我國債券市場系統性風險形成機理與測度研究

趙文興 孟 夏 相 相

（1.中國人民銀行濟南分行，山東 濟南 250021；2.中國人民銀行長春中心支行，吉林 長春 130051；3.中國人民銀行濟寧市中心支行，山東 濟寧 272005）

一、引言

宏觀審慎管理的重要環節之一是正確認識并科學評估系統性風險的水平與趨勢，因此，系統性風險的測度能夠為宏觀審慎管理政策的制定提供重要依據。當前，債券市場已經成為我國金融市場的主要組成部分，其因巨大的市場規模及風險溢出效應，對我國金融市場穩定發展具有系統重要性。債券市場不僅受宏觀經濟的影響，其波動也會反作用于宏觀經濟，發揮“金融加速器”的功能。近年來，由于債券市場內部環境日益復雜化，引致風險日益凸顯，不但對整個債券市場產生很大沖擊，而且極易造成金融風險的跨市場傳染。中國人民銀行副行長潘功勝在2020 金融街論壇年會上表示：“重點健全房地產金融、外匯市場、債券市場、影子銀行以及跨境資金流動等重點領域宏觀審慎監測、評估和預警體系，分步實施宏觀審慎壓力測試并將其制度化。”準確客觀地度量與監測我國債券市場系統性風險水平，是新形勢下宏觀審慎管理的重要內容，對增強我國債券市場的抗風險能力、提高債券市場監管有效性、實現金融穩定有著重要的理論價值與現實意義。

二、文獻綜述

系統性風險測度是國內外金融研究和監管領域關注的熱門課題，一些研究機構和金融監管部門已使用不同的方法對系統性風險進行測度，其中，較為傳統且使用較多的是綜合指數法。綜合指數法的基本思路是以影響系統性風險的指標為基礎建立指標體系，使用不同統計方法合成系統性風險指數，如國際貨幣基金組織建立的金融穩健指標。還有一些研究運用FR模型法、STV模型法、KLR模型法、Probit/Logit和馬爾科夫狀態轉換方法對系統性金融風險進行預警，或者運用網絡模型法、在險價值（VaR）模型法和相關違約法評估系統性風險損失及概率。此外，2008年國際金融危機后，美聯儲等監管機構也使用壓力測試方法對系統性風險進行評估。

國內已有不少學者對我國系統性金融風險進行測度。陶玲和朱迎（2016）[1]使用馬爾科夫狀態轉換方法，衡量和研判了金融機構系統性經營風險指數的變化狀況與拐點，對系統性經營風險作出警示。部分研究聚焦于對國內銀行、保險、證券等子系統的系統性風險的分析測度。劉亞和張家臻（2018）[2]從時間維度和截面維度兩個方面，運用主成分分析法構建銀行業系統性風險壓力指數。孫國茂等（2020）[3]選取宏觀經濟、股票市場和證券機構三個方面的22 個指標合成綜合指數，評估測算了2000 年以來我國證券市場的系統性風險變化。徐華等（2019）[4]系統分析了我國保險業系統性風險的形成機制，利用在險價值模型分析了我國四家上市保險機構對保險業的風險溢出效應。債券市場方面，目前的研究集中于對債券市場風險特征的分析，如吳紅興等（2018）[5]利用因子分析法建立我國債券市場脆弱性指數，識別和判斷貨幣市場、股票市場、外匯市場、經濟因素等指標變動對該指數的影響。姚玥悅等（2017）[6]運用馬爾科夫區制轉移模型對債券市場波動特征進行分析，指出2013 年以后債券市場高風險狀態出現頻率較高。從以上研究成果來看，尚未形成具有可操作性的債券市場系統性風險測度及預警體系。

三、我國債券市場系統性風險構成及形成機制

（一）我國債券市場風險情況

近年來我國債券市場發展迅速，截至2021 年末，我國債券市場總托管量達到121.09 萬億元，同比增長14.78%，其中中央結算公司托管87.2萬億元、上清所托管債券15.09 萬億元、交易所市場托管債券18.8 萬億元。中央結算公司托管債券中，地方政府債券、國債和政策性銀行債占比超八成（見圖1）。

同其他金融市場及金融產品一樣，債券市場有其固有的風險，從風險的性質來看，包括信用風險、市場風險和流動性風險等。

圖1：我國債券市場托管情況（單位：萬億元）

1.信用風險。自2014 年“11 超日債”違約后，我國債券違約事件頻發。隨著防范金融風險力度的加大和資管新規的發布，債券市場“剛性兌付”被打破，債券違約數量與違約金額都呈增長態勢。截至2021 年末，債券違約數量累計達784 只，累計違約金額6330億元，涉及企業243家。其中，民營企業是債券違約的高發主體，共計175家，違約規模達3927億元，占違約總規模的62%。特別是，從2017 年以來，房地產市場調控政策總體呈現收緊趨勢，且逐步從銷售端延伸至融資端，對房企現金流提出了更高要求，在新冠肺炎疫情以及市場銷售低迷的影響下，不少房地產企業資金周轉困難，最終導致債券違約。2019年，房地產行業中構成實質性違約或展期或觸發交叉保護條款的債券數量為14 只，涉及債券發行規模為97.2億元；2020年，18只房地產債券出現實質性違約或展期，涉及債券發行總規模升至322.5 億元；到了2021 年，54 只房地產債券出現實質性違約或展期，涉及債券發行規模達到673 億元。同時，房地產市場調整導致地方債面臨潛在的違約風險。從2014 年到2021 年，地方政府債發行量大增，由1722 億元升到7.48 萬億元，雖經地方政府債務置換安排，違約風險被推延，但其還款來源絕大多數依靠土地出讓收入，土地出讓收入大幅下降或將導致地方債務危機。。

2.市場風險。一般包括利率風險、匯率風險、權益風險和商品風險。其中，利率風險是最主要的市場風險。利率風險主要體現在兩個方面：一是固定利率債券的持有人在一定時期內會面臨到期日市場利率高于原先確定的固定利率的風險。二是企業債的市場價格也受利率變動的影響，進而可能導致金融活動主體蒙受經濟損失。隨著我國利率市場化進程的不斷推進，利率風險將會更加凸顯。通過觀察10 年期國債收益率的歷史走勢（見圖2），可以發現2018 年以來我國債券市場利率呈現較為明顯的波動性變化：整體來看呈下行走勢，特別是新冠肺炎疫情后，在貨幣寬松和經濟下行壓力加大的背景下，2020年上半年該指標保持在3%以下，之后隨著國內國際經濟基本面和貨幣政策的變化圍繞3%上下波動。

圖2：10年期國債收益率變動趨勢

3.流動性風險。債券的信用評級調整、債券到期兌付違約、中央銀行貨幣政策緊縮引起的市場總體流動性緊張、投資者資產負債結構的錯配以及其他恐慌性情緒的迅速蔓延，都會使投資者改變其交易策略，進而對債券二級市場供求關系產生影響。在極端情況下，絕大部分信用債產品都可能由于階段性缺乏對手方而瞬間陷入流動性枯竭。當大規模流動性枯竭狀況出現時，市場往往陷入非理性的螺旋式下跌過程。回購交易是機構融資和調劑資金的重要手段，回購交易價格和規模的變化反映了債券市場的流動性變化。通過觀測銀行間7 天質押式回購加權利率的波動情況（見圖3），可以發現，2018 年以來債券市場流動性合理充裕，基本處于大牛市周期。

圖3：7天質押式回購加權利率變動趨勢

（二）債券市場系統性風險形成機制

系統性風險的形成，不在于以上風險的簡單累加，而是源于不同風險之間相互疊加、聯結以及集聚而形成的風險連鎖和放大效應。

1.債券交易活動具有順周期性。債券本質上為“債務”，具有金融市場的“順周期”特性。一是債券市場發展具有順周期性。在宏觀經濟發展繁榮時，由于銀行信貸量增長，企業融資規模擴大，投資增加，債券交易投資熱情高漲，發行量和成交額上升，從而形成了債券指數持續上漲的正向循環；但在宏觀經濟發展低迷階段則恰恰相反，會逐步陷入債券指數持續下降的惡性循環。二是投資者風險偏好具有順周期性。經濟上行期，部分投資者對企業經營和盈利情況的預期偏向樂觀，過度追求高收益，對潛在風險關注不夠。而且我國債券市場投資者結構不均衡，中長期投資人占比偏少，風險偏好趨向同質化，存在“羊群效應”。三是發行人行為具有順周期性。某些融資主體在行業繁榮期過度融資，埋下較大風險隱患。如某房地產企業2014—2021 年在境內債券市場共發行企業債近1000 億元，截至2021 年末，未償境內債券余額為500余億元，為其總投入資本的10余倍。債券市場正因為具有順周期性特征，從而在實體經濟的發展中產生了“金融加速器”的效果，形成了債券市場的系統性風險。

2.債券市場違約頻發加大系統性風險。信用風險的密集出現會明顯削弱投資人的風險偏好程度，導致金融市場恐慌情緒擴散，同時信用風險可能帶來流動性風險，進而引起不同性質風險的交叉傳染疊加效應，放大系統性風險。一方面，信用風險會導致債券資產的流動性風險。違約事件頻發以及信用風險上升，會讓投資人更加擔心中低評級債券可能受到的損失，導致對低評級債券的大量拋售，中低評級債券價格將明顯下滑、利率上行，進而造成相關基金凈值下跌及贖回壓力增大。此時，為了應付日益擴大的贖回規模，基金機構將被迫大量賣出中高信用等級債券，這將導致債券市場整體利率上升，進一步對基金凈值和贖回構成壓力，更多的投資機構將被迫拋售資產，整個市場陷入“價格下降—凈值下跌—增加拋售—進一步下跌”的負反饋機制中。該機制演進的最極致情況是，包括債券市場在內的資本市場投資者同質化，買賣雙方數量與交易額急劇下降，資本市場流動性嚴重降低。另一方面，信用風險可能導致資金面出現流動性風險。當信用違約頻發導致債券市場信用風險急劇增大時，債券市場風險敏感性也相應提高，市場的異常波動通過互相嵌套的業務鏈條傳染疊加，對中小金融機構的信用狀況造成負面影響的可能性大大增加，出現貨幣市場的流動性分層現象。該機制演進的極端情況是，包括銀行間市場在內的整個資本市場的流動性都大幅縮水。

3.債券市場部分產品杠桿率較高。我國債券市場加杠桿的方式分為兩種：一是通過場內回購交易實現，即金融機構在銀行間或交易所市場通過現券質押回購融入資金以購買債券，獲取票息與回購成本之間的價差；二是通過場外產品設計實現，即金融機構獲取劣后級資金的收益與優先級資金的成本間的價差。近年來，在寬松的貨幣環境下，較低的資本成本使加杠桿較易實現，金融分業監管的現狀也為加杠桿提供了政策空間，“資產荒”壓力則提高了金融機構加杠桿的積極性。2021 年我國債券市場總體杠桿率在1.10～1.14區間波動，其中證券公司杠桿率較高，保持在2 以上，最高達2.62。從以上數據來看，我國債券市場杠桿風險相對可控，但值得注意的是，部分結構性產品杠桿率較高，與正回購交叉疊加后，杠桿率最高可達十倍。如某證券公司推出的結構化產品中，劣后份額收益率達到100%。即使這些結構化產品規模較小，但如果企業債違約風險頻現，信用風險集中爆發，引發市場恐慌并拋售債券，出現踩踏行情，將進一步放大風險。而且如果杠桿資金有“短借長投”現象，還可能引發由期限錯配導致的流動性風險。

四、我國債券市場系統性風險測度

基于債券市場系統性風險的來源及形成機制，同時考慮到宏觀經濟是影響債券市場發展的核心因素，從宏觀經濟風險、債券市場順周期風險、價格風險、信用風險、流動性風險等五個維度選取指標，并運用主成分分析法對指標進行合成降維，得出債券市場系統性風險指數，以此分析債券市場系統性風險變化情況。

（一）評價指標選取

根據我國債券市場實際情況，本文共選擇了17個指標（見表1），考慮部分指標數據的可得性，選擇時間跨度為2018—2021 年，以基本指數的月度歷史數據為基礎展開研究。

1.宏觀經濟風險。選取M2 增速、通貨膨脹率、財政赤字、短期外債與外匯儲備比率四個指標，指標數據來源于萬得數據庫及中國人民銀行、國家統計局網站。其中，M2 增速過快代表信貸條件和貨幣政策寬松，從而增加貨幣流動性，貨幣供需越容易失衡，相應風險越大；通貨膨脹率越高，投資者對回報率的要求相應提高，未來不確定性增加，相應風險越大；財政赤字越大，表明財政抵御風險的能力相應越弱，相應風險越大；短期外債與外匯儲備比率越大，表明宏觀經濟抗擊外部風險的能力越弱，相應風險越大。

2.債券市場順周期風險。選取債券市場總規模、全市場杠桿率、房地產價格指數、地方政府債務托管量占比四個指標，指標數據來源于中國債券信息網站和萬得數據庫。其中，債券市場總規模反映債券市場繁榮程度，規模越大，市場中蘊含的風險相應放大，導致風險越大；全市場杠桿率越高，表明一旦發生風險事件，風險蔓延和外溢效應越強，債券市場系統性風險越大；房地產價格指數下降，可能會使房地產行業發債企業資金回籠慢，帶來較大的信用風險，導致債券市場順周期風險加大；考慮到我國地方債潛在的違約風險，地方政府債務托管量占比高表明順周期風險較大。

表1：債券市場系統性風險評價指標

3.價格風險。選取中債新綜合凈價指數波動率、1 年國債收益率變化波動率、10 年國債收益率變化波動率三個指標，指標數據來源于中國債券信息網站和萬得數據庫。以上指標反映債券市場波動性，該數值越小說明波動性越低，相應的價格風險越小。

4.信用風險。選取違約債券只數、違約金額、5年期AA 級產業債與國債利差三個指標，指標數據來源于萬得數據庫和中國債券信息網站。違約債券只數越多、違約金額越大，說明債券市場信用風險越高；5 年期AA 級城投債—國債利差反映信用利差情況，利差越大，信用風險越高。

5.流動性風險。選取日均現券換手率、七天基準回購利率（BR007）、中小銀行與大型銀行平均融資利差三個指標，指標數據來源于中國債券信息網站和萬得數據庫。其中，日均現券換手率高，說明債券市場交易活躍、流動性風險低。七天基準回購利率（BR007）越低、中小銀行與大型銀行平均融資利差越小，說明流動性風險越低。

（二）模型構建

本文采用主成分分析方法分別對宏觀經濟風險、債券市場順周期風險、價格風險、信用風險以及流動性風險五個維度的指標進行篩選，確定不同維度的主成分。以宏觀經濟風險為例，具體說明如何運用主成分分析法計算債券市場系統性風險得分。以2018 年1月—2021 年12 月宏觀經濟風險維度各指標的月度數據為基礎（部分指標僅有季度數據，本文采用Eviews軟件對季度序列做降頻處理得到月度數據），運用SPSS23 軟件先對5 個指標的原始數據進行標準化處理，并進行KMO 和Bartlett 球形檢驗。KMO 檢驗值大于檢驗系數0.5；Bartlett 球形檢驗的p 值為0.0000，小于0.5，說明指標變量適合做主成分分析。

如表2 所示，對宏觀經濟風險的基礎數據進行主成分分析，依據特征值大于1 的原則提取2 個主成分，累計方差貢獻率達到了72%，能夠較好地反映原有指標的綜合信息。根據成分得分系數矩陣（見表3），并以各主成分的方差貢獻率占2 個主成分總方差貢獻率的比重作為權重進行加權匯總，得出宏觀經濟風險加權測度值：

f1=宏觀經濟風險=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：宏觀經濟風險主成分分析

表3：宏觀經濟風險主成分因子載荷矩陣

按此方法可得出其他四個維度風險測度公式：

f2=債券市場順周期風險=0.322X5-0.179X6+0.319X7+0.313X8

f3=價格風險=0.38X9+0.34X10+0.38X11

f4=信用風險=0.42X12+0.44X13-0.29X14

f5=流動性風險=0.413X15+0.17X16+0.49X17

以各維度的方差貢獻率占比作為權重，得到債券市場系統性風險公式：

債券市場系統性風險=0.19×f1+0.2×f2+0.22×f3+0.19×f4+0.2×f5

（三）結果分析

根據債券市場系統性風險公式，計算2018—2021年各月度我國債券市場系統性風險指數。債券市場系統性風險指數的高低反映市場風險的大小，綜合指數越高說明市場風險越大；反之，綜合指數越低說明市場風險越小。

圖4：債券市場系統性風險指數

2018—2021年，我國債券市場系統性風險總體上呈現上升態勢（見圖4），債券市場系統性風險指數從2018 年1 月的0.14 增加到2021 年12 月的1.03。具體來看，可以將2018—2021 年我國債券市場系統性風險的變化分為三個階段：

1.第一階段（2018 年1 月—12 月），債券市場系統性風險逐步上升。2018年，我國債券市場發行規模穩步增長，交易結算量增速加快。在世界主要經濟體經濟增速放緩、中美貿易摩擦等復雜形勢下，國內經濟下行壓力增加，GDP同比增速有所下滑。美聯儲縮表、加息帶來的人民幣貶值壓力對我國貨幣政策的制定和調整產生了一定影響，房地產調控政策進一步收緊，市場資金面以及企業獲得外部融資的狀況偏緊，新增違約債券主體及期數不斷增加，信用風險事件多發，但隨著市場流動性逐步改善，債券市場波動性上升后趨于平穩。

2.第二階段（2019 年1 月—2020 年1 月），債券市場系統性風險平滑震蕩。在經歷違約事件頻發的2018 年之后，2019 年債券市場違約狀況呈現常態化趨勢，違約事件發生頻率有所緩和，中高評級企業、大型企業集團違約頻發，違約風險處于持續深化階段，同時信用利差逐步收斂，市場影響有所減弱。債券收益率呈低位震蕩趨勢，市場波動率較低，接近歷史最低水平，債券市場杠桿率呈波動下行趨勢，流動性分層整體好轉，市場流動性平穩。

3.第三階段（2020 年2 月—2021 年12 月），債券市場系統性風險急劇上漲。新冠肺炎疫情背景下，宏觀經濟基本面受到較大沖擊，市場波動增加，雖然債券違約金額較上年未顯著增加，違約只數呈下行走勢，但國有企業和大中型房地產企業風險不斷暴露，“剛性兌付”受到沖擊，違約風險加劇。2020 年2月，債券市場風險急劇上升至全時段最高點。隨著我國疫情防控取得重要階段性成果，政策對沖力度不斷加大，經濟快速回暖向好，債券市場系統性風險有所緩和，但較往年仍呈現整體性抬升。

通過以上分析發現，我國債券市場系統性風險指數與債券市場實際情況基本相符，較好地反映了相關事件對債券市場的影響，說明該指數對我國債券市場系統性風險能夠實現較為準確全面地刻畫。

五、結論及啟示

債券市場是金融市場的重要一維，識別和監測債券市場系統性金融風險是進行宏觀審慎管理的重要依據，對于防范系統性風險具有重要意義。本文測算了2018—2021年債券市場系統性風險，結果表明，我國債券市場系統性風險總體呈上升態勢，根據局部變化特征可以分為逐步上升階段、平滑震蕩階段和急劇上漲階段。據此，提出以下建議：一是加強債券市場系統性風險預警研究。關注引發債券市場系統性風險的相關事件，對房地產企業債、地方政府債等相關指標的變化進行實時監測，摸清債券市場系統性風險的來源，準確、有效評判債券市場系統性風險，科學地設定風險預警閾值，作為系統性風險臨界點的信號，為債券市場宏觀審慎管理提供更有效的指引。二是加強對債券市場的逆周期監管。債券市場具有明顯的順周期性及風險連鎖和累積效應，未來應強化和完善債券市場宏觀審慎管理，根據債券系統性風險性質及程度，運用合適的宏觀審慎管理工具，對相關風險進行有效對沖，適時、適度地采取措施，建立風險防范機制，在控制債券市場系統性風險的同時阻止風險蔓延和傳染，減少風險發生對金融體系和實體經濟的沖擊。