中美貿易戰對于中國國債市場的影響

陸海洋

【摘 要】2018年3月23日凌晨，中美貿易戰爆發，股市大幅下跌。文章通過結合分位數回歸與時間序列的方法，對國債市場收盤價的月標準差系數進行建模，對比中美貿易戰爆發前后的中國國債市場波動程度進行分析，并給出預測結果。

【關鍵詞】分位數回歸；時間序列；ARIMA模型；國債市場；中美貿易戰

1.引言

國債是金融市場中重要的金融工具。國債是以國家信譽為擔保所發行的債券，具有風險低、收益穩定的特點。在當今社會，老齡化現象日益嚴重，老年人的風險承受能力較低，國債市場在未來將會得到更多的關注。國債市場風險的預測也將具有重大意義。

2018年3月23日凌晨，特朗普正式簽署了對華貿易備忘錄。內容包括對源自中國進口的600億美元產品加征關稅，中國企業對美投資并購被嚴重限制。除此之外，美國總統特朗普還宣布美國對中國航空航天、信息通訊技術等產品加收25%的關稅。中美貿易戰正式打響。

中美貿易戰對中國股市影響巨大。2018年3月23日，A股滬深兩市遭到嚴重打擊，三大股指暴跌均超過了3%，造成超過3000支股票下跌。由于股市遭到重創，中美貿易戰也將對國債市場造成一定的影響。文章通過分位數時間序列模型對國債市場指數的波動進行刻畫和預測。

2.時間序列

文章選取2003年3月1日至2018年7月31日的上證國債指數每個交易日的收盤價，以月為單位計算出每個交易日的上證國債指數收盤價的標準差系數，通過國債市場每個月收盤價的標準差系數來刻畫國債市場中的風險。以時間為橫軸，標準差系數為縱軸，將所得模型數據繪制時間序列圖：

在Rstudio中使用forecast包中的auto.arima公式可以將原始數據自動定階擬合ARIMA模型，根據輸出結果，將數據擬合ARIMA（1，0，0）模型：

3.分位數回歸

估計ARIMA模型參數的傳統方法是最小二乘法，最小二乘法被廣泛運用的主要原因是因為該回歸方法相對簡單、易于操作并且符合人們的直觀想象。但是在實際生活中，最小二乘法嚴格的限制條件往往很難得到滿足。研究數據經常會出現包括尖峰、厚尾等特征，無法滿足最小二乘法中正態分布的假設前提。而分位數回歸方法的限制條件非常寬松，對異常值的敏感程度也并不高，可以有效分析和擬合實際數據。

分位數回歸方法的估計公式為：

上述公式推導可以根據Rstudio軟件中的quantreg包完成，分別取tau=0.25，tau=0.5，tau=0.75，得到結果如下：

首先，通過所得公式觀察中美貿易戰前國債市場的風險波動情況。取2017年第四季度的三個月，得到如下結果：

結果表明，2017年第四季度的三個月的波動程度均接近tau=0.25分位數。在中美貿易戰前，中國國債市場風險波動程度較低并且相對穩定。

其次，通過所得公式觀察中美貿易戰爆發后國債市場的風險波動情況。取2018年4、5、6、7月份，得到如下結果：

結果表明，2018年4月、6月、7月，中國債市場的波動程度均接近tau=0.75分位數，波動程度較大。而2018年5月的波動程度接近tau=0.5分位數，波動程度中等，這可能與中國證券市場的特點有關。中國股市投資者常常會因為利空消息產生過度反應，導致資金大量流出，加劇消息對于股市波動的影響，而后又逐漸恢復。也就是說，當3月23日爆發中美貿易戰后，新聞發布利空消息，大量資金流出，4月份國債市場產生大幅波動，波動程度超過tau=0.75分位數，即上文所述的過度反應。隨著時間推移，股市有所恢復，致使5月分的國債市場的波動程度有所降低。6月份和7月份的波動情況又再度接近tau=0.75分位數。

綜上所述，中美貿易戰引發了國債市場的大幅波動，將國債市場波動程度從年前的tau=0.25附近提高到了tau=0.75附近，如果中美貿易戰繼續，國債市場的波動程度可以使用tau=0.75的參數對2018年8月、9月、10月進行預測，預測結果如下：

【參考文獻】

[1]劉曉倩，周勇.加權復合分位數回歸方法在動態VaR風險度量中的應用[J].中國管理科學，2015，6（23）：1-8.

[2]史建波.復合分位數回歸及其在時間序列上的應用[D].魯東大學，2015.

[3]盛選義.時間序列分位數回歸模型的實證分析[D].天津大學，2012.

[4]王琪鋒.復合分位數回歸在線性時間序列下的應用[D].大連理工大學，2015.

[5]彭良玉.分位數回歸在時間序列中的應用[D].天津大學，2010.

[6]盛選義，彭良玉.分位數回歸在時間序列中的應用[J].太原師范學院學報（自然科學版），2011，10（03）：25-29.