国债非市场定价噪音及流动性因子研究
债券杂志
作者:郭彪 雷雨晴
作者单位:中国人民大学财政金融学院、中国人民大学中债研究所
(一)引言
金融市场中有两个流动性定义,即资产流动性和市场流动性。前者是指证券市场单位交易量对证券价格造成的微观冲击,而后者则是指市场上货币资金和信贷状况的宏观充裕程度,二者既有区别,又相互联系:资产流动性是度量市场定价效率的基础,但很大程度上又取决于总体的市场的流动性水平。市场流动性不仅会直接影响证券投资者的交易策略,更度量了资金需求者的融资效率和难易程度。市场流动性的提高还能够促进市场有效发挥价格发现功能,充分发挥金融市场的定价作用。那么在流动性危机频发的当下,如何捕捉市场的流动性信息,如何运用市场流动性信息,通过资产流动性影响资产价格,就成了学术界一直关注的核心课题。
目前,业界对于市场流动性的分析主要集中在定性分析上,而学术界对于流动性的研究也多从微观市场结构入手。在金融服务实体经济、金融风险防控和金融体制改革的大环境下,在严监管、去杠杆的政策导向下,市场对于流动性的变化也愈加敏感。在这种形势下,应用实证的方法,从债券市场上提取出一个能够有效衡量市场流动性变化的指标具有重大的现实意义。
本文从我国国债收益率与期限结构偏离程度出发,基于已有文献构建了同时度量债券市场资产流动性和市场流动性的复合指标——噪声因子,验证了该指标在度量两个流动性方面的独特优势,在此基础上实证检验了噪声因子对公募基金收益率的定价能力。全文分为六个部分。第一部分为全文引言,介绍了本文的选题背景、研究意义和创新点。第二部分为研究综述,梳理了国内外学术界对于债券市场流动性度量的研究成果,作为本文的研究基础。第三部分详细介绍本文的流动性复合指标——噪声因子,并结合债券市场历史走势提示了噪声因子的经济学含义。具体地,本文所构建的“噪声因子”反映了市场的总体流动性水平,“噪声因子”水平处在高位时,市场宏观和微观流动性同时收紧,与此相伴生的是同时点市场上重大风险事件的集中释放。第四部分汇报实证检验结果,将噪声因子与 VIXFIX等其它流动性指标逐一进行对比,进一步探究它们对噪声因子的解释力,以验证噪声因子信息集的“独特性”。第五部分用噪声因子采用分组回归和Fama-Macbeth 方法,对噪声因子的有效性进行了研究,检验了“噪声因子”对公募基金的横截面收益率的解释力,以验证“噪声因子”作为一种风险因子在中国市场上的有效性。第六部分总结全文。
(二)理论基础与文献综述
1.流动性
在资本市场上,资产的流动性是指将某种资产进行清偿交付的难易程度,在一定的时间范围内,由资产转换为货币需要付出的成本。成本越低,转换效率越高,则流动性越好。本文所探讨流动性既与资产流动性相关,同时也包含了市场上资金面松紧程度的信息。我们从国债的市场价格偏离理论价格的幅度综合反映流动性信息。
2.利率期限结构
本文研究的利率期限结构,实质上是不同期限内国债即期收益率之间的关系。一般认为主权国家不会对其所发行的债券违约,因此常用国债收益率表示无风险利率。但利率期限结构不是凭空就存在于市场上的,需要以完整期限的国债交易价格为基础,从银行间市场交易的零息和付息国债价格中对息票加以剥离并倒算即期利率,通过Nelson & Siegel (1987)和Svensson(1994)模型逐期拟合即期利率,得到相应日期的期限结构。由于金融市场上各种债券的定价都以基准利率的期限结构为基础,因此构建完整的利率期限结构具有重要的实践价值。而国债实际利率偏离基准利率错误的定价,往往预示着市场的流动性状况异常,或投资者情绪存在大幅波动。
(1)利率期限结构的形态解释
通常情况下,由于长端收益率大于短端利率,因此期限结构呈现上凸倾斜形态。但根据市场上资金面状况的波动,利率期限结构的具体形态也有所不同。
市场分割理论认为,投资者受制于融资端资金性质的差异,对于不同投资期限债券的偏好有所差异:当资金持有期较短时投资者偏好短期债券,反之,则偏好长期债券。总体而言,市场中短期资金较为充裕,但长期资金则更为缺乏。因此,相比短期债券,长期债券需求小、价格低、利率偏高。但是这种理论的弊端在于仅能解释少数几种曲线形态,与现实市场上多样化的曲线形态不尽相符。
流动性溢价理论认为,长期利率应该由两个因素决定:一是短期利率当期水平及其预期,二是随债券供求变动影响而产生的流动性溢价。前者认为债券价格服从某种无套利定价动态平衡,后者则是认为投资者对特定期限的债券有投资偏好。这种偏好的产生不仅取决于投资者的投资期限,当考虑到长期债券对利率的变化时会更加敏感。因此,短期债券相比于长期债券面临着更低的利率风险,只有当长期债券具有正的流动性溢价的时,投资者才愿意持有。基于此,当预期短期利率上行时,考虑到正的流动性溢价,期限结构会变得更加陡峭。
(2)利率期限结构的国外研究综述
在真实世界中,利率期限结构不能被直接观测到,而是被隐含在市场债券的交易价格之中,而期限结构可以通过借助利率理论型加以估计。这些利率理论模型主要分为两大类:第一类是无套利定价模型。无套利定价模型的本质是静态拟合,利用该类模型拟合出的期限结构,可以完美推导出市场中任一债券的理论价格,以使市场上证券价格不存在套利机会。对无套利模型做出突出贡献的学着主要有 Hull & White(1990), Health,Jarrow and Morton(1992)。第二类是均衡模型。该类模型的核心在于描绘出即期利率的动态变化过程,其代表型模型为仿射模型。对于均衡模型有突出贡献的学者分别是 Vasicek (1977) ,Cox, Ingersoll and Ross (1985) , 以及Duffee & Kan (1996)。
从拟合和预测效果来看,无套利定价模型虽然精确,但是容易出现“过拟合”问题。同时,它强调某一时点的利率期限结构拟合,对于该结构随时间变化的稳定性缺乏捕捉,在动态适应性上有所欠缺;而以仿射模型为代表的均衡模型则可以弥补这一不足。
Diebold & Li(2002)在Nelson-Siegel(1987)指数模型框架下,逐期对利率期限结构进行预测,发现曲线的特性可以被模型中的三个系数有效加以捕捉,并且这三个系数存在一定的自相关性,可以进行AR(p)模型预测和拟合。无论是样本内各个时点的期限结构,或是其随时间的变化趋势,运用 Nelson-Siegel 模型进行拟合效果更好,且具有良好的经济学意义。
(3)利率期限结构的国内研究综述
许宁(2015)梳理了目前市场上主流的静态和动态利率期限结构拟合方式:从静态结构来看,主要包括息票剥离法,样条类方法,结构化方法,常见的如 Nelson-Siegel 模型和 Svensson模型。从动态结构来看,主要包括动态 Nelson-Siegel模型(DNS模型)和仿射模型(ATSM)。赵晶、张洋和丁志国(2015)选取了六种拟合方式进行比较,发现不同的利率期限结构模型存在不同的拟合效果,在具体的选择过程中有必要考虑被拟合数据的特性。鞠凤(2014)对Nelson-Siegel 族模型的动态拟合效果进行了研究,发现Nelson-Siegel 模型相比于DNS、SV、ASV 等模型拟合效果更优,这也进一步验证了很多国家采用 Nelson-Siegel 模型拟合利率期限结构的合理性。
就样本外数据预测而言, Nelson-Siegel 模型对于短期利率的预测能力强于长期。王浩(2014)对2013 年12 个月的每个交易日进行 N-S 模型拟合,得到水平因子,倾斜因子和曲率因子三个指标的时间序列图,发现它们与宏观的系统性和非系统性风险有较大的关联度。康书隆,艾广清(2010)研究发现在具体估计N-S 模型的时候,采用Diebold & Li(2002)的两步法相比非线性最优化参数拟合方法的效果更好,前者具有更高的精度和更强的稳定性,且在不同维度的评价指标下,均优于非线性最优化参数拟合法。
3.噪声因子
资产定价理论一直都是金融学研究的重要领域。学术界认为不同资产之间收益率的差异是由若干个有限的潜变量驱动的,找到这些潜变量作为资产定价因子至关重要。
Markowitz(1952)在“均值-方差”理论的分析框架下建立了风险和收益之间的替代关系。Sharpe(1963)在Markowitz 的基础上进一步完善,在市场指数的模型下,与 Lintner (1965),Mossin(1966)提出了CAPM 模型。他们发现,相比于“非系统风险”而言,“系统性风险”不能被分散,获取高收益的唯一决定性因素是承担更高的系统性风险。Merton(1973)和Breeden(1979)在CAPM的基础上,引入投资者跨期决策和长期消费水平,对CAPM 做了进一步改进。Ross(1976)在此基础上推演出了套利定价理论(APT),将决定资产收益率的模型从单因素模型推广至多因素模型。Black, Jensen and Scholes(1972)最早对 CAPM 的合意性进行了实证检验,发现 CAPM 与理论预测基本一致,但美中不足在于实证中的 CAPM 被理论预测的更为平坦,这一结论被Fama & MacBeth(1973)进一步得到验证。
Fama & French(1992,1993,1995,1996)发现,CAPM 单因素模型在美股市场1970年代以后不能用于解释资产收益率之间的差异,在单因素模型的基础上加入了规模因子 SMB 和价值因子 HML 从而构建了三因素模型,发现三因素模型相比于传统的CAPM 模型能较好地解释资产收益率之间的差异。
Jegadeesh & Titman(1993,2001)发现,资产价格走势存在某种惯性和趋势性,过去一年表现较好的股票在未来一段时间内倾向于持续这一趋势,资产收益率存在某种“动量效应”。Carhart(1997)在此基础上提出包含动量因子的四因素模型。