張雪瑩封超馬世群
(山東財經(jīng)大學(xué)金融學(xué)院,山東 濟南 250014)
國債收益率曲線反映了某一時點不同期限的國債即期利率或到期收益率,包含了大量市場信息,在貨幣政策傳導(dǎo)和宏觀經(jīng)濟調(diào)控中扮演著重要角色,是各國央行制定貨幣政策的重要基礎(chǔ)(赫國勝和周琳,2019)[18],尤其是一些關(guān)鍵期限的國債收益率更是受到市場關(guān)注。2022年9月28日,美國10年期國債收益率盤中創(chuàng)2008年10月來的高位,攀升至4.022%。相比之下,中國10年期國債收益率為2.755%,兩者倒掛超過120個基點。未來一段時期內(nèi),中美兩國貨幣政策周期的差異將對兩國國債收益率之間的關(guān)系產(chǎn)生較大影響。
值得注意的是,以“債券通”的實現(xiàn)以及將中國國債納入富時世界政府債券指數(shù)(WGBI)等事件為標(biāo)志,我國債券市場的開放水平大幅提升,境外機構(gòu)投資中國國債更加便利,投資規(guī)模也顯著增加。中美作為世界兩大主要經(jīng)濟體,兩國國債收益率之間的溢出效應(yīng)有何變化趨勢及特征?受哪些因素的影響?在當(dāng)前中國金融市場開放不斷深化、中美國債收益率倒掛趨勢增強的背景下,對上述問題的深入研究,一方面有助于平滑美國國債市場變化對國內(nèi)債券市場的溢出效應(yīng),抵御短期資本流動沖擊,有效防范國際金融風(fēng)險,保持國內(nèi)金融市場穩(wěn)定;另一方面,對于深化匯率市場化改革、保持我國貨幣政策獨立性、促進宏觀經(jīng)濟復(fù)蘇也具有十分重要的現(xiàn)實意義。
本文基于利率期限結(jié)構(gòu)視角,研究中美兩國國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,本文可能的邊際貢獻主要有:第一,采用動態(tài)Nelson-Siegel模型提取了中美兩國國債收益率的斜率、水平和曲率三個因子。這一方法與僅采用少數(shù)幾個關(guān)鍵期限利率相比,能夠更加全面反映中美國債收益率曲線的潛在信息和不同特征,從而為準(zhǔn)確刻畫中美兩國國債市場的聯(lián)動關(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、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)生樣本損失等問題;同時,TVP-VAR connectedness方法還能夠充分反映時變性聯(lián)動關(guān)系,更好地描述中美兩國間國債收益率溢出效應(yīng)的動態(tài)變化特征。第三,在研究視角上,以往研究多數(shù)側(cè)重于分析中美國債收益率的聯(lián)動性特征,很少深入探索兩者聯(lián)動的影響因素。本文進一步運用TVP-VAR模型研究中美國債收益率溢出效應(yīng)的影響因素,在此基礎(chǔ)上,從匯率變化、宏觀經(jīng)濟運行、短期跨境資本流動等多個方面,為增強我國債券市場抵御國際債券市場溢出沖擊的能力、防范和化解金融風(fēng)險提供政策建議。
現(xiàn)有大量研究指出,不同國家間國債收益率的變化存在溢出效應(yīng)。例如,歐盟各國10年期國債收益率表現(xiàn)出較強的運動協(xié)同性(Lee,2021)[12];歐元區(qū)、美國和日本等國國債市場相互依賴、相互聯(lián)動(Alexandre et al.,2020;Abakah et al.,2021)[3][1]。隨著新興經(jīng)濟體國債市場的規(guī)模逐漸擴大、市場透明度和流動性逐步提高,學(xué)者們開始重點關(guān)注發(fā)達國家債券市場與新興債券市場的聯(lián)動關(guān)系。Balli et al.(2020)[5]研究發(fā)現(xiàn),美國、英國和日本的債券市場對新興市場均有不同程度的溢出。此外,新興市場國家國債收益率對主要發(fā)達經(jīng)濟體國債收益率變化的反應(yīng)幅度在各國之間存在異質(zhì)性,并且受影響程度隨著時間的推移而變化(Belke et al.,2016;Ahmad et al.,2018;Abakah et al.,2021)[6][2][1]。
隨著金融全球化進程的加快,作為世界主要經(jīng)濟體的中美國債市場間的依賴程度逐漸增強。學(xué)術(shù)界開始將研究視角聚焦于中美國債收益率間的溢出聯(lián)動效應(yīng)。如有文獻指出,中美國債收益率聯(lián)動過程中,美國國債收益率的波動是中國國債收益率變動的原因(李成等,2010;趙東喜,2012)[22][30];還有文獻指出,匯率制度改革重啟等條件下,中美長期國債收益率進入互相反饋、相互影響階段(邱林卉和張華榮,2016)[25]。然而,現(xiàn)有對國債收益率溢出效應(yīng)的研究大多并未考慮國債收益率曲線的潛在信息,而是僅對一個或幾個關(guān)鍵期限的利率進行溢出效應(yīng)研究(史茲國,2014;邱林卉和張華榮,2016)[28][25]。對收益率曲線內(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。
對于國債收益率曲線潛在信息的提取,學(xué)者進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]對靜態(tài)Nelson-Siegel模型進行擴展,提出了動態(tài)Nelson-Siegel(DNS)模型,并應(yīng)用該模型很好地對美國國債收益率數(shù)據(jù)進行了擬合。此外,大量研究表明,DNS模型在我國也有較好的適用性(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,運用DNS模型擬合中美兩國國債收益率曲線并提取兩國國債收益率水平、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)中美兩國國債收益率間的溢出效應(yīng)。
此外,現(xiàn)有研究不同市場國債收益率溢出效應(yīng)的文獻所采用的研究方法,主要有格蘭杰因果檢驗(邱林卉和張華榮,2016)[25]、VAR模型(史茲國,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),刻畫不同國家市場間動態(tài)溢出效應(yīng),能夠更準(zhǔn)確反映中美兩國國債收益率的動態(tài)溢出效應(yīng)。最后,現(xiàn)有文獻僅從理論上分析了可能影響中美間國債收益率溢出效應(yīng)的因素,并未進行實證檢驗(郭棟,2019;王培輝和陳巖,2021)[17][29];本文則結(jié)合相關(guān)文獻,選取部分宏觀經(jīng)濟因素,實證研究這些宏觀經(jīng)濟因素對中美兩國間國債收益率溢出效應(yīng)的影響。
1.中美兩國國債收益率因子的提取——基于動態(tài)Nelson-Siegel模型
DNS模型的一般形式是:
其中,yt(τ)代表t時刻到期期限為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”,代表長期利率水平;St為長期利率與瞬時短期利率之差,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),反映整個利率期限結(jié)構(gòu)曲線的曲度,又被稱為“曲率因子”??梢钥闯?,水平、斜率和曲率三個因子決定了利率期限結(jié)構(gòu)的形態(tài),能夠較好地擬合整條國債收益率曲線。通過對比中美兩國國債收益率三個因子,能夠準(zhǔn)確刻畫出兩國國債收益率的溢出效應(yīng)。
DNS方法提取的三個因子屬于不可觀測變量,無法直接進行處理。而狀態(tài)空間模型(State Space Model)提供了求解不可觀測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,就可以通過卡爾曼濾波算法進行求解。其核心機制就是通過極大似然估計進行反復(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,分別得到中美國債收益率三個因子序列。其中,L-China、S-China、C-China分別表示中國國債收益率的水平、斜率和曲率因子,L-USA、S-USA、C-USA表示美國國債收益率的水平、斜率、曲率因子。
2.時變參數(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方法來測算中美兩國國債收益率三個因子的靜態(tài)與動態(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)測誤差方差分解(GFEVD)對兩國國債收益率因子的溢出效應(yīng)進行估計。
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上述方程,并基于Wold定理,將TVP-VAR模型進行VMA變換,即
Bj,t為VMA變換形式中的脈沖響應(yīng)系數(shù)。基于上述變換,本文參考Antonakakis et al.(2020)[4],對廣義脈沖響應(yīng)函數(shù)進行計算。具體而言,本文計算了國債收益率因子j受到?jīng)_擊與國債收益率因子j未受到?jīng)_擊兩種情況下提前H步預(yù)測值的差值,該差值即可歸因于國債收益率因子j受到的沖擊,可如下表示:
在前述推導(dǎo)基礎(chǔ)上,對國債收益率因子j施加沖擊,yt+H的脈沖響應(yīng)表示為
本文進一步計算了GFEVD,其表示國債收益率因子j對國債收益率因子i的預(yù)測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:
國債收益率因子i對國債收益率因子j的凈溢出沖擊( )可表示為:
3.中美兩國間國債收益率總凈溢出指數(shù)
借鑒Gabauer and Gupta(2018)[9]對兩國多類政策不確定性跨國溢出水平求和來度量兩國政策總溢出效應(yīng)的指標(biāo)構(gòu)建方法,本文進一步構(gòu)建了中美兩國間國債收益率動態(tài)總凈溢出指數(shù),該指數(shù)由美國國債收益率三個因子對中國國債收益率三個因子的凈溢出指數(shù)(該指數(shù)走勢如圖1所示)表示,具體如式(9)所示:
4.TVP-VAR(時變參數(shù)向量自回歸)模型
本文選取了Nakajima et al.(2011)[13]提出的帶有隨機波動性的TVP-VAR模型,系統(tǒng)考察中美國債收益率溢出效應(yīng)(該變量用基于前文測算的美國各類國債收益率因子對中國各類國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)突變帶來參數(shù)的持久變動,減少波動差異帶來的估計偏誤問題(胡利琴等,2014)[20]。
帶有隨機波動性的TVP-VAR模型的簡化形式可如式(10)所示:
式(12)參數(shù)服從隨機游走過程:
其中,βp+1~N(μβ0,∑β0),ap+1~N(μa0,∑a0),hp+1~N(μh0,∑h0)。為降低隨機波動條件下似然函數(shù)的處理難度,本文借助蒙特卡洛(M C M C)方法進行模擬抽樣,在獲得模型待估參數(shù)后驗分布的基礎(chǔ)上對其進行估計(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。
本文選取2011年1月至2021年12月中美國債即期收益率的月度數(shù)據(jù),以每月最后一個交易日的即期國債收益率代表,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個月、6個月、1年、2年、3年、5年、7年、10年和30年的國債收益率數(shù)據(jù)。
本文除了分析中美國債收益率因子間的溢出關(guān)系,還研究了宏觀因素對中美兩國國債收益率溢出效應(yīng)的影響。因此,被解釋變量是基于TVP-VAR connectedness方法得到的美國國債收益率三個因子總體對中國國債收益率三個因子總體的凈溢出指數(shù),代表中美兩國國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(short)、宏觀經(jīng)濟景氣指數(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)價法)表示,數(shù)據(jù)來自CEIC數(shù)據(jù)庫;短期跨境資本流動short參考彭紅楓和祝小全(2019)[24]的衡量方法計算得到;宏觀經(jīng)濟景氣指數(shù)mci來自Wind數(shù)據(jù)庫。
相應(yīng)變量的描述性統(tǒng)計結(jié)果如表1所示。
表1 變量的描述性統(tǒng)計結(jié)果
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。美國國債收益率水平因子、斜率因子和中國國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,美國國債收益率水平因子對中國國債收益率三個因子總體凈溢出為17.15%(由表2第五列前三個數(shù)之和(23.65+0.46+0.76)與表2第六行前三個數(shù)之和(4.01+2.53+1.18)作差得出),美國國債收益率斜率因子對中國國債收益率三個因子總體凈溢出為12.09%(由表2第六列前三個數(shù)之和(17.17+0.44+0.91)與表2第六行前三個數(shù)之和(4.44+1.41+0.58)作差得出)。由此可知,美國國債收益率水平、斜率因子對中國國債收益率溢出效應(yīng)較強,這與美國政策調(diào)控目標(biāo)相關(guān)。美國等主要經(jīng)濟體主要通過調(diào)控短期利率以穩(wěn)定經(jīng)濟,而近年來,短期利率的調(diào)節(jié)漸漸不能滿足支撐經(jīng)濟發(fā)展的需要,美國開始加大對長期利率水平的調(diào)控力度,促使美國長期國債收益率溢出效應(yīng)增強。同時,我國堅持對外開放政策,不斷提高金融市場開放水平,兩國之間債券市場的聯(lián)系不斷增強,為美國貨幣政策調(diào)控溢出提供了渠道。
表2 中美國債收益率的靜態(tài)溢出指數(shù)
此外,中國國債收益率水平因子、曲率因子以及美國國債收益率曲率因子成為主要凈溢入點,如中國國債收益率水平因子接受其他因子凈溢入高達30%(由表2中第九行第二列數(shù)值-30%得到,該數(shù)值表示中國國債收益率水平因子的凈溢出指數(shù),由于數(shù)值為負(fù),所以得出中國國債收益率水平因子主要接受其他因子的溢入影響),美國國債收益率曲率因子凈溢入指數(shù)高達為16.73%(同理由表2中第九行第七列數(shù)值-16.73%得到),主要原因在于我國通過長期利率調(diào)節(jié)經(jīng)濟、美國通過中期利率調(diào)節(jié)經(jīng)濟的頻率低,所以這些因子相對來說主要以接受其他因子的溢出為主,自身溢出效應(yīng)小。
為進一步展示中美間國債收益率的溢出效應(yīng)的動態(tài)變化,本文采用TVP-VAR connectedness方法測度了美國國債收益率三個因子對中國國債收益率三個因子的總凈溢出指數(shù)(指數(shù)的構(gòu)建如式(9))、一國國債收益率各因子對另一國國債收益率三個因子的凈溢出指數(shù)(基于式(8)加總得到),結(jié)果如圖1、圖2所示。
圖1 美國國債收益率三個因子對中國國債收益率三個因子的動態(tài)總凈溢出指數(shù)
圖2 中美國債收益率各因子的動態(tài)凈溢出指數(shù)
從總凈溢出指數(shù)的動態(tài)變化(圖1)看,美國國債收益率對中國國債收益率的凈溢出指數(shù)較高。原因可能在于2008年全球金融危機爆發(fā)以后,世界各國國債市場的國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,美國國債收益率對中國國債收益率的溢出效應(yīng)更為明顯。而2011年7月至2012年4月,以中國國債收益率對美國國債收益率的溢出效應(yīng)為主。2013年之后,美國國債收益率一直保持對中國國債收益率的強勢溢出態(tài)勢。值得注意的是,2015下半年開始,美國國債收益率對中國國債收益率的溢出指數(shù)有所回落,這可能與我國的貨幣政策有關(guān)。2015年12月,美聯(lián)儲宣布進入加息周期,而中國并未被迫跟隨美國加息,而是考慮到經(jīng)濟新常態(tài)背景下經(jīng)濟增速放緩的事實,一直實施降準(zhǔn)降息政策,引導(dǎo)利率下降。所以,美國國債收益率變動并未引起我國國債利率的同步變動(穆貝靂,2021)[23]。同時,我國對匯率制度進行重要變革,從單一盯住制度改為參考一籃子貨幣,糾正了人民幣實際匯率過高的狀況。根據(jù)三元悖論,實現(xiàn)浮動匯率制度,能夠保持貨幣政策獨立性,從而我國債券市場受外部影響較小。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,中美兩國的經(jīng)濟周期更加趨于一致,兩國國債收益率再次保持較高的相關(guān)度。2020年4月之后,我國國內(nèi)疫情得到明顯控制,而美國新冠疫情強勢爆發(fā)期,相比而言,我國經(jīng)濟穩(wěn)定發(fā)展階段,美國經(jīng)濟下行壓力增大,使得中國對美國的溢出影響更為強烈。因此,2020年4月之后,中美國債收益率的總體溢出水平表現(xiàn)回落趨勢。
圖2分別展現(xiàn)了中美兩國國債收益率各因子對另一國國債收益率三個因子的凈溢出水平,可以發(fā)現(xiàn),中美兩國國債收益率存在雙向溢出關(guān)系。具體來看,中國國債收益率的斜率因子凈溢出指數(shù)為正,其他兩個因子的凈溢出指數(shù)基本為負(fù),這表明美國國債收益率主要受中國國債收益率斜率因子的影響。而美國國債收益率的斜率因子和水平因子的凈溢出指數(shù)均為正,這說明中國國債收益率主要受美國國債收益率斜率因子和水平因子的影響。此外,在大多數(shù)時期,美國國債收益率因子的凈溢出水平明顯高于中國國債收益率因子的凈溢出水平,這說明美國國債市場向中國債市的外溢效應(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影響所致。金融危機發(fā)生后,中美兩國國債市場之間的聯(lián)動性得到加強,而中國國債市場還處于發(fā)展階段,市場運行機制并不完善,應(yīng)對外部風(fēng)險的能力不足,因此更易受到來自美國國債市場風(fēng)險波動的傳染。
綜上可知,中美兩國國債收益率存在雙向溢出關(guān)系且具有明顯的時變性特征;而且,總體來看,美國國債收益率對中國國債收益率曲線的溢出效應(yīng)更強。
通過上述分析可知,中美兩國間國債收益率存在較強的溢出效應(yīng),然而,該溢出效應(yīng)是否穩(wěn)定?受何種因素影響?為回答這些問題,本文基于中美兩國間國債收益率的凈溢出指數(shù),運用TVP-VAR模型對兩國國債收益率溢出效應(yīng)的影響因素進行深入分析。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,本文重點分析人民幣兌美元匯率(e)、短期跨境資本流動(short)、宏觀經(jīng)濟景氣指數(shù)(mci)對中美兩國間國債收益率溢出效應(yīng)的影響。此處,中美兩國間國債收益率溢出效應(yīng)使用基于TVP-VAR connectedness方法得到的美國國債收益率三個因子對中國國債收益率三個因子總體的凈溢出指數(shù)(connect)衡量。connect指數(shù)見式(9),其基本走勢如圖1所示。
本文所用數(shù)據(jù)為時間序列數(shù)據(jù),需要對各序列進行平穩(wěn)性檢驗,表3給出了ADF檢驗結(jié)果。宏觀經(jīng)濟景氣指數(shù)在10%水平下通過了平穩(wěn)性檢驗;匯率序列在5%水平下通過了平穩(wěn)性檢驗;凈溢出指數(shù)、短期資本流動均在1%水平下通過了平穩(wěn)性檢驗。此外,本文還進行了DF-GLS平穩(wěn)性檢驗,結(jié)果亦顯示凈溢出指數(shù)、短期資本流動、匯率和宏觀經(jīng)濟景氣指數(shù)均為平穩(wěn)序列(限于篇幅,DF-GLS平穩(wěn)性檢驗結(jié)果略)。由此,上述序列均通過平穩(wěn)性檢驗,該數(shù)據(jù)可用于構(gòu)建TVP-VAR模型。
表3 平穩(wěn)性檢驗結(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,在進行蒙特卡洛模擬抽樣之前,需要對參數(shù)進行賦值,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方法進行模擬抽樣,抽樣次數(shù)為10000。Geweke檢驗結(jié)果顯示在1%顯著性水平下,檢驗結(jié)果均無法拒絕估計參數(shù)收斂于后驗標(biāo)準(zhǔn)分布的原假設(shè),并且無效因子均小于100,表明蒙特卡洛模擬抽樣估計有效(限于篇幅,最優(yōu)滯后期選擇、蒙特卡洛模擬抽樣結(jié)果略)。
本文選取1個月、4個月和8個月的脈沖響應(yīng)時長代表短期、中期和長期影響,TVP-VAR模型估計結(jié)果如圖3所示,各變量的互動關(guān)系在短期和中長期表現(xiàn)出相異的特征。就圖3對角線的響應(yīng)圖而言,各變量自身響應(yīng)相對平穩(wěn)。面對自身的潛在波動,溢出指數(shù)、匯率、宏觀經(jīng)濟景氣指數(shù)在短期、中長期響應(yīng)均較為明顯,而短期跨境資本流動在短期響應(yīng)更顯著,而長期接近于0。此外,本文還選取1個月、2個月和6個月的脈沖響應(yīng)時長代表短期、中期和長期影響,估計結(jié)果與圖3基本一致(限于篇幅,相應(yīng)結(jié)果略)。
本文重點關(guān)注各宏觀變量對中美國債收益率溢出效應(yīng)的沖擊,如圖3第一列圖所示。從沖擊方向看,人民幣對美元匯率(直接標(biāo)價法)對中美間國債收益率溢出效應(yīng)產(chǎn)生顯著的正向影響,而且長期沖擊比短期沖擊的反應(yīng)更強烈。這說明人民幣貶值時,中國國債收益率受到美國國債收益率波動的影響更大,即兩國國債收益率的關(guān)聯(lián)性增強。人民幣兌美元匯率貶值使得以人民幣計價的國內(nèi)金融資產(chǎn)對資本的吸引力下降,尤其是國外資本,進而使國內(nèi)資產(chǎn)價格與收益的穩(wěn)定性下降。而具有較強敏感性的逐利資本也將放大這一過程,使得國內(nèi)金融資產(chǎn)價格間的內(nèi)部錨定力下降,對境外資產(chǎn)的依賴性與敏感性雙雙增強,故美國國債收益率的變動對中國國債收益率的影響隨之增強。
圖3 滯后1個月、4個月和8個月的動態(tài)脈沖響應(yīng)圖
短期跨境資本流動對中美兩國間國債收益率溢出效應(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,跨境資本流動量增加會增強中國國債收益率對美國國債收益率的溢出;而之后,跨境資本流動越多,美國國債收益率對中國國債收益率的溢出越強。這可能與2015年“811匯改”有關(guān)?!皡R改”之前,為減少人民幣匯率不穩(wěn)定性風(fēng)險,國內(nèi)資本偏好較為安全的資產(chǎn),例如中國國債,這使得中國國債收益率的自主性增強,甚至對美國國債收益率產(chǎn)生了微弱影響;“匯改”后,人民幣匯率彈性增強,市場化水平提高,較好地發(fā)揮了宏觀經(jīng)濟和國際收支自動穩(wěn)定器的作用,保持在合理均衡水平上基本穩(wěn)定,其波動造成的不穩(wěn)定性因素減少,資本的風(fēng)險偏好上升,境內(nèi)外資本跨境流動規(guī)模與頻率加快,境內(nèi)外金融資產(chǎn)關(guān)聯(lián)性增強,此時主要以美國國債收益率溢出中國國債收益率為主。
宏觀經(jīng)濟景氣指數(shù)對中美國債收益率溢出效應(yīng)產(chǎn)生負(fù)向影響,且長期沖擊比短期沖擊的反應(yīng)更強烈。這表明當(dāng)中國經(jīng)濟面臨下行壓力時,兩國間國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影響,世界經(jīng)濟遭受嚴(yán)重沖擊,中國宏觀經(jīng)濟下行壓力增大。在此背景下,2020―2021年美聯(lián)儲為刺激經(jīng)濟采取寬松的貨幣政策;為應(yīng)對疫情沖擊,支持實體經(jīng)濟發(fā)展,中國也多次降低存款準(zhǔn)備金率,中美兩國利率的聯(lián)動效應(yīng)通過貨幣政策關(guān)聯(lián)逐漸增強。
觀察圖3脈沖響應(yīng)結(jié)果,進一步發(fā)現(xiàn),匯率、短期跨境資本流動和宏觀經(jīng)濟景氣指數(shù)對中美間國債收益率溢出效應(yīng)的影響具有很強的時滯性,長期沖擊比短期沖擊的反應(yīng)更強烈。這可能因為中美間國債收益率溢出關(guān)系的形成往往循序漸進,是一個迭代的過程,所以事件發(fā)生時間越長,沖擊影響越強。此外,各因素的影響具有很強的時變性特征。例如,2019年4月,我國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)志著中國債券市場與國際市場的逐漸接軌,中國債券市場國際化程度提高(巴曙松和周兆平,2019)[15]。2019年7月,國務(wù)院金融委推出11條金融業(yè)對外開放措施,涉及多個金融領(lǐng)域,我國金融市場進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間的流動更加頻繁,跨境資本流動對中美兩國國債收益率溢出效應(yīng)的影響增強。此外,近幾年來,中國國債市場進入了規(guī)模和開放程度雙增長的快速發(fā)展階段,伴隨中美貿(mào)易摩擦持續(xù)升級和新冠疫情的全球性爆發(fā),中美兩國國債市場的溢出強度前所未有。
為進一步探究特殊時期下不同宏觀經(jīng)濟因素對溢出效應(yīng)的影響,本文選取了五個時間節(jié)點具體分析,表4說明了時間節(jié)點的選擇以及選擇原因。
表4 時間節(jié)點選擇及原因說明
本文重點分析中美國債收益率溢出效應(yīng)的影響因素。觀察圖4第一列結(jié)果圖可知,各因素在不同時期對中美國債收益率溢出效應(yīng)的影響存在一定差異。具體來看,匯率變動對中美國債收益率溢出效應(yīng)的影響與圖3結(jié)果相呼應(yīng)。隨著滯后期的延長,匯率波動的影響逐漸增強,說明匯率對溢出效應(yīng)的影響具有時滯性,與圖3脈沖響應(yīng)結(jié)果一致。這主要因為匯率對中美兩國間國債收益率溢出關(guān)系的影響具有很強的慣性。各國匯率制度在短期內(nèi)不會發(fā)生較大改變,所以匯率的變動對中美國債收益率溢出效應(yīng)的影響在相同匯率體制下不會有太大改變。跨境資本流動對中美間國債收益率溢出效應(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,跨境資本流動對中美國債收益率溢出效應(yīng)的影響存在明顯的時變性特征。例如,2018年初(t=87)、2020年初(t=109)之后影響不斷增強,這可能因為中美貿(mào)易摩擦持續(xù)升級和新冠疫情的全球性爆發(fā)對中美兩國的經(jīng)濟生活產(chǎn)生極大影響(王培輝和陳巖,2021)[29],跨境資本不斷流動放大了中美國債收益率之間的溢出效應(yīng)。宏觀經(jīng)濟景氣指數(shù)對中美兩國間國債收益率溢出效應(yīng)的影響也具有時滯性,長期沖擊此短期沖擊更強烈,這可能主要與經(jīng)濟周期有關(guān),結(jié)果也與圖3基本一致。
圖4 不同時點的脈沖響應(yīng)結(jié)果
本文利用動態(tài)Nelson-Siegel模型對中美兩國國債收益率三因子進行提?。徊⑦\用TVP-VAR connectedness方法構(gòu)造時變溢出指數(shù),對中美兩國國債收益率因子的動態(tài)溢出效應(yīng)進行識別與捕捉;最終,采用TVP-VAR模型對中美兩國國債收益率溢出效應(yīng)的影響因素進行探究。本文主要結(jié)論如下:
第一,中美兩國的國債收益率存在雙向溢出效應(yīng),并且該溢出效應(yīng)具有明顯的非對稱性與時變性特征。從總體上看,美國國債收益率對中國國債收益率的溢出效應(yīng)更強,這可能因為金融全球化趨勢加強,使得各國國債市場間的聯(lián)系和溢出效應(yīng)逐漸增強,而中國國債市場還處于發(fā)展階段,市場運行機制并不完善,應(yīng)對外部風(fēng)險的能力不足,因此更易受到來自美國國債市場風(fēng)險波動的傳染。因此,完善和規(guī)范國內(nèi)債券市場發(fā)展尤為重要。此外,美國國債收益率水平因子與斜率因子以及中國國債收益率斜率因子具有較高的溢出水平;而中國國債收益率水平因子與斜率因子以及美國國債收益率曲率因子成為主要凈溢入點。
第二,人民幣匯率貶值與中國短期資本流動的增加均對中美國債收益率的溢出效應(yīng)存在積極影響,而中國宏觀經(jīng)濟的發(fā)展則可削弱中美兩國國債收益率相互的溢出影響;短期跨境資本流動對中美國債收益率間溢出效應(yīng)的影響存在很強的時變性;匯率、宏觀經(jīng)濟景氣指數(shù)以及短期跨境資本流動對中美國債收益率間溢出效應(yīng)的影響存在很強的時滯性。此外,值得注意的是,匯率波動對中美國債收益率間溢出效應(yīng)的影響具有較強慣性,這主要與一國匯率制度及其作用機制的穩(wěn)定性相關(guān)。所以,一國想要保持貨幣政策獨立性、抵御外部金融市場風(fēng)險傳染,可以從穩(wěn)定匯率、減少跨境風(fēng)險資金流入、穩(wěn)住宏觀經(jīng)濟基本面等方面入手。
綜上,中國保持貨幣政策獨立性和債券市場穩(wěn)定,除了需要分析中美國債收益率的溢出關(guān)系,還需要密切關(guān)注影響中美國債收益率溢出效應(yīng)的宏觀經(jīng)濟因素,從相應(yīng)的宏觀經(jīng)濟因素入手,緩解美國國債收益率變動對中國市場造成的沖擊。具體地,應(yīng)該豐富國債衍生品市場的交易品種,擴大國債市場交易者規(guī)模,增強我國國債市場的流動性,逐步健全和完善我國的國債市場。同時,應(yīng)繼續(xù)深化匯率市場化改革,增強人民幣匯率雙向波動彈性,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;堅持金融市場雙向開放,提高抵御短期資本流動風(fēng)險的能力,保持我國貨幣政策的獨立性,增強抵御國際債券市場聯(lián)動沖擊的能力。