摘要：黨的二十大報(bào)告提出，加快建設(shè)金融強(qiáng)國，全面加強(qiáng)金融監(jiān)管，完善金融體制，優(yōu)化金融服務(wù)，防范化解風(fēng)險(xiǎn)，堅(jiān)定不移走中國特色金融發(fā)展之路，推動(dòng)我國金融高質(zhì)量發(fā)展，為以中國式現(xiàn)代化全面推進(jìn)強(qiáng)國建設(shè)、民族復(fù)興偉業(yè)提供有力支撐。債券市場作為我國金融市場的重要組成部分，為政府、金融機(jī)構(gòu)和非金融企業(yè)提供了重要融資手段，也是政府實(shí)施財(cái)政政策、貨幣政策重要的平臺(tái)，也為金融市場投資者實(shí)現(xiàn)流動(dòng)性、盈利性和安全性的統(tǒng)一發(fā)揮重要作用。中央金融工作會(huì)議明確提出要促進(jìn)債券市場高質(zhì)量發(fā)展。改革開放以來，我國債券市場飛速發(fā)展，規(guī)模已經(jīng)躍居世界第二，品種、交易制度創(chuàng)新不斷涌現(xiàn)，市場主體日趨多元，市場活躍度穩(wěn)步提升，對外開放穩(wěn)步推進(jìn)，制度框架也逐步完善。但距離高質(zhì)量債券市場還有一定差距。以往對高質(zhì)量債券市場的定義和衡量要么側(cè)重于某個(gè)維度，要么偏重于定性。本文基于中國債券市場深度、廣度、流動(dòng)性、穩(wěn)定性、投資者保護(hù)度、有效性、實(shí)體經(jīng)濟(jì)支持度和對外開放度8個(gè)維度，構(gòu)建債券市場質(zhì)量指數(shù)的定量指標(biāo)。本文首先回顧了我國債券市場市場從2010年1月到2024年3月上述八個(gè)維度的發(fā)展變化和影響因素。然后基于數(shù)據(jù)可得性和以上八個(gè)維度，通過主成分分析和因子分析分別構(gòu)建了我國債券市場質(zhì)量總指標(biāo)，發(fā)現(xiàn)因子模型的結(jié)果更貼合實(shí)際情況。進(jìn)一步使用熵值法驗(yàn)證上述分析結(jié)果。基于總指標(biāo)結(jié)果，我國債券市場的質(zhì)量在2014年顯著改善后逐步提升。黨的二十大報(bào)告中指出，要健全具有高度適應(yīng)性、競爭力的現(xiàn)代金融體系，更好滿足人民群眾多樣化的金融需求，為我國金融市場的發(fā)展勾畫了新的藍(lán)圖。立足建設(shè)金融強(qiáng)國新發(fā)展階段，債券市場應(yīng)深入貫徹落實(shí)習(xí)近平總書記一系列重要講話和中央金融工作會(huì)議精神，加快構(gòu)建新發(fā)展格局，推動(dòng)社會(huì)綜合融資成本穩(wěn)中有降、把金融服務(wù)實(shí)體經(jīng)濟(jì)作為根本宗旨，推動(dòng)經(jīng)濟(jì)提質(zhì)增效方面發(fā)揮積極作用。推動(dòng)債券市場實(shí)現(xiàn)更加穩(wěn)健、信息更加透明、更高質(zhì)量的發(fā)展。鑒于此，加強(qiáng)市場建設(shè)、推動(dòng)債券市場由規(guī)模數(shù)量增長轉(zhuǎn)向質(zhì)量發(fā)展是經(jīng)濟(jì)進(jìn)入高質(zhì)量發(fā)展階段的必然選擇，具有較強(qiáng)的現(xiàn)實(shí)必要性和迫切性。科學(xué)合理地推動(dòng)這項(xiàng)事業(yè)要求我們對高質(zhì)量債券市場有清晰正確的認(rèn)識(shí)，對市場各階段的運(yùn)行質(zhì)量進(jìn)行準(zhǔn)確的觀察判斷并能提2出針對性的改進(jìn)措施及建議。金融市場的主要功能包括價(jià)格發(fā)現(xiàn)（資源配置或解決信息不對稱）、提供流動(dòng)性、管理風(fēng)險(xiǎn)與降低交易成本。這就要求金融市場規(guī)模充分，金融工具種類多樣且流動(dòng)性充足，資產(chǎn)價(jià)格有效且相對穩(wěn)定，信息披露及時(shí)準(zhǔn)確（Bain，1981；Tobin，1984；Madhavan，2000；周小川，2010；劉鶴，2019）。此外，金融市場是促進(jìn)我國“雙循環(huán)”新發(fā)展格局的重要領(lǐng)地，既要充分發(fā)揮支持國內(nèi)實(shí)體經(jīng)濟(jì)的功能，還要深化高水平對外開放，與全球市場有序聯(lián)通。作為多層次金融市場的重要組成部分，近年來，我國債券市場發(fā)展成績斐然，但在市場流動(dòng)性、有效性、投資者權(quán)益保護(hù)和對外開放等方面都還有較大提升空間。為科學(xué)化促進(jìn)債券市場高質(zhì)量發(fā)展，本課題將嘗試系統(tǒng)性地搭建中國債券市場質(zhì)量評價(jià)體系框架，構(gòu)建債券市場質(zhì)量指數(shù)并進(jìn)行動(dòng)態(tài)分析，最后為債券市場高質(zhì)量發(fā)展提出建議。由于市場質(zhì)量是一個(gè)定性的概念，對其高低程度的變化很難判斷。所以本文將重點(diǎn)考察關(guān)于我國債券市場質(zhì)量的幾個(gè)具體指標(biāo)，通過對這些指標(biāo)變化的情況的分析，來對我國債券市場質(zhì)量進(jìn)行全面客觀評價(jià)。高質(zhì)量的債券市場應(yīng)具備如下特征：高效的資源配置能力，以支持實(shí)體經(jīng)濟(jì)的融資需求；良好的流動(dòng)性，確保市場穩(wěn)定運(yùn)行與風(fēng)險(xiǎn)有效分散；深厚的市場容量，為不同類型的投資者提供多樣化投資機(jī)會(huì)；以及強(qiáng)大的風(fēng)險(xiǎn)管理體系，保護(hù)投資者利益并維護(hù)市場誠信?；谶@些原則，我們初步構(gòu)建了包含八個(gè)關(guān)鍵指標(biāo)的評價(jià)體系，每個(gè)指標(biāo)均緊密關(guān)聯(lián)于債券市場的特定職能。市場廣度指標(biāo)包括了債券種類多樣性與發(fā)行人結(jié)構(gòu)，衡量了市場產(chǎn)品創(chuàng)新與滿足多元融資需求的能力以及市場參與主體的多樣性。市場深度指標(biāo)涵蓋了債券市場規(guī)模與交易活躍度，用于評估市場流動(dòng)性和資本吸納能力。流動(dòng)性是指交易者能即時(shí)地交易且價(jià)格不會(huì)出現(xiàn)劇烈波動(dòng)，衡量了資產(chǎn)可以按照接近市場價(jià)水平快速售出的能力。投資者保護(hù)指標(biāo)涉及違約率與信用評級可靠性，以分析市場風(fēng)險(xiǎn)管理和信用評估的有效性。實(shí)體經(jīng)濟(jì)支持度指標(biāo)包括了不同類別債券發(fā)行規(guī)模和發(fā)行增速的變化，以評估市場對實(shí)體經(jīng)濟(jì)融資支持的效率、便捷性和力度。有效性是指債券市場價(jià)格能夠準(zhǔn)確、充分和即時(shí)地反映市場信息。波動(dòng)性是指資產(chǎn)價(jià)格在市場交易中的波動(dòng)程度，用于揭示金融資產(chǎn)價(jià)格的不確定性和交易者面臨的風(fēng)險(xiǎn)程度。對外開放程度指標(biāo)反映境外投資者參與度和外幣債券發(fā)行情況，以及中國在境外市場的參與度。當(dāng)前，關(guān)于債券市場的實(shí)證分析與實(shí)際應(yīng)用大多聚焦于流動(dòng)性的優(yōu)化、市場波動(dòng)性管理及價(jià)格發(fā)現(xiàn)效率等領(lǐng)域，而對于其他維度的關(guān)注則相對有限。在本研究中，相較于2021年我們團(tuán)隊(duì)及中債登先前發(fā)布的相關(guān)研究報(bào)告，進(jìn)一步豐富了評價(jià)指標(biāo)，在研究范圍與應(yīng)用實(shí)踐上實(shí)現(xiàn)了重要突破。首先，鑒于債券市場特有的低周轉(zhuǎn)交易特性，尤其是其滿足長期持有至到期需求的特點(diǎn)，我們不僅要關(guān)注市場的運(yùn)作效率，還應(yīng)當(dāng)從債券投融資的核心功能出發(fā)，全方位且深入地審視市場的廣度、深度、對實(shí)體經(jīng)濟(jì)融資的支持，以及投資者權(quán)益保護(hù)機(jī)制的有效性。與2021年報(bào)告相比，本次研究通過引入一系列新指標(biāo)，特別是那些衡量市場深度、廣度、實(shí)體經(jīng)濟(jì)融資效率及投資者保護(hù)的關(guān)鍵性指標(biāo)，具體如不同券種托管規(guī)模的集中度、發(fā)行凈融資額、現(xiàn)券成交額、債券違約率、降級及展望負(fù)面?zhèn)急鹊戎笜?biāo)，同時(shí)進(jìn)一步完善了債券市場交易透明度指標(biāo)的數(shù)據(jù)可得性，從而在評價(jià)債券市場總體質(zhì)量時(shí)實(shí)現(xiàn)了更深層次的洞察。此外，本研究在牛玉銳等人（2022）報(bào)告的基礎(chǔ)上，不僅新增了市場有效性和對外開放水平兩個(gè)核心維度，還對已有的評價(jià)維度進(jìn)行了深化，結(jié)合并擴(kuò)展了2021年我們團(tuán)隊(duì)采用的指標(biāo)體系，補(bǔ)充了諸如境外機(jī)構(gòu)持有國債占比、中美利差、中資海外債凈融資額同比、中資海外債發(fā)行量、交易前透明度、短期債券占比等指標(biāo)。這一系列的擴(kuò)充與深化，確保了構(gòu)建的債券市場質(zhì)量指數(shù)能夠更加全面且精確地映射出我國債券市場的現(xiàn)實(shí)狀況，不僅在廣度上涵蓋了更多相關(guān)因素，也在深度上與當(dāng)前市場發(fā)展趨勢緊密貼合，為政策制定者、市場參與者及研究人員提供了更為可靠和全面的市場質(zhì)量評估工具。此外，本研究緊密結(jié)合當(dāng)前經(jīng)濟(jì)金融政策環(huán)境，特別是在后疫情時(shí)代全球經(jīng)濟(jì)復(fù)蘇、金融開放加深的背景下，探討了債券市場如何更好地服務(wù)于實(shí)體經(jīng)濟(jì)、防范系統(tǒng)性金融風(fēng)險(xiǎn)等問題。我們不僅分析現(xiàn)狀，還提出了針對性的改進(jìn)建議和政策啟示，旨在為監(jiān)管機(jī)構(gòu)、市場參與者及政策制定者提供可操作的策略建議。綜上所述，本研究在繼承前人工作的基礎(chǔ)上，通過指標(biāo)體系的創(chuàng)新以及更加貼近現(xiàn)實(shí)的應(yīng)用導(dǎo)向，為全面、深入理解并提升中國債券市場質(zhì)量提供了新的視角和工具，具有重要的理論與實(shí)踐價(jià)值。本課題擬構(gòu)建基于中國債券市場深度、廣度、流動(dòng)性、穩(wěn)定性、投資者保護(hù)度、有效性、實(shí)體經(jīng)濟(jì)支持度和對外開放度8個(gè)維度，構(gòu)建債券市場質(zhì)量指標(biāo)。基于歷史時(shí)間序列數(shù)據(jù)，刻畫債券市場質(zhì)量的結(jié)構(gòu)性動(dòng)態(tài)變化，并針對性的提出高質(zhì)量發(fā)展建議。本部分詳細(xì)說明債券市場質(zhì)量的評價(jià)指標(biāo)體系及計(jì)算方法，整個(gè)指標(biāo)體系從八個(gè)維度考察債券市場質(zhì)量：廣度、深度、投資者保護(hù)狀況、流動(dòng)性、波動(dòng)性、有效性、實(shí)體經(jīng)濟(jì)支持度以及對外開放。指標(biāo)體系框架詳見表1。表1債券市場質(zhì)量評價(jià)指標(biāo)體系4維度計(jì)算指標(biāo)市場深度發(fā)行凈融資額（+）發(fā)行債券只數(shù)（+）現(xiàn)券成交額（+）月托管量（+）市場廣度不同券種托管規(guī)模的集中度（-）交易前透明度（+）投資者保護(hù)狀況債券發(fā)行信用等級集中度（-）降級及展望負(fù)面?zhèn)急龋?）債券違約率（-）評級公司債項(xiàng)評級基尼系數(shù)（+）換手率（+）短期債券占比（+）流動(dòng)性10年國開債和國債利差（-）債券發(fā)行量月度同比增速（+）交易量當(dāng)月同比增速（+）R007環(huán)比和波動(dòng)率（-）波動(dòng)性債券收益率波動(dòng)率和偏度（-）中債新綜合凈價(jià)指數(shù)收益率標(biāo)準(zhǔn)差（-）有效性企業(yè)會(huì)計(jì)透明度（-）債券價(jià)格同步性（-）支持實(shí)體經(jīng)濟(jì)力度國債一階序列相關(guān)系數(shù)（-）不同類型發(fā)行人加權(quán)發(fā)行規(guī)模（+）對外開放中美利差（+）中資海外債凈融資額同比（+）中資海外債發(fā)行量（+）市場深度一般是指市場在承受大額交易時(shí)證券價(jià)格不出現(xiàn)大幅波動(dòng)的能力。具有“深度”的市場或具體證券便于大筆交易順利執(zhí)行，而不會(huì)導(dǎo)致證券價(jià)格的大幅波動(dòng)，原因在于賣出和買入雙方資金量匹配。通常那些流動(dòng)性較強(qiáng)的大盤股的市場深度最好，大資金可以自由進(jìn)出。但是市場深度并不是完全以流動(dòng)性、交易量或流通股規(guī)模來衡量。Bessembinder和Seguin（1993）通過發(fā)行與成交量、價(jià)格波動(dòng)等指標(biāo)研究了不同金融市場的深度。本文參考牛玉銳等人（2022）對于債券市場深度指標(biāo)的選取，通過一級市場的凈融資金額及發(fā)行債券只數(shù)、二級市場達(dá)成的成交額與交易量當(dāng)月同比增速來衡量債券市場深度。本文采用“（現(xiàn)券成交量+回購成交量）同比增速”表示交易量同比增速，采用2010年1月至2024年3月月末數(shù)據(jù)，數(shù)據(jù)來源于中國債券信息網(wǎng)（Wind數(shù)據(jù)庫）。圖1交易量同比增速數(shù)據(jù)來源：中國債券信息網(wǎng)（Wind數(shù)據(jù)庫）金融市場的廣度是指市場參與者的類型復(fù)雜程度。一個(gè)有廣度的金融市場，主要特征就是同時(shí)有多個(gè)不同類型的參與者人：如機(jī)構(gòu)投資者、長期投資者、投機(jī)者等。在金融市場中，6參與者的類型和數(shù)量越多，則市場被某部分人所操縱的可能性就越小，從而市場價(jià)格就越能充分地反映供求情況和對未來的預(yù)期。多元化的市場既有助于拓寬融資者的融資渠道，又能滿足不同偏好投資者的投資訴求，是反映債券市場質(zhì)量優(yōu)劣的重要指標(biāo)。Boermans和Vermeulen（2016）構(gòu)建Herfindahl-HirschmanIndex（HHI）對歐元區(qū)的債券市場投資者的多元狀況進(jìn)行量化，以此分析債券市場結(jié)構(gòu)或廣度，指出債券持有集中度（市場廣度對立面）對市場穩(wěn)定與效率有重要影響。我們參考牛玉銳等人（2022）構(gòu)建的集中度指標(biāo)，對債券市場廣度進(jìn)行衡量：Cratiot表示t時(shí)的集中度指標(biāo)，指N個(gè)不同類型債券在t時(shí)期的托管規(guī)?？偭浚騈個(gè)不同類型投資者t時(shí)期的持有規(guī)?？偭?。集中度指標(biāo)為負(fù)向指標(biāo)，數(shù)值越大代表債券市場多元化程度越低，市場廣度越受限。從債券市場投資功能出發(fā)，投資者保護(hù)狀況旨在考察債券市場是否有可靠的信用評級和信息披露從而提高了市場透明度和投資者的風(fēng)險(xiǎn)識(shí)別能力，是否有健全的機(jī)制切實(shí)保障了投資者利益。銀行是債券市場的主要風(fēng)險(xiǎn)承擔(dān)者和資金來源，雖然目前銀行理財(cái)產(chǎn)品仍具有“剛兌兌付”屬性，2015年前沒有出現(xiàn)一起違約事件，但隨著交易規(guī)模的擴(kuò)大，外部管理機(jī)構(gòu)兜底違約的能力有限，債券違約的可能性會(huì)增加，目前已經(jīng)出現(xiàn)不少債券違約事件（如12東飛01等而債券一旦違約，會(huì)給銀行帶來巨大經(jīng)營的壓力，尤其是一些風(fēng)險(xiǎn)偏好高的小銀行。若考慮商業(yè)銀行表內(nèi)信貸資產(chǎn)不良率與債券違約的相關(guān)性，債券信用風(fēng)險(xiǎn)事件對于其資產(chǎn)負(fù)債表的損傷程度將顯著擴(kuò)大。銀行作為債券市場的重要經(jīng)營主體，其經(jīng)營壓力的大幅上升，違約風(fēng)險(xiǎn)的增加，必會(huì)惡化債券市場穩(wěn)定性。此外，宏觀經(jīng)濟(jì)進(jìn)入“新常態(tài)”，造成債券違約的原因大多是宏觀經(jīng)濟(jì)背景下，公司經(jīng)營不善、現(xiàn)金流緊張、虧損甚至破產(chǎn)。債券違約的出現(xiàn)，影響投資者信心，也會(huì)引發(fā)持有人較大的拋售壓力，影響債市穩(wěn)定。由于國債、政府債等具有政府背書的債券違約率為零，因此為更好地反映違約率，本文將利率債剔除，僅考慮信用債違約的數(shù)量和數(shù)目（只）占比。本文用“當(dāng)月發(fā)生違約的債券數(shù)量/（當(dāng)月月末總債券存量-當(dāng)月月末利率債存量）”表示債券違約率，采用2010年1月至2024年3月月度當(dāng)月值，數(shù)據(jù)來源于中國債券信息網(wǎng)（Wind數(shù)據(jù)庫）。圖2債券違約率數(shù)據(jù)來源：中國債券信息網(wǎng)（Wind數(shù)據(jù)庫）（2）評級公司債項(xiàng)評級基尼系數(shù)考慮到2014年債券市場才開始打破剛兌，出現(xiàn)債券違約的情況，僅憑違約率難以有效衡量違約事件發(fā)生前債券市場質(zhì)量，故補(bǔ)充評級公司債項(xiàng)評級基尼系數(shù)以更好衡量債券評級識(shí)別信用風(fēng)險(xiǎn)的能力。如果評級沒有預(yù)測違約的能力，則違約率和評級將不會(huì)相關(guān)。例如，假設(shè)一年內(nèi)1000個(gè)評級中有30個(gè)發(fā)生違約（違約率為3%）。對于隨來說，預(yù)計(jì)會(huì)有三家已經(jīng)違約，因?yàn)闃颖局蓄A(yù)計(jì)發(fā)生的違約數(shù)量應(yīng)與所選公司的數(shù)量成比例。這用隨機(jī)曲線表示，它是一條對角線直線。另一方面，如果評級能夠完美預(yù)測違約，在上述例子中，最低的30個(gè)評級應(yīng)該能捕捉到所有的違約情況。這用理想曲線表示。由于沒有任何評級系統(tǒng)是完美的，實(shí)際的評級預(yù)測力介于這兩個(gè)極端之間。累積曲線（洛倫茲曲線）代表實(shí)際情況。累積曲線越接近理想曲線，評級的預(yù)測力就越好。這是通過測量累積曲線和隨機(jī)曲線之間的面積相對于理想曲線和隨機(jī)曲線之間的面積來量化的。二者之間的比率，稱為基尼系數(shù)或準(zhǔn)確性比值，如果評級具有完美的預(yù)測能力，其值為1，因?yàn)槔鄯e8曲線將與理想曲線重合。另一方面，如果評級的預(yù)測力較差，其值將接近零，因?yàn)樵谶@種情況中，累積曲線幾乎與隨機(jī)曲線重合。因此，較高的基尼系數(shù)表明任何評級系統(tǒng)的優(yōu)越預(yù)測能力。洛倫茲曲線是一種按類別繪制的累計(jì)違約比例（年初有評級并在年底違約的發(fā)行人以該類別的總發(fā)行人的比例為基準(zhǔn)。隨機(jī)曲線是以累計(jì)違約者的比例為基礎(chǔ)，繪制發(fā)行人的累計(jì)比例，假定違約在整個(gè)評級類別中均勻分布。因此，該圖將是一條對角線直線，而評級將沒有預(yù)測價(jià)值。理想曲線是在評級完全排序的情況下，繪制發(fā)行人的累計(jì)比例與違約者的累計(jì)比例，使得所有違約僅發(fā)生在評級最低的企業(yè)中。參考牛玉銳等人（2022）的做法，本文構(gòu)建基尼系數(shù)來衡量債券市場信用評級準(zhǔn)確性，具體步驟如下：首先計(jì)算各等級債券累積違約位置，將所有債券N按評級由低到高排列，nt為i等級債券的數(shù)目，則i評級累積違約位置為：然后計(jì)算各等級違約債券的累積比例，設(shè)違約債券共計(jì)M只，mi為i等級違約債券的數(shù)目，則i評級違約債券累積占比為：qi=/M最后，將各個(gè)等級的累積違約位置和違約累積占比構(gòu)成二維坐標(biāo)點(diǎn)（pi，qi在二維X-Y坐標(biāo)系畫圖并連接得到洛倫茲曲線，分別計(jì)算洛倫茲曲線與對角線、理想曲線與對角線圍成的面積，兩個(gè)面積的比值即為基尼系數(shù)。指標(biāo)具體計(jì)算中采用了評級公司債項(xiàng)評級作為考察對象。（3）降級及展望負(fù)面?zhèn)急葌?xiàng)評級下調(diào)，主要是因?yàn)榘l(fā)行方所屬行業(yè)基本面惡化，債券抵押品價(jià)值下降，發(fā)行方盈利能力減弱，業(yè)績下滑，債券違約概率、違約損失上升。市場對于負(fù)面信息較敏感，較大規(guī)模的評級下調(diào)或負(fù)面展望可能引起市場負(fù)面情緒加重，加大市場整體信用風(fēng)險(xiǎn)，導(dǎo)致拋售，影響市場穩(wěn)定性。而債券違約后對市場的影響見上文論述。因此，該指標(biāo)可反映債市穩(wěn)定性。同樣由于利率債信用評級基本為AAA級，因此剔除利率債，用“當(dāng)月主體評級降級和負(fù)面展望的債券數(shù)目（只）/（當(dāng)月月末總債券數(shù)目—當(dāng)月月末國債數(shù)目只）”表示降級及展望負(fù)面?zhèn)急?，采?010年1月至2024年3月每月月末債券外部評級數(shù)據(jù)，數(shù)據(jù)來源于Wind數(shù)據(jù)庫。圖3降級及展望負(fù)面?zhèn)急葦?shù)據(jù)來源：Wind數(shù)據(jù)庫（3）交易前透明度在金融市場中，交易前的透明度定義為交易發(fā)生時(shí)可公開獲得的有關(guān)報(bào)價(jià)和訂單量的信息。就股票市場而言，交易前透明度的改變是建立在買賣行情實(shí)時(shí)公開制度從公開三檔價(jià)量擴(kuò)大到五檔價(jià)位，再進(jìn)一步擴(kuò)大到十檔價(jià)位的變化基礎(chǔ)上。交易所增加限價(jià)指令簿公開檔位，買賣報(bào)價(jià)公開揭露制度由公開三檔價(jià)位變成公開五檔價(jià)位以及l(fā)evel2行情升為公開十檔價(jià)位后，交易前透明度增加。從我國的債券市場的交易機(jī)制來看，我國的銀行間債券市場采取詢價(jià)機(jī)制，交易所債券市場則采取集中競價(jià)撮合。從交易機(jī)制來看，上交所開盤集中競價(jià)，盤中連續(xù)競價(jià)交易。深交所開盤和收盤集合競價(jià)，盤中連續(xù)競價(jià)交易。我國的銀行間債券市場存在做市商和本身不參與交易的經(jīng)紀(jì)商。我國債券市場交易機(jī)制總結(jié)而言可以分為：場內(nèi)集中競價(jià)交易、銀行柜臺(tái)交易、做市商交易、經(jīng)紀(jì)商交易、一對一詢價(jià)交易。不同交易機(jī)制的信息展示量會(huì)有所不同。場內(nèi)交易實(shí)時(shí)提供匿名的五檔最優(yōu)報(bào)價(jià)信息和匿名過往成交信息。做市商交易提供實(shí)名的雙邊報(bào)價(jià)，經(jīng)紀(jì)商交易提供匿名的最優(yōu)報(bào)價(jià)和匿名的無交易量的成交信息，一對一交易沒有公開信息展示。我國交易所市場也存在場外市場交易，包括深交所的綜合協(xié)議平臺(tái)、上交所的固收平臺(tái)，這些交易所場外交易信息在第二天提供。我國的做市商交易報(bào)價(jià)可成交價(jià)格，場內(nèi)交易市場匯總交易者下達(dá)市價(jià)或限價(jià)指令由競價(jià)系統(tǒng)自動(dòng)匹配成交。我國經(jīng)紀(jì)商交易中，參與者將限價(jià)指令或市價(jià)指令提交給經(jīng)紀(jì)商，做市商和經(jīng)紀(jì)商報(bào)價(jià)信息由信息服務(wù)商整合成統(tǒng)一的報(bào)價(jià)指令簿。一般而言，場內(nèi)交易中，交易者能夠通過向指令簿系統(tǒng)提交指令，系統(tǒng)向所有交易者發(fā)布報(bào)價(jià)信息和成交信息，包括最優(yōu)報(bào)價(jià)和報(bào)價(jià)量。傳統(tǒng)做市商交易中，客戶通過做市商獲得報(bào)價(jià)信息，相比場內(nèi)交易透明度較低，各做市商之間信息是割裂的。綜上所述，可以通過觀察市場的交易機(jī)制來評價(jià)交易前的信息提供程度：一般而言，透明度排序?yàn)椋簣鰞?nèi)集中交易、做市商交易、經(jīng)紀(jì)商交易、場外詢價(jià)交易和柜臺(tái)交易。對于交易前債券透明度指標(biāo)，我們將場內(nèi)集中交易賦分機(jī)制為2、做市商交易和經(jīng)紀(jì)商交易機(jī)制賦分為1、一對一詢價(jià)交易和柜臺(tái)交易賦分為0。交易前透明度=（交易所市場規(guī)模*2+銀行間債券市場規(guī)模*1）/（交易所市場規(guī)模+銀行間債券市場規(guī)模數(shù)據(jù)來自Wind數(shù)據(jù)庫。圖4交易前透明度數(shù)據(jù)來源：Wind數(shù)據(jù)庫隨著資本市場的發(fā)展、股票市場機(jī)制逐步完善，我國債券市場的發(fā)展越來越受重視，利率市場化的深入又將把我國債券市場發(fā)展推向一個(gè)新的階段。在這樣的背景下，對我國債券市場流動(dòng)性進(jìn)行研究具有較強(qiáng)的理論意義和現(xiàn)實(shí)意義。Demsetz（1968）發(fā)表的《TheCostofTransacting》一文奠定了證券市場微觀結(jié)構(gòu)理論的基礎(chǔ)。大量文獻(xiàn)和案例表明，流動(dòng)性是市場的核心，一個(gè)市場只有具有良好的流動(dòng)性，才能稱為是有效率有競爭力的市場。一個(gè)流動(dòng)性好的市場能夠增強(qiáng)參與者的信心，并且能夠抗御外部沖擊，降低系統(tǒng)風(fēng)險(xiǎn)，投資者想從證券市場得到的只有流動(dòng)性。眾多衡量流動(dòng)性方法主要可以分為兩大類，一類是利用高頻交易數(shù)據(jù)（證券價(jià)格的逐筆交易數(shù)據(jù)）的買賣價(jià)差衡量流動(dòng)性，有效買賣價(jià)差越小，流動(dòng)性越大，例如Goyenko（2009）利用高頻數(shù)據(jù)估計(jì)有效買賣價(jià)差為EffectiveSpreadi,k=2?|ln(Pi,k)?ln(Mi,k)|；一類是利用低頻交易數(shù)據(jù)（比如日收盤價(jià)格數(shù)據(jù)）來衡量流動(dòng)性，這一類流動(dòng)性測度主要從伴隨訂單流的價(jià)格變化這一維度進(jìn)行考慮，例如Bao等（2011）用價(jià)格變化序列協(xié)方差的的負(fù)數(shù)衡量公司債流動(dòng)性；Amihud（2002）用單位成交金額的絕對回報(bào)衡量股票流動(dòng)性，在此基礎(chǔ)上，國內(nèi)的劉海龍等（2003）利用換手率與價(jià)格波動(dòng)幅度之比衡量了中國股票市場的流動(dòng)性，余立凡（2008）利用單位換手率帶來的價(jià)格波動(dòng)幅度研究了上證A股的流動(dòng)性。國內(nèi)研究方面，對債券市場流動(dòng)性的研究主要集中在交易所債券市場，通過對流動(dòng)性指標(biāo)的統(tǒng)計(jì)研究（包括交易量、交易金額、發(fā)行量等發(fā)現(xiàn)我國交易所債券市場的流動(dòng)性在逐年提高（李新，2001；郭泓和楊之曙，2007）。銀行間債券市場研究方面，袁東（2004）使用換手率作為度量債券流動(dòng)性的指標(biāo)，對比分析了上海證券交易所市場和銀行間市場的國債流動(dòng)性差異，認(rèn)為兩個(gè)市場分割所導(dǎo)致的波動(dòng)性較大。張瀛（2007）以2003－2004年銀行間債券市場數(shù)據(jù)為研究樣本，運(yùn)用日交易數(shù)據(jù)分析了做市商制度、風(fēng)險(xiǎn)波動(dòng)等因素對債券流動(dòng)性的影響。姚秦（2007）運(yùn)用2006年之前的報(bào)價(jià)數(shù)據(jù)對銀行間債券市場的流動(dòng)性和穩(wěn)定性進(jìn)行了實(shí)證研究，認(rèn)為做市商的雙邊報(bào)價(jià)具有顯著的引導(dǎo)作用，能在一定程度上提高銀行間債券市場的流動(dòng)性。（1）發(fā)行量同比增速當(dāng)市場利率處于高位、資金緊缺時(shí)，發(fā)行成本提高，債券發(fā)行量會(huì)隨之減少；反之，當(dāng)市場利率較低，流動(dòng)性充足時(shí)，債券發(fā)行方承擔(dān)的成本降低，發(fā)行量也會(huì)提高。所以，本文選取債券發(fā)行量作為衡量市場流動(dòng)性的指標(biāo)之一。當(dāng)發(fā)行量出現(xiàn)顯著下行時(shí)，市場便有出現(xiàn)流動(dòng)性風(fēng)險(xiǎn)的可能，如2013年，稽查風(fēng)暴和錢荒突襲給市場流動(dòng)性帶來了猛烈的沖擊，債券市場的整體趨勢由牛轉(zhuǎn)熊，導(dǎo)致一級市場發(fā)行量急劇下跌。考慮到月度債券發(fā)行量具有比較明顯的季節(jié)性特征，所以本文將月度發(fā)行量取同比增速，數(shù)據(jù)區(qū)間自2010年1月至2024年3月，來源于中國債券信息網(wǎng)（Wind數(shù)據(jù)庫）。圖5發(fā)行量同比增速數(shù)據(jù)來源：中國債券信息網(wǎng)（Wind數(shù)據(jù)庫）市場流動(dòng)性越高，交易成本越低，市場參與者投資積極性越高，有助于提高債券市場運(yùn)作的效率，反之市場流動(dòng)性不足，將增加發(fā)行者成本負(fù)擔(dān)，使債券購買者，特別是持有量巨大的金融機(jī)構(gòu)面臨較大的流動(dòng)性風(fēng)險(xiǎn)，一旦金融機(jī)構(gòu)面臨大量現(xiàn)金需求，可能因無法以合理價(jià)格變現(xiàn)持有債券，而遭受損失。換手率是度量成交深度和流動(dòng)性的有效指標(biāo)，表示在一定時(shí)間內(nèi)市場債券轉(zhuǎn)手買賣的頻率，可反映市場交投活躍程度，換手率高，說明債券交易活躍，投資者需求較高，債券市場流動(dòng)性好。我國銀行間債券市場雖成立以來，現(xiàn)券市場、質(zhì)押式回購和買斷式回購的換手率都逐漸增加，但仍然存在市場交易主體結(jié)構(gòu)單一，以商業(yè)銀行為主；商業(yè)銀行資產(chǎn)結(jié)構(gòu)調(diào)整，以持有到期獲取利息為目的；債券雙邊報(bào)價(jià)機(jī)制不合理等問題，市場整體換手率不高。本文采用“（現(xiàn)券成交額+回購成交額）/當(dāng)月月末總債券存量”，數(shù)據(jù)來源于中國債券信息網(wǎng)（Wind數(shù)據(jù)庫區(qū)間自2010年1月至2024年3月。圖6換手率數(shù)據(jù)來源：中國債券信息網(wǎng)（Wind數(shù)據(jù)庫）（3）短期債券占比期限錯(cuò)配另一個(gè)需要考慮的是債券本身的期限長短。如果短期債券（每月月末剩余到期期限1年期及以下的債券）占比較高，則整個(gè)債券市場的不穩(wěn)定性和風(fēng)險(xiǎn)也較高，如果出臺(tái)相關(guān)貨幣政策，或資本突然流失，或短期利率激增，短期債務(wù)負(fù)擔(dān)增加，系統(tǒng)脆弱性增大?，F(xiàn)實(shí)中債券確實(shí)是以短期債券為主，1年期以下的比重最大，有必要將短期債券占比作為衡量穩(wěn)定性的一個(gè)指標(biāo)。每月選擇的債券是當(dāng)月剩余到期期限1年及以下的，包含短期融資券（發(fā)行期限在1年及以下的債券選擇剩余到期期限，而不是發(fā)行期限，更能反映出債券市場實(shí)時(shí)的情況。本文采用“當(dāng)月月末剩余到期期限1年及以下債券金額/當(dāng)月月末總債券存量”和“當(dāng)月月末剩余到期期限1年及以下債券數(shù)目（只）/當(dāng)月月末總債券數(shù)目（只）”表示短期債券占比，數(shù)據(jù)來源于中國債券信息網(wǎng)（Wind數(shù)據(jù)庫區(qū)間從2010年1月至2024年3月。圖7短期債券占比數(shù)據(jù)來源：中國債券信息網(wǎng)（Wind數(shù)據(jù)庫）（4）10年國債和國開債利差國開債與國債在所得稅和增值稅的稅收政策上存在差異，該差異是造成二者利差的基本原因，但是其利差也受到投資者結(jié)構(gòu)、交易性需求、流動(dòng)性溢價(jià)等多方面因素的影響，并顯示出“牛市收窄，熊市走擴(kuò)”的特征。國債由于票息免稅、不占用風(fēng)險(xiǎn)資本、不產(chǎn)生壞賬等因素，具有更好的流動(dòng)性。相比之下，國開債的交易量更易受到債市牛熊周期的影響，使得二者利差隨債市周期波動(dòng)。在債券牛市時(shí)，國開債的交易量和換手率均會(huì)呈現(xiàn)明顯的上漲趨勢，產(chǎn)生流動(dòng)性溢價(jià)降低收益率，從而降低利差；在債券熊市時(shí)，國開債被拋售的現(xiàn)象會(huì)更加明顯，國開債則因流動(dòng)性溢價(jià)的喪失推動(dòng)收益率上行，從而提高利差。債市牛市時(shí)國開債收益率下降的幅度相較于國債更大，兩者利差會(huì)收窄，反之在熊市時(shí)兩者利差會(huì)走闊。所以，當(dāng)二者利差明顯上行之時(shí)，市場則出現(xiàn)了流動(dòng)性風(fēng)險(xiǎn)的大幅提高。基于上述分析，我們選擇十年期國債作為研究指標(biāo)。首先，十年期國債利率不僅是市場公認(rèn)的基準(zhǔn)利率，還反映了投資者對未來宏觀經(jīng)濟(jì)走勢、通脹預(yù)期的綜合判斷。此外，十年期國債收益率作為無風(fēng)險(xiǎn)利率的代表，是各類金融資產(chǎn)定價(jià)的基礎(chǔ)。銀行和其他金融機(jī)構(gòu)在計(jì)算其資金成本時(shí)，通常會(huì)參考十年期國債的收益率水平，這直接影響了貸款利率以及其他信貸產(chǎn)品的定價(jià)。綜上，十年期國債收益率是金融體系中反映資金價(jià)格和風(fēng)險(xiǎn)狀況的關(guān)鍵指標(biāo)，其變化對整個(gè)經(jīng)濟(jì)都有深遠(yuǎn)的影響。在此，本文選擇關(guān)鍵期限10年期的國開債和國債利差作為衡量指標(biāo)之一，數(shù)據(jù)來源于中國債券信息網(wǎng)（Wind數(shù)據(jù)庫）。圖8國債-國開債利差數(shù)據(jù)來源：Wind數(shù)據(jù)庫對債券市場波動(dòng)性的研究，國外的研究文獻(xiàn)較為豐富。Bollerslev（1992）研究得出美國國債風(fēng)險(xiǎn)收益的波動(dòng)性具有明顯的自相關(guān)性，而且波動(dòng)的持續(xù)性較強(qiáng)，隨時(shí)間的衰減程度緩慢。Najand（1993）研究表明美國國債期貨市場上周收益率的波動(dòng)聚類性與杠桿效應(yīng)明顯。Jones（1998）研究認(rèn)為美國國債波動(dòng)過程符合單變量GARCH過程。目前國內(nèi)研究文獻(xiàn)對債券市場波動(dòng)性的研究主要集中在證券市場上，如任彪、李雙成（2004）利用三種GARCH-M模型對中國股票市場不同發(fā)展階段波動(dòng)的非對稱性特征做了實(shí)證分析。蔡定洪等（2014）以銀行間債券市場7天質(zhì)押式回購利率（R007）作為指標(biāo)刻畫銀行間債券市場波動(dòng)性特征。正如前述文獻(xiàn)結(jié)論所指出的，有效的市場價(jià)格發(fā)現(xiàn)功能與市場的低波動(dòng)是相聯(lián)系的，流動(dòng)性強(qiáng)且信息傳播有效的市場的波動(dòng)性要低于流動(dòng)性差且信息傳播無效的市場。高波動(dòng)往往意味著定價(jià)效率較低，投資收益難以保障，對市場質(zhì)量的影響偏負(fù)面。Hasbrouck（1993）采用價(jià)格標(biāo)準(zhǔn)差來刻畫市場穩(wěn)定性，杜玉林（2016）同樣借助標(biāo)準(zhǔn)差衡量債券市場價(jià)格波動(dòng)。（1）中債新綜合凈價(jià)指數(shù)收益率標(biāo)準(zhǔn)差參考牛玉銳等人（2022）的做法，本文構(gòu)建中債新綜合凈價(jià)指數(shù)的收益率標(biāo)準(zhǔn)差來反映債券市場波動(dòng)性（VolatilityIndex，VIVIt=std(-)其中，pt和pt-1分別代表時(shí)間總區(qū)間內(nèi)t時(shí)刻和t-1時(shí)刻的指數(shù)價(jià)格。波動(dòng)率為負(fù)向指標(biāo)，數(shù)值越小代表債券市場價(jià)格越穩(wěn)定。圖9中債新綜合凈價(jià)指數(shù)收益率波動(dòng)率數(shù)據(jù)來源：Wind數(shù)據(jù)庫（2）債券收益率波動(dòng)率和偏度債券到期收益率是衡量債券價(jià)格的有效指標(biāo)，收益率曲線的短端主要受資金面的影響，收益率的長端主要受經(jīng)濟(jì)基本面的影響，本文使用10年期國債收益率作為基準(zhǔn)。債券的收益率與債券價(jià)格呈負(fù)相關(guān)、債券收益率與票面利率不等時(shí)，債券價(jià)格必然與債券面值不等，到期期限越長，兩者差距越大。如果債券的息票利率越高，其收益率變化引起的債券價(jià)格變化的百分比越小。本文根據(jù)10年期國債收益率日度數(shù)據(jù)，求標(biāo)準(zhǔn)差和偏度，以此表示債券收益率波動(dòng)率和偏度。圖10債券收益率波動(dòng)率數(shù)據(jù)來源：Wind數(shù)據(jù)庫（3）DR007環(huán)比及波動(dòng)率（月度）債券價(jià)格的漲跌與市場基準(zhǔn)利率的升降呈反向關(guān)系。利率上升，債券價(jià)格便下滑，尤其是在升息的環(huán)境中，債券可能會(huì)出現(xiàn)負(fù)回報(bào)。原因是投資者的預(yù)期收益由兩部分構(gòu)成，一部分是無風(fēng)險(xiǎn)收益，另一部分是風(fēng)險(xiǎn)溢價(jià)。基準(zhǔn)利率的升高直接提高了無風(fēng)險(xiǎn)收益，不考慮其他影響，投資者的預(yù)期收益率也會(huì)相應(yīng)提高。所以投資者對債券的投資價(jià)值評估就會(huì)調(diào)低。相反利率下調(diào)，債券價(jià)格便上升，債券收益也會(huì)增加。債券整體價(jià)值與利率的波動(dòng)率也呈反向關(guān)系。利率波動(dòng)越大，債券整體價(jià)值越低?；鶞?zhǔn)利率一般滿足以下特點(diǎn)1）指標(biāo)簡單明確，易于投資者理解和債券定價(jià)。（2）真實(shí)反映市場波動(dòng)，由市場力量決定，而不是由政府控制。（3）報(bào)價(jià)和成交活躍?；鶞?zhǔn)利率由多家機(jī)構(gòu)真實(shí)報(bào)出，而且合同成交量大，不易受到操縱。（4）具有連續(xù)性。本文中若考慮短期基準(zhǔn)利率，銀行間7天回購利率（DR007）和7天SHIBOR（SHIBOR007）最有可能。DR007和SHIBOR007具有較高的相關(guān)性，兩者的變化曲線幾乎吻合，數(shù)據(jù)相關(guān)性高達(dá)98%。范立夫等人（2015）也使用VAR模型，證明7天銀行間質(zhì)押式債券回購利率與7天SHIBOR之間存在聯(lián)動(dòng)效應(yīng)，7天回購利率對SHIBOR有較大影響。但從交易量、參與主體、市場敏感性和易變性來看，目前影響債券市場的主要利率是DR007，而且DR007相較于SHIBOR007可得到的數(shù)據(jù)也更完整。圖11DR007波動(dòng)率數(shù)據(jù)來源：Wind數(shù)據(jù)庫在探討債券市場對實(shí)體經(jīng)濟(jì)的促進(jìn)作用時(shí)，其融資效能被視為評估市場成熟度與整體健康的核心要素。債券市場已經(jīng)成為重要的直接融資渠道之一，我國已成為世界第二大、亞洲第一大債券市場。中國人民銀行早于2013年的專項(xiàng)研究強(qiáng)調(diào)了債券融資對于加速經(jīng)濟(jì)增長及改善經(jīng)濟(jì)結(jié)構(gòu)的積極作用。去年召開的中央金融工作會(huì)議提出：“做好科技金融、綠色金融、普惠金融、養(yǎng)老金融、數(shù)字金融五篇大文章”。金融“五篇大文章”和中國經(jīng)濟(jì)高質(zhì)量發(fā)展密切相關(guān)。科技金融專注于促進(jìn)科技創(chuàng)新，解決自主創(chuàng)新和“卡脖子”工程等方面的問題；綠色金融解決綠色發(fā)展問題；普惠金融解決發(fā)展的均衡性，擴(kuò)大金融服務(wù)范圍的問題；養(yǎng)老金融解決社會(huì)保障問題；數(shù)字金融推動(dòng)數(shù)字經(jīng)濟(jì)發(fā)展和經(jīng)濟(jì)的轉(zhuǎn)型升級。實(shí)現(xiàn)“五篇大文章”的目標(biāo)需要充足的資金支持。除了銀行信貸融資外，還需要通過增加直接融資比例來為這些領(lǐng)域提供資金。債券融資作為重要的直接融資渠道，一方面不會(huì)增加貸款的規(guī)模，且非銀資金購買債券既不會(huì)形成信用派生、也不會(huì)生成M2貨幣（張旭、?，|肖，2024）。立足于這一優(yōu)勢，債券市場助力做好“五篇大文章”具有重要的現(xiàn)實(shí)意義。近年來，金融部門在科技金融、綠色金融、普惠金融、養(yǎng)老金融、數(shù)字金融這五大領(lǐng)域積累了豐富的實(shí)踐經(jīng)驗(yàn)，并取得了明顯的成效。我國信用債市場從規(guī)模迅速擴(kuò)容到推進(jìn)高質(zhì)量發(fā)展，已成為有效支持實(shí)體經(jīng)濟(jì)直接融資的中堅(jiān)力量。近年來，各類科創(chuàng)主題債券推陳出新，包括雙創(chuàng)孵化專項(xiàng)債券、雙創(chuàng)專項(xiàng)債務(wù)融資工具、創(chuàng)新創(chuàng)業(yè)公司債券，以及高成長型企業(yè)債務(wù)融資工具、科技創(chuàng)新公司債券、科創(chuàng)票據(jù)等。2015—2023年，全市場發(fā)行科創(chuàng)主題債券1305只，規(guī)?？傆?jì)12281.7億元。整體而言，多數(shù)債券的發(fā)行利率較個(gè)券上市日估值具有優(yōu)勢，在一定程度上為發(fā)行人降低了融資成本（陳路晗、付建婷，2024）。與此同時(shí)，債券市場創(chuàng)設(shè)了多樣化的綠色債券品種，助力我國綠色低碳轉(zhuǎn)型。基于中國綠色低碳轉(zhuǎn)型債券數(shù)據(jù)庫統(tǒng)計(jì)，我國綠色債券發(fā)行規(guī)模已連續(xù)兩年位列世界第一，發(fā)行成本優(yōu)勢逐漸凸顯。截至2024年9月末，銀行間市場共存續(xù)1009只綠色債券，存量共計(jì)1.65萬億元。此外，中國人民銀行還創(chuàng)新性地推出了針對農(nóng)業(yè)、小微企業(yè)等領(lǐng)域的專項(xiàng)金融債券，增加了金融機(jī)構(gòu)低成本資金的來源，引導(dǎo)其在普惠金融領(lǐng)域發(fā)揮更大作用。本研究參考牛玉銳等人（2021）對于支持實(shí)體經(jīng)濟(jì)力度指標(biāo)的構(gòu)建，不僅重視融資的總體規(guī)模，也充分考慮了融資資源在不同市場主體間的分配均衡性。具體而言，通過構(gòu)建各期各類發(fā)行人加權(quán)的債券發(fā)行規(guī)模及其增速來精準(zhǔn)量化債券市場對實(shí)體經(jīng)濟(jì)融資的支撐強(qiáng)度。我們選擇存續(xù)債券規(guī)模占總規(guī)模比重的倒數(shù)作為調(diào)整因子來對各期不同類別發(fā)行人債券發(fā)行規(guī)模以及增速進(jìn)行加權(quán)。這意味著，對于那些在市場中存續(xù)債券相對較少、可能融資渠道較為受限的發(fā)行主體，我們相應(yīng)提高了其發(fā)行規(guī)模的權(quán)重；反之，對存續(xù)債券較多、融資渠道更為暢通的主體，則適度下調(diào)權(quán)重。每期的加權(quán)發(fā)行規(guī)模據(jù)此計(jì)算得出，不僅體現(xiàn)了某一時(shí)間點(diǎn)上債券市場融資活動(dòng)的廣度與深度，還深刻反映了市場資源配置向?qū)嶓w經(jīng)濟(jì)傳導(dǎo)的有效性與合理性。αpt為融資主體p在第t期的權(quán)重系數(shù)，xpt為主體p在第t期的債券發(fā)行規(guī)模。融資主體細(xì)分為中央政府、地方政府、金融機(jī)構(gòu)、非金融國有企業(yè)、非金融民營企業(yè)、非金融其他企業(yè)等6類。在融資規(guī)模絕對量基礎(chǔ)上，本文進(jìn)一步構(gòu)建了不同類型發(fā)行人加權(quán)發(fā)行增速指標(biāo)，納入相對量增速變化，更加全面地衡量債券市場融資支持力度。市場有效性是對市場信息效率的描述，具有信息效率的市場被稱為有效市場。Fama（1970）提出，如果市場的價(jià)格完全反映了所有可得的信息，那么就稱這樣的市場為有效市場。在這樣的市場中，市場的價(jià)格已經(jīng)充分反映所有的相關(guān)信息，只有在新的信息到達(dá)后價(jià)格才會(huì)發(fā)生變動(dòng)。根據(jù)價(jià)格對信息反映程度的不同，有效市場可以分為弱勢有效市場、半強(qiáng)式有效市場和強(qiáng)式有效市場。現(xiàn)有的關(guān)于市場有效性的研究大多是對于股票市場有效性的研究，而國內(nèi)外最早的關(guān)于市場有效性的研究也都是針對股票市場的。即通過檢驗(yàn)?zāi)骋惶囟〞r(shí)間公布前后投資者是否可以根據(jù)相關(guān)信息獲取超額收益來檢驗(yàn)市場的有效性。Kendall研究發(fā)現(xiàn)：市場價(jià)格已經(jīng)完全反映了過去的信息，股票價(jià)格的變動(dòng)沒有規(guī)律，不能根據(jù)過去的信息來預(yù)測未來的股票價(jià)格。Roll（1969）通過研究證明股票價(jià)格符合隨機(jī)游走，從而表明美國市場達(dá)到了弱有效的狀態(tài)，并在此基礎(chǔ)上對股價(jià)收購和股票價(jià)格的關(guān)系進(jìn)行進(jìn)一步研究，發(fā)現(xiàn)當(dāng)時(shí)的美國市場并沒有達(dá)到半強(qiáng)式有效。French（1986）主要研究的是紐約交易所股票的收益率，發(fā)現(xiàn)短期內(nèi)的自相關(guān)系數(shù)非常接近0，而3至5年的收益率序列相關(guān)系數(shù)則在[-0.4,-0.25]的區(qū)間內(nèi)，呈現(xiàn)出較為顯著的負(fù)相關(guān)特性，得出結(jié)論是股市在長期內(nèi)還未處于弱式有效的情況。Coronel-Brizio（2007）等學(xué)者通過探討將墨西哥股市指數(shù)和道瓊斯工業(yè)平均指數(shù)數(shù)據(jù)相結(jié)合作為研究樣本，觀察到墨西哥的股市效率相比于過去有一定的提高。國外的市場有效性研究主要是針對股票市場，雖然研究的結(jié)論不盡相同，但對于在短期內(nèi)股票市場應(yīng)該是滿足弱勢有效的結(jié)論是一致的，是否滿足半強(qiáng)式有效還有待進(jìn)一步商榷；而長期內(nèi)股票市場是否滿足弱勢有效還沒有一致的定論?？偟膩碚f一些較發(fā)達(dá)的國家其證券市場幾乎全部處于弱式有效階段，少部分國家甚至已達(dá)到半強(qiáng)式有效階段。除了對股票市場有效性的相關(guān)研究，國外學(xué)者對于債券市場的研究也同樣是是深刻而全面的。Martin（1974）通過研究1960-1971年的美國債券市場，發(fā)現(xiàn)歷史價(jià)格對債券的到期收益率不具有預(yù)測力和解釋力，表明美國債券市場已經(jīng)達(dá)到了弱勢有效。Katz（1974）則研究了信用評級的變化對債券價(jià)格變化的影響，發(fā)現(xiàn)評級改變之前債券的價(jià)格沒有表現(xiàn)出任何預(yù)期，而評級改變之后需要經(jīng)過6-10個(gè)周價(jià)格才能調(diào)整到新的合理水平，表明當(dāng)時(shí)的美國債券市場還沒有達(dá)到半強(qiáng)型有效。此外，SchneeweisandWoolridge（1979）和JordanandJordan（1991）均發(fā)現(xiàn)了日歷效應(yīng)的存在，包括一月效應(yīng)、年末效應(yīng)和月內(nèi)周效應(yīng)等，這些日歷效應(yīng)的存在表明美國債券市場的信息有效性水平有效，并沒有達(dá)到真正意義上的弱式有效市場。國外學(xué)者的研究不僅包括單獨(dú)的債券市場，還包括跨市場（債券、股票、衍生品）的價(jià)格聯(lián)動(dòng)性，并進(jìn)一步研究了公司債券在無風(fēng)險(xiǎn)利率（國債）、宏觀經(jīng)濟(jì)（股票指數(shù)）、公司基本面（關(guān)聯(lián)股票）等方面的信息有效性。CornellandGreen（1991）與Blumeetal.（1991）首次研究了美國的低信用級別公司債券，發(fā)現(xiàn)其回報(bào)率與國債和股市的回報(bào)率均為正相關(guān)關(guān)系。Alexanderetal.（2000）對高收益?zhèn)M(jìn)行研究，發(fā)現(xiàn)了關(guān)聯(lián)股票可以預(yù)測債券回報(bào)率的現(xiàn)象。Downingetal.（2009）通過研究發(fā)現(xiàn)美國低信用公司債券的信息有效性要低于關(guān)聯(lián)股票的有效性。就國內(nèi)研究而言，陳軍澤和楊柳勇（2000）運(yùn)用事件研究法考察了國債市場對央行降息事件的反應(yīng)，發(fā)現(xiàn)降息公告發(fā)布之前國債的價(jià)格就會(huì)上漲，而公告發(fā)布之后沒有顯著的異?；貓?bào)率，說明我國的國債市場的信息有效性很高，李賢平等（2000）則進(jìn)一步發(fā)現(xiàn)我國國債市場的有效性是不斷提高的。湯亮（2005）利用在上海證券交易所交易的國債日數(shù)據(jù),發(fā)現(xiàn)僅在交易所交易的債券對CPI的公布存在提前反應(yīng),而同時(shí)在交易所和銀行間市場交易的債券不存在提前反應(yīng)。國內(nèi)對于公司債和企業(yè)債市場有效性的研究較少，研究的內(nèi)容主要集中于強(qiáng)制擔(dān)保（李麗，2006）、品種創(chuàng)新（楊曄，2006）和信用利差方面（馮宗憲，2009）。時(shí)文朝（2009）發(fā)現(xiàn)增加債券市場的透明度會(huì)降低債券市場交易價(jià)格、交易量等相關(guān)因素的方差進(jìn)而提高信息效率。高強(qiáng)等（2010）通過研究發(fā)現(xiàn)公司債券的有效性高于企業(yè)債券，整體來看，歷史價(jià)格和無風(fēng)險(xiǎn)利率的有效性較低，公司基本面方面的有效性較高。王茵田等（2012）等從信息傳遞的角度研究了跨市場的協(xié)整和波動(dòng)溢出效應(yīng)。張雪瑩（2017）則通過研究債券擔(dān)保對利差的影響得到擔(dān)保與信息不對稱的關(guān)系。本部分把理論和實(shí)證相結(jié)合，采用單位根檢驗(yàn)、相關(guān)序列和游程檢驗(yàn)等計(jì)量模型來檢驗(yàn)我國債券市場的有效性，并對銀行間債券市場和交易所債券市場的有效性強(qiáng)弱加以比較，根據(jù)實(shí)證結(jié)果，結(jié)合我國債券市場的實(shí)際發(fā)展情況提出相應(yīng)的解決政策，來促進(jìn)我國債券市場的高質(zhì)量發(fā)展。（1）利率債有效性指標(biāo)本文選取的數(shù)據(jù)是2010-2024年3月中債銀行間國債指數(shù)和中債交易所國債指數(shù)來分別研究銀行間國債市場的有效性和交易所國債市場的有效性，數(shù)據(jù)來源為Wind數(shù)據(jù)庫。本文將構(gòu)建自回歸模型，采用單位根檢驗(yàn)（ADF檢驗(yàn)）和序列相關(guān)檢驗(yàn)（自相關(guān)系數(shù)）來分別檢驗(yàn)銀行間債券市場和交易所債券市場的有效性。檢驗(yàn)債券價(jià)格獨(dú)立性從統(tǒng)計(jì)學(xué)意義上是檢驗(yàn)數(shù)據(jù)間自相關(guān)性，對債券指數(shù)的時(shí)間序列構(gòu)建m階自回歸模型：其中，參數(shù)θ1，θ2……θm表示指數(shù)變化的滯后影響。如果參數(shù)顯著為零，則債券指數(shù)之間沒有序列相關(guān)性，債券市場滿足弱型有效，若參數(shù)不為零，則債券指數(shù)之間有序列相關(guān)性，債券市場不滿足弱型有效。使用該模型時(shí)，需要滿足時(shí)間序列數(shù)據(jù)平穩(wěn)，如果原時(shí)間序列是不平穩(wěn)的，具體操作方法是采用一階差分的方法并對模型（1）做如下變換：表示的是指數(shù)增長帶來的滯后影響。通過國債指數(shù)一階自回歸系數(shù)，我們檢驗(yàn)了歷史信息的有效性，衡量了債券市場的弱有效性。對于弱有效市場，所有過去的公開信息（特別是價(jià)格信息）都已被市場消化，市場價(jià)格總是及時(shí)調(diào)整以反映所有過去的交易信息，因此投資者無法通過分析歷史價(jià)格圖表或交易模式來持續(xù)獲得超額收益。上述有效性指標(biāo)從市場以及指數(shù)層面對債券市場有效性進(jìn)行了衡量。進(jìn)一步，我們從個(gè)券層面入手，通過驗(yàn)證個(gè)券價(jià)格反映公共信息的能力，來衡量市場的半強(qiáng)有效性。在半強(qiáng)有效市場中，一旦有關(guān)某公司的任何公開信息（如財(cái)務(wù)報(bào)告、公告、經(jīng)濟(jì)政策變化等）被發(fā)布，該信息會(huì)立即被市場吸收并迅速反映到證券價(jià)格中，使得投資者無法通過分析這些公開信息來持續(xù)獲得超額收益。（2）企業(yè)會(huì)計(jì)透明度企業(yè)會(huì)計(jì)透明度，表示財(cái)務(wù)報(bào)表對債券價(jià)格的揭示程度。會(huì)計(jì)信息披露是企業(yè)財(cái)務(wù)信息的第一來源，也是基礎(chǔ)價(jià)值最為核心的信息載體。如果企業(yè)會(huì)計(jì)透明度高，則表明財(cái)務(wù)報(bào)表真實(shí)揭露了企業(yè)的經(jīng)營狀況，投資者可以據(jù)此對債券未來價(jià)格做出更加清晰的展望。相反，如果企業(yè)會(huì)計(jì)透明度低，投資者對未來的預(yù)測精度相對也會(huì)降低?；贛cNichols（2002）修正的現(xiàn)金流模型度量了企業(yè)財(cái)務(wù)報(bào)表呈現(xiàn)的會(huì)計(jì)透明度，該指標(biāo)是目前應(yīng)用最為廣泛的會(huì)計(jì)透明度衡量方法之一。具體而言，我們先分年度－行業(yè)方程按照方程（3）對企業(yè)財(cái)務(wù)變量進(jìn)行回歸，以回歸殘差作為企業(yè)操控性應(yīng)計(jì)的度量。其中，ΔPit為債券i在t年度的價(jià)格變動(dòng)，CFik分別為該企業(yè)在k年度的經(jīng)營性現(xiàn)金流，ΔSALESit為企業(yè)i在t年度的銷售增長，PPEit為t時(shí)期固定資產(chǎn)凈值，所有數(shù)據(jù)均來自CSMAR數(shù)據(jù)庫，變量均經(jīng)過期初資產(chǎn)調(diào)整。ΔPit=a+βi1CFit一1+βi2CFit+βi3CFit+1+βi4ΔSALESit+βi5PPEit+εit（3）操控性應(yīng)計(jì)越高代表企業(yè)會(huì)計(jì)質(zhì)量越差，財(cái)務(wù)透明度越低。進(jìn)一步參考Huttonetal.（2009）、戴澤偉和潘松劍（2018）等研究，采用過去三年操控性應(yīng)計(jì)絕對值之和的相反數(shù)作為了企業(yè)會(huì)計(jì)透明度的度量，該指標(biāo)越大代表企業(yè)會(huì)計(jì)透明度越高。企業(yè)會(huì)計(jì)透明度越高，債券價(jià)格中就包含了越多的公開信息，市場就更接近半強(qiáng)有效。為了能夠更有效的衡量價(jià)格有效性，除了考慮債券價(jià)格對公共信息的反應(yīng)，還應(yīng)該考慮其對異質(zhì)性信息的解釋力度。（3）債券價(jià)格同步性債券價(jià)格同步性分離出了債券價(jià)格變動(dòng)中的系統(tǒng)性波動(dòng)部分和特質(zhì)波動(dòng)部分的比重，相關(guān)研究的核心邏輯是同步性代表了債券價(jià)格隨系統(tǒng)性（非特質(zhì)）風(fēng)險(xiǎn)變化的部分。已有研究大部分采用了基于CAPM模型測算的股價(jià)同步性。具體而言，這些研究先分年度以股票日度或者月度回報(bào)率對市場組合日或者月回報(bào)率（一些研究還包含了行業(yè)回報(bào)率）回歸，再對回歸R2進(jìn)行對數(shù)單調(diào)變換以避免R2的取值范圍限制。但是，資產(chǎn)定價(jià)相關(guān)經(jīng)驗(yàn)研究早已發(fā)現(xiàn)市場組合遠(yuǎn)非系統(tǒng)性波動(dòng)的唯一代理，CAPM模型也不能很好刻畫股票的截面回報(bào)。采用CAPM會(huì)遺漏市場組合之外的其他系統(tǒng)性風(fēng)險(xiǎn)，低估股票價(jià)格隨系統(tǒng)性風(fēng)險(xiǎn)因子變化而變化的部分。Roll（1988）提出發(fā)掘超越CAPM的新模型解釋剩余的股票價(jià)格波動(dòng)，后續(xù)資產(chǎn)定價(jià)研究不斷發(fā)掘出更能刻畫股票價(jià)格截面收益的定價(jià)模型。Dasguptaetal.（2010）秉承這一思路，采用了Fama－French三因子模型回歸R2對數(shù)單調(diào)變換作為股價(jià)同步性的度量。本文利用債券交易數(shù)據(jù)，參考Dasguptaetal.（2010）的思路，但基于更新的五因子定價(jià)模型回歸R2對數(shù)單調(diào)變化構(gòu)造了債券價(jià)格同步性指標(biāo)synch，其構(gòu)造過程如下:先采用 Fama-French五因子模型（見公式（4分年度對個(gè)券日回報(bào)率進(jìn)行時(shí)間序列回歸得到擬合優(yōu)度R2，再按照公式（5）對回歸R2進(jìn)行單調(diào)變換得到個(gè)券i在年度t的債券同步性指標(biāo)synchit。Rit=alphai+β0rfratet+β1MKTt+β2SMBt+β3HMLt+β4RMWt+β5CMAt+其中alpha為常數(shù)項(xiàng)，ε為隨機(jī)擾動(dòng);計(jì)算過程采用的無風(fēng)險(xiǎn)利率rfrate、市場組合因子MKT、規(guī)模因子SMB、賬面市值比因子HML、投資模式因子CMA和盈利能力因子RMW均來自CSMAR因子數(shù)據(jù)庫。近年來，隨著市場自身的發(fā)展完善以及金融開放政策的推動(dòng)，我國債券市場的開放也在穩(wěn)步推進(jìn)，開放度水平不斷提高，市場外資參與度和參與主體多元化等有了顯著的進(jìn)展。研究如何在金融市場開放的大背景下推動(dòng)債券市場的開放具有迫切性和重要性，如何進(jìn)一步提高債券市場的開放水平、完善市場相關(guān)制度的建設(shè)、防范和化解市場開放帶來的相關(guān)問題，受到了廣泛的關(guān)注。我國債券市場的開放歷程，大致分為三個(gè)階段：第一階段（2005~2009年）是債券市場開放的萌芽階段，境外機(jī)構(gòu)開始通過QFII進(jìn)入中國交易所債券市場，并開始熊貓債發(fā)行試點(diǎn)。第二階段（2010~2014年）是債券市場開放的加速階段，外資進(jìn)入中國債券市場的渠道更加豐富，境外機(jī)構(gòu)的持債量快速增加，離岸人民幣市場迅速發(fā)展，銀行間債券市場成為債券市場開放的主渠道。第三階段（2015至今）是債市開放的深化階段，開放措施更加綜合化、立體化，合格境外機(jī)構(gòu)范圍不斷擴(kuò)大，參與交易類型和準(zhǔn)入條件也在逐步放寬（宗軍，近年來，中國債券市場對外開放持續(xù)擴(kuò)大，從要素流動(dòng)型開放向規(guī)則等制度型開放轉(zhuǎn)變的程度逐步加深。2019年4月，中國債券被納入彭博巴克萊全球綜合指數(shù)；2020年2月，又被納入摩根大通全球新興市場政府債券指數(shù)。全球三大債券指數(shù)供應(yīng)機(jī)構(gòu)之一的富時(shí)羅素日前宣布，從2021年10月起將中國國債納入富時(shí)世界國債指數(shù)。富時(shí)羅素表示，自2018年列入富時(shí)世界國債指數(shù)觀察名單以來，中國固定收益市場顯著完善，積極擴(kuò)大國際投資者準(zhǔn)入，措施包括提高二級市場債券流動(dòng)性、優(yōu)化外匯市場結(jié)構(gòu)以及發(fā)展全球結(jié)算和托管服務(wù)本文基于2021年課題構(gòu)建的對外開放指標(biāo)，考慮到境外機(jī)構(gòu)持有國開債占比數(shù)據(jù)的區(qū)間的有限性，從境外機(jī)構(gòu)持有國債占比、中美利差、中資海外債凈融資額同比、中資海外債發(fā)行量四個(gè)角度衡量我國債券市場對外開放程度。（1）境外投資者持債規(guī)模截止2024年3月，債券市場托管存量達(dá)106.68萬億元，其中境外投資者持債規(guī)模約為3.13萬億元，占比為2.93%；中國國債的存量規(guī)模為19.44萬億，境外機(jī)構(gòu)持有規(guī)模為2.98萬億，占比15.33%。從整體的持債規(guī)模來看，境外投資者投資中國債券市場的廣度不斷提高，但還有很多大的上升空間。（2）境外投資者持債結(jié)構(gòu)截止2024年3月末，境外機(jī)構(gòu)投資者持有的國內(nèi)債券中，國債占比為72.07%，主要是因?yàn)閲鴤兄袊男庞弥С?，信用等級很高，安全性較好，是境外投資者進(jìn)行資產(chǎn)組合配置的首選。其次是政策性銀行債，在境外投資者的持債結(jié)構(gòu)中個(gè)占比為26.21%，政策性銀行債雖然不是直接以政府的名義發(fā)行，但有政府的背書，所以信用等級也非常高?？梢钥闯觯惩馔顿Y者在參與國內(nèi)債券市場的時(shí)候，主要以信用等級較高的國債和政策性銀行債為主，投資態(tài)度和風(fēng)格還是非常謹(jǐn)慎的。如下圖所示，境外機(jī)構(gòu)持債占各券種總規(guī)模的比例中，國債最高，其次是政策性銀行債。商業(yè)銀行債、企業(yè)債、地方政府債以及資產(chǎn)支持證券外資持有的占比均不超過1%。圖12截止2024年3月境外機(jī)構(gòu)持債結(jié)構(gòu)情況數(shù)據(jù)來源：Wind（3）取消QFII和RQFII投資限額我國在2011年開始實(shí)行QFII和RQFII，使得合格境外投資者可以進(jìn)入中國市場，投資的限額也在不斷提高。2019年9月，國家外匯管理局宣布取消合格境外機(jī)構(gòu)投資者（QFII）和人民幣合格境外機(jī)構(gòu)投資者（RQFII）投資額度限制，包含三方面：一是取消QFII和RQFII投資總額度，二是取消單家境外機(jī)構(gòu)投資者額度備案和審批，三是取消RQFII試點(diǎn)國家和地區(qū)限制。此次全面取消合格境外機(jī)構(gòu)投資者額度限制，進(jìn)一步掃除了外資進(jìn)入障礙，提升了人民幣資本項(xiàng)目可兌換程度，我國金融市場對外開放更進(jìn)一步。一方面，這極大地便利了境外機(jī)構(gòu)投資者投資境內(nèi)金融市場，與近期外資流入趨勢相疊加，進(jìn)一步放大了我國股票和債券納入MSCI、富時(shí)羅素、標(biāo)普道瓊斯等國際主流指數(shù)的積極效應(yīng)，有利于促進(jìn)我國金融市場健康發(fā)展并融入全球體系。另一方面，這展現(xiàn)了我國金融改革開放的決心與信心。中美國債利差=中國10年期國債收益率-美國10年期國債收益率。鄒子昂和熊啟躍（2022）指出，利差是影響跨境資本流動(dòng)的關(guān)鍵變量，其作用機(jī)制主要通過以下三個(gè)途徑體現(xiàn)。首先，利差的變化會(huì)引發(fā)市場主體進(jìn)行套息交易，促使資金從低利率地區(qū)流向高利率地區(qū)。其次，利差的變動(dòng)會(huì)增加高利率貨幣的升值預(yù)期，從而推動(dòng)市場中的套匯活動(dòng)，使資金流向預(yù)期更強(qiáng)的貨幣。最后，利差的變化還會(huì)調(diào)整市場的避險(xiǎn)情緒，導(dǎo)致資本向被認(rèn)為風(fēng)險(xiǎn)較低的地區(qū)轉(zhuǎn)移。按照資金的性質(zhì)，跨境資本流動(dòng)主要分為直接投資、證券投資、其他投資、金融衍生品以及儲(chǔ)備資產(chǎn)等類別。不同類型的資本因其自身的特性和運(yùn)作邏輯不同，在面對中美利差變化時(shí)的表現(xiàn)也各有差異。特別是債券市場投資者對利率變動(dòng)非常敏感，當(dāng)中美利差縮小時(shí)，所產(chǎn)生的套利和套匯效應(yīng)主要在債券市場上體現(xiàn)出來。鑒于我國對證券投資中的對外資產(chǎn)存在一定的管制，因此中美利差變動(dòng)的影響更多地體現(xiàn)在對外負(fù)債方面，即境外投資者在我國的證券市場活動(dòng)。這類投資通常表現(xiàn)為短期資金，對中美利差的變化尤為敏感。根據(jù)國際貨幣基金組織的數(shù)據(jù)，進(jìn)入中國股市的外資主要由非銀行金融機(jī)構(gòu)構(gòu)成，這些被稱為“聰明錢”的資金往往熱衷于利用杠桿和從事投機(jī)交易，因此對市場動(dòng)態(tài)的變化極其敏感。長期收益率反映一國景氣環(huán)境變化、貨幣政策變化，因此中美利差可以反映中國與美國兩大經(jīng)濟(jì)體的景氣強(qiáng)弱、央行貨幣政策差異，而利差的大小會(huì)影響外企流入意愿。當(dāng)中美利差向上，表示中國與美國經(jīng)濟(jì)差距擴(kuò)大，有利人民幣升值。反之，當(dāng)中美利差向下，表示中國與美國經(jīng)濟(jì)差距縮小，不利人民幣升值。中美利差長期處于低位甚至倒掛，會(huì)使我國產(chǎn)生資本外流壓力，進(jìn)而影響股市、債市和匯市的穩(wěn)定。數(shù)據(jù)來源：中國債券信息網(wǎng)（Wind數(shù)據(jù)庫）主成分分析（PrincipalComponentAnalysis，PCA）是利用數(shù)學(xué)上降低維度的思想，將實(shí)際問題中的多個(gè)變量重新組合成一組新的少數(shù)幾個(gè)綜合指標(biāo)來代替原來變量的方法。這樣在分析多變量的過程中，就可以只考慮少數(shù)幾個(gè)主成份，同時(shí)也不會(huì)損失太多的信息，主成份分析過程中主成份所包含的信息是用該主成份的方差來衡量的。在研究問題時(shí)，主成份分析法既能減少變量的個(gè)數(shù)又能獲得主要的信息，因此越來越為人們廣泛應(yīng)用。在統(tǒng)計(jì)學(xué)中，主成分分析是一種簡化數(shù)據(jù)集的技術(shù)。它是一個(gè)線性變換。這個(gè)變換把數(shù)據(jù)變換到一個(gè)新的坐標(biāo)系統(tǒng)中，使得任何數(shù)據(jù)投影的第一大方差在第一個(gè)坐標(biāo)（稱為第一主成分）上，第二大方差在第二個(gè)坐標(biāo)（第二主成分）上，依次類推。主成分分析經(jīng)常用于減少數(shù)據(jù)集的維數(shù)，同時(shí)保持?jǐn)?shù)據(jù)集對方差貢獻(xiàn)最大的特征。這是通過保留低階主成分，忽略高階主成分做到的。這樣低階成分往往能夠保留住數(shù)據(jù)的最重要方面。但是，這也不是一定的，要視具體應(yīng)用而定。一個(gè)研究對象，往往是多要素的復(fù)雜系統(tǒng)。變量太多無疑會(huì)增加分析問題的難度和復(fù)雜性，利用原變量之間的相關(guān)關(guān)系，用較少的新變量代替原來較多的變量，并使這些少數(shù)變量盡可能多的保留原來較多的變量所反應(yīng)的信息，這樣問題就簡單化了。主成份分析以最少的信息丟失為前提，將眾多的原有變量綜合成較少幾個(gè)綜合指標(biāo)，通常綜合指標(biāo)有以下幾個(gè)特點(diǎn)：（1）主成份個(gè)數(shù)遠(yuǎn)遠(yuǎn)少于原有變量的個(gè)數(shù)。原有變量綜合成少數(shù)幾個(gè)因子之后，因子將可以替代原有變量參與數(shù)據(jù)建模，這將大大減少分析過程中的計(jì)算工作量。（2）主成份能夠反映原有變量的絕大部分信息。因子并不是原有變量的簡單取舍，而是原有變量重組后的結(jié)果，因此不會(huì)造成原有變量信息的大量丟失，并能夠代表原有變量的絕大部分信息。（3）主成份之間互不相關(guān)。通過主成份分析得出的新的綜合指標(biāo)之間互不相關(guān)，因子參與數(shù)據(jù)建模能夠有效地解決變量信息重疊、多重共線性等給分析應(yīng)用帶來的諸多問題。（4）主成份具有命名解釋性。通過主成份分析法得到的新的因子往往具有實(shí)際含義，具有命名解釋性?？傊?，主成份分析法是研究如何以最少的信息丟失將眾多原有變量濃縮成少數(shù)幾個(gè)因子，如何使因子具有一定的命名解釋性的多元統(tǒng)計(jì)分析方法。優(yōu)缺點(diǎn)：（1）可消除評價(jià)指標(biāo)之間的相關(guān)影響。因?yàn)橹鞒煞址治鲈趯υ笜?biāo)變量進(jìn)行變換后形成了彼此相互獨(dú)立的主成分，而且實(shí)踐證明指標(biāo)之間相關(guān)程度越高，主成分分析效果越好。（2）可減少指標(biāo)選擇的工作量。對于其它評價(jià)方法，由于難以消除評價(jià)指標(biāo)間的相關(guān)影響，所以選擇指標(biāo)時(shí)要花費(fèi)不少精力，而主成分分析由于可以消除這種相關(guān)影響，所以在指標(biāo)選擇上相對容易些。（3）當(dāng)評級指標(biāo)較多時(shí)還可以在保留絕大部分信息的情況下用少數(shù)幾個(gè)綜合指標(biāo)代替原指標(biāo)進(jìn)行分析。主成分分析中各主成分是按方差大小依次排列順序的，在分析問題時(shí)，可以舍棄一部分主成分，只取前后方差較大的幾個(gè)主成分來代表原變量，從而減少了計(jì)算工作量。（4）在綜合評價(jià)函數(shù)中，各主成分的權(quán)數(shù)為其貢獻(xiàn)率，它反映了該主成分包含原始數(shù)據(jù)的信息量占全部信息量的比重，這樣確定權(quán)數(shù)是客觀的、合理的，它克服了某些評價(jià)方法中認(rèn)為確定權(quán)數(shù)的缺陷。（5）這種方法的計(jì)算比較規(guī)范，便于在計(jì)算機(jī)上實(shí)現(xiàn)，還可以利用專門的軟件。（1）在主成分分析中，本文首先應(yīng)保證所提取的前幾個(gè)主成分的累計(jì)貢獻(xiàn)率達(dá)到一個(gè)較高的水平（即變量降維后的信息量須保持在一個(gè)較高水平上其次對這些被提取的主成分必須都能夠給出符合實(shí)際背景和意義的解釋（否則主成分將空有信息量而無實(shí)際含義）。（2）主成分的解釋其含義一般多少帶有點(diǎn)模糊性，不像原始變量的含義那么清楚、確切，這是變量降維過程中不得不付出的代價(jià)。因此，提取的主成分個(gè)數(shù)m通常應(yīng)明顯小于原始變量個(gè)數(shù)p（除非p本身較小否則維數(shù)降低的“利”可能抵不過主成分含義不如原始變量清楚的“弊”。（3）當(dāng)主成分的因子負(fù)荷的符號有正有負(fù)時(shí)，綜合評價(jià)函數(shù)意義就不明確。主成分分析是一個(gè)壓縮和解釋數(shù)據(jù)的過程，常被用來尋找判斷某種事物或現(xiàn)象的綜合指標(biāo)，并且給綜合指標(biāo)所包含的信息以適當(dāng)?shù)慕忉?。主成分分析是利用降維（線性變換）的思想，在損失很少信息的前提下把多個(gè)指標(biāo)轉(zhuǎn)化為幾個(gè)不相關(guān)的綜合指標(biāo)（主成分即每個(gè)主成分都是原始變量的線性組合。鑒于主成分分析現(xiàn)實(shí)含義的解釋缺陷，統(tǒng)計(jì)學(xué)斯皮爾曼又對主成分分析進(jìn)行擴(kuò)展。因子分析在提取公因子時(shí)，不僅注意變量之間是否相關(guān)，而且考慮相關(guān)關(guān)系的強(qiáng)弱，使得提取出來的公因子不僅起到降維的作用，而且能夠被很好的解釋。主成分分析和因子分析的關(guān)系是包含與擴(kuò)展。當(dāng)因子分析提取公因子的方法是主成分（矩陣線性組合）時(shí)，因子分析結(jié)論的前半部分內(nèi)容就是主成分分析的內(nèi)容，而因子旋轉(zhuǎn)是因子分析的專屬（擴(kuò)展主成分分析是因子分析（提取公因子方法為主成分）的中間步驟。從應(yīng)用范圍和功能上講，因子分析法完全能夠替代主成分分析，并且解決了主成分分析不利于含義解釋的問題，功能更為強(qiáng)大。熵值法是在計(jì)算加權(quán)指標(biāo)時(shí)的一種賦權(quán)方法。根據(jù)各指標(biāo)數(shù)值變化對整體的影響，計(jì)算指標(biāo)的熵值，進(jìn)而確定權(quán)重。在信息論中，熵指系統(tǒng)的混亂程度或無序程度，指標(biāo)的熵值越大，說明指標(biāo)中的信息混亂程度越高，導(dǎo)致該指標(biāo)不確定性越大，則該指標(biāo)所包含的信息量就越小，指標(biāo)信息綜合評價(jià)能力越弱，最終給該指標(biāo)所加的權(quán)重也就越小。首先，對評分指標(biāo)進(jìn)行標(biāo)準(zhǔn)化處理。評分指標(biāo)分為正向指標(biāo)和負(fù)向指標(biāo)。正向指標(biāo)是指該數(shù)據(jù)分值越高，對最后的評分結(jié)果影響越正面；負(fù)向指標(biāo)是指該數(shù)據(jù)分值越高，對最后的評分結(jié)果影響越負(fù)面。因?yàn)樵u分?jǐn)?shù)據(jù)有正向和負(fù)向之分，所以評分計(jì)算的第一步是將各個(gè)評分要素進(jìn)行標(biāo)準(zhǔn)化處理，確保各指標(biāo)標(biāo)準(zhǔn)化后均為正數(shù)。處理公式如下所示：對于正向指標(biāo)：Ixij—min(x1j,x2j,...,xnj)xij=max(x1j,x2j,...,xnj)—min(x1j,x2j,...,xij=對于負(fù)向指標(biāo)：接下來，進(jìn)一步求每個(gè)數(shù)值在評分列中的數(shù)值占比（數(shù)值比例公式為：下一步求數(shù)值占比與自身對數(shù)的積。熵值法要求對數(shù)的原因在于對數(shù)函數(shù)能夠有效地衡量數(shù)據(jù)的不確定性，并確保信息的可加性。xi=piLog(pi)最后，計(jì)算每個(gè)評分要素的熵值。熵值的計(jì)算公式如下：ej=—kΣ=1pijlog(pij)其中K值的定義為：K=1/log(N)，N為參與評分的指標(biāo)數(shù)量。得到了每個(gè)評分要素的熵值后，基于熵值我們可以求得每個(gè)平分要素的權(quán)重值——這里的權(quán)重值可以理解為每個(gè)評分要素的熵值在整個(gè)熵值體系中的占比，其公式為：其中分母為所有要素熵值的累加，分子為當(dāng)前要素的熵值。有了每個(gè)評分要素的權(quán)重值，以及每個(gè)評分欄目標(biāo)準(zhǔn)化值，就可以進(jìn)行每個(gè)指標(biāo)的評分得分基數(shù)的計(jì)算公式為：后續(xù)可以在得分基數(shù)的基礎(chǔ)上，將基準(zhǔn)評分轉(zhuǎn)換為10分制、100分制或者某種最終使用的分?jǐn)?shù)。根據(jù)指標(biāo)體系和數(shù)據(jù)可得性，我們采用深度、廣度、投資者保護(hù)、流動(dòng)性、波動(dòng)性、有效性、對外開放度以及實(shí)體經(jīng)濟(jì)支持度指標(biāo)進(jìn)行總指數(shù)構(gòu)建。同時(shí)，我們采用主成分分析、因子分析以及熵值法三種方式構(gòu)建指標(biāo)，并進(jìn)行比對。①主成分分析用八個(gè)維度選取的相應(yīng)指標(biāo)進(jìn)行總指數(shù)構(gòu)建。首先對因子進(jìn)行相關(guān)性檢驗(yàn)，巴特利球形檢驗(yàn)結(jié)果P=0.0000，拒絕相關(guān)系數(shù)矩陣為單位陣的原假設(shè)，變量之間存在公因子；KMO=0.815，因子間有較強(qiáng)的相關(guān)性，支持進(jìn)行主成分分析。表2構(gòu)建債券市場質(zhì)量總指數(shù)的指標(biāo)體系中債新綜合凈價(jià)指數(shù)收益波性不同類別債券托管降級及展望負(fù)面?zhèn)鶄l(fā)行信用等級發(fā)行量同比增速評級公司債項(xiàng)評級同向各融資主體加權(quán)發(fā)國債一階序列相關(guān)根據(jù)主成分分析結(jié)果，選取特征值大于1的前六個(gè)因子作為主成分，第6個(gè)因子累計(jì)貢獻(xiàn)率達(dá)到71.67%，進(jìn)一步得到主成分因子載荷。表3總指數(shù)主成分分析結(jié)果序序號指標(biāo)名稱第一主成分系數(shù)第二主成分系數(shù)第三主成分系數(shù)第四主成分系數(shù)第五主成分系數(shù)第六主成分系數(shù)1發(fā)行凈融0.21360.27190.1875-0.10250.06010.01492發(fā)行債券0.31540.00330.1846-0.0781-0.05350.00983交易量月-0.03600.5065-0.24500.18370.03750.051440.3282-0.11170.02810.02950.10930.00375現(xiàn)券成交額0.3159-0.0547-0.05340.06840.0592-0.00066不同類別債券托管規(guī)模的集0.2629-0.2069-0.20070.13820.2971-0.03287降級及展望負(fù)面?zhèn)?0.11950.15100.0538-0.04170.6273-0.08728債券發(fā)行信用等級0.2873-0.0090-0.0596-0.02140.09480.03869評級公司債項(xiàng)評級0.25330.12650.2095-0.0729-0.0447-0.0280交易前透0.2367-0.16200.05040.12170.4029-0.0105各融資主體加權(quán)發(fā)0.1733-0.02650.3463-0.1854-0.10070.0719國債一階序列相關(guān)0.0108-0.04820.00150.1979-0.2019-0.7866-0.1429-0.33540.07050.04810.12060.1089收益率波-0.11350.01980.29100.5211-0.0696-0.0188收益率偏度0.0455-0.09820.03840.4078-0.17260.3504中債新綜合凈價(jià)指數(shù)收益波-0.07870.08620.41110.50120.1271-0.07110.23760.32310.05370.04570.06890.0650國債國開-0.2408-0.05140.3038-0.21260.06800.0386短期債券0.2392-0.0050-0.10750.0132-0.4205-0.006120發(fā)行量同-0.02070.5130-0.17800.03910.0389-0.075621-0.17250.16620.4229-0.2626-0.0266-0.019322-0.08830.0879-0.05760.1396-0.08560.4570230.28040.08650.2706-0.0147-0.09820.0356指數(shù)構(gòu)建中六個(gè)主成分占比分別為36.85%、10.13%、7.87%、6.93%、5.43%和4.47%。第1主成分中發(fā)行只數(shù)、月托管量、現(xiàn)券成交額，第2主成分中的交易量月增速、發(fā)行量月增速、DR007月度波動(dòng)率，第3主成分中的中債新綜合指數(shù)波動(dòng)率、中美利差、各融資主體加權(quán)發(fā)行規(guī)模，第4主成分中的10年期國債收益率偏度、10年期國債收益率波動(dòng)率，第5主成分中的交易前透明度、短期債券占比、降級及展望負(fù)面?zhèn)急纫约暗诹鞒煞种械膰鴤浑A序列相關(guān)系數(shù)、中資海外債凈融資額同比，共16個(gè)指標(biāo)是權(quán)重影響比較大的指標(biāo)。通過主成分分析法得到的債券市場質(zhì)量指數(shù)表達(dá)式如下：fscore=0.3685×f1+0.1013×f2+0.0787×f3+0.0693×f4+0.0543×f5+0.0447×f6圖142010-2024債券市場質(zhì)量指數(shù)（基于主成分分析）②因子分析通過因子分析法實(shí)現(xiàn)了指標(biāo)降維從23個(gè)指標(biāo)組降到4個(gè)公因子，累計(jì)貢獻(xiàn)率為89.15%。表4總指數(shù)因子分析結(jié)果序號指標(biāo)名稱公因子F1上公因子F2上公因子F3上公因子F4上10.59880.38350.2045-0.055520.92370.03060.2896-0.08413-0.10290.7108-0.38520.166840.9656-0.18040.04530.063750.9255-0.0840-0.08380.07016不同類別債券托管0.7678-0.35370.04530.03017降級及展望負(fù)面?zhèn)?0.32260.16060.02870.08438債券發(fā)行信用等級0.8203-0.0150-0.0768-0.04319評級公司債項(xiàng)評級0.71400.19800.2489-0.04220.6875-0.26750.04400.2852各融資主體加權(quán)發(fā)0.4788-0.00870.3964-0.1178國債一階序列相關(guān)0.0288-0.0486-0.01500.1048-0.3833-0.40460.08120.0787-0.31420.03560.20440.59010.1215-0.09820.00740.2597中債新綜合凈價(jià)指-0.21730.12880.32790.63510.68630.50860.03120.0824-0.6907-0.06650.4426-0.13220.68430.0094-0.1306-0.149620-0.05930.6768-0.24730.009021-0.49310.26600.5670-0.167722-0.23360.0907-0.06400.0745230.81180.16740.36820.0177公因子組成：公因子F1中載荷較大的指標(biāo)有發(fā)行只數(shù)、月托管量、現(xiàn)券成交額、凈融資額、中資海外債發(fā)行量、債券發(fā)行信用等級集中度、不同類別債券托管集中度、評級公司債項(xiàng)評級基尼系數(shù)、國債國開債利差、短期債券占比、交易前透明度，公因子F2中載荷較大的指標(biāo)有換手率、交易量月增速、發(fā)行量月增速，公因子F3中載荷較大的指標(biāo)有國債國開債利差、中美利差、各融資主體加權(quán)發(fā)行規(guī)模，公因子F4中載荷較大的指標(biāo)有10年期國債收益率波動(dòng)率、中債新綜合指數(shù)波動(dòng)率。較主成分分析的權(quán)重指標(biāo)增加了發(fā)行凈融資額、不同類別債券托管規(guī)模的集中度、債券發(fā)行信用等級集中度、評級公司債項(xiàng)評級基尼系數(shù)、各融資主體加權(quán)發(fā)行規(guī)模、換手率、國債國開利差、短期債券占比、中資海外債發(fā)行量等指標(biāo)，減少了降級及展望負(fù)面?zhèn)急?、國債一階序列相關(guān)系數(shù)、收益率偏度、中資海外債凈融資額同比等指標(biāo)，通過因子分析法得到的債券市場質(zhì)量指數(shù)表達(dá)式如下：圖152010-2024債券市場質(zhì)量指數(shù)（基于因子分析）③熵值法為了進(jìn)一步驗(yàn)證主成分分析和因子分析的結(jié)果，我們使用熵值法計(jì)算債券市場質(zhì)量指數(shù)并觀察質(zhì)量指數(shù)隨時(shí)間的變化。圖162010-2024債券市場質(zhì)量指數(shù)（基于熵值法）觀察債券市場質(zhì)量指標(biāo)在2010年到2024年之間的變化可以發(fā)現(xiàn)，2014年之前，債市處于一個(gè)質(zhì)量水平相對較低的狀態(tài)。自2014年以來，我國債券市場的質(zhì)量出現(xiàn)明顯改善，市場總體質(zhì)量整體呈現(xiàn)出上升趨勢。2014年全年國內(nèi)經(jīng)濟(jì)基本面較為疲弱，宏觀經(jīng)濟(jì)下行壓力加大。央行出于穩(wěn)增長和防控潛在的系統(tǒng)性金融風(fēng)險(xiǎn)的目的不斷對貨幣政策進(jìn)行預(yù)調(diào)微調(diào)，在保持流動(dòng)性總量適度充裕的同時(shí)引導(dǎo)市場利率下行。2014年4月央行降準(zhǔn)靴子落地，以此為起點(diǎn)，貨幣政策取向正式由緊轉(zhuǎn)松，市場逐步適應(yīng)“定向?qū)捤伞钡呢泿耪咝滤悸?，銀行間市場流動(dòng)性寬松。隨著交易的活躍和債市體量的發(fā)展，債券市場復(fù)雜程度大大提高，債券市場不穩(wěn)定性現(xiàn)象值得關(guān)注。2014年違約事件的爆發(fā)是整個(gè)債券市場穩(wěn)定性變化的轉(zhuǎn)折時(shí)間點(diǎn)，從2015年6月開始進(jìn)入了債券市場的長熊市階段。這和當(dāng)年的宏觀經(jīng)濟(jì)發(fā)展?fàn)顩r和貨幣政策也緊密相連，在2015年底和2016年“債災(zāi)”發(fā)生前，本文的指數(shù)來到了歷史最高位。2016年債券市場運(yùn)行情況可以分為兩個(gè)大階段，分別是于1-10月的牛市狂歡，和11-12月的大幅調(diào)整階段。1-10月，我國實(shí)體經(jīng)濟(jì)仍舊偏弱，下行壓力大，這一階段的貨幣政策為“平穩(wěn)偏寬”的。在充沛的流動(dòng)性支撐下，兩年前的“資金荒”已變?yōu)椤百Y產(chǎn)荒”，2016年初股市連續(xù)熔斷，充沛的資金進(jìn)入債券市場，而不斷（下行的收益率）上漲的債券價(jià)格則進(jìn)一步強(qiáng)化了資金流入的預(yù)期，直到演變?yōu)橐粋€(gè)銀行主動(dòng)上升負(fù)債，不斷加通過加杠桿強(qiáng)化收益率最終橫掃一切利差的瘋狂情緒。高杠桿，低超儲(chǔ)，期限錯(cuò)配造成的金融風(fēng)險(xiǎn)不斷上升。2016年11-12月，國內(nèi)外環(huán)境皆有所變化。首先是2016年全國樓市的回暖，全國各地房價(jià)都不斷升高。樓市的回暖一方面從客觀上促進(jìn)了經(jīng)濟(jì)的回暖和通脹的上行壓力，另一方面加大了匯率的貶值壓力，同時(shí)也使中央的思路從“穩(wěn)增長”向“防風(fēng)險(xiǎn)”轉(zhuǎn)變。從國內(nèi)來看，經(jīng)濟(jì)的企穩(wěn)復(fù)蘇，商品價(jià)格的上行推升通脹預(yù)期，債市風(fēng)險(xiǎn)的積累帶動(dòng)央行貨幣政策的掉頭，隨著央行不斷的鎖長放短，短期資金利率的抬升使得之前加杠桿套利的行為慢慢地?zé)o以為繼。同時(shí)，11月國際環(huán)境的變化，尤其是特朗普上臺(tái)后預(yù)期將實(shí)行擴(kuò)大基建和實(shí)施財(cái)政刺激，美國經(jīng)濟(jì)的復(fù)蘇帶來美聯(lián)儲(chǔ)加息預(yù)期的增強(qiáng)，帶動(dòng)美債收益率上行，中美利差的縮窄也成為空頭發(fā)力的支撐。最后，債券在多重因素共振下引來的第一波調(diào)整，使得“代持”等事件暴露，引發(fā)了第二輪的大幅沖擊。最終，第二輪沖擊將一年多來債市的漲幅完全磨平。本文的質(zhì)量指標(biāo)也從歷史高位大幅下跌。隨著代持事件得到妥善處理，央行與銀保監(jiān)釋放政策暖意，債市迎來一波修復(fù)性行情，伴隨著2017年4月到6月的嚴(yán)監(jiān)管政策密集落地，監(jiān)管方面表達(dá)了對于“去杠桿”的觀點(diǎn)，其中“去杠桿不是消滅杠桿”、“沒有杠桿就沒有金融”的論調(diào)大大緩解了市場對嚴(yán)監(jiān)管的恐慌，債市暴跌后迎來短