我国债券市场系统性风险形成机理与测度研究

赵文兴 孟 夏 相 相

（1.中国人民银行济南分行，山东 济南 250021；2.中国人民银行长春中心支行，吉林 长春 130051；3.中国人民银行济宁市中心支行，山东 济宁 272005）

一、引言

宏观审慎管理的重要环节之一是正确认识并科学评估系统性风险的水平与趋势，因此，系统性风险的测度能够为宏观审慎管理政策的制定提供重要依据。当前，债券市场已经成为我国金融市场的主要组成部分，其因巨大的市场规模及风险溢出效应，对我国金融市场稳定发展具有系统重要性。债券市场不仅受宏观经济的影响，其波动也会反作用于宏观经济，发挥“金融加速器”的功能。近年来，由于债券市场内部环境日益复杂化，引致风险日益凸显，不但对整个债券市场产生很大冲击，而且极易造成金融风险的跨市场传染。中国人民银行副行长潘功胜在2020 金融街论坛年会上表示：“重点健全房地产金融、外汇市场、债券市场、影子银行以及跨境资金流动等重点领域宏观审慎监测、评估和预警体系，分步实施宏观审慎压力测试并将其制度化。”准确客观地度量与监测我国债券市场系统性风险水平，是新形势下宏观审慎管理的重要内容，对增强我国债券市场的抗风险能力、提高债券市场监管有效性、实现金融稳定有着重要的理论价值与现实意义。

二、文献综述

系统性风险测度是国内外金融研究和监管领域关注的热门课题，一些研究机构和金融监管部门已使用不同的方法对系统性风险进行测度，其中，较为传统且使用较多的是综合指数法。综合指数法的基本思路是以影响系统性风险的指标为基础建立指标体系，使用不同统计方法合成系统性风险指数，如国际货币基金组织建立的金融稳健指标。还有一些研究运用FR模型法、STV模型法、KLR模型法、Probit/Logit和马尔科夫状态转换方法对系统性金融风险进行预警，或者运用网络模型法、在险价值（VaR）模型法和相关违约法评估系统性风险损失及概率。此外，2008年国际金融危机后，美联储等监管机构也使用压力测试方法对系统性风险进行评估。

国内已有不少学者对我国系统性金融风险进行测度。陶玲和朱迎（2016）[1]使用马尔科夫状态转换方法，衡量和研判了金融机构系统性经营风险指数的变化状况与拐点，对系统性经营风险作出警示。部分研究聚焦于对国内银行、保险、证券等子系统的系统性风险的分析测度。刘亚和张家臻（2018）[2]从时间维度和截面维度两个方面，运用主成分分析法构建银行业系统性风险压力指数。孙国茂等（2020）[3]选取宏观经济、股票市场和证券机构三个方面的22 个指标合成综合指数，评估测算了2000 年以来我国证券市场的系统性风险变化。徐华等（2019）[4]系统分析了我国保险业系统性风险的形成机制，利用在险价值模型分析了我国四家上市保险机构对保险业的风险溢出效应。债券市场方面，目前的研究集中于对债券市场风险特征的分析，如吴红兴等（2018）[5]利用因子分析法建立我国债券市场脆弱性指数，识别和判断货币市场、股票市场、外汇市场、经济因素等指标变动对该指数的影响。姚玥悦等（2017）[6]运用马尔科夫区制转移模型对债券市场波动特征进行分析，指出2013 年以后债券市场高风险状态出现频率较高。从以上研究成果来看，尚未形成具有可操作性的债券市场系统性风险测度及预警体系。

三、我国债券市场系统性风险构成及形成机制

（一）我国债券市场风险情况

近年来我国债券市场发展迅速，截至2021 年末，我国债券市场总托管量达到121.09 万亿元，同比增长14.78%，其中中央结算公司托管87.2万亿元、上清所托管债券15.09 万亿元、交易所市场托管债券18.8 万亿元。中央结算公司托管债券中，地方政府债券、国债和政策性银行债占比超八成（见图1）。

同其他金融市场及金融产品一样，债券市场有其固有的风险，从风险的性质来看，包括信用风险、市场风险和流动性风险等。

图1：我国债券市场托管情况（单位：万亿元）

1.信用风险。自2014 年“11 超日债”违约后，我国债券违约事件频发。随着防范金融风险力度的加大和资管新规的发布，债券市场“刚性兑付”被打破，债券违约数量与违约金额都呈增长态势。截至2021 年末，债券违约数量累计达784 只，累计违约金额6330亿元，涉及企业243家。其中，民营企业是债券违约的高发主体，共计175家，违约规模达3927亿元，占违约总规模的62%。特别是，从2017 年以来，房地产市场调控政策总体呈现收紧趋势，且逐步从销售端延伸至融资端，对房企现金流提出了更高要求，在新冠肺炎疫情以及市场销售低迷的影响下，不少房地产企业资金周转困难，最终导致债券违约。2019年，房地产行业中构成实质性违约或展期或触发交叉保护条款的债券数量为14 只，涉及债券发行规模为97.2亿元；2020年，18只房地产债券出现实质性违约或展期，涉及债券发行总规模升至322.5 亿元；到了2021 年，54 只房地产债券出现实质性违约或展期，涉及债券发行规模达到673 亿元。同时，房地产市场调整导致地方债面临潜在的违约风险。从2014 年到2021 年，地方政府债发行量大增，由1722 亿元升到7.48 万亿元，虽经地方政府债务置换安排，违约风险被推延，但其还款来源绝大多数依靠土地出让收入，土地出让收入大幅下降或将导致地方债务危机。。

2.市场风险。一般包括利率风险、汇率风险、权益风险和商品风险。其中，利率风险是最主要的市场风险。利率风险主要体现在两个方面：一是固定利率债券的持有人在一定时期内会面临到期日市场利率高于原先确定的固定利率的风险。二是企业债的市场价格也受利率变动的影响，进而可能导致金融活动主体蒙受经济损失。随着我国利率市场化进程的不断推进，利率风险将会更加凸显。通过观察10 年期国债收益率的历史走势（见图2），可以发现2018 年以来我国债券市场利率呈现较为明显的波动性变化：整体来看呈下行走势，特别是新冠肺炎疫情后，在货币宽松和经济下行压力加大的背景下，2020年上半年该指标保持在3%以下，之后随着国内国际经济基本面和货币政策的变化围绕3%上下波动。

图2：10年期国债收益率变动趋势

3.流动性风险。债券的信用评级调整、债券到期兑付违约、中央银行货币政策紧缩引起的市场总体流动性紧张、投资者资产负债结构的错配以及其他恐慌性情绪的迅速蔓延，都会使投资者改变其交易策略，进而对债券二级市场供求关系产生影响。在极端情况下，绝大部分信用债产品都可能由于阶段性缺乏对手方而瞬间陷入流动性枯竭。当大规模流动性枯竭状况出现时，市场往往陷入非理性的螺旋式下跌过程。回购交易是机构融资和调剂资金的重要手段，回购交易价格和规模的变化反映了债券市场的流动性变化。通过观测银行间7 天质押式回购加权利率的波动情况（见图3），可以发现，2018 年以来债券市场流动性合理充裕，基本处于大牛市周期。

图3：7天质押式回购加权利率变动趋势

（二）债券市场系统性风险形成机制

系统性风险的形成，不在于以上风险的简单累加，而是源于不同风险之间相互叠加、联结以及集聚而形成的风险连锁和放大效应。

1.债券交易活动具有顺周期性。债券本质上为“债务”，具有金融市场的“顺周期”特性。一是债券市场发展具有顺周期性。在宏观经济发展繁荣时，由于银行信贷量增长，企业融资规模扩大，投资增加，债券交易投资热情高涨，发行量和成交额上升，从而形成了债券指数持续上涨的正向循环；但在宏观经济发展低迷阶段则恰恰相反，会逐步陷入债券指数持续下降的恶性循环。二是投资者风险偏好具有顺周期性。经济上行期，部分投资者对企业经营和盈利情况的预期偏向乐观，过度追求高收益，对潜在风险关注不够。而且我国债券市场投资者结构不均衡，中长期投资人占比偏少，风险偏好趋向同质化，存在“羊群效应”。三是发行人行为具有顺周期性。某些融资主体在行业繁荣期过度融资，埋下较大风险隐患。如某房地产企业2014—2021 年在境内债券市场共发行企业债近1000 亿元，截至2021 年末，未偿境内债券余额为500余亿元，为其总投入资本的10余倍。债券市场正因为具有顺周期性特征，从而在实体经济的发展中产生了“金融加速器”的效果，形成了债券市场的系统性风险。

2.债券市场违约频发加大系统性风险。信用风险的密集出现会明显削弱投资人的风险偏好程度，导致金融市场恐慌情绪扩散，同时信用风险可能带来流动性风险，进而引起不同性质风险的交叉传染叠加效应，放大系统性风险。一方面，信用风险会导致债券资产的流动性风险。违约事件频发以及信用风险上升，会让投资人更加担心中低评级债券可能受到的损失，导致对低评级债券的大量抛售，中低评级债券价格将明显下滑、利率上行，进而造成相关基金净值下跌及赎回压力增大。此时，为了应付日益扩大的赎回规模，基金机构将被迫大量卖出中高信用等级债券，这将导致债券市场整体利率上升，进一步对基金净值和赎回构成压力，更多的投资机构将被迫抛售资产，整个市场陷入“价格下降—净值下跌—增加抛售—进一步下跌”的负反馈机制中。该机制演进的最极致情况是，包括债券市场在内的资本市场投资者同质化，买卖双方数量与交易额急剧下降，资本市场流动性严重降低。另一方面，信用风险可能导致资金面出现流动性风险。当信用违约频发导致债券市场信用风险急剧增大时，债券市场风险敏感性也相应提高，市场的异常波动通过互相嵌套的业务链条传染叠加，对中小金融机构的信用状况造成负面影响的可能性大大增加，出现货币市场的流动性分层现象。该机制演进的极端情况是，包括银行间市场在内的整个资本市场的流动性都大幅缩水。

3.债券市场部分产品杠杆率较高。我国债券市场加杠杆的方式分为两种：一是通过场内回购交易实现，即金融机构在银行间或交易所市场通过现券质押回购融入资金以购买债券，获取票息与回购成本之间的价差；二是通过场外产品设计实现，即金融机构获取劣后级资金的收益与优先级资金的成本间的价差。近年来，在宽松的货币环境下，较低的资本成本使加杠杆较易实现，金融分业监管的现状也为加杠杆提供了政策空间，“资产荒”压力则提高了金融机构加杠杆的积极性。2021 年我国债券市场总体杠杆率在1.10～1.14区间波动，其中证券公司杠杆率较高，保持在2 以上，最高达2.62。从以上数据来看，我国债券市场杠杆风险相对可控，但值得注意的是，部分结构性产品杠杆率较高，与正回购交叉叠加后，杠杆率最高可达十倍。如某证券公司推出的结构化产品中，劣后份额收益率达到100%。即使这些结构化产品规模较小，但如果企业债违约风险频现，信用风险集中爆发，引发市场恐慌并抛售债券，出现踩踏行情，将进一步放大风险。而且如果杠杆资金有“短借长投”现象，还可能引发由期限错配导致的流动性风险。

四、我国债券市场系统性风险测度

基于债券市场系统性风险的来源及形成机制，同时考虑到宏观经济是影响债券市场发展的核心因素，从宏观经济风险、债券市场顺周期风险、价格风险、信用风险、流动性风险等五个维度选取指标，并运用主成分分析法对指标进行合成降维，得出债券市场系统性风险指数，以此分析债券市场系统性风险变化情况。

（一）评价指标选取

根据我国债券市场实际情况，本文共选择了17个指标（见表1），考虑部分指标数据的可得性，选择时间跨度为2018—2021 年，以基本指数的月度历史数据为基础展开研究。

1.宏观经济风险。选取M2 增速、通货膨胀率、财政赤字、短期外债与外汇储备比率四个指标，指标数据来源于万得数据库及中国人民银行、国家统计局网站。其中，M2 增速过快代表信贷条件和货币政策宽松，从而增加货币流动性，货币供需越容易失衡，相应风险越大；通货膨胀率越高，投资者对回报率的要求相应提高，未来不确定性增加，相应风险越大；财政赤字越大，表明财政抵御风险的能力相应越弱，相应风险越大；短期外债与外汇储备比率越大，表明宏观经济抗击外部风险的能力越弱，相应风险越大。

2.债券市场顺周期风险。选取债券市场总规模、全市场杠杆率、房地产价格指数、地方政府债务托管量占比四个指标，指标数据来源于中国债券信息网站和万得数据库。其中，债券市场总规模反映债券市场繁荣程度，规模越大，市场中蕴含的风险相应放大，导致风险越大；全市场杠杆率越高，表明一旦发生风险事件，风险蔓延和外溢效应越强，债券市场系统性风险越大；房地产价格指数下降，可能会使房地产行业发债企业资金回笼慢，带来较大的信用风险，导致债券市场顺周期风险加大；考虑到我国地方债潜在的违约风险，地方政府债务托管量占比高表明顺周期风险较大。

表1：债券市场系统性风险评价指标

3.价格风险。选取中债新综合净价指数波动率、1 年国债收益率变化波动率、10 年国债收益率变化波动率三个指标，指标数据来源于中国债券信息网站和万得数据库。以上指标反映债券市场波动性，该数值越小说明波动性越低，相应的价格风险越小。

4.信用风险。选取违约债券只数、违约金额、5年期AA 级产业债与国债利差三个指标，指标数据来源于万得数据库和中国债券信息网站。违约债券只数越多、违约金额越大，说明债券市场信用风险越高；5 年期AA 级城投债—国债利差反映信用利差情况，利差越大，信用风险越高。

5.流动性风险。选取日均现券换手率、七天基准回购利率（BR007）、中小银行与大型银行平均融资利差三个指标，指标数据来源于中国债券信息网站和万得数据库。其中，日均现券换手率高，说明债券市场交易活跃、流动性风险低。七天基准回购利率（BR007）越低、中小银行与大型银行平均融资利差越小，说明流动性风险越低。

（二）模型构建

本文采用主成分分析方法分别对宏观经济风险、债券市场顺周期风险、价格风险、信用风险以及流动性风险五个维度的指标进行筛选，确定不同维度的主成分。以宏观经济风险为例，具体说明如何运用主成分分析法计算债券市场系统性风险得分。以2018 年1月—2021 年12 月宏观经济风险维度各指标的月度数据为基础（部分指标仅有季度数据，本文采用Eviews软件对季度序列做降频处理得到月度数据），运用SPSS23 软件先对5 个指标的原始数据进行标准化处理，并进行KMO 和Bartlett 球形检验。KMO 检验值大于检验系数0.5；Bartlett 球形检验的p 值为0.0000，小于0.5，说明指标变量适合做主成分分析。

如表2 所示，对宏观经济风险的基础数据进行主成分分析，依据特征值大于1 的原则提取2 个主成分，累计方差贡献率达到了72%，能够较好地反映原有指标的综合信息。根据成分得分系数矩阵（见表3），并以各主成分的方差贡献率占2 个主成分总方差贡献率的比重作为权重进行加权汇总，得出宏观经济风险加权测度值：

f1=宏观经济风险=0.54×（0.07X1-0.567X2+0.56X3+0.08X4）+0.46×（-0.61X1+0.06X2+0.07X3+0.6X4）=-0.243X1-0.278X2+0.334X3+0.319X4

表2：宏观经济风险主成分分析

表3：宏观经济风险主成分因子载荷矩阵

按此方法可得出其他四个维度风险测度公式：

f2=债券市场顺周期风险=0.322X5-0.179X6+0.319X7+0.313X8

f3=价格风险=0.38X9+0.34X10+0.38X11

f4=信用风险=0.42X12+0.44X13-0.29X14

f5=流动性风险=0.413X15+0.17X16+0.49X17

以各维度的方差贡献率占比作为权重，得到债券市场系统性风险公式：

债券市场系统性风险=0.19×f1+0.2×f2+0.22×f3+0.19×f4+0.2×f5

（三）结果分析

根据债券市场系统性风险公式，计算2018—2021年各月度我国债券市场系统性风险指数。债券市场系统性风险指数的高低反映市场风险的大小，综合指数越高说明市场风险越大；反之，综合指数越低说明市场风险越小。

图4：债券市场系统性风险指数

2018—2021年，我国债券市场系统性风险总体上呈现上升态势（见图4），债券市场系统性风险指数从2018 年1 月的0.14 增加到2021 年12 月的1.03。具体来看，可以将2018—2021 年我国债券市场系统性风险的变化分为三个阶段：

1.第一阶段（2018 年1 月—12 月），债券市场系统性风险逐步上升。2018年，我国债券市场发行规模稳步增长，交易结算量增速加快。在世界主要经济体经济增速放缓、中美贸易摩擦等复杂形势下，国内经济下行压力增加，GDP同比增速有所下滑。美联储缩表、加息带来的人民币贬值压力对我国货币政策的制定和调整产生了一定影响，房地产调控政策进一步收紧，市场资金面以及企业获得外部融资的状况偏紧，新增违约债券主体及期数不断增加，信用风险事件多发，但随着市场流动性逐步改善，债券市场波动性上升后趋于平稳。

2.第二阶段（2019 年1 月—2020 年1 月），债券市场系统性风险平滑震荡。在经历违约事件频发的2018 年之后，2019 年债券市场违约状况呈现常态化趋势，违约事件发生频率有所缓和，中高评级企业、大型企业集团违约频发，违约风险处于持续深化阶段，同时信用利差逐步收敛，市场影响有所减弱。债券收益率呈低位震荡趋势，市场波动率较低，接近历史最低水平，债券市场杠杆率呈波动下行趋势，流动性分层整体好转，市场流动性平稳。

3.第三阶段（2020 年2 月—2021 年12 月），债券市场系统性风险急剧上涨。新冠肺炎疫情背景下，宏观经济基本面受到较大冲击，市场波动增加，虽然债券违约金额较上年未显著增加，违约只数呈下行走势，但国有企业和大中型房地产企业风险不断暴露，“刚性兑付”受到冲击，违约风险加剧。2020 年2月，债券市场风险急剧上升至全时段最高点。随着我国疫情防控取得重要阶段性成果，政策对冲力度不断加大，经济快速回暖向好，债券市场系统性风险有所缓和，但较往年仍呈现整体性抬升。

通过以上分析发现，我国债券市场系统性风险指数与债券市场实际情况基本相符，较好地反映了相关事件对债券市场的影响，说明该指数对我国债券市场系统性风险能够实现较为准确全面地刻画。

五、结论及启示

债券市场是金融市场的重要一维，识别和监测债券市场系统性金融风险是进行宏观审慎管理的重要依据，对于防范系统性风险具有重要意义。本文测算了2018—2021年债券市场系统性风险，结果表明，我国债券市场系统性风险总体呈上升态势，根据局部变化特征可以分为逐步上升阶段、平滑震荡阶段和急剧上涨阶段。据此，提出以下建议：一是加强债券市场系统性风险预警研究。关注引发债券市场系统性风险的相关事件，对房地产企业债、地方政府债等相关指标的变化进行实时监测，摸清债券市场系统性风险的来源，准确、有效评判债券市场系统性风险，科学地设定风险预警阈值，作为系统性风险临界点的信号，为债券市场宏观审慎管理提供更有效的指引。二是加强对债券市场的逆周期监管。债券市场具有明显的顺周期性及风险连锁和累积效应，未来应强化和完善债券市场宏观审慎管理，根据债券系统性风险性质及程度，运用合适的宏观审慎管理工具，对相关风险进行有效对冲，适时、适度地采取措施，建立风险防范机制，在控制债券市场系统性风险的同时阻止风险蔓延和传染，减少风险发生对金融体系和实体经济的冲击。