2p×1維向量，而時(shí)變方差-協(xié)方差矩陣∑t與Ξt分別是m×m和m2p×m2p維矩陣。此外，vec(At)是m2p×1維向量At的向量化形式。

隨后，為計(jì)算GIRF與GFEVD(Koop et al.，1996；Pesaran and Shin，1998)[11][14]，本文使用卡爾曼濾波估計(jì)上述方程，并基于Wold定理，將TVP-VAR模型進(jìn)行VMA變換，即

Bj,t為VMA變換形式中的脈沖響應(yīng)系數(shù)?；谏鲜鲎儞Q，本文參考Antonakakis et al.(2020)[4]，對(duì)廣義脈沖響應(yīng)函數(shù)進(jìn)行計(jì)算。具體而言，本文計(jì)算了國(guó)債收益率因子j受到?jīng)_擊與國(guó)債收益率因子j未受到?jīng)_擊兩種情況下提前H步預(yù)測(cè)值的差值，該差值即可歸因于國(guó)債收益率因子j受到的沖擊，可如下表示：

在前述推導(dǎo)基礎(chǔ)上，對(duì)國(guó)債收益率因子j施加沖擊，yt+H的脈沖響應(yīng)表示為

本文進(jìn)一步計(jì)算了GFEVD，其表示國(guó)債收益率因子j對(duì)國(guó)債收益率因子i的預(yù)測(cè)誤差方差份額的影響，標(biāo)準(zhǔn)化處理后的溢出效應(yīng)可表示為：

國(guó)債收益率因子i對(duì)國(guó)債收益率因子j的凈溢出沖擊( )可表示為：

3.中美兩國(guó)間國(guó)債收益率總凈溢出指數(shù)

借鑒Gabauer and Gupta(2018)[9]對(duì)兩國(guó)多類政策不確定性跨國(guó)溢出水平求和來(lái)度量?jī)蓢?guó)政策總溢出效應(yīng)的指標(biāo)構(gòu)建方法，本文進(jìn)一步構(gòu)建了中美兩國(guó)間國(guó)債收益率動(dòng)態(tài)總凈溢出指數(shù)，該指數(shù)由美國(guó)國(guó)債收益率三個(gè)因子對(duì)中國(guó)國(guó)債收益率三個(gè)因子的凈溢出指數(shù)(該指數(shù)走勢(shì)如圖1所示)表示，具體如式(9)所示：

4.TVP-VAR(時(shí)變參數(shù)向量自回歸)模型

本文選取了Nakajima et al.(2011)[13]提出的帶有隨機(jī)波動(dòng)性的TVP-VAR模型，系統(tǒng)考察中美國(guó)債收益率溢出效應(yīng)(該變量用基于前文測(cè)算的美國(guó)各類國(guó)債收益率因子對(duì)中國(guó)各類國(guó)債收益率因子的凈溢出指數(shù)表示)的影響因素。該方法能夠充分反映結(jié)構(gòu)突變帶來(lái)參數(shù)的持久變動(dòng)，減少波動(dòng)差異帶來(lái)的估計(jì)偏誤問(wèn)題(胡利琴等，2014)[20]。

帶有隨機(jī)波動(dòng)性的TVP-VAR模型的簡(jiǎn)化形式可如式(10)所示：

式(12)參數(shù)服從隨機(jī)游走過(guò)程：

其中，βp+1～N(μβ0,∑β0)，ap+1～N(μa0,∑a0)，hp+1～N(μh0,∑h0)。為降低隨機(jī)波動(dòng)條件下似然函數(shù)的處理難度，本文借助蒙特卡洛(M C M C)方法進(jìn)行模擬抽樣，在獲得模型待估參數(shù)后驗(yàn)分布的基礎(chǔ)上對(duì)其進(jìn)行估計(jì)(Nakajima et al.，2011)[13]。本文根據(jù)SBIC準(zhǔn)則與HQIC準(zhǔn)則，確定最優(yōu)滯后階數(shù)p為1。

(二)數(shù)據(jù)說(shuō)明

本文選取2011年1月至2021年12月中美國(guó)債即期收益率的月度數(shù)據(jù)，以每月最后一個(gè)交易日的即期國(guó)債收益率代表，形成132組月度數(shù)據(jù)。在期限上，本文選取了到期期限為3個(gè)月、6個(gè)月、1年、2年、3年、5年、7年、10年和30年的國(guó)債收益率數(shù)據(jù)。

本文除了分析中美國(guó)債收益率因子間的溢出關(guān)系，還研究了宏觀因素對(duì)中美兩國(guó)國(guó)債收益率溢出效應(yīng)的影響。因此，被解釋變量是基于TVP-VAR connectedness方法得到的美國(guó)國(guó)債收益率三個(gè)因子總體對(duì)中國(guó)國(guó)債收益率三個(gè)因子總體的凈溢出指數(shù)，代表中美兩國(guó)國(guó)債收益率的溢出效應(yīng)。而作為解釋變量的宏觀影響因素包括人民幣兌美元匯率(e)、短期跨境資本流動(dòng)(short)、宏觀經(jīng)濟(jì)景氣指數(shù)(mci)。宏觀影響因素是根據(jù)彭紅楓和祝小全(2019)[24]、陳雷等(2022)[16]、穆貝靂(2021)[23]等研究，以及中美國(guó)債收益率溢出效應(yīng)分析選取的。其中，匯率e采用人民幣兌美元即期匯率(直接標(biāo)價(jià)法)表示，數(shù)據(jù)來(lái)自CEIC數(shù)據(jù)庫(kù)；短期跨境資本流動(dòng)short參考彭紅楓和祝小全(2019)[24]的衡量方法計(jì)算得到；宏觀經(jīng)濟(jì)景氣指數(shù)mci來(lái)自Wind數(shù)據(jù)庫(kù)。

相應(yīng)變量的描述性統(tǒng)計(jì)結(jié)果如表1所示。

表1 變量的描述性統(tǒng)計(jì)結(jié)果

四、中美間國(guó)債收益率的溢出效應(yīng)分析

(一)中美兩國(guó)國(guó)債收益率靜態(tài)溢出效應(yīng)分析

表2呈現(xiàn)了靜態(tài)溢出結(jié)果，即各因子在樣本期內(nèi)的平均溢出、溢入值。美國(guó)國(guó)債收益率水平因子、斜率因子和中國(guó)國(guó)債收益率斜率因子的溢出水平明顯高于其他因子，分別高達(dá)70.45%、61.82%和42.07%(分別出現(xiàn)在表2第八行第六列、第五列和第三列)。值得注意的是，美國(guó)國(guó)債收益率水平因子對(duì)中國(guó)國(guó)債收益率三個(gè)因子總體凈溢出為17.15%(由表2第五列前三個(gè)數(shù)之和(23.65+0.46+0.76)與表2第六行前三個(gè)數(shù)之和(4.01+2.53+1.18)作差得出)，美國(guó)國(guó)債收益率斜率因子對(duì)中國(guó)國(guó)債收益率三個(gè)因子總體凈溢出為12.09%(由表2第六列前三個(gè)數(shù)之和(17.17+0.44+0.91)與表2第六行前三個(gè)數(shù)之和(4.44+1.41+0.58)作差得出)。由此可知，美國(guó)國(guó)債收益率水平、斜率因子對(duì)中國(guó)國(guó)債收益率溢出效應(yīng)較強(qiáng)，這與美國(guó)政策調(diào)控目標(biāo)相關(guān)。美國(guó)等主要經(jīng)濟(jì)體主要通過(guò)調(diào)控短期利率以穩(wěn)定經(jīng)濟(jì)，而近年來(lái)，短期利率的調(diào)節(jié)漸漸不能滿足支撐經(jīng)濟(jì)發(fā)展的需要，美國(guó)開始加大對(duì)長(zhǎng)期利率水平的調(diào)控力度，促使美國(guó)長(zhǎng)期國(guó)債收益率溢出效應(yīng)增強(qiáng)。同時(shí)，我國(guó)堅(jiān)持對(duì)外開放政策，不斷提高金融市場(chǎng)開放水平，兩國(guó)之間債券市場(chǎng)的聯(lián)系不斷增強(qiáng)，為美國(guó)貨幣政策調(diào)控溢出提供了渠道。

表2 中美國(guó)債收益率的靜態(tài)溢出指數(shù)

此外，中國(guó)國(guó)債收益率水平因子、曲率因子以及美國(guó)國(guó)債收益率曲率因子成為主要凈溢入點(diǎn)，如中國(guó)國(guó)債收益率水平因子接受其他因子凈溢入高達(dá)30%(由表2中第九行第二列數(shù)值-30%得到，該數(shù)值表示中國(guó)國(guó)債收益率水平因子的凈溢出指數(shù)，由于數(shù)值為負(fù)，所以得出中國(guó)國(guó)債收益率水平因子主要接受其他因子的溢入影響)，美國(guó)國(guó)債收益率曲率因子凈溢入指數(shù)高達(dá)為16.73%(同理由表2中第九行第七列數(shù)值-16.73%得到)，主要原因在于我國(guó)通過(guò)長(zhǎng)期利率調(diào)節(jié)經(jīng)濟(jì)、美國(guó)通過(guò)中期利率調(diào)節(jié)經(jīng)濟(jì)的頻率低，所以這些因子相對(duì)來(lái)說(shuō)主要以接受其他因子的溢出為主，自身溢出效應(yīng)小。

(二)中美兩國(guó)國(guó)債收益率動(dòng)態(tài)溢出效應(yīng)分析

為進(jìn)一步展示中美間國(guó)債收益率的溢出效應(yīng)的動(dòng)態(tài)變化，本文采用TVP-VAR connectedness方法測(cè)度了美國(guó)國(guó)債收益率三個(gè)因子對(duì)中國(guó)國(guó)債收益率三個(gè)因子的總凈溢出指數(shù)(指數(shù)的構(gòu)建如式(9))、一國(guó)國(guó)債收益率各因子對(duì)另一國(guó)國(guó)債收益率三個(gè)因子的凈溢出指數(shù)(基于式(8)加總得到)，結(jié)果如圖1、圖2所示。

圖1 美國(guó)國(guó)債收益率三個(gè)因子對(duì)中國(guó)國(guó)債收益率三個(gè)因子的動(dòng)態(tài)總凈溢出指數(shù)

圖2 中美國(guó)債收益率各因子的動(dòng)態(tài)凈溢出指數(shù)

從總凈溢出指數(shù)的動(dòng)態(tài)變化(圖1)看，美國(guó)國(guó)債收益率對(duì)中國(guó)國(guó)債收益率的凈溢出指數(shù)較高。原因可能在于2008年全球金融危機(jī)爆發(fā)以后，世界各國(guó)國(guó)債市場(chǎng)的國(guó)債收益率水平均比較穩(wěn)定且趨于一致(Han et al.，2021)[10]。2011年7月前，美國(guó)國(guó)債收益率對(duì)中國(guó)國(guó)債收益率的溢出效應(yīng)更為明顯。而2011年7月至2012年4月，以中國(guó)國(guó)債收益率對(duì)美國(guó)國(guó)債收益率的溢出效應(yīng)為主。2013年之后，美國(guó)國(guó)債收益率一直保持對(duì)中國(guó)國(guó)債收益率的強(qiáng)勢(shì)溢出態(tài)勢(shì)。值得注意的是，2015下半年開始，美國(guó)國(guó)債收益率對(duì)中國(guó)國(guó)債收益率的溢出指數(shù)有所回落，這可能與我國(guó)的貨幣政策有關(guān)。2015年12月，美聯(lián)儲(chǔ)宣布進(jìn)入加息周期，而中國(guó)并未被迫跟隨美國(guó)加息，而是考慮到經(jīng)濟(jì)新常態(tài)背景下經(jīng)濟(jì)增速放緩的事實(shí)，一直實(shí)施降準(zhǔn)降息政策，引導(dǎo)利率下降。所以，美國(guó)國(guó)債收益率變動(dòng)并未引起我國(guó)國(guó)債利率的同步變動(dòng)(穆貝靂，2021)[23]。同時(shí)，我國(guó)對(duì)匯率制度進(jìn)行重要變革，從單一盯住制度改為參考一籃子貨幣，糾正了人民幣實(shí)際匯率過(guò)高的狀況。根據(jù)三元悖論，實(shí)現(xiàn)浮動(dòng)匯率制度，能夠保持貨幣政策獨(dú)立性，從而我國(guó)債券市場(chǎng)受外部影響較小。此外，2019年底至2020年4月，該溢出指數(shù)再次出現(xiàn)波峰。這一現(xiàn)象的主要原因可能是，2019年末相繼經(jīng)歷中美貿(mào)易摩擦和全球新冠疫情的沖擊之后，中美兩國(guó)的經(jīng)濟(jì)周期更加趨于一致，兩國(guó)國(guó)債收益率再次保持較高的相關(guān)度。2020年4月之后，我國(guó)國(guó)內(nèi)疫情得到明顯控制，而美國(guó)新冠疫情強(qiáng)勢(shì)爆發(fā)期，相比而言，我國(guó)經(jīng)濟(jì)穩(wěn)定發(fā)展階段，美國(guó)經(jīng)濟(jì)下行壓力增大，使得中國(guó)對(duì)美國(guó)的溢出影響更為強(qiáng)烈。因此，2020年4月之后，中美國(guó)債收益率的總體溢出水平表現(xiàn)回落趨勢(shì)。

圖2分別展現(xiàn)了中美兩國(guó)國(guó)債收益率各因子對(duì)另一國(guó)國(guó)債收益率三個(gè)因子的凈溢出水平，可以發(fā)現(xiàn)，中美兩國(guó)國(guó)債收益率存在雙向溢出關(guān)系。具體來(lái)看，中國(guó)國(guó)債收益率的斜率因子凈溢出指數(shù)為正，其他兩個(gè)因子的凈溢出指數(shù)基本為負(fù)，這表明美國(guó)國(guó)債收益率主要受中國(guó)國(guó)債收益率斜率因子的影響。而美國(guó)國(guó)債收益率的斜率因子和水平因子的凈溢出指數(shù)均為正，這說(shuō)明中國(guó)國(guó)債收益率主要受美國(guó)國(guó)債收益率斜率因子和水平因子的影響。此外，在大多數(shù)時(shí)期，美國(guó)國(guó)債收益率因子的凈溢出水平明顯高于中國(guó)國(guó)債收益率因子的凈溢出水平，這說(shuō)明美國(guó)國(guó)債市場(chǎng)向中國(guó)債市的外溢效應(yīng)更高，與圖1觀察結(jié)果一致。這一現(xiàn)象或受金融全球化趨勢(shì)影響所致。金融危機(jī)發(fā)生后，中美兩國(guó)國(guó)債市場(chǎng)之間的聯(lián)動(dòng)性得到加強(qiáng)，而中國(guó)國(guó)債市場(chǎng)還處于發(fā)展階段，市場(chǎng)運(yùn)行機(jī)制并不完善，應(yīng)對(duì)外部風(fēng)險(xiǎn)的能力不足，因此更易受到來(lái)自美國(guó)國(guó)債市場(chǎng)風(fēng)險(xiǎn)波動(dòng)的傳染。

綜上可知，中美兩國(guó)國(guó)債收益率存在雙向溢出關(guān)系且具有明顯的時(shí)變性特征；而且，總體來(lái)看，美國(guó)國(guó)債收益率對(duì)中國(guó)國(guó)債收益率曲線的溢出效應(yīng)更強(qiáng)。

五、中美國(guó)債收益率溢出效應(yīng)的影響因素分析

通過(guò)上述分析可知，中美兩國(guó)間國(guó)債收益率存在較強(qiáng)的溢出效應(yīng)，然而，該溢出效應(yīng)是否穩(wěn)定？受何種因素影響？為回答這些問(wèn)題，本文基于中美兩國(guó)間國(guó)債收益率的凈溢出指數(shù)，運(yùn)用TVP-VAR模型對(duì)兩國(guó)國(guó)債收益率溢出效應(yīng)的影響因素進(jìn)行深入分析。根據(jù)彭紅楓和祝小全(2019)[24]、陳雷等(2022)[16]、穆貝靂(2021)[23]等研究以及前文的分析，本文重點(diǎn)分析人民幣兌美元匯率(e)、短期跨境資本流動(dòng)(short)、宏觀經(jīng)濟(jì)景氣指數(shù)(mci)對(duì)中美兩國(guó)間國(guó)債收益率溢出效應(yīng)的影響。此處，中美兩國(guó)間國(guó)債收益率溢出效應(yīng)使用基于TVP-VAR connectedness方法得到的美國(guó)國(guó)債收益率三個(gè)因子對(duì)中國(guó)國(guó)債收益率三個(gè)因子總體的凈溢出指數(shù)(connect)衡量。connect指數(shù)見式(9)，其基本走勢(shì)如圖1所示。

(一)平穩(wěn)性檢驗(yàn)(ADF檢驗(yàn))

本文所用數(shù)據(jù)為時(shí)間序列數(shù)據(jù)，需要對(duì)各序列進(jìn)行平穩(wěn)性檢驗(yàn)，表3給出了ADF檢驗(yàn)結(jié)果。宏觀經(jīng)濟(jì)景氣指數(shù)在10%水平下通過(guò)了平穩(wěn)性檢驗(yàn)；匯率序列在5%水平下通過(guò)了平穩(wěn)性檢驗(yàn)；凈溢出指數(shù)、短期資本流動(dòng)均在1%水平下通過(guò)了平穩(wěn)性檢驗(yàn)。此外，本文還進(jìn)行了DF-GLS平穩(wěn)性檢驗(yàn)，結(jié)果亦顯示凈溢出指數(shù)、短期資本流動(dòng)、匯率和宏觀經(jīng)濟(jì)景氣指數(shù)均為平穩(wěn)序列(限于篇幅，DF-GLS平穩(wěn)性檢驗(yàn)結(jié)果略)。由此，上述序列均通過(guò)平穩(wěn)性檢驗(yàn)，該數(shù)據(jù)可用于構(gòu)建TVP-VAR模型。

表3 平穩(wěn)性檢驗(yàn)結(jié)果

本文借助一般VAR模型最優(yōu)滯后階數(shù)的確定方法，根據(jù)SBIC準(zhǔn)則或HQIC準(zhǔn)則，確定最優(yōu)滯后階數(shù)為1。此外，在進(jìn)行蒙特卡洛模擬抽樣之前，需要對(duì)參數(shù)進(jìn)行賦值，本文參考了Nakajima et al.(2011)[13]的賦值方法設(shè)置參數(shù)初始值，隨后用MCMC方法進(jìn)行模擬抽樣，抽樣次數(shù)為10000。Geweke檢驗(yàn)結(jié)果顯示在1%顯著性水平下，檢驗(yàn)結(jié)果均無(wú)法拒絕估計(jì)參數(shù)收斂于后驗(yàn)標(biāo)準(zhǔn)分布的原假設(shè)，并且無(wú)效因子均小于100，表明蒙特卡洛模擬抽樣估計(jì)有效(限于篇幅，最優(yōu)滯后期選擇、蒙特卡洛模擬抽樣結(jié)果略)。

(二)時(shí)變脈沖響應(yīng)分析

本文選取1個(gè)月、4個(gè)月和8個(gè)月的脈沖響應(yīng)時(shí)長(zhǎng)代表短期、中期和長(zhǎng)期影響，TVP-VAR模型估計(jì)結(jié)果如圖3所示，各變量的互動(dòng)關(guān)系在短期和中長(zhǎng)期表現(xiàn)出相異的特征。就圖3對(duì)角線的響應(yīng)圖而言，各變量自身響應(yīng)相對(duì)平穩(wěn)。面對(duì)自身的潛在波動(dòng)，溢出指數(shù)、匯率、宏觀經(jīng)濟(jì)景氣指數(shù)在短期、中長(zhǎng)期響應(yīng)均較為明顯，而短期跨境資本流動(dòng)在短期響應(yīng)更顯著，而長(zhǎng)期接近于0。此外，本文還選取1個(gè)月、2個(gè)月和6個(gè)月的脈沖響應(yīng)時(shí)長(zhǎng)代表短期、中期和長(zhǎng)期影響，估計(jì)結(jié)果與圖3基本一致(限于篇幅，相應(yīng)結(jié)果略)。

本文重點(diǎn)關(guān)注各宏觀變量對(duì)中美國(guó)債收益率溢出效應(yīng)的沖擊，如圖3第一列圖所示。從沖擊方向看，人民幣對(duì)美元匯率(直接標(biāo)價(jià)法)對(duì)中美間國(guó)債收益率溢出效應(yīng)產(chǎn)生顯著的正向影響，而且長(zhǎng)期沖擊比短期沖擊的反應(yīng)更強(qiáng)烈。這說(shuō)明人民幣貶值時(shí)，中國(guó)國(guó)債收益率受到美國(guó)國(guó)債收益率波動(dòng)的影響更大，即兩國(guó)國(guó)債收益率的關(guān)聯(lián)性增強(qiáng)。人民幣兌美元匯率貶值使得以人民幣計(jì)價(jià)的國(guó)內(nèi)金融資產(chǎn)對(duì)資本的吸引力下降，尤其是國(guó)外資本，進(jìn)而使國(guó)內(nèi)資產(chǎn)價(jià)格與收益的穩(wěn)定性下降。而具有較強(qiáng)敏感性的逐利資本也將放大這一過(guò)程，使得國(guó)內(nèi)金融資產(chǎn)價(jià)格間的內(nèi)部錨定力下降，對(duì)境外資產(chǎn)的依賴性與敏感性雙雙增強(qiáng)，故美國(guó)國(guó)債收益率的變動(dòng)對(duì)中國(guó)國(guó)債收益率的影響隨之增強(qiáng)。

圖3 滯后1個(gè)月、4個(gè)月和8個(gè)月的動(dòng)態(tài)脈沖響應(yīng)圖

短期跨境資本流動(dòng)對(duì)中美兩國(guó)間國(guó)債收益率溢出效應(yīng)的沖擊從2015年下半年開始由負(fù)轉(zhuǎn)正。這意味著2015年下半年之前，跨境資本流動(dòng)量增加會(huì)增強(qiáng)中國(guó)國(guó)債收益率對(duì)美國(guó)國(guó)債收益率的溢出；而之后，跨境資本流動(dòng)越多，美國(guó)國(guó)債收益率對(duì)中國(guó)國(guó)債收益率的溢出越強(qiáng)。這可能與2015年“811匯改”有關(guān)。“匯改”之前，為減少人民幣匯率不穩(wěn)定性風(fēng)險(xiǎn)，國(guó)內(nèi)資本偏好較為安全的資產(chǎn)，例如中國(guó)國(guó)債，這使得中國(guó)國(guó)債收益率的自主性增強(qiáng)，甚至對(duì)美國(guó)國(guó)債收益率產(chǎn)生了微弱影響；“匯改”后，人民幣匯率彈性增強(qiáng)，市場(chǎng)化水平提高，較好地發(fā)揮了宏觀經(jīng)濟(jì)和國(guó)際收支自動(dòng)穩(wěn)定器的作用，保持在合理均衡水平上基本穩(wěn)定，其波動(dòng)造成的不穩(wěn)定性因素減少，資本的風(fēng)險(xiǎn)偏好上升，境內(nèi)外資本跨境流動(dòng)規(guī)模與頻率加快，境內(nèi)外金融資產(chǎn)關(guān)聯(lián)性增強(qiáng)，此時(shí)主要以美國(guó)國(guó)債收益率溢出中國(guó)國(guó)債收益率為主。

宏觀經(jīng)濟(jì)景氣指數(shù)對(duì)中美國(guó)債收益率溢出效應(yīng)產(chǎn)生負(fù)向影響，且長(zhǎng)期沖擊比短期沖擊的反應(yīng)更強(qiáng)烈。這表明當(dāng)中國(guó)經(jīng)濟(jì)面臨下行壓力時(shí)，兩國(guó)間國(guó)債收益率因子相互溢出水平更高。例如，受新冠肺炎疫情等危機(jī)影響，世界經(jīng)濟(jì)遭受嚴(yán)重沖擊，中國(guó)宏觀經(jīng)濟(jì)下行壓力增大。在此背景下，2020―2021年美聯(lián)儲(chǔ)為刺激經(jīng)濟(jì)采取寬松的貨幣政策；為應(yīng)對(duì)疫情沖擊，支持實(shí)體經(jīng)濟(jì)發(fā)展，中國(guó)也多次降低存款準(zhǔn)備金率，中美兩國(guó)利率的聯(lián)動(dòng)效應(yīng)通過(guò)貨幣政策關(guān)聯(lián)逐漸增強(qiáng)。

觀察圖3脈沖響應(yīng)結(jié)果，進(jìn)一步發(fā)現(xiàn)，匯率、短期跨境資本流動(dòng)和宏觀經(jīng)濟(jì)景氣指數(shù)對(duì)中美間國(guó)債收益率溢出效應(yīng)的影響具有很強(qiáng)的時(shí)滯性，長(zhǎng)期沖擊比短期沖擊的反應(yīng)更強(qiáng)烈。這可能因?yàn)橹忻篱g國(guó)債收益率溢出關(guān)系的形成往往循序漸進(jìn)，是一個(gè)迭代的過(guò)程，所以事件發(fā)生時(shí)間越長(zhǎng)，沖擊影響越強(qiáng)。此外，各因素的影響具有很強(qiáng)的時(shí)變性特征。例如，2019年4月，我國(guó)債券被正式納入彭博-巴克萊綜合指數(shù)等里程碑事件，標(biāo)志著中國(guó)債券市場(chǎng)與國(guó)際市場(chǎng)的逐漸接軌，中國(guó)債券市場(chǎng)國(guó)際化程度提高(巴曙松和周兆平，2019)[15]。2019年7月，國(guó)務(wù)院金融委推出11條金融業(yè)對(duì)外開放措施，涉及多個(gè)金融領(lǐng)域，我國(guó)金融市場(chǎng)進(jìn)入更深層次的開放階段。伴隨著資本管制放開程度的加大，短期跨境資本在中美兩國(guó)間的流動(dòng)更加頻繁，跨境資本流動(dòng)對(duì)中美兩國(guó)國(guó)債收益率溢出效應(yīng)的影響增強(qiáng)。此外，近幾年來(lái)，中國(guó)國(guó)債市場(chǎng)進(jìn)入了規(guī)模和開放程度雙增長(zhǎng)的快速發(fā)展階段，伴隨中美貿(mào)易摩擦持續(xù)升級(jí)和新冠疫情的全球性爆發(fā)，中美兩國(guó)國(guó)債市場(chǎng)的溢出強(qiáng)度前所未有。

(三)不同時(shí)點(diǎn)分析

為進(jìn)一步探究特殊時(shí)期下不同宏觀經(jīng)濟(jì)因素對(duì)溢出效應(yīng)的影響，本文選取了五個(gè)時(shí)間節(jié)點(diǎn)具體分析，表4說(shuō)明了時(shí)間節(jié)點(diǎn)的選擇以及選擇原因。

表4 時(shí)間節(jié)點(diǎn)選擇及原因說(shuō)明

本文重點(diǎn)分析中美國(guó)債收益率溢出效應(yīng)的影響因素。觀察圖4第一列結(jié)果圖可知，各因素在不同時(shí)期對(duì)中美國(guó)債收益率溢出效應(yīng)的影響存在一定差異。具體來(lái)看，匯率變動(dòng)對(duì)中美國(guó)債收益率溢出效應(yīng)的影響與圖3結(jié)果相呼應(yīng)。隨著滯后期的延長(zhǎng)，匯率波動(dòng)的影響逐漸增強(qiáng)，說(shuō)明匯率對(duì)溢出效應(yīng)的影響具有時(shí)滯性，與圖3脈沖響應(yīng)結(jié)果一致。這主要因?yàn)閰R率對(duì)中美兩國(guó)間國(guó)債收益率溢出關(guān)系的影響具有很強(qiáng)的慣性。各國(guó)匯率制度在短期內(nèi)不會(huì)發(fā)生較大改變，所以匯率的變動(dòng)對(duì)中美國(guó)債收益率溢出效應(yīng)的影響在相同匯率體制下不會(huì)有太大改變。跨境資本流動(dòng)對(duì)中美間國(guó)債收益率溢出效應(yīng)的影響亦與圖3的脈沖響應(yīng)結(jié)果一致，2015年下半年之后，該影響由負(fù)轉(zhuǎn)正，原因可能與2015年“811匯改”有關(guān)。同時(shí)，跨境資本流動(dòng)對(duì)中美國(guó)債收益率溢出效應(yīng)的影響存在明顯的時(shí)變性特征。例如，2018年初(t=87)、2020年初(t=109)之后影響不斷增強(qiáng)，這可能因?yàn)橹忻蕾Q(mào)易摩擦持續(xù)升級(jí)和新冠疫情的全球性爆發(fā)對(duì)中美兩國(guó)的經(jīng)濟(jì)生活產(chǎn)生極大影響(王培輝和陳巖，2021)[29]，跨境資本不斷流動(dòng)放大了中美國(guó)債收益率之間的溢出效應(yīng)。宏觀經(jīng)濟(jì)景氣指數(shù)對(duì)中美兩國(guó)間國(guó)債收益率溢出效應(yīng)的影響也具有時(shí)滯性，長(zhǎng)期沖擊此短期沖擊更強(qiáng)烈，這可能主要與經(jīng)濟(jì)周期有關(guān)，結(jié)果也與圖3基本一致。

圖4 不同時(shí)點(diǎn)的脈沖響應(yīng)結(jié)果

六、結(jié)論與建議

本文利用動(dòng)態(tài)Nelson-Siegel模型對(duì)中美兩國(guó)國(guó)債收益率三因子進(jìn)行提?。徊⑦\(yùn)用TVP-VAR connectedness方法構(gòu)造時(shí)變溢出指數(shù)，對(duì)中美兩國(guó)國(guó)債收益率因子的動(dòng)態(tài)溢出效應(yīng)進(jìn)行識(shí)別與捕捉；最終，采用TVP-VAR模型對(duì)中美兩國(guó)國(guó)債收益率溢出效應(yīng)的影響因素進(jìn)行探究。本文主要結(jié)論如下：

第一，中美兩國(guó)的國(guó)債收益率存在雙向溢出效應(yīng)，并且該溢出效應(yīng)具有明顯的非對(duì)稱性與時(shí)變性特征。從總體上看，美國(guó)國(guó)債收益率對(duì)中國(guó)國(guó)債收益率的溢出效應(yīng)更強(qiáng)，這可能因?yàn)榻鹑谌蚧厔?shì)加強(qiáng)，使得各國(guó)國(guó)債市場(chǎng)間的聯(lián)系和溢出效應(yīng)逐漸增強(qiáng)，而中國(guó)國(guó)債市場(chǎng)還處于發(fā)展階段，市場(chǎng)運(yùn)行機(jī)制并不完善，應(yīng)對(duì)外部風(fēng)險(xiǎn)的能力不足，因此更易受到來(lái)自美國(guó)國(guó)債市場(chǎng)風(fēng)險(xiǎn)波動(dòng)的傳染。因此，完善和規(guī)范國(guó)內(nèi)債券市場(chǎng)發(fā)展尤為重要。此外，美國(guó)國(guó)債收益率水平因子與斜率因子以及中國(guó)國(guó)債收益率斜率因子具有較高的溢出水平；而中國(guó)國(guó)債收益率水平因子與斜率因子以及美國(guó)國(guó)債收益率曲率因子成為主要凈溢入點(diǎn)。

第二，人民幣匯率貶值與中國(guó)短期資本流動(dòng)的增加均對(duì)中美國(guó)債收益率的溢出效應(yīng)存在積極影響，而中國(guó)宏觀經(jīng)濟(jì)的發(fā)展則可削弱中美兩國(guó)國(guó)債收益率相互的溢出影響；短期跨境資本流動(dòng)對(duì)中美國(guó)債收益率間溢出效應(yīng)的影響存在很強(qiáng)的時(shí)變性；匯率、宏觀經(jīng)濟(jì)景氣指數(shù)以及短期跨境資本流動(dòng)對(duì)中美國(guó)債收益率間溢出效應(yīng)的影響存在很強(qiáng)的時(shí)滯性。此外，值得注意的是，匯率波動(dòng)對(duì)中美國(guó)債收益率間溢出效應(yīng)的影響具有較強(qiáng)慣性，這主要與一國(guó)匯率制度及其作用機(jī)制的穩(wěn)定性相關(guān)。所以，一國(guó)想要保持貨幣政策獨(dú)立性、抵御外部金融市場(chǎng)風(fēng)險(xiǎn)傳染，可以從穩(wěn)定匯率、減少跨境風(fēng)險(xiǎn)資金流入、穩(wěn)住宏觀經(jīng)濟(jì)基本面等方面入手。

綜上，中國(guó)保持貨幣政策獨(dú)立性和債券市場(chǎng)穩(wěn)定，除了需要分析中美國(guó)債收益率的溢出關(guān)系，還需要密切關(guān)注影響中美國(guó)債收益率溢出效應(yīng)的宏觀經(jīng)濟(jì)因素，從相應(yīng)的宏觀經(jīng)濟(jì)因素入手，緩解美國(guó)國(guó)債收益率變動(dòng)對(duì)中國(guó)市場(chǎng)造成的沖擊。具體地，應(yīng)該豐富國(guó)債衍生品市場(chǎng)的交易品種，擴(kuò)大國(guó)債市場(chǎng)交易者規(guī)模，增強(qiáng)我國(guó)國(guó)債市場(chǎng)的流動(dòng)性，逐步健全和完善我國(guó)的國(guó)債市場(chǎng)。同時(shí)，應(yīng)繼續(xù)深化匯率市場(chǎng)化改革，增強(qiáng)人民幣匯率雙向波動(dòng)彈性，使人民幣匯率在合理的均衡水平上保持基本穩(wěn)定，緩解匯率渠道沖擊；堅(jiān)持金融市場(chǎng)雙向開放，提高抵御短期資本流動(dòng)風(fēng)險(xiǎn)的能力，保持我國(guó)貨幣政策的獨(dú)立性，增強(qiáng)抵御國(guó)際債券市場(chǎng)聯(lián)動(dòng)沖擊的能力。