我国货币政策对国债收益率曲线的影响研究

陈涛　林源河

摘   要：本文首先分析了货币政策对国债收益率曲线的影响机制，然后运用主成分分析法对国债收益率曲线进行拟合，提取出水平因子、斜率因子、曲度因子，接着建立VAR模型，通过脉冲响应分析和方差分解检验数量型与价格型货币政策对三因子的影响。研究结果表明，价格型货币政策工具对收益率曲线水平和斜率的调控能更有效地实现央行的政策意图，但其对曲度的影响仍较有限。最后，为进一步增强货币政策对国债收益率曲线可控性，本文提出应加快培育货币市场基准利率、增强公开市场操作对国债收益率曲线的调控能力、提高央行对预期管理工具的运用能力、完善国债市场四点政策建议。

关键词：数量型货币政策;价格型货币政策;国债收益率曲线;流动性升水

DOI：10.3969/j.issn.1003-9031.2021.10.001

中图分类号：F821.0           文献标识码：A            文章编号：1003-9031（2021）10-0003-18

一、引言

当前，我国正处于利率市场化和货币政策框架转型的关键时期，利率传导机制的重要性日益凸显。通常，国债收益率被看作“无风险利率”，是金融市场重要的基准利率，也是连接政策利率与企业债券利率的关键环节，央行对不同期限国债收益率的可控性决定着利率传导机制是否能顺畅影响实体经济的融资成本。

反映利率期限结构的国债收益率曲线不仅能体现短期与长期国债利率之间的传导效果，而且能够直观反映宏观经济的运行和变化，这对央行运用货币政策进行宏观调控具有重要的参照和指示作用。2013年以来，我国开始重视编制国债收益率曲线并发挥其作用，党的十八届三中全会提出要“健全反映市场供求关系的国债收益率曲线”，2017年金融工作会议进一步指出要“更好发挥国债收益率曲线定价基准作用”，2020年国务院发布的《关于构建更加完善的要素市场化配置体制机制的意见》再次强调“要进一步健全反映市场供求关系的国债收益率曲线，更好发挥国债收益率曲线定价基准作用”。因此，研究我国不同类型货币政策对国债收益率曲线变动的影响，对于疏通利率传导渠道，有效降低政府、企业等发债主体的融资成本具有较强的理论与现实意义。

二、文献综述

（一）关于收益率曲线拟合的模型与方法研究

国内外学者对于收益率曲线拟合的模型研究，主要包括樣条函数法、息票剥离法、NS模型法等。McCulloh（1971）提出了多项式样条法，Vasicek&Fong（1982）提出指数样条法，主要采取分段拟合的方式来获取不同时间点的收益率曲线，因此待估参数多，模型的平滑度有限。Nelson&Siegel（1987）提出了采用整段拟合利率的NS模型，该模型的函数只含四个待估参数并且参数可以与宏观经济因素建立联系，具有一定的经济意义。在NS模型的基础上，Svensson（1994）引入了两个新的参数和一个约束条件NSS模型，提高了对短期利率的拟合度，能更好的拟合双峰形态等复杂的收益率曲线。

国内关于收益率曲线拟合的模型研究中，更注重模型的实际应用。郑振龙和林海（2003）以上交所国债交易数据为样本，用样条函数法和息票剥离法进行拟合，发现二者结合使用效果更好。周子康等（2008）在对NS模型和NSS模型进行修正后提出了NSM模型，使模型能更准确地拟合多峰的收益率曲线。在DNS模型的研究上，余文龙和王安兴（2010）拟合且预测了中国国债的利率期限结构，结果显示无法拟合多峰的收益率曲线。张健和陈映洲（2018）提出了无套利双斜率的DNS模型。

除了上述模型，主成分分析法（PCA）也常用来拟合收益率曲线的变动。Litterman&Scheinkman（1991）将美国1984年到1988年的国债利率进行了主成分分析，将前三个主成分分别命名为水平因子、斜率因子和曲度因子，实证发现三因子可以解释收益率曲线变动信息的98%以上。Roger&Antoon（2005）检验了三因子模型，发现水平因子反映债券收益率的整体走势，斜率因子影响长短期利差，曲度因子影响中期债券收益率。于鑫（2009）使用主成分分析法对我国2002年到2008年银行间的国债交易数据进行研究，发现解释度为99.72%。陈浪南和郑衡亮（2015）利用因子模型研究2006年到2012年国债收益率曲线，结果显示前三个因子对总体方差的累计贡献率达到95.39%，水平因子和斜率因子的累计贡献率达到92%。周亮（2018）使用主成分分析法提取2011年到2017年国债月均收益率数据的主成分，结果表明前三个主成分可以解释总方差的99.29%。

（二）货币政策对利率期限结构与收益率曲线影响的研究

关于货币政策对不同期限利率的影响程度，多数学者研究认为货币政策对短期利率的影响较大，扩张性货币政策会使长短期利率的差距扩大。Estrella&Mishkin（1997）将英、美、法等国的国债收益率与央行利率进行线性回归，发现货币政策对长期利率有正向影响，对短期利率则是负向影响。Haldane&Read（2000）通过实证研究也发现货币政策对期限越短的利率影响程度越大。刘海东（2006）使用中国市场的数据研究发现，货币政策会影响国债收益率曲线的斜率，且对短期利率的影响大于长期。康书隆（2011）使用Fama-Bliss法剥离国债的隐含收益率以构建利率期限结构，再使用对应的GDP、CPI和M1数据构建VEC模型，结果显示M1的增加会降低整体的利率水平，特别是短期利率。

关于货币政策对收益率曲线三因子的影响研究中，Bekaert等（2005）研究发现宏观经济因素会对三因子产生影响，货币政策主要影响斜率因子和曲度因子。刘金全等（2007）使用工业增加值、CPI、M2分别代表供给冲击、价格冲击、货币冲击，研究宏观经济因素与国债收益率曲线的关系，结果表明宏观经济因素冲击只显著地影响水平因子。徐小华和何佳（2007）使用单因素方差分析法，研究了不同的货币政策工具以及执行方法对国债收益率曲线形态产生的影响，结果表明短期利率和基准利率间有较好的正相关关系，与收益率曲线的斜率因子有显著的负相关关系。于鑫（2009）构建SVAR模型，发现价格冲击主要影响水平因子，而供给冲击和货币政策冲击显著影响斜率因子和曲度因子。陈浪南和郑衡亮（2015）将宏观经济因素分为物价指数、经济增长、货币政策、国债供给、股票市场表现、货币市场利率水平和汇率，研究发现短期内经济增长、货币政策和货币市场利率对水平因子影响显著，曲度因子受货币政策和汇率影响。金成晓和李雨真（2015）研究发现货币政策的利率和信贷渠道会影响利率期限结构，利率渠道影响收益率曲线的水平因子，信贷变化影响收益率曲线的斜率因子。

综上所述，国内外学者对收益率曲线拟合的模型和方法研究具有多样性，关于货币政策对利率期限结构与收益率曲线的影响也有一定的研究，但一般选取单一的货币政策变量，较少区分数量型与价格型货币政策的影响。因此，本文基于我国货币政策调控框架处于转型期的背景，分别对两种类型货币政策工具对国债收益率曲线的影响进行理论与实证分析，并比较其差异。

三、货币政策对国债收益率曲线影响的理论分析

（一）利率期限结构与收益率曲线

利率期限结构是具有相同违约风险与税收因素的债券，其利率由于期限不同而呈现差异。反映利率期限结构的曲线就是收益率曲线，它以债券的到期期限为横轴，以到期收益率（利率）为纵轴。收益率曲线的形状呈现水平型、渐升型和渐降型三种类型。该曲线具有三个重要的特征：一是长短期债券的到期收益率呈同向波动趋势;二是当短期利率较高时，收益率曲线为渐降型;短期利率较低时，收益率曲线为渐升型;三是收益率曲线多数情况下是向上倾斜的。解释这三种特征的理论称为利率期限结构理论，包括预期理论、市场分割理论与流动性升水理论。其中，只有流动性升水理论能够同时解释这三种特征。

流动性升水理论假设：不同期限的债券之间存在不完全的替代关系，所以长短期债券之间的收益率可以相互影响;由于投资者更偏好期限短、流动性强的债券，所以只有存在正的流动性升水作为补偿，投资者才愿意持有长期债券。因此，该理论认为长期债券的利率等于其到期前人们预期未来短期利率的平均值加上流动性升水。

（二）货币政策对国债利率及收益率曲线的影响

1. 货币政策对收益率曲线整体水平的影响

根据调控中介目标的不同，货币政策工具可以分为数量型与价格型。我国的数量型工具对国债利率的传导机制如图1所示。

当中央银行采取扩张性数量型货币政策工具时，会产生流动性效应与通货膨胀预期效应。在流动性效应下，由于商业银行的准备金及货币供应量增加，银行及其他投资者对长短期国债需求量都会增加，进而拉动各期限国债价格上升，长短期国债利率则不同程度下降。因此，国债收益率曲线整体向下移动。在通货膨胀预期效应下，由于公众预期未来通货膨胀率上升，对长短期国债的需求均减少，国债价格下降，长短期国债利率则不同程度上升，因此，国债收益率曲线整体向上移动。反之，则情况相反。因此，收益率曲线水平的最终变化取决于哪一种效应更强。价格型货币政策工具对国债利率的传导机制如图2所示。

当央行采取扩张性价格型工具时，各政策利率降低，首先引导货币市场基准利率降低，然后短期国债利率降低，根据流动性升水理论，人们对未来短期国债利率的预期及平均值也随之下降，进而带动长期国债利率降低，国债收益率曲线整体下降。反之，则情况相反。

2.货币政策对收益率曲线斜率的影响

收益率曲线的斜率取决于长短期国债的利差，货币政策通过投资者对国债期限结构调整效应对收益率曲线斜率产生影响。当央行运用扩张性数量型货币政策工具后，市场资金面宽松情况下投资者预期未来短期内利率下行，若其流动性较充足，为获得更高收益会拉长久期，增加长期国债的配置比重，使长期国债的交易规模和交易频率增加，流动性增强，流动性升水相应降低，长短期国债利差减小，收益率曲线斜率降低、将变得更加平缓;若投资者流动性不足，则会增加流动性更强的短期国债的配置比重，短期国债利率会比长期国债利率下降更多，收益率曲线斜率上升，变得更加倾斜。此外，在通胀预期效应下，投资者会更多的降低长期国债的配置比重，从而使长期利率的下降幅度低于短期利率的下降幅度，因此收益率曲線斜率上升、将变得更加倾斜。反之，则情况相反。

当央行运用紧缩性价格型货币政策工具时，一方面基准利率上升使短期国债利率上升，人们预期未来短期国债利率及其平均值也上升，另一方面因已发行长期国债的票面利率是固定的，公众更倾向于购买短期国债，对长期国债的需求因其机会成本增大而降低，其流动性升水上升，因此长短期国债的利差加大，收益率曲线更倾斜。反之，当央行运用扩张性价格型货币政策工具时，短期国债利率下降，若公众预期未来的短期利率会小幅下降，则短期利率平均值也下降，同时公众对长期国债的需求因其机会成本下降而增加，其流动性升水下降，长短期国债的利差下降，收益率曲线可能趋于水平;若公众预期未来短期利率大幅下降，则长期利率可能低于短期利率，收益率曲线斜率成为负值;若大量金融机构因金融危机等冲击出现流动性严重不足时，长期国债的流动性升水会大幅上升，长短期利差加大，收益率曲线斜率上升。

四、国债收益率曲线的拟合

（一）数据选取及描述性统计

1.数据选取

本文选取由中国货币网（CFETS）统计的银行间交易市场中的国债收益率数据，时间区间为2010年1月至2019年12月，共计120个月，国债期限种类分别为6个月、1年、3年、5年、7年、9年、10年、15年、20年、30年，共计10个品种，涵盖短期、中期、长期，为了剔除数据的异常值，对各个期限的国债收益率取月平均值。

2.描述性统计

如表1所示，数据总体满足国债期限越长则收益率均值越大、波动性越小的特点。三年期以下国债收益率的偏度为负值，呈左偏特点，三年期以上的国债收益率呈右偏。

由图3可知，2013年上半年各期限国债收益率逐步升高，长短期利差缩小，这是由于当时市场流动性不足，银行业出现“钱荒”现象，为弥补流动性不足，银行更多抛售短期国债，短期国债收益率上行幅度超过长期国债从而导致利差缩小。2014年以后国债收益率总体呈下降趋势，这是由于当时国内外经济不景气，我国经济增速逐渐放缓进入“新常态”阶段，央行也在一年内五次降息、四次降准，在保持流动性适度充裕的同时引导市场利率下行，乐观的市场情绪驱动国债收益率基本呈现陡峭化下行趋势，长短期利差扩大。2017年央行多次上调政策利率的中性偏紧基调，以及加强“金融去杠杆”，使国债收益率有所提高，长短期国债利差缩小。2018年之后国债收益率再次由升转降，长短期国债利差扩大，这是市场对央行实施“普惠金融定向降准”、释放商业银行流动性等政策的反应。总体来看，不同期限的国债收益率波动趋势大致相同，符合期限越长则收益率越高、期限越短收益率越低的特点，并且长短期国债利差在银根宽松时拓宽，银根紧缩时收窄。

（二）国债收益率曲线的主成分分析

1.KMO和巴特利特检验

从表2可以看出，样本数据的 KMO值为0.777，巴特利特检验中P值为0，拒绝“原始变量相关系数矩阵是单位阵”的假设，可以判断数据之间存在相关性，这两项检验结果表明所选数据适合做主成分分析。

2.主成分分析结果

如表3所示，前三个因子对国债收益率数据的方差贡献率分别为87.009%、10.416%、1.365%，方差的累计贡献率达98.789%。

将三因子进行提取，水平因子、斜率因子和曲度因子分别记作F1、F2、F3，由表4可知，F1在所有期限内对收益率曲线都为正向影响且波动较小，反映国债收益率曲线的水平运动特征，代表了国债收益率整体水平的变化;F2对收益率曲线的前端为正向影响，末端为负向影响，通过前、末两端的变动反映国债收益率曲线的倾斜运动特征，代表国债长短期利差的变化;F3对收益率曲线的前端和末端为正向影响，中端为负向影响，它反映国债收益率曲线的下凸程度，代表国债收益率中短期利差、中长期利差的变动。三个主成分因子具体数值的因子模型：

3.拟合效果的检验

本文借鉴Diebold（2006）的检验方法，将实际国债数据的传统代理变量和所提取的F1、F2、F3分别对比时间趋势。由于估计的变量F2与实际收益率曲线的斜率互为相反数，故F2取其相反数，后续研究均采用其相反数，检验国债收益率曲线的拟合效果。取所有期限的国债收益率的均值作为传统收益率曲线的水平变量，10年期国债与半年期国债利差（R10Y- R0.5Y）作为传统收益率曲线的斜率变量，5年期、半年期国债利差与5年期、10年期国债利差之和（2*R5Y-R0.5Y-R10Y）作为传统收益率曲线的曲度变量。

如图4、图5、图6所示，F1曲线位于水平因子的下方，二者之间存在一定的差值，F2和斜率因子的曲线、F3和曲度因子的曲线都基本上重合。总体上看，F1、F2、F3与各自的传统代理变量呈显著的正相关关系，二者之间的走势和波动性高度一致，结合三因子对收益率曲线变动的累计贡献率达到98.79%，可知主成分分析法提取的三因子能够反映国债收益率曲线的变动特征。

五、货币政策对国债收益率曲线影响的VAR模型分析

（一）数据选取及变量描述性统计

本文建立VAR模型进行实证分析，所使用的变量分为三类。一是被解释变量，使用提取的F1、F2、F3分别代表水平因子、斜率因子、曲度因子来描述国债收益率曲线的变动特征。变量数据来自Wind数据库。

二是解释变量，选取2010—2019年的广义货币供应量M2作为数量型货币政策代理变量，存款类金融机构间的债券回购利率（DR007）作为价格型货币政策代理变量。原因在于，M2是常见的数量型货币政策中介目标，其涵盖范围较M1更加广泛，可以直接反映货币供给规模以及政策调控力度，对国债收益率有间接影响;中国人民银行在2020年《参与国际基准利率改革和健全中国基准利率体系》白皮书中提出要扩大DR在市场中的运用，将其打造为“中国货币政策调控和金融市场定价的关键性参考指标”，因此用DR007作为价格型货币政策代理变量。对M2进行取对数处理，二者分别记作lnM2和DR007。

三是控制變量，许多学者研究了宏观经济因素对国债收益率曲线变化的影响，其中经济增长和通货膨胀的冲击较为显著（宋福轶和陈浪南，2005;刘金全，2007），因此本文使用这两个宏观经济因素作为控制变量。通常用GDP同比增长率来衡量一国经济的增长状况，但我国GDP数据是按季度进行披露，与其他变量的频率不对应。参考前人的研究方法，大多选取工业增加值来衡量经济增长，工业增加值是GDP的重要组成部分且按月度进行披露，其增长很大程度上反映了GDP的增长状况，因此本文选取工业增加值IVA（当月同比）作为衡量经济增长的指标。居民消费价格指数CPI是研究中常用来衡量通货膨胀水平的重要指标，因此选取CPI（当月同比）反映物价水平的变化。

（二）ADF单位根检验

对变量进行不同假设下的ADF单位根检验，其中由实际数据所提取的三因子F1、F2、F3序列假设不含截距项和趋势，M2具有明显的增长趋势，对其保留截距项和趋势，其余变量仅保留截距项。检验结果如表6所示，F1、F2、F3、LnM2和DR007均为平稳的时间序列，IVA和CPI在5%的显著性水平下存在单位根，即时间序列不平稳。IVA和CPI一阶差分后为平稳的时间序列，分别记作DIVA和DCPI，其中DIVA可以代表工业增加值增长率，DCPI可以代表通货膨胀率。

（三）VAR模型的最佳滞后阶数

构建VAR模型之前，需要根据AIC和SC等信息准则确定模型的最佳滞后阶数。水平因子F1、斜率因子F2、曲度因子F3分别与lnM2、DR007、DCPI、DIVA构建的VAR模型的最佳滞后阶数均为4阶。

（四）格兰杰因果检验

如表7所示，在5%的显著性水平下，DR007是水平因子F1的格兰杰原因;在5%的显著性水平下，lnM2是 F2的格兰杰原因，在10%的显著性水平下，DR007、DIVA是F2的格兰杰原因;曲度因子F3与其他变量无显著的格兰杰因果关系。该结果表明：两种不同类型的货币政策对国债收益率曲线的整体水平或长短期利差会产生显著影响，但并不会显著影响国债收益率曲线的凹凸程度。

（五）VAR模型的稳定性检验

进行脉冲响应分析和方差分解的前提是VAR模型必须具有稳定性。因此，采用AR根检验方法进行模型稳定性检验，如果特征方程根的倒数都落在检验图的单位圆内，则模型是平稳的。如图7所示，VAR（F1）、VAR（F2）、VAR（F3）的所有特征根的倒数都落在单位圆内，说明三个模型都是平稳的。

（六）脉冲响应分析

VAR模型的构建很难使我们清晰地了解不同类型货币政策的冲击会对国债收益率曲线的三个因子产生什么具体的影响，而脉冲响应分析可以对VAR模型中的内生变量进行随机扰动项的冲击，以此衡量其他变量随之变动的情况。

1.水平因子F1的脉冲响应分析

由图8可知，在给lnM2一个标准差的正向冲击后，F1在第1期没有反应，说明数量型货币政策对F1的作用存在时滞，在第2期至第6期F1产生正向反应且逐渐衰弱，这说明在一定期限内扩张性的数量型货币政策冲击对国债收益率曲线的水平因子存在正向影响，即货币供应量增加，国债收益率水平整体上升，表明扩张性的数量型货币政策在短期内对利率产生的通货膨胀预期效应强于流动性效应。在第6期以后，F1对lnM2的冲击转为负向反应，即货币供应量增加，国债收益率水平整体下降，这表明在中长期流动性效应强于通胀预期效应，反映出数量型货币政策对国债利率调控意图的实现需要较长时滞。

在给DR007一个标准差的正向冲击后，F1同样存在1期的反应时滞且有正向反应，在第6期达到最大值之后逐渐衰减，这说明紧缩性的价格型货币政策冲击会使国债收益率水平整体上升，并且上升的持续期限较长。从反应程度来看，价格型货币政策冲击比数量型货币政策冲击对国债利率整体水平的影响更为显著，这是由于国债利率与货币市场基准利率的相关性更高。

在给DCPI一个标准差的正向冲击后，F1为正向反应且在第5期达到最大值，之后逐渐衰减，即国债收益率的整体水平随物价上涨而上升。在给DIVA一个标准差的正向冲击后，F1在第2期为负向反应，在第3期以后为正向反应且在第5期达到最大值，之后逐渐衰减，总体上表明工业增加值的增长会促使国债收益率整体水平的上升，与前述理论分析一致。

2.斜率因子F2的脉冲响应分析

由图9可知，在给lnM2一个标准差的正向冲击后，F2为正向反应且存在1期的反应时滞，在第3期达到最大值之后波动衰减，这表示货币供应量的增加会导致国债收益率曲线变得更加陡峭并且随着期限的增加逐渐稳定，说明投资者对国债期限结构的调整优先考虑流动性，倾向于增加短期国债的配置比重，同时该政策可能产生较强的通胀预期效应，因此无法有效降低长期利率。在给DR007一个标准差的正向冲击后，F2在第2期至第4期为负向反应，第4期以后正向反应，在第6期达到最大值之后随着期数的增加逐渐减弱，说明紧缩的价格型货币政策在短期内会先拉动短期国债利率上升，从而使长短期国债利差缩小，但在长期内则会由于投资者减少长期国债的配置比重使其流动性升水上升，长短期国债利差扩大，然后逐渐稳定。

在给DCPI一个标准差的正向冲击后，斜率因子F2的反应在全部期限内都十分微弱，并且反应的方向随着期限的增加而随机变动，说明物价水平变动的冲击对长短期国债利差不存在显著影响。在给DIVA一个标准差的正向冲击后，F2在期限内总体上为负向反应，在第3期绝对值达到最大值之后逐渐衰减，说明经济的增长会促使国债收益率曲线的斜率下降。

3.曲度因子F3的脉冲响应分析

由图10可知，在给lnM2一个标准差的正向冲击后，F3在前2期为正向反应，第3期至第6期为负向反应，之后又转为正向反应，总体上看反应较为微弱。在给DR007一个标准差的正向冲击后，曲度因子F3在第2期为负向反应，在第3期之后为正向反应且逐渐衰弱，说明紧缩性的价格型货币政策在短期内会使国债收益率曲线的下凸程度变小，在长期内变大且逐渐稳定。

在给DCPI一个标准差的正向冲击后，F3为正向反应，在第3期达到最大值之后逐渐衰减。F3对DIVA的冲击也为正向反应，这说明物价水平的上升和工业增加值的增长都会使国债收益率曲线的下凸程度变大。

（七）方差分解

由图11可知，F1对自身的贡献度始终最大，所有变量都从第2期开始对F1产生贡献，lnM2的贡献率为0.3～0.55%，贡献度较小，说明数量型货币政策对国债收益率曲线的水平运动影响微弱。随着期限的增长，DR007的贡献率从第2期的0.67%上升至第10期的32.77%，这表明价格型货币政策对国债收益曲线水平因子F1的影响十分显著，其冲击能够很大程度上推动国债收益率曲线的水平运动;DCPI对F1的方差贡献率由0.95%上升至10.54%，DIVA对F1的方差贡献率由0.16%上升至1.37%，这说明物价水平可以在一定程度上推动国债收益率曲线的水平运动，工业增加值的影响较小。

由图12可知，对于斜率因子F2，lnM2对F2的方差贡献率从第2期的1.90%上升至第10期的7.74%，說明数量型货币政策的冲击会在一定程度上推动国债收益率曲线的斜率变动。DR007对F2的方差贡献率始终小于3%，DCPI对F2的方差贡献率几乎为0，DIVA对F2的方差贡献率为3.16%左右，可见数量型货币政策的冲击对国债收益率曲线斜率的影响较其他变量都更为显著。

由图13可知，对于曲度因子F3，lnM2的方差贡献率为0.50～0.61%，DR007的方差贡献率为1.39～2.76%，DIVA的方差贡献率为1.28～4.27%，DCPI的方差贡献率为1.84～3.96%，说明相较于数量型货币政策，价格型货币政策的冲击对国债收益率曲线的曲度影响更为显著，但工业增加值和物价水平变动相较于货币政策变量的影响会更加显著。

六、结论和政策建议

（一）结论

从国债收益率曲线的水平变动来看，扩张性的数量型货币政策会使国债收益率曲线的整体水平在短期内小幅上升，但在长期内会小幅下降，这是因为短期中通胀预期效应更强，长期中流动性效应更强。紧缩性的价格型货币政策会使国债收益率曲线上移，并且作用效果和持续时间强于数量型货币政策，说明整体的国债收益率水平会随着货币市场基准利率的上调而上升，市场也能更准确对政策意图做出反应。工业增加值的增长和物价水平的上升总体上也会使国债收益率曲线上移，说明国债收益率曲线水平变动能够在一定程度上反映宏观经济运行的信息。

从国债收益率曲线的斜率变动来看，扩张性的数量型货币政策会使收益率曲线变得更加陡峭，表明投资者对国债期限结构的调整优先考虑流动性，倾向于增加短期国债的配置比重，且该政策产生的通胀预期效应较强，不能有效降低长期利率，其政策效果会因此而弱化;紧缩性价格型货币政策会使长短期国债利差在短期内缩小，在长期内扩大然后逐渐稳定。虽然在作用强度上扩张性数量型货币政策较紧缩性价格型货币政策对收益率曲线斜率的影响更大，但后者能够更有效的实现政策意图。此外，工业增加值的增长会使国债收益率曲线斜率趋于下降，而物价水平的变动难以对国债收益率曲线的斜率产生影响。

从国债收益率曲线的曲度变动来看，扩张性数量型貨币政策的冲击几乎难以对其产生影响，而紧缩性价格型货币政策的冲击在长期内能够对曲度产生一定的影响。曲度变动更主要是受宏观经济因素的影响，工业增加值的增长和物价水平的上升能够使国债收益率曲线变得更加弯曲。

综上所述，在货币政策调控框架转型时期，数量型与价格型的货币政策对国债收益率曲线三因子的影响效果和程度存在差异，总体而言，价格型货币政策工具对收益率曲线水平和斜率的调控能更有效地实现央行的政策意图，但其对收益率曲线的曲度影响也较有限。

（二）政策建议

为了进一步增强货币政策对国债收益率曲线的可控性，尤其是对中长期国债利率的影响，本文提出以下四点政策建议。

一是加快培育货币市场基准利率。本文结论表明，价格型货币政策对于国债收益率曲线有更显著的影响，虽然央行已提出将DR打造为中国货币政策调控和金融市场定价的关键性参考指标，但目前对DR的培育尚在初期，其市场化程度、政策利率对DR的可控性、DR与其他利率的关联度仍有待提升。因此，应当择机将DR与其他政策利率挂钩，突出其短端基准利率作用，避免过多政策利率带来相互干扰及由此引发的信号混乱问题，从而使价格型货币政策工具能够更有效地传导至国债收益率曲线。

二是增强公开市场操作对国债收益率曲线的调控能力。公开市场操作是发达国家最重要的货币政策工具，具有操作灵活、央行的主动性强等优点。近年，我国央行的公开市场操作方式以逆回购交易为主，7天期逆回购中标利率对货币市场利率发挥着重要的引导作用，但为了增强数量型货币政策对中长期国债利率的影响，央行可加大对中长期国债的现券交易，并借鉴西方国家“扭曲操作”的经验，即卖出短期国债的同时买入长期国债，从而避免通胀预期效应，提高短期国债利率并压低长期国债利率，国债收益率曲线会变得更平缓，由此降低以国债利率为基准的中长期企业债券、地方政府债券的融资成本。

三是提高央行对预期管理工具的运用能力，增强对长期国债利率的可控性。根据预期理论及流动性升水理论，公众对未来短期利率的预期会影响当前的长期利率和长短期利差，从而导致国债收益率曲线的变化。因此，央行应在明确公众预期形成机制、动态特征和驱动因素的基础上，加强与公众之间的沟通和互动，通过提升货币政策透明度和前瞻性指引等方式管理公众预期，降低货币政策传导过程中信号失真的可能性，提升国债的长期利率对短期利率变动的敏感度，进而加强央行对长期国债利率的可控性。

四是完善国债市场，使国债收益率曲线更加真实充分地反映资金供求关系。对于国债发行市场，应该兼顾经济发展需要及货币政策操作需求，在当前因国内外疫情冲击使经济增长下行压力增大的情况下，应继续增加国债发行的规模以拉动内需，同时丰富国债期限品种，增加短期国债及超长期国债比重。对于国债的二级市场，应促进交易所市场和银行间市场互联互通、鼓励银行适度参与国债期货市场、盘活银行存量国债，使国债的交易市场更具流动性，交易主体更具多样性。

（责任编辑：夏凡）

参考文献：

[1]陈浪南，郑衡亮.我国宏观经济变量影响国债利率期限结构的实证研究[J].经济管理，2015，37（4）：13-20.

[2]金成晓，李雨真.中国货币政策与利率期限结构——基于利率-信贷渠道的宏观-金融模型分析[J].数量经济研究，2015，6（2）：1-17.

[3]康书隆.基于债券市场利率期限结构的货币政策效果分析[J].东北财经大学学报，2011（6）：48-53.

[4]刘海东.货币政策对国债利率期限结构的影响分析[J].山西财经大学学报，2006（3）：117-119.

[5]刘金全，王勇，张鹤.利率期限结构与宏观经济因素的动态相依性——基于VAR模型的经验研究[J].财经研究，2007（5）：126-133+143.

[6]徐小华，何佳.利率期限结构中的货币政策信息[J].上海金融，2007（1）：32-35+38.

[7]于鑫.宏观经济对利率期限结构的动态影响研究[J].南方经济，2009（6）：25-33.

[8]余文龙，王安兴.基于动态Nelson-Siegel模型的国债管理策略分析[J].经济学（季刊），2010，9（4）：1403-1426.

[9]张健，陈映洲.无套利“双斜率”DNS利率期限结构模型与实证[J].统计与决策，2018，34（12）：143-147.

[10]郑振龙，林海.中国市场利率期限结构的静态估计[J].武汉金融，2003（3）：33-36.

[11]周亮.利率期限结构、宏观经济及资本市场之间的关系研究[J].河北经贸大学学报（综合版），2018，18（3）：50-56+62.

[12]周子康，王宁，杨衡.中国国债利率期限结构模型研究与实证分析[J].金融研究，2008（3）：131-150.

[13]Andrew G Haldane，Vicky Read.Monetary Policy Surprises and the Yield Curve[R].Bank of England，2020.

[14]Arturo Estrella，Frederic S Mishkin.The predictive power of the term structure of interest rates in Europe and the United States：Implications for the European Central Bank[J].European Economic Review，1997，41（7）.

[15]Bekaert G S，Cho A Moreno.New Keynesian Macroeconomics and the Term Structure[J].Journal of Money，Credit and Banking，2010，42（1）.

[16]Charles R Nelson，Andrew F Siegel.Parsimonious Modeling of Yield Curves[J].The Journal of Business，1987，60（4）.

[17]Francis X Diebold，Canlin Li.Forecasting the term structure of government bond yields[J].Journal of Econometrics，2005，130（2）.

[18]Litterman R B，Scheinkman J A.Common Factors Affecting Bond Returns[J].The Journal of Fixed Income，1991，1（1）：54-61.

[19]McCulloch J H.Measuring the term structure of interest rate[J].Journal of Business，1971，44（1）：73-89.

[20]Roger Lord，Antoon Pelsser.Level-Slope-Curvature - Fact or Artefact？[J].Applied Mathematical Finance，2007，14（2）.

[21]Svensson L.Estimating and Interpreting Forward Interest Rates：Sweden 1992—1994[J].NBER Working Papers，1994.

[22]Vasicek OA，Fong HG.Term Structure Modeling Using Exponential Splines[J].The Journal of Finance，1982，37（2）：339-348.