袁偉鵬, 張 翼, 張 飛, 楊偉明

(中原銀行股份有限公司，鄭州 450000)

0 引言

國債是由國家發(fā)行的債券，是中央政府為籌集財(cái)政資金而發(fā)行的一種政府債券。它是中央政府向投資者出具的、承諾在一定時(shí)期支付利息和到期償還本金的債權(quán)債務(wù)憑證。由于國債的發(fā)行主體是國家，具有最高的信用度，所以國債收益率常常被視作無風(fēng)險(xiǎn)利率，其他債券以此為錨，疊加相應(yīng)的“信用風(fēng)險(xiǎn)”形成各自的收益率。十年期國債作為無風(fēng)險(xiǎn)利率最具代表性的券種，其收益率對(duì)各類資產(chǎn)價(jià)格具有重要影響，包括債券市場、股票市場及房地產(chǎn)市場的資產(chǎn)價(jià)格等都與十年期國債收益率息息相關(guān)。對(duì)于債券市場而言，通貨膨脹類的價(jià)格型指標(biāo)可以作為判斷宏觀經(jīng)濟(jì)基本面的關(guān)鍵點(diǎn)，而且從長期統(tǒng)計(jì)來看，通貨膨脹率的變化是長期利率，特別是十年期國債收益率最為直接相關(guān)的指標(biāo)。在債券投資者的視野中，經(jīng)常接觸且最受關(guān)注的通貨膨脹指標(biāo)莫過于居民消費(fèi)價(jià)格指數(shù)(CPI)和PPI。

在2014 年我國經(jīng)濟(jì)進(jìn)入新常態(tài)之前，CPI 與PPI 的走勢(shì)具有較好的協(xié)同性，如圖1 所示，而且均與十年期國債收益率的走勢(shì)相對(duì)一致，都可作為十年期國債收益率變動(dòng)的錨。但在我國經(jīng)濟(jì)進(jìn)入新常態(tài)以來，CPI 與PPI 走勢(shì)出現(xiàn)了明顯的背離。關(guān)于CPI 與PPI 的背離學(xué)術(shù)解釋很多，龍少波和彭學(xué)東[1]、莫萬貴和袁佳[2]發(fā)現(xiàn)與產(chǎn)能過剩關(guān)系密切，認(rèn)為國際大宗商品價(jià)格下跌、勞動(dòng)力成本上升是重要推手。理論模型方面，一些研究將CPI 與PPI 背離的原因歸結(jié)于外在沖擊。劉鳳良等[3]建立了一個(gè)包括投資品生產(chǎn)和消費(fèi)品生產(chǎn)的兩部門非平衡增長模型，得出CPI 與PPI 分化的原因是政府主導(dǎo)的財(cái)政刺激，使得投資迅速積累后市場內(nèi)生動(dòng)力不足導(dǎo)致結(jié)構(gòu)失衡。與財(cái)政沖擊的視角不同，呂捷和王高望[4]建立的動(dòng)態(tài)隨機(jī)一般均衡(DSGE)模型顯示，貨幣沖擊造成的經(jīng)濟(jì)結(jié)構(gòu)失衡是CPI 與PPI 背離的主要原因。具體來看，央行采用的寬松貨幣政策導(dǎo)致勞動(dòng)力不斷從基礎(chǔ)農(nóng)業(yè)部門流向加工服務(wù)部門，推動(dòng)加工服務(wù)部門擴(kuò)張和基礎(chǔ)農(nóng)業(yè)部門收縮的同時(shí)，也使CPI 不斷上漲而PPI 在經(jīng)歷了一個(gè)短期的上升以后開始不斷下降，從而出現(xiàn)了CPI 與PPI 的階段性“背離”。然而，侯成琪等[5]通過對(duì)上游工業(yè)品生產(chǎn)和下游消費(fèi)品生產(chǎn)構(gòu)成的兩部門DSGE 模型進(jìn)行方差分解，得出大宗商品價(jià)格的負(fù)向沖擊會(huì)使CPI 與PPI 都下降，但PPI 降得更多更快；消費(fèi)品部門的負(fù)向供給沖擊讓CPI 上升，兩種沖擊的疊加造成價(jià)格缺口，致使CPI 與PPI 走勢(shì)背離。而Wei 和Xie[6]則發(fā)現(xiàn)，CPI 與PPI 的背離在很多國家都有發(fā)生，并通過構(gòu)建DSGE 模型，論證了CPI 與PPI 背離的原因在于產(chǎn)業(yè)鏈的延長。

圖1 中國PPI 與CPI 時(shí)間序列圖

在CPI 與PPI 出現(xiàn)背離的同時(shí)，PPI 與十年期國債收益率的走勢(shì)變得更加一致。尤其從2016 年供給側(cè)改革以來，PPI 與十年期國債收益率的走勢(shì)更為趨同，兩者的相關(guān)系數(shù)高達(dá)0.716。但在當(dāng)前針對(duì)十年期國債收益率的研究中，主要是依CPI 與國債收益率及國債收益率曲線的相關(guān)性展開研究，李宏瑾[7]通過對(duì)我國銀行間市場3～5 年中期收益率曲線的通貨膨脹預(yù)測(cè)能力進(jìn)行了實(shí)證研究，發(fā)現(xiàn)與短期收益率曲線相比，較長期的利率期限結(jié)構(gòu)包含了更多未來通貨膨脹變化的信息，從而可以作為通貨膨脹預(yù)測(cè)的指示器。與李宏瑾[7]實(shí)證研究不同的是，曾耿明和牛霖琳[8]采用簡約型無套利宏觀金融模型，第一次從中國銀行間國債收益率曲線中分解出債券市場實(shí)際利率和通脹預(yù)期的整個(gè)期限結(jié)構(gòu)，發(fā)現(xiàn)通過文中方法獲得的通脹預(yù)期很好地反映了債券市場通脹預(yù)期的水平和變化趨勢(shì)。此外，與簡約型無套利宏觀金融模型不同的是，王潤華等[9]通過建立向量誤差修正模型，分析得到CPI 的變動(dòng)可提前9 個(gè)月預(yù)測(cè)國債收益率2 年期與10 年期之間的未來利差，為買賣不同期限的國債提供了一定的投資指導(dǎo)。

除上述研究，也有部分學(xué)者研究了期限利差與其他宏觀經(jīng)濟(jì)指標(biāo)，Mishkin[10]、Gertler 和Lown[11]分別以債券的剩余期限分類和債券信用評(píng)級(jí)分類，研究了期限利差對(duì)經(jīng)濟(jì)增長和產(chǎn)出缺口的影響。與采用單一分類構(gòu)建利差指標(biāo)不同的是，Gilchrist等[12]和Faust等[13]均構(gòu)建了多個(gè)債券投資組合，分析了這些組合的利差對(duì)宏觀經(jīng)濟(jì)的影響。這些研究雖然指出債券利差具有經(jīng)濟(jì)預(yù)測(cè)能力，但未能明確提出新的指標(biāo)。Gilchrist 和Zakrajˇsek[14]通過構(gòu)建GZ 利差指標(biāo)，分析得出信用利差會(huì)影響實(shí)體經(jīng)濟(jì)的融資成本。在Gilchrist 等[12]的基礎(chǔ)上，Bleaney 等[15]、Ponka[16]、Okimoto 和Takaoka[17]分別構(gòu)建了歐盟8 國、美國、日本的GZ 利差。

縱觀現(xiàn)有文獻(xiàn)，關(guān)于PPI 和十年期國債收益率的相關(guān)性研究相對(duì)較少，本文正是在這樣的背景下，借助于VAR 模型[18–20]，針對(duì)新常態(tài)下PPI 與十年期國債收益率的動(dòng)態(tài)關(guān)系展開深入探討，通過Granger 因果檢驗(yàn)、脈沖響應(yīng)函數(shù)分析、方差分解等分析研究了PPI 與十年期國債收益率之間的定性、定量關(guān)系，最后本文給出了預(yù)測(cè)PPI 的方法，為判定十年期國債收益率的走勢(shì)以及債券投資提供參考。

1 數(shù)據(jù)說明與描述性分析

本文選取2014 年1 月至2019 年12 月期間的PPI 和十年期國債收益率數(shù)據(jù)，數(shù)據(jù)來源均為Wind。

因PPI 是月度數(shù)據(jù)而十年期國債收益率是日度數(shù)據(jù)，所以本文十年期國債收益率數(shù)據(jù)采用月均值(每月的算術(shù)平均值)。圖2 展示了2014 年1 月至2019 年12 月期間中國PPI 與十年期國債收益率的時(shí)間序列圖，可以看出兩個(gè)指數(shù)都在頻繁波動(dòng)。PPI 整體呈現(xiàn)震蕩態(tài)勢(shì)，但2016 年年底，PPI 出現(xiàn)了快速上行趨勢(shì)，主要是因?yàn)?016 年以來，受到國家推動(dòng)供給側(cè)結(jié)構(gòu)性改革，在煤炭、鋼鐵、能源等產(chǎn)能過剩領(lǐng)域大力推動(dòng)“去產(chǎn)能”的影響。這些上游領(lǐng)域的生產(chǎn)資料供給明顯收縮，導(dǎo)致價(jià)格上升并直接帶動(dòng)PPI 快速上行；2018 年至2019 年，PPI 出現(xiàn)了趨勢(shì)性下行，與我國經(jīng)濟(jì)增速走勢(shì)基本保持一致；2019 年以來，PPI 低位盤整。與PPI 走勢(shì)不同的是，十年期國債收益率的中樞在逐步下行，與新常態(tài)以來我國經(jīng)濟(jì)走勢(shì)變化一致。在2016 年10 月至2017 年12 月期間出現(xiàn)了較大幅度的上行，主要是因?yàn)?016 年11 月特朗普當(dāng)選總統(tǒng)后，強(qiáng)財(cái)政、強(qiáng)刺激政策導(dǎo)致全球大宗商品價(jià)格快速上漲，全球市場風(fēng)險(xiǎn)偏好抬升，債市情緒迅速降溫。2017 年初市場盛傳當(dāng)局要加強(qiáng)金融監(jiān)管，“去杠杠、防風(fēng)險(xiǎn)”等政策基調(diào)打壓多頭情緒，國債收益率不斷走高。2018 年初至今，十年期國債收益率在震蕩中下行。

圖2 中國PPI 與十年期國債收益率時(shí)間序列圖

從PPI 和十年期國債收益率的時(shí)間序列圖可以看到，兩者整體波動(dòng)趨勢(shì)具有相似性。從圖2 所示曲線初步得出，兩者具有一定的相關(guān)關(guān)系。為此，我們將通過構(gòu)建VAR 模型，對(duì)中國PPI 和十年期國債收益率進(jìn)行定量的實(shí)證分析，進(jìn)一步研究兩者的相關(guān)關(guān)系。

2 實(shí)證分析

基于2014 年1 月至2019 年12 期間中國PPI 和十年期國債收益率的時(shí)間序列數(shù)據(jù)，利用Python 軟件建立VAR 模型，并對(duì)構(gòu)建的模型進(jìn)行穩(wěn)定性檢驗(yàn)、Granger 因果檢驗(yàn)、脈沖響應(yīng)函數(shù)分析和方差分解分析，從而得出PPI 和十年期國債收益率的定量相關(guān)關(guān)系。

2.1 平穩(wěn)性檢驗(yàn)

在構(gòu)建VAR 模型之前，需對(duì)時(shí)間序列進(jìn)行平穩(wěn)性檢驗(yàn)。如果一個(gè)時(shí)間序列的均值或者方差隨時(shí)間的變化而改變，那么這個(gè)序列就是不平穩(wěn)的；如果該序列經(jīng)過d階差分后變成平穩(wěn)序列，則稱該序列是d階單整序列。通常使用單位根檢驗(yàn)來判定時(shí)間序列的平穩(wěn)性。基于Python 系統(tǒng)，對(duì)PPI 和十年期國債收益率時(shí)間序列進(jìn)行ADF 單位根檢驗(yàn)，表1 給出了兩個(gè)變量的ADF 檢驗(yàn)結(jié)果。PPI 和十年期國債收益率月均值的原始時(shí)間序列在不同顯著水平下均是不平穩(wěn)的，而對(duì)兩個(gè)時(shí)間序列做一階差分，分別記為D(PPI)和D(十年期國債收益率)，在1%顯著水平下均平穩(wěn)，即PPI 和十年期國債收益率月均值都是一階單整序列。

表1 PPI 和十年期國債收益率單位根檢驗(yàn)結(jié)果

由于對(duì)本文涉及的PPI 和十年期國債收益率月均值的時(shí)間序列數(shù)據(jù)，在差分前都是不平穩(wěn)的，需要通過進(jìn)行協(xié)整檢驗(yàn)來判斷是否可以直接使用原始數(shù)據(jù)構(gòu)建VAR 模型。表2 給出了兩個(gè)變量的協(xié)整檢驗(yàn)結(jié)果，PPI 和十年期國債收益率不存在長期均衡關(guān)系。因此，應(yīng)該對(duì)PPI 和十年期國債收益率月均值時(shí)間序列采用一階差分后的數(shù)據(jù)構(gòu)建VAR 模型并進(jìn)行相關(guān)分析。

表2 PPI 和十年期國債收益率協(xié)整檢驗(yàn)結(jié)果

2.2 VAR 模型建立和分析

2.2.1 滯后階數(shù)的確定

在建立VAR 模型時(shí)，需確定模型的滯后階數(shù)，根據(jù)AIC(Akaike Information Criterion)、BIC(Bayes Information Criterion)、FPE(Final Prediction Error)和HQIC(Hannan Quinn Information Criterion)準(zhǔn)則來確定滯后階數(shù)，表3 匯總了AIC、BIC、FPE 和HQIC 準(zhǔn)則的運(yùn)行結(jié)果，*代表最優(yōu)參數(shù)(只展示前十階)。

表3 AIC、BIC、FPE 和HQIC 準(zhǔn)則運(yùn)行結(jié)果

根據(jù)BIC 和HQIC 準(zhǔn)則及AIC 和FPE 準(zhǔn)則計(jì)算，最優(yōu)滯后階數(shù)分別為是1 和2。綜合考慮，本文采用2 階滯后系數(shù)作為模型參數(shù)。因此，建立2 階滯后期的VAR 模型，得到PPI 和十年期國債收益率之間的VAR(2)回歸方程，具體結(jié)果如下

上述回歸方程建立了PPI 與十年期國債收益率之間的定量關(guān)系，接下來對(duì)模型進(jìn)行穩(wěn)定性檢驗(yàn)。

2.2.2 VAR 模型的檢驗(yàn)

VAR 模型成立的重要條件是模型的殘差序列相互之間可以同期相關(guān)，但不與自身的滯后期相關(guān)，即VAR 模型內(nèi)各個(gè)方程各自的殘差序列本身要求為白噪聲過程。白噪聲過程定義如下：對(duì)于隨機(jī)過程，若滿足：零均值假設(shè)；殘差序列的方差為有限數(shù)(方差可解)或者標(biāo)準(zhǔn)差為有限數(shù)；序列自身不存在相關(guān)性，則該隨機(jī)過程為白噪聲過程。接下來針對(duì)這三個(gè)條件一一進(jìn)行檢驗(yàn)。

1) 零均值假設(shè)檢驗(yàn)及有限標(biāo)準(zhǔn)差假設(shè)

零均值檢驗(yàn)，即假設(shè)H0：殘差期望E(ei) = 0。表4 為檢驗(yàn)結(jié)果。對(duì)于上述兩項(xiàng)變量，其殘差項(xiàng)假設(shè)檢驗(yàn)P值均接近1，無法拒絕原假設(shè)，零均值假設(shè)成立；殘差項(xiàng)的標(biāo)準(zhǔn)差都是有限數(shù)，滿足有限標(biāo)準(zhǔn)差假設(shè)。

表4 PPI 和十年期國債收益率零均值假設(shè)及有限標(biāo)準(zhǔn)差假設(shè)結(jié)果

2) 自相關(guān)性檢驗(yàn)

殘差項(xiàng)自相關(guān)性檢驗(yàn)通過Q檢驗(yàn)(Ljung-Box 方法)實(shí)現(xiàn)，Q檢驗(yàn)的原假設(shè)為：檢驗(yàn)最大滯后項(xiàng)m的自相關(guān)系數(shù)為0。在原假設(shè)成立的條件下，Q(m)服從自由度為m的卡方分布。首先，通過繪制殘差項(xiàng)自相關(guān)圖來觀察自相關(guān)性。圖3 展示了兩個(gè)變量的殘差序列圖，其中橫坐標(biāo)表示滯后階數(shù)，縱坐標(biāo)表示自相關(guān)系數(shù)，圖中上下虛線之間表示置信區(qū)間。兩個(gè)變量基本都在邊界范圍內(nèi)，無明顯自相關(guān)性。

圖3 PPI 與十年期國債收益率殘差序列圖

接下來進(jìn)行Q檢驗(yàn)，檢驗(yàn)結(jié)果見表5。證明無法拒絕原假設(shè)，結(jié)合零均值檢驗(yàn)和有限標(biāo)準(zhǔn)差檢驗(yàn)可知，PPI 和十年期國債收益率兩個(gè)變量的殘差均為白噪聲。

表5 十年期國債收益率與PPI 的Q 檢驗(yàn)結(jié)果

2.2.3 Granger 因果檢驗(yàn)

Granger 因果檢驗(yàn)主要用來分析變量間的因果關(guān)系，判斷一個(gè)變量是否是另一個(gè)變量變化的原因。為了進(jìn)一步研究PPI 與十年期國債收益率之間的相互影響關(guān)系，本文采用VAR 模型窗口聯(lián)合χ2檢驗(yàn)，對(duì)VAR 模型的2 個(gè)方程進(jìn)行Granger 因果沃爾德檢驗(yàn)。表6 展示了Granger 因果檢驗(yàn)結(jié)果。在5%的顯著水平下，變量PPI 能Granger 引起變量十年期國債收益率，即PPI 的變動(dòng)是引起十年期國債收益率變動(dòng)的原因；但十年期國債收益率不能Granger 引起變量PPI，即十年期國債收益率的變動(dòng)不是引起PPI 變動(dòng)的原因。

表6 VAR 模型中的Granger 因果檢驗(yàn)結(jié)果

2.3 脈沖響應(yīng)函數(shù)分析

脈沖響應(yīng)函數(shù)用來分析當(dāng)模型的某個(gè)變量受到某種沖擊時(shí)，對(duì)系統(tǒng)的動(dòng)態(tài)影響。下面通過對(duì)構(gòu)建的VAR 模型進(jìn)行脈沖響應(yīng)函數(shù)分析，進(jìn)一步研究PPI 與十年期國債收益率的相互影響關(guān)系。運(yùn)用Python 相應(yīng)工具包的分析結(jié)果如圖4 所示，圖中橫軸表示沖擊作用的滯后期數(shù)(月)，縱坐標(biāo)表示沖擊的反應(yīng)程度，實(shí)線表示脈沖響應(yīng)函數(shù)，上下兩條虛線分別表示正負(fù)兩倍標(biāo)準(zhǔn)差偏離帶.

圖4 中的右上圖表明，當(dāng)在本期給十年期國債收益率一個(gè)正向沖擊后，PPI 小幅下行并且在第1 期達(dá)到最低點(diǎn)，然后緩慢上行，在第3 期前后穿過0 點(diǎn)，滯后造成正向沖擊并持續(xù)一段時(shí)間，最后在第7 期前后收斂趨于0。檢驗(yàn)結(jié)果表明，當(dāng)十年期國債收益率在受到外部條件的影響發(fā)生變化時(shí)，其對(duì)PPI 有較弱的反向沖擊，在前1 期沖擊效應(yīng)逐漸增強(qiáng)，在第1 期達(dá)到峰值，之后逐漸減弱，并帶來正向沖擊，但正向沖擊持續(xù)時(shí)間不長，最后慢慢趨于0。

圖4 中的左下圖表明，當(dāng)在本期給PPI 一個(gè)正向沖擊后，十年期國債收益率迅速上行并且在第2 期達(dá)到最低點(diǎn)，然后快速下行，在第6 期前后穿過0 點(diǎn)，之后慢慢減弱，最后在第10 期前后收斂趨于0。檢驗(yàn)結(jié)果表明，當(dāng)PPI 在受到外部條件的影響發(fā)生變化之后，能夠迅速將受到的擾動(dòng)傳遞給十年期國債收益率，在前期對(duì)十年期國債收益率造成正向沖擊，在第2 期達(dá)到最大值，之后快速減弱，并帶來負(fù)向的弱沖擊，最后慢慢趨于0。

圖4 脈沖響應(yīng)函數(shù)

通過上面的檢驗(yàn)分析可以得出：中國PPI 與十年期國債收益率之間存在相互作用關(guān)系，十年期國債收益率的變動(dòng)對(duì)PPI 造成的波動(dòng)影響比較小，PPI 的波動(dòng)在短期內(nèi)會(huì)迅速對(duì)十年期國債收益率造成較大的波動(dòng)影響，這與前面分析的PPI 的變動(dòng)是引起十年期國債收益率變動(dòng)的原因相一致。

2.4 方差分解分析

方差分解是通過分析每一個(gè)結(jié)構(gòu)沖擊對(duì)內(nèi)生變量變化的貢獻(xiàn)度，進(jìn)一步評(píng)價(jià)不同結(jié)構(gòu)沖擊的重要性。在本文所構(gòu)建VAR 模型的基礎(chǔ)上，利用Python 進(jìn)行方差分解分析，進(jìn)一步研究PPI 與十年期國債收益率之間的定量影響關(guān)系，表7 和圖5 分別展示了分析結(jié)果(圖5 中橫軸表示滯后期數(shù)(月)，縱軸表示相關(guān)指標(biāo)的貢獻(xiàn)率)，其中預(yù)測(cè)誤差方差分解(Forecast Error Variance Decomposition)用FEVD 來表示。十年期國債收益率對(duì)PPI 的貢獻(xiàn)率基本在第5 期達(dá)到穩(wěn)定的狀態(tài)，PPI 自身的方差貢獻(xiàn)率占據(jù)絕對(duì)多數(shù)，最終穩(wěn)定在99.8%；PPI 對(duì)十年期國債收益率的貢獻(xiàn)率基本在第10 期達(dá)到穩(wěn)定的狀態(tài)，十年期國債收益率自身的方差貢獻(xiàn)率占據(jù)絕對(duì)多數(shù)，最終穩(wěn)定在85.9%。

表7 方差分解結(jié)果

圖5 方差分解圖

該分析結(jié)果進(jìn)一步表明，PPI 與十年期國債收益率之間存在定量的相關(guān)關(guān)系，且PPI 對(duì)十年期國債收益率的貢獻(xiàn)度要大于十年期國債收益率對(duì)PPI 的貢獻(xiàn)度，這與之前的Granger 因果檢驗(yàn)和脈沖響應(yīng)函數(shù)分析結(jié)果一致。

2.5 VAR 模型預(yù)測(cè)

接下來，我們通過VAR 模型，對(duì)未來PPI 和十年期國債收益率的走勢(shì)進(jìn)行預(yù)測(cè)，具體預(yù)測(cè)結(jié)果見圖6，其中橫坐標(biāo)表示月，縱坐標(biāo)表示走勢(shì)，虛線表示預(yù)測(cè)。

圖6 VAR 模型預(yù)測(cè)

結(jié)合2020 年P(guān)PI 和十年期國債收益率的走勢(shì)：在疫情期間，PPI 同比出現(xiàn)了大幅下行；十年期國債收益率出現(xiàn)短期的上行后由于疫情開始下降，與我們的預(yù)測(cè)走勢(shì)基本保持了一致。這進(jìn)一步說明了我們模型的可靠性。

2.6 PPI 預(yù)測(cè)十年期國債收益率走勢(shì)

基于前面的分析，我們知道PPI 是引起十年期國債收益率變化的Granger 因果，而且進(jìn)一步分析也印證了我們模型的合理性，所以自然而然就想到通過PPI 的走勢(shì)來預(yù)測(cè)十年期國債收益率的變化。

盡管PPI 是月度數(shù)據(jù)，但我們發(fā)現(xiàn)有很多日數(shù)據(jù)和周數(shù)據(jù)與PPI 的相關(guān)性很強(qiáng)，如普通硅酸鹽水泥、布倫特原油、螺紋鋼、銅等大宗商品的價(jià)格以及商務(wù)部每周公布的生產(chǎn)資料價(jià)格指數(shù)(2016 年6 月開始公布)等。尤其是，生產(chǎn)資料價(jià)格指數(shù)的月環(huán)比與PPI 環(huán)比走勢(shì)非常一致，如圖7 所示。而且用生產(chǎn)資料價(jià)格指數(shù)的月環(huán)比數(shù)據(jù)來擬合PPI 環(huán)比數(shù)值與真實(shí)值也很接近，如圖8 所示，均方差只有0.025。而PPI 同比是由環(huán)比連乘得到的，所以可以利用高頻的生產(chǎn)資料價(jià)格指數(shù)來定量預(yù)測(cè)PPI 的變化，從而得到十年期國債收益率的走勢(shì)，為債券投資者提供一定的參考價(jià)值，特別是長端的配置。

圖7 中國PPI 環(huán)比與生產(chǎn)資料價(jià)格指數(shù)時(shí)間序列圖

圖8 中國PPI 環(huán)比及擬合時(shí)間序列圖

此外，由于價(jià)格粘性及企業(yè)生產(chǎn)計(jì)劃的調(diào)整等原因，貨幣從資金市場流入產(chǎn)品市場需要時(shí)間，因此央行每月公布的M1 同比數(shù)據(jù)對(duì)PPI 同比具有一定的領(lǐng)先性，故而可以通過觀察M1 同比的走勢(shì)來預(yù)判未來幾個(gè)月PPI 的定性變化，進(jìn)而大致把握未來幾個(gè)月十年期國債收益率的走勢(shì)，并與生產(chǎn)資料價(jià)格指數(shù)得出的十年期國債收益率走勢(shì)相互印證，為債券投資者提供更為可靠的投資指導(dǎo)。

3 結(jié)論與建議

本文通過構(gòu)建VAR 模型，對(duì)中國PPI 和十年期國債收益率進(jìn)行了實(shí)證分析，驗(yàn)證了兩者的定性和定量相關(guān)關(guān)系。本文首先繪制時(shí)間序列圖對(duì)兩者做定性描述，之后建立VAR(2)模型。接著運(yùn)用Granger 因果檢驗(yàn)分析，得出PPI 是十年期國債收益率的Granger 原因，而十年期國債收益率不是PPI 的Granger 原因。然后對(duì)構(gòu)建的VAR 模型進(jìn)行脈沖響應(yīng)函數(shù)分析，得出十年期國債收益率對(duì)PPI 在短期內(nèi)產(chǎn)生先負(fù)后正的波動(dòng)影響，PPI 對(duì)十年期國債收益率產(chǎn)生正向影響，且作用時(shí)間長、正向沖擊效應(yīng)顯著。接著通過方差分解分析，得出PPI 的變化對(duì)十年期國債收益率的貢獻(xiàn)度較十年期國債收益率對(duì)PPI 的貢獻(xiàn)度更強(qiáng)。通過VAR 模型預(yù)測(cè)，對(duì)未來PPI 和十年期國債收益率的走勢(shì)進(jìn)行了預(yù)測(cè)，結(jié)合2020 年P(guān)PI 與十年期國債收益率的變化情況，印證了我們模型的可靠性。最后簡單提供了預(yù)判PPI 走勢(shì)的定量定性分析指標(biāo)，通過觀察這些指標(biāo)大致得出PPI 的變化，大致把握未來十年期國債收益率的走勢(shì)，為債券投資者提供一定的投資指導(dǎo)。

因受限于數(shù)據(jù)，目前未對(duì)文中涉及的兩個(gè)變量進(jìn)行很好的季節(jié)調(diào)整，但實(shí)際與實(shí)證結(jié)果仍然得到了較好的相互印證。由于可以通過生產(chǎn)資料價(jià)格指數(shù)等高頻數(shù)據(jù)來判斷PPI 的未來走勢(shì)，再結(jié)合本文的分析，通過PPI 的未來走勢(shì)推測(cè)出十年期國債收益率的走勢(shì)，從而為債券投資者提供一定的參考價(jià)值。當(dāng)然，在進(jìn)行預(yù)測(cè)時(shí)，不可能僅僅依靠某一指標(biāo)或者體系，可以考慮將PPI 與多個(gè)指標(biāo)相結(jié)合，取長補(bǔ)短，進(jìn)一步完善預(yù)測(cè)方案。同時(shí)，可以深化對(duì)PPI 相關(guān)的高頻數(shù)據(jù)研究，得到更加準(zhǔn)確的預(yù)測(cè)分析，從而使得投資者在進(jìn)行債券投資時(shí)獲得滿意的收益。