谁是中国利率市场中价格稳定的“锚”？——基于国债期现货及利率互换市场的研究

刘文超， 安 毅， 方 蕊

(1. 中国农业大学 经济管理学院， 北京 100083； 2. 中国农业大学 中国期货与金融衍生品研究中心， 北京 100083)

一、引言

国债市场在金融市场中的定价基础地位是其他金融市场无法取代的[1]，随着中国金融体系改革的持续推进，债券市场在金融资源配置上发挥着越来越重要的作用，而作为债券市场基准的国债市场的作用将更加不可忽视。从国际上的成熟经验来看，国债期货市场与利率互换市场是利率价格发现和风险管理的两个必不可缺少的衍生市场。在中国利率市场化深入展开过程中，国债期货和利率互换市场发展十分迅速，已经形成了场内和场外两组新的利率形成机制和期限结构，对资本市场运行产生深刻影响。其中，现行的国债期货市场发端于2013年的五年期国债。之后，中国金融期货交易所又在市场不断完善和稳健发展的基础上，相继上市十年期国债期货和两年期国债期货。十年期国债期货交易十分活跃，成为利率市场的核心内容之一，如图1所示。相比之下，中国的利率互换市场发展时间更长，自2006年产生后，一直受到银行间市场交易主体的高度关注。2014年11月，中国外汇交易中心开始提供标准利率互换交易后，中国利率互换成交笔数与名义本金额进一步呈现出加快增长的趋势，如图2 所示。经过十三年的发展，已经有大量的金融机构参与利率互换交易，利率互换市场也已成为中国规模最大的场外利率衍生工具。在利率互换市场规模不断扩大的过程中，全国银行间同业拆借中心编制和发布了利率互换曲线，以期用来刻画利率期限结构和反映市场对未来利率走势的预期。总体上看，尽管国债期货和利率互换两个市场的并行发展和不断创新均产生了其各自的利率结构，但是两个市场依然处于一定的分割中，银行还不能进入国债期货市场。在这样的市场结构下，国债现货、国债期货和利率互换的价格关系究竟如何，谁是利率市场中价格稳定的锚，如何推动利率市场化改革的深入完成，就成为中国金融体制改革过程中一项十分重要的研究议题。

图1 中国国债期货活跃合约每日成交量

图2 中国利率互换的每年交易名义本金额

已有关于国债现货市场与利率衍生互换市场价格关系的研究十分稀少。相关研究关注了国债期现货价格发现和定价效率[2-4]以及国际间利率互换的关联性[5-8]。其中，张劲帆等[2]首次将中国国债期现货市场与利率互换市场置于统一框架，分析中国利率市场的价格发现功能。虽然价格发现模型能反映不同市场的价格发现贡献度，贡献多的市场掌握着定价权[9]。但由于信息份额(IS)模型要求两个变量之间的协整关系的协整向量满足(1，-1)， 而实证发现利率互换与国债期现货价格之间的协整关系并不满足该假设，可能导致得到的经验结果并不准确。此外，虽然通过DCC-GARCH模型探讨了市场间的同步相关性，但却并不能区分两个市场谁在波动信息溢出方面占主导地位。

由于市场间基于波动的相关性能够有效地反映市场的联动关系，价格波动也与市场获取信息的速度直接相关，因此研究市场间的波动溢出效应不仅可以了解市场间的信息传递模式，也对了解市场间的风险传染机制具有重要意义[10]。随着利率市场化进程加速和多层次利率衍生品市场体系的不断完善，作为中国利率市场化进程中的关键市场，利率衍生品市场与国债现货市场之间的关联性如何？在波动溢出传导中，谁是谁的影子市场？利率市场间的风险溢出效应是否存在长短期差异？研究这些问题，对客观评价哪个市场才是中国利率市场价格稳定中至关重要的市场意义重大。因此，文章将从波动信息溢出层面对中国国债期现货市场与利率互换市场之间的一体化关系和谁是市场利率稳定之“锚”进行深入研究。

“锚”市场的价格变化是其他市场价格变化的基础，具有主导其他市场价格变化的影响力。现有学术文献中对市场影响力问题的探讨主要涉及两类：一是金融市场的影响力，如股票市场[11-12]、利率市场[13-14]和外汇市场[9,15]；二是国际大宗商品的影响力[16-17]。与影响力密切相关的词包括：定价权[9,18-19]、定价基准[20]和锚效应[15,21]。文章对国债期现货与利率互换市场中谁主导市场利率波动问题的研究属于金融市场的影响力的研究范畴，金融市场定价权或定价基准的归属问题与金融市场信息溢出研究和金融市场价格发现研究紧密相关。根据前人的研究，定价权的归属问题可以基于信息溢出研究，通过市场间信息流动的方向来确定，即信息净流出方具有定价权[9]，信息净流入方是影子市场[17]。金融市场之间的信息传递现象是现代金融系统运行的重要特征之一，已有研究将信息溢出主要分为均值溢出和波动溢出两个层面，而且当变量间存在均衡关系时，均值溢出又分为长期均值溢出与短期均值溢出[9]。对于长期均值溢出主要采用协整的迹统计检验和长期弱外生性统计检验来确定变量在长期的领先滞后关系和信息溢出方向[22]。Yang等[23]指出，弱外生性变量是长期信息的主要来源，对其他变量序列具有引导作用。短期均值溢出主要通过格兰杰因果[12]和信息溢出指数模型[24]来实现。最后，波动溢出也是定价权的重要方面，变量在波动层面上的信息溢出方向主要通过格兰杰因果[12]、多元GARCH模型[25-28]和溢出指数模型的净溢出值[17,29]来实现。

但是，格兰杰因果模型和多元BEKK-GARCH模型仅仅是从统计意义上研究了市场的定价权归属问题，信息溢出模型相比格兰杰因果模型和多元GARCH模型不仅研究了其方向，还研究了信息溢出规模，对市场的影响力给予了一定的量化，使得信息溢出模型的研究结论具有经济意义，但受其自身模型的限制，仍然属于短期风险溢出模型。如何从经济显著性的角度下衡量长期的信息溢出效应，一些学者通过将频域分解与信息溢出指数模型相结合，研究变量之间的长期信息溢出效应[30-31]。

相比以往的研究成果，文章的研究贡献主要在以下三点：一是考虑到中国利率衍生品市场一直在不断的发展，文章在滚动分析框架下，从信息溢出理论出发，首次对中国国债期现货市场与利率互换市场之间的一体化进程和波动溢出问题进行研究，为中国长期利率市场间风险传染机制提供更为系统的视角，丰富了利率市场波动溢出相关的研究文献。二是文章基于广义方差分解的溢出指数法，从经济意义上来揭示中国利率衍生品市场对现货市场的影响。三是文章基于频域分解广义溢出指数法考察了中国国债期现货市场与利率互换市场信息溢出的长短期效应，分析它们之间在波动溢出层面上的信息溢出在时间维度上的差异，揭示投资者预期在不同时间频率上对中国市场利率的影响力与关联性的影响。

二、理论分析与研究方法

(一)市场稳定的“锚”利率定义

维护利率市场稳定是保障中国利率市场基础功能得以有效发挥的基础，尤其是作为利率市场基准的国债市场的稳定对中国宏观经济运行具有重要作用。利率市场的稳定是相对于利率市场过度波动而言，利率市场的过度波动不利于投资者决策和债券市场直接融资功能的发挥。了解市场间的波动信息溢出效应，尤其是风险传导路径、方向、大小，以及谁处于风险溢出中心地位，揭示其内部关联机理，对维护中国利率市场稳定具有重要意义。

根据戴国强和梁福涛[32]、方意和方明[33]的研究经验，要作为利率市场价格稳定的锚利率应包含以下两个属性：基础性和稳定性。基础性主要是“锚”利率能显著影响其他利率市场，主导其他利率变动；稳定性则指基础利率受其他利率的影响较小。

刘建和等[17]从风险溢出的角度研究中外铜期货市场的影响力。他们认为，风险溢出效应是指单个市场的风险扩散到其他市场，或者风险在不同金融市场间传递，并首次将影子市场定义为一个市场被动受到其他市场的风险效应的影响大于该市场给其他市场的风险溢出效应的影响。徐晓光等[10]也认为，波动溢出效应不仅反映了信息在市场间的传递模式，而且还反映了风险在市场间的传递方向。另外，王有鑫等[29]认为，研究波动溢出的前提是市场间具有一定的关联度，也就是说市场具有一定的非独立性，市场间的关联性导致市场的波动相互影响。受上述研究成果的启发，文章将锚利率的基础性定义为：如果某一市场对影子市场存在净溢出，则称该市场具有基础性，这些市场的波动对影子市场的稳定至关重要；将稳定性定义为，如果一个市场自身的变动主要由自身引起(变量自身对其风险溢出程度比重达到50%以上)，则此市场具有稳定性。如果某市场在风险溢出中同时具有基础性和稳定性，则称该市场为影子市场的稳定的“锚”利率。

(二)信息溢出指数模型

Diebold和Yilmaz[34]通过向量自回归模型的方差分解原理构建多变量之间的溢出指数，即DY溢出指数法。该模型能够有效地测定多市场或者资产之间的时变溢出关系，这为文章探讨十年国债期货市场、十年国债现货市场、五年利率互换市场之间的时变溢出效应提供了可行的方法。为此，构建三变量p阶 向量自回归(VAR) 模型为

(1)

(2)

定义市场j到市场i的波动溢出为

(3)

(4)

(5)

TSI 衡量了三个利率市场之间的溢出对误差方差的贡献大小，总溢出指数越大，市场间的溢出在总方差中所占的比重越大，这说明市场之间的溢出程度越高，某一市场的冲击越容易影响到其他市场。

为了反映不同方向的溢出程度，定义接受总溢出指数和给予总溢出指数。市场i的接受总溢出指数为

(6)

接受总溢出指数度量其余所有市场对市场i的总溢出值，此时，市场i是其他所有市场波动溢出的目的地。市场i的给予总溢出指数为

(7)

给予总溢出指数度量市场i对其他所有市场波动溢出的总影响，此时，市场i是对其他金融市场波动溢出的发出者。

根据接受总溢出指数和给予总溢出指数，容易定义净溢出指数为

(8)

净溢出指数表示市场i的冲击对所有其他市场的净波动溢出大小。当净溢出指数大于0时，市场i是对其他金融市场波动溢出的净给予者; 当净溢出指数小于0时，市场i相对于其他金融市场来说是波动溢出的净接受者。

接受总溢出指数和给予总溢出指数可以有效地度量市场i与其他市场之间的波动溢出效应，但无法具体给出市场i和市场j之间的波动溢出效应，这需要定义配对净溢出指数为

(9)

配对净溢出指数度量了市场i和市场j之间的波动净溢出效应。

三、数据来源与变量说明

文章使用十期国债期货主力合约作为中国国债期货市场的代表，基于七天回购定盘利率(FR007)的五年期利率互换连续日均固定利率序列作为利率互换价格，国债现货数据选择十年国债的中证债指净值指数。数据频率为日，样本区间为2015年3月20日—2018年12月28日，删除缺少值，每个序列的观测值共计922个。图3为国债期现货与利率互换价格变量的对数时间序列，图3初步表明中国国债期现货与利率互换之间具有一定的联动关系。

图3 国债期现货与利率互换价格的对数序列

文章对变量对数时间序列取一阶差分获得变量的对数收益率为

Rs(t)=100%×[ln(St)-ln(St-1)]

(10)

式中：通过将f10、b10和s5分别代入到S中，可以得到相应的对数价格序列LB10、LNF10和LNS5以及对数收益率RF10、RB10和RS5，表1归纳了各变量的描述性统计。

表1 全样本描述性统计

表1结果表明，中国利率互换市场价格波动最大，其次是国债期货市场，而国债现货市场价格波动最小。由收益率的峰度、偏度值可知，中国国债期现货价格与利率互换价格均尖峰厚尾，且均左偏，JB检验均拒绝正态分布原假设。

表2中结果显示，中国利率互换与国债期现货市场的价格序列存在单位根，而原序列经过一阶差分后均不存在单位根，说明国债期现货与利率互换的价格序列是一阶单整序列过程)。因此，文章使用国债期现货与利率互换的价格序列的一阶差分来构建实证模型。

表2 变量单位根检验结果

研究这三个市场间的风险溢出效应,采用AR(P)-GARCH(1,1)-t模型估计利率互换与国债期现货市场收益率的波动率。其中，根据收益率自相关图，设置P为0或1，最优滞后阶数依据AIC准则选择。表3给出了国债期现货与利率互换收益率AR(P)-GARCH(1,1)-t边缘分布的估计结果。

表3 GARCH参数估计结果

由表3可知，国债期现货与利率互换收益率均存在波动率集聚现象，AR(0)-GARCH(1,1)-t分布能较好的拟合国债期货市场收益率边缘分布，AR(1)-GARCH(1,1)-t分布能较好地拟合国债现货和利率互换收益率的边缘分布。

四、实证结果与分析

(一)基于溢出指数模型的实证结果与分析

文章使用AR(p)-GARCH(1,1)-t分布对国债期现货与利率互换的利率波动进行建模，将波动率取对数后，运用DY溢出指数法通过广义方差分解来构造利率波动的溢出指数；并采用滚动回归分析来刻化市场间的波动溢出效应的时变特征，从而对市场间的波动溢出程度和动态特性给予充分的定量分析。此外，已有研究表明市场间的信息溢出程度受投资者的长短期预期的影响，为进一步揭示这三个市场间的风波动溢出在时间维度上的差异，文章使用BK(2018)分频溢出指数法获得市场间的长短期波动溢出效应。

1. 风险溢出效应的静态检验

(1)基于广义方差分解的溢出指数模型的结果分析

表4给出了国债期现货与利率互换市场间的波动溢出结构。表4中溢入表示受到其余利率市场的波动溢出影响的加总。各列表示对外的溢出程度。表4 的给予表示该市场对其他利率市场的波动溢出影响的加总，净溢出表示该市场对其他利率市场的波动溢出影响的净溢出，正值表示对其他市场整体是净溢出，表示该市场具有一定的基础性；而负值表示其他市场整体对该市场净溢出，表示该市场是其他市场的影子市场。

表4 国债期现货与利率互换市场的风险溢出(2015年3月20日—2018年12月28日)

表4给出了利率衍生品市场与国债现货之间的利率波动溢出程度。首先，从整体来看，国债期现货与利率互换市场间的总溢出指数为42.57%，表明市场间的风险溢出程度较高，说明在国债期现货与利率互换市场间的某一个利率市场的波动冲击会蔓延到其他利率市场，甚至引发利率市场系统性风险。其次，从方向性溢出指数来看，国债现货市场对其他市场的总溢出程度最大，大于其他市场对国债现货市场的总溢出程度，且国债现货市场是系统中最大的净风险溢出者，说明中国国债现货是系统中最大的风险溢出者，中国利率衍生品市场在整个样本中并不是利率现货市场的稳定之锚。最后，利率互换对国债期现货市场的溢出程度均小于国债期现货之间的溢出程度，说明相比受利率互换市场的影响，国债期现货市场之间的影响更强。

张劲帆等[2]的研究表明，利率衍生品市场近年来的不断完善导致利率衍生品市场相对于国债现货市场的信息优势在近些年有所增强。因此，在表4的基础上，为研究全样本结论在时间的上的稳健性，并验证中国利率衍生品市场相对于国债现货市场的在波动层面上的信息劣势是否得到了改善，文章将全样本按时间等分为前后两个子样本，分别对其进行广义预测方差分解，并将其得到的溢出指数结果报告在表5中。对比前后两子样本结果：

表5 国债期现货与利率互换市场间波动溢出效应概况

从整体来看，中国利率衍生品市场与国债现货市场之间的总溢出指数在子样本1和子样本2分别为44.68%和41.16%，且与总样本总溢出指数相差不大，说明中国利率衍生品与国债现货市场间的系统关联性基本稳定。利率互换对国债期现货市场的影响仍然小于相应的国债期现货之间的影响，但利率互换对国债期货市场的影响力明显减弱。

为进一步分析中国利率衍生品市场与国债现货市场风险溢出程度在样本1和样本2中的差别，文章分别对利率互换与国债期现货市场的方向溢出概况(如表6所示)和国债期货市场与利率互换以及现货市场的方向溢出概况进行总结(如表7所示)。

表6 利率互换分别与国债期现货的方向性溢出概况总结

对利率互换市场而言，首先，由表5可知，利率互换受其他市场的溢出程度分别在子样本1和子样本2中为36.2%和37.68%，说明利率互换受自身溢出程度均高于市场间溢出程度，利率互换市场受国债期现货市场的影响基本稳定，利率互换满足“锚”利率的稳定性标准。其次，互换市场对国债现货市场的影响基本稳定，但相比在子样本1中，在子样本2中利率互换对国债期货市场的溢出程度降低16.42%，与之相对应的是期货市场对利率互换的溢出程度增强了11.27%以及现货市场对利率互换的溢出程度降低了9.78%，说明国债期货对利率互换影响增强的同时，国债现货对利率互换市场的影响减弱了。最后，由表6中利率互换与国债期现货之间的配对溢出数值表明，中国利率互换始终是国债现货市场的影子市场，但在子样本2中现货市场对利率互换市场的影响降低，且利率互换在子样本2中是国债期货的影子市场。综上分析可知，国债期现货市场对利率互换的影响具有一定的替代效应，国债期现货市场在子样本2中均是利率互换的市场稳定“锚”。

对期货市场而言，首先，从方向性风险溢出效应来看，由表5可知，在子样本1中国债现货与利率互换的自身溢出程度高于市场间溢出程度，国债期货受其他市场的风险溢出程度为65.64%，说明在子样本1中中国国债期货市场受其他利率市场的影响远高于受自身滞后效应的影响，国债期货市场不满足“锚利率”的稳定性标准；此外，由表5中的净溢出数值和表7中国债期现货与利率互换之间的配对溢出数值表明中国国债期货在子样本1是利率互换与国债现货市场风险净接受者，且受国债期货市场的影响略大些。因此，无论是从净溢出还是从受其他市场的方向性溢出角度来看，中国国债期货市场在子样本1阶段是国债现货市场与利率互换的影子市场。其次，在子样本2中，国债期货市场在系统中的地位发生根本性的转变。子样本2中利率互换和国债现货市场受自身的溢出程度分别为62.32%和55.12%，但国债期货受其他市场的溢出程度变为40.91%，说明相比在子样本1中，国债期货市场在子样本2中受其他利率市场的影响大幅度减弱，此时国债期货市场满足“锚利率”的稳定性标准。且从市场两两之间的风险溢出效应来看：由表7可知，相比子样本1，在子样本2中，国债期货对利率互换和国债现货市场的溢出程度分别增加了11.27%和13.97%，国债现货和利率互换对国债期货市场的溢出程度分别减少了8.31%和16.42%，且国债期货与利率互换和国债现货之间的净配对溢出指数已分别由样本1中的-21.06%和-21.72%变为6.63% 和0.56%，说明国债期货市场在在子样本2中对国债现货和利率互换市场已是净溢出角色，且国债期货对利率互换市场的影响最大。最后，从系统性净溢出指数来看，在子样本2中国债期货由子样本1中的波动溢出的净接受者转变成波动溢出的净溢出者，且净溢出指数与国债现货的净溢出指数相近，均约为2%，说明在子样本2中中国国债期货市场已基本不是其他市场的影子市场，国债期货市场在子样本2中满足“锚利率”的基础性标准，且国债现货市场在全样本中始终扮演着利率市场稳定之锚的角色，但稳定之“锚”的作用由于期货市场影响力的提升而有所减弱。

表7 国债期货分别与国债现货和利率互换市场间的方向性溢出概况总结

综上所述，在这三个市场间的风险溢出传导链中，利率互换在子样本2中已是国债期现货市场的影子市场，国债期货市场影响力增强，国债期货在三个 市场之间具有一定的稳定之“锚”的作用，国债期现货市场是利率市场稳定的基础。

(2)基于频域分解的溢出指数结果分析

为探究利率衍生品市场与国债现货市场间在不同频域上的风险溢出效应，文章基于BK(2018)提出的频域分解溢出指数模型进行研究，将原序列频域分解成高频和低频，高频频率带为3.14～0.63，代表1～5天的期限；低频的频率带为0.64～0，代表1周至更长的期限。为与DY溢出指数进行比较，VAR最优滞后阶数仍然为3。频域分解溢出指数结果如表8所示。

表8 国债期现货与利率互换市场间的长短期溢出概况

表8给出了利率衍生品市场与现货市场间的风险溢出的长短期效应结果，表8短期部分为市场一周之内短期风险溢出情况，表8长期部分为市场长于1周的长期风险溢出情况。对比长短期风险溢出可知，中国利率衍生品市场与国债现货市场之间的短期风险溢出程度十分微弱。主要表现为各市场对自身的影响均不超过5%，对其他市场的影响和受其他市场的影响均不超过1%，短期总风险溢出指数为1.2%。中国国债期现货市场与利率互换市场之间的风险溢出数组与分解风险溢出指数数值相差不大，且总风险溢出指数为41.37%，说明利率衍生品市场与国债现货市场间的风险溢出效应主要集中在长期。文章进一步将样本如上文一样划分为子样本1和子样本2，结果表明在两个子样本中也均是长期风险溢出效应占主导地位。

2. 基于滚动的国债期现货与利率互换市场间的风险溢出效应

前文主要是基于静态视角研究中国国债期现货市场与利率互换市场间的风险溢出效应，确定了谁是中国利率市场稳定的“锚”。尽管样本也揭示了：随着中国利率衍生品的发展，利率衍生品市场与国债现货市场间的风险溢出结构子样本2中的已经发生显著性改变。但为进一步有效捕捉到市场间信息溢出的时变特征，从而通过研究在不同经济金融环境下的市场间的风险溢出水平的动态变化，来有效评估各市场影响力的动态变化，文章对静态VAR模型进行固定窗口的滚动回归来获得动态溢出指数。与静态溢出指数方法一样，动态溢出指数也分为不考虑频域分解的信息溢出指数和频域分解信息溢出指数模型。

(1)基于广义方差分解的溢出指数模型的结果动态分析

为进一步获得中国国债期现货市场与利率互换市场之间的关联性动态特征，采用DY的滚动溢出指数法。滚动窗口设置为250。其中，图4是国债期现货与利率市场之间风险溢出的总溢出，图5给出了国债期现货与利率互换市场风险溢出的方向性溢出。其中，图5溢出指数反映了某一市场对其他市场的总风险溢出程度，溢入指数反映了某一市场受到其他两个市场的总风险溢出程度，净溢出指数反映了市场在系统中的净风险溢出程度，配对净溢出指数反映了市场两两之间的净风险溢出程度。

由图4可知，中国国债期现货市场与利率互换市场之间总溢出指数在2017年初发生结构性突变，2017年市场间的总风险溢出明显高于2017年以前的总溢出指数，说明2016年之后，中国利率衍生品市场与国债现货市场之间的关联性明显提升。

图4 国债期现货与利率互换价格的总溢出

图5的方向性溢出图和方向性受其他市场的风险溢出图反映出中国国债期现货市场与利率互换市场均满足非独立性条件，符合识别利率市场稳定之锚的前提条件[22]。首先，图5的溢出指数反映了中国期货市场在2018年期间，国债期货市场对其他市场的风险溢出程度显著增强。并且由图5中的期货与利率互换以及期货与国债现货之间的净风险溢出图反映了在2018年期间期货市场对利率互换市场是净风险溢出市场，期货市场与现货市场之间的风险溢出程度相差不大。这些均说明在2017年之后，中国期货市场对其他市场的影响力显著增强，利率互换市场是国债期货市场的影子市场，且国债期货市场基本脱离了是现货市场的影子市场的范畴。其次，图5溢出指数反映了中国现货市场对其他市场的风险溢出程度整体比较稳定，但国债现货市场受其他市场的溢回效应的影响增强，导致现货市场对利率衍生品期货市场的净溢出效应的影响在2017年后大幅度减弱，其主要原因是期货市场对其他市场的风险溢出效应的影响力显著增强。最后，图5中的利率互换与国债现货净配对风险溢出图反映了利率互换在整个样本的大部分时期都是国债现货市场的影子市场，且相比2018年以前，现货市场对利率互换的影响力显著下降。其中，图5(d)正值表示第一个市场对第二个市场是净风险溢出市场。

(2)基于频域分解溢出指数结果分析

为进一步获得中国国债期现货市场与利率互换市场之间的在长短期的关联性动态差异，采用BK(2018)的频域分解溢出指数法对价格序列进行频域分解。频率设置与VAR滞后阶数设置与静态BK(2018)设置一样，滚动窗口设置与上文DY的指数设置一样为250。在VAR滞后阶数和滚动窗口不变的前提下，长短期溢出指数之和等于DY的溢出指数。其中，图6是长短期总溢出指数，图7是长短期净溢出指数。

从长短期总溢出图6来看，相比长期波动溢出效应，市场间的短期利率波动溢出效应很小，说明中国利率市场间的溢出主要是在长期，即国债利率衍生品市场间的价格波动溢出效应具有长期效应，投资者们普遍预期未来市场利率价格波动仍然持续。从总溢出走势来看，利率市场间长期波动溢出效应和原序列的溢出效应基本相同，说明基于DY的总溢出指数主要来自利率市场间的长期溢出效应。图7 也表明市场间的净溢出效应也主要集中在长期，因此，进一步证实在整个样本期间长期波动溢出效应占绝对主导地位。

图5 国债期现货与利率互换价格的方向溢出

图6 国债期现货与利率互换价格的长短期总溢出

图7 国债期现货与利率互换价格的长短期净溢出

3. 稳健性检验

对于国债期现货市场与利率互换之间的波动溢出关联性，文章选取了三种方法进行稳健性检验。首先，采用收益率的平方来代替基于GARCH模型估计的波动率进行检验；其次，改变滚动窗口，由250改为100和300进行检验；最后，采用将长期频率进一步分解成中期频率(5～20天)和长期频率(20天～inf)进行检验，实证结果如表9所示。这些结果都说明文章的结论是稳健的。除频域分解溢出指数结果外，为节省篇幅其他稳健性结果未详细披露，如有需要，可向作者索取。

表9表明：虽然利率互换与国债期货市场之间的风险溢出效应的中期效应比短期效应强些，但仍然是长期效应占主导的，说明我国利率互换与国债期货市场之间的风险溢出效应以长期为主，主要受投资者对未来利率变化的长期预期和对中国宏观经济运行与货币政策的长期预期的影响。

表9 国债期现货与利率互换市场间的长中短期溢出概况

五、研究结论与政策含义

文章从波动溢出角度出发，基于溢出指数模型，尝试从四个紧密联系的方面探究谁才是中国利率市场价格稳定的锚。即，定量分析中国利率衍生品市场与国债现货市场间的风险溢出效应，揭示国债期现货市场与利率衍生品市场间的风险联动水平与时变趋势，识别中国利率衍生品市场与国债现货市场的风险中心与主要传导方向，通过频域信息溢出指数模型研究国债期现货市场与利率互换市场之间的长短期风险溢出效应。

结果发现：第一，无论是利率互换还是国债期货市场，均对现货市场存在一定程度的溢出效应，这表明中国利率衍生品市场对国债现货市场已经具备一定的影响力。但相比利率互换市场，中国国债期货市场对国债现货市场的影响更强。第二，中国利率互换市场已是国债期现货市场的影子市场，国债期现货市场则是利率互换市场的稳定之锚，国债期现货市场对利率互换市场的影响具有一定的替代效应。第三，中国国债期货市场已具备成为利率市场稳定之锚的实力，且2017年之后中国国债期货市场对国债现货市场与利率互换市场的影响力明显提升，说明近年来国债期货市场的不断完善，对于国债期货市场的影响力起到了更积极的作用。第四，中国利率衍生品市场与国债现货市场之间的风险溢出效应存在长短期差异，并且长期传导效应占绝对主导地位，表明市场参与者认为利率市场的波动溢出效应更具有长期性，预期利率市场未来波动仍然长期持续下去。

上述结论具有较强的政策启示：第一，中国应继续完善现有的利率衍生品市场，打通国债期货和利率互换的市场分割，推动场外衍生品市场与场内衍生品市场的协调发展，共同为利率市场化的改革深化保驾护航。第二，协调好场内和场外衍生品的监管关系，着力发展国债期货市场，使国债期货市场成为利率价格发现中心与利率风险管理中心，成为利率市场的锚利率。为此，一方面，应尽快放开对银行现券市场的投资主体参与期货市场的限制，以此增强中国国债期货市场的流动性和价格发现功能，进一步提升国债期货市场在利率衍生品市场中的地位；另一方面，在金融全球化和中国金融体制对外开放的主体背景下，着手研究国债期货市场的国际化战略，使国债期货市场真正由量变转向质变，这也有助于人民币国际化与中国股市与商品期货市场国际化的实现。第三，建立利率市场系统性风险预警与管理体系，防止某一市场过度波动导致利率市场间的关联性增强，引发系统性风险。一方面，政府在利率市场过度波动时，应发布相关信息，及时引导投资者(尤其是国债期现货市场投资者)预期，这将有助于缓解市场间的风险溢出效应；另一方面，在中国利率市场化进程加速和全球货币政策不稳定的背景下，保持中国货币政策的稳健性和一定的可预期性对中国利率市场的稳定至关重要。