藍(lán)鎵寶(五邑大學(xué)經(jīng)濟(jì)管理學(xué)院)
2020 年1 月,我國債券市場托管余額達(dá)到100.4 萬億元,市場規(guī)模位居世界第二。國債作為一國融資及經(jīng)濟(jì)調(diào)節(jié)的手段,越發(fā)地受到國內(nèi)國際的重視與運(yùn)用。但隨著我國金融市場的逐漸開放以及債券市場的跨境發(fā)展,影響我國國債利率波動的因素增多,國債利率傳導(dǎo)機(jī)制的復(fù)雜性也隨之提高。為了進(jìn)一步確定國債的利率,平衡政府的借債成本以及投資者的收益,現(xiàn)常用的方法主要是選取通貨膨脹率、銀行利率等指標(biāo),通過國債利率傳導(dǎo)機(jī)制預(yù)測其利率的波動。但僅分析國內(nèi)的傳導(dǎo)因素并不符合我國逐漸開放的經(jīng)濟(jì)市場,因此,本文選取了反映政府調(diào)控經(jīng)濟(jì)能力的國內(nèi)指標(biāo)——宏觀稅率,以及影響我國市場現(xiàn)金流量的國外指標(biāo)——中美匯率作為模型的自變量,通過支持向量回歸模型(Support Vector Regression,SVR)預(yù)測利率的趨勢,進(jìn)一步分析其合理性。
影響國債利率波動的因素較多,彭紅潔認(rèn)為通脹率的上升會使國債短期收益率上升[1];路萬忠、董逢谷和李凍菊則認(rèn)為宏觀稅率越高,說明政府能用于宏觀調(diào)控的資金越充足,越有能力調(diào)整國債利率[2];Liu Huiming,Xia Qing 和Zhang Huahua 利用MS-VAR 模型,證實(shí)貨幣政策會影響國債的利率期限結(jié)構(gòu)[3];除了研究一國國內(nèi)的相關(guān)因素會對國債利率產(chǎn)生影響,Ailie Heather Charteris 和Barry Strydom 還通過使用一系列自回歸條件異方差模型(GARCH 模型)分析撒哈拉以南資本市場,證明了資本流動性越強(qiáng),國債利率波動率也相應(yīng)地增大[4];郭棟則認(rèn)為人民幣匯率與國債利率呈反比關(guān)系[5]。
綜上研究成果,都并沒有結(jié)合國內(nèi)和國際兩個角度以預(yù)測國債利率。隨著我國金融市場的加大開放和債券市場的跨境發(fā)展,影響我國國債利率變動的因素變得更為復(fù)雜,僅從國內(nèi)或國際的單一角度分析國債利率是遠(yuǎn)不能緊跟我國債券市場發(fā)展的。故本文將把宏觀稅率與中美匯率結(jié)合起來,結(jié)合國債相關(guān)數(shù)據(jù)較少、影響國債利率的因素存在非線性關(guān)系的特征,首先,收集我國宏觀稅率、國債利率、中美匯率的數(shù)據(jù);其次,建立以宏觀利率和中美匯率這兩個指標(biāo)為自變量的二維SVR 模型,以預(yù)測一年期和十年期的國債利率;最后,對預(yù)測結(jié)果進(jìn)行分析,進(jìn)一步討論SVR 模型的適用范圍,得出結(jié)論。
針對影響國債利率的因素眾多,文章把先前的研究實(shí)踐與我國經(jīng)濟(jì)社會環(huán)境變化相結(jié)合,選取影響我國市場流動性的中美匯率以及影響政府調(diào)控國債利率能力的宏觀稅率作為SVR 模型的自變量。
中美匯率與國債利率利率影響效應(yīng)顯著,當(dāng)人民幣匯率上升時,國外資本流入,購買人民幣以賺取匯率差,這就使得國內(nèi)市場上人民幣增加。為了防止通貨膨脹,央行加強(qiáng)對現(xiàn)金的流動控制,拋售短期國債,回收流動性,使得短期國債的回報率上升。因此,匯率與國債利率之間成正相關(guān)關(guān)系。
宏觀稅率是衡量稅收負(fù)擔(dān)水平的指標(biāo),即稅收總額占GDP 的比重。該指標(biāo)反映了政府的稅收能力,宏觀稅率越高,政府越有充足的資金對國債利率進(jìn)行調(diào)控。
實(shí)驗(yàn)步驟如下:
國債利率數(shù)據(jù)來自于中國債券信息網(wǎng)(https://www.chinabond.com.cn/),中美匯率及宏觀稅率來自于中國統(tǒng)計(jì)年鑒[6]。
由于數(shù)據(jù)是單獨(dú)收集的,并不能直接把原始數(shù)據(jù)代入SVR 模型,需要把宏觀稅率、中美匯率以及國債利率的數(shù)據(jù)按照年份順序?qū)?yīng)排序。
由于經(jīng)濟(jì)的不確定性,經(jīng)濟(jì)模型不存在完全確切的相關(guān)關(guān)系,因此,允許誤差小范圍存在會更符合探討受多因素影響的經(jīng)濟(jì)問題。故本文利用SVR 模型,假設(shè)預(yù)測值f(x)與真實(shí)值y 之間允許存在一個可接受的誤差ε,即當(dāng)f(x)與y 的絕對值差距大于誤差ε時,才會被記為模型的損失。首先,SVR 模型不僅需要最大的隔離帶r,還需要最小的損失ε,即SVR 模型的目標(biāo)函數(shù)為:
然后,通過求解SVR 的對偶問題,得:
式(3)中,i=1,2;k=1,2,3,,,18;為支持向量;φ(xik)為映射函數(shù)。
因此,SVR 函數(shù)為:
再使用交叉驗(yàn)證的思想,采用Hold-Out 方法把輸入的數(shù)據(jù)分為兩類:75%的數(shù)據(jù)樣本為模型的訓(xùn)練集,25%的數(shù)據(jù)樣本為模型的測試集。最終得到2012-2019 年一年期國債及十年期國債的利率估值,如圖1、圖2所示。
圖1 2012-2019年我國一年期國債利率的SVR估值
圖2 2012-2019年我國十年期國債利率的SVR估值
由圖1 和圖2 可知,利用宏觀稅率和匯率作為解釋變量預(yù)測我國國債的利率時,一年期國債利率的預(yù)測值比十年期國債利率更符合現(xiàn)實(shí)的國債利率波動趨勢,說明宏觀稅率與匯率對國債利率的影響是短期有效的,因而對短期國債利率的影響更為顯著。盡管一年期即短期國債的利率預(yù)測值與現(xiàn)實(shí)值在個別年份相比,出現(xiàn)較大的差別,但其利率的預(yù)測趨勢與現(xiàn)實(shí)的波動趨勢大致是相同的,故認(rèn)為利用SVR 模型預(yù)測短期國債利率是準(zhǔn)確的、有效的。
綜上所述,本文著重分析我國短期國債利率的波動:
(1)2013 年之前,由于銀行的資產(chǎn)負(fù)債嚴(yán)重錯配,加之貨幣政策以及監(jiān)管政策的收緊,導(dǎo)致銀行及金融機(jī)構(gòu)暴露流動性風(fēng)險,最終在2013 年中旬出現(xiàn)“黑色星期一”,隔夜利率達(dá)到史無前例的30%,7 天回購利率最高達(dá)28%。但政府仍實(shí)行正回購政策,抽回20 億的流動性,最終使得短期國債的利率明顯上升。
(2)2015 年8 月,央行宣布對人民幣中間價報價制度進(jìn)行改革,連續(xù)下調(diào)人民幣人民幣中間價,使得人民幣貶值。不僅如此,由于國債利率與人民幣匯率呈正相關(guān)關(guān)系,因此,導(dǎo)致一年期國債的利率相比于2013 年的4.12%,2015 年下跌至2.33%,利率下跌幅度達(dá)44%。
(3)2017 年11 月,美國與我國達(dá)成2535 億美元的經(jīng)貿(mào)大單。進(jìn)一步加劇了中國順差、美國逆差的貿(mào)易格局。故在此貿(mào)易格局下,國際市場的人民幣需求上升,人民幣升值,最終使得我國短期國債利率出現(xiàn)27.6%的利率漲幅。
綜上所述,預(yù)測的部分特殊年份都因突發(fā)的利好、利空消息影響了短期國債利率的波動,使得SVR 模型的預(yù)測出現(xiàn)一定程度的偏差,因此,利用SVR 模型預(yù)測短期的國債利率仍是較為準(zhǔn)確的。
SVR 算法被認(rèn)為是對小樣本的統(tǒng)計(jì)估計(jì)和預(yù)測學(xué)習(xí)的最佳理論,具有應(yīng)用范圍廣、魯棒性強(qiáng)、操作簡單的優(yōu)點(diǎn),故SVR 模型可以針對影響天氣的相關(guān)數(shù)據(jù)較少的特點(diǎn),及時預(yù)測天氣的變化。首先,收集影響天氣的相關(guān)數(shù)據(jù),如,云量、風(fēng)速、植被覆蓋率等指標(biāo)數(shù)據(jù);其次,由于風(fēng)速、植被覆蓋率等指標(biāo)數(shù)據(jù)較少且存在非線性的特點(diǎn),利用輸入特征選取方法來確定該模型的參數(shù);最后,利用SVR 模型提高預(yù)測天氣的準(zhǔn)確度,達(dá)到降低室外的工作風(fēng)險、減少人財損失的目的。
本文主要是針對已有的國債利率模型未考慮到我國經(jīng)濟(jì)環(huán)境變化的缺陷,進(jìn)一步考慮國外因素對我國國債利率的影響,選取宏觀稅率與匯率作為SVR 模型的自變量,以預(yù)測國債利率。結(jié)合現(xiàn)實(shí)經(jīng)濟(jì)的波動與發(fā)展,證實(shí)了該模型對預(yù)測一年期的國債利率是有效、準(zhǔn)確的,說明政府的宏觀調(diào)控能力和中美匯率對短期國債利率的波動產(chǎn)生較大的影響。
SVR 估值模型不僅能夠利用選取的指標(biāo)數(shù)據(jù),簡潔、便捷地得出預(yù)測利率與實(shí)際利率的波動對比趨勢,還能根據(jù)不同的債券性質(zhì),使用輸入特征選取的方法來確定模型的參數(shù),預(yù)測政府、企業(yè)債券的利率。這有利于提高預(yù)測債券的利率準(zhǔn)確度,滿足市場及投資者所要求的利率投資回報,促進(jìn)我國投資市場的發(fā)展。但是,該模型也存在著一定的缺陷,SVR 模型并沒有考慮自變量是否存在滯后性,即當(dāng)年自變量的指標(biāo)數(shù)據(jù)是否對未來若干年的國債利率產(chǎn)生不同程度的影響。因此,SVR 模型所存在的滯后性問題,還有待改進(jìn)。