
我国货币市场基准利率的实证分析.pdf
8页我国货币市场基准利率的实证分析我国货币市场基准利率的实证分析 白 静 (西南财经大学中国金融研究中心,成都,610074) 内容摘要:我国货币市场利率可以分为银行同业拆借利率、回购利率、央票发行利率、国债到期收益率和商业票据利率等本文主要采用引导关系,验证我国各类利率之间的相互关系,以验证各类利率在货币市场利率体系中的基准作用 关键字:基准利率 货币市场 一、基准利率选择的标准 货币市场基准利率(卢遵华,2006)一般具有以下特点:第一,指标含义简单明确,易于投资者理解和债券定价;第二,真实反映市场波动,由市场力量决定,而不是由政府控制;第三,报价和成交活跃基准利率由多家机构真实报出,而且合同成交量大,不易受到操纵;第四,基准利率要有连续性,这样在利率重置时才有可观测的数据 最常用的基准指标是伦敦银行间拆放利率(London Inter-bank Offer Rate, LIBOR) LIBOR 是目前国际间最重要和最常用的市场利率基准除了各大新闻通讯公司每日提供相关的 LIBOR 报价信息之外,也可以在英国银行家协会的网页(www.bba.org.uk)查询到历史资料,即可以很容易地了解到 LIBOR 近期和历史的水平。
1999 年 1 月 1 日,欧洲 11 国开始统一使用一种货币——欧元在欧洲货币联盟(EMU)形成以后,欧洲银行间拆放利率(Euribor) ,将作为基准利率在国际货币市场取得主导地位 其它的基准指标有:美国的 90 天国库券利率、联邦基金利率、最优惠贷款利率、商业票据利率、其它季度或半年的短期利率等 二、我国可以选用的基准利率体系 我国货币市场由银行间债券市场、票据贴现市场与银行同业拆借市场组成为此,我国货币市场利率可以分为银行同业拆借利率、回购利率、央票发行利率、国债到期收益率和商业票据利率等我们首先对各类收益率的特征进行比较分析,具体如表 4.3 所示 表 4.3 货币市场利率比较研究 利率名称 特征 同 业 拆 借 利 率 (SHIBOR) 能反映和影响着金融市场上短期资金的供求变化,制约或主导着整 个利率体系中的所有其他利率但是,其交易量小,成交不活跃, 利率波动性较大; 只有较短期限的拆放利率, 缺少较长期限的利率 国债到期收益率 流动性较差,主要是中长期国债,缺少短期品种短期国债定期、 滚动发行机制尚未形成 银行间债券质押 式回购利率 银行间债券市场质押式回购利率具备作为基准利率的特点:参与机 构类型广,数量多;成交量大,交易活跃;主要集中在 7 天以内。
隔夜和 7 天回购利率普遍被市场认为是货币市场的代表性利率,基 本反映了资金的供需状况但是,由于这些利率的期限较短,因此无法作为货币市场的基准利率 央行票据发行参 考利率 与国债利率比较,央行票据利率更适合作为货币市场的基准利率, 因为央行票据期限短;发行量大,发行频率高;交易活跃,场流动 性好 短期融资券利率 和优惠贷款利率 除了信用风险溢价以外,市场发展起始阶段的不规范,也使得 短期融资券利率无法成为货币市场的基准利率优惠贷款利率也不 适合作为基准,因为它具有明显的银行特征,主要受银行融资成本 的影响而且该利率是单方面决定的,没有买价和卖价 三、货币市场基准利率的实证分析 我们主要采用引导关系,验证各类利率之间的相互关系,以验证各类利率在货币市场利率体系中的基准作用 1.引导关系的方法说明 (1)Xt 和 Yt 的平稳性检验; ADF 单位根检验(Argumented DF) : 111 1mtttit it it iXXXaXXe 若 OLS 估计值 β 的 ADF 检验 t 统计量小于一定显著性水平下的临界值,则接受原假设0:0H,这说明tX具有单位根,是不平稳的;否则tX是平稳的。
(2)Xt 和 Yt 的协整关系的检验 协整关系说明了时间序列之间的一种长期稳定的均衡关系,从长期看,两个时间序列之间存在协同变化的趋势,它是均衡关系在统计上的表述 单方程系统的协整检验方法: Yt = a + bXt + et 4.1 D. W. 值(Durbin Waston) 式 4.1 采用最小二乘法进行线性回归得到残差 et ,对残差 et 进行平稳性检验如果残差 et 是平稳的,则说明 Yt 和 Xt 之间存在谐整性关系(Cointegration) ;否则 Yt 和Xt 之间就不存在谐整关系 (3)引导关系的检验 101 1mtit it iYaa Ye 4.21( )( )1TmESS mFPE mTmT4.3其中 ali是 Yt 与 Yt 滞后值相关联的系数,et是白噪声, T 为观测值总数,m 为滞后期, ESS 为 4.2 通过最小二乘法回归得到的残差平方和, (4) 式滞后期 m 通过求 4.3 式的最小化 FPE 来确定 20222 11mktit ijtjt ijYaa Yb Xe 4.4,1(, )1ESS m kTmkFPE m kTmkT 4.5a2i 是 Yt 与 Yt 滞后值相关联的系数, b2j 是 Yt 与 Xt 值及其滞后值相关联的系数, e2t 是白噪声, T 为观测值总数,m 为 4.2 式滞后期,ESS 为式 4.4 通过最小二乘法回归得到的残差平方和,滞后期 k 通过求最小化 FPE 来确定。
1211ESSESSmFESSTkm 4.6ESS1 和 ESS2 分别为 4.3 式和 4.5 式通过普通最小二乘法回归得到的残差平方和, T为观测数,F 服从 F( m , T - ( m + k + 1) ) 分布 检验从tX到tY的单向引导关系, 即为检验对2 jb的零假设02:0(1,2,, )jHbjk,如果FF(为置信度)则拒绝0H假设,tX以1的概率引导tY;否则接受0H假设, tX对tY的引导关系检验,只要在上述方程 4.2 和 4.4 中交换一下 X 和 Y 的位置,然后计算F 的统计值即可 2.数据来源及其说明 (1)参考市场交易规模与市场品种,我们在每一类中选择关键品种作为代表,具体选择结果如表 4.4 所示 表 4.4 数据来源及说明 变量 名称 数据来源及说明 Gz10y 10 年期国债到期收益率 WIND资讯 Gz1y 1 年期国债到期收益率 WIND资讯 Gz3y 3 年期国债到期收益率 WIND资讯 On 隔夜同业拆借利率 WIND资讯 1w 1 周同业拆借利率 WIND资讯 R01 1 天质押式回购利率 WIND资讯 R07 7 天质押回购利率 WIND资讯 Yp1y 央票 1 年期发行利率 WIND资讯 Yp3m 央票 3 月期发行利率 WIND资讯 (2)由于央票发行是每周二、每周四发行,每一种期限一周一般仅有一次发行机会,也仅有一次发行参考利率,因此我们在考察央票同其他利率关系时,采用周数据;而考察除央票外的其他利率时采用日数据。
3.央票同其他货币利率之间的引导关系 由于央票发行频率的问题,我们将所有的利率均采用周数据,时间区间为2006.10.8-2007.12.30 日共 67 个观察样本点 (1)各变量的 ADF 检验 如表 4.5 所示, 银行同业拆借利率与银行质押式回购利率均为平稳数据, 而其他数据则均为 1 阶单整为此,我们仅能考察央票与国债收益率之间的引导关系 表 4.5 各变量ADF检验表 变量 检验类型 (C,T,K)ADF 检验值 Prob 检验结果 Gz10y (C,T,10)-1.242435 0.8931 不平稳 Gz10y (C,T,10)-6.216872 0.0000 平稳 Gz1y (C,T,10)-1.479057 0.8269 不平稳 Gz1y (C,T,10)-7.282699 0.0000 平稳 Gz3y (C,T,10)-2.992268 0.1420 不平稳 Gz3y (C,T,10)-7.318199 0.0000 平稳 On (C,0,10)-6.615523 0.0000 平稳 1w (C,0,10)-6.348583 0.0000 平稳 R01 (C,0,10)-4.128985 0.0017 平稳 R07 (C,0,10)-5.850114 0.0000 平稳 Yp1y (C,T,10)-0.926390 0.9465 不平稳 Yp1y (C,T,10)-6.221842 0.0000 平稳 Yp3m (C,T,10)-1.014984 0.9346 不平稳 Yp3m (C,T,10)-5.466300 0.0001 平稳 注:表中的表示一阶差分,2表示二阶差分;检验形式(C,T,K)中的 C、T 和 K 分别表示单位根检验方程包括常数项、时间趋势项和滞后阶数;0 是指检验方程不包括常数项或时间趋势项。
(2)各变量的协整关系考察 我们先对各变量进行两两配对的 ols 拟合,并对其残差的平稳性进行检验,结果如表4.6 所示,1 年期与 3 年期国债收益率与 3 月期央行票据具有协整关系,而 1 年期国债收益率、3 月期央票利率与 1 年期央票利率有协整关系 表 4.6 各变量的协整关系检验 Gz1y Gz3y Gz10y Yp3m Yp3m 0.45* 0.39* 0.33 Yp1y 0.67** 0.59 0.49 1.47** 说明: *表在 5%的显著性水平下具有协整关系; **表在 1%的显著性水平下具有协整关系 (3)各变量的引导关系检验 我们利用 Granger 因果检验,如表 4.7 所示,1 年期国债收益率、3 年期国债收益率与 1年期央票发行参考利率是 3 月期央票发行参考收益率的 Granger 原因, 即 1 年期国债收益率、3 年期国债收益率与 1 年期央票发行参考利率可以引导 3 月期央票发行参考收益率 表 4.7Granger 因果检验 Pairwise Granger Causality Tests Date: 09/18/08 Time: 23:40 Sample: 1 69 Lags: 2 Null Hypothesis: Obs F-StatisticProb. YP3 does not Granger Cause YP1 67 0.416590.6611 YP1 does not Granger Cause YP3 5.939120.0044 airwise Granger Causality Tests Date: 09/18/08 Time: 23:41 Sample: 1 69 Lags: 2 Null Hypothesis: Obs F-StatisticProb. GZ1 does not Granger Cause YP3 67 4.229700.0190 YP3 does not Granger Cause GZ1 0.777710.4639 Pairwise Granger Causality Tests Date: 09/18/08 Time: 23:42 Sample: 1 69 Lags: 2 Null Hypothesis: Obs F-StatisticProb. YP3 does not Granger Cause GZ3 67 1.578100.2145 GZ3 does not Granger Cause YP3 6.044990.0040 Pairwise Granger Causality Tests Date: 09/18/08 Time: 23:43 Sample: 1 69 Lags: 2 Null Hypothesis: Ob。












