融资流动性与债券资产流动性的互动特征——基于MS-VAR模型的时变分析

易卓睿，李 振

(1.交通银行博士后科研工作站，上海 200336；

2.中国人民大学 财政金融学院，北京 100872；
3.北京雁栖湖应用数学研究院，北京 101400)

流动性螺旋效应表明[1]，危机期间的融资流动性和资产流动性会产生正向的反馈效应，两者相互作用，导致流动性螺旋式地加速下跌。近年来，随着债券违约事件“常态化”和违约规模的不断扩大，超预期风险事件所导致的流动性问题备受关注。例如，2014年底的中债登修改部分质押券的质押资格；
2016年底的萝卜章事件；
2018年严监管政策和机构去杠杆背景下的违约潮；
2019年的包商银行事件。这些风险事件的发生无一不伴随货币市场和债券市场上流动性的共振，银行间市场的流动性分层凸显，债券市场的流动性供应不足。因此，在政府隐性担保逐渐退出、信用风险处置市场化的推进过程中，探究货币市场流动性与债券市场流动性间的互动特征具有重要的理论价值和现实意义。

金融机构获得资金的难易程度将影响其在市场上提供资产流动性的意愿和能力，融资成本的大小是影响交易商出价和询价的重要因素[2]。Gromb和Vayanos[3]、Brunnermeier和Pedersen[1]为探讨融资流动性和资产流动性①②间的关系提供了理论基础：资产流动性取决于金融机构的融资约束，套利者头寸的清算不仅通过价格效应减少其他套利者的净值，而且资产流动性的降低有损于其他投资者[3]；
融资流动性和资产流动性间会存在自我强化的流动性螺旋，融资约束的收紧将减少交易者持有的头寸，进而导致资产流动性恶化，资产流动性的恶化又会导致保证金的提升，融资约束进一步收紧。一个较小的冲击则可以通过损失循环(loss spiral)和保证金循环(margin spiral)使得金融系统的流动性迅速枯竭，进而加大系统性危机发生的可能性[1]。

此后，一些学者对融资流动性和资产流动性间的关系进行了实证研究。在次贷危机期间，银行间市场、质押市场和回购市场的融资非流动性会降低ETF市场上股权的流动性[4]。S&P500指数的买卖价差会影响股权质押融资的流动性(股票贷款利率)[5]，而融资非流动性也会影响S&P500存托凭证和E-minis指数期货的流动性[6]。此外，在外汇市场上，当交易员的融资流动性减少时，整个市场上外汇的流动性会减少[7]。

关于融资流动性对债券市场影响的研究中，Frank等[8]发现次贷危机期间融资流动性(短期资产商业票据和国债利差、TED利差)与资产流动性(国债新券和旧券)的相关性显著提升。Macchiavelli和Zhou[9]发现拥有更好融资状况(更小的折扣率和回购利差，以及通过回购能够获取更多债券)的交易商在市场上的做市活动中能够提供更低的买卖价差和交易成本，融资流动性与资产流动性正相关。Chen等[10]发现，债券作为合格抵押品会导致债券收益率降低。此外，Czelleng[11]、Chung等[12]和Dick-Nielsen等[13]也提供了相关的经验证据。

总的来说，无论是理论研究还是实证研究都表明融资流动性和资产流动性会存在相互影响的特征，但所涉及的流动性螺旋以线性关系为主，而少数与非线性和区制转换特性相关的研究都以股权市场为主[5]。因此，鉴于我国缺乏这方面的经验研究，本文则探究不同违约风险状态下，货币市场融资流动性与债券市场资产流动性的互动关系，提供中国这一发展中大国金融市场方面的经验证据。

不同于上述情况，在平稳时期，交易商的融资流动性和公司债流动性也可能存在顺周期的特性，两者为正向关系而显著，而在风险时期则可能会大幅减弱，甚至不显著[9]。鉴于公司债包含一定的风险溢价，因而在风险时期，市场波动剧烈，当所有的交易者都无法获取可用的信息时，他们倾向于将价格波动解释为基本面波动，因此融资和借款变得困难且成本高昂。这种情况下，所有交易者都不愿意持有公司债，也不愿在市场上进行做市活动，融资流动性和资产流动性之间的联系大幅减弱，即使是相对更依赖回购融资的交易商，在重压之下也不会提供资产流动性[9]。此外，欧洲央行在金融市场状况恶化时提供了增信的措施，将一些较低等级的证券纳入合格抵押品的范围。中央银行在压力期间通过购买低质量的债券，降低低质量债券的借贷费用，减轻了短期融资市场上的流动性不足问题[17,18]。这种逆向操作也会使得部分研究结果中融资流动性与公司债资产流动性在风险期间的关系不显著。

除公司债以外，在极端的市场环境下，往往被视为无风险的政府债券的流动性也会因为融资流动性的收紧而急速下跌。而2008年的金融危机正好证实了这一点，缺乏对借款人真实财务信息的了解，使得银行不愿在货币市场上进行拆借[19]。过度从事批发融资业务，让银行高度关联，整个金融市场缺乏透明度，信息流通不畅，银行不仅担心交易对手的风险，也担心遭受由间接关联所产生的风险[20]。尤其是批发融资占比较高的金融机构在面临流动性承压时不得不抛售流动性和安全性较好的国债，最终交易商回购账簿上急剧去杠杆化与国债流动性急速下跌(买卖价差的增加)同时发生。这在欧洲市场上表现为Euribor-OIS利差(融资流动性)与欧洲国债的有效买卖价差(资产流动性)不显著[17]。

总之，尽管对于融资流动性和资产流动性间的正负关系以及关系强弱存在争议，但相关研究均表明融资流动性和资产流动性间存在区制转换，这种转换跟市场环境有关。因此，以超额利差来表示市场环境(违约风险)的状况，分析融资流动性与利率债和信用债资产流动性互动过程中的区制转换特性，具有重要的现实意义。

(一)变量说明

1. 融资流动性。采用因子分析来构建流动性分层指数[21,22]，表示货币市场上的融资流动性(liq_seg)。③货币政策流动性的传导需要经过多个层次，形成了多个资金借贷市场，而不同市场或不同实体获取资金的成本差异过大，造成部分市场或实体流动性泛滥和紧张共存的局面。在我国，金融体系内的流动性主要遵循“央行—一级交易商—中小银行—非银金融机构”的结构进行传导，而本文构建的流动性分层指数主要表示的是货币市场上中小银行和非银金融机构的融资流动性。该指标值越大，代表货币市场的流动性分层现象越明显，表示中小银行和非银金融机构的融资成本越高，融资流动性越低，因而面临的融资流动性风险越高。

2. 资产流动性。参考已有研究[23]，选择换手率来刻度利率债(asset1)和信用债(asset2)的资产流动性。利率债的换手率为中债国债及政策性银行债净价指数中每日的现券结算量除以每日的总市值。信用债的换手率为中债信用债净价指数中每日的现券结算量除以每日的总市值。换手率的值越大，代表资产流动性越高。

3. 债券市场违约风险。选用兴业研究发布的产业债超额利差(中位数)(spread)来表示债券市场违约风险大小。超额利差在计算过程中，减去了同类债券(同评级、同券种、同期限、同交易所)的整体收益率(中债/中证曲线)，因而其利差水平更能反映违约风险的大小。此外，该数据为高频数据，日度更新，覆盖中票、短融、公司债、企业债，样本具有代表性。

(二)样本选择与数据来源

实证研究范围为2015年1月5日—2021年6月30日，共计1623个日度数据。此外，模型中还包括宏观层面的外生变量：公开市场操作(omo)、国债的到期收益率(guokai)、上海银行间的拆借利率(shibor)、股票市场的收益率(share)、宏观经济景气度的变化率(jingqi)。缺失的数据采用三次样条插值法补齐。数据来源：中国债券信息网、上清所和Wind金融终端。为了避免实证中出现伪回归现象，对内生变量进行单位根检验，结果表明均为平稳序列。④

(三)模型的选择和构建

首先，鉴于融资流动性和资产流动性间存在双向因果关系，参考已有研究[12,15-17]，以表示违约风险的产业债超额利差作为状态变量，选择二区制的MS-VAR来研究不同违约风险状态下的融资流动性和资产流动性的互动关系，让数据“说话”，将违约风险状态分为违约水平较高的风险时期和违约水平较低的平稳时期。④其次，根据AIC判断准则，选用最优的滞后阶数为4。最后，根据AIC准则、HQ值、SC值和最大似然函数结果，选用二区制下截距项和自回归系数均可变且误差项为异方差的MSIAH(2)-VAR(4)模型[24]。

(一)融资流动性与利率债资产流动性的互动特征分析

假定融资流动性和资产流动性间的互动关系受到市场环境的影响，因而参考Chen等[15]研究，在构建区制转换模型前，建立单个回归模型分析违约风险水平对融资流动性和资产流动性相关系数的影响，回归结果如式(1)：

R2=0.15,N=1602,F(6,1595)=55.85

(1)

corr为基于22个交易日构造的融资流动性和利率债资产流动性的相关系数的绝对值。式(1)显示，产业债超额利差与融资流动性和利率债资产流动性的相关系数显著正相关，由于超额利差被视为反映市场情绪，代表投资者对违约风险的感知，因而该结果表明违约风险越高，融资流动性与利率债资产流动性的互动特征越明显，市场违约风险的大小将会影响两类流动性间的关系，基于违约风险大小进行区制划分具有一定的合理性⑤。

根据MS-VAR模型的估计结果，表1列出了不同区制下的相关特征。从变量的均值水平可知，不同区制下各变量存在明显差异。根据产业债的超额利差均值大小，区制1可被视为违约风险水平较高的风险时期，区制2可被视为违约风险水平较低的平稳时期。在区制1中，融资流动性均值低于区制2中的0.18个水平，其资产流动性均值也低于区制2大约0.06个水平。因此，将区制1视为“违约风险高、融资流动性低、利率债资产流动性低”的状态，区制2对应“违约风险低、融资流动性高、利率债资产流动性高”的状态。

由表1中转移概率可知，系统维持在区制1的概率为0.953，维持在区制2的概率为0.692，由区制2过渡到区制1的概率为0.308，由区制1过渡到区制2的概率为0.047。这表明区制特征显著，时域划分明显，两种状态下持续概率都较高，系统在两种状态内运行都比较稳定。同时，区制状况的转换存在棘轮效应，从平稳时期过渡到风险时期概率较大，但从风险时期到平稳时期较难。两种状态下，处于区制2的样本数较多，占整个样本数量的86%，且持续时间较长。区制1的样本数量虽然占比较低，但其平滑概率和滤波概率分布囊括主要的风险事件，大体与债券市场上的经验事实基本一致。⑥

表1 不同区制下的相关特征

表2为融资流动性与利率债资产流动性在不同区制下的参数估计结果。首先，区制1下，同期、滞后1、2、4期的asset1与liq_seg负相关。区制2下，虽然asset1系数的显著性较弱，但仍为负，即利率债换手率与流动性分层负相关，表明利率债资产流动性越高，融资流动性越高。其次，区制1下，同期和滞后1期的liq_seg与asset1正相关，其余滞后1期的liq_seg与asset1负相关，而区制2下，除同期正相关外，其余滞后期都是负相关。这在一定程度上暗示流动性分层短期内会提高利率债换手率，长期则会降低利率债换手率，即短期内融资流动性冲击(风险)会增加利率债资产流动性，但长期则会降低利率债资产流动性。最后，比较不同区制下变量的系数情况可知，无论是显著性还是绝对值大小，区制1都要强于区制2。这表明，融资流动性和利率债资产流动性间的互动关系会在风险时期变得更加明显，而在平稳时期变得比较微弱。

表2 不同区制下的参数估计结果(融资流动性与利率债资产流动性)

通过广义脉冲响应函数分析不同区制下的融资流动性和利率债资产流动性间非线性关系[25]。图1(a)与图1(b)分别为一个正向标准差的流动性分层对利率债换手率的脉冲响应和累计脉冲响应，表示融资流动性冲击对利率债资产流动性的影响。图1(c)与图1(d)分别为一个正向标准差的利率债换手率冲击对流动性分层的脉冲响应和累计脉冲响应，表示利率债资产流动性冲击对融资流动性的影响。图1中虚线为区制1下的脉冲响应，实线为区制2下的脉冲响应。图1(a)与图1(c)为脉冲响应走势图，图1(b)与图1(d)为累计脉冲响应走势图。

由图1(a)与图1(b)可知，融资流动性冲击总体上会降低利率债资产流动性，这表明融资流动性风险越高，利率债的流动性越低。但融资流动性冲击首先会增加利率债资产流动性，在2或3个交易日后，会对利率债资产流动性产生负向影响，并持续较长的时间。这表明利率债的资产流动性会先短暂性地增加，然后才会持续地减少。可能的解释在于，中小银行和非银机构批发融资业务占比高，质押式回购交易与发行同业存单是其获取资金的主要来源，当融资流动性风险升高时，首先会直接冲击中小金融机构，伴随流动性备付压力的升高，利率债会被抛售，因而换手率会升高，但随着市场风险偏好的升高，市场上流动性迁移(flight-to-quality)效应出现，机构投资者普遍会倾向于持有安全性较高的利率债，此时不会轻易将利率债变现，导致利率债的资产流动性降低。此外，比较不同区制下的脉冲响应函数可知，风险时期(区制1)，融资流动性冲击对利率债资产流动性的影响较为显著，而平稳时期(区制2)的影响较弱，利率债资产流动性的脉冲响应收敛也较快。累计脉冲响应函数值显示在30个交易日后，风险时期的影响大概是平稳时期影响的4.5倍。

由图1(c)与图1(d)可知，受利率债资产流动性冲击后，流动性分层的响应函数为负，即资产流动性与融资流动性正相关，利率债资产流动性的升高伴随融资流动性升高。比较区制1和2的脉冲响应走势可知，区制1下资产流动性冲击影响力较大，融资流动性的脉冲响应收敛较慢。累计脉冲响应函数表明，区制1下利率债资产流动性对融资流动性的响应大约是区制2时期的4倍，这与表2参数估计结果近似。在风险时期，利率债资产流动性的提高使得机构可以更容易通过抛售债券来获取流动性，减少从货币市场获取流动性的动机，进而降低回购业务或发行同业存单的融资成本。

图1 不同状态下利率债资产流动性和融资流动性的响应函数

(二)融资流动性与信用债资产流动性的互动特征分析

首先采用OLS分析了违约风险水平对融资流动性和信用债资产流动性相关系数的影响，结果如式(2)：

R2=0.19,N=1602,F(6, 1595)=62.75

(2)

corr2为基于22个交易日构造的融资流动性和信用债资产流动性的相关系数绝对值，其余变量与式(1)中一致。式(2)表明，在1%的显著水平上，违约风险水平的大小与融资流动性和信用债资产流动性的相关系数负相关，表明违约风险水平越高，融资流动性和信用债资产流动性间的互动关系越弱。尽管这一结果不同于前文中利率债的情形，但spread的显著性也表明违约风险将会影响两类流动性间的关系，基于违约风险大小进行区制划分具有一定的合理性。

与前文中基于利率债的实证结果一致，融资流动性与信用债资产流动性的互动特征也可以分为区制1“违约风险高、融资流动性低、信用债资产流动性低”的状态，区制2“违约风险低、融资流动性高、信用债资产流动性高”的状态。⑥但与前文利率债情形不同的是，区制1下的风险时期持续时间更长，区制2的样本数和转移概率有所增加，这表明融资流动性与信用债资产流动性的互动过程惯性较强，区制特征更加显著。

表3给出了不同区制下融资流动性和信用债资产流动性的参数估计结果。结果表明，尽管在区制1下asset2与liq_seg之间的负向关系较弱，但在区制2下的任意期滞后期，asset2与liq_seg之间的系数均为负，表明融资流动性与信用债资产流动性之间相互正相关。但值得注意的是，区制1下融资流动性和信用债资产流动性间的系数显著性较差，该系数也普遍小于区制2下融资流动性与信用债资产流动性间的系数，这表明平稳时期的流动性螺旋现象更加明显。

表3 不同区制下的参数估计结果(融资流动性与信用债资产流动性)

图2为信用债资产流动性和融资流动性的广义脉冲响应函数。图2(a)与图2(b)分别为一个正向标准差的流动性分层对信用债换手率的脉冲响应和累计脉冲响应，表示融资流动性冲击对信用债资产流动性的影响。图2(c)和图2(d)分别为一个正向标准差的信用债换手率冲击对流动性分层的脉冲响应和累计脉冲响应，表示信用债资产流动性冲击对融资流动性的影响。图2中虚线为区制1下的脉冲响应，实线为区制2下的脉冲响应。图2(a)与图2(c)为脉冲响应走势图，图2(b)与图2(d)为累计脉冲响应走势图。

由图2可知，融资流动性与信用债资产流动性相互之间正相关，融资流动性冲击会降低信用债资产流动性，信用债资产流动性冲击会降低融资流动性风险，提高融资流动性。但不同于前文利率债的情形，信用债资产流动性与融资流动性间的互动关系在区制1(风险时期)更弱，受到冲击后的响应函数趋于稳定状态的时间更快，而在区制2(平稳时期)下，互动关系更强，响应函数趋于稳定状态需要的时间更长。同时，累计脉冲响应值也表明，在第30期，区制2中融资流动性和信用债资产流动性脉冲响应的累计值分别是区制1下的8.5倍或18倍，印证了表3中区制1和区制2间系数大小的差异。这也呼应了式(2)中超额利差系数为负的结果，表明信用债资产流动性与融资流动性形成的螺旋现象可能只在平稳时期比较明显，而在风险时期，融资流动性与信用债资产流动性的互动关系会变得不显著。可能的解释在于，信用债在风险时期不容易快速找到买家，即使找到了买家，也不得不折价出售。由于我国的金融市场并未像欧美市场出现过大规模、长时间流动性枯竭的现象，哪怕遇到全局性的流动性事件(例如包商银行事件)，投资者也会预期中央银行将注入流动性，抚平市场波动。因此，基于这种“市场波动只是暂时性的”和“监管机构会进行救助”的观念，为避免折价出售带来的损失，债券持有者可能会继续持有信用债，等待市场恢复平稳状态时再进行交易，因而导致区制1下，流动性螺旋的现象不明显。

图2 不同状态下信用债资产流动性和融资流动性的响应函数

此外，值得注意的是，区制1的情形多出现在2018年以后⑥，由于区制1下融资流动性和信用债资产流动性的互动特征较弱，因此，2018年以后区制1出现的次数增多意味着融资流动性和信用债资产流动性的互动特征频率有所减弱。这样的情形可能跟2017年严监管政策的逐步推行，以及金融机构去杠杆行为有关。一方面，随着MPA考核、三三四检查、货币基金新规、资管新规、委贷新规、商业银行流动性管理办法等监管政策的出台或实施，表外业务、同业业务和资管业务大规模收缩，低等级信用债的需求下降，因而受到债券违约冲击的概率下降；
另一方面，中小金融机构负债端批发融资占比有所下降，导致中小金融机构面对流动性冲击时的韧性加强，抛售债券的动机减弱，因而货币市场融资流动性对债券资产流动性的风险溢出效应有所减弱。

在债券违约事件“常态化”的背景下，实证分析了不同违约风险状态下的融资流动性和资产流动性的互动关系。实证发现，首先，货币市场上的融资流动性与债券市场上的资产流动性之间存在不同的状态。一种是“违约风险高、融资流动性低、资产流动性低”的风险时期(区制1)，另一种是“违约风险低、融资流动性高、资产流动性高”的平稳时期(区制2)。其次，模型的参数估计结果和脉冲响应函数表明，无论是利率债还是信用债，其资产流动性和融资流动性会存在正向的互动关系。但值得注意的是，正向的融资流动性冲击(风险)短期内会提高利率债资产流动性，但长期会降低利率债资产流动性。最后，融资流动性和资产流动性间的螺旋关系存在非对称性和异质性。在风险时期，融资流动性与利率债资产流动性互动特征比较明显，而在平稳时期，融资流动性与信用债资产流动性互动特征比较明显。

本文的启示在于：中央银行的货币政策操作往往多聚焦在货币市场的结构性调整上，而本文提供的证据表明，货币市场的融资流动性在平稳时期和风险时期会对债券市场的资产流动性产生不同程度影响，同时债券市场的资产流动性也会反过来在不同状态下影响货币市场的融资流动性。因此，密切监测和化解货币市场和债券市场上流动性风险共振的现象应是监管当局和机构自身经营管理的应有之义。基于此，政策建议如下：

一是加大从宏观层面对流动性风险的监测和分析力度。建议将流动性分层现象纳入宏观审慎监管的范畴，并扩充有关流动性分层的监测指标和手段。

二是强化流动性风险压力测试的作用。关注违约风险和流动性风险相互传导并扩大的可能性，将其纳入压力测试情景考量的范围。

三是强化专业风控队伍的建设。提升风控人才的估值能力、建模能力、数据分析能力，加强对不同风险间相互传染的识别、预警和监测，做好精细化的事前管理。

注释：

① 融资流动性(funding liquidity)指金融机构筹集资金的能力，可以反映市场上获取融资的难易程度，在文中特指银行间市场上中小金融机构融资成本的大小。资产流动性(asset liqudity)为购买资产或资产变现所支付的成本(时间和费用)，在文中主要指信用债和利率债在二级市场上的流动性。

② 相较于“资产流动性”一词，在大多数英文文献中，采用较多的是“市场流动性(market liquidity)或市场非流动性(market illiquidity)”一词。但在国内的业界所谈及的市场流动性概念更为宽泛，不仅强调某一类资产在市场上的流动性，更为重要的是指货币市场的流动性(在国内的实务界也被称为“狭义的流动性”)，即资金面，强调货币市场提供短期负债的能力，也就是通过回购业务、同业拆借和发行同业存单来获取流动性的难易程度(成本)。因此，为了避免两类流动性在表意上的混淆，同时也为了保持文章在研究对象上能够遵循学术主流的定义，文中统一使用“资产流动性”来替代英文文献中“市场流动性”一词。

③ 相较于已有研究的做法，文中对流动性分层指标的构建进行了创新。限于篇幅，文中并未完全展示，留存备索。

④ 限于篇幅，平稳性检验和模型选择不做赘述。

⑤ 考虑到相关系数未必能全面表示两类流动性间的关系，该结果只是为下文中的实证提供初步的证据。

⑥ 限于篇幅，文中并未展示不同区制下均值大小、转移概率、滤波概率和平滑概率等信息，留存备索。

猜你喜欢 区制脉冲响应流动性 ——基于MS-VAR模型">我国生猪产业市场转换及产业链价格非线性传导研究
——基于MS-VAR模型全国流通经济(2022年9期)2022-07-21基于重复脉冲响应的发电机转子绕组匝间短路检测技术的研究与应用上海大中型电机(2021年1期)2021-06-09我国股市波动率区制转换特性描述与成因分析中国市场(2021年5期)2021-03-312020年二季度投资策略：流动性无忧业绩下杀无解股市动态分析(2020年7期)2020-04-26美联储“顺潮”降息或将提升全球流动性中国外汇(2019年16期)2019-11-16——基于三元VAR-GARCH-BEEK模型的分析">金融系统多维度流动性间溢出效应研究
——基于三元VAR-GARCH-BEEK模型的分析金融与经济(2019年6期)2019-07-04环保投资与经济发展非线性效应的统计考察统计与决策(2018年23期)2018-12-21中国原油进口需求主要受国际油价影响吗？金融发展研究(2016年11期)2017-01-12基于脉冲响应的厅堂音质评价研究演艺科技(2016年11期)2016-12-24中国金融市场动态相关性实证分析统计与决策(2015年1期)2015-04-25 相关热词搜索：流动性，互动，债券，