期限溢價(jià)、超額收益與宏觀風(fēng)險(xiǎn)不確定性——基于銀行間國(guó)債市場(chǎng)的分析

王曉芳 鄭 斌

一、引 言

期限溢價(jià)是利率期限結(jié)構(gòu)研究的核心問(wèn)題。隨著我國(guó)利率市場(chǎng)化推進(jìn)以及貨幣政策向價(jià)格調(diào)節(jié)機(jī)制的轉(zhuǎn)變，期限結(jié)構(gòu)所包含的市場(chǎng)預(yù)期屬性愈發(fā)受到政策制定者和投資者的關(guān)注。期限溢價(jià)作為利率預(yù)期的風(fēng)險(xiǎn)補(bǔ)償，反映了市場(chǎng)主體對(duì)未來(lái)宏觀風(fēng)險(xiǎn)的度量。在以往眾多研究文獻(xiàn)中，多數(shù)學(xué)者并沒(méi)有嚴(yán)格定義和區(qū)分期限溢價(jià)和超額收益，而將兩者統(tǒng)一定義為期限溢價(jià)。鄭振龍、吳穎玲(2009)提出期限溢價(jià)應(yīng)代表當(dāng)期市場(chǎng)對(duì)未來(lái)風(fēng)險(xiǎn)預(yù)期的無(wú)偏估計(jì)。相比之下，超額收益則應(yīng)為事后市場(chǎng)風(fēng)險(xiǎn)收益的綜合評(píng)估，其不具有預(yù)期屬性。關(guān)于期限溢價(jià)和超額收益的研究，早期的文獻(xiàn)依托于回歸預(yù)測(cè)的分析方法，通過(guò)收益率曲線形狀因子(水平、斜率、曲率)間接反映市場(chǎng)期限溢價(jià)水平。Fama(1984)、Fama 和Bliss(1987)以及Campbell 和Shiller(1991)最早通過(guò)長(zhǎng)短利差、遠(yuǎn)期利率與短期利率利差對(duì)超額收益進(jìn)行預(yù)測(cè)。Cochrane 和Piazzesi(2005)在Fama、Bliss 等研究基礎(chǔ)上，創(chuàng)新性地使用遠(yuǎn)期利率線性組合作為收益預(yù)測(cè)因子，發(fā)現(xiàn)其具有更高的超額收益預(yù)測(cè)能力。我國(guó)也有學(xué)者研究收益率曲線形狀特征因子的預(yù)測(cè)能力，如朱世武、陳建恒(2004)研究發(fā)現(xiàn)長(zhǎng)短期收益率差對(duì)于超額收益的預(yù)期能力較強(qiáng)。王安興、余文龍(2010，2012)則對(duì)收益率曲線三種形狀特征因子的超額收益預(yù)測(cè)能力進(jìn)行綜合分析，發(fā)現(xiàn)收益曲線的第一、第二主成分構(gòu)成的單一預(yù)測(cè)變量可以很好地預(yù)測(cè)債券超額收益。除期限結(jié)構(gòu)形狀因子外，一些學(xué)者將宏觀因子引入回歸分析中。Ludvigson 和Ng(2009)在對(duì)132 個(gè)宏觀變量進(jìn)行處理分析后發(fā)現(xiàn)，實(shí)際產(chǎn)出、就業(yè)、通脹以及股市信息對(duì)美國(guó)國(guó)債超額收益的影響較為突出。我國(guó)學(xué)者董莉莎、朱映瑜(2011)使用面板回歸分析發(fā)現(xiàn)除基準(zhǔn)利率影響不顯著外，通脹、M2 增長(zhǎng)率對(duì)超額收益具有顯著正向影響，而規(guī)模以上工業(yè)增長(zhǎng)值和上證指數(shù)收益率則為負(fù)向影響。

回歸分析雖然能直觀反映超額收益變動(dòng)中潛在影響因素和經(jīng)濟(jì)政策動(dòng)因，但依托于回歸系數(shù)的期限溢價(jià)估計(jì)往往存在著較大的偏差①由于市場(chǎng)并非處于無(wú)套利環(huán)境，期限結(jié)構(gòu)遠(yuǎn)期利率預(yù)測(cè)表征的是市場(chǎng)真實(shí)測(cè)度(P 測(cè)度)下的預(yù)測(cè)值。由于OLS 方法無(wú)法進(jìn)行測(cè)度轉(zhuǎn)換(向Q 測(cè)度轉(zhuǎn)換)即實(shí)現(xiàn)市場(chǎng)中性，因此通過(guò)回歸方法的期限溢價(jià)估計(jì)在理論層面具有明顯的偏誤。(Chernov 和Mueller，2012)。鑒于此，學(xué)者們?cè)噲D通過(guò)動(dòng)態(tài)模型方法實(shí)現(xiàn)市場(chǎng)中性條件下的期限溢價(jià)估計(jì)。Fisher(1998)、Duffee(2002)及Dai 和Singleton(2002)將時(shí)變期限溢價(jià)引入高斯期限結(jié)構(gòu)模型，形成了以動(dòng)態(tài)期限結(jié)構(gòu)模型分析期限溢價(jià)的研究范式。Kim 和Wright(2005)、Cochrane 和Piazzesi(2008)等在上述研究的基礎(chǔ)上，基于理性預(yù)期理論，使用收益曲線形狀特征因子構(gòu)建仿射期限結(jié)構(gòu)模型，并成功將長(zhǎng)期收益率分解為預(yù)期未來(lái)利率與期限溢價(jià)。我國(guó)學(xué)者鄭振龍、吳穎玲(2009)使用3 因素仿射期限結(jié)構(gòu)模型對(duì)銀行間市場(chǎng)和交易所國(guó)債期限溢價(jià)進(jìn)行了提取和分析。伴隨期限溢價(jià)研究的推進(jìn)，學(xué)者們逐漸意識(shí)到模型出色的擬合能力并不能掩蓋其經(jīng)濟(jì)含義的匱乏。Dewachter 和Lyrio(2006)在其研究中就提出期限結(jié)構(gòu)的研究不應(yīng)該只局限于收益曲線變動(dòng)的表象，更應(yīng)集中于這些潛在因素背后的經(jīng)濟(jì)動(dòng)力。Ang 和Piazzesi(2003)最早將通脹和實(shí)際經(jīng)濟(jì)活動(dòng)指標(biāo)引入仿射期限結(jié)構(gòu)模型，形成了無(wú)套利宏觀金融模型的研究方法。Law(2004)使用無(wú)套利宏觀金融模型發(fā)現(xiàn)期限溢價(jià)變化來(lái)源于實(shí)體經(jīng)濟(jì)行為、通脹以及貨幣政策。Ang、Dong 和 Piazzesi(2005)在無(wú)套利宏觀金融模型的估計(jì)結(jié)果中發(fā)現(xiàn)短期利率水平和產(chǎn)出增長(zhǎng)與期限溢價(jià)在統(tǒng)計(jì)上具有極強(qiáng)的聯(lián)系性。Rudebusch、Swanson 和Wu(2006)使用無(wú)套利宏觀金融模型在對(duì)美國(guó)10 年期國(guó)債收益率分解中發(fā)現(xiàn)，除消費(fèi)、產(chǎn)出缺口、通脹外，歐洲美元利率和標(biāo)準(zhǔn)普爾500 指數(shù)對(duì)期限溢價(jià)具有影響。Duffee(2007)通過(guò)構(gòu)建無(wú)套利宏觀金融模型對(duì)宏觀因素與期限溢價(jià)關(guān)聯(lián)性進(jìn)行分析，結(jié)果發(fā)現(xiàn)溢價(jià)變動(dòng)受通脹、經(jīng)濟(jì)增長(zhǎng)和短期利率的影響較大。Piazzesi、Salomao 和Schneider(2013)則在對(duì)美國(guó)數(shù)據(jù)研究發(fā)現(xiàn)期限溢價(jià)的低頻部分包含了較多的商業(yè)周期信息，且具有明顯逆周期特征。從上述研究可以看到，國(guó)外學(xué)者對(duì)于期限溢價(jià)內(nèi)含宏觀風(fēng)險(xiǎn)特征研究較為全面，多數(shù)文獻(xiàn)認(rèn)為通脹、經(jīng)濟(jì)活動(dòng)和貨幣政策是影響期限溢價(jià)形成和波動(dòng)的重要因素。相比而言，我國(guó)學(xué)者并沒(méi)有對(duì)期限溢價(jià)內(nèi)含宏觀風(fēng)險(xiǎn)特征進(jìn)行深入研究和總結(jié)，多數(shù)研究①如張蕊等(2009)將流動(dòng)性變量作為仿射模型因子引入模型估計(jì)中，分析了流動(dòng)性對(duì)期限結(jié)構(gòu)變動(dòng)的影響。孫皓、石柱鮮(2011)使用廣義均衡下的宏觀金融模型分析需求、供給以及潛在產(chǎn)出對(duì)期限結(jié)構(gòu)影響的機(jī)制。陳守東、王妍(2014)、何曉群、王彥飛(2014)以及金雯雯等(2014)在DNS 模型(動(dòng)態(tài)Nelson-Siegel 模型)的框架上，使用VAR(TVP-VAR)模型分析宏觀因素與模型隱因子之間的影響關(guān)系。另外的研究如劉金全等(2007)、楊小軍(2008)、于鑫(2009)、范龍振和張?zhí)?2009)使用VAR 模型研究供給、價(jià)格、宏觀政策對(duì)期限結(jié)構(gòu)變動(dòng)的影響。集中于期限結(jié)構(gòu)整體的宏觀風(fēng)險(xiǎn)特征上，忽視了期限溢價(jià)對(duì)于市場(chǎng)風(fēng)險(xiǎn)的表征作用。

鑒于此，本文在已有文獻(xiàn)研究的基礎(chǔ)上，通過(guò)模型化的方法估計(jì)市場(chǎng)期限溢價(jià)，進(jìn)一步研究市場(chǎng)溢價(jià)預(yù)期的形成和變動(dòng)特征，并對(duì)其波動(dòng)的機(jī)理進(jìn)行理論探討，補(bǔ)充和深化既有研究。本文所做的工作為以下三個(gè)方面。第一，當(dāng)前諸多的期限結(jié)構(gòu)模型具有較好的擬合效果(例如DNS 模型)，但對(duì)于期限溢價(jià)估計(jì)的偏差較大②這主要由于多數(shù)仿射期限結(jié)構(gòu)模型并沒(méi)有處理短期利率擬合誤差，通常使用DNS 模型沒(méi)有進(jìn)行市場(chǎng)中性的測(cè)度轉(zhuǎn)換。。因此本文在估計(jì)過(guò)程中通過(guò)消除短期利率擬合誤差，力求準(zhǔn)確地測(cè)算當(dāng)期市場(chǎng)期限溢價(jià)水平，反映市場(chǎng)預(yù)期?？紤]到廣義均衡模型在實(shí)際應(yīng)用中不如無(wú)套利均衡模型對(duì)利率波動(dòng)的捕捉能力，本文使用無(wú)套利宏觀金融模型，這是本文研究的基礎(chǔ)。第二，期限溢價(jià)作為市場(chǎng)對(duì)未來(lái)風(fēng)險(xiǎn)不確定性的補(bǔ)償，間接反映了市場(chǎng)對(duì)于未來(lái)系統(tǒng)性風(fēng)險(xiǎn)的判斷，其本身具有預(yù)期屬性。多數(shù)研究③Smant(2010)、李宏瑾(2012)將時(shí)變期限溢價(jià)特征引入預(yù)期理論檢驗(yàn)中。將期限溢價(jià)作為期限結(jié)構(gòu)預(yù)期理論檢驗(yàn)的調(diào)整項(xiàng)或補(bǔ)充項(xiàng)，忽略了溢價(jià)本身的預(yù)期特征。本文將對(duì)比期限溢價(jià)和超額收益統(tǒng)計(jì)數(shù)據(jù)，對(duì)期限溢價(jià)預(yù)期特征進(jìn)行深入分析。第三，為了進(jìn)一步分析期限溢價(jià)受宏觀經(jīng)濟(jì)政策影響的機(jī)理，本文將通脹、經(jīng)濟(jì)活動(dòng)和貨幣政策變量作為無(wú)套利宏觀金融模型的模型因子，通過(guò)構(gòu)建狀態(tài)空間模型深入研究期限溢價(jià)受宏觀風(fēng)險(xiǎn)影響的機(jī)制。本文還將依據(jù)預(yù)期理論，嘗試性的從新的視角對(duì)期限溢價(jià)波動(dòng)的機(jī)理進(jìn)行理論性探討。

本文的具體研究結(jié)構(gòu)如下：第二部分構(gòu)建基于時(shí)變期限溢價(jià)的無(wú)套利宏觀金融模型；第三部分進(jìn)行數(shù)據(jù)選取與處理，對(duì)模型進(jìn)行估計(jì)；第四部分對(duì)期限溢價(jià)的預(yù)期特征進(jìn)行分析，并通過(guò)構(gòu)建狀態(tài)空間模型，研究宏觀風(fēng)險(xiǎn)對(duì)期限溢價(jià)的動(dòng)態(tài)影響，對(duì)結(jié)果進(jìn)行理論解釋。第五部分是對(duì)本文研究進(jìn)行總結(jié)并提出政策建議。

二、無(wú)套利宏觀金融模型構(gòu)建

1. 狀態(tài)轉(zhuǎn)移過(guò)程

在宏觀因子的選擇上，本文從通脹、經(jīng)濟(jì)活動(dòng)以及貨幣政策因素3 個(gè)方面選取指標(biāo)。通貨膨脹指標(biāo)選用CPI 變化率對(duì)數(shù)值。而在實(shí)際經(jīng)濟(jì)活動(dòng)變量選擇上，多數(shù)文獻(xiàn)選擇實(shí)際GDP 變化率，Ang、Piazzesi(2003)使用了包括就業(yè)、消費(fèi)、工業(yè)產(chǎn)出等表征宏觀活動(dòng)的因素，Duffee(2012)運(yùn)用產(chǎn)出缺口和消費(fèi)作為經(jīng)濟(jì)活動(dòng)變量。考慮到我國(guó)經(jīng)濟(jì)的復(fù)雜性，單純使用實(shí)際GDP 變化率并不能全面地表征宏觀經(jīng)濟(jì)活動(dòng)狀態(tài)，同時(shí)消費(fèi)并非拉動(dòng)經(jīng)濟(jì)增長(zhǎng)的主要?jiǎng)恿?。為了使變量具有?quán)威性和實(shí)用性，本部分選用宏觀經(jīng)濟(jì)景氣指數(shù)(規(guī)模以上工業(yè)產(chǎn)出具有很強(qiáng)的經(jīng)濟(jì)狀態(tài)表征能力)作為實(shí)際經(jīng)濟(jì)活動(dòng)變量。根據(jù)期限溢價(jià)的需要，本部分依據(jù)Dai 和Singleton(2000)提出的隱因素不變轉(zhuǎn)換(Invariant Transformations)的方法，借鑒Evans 和Marshall(2002)及Duffee(2007)將模型中的隱因素轉(zhuǎn)換為短期利率和其他隱因素的做法，將短期利率引入宏觀因子向量，這樣模型就舍去無(wú)套利宏觀金融模型中短期利率的仿射關(guān)系，而模型中隱因子則作為傳統(tǒng)仿射模型的殘差項(xiàng)表征國(guó)債期限溢價(jià)特征信息。

本部分宏觀因子向量如下：

其中，πt、gt、rt分別表示通脹、宏觀經(jīng)濟(jì)活動(dòng)和短期利率。Duffee(2011)認(rèn)為考慮測(cè)量誤差對(duì)于識(shí)別模型十分重要，這里波浪號(hào)表示宏觀因素在模型估計(jì)后除去測(cè)量誤差的部分。

模型中使用3 個(gè)隱因子組成的向量 ωt作為溢價(jià)向量，并假定隱因子變量和宏觀變量之間相互獨(dú)立。兩者組成的狀態(tài)向量為：

狀態(tài)向量 xt服從馬爾可夫狀態(tài)轉(zhuǎn)移過(guò)程。其離散化方程參照高斯向量自回歸形式。其動(dòng)態(tài)過(guò)程表示為：

等式中各矩陣具體形式如下：

模型估計(jì)的前提是上述動(dòng)態(tài)過(guò)程為穩(wěn)態(tài)過(guò)程，即 Φx存在逆矩陣，等式中 μx可表示為狀態(tài)變量 xt的無(wú)條件均值，公式如下：

狀態(tài)轉(zhuǎn)移矩陣 Φx為6*6 矩陣，Φf和Φω分別為宏觀變量和隱因子變量的轉(zhuǎn)移矩陣?！苮為狀態(tài)向量的方差協(xié)方差矩陣，本部分參考Joslin 等(2011)做法，將 ∑x進(jìn)行下三角喬列斯基分解，使得 εx,t中的各沖擊量線性無(wú)關(guān)，使得沖擊向量矩陣I 為對(duì)角陣。

2. 定價(jià)核與觀測(cè)過(guò)程

債券定價(jià)服從單位價(jià)格債券的等價(jià)鞅過(guò)程，其表示為：

h 為數(shù)據(jù)周期長(zhǎng)度，λt為t 時(shí)刻的市場(chǎng)風(fēng)險(xiǎn)價(jià)格為詹森不等式調(diào)整項(xiàng)。λt滿足狀態(tài)向量的仿射形式如下：

其中，λ0為長(zhǎng)度為6 的列向量，表示為， λ1則為6*6 矩陣，為：λ1=根據(jù)上文中不變轉(zhuǎn)換結(jié)果，本部分參考Bikbov 和Chernov(2010)的方法，將風(fēng)險(xiǎn)價(jià)格方程中隱因子向量 ωt分別作為各宏觀因素解釋的殘差部分，其形式為：

將狀態(tài)轉(zhuǎn)移方程進(jìn)行等價(jià)鞅轉(zhuǎn)換：

債券價(jià)格可以由調(diào)整后的風(fēng)險(xiǎn)中性狀態(tài)轉(zhuǎn)移矩陣表示為狀態(tài)向量的仿射形式。

其中，

其中，zt為d 維年化收益率列向量，H 矩陣為對(duì)角陣。

3. 超額收益分解

Fama 和Bliss(1987)等文獻(xiàn)對(duì)超額收益的定義，其表達(dá)式為：

上 式 右 側(cè) 為 超 額 收 益 的 隨 機(jī) 貼 現(xiàn) 因 子 形 式，為 期 限 溢 價(jià)，為調(diào)整項(xiàng)，為沖擊項(xiàng)。

超額收益的方差表達(dá)式為：

該式中前兩項(xiàng)為t 時(shí)刻模型預(yù)期溢價(jià)的方差，第三項(xiàng)為t+1 時(shí)刻狀態(tài)變量沖擊的方差，第四項(xiàng)為測(cè)量誤差項(xiàng)。方差分解中的成分比重可通過(guò)判定系數(shù) R2求取。

三、樣本數(shù)據(jù)采集與模型估計(jì)

1. 數(shù)據(jù)采集和處理

中央登記結(jié)算公司銀行間國(guó)債即期收益率數(shù)據(jù)包括市場(chǎng)雙邊報(bào)價(jià)、柜臺(tái)交易等各方面國(guó)債交易信息，數(shù)據(jù)覆蓋面比較廣，并且在數(shù)據(jù)制作過(guò)程中，對(duì)異常點(diǎn)進(jìn)行了科學(xué)處理，能夠很好反應(yīng)市場(chǎng)價(jià)格情況。因此本文選擇中央登記結(jié)算公司2006 年3 月至2014 年4 月共98 個(gè)月的銀行間國(guó)債即期收益率月度加權(quán)平均數(shù)據(jù)，分別選用1 年、2年、3 年、5 年、7 年、10 年6 個(gè)期限品種。在宏觀變量的選取上，本文首先選取wind 數(shù)據(jù)庫(kù)月度CPI 環(huán)比指數(shù)作為通脹指標(biāo)，以2006 年2 月為基期，通過(guò)Census X12 ARIMA 進(jìn)行季度調(diào)整，并將調(diào)整后的數(shù)據(jù)轉(zhuǎn)化為 ΔCPI 形式。在宏觀經(jīng)濟(jì)活動(dòng)指標(biāo)的選取上，本文收集了98 個(gè)月的宏觀經(jīng)濟(jì)景氣指數(shù)(一致指數(shù))數(shù)據(jù)，由于指數(shù)在編制過(guò)程中進(jìn)行了X11 季度調(diào)整，所以本文直接將指數(shù)數(shù)據(jù)轉(zhuǎn)化為 Δ ME BCI 變化率形式。無(wú)風(fēng)險(xiǎn)短期利率選擇上，國(guó)外多數(shù)學(xué)者使用3 月期國(guó)庫(kù)券利率或3 月期TIPS 債券作為短期利率代表，鑒于我國(guó)通脹水平高于西方國(guó)家，并且缺乏類似TIPS 等通脹保值債券產(chǎn)品，為了盡可能消除作為模型因子的短期利率中的通脹因素，本文舍棄了通常使用的3 個(gè)月期國(guó)債收益率作為無(wú)風(fēng)險(xiǎn)短期利率的做法，選擇中央登記結(jié)算公司期限為1月期國(guó)債收益率數(shù)據(jù)作為代替。

2. 模型估計(jì)和結(jié)果

根據(jù)Duffee、Stanton(2004)和de Jong(2000)等研究成果，卡爾曼濾波極大似然估計(jì)是研究仿射模型最為有效的方法，因此本文也采用這一方法對(duì)模型參數(shù)進(jìn)行估計(jì)。估計(jì)預(yù)測(cè)過(guò)程中，本文將無(wú)風(fēng)險(xiǎn)短期利率數(shù)據(jù)固定(即數(shù)據(jù)模型估計(jì)誤差為0)，保證期限溢價(jià)數(shù)據(jù)的真實(shí)性。在似然函數(shù)估計(jì)中，研究根據(jù)Bikbov 和Chernov(2010)的方法，對(duì)似然函數(shù)引入懲罰項(xiàng)(penalization term)，公式為：

其中，ATP(τ )和 BTP(τ )為期限溢價(jià)仿射系數(shù)，τ 為債券期限，仿射系數(shù)滿足下式：

仿射矩陣 AQ(τ )和 BQ(τ )可以分解為短期利率仿射矩陣 AP(τ )、BP(τ )和期限溢價(jià)仿射矩陣 ATP(τ )、BTP(τ )兩部分。

懲罰項(xiàng)的引入可以穩(wěn)定似然函數(shù)值并且簡(jiǎn)化全局最優(yōu)的搜尋過(guò)程，主要防止局部最優(yōu)影響似然函數(shù)全局最優(yōu)化。該項(xiàng)中 σp作為調(diào)整系數(shù)，決定似然函數(shù)初始值，影響似然函數(shù)極大值搜尋的速度。Bikbov 和Chernov(2010)在其文章中將該值設(shè)置為300，本文參考該值的設(shè)定，主要目的是簡(jiǎn)化最優(yōu)化值搜索過(guò)程，使得估計(jì)結(jié)果快速接近或達(dá)到全局最優(yōu)。

在對(duì)模型的優(yōu)化過(guò)程中，本文使用單純形法和高斯牛頓法求解全局最優(yōu)。在參數(shù)初始值的獲取上，本文采用了兩種方法，一種通過(guò)使用一階向量自回歸法AR(1)得到參數(shù)初始點(diǎn)，另一種則由Sobol 偽隨機(jī)數(shù)列生成初始點(diǎn)序列，通過(guò)對(duì)序列元素逐個(gè)計(jì)算比較似然函數(shù)值。在實(shí)際優(yōu)化過(guò)程中，Sobol 數(shù)列的方法在計(jì)算結(jié)果上優(yōu)于AR(1)，但同時(shí)伴隨著的過(guò)多初始點(diǎn)所帶來(lái)的龐大的計(jì)算量，該方法也耗時(shí)較長(zhǎng)。

本文使用Matlab7.0 實(shí)現(xiàn)模型構(gòu)建和估計(jì)。表1 和表2 為狀態(tài)轉(zhuǎn)移矩陣 Φx和波動(dòng)矩陣的參數(shù)估計(jì)值，括號(hào)內(nèi)為優(yōu)化過(guò)程中似然函數(shù)極大值點(diǎn)的Hessen 矩陣求得參數(shù)標(biāo)準(zhǔn)誤。狀態(tài)轉(zhuǎn)移矩陣 Φx特征值的模小于1，模型估計(jì)的參數(shù)是穩(wěn)定的。從參數(shù)估計(jì)結(jié)果可以看出，CPI 變化率與景氣指數(shù)自身相關(guān)性較低，除受自身影響外，受短期利率影響較多。短期利率則呈現(xiàn)較高的序列自相關(guān)，自相關(guān)系數(shù)為0.973,4。受其他因素影響并不顯著。表2 中3 個(gè)隱因子的自相關(guān)程度都較高，隱因子3 對(duì)隱因子1 和2 的影響較多。

表3 為市場(chǎng)風(fēng)險(xiǎn)價(jià)格矩陣系數(shù)，參照式(9)。LR 是條件為 λ1f= 0的似然比檢驗(yàn)值，其分布為漸近3 階卡方分布 χ2(3)。中括號(hào)內(nèi)為檢驗(yàn)中對(duì)應(yīng)的P 值。從檢驗(yàn)結(jié)果可以得出，宏觀因素通過(guò) λ1f矩陣對(duì)風(fēng)險(xiǎn)價(jià)格施加的影響是顯著的，本文后續(xù)將對(duì)宏觀因素的影響程度進(jìn)行進(jìn)一步分析。

表1 宏觀因子參數(shù)估計(jì)值

表2 隱因子參數(shù)估計(jì)值

表3 市場(chǎng)風(fēng)險(xiǎn)價(jià)格參數(shù)估計(jì)值

圖1 為三種期限國(guó)債收益率模型預(yù)測(cè)和擬合結(jié)果。預(yù)測(cè)值為卡爾曼濾波預(yù)測(cè)輸出結(jié)果，擬合值則為模型擬合結(jié)果。圖1 中可以直觀看出，模型擬合的效果較好，而預(yù)測(cè)收益率數(shù)據(jù)較實(shí)際數(shù)據(jù)具有一定的滯后性，反映預(yù)期存在一定的粘性。其擬合和模型預(yù)測(cè)誤差的統(tǒng)計(jì)如表4。SDME(Standard Deviation of Measurement Error)表示模型測(cè)量誤差的標(biāo)準(zhǔn)差，各期限國(guó)債收益率測(cè)量誤差均保持在5 個(gè)基點(diǎn)內(nèi)。各期限國(guó)債的預(yù)測(cè)誤差的標(biāo)準(zhǔn)差SDFE(Standard Deviation of One-month-ahead Forecasts Error)分布較為均勻，都保持在20 個(gè)基點(diǎn)左右。期限為1 月的短期利率tr，其預(yù)測(cè)誤差相對(duì)其他期限國(guó)債較高，為35.63 個(gè)基點(diǎn)。這和模型估計(jì)過(guò)程中設(shè)定短期利率擬合誤差為0 的方法有關(guān)，但這一做法可以更加準(zhǔn)確的估計(jì)月度期限溢價(jià)值。

圖1 國(guó)債預(yù)測(cè)、擬合和實(shí)際收益率時(shí)間序列圖

表4 模型測(cè)量誤差標(biāo)準(zhǔn)差和預(yù)測(cè)誤差標(biāo)準(zhǔn)差

四、期限溢價(jià)靜態(tài)和動(dòng)態(tài)特征分析

1. 期限溢價(jià)靜態(tài)分析

根據(jù)式(18)定義，期限溢價(jià)和超額收益的時(shí)間序列如圖2 所示。從期限溢價(jià)的時(shí)序圖可以看出，多數(shù)情況下，市場(chǎng)對(duì)于未來(lái)不確定性風(fēng)險(xiǎn)的補(bǔ)償為正值，而2009 年初至2010 年初的時(shí)間段內(nèi)，出現(xiàn)了樣本期內(nèi)唯一的長(zhǎng)時(shí)間負(fù)值的情況。本文認(rèn)為，這主要由市場(chǎng)對(duì)未來(lái)經(jīng)濟(jì)政策預(yù)期所決定。具體來(lái)看，2007 年下半年至2009 年初，次貸危機(jī)和世界性金融危機(jī)使得我國(guó)經(jīng)濟(jì)增速出現(xiàn)大幅度下滑，市場(chǎng)預(yù)期投資者將拋售風(fēng)險(xiǎn)資產(chǎn)而持有無(wú)風(fēng)險(xiǎn)資產(chǎn)進(jìn)行避險(xiǎn)，國(guó)債價(jià)格也隨預(yù)期而上升。在對(duì)經(jīng)濟(jì)走勢(shì)預(yù)期的同時(shí)，市場(chǎng)對(duì)政策調(diào)控的預(yù)期也會(huì)隨著經(jīng)濟(jì)持續(xù)低迷而逐步強(qiáng)化。部分投資者預(yù)期認(rèn)為，持有國(guó)債可能會(huì)導(dǎo)致潛在的資本損失(刺激政策推出會(huì)導(dǎo)致無(wú)風(fēng)險(xiǎn)資產(chǎn)價(jià)格上升走勢(shì)出現(xiàn)變化)，這種對(duì)政策預(yù)期的不確定性會(huì)隨著經(jīng)濟(jì)持續(xù)低迷而加劇，市場(chǎng)所要求的溢價(jià)補(bǔ)償也會(huì)隨之上升。隨后，2009 年初大規(guī)模刺激政策的實(shí)施使得市場(chǎng)預(yù)期出現(xiàn)反轉(zhuǎn)，投資者之前對(duì)于無(wú)風(fēng)險(xiǎn)資產(chǎn)價(jià)格下跌的憂慮逐漸成為市場(chǎng)的一致預(yù)期，期限溢價(jià)水平也大幅下降。從圖3 可以看到，伴隨寬松財(cái)政政策的持續(xù)，期限溢價(jià)長(zhǎng)期呈現(xiàn)負(fù)向變動(dòng)趨勢(shì)。到2010 年初，固定資產(chǎn)投資、CPI 大幅上升，經(jīng)濟(jì)出現(xiàn)過(guò)熱現(xiàn)象。央行于2010 年上半年3 次提高了存款準(zhǔn)備金率，政策出現(xiàn)收緊的態(tài)勢(shì)，期限溢價(jià)也隨著政策預(yù)期調(diào)整向正值變動(dòng)。

圖2 一月期國(guó)債期限溢價(jià)和超額收益時(shí)間序列圖

相較期限溢價(jià)，超額收益波動(dòng)幅值和頻率均高于前者。由圖2 中可視10 年期國(guó)債一月期超額收益水平在正負(fù)6 個(gè)基點(diǎn)(年化為正負(fù)72 個(gè)基點(diǎn))的范圍內(nèi)波動(dòng)。表5 中，超額收益均值呈現(xiàn)出先增后減的分布。1 年期至5 年期的超額收益保持正向增長(zhǎng)，5 年期國(guó)債超額收益均值達(dá)到5.24 個(gè)基點(diǎn)。7 年期和10 年期國(guó)債均值則呈下降態(tài)勢(shì)，10年期均值水平甚至小于1 年期收益均值水平，這與期限溢價(jià)均值隨期限正向增大的特征產(chǎn)生了明顯的差異。表5 第五行所示，根據(jù)式(19)測(cè)算，期限溢價(jià)在超額收益中所占比重隨期限增大而逐漸下降，表明期限越長(zhǎng)的債券其超額收益受市場(chǎng)預(yù)期影響越小，而當(dāng)期沖擊的影響效果越突出。這從一個(gè)層面反映了我國(guó)長(zhǎng)期國(guó)債市場(chǎng)缺乏市場(chǎng)預(yù)期，多數(shù)機(jī)構(gòu)投資者以資產(chǎn)配置的目的持有到期，導(dǎo)致價(jià)格受市場(chǎng)預(yù)期影響的敏感性偏低。而從期限溢價(jià)和超額收益相關(guān)性分析結(jié)果也說(shuō)明這一點(diǎn)，兩者的相關(guān)程度隨期限增大有所下降，期限溢價(jià)和超額收益一年期至十年期溢價(jià)相關(guān)性從0.395,9 到0.324,0 不等。這與Kim 和Wright(2005)實(shí)證研究美國(guó)數(shù)據(jù)中，超額收益與期限溢價(jià)存在0.83 的相關(guān)度的結(jié)果存在較大的差距。這反映了我國(guó)市場(chǎng)整體預(yù)期能力偏弱。我們認(rèn)為，這主要因?yàn)槲覈?guó)“政策市”特征以及貨幣政策注重直接性功能調(diào)節(jié)，而在市場(chǎng)預(yù)期層面缺乏引導(dǎo)所致。這種市場(chǎng)特征促成了期限溢價(jià)與超額收益之間的較大差異。

對(duì)表5 統(tǒng)計(jì)結(jié)果進(jìn)行總結(jié)可以得出，我國(guó)國(guó)債市場(chǎng)整體對(duì)于系統(tǒng)性風(fēng)險(xiǎn)的預(yù)期不足，各期限國(guó)債溢價(jià)的預(yù)期特征存在較大差異，短期國(guó)債期限溢價(jià)的預(yù)期屬性表現(xiàn)強(qiáng)于中長(zhǎng)期國(guó)債。在預(yù)期成分中，表5 所示模型宏觀因子的解釋比重能夠達(dá)到55.33%～60.74%,，這說(shuō)明通脹、經(jīng)濟(jì)活動(dòng)以及貨幣政策的波動(dòng)對(duì)于期限溢價(jià)變動(dòng)具有顯著的影響。

表5 期限溢價(jià)與超額收益的統(tǒng)計(jì)特征分析

2. 期限溢價(jià)動(dòng)態(tài)分析

為了進(jìn)一步了解期限溢價(jià)受模型因子影響的特征，本文根據(jù)模型估計(jì)卡爾曼濾波所得的風(fēng)險(xiǎn)中性下的狀態(tài)轉(zhuǎn)移矩陣、因子沖擊參數(shù)矩陣和期限溢價(jià)觀測(cè)矩陣，構(gòu)建面向期限溢價(jià)波動(dòng)的狀態(tài)空間模型，考察模型因子對(duì)市場(chǎng)溢價(jià)影響的動(dòng)態(tài)效應(yīng)。

式(22)中，xt為t 時(shí)刻模型因子，ux為模型因子沖擊，yt為由t-1 時(shí)刻狀態(tài)變量估計(jì)的期限溢價(jià)。本部分使用Matlab7.0 Simulink 模塊實(shí)現(xiàn)。

圖3 為一年期國(guó)債期限溢價(jià)脈沖響應(yīng)時(shí)序圖，第一行為期限溢價(jià)分別在CPI 變化率、宏觀經(jīng)濟(jì)景氣指數(shù)變化率以及短期利率0 時(shí)刻沖擊下的響應(yīng)時(shí)序。第二行為3 種隱因子0 時(shí)刻沖擊下的期限溢價(jià)脈沖響應(yīng)時(shí)序。

圖3 一年期國(guó)債期限溢價(jià)脈沖響應(yīng)時(shí)序圖

整體來(lái)看，模型因子沖擊下市場(chǎng)期限溢價(jià)出現(xiàn)短暫偏離均衡水平的現(xiàn)象。沖擊前，溢價(jià)長(zhǎng)期處于均衡水平，各模型因子保持不變，市場(chǎng)對(duì)于因子的預(yù)期不存在差異。沖擊發(fā)生后，投資者對(duì)于未來(lái)變動(dòng)預(yù)期出現(xiàn)分化，部分投資者認(rèn)為沖擊會(huì)持續(xù)，而另一部分投資者則持相反態(tài)度，市場(chǎng)預(yù)期的不確定性隨之增大，期限溢價(jià)偏離均衡水平。隨著時(shí)間推移，模型因子值回復(fù)到?jīng)_擊前水平且長(zhǎng)時(shí)期不變，投資者預(yù)期逐漸調(diào)整而趨于一致，預(yù)期的不確定性下降使得期限溢價(jià)回復(fù)到均衡水平。

從具體模型因子來(lái)看，CPI 變化率正向沖擊使得期限溢價(jià)出現(xiàn)先減后增的變動(dòng)態(tài)勢(shì)。我們認(rèn)為債券類資產(chǎn)對(duì)于通脹具有較高的敏感度，價(jià)格在通脹沖擊下會(huì)出現(xiàn)超調(diào)。在CPI 變化率沖擊下，市場(chǎng)名義收益率伴隨通脹水平上升而快速提高，在這個(gè)過(guò)程中，資產(chǎn)價(jià)格下降和通脹持續(xù)上升的市場(chǎng)預(yù)期使得期限溢價(jià)快速下滑。隨后，通脹水平趨于穩(wěn)定，市場(chǎng)預(yù)期不確定性逐漸下降，過(guò)度調(diào)整的債券價(jià)格將根據(jù)預(yù)期調(diào)整而上升，期限溢價(jià)也逐漸由正值回復(fù)到均衡水平。相比通脹風(fēng)險(xiǎn)，期限溢價(jià)在景氣指數(shù)變化率和短期利率正向沖擊下則表現(xiàn)為負(fù)向變動(dòng)。景氣指數(shù)方面，當(dāng)經(jīng)濟(jì)加速增長(zhǎng)既表現(xiàn)為景氣指數(shù)上漲時(shí)，部分投資者預(yù)期短期風(fēng)險(xiǎn)資產(chǎn)價(jià)格上升，從而傾向于持有短期資產(chǎn)放棄長(zhǎng)期資產(chǎn)，購(gòu)入高風(fēng)險(xiǎn)資產(chǎn)而拋售低風(fēng)險(xiǎn)資產(chǎn)(國(guó)債)。市場(chǎng)預(yù)期資金從國(guó)債市場(chǎng)流出，致使各期限國(guó)債溢價(jià)出現(xiàn)負(fù)向變動(dòng)且溢價(jià)水平差距加大。貨幣政策方面，短期利率作為政策的代理變量，利率水平直接反映了市場(chǎng)流動(dòng)性寬松或緊縮程度。短期利率上升使得部分市場(chǎng)主體預(yù)期未來(lái)債券價(jià)格下降，持有國(guó)債可能導(dǎo)致潛在的資本損失，市場(chǎng)期限溢價(jià)因此出現(xiàn)負(fù)向變動(dòng)。從圖2 中2013 年6 月份銀行間市場(chǎng)流動(dòng)性危機(jī)期間期限溢價(jià)走勢(shì)可以看到這一特征。

隱因子方面，隱因子1 和隱因子3 沖擊使得期限溢價(jià)表現(xiàn)震蕩特征，隱因子2 則主要為負(fù)向變動(dòng)。對(duì)于隱因子分析，Duffee(2008)在其研究中認(rèn)為模型隱因子作為利率預(yù)期因素，與實(shí)際經(jīng)濟(jì)活動(dòng)的波動(dòng)相關(guān)。本文借鑒Bikbov 和Chernov(2010)、Chernov 和Mueller(2012)的方法，通過(guò)對(duì)隱因子與宏觀經(jīng)濟(jì)因素進(jìn)行大量相關(guān)分析識(shí)別潛在宏觀經(jīng)濟(jì)信息和政策沖擊。本文排除CPI 和宏觀經(jīng)濟(jì)景氣指數(shù)編制中直接涉及的宏觀變量，選取包括信用利差、國(guó)債流動(dòng)性、貨幣供應(yīng)量、對(duì)外貿(mào)易、財(cái)政、外匯、固定資產(chǎn)投資、房地產(chǎn)等多方面宏觀金融和經(jīng)濟(jì)變量，部分變量經(jīng)過(guò)X12 季度調(diào)整。分析之前，本文首先進(jìn)行隱因子主成分分解，提取隱因子主要特征序列。表6 為隱因子主成分分解后的三個(gè)主成分。從表6 中可知，前兩個(gè)主成分能夠解釋85%,以上變動(dòng)，其中第一主成分解釋比重較高，對(duì)于隱因子波動(dòng)的解釋力達(dá)到49%,。

表6 隱因子主成分分析

本文對(duì)隱因子和主成分經(jīng)濟(jì)含義進(jìn)行分析。在對(duì)眾多宏觀變量分析后發(fā)現(xiàn)隱因子2 與貿(mào)易出口價(jià)格指數(shù)具有-0.7 的相關(guān)性，主成分1 與出口價(jià)格指數(shù)存在-0.64 相關(guān)性，其時(shí)間序列如圖4。隱因子3 與國(guó)房景氣指數(shù)變化率具有0.51 的相關(guān)性，但主成分序列與國(guó)房景氣指數(shù)相關(guān)性并不高。隱因子1 與上文宏觀指標(biāo)相關(guān)程度均較低。本文分析認(rèn)為，對(duì)外出口是我國(guó)宏觀經(jīng)濟(jì)風(fēng)險(xiǎn)的重要影響因素之一。宏觀經(jīng)濟(jì)景氣指數(shù)編制指標(biāo)中并不包含對(duì)外出口指標(biāo)，這可能是隱因子與其相關(guān)性較高的主要原因(風(fēng)險(xiǎn)價(jià)格參見(jiàn)公式9)。隱因子2 隱含房地產(chǎn)景氣信息，可能是因?yàn)榉康禺a(chǎn)對(duì)短期利率(貨幣政策)敏感度較高，部分反映了貨幣政策調(diào)控所帶來(lái)的宏觀經(jīng)濟(jì)風(fēng)險(xiǎn)。

圖4 宏觀變量與隱因子時(shí)間序列圖

由上述分析推斷，除模型3 種宏觀因子外，對(duì)外貿(mào)易情況可能是影響期限溢價(jià)形成和波動(dòng)的另一個(gè)重要的宏觀因素。我們認(rèn)為這主要與我國(guó)依賴于對(duì)外貿(mào)易和投資拉動(dòng)的經(jīng)濟(jì)增長(zhǎng)結(jié)構(gòu)有關(guān)。而經(jīng)濟(jì)增長(zhǎng)的另一個(gè)拉動(dòng)力固定資產(chǎn)投資(全社會(huì)固定資產(chǎn)投資指標(biāo))，由于與宏觀經(jīng)濟(jì)景氣指數(shù)編制中的工業(yè)投資指標(biāo)具有較大的關(guān)聯(lián)性，所以隱因子內(nèi)含的該信息較少。

綜合上述實(shí)證分析發(fā)現(xiàn)，除CPI、宏觀經(jīng)濟(jì)景氣指數(shù)以及短期利率對(duì)期限溢價(jià)具有較大影響外，出口價(jià)格指數(shù)也可能是影響期限溢價(jià)波動(dòng)的重要因素，宏觀經(jīng)濟(jì)波動(dòng)對(duì)于市場(chǎng)期限溢價(jià)水平具有顯著的影響。從期限溢價(jià)波動(dòng)特征來(lái)看，期限溢價(jià)在沖擊結(jié)束后均能回復(fù)到原有水平，表明在一定市場(chǎng)和經(jīng)濟(jì)條件下，溢價(jià)具有均衡值。我們認(rèn)為，期限溢價(jià)形成和波動(dòng)主要源于市場(chǎng)預(yù)期調(diào)整以及對(duì)于未來(lái)經(jīng)濟(jì)政策判斷的不確定性，溢價(jià)水平表征了預(yù)期的不確定性程度。

同時(shí)，期限溢價(jià)作為超額收益的預(yù)期，其與超額收益的較大偏差從一個(gè)側(cè)面反映出我國(guó)市場(chǎng)對(duì)于宏觀風(fēng)險(xiǎn)預(yù)期能力不足。從市場(chǎng)效率來(lái)看，我國(guó)市場(chǎng)信息流動(dòng)不順暢，信息分布不對(duì)稱以及獲取信息的成本較高都是市場(chǎng)有效預(yù)期形成與快速調(diào)整的障礙，市場(chǎng)預(yù)期表現(xiàn)出粘性特征。從政策方面來(lái)看，我國(guó)貨幣政策實(shí)施缺乏指引，市場(chǎng)對(duì)于政策預(yù)期的不確定性偏大，貨幣政策實(shí)施過(guò)程表現(xiàn)出了脈沖沖擊的特征。在這種情況下，市場(chǎng)預(yù)期調(diào)整更多的表現(xiàn)為事后調(diào)整，這就會(huì)加劇市場(chǎng)的波動(dòng)，削弱市場(chǎng)風(fēng)險(xiǎn)預(yù)期能力。總之，穩(wěn)定市場(chǎng)預(yù)期和進(jìn)行合理的引導(dǎo)是減少市場(chǎng)波動(dòng)，提升政策調(diào)控效率的重要的途徑。加強(qiáng)信息流動(dòng)和降低信息分布的不對(duì)稱可以進(jìn)一步提升市場(chǎng)期限溢價(jià)對(duì)于超額收益的預(yù)期能力，這對(duì)政策制定者和投資者都具有重要意義。

五、本文結(jié)論

本文通過(guò)構(gòu)建6 因素?zé)o套利宏觀金融模型，對(duì)銀行間市場(chǎng)國(guó)債期限溢價(jià)和超額收益進(jìn)行估計(jì)。在對(duì)期限溢價(jià)的靜態(tài)特征分析中發(fā)現(xiàn)，期限溢價(jià)與超額收益在幅值方面存在較大差異，并且預(yù)期解釋比重隨期限增大而逐步下降。從波動(dòng)關(guān)系來(lái)看，兩者相關(guān)系數(shù)較低，表明市場(chǎng)對(duì)于未來(lái)超額收益的預(yù)期能力偏弱。隨后，本文在估計(jì)所得模型系數(shù)的基礎(chǔ)上，構(gòu)建狀態(tài)空間模型，對(duì)市場(chǎng)期限溢價(jià)動(dòng)態(tài)特征進(jìn)行分析。結(jié)果發(fā)現(xiàn)，CPI變化率、宏觀經(jīng)濟(jì)景氣指數(shù)變化率、短期利率均能對(duì)市場(chǎng)期限溢價(jià)產(chǎn)生顯著的影響，但長(zhǎng)期內(nèi)并不能使期限溢價(jià)水平發(fā)生變化。在對(duì)隱因子與宏觀因素相關(guān)分析中發(fā)現(xiàn)，出口貿(mào)易價(jià)格指數(shù)可能是影響期限溢價(jià)波動(dòng)的潛在原因。

貫穿全文，本文基于預(yù)期理論，對(duì)期限溢價(jià)形成和波動(dòng)的機(jī)理提出了一個(gè)新的解釋。本文認(rèn)為期限溢價(jià)源于市場(chǎng)對(duì)于未來(lái)風(fēng)險(xiǎn)不確定性的補(bǔ)償，而經(jīng)濟(jì)和政策的沖擊只會(huì)對(duì)期限溢價(jià)造成短暫影響，并不會(huì)使溢價(jià)發(fā)生偏移。這主要由于隨著外部環(huán)境條件變動(dòng)，市場(chǎng)的預(yù)期會(huì)不斷進(jìn)行調(diào)整，遠(yuǎn)期收益率中的預(yù)期值和期限溢價(jià)值也會(huì)隨之趨于穩(wěn)定，期限溢價(jià)最終達(dá)到與市場(chǎng)對(duì)未來(lái)風(fēng)險(xiǎn)預(yù)期的不確定程度相匹配的數(shù)值水平。

本文認(rèn)為，期限溢價(jià)所表征的預(yù)期屬性是宏觀政策調(diào)整和投資者決策的重要依據(jù)。從宏觀決策來(lái)講，期限溢價(jià)穩(wěn)定有助于提高政策調(diào)控效率和精確性，并且可以有效地發(fā)揮市場(chǎng)預(yù)期的自我調(diào)整能力。從微觀投資者來(lái)講，穩(wěn)定合理的期限溢價(jià)有助于減少市場(chǎng)投機(jī)，引導(dǎo)投資者合理投資，提升市場(chǎng)資金配置的效率。鑒于此，本文提出以下建議：第一，宏觀調(diào)控應(yīng)注重加強(qiáng)政策指引，減少政策沖擊，降低市場(chǎng)政策預(yù)期中的不確定性。尤其增強(qiáng)貨幣政策的前瞻性引導(dǎo)，促使市場(chǎng)形成合理預(yù)期并實(shí)現(xiàn)自身的有序漸進(jìn)調(diào)整。第二，豐富市場(chǎng)主體結(jié)構(gòu)，提升市場(chǎng)信息效率。允許更多類型機(jī)構(gòu)投資者進(jìn)入銀行間市場(chǎng)進(jìn)行交易，豐富債券持有偏好，提升國(guó)債利率的政策指引作用；擴(kuò)展信息流通渠道，降低由于信息不對(duì)稱導(dǎo)致的預(yù)期的異質(zhì)性差異，使得債券價(jià)格處于合理均衡水平；加強(qiáng)信息監(jiān)督，嚴(yán)懲虛假惡意的市場(chǎng)信息，減少不必要的價(jià)格波動(dòng)。第三，加強(qiáng)對(duì)銀行間市場(chǎng)投資者的教育，通過(guò)培訓(xùn)等手段縮小投資者之間的稟賦差異，提升投資者市場(chǎng)判斷和政策解讀能力，更好的服務(wù)于貨幣政策調(diào)控?？傊?，減少市場(chǎng)不必要的波動(dòng)并降低市場(chǎng)預(yù)期的不確定性，是提升市場(chǎng)配置效率和政策調(diào)控效率的重要途徑。我國(guó)銀行間市場(chǎng)無(wú)論從規(guī)?；蚪Y(jié)構(gòu)都處于快速發(fā)展完善的階段，在實(shí)現(xiàn)“硬件”加速建設(shè)的同時(shí)，做好“軟實(shí)力”的培養(yǎng)更是市場(chǎng)良性發(fā)展的重要前提。

［1］ 陳守東等. 利率期限結(jié)構(gòu)與宏觀經(jīng)濟(jì)——基于動(dòng)態(tài)潛在因子模型的研究[J]. 吉林大學(xué)社會(huì)科學(xué)學(xué)報(bào)，2014(2)：52-61.

［2］ 何曉群，王彥飛. 中國(guó)利率期限結(jié)構(gòu)與宏觀經(jīng)濟(jì)運(yùn)行的關(guān)系——基于動(dòng)態(tài)Nelson-Siegel 模型的研究[J]. 經(jīng)濟(jì)理論與經(jīng)濟(jì)管理，2014(8)：69-77.

［3］ 金雯雯等. 利率期限結(jié)構(gòu)內(nèi)含的宏觀經(jīng)濟(jì)信息——基于TVP-VAR 模型的時(shí)變參數(shù)研究[J].經(jīng)濟(jì)評(píng)論，2014(5)：123-135.

［4］ 康 書(shū)，王志強(qiáng). 中國(guó)國(guó)債利率期限結(jié)構(gòu)的風(fēng)險(xiǎn)特征及其內(nèi)含信息研究[J]. 世界經(jīng)濟(jì)，2010(7)：121-143.

［5］ 石柱鮮，孫 皓，鄧 創(chuàng). 中國(guó)主要宏觀經(jīng)濟(jì)變量與利率期限結(jié)構(gòu)的關(guān)系：基于VARATSM 模型的分析[J]. 世界經(jīng)濟(jì)，2008(3)：53-59.

［6］ 孫 皓，石柱鮮. 中國(guó)的貨幣政策與利率期限結(jié)構(gòu)：基于宏觀——金融模型的研究途徑. 經(jīng)濟(jì)科學(xué)，2011(1)：49-59.

［7］ 王安興，余文龍. 收益率曲線預(yù)測(cè)國(guó)債風(fēng)險(xiǎn)溢價(jià)研究[J]. 中國(guó)管理科學(xué)，2012(20)：417-423.

［8］ 王志強(qiáng)，熊海芳. 結(jié)構(gòu)變點(diǎn)、時(shí)變期限溢價(jià)與預(yù)期假說(shuō)[J]. 數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2012(5)：104-120.

［9］ 吳 丹，謝 赤. 中國(guó)銀行間國(guó)債利率期限結(jié)構(gòu)的預(yù)期理論檢驗(yàn)[J]. 管理學(xué)報(bào)，2005(5)：536-541.

［10］ 謝 赤，陳 暉，何 源. 基于理性期望的利率期限結(jié)構(gòu)預(yù)期理論與期限溢酬[J]. 系統(tǒng)管理學(xué)報(bào)，2008(3)：283-289.

［11］ 徐小華. 中國(guó)國(guó)債利率期限結(jié)構(gòu)的風(fēng)險(xiǎn)值研究[J]. 世界經(jīng)濟(jì)，2007(6)：56-63.

［12］ 余文龍，王安興. 中國(guó)貨幣市場(chǎng)利率的期限溢價(jià)[J]. 證券市場(chǎng)導(dǎo)報(bào)，2010(9)：34-40.

［13］ 余文龍，王安興. 基于動(dòng)態(tài)Nelson-Siegel 模型的國(guó)債管理策略分析[J]. 經(jīng)濟(jì)學(xué)季刊，2010(4)：1403-1426.

［14］ 鄭振龍，吳穎玲. 中國(guó)利率期限溢酬：后驗(yàn)信息法和先驗(yàn)信息法[J]. 金融研究，2009(10)：68-82.

［15］ 鄭振龍，柯 鴻，莫天瑜. 利率仿射模型下的利率風(fēng)險(xiǎn)價(jià)格形式實(shí)證研究[J]. 管理科學(xué)學(xué)報(bào)，2010(13)：4-15.

［16］ 朱世武，陳健恒. 利率期現(xiàn)結(jié)構(gòu)理論實(shí)證檢驗(yàn)與期限風(fēng)險(xiǎn)溢價(jià)研究[J]. 金融研究，2004(5)：78-99.

［17］ 朱 波，文興易. 利率期限結(jié)構(gòu)宏觀金融模型研究新進(jìn)展[J]. 經(jīng)濟(jì)學(xué)動(dòng)態(tài)，2011(7)：101-105.

［18］ Ang A.，Piazzesi M. A No-arbitrage Vector Autoregression of Term Structure Dynamics with Macroeconomic and Latent Variables [J]. Journal of Monetary Economics，2003(50)：745-87.

［19］ Ang A.，Bekaert G.，Wei M. The Term Structure of Real Rates and Expected Inflation [J]. The Journal of Finance，2008(2)：797-849.

［20］ Bikbov R.，Chernov M. No-arbitrage Macroeconomic Determinants of the Yield Curve [J]. Journal of Econometrics，2010(159)：166-82.

［21］ Campbell J. Y.，Cochrane，J. By Force of Habit：A Consumption-Based Explanation of Aggregate Stock Market Behavior [J]. Journal of Political Economy，1999(107)：205-51.

［22］ Cochrane J. H.，Piassesi M. Bond Risk Premia[J]. The American Economic Review，2005(1)：138-60.

［23］ Cochrane J. H.，Piassesi M. Decomposing the Yield Curve [R]. Chicago Booth Working Paper，2009.

［24］ Chernov M.，Mueller P. The Term Structure of Inflation Expectations [J]. Journal of Financial Economics，2012(106)：367-94.

［25］ Dai Q，Singleton K. J. Specification Analysis of Affine Term Structure Models [J]. Journal of Finance，2000(5)：1943-78.

［26］ Dai Q，Singleton K. J. Expectation Puzzles，Time-varying Risk Premia，and Affine Models of the Term Structure [J]. Journal of Financial Economics，2002(63)：415-41.

［27］ Duffee G. R. Term Premia and Interest Rate Forecasts in Affine Models [J]. Journal of Finance，2002(57)：405-43.

［28］ Duffee G. R.，Stanton R. H. Estimation of Dynamic Term Structure Models [J]. Quarterly Journal of Finance，2012(2).

［29］ Fama，E. F.，Bliss，R. R. The Information in Long-Maturity Forward Rates [J]. The American Economic Review，1987(77)：680-92.

［30］ Kempf A.，Kron O.，Uhrig-Homburg M. The Term Structure of Illiquidity Premia [J]. Journal of Banking & Finance，2012(36)：1381-91.

［31］ Kim，Don H.，Jonathan H. Wright. An Arbitrage-Free Three-Factor Term Structure Model and the Recent Behavior of Long-Term Yields and Distant-Horizon Forward Rates [J]. Finance and Economics Discussion Series，2005，33.

［32］ Liu J.，Longstaff F. A.，Mandell R. The Market Price of Risk in Interest Rate Swaps：The Roles of Default and Liquidity Risks [J]. Journal of Business，2006(79)：2337-60.

［33］ Ludvigson S. C.，Ng S. Macro Factors in Bond Risk Premia [J]. The Review of Financial Studies，2009(12)：5027-66.

［34］ Nelson C.，Siegel A. Parsimonious Modeling of Yield Curves [J]. Journal of Business，1987(60)：473-98.

［35］ Piazzesi M.，Schneider M. Equilibrium Yield Curves [J]. NBER Macroeconomics Annual，2006(21)：389-472.

［36］ Piazzesi M.，Salomao J.，Schneider M. Trend and Cycle in Bond Premia [R]. Stanford Working Paper，2013.

［37］ Wright J. H. Term Premia and Inflation Uncertainty：Empirical Evidence from an International Panel Dataset [J]. The American Economic Review，2011(101)：1514-34.