中國債券市場信息溢出效應(yīng)研究

王培輝　張猛

摘? ?要：本文追蹤新冠肺炎疫情暴發(fā)、擴散以及常態(tài)化管理的過程，研究其對債券市場的沖擊效應(yīng)。通過構(gòu)建信息溢出指數(shù)，從時域、頻域和非對稱性三方面進(jìn)行分析，研究發(fā)現(xiàn)：從時域角度來看，在疫情的不同階段中國債券市場的信息溢出效應(yīng)有明顯的差異性，呈現(xiàn)顯著的時變特征，國債和金融債為債券市場的主導(dǎo)，為信息凈溢出者，企業(yè)債為凈接收者；從頻域的角度來看，疫情沖擊下債券市場信息溢出由短期主導(dǎo)，但疫情對企業(yè)債的影響以長期為主；從非對稱方面來看，疫情期間債券市場受正向信息溢出顯著；以企業(yè)債市場內(nèi)溢出角度來看，疫情對大部分行業(yè)、地區(qū)的產(chǎn)業(yè)債有明顯沖擊，且行業(yè)、地區(qū)間差異性明顯。

關(guān)鍵詞：新冠肺炎；債券市場；信息溢出；時頻域；非對稱性；系統(tǒng)性風(fēng)險

DOI：10.3969/j.issn.1003-9031.2023.09.001

中圖分類號：F830.9? ? ? ? ? ? 文獻(xiàn)標(biāo)識碼：A? ? ?文章編號：1003－9031（2023）09－0003－18

一、引言

自2020年初以來，新冠肺炎疫情在全球范圍內(nèi)暴發(fā)，給全球經(jīng)濟和金融市場帶來了巨大的沖擊。疫情的沖擊，制約著各種市場作用的發(fā)揮，對宏微觀經(jīng)濟與金融市場的發(fā)展構(gòu)成嚴(yán)重挑戰(zhàn)（朱武祥等，2020；楊子暉等，2020）。要重視金融市場的穩(wěn)健運行，減緩沖擊的影響（王睿和李連發(fā)，2021）。債券市場作為我國資本市場的重要組成部分，研究疫情對其沖擊的信息溢出效應(yīng)是防范金融風(fēng)險和建立科學(xué)預(yù)警機制的前提。

在努力實現(xiàn)經(jīng)濟高質(zhì)量發(fā)展背景下，中國債券市場正逐步走向成熟。中國債券市場已經(jīng)成為全球第二大債券市場，存量規(guī)模突破130萬億元①，債券市場的重要性日漸凸顯。作為資本市場的重要組成部分，中國債券市場發(fā)展方興未艾，正步入重大戰(zhàn)略機遇期，面臨各種極端風(fēng)險的挑戰(zhàn)。因此，研究疫情沖擊對中國債券市場信息溢出效應(yīng)的影響，有助于防范極端事件對債券市場的沖擊，可以更好地理解債券市場的運作機制，為投資者提供更準(zhǔn)確的投資建議，同時也可以為政策制定者提供有關(guān)風(fēng)險管理和預(yù)警的參考。

二、文獻(xiàn)綜述

當(dāng)前，針對極端風(fēng)險事件，特別是新冠肺炎對金融市場的沖擊作用，學(xué)者們從不同角度展開了豐富的研究。在研究對象方面，以股票市場為切入點，研究疫情沖擊對股票市場收益率和波動率的風(fēng)險溢出。疫情對全球股票市場有著持久性沖擊（鐘熙維和吳瑩麗，2020），使全球股市風(fēng)險關(guān)聯(lián)更加密切（沈悅等，2023），加大了全球股市的波動性（Cheng et al.，2022），并且全球股票市場有著顯著的地理溢出效應(yīng)（楊子暉和王姝黛，2021）。風(fēng)險強度的提升使得新冠肺炎概念股收益率顯著下降，并且波動影響顯著（田金方等，2020），組織冗余作為調(diào)節(jié)變量可以緩解疫情對股票收益率的影響（金順姬等，2021）。另一些研究則以更為細(xì)化的地區(qū)、行業(yè)展開討論，發(fā)現(xiàn)疫情沖擊加劇了企業(yè)的盈余管理，受疫情沖擊大的行業(yè)和地區(qū)影響會加?。╕an et al.，2022），對快遞行業(yè)為正向影響，對進(jìn)出口業(yè)務(wù)和交通運輸為負(fù)向影響（張建平和朱雅錫，2021），受疫情沖擊較大地區(qū)的企業(yè)股價變動幅度更大（程晨和劉珂，2021），并且經(jīng)濟較發(fā)達(dá)的東部風(fēng)險傳染外溢顯著，西部市場則韌性較低（王姝黛等，2023）。

疫情沖擊導(dǎo)致市場間關(guān)聯(lián)、風(fēng)險傳染以及信息溢出不斷增強，已有的研究主要使用協(xié)整檢驗法、GARCH-BEKK模型、Copula函數(shù)和CoVaR等模型分析各金融市場的溢出效應(yīng)。上述計量方法有一定的優(yōu)點，但也存在一定的缺陷。比如GARCH-BEKK模型可以描述市場間的溢出方向，卻無法測得溢出強度；Copula函數(shù)無法測得溢出的方向；CoVaR模型不能同時考慮多個市場的溢出關(guān)系。Diebold and Yilmaz（2009）基于VAR模型構(gòu)建溢出指數(shù)，但其依賴于變量的順序。之后Diebold and Yilmaz（2012）通過改進(jìn)后提出的時變特征的方向性溢出指數(shù)（DY指數(shù)），該方法不僅可以衡量不同市場間的信息總溢出，而且可以測量單個市場間的信息相互溢出的方向和強度?；诖?，Baruník and Kehlík（2018）以DY指數(shù)為基礎(chǔ)，進(jìn)一步考慮到頻率層次的溢出效應(yīng)，該方法可以同時從時域和頻域兩個視角研究各市場的溢出效應(yīng)（BK指數(shù)）。此外金融市場的波動溢出存在非對稱性，正向的波動與負(fù)向波動溢出存在差異，Barndorff-Nielsen（2002）將收益率分解為“好的”和“壞的”波動。Baruník et al.（2016）結(jié)合DY指數(shù)來衡量正負(fù)回報導(dǎo)致溢出效應(yīng)的非對稱性。Baruník et al.（2017）進(jìn)一步修正了總溢出的不對稱性的測量。

目前大部分研究都表明疫情對金融市場有顯著沖擊，但多數(shù)研究主要針對疫情對股票市場的沖擊影響，有關(guān)疫情對債券市場間溢出效應(yīng)還未涉及，也鮮有文獻(xiàn)研究債券市場間非對稱性信息溢出效應(yīng)。本文與已有研究不同之處在于：研究對象上，本文側(cè)重分析疫情沖擊下不同債券市場間的信息溢出，考慮了不同行業(yè)、地區(qū)的企業(yè)債間的溢出效應(yīng)；在研究期間的劃分上，由于疫情的不同時期對我國債券市場的影響不同，故本文樣本期間包括疫情暴發(fā)前期、疫情暴發(fā)擴散階段、常態(tài)化管理時期以及疫情反復(fù)時期，更能從時間維度研究疫情沖擊的影響；在研究方法上，本文采用Baruník and Kehlík（2018）提出的Frequency Connectedness方法與Baruník et al.（2017）總溢出不對稱性的測量方法，與以往研究時域的變化不同，從時域、頻域和非對稱性三方面研究疫情沖擊下我國債券市場間信息溢出效應(yīng)。

三、研究方法與樣本數(shù)據(jù)

（一）模型構(gòu)建

本文采用Baruník and Kehlík（2018）提出的Frequency Connectedness方法，該方法通過將時域下的總的溢出分解到不同頻率的頻率帶，從而可以從時域和頻域兩個視角分析信息溢出的方向和幅度。非對稱性測量則是采用Baruník et al.（2017）修正的總溢出的不對稱性測量，此方法主要的優(yōu)點是可以更好分析正負(fù)效應(yīng)對溢出指數(shù)的影響。

1.時域下溢出指數(shù)的測度

首先是定義參數(shù)的自向量回歸模型：

（二）變量選取與數(shù)據(jù)來源

本文以國債市場、金融債市場、地方政府債市場以及企業(yè)債市場為研究對象，分別選取中債國債全價指數(shù)、中債地方政府債全價指數(shù)、中債金融債全價指數(shù)、中債企業(yè)債全價指數(shù)作為整體研究對象；另外選取產(chǎn)業(yè)債行業(yè)利差、產(chǎn)業(yè)債區(qū)域利差作為異質(zhì)性研究對象。

樣本的數(shù)據(jù)期間為2019年2月1日至2022年11月11日，時間跨度包含新冠肺炎疫情暴發(fā)前期、暴發(fā)擴散以及常態(tài)化管理的過程。其中產(chǎn)業(yè)債行業(yè)利差按照申萬（一、二級）行業(yè)分組，本文選取其中26種行業(yè)；產(chǎn)業(yè)債區(qū)域利差是按照注冊地所屬省份（直轄市）進(jìn)行分組，本文選取我國26個省份（直轄市）。數(shù)據(jù)來源于中債信息網(wǎng)和wind數(shù)據(jù)庫。

同時，對各債券市場指數(shù)和利差的日度數(shù)據(jù)進(jìn)行對數(shù)差分處理，為了與利差數(shù)據(jù)方向保持一致，將指數(shù)數(shù)據(jù)差分后取負(fù)值，得出該債券市場的對數(shù)收益率。

四、中國債券市場間信息溢出分析

（一）時域結(jié)果分析

1.總溢出效應(yīng)分析

圖1為時域下債券市場總溢出指數(shù)（TCI）。可以看到中國4個主要債券市場（國債、地方政府債、金融債、企業(yè)債）整體的溢出效應(yīng)水平波動較大，總溢出指數(shù)在樣本期間內(nèi)維持在48.81%～66.33%之間，說明總波動溢出具有顯著的時變特征。

為了更加清晰地體現(xiàn)出疫情沖擊對我國債券市場的影響，把疫情沖擊劃分為四個階段。2020年1月20日國家衛(wèi)生健康委員會將新冠肺炎納入乙類傳染病，并采取甲類傳染病的預(yù)防、控制措施，以此為第一階段節(jié)點；以中央政法委印發(fā)《意見》①作為第二階段節(jié)點；以奧密克戎毒株首次在我國發(fā)現(xiàn)時間作為第三階段節(jié)點。四階段時間段分別為：2019年2月1日至2020年1月20日劃分為疫情暴發(fā)前階段；2020年1月21日至2020年7月21日劃分為疫情暴發(fā)擴散階段；2020年7月22日至2021年12月9日為常態(tài)化管理階段；2021年12月10日至2022年11月11日為疫情反復(fù)階段。

由圖1可以看出總溢出指數(shù)在疫情發(fā)展階段內(nèi)呈現(xiàn)出升-降-升的趨勢，是疫情期間國內(nèi)市場由經(jīng)濟平穩(wěn)運行到受疫情突發(fā)沖擊，經(jīng)歷逐步修復(fù)沖擊影響，再到疫情反復(fù)的縮影。在疫情暴發(fā)前階段，我國債券市場平穩(wěn)運行，總溢出指數(shù)均值達(dá)60%，說明此時債券市場運行活躍并且關(guān)聯(lián)性較強。在疫情暴發(fā)擴散階段，總指數(shù)由54%激增到66%，這是債券市場受突發(fā)沖擊時的應(yīng)激反應(yīng)，總指數(shù)的激增幅度反映了沖擊的影響程度。常態(tài)化管理階段總溢出指數(shù)逐步下降，溢出均值回落到59%，說明在疫情得到控制并且實現(xiàn)常態(tài)化管理的后債券市場間的應(yīng)激反應(yīng)逐步減弱，債市風(fēng)險逐漸恢復(fù)到正常的水平。在疫情反復(fù)階段總指數(shù)呈階段性上升趨勢，因奧密克戎具有強大的傳染性使疫情又呈小范圍多時點的暴發(fā)趨勢，使債券市場整體風(fēng)險聯(lián)動增強。

具體來說，在疫情暴發(fā)擴散階段，社會的經(jīng)濟基本面均受到猛烈沖擊，經(jīng)濟不確定性升高使債券市場的關(guān)聯(lián)程度同步增強，另外受美聯(lián)儲量化寬松政策的影響，使大量資本流入我國債券市場，債券市場的收益率下降，不同債券市場間行情出現(xiàn)分化，利率債和高等級信用債收益率變動明顯，但低等級信用債償債壓力加大，收益率在較高水平。另外投資者恐慌情緒所導(dǎo)致的市場情緒使金融市場風(fēng)險聯(lián)動增強（方意等，2020），進(jìn)而使債券市場風(fēng)險提升，在此背景下，信息溢出指數(shù)攀升，溢出效應(yīng)跨市場共振趨勢明顯。

在常態(tài)化管理階段，隨著政府財政金融政策實施，較大程度上緩解了企業(yè)經(jīng)營困境，使得債券市場整體風(fēng)險下降，風(fēng)險可以通過政府政策傳導(dǎo)（Duan et al.，2021），說明在疫情得到控制并且實現(xiàn)常態(tài)化管理的后債券市場間的應(yīng)激反應(yīng)逐步減弱，債市風(fēng)險逐漸恢復(fù)到正常的水平，此階段溢出均值59%。另外，此時國外的疫情還處于快速增長階段，中國率先復(fù)工復(fù)產(chǎn)而國外還處于停滯的狀態(tài)，中國外貿(mào)交易加大，從CCFI指數(shù)也能明顯發(fā)現(xiàn)，此時中國出口商品貿(mào)易大幅度上升，但國內(nèi)需求下降，企業(yè)投資信心不足，投資者對債券投資欲望降低，使大量資本從債券市場中流出，流動性下降，使債券市場風(fēng)險在此階段后期開始上升。

在疫情反復(fù)階段，疫情對債券市場造成沖擊，指數(shù)開始攀升，另外指數(shù)的攀升還與美國加息和縮表預(yù)期相關(guān)①，一方面美聯(lián)儲加息可能進(jìn)一步導(dǎo)致我國債市的拋售情緒，引發(fā)資本流出，債市流動性下降；另一方面經(jīng)濟增長動力不足，發(fā)行信用債的企業(yè)償債壓力加大，目前房地產(chǎn)和城投高債務(wù)問題仍舊突出，現(xiàn)金流壓力有增無減。鑒于房地產(chǎn)和城投債風(fēng)險依然較高，美聯(lián)儲縮表將進(jìn)一步加大房地產(chǎn)和城投債信用風(fēng)險暴露的可能。而一旦房地產(chǎn)和城投債違約增多，也將給信用債市場帶來不利影響。市場避險情緒將會上升，信用利差也將擴大。奧密克戎流行和美聯(lián)儲加息和預(yù)期縮表使得債券市場風(fēng)險加大，總溢出指數(shù)攀升至63%。

2.各債券市場凈溢出（NET）分析

圖2為4個債券市場的凈溢出效應(yīng)（NET），表1給出4個債券市場在樣本期間內(nèi)的平均相關(guān)效應(yīng)。凈溢出可以衡量各債券市場的相對地位，凈溢出為正，代表其對其他市場的溢出效應(yīng)更大；為負(fù)，代表受到的其他債券市場的溢出效應(yīng)更大。

表1可以看到國債、金融債的凈溢出（NET）為正，企業(yè)債凈溢出（NET）為負(fù)值。并且國債在樣本期間凈溢出的平均值最高，說明其占市場的主導(dǎo)作用，這和我國債券市場目前的狀況一致。

具體來說，國債和金融債是信息的凈溢出者，國債是政府發(fā)行的債券，具有政府信用背書，具有較高的信用評級和較低的違約風(fēng)險。此外，國債和金融債的發(fā)行規(guī)模較大，市場流通性較好，容易被廣泛關(guān)注和交易，從而使得市場上的信息更加透明和公開。相比之下，企業(yè)債則是信息的凈接受者，企業(yè)債的發(fā)行主體是企業(yè)，違約風(fēng)險相對較高，市場流通性也較差，容易被忽視或者被市場較少關(guān)注。因此，企業(yè)債的信息披露和透明度相對較低，投資者需要更多研究和分析才能做出正確的投資決策。

在疫情期間，國債和金融債的信息溢出作用更加明顯。由圖2可以看到在2019年末四個債券市場的凈溢出（NET）均達(dá)到了樣本期間的波峰，說明疫情沖擊影響顯著。由于疫情的影響，市場風(fēng)險和不確定性增加，投資者更加關(guān)注債券市場的安全性和穩(wěn)定性。此時，國債和金融債的政府信用背書和較低的違約風(fēng)險成為投資者的首選，市場需求增加，進(jìn)一步加強了它們的信息溢出作用。國債的凈溢出在2020年5月達(dá)到一個小的波峰，這是因為2020年5月末的《政府工作報告》確定發(fā)行1萬億元的抗疫特別國債，另外此次特別國債采用市場化發(fā)行以降低財政籌資抗疫成本。特別國債的發(fā)行對于擴大內(nèi)需、做好“六穩(wěn)”“六?！惫ぷ骶哂兄匾饬x，更加大了其在債券市場的溢出效應(yīng)。金融債在2020年下半年溢出指數(shù)開始攀升，這是由于此時各銀行相繼發(fā)行政策性金融債，以及外資持續(xù)加倉中國國債和金融債。另外值得一提的是，2020年11月中國國債和政策性銀行債納入彭博巴克萊全球綜合指數(shù)，這體現(xiàn)了國際市場于投資者對我國債券市場發(fā)展的信心。在此之后，摩根大通、富時羅素都把中國債券加入到旗艦指數(shù)。另外，彭博針對我國信用債推出了LCC指數(shù)，這是全球首只追蹤國際評級機構(gòu)給予發(fā)行人投資級的中國信用債指數(shù)。目前，中國國債和政策性金融債最受國外投資者歡迎，外資的流入也導(dǎo)致了2020年后半年國債和金融債指數(shù)的攀升。

相反，企業(yè)債的市場需求下降，價格下跌，投資者更加謹(jǐn)慎，對企業(yè)的信用評級和財務(wù)狀況進(jìn)行更加嚴(yán)格地審查和評估。在大多數(shù)市場，重點表現(xiàn)在產(chǎn)品和服務(wù)市場都出現(xiàn)不可抗力的萎縮，企業(yè)日常經(jīng)營活動出現(xiàn)困難，支出持續(xù)性攀升，債務(wù)出現(xiàn)融資困難（張新民等，2020）。此外，疫情對企業(yè)的經(jīng)營和財務(wù)狀況造成了一定的沖擊，在疫情沖擊下，企業(yè)流動性大都面臨斷流的壓力，企業(yè)違約提升（胡恒松和董慧穎，2020）。企業(yè)融資難不能有效解決，疫情之下企業(yè)面臨的償債壓力上升，企業(yè)債券違約概率將提高（何誠穎等，2020）。

疫情對中國企業(yè)債發(fā)行人盈利影響是顯而易見的，加之不斷有債券違約事件的發(fā)生，以及國債和政策性金融債加大發(fā)行等原因，投資者可能拋售企業(yè)債轉(zhuǎn)而購買更為穩(wěn)健的國債和金融債，從而間接導(dǎo)致國債和金融債在疫情期間對企業(yè)債的擠兌作用，這可能將政府的財政壓力轉(zhuǎn)移到企業(yè)。這也解釋了圖2中2020年后半年企業(yè)債達(dá)到樣本期間內(nèi)又一個波谷。

地方政府債在樣本期間的大部分階段為信息的凈溢出者，在疫情暴發(fā)后溢出指數(shù)迅速攀升至樣本峰值，“六穩(wěn)”“六?！闭呤沟胤秸闹С黾哟?，疫情影響下又增收乏力，使政府債凈溢出效應(yīng)減弱，并且在2021年上半年轉(zhuǎn)變?yōu)樾畔艚邮芊?，主要原因是專項政府債?021年下半年才大規(guī)模發(fā)行，此后凈溢出指數(shù)回升。

總之，國債和金融債是信息的溢出者，企業(yè)債為接受者。在疫情期間，國債和金融債的信息溢出作用更加明顯，同時國債、政策性金融債的發(fā)行以及企業(yè)債違約的發(fā)生促使國債和金融債對企業(yè)債產(chǎn)生擠兌的影響，使政府的財政壓力轉(zhuǎn)移到企業(yè)，企業(yè)債的市場需求下降。

（二）頻域結(jié)果分析

本文將總溢出分解成頻率段為短期（1日到5日即一周內(nèi)）、長期（5個工作日以上），計算對應(yīng)的不同頻段的頻率溢出。對債券市場間的波動性溢出進(jìn)行頻變分析，可以明確疫情對債券市場的沖擊溢出是受長期影響還是短期影響。

圖3表示債券市場的頻變溢出。首先，在疫情暴發(fā)之前，長短期溢出指數(shù)在沒有受到風(fēng)險沖擊時，其溢出水平持平，說明市場平穩(wěn)運行。其次，在時間維度上短期與時域的溢出指數(shù)在變化的過程中協(xié)同，并且在疫情暴發(fā)后，短期溢出水平（均值35.54）整體總高于長期（均值25.02），這說明債券市場的信息溢出主要由短期的溢出引導(dǎo)，即債券市場間的信息溢出主要發(fā)生在短期。尤其在疫情暴發(fā)階段，短期與時域的溢出指數(shù)均出現(xiàn)高位，并且短期表現(xiàn)的反應(yīng)更快，說明疫情暴發(fā)在很大程度上加大了債券市場間信息溢出的規(guī)模，并且主要由短期主導(dǎo)。最后，在疫情暴發(fā)后平穩(wěn)階段，短期溢出指數(shù)有所回落，長期溢出指數(shù)有所上升，這是由于疫情沖擊帶來的不確定性，投資者對沖擊預(yù)期有所改變，對債券市場影響變?yōu)殚L期，債券市場間信息溢出的持續(xù)期變長，但短期溢出指數(shù)仍顯著高于長期，債市市場信息溢出仍由短期主導(dǎo)。

表2和表3分別給出了不同債券市場在樣本期間內(nèi)不同頻率下溢出效應(yīng)的均值。除企業(yè)債市場外其余市場短期的溢出指數(shù)的平均水平高于長期，說明債券市場信息溢出主要是由短期因素驅(qū)動的。但企業(yè)債受長期因素的影響更大，其長期溢入均值（38.4）顯著大于短期均值（21.42），可能的原因在于，疫情之下各行業(yè)均受到較大沖擊，疫情反復(fù)更加劇了經(jīng)濟的不確定性，使企業(yè)復(fù)工復(fù)產(chǎn)困難，持續(xù)上升的風(fēng)險會對投資者產(chǎn)生更為持久的響應(yīng)，由短期主導(dǎo)的溢入轉(zhuǎn)換為長期的市場不確定性，對企業(yè)造成更大程度的沖擊。

（三）債券市場非對稱性分析

金融市場中存在著上下行的溢出效應(yīng)，可以更好刻畫市場的非對稱性（謝赤等，2021）。圖4為債券市場間的信息溢出非對稱測度，正值代表積極/正向的溢出效應(yīng)大于消極/負(fù)向的溢出效應(yīng)，負(fù)值則相反。數(shù)值為零表明正溢出效應(yīng)和負(fù)溢出效應(yīng)的影響是相同的，換而言之，不存在外溢的非對稱性。

在圖4中，非對稱性表現(xiàn)是明顯的，尤其是在疫情暴發(fā)的初期，非對稱性的波動達(dá)到了樣本期間的峰值。在疫情暴發(fā)時期，正向效應(yīng)迅速提高，這是因為債券作為固定收益的資產(chǎn)，在受疫情沖擊時，相對其他金融產(chǎn)品具有良好的避險作用。同時股市的震蕩帶來了明顯的“股債蹺蹺板”現(xiàn)象，使投資者避險需求加大，推升債券市場上升趨勢，同時政府采取了一系列措施來支持疫情防控和經(jīng)濟復(fù)蘇，這些措施包括加大政府債券的發(fā)行力度、推出減稅降費政策、提供流動性支持等。

具體來說，政府為緩解疫情對經(jīng)濟的沖擊，財政政策與貨幣政策共同發(fā)力。財政政策方面，發(fā)放疫情防控專項補助資金的同時減征、免征企業(yè)的社保費，發(fā)行特別國債、政策性金融債以及專項政府債等，都對債券市場形成正向的影響。貨幣政策方面，通過降準(zhǔn)向?qū)嶓w經(jīng)濟注入流動性，下調(diào)中期借貸便利利率以降低企業(yè)融資成本等多種寬松政策，為債券市場提供有利的環(huán)境。相較于股市等其他金融產(chǎn)品的不確定性，債券有更穩(wěn)健的收益。另外，由于美聯(lián)儲的無限量量化寬松政策的實施，以及中國國債加入海外債券指數(shù)，中國利率債作為世界范圍內(nèi)少數(shù)的高等級高收益的品種，使大量資金流入我國債券市場，我國的債券市場成為全球的避險資產(chǎn)。

綜上，在疫情沖擊的情況下，全球經(jīng)濟增速放緩、投資者的避險行為、政策的配合等共同作用下，對我國債券市場的正向影響激增，在疫情初期正向影響達(dá)到樣本的峰值。之后負(fù)向信息顯著增加，是因為由于中國采取了有效的措施控制疫情后，國內(nèi)生產(chǎn)和出口繼續(xù)進(jìn)行，當(dāng)一些國家的生產(chǎn)力受限，中國出口貿(mào)易得以大幅度上升。而國內(nèi)需求下降，投資者轉(zhuǎn)變投資方向，資本從債券市場流出，負(fù)向信息加大對債券市場的沖擊，使指數(shù)變?yōu)樨?fù)值。

本節(jié)描述了主體債券市場間的不對稱波動溢出效應(yīng)。在疫情暴發(fā)階段由于市場的不確定性，使投資者更偏愛債券等穩(wěn)健產(chǎn)品，同時各種針對債券的政策的出臺，使債券市場的正向效應(yīng)增大，但由于疫情沖擊的不確定性又使負(fù)向效應(yīng)增大，表明債券市場間具有非對稱性，且受事件沖擊的影響顯著。

五、企業(yè)債市場內(nèi)溢出效應(yīng)分析

（一）分行業(yè)債券市場分析

如圖5可以看出不同行業(yè)間的差異顯著，溢出指數(shù)均由短期主導(dǎo)，與前文分析一致。圖6可以看出產(chǎn)業(yè)債風(fēng)險在各行業(yè)之間傳染明顯，交通運輸行業(yè)與房地產(chǎn)行業(yè)在溢出網(wǎng)絡(luò)中與其他行業(yè)的關(guān)聯(lián)度較高，同時兩行業(yè)風(fēng)險凈溢出水平也較高，其中交通運輸業(yè)凈溢出均值達(dá)34%，說明兩行業(yè)在產(chǎn)業(yè)債風(fēng)險溢出體系中占據(jù)重要地位。究其原因，可能是疫情沖擊導(dǎo)致的經(jīng)濟不確定對交通運輸業(yè)和房地產(chǎn)形成了巨大威脅，兩行業(yè)受到的沖擊較大，從而形成潛在的市場動蕩源。故下文著重分析疫情對兩行業(yè)的沖擊原因。

以交通運輸行業(yè)為例，2020年第一季度，由于疫情的持續(xù)延續(xù)和燃油價格上漲等影響，交通運輸行業(yè)受到較大沖擊，公路貨物運輸量急劇下降，2020年3月公路運貨量同比下降22.2%①，同時疫情導(dǎo)致的復(fù)工延遲，使全國高速公路貨運量出現(xiàn)了斷崖式下滑。另外，復(fù)工延遲加之大部分地區(qū)實行交通管制，使公路運輸?shù)某杀咎岣?。國際貿(mào)易受阻、國際航線關(guān)閉導(dǎo)致我國港口吞吐量大幅減少、航線貨源極度缺乏，在春節(jié)假期和疫情的雙重影響下，下游企業(yè)復(fù)工節(jié)奏緩慢，需求增長不如預(yù)期，沿海散貨市場貨盤較少，需求慘淡，運力過剩矛盾突出，運輸價格持續(xù)探底。沿海（散貨）綜合運價指數(shù)2020年2月28日報收918.56點，較上月末下跌6.6%，月平均值為929.03點，較上月下跌10.5%①。鐵路運輸方面截至2020年一季度末旅客發(fā)送量同比減少55.1%，鐵路固定資產(chǎn)投資累計完成額下降21%②。民航受疫情影響同樣嚴(yán)重，為了更好控制疫情，多數(shù)國家采取了更為嚴(yán)格的出入境政策，航空需求大幅度減少，截至2020年一季度末我國民航運輸總周轉(zhuǎn)率同比下降46.6%③，其余主要生產(chǎn)指標(biāo)也大幅下降。宏觀環(huán)境的波動引發(fā)了債券市場的聯(lián)動，交通運輸業(yè)的凈溢出強度一度逼近50%。但隨著防疫政策的調(diào)整和經(jīng)濟的逐步復(fù)蘇指數(shù)開始回落。

2021年一季度交通運輸業(yè)凈溢出指數(shù)少許上升，企業(yè)發(fā)債規(guī)模大幅提升。交通運輸行業(yè)債券發(fā)行金額較上年同期大幅增長。其中，高速公路企業(yè)發(fā)債規(guī)模最大，機場運營企業(yè)和鐵路運輸企業(yè)的債券發(fā)行數(shù)量及發(fā)行規(guī)模較上年同期均大幅增長。交通運輸行業(yè)債券發(fā)行主體仍以高級別發(fā)行主體為主，合計發(fā)行3153億元。

房地產(chǎn)行業(yè)在我國體量巨大，涉及的上下游產(chǎn)業(yè)眾多，在樣本期間始終處于信息的凈溢出者地位。疫情暴發(fā)后，房地產(chǎn)業(yè)受到?jīng)_擊巨大，信息溢出指數(shù)快速攀升達(dá)到樣本的峰值。疫情的沖擊主要體現(xiàn)在兩方面：一是房地產(chǎn)行業(yè)的業(yè)績出現(xiàn)大幅度下滑，因為房地產(chǎn)行業(yè)積極配合防疫政策，各地的房地產(chǎn)企業(yè)均停止線下看房、咨詢、賣房的過程，大部分房企采取了減少租金等策略，使商家的損失轉(zhuǎn)移到房地產(chǎn)行業(yè)。二是商品房價格呈現(xiàn)穩(wěn)中有降的趨勢，從國家統(tǒng)計局?jǐn)?shù)據(jù)來看，我國一線城市的商品房價格支撐力仍然較強，呈現(xiàn)小幅度上漲；二三線城市商品房則有小幅下降的趨勢。另外根據(jù)各地不同的防疫政策，導(dǎo)致房地產(chǎn)發(fā)展政策也不同，使經(jīng)濟市場進(jìn)一步細(xì)分，加劇市場分化，其溢出效應(yīng)更為明顯。

2021年一季度，房地產(chǎn)行業(yè)凈溢出指數(shù)拔高是因為房地產(chǎn)行業(yè)的投資金額和銷售金額雙創(chuàng)新高，1—2月全國房地產(chǎn)開發(fā)投資完成額13986億元，同比增長38.3%，全國商品房銷售面積和銷售額同比增長133.4%和104.9%①。但這與國家讓房地產(chǎn)行業(yè)穩(wěn)定健康發(fā)展的理念相背馳，部分城市炒房苗頭出現(xiàn)，熱點城市房價上漲加快，于是國家相繼出臺房地產(chǎn)政策以防范金融風(fēng)險（見表4）。

“住房不炒”和“穩(wěn)地價、穩(wěn)房價、穩(wěn)預(yù)期”的政策基調(diào)貫穿全年，房地產(chǎn)行業(yè)火熱狀態(tài)迅速降溫，房地產(chǎn)融資受限，發(fā)展節(jié)奏放緩，體現(xiàn)在2021年一季度后指數(shù)的快速下行。

綜上分析，交通運輸、房地產(chǎn)等行業(yè)是我國產(chǎn)業(yè)債市場中重要的風(fēng)險網(wǎng)絡(luò)節(jié)點，風(fēng)險溢出效應(yīng)較強，為產(chǎn)業(yè)債中重要的風(fēng)險傳染源，并且其風(fēng)險溢出效應(yīng)受疫情影響明顯，我國應(yīng)重點關(guān)注此類行業(yè)的風(fēng)險異動，加強違約風(fēng)險監(jiān)測和實時預(yù)警，避免債券違約的發(fā)生，發(fā)揮債券對實體經(jīng)濟的促進(jìn)作用。

（二）分地區(qū)債券市場分析

如圖8和圖9所示，首先，產(chǎn)業(yè)債在各個省份之間風(fēng)險傳導(dǎo)明顯，信息溢出仍由短期主導(dǎo)。其次，產(chǎn)業(yè)債風(fēng)險傳染呈現(xiàn)明顯的區(qū)域分化現(xiàn)象，各個省份之間的產(chǎn)業(yè)債信息溢出水平相差較大。圖8中，風(fēng)險溢出最高的兩個省份其凈溢出水平均超過40%，北京市產(chǎn)業(yè)債溢出水平均值達(dá)46%，說明其具有較高的信息溢出能力，相關(guān)的地域性信息能快速傳遞到其他地域市場。溢出水平最低兩個省份其溢出水平低于-20%，容易受到其他周邊區(qū)域的債務(wù)信息的沖擊。最后，風(fēng)險的輸入方多為經(jīng)濟較發(fā)達(dá)地區(qū)，北京、廣東風(fēng)險溢出顯著高于其他省份產(chǎn)業(yè)債，其在網(wǎng)絡(luò)節(jié)點中也處于重要位置與大部分市場聯(lián)動頻繁，與此同時，遼寧、云南是主要的風(fēng)險接受省份，容易受到其他周邊區(qū)域債務(wù)信息的沖擊。并且排名較后的省份在樣本期間內(nèi)的利差存在較大的波動性，可能是由于相應(yīng)的地區(qū)經(jīng)濟基礎(chǔ)較弱，其擁有的優(yōu)質(zhì)企業(yè)資源較少，并且債券市場的規(guī)模較小，使得投資者對其債券市場的信心不足，并且在新冠疫情期間面臨更大的融資成本壓力，債券市場脆弱性高，更容易受到其他地區(qū)的沖擊。

圖10顯示了本文樣本中截至2022年12月10日新冠肺炎累計確診人數(shù)前2位的省份（上海、廣東）的凈溢出變動情況。以上兩省份在樣本期間內(nèi)均為信息的凈溢出者。2020年初兩省份的信息凈溢出指數(shù)因疫情沖擊迅速攀升，廣東省、上海市均為我國沿海經(jīng)濟強省，其擁有完備的金融市場對風(fēng)險響應(yīng)迅速。2020年一季度后兩省份指數(shù)又迅速開始回落，除了疫情受到控制，經(jīng)濟基本面對債券市場的穩(wěn)定有著密不可分的影響。作為經(jīng)濟大省，對國民經(jīng)濟的穩(wěn)定有較大影響，受到外部沖擊影響后，其自身化解沖擊能力較強，使其溢出指數(shù)回落迅速。2022年廣東、上海又出現(xiàn)疫情反復(fù)，宏觀經(jīng)濟表現(xiàn)與債券市場受其影響出現(xiàn)波動。以上海為例，在年初病例增長時指數(shù)開始攀升，到2022年3月30日上海宣布“全域靜態(tài)管理、全員核酸篩查”后指數(shù)達(dá)32.21%，較2022年初的17.92%上升了14.29%，2022年下半年全面恢復(fù)正常生活秩序后指數(shù)逐漸回落。

綜上分析，疫情沖擊對產(chǎn)業(yè)債（地區(qū)）風(fēng)險溢出的沖擊影響明顯，產(chǎn)業(yè)債傳染風(fēng)險呈現(xiàn)區(qū)域分化現(xiàn)象，網(wǎng)絡(luò)中重要節(jié)點均為經(jīng)濟發(fā)達(dá)地區(qū)。具體而言，在疫情沖擊下經(jīng)濟較發(fā)達(dá)地區(qū)的金融體系更加完善，化解沖擊能力較強，而經(jīng)濟發(fā)達(dá)程度較低的地區(qū)，本身經(jīng)濟金融資源相對匱乏，導(dǎo)致風(fēng)險難以化解，在疫情沖擊期間更為明顯，表現(xiàn)為不同地區(qū)產(chǎn)業(yè)債風(fēng)險凈溢出在疫情影響下兩極分化愈加明顯。

六、結(jié)論與政策建議

（一）結(jié)論

自2020年初以來，新冠肺炎疫情在全球范圍內(nèi)暴發(fā)，給全球經(jīng)濟和金融市場帶來了巨大的沖擊。債券市場作為我國資本市場重要組成部分，在疫情期間也遭受巨大的沖擊影響。因此，討論在疫情沖擊下債券市場間的信息溢出效應(yīng)，對監(jiān)管部門應(yīng)對突發(fā)事件的風(fēng)險管理決策以及不同債券市場投資者的風(fēng)險管理有重要的參考價值。

本文從時域、頻域及非對稱性三個角度對債券市場間的信息溢出效應(yīng)進(jìn)行研究，研究結(jié)論如下：第一，疫情沖擊下債券市場間信息溢出效應(yīng)具有顯著的時變特征，整體上波動較大，并與疫情形勢緊密相關(guān)。在疫情前期債券市場的總溢出指數(shù)表現(xiàn)比較平穩(wěn)，在疫情暴發(fā)階段，溢出指數(shù)顯著提升并且達(dá)到樣本峰值，在疫情得到控制后，信息溢出總指數(shù)快速下降的同時指數(shù)的波動明顯加劇。這說明疫情對債券市場的沖擊是顯著的，債券市場易受極端風(fēng)險事件的擾動，使各市場共振趨勢明顯，因此總信息溢出指數(shù)變化較大。第二，國債和金融債為債券市場信息溢出的主導(dǎo)，為信息凈溢出者，企業(yè)債為凈接收者。疫情期間企業(yè)債受到?jīng)_擊更為明顯，因為有債券違約事件的發(fā)生，投資者可能拋售企業(yè)債轉(zhuǎn)而購買更為穩(wěn)健的國債和金融債，從而間接導(dǎo)致國債和金融債在疫情期間對企業(yè)債的擠兌作用，這可能將政府的財政壓力轉(zhuǎn)移到企業(yè)。這表明市場規(guī)模更大、安全性更高的國債、金融債更易對地位相對弱勢的企業(yè)債產(chǎn)生影響。第三，頻域結(jié)果說明債券市場間短期波動更為劇烈，并且趨勢類似于總溢出，長期溢出水平小于短期。說明債券市場風(fēng)險主要由短期沖擊導(dǎo)致，市場能夠快速處理信息。第四，溢出效應(yīng)具有顯著的非對稱性。尤其是在疫情暴發(fā)的初期，正向波動達(dá)到了樣本期間的峰值。說明當(dāng)發(fā)生突發(fā)事件沖擊經(jīng)濟時，債券是良好的資金避風(fēng)港。第五，疫情對大部分行業(yè)、地區(qū)的產(chǎn)業(yè)債有明顯沖擊，且行業(yè)、地區(qū)差異性顯著。

（二）政策建議

政府需要健全債券市場金融風(fēng)險防控體系，防范金融市場間風(fēng)險溢出。由于我國債券市場間信息溢出在極端風(fēng)險事件下溢出水平會顯著提高，政府需關(guān)注各個市場間信息傳播。構(gòu)建各債券市場的信息共享機制，建設(shè)債券市場協(xié)同監(jiān)測平臺，以防止跨市場的風(fēng)險傳遞，保障債券市場有序運行；發(fā)揮國債、金融債市場主導(dǎo)作用，在債券市場受沖擊時，通過政策性國債、金融債緩解經(jīng)濟下行，維持市場穩(wěn)定發(fā)展；關(guān)注資金流向，避免部分資金過度流向股市、房地產(chǎn)等領(lǐng)域，警惕資產(chǎn)泡沫風(fēng)險；強化外部金融風(fēng)險防控，統(tǒng)籌疫情后經(jīng)濟社會發(fā)展，構(gòu)建新發(fā)展格局，夯實我國經(jīng)濟基本面。

投資者要整體考慮各區(qū)域、各行業(yè)債券市場的情況，注重外界環(huán)境的短期沖擊。我國債券市場間聯(lián)動密切，因此在投資某一市場時也應(yīng)考慮其他市場對其的溢出效應(yīng)，對市場規(guī)模大的國債、金融債尤其關(guān)注，另外債券市場受到?jīng)_擊以短期為主，對投資期限短的投資者更應(yīng)關(guān)注債券市場直接的溢出效應(yīng)。通過分散化投資、避免過度集中持倉等方式來降低投資風(fēng)險。

企業(yè)應(yīng)確定好發(fā)債規(guī)模和期限，以獲得更好的融資條件。企業(yè)債為債券市場的凈接收者易受其他市場的溢出效應(yīng)影響，企業(yè)一方面在發(fā)債前應(yīng)全面評估自身財務(wù)和信用狀況，確定好融資規(guī)模和期限，避免債券違約，另一方面加強企業(yè)治理，做好信息披露，提升自身評級，充分利用市場機制來獲得更優(yōu)惠的融資條件?！?/p>

（責(zé)任編輯：孟潔）

參考文獻(xiàn)：

[1]柴尚蕾，周鵬.基于非參數(shù)Copula-CVaR模型的碳金融市場集成風(fēng)險測度[J].中國管理科學(xué)，2019，27（8）：1-13.

[2]程晨，劉珂.新冠肺炎疫情下資本市場的沖擊研究——基于股價同步性視角[J].工業(yè)技術(shù)經(jīng)濟，2021，40（3）：125-135.

[3]方意，于渤，王煒.新冠疫情影響下的中國金融市場風(fēng)險度量與防控研究[J].中央財經(jīng)大學(xué)學(xué)報，2020，396（8）：116-128.

[4]何誠穎，聞岳春，常雅麗等.新冠病毒肺炎疫情對中國經(jīng)濟影響的測度分析[J].數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究，2020，37（5）：3-22.

[5]胡恒松，董慧穎.紓解疫情形勢下民營企業(yè)融資難題[J].國際經(jīng)濟作，2020，405（3）：153-160.

[6]黃新飛，廉勝南，蔡睿思.資本流入激增與系統(tǒng)性金融風(fēng)險——基于ΔCoVaR方法的實證分析[J].國際金融研究，2023，431（3）：37-49.

[7]蔣彧，李潔，王花.中國房地產(chǎn)市場與股票市場的雙向溢出效應(yīng)研究[J].上海經(jīng)濟研究，2021，393（6）：93-104.

[8]金順姬，張俊瑞，金玲，等.疫情沖擊下組織冗余對股票收益率的影響研究[J].金融論壇，2021，26（10）：50-57.

[9]李維安，陳春花，張新民，等.面對重大突發(fā)公共衛(wèi)生事件的治理機制建設(shè)與危機管理——“應(yīng)對新冠肺炎疫情”專家筆談[J].經(jīng)濟管理，2020，42（3）：5+8-20.

[10]皮天雷，游承靜.加密貨幣與傳統(tǒng)金融資產(chǎn)市場的動態(tài)相關(guān)性研究——基于t-Copula-DCC-GARCH的實證分析[J].金融論壇，2022，27（5）：42-51.

[11]沈悅，李朝前，趙欣悅.重大風(fēng)險事件下全球股票市場風(fēng)險傳染效應(yīng)研究[J].國際經(jīng)貿(mào)探索，2023，39（4）：82-99.

[12]田金方，楊曉彤，薛瑞，等.不確定性事件、投資者關(guān)注與股市異質(zhì)特征——以COVID-19概念股為例[J].財經(jīng)研究，2020，46（11）：19-33.

[13]王培輝，陳巖.中美國債市場信息溢出效應(yīng)檢驗[J].海南金融，2021（9）：57-69.

[14]王睿，李連發(fā).宏觀不確定性與金融不確定性：測度與動態(tài)關(guān)系研究[J].經(jīng)濟問題探索，2021，464（3）：27-42.

[15]王姝黛，楊子暉，張平淼.城投債信用風(fēng)險傳染的地理集聚、路徑演變與驅(qū)動機制——基于前沿彈性網(wǎng)絡(luò)收縮技術(shù)的研究[J].統(tǒng)計研究，2023，40（3）：32-42.

[16]謝赤，賀慧敏，王綱金，等.基于復(fù)雜網(wǎng)絡(luò)的泛金融市場極端風(fēng)險溢出效應(yīng)及其演變研究[J].系統(tǒng)工程理論與實踐，2021，41（8）：1926-1941.

[17]楊子暉，陳雨恬，張平淼.重大突發(fā)公共事件下的宏觀經(jīng)濟沖擊、金融風(fēng)險傳導(dǎo)與治理應(yīng)對[J].管理世界，2020，36（5）：13-35+7.

[18]楊子暉，王姝黛.突發(fā)公共衛(wèi)生事件下的全球股市系統(tǒng)性金融風(fēng)險傳染——來自新冠疫情的證據(jù)[J].經(jīng)濟研究，2021，56（8）：22-38.

[19]張建平，朱雅錫.后疫情時代下新冠肺炎疫情對中國服務(wù)經(jīng)濟影響——基于多期雙重差分模型的研究[J].工業(yè)技術(shù)經(jīng)濟，2021，40（4）：58-67.

[20]張菀洺，張珊珊.中國對外貿(mào)易的影響因素研究[J].數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究，2020，37（11）：81-98.

[21]鐘熙維，吳瑩麗.新冠肺炎疫情下全球股票市場的聯(lián)動性研究[J].工業(yè)技術(shù)經(jīng)濟，2020，39（10）：29-37.

[22]朱武祥，張平，李鵬飛，等.疫情沖擊下中小微企業(yè)困境與政策效率提升——基于兩次全國問卷調(diào)查的分析[J].管理世界，2020，36（4）：13-26.

[23]Barndorff-Nielsen O E.Econometric Analysis of Realized Volatility and Its Use in Estimating Stochastic Volatility Models[J].Journal of the Royal Statistical Society： Series B （Statistical Methodology），2002，64（2）： 253-280.

[24]Baruník J，Kocenda E，Vacha L.Asymmetric Connectedness on the U.S.Stock Market： Bad and Good Volatility Spillovers[J].Journal of Financial Markets，2016，27（1）： 55-78.

[25]Baruník J，Kocenda E，Vacha L.Asymmetric volatility connectedness on the forex market[J].Journal of International Money and Finance，2017，77： 39-56.

[26]Baruník J，K■ehlík T.Measuring the Frequency Dynamics of Financial Connectedness and Systemic Risk[J].Journal of Financial Econometrics，2018，16（2）： 271-296.

[27]Cheng T，Liu J，Yao W，Zhao A B.The impact of COVID-19 pandemic on the volatility connectedness network of global stock market[J].Pacific-Basin Finance Journal，2022，71：1-22.

[28]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.

[29]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.

[30]Duan Y，Ghoul S E，Guedhami O，Li H，Li X.Bank systemic risk around COVID-19： A cross-country analysis[J].Journal of Banking and Finance，2021，133：1-13.

[31]Yan H，Liu Z，Wang H，Zhang X，Zheng X.How does the COVID-19 affect earnings management： Empirical evidence from China[J].Research in International Business and Finance，2022，63：1-13.

基金項目：本文系國家社科基金項目“疫情沖擊下應(yīng)急金融政策效果評估與退出機制研究”（22BJL039）階段性研究成果。

收稿日期：2023-07-18

作者簡介：王培輝（1981-），男，河北滄縣人，經(jīng)濟學(xué)博士，河北大學(xué)經(jīng)濟學(xué)院教授、博士生導(dǎo)師；

張? ? 猛（1999-），男，河北平泉人，河北大學(xué)經(jīng)濟學(xué)院碩士研究生。