中美国债市场信息溢出效应检验

王培辉 陈岩

摘   要：随着中国金融市场不断开放，中美国债市场之间的联动性进一步提高，信息溢出也进一步加强。本文构建动态信息溢出指数，分析了中美国债市场的总溢出、方向溢出及净溢出效应。研究发现：在样本期内，中美两国国债市场之间波动率总溢出效应强于收益率总溢出，两个市场存在不对称的双向溢出效应，其收益率和波动率溢出在动态路径上也存在显著差异，具有显著的时变性。2019年之前两国收益率总溢出水平基本维持在10以内，2019年后收益率溢出指数明显提高;波动率总溢出受金融事件影响导致极端值较多，溢出水平也相对较高。总体而言，无论是收益率溢出还是波动率溢出，多数时期美国国债市场对中国国债市场表现为正向净溢出，中国国债市场更多地受到美国国债市场的影响。

关键词：国债市场;溢出指数;信息溢出

DOI：10.3969/j.issn.1003-9031.2021.09.007

中图分类号：F830.9            文献标识码：A            文章编号：1003-9031（2021）09-0057-13

一、引言

随着经济金融全球化进程的不断推进，中国逐步开放金融市场，深入推进人民币国际化进程，对国际金融市场参与程度愈来愈高。中国金融市场与国际金融市场间信息溢出也明显加强。信息溢出是一把“双刃剑”，它可以保证两个市场间充足的资本流动性，但过度的溢出效应会对相关市场的平稳运行构成极大威胁。国债市场作为一国金融证券市场的重要组成部分，发挥着优化资源配置和宏观政策传导的作用，特别是在我国推进利率市场化和人民币国际化的改革过程中，一个成熟的国债市场变得越来越重要。从宏观角度看，在全球经济一体化逐步深化的今天，各国间资本流动加快，金融市场在相互融合发展的同时，也伴随着一定的风险溢出，因为一国金融市场的波动与另一国同一市场息息相关;从微观个体行为角度看，由于信息不对称问题的存在，投资者无法及时掌握更全面的信息，也就无法做出相应的决策，因此更易出现羊群效应和范围偏好，从而为国债市场间的溢出提供了可能（冯涛和刘伟，2013）。

中美国债市场联动有着坚实的经济基础，中美国债市场收益率呈现出大体一致的走势，尤其是2008年金融危机之后，这种联动性更为显著。当前，面对突发的全球性新冠疫情以及愈加不确定的国际金融环境，中美两国金融市场也做出了相应的反应。随着全球新冠疫情的迅速蔓延，市场恐慌加剧，全球风险资产价格剧烈下跌，美股在短短十天内经历了四次熔断，美元出现流动性危机，美聯储出台了一系列“救市”措施，美国长期国债收益率整体下移且陡峭;而中国金融市场也遭受了不同程度的冲击，长期国债收益率同样下移。国外疫情防控面临重重阻碍，国际金融市场波动剧烈，在中国金融市场逐步开放的大背景下，美国国债市场的波动必然会影响中国国债收益率的走势，进而有可能深层次影响中国经济政策调整的有效性。因此，研究中美国债市场的信息溢出效应，有助于清晰认识到两国市场间的风险溢出情况，有利于政策制定与金融监管，更好地促进我国国债市场稳定发展。

二、文献综述

纵观现有文献，学者们对不同经济体的债券市场间联动性研究已较为丰富。早期研究主要集中在欧美等发达国家债券市场间信息溢出效应。Mills等（1991）利用VAR模型及脉冲响应函数和方差分解研究了日本、英国、美国和西德这四个国家中债券市场波动的国际传导关系发现，短期内发达国家波动溢出效应明显，一个市场的冲击会迅速传导到其他市场，并且这些国家的债券收益率不存在协整关系。Yang Jian（2005）选取1986—2000年美国、日本、德国、英国、加拿大五个国家的国际债券市场指数来探讨五个政府债券市场之间的联系，结果显示，在样本期内这五个债券市场不存在长期关系，但短期内国际债券市场并不是完全分割的。Skintzi et al（2006）采用EGARCH模型考察了欧洲债券市场与美国债券市场之间的动态联系，研究发现两市场均存在显著的双向波动溢出效应，但局部冲击对债券市场的波动具有非对称影响，其中美国债券市场波动显著影响单个欧洲债券市场。Charlotte et al（2007）从均值和波动率两方面考察美国和欧洲债券市场对单个欧洲债券市场的的溢出情况，对欧洲货币联盟国家来说，美国市场的波动溢出效应较弱，而欧洲债券市场的波动溢出效应较强，且引入欧元后欧洲货币联盟国家的一体化程度大幅提高。Peter et al（2014）认为自2008年金融危机爆发以来，欧洲主权债券市场的相互依存度大幅提高，债券市场上大部分联动增长是由更强的冲击所导致，说明存在危机蔓延和波动溢出现象。

近年来学者更多关注新兴市场国家债券市场与发达国家债券市场之间信息溢出效应。Vanja Piljak（2013）研究了新兴市场与美国债券市场的联动关系，以及时变特征背后的驱动力。研究发现，各国间相关动态路径存在显著差异，其中中国债券市场受全球宏观经济因素的影响较多。Iwan et al（2013）研究了成熟债券市场对亚洲部分新兴债券市场的冲击和波动溢出效应，认为雷曼兄弟破产和欧债危机冲击有力地证实了金融危机的蔓延，两次危机对亚洲新兴债券市场的波动性溢出效应相当显著，成熟债券市场对亚洲新兴债券市场也存在波动性溢出和金融传染。Wasim et al（2018）从收益和波动方面考察金砖国家与全球主权债券市场（美国、欧盟、日本）之间的溢出关系，结果表明中国与印度关联较弱，与美国关联较强，美国是金砖国家债券市场波动的最强传递者。Ansgar et al（2018）利用VAR方差分解和十年期国债收益率数据，实证研究了发达经济体长期利率变动对亚洲新兴市场长期国债收益率的外溢效应，结果表明，亚洲新兴市场国家的长期国债收益率会对美国和欧元区债券收益率的变化做出显著反应，但反应幅度有所差异，这与每个经济体的传导机制和宏观经济表现不同有关，且溢出程度会随时间变化而变化。

随着中国金融业的日益发展，加之中国金融业逐步对外开放和中美经贸联系的日益增强，越来越多的学者开始关注中国金融市场与国际金融市场的联动关系。已有文献主要以中美股市间的信息溢出效应为主（Xiangyi Zhou 等，2011;李红权等，2011;陈学彬等，2016），有关中美债券市场联动的文献仍然较少。闫树熙和刘伟（2015）实证检验中美两国国债市场间的溢出效应，发现当面临重大事件或经济政策冲击时，中美两国国债市场表现出不对称的双向均值溢出，其中美国均值溢出较强，而波动溢出效应是对称的。邱林卉和张华荣（2016）对中美长期国债收益率联动的因果关系进行了检验，研究发现自2010年6月汇改重启之后，中美长期国债收益率进入互相反馈阶段，互为对方的格兰杰原因，在此之前主要是美国国债收益变动引起中国国债收益率的浮动。杨镇瑀等（2017）从期限结构的角度研究中美长期利率联动的原因，结果显示中美国债长期利率的联动主要来自期限溢价，且两国国债市场间同样涉及到风险传染。

综上可知，在研究对象上，多数文献集中于中美股市间联动关系研究，或是综合考虑不同经济体或同一经济体不同金融市场间的溢出效应，而专门针对中美国债市场的研究较少。在研究方法上，多数学者采用协整检验、GARCH族模型、Granger因果检验等来研究溢出效应。Diebold和 Yilmaz（2009;2012）提出的溢出指数法为学者们深入研究溢出效应提供了思路，该指数是根据VAR模型下的方差分解计算得出，兼顾考虑总溢出强度、方向性溢出以及净溢出效应。本文进一步引入时变参数VAR模型，构建动态溢出指数来分析样本期间溢出效应的时变特征，便于更全面地把握中美国债市场间的信息溢出特征。

三、实证模型

（一）模型构建

本文从收益率和波动率两方面探讨中美国债市场间可能存在的信息溢出效应。Diebold&Yilmaz（2009）基于VAR下的Cholesky方差分解构建溢出指数，能够很好地反映市场间总体溢出情况。但有Cholesky方差分解对变量次序有很强的依赖性， Diebold&Yilmaz（2012）对溢出指数进行了改进，利用广义方差分解以克服这一缺陷，进一步提出对方向性溢出和净溢出效应的衡量。在此基础上，本文引入TVP-VAR模型构建溢出指数，模型如下：

对于一个时变参数2维VAR过程：

其中，Yt为中美国债市场的波动率或收益率，是协方差平稳过程，？茁为模型参数。？着t代表N维扰动列向量，？着t～i.i.d（0，R），？缀t～i.i.d（0，Q），R和Q为协方差矩阵。

方差分解法可以用来度量一個变量可以多大程度上受到其他变量冲击（或自身冲击）的影响，衡量该冲击的H步预测误差方差贡献度可以用？兹i，j表示，即变量j对变量i的贡献度。可以得到j对i的贡献度为：

其中，ei作为选择性变量，除了第i个元素为1，其余元素都为0，∑是误差向量？着的协方差矩阵，？滓ii是第i个方程误差项的标准差，由于该式可能导致对任意变量预测误差方差的冲击总和之和不一定等于1，即（H）≠1，因此需要对上式做标准化处理，得到变量j对变量i的信息溢出：

基于上述分析可以构建总体溢出指数，它反映N个变量间的整体溢出强度：

进一步地，尽管总溢出指数能够刻画N个市场的溢出效应，但考虑到溢出效应的方向性问题，还应构建出其他变量j（不包括变量i）对变量i的有向溢出效应：

相应地，变量i对其他变量j（不包括变量i）的有向溢出效应为：

式（7）与式（6）之差即为净溢出效应，表示变量i传递给其他市场的波动冲击与受到来自于其他变量j的波动冲击之间的差异，因此变量i对其他变量的净溢出效应为：

Neti=TSi（H）-TSi（H）                                                         （7）

（二）变量选取与数据来源

本文选取10年期中债国债收益率和10年期美国国债收益率作为中美国债市场代表①，探讨中美国债收益率和波动率的信息溢出效应。由于2002 年之前我国国债市场的深度和活跃度不足，而2002 年以来，我国国债的品种日益丰富，规模不断增大，因此选取中债国债收益率初始统计时间2002年1月4日为样本的起始点，样本区间为2002年1月4日至2020年5月14日，剔除交易日不匹配的数据，最后得到4261组样本数据②。

表1为中美10年期国债收益率的描述性统计。可以看出在样本期间内中美国国债收益率波动较为频繁，中国国债平均收益率略高于美国，表现出尖峰后尾特征。观察2002—2020年中美国债收益率走势图①（见图1），以2007年为分界线，在2007年次贷危机爆发前，中美两国十年期国债收益率呈现明显差异，可以看出该期间中美国债收益率走势基本没有明显规律性，两者相关性较低。这期间中国国债收益率波动幅度较大，尤其在2004—2005年期间，收益率急剧上升后又迅速下降，而美国十年期收益率波幅较小。2007年美国次贷危机后，两国收益率联动性明显提高，且收益率整体在震荡下降，美国国债收益率总体是低于中国国债收益率，究其原因，两国均受金融危机影响，欧洲主权债务危机的冲击对国债收益率造成不同程度的波动，美国在2010—2012年期间先后经过三轮QE量化宽松政策，来引导美国长期国债收益率不断下行，而中国在此后进入新常态发展阶段，于2014年宣布多次降息，维持宽松的货币政策，同样引导利率下行。2020年受疫情冲击，中美国债收益率进一步下行。

四、实证分析

本文用时变参数VAR模型构建溢出指数，刻画市场间波动溢出的动态效应，从而更加准确反映两市场间的溢出情况。由于中美国债收益率原序列存在单位根，为确保数据的平稳性。在进行基于VAR的溢出效应分析时，对数据做差分处理。对样本数据先进行平稳性检验，结果显示差分后的收益率序列平稳，根据GARCH模型计算的波动率序列，对收益率和波动率序列分别建立VAR模型，依据BIC准则选取收益率模型滞后3阶，波动率模型滞后6阶，方差分解预测步数H为10期。

（一）收益率信息溢出效应

图2展示了中美国债收益率的总溢出效应。整体来看，样本期间2002—2019年初收益率溢出表现为波动中小幅上升。其中，2002年1月—2005年10月初收益率整体在小范围内波动，基本维持在1左右，2005年11月中旬出现小尖峰，达到4.7，随后又回落至1，随着2007年次贷危机爆发，进而引发全球性金融危机，给各国金融市场都带来不同程度的影响，中美国债市场也不例外，收益率信息溢出急剧增加，2007年7月末迅速增长到5.27。为克服国际金融危机和全球经济衰退对经济增长产生的负面影响，国家实施了一系列经济刺激措施。伴随各项应对金融危机措施的实施，银行体系和国债市场的流动性得到缓解，溢出强度有所下降，然而国债市场并没有保持持续稳定的发展，2009年再次经历小尖峰，2010年中旬收益率溢出指数达到9.69的历史新高。随后中美两国国债收益率总溢出指数有所回落，总体上溢出已明显小于危机期间，但仍高于危机前的水平。直至2019年3月，受中美贸易摩擦以及2020年初新冠疫情的影响，包括中美在内等多个国家经济一度陷入停摆，社会生活各方面都受到巨大影响，投资者情绪受到抑制，收益率信息溢出急剧上涨，一度达到32.97，加之中国金融市场进一步开放，尤其是近年来人民币国际化进程加快，带动中美长期国债收益率联动性大幅提高。随着各项抗击疫情政策以及提振经济政策的出台，中国疫情得到有效控制，信息溢出从2020年4月初开始表现出回落的趋势。

图3刻画了两者方向性溢出情况，表现出双向溢出的特点，从走势上看，两者方向性溢出走势大体一致。具体来看，在大多数时间里美国国债对中国国债的收益率溢出效应较高。2007年以前，中美国债市场收益率的方向性溢出效应均处于较低水平，直至2007年，美国爆发次贷危机，方向性溢出指数开始有所提高。2009年初至2014年初，美国国债收益率表现出明显的方向性溢出效应，尤其在2010年年中时美国对中国单向收益率溢出达到小高峰，可能是2007年次贷危机后，美国先后实施三轮QE来提振经济，每轮量化宽松政策都涵盖对长期国债的操作，如2010年11月3日美联储宣布以每月750亿美元的速度购买6000亿美元的长期国债等，三轮QE的实施不断引导美国长期国债收益率下行，启动QE同样影响全球经济体的发展。美国作为全球最大的经济体，其非常规的财政、货币政策会产生明显的溢出效应，不同类型的美国货币政策对中国国债收益率的溢出效应并不对称（陈晓莉、刘春紫，2019）。2019年以来，中美两国之间的收益率方向性溢出水平明显比样本期内其他时间段都要高，且走势大体一致，中美两国受对方经济政策或其他金融事件的影响越来越多，联动性进一步加强，中美两国国债市场的溢出方向及强度基本保持同步变动。

图4和图5分别为中美两国国债收益率的净溢出情况，即图3中两条折线之间的距离，由于本文研究对象只涉及中美债市两个市场，因此净溢出效应形成互补。可以发现，样本期间内多数时期中国国债收益率净溢出指数为负，而美国国债收益率净溢出指数为正，其中波动较大的时间段为2009年初至2011年上半年、2012年初至2014年初、2019年初至今，且均为正溢出效应，即美国国债市场向中国债市的外溢效应较高，主要原因可能是受金融危机的影响，一是中美两国国债市场之间的联动性得到加强，二是中国国债市场还处于发展阶段，市场运行机制并不完善，应对外部风险的能力不足，因此更易受到来自美国国债市场风险波动的传染。

（二）波动率信息溢出效应

图6给出了中美国债波动率溢出效应。与收益率溢出效应相比，波动率溢出表现得更加剧烈，极端值明显增多，此外，收益率溢出与波动率溢出在走势上也不相同，波动率溢出效应要明显大于收益率溢出，这主要是由于受到极端风险事件的影响。在2002年初至2004年初，中美国债波动率总溢出经历了先极速上涨再骤然下降的过程，波动溢出最高时是2003年4月17日的26.12，值得一提的是，总波动溢出指数从26.12下降到2.92仅仅用了一周，随后便又迅速升高。2008年爆发全球金融危机，波动率总溢出从2008年1月份的至低点迅速上涨到35.61，成为样本期间的波动溢出指数第二高点，极端金融风险在中美两国国债市场中迅速传染，经过两国采取积极的经济金融措施，波动信息溢出效应明显下降。2009—2019年末这段期间，除了个别年份出现一定程度的溢出效应上涨，波动溢出大体维持在较低水平。2020年初，突如其来的新冠肺炎疫情成为继2008年全球金融危机以来又一重大极端事件，2020年2月3日波动溢出指数为2.99，次日波动溢出骤增到41.4，涨幅高达38，2月4日也成为此次波动溢出的转折点，疫情等负面冲击使得市场避险情绪急剧上升。

接下来采用方向性溢出指数探讨中国债市与美国债市之间的相互溢出效应（见图7）。与总体波动溢出指数相似，中美国债波动率方向性溢出效应随时间变化而变化，溢出效应较大的几个时间段：2002年至2006年初、2006年2月至2008年2月、2008年中旬至2010年下旬、2014年第四季度至2015年初、2019年第二季度至今。2002—2006年被認为是相对独立期，这时美国是中美国债收益率联动的动力（邱林卉、张华荣，2016）;2006年2月—2008年2月，这段时间中国对美国国债市场的波动溢出明显高于美国对中国债市的波动溢出，美国国债波动率溢出基本维持在0～1，其他时间段美国对中国国债的波动率溢出水平较高;2008—2010年相当于危机同步期，受全球金融危机的影响，全球投资者避险情绪上升，债券作为多数投资者眼中的金融避险资产迅速迎来一波短牛市，特别是国债的需求量大幅上升，2008—2009年同时期的中美国债收益率走势几乎完全贴合，反映出此次全球金融危机对中美国债市场影响的一致性，2009—2010年，两国波动率溢出效应明显同步降低，维持在1～2，但美国国债市场波动率溢出效应仍相对较强;2014年第四季度至2015年初期间，中国进入新常态发展阶段，2014年底持续降息降准以维持宽松的货币政策，而美国进入加息预期阶段，但国债收益率表现为趋同，此次美国对中国国债市场的波动率外溢效应具有瞬时性;2019年第二季度至今，在世界主要经济体经济增速放缓、中美贸易摩擦持续、新冠肺炎疫情等复杂形势下，中美两国波动溢出急剧上涨，表现出一定的同步性，说明极端风险事件深刻影响着国债市场的平稳运行。

图8和图9给出了中美国债波动率的净溢出效应。与收益率净溢出类似，中国国债波动率的净溢出指数多数为负，美国对中国债市的波动净溢出效应多数为正，波动率溢出效应的强度及规模更多地受时变因素影响，且与收益率净溢出效应相比，波动率净溢出水平都要明显高于收益率净溢出。样本期内，2005年汇改以前美国国债波动率对中国国债波动率有着显著正向溢出，汇改后逐渐下降，说明人民币国际化吸收了部分美国金融市场信息冲击。随后次贷危机爆发期间，中国国债波动率对美国国债有着正向信息溢出，说明危机期间中国国债对美国国债市场稳定有积极作用。值得注意的是，中美国债市场间波动率净溢出效应呈下降趋势，在人民币国际化推进、中国国债市场发展完善和利率市场化改革等措施下，中国国债市场在国际金融市场发挥着越来越重要的作用，中国国债对美国国债信息吸收变强。

（三）中美国债市场间信息溢出效应小结

基于上述分析，本文总结中美国债市场信息溢出效应，主要有以下三点：

1.中美国债市场间存在信息溢出效应，且随时间不断强化，收益率溢出效应弱于波动率溢出效应。中美国债市场存在信息溢出效应可能的原因有：一是中美两国有着广泛金融合作和坚实经济基础。尽管受到中美贸易摩擦、新冠肺炎疫情冲击影响，2019年中美贸易仍达5412.23亿美元。近年来随着中国金融业的深化改革，中国正在逐步开放金融市场，增加人民币汇率弹性，2016年人民币被纳入SDR货币篮子，金融市场开放与人民币国际化相互配合，吸引更多国外投资者参与到中国国债市场的交易，显著提升了中国国债市场与国际市场的关联度。中美经贸往来日益密切，资本跨境流动加快，两国中任何一方市场都不能完全独立于另一市场而单独存在，彼此形成了相互依赖相互影响的关系，联动性显著增强。金融开放也带来了风险传染的问题，当一国市场遭受金融冲击时，波动风险必然会外溢到另一市场。二是长期国债收益率的期限溢价也加强了中美两国国债市场的联动，该渠道可通过“全球金融周期”机制来解释。全球金融周期主要考虑的是风险偏好、在险价值约束、外部融资溢价和投资者情绪，在资本流动的环境下，当美国处于宽松的金融环境时，融资成本有所降低，投资者会增加市场风险偏好，再由风险偏好传递到中国金融市场，在这个过程中，汇率变动进一步强化了中美两国市场的联动，如果一国汇率升值，会增加他国对该国的资产配置，投资者会进一步扩大自身杠杆，实现两国市场的联动溢出（杨镇瑀等，2017）。三是在全球一体化背景下，不论从宏观角度还是微观行为角度，资本的逐利性和羊群效应都使得投资者为了套利而在中美两国金融市场间进行一系列金融活动，市场相互交织融合必然会影响到国债市场，使两市场表现出不同程度的信息溢出效应。

2.中美国债市场之间信息溢出效应是非对称的，不论是收益率还是波动率，样本区间内多数时期表现为美国国债市场对中国国债市场的净溢出。这一现象可能的原因有：一是美国国债市场发展较为成熟，市场反应较快，投资者能够对某一金融事件迅速做出反应，而中国国债市场起步较晚，近年来虽得到迅速发展，但市场体制依然不完善，信息反馈能力有限，缺乏弹性，导致我国更多地会受到来自美国国债市场的波动溢出。二是中国是美国最大的出口来源国，其大量商品贸易依赖从中国进口，而美国作为全球金融市场中心，其主要通过借贷型经济增长模式，凭借其发达的金融市场保证资本有效流动，促进美国经济的内外循环。中国出口获得的大量美元投资于美国证券，安全流动性高的国债是主要组成部分，造成中国一定程度上依赖于美国国债市场。截至2020年7月，中国对美国国债的持有量达到1.073万亿美元，为第二大美国国债持有国。研究认为中国对美国的金融依存度要远高于美国对中国的出口依存度（项卫星和王冠楠，2014），这种中美经贸往来的非对称关系合理解释了美国国债市场会更多地向中国国债市场溢出的现象。三是美国金融市场作为国际金融信息集散地，大量金融信息在此汇聚，使其相较于中国金融市场更具有信息优势，进而对中国金融市场产生信息溢出。加上美元国际储备地位、全球金融中心和美国经济金融实力，美国经济政策调整势必会引起包括国债市场在内的金融市场波动，中国也可能被动地调整宏观经济政策，进而作用于中国国债市场，导致中美国债市场联动。

3.中美國债市场间的信息溢出效应具有明显的时变特征。一方面受不同时期不同政策调整的影响，溢出表现有所差异;另一方面外部冲击因素同样影响两国国债市场的平稳运行，如2008年的全球金融危机，负面冲击迅速传染至各国金融市场，以及中美贸易摩擦加大中国债券价格的波动，全球新冠疫情引起国际投资者情绪恐慌等，金融环境的不确定性导致中美国债市场的信息溢出随时间变化而变化。

五、结论与启示

本文基于TVP-VAR模型构建动态信息溢出指数，实证分析了中美国债市场之间的溢出效应，研究发现：在样本期内中美国债市场间存在明显的信息溢出效应，两国市场间的波动率总溢出效应强于收益率总溢出，其收益率和波动率溢出在动态路径上也存在显著差异，具有明显的时变性。无论是收益率溢出还是波动率溢出，多数情况下美国债市对中国债市的信息溢出水平更高，中国国债更多地受到美国国债市场的影响。2019年以前的收益率溢出水平基本维持在10以内，且没有明显的趋势，2019年后受中美贸易摩擦以及新冠疫情影响，溢出水平表现出明显的提高;而中美国债市场的总体波动率溢出要强于收益率溢出，且极端值较多，说明中美国债市场受两国金融事件的影响而较大波动，且两市场间的信息溢出效应具有不对称性。

当前，全球经济面临严峻挑战，国际金融市场形势复杂多变，中国国债市场应在逐步开放的同时建立完善的防风险机制，减少国际经济波动的冲击。一是应充分认识到金融开放给中国带来的双重影响，一方面它加强了中国金融市场与国际市场的联系，促进金融业的深入融合，为中国金融市场的成熟发展奠定了基础，另一方面它也带来了风险传染的可能，这意味不能仅依靠金融开放完善市场发展，还应防范国际市场波动带来的外溢风险。对国债市场而言，它发挥着调节市场流动性的作用，应在此基础上稳步推进利率市场化，完善国债市场运行机制，加强抵御国际债市冲击的能力;还应规范金融市场投资行为，建立有效的市场监管机制和风险防范机制。二是制定经济金融政策应充分考虑不同时期市场间溢出水平的变化，及时做出反应，进而调整相应政策，这有助于中国国债市场稳定发展、提高政策实施效果。三是从基本面来看，金融市场本质是为实体经济服务的，为了保持国内金融市场基本平稳运行，尤其当面临全球性波动冲击时，实体经济应尽可能地发挥“韧性”作用，为金融市场稳定发展奠定坚实的基础。■

（责任编輯：夏凡）

参考文献：

[1]冯涛，刘伟.中国、欧盟与美国债券市场溢出效应研究—欧债危机背景下国债收益率的视角[J].西安交通大学学报（社会科学版），2013，33（4）：1-7+39.

[2]Mills Terence， Mills A G.The international transmission of bond market movements[J].Bulletin of Economic Research，1991，43（3）：273-281.

[3]Yang Jian.International bond market linkages： a structural VAR analysis[J].Journal of International Financial Markets Institutions & money，2005（15）：39-54.

[4]Skintzi V D，Refenes A N.Volatility spillovers and dynamic correlation in European bond markets[J].Journal of International Financial Markets Institutions & money，2006（16）： 23-40.

[5]Charlotte Christiansen.Volatility-Spillover Effects in European Bond Markets[J].European Financial Management，2007，13（5）： 923-948.

[6]Peter Claeys，et al.Measuring Bilateral Spillover and Testing Contagion on Sovereign Bond Markets in Europe[J].Journal of Banking & Financ，2014（46）：151-165.

[7]Vanja Piljak.Bond markets co-movement dynamics and macroeconomic factors：Evidence from emerging and frontier markets[J].Emerging Markets Review，2013（17）：29-43.

[8]Iwan J Azis，Sabyasachi Mitra，Anthony Baluga，Roselle Dime.The Threat of Financial Contagion to Emerging Asias Local Bond Markets：Spillovers from Global[R].ADB Working Paper Series on Regional Economic Integration，January 2013.

[9]Wasim Ahmad，Anil V Mishra，Kevin J Daly.Financial connectedness of BRICS and global sovereign bond markets[J].Emerging Markets Review，2018（37）.

[10]Ansgar Belke，Irina Dubova，Ulrich Volz.Bond yield spillovers from major advanced economies to emerging Asia[J].Pacific Economic Review，2018，23（1）：109-126.

[11]Xiangyi Zhou，Weijin Zhang，Jie Zhang.Volatility spillovers between the Chinese and world equity markets[J].Pacific-Basin Finance Journal，2011，20（2）：247-270.

[12]李红权，洪永淼，汪寿阳.我国A股市场与美股、港股的互动关系研究：基于信息溢出视角[J].经济研究，2011，46（8）： 15-25+37.

[13]梁琪，李政，郝项超.中国股票市场国际化研究：基于信息溢出的视角[J].经济研究，2015（4）：150-164.

[14]陈学彬，曾裕峰.中美股票市场和债券市场联动效应的比较研究——基于尾部风险溢出的视角[J].经济管理，2016，38（7）：1-13.

[15]闫树熙，刘伟.中美国债市场溢出效应研究——基于集合经验模态分解[J].统计与信息论坛，2015，30（9）： 27-35.

[16]邱林卉，张华荣.中美长期国债收益率联动关系及其原因分析[J].亚太经济，2016（2）：45-50.

[17]杨镇瑀，施建淮，宁叶.期限溢价的跨境传递和中美长期利率的联动——基于“非跨越宏观因子”期限结构模型的研究[J].金融经济学研究，2017（3）：5-15.

[18]DIEBOLD F X， YILMAZ K.Measuring Financial Asset Return and Volatility Spillovers，With Application to Global Equity Markets[J].The Economic Journal，2009，119（534）：158-171.

[19]DIEBOLD F X，YILMAZ K.Better to Give than to Receive： Predictive Directional Measurement of Volatility Spillovers[J].International Journal of Forecasting，2012，28（1）：57-66.

[20]陈晓莉，刘春紫.美国货币政策对中国债券市场的信息溢出效应研究[J].山东大学学报（哲学社会科学版），2019（6）：114-125.

[21]项卫星，王冠楠.“金融恐怖平衡”视角下的中美金融相互依赖关系分析[J].国际金融研究，2014（1）：44-54.