论文设计银行间债券市场与公开市场业务的利率关系基于VAR模型的实证分析.doc
《论文设计银行间债券市场与公开市场业务的利率关系基于VAR模型的实证分析.doc》由会员分享,可在线阅读,更多相关《论文设计银行间债券市场与公开市场业务的利率关系基于VAR模型的实证分析.doc(11页珍藏版)》请在三一办公上搜索。
1、专业好文档银行间债券市场与公开市场业务的利率关系基于VAR模型的实证分析杨小军(上海财经大学金融学院,上海 200439)摘要:本文以货币政策传导机制为研究基础,运用VAR模型实证检验了银行间债券市场利率与公开市场业务利率的互动关系。实证分析表明:(1)在二者的互动关系中,公开市场业务利率对银行间债券市场利率的影响、冲击效应及解释力远远大于银行间债券市场利率对公开市场业务利率的影响、冲击效应及解释力;(2)银行间债券市场利率不是引起公开市场业务利率变化的Granger原因,只存在公开市场业务利率对银行间债券市场利率的单向引导的Granger因果关系。关键字:银行间债券市场;公开市场业务;利率;
2、VAR模型作者简介:杨小军,上海财经大学金融学院博士研究生,研究方向:货币理论与政策。中图分类号:F830.91 文献标识码:AAbstract:Based on monetary policy transmission mechanism, this paper inspects the relationship of interests between inter-bank bond market and open-market bussiness. The empirical analysis from VAR model shows that: (1) the effect, shoc
3、k and explanation from open-market bussiness interest to inter-bank bond market interest are much larger than the feedback; (2) inter-bank bond market interest is not the Granger cause to open-market bussiness interest, there is just an unidirectional Granger causality from open-market bussiness int
4、erest to inter-bank bond market interest. Keywords: Inter-bank Bond Maket;Open-market Bussiness;Interest;VAR Model问题的提出自1997年6月银行间债券市场建立以来,历经10个年头,通过借鉴国际先进经验和场外交易(Over The Counter,OTC)市场模式,现已得到了平稳而有序的发展。银行间债券市场的发展,降低了中央银行货币政策的操作成本,丰富了中央银行可供操作的货币政策工具,优化了货币政策传导机制和实施效果1,为财政政策与货币政策传导机制的顺利实施起到了不可磨灭的作用。与此
5、同时,我国自1998年取消信贷规模管理后,随着中央银行货币政策调控手段由直接方式向间接方式的转变,需要寻求新的货币政策总量调控工具来实现这一转变。公开市场业务是以市场为基础的货币政策间接调控手段,是三大货币政策工具中最具灵活性的一项工具2,并依托银行间债券市场的不断发展壮大,使其迅速成为中央银行最重要的日常性货币政策操作工具。可以说,中央银行的公开市场业务操作必须借助银行间债券市场这一平台来进行债券的公开买卖,吞吐基础货币,调控市场利率,才能更好地实现货币政策的顺利传导,从而最终达到影响实体经济变量的目的。因此,公开市场业务的顺利开展与银行间债券市场的发展是紧密相连的,尤其是在中央银行近期频繁
6、地运用数量型工具与价格型工具进行宏观调控的时候3,二者之间的日常性关系更是值得关注与研究。二者之间的关系主要体现在各自利率之间的相互影响上。一方面,从货币政策角度上看,虽然中央银行货币政策调控的目标是货币供应量而不是直接针对利率4,但为了奠定货币政策的传导机制有一个良好的市场基础,提高利率形成机制的市场化水平和中央银行与市场利率的联动机制,中央银行会和一级交易商通过对市场的判断和预期,相机的选择交易期限品种,确定债券的市场化利率,有时为增强货币政策的有效性,中央银行会适时的调整公开市场业务利率,并通过市场的传导机制,引导银行间债券市场利率与之一起变化。另一方面,从利率形成体系的角度上看,银行间
7、债券市场(尤其是短期债券市场)上形成的利率一般具有导向性的作用,并常常成为其它债务工具、银行存贷款利率水平的市场参考,短期债券市场对于社会资金供求状况的高效率的灵敏反映,使得短期债券市场利率成为货币政策的重要监测指标和市场杠杆。如果缺乏这一灵敏可靠的市场利率信号,以市场机制为基础的、高效率的货币政策就不可能实现。可见,公开市场业务利率与银行间债券市场利率的关系问题,不仅影响到货币政策的传导效率,而且影响到银行间债券市场的持续发展。指标、数据与方法一、实证指标与数据1.公开市场业务利率。我国的公开市场业务操作,以快速发展的银行间债券市场为依托,迅速发展为货币政策日常操作的主要工具5。公开市场业务
8、基本在每周二、周四进行,中央银行与一级交易商开展正回购、逆回购、票据发行招投标等交易,其中票据发行是央行进行公开市场业务操作时使用最为频繁的。因此,为保证数据的代表性、可获得性和连续性,我们选取公开市场3个月期央行票据的发行利率(O3M)作为衡量公开市场业务利率的指标。2.银行间债券市场利率。1天以及7天银行间债券市场回购利率(R01D和R07D)是市场认可程度最高的短期利率基准,是套利资金的成本参考基准,也是短期债券发行定价和利率衍生品定价的重要基准,更是市场资金面松紧的风向标6。可见,R01D和R07D是真正意义上的市场化利率,因此,我们选取R01D和R07D作为衡量银行间债券市场短期利率
9、的指标。由于央行票据发行利率无连续的月度数据,所以对O3M与R01D、R07D的关系进行日度数据分析,并且为了获得尽量多的数据,变量选取时间段为2003年4月29日至2007年7月26日。因为1天和7天回购交易一般是在周一至周五进行,而央行公开市场业务操作一般在周二和周四进行,所以选取的R01D和R07D发生时间为在二者在当天均有交易数据的日期,二者接着再与O3M按时间对应取值。三个变量均为184期样本数据,数据来源为中国债券信息网。二、方法介绍1.VAR模型为了合理描述公开市场业务与银行间债券市场的利率关系,本文使用向量自回归(Vector Auto regression, VAR)模型,其
10、优点在于它把系统中每一个内生变量作为系统中所有内生变量的滞后值的函数来构造模型,从而回避了结构化模型的需要,可以较合理的描述变量间的互动关系,通常用于预测相互联系的时间序列系统以及分析随机扰动对变量系统的动态影响。一般化的VAR(p)模型的数学形式是: (1)其中yt为一个k维的内生变量,xt是一个d维的外生变量,Ai和B是待估计的系数矩阵, m是常数向量,p为滞后阶数,是白噪声过程,协方差矩阵正定,各序列相互之间可以同期相关,但不与自己的滞后值相关及不与等式右边的变量相关。在VAR模型的实际应用中,将面临如何选择滞后阶数P的问题。滞后阶数越大,越能完整反映模型的动态特征,但是滞后期越长,模型
11、待估参数越多,自由度越少,因此应在滞后期与自由度间寻求平衡,通常依据AIC和SC准则确定模型的最优滞后阶数。2.脉冲反应函数VAR模型的脉冲反应函数(IRF)描绘了在一个随机扰动项上加上一次性的一个冲击(one-time shock),即可以反映来自随机扰动项的一个标准差冲击对内生变量当前值和未来值的影响,以刻画内生变量对随机扰动的动态反应,显示任意变量的随机扰动(新息Innovation)如何通过模型影响其他变量,并反馈到自身的动态过程。如果随机扰动存在相关性,可以描述为他们有一个不与特定变量相关的公共成分,通常将公共成分的效应归属于VAR系统中第一个出现的变量(依照方程顺序)。因而,为了更
12、好地解释脉冲,最常用的方法是引进一个转换矩阵,采用乔利斯基(Cholesky)分解方法使扰动项变成不相关。3.方差分解脉冲响应函数描述的是:随着时间的推移,VAR模型中一个内生变量的冲击给其他内生变量所带来的影响,然而对于只需简单地说明变量间的影响关系时,该方法稍微过细了一些。因此,Sims于1980年依据VMA()表示,提出了方差分解法,即将系统中每个内生变量的波动(K步预测方差)按其成因分解为对VAR模型中的分量冲击,并可用相对方差贡献率(Relative Variance Contribution, RVC)来精确地表示各冲击大小。因此,方差分解给出了对VAR中的变量产生影响的每个随机扰
13、动的相对重要性的信息。4.格兰杰(Granger)因果检验Granger因果关系可以通过检验VAR模型来完成,即在考察序列x是否是序列y产生的原因时采用这样的方法:先估计当前的y值被其自身滞后期取值所能解释的程度,然后验证通过引入序列x的滞后值是否可以提高序列y的被解释程度。如果是,则称序列x是引起y的Granger原因(Granger Cause),此时x的滞后期系数具有统计显著性。一般地,还应该考虑问题的另一方面,即序列y是否是x的Granger原因。实证结果一、样本描述表1 实证指标描述性统计表表1显示了本文实证研究所采用研究变量的描述性统计量。以下实证分析均采用Eviews5.0软件完
14、成。O3MR01DR07D均值2.1987871.8582881.998826中值2.4008001.9125002.056500最大值2.8772003.2260004.349000最小值1.0456001.0560001.089000标准差0.5414820.4892890.569654偏度值-0.9837060.2226550.784140峰度值2.6814092.9544024.889660正态检验30.453611.53624146.23240概率0.0000000.4638840.000000观察数184184184 图1 相关变量时间序列图观察样本期间变量的基本统计量,从均值来看
15、,发现3个月期央行票据发行利率O3M分别比1天回购利率R01D、7天回购利率R07D要高约34BP、20BP,利差大小可以解读为O3M与R01D、R07D间的期限溢价,R07D比R01D约高14BP同样反映了这一点;从标准差来看,R07D高于O3M,而O3M又高于R01D,这反映了变量间的波动性差异,其中R07D波动最为活跃,从时间序列图中可以更清晰地看出这一点,这从一个侧面说明了R07D在银行间债券市场中的相对重要性。另外,从时间序列图中可以看出,R01D曲线与R07D曲线变动趋势大致相似,且后期波动比较大,而O3M曲线始终穿梭在R01D曲线与R07D曲线的上下,这就说明了O3M很有可能是R
16、01D和R07D的先行指标,对二者起着引导作用。二、单位根检验几乎所有水平形式的宏观经济变量都是非平稳的、具有时间趋势。因此,为了防止伪回归问题的产生,在进行实证分析之前,应该先对实证变量的平稳性进行单位根检验。常见的单位根检验有ADF检验(Dickey、Fuller,1979)和PP检验(Phillips、 Perron,1988),本文采用ADF检验,检验类型包括含常数项、常数项和趋势项、无常数项和趋势项。表2 实证指标单位根检验结果变量ADF检验值检验类型(c,t,p)临界值结论1%5%10%O3M0.076069(0,0,1)-2.577730-1.942584-1.615541非平稳
17、O3M-12.03060*(0,0,0)-2.577730-1.942584-1.615541平稳R01D-2.516380(c,0,2)-3.466580-2.877363-2.575284非平稳R01D-11.72477*(0,0,1)-2.577801-1.942594-1.615534平稳R07D-2.508614(c,0,3)-3.466786-2.877453-2.575332非平稳R07D-11.20919*(0,0,2)-2.577872-1.942604-1.615528平稳注:(1)表示变量序列的一阶差分;(2)*、*、*分别表示在1%、5%、10%水平上显著;(3) c、
18、t和p分别指常数项、趋势项和滞后阶数,检验类型的选择依据AIC准则确定。检验结果表明,在样本期间内,O3M 、R01D与R07D的水平值经检验都证明存在单位根的原假设即使在10%的水平上也不能够被拒绝,即有单位根。而各变量的一阶差分经检验,其结果都至少在1%的显著水平上表现为平稳序列,说明这三个变量都是一阶单整序列,为I(1)过程。三、VAR模型估计结果由于各变量均为一阶单整序列,为此,我们建立VAR模型如下:模型一: (2) (3)模型二: (4) (5)经Eviews5.0试验表明,当滞后阶数P=3时,O3M分别与R01D、R07D构成的两个VAR模型的AIC值和SC值最小,因此选择P=3
19、作为最优滞后阶数。对模型一和模型二的估计结果如下表:表3 VAR模型的回归结果模型一模型二O3MR01DO3MR07DO3M(-1)0.102178(0.07673)0.228712(0.15555)O3M(-1)0.102481(0.07645)0.315606(0.25180)O3M(-2)0.084804(0.07725)0.215428(0.15661)O3M(-2)0.083538(0.07691)0.341912(0.25332)O3M(-3)0.017534(0.07737)0.131034(0.15685)O3M(-3)0.021857(0.07678)0.268050(0.2
20、5291)R01D(-1)0.018572(0.03782)-0.084987(0.07668)R07D(-1)0.003552(0.02276)-0.351738(0.07495)R01D(-2)-0.038995(0.03784)-0.240703(0.07672)R07D(-2)-0.017689(0.02340)-0.343640(0.07709)R01D(-3)0.021374(0.03873)0.003229(0.07852)R07D(-3)0.003212(0.02367)-0.199781(0.07796)C0.002956(0.00807)-0.002192(0.01636)
21、C0.002981(0.00809)0.000916(0.02665)赤池信息准则(AIC) -1.751541赤池信息准则(AIC) -0.762657施瓦茨准则(SC) -1.503200施瓦茨准则(SC) -0.514316注:观测值个数=180,括号内为回归系数的标准差。在模型一的估计结果中,银行间债券市场1天回购利率变动R01D 对3个月期央行票据发行利率变动O3M的滞后影响系数分别为0.018572、-0.038995、0.021374,各系数值均很小,最大影响系数(绝对值)为滞后两期,影响系数之和为;O3M对R01D的滞后影响系数分别为0.228712、0.215428、0.13
22、1034,各系数较大且均为正数,影响系数之和为。可见,系数之和远远大于系数之和,说明O3M对R01D的影响远远大于R01D对O3M的影响。在模型二的估计结果中,银行间债券市场7天回购利率变动R07D 对3个月期央行票据发行利率变动O3M的滞后影响系数分别为0.003552、-0.017689、0.003212,各系数值也都很小,最大影响系数(绝对值)同样为滞后两期,影响系数之和为;O3M对R07D的滞后影响系数分别为0.315606、0.341912、0.268050,各系数较大且均为正数,影响系数之和为。可见,系数之和远远大于系数之和,说明O3M对R07D的影响远远大于R07D对O3M的影响
23、。四、脉冲反应函数图2的脉冲反应图表示O3M与R01D对来自自身和对方随机扰动的反应过程。O3M对自身的反应 O3M对R01D的反应图2 O3M与R01D的脉冲反应图(虚线表示倍标准差范围)R01D对O3M的反应 R01D对自身的反应应我们重点观察二者对来自对方随机扰动的反应。在O3M对R01D的脉冲反应图中,来自R01D的一个标准差随机扰动对O3M不存在当期影响,最大影响(绝对值)出现在第三期,为-0.008471,随后震荡收敛,并且正负交替出现,说明R01D的扰动对O3M的长期累积效应程度较小。在R01D对O3M的脉冲反应图中,来自O3M的一个标准差随机扰动对R01D立即产生影响,且为最大
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 论文 设计 银行间 债券市场 公开 市场 业务 利率 关系 基于 VAR 模型 实证 分析
链接地址:https://www.31ppt.com/p-4890113.html