ParK's 論文后花園

对外经济贸易大学
博士学位论文
中国国债市场的波动性研究
姓名：杨宇俊
申请学位级别：博士
专业：金融学
指导教师：门明
20090301
捅要
我国的国债市场有其独特的一面，与发达国家的市场相比有着很大的不同。
随着我国利率市场化进程的加快，全球经济不确定性因素的增加，我国利率波动
越来越频繁，国债市场的风险也越来越高。我国债券市场正处于发展阶段，对国
债市场的波动特征及影响因素进行深入研究，不仅可以为个人和机构投资者提供
投资建议和风险防范，还能为监管当局提供重要的决策依据。
本文从非有效市场的角度展开研究，在对我国国债市场的总体波动特征进行
综合把握的基础上，对影响我国国债市场波动的内部风险因素与外部经济因素进
行实证分析，以期为我国国债市场的发展提供理论支持与决策参考。
首先，本文回顾了我国国债市场的发展历程，考察了国债的发行结构、市场
的交易特征，考察了国债市场的分割现状，重点分析了银行间国债市场与交易所
国债市场在交易主体、价格形成机制、结算方式等方面的异同，指出了中国国债
市场存在的问题，为后续几章的实证研究提供现象描述与直观解释。
其次，本文分析了我国银行间国债市场与交易所国债市场的波动特征。无论
是交易所国债市场还是银行间国债市场，杠杆效应并不明显，然而长记忆特征明
显。利用失败率检验与动态分位数测试检验了模型预测的风险价值的精确程度，
得出了t分布下的HYGARCH模型可以作为交易所国债市场的波动模型，而偏t分布
下的HYGARCH模型却更适合我国银行间国债市场的结论。
然后，本文利用银行间与交易所国债市场上国债价格隐含的Svennson模型
的利率期限结构，抽取出1．20年的即期利率数据，比较了两个市场利率期限结
构的异同。利用主成分分析，得出了四个风险因素可以概括利率期限结构的变动，
但与成熟市场不同的是第一风险因素的解释贡献度在55％左右，并且不能被称为
水平因素，政策因素可能是我国国债市场上的一个风险因素，同时分析了各因素
的相对重要性。
接着，在了解了引起国债价格波动的内部风险因素的基础上，本文利用基于
VAR系统的脉冲响应函数与方差分解技术去考察外部宏观经济因素对我国银行
间国债与交易所国债市场上国债价格的短期动态影响。给出了各宏观经济因素对
国债指数波动的影响程度，比较了两个市场的异同，结论显示国债指数收益率对
CPI指标的冲击反应，呈现负相关关系，我国投资者对于通货膨胀风险的补偿要
求较高。国债市场对来自股票市场波动冲击的反应较大，“跷跷板"效应明显，
两者投资收益率此消彼长，我国国债市场投机风险较大。同时，还考察了各经济
因素对不同代偿期国债指数的影响。从而从外部经济因素方面进一步了解我国银
行间国债与交易所国债市场的特征。
再次，在前面各章的分析结论基础上，本文分别度量了银行间国债市场与交
易所国债市场的市场风险，并且为我国金融机构提出有效的国债市场投资风险管
理策略，为政府机构提出有针对性的国债市场风险控制的政策建议。
最后，对本文的主要结论进行总结，并指出了本文的不足之处及进一步的研
究方向。
关键词：国债市场，长记忆性，风险价值，利率期限结构，脉冲响应函数
Abstract
The gov黝ent bond market of China has its unique characteristics and is quite
different from that of the developed countries．As the global economy becomes more
volatile，China accelerates the process of interest rate liberalization．The unexpected
interest rate change makes the risk of the government bond market more evident．The
government bond market in China is in the stage of rapid development．To study the
volatility characteristics and the influencing factors of the government bond market
thoroughly will not only provide the investment advices and the risk strategies for
individual and institutional investors，but also provide important foundations for
regulatory authorities in making decisions．
This paper empirically analyzes the internal factors of the risk and the external
factors of the economic Variables which exert effects 0n the bond market fluctuation
on the base of an all—around understanding of the general volatility characteristics of
the govemment bond market from the perspective of the weak—form efficient market．
The empirical results can provide theoretical support and decision—making references
for the development ofthe bond market．
First，this paper reviews the development process of the China government bond
market，studies the issuance structure and the transaction characteristics，investigates
the segmentation status of the government bond market． Focusing on the analysis of
the similarities and differences between interbank government bond market and the
exchanges government bond market，such as the investor,the price formation
mechanism,the clearing mechanism，the Paper points out the problems of the
government bond market．These provide ail intuitive description and explanation of
the phenomenon for the following chapters of empirical research．
Next，this paper analyzes the volatility characteristics of the inter-bank government
bond market and the exchanges govemment bond market separately．Leverage effect
is not obvious but the long memory character is obvious in both of the markets．We
test the accuracy of the Value··at··risk estimated by the model through failure rate test
and the dynamic quantile test．The result shows that the HYGARCH—t model is
suitable for the exchange government bond market and the HYGARCH-skt model is
suitable for the inter-bank government bond market．
Next，we fit the term structure of interest rates by using Svennson Model in two
markets separately．We extracted l一20 year spot interest rate data to compare the term
Structure of interest rates between the two markets．We find that the four risk factors
can be summed up from the change in the term structure of interest rate according to
the principal component analysis．It is different from the developed market because
the frst risk factor’S explanation of contribution is about 55％，which should not be
called the level of factor．Policy factor may be the risk factor in China’S government
bond market．In addition，we discuss the relative importance of the factors．
Then，after understanding the fluctuations of the government bond caused by the
internal risk factors，we study the short—term dynamic effect of the macroeconomic
factors on the bonds price by the impulse response function and the variance
decomposition technique based on the VAR system in the government bond market．
We study the extent impacts of the various macroeconomic factors on the bond index
fluctuatiOIlS and compare the similarities and differences between the two markets．
The result shows that the negative correlation between the bond index yield and the
CPI indicators of the impact suggests that the investors demand high compensation
for the inflation risk．We also find that the bond market responses strongly to the
impact from the stock market，suggesting that there is a”seesaw”effect．．There is a
tradeoff relationship between the government bond market yield and the stock market
yield．The speculation risk exists in China’S bond market．In addition，we study the
extent of the impact on the bond index with the differential maturity date by various
macroeconomie factors．We further understand the characteristics of the inter-bank
bond market and the exchanges bond market from the aspect of external economic
factor．
Again，we measure the market risk in two bond markets separately．We propose the
risk management strategies for the major financial institutions and the policy
recommendations of risk control for the government agencies based on the
conclusions of the previous chapters．
Last but not least，we summarize the main conclusions of the dissertation and bring
forward some further research topics．
Keyword：Government Bond Market，Long Memory Character,Value—at-risk，Term
Structure of the Interest Rate，Impulse Response Function
IV
学位论文原创性声明
本人郑重声明：所呈交的学位论文，是本人在导师的指导下，
独立进行研究工作所取得的成果。除文中已经注明引用的内容
外，本论文不含任何其他个人或集体已经发表或撰写过的作品成
果。对本文所涉及的研究工作做出重要贡献的个人和集体，均已
在文中以明确方式标明。本人完全意识到本声明的法律责任由本
人承担。
特此声明
学位论文作者签名．衫字存抄7年吖月1日
学位论文原创性声明
本人郑重声明：所呈交的学位论文，是本人在导师的指导下，独
立进行研究工作所取得的成果．除文中已经注明引用的内容外，本论
文不合任何其他个人或集体已经发表或撰写过的作品成果。对本文所
涉及的研究工作做出重要贡献的个人和集体，均已在文中以明确方式
标明。本人完全意识到本声明的法律责任由本人承担。
特此声明。
学位论文作者张和字佬、岬年护4月彳日●l
学位论文版权使用授权书
本人完全了解对外经济贸易大学关于收集、保存、使用学位论文
的规定，同意如下各项内容：按照学校要求提交学位论文的印刷本和
电子版本；学校有权保存学位论文的印刷本和电子版，并采用影印、
缩印、扫描、数字化或其它手段保存论文；学校有权提供目录检索以
及提供本学位论文全文或部分的阅览服务；学校有权按照有关规定向
国家有关部门或者机构送交论文；在不以赢利为目的的前提下，学校
可以适当复制论文的部分或全部内容用于学术活动。保密的学位论文
在解密后遵守此规定。
学位论文作者签名：扣字耆
导师张船以
渺?年印只鼍甚
加9年蝴7日
第1章绪论
1．1研究背景与意义
1．1．1研究背景
金融是现代经济的核心，随着我国对外开放的日益深入，金融活动广泛地渗
透到社会经济生活的各个方面。随着层出不穷的金融创新以及金融自由化和国际
化的迅速发展，国际金融风险日益增加，金融风险在全球范围内传递的广度和深
度也不断扩大。2007年下半年伊始，以美国次贷危机为导火索的金融危机浮出水
面。全球金融机构在此次金融危机中损失惨重，情况更为糟糕的是，金融危机已
演变为经济危机，严重影响到了实体经济。
在经济全球化趋势加速发展的大背景下，我国金融业正逐步开放，利率市场
化程度愈来愈高。目前，中国人民银行已制定利率市场化改革规划，本着先外币
后本币、先贷款后存款、先长期后短期、先大额后小额的改革思路，力争在加入
世界贸易组织后的十年内完成整个利率市场化改革。可见当前我国并非处于单纯
的利率管制阶段，也不处于完全的利率市场化阶段，而是处于转轨阶段。从国际
经验上看，在利率市场化的初期，绝大多数国家都面临着利率的波动幅度扩大、
频率增加，阶段性利率风险增大这一情形。因为在利率市场化的初期，除了预期
因素外，某些体制性因素，如国家干预的不确定性，以及经济主体对利率风险的
适应程度等都会对利率风险的大小产生影响。这就使利率市场化初期的利率风险
比利率市场化完成之后表现得更为复杂，从而使得债券市场的波动将更大。以中
央国债登记公司发布的中国国债总财富指数为例，从2002年1月4日开始公布时指
数值为100点以来，下跌幅度最大的一次是2003年至U2004年期间，从2003年8月1
日的最高点106．27点下跌至2004年4月29日的97．86点，下跌幅度达N7．9％；上升
幅度最大的是2008年期间，从2008年1月2同112．82点，一直上涨到12月18日的近
期新高131．61点，涨幅达到令人吃惊的16．66％。众所周知，国债市场不仅担负着
为国家财政筹措资金的功能，而且也是银行的主要投资场所和央行进行公开市场
操作的重要场所。所以国债市场的波动不仅关系到每个经济利益体的投资和决
策，更关系到宏观经济和金融市场的稳定。
目前，我国债券市场蓬勃发展。以市场化利率发行的债券占GDP的比重不断
增加，债券的现券交易量逐步放大，国债质押式回购、买断式回购的交易量也稳
步增长。但是，我国债券市场的投资者仍缺乏有效的规避和管理利率风险的工具。
一方面是利率市场化进程的不断加快，利率风险不断扩大，债券市场波动加剧，
机构投资者面临的风险越来越大；另一方面是债券市场规避和管理利率风险的工
具的欠缺，造成了中央银行、商业银行、企业和居民在利率风险面前显得无所适
从。两者的矛盾要求我们必须更加深入研究现阶段我国债券市场的特征，以便能
让市场投资者更好面对市场现状，控制与分散利率市场化带来的各种风险，让监
管者更好的把握市场现状，完善各项市场机制。
1．1．2研究意义
在现代金融市场体系中，国债市场发挥着核心金融市场的功能。国债市场已
经发展成为各类投资者进行投资、金融机构进行资产负债管理以及央行进行公开
市场操作、调控货币政策的重要场所。作为连接资本市场与货币市场的重要载体，
高流动性的国债市场不仅对国债管理和市场发展至关重要，而且对提高金融稳定
性、防范金融危机都具有极其重要的作用。然而我国理论界对银行间债券市场与
交易所债券市场的波动性的研究少之又少。作为正在成长的新兴债券市场，中国
债券市场的投资者结构、市场规模及运行机制等许多方面具有明显不同于西方债
券市场的特点，而现代西方债券风险管理理论是以西方成熟证券市场作为运用前
提，完全照搬国外市场的债券风险管理理论并不适合中国债券市场。因此在新形
势下如何处理好债券市场金融创新与风险防范、如何处理好债券市场发展与金融
监管就成了迫在眉睫的问题。这些问题的解决离不开对我国债券市场深度了解。
我国国债市场的特性是什么?银行间国债市场与交易所国债的波动特征是什
么?两者的异同点是什么?风险因素有哪些?与宏观经济变量的关系如何?如
何建立科学的风险分析、评估体系?如何管理和防范市场风险等等问题都是值得
深入研究的。这些研究的结论将有助于推动我国国债市场的发展，为债券市场的
风险管理提供了基础性的成果，为我国债券市场的改革和迎接国际金融市场的冲
击与挑战提供决策参考。因此本研究既有理论价值，又具有现实意义。
金融资产收益率是金融经济学中的～个非常重要的概念，能否对收益率的波
动情况进行正确描述直接关系到证券组合选择的正确性、风险管理的有效性、期
权定价的合理性。国债市场在我国金融体系中的地位R趋重要，一个高流动性国
债市场对提高金融稳定性、防范金融风险都具有极其重要的作用。因为它是金融
市场中各种资金最为安全的避风港，这种避风港不仅有利于居民的避险需要，也
有利于金融市场的稳定。从我国国债市场的运作机制来看，目前我国国债市场的
现货交易分为银行间国债市场、沪深交易所国债市场和银行柜台交易市场三大部
分。由于柜台市场主要是居民个人参与的市场，规模较小，国债交易主要集中在
银行间国债市场和交易所国债市场。这两个国债市场上交易主体不同、价格形成
机制不同、结算方式不同，交易的债券品种等呈现较大差异，势必造成两个市场
收益率、波动性等众多方面的差异。因此对这两个国债市场波动的聚类效应、杠
杆效应、长记忆性特征等做出客观评价，认识两个市场波动的异同，对于正确度
量两个国债市场运行中的市场风险，提高各金融机构国债市场的风险管理水平就
具有很强的实际指导意义。
国债市场的波动性主要是通过市价的波动体现出来，国债市场价格又是围绕
其理论价格波动，理论价格主要受到利率变动的影响，因此可以认为利率要素是
影响国债市场价格的第一要素。所以对债券市场波动性的第一层次理解便是考察
影响国债价格隐含的利率期限结构。利率期限结构是金融市场各种收益的重要风
向标，是各种金融衍生工具的定价基准，是进行保值和风险管理、套利以及投机
等金融活动的基础，反映和计量投资者资金成本。它的变化反应了市场对未来利
率变化的预期，了解它的风险因素，不仅可以更加深入的了解我国国债波动特征，
而且可以为投资者进行风险控制提供技术支持，为政府的国债的发行提供决策参
考，为监管当局的监管和控制提供决策依据。
国债投资回报率的波动与一国的经济发展水平之间的关系一直是经济研究中
的一个重要论题。货币供应量、通货膨胀率、工业产值、外汇汇率、股市收益率
等对国债收益率波动的影响引起了人们持续的关注。探讨非有效市场条件下的我
国债市波动与宏观经济因素之间的关系，不仅可以更深层次的了解我国债券市场
波动，而且对中国债市的健康发展和宏观调控政策的制定均具有重要的理论和现
实意义。
综上所述，在目前全球经济不确定性增加，金融动态的大环境下，我国利率
自由化改革也正处于逐步推进的阶段。国外同类改革的经验显示，利率自由化的
初期普遍导致利率的大幅波动，进而引起国债市场的大幅波动。在这种制度转型
阶段的利率环境中考察国债市场的波动尚未见诸国内外有关文献，这将是很有价
值的研究课题。
1．2文献综述
国外关于债券市场收益率波动的研究己有大量文献，本节回顾主要集中于债
券市场的波动特征、债券价格隐含的利率期限结构、债券市场与宏观经济变量和
债券市场的风险度量与管理这四个方面。
1．2．1债券市场的波动特征研究综述
众所周知，金融时间序列时常表现出不稳定的特点，大的波动倾向于伴随着
大的波动(或正向或反向)，而小的波动倾向于伴随着小的波动，这种现象称为波
动的聚类性。它的出现源于外部冲击对价格或收益波动的持续性影响，在收益率
的分布上则表现为“尖峰肥尾”的特征。此外，金融时间序列的波动还存在杠杆
效应，即负面消息的冲击所产生的波动将大于等量正面消息冲击所产生的波动。
国外针对描述金融时间序列波动的模型研究，自1986年Bollerslev指出波动的
聚类性可以用广义自回归条件异方差模型来刻画以来，关于GARCH族模型的研
究不断涌现。最有影响的是Engle、Green和Robins(1987)年提出的ARCH．M模
型，Nelson(1991)年提出的EGARCH模型，Higgins和Bera(1992)提出的PARCH
模型，Glosten，Jaganathan和Runkle(1993)提出的GJR模型，Rabemananjara和
Zakoian(1993)提出的门限条件自回归模型TGARCH模型，Engle(1993)提出的
描述非对称性的模型。自Din蜀Granger和Engle(1993)提出的描述长记忆性的
APARCH模型后，近年来波动序列的长记忆性成为国外研究热点。Bmllie(1996)
提出了FIGARCH模型，Tse(1998)提出了FIAPARCH模型，Chung(1999)提出
了改进的FIGARCH模型，此后，针对FIGARCH模型的缺陷，Davidson(2001)
提出了HYGARCH模型。之后，Davidson(2003)继续改进HYGRACH模型，指
出HYGARCH模型能够充分把握金融市场回报率特征：波动聚类性，尖峰厚尾性，
非对称性和长记忆性。针对残差服从的分布，实证检验从假设残差服从正态分布
过渡到服从t分布、广义误差GED分布、偏T分布等展开。Silvapulle(2003)和Giot
(2003)也得出了非正态分布要优于正态分布的结论。Sfiananthakumar(2003)
利用基于正态分布、学生分布、有偏的学生分布的ARCH类模型，实证研究估计
了澳大利亚指数、S&P500、DowJones工业指数每同回报率的风险价值，得到了
GARCH(1，1)一t分布优于其他分布的假设。Giot和Laurent(2003)利用同样的方
法考察了英国FTSE指数、同经指数、NASDAQ指数，得出了偏t分布在计算VaR
时优于其他分布的结论。综上，我们发现针对金融时问序列的波动率，国外研究
4
已进展到了描述波动率的长记忆性上，而对残差服从的分布已从正态分布扩展到
了偏t分布、GED分布等非对称分布上。
利用这些模型对债券市场展开研究的文献，国外成果较为丰富。Bollerslev
(1992)研究得出美国国债风险收益的波动性具有明显的自相关性，而且波动的持
续性较强，随时间的衰减程度缓慢。Najand(1993)研究表明美国国债期货市场
上周收益率的波动聚类性与杠杆效应明显。Jones(1998)研究认为美国国债波动
过程符合单变量GARCH过程。Montalvo(1999)利用GARCH模型考察了交易
量对西班牙国债期货市场的条件方差的影响。Bollerslev和Song(2000)利用1994
年到1997年美国国债的回报率数据，发现国债收益率序列长记忆性特征明显，
该特征对长期期权的定价有重要影响。Erossi和Zucca(2002)的研究发现意大利
国债市场的波动服从非对称的GARCH模型，并得出了在GARCH模型下的对冲
策略明显优于久期免疫策略和最小二乘算子免疫策略的结论。Heston等人(2003)
假设国债收益率的波动服从GARCH过程，考察了国债及其期权的定价。Green
(2003)研究结论表明国债市场存在非对称性，公开信息披露时，坏消息引起的
波动大于好消息引起的。Audrino、Trojani和Januar(2005)利用TGARCH模型
考察美国国债市场，发现数据的条件相关系数依赖于一个简单的门限结构，
TGARCH模型与其他GARCH模型相比，显著改善了模型的样本内与样本外的预
测能力。Hunter和Simon(2005)利用双变量GARCH模型考察了lO年间美国国
债回报率与英国德国和日本国债之间的条件相关性与领导一滞后关系。得出了这
些国家之间债券市场的均值与方差存在溢出效应。Herzberg和Sibbertsen(2005)
考察了波动率的长记忆性对利率期权价格的影响。Cappiello，Engle和Sheppard
(2006)考察了美国国债市场的波动的非对称性，发现非对称性并不明显，然
而其条件相关系数却呈现出非对称性的特征。
国内利用GRACH族模型展开资本市场研究的文献也非常丰富，但大部分都
停留在描述波动的聚类性和杠杆效应上，针对波动率长记忆性特征近年来才丌始
出现。罗登跃，王玉华(2005)运用标准对数周期图法及tapered对数周期图法对
上海证券市场综合指数及分类指数进行了长记忆检验，并建立RFIMA．FIGARCH
模型来刻画股市的长记忆性。李伟，屠新曙(2006)利用FIGARCH、FIEGARCH
模型考察了上证综合指数、深圳成分指数、香港恒生指数波动率的长记忆性。但
这些研究仍然停留在利用FIGARCH模型来把握波动率长记忆性上。但正如
Davidson(2001)所指出的，FIGARCH存在缺陷：第一、FIGARCH过程中描述
5
记忆的参数d值越趋近于零时，波动率过程的记忆性就越大，这显然与分整形式
中参数d的作用相反，因此很难对记忆参数d进行解释。第二、FIGARCH过程受到
振幅为l的假设限制，像IGARCH过程一样，当d>0时，由于残差不是二阶平稳的，
所以自协方差函数无法定义，随着波动率记忆性的增加，可能产生奇异的行为。
出于以上原因，Davidson(2003)将FIGARCH模型扩展为HYGARCH模型，即双
曲的GARCH模型，去描述序列的长记忆特征。HYGARCH不仅拥有GARCH模型
所拥有的协方差平稳的属性，而且还拥有FIGARCH模型所拥有的残差依双曲率衰
减的属性。它可对记忆参数d和振幅参数S分别估计，从而避免了FIGARCH中对振
幅S=I的限制。最好的优点是序列的记忆长度随着参数d的加大而加大。国外的众
多学者已利用该模型来进行研究。Davidson(2003)实证研究了1997．1998年间亚
洲主要货币波动率，表明HYGARCH在解释金融时间数据的波动率的长记忆性时，
表现优越。Niguez和Rubia(2006)运用HYGARCH模型考察了由5个汇率构成的
一个组合，结果即使仅对方差做短期预测，正确的给波动率的长记忆性建模也是
非常重要的，HYGARCH给出的模型明显优越GARCH模型给出的结论。Tang和
Shieh(2006)在预测3个股指期货市场的VaR值时比较了FIGARCH和HYGARCH
模型，他们得出了HYGARCH模型好于FIGARCH模型的结论。
随着国债市场的蓬勃发展，国内对交易所国债和银行间国债市场的定量研究
成果也日益丰富。吴雄伟，谢赤(2002)使用ARCH／GARCH模型对我国银行间
债券市场三个月回购利率进行了分析，发现其波动性能够用非对称性的GARCH
模型得到很好的描述，这种非对称性不同于股票收益率中的非对称性，因为利率
在向上变动的过程中其波动性反而较大。张绍斌，齐中英和张亚光(2005)利用
ARMA．GJR．M模型对中国国债市场利率波动情况进行拟合分析，得出中国国债
市场短期利率行为存在均值回复特性，负收益和正收益对利率市场产生的冲击是
不对称的结论。黄玮强，庄新田(2006)实证结果表明证券交易所国债指数对银
行间国债指数有较强的引导作用，证券交易所国债市场的价格发现效率高于银行
间国债市场的价格发现效率。潘婉彬等(2007)利用TGARCH模型研究了利率的
波动特征。黄满池，郑江南(2007)通过上交所国债市场指数收益率序列波动特
征的研究发现FIGARCH(1，d，1)模型能够较好刻画上交所国债指数收益率波
动的特征。徐为民，李根(2007)利用EGARCH模型族衡量交易所国债市场的
波动性，进而测度其风险，并分析了国债波动性的原因，最后针对交易所国债市
场的相关利益主体提出了风险防范的建议。
6
1．2．2债券价格隐含的利率期限结构研究综述
国债价格隐含的利率期限结构是金融市场各种收益的重要风向标，是各种金
融衍生工具的定价基准。该方向的研究一直以来都是金融领域研究的热点问题。
不同的学者都从不同的角度对该问题进行了探讨，重点集中在利率期限结构形成
假设、利率期限结构静态估计、利率期限结构动态模型和利率期限结构形态的
微观分析上。所谓利率期限结构是指不同期限的即期利率所构成的一条曲线，曲
线形状可能为向上倾斜、向下倾斜、下凹、上凸等。
关于利率期限结构估计的研究，主要可概括为两大类，动态模型与静态估计。
动态模型的方法是对利率的随机行为进行建模，通常包括“一般均衡模型’’、“无
套利模型"等。一般均衡模型以CIRl模型为代表。无套利模型以Vasicek(1977)、
Ho(1986)、和Health(1992)年等人提出的模型为代表，他们从不存在套利机
会的假设出发，对利率的动态行为进行分析。这类模型的特点是都要求债券市场
相对发达，衍生产品较为丰富，使得市场能保持瞬时的无套利性，一旦这些前提
与市场不符，则这类模型就未必适用了。而我国国内债券市场还处于发展阶段，
国债品种较为单一，远期市场还不存在，故这类模型并不适合构造我国的利率期
限结构。静态方法采用曲线拟合技术来估计利率期限结构，主要有两种拟合思路，
一种是分段拟合，另一种是整段拟合。分段拟合主要采用样条技术。McCulloch
(1971)采用一个简单的二次多项式作为基函数，来估计利率期限结构。但这种
方法的缺陷是估计的远期利率曲线可能出现振荡，于是MeCulloch(1975)使用
三次样条函数，该种方法有较好的适应性，它不限制贴现函数的形式，但是这种
方法估计出的远期利率可能为负数，而且比较不稳定，特别在最远端部分。Vasicek
和Fong(1982)建议采用指数样条以生成一个渐进平坦的远期利率曲线。Steely
(1991)认为多项式基函数所产生的回归矩阵的列向量间可能存在完全共线性，
由此引起的大量数据减少可能降低拟合的准确度，他推荐使用B．样条。Fisher、
Nychka矛HZervos(1995)提出使用平滑样条技术。Anderson和Sleath(2001)进一
步提出使用一个连续函数来表示平滑参数。但是，这类样条拟合模型为了增加拟
合效果，往往设置多个节点，从而使得模型的待估参数的数目增多。所以一些学
者提出了整段拟合的方法，采用参数化模型来拟合即期利率曲线。Nelson和Seigel
(1987)提出了一个只有四个未知参数的模型，该模型拟合效果良好也很稳定，
1 Cox、Ingersoll和Rossl985年提出的模型。
7
特别是在外推预测时表现令人满意且符合经济学特征。Svennson(1994)对
Nelson．Seigel模型进行了改进，主要是在原有的远期利率模型上添加了一个指数
函数项，因而多出了两个参数，允许收益率曲线存在两个极值点，这使得计算短
期债券价格时的灵活性大大提高。由于SV模型利率曲线处处多阶可导，满足光滑
性，同时模型参数有较强的经济含义，模型拟合结果比较符合利率期限结构预期
理论，因此许多国家的中央银行都采用NS模型或SV模型来估计本国的利率期限
结构。例如法国、加拿大、比利时、德国、挪威、瑞典、瑞士多数采用SV模型，
美国同时采用SS和SV模型，英国同时采用VRP和SV模型2。国际上，大量学者已
利用以上模型展开实证研究。Fisher、Nychka和Zervos(1995)利用三次平滑样
条法来拟合远期瞬间利率曲线。Waggoner(1997)分析了Fisher、Nychka和Zervos
方法精确度不够稳定的主要原因在于采用常数粗糙度惩罚项(Roughness Penalty)，
建议采用可变粗糙度惩罚项，并利用实证研究表明该方法能够较好地拟合出美国
的静态利率期限结构。Lin和Yreh(2001)实证检验了台湾国债市场上利率期限结
构动态最优估计方法，得出了相比较而言，带跳跃的两因素N．S模型适合台湾国
债市场。国内对利率期限结构拟合方法的研究，近年来也较为活跃。林海(2003)
用样条函数拟合了利率期限结构，并在此基础上简要分析了利率期限结构的变化
特征。朱世武和陈健恒(2003)对2002年4月19日至U2003年4月25日的交易所国债
的周数据进行多项式样条与Svensson模型拟合比较后，得出了Svensson模型较适
合我国国情的结论。王建喜和王晓轩(2004)采用不同的样条函数，对某个特定
日期国债所隐含的利率期限结构曲线进行回归估计，给出了指数样条函数与多项
式样条函数在估计利率期限结构曲线中的一些特点。于谨(2004)分析了我国国
债收益率曲线的基本特征，着重从市场本身剖析这些特征的主要成因，并提出了
完善我国国债收益率曲线形成机制的对策建议。王晓芳，刘凤根和韩龙(2005)
以上交所债券价格隐含的利率期限结构数据作为分析对象，利用三次样条函数构
造出利率期限结构曲线，并对其作了相关的评价。范龙振(20041、范龙振和张国
庆(2005)分别用两因子与三因子广义高斯仿射模型估计了上交所债券市场的利
率期限结构。傅曼丽，董荣杰和屠梅曾(2005)采用上交所国债数据对利率期限
结构的4种构造模型即多项式样条法、B．样条法、Nelson．Siegel模型和Svennson模
型进行较系统的横向对比实证。闵晓平，田澎和张旭(2006)结合我国利率体系
和利率的形成机制，提出一个适合交易所利率期限结构估计的NS扩展模型，然后
2资料来源于国际清算银行(BIS)2005年lO月的技术文档。
利用交易所国债市场的日交易数据，对扩展模型、NS模型和SV模型进行了样本
内和样本外的比较实证分析，得出NS扩展模型比NS模型和SV模型更适合于交易
所的利率期限结构估计。仝晓燕，程希骏(2007)使用B样条来研究中国国债市场
的利率期限结构，通过样本内和样本外检验，得出样条方法拟合精度、曲线光滑
性及平稳性方面效果较好。郑振龙，b壮志(2008)使用三次样条函数和Svensson
模型去构建利率期限结构，得出Svensson模型在拟合精度上比三次样条函数更具
优越性，比三次样条函数更适合银行间债券市场利率期限结构的研究结论。
关于利率期限结构的风险因素的研究，Cochrane和Piazzesi(2005)年研究结
果表明5个远期价差的线性组合解释了下一年度2至5年期国债超额收益率波动的
30％到35％。这些结果暗示了利率期限结构随时间变化，是国债市场波动的主要
来源。Steeley(1990)与Litterman和Scheinkman(1991)年利用主成分方法对不
同即期利率进行因素提取，他们的研究发现利用三个因素可以很好地解释大部分
的价格变动。他们称这些因素为水平(1evel)、斜度(slope)和曲度(curvature)因素。
其中，水平因素发挥着主导作用，债券收益率对水平因素的敏感性并不因为期限
的长短而相异，即各种期限的债券收益率均受到水平因素的影响；倾斜因素的影
响作用次之，它是影响长期利率与短期利率朝不同方向变化的因素，或者是致使
利率朝一个方向变化但幅度存在差异的因素；弯曲程度的影响作用居于第三位，
它可以看作是对特定期限范围内利率的集中影响，某种程度上具有分割市场的作
用。随后很多研究人员针对不同国家的债券市场展开了大量的实证研究，Buhler
和Zimmermann(1 996)对德国和瑞士的债券市场展开研究，发现前三个因素便可
解释90％以上的利率期限结构变动，但第一个因素并不代表收益率曲线的水平移
动，因为其因素负荷量大小并不太一致。Maitland(1999)对南非的利率期限结
构进行研究，发现两个因素就足以解释国债收益率水平的变化。Martellini和
Peiaulet(2000)对法国的利率期限结构进行了因子分析，发现3个因素可以解释
国债收益率水平的变化。David等人(2004)利用主成分方法分析出利率期限结构
的3个风险因素，然后构建这3个风险因素的关键久期(水平、倾斜与曲度)去衡
量组合对各主成分的敏感度，发现合理构筑能够对冲90％以上的债券价格的波动。
Grahame和Johnson(2005)分析了加拿大的国债利率期限结构的变动，他们将数
据分成1986．1997年与1997．2003年两个部分，发现3个独立因素(水平、倾斜、曲
度)可以解释国债利率期限结构的变动，但这些因素的相对重要性在两个数据段
区间之间变化明显。Cochrane和Piazzesi(2008)利用仿射模型构造出利率期限结
9
构，然后利用主成分分析方法得到了3个主要影响因素，得出远期利率反映了预
期的超额回报，当前的倾斜与曲度因素能够预测将来的超额回报。对于利用主成
分分析方法研究利率期限结构风险因素的评论性文章也开始出现，Lekkos(2000)
批评了大量学者的研究结论，他声称期限结构的3因素(水平、倾斜、曲率)已
充分描述了利率的变化过程这一结论产生的主要原因是研究过程中大多学者都
是采用零收益率或即期利率作为研究样本，但它是远期连续复利的平均值，因而
相互之间高度相关，如果远期利率相互独立，那么零收益率曲线将总是呈现出水
平、倾斜与曲度因素。但若分析远期利率，结论明显不同，第二、三个因素已不
能被解释为斜率与曲度，5个因素才解释了方差的95％。Alexander和lLvov(2003)
也对主成分分析方法给出了自己的看法。他们利用主成分分析考察了远期利率，
得出了与Lekkos相反的结论，即对远期利率他们的结论仍是能够用3因素解释，究
其原因，他们认为是Lekkos采用的是息票剥离技术构造利率期限结构曲线，然而
他们是利用Svensson模型估计出利率曲线，不同的利率曲线拟合技术对结论将产
生较大的影响。Lardic、Priaulct和Priaulet(2003)也针对大量实证文章，概括出3
个值得关注的问题，并给出了解答。第一个问题是利用主成分分析时是否应对利
率数据差分；第二个问题是数据应该采取中心化还是标准化即是对协方差矩阵还
是相关性矩阵进行主成分分析；第3个问题是主成分分析的结论是否依赖于实证
时采用的利率及数据频率。针对第一个问题，他们认为利率数据之间的相关性明
显比差分后的数据之间相关性更大，但利率数据未必是平稳的，因此利用主成分
分析方法时必须使用利率变化值。针对第二个问题，他们认为期限结构的波动通
常不是扁平的，经常出现驼峰或曲棍的形状，利用主成分分析方法处理协方差矩
阵将过分突出波动更大的短期利率的影响，因此利用主成分分析方法时必须使用
相关性矩阵。针对第3个问题，他们认为这两个因素肯定影响了人们所获得的结
论，但是该个问题并不重要，因为实际应用时，人们能酌情处理该问题。国内，
关于利用主成分分析利率期限的文章近年来开始出现。朱世武和陈健恒(2003)
利用2002年4月19同：至112003年4月5日上交所国债价格数据拟合出1．30年利率
期限结构，再进行主成分分析，结果显示三因素可解释利率变动总体方差94％以
上；唐革榕和朱峰(2003)利用2001年8月30同至U2002年12月13日上交所国债价
格数据拟合出1个月到9年共12个品种的利率期限结构，经过ADF平稳性检验，再
利用一阶差分数据进行主成分分析，得出三因素可解释利率变动总体方差90％以
上。许瑾、缪柏其(2004)利用非线性变换的研究发现，前三个主成分可以解释99％
10
中国利率期限结构变动。林海(2004)对中国的市场利率期限结构进行了主成分
分析，并在此基础上对中国债券组合的套期保值提出了若干建议。综上国内文献，
我们发现国内学者在利用主成分分析利率期限变动时，所采用的数据年限与国外
文献相比明显较短，国内基本上为1年左右，而国外基本上为5年以上。这可能造
成样本区间较短，结论不可靠的问题。此外，我国国债市场交易主要集中在银行
间市场，对银行间国债市场所隐含的利率期限结构都未涉及，更不用说比较其与
交易所国债市场利率期限结构的异同。
1．2．3债券市场与宏观经济变量研究综述
国外，关于这方面的文献众多。Michael和Rernolona(1997)考察了美国国
债市场的波动特征，指出国债价格的大幅波动可能原因是投资者预期的变化引起
交易活跃程度的变化，宏观经济变量诸如CPI、PPI、联邦基准利率、失业率等变
量的公布能够部分解释国债价格的波动。Evans和Marshall(1998)使用脉冲响
应和方差分解技术，得到了宏观变量的冲击、货币政策的冲击与国债收益率变动
之间的实证关系。Jones(1998)和Christiansen(2000)都得出了宏观数据的公
布显著影响国债收益率的波动。Li(2002)使用3个资产回报动态模型检验了债
券与股票资产回报率与宏观变量之间的关系，得出了影响资产回报的主要因素是
未预期到的通胀，其次是实际利率，预测债券回报率的模型中加入宏观因素，有
助于改善投资者的收益。Brand和Wang(2003)讨论了风险溢价受到通货膨胀、
总消费等宏观变量冲击后的反应。Ang(2004)利用无套利约束下的结构VAR模
型验证了货币政策及其他宏观变量与国债收益率之间的动态关系。Diebold、
Rudebu和Aruoba(2005)利用VAR模型研究了宏观经济变量与美国国债收益率
之间的关系。Wachter(2005)采用Habit模型考察了债券市场的超额回报率，得
出了宏观经济冲击显著影响着债券风险溢价。Ludvigso和Serena(2005)研究结
果表明宏观变量对国债超额回报率有预测能力，对2年期国债超额回报率的波动
解释力达到26％。Goeij和Marquering(2006)发现物价指数和失业率影响中期
和长期国债的收益率，但货币政策仅仅影响短期国债收益率。Viceira(2007)发
现短期名义利率与债券波动正相关。Ludvigson和Ng(2007a，2007b)利用主成
分方法分析了众多宏观变量，发现这些变量对股市、债市的超额回报率及债券风
险溢价均有显著影响。Huang和Lu(2008)利用1年、5年、lO年、30年期的
美国国债数据进行实证研究，得出宏观经济变量显著影响国债波动率，特别是实
体经济变量影响所有期限的国债，而货币变量与短期国债的波动相关性更大。
国内关于这方面的研究相对落后，近期文献才开始出现并成为热点。王一鸣、
李建峰(2005)以回购市场的收益率曲线为例，就宏观经济变量对这一曲线的几
个特征的影响进行了实证分析，发现宏观经济变量更多的是对整个收益率曲线的
位置有影响，也就是对整个债券市场的总的收益率有影响；消费价格指数对不同
待偿期债券之间收益率关系的影响最大，期限结构包括了有关未来消费增长的信
息；股票市场指数则对总的收益率存在负效应，即股票的上扬会引起债券收益率
的整体下降。刘金全，王勇和张鹤(2007)通过估计和检验结构VAR模型，发
现宏观经济冲击只对收益曲线的截距参数具有显著影响，而对收益曲线的斜率参
数和曲率参数的影响微弱，其中货币冲击、供给冲击和价格冲击都对短期利率产
生了持续显著的影响，而对长期利率则没有显著作用效果。范龙振，张处(2006)
利用VAR模型实证分析了1997年8月至2005年12月上海证券交易所债券市场债券
的回报率与宏观经济变量的关系。利用方差分解技术研究发现债券价格明显受官
方利率、物价指数、货币供应量的影响。利率水平越高，债券的超额回报率越大；
通货膨胀率越高，债券的超额回报率也越大；货币供给量增长率越高，债券的超
额回报率越小。惠恩才(2007)对2002年1月N2005年7月上交所国债的收益率曲
线变动的因子模型进行了实证研究，他以不同期限利率的月变动额为因变量，以
水平因子和斜率因子为自变量，构建预测模型，分析了宏观经济变动对不同期限
利率的影响。姜金香(2008)利用主成分分析方法得出了三个宏观因素中，CPI对
国债收益率影响程度最大，存贷差增速其次，而工业增加值的影响力度最小。资
金充裕度和通胀水平对短期国债收益率影响较大，而经济增长对长期国债影响程
度较高。何秀红(2008)利用向量误差修正模型进行计量分析，发现在影响国债
收益率的三大因素当中， CPI和资金供应量是影响长、短期国债收益率的最根
本因素。于鑫(2008)基于银行问债券市场的高频数据，利用VAR模型和脉冲响
应，对做市商市场的运行情况进行检验、发现存货效应和信息不对称对价格发现
均有显著影响，而后者的影响更大。郭涛，宋德勇(2008)研究了利率期限结构
与未来通货膨胀的关系，结果表明央行货币政策措施对我国的利率期限结构产生
影响，我国利率期限结构能够为研究制定货币政策提供大量有用的信息。于鑫
(2008)对我国利率期限结构与未来经济变化之间的关联性进行实证研究，结果
表明长、短期利差对我国未来经济变化具有一定的可预测性，在l～12个月的检
验期内，利差系数均显著为负，且对中长期累积经济变化率的解释力度最高，但
利差的边际预测效果较差，各期回归方程的拟合优度不高；在引入了货币政策变
量等其他具有预测力度的信息变量后，利差的预测效果仍然显著。
综上所述，我们发现国外学者对宏观变量与本国国债收益率之间的关系的已
开展深入研究，而国内相对落后，主要有以下几点不足：
第一，大部分研究文献集中于分析宏观经济与利率期限结构，经济变量对国
债市场冲击的研究仍然是我国债券理论研究的一个薄弱环节。
第二，以上研究数据的时间段都较短，通常只取2到3年的数据，由于样本
区间过短，容易导致实证检验结果偏差。
第三，己有的研究多分别针对银行间债券市场或者交易所债券市场，尚没有
两市场的统一分析。由于银行间国债市场与交易所国债市场在交易机制、投资者
构成等等方面都存在差异，势必造成经济变量对两个市场影响不同。
第四，按不同代偿期来考虑宏观经济变量对国债持有回报率的冲击，国内文
章尚未涉及。
1．2．4债券市场风险度量与管理研究综述
随着国际金融市场波动的加剧，市场风险越来越受到人们的关注。Morgan的
风险管理人员开发了一个名为“风险矩阵”的系统，提出利用计算的风险价值
(Value at Risk)去度量金融机构所承担的市场风险。1993年，30国集团发表的
《衍生产品的实践和规则》的研究报告，开始推广使用此方法。同年，国际清算
银行接受了分析工具，并体现在《巴塞尔资本协议》中，要求银行必须关注市场
风险。此后，关于风险价值的研究就一直成为风险管理中的热点问题，有关风险
价值的理论也不断发展。现阶段，计算风险价值的方法主要包括3种，历史模拟
法、方差．协方差法和蒙特卡洛模拟法。本节主要讨论采用方差．协方差法去计算
风险价值的文献。该方法的基本思路是首先利用历史数据计算资产组合的收益的
方差、标准差、协方差；其次假定资产组合收益是正态分布，可求出在一定置信
水平下，反映了分布偏离均值程度的临界值；最后建立与风险损失的联系，推导
VaR值。大量学者开把波动率模型与该方法结合，得出了大量结论。Goorbergh
和Vlaar(1999)比较研究了静态模型、GARCH模型、历史模拟法与极值方法在
衡量荷兰AEX股价指数与道琼斯工业指数风险价值时的效果，其实证结果表明，
GARCH模型所度量的VaR，其精确度都优于其它度量方法，失败率最接近理论
失败率。Alexander(2000)，Christoffersen(2001)和Engle(2001)都得出利用
GARCH族模型描述方差的方法在计算VaR时，精确度要好于Riskmetrics的方法。
此后，广大学者开始关注残差分布的“厚尾性"对计算VaR值的影响，开始假设
残差服从t分布、GED分布、偏t分布等分布。Mkpso和Plhyu(2006)利用7
个GARCH模型包括“险阵”和两个长记忆性的GARCH模型，研究了12个股
票市场指数和4个外汇资产的不同置信水平下的风险价值，结论表明风险价值的
估计受到数据的“厚尾性”与非对称性显著影响。
国内利用GARCH族模型计算VaR的文献2000年后也逐渐增多。杜海涛(2000)
利用2000年1月4日N2000年6月2日的交易数据，实证分析了RlskMetrics与GARCH
模型下的VaR值的优劣。陈学华，杨辉耀(2003)应用APARCH模型在三种分布
假设下对上证综合指数通过事后模拟和条件单步预测来计算上证综合指数的风
险价值，然后把它与应用GARCH模型的估计结果进行比较分析。通过返回检验
发现，APARCH应用于VaR估计是统计有效的并且明显优于GARHC模型。王春
红，曹兴华(2004)利用VaR方法对国债的利率风险进行了度量，验证了国债收
益率序列不服从正态分布，说明不宜采用正态分布假定去计算VaR。龚锐，陈仲
常和杨栋锐(2005)利用GARCH、EGARCH、PARCH模型分别在正态分布、t一分
布、GED分布假设下，分析比较了上证指数、深圳指数与上证180指数的风险价值。
李成，马国校(2007)探讨了GARCH、TGARCH、EGRACH模型在正态、t、GED分布
下我国银行间同业拆借市场利率风险测度VaR的模型。刘庆富(2007)比较基于
正态分布和t分布下EGARCH．GED模型和GARCH模型计算得到的风险价值，
结果表明基于EGARCH．GED模型的风险价值能更好地刻画我国期货市场的市场
风险。刘明(2008)通过理论分析和实证分析，得到了利用不同分布下的ARCH类
模型去计算金融资产的风险价值时，能够提高风险价值的计算精度的结论。肖会
敏(2008)用三种方法(参数法、历史模拟法、蒙特卡罗法)计算了债券的VAR，
对固定收益债券的市场风险定量分析有一定的借鉴意义。
综上所述，我们发现要得到精确度较高的VaR风险值，就必须给出准确的
GARCH族模型，以便把握波动率的聚类性、长记忆性等特征，同时还应关注资
14
产所服从的分布，以便能刻画出残差的尾部特征。我国的大量相关文献大部分都
集中在股票市场，对债券市场的研究很少涉及。同时，国外利用GARCH族模型
都已发展到了描述长记忆性的FIGARCH模型与HYGARCH模型，残差分布都已利
用偏t分布进行研究，而我国大量文献仍然利用GARCH、EGARCH、TARCH等模
型，残差分布仍利用正态分布、t分布、GED分布等。因此，在考察国债市场的波
动特征后，利用其波动性质，引入国外的新的研究成果，从而达到较准确的计算
国债市场的VaR风险值，探讨银行间国债市场与交易所国债市场风险的异同，还
是相当有意义的。
国内对于国债风险研究的文献也较多。丁忠明(2001)认为我国国债蕴藏着
很大的信用风险。何志刚(2002)认为国债债务风险在现实中体现为财政风险和
金融风险，我国的国债风险形成具有明显的体制转轨特征，具体表现为国债资金
使用效益不高、国债结构不合理、财政收入增长缓慢、支出增加压力大等。相应
地，我们应从加强国债资金支出效益管理；积极推进经济体制改革、完善债务偿
还机制：规范收入，完善财政收入机制，提高国家财力集中度等方面入手解决债
务风险。吴泽福，吴世农(2002)对样本期间为2000年1月1日至2002年2月28日
的国债风险收益率的回归分析表明，国债成交量、涨幅、前一天的国债风险收益
率、居民消费价格指数、央行基准利率、股指收益增长率对国债风险收益率波动
过程具有较为显著的影响。刘迪(2004)认为国债风险可归纳为数量风险、金融
风险和使用风险，建议从数量的确定、偿还期限的安排、运行的规范化、国债资
金使用的监督等方面来防范国债风险。任春玲(2004)建议从坚持国债适量原则、
优化国债结构、加强国债的使用管理、建立国债偿债基金等方面来控制国债风险。
张月华(2004)认为国债风险主要有流动性风险、投资风险和信贷资金损失风险，
认为防范国债风险，需要建立多层次的国债市场体系、调整国债品种结构、合理
安排国债的期限结构、统一政府外债管理、提高国债资金的使用效果。王菱和雷
家骗(2004)提出了4个国债风险衡量的常用指标，认为币确认识国债风险需要
考虑居民存款持续增长能力、国家隐性负债、或有负债问题及国家的债务偿还能
力等。郭国耀、周毓萍(2004)在久期和凸度的基础上，当收益率曲线水平移动
时，给出了对暴露在利率风险下的固定收益债券的套期保值的具体策略。涂立桥
(2005)从国债的可持续性、国债的货币扩张效应、国债对经济增长的影响三个
层面评估了当前的国债风险，并针对我国的国债特点，提出了防范国债风险的措
施。马亚静(2005)对国债风险的表现形式重新界定为国债的效率风险，金融风
险、挤出效应和财政风险。文彬(2007)指出我国商业银行大量持有国债，国债
价格下跌加剧了银行风险，同时商业银行存在可转债担保风险和相互持有次级债
的道德风险。丁静波(2007)实证评估了金融风险。蔡杰，杨鹏(2008)采用面
板模型实证分析了2003年12月至2008年4月上海证券交易所债券市场国债风险溢
价与利率期限结构及宏观经济变量的关系。实证结果显示，上期利率期限结构曲
线越陡峭，当期国债风险溢价越高；上期通货膨胀水平越高，当期国债风险溢价
越高，而再延长一期滞后期，会发现滞后第二期的通货膨胀水平与当期国债风险
溢价存在显著负关系；货币供应同比增速增加时，国债风险溢价水平降低。安国
俊(2008)指出国债管理中以及国债市场运行中可能存在的风险，并就提高债券
市场流动性以及商业银行提高利率风险管理水平提出相关建议。
通过梳理国内外关于国债风险防范的文献，本文发现大量文献主要从定性方
面对我国国债的风险展开讨论，涉及定量分析的文章很少。近期，才有定量分析
文章出现。尤其是从我国国债市场的市场波动特征、波动因素的角度去考虑我国
国债风险防范与管理的文献尚不多见。因此，本文从该角度入手，希望能对我国
国债市场的发展献计献策。
16
1．3研究路线与思路
1．3．I技术路线图
圈圜圈圜
l 风险管理与政策建议
17
1．3．2研究思路
本文首先回顾了我国国债市场的发展历程、考察了现阶段国债的发行结构、
期限结构以及市场的交易特征等方面，指出了中国国债市场的特色及存在的问
题，为后续几章实证研究我国国债市场的波动特征提供现象描述与直观解释。其
次，实证分析了我国国债指数收益率波动率的聚类性、杠杆性、长记忆性。从VaR
估计准确度的角度出发，探讨波动率模型的选取问题，全面考察了银行间国债市
场与交易所国债市场的波动特征。接着，在对国债市场的波动特征详细分析的基
础上，从内部风险因素与外部经济因素两个角度去考察引起国债市场的波动因
素。主要利用国债价格隐含的利率期限结构去把握影响我国国债市场的内部风险
因素；利用国债财富总指数与不同代偿期的财富指数去考察外部经济变量的冲击
对国债市场的短期动态影响。最后，在前面各章的分析结论基础上，度量了国债
市场的市场风险，同时为我国金融机构提出有效的国债市场投资风险管理策略，
为政府机构提出有针对性的发展国债市场的政策建议。考虑到我国的国债市场主
要由银行间国债市场与交易所国债市场这两个分割市场构成，所以本文同时对这
两个国债市场展开实证研究，深入比较分析这两个市场的异同。
1．4研究方法与结构安排
1．4．1研究方法
本论文以金融学、计量经济学、统计学等理论为基础，应用时间序列分析、
数值计算分析、多元统计分析等新方法，开展多学科协同研究。通过静态分析与
动态分析、理论分析与实践分析相结合的方法，以定量分析为主、定性分析为辅，
根据国外研究的先进经验及我国国债市场的实际状况，对银行间国债与交易所国
债市场的财富指数收益率的波动性特征和影响因素进行深入研究。所用软件包括
Eviews5．0、OxMetrics5．0、MATLAB 7．0、SPSSl3．0。实证方法主要采用了以下
几种：
(1)利用EGRACH、GJR和APARCH模型，分别在正态分布、t分布、GED分
布、偏t分布下考察国债市场的聚类效应和杠杆效应。
(2)利用新近发展起来的HYGARCH模型考察了国债市场的长记忆性，并计
算了国债市场的VaR风险值，利用失败率检验与动念分位数测试检验了模型预测
的VaR值的精确程度，选取出适合市场的波动率模型。
(3)依据国债价格隐含的Svennson模型下的利率期限结构，利用主成分分
析方法提取出引起国债价格波动的风险因素，并分析了各因素的相对重要性。
(4)利用基于VAR系统的脉冲响应函数方法和方差分解技术分析了宏观经
济因素对国债价格波动的影响。
1．4．2结构安排
全文共分7章，基本框架如下：
第1章，绪论。主要阐述本文的研究背景、研究意义，对国内外的相关研究
文献进行综述，并介绍本文的技术路线、结构安排与研究方法以及创新点。
第2章，中国国债市场的发展历程和现状。从我国国债的发行市场展开论述，
阐述我国国债市场从无到有的发展历程，详细分析了2002年到2008年间我国国
债发行的期限结构、品种和现券成交量等特征。接着，分析了我国国债的流通市
场，重点分析了银行间国债市场与交易所国债市场在运行机制，交易主体、交易
方式、结算方式、债券品种、交易量等方面的异同，指出了中国国债市场的特色，
为后续几章的实证研究提供现象描述与直观解释，最后，指出国债市场存在的主
要问题。
第3章，我国国债市场的波动特征。首先，分别对银行间国债财富指数与交
易所国债财富指数回报率的平稳性和ARCH效应进行检验，然后利用GARCH族模
型考察了这两个市场波动的聚类性、杠杆效应等。接着，运用国外前沿模型
HYGARCH模型考察了波动的长记性特征。最后，利用失败率检验与动态分位数测
试检验了波动率模型预测的VaR值的精确程度，得出了适合交易所国债市场与银
行间国债市场的波动率模型。
第4章，国债价格波动的内部风险因素分析。国债市场的波动性主要是通过
市价的波动体现出来，利率是影响困债市场价格的第一要素。首先，给出银行间
与交易所国债市场上国债价格隐含的Svennson模型下的利率期限结构。其次，抽
取出1．20年的即期利率数据，分析了两个市场利率期限结构的统计特征，比较了
两个市场利率期限结构的异同。再次，利用主成分分析，得到影响银行间与交易
所国债市场的利率期限结构的风险因素。最后，比较了各因素的相对重要性，为
风险管理与防范提供技术支持。
19
第5章，国债价格波动的外部经济因素分析。利用基于VAR系统的脉冲响
应分析与方差分解技术分析宏观经济因素对我国银行间国债与交易所国债指数
收益率的短期动态影响，给出了各宏观经济因素对国债指数波动的影响程度，比
较了两个市场的异同。同时，还考察了各经济因素对不同代偿期国债指数的影响。
从而从外部冲击方面进一步了解我国银行间国债与交易所国债市场的特征。
第6章，国债市场的风险管理与政策建议。在前面各章的分析结论基础上，
度量了国债市场的市场风险，为我国金融机构提出有效的国债市场投资风险管理
策略，为政府机构提出有针对性的国债市场风险控制的政策建议。
第7章，总结前面各章的分析结论，给出本文的主要结论。最后针对本文的
不足给出进一步的研究方向。
1．5创新之处
1、从国债市场分割的实际出发，同时研究了银行间国债市场与交易所国债
市场的波动特征，从内部风险因素与外部影响因素两个方面探究国债价格的波动
因素，研究角度新颖。在深入比较了两个市场的异同后，将国债市场的风险管理
策略建立在研究结论的基础上，因而具有较高的学术价值和丰富的实践意义。
2、本文分析了我国国债市场波动的聚类性、杠杆性和长记忆性，得出了适
合我国交易所国债市场与银行间国债市场的波动率模型。在技术方法上，引入描
述波动的长记忆性的HYGARCH．skt模型，利用动态分位数检验法对风险价值进
行回溯检验，这在国内都尚属首次。
3、从银行间国债市场与交易所国债市场上国债价格隐含的利率期限结构出
发，考察了引起国债价格波动的内部风险因素，并分析了各因素的相对重要性，
全面比较了两个国债市场上的风险结构。弥补了国内文献对国债市场的研究侧重
于定性方面的不足。
4、从非有效市场的角度出发，以系统论的观点，把国债指数收益率和宏观
经济因素放入同一个VAR系统中，利用脉冲响应函数与方差分解技术来考察宏
观经济变量对国债波动的短期动态影响。在实证过程中，利用国债财富总指数与
不同代偿期的财富指数去考察外部经济变量的冲击对国债市场的短期动态影响，
得出了经济变量冲击对两个市场影响的异同，以及经济变量的冲击对不同代偿期
的国债的影响显著不同的结论。至今为止，国内尚未见到相关的研究成果。
20
第2章中国国债市场的发展历程和现状
2．1中国国债市场的发展历程
国债市场分为两个层次，一是国债发行市场，也称一级市场。二是国债流通
市场，也称二级市场。本节从我国国债的发行市场展开论述，进而扩展到国债的
流通市场的建立，阐述我国国债市场从无到有的发展历程。
(一)初始阶段(1949-1959年)
债券市场是新中国最早出现的资本市场，建国初期，我国就开始了国债的发
行。1949年12月2日中央人民政府发行了“人民胜利折实公债"，总额2．6亿元，
期限为5年。同年，东北地区发行了“东北生产建设公债"，总额0．42亿元。1954
年到1958年间发行了“国家经济建设公债"，累计35．44亿元，有力的支持了“一
五”计划的完成。
在此期间，我国债券市场只有发行市场，没有流通市场。政府采取行政摊派
形式，主要通过国民经济各部门向城镇职工和农民销售国库券，债券持有者将国
库券作为定期储蓄，到期获得利息收入。
(二)停滞阶段(1960-1980年)
在此期间，我国实行计划经济体制。财政上由中央政府统收统支，企业创造
的纯利润基本上都上缴财政，参与集中分配。政府能够有效的集中和分配全社会
的大部分资金，解决收支矛盾，从而避免举债。此外，在思想上中央政府认为“既
无内债，又无外债’’是社会主义优越性的表现，甚至把发行国债等同于西方资本
主义政府剥削无产阶级的手段，导致中国政府停止了国债的发行活动，进入了长
达20年的债券市场的“真空”时期。
(三)恢复发展阶段(1981年一至今)
该阶段，具体而言大致又可以分为3个阶段：
第一阶段(1981—1987年)：出于大规模经济建设的需要，同时为了弥补财政
赤字，我国从1981年起恢复国债发行。这个时期，国债发行采用的是行政摊派
的发行方式，发行后国债不能流通和转让，只能到期兑付，采用的是实物券的形
式。由于国债不具有流动性，这就使得国债的投资风险很大，国债发行变得越来
2l
越困难。
第二阶段(1987—1996年)：1987年1月5日，中国人民银行上海分行发布
《证券柜台交易暂行规定》明确了经认定的政府债券等可以在经批准的会融机构
办理柜台交易。从此，国债二级流通市场开始出现。起初，国债交易方式主要以
柜台交易为主，中介机构最初为财政部门经办的国债服务部、财政证券公司，后
来则以银行经办的证券公司为主。1991年财政部组织了国债的承购包销，将市场
机制引入国债一级市场，随着交易量的加大，国债柜台交易市场的弊端逐步显现。
1991年7月中国证券交易自动报价系统(STAQ)开始正式运营，在此前后，上海
证券交易市场与深圳证券交易市场也先后成立，交易网络开始建立，大大促进了
二级市场的发展。随着上交所交易的国债规模不断扩大，迫使全国各地的国债柜
台交易价格逐步向上交所场内的国债成交价靠拢，形成了“交易所场内国债成交
价格牵引场外国债成交价格”的国债市场价格形成机制。1993年12月31日，中
国人民银行、中国证券监督管理委员会印发了《中华人民共和国国债一级自营商
管理办法》和《国债一级自营商资格审查与确认实施办法》，共有19家证券中介
机构和商业银行被批准为第一批国债自营商，我国建立起了国债一级自营商制
度。自营商直接向财政部承销国债，再通过商务融资活动开展分销和零售业务，
将国债最终发行到投资者手中。此外，1992年，我国还开办了国债期货交易，但
由于国债期货投机现象严重，且风险控制滞后，监管力度不足。1995年5月17
日．经国务院同意，国债期货市场暂时停止交易。1996年12月，中央国债登记
结算公司经国务院同意、中国人民银行批准成立，标志着我国国债市场进入规范、
迅速发展的新阶段。国债发行从1996年开始全面走向市场化，实现了由承购包
销向公开招标的全方位过渡，初步建立了“基数承购、差额招标、竞争定价、余
额包销”的发行方式，国债品种出现了贴现国债、浮息国债等新品种。
第三阶段(1996年至今)：为了防止银行资金以国债交易为媒介从国债市场
流向股票市场，中国人民银行1997年6月6日发布《关于各商业银行停止在证
券交易所证券回购及现券交易的通知》，银行的国债现券交易和国债回购交易退
出证券交易所，改在银行同业拆借市场上进行，全国银行间债券市场开始形成3。
这样，中国国债交易市场就形成交易所场内交易、银行间债券市场交易、柜台市
场交易3个各自封闭运行的局面。自此，我国国债市场进入了市场分割的阶段。
3 1997年6月16日，银行间债券市场正式启动。
1999年，财政部通过债券发行系统发行记账式国债，标志着利用远程通信技术实
现大规模国债无纸化发行的开始。2000年以后，中国国债市场以创新和完善为主。
2001年7月，我国首先在全国银行间债券市场建立了国债净价交易制度；2002
年3月，证券交易所也开始实行国债的净价交易。这一交易方式有利于判断国债
的市场利率，解决了市场走势的不连续性问题，也使交易佣金、交易手费等均有
所下降。2002年4月银行间市场实施准入备案制，解除了非银行金融机构进入银
行间债券市场的限制。同年，银行间债券市场也向非金融机构法人开放，非金融
机构可以通过代理银行进入银行间债券市场。2005年11月8日，为了完善清算
和结算系统，中央债券综合业务系统接入中国人民银行支付系统，“券款对付"
(Delivery Versus Payment)4成为现实，通过债券发行、登记、托管和结算的一
体化，极大地提高了债券发行与流动的效率。2005年12月16日，通过了实行国
债余额管理，这意味着从2006年起，我国将参照国际通行做法，采取国债余额
管理方式管理国债发行活动5。这不仅是对我国预算管理和财政收支体制的重大变
革，而且会对国内金融体系产生深远影响，短期国债的发行将大幅增加，期限结
构也将不断完善。2007年7月9日，为提高交易所市场的流动性，上海证券交易
所正式发布《固定收益证券综合电子平台交易试行办法》，平台交易将从7月25
日起试行。一级交易商至少应对在平台上挂牌交易的各关键期限国债中的一只基
准国债进行做市，这一平台的建立对促进两市场之间的统一互联具有深远意义。
此外，为了打破债券市场分割，增强各层次债券市场的流动性，国债跨市场发行
开始增加，发行方式也开始不断创新，引入了混合式竞争性招标发行和续发行等，
做空机制和避险工具开始出现，引入买断式回购和远期交易。2009年1月19日，
中国证监会发布了《关于开展上市商业银行在证券交易所参与债券交易试点有关
问题的通知》，明确指出已经在证券交易所上市的商业银行，经中国银行业监督
管理委员会核准后，可以向证券交易所申请从事债券交易。阔别12年后，上市
商业银行终于踏上回归交易所债券市场之路。以上这些措施完善了发行和交易机
制，为银行间市场与交易所市场的统一互联开辟了途径。当然，由于国债基准债
功能的缺失，机构投资者的缺乏，做市商制度的不完善，市场分割的情况并没有
4所谓券款对付是指债券交易达成后，在双方指定的结算日，债券和资金同步进行相对交收并
互为交割条件的一种结算方式。
5在国债余额管理体制下，财政部不再以发行总额为控制目标，而是通过限定一个年末不得超
过的国债余额上限来达剑管理国债规模的方式。在此额度之内，发行多少国债、何时发行、
期限品种如何安排，均由财政部自行决定。
根本上改变等原因，国债市场至今仍存在许多不足。
2．2中国国债市场的现状
2．2．1 国债发行方式与品种结构
国债的一级市场上有四种发行方式，分别为直接发行、代销发行、承购包销
发行和招标拍卖发行。直接发行指的是财政部面向全国直接销售国债。这种发行
方式，共包含三种情况：一是各级财政部门或代理机构销售国债，单位和个人自
行认购；二是摊派方式，属强制认购；三是所谓的“私募定向方式”，财政部直
接对特定投资者发行国债，例如，对银行、保险公司、养老保险基金定向发行特
种国债、专项国债等。代销发行与直接发行正好相反，是指财政部委托代销者负
责销售国债。承购包销是指大宗机构投资者先承购国债，只有包销出去以后，才
能获利。倘若销售出了问题，那么售不出的部分，只能自己消化。招标拍卖方式
指的是国债认购价格在拍卖场上投标竞价确定，它能体现发行人和投资人的双方
意愿，反映出承销商和投资人对利率走势的预期和社会资金的供求状况。一般分
为以下三种：单一价位招标，也称荷兰式招标；多重价位招标也称美国式招标；
第三种是混合式招标。
国债品种主要包括无记名式、记账式、凭证式和储蓄式四大类。无记名式国
债是一种票面上不记载债权人姓名或单位名称的债券，通常以实物券形式出现，
又称国库券。其一般特点是：不记名、不挂失，可以上市流通。上市转让价格随
二级市场的供求状况而定，当市场因素发生变动时，其价格会产生较大波动。凭
证式国债是指国家采取不印刷实物券，而用填制“国库券收款凭证"的方式的国
债。我国从1994年开始发行凭证式国债，通过各银行储蓄网点和财政部门国债
服务部面向社会发行，主要面向老百姓，从投资者购买之日起开始计息，可以记
名、可以挂失，但不能上市流通。投资者购买凭证式国债后如需变现，可以到原
购买网点提前兑取，提前兑取时，除偿还本会外，利息按实际持有天数及相应的
利率档次计付。记账式国债又分为电子记账式和柜台记账式。电子记账式国债又
称无纸化国债，它是指将投资者持有的国债登记于证券账户中，投资者仅取得收
据或对账单以证实其所有权的一种国债。柜台记账式国债足指商业银行通过营业
网点，按照其公开报价与投资人进行国债买卖，并办理托管与结算的行为。其一
般特点是：可以记名、挂失，以无券形式发行，可上市转让流通，价格随行就市。
储蓄国债(也称电子式国债)是政府面向个人投资者发行，以吸收个人储蓄资金
24
为目的，满足长期储蓄性投资需求的不可流通的国债品种。其品种较丰富，购买
更便捷，利率也更灵活。由于其不可交易性，决定了任何时候都不会有资本利得，
主要是鼓励投资者持有到期。
2．2．2国债交易方式
现行市场上国债交易主要包括现券交易、买断式回购交易、质押式回购交易
和远期交易。现券交易是指买卖双方以约定的价格，通过买断卖断的方式，转让
一定数量债券的所有权，并在规定结算时间办理券款交割手续的交易行为。质押
式回购是指交易双方以债券为权利质押所进行的短期资金融通业务。在质押式回
购交易中，资金融入方(正回购方)在将债券质押给资金融出方(逆回购方)融
入资金的同时，双方约定在将来某一日期由正回购方向逆回购方返还本金和按约
定回购利率计算的利息，逆回购方向正回购方返还原出质债券。买断式回购交易
是指国债持有人在将一笔国债卖出的同时，与买方约定在未来某一日期，再由卖
方以约定价格从买方购回该笔国债的交易行为。它与质押式回购的主要区别在于
标的券种的所有权归属不同。在质押式回购中，融券方(逆回购方)不拥有标的
券种的所有权，在回购期内，融券方无权对标的债券进行处置。而买断式回购中，
初始交易时债券持有人(正回购方)是将债券“卖”给债券购买方(逆回购方)，
而不是质押冻结，债券所有权随交易的发生而转移。该债券在协议期内可以由债
券购买方(逆回购方)自由支配，即债券购买方(逆回购方)只要保证在协议期
满能够有相等数量同种债券卖给债券持有人(正回购方)，就可以在协议期内对
该债券自由地进行再回购或买卖等操作。
远期交易是指交易双方约定在未来的某一日期，以约定价格和数量买卖标的
债券的行为。2005年5月中国人民银行制定了《全国银行间债券市场债券远期交
易管理规定》，规范了债券远期交易业务。市场参与者进行远期交易，应签订远
期交易主协议。由于约定价格与市场价格会存在一定差价，固而从事远期交易，
一般都是出于如下几个目的：1)交易者为了调节其持有债券的结构，保证未来
时间段能有足够的债券保证交易的需要。2)投资者为牟取利润进行远期交易。
2．2．3国债发行规模
基于本文的研究样本区间为2002年到2008年，本节也只分析2002年到2008
年间我国国债发行结构6。2002年到2008年期间，总共发行了202只国债，发行
总金额达到67502．45亿元，发行总金额占债券总发行额度的21．56％，详细说明
见表2．1。其中，2007年发行特别国债15502．28亿元，扣除特别国债，2007年
国债发行额度为7947．2亿元。从2006年我国开始实行国债余额管理以来，国债
的发行量基本维持在8000亿元左右。
表2．1国债发行规模情况(2002至2008年)
发行总额发行总额比
年份类别发行期数(只)
(亿元) 重(％)
2002年国债24 5596．40 60．98
2003年国债23 7892．37 40．76
2004年国债24 7073．90 25．44
2005年国债25 7042．00 16．06
2006年国债3l 8483．30 14．45
2007年国债39 23449．48 28．70
2008年国债36 7965．00 lO．99
接着，分析02到08年间，国债发行的期限结构，分类统计见表2．2。这里
特别说明的是2007年，为缓解流动性过剩问题，提高国家外汇储备经营收益，
中央决定发行特别国债。具体做法是财政部发行人民币15502．28万亿元的特别
国债，然后注资国家外汇投资公司，再由国家外汇投资公司用人民币向央行购买
等值外汇储备充实资本金。从各期限的发行总金额来看，我国国债发行期限主要
集中在中期国债上。3年期国债发行金额最大，7年来达到12379．1亿元；5年期
国债7年来均维持在1000亿元以上；7年期也维持在1000亿元左右；10年期与
15年期国债发行总金额在l万亿元以上，与3年期、5年期国债相当，但主要是
受到2007年特别国债的影响7。除去特别国债后，10年期国债发行总金额只有
3837．4，15年期国债发行总金额也只有1624．1，大大低于同期内3年期、5年期
和7年期的国债发行的总金额。从图2．1，可知02到08年间3年期国债发行占
所有发行总额的18．3％、5年期国债发行占所有发行总额的13．8％、7年期国债发
6本节所有原始数据均来自WIND数据库。
7 2007年发行lO年期特别国债4只，金额共计6963．78亿元，15年期特别国债4只，金额
共计8538．5亿元。
26
行占所有发行总额的11 9％。10年及15年期国债由于受到2007年特别国债发行
的影响，所占比重也较大，分别为16％与15 1％。
表2．2国愤发行的期限分类统计(2002至2008年)
蚋总计2002年2003缸2004芷2005芷2006年2007芷2008年
(亿元)
3个月
6个月
1年期
2年期
3年期
4年期
5年期
7年期
lO年期
15年期
20年期
30年期
总计(亿元)
口20年
图2．1国债各期限发行比重
2．2 4国债市场的现券成交量
从表2．3可见，银行间与交易所两个市场的国债现券交易的总额从2002年的
11245 94亿元增长到2008年的37056 51亿元，增加了2倍之多。但是交易所国
债现券成交金额下降趋势明显，从2002年的6438 28亿元至2008年的1790 29
亿元。增长主要来自与银行间国债市场，从2002年的2477．39亿元至2008年末
的35224．46亿元，增长了lO倍之多。从交易所市场与银行间市场交易量的对比
来看，2002、2003年交易所现券成交额大于银行间国债市场，从2004年开始，
银行间市场成交额就大于交易所市场，到2008年末银行间市场的交易量为
35224．46亿元，已远远大于交易所的1832．05亿元。从交易所市场内部的成交额
来看，上海证券交易所远远大于深圳交易所，呈现出“沪强深弱”的格局。
表2．3各市场国债现券成交总金额
年份上海证券交易所深圳证券交易所交易所合计银行间债券市场合计
2002年6438．28 2330．27 8768．55 2477．39 11245．94
2003年5547．54 255．95 5803．49 7894．40 13697．89
2004年2954．17 4．49 2958．66 4709．56 7668．22
2005年2751．69 6．31 2758．00 10281．65 13039．65
2006年1505．89 3．32 1509．21 11971．54 13480．75
2007年1179．31 5．09 1184．40 20783．95 21968．35
2008年1790．29 41．76 1832．05 35224．46 37056．5l
2．2．5国债的市场比例与期限结构
截至2008年12月31日，所有市场上，债券结构如表2．4所示。市场上交易
债券共1181只，其中国债共106只，占比8．98％。所有债券票面总额为133678．5341
亿元，其中国债票面总额为45903．25亿元，占比34．34％。
表2．4我国债券品种的构成
债券数量比票面总额票面总额
类别债券数量(只)
重(％) (亿元) 比重(％)
国债106 8．98 45903．25 34．34
企业债290 24．56 6927．25 5．18
金融债321 27．18 37901．50 28．35
央行票据107 9．06 35480．00 26．54
短期融资券211 17．87 3724．80 2．79
证券化资产50 4．23 609．89 0．46
公司债20 1．69 400．00 0．30
中期票据39 3．30 1672．00 1．25
可转债17 1．44 139．20 0．10
可分离转债20 1．69 920．65 0．69
合计1181 100 133678．5341 100
28
进一步，我们考察市场上国债的剩余期限，见表2．58。交易所国债市场与银
行间国债市场上交易的国债的期限存在明显差别。从金额上看，交易所市场上，
7．10年期国债所占比例最大，为24．32％；其次为3．5年期的国债，比例为20．1％；
10年以上的国债占比仅为16．91％。然而，银行间国债市场，10年期以上的国债
占比最大，为37．57％：其次为7．10年期国债，比例为21．97％；3-5年国债占比
仅为10．51％，其中2007年特别国债的发行影响了他们之间的比例。
表2．5 2008年末国债市场的期限结构
2008年末交易所国债市场的期限结构
期限
lO年以上7-10年5—7年3-5年1-3年1年以内合计
结构
金额3654．20 2573．90 2341．60 4342．00 5255．10 3439．90 21606．70
占比16．91 11．9l 10．84 20．10 24．32 15．92 100．00
只数13．oo 9．00 8．00 15．00 19．00 14．OO 78．00
占比16．67 11．54 10．26 19．23 24．36 17．95 100．00
2008年末银行间国债市场的期限结构
期限
10年以上7-10年5-7年3-5年1-3年1年以内合计
结构
金额l 6476．27 9637．68 2584．00 4611．50 6095．10 4454．90 43859．45
占比37．57 21．97 5．89 10．5l 13．90 10．16 loo．00
只数19．00 14．00 9．00 16．00 21．00 17．oo 96．oo
占比19．79 14．58 9．38 16．67 21．88 17．7l 100．00
2．2．6国债市场的分割现状
经过数年的发展，国债市场己经初具规模，成为中国资本市场的重要组成部
分。由于制度的缺陷，国债市场被分割为柜台市场、银行间债券市场和交易所债
券市场三大部分。
l、柜台债券市场
1988年初，财政部批准全国7个城市试行国债的柜台流通转让。同年6月又
批准了全国54个大中城市进行国债流通转让的试点，这样以各级财政部门的国
债服务部、信托和证券公司为主的国债柜台转让市场建立起来。早期的柜台市场
只能进行不记名的实物券交易，由于缺乏统一的托管机构，国债发行后分散托管
8表2．5中的数值是经过整理计算后得到。
在各代保管机构，因此只能在代保管机构所在地进行交易，无法跨地区交易。1994
年以后，国债保管机构以代保管单的形式超发和卖空国库券的现象相当普遍，引
发巨大的市场风险，1995年8月被国家关闭。2002年6月，债券柜台市场再次
启动。中国人民银行和财政部批准在北京、上海、浙江、广东、江苏和福建等六
省市的中、农、工、建四大商业银行开通国债柜台交易业务，个人投资者可以通
过上述商业银行柜台买卖记账式国债。相对于交易所市场和银行间市场，目前柜
台市场交易额所占的比例较小。
2、交易所债券市场
上海和深圳证券交易所债券市场分别成立于1990年和1991年，其中，上海
证券交易所债券市场占据主导地位，交易所市场的国债发行量、托管额和交易量
的大部分都是在沪市完成的。早期的交易所市场仅能进行债券二级交易，没有国
债发行功能。从1995年开始，财政部开始在交易所市场发行记账式国债，在90
年代中后期交易所市场成为记帐式国债的主要发行市场。与此同时，在1995年
国家关闭债券柜台市场后，交易所市场变成了唯一的债券交易市场，进入高度发
展阶段。1997年银行间债券市场成立以后，交易所债券市场的投资主体被削弱，
交易规模受到很大影响。
3、银行间债券市场
银行间债券市场成立于1997年6月，建立初期，仅有16家商业银行总行成
员。由于交易成员有限，因而交易不活跃。近年来，央行陆续批准了各类金融机
构加入市场，市场参与主体增长迅猛，2002年4月银行间市场实施准入备案制，
非银行金融机构进入银行间债市的限制被解除。同年10月银行间债券市场又向
非金融机构法人开放。经过几年的发展，银行间市场现已发展成为国债发行和交
易的最大场所。在银行间市场，国债发行全部采用招标的市场化方式发行，提高
了发行效率，缩短了发行周期，同时也降低了发行成本，发行价格随行就市，发
行对象从过去以个人为主发展到以机构为主，实现国债发行从零售市场向批发市
场的转变。
银行间债券市场、交易所债券市场、柜台债券市场存在着如下不同之处：
1、交易主体的侧重不同。柜台债券市场主要面向个人投资者；银行间债券
市场的成员是商业银行、基金、部分保险公司、证券公司等，其参与类型己覆盖
30
到所有金融机构，非金融机构投资者2002年11月以后也被允许进入银行间债券
市场。交易所市场的成员以非银行金融机构为主，同时覆盖了持有证券账户的企
业和个人投资者，2009年2月以后上市商业银行也能进入交易所债券市场交易。
2、交易品种的侧重不同。大多数债券品种在各市场之间是不能自由流通的，
因此二级市场上三个债券交易市场交易的债券品种呈现出很大的差异性，部分企
业债券、可转换债券不能进入银行间债券市场，金融债券不能在交易所市场交易，
而柜台市场只包括凭证式国债与部分记账式国债及不上市的企业债。
3、价格形成机制不同。柜台债券市场其交易价格是各试点商业银行根据市场
情况报出的；银行间市场采取报价驱动方式，由做市商提供买卖双向报价，保证
市场的流动性；交易所市场采用交易撮合的指令驱动方式，其交易价格是由买卖
双方自由报价形成的。此外，交易成本表现形式不同。通过柜台买卖记账式国债，
交易成本主要表现为买卖价差；通过证券交易所买卖记账式国债，交易成本则主
要表现为手续费。
4、跨市场国债到期收益率不同。我们随机选取跨市场发行的国债进行比较，
统计日期为2008年12月31日，见表2．6。对02国债(15)、04国债(08)、05
国债(09)而言，银行间债券市场上的价格低于交易所的，从而收益率大于交易
所市场上的。然而对07国债(06)、08国债(18)收益率情况则相反。
表2．6跨市场发行的国债到期收益率比较
02国债03国债04国债05国债06国债07国债08国债
(15) (07) (08) (09) (20) (06) (18)
银行间3．8676 1．3142 2．4377 3．5885 1．8701 3．5993 2．9998
上海1．1163 1．1982 0．8439 1．4133 2．9092 4．2697 3．6795
深圳1．426 2．5918 1．3056 2．8274 2．9092 4．2697 3．6795
5、流动性不同。从跨市场国债的品种中随机抽取8个国债考察，见表2．7。
从换手率指标上看，8个跨市场国债品种都显示出银行间国债市场的换手率大于
交易所的，探其原因我们发现银行间国债市场上成交量(手)远远大于交易所的，
从而计算出的换手率必定是银行间市场较大。但从两者的成交天数来看，交易所
市场的国债成交明显比银行间国债市场活跃。
表2．7跨市场发行的国债流动性比较
成交量(手) 换手率(％) 成交天数
债券简称交易所银行间交易所银行间交易所银行间
02国债(15) 1394591 1956956 4．1017 5．7557 240 67
03国债(1) 2338082 5050537 3．340l 7．215 234 122
03国债(11) 185861 634409 0．5995 2．0464 230 40
04国债(8) 312272 2223040 0．9291 6．6142 245 44
05国债(3) 39192 1489396 0．1173 4．4606 205 47
05国债(4) 104648 390861l 0．3085 11．523 23l 19
06国债(1) 20706 1459051 0．0627 4．4213 183 43
06国债(3) 22162 264011．1 0．0651 0．7765 200 13
6、成交金额、期限结构不同。从2．2．4、2．2．5节的分析中，我们已详细分析
银行间债券市场与交易所债券市场在成交金额、期限结构方面的差异。
7、债券结算和资金清算制度不同。银行间债券市场的国债结算由中央国债
登记结算有限责任公司完成，资金清算由交易双方的开户银行完成。交易所债券
市场拥有多样化的交易结算机制，既有集合竞价，也有通过电子平台实施的协议
成交机制，还选择了一部分交易品种实施一级交易商机制。在结算方面，既支持
净额(轧差)清算，也支持逐笔清算，由交易所登记有限公司完成。
8、托管机制不同。银行间债券市场的债券主要托管在中央国债托管公司，
交易所市场的债券托管由证券登记结算公司负责，债券柜台交易系统依托中央国
债登记公司的债券托管簿记系统和商业银行的二级托管体系建立。此外，银行间
债券市场和交易所债券市场之间的大部分债券的托管也是受限制的，债券只能由
交易所债券市场流向银行间债券市场，资金流动方向则相反。债券托管体系的分
散以及对自由转托管的限制使得市场参与者无法利用同一证券托管账户自由地
参与任一市场的交易。
9、监管体系不同。国债的发行规模由财政部决定、交易所债券市场由证监
会管理，银行间债券市场由人民银行管理。监管标准和交易规则不统一，使市场
投资者无所适从。同时也必然导致债券市场发展缺少长远、统一的规划。
2．3国债市场存在的问题
我国国债市场的信息效率较低，未达到完全的弱有效市场，也未达到半强有
效市场9，主要存在以下问题：
(一)国债发行方式的市场化程度不高
现阶段，我国记账式国债的发行采取了价格招标与收益率招标交替使用的招
标拍卖方式，将竞争机制引入国债发行中，但由于我国利率尚未市场化，一级自
营商除了四大银行外，其他的自有资金的规模都不大，再加上各种行政手段的干
预，该种发行方式在一定程度上受到限制。此外，国债的发行利率缺乏弹性，发
行节奏和发行期限无均衡性。发行的目标市场定位低，主要以居民个人投资者为
主。这不仅使发行市场较长的时期在低水平徘徊，也是造成二级市场流动性差的
一个主要原因。
(二)发行期限结构不合理
自2006年我国实行国债余额管理以来，国债发行的品种明显改善，6个月期
的国债开始发行，长期国债的数量也开始增加，但正如2．2．3所分析的，国债期
限大多以3—7年期的债券为主，短期国债比重过小，中期国债所占比例较大，
期限结构不合理。这种单一的期限结构容易造成国债偿还期集中，从而加大偿债
风险。同时，国债期限结构单一，也不利于投资者进行选择，很难满足投资者对
金融资产期限多样化的需求，影响了国债交投的活跃程度，也制约了我国国债市
场的发展。此外，中期债券偏多的结构，使财政政策相机微调的作用大打折扣，
使中央银行进行公开市场操作的效果也不理想，通过货币政策对宏观经济进行调
控的传导机制难以有效形成。
(三)国债市场分割局面严重，二级市场流动性不足
TF如2．2．6节分析所示，交易所国债市场和银行间国债市场之间仍处于分割
状态。这些分割主要表现为交易主体、交易品种、价格形成机制、托管机制和监
管体系等众多方面。银行间市场在品种和存量上都占绝对的优势，但债券的流动
性相对不足10，交易行为高度趋同，绝大多数属于银行投资账户，以持有到期为
9 参见牛玉锐(2007)的博士论文《中国国债市场有效性研究》的结论。
10参见表2．7中的2008年银行间国债市场上跨市场国债的成交大数。
33
主，使得市场交易不活跃，市场的价格发现功能难以得到充分发挥。而在交易所
市场、由于银行等超大型机构投资者不能参与，市场以博取短线利差为主的投资
者居多，结果造成市场波动大。两市场间的分割降低了债券的流动性。由于投资
者不能进行跨市场套利交易，造成两市场间国债的交易价格出现差异，同券不同
价、不同收益率的现象经常出现¨。两个市场存在不同的利率水平，造成统一的
市场基准利率难以形成，影响了利率市场化的进程和债券市场的效率。此外，由
于目前政策条件的不成熟以及部分做市商做市能力不足，体现为双边报价过程
中，报价券种过少和报价券种价差过大，导致目前做市商制度没有能够充分发挥
其应有的作用，无法有效地为国债流通市场提供流动性支持。
(四)市场缺乏有效的避险工具，市场风险较大
目前我国的金融衍生品市场刚刚起步，衍生品市场的交易不够活跃，从已经
开办的债券远期交易业务以及进行试点的人民币利率互换交易情况来看，市场成
交相对于现货市场而言较为冷清。从质押式回购的特点来看，其本质是以债券为
质押的贷款。由于回购债券所有权没有发生转移，回购中的债券被冻结在正回购
方账户，逆回购方无论在需要债券还是资金的流动性时，均无法利用回购债券进
行操作。这对担负着促进市场流动性的做市商和结算代理人而言，制约了其业务
的进一步开展，降低了做市和结算代理的效率，同时也提高了成本。从2004年5
月19日推出的买断式回购来看，首先，投资者面临着非担保交收制度风险。交
易所国债买断式回购清算细则规定，国债买断式回购交易按照“一次成交、两次
清算”原则进行，二次结算采用逐笔不担保交收方式完成。这意味着交易双方在
二次结算中将直接以对方为交易对手，如果对方不能够支付资金，那么中国证券
登记结算公司并不会代为支付。其次，面临着代交收制度缺陷带来的风险，我们
以融资方为例来说明，若结算同时，以券融资方国债不够，就可能会出现“待交
收证券”状态。如果在T+1日不能补足，就会影响到其名下正常客户的债券买卖
交割。再次，面临着履约金制度缺陷带来的风险。履约金比例的确定是一个两难
问题：如果设计的比例过低，违约风险会相应加大；如果设计比例过高，交易成
本过高。因此买断式回购的相关规定并没有对保证金的调整作出相应规定。最后，
面临着交易不活跃带来的流动性风险，我国现券流动性不足，回购交易就受到了
极大限制。投资者担心一笔回购到期后不一定能在市场上买到现券进行二次结
11参见表2．6的分析。
算，被迫承担违约损失。
此外，目前我国银行间市场的交易主体结构比较单一，投资行为趋同。商业
银行和保险公司都持有大量固定利率中长期债券，一旦利率波动，市场利率上升，
按照市值计算隐藏着巨额亏损，但是当商业银行等大型金融机构需要对自身的债
券结构进行套期保值操作时，往往又无法找到交易对手，避险机制难以发生作用。
2．4本章小结
本章首先回顾了我国债券市场从无到有，逐步发展壮大的过程。其次，分析
了我国国债市场的现状，主要包括以下内容：第一，介绍了发行方式、品种结构
和交易方式，从而对我国国债市场有了一个定性的了解；第二，讨论了2002年
到2008年期间，国债市场的发行规模、期限结构和现货成交金额，从定量方面
考察我国国债市场近几年的发展情况；第三，分析了截止2008年末，债券市场
上未到期国债的比重、期限结构，了解了国债市场上现行市场特征；第四，分析
了国债市场的分割现状，重点比较了银行间市场与交易所市场的交易主体、价格
形成机制、到期收益率、流动性、成交金额、期限结构、债券结算和资金清算制
度、托管机制和监管体系9个方面的不同之处；第五，指出了我国国债市场上存
在着国债发行方式的市场化程度不高、期限结构不合理、市场分割局面严重，二
级市场流动性不足、市场缺乏有效的避险工具，市场风险较大等问题。
第3章国债市场的波动特征分析
在现代金融市场体系中，国债市场发挥着核心金融市场的功能，成为各类投
资者进行投资、金融机构进行资产负债管理以及央行进行公开市场操作、调控货
币政策的重要场所。目前，我国债券市场蓬勃发展，以市场化利率发行的债券占
GDP的比重不断增加，债券的交易量迅速增长。但我国正处于利率市场化的初期，
除了经济因素、预期因素外，某些体制性因素，如国家干预的不确定性，以及经
济主体对利率风险的适应程度等都会对国债价格的波动幅度及方式产生影响。此
外，作为正在成长的新兴债券市场，中国债券市场的投资者结构、市场规模及运
行机制等许多方面也具有明显不同于西方债券市场的特点，从而使得现阶段我国
债券市场的波动性更具特性。从我国国债市场的运作机制来看，目前我国国债市
场的现货交易分为银行间国债市场、沪深交易所国债市场和银行柜台交易市场三
大部分。由于柜台市场主要是居民个人参与的市场，规模较小，国债交易主要集
中在银行间国债市场和交易所国债市场。银行间市场的交易主体包括商业银行、
证券公司、保险公司、基金管理公司等金融机构，交易制度采用一对一的询价方
式(报价驱动交易机制)，实行全额结算，该市场交易量大，承担了我国国债发行
吸纳的主要作用12。相对于银行间市场来说，证券交易所市场主要是中小机构投资
者进行债券交易的场所，商业银行被禁止进入该市场。在这个市场上，价格的形
成机制具有更大的透明度，电子系统集中撮合竞价(指令驱动交易机制)能够满
足中小投资者的需要，交易快捷方便，使得该市场上国债交易更为活跃。由于两
个国债市场上交易主体不同、价格形成机制不同、结算方式不同、交易的债券品
种也呈现较大差异，造成两个市场收益率、波动性等众多方面的差异。因此对我
国债市收益率的波动特征作出客观评价，认识两个市场风险的异同，对于提高各
金融机构国债市场的风险管理水平就具有很强的实际指导意义。然而我国理论界
对银行间债券市场与交易所债券市场的波动特征及风险因素的研究少之又少。本
部分利用交易所国债与银行间国债交易市场2002年1月04日至1J2008年9月27R的财
富指数进行实证研究，全面考察国债指数收益率的波动特征。
-：银行间国债市场的交易量占整个国债交易量的95．72％。(截至2008年10月30日，米自
WIND数据。
3．1波动率的聚类效应与杠杆效应分析
金融时间序列的波动时常表现出不稳定的特点，大的波动倾向于伴随着大的
波动，而小的波动倾向于紧跟着小的波动，这种现象称为波动的聚类性。在收益
率的分布上则表现为“尖峰肥尾"的特征。此外，金融时间序列的波动还存在杠
杆效应，即波动率对市场下跌的反应比对市场上升的反应更加迅速，负的冲击似
乎比正的冲击更容易增加波动。本节研究国债指数收益率波动的聚类效应和杠杆
效应。
3．1．1样本选取与统计特征分析
本节选取交易所与银行间国债市场作为研究对象，采用中央国债登记结算有
限责任公司公布的2002年1月04日至U2008年9月27日中债银行间国债总财富指数、
中债交易所国债总财富指数进行实证分析，样本点取两个交易市场都有交易的日
期，共计1633个样本点。数据处理与分析采用的软件为eviews、Oxmetrics5．0。
本文之所以选取总财富指数原因如下：
1．净价指数不受应计利息与利息支付的影响，所以净价指数的变动完全反
映市场因素的影响，但是目前中债指数净价指数数据仅从2006年11月17日开始，
数据时间偏短，无法把握我国国债市场长期的波动水平。
2．全价指数包含了应计利息，由于应计利息随着付息日的临近而不断增加，
所以即使在市场各因素保持不变的情形下，全价指数也会由于应计利息的增加而
不断上升。另外，在付息当日，全价指数对付息不作处理，任其回落至净价水平。
可见全价指数的波动实际上并不是完全反映国债价格自身的波动。
3．总财富指数虽也受到应计利息因素的影响，但其与全价指数主要不同在
于考虑付息日利息再投资因素，在样本债券付息时利息再投资计入指数之中，故
该指数在付息日不会象全价指数那样突然下跌，所以本文选取其为分析对象。
交易所国债财富指数、银行间国债财富指数的同收益率的计算公式取为：
‘=100奉Ln(p，／p¨)，其中‘代表t日国债指数收益率，只表示第t日国债收盘指数，
P¨表示第(t．1)曰国债收盘指数。
37
图3．1 交易所与银行间国债指数收益率序列
对交易所国债财富指数与银行间国债财富指数的日收益率序列分别进行自
相关检验、单位根检验、正态性检验、和异方差检验，检验结果见表3．1。
(1)对交易所国债财富指数与银行间国债财富指数的R收益率序列分别进行
偏度、峰度以及J．B检验联合判断样本序列的J下态性，结果表明无论是交易所国债
市场还是银行间国债市场，收益率都显著异于正态分布，“尖峰厚尾"现象明显。
(2)对交易所国债财富指数与银行间国债财富指数的日收益率序列分别进行
自相关检验，Q(5)、Q(10)、Q(20)统计量都显示在l％的显著性水平下拒绝样
本序列不存在自相关的原假设，序列存在自相关。
(3)对交易所国债财富指数与银行间国债财富指数的日收益率序列分别进行
异方差检验，采用LM．ARCH检验法，滞后项选取2、10、20时，检验结果表明，
在1％的显著性水平下拒绝原假设，残差序列存在ARCH效应。
(4)对交易所国债财富指数与银行间国债财富指数的同收益率序列分别进行
单位根检验，检验结果表明在1％的显著性水平下，拒绝样本序列存在单位根的原
假设，样本序列具有平稳性。
从以上的描述统计分析中，我们可以发现两个特点：第一，两个场所国债财
富指数同收益率都不服从正态分布，都存在自相关、异方差现象，具有平稳性。
第二，若以标准差作为风险衡量尺度，银行间国债市场的风险大于交易所市场13。
表3．1 交易所与银行间国债日收益率序列统计特征分析
13该结论与袁东(2004)的结论一致。
交易所国债银行间国债
样本区间2002一01—04———-2008一09—27 2002-01-04『——-2008一09—27
观测数1633 1633
最小值一1．5096 -1．8438
最大值1．1703 1．8244
均值0．0130 0．0121
标准差0．1702 0．3449
偏度-0．5364(0．000) -0．1333(O．025)
峰度14．0110(0．000) 5．5082(0．000)
Jarque-Bera 13435(O．000) 2140．2(0．000)
Q(5) 225．264(0．000) 250．363(O．000)
Q(10) 280．220(0．000) 267．504(O．000)
Q(20) 307．708(O．ooo) 294．837(0．000)
ARCH 1．2 test 230．600(O．000) 139．010(0．000)
ARCH 1．10 test 74．314(0．000) 38．287(0．000)
ARCH 1．20test 41．528(0．000) 25．531(0．000)
ADF单位根检验-18．063(O．000) -32．223(O．000)
注：()中为P值。
3．1．2描述杠杆效应的模型与偏t分布
Engle和Ng(1993)提出了金融市场中的冲击常常表现出一种非对称的效
应，通常也被成为杠杆效应，即波动率对市场下跌的反应比对市场上升的反应更
加迅速，负的冲击似乎比正的冲击更容易增加波动。能够描述这种非对称冲击的
模型最典型的有：EGARCH模型、GJR模型和APARCH模型。
1．EGARCH模型
由Nelson(1991)提出的，方差方程如下：
39
·np2，=缈+斋岛·nc《，，+喜qf等一EciS／t-．___一L，，』+喜以石Ut-k c 3∽
杠杆效应的存在通过7，<0的假设得到检验，只要厂≠0，冲击的影响就存在着非
对称性，即杠杆效应存在。
2．GJR模型
Glosten，Jagannathan和Runkle(1993)提出的，方差方程为：
z：缈+羔(口，《，+r,S2，《，)+兰岛仃三，
扣l j=l
(3．2)
其中，町是虚拟变量，当t为负时，其值为1，当量≥0时，其值为零。好消息t>0
冲击市场时，对条件方差的影响为口，，而坏消息冲击市场时，对条件方差的影响
为Of，+以。若乃>0，金融市场的负冲击比正冲击对条件方差的影响大，杠杆效
应存在。
3．APARCH模型
Ding，Granger和Engle(1993)提出了APARCH(p，q)模型。该模型指定的
条件方差方程的形式为：
(3．3)
其中万>o，川<10=l，⋯g)，口f≥o，乃≥0。在APARcH模型中，标准差的幂函
数艿是估计得到的，不是指定的，用来评价冲击对条件方差的影响幅度；y是捕
捉直到q阶的非对称效应的参数。在APARCH模型中，包括7种特殊的模型：
1) 当万=2且对所有的i，J有乃=o，岛=o时，退化为ARCH模型。
2) 当万=2，厂，=o(i=l⋯9)时，退化为标准的GARCH模型。
3) 当万=1，厂，=O(i=l⋯g)时，退化为标准差的GARCH模型。
4) 当万=2时，退化为GJR模型。
一
一y g
一
口，L ￡圭瑚+
万卜
圭芦色盯= 彩+
占f
仃
5) 当万=1时，退化为TARCH模型。
6) 当乃=0(i=l⋯g)且∥，=0，(歹=l⋯p)时，退化为NARCH模型。
7) 当万一0时，退化为Log-ARCH模型。
4．偏t分布(skewed-t分布)
对于GARCH模型中的残差Et的分布，最初研究都假设其服从标准正态分布，
但由于这一分布不能体现序列分布的“厚尾"特征，于是学者们开始假设其服从
学生t分布或广义误差分布(General ized Error Distribution，简称为GED)。然
而，资产的收益率大都表现为“尖峰"和“厚尾”特性共存，而上述分布仅能描
述“厚尾’’特征而不能体现“尖峰"特性，因此，Hansen(1994)提出了偏t分
布(skewed student t distribution，简称为skt)。此后，Fernandez和Steel
(1998)改进了偏t分布的函数形式，Lambert，P．和S．Laurent(2001)给出了
标准化的偏t分布。本部分实证采用Lambert，P．和S．Laurent(2001)定义的标
准化的偏t分布：在l，>2条件下，若z，的密度函数为
纩z，<一旦
J
(3．4)
矿Zt≥一一m
J
则乙～SKST(O，1，善，V)，其中g(1v)是标准的t分布密度函数，参数f衡量非对称性，
v衡量尾部厚度，参数m和s2分别代表的是非标准化的偏t分布的均值和方差。
，行=—v—(：-v2乏；!)i石乏v。『-三2 cf一吾，，s2=c孝2+害}一，，一，竹2 c3．5，
41
m
y
％
+~
，L
彳
限
位
增
寿专科
3．1．3聚类性与杠杆效应的实证分析
由于两个国债市场的收益率序列都存在自相关现象，这就要求我们在做ARCH
族模型分析时，首先要确定条件均值方程的ARMA形式中自回归阶数P与移动平
均阶数q的阶数。我们在0≤P≤5 ，0≤q≤5范围内，根据AIC、SC最小化准则
来选取P，g的阶数。对交易所国债市场，选取P=2，q=1；对银行间国债市场，
选取P=3，g=1。对于ARCH族模型的滞后阶数(p，q)，大量的研究结论表明
GARCH(1，1)已经能够很好的刻画评估条件方差14。
利用描述非对称冲击的EGRACH、GJR和APARCH模型来考察我国交易所国债
市场、银行间国债市场的指数收益率波动的聚类效应和杠杆效应。我们分别在正
态分布、t分布、GED分布、偏t分布下估计上述3个模型，总共估计12个模型，
交易所国债市场实证分析结果见表3．2、表3．3，银行间国债市场实证分析结果见
表3．4、表3．5。此外，对这12个模型的残差序列进行自相关检验、ARCH检验与
条件异方差检验，发现残差已不存在自相关、异方差及条件异方差现象，模型结
论可靠。
对交易所国债市场而言，通过表3．2与表3．3，我们可得到如下结论：在正态
分布下EGARCH模型中描述非对称的参数值y=-0．029，且在10％的显著性水平下不
显著。GJR模型中y=0．059，在10％的显著性水平下不显著。APARCH模型中y=
0．066，在10％的显著性水平下不显著。以上模型中描述非对称性的参数值都很小
且都不显著，表明交易所国债市场杠杆效应并不明显，“利好”消息对国债市场
的影响与“利空”消息对国债市场的影响并没有显著的差别。同样，在GED分布、
t分布下，EGARCH模型、GJR模型、APARCH模型中描述非对称性的参数值y在10％
的显著性水平下也都不显著。表明交易所国债市场杠杆效应并不明显。此外，在
偏t分布下，我们不仅可以观察到同样的结论，而且偏t分布下三个模型中描述非
对称性的参数f值在10％的显著性水平下也都不显著，再一次表明我国交易所债券
市场杠杆效应不明显。
14参j^!l Lamoureux(1993)和Hamilton(1994))文中结论。
42
表3．2交易所国债市场GRACIt族模型不同分布下的估计结果
正态分布下GED分布下
系数EGARCH G瓜APARCH EGARCH GJR AR僦H
0．009 0．009 0．008 0．010 0．010 0．010
Cst(M) (0．622) (0．199) (0．349) (O．217) (0．272) (O．080)
1．203 1．184 1．189 1．001 1．000 1．001
AR(1) (0．000) (0．000) (0．000) (0．000) (O．000) (0．000)
一0．221 一0．210 -0．214 -0．107 一0．119 一O．118
AR(2) (0．185) (0．000) (0．000) (O．ooo) (0．040) (O．ooo)
-0．946 -0．927 -0．932 -0．815 -0．797 -0．800
MA(1) (0．000) (0．000) (0．000) (0．000) (O．000) (O．000)
-3．593 0．001 0．002 0．001 0．00l 0．004
Cst(V) (0．000) (0．013) (0．223) (O．980) (O．036) (O．352)
-0．246 0．246 0．263 -0．395 0．253
0．242
ARCH(c01) (0．016) (0．000) (0．000) (0．000) (O．000) (0．000)
0．932 0．732 0．753 0．997 0．746 0．757
GARCH(屈) (0．000) (0．000) (0．000) (O．000) (O．000) (0．000)
-0．029 --0．016
E13ARCrI(^) (0．371) (0．SSS)
0．509 0．585
EGARCH(y2) (0．000) (0．000)
GJI乇(7) 0．059 0．032
(0．393) (0．541)
APARCH(y) 0．066 0．043
(0．329) (O．483)
APARCH(万) 1．602 1．362
(0．000) (O．001)
1．037 1．097 1．108
G E D(DF) (0．000) (0．000) (0．000)
表3．3 交易所国债市场GRACI-I族模型不同分布下的估计结果
t分布F 偏t分布_卜．
系数EGARCH GJR APARCH EGARCH GJR Af．ARCH
Cst(M) 0．010 0．010 0．010 0．010 0．011 O．010
(0．042) (0．034) (0．060) (0．058) (O．008) (0．082)
AR(I) 1．158 1．162 1．161 1．159 1．000 1．161
(0．000) (0．000) (0．000) (0．000) (0．000) (O．000)
AR(2) 一0．187 -0．193 -0．189 一0．187 一0．132 -0．189
(0．000) (0．004) (0．000) (0．000) (0．ooo) (0．000)
MA(I) -0．938 一0．932 -0．936 一0．938 -0．780 -0．937
(O．000) (0．000) (0．000) (0．000) (0．000) (0．000)
Cst(V1 10．869 0．001 0．004 -3．932 O．001 0．004
(0．002) (0．180) (0．086) (0．000) (O．026) (0．087)
43
续表
系数EGARCH GJR APARCH EGARCH GJR AR僦H
ARCH(口1)
一0．319 0．233 0．245 -0．323 0．234 0．264
(O．ooo) (0．000) (0．000) (0．000) (0．000) (O．000)
(；ARCH(屈) 0．946 0．767 0．754 0．950 0．766 0．788
(O．000) (O．000) (O．000) (0．000) (O．ooo) (O．000)
EGARCH(^)
-0．004 -0．004
(0．913) (0．901)
EGARCH(Y2) 0．627 O．615
(0．ooo) (0．000)
GJR(Y) 0．019 0．059
(O．7450) (O．256)
APARCH(y) 0．054 0．052
(0．378) (O．368)
APARCH(1罗) 1．128 1．130
(0．000) (0．000)
Student(DF) 3．438 3．645 3．675
(0．000) (0．000) (0．000)
孝0．001 0．009 0．006
(0．990) (0．784) (O．897)
1， 3．629 3．919 3．671
(0．000) (O．000) (0．000)
对银行间国债市场而言，通过表3．4与表3．5，我们可得到如下结论：在正态
分布下，EGARCH模型中描述非对称的参数值Y---0．063，且在10％的显著性水平下
不显著。GJR模型中y=0．028，在10％的显著性水平下不显著。APARCH模型中Y=
0．077，在10％的显著性水平下不显著。以上模型中描述非对称性的参数值都很小
且都不显著，表明银行间国债市场杠杆效应并不明显，“利好”消息对国债市场
的影响与“利空”消息对国债市场的影响并没有显著的差别。同样，在GED分布、
t分布下，EGARCH模型、GJR模型、APARCH模型中描述非对称性的参数值Y在10％
的显著性水平下都不显著，表明银行问国债市场杠杆效应并不明显。此外，在偏
t分布下，我们不仅可以观察到同样的结论，而且偏t分布下三个模型中描述非对
称性的参数f值在10％的显著性水平下也都不显著，再一次表明我国银行间债券市
场杠杆效应不明显。
表3．4银行间国债GRACH族模型不同分布下的估计结果
正态分布下GED分布下
系数EGARCH GJR 系数EGARCH GJR 系数
0．006 O．005 0．005 0．012 0．010 0．010
Cst(M1
(0．099) (0．391) (0．368) (O．000) (O．000) (0．000)
0．708 0．610 0．618 0．602 0．513 0．512
Ago)
(O．000) (0．000) (0．000) (0．217) (O．ooo) (0．ooo)
0．141 O．164 0．169 0．091 0．093 0．093
AR(2)
(0．001) (O．Ooo) (0．000) (0．000) (0．000) (0．000)
0．101 0．118 0．118 O．07l 0．085 0．088
AR(3)
(0．042) (O．000) (0．000) (0．000) (O．000) (0．ooo)
-0．932 -0．862 -0．874 -0．752 -0．667 -0．663
MA(i)
(0．000) (O．000) (0．000) (O．192) (O．000) (0．000)
-0．733 0．069 0．072 旬．694 0．092 0．081
ARCH(口1)
(0．000) (0．017) (0．001) (O．000) (0．018) (0．000)
0．995 0．925 0．927 0．997 0．907 O．918
CARCH(P1)
(0．000) (0．000) (O．000) (0．000) (O．000) (0．000)
-0．063 -0．039
EGARCH(乃)
(o．143) (o．3s6)
0．578 0．657
EGARCH(1"2)
(O．000) (O．000)
caR(y) 0．028 O．035
(0．269) (o．304)
AIPARCH(7) 0．077 0．034
(o．274) (O．669)
APARCH(万1 2．309 2．172
(0．004) (0．001)
0．990 0．988 1．0ll
GED(DF)
(0．000) (0．000) (0．000)
45
表3．5银行间国债G髓CH族模型不同分布下的估计结果
t分布下偏t分布下
系数EGARCH GJR 系数EGARCH GJR 系数
0．014 O．010 0．009 O．010 O．006 O．007
Cst(M)
(|6．000) (0．007) (O．013) (0．000) (0．143) (0．139)
0．519 0．535 0．530 O．512 0．54l 0．527
AR(n
(0．000) fO．000) (0．000) (O．ooO) (0．000) (0．000)
0．072 0．106 O．108 o．087 0．105 O．106
AR(2)
(O．038) (O．00 1) (O．001) (o．017) (o．002) (o．001)
O．113 O．105 O．105 O．092 0．106 O．106
AR(3)
(O．000) (O．000) (0．000) (0．022) (0．000) (o．000)
．0．699 ．0．692 ．0．690 ．0．663 ．0．697 ．0．688
MA(I)
(0．000) (0．000) (0．000) (O．000) (0．000) (0．000)
．0．423 O．113 0．093 ．0．693 O．113 0．093
ARCH(口1)
(O．023) (0．056) (O．000) (0．000) (0．057) (0．000)
o．873 o．887 o．907 1．000 o．886 o．906
GARCH(屈)
(0．ooo) (O．ooo) (O．000) (o．ooo) (o．000) (o．ooo)
．O．006 ．O．036
EGARCH(乃)
(O．943) (0．417)
0．922 0．790
EGARCH(y2)
(0．000) (0．000)
GJR(7) 0．072 O．073
(O．359) (0．377)
APARCH(y) 0．005 ．0．003
10．954) (0．973)
APARCH(万1 2．178 2．188
(0．000) (0．000)
2．360 3．503 3．98l
Student(DF)
(0．000) t0．000) (O．000)
-0．020 ．O．047 -0．047
孝
(0．325) (0．108) (0．102)
2．905 3．516 3．978
V
(0．000) (0．000) (O．000)
3．2波动率的长记忆性分析
金融时间序列的波动率的长记忆性是指波动的持续性，即对于过去的冲击，
条件方差将以缓慢的双曲比率衰减，而不是指数比率衰减。从国内对波动率长记
忆性的研究来看，仍然停留在利用FIGARCH模型来把握波动率的长记忆性上。但
FIGARCH模型存在缺陷：第一、FIGARCH过程的记忆参数d与分整形式中参数d的作
用相反，造成了很难对记忆参数d进行解释。第二、FIGARCH过程受到振幅为l的
假设限制，当d>O时由于残差不是二阶平稳的，因此自协方差函数无法定义。随
着波动率记忆性的增加，FIGARCH过程可能产生奇异行为。出于以上原因，
Davi dson(2004)提出HYGARCH模型来描述序列的长记忆特征。HYGARCH不仅拥有
GARCH模型所拥有的协方差平稳的属性，而且还拥有FIGARCH模型所假设的冲击响
应依双曲率衰减这一属性。它可对记忆参数d和振幅参数S分别估计，从而避免了
FIGARCH中假设振幅为1的限制。该模型另一个的优点是序列的记忆长度随着参数
d的增大而增大，于是比较序列间的长记忆性只需比较参数dflP可。有鉴于此，本
节实证部分采用HYGARCH模型考察波动的长记忆性。
3．2．1 HYGARCH模型
GARCH模型假设过去的扰动对当前的条件方差的影响是以指数形式衰减的，
IGARCH模型假设扰动对所有预期的条件方差的影响将持续到无限。但实证研究发
现，虽然易变性的一次冲击可以持续很长的时间，但记忆是有限的，不会无限的
持续下去。为了克服GARCH与IGARCH的缺陷，Baillie(1996)年提出了FIGARCH
模型，该模型有一个分数参数d用于控制条件方差自相关函数以双曲线形式衰减
的速率。CHUNG(1999)指出了FIGARCH(BBM)模型中存在的结构问题，提出了改
进的FIGARCH模型。但正女HDavidson所指出的FIGARCH模型有其无法克服的缺陷，
他提出了更一般化“Hyperbolic GARCH”模型，具体形式如下：
仃?：—生+(1一丝业竺坠业)s? (3．6)
’ 1一∥(￡)
、
1一∥(三) 。‘
g P
其中d≥O,a≥o，矽(￡)=Σ口，c，∥∞)=Σ屈o，L为滞后算子。当口=o时，HYGARCH
i=l i=l
模型退化为平稳的GARCH模型；当口=1时，HYGARCH模型就退化为FIGARCH模型；
47
当Of=d=1，HYGARCH模型退化为IGARCH模型。对于ARCH族模型的滞后阶数(P，q)，
大量的研究结论表明GARCH(1，1)已经能够很好的刻画评估条件方差，故本文
选用HYGARCH(1，d，1)对样本序列的条件异方差建模，模型的最终形式为：
ht=国+屈h，2一l+[1一层三一口l三(1+口((1一上)4—1))]612 f气7、
3．2．2 HYGARCH模型的参数估计
对交易所国债，我们建立ARMA(2，1)—HYGRACG(1，d，1)模型；对银行间国
债，我们建立ARMA(3，1)一HYGARCH(1，d，1)模型。由3．1．1中对收益率序列的
统计分析可知收益率序列明显不服从正态分布，故本文不考虑残差服从正态分布
的情形，只假定模型中残差服从t分布与偏t分布两种情形。本文采用拟极大似然
估计法去估计参数，对于HYGARCH模型中的参数口，软件给出了其对数值109(a)。
参数估计实证结果见表3．6、表3．7。
从表3．6可知，不论在t分布还是偏t分布下，HYGARCH模型中的参数Log(口)
值都为0．192，并且都在5％的显著性水平下显著，表明利用HYGARCH模型刻画交易
所国债收益率的波动率是适合的。在t分布下(在偏t分布下)刻画长记忆性的参
数为0．528(0．529)，且在l％的显著性水平下显著，表明交易所收益率波动率的
长记忆性明显。在偏t分布下，描述“厚尾"的参数v=3．702，且在1％的显著性水
平下显著，表明交易所国债收益序列的波动率的“厚尾"特征明显。但描述非对
称性的参数孝值很小(孝一0．004)且在10％的显著性水平下不显著，表明交易所
国债的非对称性不明显，与上节结论一致。
表3．6交易所国债市场模型的参数估计结果
t分布F 偏t分布下
系数ARMA(2，1) ARMA(2，1)一
一HYGARCH(1，d，1) HYGARCH(1，d，n
CST(M) 0．0ll(0．001) 0．010(0．007)
AR(1) 1．000(0．000) 1．001(0．000)
AR(2) 一0．1 27(0．007) ．0．127(0．007)
MA(1) ·0．79 1(0．000) 一0．79l(0．000)
48
续表
系数
ARMA(2，1) ARMA(2，1)一
-HYGARCH(1，d，1) HYGARCH(1，d，1)
ARCH(a1) 0．399(0．101) 0．398(0．099)
d-Figareh 0．528(0．ooo) 0．529(O．000)
GARCH(届) 0．600(0．050) 0．601(0．058)
Student(Db0 3．700(0．ooo)
Logol饵Ⅵ 0．192(0．046) 0．192(0．045)
孝-0．004(0．889)
V 3．702(O，000)
注：CST(M)表示的是均值方程中的常数项，()中为P值。
从表3．7可知，在t分布(偏t分布)下，HYGARCH模型中的参数Log(口)值
为0．250(0．243)，并且在5％的显著性水平下显著，表明利用HYGARCH模型刻画银
行间国债波动率是适合的。在t分布下(在偏t分布下)刻画长记忆性的参数为
0．6103(0．614)，且在1％的显著性水平下显著，表明银行间国债波动率的长记忆
性明显。在偏t分布下，描述“厚尾”的参数v=3．337，且在l％的显著性水平下显
著，表明银行间国债波动率的“厚尾"特征明显。此外，与表3．6相比，银行间
国债的长记忆参数0．6103(O．614)大于交易所国债的长记忆参数0．528(0．529)，
表明银行间国债市场的长记忆性大于交易所国债市场。
表3．7银行间国债市场模型的参数估计结果
t分布下偏t分布下
系数ARMA(3，1) ARMA(3，I)一
·HYGARCH(I，d，n HYGARCH(I，d，n
CST(M) 0．0122(0．000) 0．010(0．004)
AR(1) 0．4719(0．000) 0．474(0．000)
AR(2) 0．0906(0．002) 0．089(0．003)
AR(3) 0．1054(O．000) 0．107(0．000)
MA(1) ．O．6455(0．000) ．O．648(0．000)
d—Figarch 0．6103(O．000) 0．614(O．000)
49
续表
系数ARMA(3，1) ARMA(3，1)一
-HYGARCH(I，d，11 HYGARCH(1，d，1)
ARCH(％) 0．3922(0．247) 0．389(0．204)
GARCH(局) 0．6077(0．072) O．61l(0．045)
Student(DF) 3．3188(0．000)
Logcz(HY) 0．250(O．039) 0．243(O．032)
孝．0．035(0．264)
1， 3．337(0．000)
注：CST(M)表示的是均值方程中的常数项，()中为P值。
3．3波动率模型的比较分析
通过3．1节与3．2节的分析，交易所国债与银行间国债的杠杆效应不明显，但
波动的长记忆特征明显。本节继续深入探讨在波动率模型的选取时，长记忆特征
所起的重要性。本节将从模型估计出的风险价值的精确程度这一角度，选取GARCH
模型与HYGARCH模型进行比较分析。
3．3．1风险价值及其相关检验
1、风险价值(value at risk)
VaR通常我们译为“风险价值"、“在险价值"、“险阵”等，是指在一定的置
信水平下，资产或投资组合在未来的一段时间内可能遭受的最大损失。即
Prob(Ap>VaR)=1一c，其中c为置信水平。
若利用参数法计算每H VaR值，上式化为
VaR多头=乃，一z。子，， VaR窄头=归，+Za孑， (3．8)
其中，厄为资产的条件均值，t为条件方差，乙为置信水平口下的分位数。
本文利用GARcH族模型去动态估计上式中的标准差t，若假定资产收益的概
率分布服从t分布(偏t分布)，则得到分位数值乞(sksG)，代入(3．8)式，即
可计算出向前一步的每[了VaR预测值。
2、Kupiec LR检验
当我们估计出VaR值后，其准确性的好坏需要通过回溯测试进行检验。Kupiec
(1995)提出基于失败率的似然比率检验方法。即通过比较实际损失超过估计出
的VaR的频率与给定的置信水平是否相等或非常接近来判断VaR的准确性。具体方
法如下：假定实际考察天数为T，失败天数为N，则失败频率为厂=N／T，在假定
VaR估计具有时间独立性的条件下，失败频率厂服从一个二项式分布，期望概率
为Of，因此若原假设日。：厂=口成立，统计量
LR=21n[fⅣ(1一厂)r一Ⅳ卜21n[ofⅣ(1一口)r一Ⅳ】(3．9)
服从自由度为l的卡方分布。
3、动态分位数检验(Dynamic Quant i le Test)
LR检验法假定VaR估计具有时间的独立性，但如果VaR失败观测值之间具有
显著的相关性，那么对投资者而言，就会发生连续超过VaR值损失的现象。因此，
他们不仅关，l',,VaR的失败率而且还关注失败事件之间相关性。Engle等人(2004)
提出的动态分位数检验方法，即对VaR失败率和失败事件之间相关性进行联合假
设检验，具体方法如下：
以投资者持有多头头寸为例，首先定义函数
Hit,=I(rt<FaR,c口))=1u1,，r‘,<￡Fya似R,， 。3．。。)
该函数表示的是如果t期的实际收益率超过所估计的VaR值，那么Hit取值为
1，反之为0。然后定义H，=Hit，--Cl，构造一个回归方程：H，=X2+‘，其中X是
一个T×K矩阵，第1列是一个所有元素为1的列向量，随后的q列分别是取值为
一小q咖⋯H㈨的列向量，最后的(K一1一g)列是附加的解释变量(包括所预测
的VaR序列)。在原假设(Ho：E(H，(口))=0并且只@)互不相关)成立的条件
下，动态分位数检验统计量应满足：
iA,'X而X2’z2伍) (3．11)
其中互为五的0LS估计量。若P值越大，表明越不能拒绝原假设，该VaR模型的预
测能力越精确。这里选择q=5和K=7，附加解释变量就取VaR本身。
3．3．2波动率模型的比较研究
首先，我们估计出两个交易市场在t分布和偏t分布下GARCH模型的参数值，
结果见表3．8、表3．9。
表3．8交易所国债市场GARCH模型的参数估计结果
t分布下偏t分布下
ARMh(2，1) ARMA(2，1)
系数
-GARCH(1，1) 一GARCH(I，n
CST(M) 0．011(0．010) O．Oll(0．018)
AR(1) 1．000(0．000) 1．000(0．000)
AR(2) -0．123(0．031) -0．122(0．032)
MA(1) -0．7930．000) -0．794(0．000)
ARCH(trl) 0．1 22(0．ooo) 0．122(0．000)
GARCH(屈) 0．878(0．ooo) 0．878(0．000)
Student(Dn 4．740(0．ooo)
孝-0．014(0．613)
V 4．748(0．000)
表3．9银行间国债市场(]ARCH模型的参数估计结果
tfff布下偏t分布下
系数ARIA(3，1) ARMA(3，1)
-GARCH(I，1) 一GARCH(1，1)
CST(M) 0．009(0．010) 0．007(0．110)
AR(1) 0．522(0．000) 0．520(0．000)
AR(2) 0．104(0．002) 0．102(0．003)
AR(3) 0．103(O．000) 0．103(0．000)
MA(1) ．0．677(0．000) -0．675(O．Ooo)
ARCH(q) 0．080(0．022) 0．079(0．029)
GARCH(P1) O．920(O．000) 0．921(0．000)
Student(DF) 4．179(0．000)
孝-o．045(O．100)
1， 4．190(0．000)
接着，根据两个市场在t分布和偏t分布下GARCH模型与HYGARCH模型的参数
值，分别预测出波动率，依据(3．8)式计算出每日风险价值。然后，利用后测
检验来判断模型估计的风险价值VaR的准确性。国内文献均都只通过Kupiec(1995)
提出似然比检验方法检验失败率，但是投资者不仅关心失败率还关心失败的观察
值之间是否具有相关性。因此，本部分还利用动态分位数法检验计算出的VaR风
险值的有效性。由于目前国债市场无法执行卖空交易，本文仅给出多头头寸情况
下模型的检验结果，见表3．10、表3．1l。
对交易所国债市场而言，从LR检验可见， 在O．05、0．025、0．010、0．005、
0．0025分位数水平下，GARCH模型给出的交易所国债VaR值明显低估，造成失败率
过高，在5％显著性水平下全部拒绝原假设，表明不考虑长记忆性时预测的VaR值
并没有真实地反映市场的风险程度。然而在HYGARCH模型下，失败率接近于给定
的分位数，给出的P值全部接受原假设，表明预测的VaR值较好的反映了市场的风
险程度。从DQ检验可见，GARCH模型下所有分位数的P值都拒绝原假设，然而
HYGARCH只有在5％、0．5％的分位数水平下给出了5％的显著性水平下拒绝联合检验
的原假设结论。表明在这两种水平下，可能连续出现失败事件的情形。
此外，无论是LR检验还是DQ检验都显示偏t分布下HYGARCH模型的检验P值与t
15参见龚锐(2005)、李伟(2006)李成(2007)的文章。
分布下的相比，并没有多大的改善。
表3．10交易所国债市场
LR检验
GARCH模型下HYGARCH模型+卜．
T分布下偏t分布下T分布下偏t分布下
分位数失败率P值失败率P值分位失败率P值失败P值
数率
0．0500 O．0649 0．008 0．0643 0．0109 O．0500 0．0521 0．705 0，0520 0．705
O．0250 0．0386 0．001 0．0367 0．0044 0．0250 0．030 0．209 0．0288 0．239
O．0100 O．0183 0．002 O．0184 0．0023 0．0loo O．0ll O．517 O．0110 0．683
0．0050 0．0141 0．ooO 0．0135 0．0000 O．0050 0．0073 0．209 0．0073 0．209
O．0025 0．0079 O．000 0．0079 0．0000 0．0025 0．0030 0．66l 0．003l 0．66l
DQ检验
GARCH模型下HYGARCH模型。卜．
T分布下偏t分布下T分布下偏t分布下
分位数统计量P值统计量P值分位数统计量P值统计量P值
0．0500 46．519 0．000 48．466 0．000 0．0500 12．847 0．046 12．847 O．046
0．0250 21．577 0．0014 16．598 O．011 0．0250 9．845 O．13l 6．199 0．401
0．0100 21．908 0．0012 21．908 O．001 O．0100 4．704 0．582 4．659 0．588
0．0050 38．038 O．000 35．268 0．000 0．0050 16．293 0．012 16．293 0．012
0．0025 21．25 0．0016 21．25 0．002 0．0025 0．302 0．999 0．302 0．999
对银行间国债市场而言，从LR检验可见，在0．05、0．025、0．010、0．005、
0．0025分位数下，GARCH模型给出的银行间国债市场VaR值明显低估，造成失败率
过高。然而在HYGARCH模型下，失败率接近理论值，特别是在偏t分布下，P值都
在O．6以上，检验效果较好。从DQ检验可见，在10％显著性水平下，偏t分布下
HYGARCH模型计算出的VaR值都无法拒绝联合检验的原假设，明显优于在GARCH模
型下的结论。
此外，无论是LR检验还是DQ检验都显示偏t分布下HYGARCH模型的检验P值与t
分布下的相比，得到了较大的改善。这表明偏t分布下的HYGARCH模型拟合效果
要好于t分布下的，偏t分布下的HYGARCH模型更适合我国的银行间国债市场。
表3．11银行间国债市场
LR检验
G剐愆H模型下HYG剐[屺H模型下
T分布下偏t分布下T分彳百下偏t分布下
分位数失败率P值失败率P值分位数失败率P值失败率P值
0．0500 0．0681 0．001 0．0657 O．015 0．0500 0．0545 0．406 0．0527 0．614
0．0250 0．0414 0．000 0．0385 0．009 0．0250 O．0284 0．378 0．0266 0．668
O．0100 O．0183 O．002 0．0166 O．013 0．O100 0．0118 O．460 0．0100 0．978
0．0050 0．0094 0．020 0．0077 0．062 0．0050 O．0047 0．877 0．0047 0．877
0．0025 O．0047 0．012 0．0036 0．092 0．0025 0．0029 0．713 0．0024 O．912
DQ检验
GARCH模型下HYGAl汇H模型下
T分布下偏t分布T分布下偏t分布
分位数统计量P值统计量P值分位数统计量P值统计量P值
0．0500 46．209 0．000 39．739 0．000 0．0500 11．806 0．067 9．613 0．142
0．0250 28．392 0．000 22．208 O．00l 0．0250 2．996 0．809 1．714 O．944
O．0100 16．409 0．012 11．955 0．063 O．Oloo 4．674 0．586 4．836 0．565
0．0050 26．909 0．0002 15．854 0．015 0．0050 0．209 0．999 0．209 0．999
0．0025 3．757 0．7095 0．905 0．989 0．0025 0．233 0．999 0．057 1．000
3．4本章小结
本部分利用交易所国债市场与银行间国债市场2002年1月04日N2008年9月
27日的财富指数进行实证研究，在假设残差分别服从正态分布、t分布、GED分布、
偏t分布的情形下，分别估计了EGRACH、GJR和APARCH模型来考察波动的聚类效应
和杠杆效应。在假设残差分别服从t分布、偏t分布的情形下，利用HYGARCH模型
来考察波动的长记忆性。从模型估计WaR的精确程度的角度，探讨在波动率模型
的选取时，长记忆特征的重要程度。对比了交易所国债市场与银行间国债市场收
益率的异同；对比了两者波动率杠杆效应的异同；对比了两者波动率长记忆性的
异同；对比了相同分布假设下，不同GARCH族模型(GARCH模型和HYGARCH模型)
计算出的VaR值的异同；对比不同分布假设下同一模型计算出WaR值的异同。全面
考察了国债市场的波动特征，得出了如下结论：
(1)两个国债市场的指数收益率都不服从正态分布，都存在自相关、异方
差现象，具有平稳性。
(2)在正念分布、t分布、GED分布、偏t分布的情形下， 无论是交易所国
债市场还是银行间国债市场，EGRACH、GJR和APARCH模型中描述非对称性的参数
值都很小且在10％的显著性水平下都不显著，表明杠杆效应并不明显，“利好”消
息对国债市场的影响与“利空”消息对国债市场的影响并没有显著的差别。
(3)不论假定残差服从t分布还是偏t分布，HYGARCH模型的参数log(a)在
5％显著性水平下都显著，表明HYGARCH模型适合我国国债市场；描述长记忆性的
参数d在l％显著性水平下都显著，表明我国国债市场波动率的长记忆特征明显。
此外银行间国债市场的长记性大于交易所国债市场。
(4)在相同分布假设下，对VaR值采用两个检验方法进行检验，两个国债交
易市场都显示出带长记忆性的HYGARCH模型计算得到的VaR值更能准确反映市场
真实的VaR，长记忆性在测度VaR时发挥了重要作用。
(5)在不同分布假设下，与t分布相比，偏t分布下的HYGARCH模型并没有明
显改善交易所国债市场预测的VaR值的准确性，然而偏t分布下的HYGARCH模型却
更适合我国银行间国债市场。
第4章国债价格波动的内部风险因素分析
国债市场价格围绕其理论价格波动，而国债的理论价格主要受利率波动的影
响。所以要探究国债市场波动的内部风险因素便是了解国债价格隐含的利率期限结
构的变动特征。所谓利率期限结构是某个时点不同期限的即期利率所组成的一条曲
线，是在除去交易成本和违约信用风险之后，利率与到期期限之间的一一对应关系。
它是资产定价、金融产品设计、保值和风险管理、套利以及投机等金融活动的基础，
反映了投资者的资金成本。利率期限结构的变化反应了市场对未来利率变化的预
期，通过分析利率曲线可以预测利率的变动，进而对冲投资者所持有的国债投资组
合的风险，为风险控制提供决策依据。我国利率并非完全的市场化，利率的变化影
响因素多样复杂，夹杂着众多的政策因素，行政干预等等。这就决定了我国的利率
期限结构变动特征可能有自己的特色，影响其变动的风险因素与国外成熟市场相比
可能也有很大的不同。
本部分仍采取比较研究的方法，同时对银行间国债市场和交易所国债市场展
开研究。首先对我国的利率体系现状展开分析，以便把握我国利率体系的特色，
为分析国债价格隐含的利率期限结构打下基础。其次，依据两个市场上的真实国
债交易数据拟合出的利率期限结构，考察国债价格隐含的1．20年期的即期利率特
性，比较两个市场的异同。最后，利用主成分分析，计算不同的类型对应的特征
值和特征向量，并提取关键风险因素来反映市场利率变化的综合信息，探究国债
价格波动来自内部的风险因素。
4．1我国利率体系现状分析
国外，利率由市场决定。美国联邦基准利率、Libo俐率都充当着各自市场上
基准利率的角色，从而国债价格受到基准利率的影响而上下波动，国债价格隐含
的利率期限结构也体现了基准利率的变化。但是我国正处在利率市场化的进程
中，银行间同业拆借利率并不能很好的充当基准利率的角色。新近推出的Shibor
利率怕，其功能、作用也有待进一步考察。在基准利率缺失的情形下，我国整个
利率体系都有可能影响国债价格隐含的利率期限结构。故在研究利率期限结构
16由于银行间同业拆借利率交易清淡，全国同业拆借中心丁2007年1月4日推出了改进版
的Shibor利率(上海银行间同业拆借利率)。
57
前，我们有必要梳理一下我国的利率体系。
在我国，央行规定了储蓄存款利率、银行对企业的贷款利率、法定存款准备
金利率等官方利率，同时，市场上也存在着金融机构间自主定价的利率，例如银
行间同业拆借利率、国债回购利率等。
(1)存款利率
我国居民的存款利率不是由市场决定，而是由中央银行直接决定。中央银行以
同期物价上涨率作为参照物来调控我国的存款利率。首先确定商业银行一年期储蓄
存款的利率水平，然后再确定商业银行其他档次的存款利率、贷款利率以及中央银
行存、贷款利率。相应地，国债利率和各政策性银行发行的债券利率也是在相同期
限的储蓄存款利率基础上生成的。
(2)再贷款利率
再贷款利率是我国中央银行向金融机构直接提供资金的利率，其升降直接影
响金融机构的融资成本，进而影响各种存贷款利率。与存款利率相同，我国的再
贷款利率也是中央银行直接决定的。
(3)再贴现利率
再贴现利率是指商业银行以再贴现作为最后的途径向中央银行获取资金时
承担的融资成本。中央银行主要是起到最后贷款人的作用，中央银行可以通过再
贴现利率来影响金融机构的融资成本，进而影响各种存贷款利率，它的影响途径
更为间接，是通过票据市场来实现的。
(4)银行间同业拆借利率
银行间同业拆借利率分成两类，一类是银行同业头寸拆借利率，期限较短，
是指无抵押的银行同业隔夜拆借利率，它是银行同业间买卖超额准备金所形成的
利率；另一类是银行同业短期拆借利率，期限相对较长，在四个月以上一年以内。
通常被视为中央银行货币政策调控基准利率的银行同业拆借利率是指前一种拆
借利率。银行同业拆借利率反映和影响着金融市场上银根的松紧变化，主导着整
个利率体系，是货币市场上的一种市场利率。由于中央银行是整个金融系统储备
资产唯一的最终提供者，中央银行无论是通过国外净资产还是国内信贷向金融系
统提供储备资产，都将影响会融系统的超额准备金和银行同业拆借利率。
(5)回购利率
回购利率主要是市场上的机构对短期资金的拆借而形成的利率。因为回购资
金交易量大，机构投资者多，所以回购利率反映了市场上各家机构的资金成本，
可以看作是市场利率的平均水平。
(6)Shibor利率
Shibor利率是是由我国信用等级较高的16家商业银行组成的报价团，自主
报出的人民币同业拆出利率计算确定的算术平均利率，是单利、无担保、批发性
利率。目前，对社会公布的Shibor品种包括隔夜、1周、2周、1个月、3个月、
6个月、9个月及1年。它的形成机制与在国际市场上普遍作为基准利率的Libor
的形成机制非常接近。
综上分析，我们发现我国的利率体系与国外发达国家有很大的差距，我国正
处于利率市场化的进程中。存款利率在我国利率体系中发挥着重要作用，但其并
不由市场确定无法反映资金供需状况；对再贷款利率而言，在经济开放的条件下，
中央银行通过外汇占款的渠道向社会投放的货币资金占中央银行向社会投放的
全部货币资金相当大的比例，而且开放的程度越大，所占的比例也就越大，这样
再贷款利率再也起不到重要作用；对再贴现利率而言，我国票据市场发展不完善，
票据市场的数额占全部的本外币贷款的比例很小，再贴现利率不能够成为影响其
它利率的主要利率；对银行同业拆借利率而言，我国自1996年6月放开银行同
业拆借利率以来，该利率已基本上完全实现了市场化，该利率在我国整个利率体
系中的主导作用和中央银行对该利率的控制力是不容怀疑的。但是我国全社会金
融资产的90％掌握在商业银行手中，商业银行资产的70％以上是贷款，但商业银
行的存贷款利率没有实现市场化，这就使得现阶段我国银行同业拆借利率对商业
银行存贷款利率的影响大打折扣。为此，我国央行现阶段不得不以货币供应量为
货币政策中间目标，而不是以利率为货币政策中间目标，将货币政策的操作目标
主要锁定为商业银行的超额准备金，而不是锁定为银行同业拆借利率，这就使得
银行同业拆借利率即便被视为基准利率，在我国目前也是有名无实。我国利率体
系所具有的这些特色，势必造成国债价格隐含的利率期限结构与国外的差异，造
成影响国债价格波动的风险因素与国外的差异。
59
4．2利率期限结构的估计方法
通常拟合利率期限结构的方法有两种，一种是动态方法，另一种是静态方法。
动态方法是对利率的随机行为进行建模，通常包括“一般均衡模型”、“无套利
模型”等。该类模型的特点是要求债券市场相对发达，衍生产品较为丰富，使得
市场能保持瞬时的无套利性，一旦这些前提与市场不符，该类模型未必适用。而
我国国内债券市场还处于发展阶段，国债品种较为单一，远期市场还不存在，该
类模型并不适合用来构造我国的利率期限结构。静态方法采用曲线拟合技术来估
计利率期限结构，主要包括两种拟合思路，一种是分段拟合，另一种是整段拟合。
分段拟合主要采用样条技术，为了保证拟合精度，往往设置多个节点，但这增加
了模型待估参数的数量，给模型估计带来了困难。而整段拟合采用参数化模型来
拟合，由于SV模型1。7利率曲线处处多阶可导，满足光滑性，同时模型参数有较强
的经济含义，模型拟合结果比较符合利率期限结构预期理论，因此许多国家的中
央银行采用该模型。根据国际清算银行(BIS)2005年10月的技术文档，中央银
行在估算利率期限结构中，法国、加拿大、比利时、德国、挪威、瑞典、瑞士多
数采用SV模型，美国同时采用Ss和SV模型，英国同时采用VRP(Variable
Roughness Penalty)和SV模型。基于本部分的研究目的，我们不再探讨比较利率
期限结构静态拟合的方法的优劣婚，而是采用被广泛接受的Svensson模型进行即期
利率曲线的拟合。
表4．1世界发达国家中使用S．V模型的国家
中央银行模型计算频率最小目标年限
法国SVd畸S 周P．w 1．10
加拿大SV 日P．w 1．10
比利时SVjNS 日P．w O．10
德国SV 日Y 0．10
挪威SV 月Y 0．10
西班牙SV 日P-w 0．10
’7也称为NSS模型。
18关于利率期限结构的最优估计问题，陈晖(2006)从5个方面考察了7种期限结构的静态
估计方法。唐革榕(2006)分别川插值法、线性规划法、样条函数法、参数法等拟合技术分
别对我国国债市场利率期限结构进行了拟合实证研究。
续表
中央银行模型计算频率最小目标年限
瑞典SV 日Y 0．10
瑞士SV 日Y O．10 15，20 30
英国SV与VRP 日2．10
美国SV与SS 日P O．10
资料来源：Zero-coupon yield curv岱：technical documentation．BIS Papers，No．25．2005．10
注1：时间截止2005．8．
注2：最小目标指计算误差平方和的目标函数，P，P-w，Y分别指计算中按价格误差平方和，
加权价格误差平方和，到期收益率误差平方和，权重为国债“久期”倒数值。
4．2．1 Svensson模型
Nelson-Siegel模型是Charles Nelson和Andrew Siegel在1987年提出的一个参数
拟合模型。该模型通过建立远期瞬时利率的函数来推导即期利率。该模型的一个
最大的好处就是需要估计的参数相对较少，因此特别适合于估计债券数量不多情
况下的利率期限结构，而且模型参数都有很明显的经济学含义。该模型能够产生
大家所熟悉的远期利率曲线的各种形状，如单调型、水平和倒置型曲线，但却无
法推导出形状更为复杂的利率曲线，例如V形和驼峰形曲线，使得曲线对短期和
中期的利率拟合程度不够好。为了克服原模型拟合灵活性不足的问题，Svensson
在1994年提出了N-S模型的扩展形式：
厂c。柳=风+屈eXpc一争+履(詈]eXpc一争+尼(昙]唧c一争(4∽ ‘ L q／ ‘ L吃／ 吃、’．1，
方程中的参数都有明确的经济含义，参数风代表长期利率，表示瞬间远期利率曲
线f(0，0)的渐近线，随着到期期限目的增加，f(0，0)曲线趋向于成。参数屈代表
短期利率，反映瞬间远期利率曲线向渐近线的趋近速度。若该值为正，表明瞬间
远期利率曲线随着期限的增大而上升，反之则表明瞬问远期利率曲线随着期限的
增大而下降。参数∥，和展分别代表不同的中期利率，它们决定了瞬间远期利率
曲线极值点的性质和曲度。参数‘、f，表明远期利率曲线的极值点出现的位置。
根据即期利率与远期利率的关系有
，．(f)：一!翌掣：三(厂@)du 。一’
6l
从而可推导出即期利率函数：
R(o，0)=鼠+届jr 9I孚一一⋯㈡I∥l
口⋯rI f J
_1-exp产(-0)一㈢f， I ∥I
口⋯rl f I
+
(4．3)
从而，国债的理论价格为鼻=Σ，TC，i·e-r(t}t，其中r(t)为与时问t对应的即期利率，
q为t时刻第i种国债的现金流。
H
2
假设国债的实际交易价格为F，则采用优化算法对目标函数millΣ(只7一只)
i=1
进行求解，可得到该模型的参数，从而构造出利率期限结构曲线。
4．2．2 SV模型的拟合
由于大部分国债品种是观测期间内陆续挂牌上市交易的，因此，在时间窗口
内的不同时点用于估计利率期限结构的国债数目可能不等。交易所国债市场的交
易主要集中在上海证券交易所，深圳交易所国债市场交易量占很少的一部分，并
且两个交易所的国债价格关联度很高，所以为了估计上的方便，交易所国债市场
利用上海证券交易所国债市场作为代理。SV模型估计的参数数据来自锐思数据
库，本节使用2002年1月1日到2008年11月31日期间作为实证研究的时间窗
口，取该窗口内每个周末的SV模型的参数值，利用MATLAB软件编程共得到
366条即期利率曲线。分别删除其中利率为负数的异常曲线后，我们得到上交所
国债市场上349条即期利率曲线，银行间国债市场上356条即期利率曲线。具体
形式见图4．1。
62
单_
2孰
●
每
25”5444“嘣?俐㈣栅
图4．1利率期限结构三维图
4．2 3利率期限结构的统计特征
选取即期利率曲线的1．20年的利率变量做一个描述性分析，以期了解我国国
债价格隐含的利率期限结构的静态特征。
(一)银行间国债市场
对银行间国债市场的利率期限结构中1．20年期的即期利率做描述统计，从表
4．2可得到如下结论：
1、从均值来看，银行间国债平均利率期限结构曲线呈向上倾斜的状态，但
是，即期利率曲线末端逐渐走平，15．18年期的均值都为0．0378，19年期的均值
为0．0377，20年期的均值为0．0375，反而下降了。
2、从标准差来看，10年期以下的值大于lO年期以上的。4—8年期的值较大，
在0．007以上，大于其他各期。可能原因是银行间国债市场上交易的国债主要都集
中在这些年份的国债上，市场交易相对频繁，对信息的反应速度较短期及长期更
快，所以表现为波动较大。
3、从J．B正态性检验的P值来看，各个期限的即期利率都不服从正态分布。
表4．2 1．20年即期利率的描述统计特征
J_B正态检
利率均值中位数最大值最小值标准筹偏度峰度
验P值
1年0．0244 0．0236 0．0392 0．0108 0．0065 0．2639 2．3786 0．0072
2年0．0262 0．0241 0．0385 0．0116 0．0064 0．3297 1．9871 0．0000
3年0．0279 0．0247 0．0400 0．0134 0．0068 0．4146 1．8043 0．0000
4年0．0295 0．0261 0．0433 O．0156 0．0071 0．4642 1．7988 0．0000
5年0．0310 0．0276 0．0460 O．0179 0．0073 0．4908 1．8432 0．0000
6年0．0323 0．0288 0．0480 0．0203 0．0073 0．5032 1．8984 0．0000
7年0．0334 0．0305 0．0495 0．0220 0．0071 0．5066 1．9527 0．0000
8年0．0344 O．0318 0．0505 0．0228 0．0070 0．5008 2．0016 0．0000
9年0．0353 0．0329 0．0511 0．0226 0．0067 0．4843 2．0447 0．0000
10年0．0360 0．0339 0．0514 0．0214 0．0065 0．4512 2．0916 0．0000
11年0．0365 0．0347 0．0514 0．0201 0．0062 0．3947 2．1655 0．0001
12年0．0370 0．0353 0．0512 0．0189 0．0060 0．3095 2．3189 0．0019
13年0．0373 0。0359 0．0509 O．0178 0．0058 0．1897 2．6092 0．0118
14年0．0376 0．0364 0．0505 O．0167 0．0056 0．0332 3．9090 0．0901
15年0．0378 0．0369 0．0501 0．0143 0．0055 —0．153 3．8117 0．0038
16年0．0378 0．0372 0．0497 0．0117 0．0055 -0．350 4．7055 0．0000
17年0．0378 0．0372 0．0498 0．0092 0．0056 —0．541 5．6490 0．0000
18年0．0378 0．0374 0．0515 0．0068 0．0057 -0．701 6．4776 0．0000
19年0．0377 0．0373 0．0534 0．0046 0．0060 —0．822 7．0926 0．0000
20年0．0375 0．0371 0．0552 0．0025 0．0062 —0．898 7．4412 0．0000
图4．2均值利率期限曲线
图4．3即期利率的标准差
对银行间国债市场的1．20年期限的即期利率分别使用ADF与Phillips．Pcrron检
验法进行单位根检验，其中ADF检验滞后项的选取按AIC最小准则，PP检验的带
宽选取依Newey-West方法，检验结果见4．3。从表4．3可见，1．10年的即期利率具
有较明显的非平稳性，无法拒绝存在单位根过程的原假设，表明他们都是I(1)
过程。11—14年的即期利率序列ADF检验与PP检验在10％的置信水平下给出了相反
的结论，其平稳性无法确定。15年以上的即期利率ADF检验与PP检验在5％的置信
水平下都给出了拒绝原假设的结论，表明他们是平稳过程。对所有数据取一阶差
分，一阶差分序列都表现出较高的平稳性。
表4．3银行间国债市场1．20年即期利率的单位根检验
变量ADF检验PP检验变量ADF检验PP检验
-1．889 -2．300 一3．772 -22．464
bl △6l (0．337) (0．173) (0．004) (0．000)
-2．193 一1．376 -3．527 一16．629
b2 Ab2 (0．008) (0．000) (0．209) (O．594)
—2．321 -1．447 一3．172 -14．995
b3 △改
(0．166) (0．559) (0．022) (0．000)
-2。335 一1．479 -3．137 -16．263
b4 (0．162) (0．543) Ab4 (0．024) (0．000)
-2．337 -1．482 -4．475 -17．836
b5 (0．161) (O．542) Ab5 (0．ooo) (0．000)
-1．818 一1．515 -4。964 -18．966
b6 △66 (O．371) (0．525) (O．ooo) (0．000)
-1．657 一1．517 -6．183 -19．643
b7 △6，
(O．452) (O．524) (0．000) (O．000)
-1．488 -1．506 一20．146 -20．103
b8 △‰ (0．000) (0．000) (0．538) (0．529)
-1．765 -1．807 -20．679 -20．780
b9 △60
(O．398) (0．377) (0．000) (0．000)
-2．025 一2．234 -15．233 -21．471
blO Ab,o (O．000) (O．000) (0．276) (0．195)
-1．963 -2．777 一10．677 -22．784
bll Ab,l (O．000) (0．ooo) (0．303) (0．063)
-2．190 -3．407 —11．313 -24．607
b12 △612 (0．210) (0．011) (0．000) (0．000)
-2．454 一4．117 -11．807 -27．454
b13 (O．128) (0．001) Abi3 (0．000) (O．000)
-2．743 -4．857 -10．986 一45．077
b14 △614 (0．000) (0．000) (0．068) (0．001)
-3．061 -5．539 —10．476 一115．804
b15 △615 (O．031) (0．000) (0．000) (O．000)
—3．066 -6．130 —10．974 -131．352
b16 Abl6 (0．000) (0．000) (0．030) (0．000)
-3．324 一6．641 一11．269 -144．767
b17 △617 (0．015) (0．000) (0．000) (0．000)
-3．563 -7．165 -11．566 -155．511
b18 △岛8 (0．007) (0．000) (0．000) (0．000)
-3．769 -7．643 -11．806 -163．732
b19 Abl9 (0．004) (0．000) (0．000) (0．000)
-3．934 -8．000 一12．027 一171．148
b20 (0．002) (O．000) △620 (0．000) (0．000)
注：变量玩表示第i年期的即期利率，Abi表示其1阶差分值(i=1,2 o·20)，()中为P值。
(二)交易所国债市场
对交易所国债市场的利率期限结构中1．20年期的即期利率做描述统计，从表
4．4可得到如下结论：
l、从均值来看，交易所国债平均利率期限结构曲线呈向上倾斜的状态，和
银行间国债基本一致。但是，与银行间市场相比，15．20年期的即期利率均值的
数值仍呈递增趋势，并且利率期限结构倾斜程度更高19。
2、从利率的标准差来看，短期利率波动比长期利率波动更大，10年期后，
有一个明显的下降趋势。7．10年期的值大于其他各期。原因可能与他们的交易活
跃程度相关。
3、从J—B正态性检验的P值来看，各个期限的即期利率都不服从正态分布。
表4．4交易所国债市场1-20年即期利率的描述统计特征
J—B正态检
利率均值中位数最大值最小值标准差偏度峰度
验P值
1年0．0197 O．0192 0．0347 0．0061 0．0080 0．0934 1．9254 0．0002
2年0．0248 0．0240 0．0381 0．0091 0．0075 0．1054 1．9065 0．0001
3年0．0287 0．0263 O．0417 0．0121 0．0071 0．2762 1．8414 0．0000
4年0．0315 0．0287 0．0447 0．0179 0．0071 0．3622 1．6926 0．0000
5年0．0333 0．0300 0．0472 O．0186 0．0074 0．3765 1．6624 0．0000
6年0．0345 O．0310 0．0486 0．0194 0．0076 0．3852 1．6782 0．0000
7年0．0353 0．0321 0．0504 0．0205 0．0078 0．3889 1．7214 0．0000
8年0．0359 0．0333 0．0520 0．0217 0．0079 0．3854 1．7781 0．0000
9年0．0364 0．0341 0．0532 0．0232 0．0080 0．3778 1．8360 0．0000
10年0．0368 0．0348 0．0540 0．0237 0．0079 0．3682 1．8894 0．0000
11年0．0371 0．0354 0．0545 0．0244 0．0078 O．3618 1．9377 0．OOOO
12年0．0375 0．0358 0．0547 0．0251 0．0076 0．3578 1．9801 0．0000
13年0．0378 0．0361 0．0547 0．0260 0．0074 0．3615 2．0207 0．0000
14年0．0382 0．0364 0．0545 0．0260 0．0071 0．3714 2．0598 0．0000
15年0．0385 0．0369 0．0542 0．0261 0．0067 0．3896 2．1025 0．0000
16年0．0388 0．0374 0．0538 0．0264 0．0063 O．4157 2．1429 0．0000
17年0．0392 0．0379 0．0533 0．0267 0．0060 0．4495 2．1924 0．0000
18年0．0395 0．0383 0．0529 0．0272 0．0056 0．4873 2．2471 0．0000
19年0．0399 0．0389 0．0528 0．0278 0．0053 O．5197 2．3048 0．0000
20年0．0402 0．0394 0．0528 0．0285 0．0050 0．5356 2．3640 0．0000
19倾斜程度定义为s=r(10)一rO)，从而银行问为0．01 16，交易所为0．0171。
67
图4．4均值利率期限曲线
图4．5即期利率的标准差
同样，对交易所国债市场的1．20年期限的即期利率分别使用ADF与
Phillips．Perron检验法进行单位根检验，其中ADF检验滞后项的选取按AIC最小准
则，PP检验的带宽选取依Newey-West方法，检验结果见4．5。从表4．5可见，与银
行间国债市场不同的是，l一20年的交易所即期利率具有较明显的非平稳性，全部
都无法拒绝存在单位根过程的原假设，表明他们都是I(1)过程。对所有数据取
一阶差分，一阶差分后的序列都表现出平稳性。
68
表4．5 1-20年即期利率的单位根检验
变量ADF检验PP检验变量ADF检验PP检验
-2．065 -2．339 -5．989 -22．992
el (0．259) (0．160) △el (0．000) (0．000)
-2．078 -1．957 -21．009 -20．996
e2 △口2
(0．254) (0．306) (0．000) (0．000)
-1．584 -1．690 -8．162 -15．472
e3 血3 (0．489) (0．435) 0．0000 (0．000)
—1．518 一1．481 —6．410 -14．295
e4 △e4
(0．523) (0．542) (0．000) (0．000)
-1．372 -1．326 -6．609 -14．264
e5 △P5 (0．596) (0．618) (0．000) (0．000)
-1．974 -1．294 -4．063 -14．608
e6 △气(0．001) (O．000) (O．298) (O．633)
-2．253 -1．322 -3．099 -15．019
e7 △e，
(O．188) (0．620) (0．027) (0．000)
-2．233 -1．384 -3．267 -15．465
e8 △e8 (0．017) (0．ooo) (0．195) (O．591)
—2．219 -1．459 -3．502 -15．689
e9
(0．199) (0．553) Ae9 (O．008) (0．000)
-2．212 -5．766 -5．766 一15．728
elO △qo (0．000) (0．000) (0．202) (O．000)
-1．713 -1．566 -5．819 -15．557
e11 △层1l (O．ooo) (0．000) (0．424) (O．498)
-1．752 -1．610 -14．682 -15．096
e12 △P12 (0．000) (0．000) (0．404) (0．476)
-1．513 -1．644 -14．189 -14．537
e13 △e13 (0．525) (0．458) (0．000) (0．000)
-1．584 -1．674 -13．862 -14．091
e14 血14
(0．489) (0．443) (0．000) (0．000)
-1．820 一1．687 -14．114 -14．309
e15 Ael5 (0．000) (0．000) (0．370) (0．436)
—1．669 -1．726 一15．314 一15．478
e16 △q6 (0．445) (0．412) (0．000) (0．000)
—1．619 一1．806 —17．367 一17．417
e17 Ael7 (0．000) (0．000) (0．471) (0．377)
—1．989 一1．946 —7．816 一19．472
e18 Ael8 (0．000) (0．000) (0．292) (0．311)
-2．028 -2．225 —8．447 一21．219
e19 Ael9
(0．274) (0．197) (0．000) (0．000)
—2．123 一2．246 -9．106 -23．310
e20 (0．235) (0．184) △e20 (0．000) (0．000)
注：变量e，表示第i年期的即期利率，Aei表示其1阶著分值(f=1,2，⋯20)，()中为P值。
4．3内部风险因素分析
利率期限结构随时间变化，是国债市场波动的主要来源。国外大量研究利用
主成分方法对不同即期利率进行因素提取，研究结论表明利率变动总体方差的绝
大部分来自于两到三个因素的贡献，这意味着只需两到三个主要风险因素就足以
对整条即期利率曲线的动态变化做出令人满意的解释。这一结论首先由Steeley
(1990)与Litterman和Scheinkman(1991)年提出。他们的研究发现利用三个因
素可以很好地解释大部分的价格变动。他们称这些因素为水平(1evel) 、倾斜
(slope)和曲度(curvature)因素。其中，水平因素发挥着主导作用，即期利率
对水平因素的敏感性并不因为期限的长短而相异，即各种期限的利率均受到水平
因素的影响。实际投资中，利用“久期”对债券组合进行套期保值就是基于该风
险因素；倾斜因素的影响作用次之，它是使得长期利率与短期利率朝不同方向变
化的因素，或者是致使利率朝一个方向变化但幅度存在差异的因素。当市场预期
短期利率将发生变动，而长期利率维持不动(或相反)时，即期利率曲线就会发
生倾斜移动；弯曲程度的影响作用居于第三位，它可以看作是对特定期限范围内
利率的集中影响。当市场对利率的波动率预期发生改变，造成特定期限的债券供
求关系出现暂时失衡时会造成即期利率曲线的曲度移动。
本节将4．2节中从利率期限结构中计算出的1—20年的即期利率时间序列作为
研究样本，对序列取一阶差分值，利用主成分分析方法分析数据的相关性矩阵，
提取出这些利率波动的风险因素，并对这些风险因素进行相对重要性分析，从而
考察我国国债波动的内部风险因素。
4．3．1主成分分析
在大多数情况下，许多变量之间可能存在相关性，从而增加分析问题的复杂
性。如果分别对所考察的每个指标进行分析，则分析是孤立的。但盲目减少指标
进行分析，容易产生错误的结论。因此需要找到一个合适的方法，在减少分析指
标的同时，尽量避免原信息的损失。主成分分析就是利用各变量之间存在的相关
关系，将多个实测变量转换为少数几个不相关的综合指标进行分析的多元统计方
法。该方法实际上是用较少数的彼此不相关的指标去综合存在于各变量中的各类
信息，即是对变量共性的一种提取。
假设我们考虑一组已经标准化的N个利率变量，所谓主成分是这些变量的线
70
性组合，例如第K个主成分的表达式记为K=Xrwk，其中权重向量Ⅵ满足如
下约束：
m叩a月xⅣVar(x
r
wt)s·f·V m wT w七2 1 (4·4)
容易证明上述最优化的解q为相关性矩阵的特征向量。第K个主成分的方差为
Var(Xr％)=《Σwk=以(4．5)
从而，第K个主成分所解释的方差比例为
竺!圣! ： 生(4．6)
Var(Yl+⋯4-yⅣ)^4-⋯4-“
如前所述，如果变量间不存在相关或者相关性很小，那么主成分分析将不是
一种合适的分析方法。实际中，变量间的相关性往往是存在的，但是否达到适合
进行主成分分析的程度，必须利用一些客观的检验方法。一种方法是巴特利特球
体检验(Bartlett’S test of sphericity)20，另一个常用的方法是KMo测度法
(Kaiser-Meyer-Olkin)21。主成分法所获取的因子数目与原变量的数目相同，因
此需要对因子数目进行选取。通常使用特征值法，因子对应的特征值是因子所能
解释的方差大小，而由于标准化变量的方差为1，故特征值法要求保留因子特征
值大于1的那些因子。
4．3．2实证结论
(一)银行间国债市场
1、主成分分析检验
对银行间国债市场的20个即期利率序列的一阶差分值进行KMO与Bartlett
检验，结果见表4．6。KMO检验的测度值为0．929，Bartlett检验的P值为0．000，
表明样本序列适合进行主成分分析。
20它是建立在协方荠阵是单位阵(即变量问不相关)的假设基础之上，一个大的检验值通常
意味着检验结果的显著性，拒绝原假设表明可以进行主成分分析。
21一般而言，KMO测度大丁．O．5意味着土成分分析可以进行。
71
表4．6 KMO澳J度法和Bartlett检验
KMO测度值0．929
Ba n|etI检验的Z2值46072．9
Bartlett检验的自由度190
Bartlett检验的P值0．000
2、主成分分析结果
对20个即期利率的一阶差分值序列进行主成分分析，分析结果见表4．7，因子
载荷矩阵见表4．8。我们可得如下结论：
(1)共有四个特征根大于1，四个主成分解释了方差的99．627％的变化。但
是，对第一主成分而言，仅仅解释了方差59．511％的变化，并且其因子载荷量相
差较大，3年期与13年期的第一主成分的因子载荷量(0．111与0．981)相差8倍之
多。以唐革榕(2003)的结果为例，最高与最低之因子载荷量各自为0．2556与0．3406，
两者差距相当小，因此影响银行间利率期限结构变动的第一个因素并不适合称为
平行移动因素。此发现与Buhler和Zimmermann(1996)对瑞士利率期限结构所
得实证结果相似，也与叶仕国(2002)对台湾利率期限结构所得实证结果相似。
依据他们的解释认为此现象可能是由于样本期间内货币政策的不确定性
(monetary uncertainty)造成的。我国在02年N08年间，多达16次的货币政策变
动22大大影响了第一主成分因素。
(2)第二个主成份因子载荷量的变动与其他文献所提倾斜因素相似，即短
期与长期利率对第二个主成份的变动呈现相反的变动方向，但贡献率为22．338％，
在即期利率曲线变动中所发挥的作用明显大于国外同类市场”。
(3)第三个主成份的因子载荷量短期、长期为正，而中期值为负(6至13年)，
也与其他文献的结果相同，代表了短、长期利率与中期利率呈现相反变动方向的
曲度现象，可认为是曲度因素。
(4)第四个主成分对利率的方差贡献度仍达N8．095％左右，并且载衙量波
动较大，这与国外类似研究相区别之处，在此我们认为是政策因素。我国利率市
22只包括调整存款准备金、加息、降息。
23参见Martellini(2000)、David(2004)和Grahame(2005)等的研究结论。
场化正在进程之中，利率有其自身独特之处，使得政策因素在影响利率风险中发
挥着更大的作用。
(5)后三个因素贡献度大于国外同类市场，显示出我国银行间国债市场风
险独特的一面。
表4．7银行间国债市场即期利率曲线主成分分析结果
成分特征值方差贡献度(％) 累计方差贡献度(％)
1 11．902 59．511 59．511
2 4．468 22．338 81．849
3 1．937 9．683 91．532
4 1．619 8．095 99．627
表4．8因子载荷矩阵
变量主成分
1 2 3 4
DBl ．219 ．206 ．310 ．895
DB2 ．188 ．570 ．245 ．760
DB3 ．111 ．789 ．571 ．175
DB4 ．163 ．857 ．463 一．152
DB5 ．332 ．879 ．207 一．268
DB6 ．548 ．788 一．084 一．256
DB7 ．717 ．605 一．288 一．181
DB8 ．824 ．411 一．375 一．100
DB9 ．891 ．245 一．379 一．042
DBIO ．935 ．110 一．334 一．004
DBll ．963 ．00l 一．263 ．017
DBl2 ．978 一．089 一．176 ．030
DBl3 ．98l 一．162 --．084 ．034
DBl4 ．973 一．220 ．012 ．032
DBl5 ．957 一．267 ．105 ．028
DBl6 ．933 一．303 ．191 ．020
DBl7 ．905 一．329 ．270 ．012
DBl8 ．872 一．349 ．340 ．002
DBl9 ．838 一．361 ．402 一．007
DB20 ．804 一．368 ．455 一．015
73
， n
1．Z
‘一。。|’⋯j。。’‘”j?⋯jI。j I j。I j一：。二奎1
0．8 ＼，朋。／—奠、h。；
0．6 ：]X茏‘。．i ·-—---一PCI
0．4 Z—r／‘ ＼ ～． ：i
—PC2
0．2 PC3 、V。＼ {
0 ·-——-—一PC4 一；一每＼一—一r 一一⋯、嘀l：～⋯
一O．2 ～
—0．4
筮么，’：“’i_z。*，一，7，鼍，i々_。．冀，。，。{：一j 。，‘，??鸳囊一U．口一
图4．6利率变动的主成分分析
3、各因素相对重要性分析
接下来，我们在主成分分析的基础上，探究各因素对不同期限利率变动影响
的相对重要性。主成分估计的因子载荷为
s Ik=、3Aj p津=厶x j|断t (4-)
其中，乃为主成分分析所获得的特征值；∥弦为对应特征值J的特征向量中第k
个因素的值，表示第J个即期利率变化量对第k个因素变化的敏感度。故第j个
即期利率变化量的方差中来自第k个因素的贡献比重为s磊／Σ：。s二。各因素的
相对重要性见表4．9，通过表4．9，可得以下结论：因素1的影响力主要作用在8
期以上的即期利率上，对5年期以下的几乎没有影响；因素2的影响力主要作用
在2．7年期的，对lO．16年期的几乎不起作用；因素3对短期3．4年的即期利率
作用非常明显；因素4对1．2年期起了较大作用；其他因素对所有年限的利率影
响较小。
综上，影响7年期以下的即期利率因素较为复杂，第一个因素的影响作用较
小；8年期以上的即期利率受到第一因素的影响显著，超过60％；3-6年期的即期
利率倾斜因素发挥着很大的作用；1．2年期的即期利率的影响因素比较复杂，第4
74
因素(政策因素)比重超过50％，显示了其变化的独特性。
表4．9各因素的相对重要性
期限因素l 因素2 因素3 因素4 其他因素
1年4．78％ 4．23％ 9．59％ 80．05％ 1．33％
2年3．52％ 32．44％ 5．98％ 57．77％ 0．24％
3年1．23％ 62．29％ 32．56％ 3．05％ 0．83％
4年2．67％ 73．50％ 21．42％ 2．31％ O．05％
5年11．01％ 77．26％ 4．2796 7．21％ O．2l％
6年30．04％ 62．14％ 0．7096 6．55％ O．52％
7年51．41％ 36．63％ 8．30％ 3．26％ 0．37％
8年67．89％ 16．91％ 14．10％ 1．01％ 0．07％
9年79．44％ 5．99％ 14．36％ 0．18％ 0．01％
10年87．45％ l-22％ 11．18％ 0．00％ O．14％
11年92．76％ 0．00％ 6．89％ 0．03％ 0．30％
12年95．59％ 0．78％ 3．11％ O．09％ 0．42％
13年96．17％ 2．61％ 0．70％ O．12％ O．39％
14年94．76％ 4．84％ O．02％ O．10％ O．27％
15年91．57％ 7．13％ 1．0996 0．0896 0．12％
16年87．0896 9．20％ 3．6696 0．04％ O．01％
17年81．8496 10．84％ 7．28％ 0．01％ 0．02％
18年76．09％ 12．16％ 11．57％ 0．00％ O．18％
19年70．30％ 13．02％ 16．16％ O．01％ O．52％
20年64．62％ 13．58％ 20．71％ 0．02％ 1．05％
(--)交易所国债市场
1、主成分分析检验
对交易所国债市场的20个即期利率的一阶差分值序列进行KMO与Bartlett检
验，结论见表4．10。KMO检验的测度值为0．917，Bartlett检验的P值为0．000，两个
检验都表明样本序列适合进行主成分分析。
表4．10 KMOand Bartlett’s检验
KMo测度值0．917
Bartlett检验的Z 2值34562．5．9
Bartlett检验的自由度190
Bartlett检验的P值0．000
75
2、主成分分析结果
与银行间国债市场的分析类似，对20个即期利率序列的一阶差分值序列进
行主成分分析，分析结果见表4．11，因子载荷矩阵见表4．12。我们可以得到如下
结论：
(1)共有四个特征根大于1，四个主成分解释了方差的96．457％的变化，其
中，前三个主成分解释了方差的88．041％的变化，这与银行间国债市场的结论基
本一致。
(2)对第一主成分而言，仅仅解释了方差54．576％的变化，并且其因子载荷
量相差较大，1年期与13年期的第一主成分的因子载荷量(0．1267与0．9402)
相差8倍左右。因此影响交易所利率期限结构变动的第一个因素也不适合称为水
平因素。
(3)第二个主成份的因子载荷量1．13年期为负，14—20年期为正，可认为是
倾斜因素；第三个主成分对方差贡献度为9．839％，该因子载荷量波动较大，我们
视之为政策因素；第四个主成分因子载荷量1．7年期为J下，8．18年期为负，19年
期后又为正，可认为是曲度因素。
表4．11 交易所国债市场即期利率曲线主成分分析结果
累计方差贡献度
成分特征值方差贡献度(％)
(％)
1 lO．915 54．576 54．576
2 4．725 23．626 78．202
3 1．968 9．839 88．041
4 1．683 8．416 96．457
表4．12因子载荷矩阵
变=晕= 主成分
1 2 3 4
DEl 0．1267 -o．2483 o．7993 o．2957
DE2 O．2150 -o．0724 0．6440 o．6347
DE3 O．5164 ．o．0977 ．O．O105 O．7564
DE4 o．7296 -o．0856 ．o．4070 o．5304
DE5 0．8105 ．O，0641 ．o．4818 o．2845
DE6 o．8602 ．o．2271 ．o．4015 O．1216
76
续表
变量主成分
1 2 3 4
DE7 0．884l -0．3465 -0．2693 0．0148
DE8 0．8906 ．0．4143 一o．1301 ．0．0579
DE9 0．8906 -0．4333 ．0．0144 —0．1097
DEIO 0．8943 一O．4117 0．0761 —0．1457
DEll 0．9066 -0．3484 0．1491 -0．1732
DEl2 0．9248 -0．2452 0．2007 -0．1893
DEl3 0．9402 —0．0944 0．2303 —0．2025
DEl4 0．9357 0．1130 0．2369 —0．2006
DEl5 0．8805 0．3676 0．2159 -0．1763
DEl6 0．7649 0．6051 0．1577 -0．1372
DEl7 0．6038 0．7880 0．0837 一O．0815
DEl8 0．4415 0．8940 0．0157 —0．0312
DEl9 0．3053 0．9436 -0．0424 0．0123
DE20 0．1992 0．9601 -0．0853 0．1466
图4．7利率变动的主成分分析
各因素相对重要性分析
因素l的影响力主要作用在5．15年期的即期利率上；因素2的影响力主要
作用在17—20年期的，对2．5年期的利率几乎不起作用；因素3对短期1．2年的
利率作用非常明显；因素4即曲度因素对2—4年期利率起了较大作用；其他因素
对短期1．3年债券有较大影响。
综上，24年期利率主要受到曲度因素的影响；4．16年期受到第一因素的影
响显著，维持在60％左右： 17年以上的利率则倾斜因素发挥着很大的作用，超
77
过60％。同样我们发现1．2年期的变化的影响因素比较复杂，政策因素相对其他
因素而言起着更大的作用，显示了其变化的独特性。
表4．13各因素的相对重要性
期限因素1 因素2 因素3 因素4 其他因素
1年1．61％ 6．17％ 63．89％ 8．74％ 19．60％
2年4．62％ 0．52％ 41．47％ 40．28％ 13．10％
3年26．67％ 0．95％ O．01％ 57．21％ 15．15％
4年53．23％ 0．73％ 16．56％ 28．13％ 1．34％
5年65．69％ 0．41％ 23．21％ 8．0996 2．59％
6年73．99％ 5．16％ 16．12％ 1．48％ 3．25％
7年78．16％ 12．01％ 7．25％ 0．02％ 2．56％
8年79．32％ 17．16％ 1．69％ 0．34％ 1．49％
9年79．32％ 18．77％ 0．02％ 1．20％ 0．68％
10年79．98％ 16．95％ 0．58％ 2．12％ 0．37％
11年82．19％ 12．14％ 2．22％ 3．00％ 0．45％
12年85．53％ 6．01％ 4．03％ 3．58％ 0．85％
13年88．40％ 0．89％ 5．30％ 4．10％ 1．31％
14年87．55％ 1．28％ 5．61％ 4．02％ 1．53％
15年77．53％ 13．51％ 4．66％ 3．11％ 1．19％
16年58．51％ 36．61％ 2．49％ 1．88％ 0．51％
17年36．46％ 62．09％ 0．70％ 0．66％ O．08％
18年19．49％ 79．92％ 0．02％ 0．10％ 0．46％
19年9．32％ 89．04％ O．18％ 0．02％ 1．45％
20年3．97％ 92．18％ O．73％ 2．15％ 0．97％
4．4本章小结
本章在对我国的利率体系现状展开分析的基础上，比较两个市场上Svcnsson
模型给出的国债价格隐含的利率期限结构，详细考察了银行间国债市场与交易所
国债市场上1．20年即期利率的特征，利用主成分分析提取关键风险因素，分析了
我国国债市场上的风险特性，并比较了各因素的相对重要性。探究了国债价格波
动来自内部的风险因素，得到如下结论：
银行间与交易所国债市场的相同点：
l、银行间与交易所国债市场上平均利率期限结构曲线呈向上倾斜；中期即期
利率波动大于短期与长期利率的波动；各期限的即期利率均不服从币念分布。
2、无论是银行间国债市场还是交易所国债市场上的利率期限结构的变动都可
78
以用四个风险因素来概括，解释力度在96％以上。
3、两个市场上第一主成分解释方差的贡献度都为55％左右，并且都不能称为
被水平因素。第二主成分都为倾斜因素，方差的贡献度都为23％左右。
4、政策因素在两个市场上方差贡献度分别为8．059％与9．839％，表明政策因
素是我国国债市场上的风险因素。
5、从各因素的相对重要性来看，无论是交易所还是银行间国债市场，1．2年
即期利率期的影响因素比较复杂，政策因素相对其他因素而言起着更大的作用，
显示了其变化的独特性。
· 银行间与交易所国债市场的不同之处：
l、利率期限结构不同。从序列的稳定性来看，银行间国债市场上15年以上
的即期利率为平稳过程，然而交易所国债市场上1．20年的即期利率都为单位根过
程；从利率均值来看，银行间国债市场上曲线末端逐渐走平，而交易所国债市场
上曲线末端仍呈上升趋势；从标准差来看，银行间国债市场上4．8年期的利率波
动较大，而交易所国债市场上7．10年期的利率波动较大。
2、风险结构不同。两个市场上各因素的方差贡献度并不相同，其中交易所国
债市场上的政策因素的方差贡献度大于银行间国债市场上的。此外，银行间市场
第三主成分为曲度因素，然而交易所市场上曲度因素却为第四主成分。投资者在
进行国债免疫时，应特别注意两个市场的风险特性。针对不同的投资组合采用不
同的免疫工具与风险管理策略。
3、各因素的相对重要性不同。第一因素对银行间国债市场8．20年的即期利
率影响较大，而对交易所国债市场而言却是对4．16年的影响较大；倾斜因素对银
行间国债市场3．6年即期利率的影响较大，而对交易所国债市场而言却是对17．20
年期的影响较大。
第5章国债价格波动的外部经济因素分析
国债收益率与经济发展水平之间的关系一直是金融经济研究中的一个重要
论题。货币供应量、通货膨胀率、工业产值、外汇汇率、股市收益率等对国债收
益率的影响引起了人们持续的关注。对于货币供应量变量而言，一种观点认为货
币供应量的增加增加了流通中的现金流，增加了通货膨胀预期，提高了贴现率，
从而降低债券价格；而另一种观点认为，货币供应量的增加会通过流动性的影响
而提高债券价格。此外，由于货币供应量和产出之间存在正相关性，从而导致货
币供应量与债券之间也具有正相关性。因此，货币供应量和债券价格之间的关系
仍是一个开放性的实证问题。对于通货膨胀变量而言，其对债券的影响在实证方
面仍有争议。Abdullah和Hayworth(1993)认为：由于购买债券应对通货膨胀的
套期保值手段之一，因此国债投资回报率和通货膨胀率间具有正相关性。然而，
债券价格和通货膨胀之间存在负相关关系却被大部分学者所广泛接受。这种负相
关性的解释有两种：第一种，根据Fama(1981)的观点，由货币数量理论和货币
需求理论可知通货膨胀和实体经济之间存在负相关关系，而根据金融理论，收益
与实体经济变量(如资本支出、产出等)之间具有正相关性，因此国债收益率和通
货膨胀之间存在负相关关系：第二种，通货膨胀率的增加可提高名义无风险利率，
从而提高贴现率，而债券价格又可被看作是预期现金流的贴现值，因此通货膨胀
率的提高将导致债券价格的降低。对于股市收益率变量而言，股市收益与债市收
益活动之间的关系有如下解释：一方面，股市与债市由于资金面的原因表现出跷
跷板效应，股市繁荣将导致资金流向股票市场，从而导致债券市场投资的减少，
债券价格下降，两者呈现负相关：另一方面，国民经济长期向好，处于高速增长，
投资人要求的所投资资产的回报率升高，股市、债市投资收益率都要求提高。
综上所述，我们发现：第一，国债投资回报率与主要经济变量之间的关系仍
是一个开放性的课题。第二，由于我国利率市场化正在进行，国债市场无论是规
模、交易量还是品种与国外成熟市场还有很大的差距，经济因素对我国国债市场
的影响将更加错综复杂。第三，从我国国债市场特殊的体系来看，国外关于这方
面的研究结论可能并不适用于我国国情。因此，经济变量对我国债券投资收益率
的影响情况如何，值得探讨。在了解了我国国债市场的波动特征及内部风险因素
的基础上，本章考察引起国债价格波动的外部经济因素。
80
5．1 经济变量对国债总指数波动的影响分析
5．1．1计量模型
l、向量自回归模型(VariableAuto．regression Model)
经济理论往往不能达到为变量间动态关系提供严格的定义，加之内生变量可
能同时出现在方程的左右两边，使得估计和推论问题变得复杂化。为解决这些问
题，Sims(1980)提出了向量自回归模型(VAR模型)，该模型并不事先设定变量
间的关系，而是将所有变量均视为内生变量，把所有变量放入一个系统综合考虑。
该方法已被广泛用于相关时间序列系统的预侧和随机波动对变量系统的动态影
响等方面。
2、脉冲响应函数(Impulse ResponSe Function)
脉冲响应函数描述的是模型中的一个内生变量的冲击给其他内生变量所带来
的影响。由于VAR模型是一种非理论性的模型，它无需对变量作任何先验性约束，
因此在分析VAR模型时，往往不分析一个变量的变化对另一个变量的影响如何，
而是分析当一个误差项发生变化，或者说模型受到某种冲击时对系统的动态影
响。
对一个n维平稳时间序列{Z)有
Z=C+Br—l+⋯+郇r—p+q，t∈T (5．1)
可以表示成一个无穷阶的滑动平均过程：
r=∥+q+且s卜l+B2sr-2+⋯ (5．2)
其中， ，=Σg曰艮一∥，=f1=，1，2⋯⋯。从而乘子筹{}表示第jj个分量的新息变化11个单
位，i个周期后，第k个分量的变化量。于是脉冲响应函数为垒堕，江0,1，2，3⋯，用
As，o
来衡量来自随机扰动项一个标准差冲击对内生变量当前和未来取值的影响。由于
每个变量的波动都是其他变量共同影响的结果，要把这些共同影响一一分解为每
个变量的影响部分，需要运用一定的统计技术，通常利用Cholesky分解来处理该
问题24。但是该方法对于误差项之间的共同部分的归属，处理上还是比较随意，
方程顺序的改变有可能会影响到脉冲响应函数。因此，利用该方法时应结合经济
解释，合理确定变量排列次序。．
3、方差分解(Variance Decompositions)
方差分解是通过分析每一结构冲击对内生变量变化的贡献度，来进一步评价
不同结构冲击的重要性。因此，方差分解给出对VAR模型中的变量产生影响的每
个随机扰动的相对重要性的信息。其基本思路是利用方差来评价第{个扰动项对第
i-f-变量从无限过去到现在时点的影响。
5．1．2模型变量的选取
研究宏观经济因素对国债收益率的影响，选取最能够代表宏观经济发展的指
标体系很重要，指标选取的恰当与否直接关系着研究的质量。国内外相关研究发
现，经济发展状况，通货膨胀，市场资金状况，股票市场发展状况，都是影响国
债价格变动的重要因素，其中经济发展状况和通货膨胀是通过对货币政策的预期
间接影响国债收益率，而市场资金状况的改变直接影响国债收益率。我们选取
CPI、工业增加值增长率、M1、银行同业拆借30天利率以及同期上证综指回报率，
共5个指标。之所以选取这几个指标是因为：
(1)代表国家经济基本面的经济增长因素，通常选择GDP，但由于我国没有
公布月度a卯数据，国内相关文献都以工业增加值作为GDP的代理变量，来反映
我国经济状况。
(2)代表货币价值的物价指数，通常选取消费者物价指数(CPI)与生产者
价格指数(PPI)。但是，各国政府通常都把CPI作为衡量衡量一国物价水平与通
货膨胀率最重要的指标，这主要是因为，一国经济福利水平主要是由最终产品和
服务的消费水平决定的，而并非中间产品的价格水平。因此，本文选择以CPI来
衡量通货膨胀水平。
24用统计语言米表述，指误差项的相关性矩阵一般是非对角形的，即代表系统中任何两个变
量之间协方差矩阵对角线以外的元素不等于零。冈此移动平均表示的系统需要lE交化，以消
除对每一个解释变量扰动之间的协方著，使误差的协方差矩阵为对角形，从而使得每一个变
量的相对影响可以分离出米。
82
(3)代表债券市场供求关系的货币供应量因素，可选Mo、MI与M2。本文选
择以Ml来衡量资金面。原因如下：第一，在大多数国家，中央银行只在货币供应
量和利率目标之间选择其一。如果以货币供应量为目标，利率由市场自由决定；
如果以利率为目标，货币供应量由市场决定。我国货币政策目前仍然采取货币供
应量作为中介目标，在未实现利率完全市场化的背景下，货币供应量的多少间接
影响到货币价格一利率，进而影响到债券价格；第二，银行的资产主要是贷款和
债券类资产，银行的负债主要是银行资金来源。由于分业经营的存在，银行的资
金只能用在国债，金融债和央票。而银行的贷款量是有计划的，所以货币供应量
增加的资金会更多的用于债券市场。第三，Mo、Ml与M2高度相关，Ml由流通中
的现金和活期存款构成，Ms较Ml所多出的准货币成分某种程度上代表了信贷和信
用水平，而这部分内容除了受货币政策松紧的影响外，还要受到银行信贷政策的
影响，由于包含了央行不可控因素，故选择更为直接的Ml作为衡量市场上可用于
债券投资的资金面。
(4)代表市场利率的因素，我们选取具有代表性的银行间同业拆借利率作
为代理变量，这是因为国债回购利率虽以国债为交易标的，信用等级毋庸置疑，
但在国际上，以国债回购利率为基准的并不多见，通常都以金融机构间同业拆借
资金价格为参考，例如LIBOR利率。由于其他数据都选取的是月度数据，故选取
30天银行间同业拆借利率。
(5)代表债券投资替代品的因素，股票市场的大幅涨跌对债券市场的资金
具有短期分流作用。股市发展的大好前景下，政府恢复新股发行，许多企业抓紧
时机扩充资本，于是大批的企业相继进行新股增发，大量的资金从债券市场分流
出来。反之，当股市下跌时，大量投资者为了规避投资风险，寻求资金的相对安
全性，会转而投资债券市场。我们选取上证综合指数的收益率作为代理变量。原
因是深圳综指与上证综指两者不仅高度相关，而且上海证券交易所交易量，股票
家数等都大于深圳证券交易所，利用上证综指已可很好的反映股市状况。
5．1．3数据描述
本节运用Eviews5．0计量软件，选取2002年1月至2008年11月的月度数据，共
83个样本点，进行实证分析。变量处理如下： (1)国债指数分别选取交易所与
银行间中债财富指数，回报率采用‘=100"Ln(p，／P一)的方式计算，其中‘代表t
日国债指数收益率，P，表示第t日国债收盘指数，P¨表示第(t—1)日国债收盘指数。
(2)以月度工业增加值ip作为GDP的代理变量，考虑至1J2006年12月后的工业增加
值，由于统计调整未作公布，我们运用工业增加值的同比增长率和同期工业生产
指数推算，对其驭自然对数值25。(3)CPI选取其环比指数。(4)货币供应量
Ml取每月公布的累计增加值，对其取自然对数值。(5)市场利率用30天银行间
同业拆借利率。(6)上证综合指数收益率采用‘=100*Ln(pt／p¨)的方式计算，
其中‘代表t日上证综指的收益率，n表示第t日上证综指的收盘指数，p¨表示第
(t-1)日上证综指收盘指数。所有数据都来源于WIND数据库。
首先，对CPI环比指数epi、工业增加值ip、货币供应量累计增加值M1、30天
同业拆借利率r、上证综指收益率Stock、银行间国债财富指数回报率Ballk和交易
所国债财富指数回报率ExchangeJ,差行单位根检验，滞后项的选取按AIC最小准则。
从表5．1可见，cpilab、r、stock、bank和Exchange在1％的显著性水平下都拒绝存在
单位根的原假设，这些变量为平稳过程。工业增加值ADF检验与PP检验的结论矛
盾，无法判定其稳定性。货币供应量累计增加值M1为I(1)过程。
表5．1单位根检验表
变量ADF检验PP检验阶数
Cpi ．6．507幸奉牛-6．498幸木宰I(O)
● lp ．1．998 ．6．8 17奎幸幸不定
△驴．5．253幸·木．15．6lO事·事I(0)
Ml —l。133 ．1．OOl I(1)
△Ml -4．103木}母．9．324幸车木I(O)
r 一2．588** ．3．329霉宰· I(O)
Stock ．3．296幸幸母一-8．532事木宰I(O)
Bank 一5．788‘‘’ -5．852。+。I(O)
Exchange ．4．205+++ ．6．999’‘‘ I(O)
注：事¨、¨、幸分别代表l％、5％、10％的显著性水平。
其次，数据的描述性统计特征见表5．2，我们观察到数据具有以下特征： (1)
工业增加值的增长率△勿月度平均为1．847％，除春节因素导致出现较大波动外，
其余数值都较平稳； (2)CPI环比增长率均值为0．207％，最大值是2．6％，最小值
是．1．3％； (3)货币供应量指标M1保持较平稳增长，均值为1．168％。(4)30天
同业拆借利率r围绕年利率2．761％波动，最小值1．54％出现在2005年7月，最大值
25该变量的一阶差分值的经济含义就为该变量的增长率。
出现在2007年9月。(5)股市收益率Stock波动较大，最大值为24．253％，最小值
为．28．278％。综上，我们选取的时间窗口具有如下特点：经济处于快速增长期，
通货膨胀率较温和，货币供应量相对充裕。
表5．2数据的描述性统计
r CPI △勿Aml Stock
均值2．761 0．207 1．847 1．168 0．276
最大值5．590 2．600 26．726 4．231 24．253
最小值1．540 -1．300 -26．319 -4．492 -28．278
标准差0．743 0．718 9．944 1．772 9．177
J-B正态性
检验(P值)
0．000 0．272 0．219 0．000 0．022
最后，我们对变量之间做Granger因果检验。从表5．3可见，工业增加值增长
率△勿、货币供应量增长率Aml、30天同业拆借利率r及股票回报率Stock与银行间
国债指数收益率(交易所国债指数收益率)存在Granger因果关系。物价指数CPI
与货币供应量之间存在Granger[因果关系，从ffiiCPI与银行间国债指数收益率(交
易所国债指数收益率)存在间接的Grangerl天I果关系。
表53变量间两两Granger因果检验归纳表
被解释变量
解释变量bank exchange A／p Aml CPI r stock
bank Y N N N Y N
exchange Y N N N Y N
△功Y Y Y Y N N
Aml Y Y Y Y N N
CPI N N N Y N N
r Y Y N Y Y Y
stock Y Y N N N N
5．1．4实证分析
(一)银行间国债市场的实证检验
首先，采用的VAR模型的简化表达式为：
‘=c+彳r￡夕Z一，+“， flu，“：，=口(5．3)
其中，Z=(Aip，Aml，叩f，，．，stock，bank)，A(L)是滞后算子L的多项式矩阵，
U．是(6x 1)阶的残差项向量，Q是残差向量的方差一协方差矩阵。
由于VAR系统包含6个变量，所以需要15-I"限制才能对结构式冲击信息进行识
别。此处，我们利用Cholesky分解使误差项正交。Cholesky商]量分解矩阵与变量
的排列次序相关，所以我们有必要依据前面的Granger检验，先对VAR模型中的变
量进行排序。系统中口应排在CPIfiiJ面、利率应排在股指与国债指数收益率的前面。
从经济解释上来看，工业增加值受到经济周期的影响，有其自身的规律，受系统
内其他变量的影响较小，我们将其放在系统最前面。货币供应量同期可能对系统
内其他变量都产生影响，但其主要受国家货币政策的影响，所以排在第二位。CPI
的变化一方面将改变人们预期与市场资金供需关系进而影响市场利率，另一方
面，国家规定的官方利率也总是参照通胀指数来指定下一期是否加息等，在系统
中，我们将CPI放在30天同业拆借利率的前面。最后由于我们考虑的核心问题是
其他冲击因素对债券指数收益率的影响，所以将股指收益率放在债券指数收益率
前。综上，考察的VAR系统中Cholesl【y分解的基本次序是：
△勿一Aml—cpi--->，．专stock寸bank (5．4)
其次，我们需要确定VAR模型的最佳滞后阶数，我们从滞后阶数值8开始，
按AIC最小准则选取滞后阶数值为2，按SC最小准则选取滞后阶数值为1，依据
似然比LR值确定向量自回归的滞后阶数值为2，建立VAR(2)模型。对估计出的
VAR(2)模型进行稳定性检验，结果见图5．1，所有根的倒数值都落在单位圆内，
表明VAR(2)模型稳定，根据其得出的脉冲响应函数和方差分解的结果是稳定、
可靠的。
86
图5．1多项式特征根的逆函数值
再次，我们运用脉冲响应函数的方法考察经济变量对银行间国债市场的短期
动态影响，见图5．2，我们得到如下结论：
第一，银行间国债市场对来自工业增加值冲击的反应。工业增加值变动1单
位标准差，对银行间国债指数收益率的影响在．0．2至lJ+O．2之间，先是负的冲击，然
后逐步上升至第4期达到最大值，此后值均为正数，到第6期后值为0左右。这表
明我国银行间国债市场与实体经济发展状况正相关。
第二，银行间国债市场对来自货币供应量M1冲击的反应。M1变动1单位标
准差，对银行间国债指数收益率的冲击在．0．1到O．1之间，前两期的冲击效果为正，
然后为负，经过2次震荡之后，冲击反应在第8期变为O，这表明货币供应量期初
有助于国债指数的上涨，但随着人们意识到M1的增加可能带来的通胀效应，从而
引起国债指数下跌。
第三，银行间国债市场对来自物价指数CPI冲击的反应。CPI变动1单位标准
差，对银行间国债市场的冲击，在．0．2至lJo之间，呈负相关关系，在第3期达到最
小值，反应期限较长，在第10期左右为0，这表明当消费物价指数上升，通货膨
胀风险加大，投资者对于风险的补偿要求更高引起国债价格的下跌。
第四，银行间国债市场对来自同业拆借利率r冲击的反应。利率变动l单位
标准差，对银行间国债市场的冲击，在．o．2到0．2之间，期初为负数，第2期后，
变为正数，影响期限较长。
第五，银行间国债市场对来自股票市场冲击的反应。两者显现出明显的负相
关关系，响应函数值在滞后第3期时，达到最小值一0．36，然后逐渐变大，滞后7
期后基本为0。这表明我国银行问国债市场与股票市场之间“跷跷板"效应明显，
两者投资收益率此消彼长。
／7一。～．
一一”p—、。‘～，一～
／l‘一～’⋯一⋯一一～ ．一，?
／
，
一-
对工业增加值冲击的响应
。、一．，．一、⋯一一一：～‘一
＼、，—‘／⋯⋯。
／
、．．／
／‘＼，．．
^ ^ 、、．‘ ，．一～-‘-_⋯．‘～一
’，．V，．．』：、、‘、、—i歹‘一一一⋯～
一
’。。、．／ ‘‘。．．．7‘
对货币供应量冲击的响应
对CPI冲击的响应对同业拆借利率冲击的响应
!i ，．．，一·-一⋯。～⋯⋯⋯⋯⋯～⋯·_
涵歹／一
＼／
对股市收益率冲击的响应
图5．2银行间国债指数收益率的脉冲响应函数
最后，我们利用方差分解技术考察各变量的相对重要性。从表5．4的分解结果
看，银行问国债市场受自身影响所占的百分比稳定在67．89％左右，5个变量中解
释银行间国债市场波动比例由大到小的排列顺序为股市收益率、利率、CPI、工
业增加值、货币供应量。其中，股市收益率占的比例较大，解释了银行间国债市
场波动的12．20％左右；30天同业拆借利率成为影响国债价格波动的第二大因素，
所占比例稳定在8．03％左右；消费者物价指数成为影响国债价格波动的第三大因
素，所占比例稳定在6．10％左右。工业增加值对国债价格波动的影响所占比例稳
定在3．60％左右；货币供应量所占比例最小，为2．16％，可能原因是货币供应量通
过问接的方式影响银行间国债市场。
表5．4银行间国债市场的方差分解表
时期标准差BANK △≯ △M1 CPI r STOCK
1 0．937 94．724 2．346 0．046 0．242 2．642 0．00l
2 0．995 91．329 3．469 0．263 I．839 2．697 0．403
3 I．078 77．921 3．016 0．440 4．622 2．645 lI．355
4 I．096 75．443 3．519 0．582 5．305 2．868 12．283
5 1．120 72．308 3．796 0．981 6．045 4．368 12．502
6 I．133 70．668 3．713 2．121 6．118 5．129 12．251
7 1．139 70．020 3．702 2．211 6．069 5．859 12．139
8 I．142 69．631 3．686 2．199 6．117 6．283 12．083
9 I．145 69．248 3．674 2．187 6．108 6．745 12．038
10 I．148 68．938 3．656 2．183 6．083 7．140 12．000
15 I．156 68．050 3．610 2．162 6．088 7．959 12．131
20 1．158 67．895 3．603 2．164 6．108 8．035 12．194
25 I．158 67．881 3．603 2．165 6．112 8．036 12．203
30 1．158 67．880 3．603 2．165 6．112 8．036 12．203
(二)交易所国债市场的实证研究
首先，同理我们可确定交易所国债市场上向量自回归模型的滞后阶数值为2，
从而建立VAR(2)模型。对估计的VAR(2)模型进行稳定性检验，见图5．3。
所有特征根的倒数值都落在单位圆内，这表明该模型是稳定的，根据模型得出的
脉冲响应函数和方差分解的结果是稳定、可靠的。
图53多项式特征根的逆函数值
89
接着，我们运用脉冲响应函数考察经济变量对交易所国债市场的短期动态影
响，见图5．4。我们得到如下结论：
第一，工业增加值变动1单位标准差，对交易所国债指数收益率的冲击在。0．25
N+o．1之间，先是负的冲击，然后逐步上升至第5期达到最大值，此后值均为正数，
到第8期后为0。
第二，货币供应量变动l单位标准差，对交易所国债指数收益率的冲击在．0．1
No．1之间，前两期的冲击效果为正，然后为负，经过2次震荡之后，冲击反应在
第lO期变为O。这表明货币供应量期初有助于国债指数的上涨，但随着人们意识
到M1的增加可能带来的通胀效应，从而引起国债指数下跌。与银行间国债市场相
比，货币供应量冲击的持续时间更长。
第三，物价指数CPI变动1单位标准差，对交易所国债指数收益率的冲击在
．0．4至U0之间，呈负相关关系，在第2期达到最小值，在第8期左右为O。这表明当
消费物价指数上升，通货膨胀风险加大，投资者对于风险的补偿要求更高，引起
国债价格的下跌。
第四，30天同业拆借利率变动1单位标准差，对交易所国债指数收益率的冲
击在．0．2到0．2之间，期初为负数，第2期后，变为正数，影响期限较长。
第五，股市收益率对交易所国债指数收益率的冲击，两者显现出明显的负相
关关系，响应函数值在滞后第3期时，达到最小值．0．38，然后逐渐变大，滞后7
期后值基本为0。这表明我国交易所国债市场与股票市场之间“跷跷板’’效应明
显，两者投资收益率此消彼长。
，～、、～
／‘ 。、⋯-、．．
， ?⋯⋯一“
≯ 。／
对工业增加值冲击的响应
／’．
、一．7 ‘、．．-一一～⋯⋯⋯⋯⋯一⋯
”／、、、／==．．，·-⋯一一V／、、／’’
、~，。√7’
＼、、、
＼ ’～⋯一．．．
、—，一===：：歹一⋯⋯一
⋯
／～。
、’，、，．·．’+、～，。
对货币供应量冲击的响应
对CPI冲击的响应对同业拆借利率冲击的响应
’、、
、／·．．⋯．．．一⋯一⋯⋯⋯一．⋯．。⋯．．，
．．．。：：、，I：；—：：：歹’，’一一一一⋯⋯‘。
对股市收益率冲击的响应
图5．4交易所国债指数收益率的脉冲响应函数
最后，利用方差分解技术考察各变量的相对重要性。从表5．5的分解结果看，
交易所国债市场受自身影响所占比例稳定在71．06％左右26。54"变量中解释交易所
国债市场波动比例由大到小的排列顺序为CPI、股市收益率、市场利率、工业增
加值、货币供应量。其中，CPI占的比例较大，解释了交易所国债市场波动的
10．32％；股市收益率成为影响国债价格波动的第二大因素，所占比例稳定在
8．41％；市场利率成为影响国债价格波动的第三大因素，所占比例稳定在5．55％；
工业增加值对国债价格波动的影响所占比例稳定在3．35％；货币供应量所占比例
最小，为1．30％。
26与银行间国债市场相比，值更人。
9l
表5．5交易所国债市场的方差分解表
时期标准差AMI △≯ CPI r STOCK EXCHANGE
l I．569 0．805 3．990 2．306 1．354 0．096 91．449
2 1．709 0．792 3．668 9．233 1．371 0．179 84．757
3 I．813 0．746 3．306 9．937 I．433 7．537 77．041
4 i．837 0．741 3．419 9．879 I．426 7．738 76．798
5 I．856 1．056 3．426 10．513 2．554 8．306 74．145
6 I．860 1．241 3．405 10．498 3．015 8．310 73．53l
7 1．865 1．240 3．436 10．43l 3．706 8．247 72．940
8 I．867 I．298 3．417 10．379 4．157 8．211 72．539
9 I．868 i．320 3．398 10．326 4．597 8．190 72．169
10 I．869 1．316 3．386 10．309 4．891 8．195 71．902
15 1．87l I．303 3．354 10．301 5．508 8．353 71．18l
20 I．871 1．303 3．352 10．317 5．549 8．408 71．07l
25 I．871 1．304 3．352 10．319 5．549 8．412 7I．064
30 I．871 1．304 3．352 10．319 5．550 8．412 71．063
综上所述，我们可以观测到，两个市场对宏观经济变量冲击的反应，显现出
了较多的相同之处：
(1)对来自工业增加值增长率冲击的反应，都是先负后正，持续时间为滞
后8期左右。
(2)对来自货币供应量增长率冲击的反应，前两期的冲击效果为正，然后
为负，经过震荡之后，冲击反应在第8期左右变为0。这表明货币供应量期初有助
于国债指数的上涨，但随着人们意识到M1的增加可能带来的通胀效应，从而引起
国债指数下跌。
(3)对来自物价指数CPI冲击的反应，呈负相关关系，这表明当消费物价指
数上升，通货膨胀风险加大，投资者对于风险的补偿要求更高，引起国债价格的
下跌。
(4)对来自30天同业拆借利率冲击的反应，脉冲反应函数都在．0．2No．2之间，
期初为负数，第2期后，变为正数，影响期限较长。
(5)对来自股票市场冲击的反应，两者都显现出与其明显的负相关关系，
在滞后第3期时，达到最小值，然后逐渐变大，持续时间为滞后7期左右。这表
明我国交易所国债市场与股票市场之间“跷跷板”效应明显，两者投资收益率此
消彼长。
(6)除了利率因素的冲击反应持续较长之外，其他变量对国债指数收益率
的冲击基本上在滞后8期后为0，说明市场对信息的传递较快。
但也表现出了不同之处：
(1)与银行间国债市场相比，交易所国债市场上对货币供应量冲击的响应
持续时间更长。
(2)与银行间国债市场相比，交易所国债市场对CPI冲击的反应更迅速并且
波动更大，但持续时间较短，可能原因是交易所市场交易更加活跃，投资者众多
为中小机构，他们对信息更加敏感，反应更加迅速。
(3)从方差分解结论来看，银行间国债市场，除自身因素外，5个变量中解
释比例由大Nd,的排列顺序为股市收益率、利率、CPI变动、工业增加值增长率、
货币供应量。然而对交易所国债市场而言，解释比例由大到小的排列顺序为CPI
变动、股市收益率、市场利率、工业增加值增长率、货币供应量。CPI效应对交
易所国债市场的相对重要性明显比银行间国债市场大，可能解释是交易所国债市
场信息的吸收强于银行间国债市场，比银行间国债市场更有效。
5．2经济变量对不同代偿期的国债指数波动的影响分析
国债财富总指数是由市场上所有不同期限的国债构成的，债券价格的波动性
肯定会随着待偿期的不同而改变，一般说来，待偿期长的债券波动性比待偿期短
的债券要大，因此，理论上宏观经济变量对不同代偿期债券的影响肯定不同。在
研究了宏观经济变量冲击对银行间与交易所国债总财富指数的影响后，我们还关
心的是这些经济变量的冲击对不同代偿期的国债的影响是否显著不同。
从理论检验的角度，最好是能对某个固定待偿期进行检验，比如要检验待偿
期为30年的债券价格特征，那么在样本期问债券的待偿期一直是30年。但这是
一种不现实的奢望，即使是发行频率最高的美国短期国债，也达不到每天都发行
同样待偿期债券的理论要求。为了解决这个问题，学者们通常用的方法是按某一
个待偿期固定区间来构建债券组合，如可以构建待偿期为1．3年的债券组合，当
一个债券的待偿期落在该区间时，该债券进入组合，随着时间的推移，当某一个
债券的待偿期超出该区间下限时，将该债券剔出组合样本，以此类推。这种按待
偿期分段构建组合的方法，保证了组合的平均待偿期相对稳定在一个数值附近。
中央国债公司发布某个指数的总指数值的同时，也对该指数内部的样本债券按待
偿期分段再计算各自的指数值z，，这为我们实证提供了基础。这些按待偿期分段
来计算的指数可以看作是不同的债券组合，指数的收益率就是这些债券组合的收
益率。例如1．3年期指数的国债可以看作是由待偿期在区间[1，3)上的国债组成的
一个债券组合，1．3年期指数的月回报率就是该组合的月回报率。因此，本节直
接采用中央国债公司发布的按待偿期分段计算的指数作为研究对象。本节研究的
目的是考察宏观经济变量对不同代偿期国债的影响是否显著不同，故我们只选取
时间段最短的1—3年国债指数与10年以上的国债指数来进行比较研究。由于交易
所国债由于交易所市场在2002年10月到2004年6月间没有待偿期在1．3年之间
的国债指数数据，出现了长时期断层。所以，本节仅以银行间国债市场为例。
5．2．1相关性分析
我们先考察不同代偿期的指数收益率之间的相关性。变量B13表示代偿期在
区间[1，3)内的国债财富指数收益率。以此类推，变量BIO代表代偿期在10年
期以上的国债财富指数回报率。从表5．6可见，银行间国债财富总指数与不同代
偿期的财富指数相关性除了与7．10年期的相关性较低外，其他相关系数都在O．6
以上，特别是与5．7年的指数相关性为0．874，可见我国国债市场上流通的大部分
国债代偿期都为5．7年期的。
表5．6各变量间相关性分析
BANK B13 B35 B57 B710 B10
BANK 1．000 0．734 0．785 0．874 0．466 0．635
B13 0．734 1．000 0．667 0．661 0．452 0．319
B35 0．785 0．667 1．000 0．698 O．178 O．5l 1
B57 0．874 O．66l 0．698 1．000 0．504 0．382
B710 0．466 0．452 0．178 0．504 1．000 0．056
B10 0．635 0．319 0．511 0．382 0．056 1．000
z，具体分为：1．3年、3．5年、5．7年、7．10年和lO年以上共元个代偿期指数。
5．2．2单位根检验
对变量进行单位根检验，其中ADF滞后项的选取采用最优AIC准则。ADF
检验与PP检验都给出了在l％的显著性水平下，变量B13与B10均为平稳序列
的结论。
表5．7单位根检验
变量ADF检验PP检验平稳性
B13 ．3．163"* ．5．91 3··· I(0)
BlO -4．202幸●● ．1 1．408}幸幸I(0)
5．2．3实证分析
依据AIC、SC准则，我们分别确定包含10年期以上与1．3年期国债指数收
益率的VAR系统的滞后阶数都为2，从而建立VAR(2)模型，对估计出的VAR
(2)模型进行稳定性检验所有根的逆函数都落在单位圆内，表明模型稳定，根据其
得出的脉冲响应函数和方差分解的结果是稳定、可靠的。1．3年期及10年期以上
的银行间国债财富指数收益率受到经济变量冲击时的脉冲响应函数值见表5．8、
表5．9。从表5．8、表5．9中，我们可得出以下结论：
两者的相同之处：
(1)对来自物价指数CPI及股市收益率的冲击，都呈负相关关系；
(2)对来自工业增加值的冲击，响应函数都呈现出期初为负向，随后逐渐
增加为正数，后衰减至0的情形；
(3)对来自货币供应量与市场利率的冲击，脉冲响应函数值都较小。
两者的不同之处：
(1)从脉冲响应函数值大小来看，CPI变动1单位标准差，对10年期以上
国债指数收益率冲击最小值为．0．597，而对1．3年期国债指数的冲击最小值为
．0．096；工业增加值变动l单位标准差，10年期以上国债的响应函数最大值为
0．274，1．3年期的最大值为O．02；股市收益率变动l单位标准差，lO年期以上国
债的最小值为．1．116，而1．3年期的最小值为．0．108。可见，lO年期以上国债对各
变量冲击的响应强度明显大于1．3年期的。
95
(2)从脉冲响应函数波动程度来看，图5．5、5．6显示出10年期以上国债指
数对各变量的脉冲响应函数震荡次数明显多于1．3年期的，震荡幅度也大于1．3
年期的。这再次表明期限长的国债受宏观经济变量的冲击时反应更强烈。
表5．8 10年期以上国债财富指数收益率的脉冲响应函数值
时期CPI △勿Aml r STOCK
1 一O．23l 一0．725 O．131 —0．477 ．O．169
2 ．0．373 0．274 ．0．049 0．143 0．049
3 ．0．597 ．O．176 O．118 0．092 ．1．116
4 O．012 O．234 —0．056 0．094 0．274
5 ．0．457 O．163 ．0．236 0．360 一O．551
6 0．089 ．O．101 ．O．221 0．076 O．179
7 ．O．109 O．129 ．0．067 O．261 ．O．155
8 O．133 ．0．070 0．005 0．096 0．063
9 0．002 0．037 ．O．019 0．199 O．021
lO 0．026 ．0．011 0．027 O．134 0．032
注：分解次序：zXip△埘1 CPI r STOCK B10
表5．9卜3年期国债财富指数收益率的脉冲响应函数值
时期CPI △p hml r STOCK
1 ．0．027 —0．050 0．021 ．O．048 0．047
2 ．0．045 ．0．067 O．018 O．012 ．O．040
3 —0．096 —0．009 ．0．008 O．021 ．0．108
4 ．0．053 O．020 0．041 0．031 ．0．038
5 ．0．068 0．009 ．0．047 0．060 ．0．060
6 ．O．045 0．003 ．0．030 0．052 ．0．025
7 —0．028 0．005 ．O．013 0．058 ．0．025
8 ．0．008 ．0．004 ．O．O“ O．051 ．0．009
9 ．O．015 一O．001 ．0．012 0．057 ．O．011
10 ．0．007 0．001 ．0．004 0．053 0．000
注：分解次序：Aip Aml CPI r STOCK B13
96
／。·-一一．-．＼
·‘’八，—-—，、一：：≥：、一一⋯．
／ 一．一一-．．-1===／～=一
‘。．／＼v／
．．-．。●--，严’。、．
。’～’，，～一
．．■二===歹”p 一
’～’～_一一～⋯’一
对工业增加值冲击的响应对货币供应量冲击的响应
～～、一．．．“·．。／：、～一殳，竺
：：_杉澎、。／～⋯一
。。、-．．．，，
对CPI冲击的响应
一。、／＼ ．、
：。，^’‘。，，。‘^、一一～～一。
二，M‘影、i。⋯⋯‘
、，
V
，．，-，。“’。。’^。·-·J·，√。7，＼，’：—’’，、．’．．．～．一．．．～一．～．、’
／ ，／～～一。～⋯”一⋯
一⋯．--，p一．
，，
对同业拆借利率冲击的响应
对股市收益率冲击的响应
图5．5 lO年期以上国债财富指数收益率的脉冲响应函数图
●
O
q
-：．
●
O
q
．：．
，
O
叶
．：I
●
O
q
．：-
●
O
叫
圣
．．／’，。二二：～～一～～一一’、．_ ，‘‘，，’’。一—— 、⋯一⋯一
、／／～⋯⋯⋯
、√／
对工业增加值冲击的响应
。’、’’’_， ．．．一。”’一’～⋯～ 弋二▲夕
。‘‘’。’、‘，-，‘，．／，，‘。^’’_-，‘_’4
-一～·．．。．．．··’’二j．
、
—、／＼、L一一．一～～⋯一
～～、，、，，．．。，，，，，’‘·’、、』：：：。：：：乡一。⋯·⋯一‘·
对货币供应量冲击的响应
．⋯一一／’
一⋯ ，，‘—／——一／．。．．．．．．··，，，。’’
／。
，
对cPl冲击的响应
对同业拆借利率冲击的响应
、。
’～
＼’，j ，．．．、／一一心袋孑二，
。、、／‘‘
对股市收益率冲击的响应
图5．6 1-3年期国债财富指数收益率的脉冲响应函数图
依据表5．10、表5．11的方差分解的结果，我们可得到如下结论：当系统产生
一个结构冲击时，10年以上国债自身所解释的方差占比为77％左右，然而1—3年
期国债自身所解释的方差占比稳定在51％左右，小于10年期以上国债。这表明
10年以上国债由于离到期同时间较长，受到系统冲击时，主要还是受自身的影响，
而1．3年期国债受到其他因素的影响较大，其中，利率所解释的方差占比为
16．598％，CPI所解释的方差占比12．428％，股市收益率所解释的方差占比
12．539％。从各内生变量的相对重要性排列次序来看，对10年期以上国债而言，
排列次序为：股市收益率，CPI，工业增加值，30天同业拆借利率，货币供应量；
而对1．3年期国债而言，排列次序为：30天同业拆借利率，股市收益率，CPI，
工业增加值，货币供应量。
98
表5．10 lO年期以上国债财富指数的方差分解
滞后期标准差BIO CPI △驴A膨l r stock
1 3．59l 93．388 0．415 4．080 0．134 1．762 0．222
2 3．718 92．100 1．395 4．349 0．142 1．791 0．224
3 4．029 83．081 3．380 3．895 0．207 1．577 7．860
4 4．059 82．464 3．332 4．172 0．223 1．608 8．201
5 4．147 78．993 4．404 4．150 0．538 2．294 9．620
6 4．160 78．516 4．423 4．184 0．815 2．314 9．747
7 4．175 77．952 4．459 4．249 0．835 2．689 9．816
8 4．179 77．795 4．55l 4．268 0．834 2．735 9．817
9 4．185 77．613 4．539 4．266 0．833 2．953 9．795
10 4．187 77．522 4．538 4．261 0．837 3．053 9．789
15 4．196 77．2lO 4．553 4．245 0．835 3．323 9．834
20 4．197 77．160 4．560 4．243 0．836 3．351 9．850
25 4．197 77．155 4．561 4．242 0．836 3．353 9．852
30 4．197 77．155 4．561 4．242 0．836 3．353 9．853
表5．11 1-3年期国债财富指数的方差分解
滞后期标准差B13 CPI △咖,SMl r stock
l 0．569 91．264 0．793 2．655 0．454 2．446 2．388
2 0．644 83．679 2．700 6．762 0．747 2．368 3．743
3 0．679 71．013 9．062 5．305 0．635 2．174 11．811
4 0．712 67．523 10．552 5．273 1．780 2．719 12．153
5 0．728 61．628 12．482 4．803 3．016 4．758 13．313
6 0．744 59．305 13．246 4．615 3．468 6．215 13．152
7 0．754 57．773 13．258 4．465 3．443 8．010 13．05l
8 0．762 56．838 13．061 4．393 3．450 9．388 12．870
9 0．766 55．63l 12．908 4．298 3．461 11．050 12．653
10 0．768 54．74l 12．729 4．230 3．414 12．436 12．450
15 0．774 52．068 12．212 4．015 3．331 16．222 12．152
20 0．777 51．424 12．328 3．946 3．274 16．597 12．432
25 0．778 51．294 12．424 3．929 3．267 16．544 12．54l
30 0．778 51．243 12．428 3．924 3．268 16．598 12．539
5．3本章小结
本章采用VAR建模方法，将国债指数收益率与宏观经济因素作为一个动态系
统，通过脉冲响应函数与方差分解技术考察交易所、银行间国债财富指数波动过
程中来自经济变量的冲击，分析了经济变量对国债指数收益率的影响程度以及相
对重要性。比较了经济变量对银行闻与交易所国债指数收益率影响的异同，比较
了经济变量对不同代偿期的国债指数收益率影响的异同。得到如下结论：
第一，两个市场对宏观经济变量冲击的反应，显现出了较多的相同之处。对
来自工业增加值增长率波动冲击的反应，都是先负后正，持续时间为滞后8期左
右；对来自货币供应量增长率波动冲击的反应，前两期的冲击效果为正，然后为
负，经过震荡之后，冲击反应在第8期左右变为O，这表明货币供应量期初有助于
国债指数的上涨，但随着人们意识到Ml的增加可能带来的通胀效应，从而引起国
债指数下跌；对来自物价指数CPI波动冲击的反应，呈负相关关系，这表明当消
费物价指数上升，通货膨胀风险加大，投资者对于风险的补偿要求更高，引起国
债价格的下跌；对来自30天同业拆借利率波动冲击的反应，脉冲反应函数都在一0．2
No．2之间，期初为负数，第2期后，变为正数，影响期限较长；对来自股票市场
波动冲击的反应，两者都显现出与其明显的负相关关系，在滞后第3期时，达到
最小值，然后逐渐变大，持续时间为滞后6期左右。这表明我国国债市场与股票
市场之间“跷跷板”效应明显，两者投资收益率此消彼长。
第二，两个市场对宏观经济变量冲击的反应，也表现出了不同之处。与银行
间国债市场相比，交易所国债市场对货币供应量的冲击的响应持续时间更长；交
易所国债市场对CPI的冲击反应更迅速并且波动更大，但持续时间较短，可能原
因是交易所市场交易更加活跃，投资者众多为中小机构，他们对信息更加敏感，
反应更加灵敏；从各因素的相对重要性来看，对银行间国债市场而言，股市收益
率变量排在第一位，然而对交易所国债市场而言，CPI变量排在第一位。
第三，经济变量对银行间市场上，1—3年国债指数与lO年以上的国债指数的影
响表现出了相同之处。对来自cpi及股市收益率的冲击，都呈负相关关系；对来自
工业增加值的冲击，反应函数都呈现出这一现象，期初为负向，随后逐渐增加为
正数，后衰减至0；对来自货币供应量与市场利率的冲击，脉冲响应函数值都较
小。
l∞
第四，经济变量对不同代偿期国债的影响也表现出了不同之处。从脉冲响应
函数值大小来看， CPI变动1单位标准差，对10年期以上国债指数的冲击最小
值为一0．597，而对3年期国债指数的冲击最小值为．0．096；工业增加值变动l单位
的标准差，对lO年期以上国债的冲击最大值为0．274，而对1．3年期的最大值为
0．02；股市收益率变动l单位标准差，对lO年期以上国债的冲击最小值为．1．116，
而对1．3年期的国债最小值为．0．108。可见，10年期以上国债对各变量冲击的反
应强度明显大于1．3年期国债；从脉冲响应函数波动程度来看，lO年期以上国债
对各变量的脉冲响应函数震荡次数明显多于1．3年期的，震荡幅度也大于1．3年
期的。这再次表明期限长的国债受宏观经济变量的冲击时反应更强烈；从各内生
变量的相对重要性排列次序来看，对10年期以上的国债而言，股市收益率排在
第一位，然而对1．3年期国债而言，30天同业拆借利率成为影响其波动的主要因
素。
lOl
第6章国债市场的风险管理与政策建议
6．1国债市场的风险管理策略
6．1．1国债投资面临的风险
国债是以国家的信用担保的，以国家的财政收入作为支付手段的一种固定收
益的证券。国债投资风险主要包括信用风险、利率风险、通货膨胀风险、流动性
风险、再投资风险、外汇风险等。这一系列的风险可能会使国债市场上的投资者
的投资遭受损失。由于国债是由中央政府发行的公债，所以它的信用风险很小。
2005年7月之后，我国的外汇市场实行的是有管理的浮动汇率制度，但资本项目
未完全放开，国内投资者的投资选择主要是国内证券品种，而证券市场的买方也
主要是国内机构。由于国际资本流动渠道和规模较为有限，短期对国债市场并不
会产生太大影响，汇率风险也较小。因此，其投资风险主要来自于利率风险、通
货膨胀风险、再投资风险和流动性风险。
1、利率风险。所谓利率风险是指市场利率的变动引起的国债价格变动的风险。
国债的理论价格是指从现在至债券到期日国债所支付的现金流现值的总和。它取
决于当前的市场利率水平。市场利率的变化必然引起国债价格的变化。此外，利
率变动对不同期限的国债所带来的风险是不同的。
2、通货膨胀风险。所谓通货膨胀风险又称购买力风险，是指由于通货膨胀
给投资者带来的实际收益水平下降的风险。通货膨胀对不同期限的国债所带来的
风险是不同的。对短期国债而言，短期内要发生突发性通货膨胀的可能性要较小，
所以面临的通胀风险较小；对长期国债而言，在较长时期内出现通货膨胀的可能
性要远远大于在短期内出现的可能性，所以其面临的通胀风险较大。
3、再投资风险。对附息国债而言，投资收益有三个来源：息票利息收入，国
债出售或到期时的资本收益(或资本损失)，利息收入再投资形成的收入。其中利
息再投资收益取决于利息支付时的市场利率高低。当利息支付时，若市场利率高，
再投资收益就高；若市场利率低，再投资收益就低。
4、流动性风险。所谓流动性风险是指由于市场交易不活跃而使金融机构无
法按照公允的市场价值进行国债交易而产生的损失。这种风险与交易成本、市场
102
参与者数量和市场规模有关。市场参与者越多，交易越活跃，国债流动的障碍就
越少，交易成本就越低，流动性风险也就越小。
6．1．2国债市场的市场风险度量
市场风险指因利率、汇率、股票、商品等价格变动而导致资产未预料到的潜
在损失的风险。20世纪90年代一系列的重大风险事件使投资者意识到了市场风
险的重要性，随后《巴塞尔新资本协议》的推出，正式将市场风险纳入资本监管
要求的范围。我国国债市场上的市场风险主要包括利率风险，本小节利用风险价
值(VaR)去度量我国国债市场上的市场风险。
VaR的实际意义在于它的预测能力，即给投资者提供未来他们可能的最大损
失的信息。基于3．3节的结论，对于交易所国债市场，选取t分布下的HYGARCH
模型。对于银行间国债市场，选取偏t分布下的HYGARCH模型。将数据样本总体
划分为“估计样本"和“预测样本”两部分，每隔30天重新估计波动率模型参
数，得到最近一年252个的多头头寸下样本外每日VaR预测值。
具体步骤如下：(1)选取t=1，2，⋯，T=1381(总样本数1633减去一年交易
天数252)的数据作为第一个估计样本，对上述波动模型的参数进行估计，获得
未来1天到未来30天的波动率预测，然后计算出30个VaR预测值。(2)将估计
样本的时间区间长度扩大30天，重新估计上述各类波动率模型参数，并做出新
的未来1天到30天的预测。(3)同理，不断重复步骤(2)，得到最近一年的252
个多头头寸下样本外每日VaR预测值。
对计算出的样本外每日VaR值同样进行回溯检验，结论见表6．1。对交易所
国债市场而言，DQ检验P值显示全部接受原假设。LR检验中，除了分位数为O．05
时，P值拒绝原假设外船，其余分位数下，P值显示都接受原假设。对银行间国债
市场而言，从LR检验的P值来看，全部接受原价设。DQ检验仅在O．01分位数
下拒绝原假设，其余分位数下，都接受原假设。回溯检验表明模型给出的每同VaR
值基本上能较好的反映了市场的风险。
勰失败率为0．0278<0．05，表明给山的VaR值高估了市场风险，造成失败率过低。
103
表6．1样本外VaR值的回溯检验
交易所国债市场回溯检验银行间国债市场叵’溯检验
LR检验DQ检验LR检验DQ’险验
分位数失败率P值统计量P值分位数失败率P值统计量P值
0．05 0．0278 0．078 6．361 0．384 0．05 0．0357 0．273 4．475 0．613
0．025 0．0159 032l 1．095 0．982 0．025 0．0278 O．781 4．954 0．549
0．01 0．0079 0．733 O．177 0．999 O．0l 0．0198 0．166 20．949 0．002
0．005 0．0040 O．8lO 0．071 0．999 0．005 0．0079 0．543 0．571 0．996
0．0025 0．0000 1．000 0．632 0．995 0．0025 0．0039 0．667 0．25l 0．999
接下来，表6．2、表6．3给出了近一年来两个国债市场的样本外每日VaR值
的统计特征。在各分位数水平下，从均值来看，银行间国债市场每日VaR值都大
于交易所国债市场；从最小值来看，银行间国债市场可能发生的最大损失明显大
于交易所市场29；从标准差来看，银行间的每日VaR值波动大于交易所的。以上
结论表明我国两个分割的国债市场，银行间国债市场风险较大。探其原因，由于
银行间债券市场的交易制度是一对一的询价报价交易．而非交易所那种集中撮合
竞价交易，加之银行间债券市场的现货交易不如交易所活跃，并非每天都有交
易，有时出现有行无市的情况。此外，银行间国债市场上投资者结构比较趋同30，
市场预期趋同，造成市场具有很大的单边性，流动性风险较大。从而造成了银行
间国债市场虽然成交金额大于交易所，但是市场风险反而更大的局面。
表6．2交易所国债市场上每日VaR值的统计特征
HYGARCH．t模型
分位数O．05 0．025 O．0010 0．0005 0．0025
均值一O．2178 —0．2919 -0．4049 —0．5060 —0．6243
最小值-0．8263 一1．1135 -1．6443 -2．1243 —2．6919
最大值一O．0817 -0．1157 —0．1632 -0．2031 -0．2497
标准差O．0158 0．0293 0．0585 0．0934 0．1451
29两者相差100个基点左右。
30主要以商业银行为主，而四大行规模义远远超过其他银行。
表6．3银行间国债市场上每日vaR值的统计特征
HYGARCH．skt模型
分位数0．05 0．025 0．0010 0．0005 0．0025
均值-0．2316 -0．3059 -0．4183 -0．5180 —0．6342
最小值一1．8020 —2．3371 -3．1715 -3．9328 -4．8395
最大值-0．0993 -0．1357 -0．1911 -0．2405 -0．2980
标准差0．0221 0．0367 0．0670 0．1023 0．1539
6．1．3金融机构的风险管理建议
在金融危机席卷全球的背景下，我国的利率波动更加频繁，经济因素不确定
性增加，国债市场风险积聚。金融机构特别是商业银行急需完善债券资产的风险
管理体系，主要建议有：
l、在利用国外的风险管理模型时，应重视我国国债市场特色。因为，从第二
章的分析中，我们知道我国国债市场有其自己独特的一面，包括不尽合理的国债
发行制度；交易品种期限结构仍有待完善；二级流通市场分割现象严重；市场投
资者还不够成熟；流动性作为市场发育状况的综合反映仍然不足等等这些问题聚
积了我国国债市场的投资风险。
2、在衡量国债市场的市场风险时，应注意银行间市场与交易所国债市场的异
同。因为，从第三章的分析结论中，我们知道银行间国债市场与交易所市场的波
动特征不尽相同，利用参数法预测风险价值时，应重点关注资产收益率的概率分
布，选取能够真实反映金融资产波动特性的模型，同时不应忽视波动的长记忆性。
此外，商业银行作为银行间国债市场该市场的主导力量，从2009年2月起，上市
银行就可进入交易所国债市场进行国债交易，在利用现有风险管理模式进行风险
管理的过程中，更应注重两个市场的波动特征不同造成的市场风险不同31，合理
安排在两个市场的头寸。在丌展债券业务来调整、优化资产结构的同时，应注重
提高自身对国债市场风险的管理水平，以免不当使用模型，人为增加更多的风险。
3、在构建国债投资组合及制定风险免疫策略时，应充分考虑我国国债市场
与国外成熟市场的不同之处。因为从第4章的分析结论中，我们知道银行间国债
31参见6．1．2节的分析结论。
市场与交易所国债市场的即期利率曲线虽有众多相同之处，但仍有一些不同之
处。利率期限结构并不能很好的反映各种利率信息，利用利率期限结构进行国债
定价时，交易所市场与银行间市场国债所隐含的即期利率的差异会造成结论的差
异。金融机构应根据不同的目的、进行细致分析，充分验证结果的可靠性，以防
人为错误造成更大的风险。金融机构使用的缺口管理、敏感性分析和久期管理等
简单的资产负债管理并不能很好的规避利率风险，因为影响利率变动的第一因素
解释方差的贡献度在55％左右，并且不能被称为水平因素。此外，两个市场上风
险结构并不相同，风险因素的相对重要性也不相同，投资者在进行国债免疫时，
应特别注意两个市场的风险特性，使用“久期”匹配策略的同时，也应注重其他
风险规避方法的应用。针对不同投资组合采用不同的免疫工具与风险管理策略。
4、建立高效的研究团队，预测宏观经济走势、货币政策变动、国际金融市
场汇率走势、资金供求变化和经济周期等，结合经济因素对债市变动的影响，为
资金营运部门提供专业支持，以降低潜在风险。因为，从第5章的分析结论中，
我们知道经济变量因素对国债指数收益率的冲击影响在我国较为明显。国债指数
收益率对CPI指标的冲击反应，两者负向相关，我国投资者对于通货膨胀风险的
补偿要求较高。此外，我国国债市场对来自股票市场波动冲击的反应较大，两者
显现出明显的负相关关系，国债市场与股票市场之间“跷跷板”效应明显，两者
投资收益率此消彼长。这表明我国国债市场投机风险较大，当股票市场波动风险
加大时投资者会增加对国债的需求。反过来，当投资者认为股票投资机会到来时
国债就会遭到抛售，价格出现下跌。另外两个市场对外部冲击效应的反应不同，
股市收益率效应对银行间国债市场的相对重要性大于交易所国债市场，然而CPI
效应对交易所国债市场的相对重要性明显比银行间国债市场大。这都要求金融机
构在风险管理时，应注重这些差异，区别对待银行间国债与交易所国债市场。
5、建立债券组合资产的风险衡量、监测与投资的有机联动。具体来说银行资
金运营部门加强对债市研究，提供监测风险依托的计量模型，提供基础数据并根
据风险暴露情况合理规划债券投资、合理调节头寸规避风险。
6、建立以一定风险为依托的债券投资考核标准。以往商业银行对债券投资的
考核单纯以资金成本加上一定利差作为考核标准并不能真正反应市场情况。将自
身所持的债券按比例以中债指数所提供的收益为依托，建立投资组合的考核标
准。这将使得商业银行更加清晰的了解在既定的收益计划下自身所面临的风险。
6．2国债市场风险控制的政策建议
1、建立统一互联的国债市场体系，加强市场流动性
我国国债二级市场现存结构的最大弊端在于市场分割，银行间债券市场和上
海、深圳两个交易所彼此之间债券不能自由转移，资金不能自由流动，投资者不
能自由跨市交易，从而降低了运行效率，使各市场发育不平衡，流动性不强。另
外，这种分割状态使得各个债券市场之间、债券市场和资本市场之间的利率缺乏
内在的联系，导致同一个国债品种形成的利率水平存在较大差别，难以形成真实
反映市场资金供求状况的统一市场基准利率。银行间市场在品种和存量上都占绝
对的优势，但债券的流动性相对不足，价格发现功能未能很好实现；交易所市场
债券的成交价格连续性相对较好，但现券存量较小，品种比较单一，大额交易经
常会对市场价格产生重大影响，造成市场较大幅度的波动。市场的分割性阻碍了
统一收益率的形成，扭曲了市场利率，不利于鼓励市场竞争和为市场投资者提供
多样化的投资渠道，造成了市场的低效率，并将对债券市场的发展产生不利影响。
因此，促进市场的统一，对于我国债券市场的发展具有很重要的意义。近期，证
监会和银监会两部门联手发布《关于开展上市商业银行在证券交易所参与债券交
易试点有关问题的通知》，通知规定在试点期间，商业银行可以在证券交易所固
定收益平台，从事国债、企业债、公司债等债券品种的现券交易，以及经相关监
管部门批准的其他品种交易。目前A股上市银行共有14家，包括工商银行、中
国银行、建设银行等大型银行。据统计，这14家上市商业银行占据了中国金融
资产80％的份额。因此这一政策被视为两个市场合并方向上迈出了关键的一步。
当然目前上市银行还只能进入固定收益交易平台，因此，该项政策对交易所债券
市场收益率的实质影响有限，流通市场的统一仍有待进一步措施的出台。
2、健全国债发行制度，加快国债品种推出
目前我国只允许一级自营商参与国债发行，发行市场的参与者比较少，应该
适当引人一些合同式储蓄机构如社会保障基金、保险公司、投资基金等，使一级
自营商的结构更趋合理；同时要逐步规范一级自营商的权利与义务，促使其在维
护市场流动性、联结市场等方面逐渐承担一定的责任，防止出现惜售和过度投机
现象。通过健全一级自营商，逐步形成市场定价的国债发行机制。
目前我国国债现券较少，期限结构也不够合理，主要分布在中期和长期，难
以满足投资者的流动性需求和投资需求，不利于投资者的资产配置和组合，限制
了国债投资者的范围。短期国债品种的缺位是我国国债市场收益率曲线未能成为
有效的金融工具定价基础的一个重要障碍因素。定期滚动式发行短期国债，不但
可以缩短国债平均发行期限和剩余期限，降低筹资成本，提高国债管理工作的灵
活性，更可以推动国债期限结构的合理化，从而建立起完整、可靠的国债收益率
曲线，促进国债市场有效定价和稳定发展。目前美国各期限国债均定期发行，其
中3个月期与6个月期每周发行一次，1年期、2年期、5年期每月发行一次，3
年期每季发行1次，10年期除每季第一月停发外每月发行1次，30年期除2002
年到2005年停发外，每年发行2次32。此外，在改进现有发行品种的基础上，应
加大浮息国债、储蓄国债(电子式)的发行等，丰富国债市场的内涵，促进国债
市场容量的进一步扩大。
3、完善做市商制度，培育机构投资者
借鉴国外成熟市场的做法，完善国债做市商制度，进一步提高国债市场的流
动性，推动国债市场发展。首先应理清市场层次、丰富市场交易工具，为做市商
制度的运行创造良好的市场环境，提高做市商存货管理能力。其次，培育和发展
以赚取买卖价差为目的的机构充当做市商，发挥其做市的积极性和主动性。最后，
确保做市商制度的设计更加合理有效，避免对做市商做市产生不必要的影响。
培育机构投资者，减少市场投机风险。合格的机构投资者是资本市场健康稳
步发展的基本要素。机构投资者的发展对债券市场的微观结构有着深入的影响，
不仅可以提高清算和结算的效率，而且有助于债券的准确定价。目前，我国机构
投资者虽然具有一定规模，但是整体发展仍比较薄弱。许多机构投资者缺乏理性
的市场投资理念和规范的投资行为。为了促进债券市场的健康发展，必须采取有
效措施，积极培育合格的机构投资者。第一，大力发展货币市场基金和债券型基
金，鼓励商业银行开办基金管理公司，促进货币市场和债券市场投资主体的多元
化。第二，为社保基金、年金的发展创造条件。当前发展债券市场的一个重要问
题就是如何能引入长期资金的问题。社保基金、养老金有很高的安全性的需求，
只有完善债券市场的各项制度，创造一个健康有序的市场环境，这类机构投资者
才能为国债市场提供长期稳定的资金来源渠道。第三，进一步完善合格的境外投
资者制度。积极鼓励进入中国资本市场的QFII将国际先进的资本管理经验、规范
32资料米源十《2006年中国困侦市场年报》。
108
的投资行为带入中国资本市场，促进我国合格的机构投资者群体的形成，使我国
债券市场向规范化和国际化的方向稳步发展。
4、规范信息披露行为，完善市场监管体制
金融市场从根本上说是一个信息市场，市场上一切可归因于人们对过去信息
的总结，对当前信息的理解以及基于当前信息对未来的预测。我国国债市场上，
信息公开的种类和内容有待增加。银行间国债市场中双边报价及远期交易价格等
信息传播渠道较窄、透明度低。此外，信息的对称性也较差。市场中，少数机构
投资者拥有的信息较多，凭借一些非正规的渠道获得内幕消息，并联手操纵市场，
从中获利，极大损害了广大中小投资者的利益。所以，有必要进一步完善市场信
息公开的制度，提高国债市场价格信息的透明度。一方面利用中国债券信息网等
专业媒介增加债券市场的透明度，使社会和广大投资人拥有取得更加方便准确金
融信息的手段。另一方面，政策决策者需要建立起更综合、更精确的经济、金融
数据的收集和发布体系，以保证信息的公开性、公平性和公正性。
市场监管包括政府监管与自律组织监管。政府监管的真谛在于维护市场的公
平、公正和公开，为市场参与者提供一个信息对称、交易公平的环境。政府对市
场的监管手段有法律手段、经济手段和行政手段。成熟的金融市场中，政府多采
用法律和经济手段。在我国，行政手段却超越法律和经济手段成为调节市场的主
要工具。虽然行政手段作用快，但却会破坏市场内在的运行规律，动摇国债市场
功能发挥所依赖的基础，造成国债市场的过度动荡。因此，政府对国债市场的监
管要从行政直接干预转向利用经济手段间接引导，以发挥市场功能。目前我国国
债市场管理主要由财政部、中国人民银行和中国证监会负责，但由于各机构权力
和责任不明确，造成政策制定的推诿，影响了效率。而且，我国目前并没有一部
系统的国债市场方面的法规，国债市场的监管是以各主管部1"7铝ll定的行政规定为
依据，缺乏权威性和约束力，存在各规章之间不协调、不一致等问题。因此，一
方面，我国的监管部门应该加强债券市场监管的前瞻性，认真学习发达国家的发
展经验，努力构建产品丰富、交易活跃、风险可控、发展健康的中国债券市场体
系。另一方面，应该加快国债市场法律体系的发展，明确参与者的权责，不断强
化对债券市场的有效监管，维护投资者的合法权益，维护债券市场的健康稳定运
行，不断推动债券市场发展的市场化进程。
5、恢复国债期货市场，为投资者提供风险对冲的工具
从国债期货产生的理论基础以及国外的实践经验来看，利率波动风险是国债
期货存在的基础。利率市场化背景下滋生出利率风险管理的强烈需求，不仅是国
债期货问世的根本原因，也是推动国债期货市场发展的直接动力。从我国金融发
展的现状来看，利率市场化正在有条不紊的进行，伴随着这一进程的加快，我国
债券市场上利率波动呈加大的态势。因此，通过国债期货对冲利率风险的需求也
在不断的加大，国债期货市场的重建也成必然之势。同时，目前我国债券市场上，
对冲利率风险的工具十分缺乏，远远不能满足当前对利率风险管理的强烈需求。
在我国再次推出国债期货成为可能的情况下，给出几点建议：(1)继续推动国债
发行市场化进程，包括引入预发行机制，提高国债招标的定价能力。(2)在国债
期货市场的市场架构上，以金融期货交易所为依托，实行国债期货有组织的高度
集中交易，以期货经济公司为桥梁，对其实行严格的市场准入，从机制上规避投
资的操作风险。(3)重视国债期货市场风险的管理，建立风险监控体系，利用市
场准入、保证金制度、涨跌停板制度、风险准备金制度、每日无负债结算制度以
及持仓限额和大户持仓报告制度等防范国债期货市场风险。(4)鼓励机构投资者
利用内部审计制度防范自身内部风险。发达国家的经验表明，期货市场的规范运
作可以调整现货市场的非市场化因素，促进现货市场的健康发展。在吸取以往国
债期货交易的经验和教训的基础上，适时恢复国债期货，必能充分发挥期规避利
率风险和价格发现的功能。
6．3本章小结
本章首先讨论了投资者在投资国债时所面临的投资风险，主要讨论了利率风
险、通货膨胀风险、再投资风险和流动性风险。接着，利用第3章得出的适合银
行间国债市场和交易所国债市场的波动率模型，分别度量了两个国债市场的市场
风险。最后利用前面各章的结论，为我国金融机构提出有效的国债投资风险管理
策略，为政府机构提出有针对性的国债市场风险控制的政策建议。
llO
第7章结论
7．1主要结论
本文在回顾了我国国债市场的发展历程与现状的基础上，研究了国债市场波
动的聚类性、杠杆效应，并从风险价值估计的角度，探讨了国债市场的长记忆特
征，比较了波动率模型；分析了Svcnsson模型下的两个国债市场的利率期限结构
的异同，并利用主成分分析方法探讨了引起国债价格波动的内部风险因素；利用
脉冲响应分析与方差分解分析方法研究了宏观经济变量对国债价格波动的短期
冲击效应，探讨了引起国债价格波动的外部因素。得到了以下主要结论：
(一)关于国债市场波动特征
1、无论是交易所国债市场还是银行间国债市场的收益率都不服从正态分布，
都存在自相关、异方差现象，具有平稳性。两个市场的杠杆效应并不明显，然而
长记忆特征明显，此外，银行间国债市场的长记性大于交易所国债市场。
2、两个国债交易市场都显示出带长记忆性的HYGARCH模型计算风险价值时
能更准确反映市场真实的风险，长记忆性在测度VaR时发挥了重要作用。
3、与t分布相比，偏t分布下的HYGARCH模型并没有明显改善交易所国债市
场预测的风险价值的准确性，然而偏t分布下的HYGARCH模型却更适合我国银行
间国债市场。
(二)关于国债价格波动的内部风险因素分析
1、银行间国债与交易所国债市场上平均利率期限结构曲线呈向上倾斜；中
期即期利率波动大于短期与长期利率的波动；各期限的即期利率均不服从正态分
布。此外，交易所平均即期利率曲线倾斜程度高于银行间国债市场。
2、两个市场上的利率期限结构的变动可以用四个风险因素来概括，第一风险
因素的解释贡献度在55％左右，并且不能被称为水平因素，政策因素可能是我国
国债市场上的一个风险因素。
3、银行间市场第3主成分为曲度因素，然而交易所市场上曲度因素却为第4
主成分，两个市场上风险结构并不相同。
4、1．2年即期利率的影响因素比较复杂，政策因素相对其他因素而言起着更
大的作用，显示了其变化的独特性；倾斜因素对银行间3．6年即期利率的影响较
大，而对交易所国债而言却是对17．20年期的影响较大。
(三)关于国债价格波动的外部经济因素分析
1、经济变量因素对国债指数收益率的冲击影响较为明显。银行间国债市场
和交易所国债市场对来自工业增加值增长率波动冲击的反应，都是先负后正，持
续时间为滞后8期左右；对来自货币供应量增长率波动冲击的反应，前两期的冲
击效果为正，然后为负，经过震荡之后，冲击反应在第8期左右变为0；对来自物
价指数CPl波动冲击的反应，呈负相关关系；对来自30天同业拆借利率波动冲击
的反应，脉冲响应函数值都在．0．2至lJO．2之间，期初为负数，第2期后，变为正数，
影响期限较长；对来自股票市场波动冲击的反应，两者都显现出与其明显的负相
关关系。
2、国债指数收益率对CPI指标冲击的反应，两者显现出负相关关系。表明我
国投资者对于通货膨胀风险的补偿要求较高；国债市场对来自股票市场波动冲击
的反应较大，两者显现出明显的负相关关系，国债市场与股票市场之间“跷跷板”
效应明显，两者投资收益率此消彼长，表明我国国债市场投机风险较大。与银行
间国债市场相比，交易所国债市场对货币供应量的冲击的响应持续时间更长；对
CPI的冲击反应更迅速并且波动更大，但持续时间较短。
3、两个市场对外部冲击的反应不同，股市收益率效应对银行间国债市场的
相对重要性大于交易所国债市场，然而CPI效应对交易所国债市场的相对重要性
明显比银行间国债市场大。
4、经济变量对不同代偿期国债指数的影响有相同之处。银行间市场上，1．3
年期的国债指数与10年以上的国债指数收益率对来自CPI及股市收益率的冲击，
都呈负相关关系；对来自工业增加值的冲击，响应函数都表现出期初为负向，随
后逐渐增加为正数，后衰减至O；对来自货币供应量与市场利率的冲击，脉冲响
应函数值都较小。
5、经济变量的冲击对不同代偿期的国债的影响也表现出了不同之处。从脉
冲响应函数的数值大小及震荡次数来看，lO年期以上的国债指数对各变量冲击的
响应强度、震荡次数明显大于1．3年期的国债指数，这表明期限长的国债受宏观
112
经济变量的冲击时反应更强烈。从各内生变量的相对重要性排列次序来看，对10
年期以上的国债而言，股票收益率排在第一位，然而对1．3年期国债而言，30天
同业拆借利率成为影响其波动的主要因素。
(四)关于国债市场的风险管理
l、在利用国外的风险管理模型时，应重视我国国债市场特色。因为，从第
二章的分析中，我们知道我国国债市场有其自己独特的一面，包括一些还需完善
之处，例如不尽合理的国债发行制度，交易品种期限结构仍有待完善，二级流通
市场分割现象严重，市场投资者还不够成熟，流动性作为市场发育状况的综合反
映仍然不足等等。这些问题对我国国债市场的投资风险有重要影响。
2、从每日风险价值来看，银行间国债市场的市场风险大于交易所国债市场的
市场风险。在不同市场进行投资时，应关注两个国债交易市场的风险状况，合理
分配在两个市场的头寸。在开展债券业务来调整、优化资产结构的同时，应注重
提高自身对国债市场风险的管理水平，以免不当使用模型，人为增加更多的风险。
3、在构建国债投资组合及制定风险免疫策略时，应充分考虑两个市场上风
险结构并不相同，风险因素的相对重要性也不相同。在进行国债免疫时，使用“久
期”匹配策略的同时，也应注重其他风险规避方法的应用。
4、经济变量因素对国债指数收益率的冲击影响在我国较为明显。应建立高
效的研究团队，预测宏观经济走势、货币政策变动等，以降低潜在风险。
7．2不足之处及进一步的研究方向
国债市场是一个复杂的动态系统，而且我国正处于利率市场化的初期，国债
市场有其自身特殊的一面。国外成熟市场的研究结论、模型方法可能未必适合我
国国债市场的研究，因此对我国国债市场的研究必须立足本国国情，这就增加了
研究的难度。此外，关于国债市场的研究课题众多，可涉及领域也较广。有鉴于
此，无论是在理论还是在实践上本文的研究均处于初步阶段，只是对国债市场做
了一些初步的探索。因此，本文仍存在一些不足，在以下方面有待进一步改进和
完善。
l、尚未涉及到汇率与国债价格波动的问题。本文主要的实证部分所取的样
本区间为2002年至2008年期间。然而2005年7月，我国汇率体制才开始实行
有管理的浮动汇率体制，人民币汇率数据的样本时间段与整个论文样本区间不匹
配，且人民币兑美元汇率近两年来呈现单边升值走势，可能影响结论的可靠性。
故汇率对国债价格波动的影响有待同后研究。
2、本文仅研究了宏观经济因素对国债收益率的短期动态影响，两者之间的
长期关系有待进一步探讨。此外，根据国内学者的大量实证研究，我国国债市场
是一个弱有效市场，决定了国债收益率有其可以预测的一面，如何利用宏观经济
因素及国债价格隐含的利率期限结构去预测我国国债收益率是一个很吸引入的
问题。
3、政策因素是影响我国国债价格波动的重要因素，这一方面的研究有待进
一步加强。例如央行调整准备金及加息、降息事件如何影响国债收益率等有待日
后研究。
4、风险管理方面，本文仅度量了国债市场的风险价值，对于利用主成分分
析出的国债市场的四个风险因素如何规避、管理有待进一步研究。
参考文献
[1】安国俊，国债市场发展与金融风险防范，中国货币市场，2008年1月，44．47
页。
【2】陈学华、杨辉耀，VaR．APARCH模型与证券投资风险量化分析，中国管理
科学，2003年1月，22．27页。
[3】陈晖，利率期限结构的最优估计及其应用研究，湖南大学博士论文，2006年。
【4】陈平、张宗成，股票市场对货币政策传导机制影响的实证研究，南方金融，
2008年6期，13．16页。
【5】蔡杰、杨鹏，基于面板模型的中国国债风险溢价实证研究，中国货币市场，
2008年5月，22．25页。
【6】杜海涛，VaR模型在证券风险管理中的应用，证券市场导报，2001年2月，
57．61页。
【7】丁静波，改革开放以来我国国债风险的实证研究，经济论坛，2007年7月，
107．109页。
【8】丁忠明、王振富，我国国债风险的实证分析，管理世界，2001年3月，190-191
页。
[9】范龙振，债券隐含利率与多因子Vasicek模型，系统工程理论方法应用，2004
年5月，455-459页。
【10】范龙振、张国庆，两因子CIR模型对上交所利率期限结构的实证研究，系统
工程学报，2005年5月，45．51页。
【1l】傅曼丽、董荣杰、屠梅曾，国债利率期限结构模型的实证比较，系统工程，
2005年8期，34．37页。
【12】惠恩才，国债收益率曲线与宏观经济相关性的实证研究，经济社会体制比较，
2007年6月，52．56页。
[13】郭锐、陈希敏，基于扩展VAR模型的中国货币市场与资本市场联结机理研
究，西安财经学院学报，2008年6月，23—29页。
[14]郭涛、宋德勇，中国利率期限结构的货币政策含义，经济研究，2008年3
期，39．47页。
【15】黄满池、郑江南，上交所国债市场波动率的实证研究，财经理论与实践，2007
年1月，60．62页。
【16】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，金融研究，2008年4月，21．36页。
115
[17】何志刚，国债风险：成因与防范，商业经济与管理，2002年4月，54．57页。
[18】姜金香，影响我国国债收益率的宏观因素之实证研究，海通证券，2008年
lO月。
[19]孔东民、郭磊，中国股市波动与经济波动的传递性研究，山西财经大学学报，
2007年6月，24—29页。
【20]刘庆富、仲伟俊、华仁海、刘晓星，EGARCH．GED模型在计量中国期货市
场风险价值中的应用，管理工程学报，2007年1月，117．121页。
[2l】刘金全、王勇、张鹤，利率期限结构与宏观经济因素的动态相依性一基于
VAR模型的经验研究，财经研究，2007年5月，126．34页。
[22】刘明，ARCH类模型在风险价值测度中的应用，统计与信息论坛，2008年
1月，42．46页。
[23】刘迪，对我国显性国债规模及风险的认识和分析，税务与经济，2004年4
月，46．48页。
[24】罗登跃、王玉华，上海股市收益率和波动性长记忆特征实证研究，金融研究，2005
年11月，109．116页。
[25】林海，基于债券组合套期保值的主成分分析，厦门，2004年。
[26]李伟、屠新曙，长记忆条件下中国股市VaR的估计，上海管理科学，2006年2
月，69．73页。
【27】仝晓燕、程希骏，基于B样条对国债利率期限结构的实证研究，系统工程，
2007年3月，17—22页。
【28】潘婉彬、陶利斌、缪柏其，TGARCH模型在利率波动建模中的应用，统计
与决策，2007年20期，15．17页。
[29】卜壮志，银行间债券市场利率期限结构实证研究，统计与决策，2008年20
期，145—148页。
[30】唐革榕，我国利率期限结构的静态拟合实证研究，厦门大学博士论文，2006
年。
【31】唐革榕、朱峰，我国国债收益率曲线变动模式及组合投资策略研究，金融研
究，2003年11月，64．72页。
[32】童红坚，我国货币政策调控对股票价格影响的实证研究，海南金融，2008
年8月，8．1l页。
[33】文彬，债券价格波动对银行风险影响的经验分析，东北财经大学学报，2007
年4月，13．16页
[34】肖会敏，用风险价值度量固定收入债券的市场风险，经济经纬，2008年2
月，82．85页。
116
[35】徐为民、李根，基于EGARCH模型的交易所国债市场波动性分析，海南金
融，2007年3月，42．44页。
【36】王一鸣、李建峰，我国债券市场收益率曲线影响因素的实证分析，金融研究，
2005年1月，111．124页。
【37】王菱、雷家骗，我国国债风险的再分析，商业研究，2004年14期，109．112
页。
【38】王春红、曹兴华，VaR方法在国债利率风险管理中的应用，商业研究，2004
年0l期，147．149页。
【39】王晓芳、刘凤根、韩龙，基于三次样条函数的中国国债利率期限结构曲线构
造，系统工程，2005年6月，56．62页。
【40]王建喜、王晓轩，基于我国国债的利率期限结构曲线估计，当代经济科学，
2004年5月，43-48页。
【41】王连华，股票市场与宏观经济之间关系的计量分析，统计与决策，2004年
12期，30．3l页。
[42】吴雄伟、谢赤，银行间债券市场回购利率的ARCH／GARCH模型及其波动性
分析，系统工程，2002年05期，88．91页。
【43】吴泽福、吴世农，国债市场风险收益波动模式实证研究，证券市场导报，2002
年12月，18．22页。
【44】于谨，中国国债收益率曲线研究，当代亚太，2004年第ll期，46．50页。
【45】于鑫，利率期限结构对宏观经济变化的预测性研究，证券市场导报，2008
年10月，43．47页。
【46】于鑫，银行间债券市场价格发现功能研究，上海金融，2008年4期，28．32
页。
【47】姚兴伍、周猛麟，股市波动对货币需求影响的实证分析，金融经济，2008
年22期，128．130页。
【48】晏艳阳、李治、许均平，中国股市波动与宏观经济因素波动间的协整关系研
究，统计研究，2004年4月，54．57页。
[49】张志英，中国金融市场波动传导的时滞分析，财贸经济，2007年13期，84—90
页。
[50]张月华，我国国债风险产生的原因及对策分析，理论导刊，2004年9月，
22．23页。
[5l】张绍斌、齐中英、张亚光，对中国国债市场利率波动性的拟合分析，统计与
决策，2005年03期，68．69页。
【52】朱峰，零息国债收益率曲线变化特征的因素分析，第二届中国青年经济学者
117
论坛，武汉，2002年。
[53】郑振龙、林海，中国利率期限结构的静态估计，武汉金融，2003年3月，66．72
页。
[54】朱世武、陈健恒，交易所国债利率期限结构实证研究，金融研究，2003年
lO月，63．73页。
[55】赵明勋，中国股票市场发展与货币需求实证研究，财贸研究，2005年2月
06．1l页。
[56]Ang，Andrew，Piazzesi，Monika，‘‘A No—Arbitrage Vector Autoregression of
Term Structure Dynamics with Macroeconomic and Latent Variables”，Journal
ofMonetary Economics，V01．50，PP745-787，2003．
[57]Baillie RT,Bollerslev T，Mikkelsen HO．，“Fractionally Integrated Generalized
Autoregressive Conditional Heteroskedasticity．"，Journal ofEconometrics，
V01．74，PP3-30，1996．
【58】Bollerslev T，“Generalized Autoregressive Conditional Heteroskedasficity”，
Journal ofEconometrics，V01．3 1，PP307-327，1986．
【59】Bollerslev，RY Chou，KF Kroner，“ARCH Modeling in Finance：A Review of the
Theory and Empirical Evidence” ，Journal ofEconometrics，1 992．
【60】Brandt M．W：，Wang K．Q．，“Time—varying Risk Aversion and Expected
Inflation”，Journal ofMonetary Economics，V01．50，PPl457—1498，2003．
[6 1】Buhler,A．，H．Zimmermann．，“A Statistical Analysis of the Term Structure of
Interest Rates in Switzerland and Germany．” ，Journal ofFixed Income，V01．
6(3)，PP55—67．，1 996．
[62】C．Alexander，“Primer on the Orthogonal GARCH Model”，Manuscript 1SMA
Centre，UK，2000．
【63】Carol Alexander，Dmitri Lvov．，“Statistical Properties of Forward Libor
Rates”，ISMA Discussion Papers in Finance，03，2003．
【64】C．Emre Alpera，K．Kazimovb，A．Akdemirc，“Forecasting the Term Structure of
Interest Rates for Turkey：A Factor Analysis Approach'’， Applied Financial
Economics,V01．1 7，PP77—85．，2007．
【65】Christian Conrad，“Non—negativity Conditions for the Hyperbolic Garch
Model” ，KOF working papers，2007．
f661 Christiansen，C．，“Macroeconomic Announcement Effects on the Covariance
Structure of Government Bond Returns” ，Journal ofEmpirical Finance，V01．7，
PP479-507，2000．
[67】Chih—Ling Lin，Ming-Chieh Wang，Yin-Feng Gau，“Expected Risk and Excess
Retums Predictability in Emerging Bond Markets”，App]iedEconomicS V01．39，
PPl51 1-1529．，2007．
f681 Christoffersen P，Diebold FX．，“How Relevant is Volatility Forecasting for
118
Financial Risk Management?” ，Rev／ew of Economics and Statistics，V01．
82(1)，PPl2．-22．2000．
【69】Christoffersen P’Hahn J，Inoue A．，“Testing and Comparing Value-at—Risk
Measures” ，Journal ofEmpirical F锄ance，V01．8，PP32孓_342，2001．
f701 Christiansen，C．。“Maeroeconomic Announcement Efleets on the Covariance
Structure of Government Bond Return'’，Journal ofEmpirical，锄ance，Vr01．7．
PP479．507．，2000．
【7 1】Clarida,Gali，“Monetary Policy Rules and Macroeconomic Stability：Evidence
and Some Theory” ，Quarterly Journal ofEconomics，PPl 54-l 83，2000．
[721 CM Jones，O Lamon：t，RL Lumsdaine，“Macroeconomic News and Bond Market
、，0latility" ，Journal D厂F铴ancial Economics，1998．
【731 David J．Bolder，Grahame Johnson，Adam Metzler，‘‘An Empirical Analysis of the
Canadian Term Structure of Zero Coupon Interest Rates"，working paper，48，
2004．
[74】D’Ecelesia,R．L．，Zenios，S．A．，“砒sk Factor Immunization in the Ralian Bond
Market” ，Journal ofFixed lncome，September，PP5 1．58．．1 994．
[75】Diebold，Francis X．，Rudebusch,Glenn D．，Aruoba,S．Boragan．，“The
Macroeconomy and the Yield Curve：A Dynamic Latent Factor Approach．" ，
Journal ofEconometrics，2005．
【76】Ding Z，Granger CWJ，Engle l坦，“A Long Memory Property of Stock Market
Returns and ANew Modcl．’’，Journal ofEmpirical Finance，、，01．1，PP83-1 06．，
1993．
[771 DM Hunter,DP Simon，“A Conditional Assessment of the Relationships between
the Major W0rid Bond Markets”，European Financial Management，2005．
【78】Eduardo Rossi，Claudio Zucca，“Hedging Interest Rate黜sk with Multivariate
GARCH”，Applied，协ancial Economics，、厂01．1 2，PP241．25 1．， 2002．
【79】Engle RF,Bollerslev T．，“Modeling the Persistence of Conditional Variances"，
Econometric Reviews，V01．5，PPl-50．，1986．
【80】Engle，Robert，David M．，Lilien，Russell P．Robins，“Estimating Time Varying
Risk Premia in the Term Structure：The ARCH—Model 979 Econometrica，V01．55，
PP391．406，1987．
【8 1】Engle，Robert EVictor K．Ng．，“Measuring and Testing the Impact of News on
Volatility'’，Journal ofFinance，、，01．48，PPl022．1082．，1993．
[82】Engle RF,Ng V，“Measuring and Testing the Impact of News on Volatility'’，
Journal ofFinance，、厂01．48，PPl749一1778．，1993．
[83】Engle，“The Use of ARCH／GARCH Models in Applied Econometrics" ，
Journal ofeconomicperspectives，V01．15， N0 4，PP 157．168，2001．
119
[84】Engle，Robert E，Simone Manganelli，“C烈，iaR：Conditional Autoregressive
Value at Risk by Regression Quantiles．”，Manuscript University ofCalifornia，
2001．
【85】E．Rossi，C Zucca，“Hedging Interest Rate Risk with Multivariate GARCH" ，
App厅ed F饥ancial Economics，2002．
『861 Evans，C．L．，D．A．，Marshall，“Monetary Policy and the Term Structure of
Nominal Interest Rates：Evidence and Theory"，Carnegie-Rochester Conference
Series on Public Policy，V01．49，PP53．11 l，1998．
f871 F Audrino，F Trojani，“A General Multivariate 111reshold GARCH Model witll
Dynamic Conditional Correlations"，Discussion Paper in ideas．repec．org，
No．04，2005．
【88】Fisher,M．，Nychka，D．，Zervos，D．，“Fitting the Term Structure of Interest
Rates with Smoothing Splines” ，Finance and Economics Discussion Series
D如ision of Research andStatistics，1 995．
[891 Frank A．，G．Dell Butter,PIETER W．，“An Empirical Analysis of the German
Long-term Interest Rate'’，Applied Financial Economics，V01．1 4，PP73 1—74 1．，
2004．
[90】George E．，Halkos，Stephanos T．，Papadamou，“Significance of Risk Modeling in
the Term Structure of Interest Rates'’，Applied Financial Economics，V01．17，
PP23 7-247．，2007．
『911 Glosten LR，Jaganathan R，Runkle D．， “On the Relation between the Expected
V．alue and the Volatility of the Nominal Excess Return on Stocks”，Journal D厂
F跏ance，、，01．48，PP 1779一1801．，1993．
[92】Goeij，W Marquering， “Maeroeconomic Announcements and Asymmetric
、厂olatilitV in Bond Returns”，Journal ofBanking and凡nance，2006．
f931 Grahame Johnson，“Government of Canada Yield．Curve Dynamics，1 986．2003”，
Workingpaper，2005．
[94】Hans Dewachter，Marco lyrio，Konstantijn，“A Joint Model for the Term Structure
of Interest Rates and the Macroeconom矿’，Journal D厂applied econometrics，
V01．2 1，PP439—462，2006．
【95】Higgins ML，Bera AK，“A Class of Nonlinear ARCH Models”，International
Economic Review，V01．33， No．1，PPl37-158，1992．
[96】JamesM．STEELEY，“Estimating Time-varying Risk Premia in UK Long-term
Government Bonds”，Applied Financia，Economics，、，01．14，PP367-373．，2004．
【97】Jeffrey A，Linten O，Nguyen T．，“Flexible Term Structure Estimation：Which
Methods iS Preferred”，New Haven?砌彪University，2000．
f981 Jessica A Wachter，“A Consumption．Based Model of the Term Structure of
Interest Rates'‘，NBER worMngpaper，2005．
[991 JG Montalvo．，“Volume VerSUS GARCH Effects Reconsidered：an Application to
120
the Spanish Government Bond Futures market”，Applied Financial Economics，
1999．
[100】Jingzhi Huang，Lei Lu，“Macro Factors and、，0latility of Bond Returns：Shortand
Long-Term analysis”，Ⅳ陀足workingpaper，2008．
[101】J．Maitland，“Interpolating the South African Yield Curve”，Worki'ng paper，
University ofWitwatersrand，1999．
[102】Jones，C．M．，Lamont,O．，R．L．，Lumsdaine，‘‘Macroeconomic News and Bond
Market Volatility'’，Journal ofthe F切anciaZ Economics，V01．47，PP315．337，
1998．
[103]John H．Cochrane，Monika Piazzesi，‘'Decomposing the Yield Curve”，A鼢
working paper，2008．
r1041 Jones，C．M，Lamont，Lumsdaine，‘‘Maeroeconomic News and Bond Market
、，olatilitlI，，’，JournalofFinancialEconomics，、，01．47，PP315．337．1998．
【1 05】Knez，P．，R．Litterman，J．Scheinkman．，“Explorations Into Factors Explaining
Money Market Returns”，Journal ofFinance，V01．12，PPl861-82，1994．
[1 06】Lambert，P．， S．Laurent，“Modelling Financial Time Series Using GARCH—type
Models and a Skewed Student Density'’， Mimeo,Universite deliege．200 1．
[1 07】Lardic，S．，P．Priaulet，S．Priaulet，“PCA of the Yield Curve Dynamics：Questions
of Methodologies”，Journal of Bond Trading＆Management，、，01．1(4)，
PP327．49，2001．
『1081 Lekkos， Ilias，‘‘A Critique of Factor Analysis of Interest Rates”，Journal of
Derivatives，PP 72．83，2000．
『1 09]Lin B H，‘‘Y曲S K．Estimation for Factor Models of the Term Structure of
Interest Rates with Jumps：The case of the Taiwanese government bond market'’，
Journal ofInternational A流ancia，Markets，Institutions andMoney，V01．11(2)，
PPl67—197，2001．
『l 1 01 Lingfeng Li， “Macroeconomic Factors and the Correlation of Stock and Bond
Returns”， Job Market Paper，2002．
【l 1 1】LMartellini，P Priaulet，“Optimal Dynamic Hedging in the Presence of
Transaction Costs：An Empirical Investigation”，Working Paper，2000．
[1 1 2]Lorenzo Cappiello，Robert F．Engle，Kevin Sheppard，“Asymmetric Dynamics
in the Correlations of Glob·al Equity and Bond Retums”，Journal ofF锄ancial
Econometrics，V01．4，PP537．572，2006．
[11 3】Ludvigson，S．C．，S．，Ng，‘‘The Empirical Risk—Retum Relation：A Factor
Analysis Approach”，Journal OfFinancial Economics，V01．83，PP 1 7 l一222．，2007．
[1 1 4】Ludvigson，S．C．，S．，Ng,“Macro Factors in Bond Risk Premia'’，Ⅳ髓R
working paper，PP 11 703．，2007．
『11 51 Luis H．R．Alvarez，“On the Form and Risk．sensitivity of Zero Coupon Bonds for
a Class of Interest Rate Models”，Mathematics and Economics，、，01．28，
12l
PP83—90．，2001．
f l l 61 Maitland J．，“Interpolating the South African Yield Curve'’，Witwatersrand?
University of Witwatersrand，l 999．
[1l 71 Martellini L，Priaulet P．，“Fixed Income Securities：Dynamic Methods For
Interest Rate Risk Pricing and Hedging'’，Workingpaper，2000．
[1 1 8】Markus Herzberg，Philipp Sibbertsen，“Pricing of Options under Different
Volatility Models”，workingpaper，2005．
『ll 91 Michael J．Fleming，Eli M．Remolona，“、胁at Moves the Bond Market?”，
Economic Policy Review， V01．3，NO．4，1997．
[1 20】Mkp So，PLHⅥl，“Empirical analysis of GARCH Models in Value—at—risk
Estimation'1，Journal ofInternational Financiat Markets，2006．
【121】Najand，Mohammad，Kenneth Yung．，“The Weekly Pattern In Treasury Bond
Futures And GARCH Effects”，Review ofFutures Markets，V01．12．PPl一18，1993．
【1 22】Nelson DB．，“Conditional Heteroscedasticity in Asset Returns：A New
Approach”，Econometrica，V01．59，PP347-370．，1991．
[123】Nigel Meade，Margaret R．Maier，“Evidence of Long Memory in Short—term
Interest Rates”，Journal offorecasting，V01．22，PP553．568．，2003．
【1 24】P de Goeij，W Marquering，“Maeroeconomic Announcements and Asymmetric
Volatility in Bond Returns”，Journal ofBanking andF跏ance，2006．
【1 251 Rabemananjara R，Zakoian JM，“ThresholdARCH Models and Asymmetries in
Volatility'’，Journal ofAppliedEconometrics，V01．8，No．1，PP31_49，1993．
f 1 261 RalfFendel，Michael Frenkel，“Monetary Policy Rules and the Information ofthe
Term Structure of Interest Rates”，Applied Economics Letters， V01．1 2，
PP933-936．，2005．
『1271 Reilly，Frank K，David J，Wright，Kam C．Chan，“Bond Market Volatility
Compared to Stock Market Volatility'’，Journal ofPortfolio Management，Vol
27，NO l(fall)，PP82—92．，2000．
【1281 Roger Lord，Antoon Pelsser，“Level．slope．curvature—fact or artefact?”，
乃，zbergen Institute Discussion Paper，083／2，2005．
『1 291 Robert L．Kimmel，“Modeling the Term Structure of Interest Rates：
ANew Approach”，Journal ofFinancial Economics，Vr01．72，PP 1 43-1 83．，2004．
[1 30】Rwjvan den Goorbergh，PJG Vlaar,NN Bank，“Value-at·Risk Analysis of Stock
Returns：Historical Simulation．Vadnace Techniques or 1’ail Index Estimation?”，
working paper，1 999．
【l 3 1]Scherer,K．P，M．Avellaneda．，“A Principle Component Analysis of Latin
American Brady Bond Debt from 1 994 to 2000”， working paper，New York
University，2000．
【l 32】Sen Dong，“Macro Variables，term structure of interest rates，and exchange
122
rates'’，working paper,umi：3237223，2006．
f1331 Serena．NG，Ludvigson，“Macro Factors in Bond Risk Premia'’，Ⅳ陀尺Working
Paper，No．W11 703，2005．
[1 34]S．Heston，S Nandi，‘?A Two．Factor Term Structure Model under GARCH
Volatility'’，The Journal OfFixed lncome， 2003．
『1 35]Sherris M．，‘‘Interest Rate Risk Factor in the Australian Bond Market'’，
Sydney?Macquarie University，1994．
[136】．Stanislav Anatolyev，Sergey Korepanov,‘‘The Term Structure of Russian
Interest Rates”：Applied Economics Letters，、厂01．1O，PP867-870，2003．
[137】Stefan Gerlach，“Interpreting the Term Structure of Interbank Rates in Hong
Kong'’，Pacific Basin F伽ance Journal，PP593．609，2003．
f 1 38]Sudipto Sarkar,Mohamed Ariff,‘‘The Effect of Interest Rate Volatility on
Treasury Yields”， Applied Financial Economics．V01．1 2．PP667．672．，2002．
[139]：T．Bollerslev,J Cai，FM Song,“Intraday Periodicity,Long Memory Volatility,
，andMacroeconomic Announcement Effects in the US Tkasury Bond Market'’，
Journal ofEmpirical Finance，2000．
[1401 T．Clifton Green，“Economic News and the Impact ofTrading on Bond Prices”，
Working paper，2003．
f 1 4 1 1 Turan G．，Balli Hans Genberg，Salih N．"Excessive Variation in Risk．factor
Correlations and Volatilities”，The Journal of Futures Markets．V01．22，No．1 2，
。PPll 19_1146．，2002．
[1 42]Viceira,L．M，“Bond Risk，Bond Retum、厂olatili似and the Term Structure of
。Interest Rates”，working paper,Harvard University，2007．
【143】Waggoner,D．，“Spline Methods for Extracting Interest Rate Curves from Coupon
Bond Prices”，Federal Reserve Bank ofAtlanta,Working paper Series，No 1 0．，
】997．
123
附录比较波动率模型的程序
#include<oxstd．h>
瓶nclude<oxdraw．h>
#import<packages／Garch5／Garch>
decl g_bankgarch；
StartValues(const object)
{
object．GetPara0；
object．Initialization(object．GetValue(”m_vPar”))；
)
class GARCH—C：Garch
{
GARCH C0；
GARCH——C
cfunc_gtO(const avF,const vP)；
function
)；
GARCH_C：：GARCH_C0
{
this．Garch0；
m—iModelClass=MC_GARCH；
IIlit-Globals0；
)
GARCH_C：：cfunc_gt0(const avF,const vP)
{
SplitPara(vP)；／／Do not remove this line
decl matconstr=new matrix[I][1]；
matconstr[0]_1．000001。m_valphav[0】-m_vbetav[0]；／／alpha_l+beta一1<1
avF[0]=matconstr；
return 1；
)
124
main0
{
decl garchobj；
garchobj=new GARCH_C0；
garchobj．Load(”／data／bank．xls”)；
garchobj．InfoO；
garchobj．Select(Y_VAR，{"bank",O，O))；
garchobj．SetSelSample(-1，l，-1，1)；
garchobj．CSTS(1，0)；
garchobj．DISTRI(3)；
∥假设残差服从的分布，O代表正态分布，l代表t分布，2代表GED分布，
／／3代表偏t分布
garchobj．ARMA_ORDERS(3，1)；
garchobj．GARCH_ORDERS(1，1)；
garchobj．MODEL(1)；
／／不同数值代表不同模型，其中0：RISKMETRICS 1：GARCH 2：EGARCH
／／3：GJR 4：APARCH 5：IGARCH 6：FlGARCH．BBM 7．-FIGARCH．CHUNG
／／8：FIEGARCH 9：FIAPARCH．BBM 1 0：FlAPARCH．CHUNG ll：HYGARCH
||’’’0UTPUT_’’||
garchobj．MLE(2)；
／／可选的估计参数方法，O：MLE(Second derivatives)，l：MLE(OPG Matrix)
／／2：QMLE
||★’≮PARAMETERS’卑’||
garchobj．BOUNDS(1)；
／／参数限定：l表示需要设置参数限定；0表示不需要
|{’·卑ES。TIMATION’卑卑||
garchobj．Initialization(<>)；
StartValues(garchobj)；
garchobj．PrintBounds(2)；
garchobj．PrintStartValues(3)；
garchobj．DoEstimation(<>)；
garchobj．Output()；
decl quan=<0．95，0．975，0．99，0．995，0．9975>；
∥待考察的分位数
decl Y=garchobj．GetGroup(Y_VAR)；
125
decl T=garchobj．GetcT0；
decl m_cA，m_cV,ij；
decl qu_pos，qu_neg，m_vSigma2，dfunc，m_vPar,cond_mean；
decl m_Dist=-garchobj．GetValue(”mcDist”)；
println(”Infos”)；
println(”Number of observations：”，T)；
println(”Investigated quantiles：”，quan)；
println(”In—sample VaR”)；
decl emp_quan_in_pos=new matrix[T][columns(quan)]；
decl emp_quan in neg=new matrix[T][columns(quan)]；
m_vSigma2=garchobj．GetValue(”m__vSigma2”)；
cond_mean=Y-garchobj．GetValue(”m_vE”)；
if(m_Dis净0)
{
qu_pos=quann(quan)’；
qu_neg=quann(1一quan)’；
)
if(m_Dis户1)
{
m_cV=garchobj。GetValue(”m-cIV”)；
qu__pos=sqrt((m_cV-2)／rn_cV)事quant(quan，m_cV)’；
qu_neg=sqrt((m_cV-2)／m_cV)宰quant(1一quan，m_cV)’；
)
if(rn_Dist一3)
{
rn_cV=garchobj．GetValue(”m_cV”)；
m_cA=garchobj．GetValue(”m_cA”)；
qu_pos2qu．．neg=<>；
for(i=O；i<columns(quan)；++i)
{
qu_posl=garchobj．INVCDFTA(quan[i]，m_cA，m．-cV)；
qu__negl=garchobj．INVCDFTA(1·quan[i]，m_cA,mcV)；
)
)
emp_quan_in_pos=(cond_mean+sqrt(m_vSigrna2)．*qu__pos’)；
126
emp_quan in neg=(cond_mean+sqrt(m_vSigma2)．*qu_neg')；
println(”In-sample Value·at—Risk”)；
garchobj．VaR_DynQuant(Y,emp_quan_in_pos，emp_quan in neg,quan,5，O，O)；
garchobj．VaR_Test(Y,emp_quan_in_pos，emp_quan in neg,quail)；
砸ntln(”negmean=",meanc(emp_quan in neg))；
println(”min=”,minc(emp_quan in neg))；
printin(’’max=”，maxc(emp_quan in neg))；
println(”val-=-,varc(emp_quan in neg))；
g_bankgarch=emp_quan in neg[][O]；
println(”V址b”，g_bankgarch)；
delete garchobj；
127
致谢
四年的博士生涯即将结束，收获颇丰。撰写博士论文的日日夜夜恍如昨夜，心中
感慨万千。
感谢我的导师门明教授，是他严谨的治学态度和广博的专业知识引领我进入金融
学的殿堂；是他教给了我很多东西，做人、做事、做学问；是他敏锐的科研洞察力、
严谨不苟的治学态度、诲人不倦的师者风范和平易近人的人格魅力让我受益匪浅。在
论文的选题、构思和撰写过程中，导师给与了我悉心的指点和耐心的帮助，借此论文
完成之际，谨向我敬重的导师致以最诚挚的谢意!
感谢对外经济贸易大学国际经济贸易学院的林桂军老师、赵忠秀老师、刘树林老
师、奉立城老师、潘红宇老师、束景虹老师等诸位老师，是你们严格的要求、悉心的
指导和谆谆的教诲让我学到了大量的知识，这些知识将让我受益一生。
感谢戎文晋、吕智、张鹏、江术元、李伟平、马风涛、王明喜、王喜军、张勇、
张艳和黄卉等2005级全体国贸院的博士生。忘不了彼此之间的相互学习，相互帮助、
相互鼓励，真诚祝福他们!
深深的感谢我的父母亲对我一贯的支持、理解、鞭策、鼓励和帮助。是他们的全
力支持使我在学业上一步步前行，从小学一直到攻读博士学位。他们对我倾注了大量
心血，寄托了无限厚望，养育之思，无以回报，愿父母永远健康快乐!
最后感谢我的妻子林慧女士，是她远在他乡的默默支持，独自一人承受家庭之重
才让我得以安心完成学业。
一段学习历程的结束也意味着另一段人生旅途的开始。纵然前面有更多的困难，
我也将迎着风雨继续前行。
杨宇俊
2009年3月20日
个人简历在读期间发表的学术论文与研究成果
个人简历：
杨宇俊，男，1978年9月26 R生。
2000年6月毕业于漳州师范学院，获理学学士学位。
2003年3月毕业于福州大学，获理学硕士学位。
2005年9月进入对外经济贸易大学攻读金融学专业博士研究生。
已发表的学术论文与研究成果：
[1】杨宇俊、张剑峰． 一类三次系统的极限环与分支问题．
高校应用数学学报．2006．04．
[2】刘亚、李伟平、杨宇俊．人民币汇率波动对我国通货膨胀影响：汇率传递视角的研究．
金融研究．2008．03．
[3】杨宇俊、许伟河．股权分置改革中流通股结构对对价支付水平影响的实证研究．
统计与决策．2008．04．
【4】杨宇俊、门明、李伟平．人民币汇率变动对国内物价的研究．
山西财经大学学报． 2009．02．
[5】杨宇俊、门明．长记忆特征下国债市场的风险价值研究．
证券市场导报． 2009．04．
【6]Ming Men． Vujun Yang．The Empirical Analysis of the Influence ofRMB Exchange
Rate on China’S Domestic Price．Based on ARDL Model． The 1 l th International
Conference On Global Business＆Economic Development(2009)． 2009．05