王文健 王志雄
摘 要
流动性成本是影响债券交易的核心因素之一。本文基于2019 年1 月至6 月银行间债券市场的高频报价数据、高频成交数据和低频成交数据，采用买卖价差法、Roll模型和Gibbs 测度，初步度量了不同类型、信用等级和期限债券的流动性成本。实证结果表明，基于高频报价数据的买卖价差法在数据源可靠性、模型逻辑清晰性和覆盖债券只数等方面有一定优势，更适合于当前我国银行间债券市场的流动性成本度量。
关键词
流动性成本 银行间债券市场 买卖价差 Roll 模型 Gibbs 测度
研究背景
债券市场是金融市场的重要组成部分。我国债券市场按照流通场所可以分为银行间市场、交易所市场、银行柜台市场。截至2020 年6 月，我国债券市场存量规模达到105.07 万亿元，其中银行间市场存量余额占比约为87%，占据绝对主导地位。当前，制约我国债券市场进一步向纵深发展的一个重要因素是流动性较低。这一因素也在很大程度上影响了境外投资者参与我国债券市场的深度和广度。因此，对我国银行间债券市场的流动性进行研究具有较强的现实意义。
根据国际货币基金组织（IMF）的定义，流动性是金融资产在短时间内以较低的成本在市场进行大量交易而不造成价格大幅变化的能力。因此，衡量资产流动性的高低通常需要对资产的流动性成本进行衡量，而买卖价差被认为是度量流动性成本最直接的指标。在价差分析方面，Roll（1984）认为，在市场不存在信息不对称和证券价值随机波动的前提下，流动性成本是固定的，可以利用实际交易价格序列的自协方差来进行估计。他的这一方法被称为Roll 模型。Hasbrouck（2004,2009）用基于Gibbs 抽样的贝叶斯估计方法改进了Roll 的协方差估计，这一方法被称为Gibbs 测度（GibbsMeasure）。
我国银行间债券市场以机构双边交易模式为主，债券成交价格与机构的资金实力、交易员询价能力等因素密切相关，其透明度和交易数据可获得性均不及股票、期货市场，因此目前国内对债券市场流动性及其成本的研究相对较少。此外，现有研究大多基于股票、期货市场相关基础模型，部分研究成果不适用于银行间债券市场。本文拟基于银行间债券市场的高频数据和低频数据，使用买卖价差法、Roll 模型和Gibbs 测度三种常用的流动性成本度量方法，对我国银行间债券市场流动性成本进行初步估算，并对比不同度量方法应用到不同券种、信用等级和期限债券的表现，旨在为后续更加深入的研究打下基础，也为投资实务中流动性成本指标选择提供参考。
流动性成本度量方法
实证分析
（一）数据说明
本文使用的债券高频数据为五家货币经纪公司（平安利顺、天津信唐、中诚宝捷思、上海国际、上海国利）的逐笔报价和成交数据，涉及银行间市场通过货币经纪平台进行交易的债券；债券低频数据来自财汇债券数据库，包含银行间市场所有在中国外汇交易中心暨全国银行间同业拆借中心（以下简称“交易中心”）录入的债券交易日终数据。样本时间区间为2019 年1 月15 日至6 月30 日。在此期间，货币经纪平台共有932 万笔报价、28 万笔交易，交易中心共有15 万笔交易（见表1）。
从表2 可以看出，货币经纪平台有成交记录的债券只数仅占交易中心录入交易债券只数的60%左右。分券种来看，交易活跃度较高的国债、政策性金融债通过货币经纪平台的成交只数占交易中心成交只数的90% 左右，而交易活跃度较低的私募信用债的该比值仅为30% 左右，即根据货币经纪平台高频报价数据和高频成交数据计算的流动性成本能够覆盖较高比例的活跃券种，对不活跃券种的覆盖比例较低。从单只券的平均报价笔数（即报价笔数/ 报价债券只数）来看，从高到低的排列顺序为：政策性金融债＞国债＞公募信用债＞私募信用债＞地方政府债＞同业存单。从单只券的平均成交笔数（即成交笔数/ 成交债券只数）来看，从高到低的排列顺序为：政策性金融债＞国债＞同业存单＞公募信用债＞地方政府债＞私募信用债。平均报价笔数和平均成交笔数越高，代表债券的流动性越好，理论上其流动性成本应该越低。
（二）实证检验
1. 描述性统计
根据选取的高频报价数据、高频成交数据和低频成交数据，分别计算上述三种度量方法下的流动性成本。为保证结果的有效性，在计算买卖价差时，剔除高频报价数据样本中日报价数量少于10笔的债券；在运用Roll 模型计算时，剔除高频成交数据样本中日成交笔数少于4 笔的债券；在运用Gibbs 测度计算时，剔除低频成交数据样本中成交天数不足Gibbs 测算抽样计算天数一半（即过去22 个交易日中超过11 个交易日无成交）的债券。此外，为了便于与绝对买卖价差法相比较，对于运用Gibbs 测度计算出的流动性成本，本文再根据债券的修正久期将其近似地转换为收益率基点，计算公式如下：
各度量方法下流动性成本指标描述性统计如表3 所示。表3 显示，通过高频报价数据计算的买卖价差指标覆盖的债券只数较多，而通过成交数据计算的Roll 模型和Gibbs 测度下的流动性成本指标覆盖债券只数相对较少，说明多数债券成交并不活跃。由于成交数据较少，且成交时间间隔较长，通过成交数据计算的Roll 模型和Gibbs 测度下的流动性成本可能存在较大波动。对比表3 中的各项统计指标，可以发现各度量方法计算结果在相同维度下均值较为接近，其中绝对买卖价差与Gibbs_basis 表示的流动性成本均值仅相差1.98BP，相对买卖价差、Roll 模型、Gibbs 测度表示的流动性成本均值相差小于0.04%，说明各度量方法在整体上具有一致性。样本数量可能对各度量方法计算结果的标准差造成一定影响，绝对买卖价差表示的流动性成本标准差显著小于Gibbs_basis，Roll 模型下的标准差明显高于相对买卖价差和Gibbs 测度。从最大值和最小值可以看出，Gibbs 测度下的最大值和最小值偏差最大。
2. 相关性分析（横截面、时间序列）
选取同时可以运用两种及以上度量方法计算流动性成本指标的债券，将各债券的流动性成本指标按照相同日期和指标类型转换为截面数据，并进行横截面相关性分析，结果见表4。表4 显示，Gibbs_basis 与绝对买卖价差下的流动性成本指标相关系数达到0.62，表现出弱相关性，其他流动性成本指标之间并未表现出明显的横截面相关性。
对于指标间相关性较低的解释：一是由于银行间债券市场的报价、成交频率较低，报价、成交的连续性与股票、期货市场仍有一定差距，数据丰富程度较低；二是Roll 模型和Gibbs 测度的基础假设之一是交易方向符合伯努利分布，但在活跃度较低的债券市场，这一假设难以被满足；三是使用交易中心录入的成交数据进行模型计算时，双边成交可能包含部分非公开信息，如过桥、代持、利率债分销等非真实交易需求导致的交易行为，这部分数据难以被识别和剔除，可能造成计算结果的偏差。
相比之下，使用货币经纪平台的高频报价数据计算的买卖价差能够更加准确地反映债券的流动性成本。一是高频报价数据较成交数据连续性更强，数据更为丰富；二是买卖价差计算逻辑清晰，不依赖对交易方向分布的假设；三是货币经纪平台报价能够反映市场参与者的真实交易意愿，避免非真实成交数据对指标的干扰。
银行间债券市场交易通常以债券到期收益率（YTM）进行报价，因而以点差方式表示的流动性成本更加贴近投资实务。为简化分析，在相近方法中，剔除两个以非点差方式表示流动性成本的方法，下文仅对绝对买卖价差、Roll 模型和Gibbs_basis下的流动性成本指标进行比较分析。
3. 银行间债券市场流动性结构分析
（1）不同类型债券的流动性成本比较
通过对各债券类型和流动性成本指标进行汇总研究，可以发现债券类型对流动性成本有明显的影响。具体来看，买卖价差法下，流动性成本按从小到大的顺序排列为：国债＜政策性金融债＜地方政府债＜同业存单＜公募信用债＜私募信用债。这一顺序也符合大家在交易实务中的感受。而Gibbs_basis 下的流动性成本在较活跃的政策性金融债、国债品种上与买卖价差比较接近，但在交易活跃度较低的地方政府债、公募信用债、私募信用债上与买卖价差存在一定差距。Gibbs_basis 下的流动性成本按从小到大排序为：地方政府债＜国债＜政策性金融债＜同业存单＜公募信用债＜私募信用债。
（2）不同信用等级债券的流动性成本比较
债券信用等级对流动性成本也有明显的影响。本文中债券信用等级采用中债市场隐含评级- 债券债项评级（以下简称“中债市场隐含评级”）。国债、地方政府债、政策性金融债均属于利率债，信用等级较高且多数没有中债市场隐含评级，因而本文将这些债券确定为AAA 级。A- 级以下债券几乎无报价与实际成交，因此本文仅保留A- 级及以上等级的债券。为便于分析，将债券按照AAA（含AAA+、AAA、AAA-）、AA（含AA+、AA、AA-）、A（含A+、A、A-）重新划分等级并进行整合。整合后可以发现，银行间债券市场交易活跃的债券集中于AAA 级和AA 级，A 级债券的实际成交数据不足以支持计算Roll 模型和Gibbs测度下的流动性成本指标。
从不同类型和信用等级债券的流动性成本计算结果（见表5）来看，公募信用债、私募信用债信用等级越低，流动性成本越高；由于同业存单期限较短，修正久期偏小，YTM 报价波动较大，因此其Gibbs_basis下的流动性成本与买卖价差偏离较大。
（3）不同期限债券的流动性成本比较
一是利率债。买卖价差法下，在国债中，1 年期以下流动性成本最高，1 ～ 3 年期流动性成本最低，其他期限流动性成本差距较小；在政策性金融债中，7 ～ 10 年期流动性成本最低，10 年期以上最高；在地方债中，5 ～ 7 年期流动性成本最低，1 年期以下流动性成本最高。Gibbs_basis 下的计算结果与买卖价差法下有一定差异。Gibbs_basis下，国债、政策性金融债7 ～ 10 年期流动性成本最低，期限越短流动性成本越高。Roll 模型下，除个别情况外，期限越长的债券流动性成本越高（见表6）。
二是信用债。由于信用债的成交活跃度较低，根据成交数据计算的Gibbs_basis 和Roll 模型下流动性成本均存在不同程度的失真。买卖价差整体反映出信用债期限与流动性成本呈正相关关系，期限越长的信用债流动性成本越高，但1 年期以下的AAA 级信用债流动性成本较高，而7年期以上的AA 级信用债流动性成本有所下降（见表7）。
结论
（一）总结
第一，市场上交易较为活跃的债券占全市场债券的比重较小，对于大多数信用债，无法根据其报价和交易数据计算流动性成本，因而需要探寻其他方法对无交易、无报价债券的流动性成本进行准确估算。
第二，通过不同度量方法得到的流动性成本指标在不同类型、信用等级和期限的债券中具有类似的结构，均能够在一定程度上反映债券流动性成本的高低。
第三，对三种度量方法进行比较，买卖价差法使用货币经纪平台的高频报价数据，覆盖债券只数更多，且报价更能反映市场参与者的主动交易意愿，对个券流动性成本能更及时地反映；Gibbs 测度对于流动性较高的债券品种能够更加准确地衡量日内市场β 收益的影响，但对于流动性较差的债券则难以获得足够的数据进行计算；Roll 模型对债券的交易频率有更高的要求，且未考虑日内市场β 收益的影响，计算结果存在一定偏差。综上，买卖价差法更适合于当前我国银行间债券市场。
（二）不足之处
首先，由于货币经纪平台的高频数据仅能覆盖银行间债券市场最活跃的债券和真实的交易，无法覆盖银行间市场全部的债券和交易，数据质量和丰富性有待进一步改善。
其次，本文使用的数据时间区间较短，对流动性成本缺乏时间序列上的分析。
再次，本文仅对债券属性与流动性成本之间的关系进行了初步分析，后续需要进一步建模，以对影响流动性成本的因素进行定量研究。
最后，由于三种流动性成本度量方法对债券报价、成交的频率有一定要求，因此本文分析仅覆盖了符合数据要求的部分债券，对于多数缺少频繁交易的地方政府债、公募信用债、私募信用债，仍需要寻找其他流动性成本度量方法。
参考文献
[1] 巴曙松，姚飞. 中国债券市场流动性水平测度[J]. 统计研究，2013，30(12)：95-99.
[2] 闵晓平，桂荷发，严武. 基于主成分分析的公司债券市场流动性衡量研究[J]. 证券市场导报，2001(7)：72-79.
[3] 王超，高扬，刘超. 中国债券市场流动性度量方法的比较[J]. 北京理工大学学报：社会科学版，2018，20(1)：70-80.
[4] Hasbrouck Joel. Liquidity in the futures pits: Inferencing market dynamics from incomplete data[J].Journal of Financial and Quantitative Analysis, 2004, 39: 305-326.
[5] Hasbrouck Joel. Trading Costs and Returns for U.S. Equities: Estimating Effective Costs from DailyData[J].Journal of Finance 2009, 64(3): 1445-1477.
[6] Roll, Richard. A Simple Implicit Measure of the Effective Bid-Ask Spread in an Efficient Market[J].Journal of Finance 1984, 39(4): 1127-1139.
◇ 本文原载《债券》2020年9月刊
◇ 作者单位：平安资产管理金融工程团队
◇ 责任编辑：徐传平 罗邦敏
