國債期貨對宏觀經(jīng)濟(jì)公告的響應(yīng)：市場微觀結(jié)構(gòu)視角

摘要：本文詳細(xì)分析了國債期貨市場對宏觀經(jīng)濟(jì)公告的響應(yīng)。利用tick級別數(shù)據(jù)研究發(fā)現(xiàn)，國債期貨的價格對公告能快速作出反應(yīng)，并在60秒內(nèi)完成調(diào)整，達(dá)到新的均衡狀態(tài)；而波動率會展現(xiàn)出明顯的聚類效應(yīng)，在快速放大后，持續(xù)5分鐘才會回到非公告日水平。進(jìn)一步對國債期貨日內(nèi)波動率建模，并剝離日內(nèi)波動率的周期性特征、引入代表宏觀公告的啞變量，最終成功刻畫了國債期貨市場在不同宏觀公告下的短期波動率特征。

關(guān)鍵詞：宏觀經(jīng)濟(jì)公告 國債期貨價格發(fā)現(xiàn) 市場微觀結(jié)構(gòu)波動率建模 聚類效應(yīng)

引言

國債期貨市場為研究資產(chǎn)價格如何響應(yīng)、消化信息沖擊提供了絕佳的環(huán)境。一方面，國債期貨資產(chǎn)作為利率衍生品，相比股票或者信用債，其本身幾乎不包含任何資產(chǎn)特定的異質(zhì)性信息，從而在資產(chǎn)特征層面上，對所有投資者是同質(zhì)的；另一方面，固定收益類資產(chǎn)相較于其他資產(chǎn)，同宏觀經(jīng)濟(jì)聯(lián)系更加緊密。由于宏觀經(jīng)濟(jì)公告時間確定，并且信息的公開對于所有的市場投資者都是及時、徹底的，幾乎不存在信息傳遞的延遲與堆積，因此宏觀公告對資產(chǎn)價格的傳導(dǎo)路徑較為直接。以上特征確保本文觀察國債期貨市場對宏觀公告響應(yīng)時受到較少干擾，從而得到的結(jié)果也更為科學(xué)準(zhǔn)確。

本文詳細(xì)分析了國債期貨對宏觀經(jīng)濟(jì)公告的響應(yīng)，并試圖回答以下兩個問題，即在宏觀經(jīng)濟(jì)公告發(fā)布前后：一是國債期貨價格是如何調(diào)整的，價格發(fā)現(xiàn)是否高效？二是國債期貨的波動率是如何變化的，是否存在聚類效應(yīng)？

本文首先介紹實證數(shù)據(jù)；其次對公告時點前后的波動率和收益率進(jìn)行統(tǒng)計描述；再次采用波動率可乘分量的分解方法，對波動率進(jìn)行統(tǒng)計建模，并加入代表宏觀經(jīng)濟(jì)公告的啞變量，刻畫不同宏觀公告對市場的影響；最后綜合上述實證結(jié)果，作出總結(jié)。

實證數(shù)據(jù)

（一）國債期貨數(shù)據(jù)

以成交量最大的合約作為主力合約，因此本文將10年期國債期貨主力合約作為研究對象，使用500毫秒的切片數(shù)據(jù)，數(shù)據(jù)區(qū)間為2016-01-01至2022-12-31。為了在不同交易日統(tǒng)一數(shù)據(jù)格式，本文將每個交易日的時間戳統(tǒng)一規(guī)范成當(dāng)日開盤至11 ： 30、13 ： 00至15 ： 15，以500毫秒作為間隔的標(biāo)準(zhǔn)時間戳，用最接近的歷史切片進(jìn)行重采樣填充。值得注意的是，自2020年7月20日起，國債期貨的開盤時間從9 ： 15調(diào)整為9 ： 30，本文在處理數(shù)據(jù)時進(jìn)行了對應(yīng)區(qū)分。經(jīng)過處理后，得到1703個交易日上的5410萬個切片。

tick數(shù)據(jù)指的是以交易為單位記錄的價格和成交量的時間序列數(shù)據(jù)。其雖然能描述更豐富的日內(nèi)信息，但由于盤口價格跳動，大多數(shù)價格變化僅僅是買賣反彈，而不是潛在均衡價格的變化（Ederington等，1995）。本文借鑒Ederington等（1995）提出的準(zhǔn)均衡價格概念，對tick數(shù)據(jù)進(jìn)行調(diào)整。

具體而言，本文在每個tick上計算出中間價pt，其被定義為最優(yōu)買價pa（1）（t）與最優(yōu)賣價pb（1）（t）的均值：

用當(dāng)前與上一個中間價的均值作為準(zhǔn)均衡價格：

（二）宏觀經(jīng)濟(jì)公告數(shù)據(jù)

本文選擇了6個主要宏觀經(jīng)濟(jì)指標(biāo)，包括居民消費價格指數(shù)（CPI）、生產(chǎn)者消費價格指數(shù)（PPI）、國內(nèi)生產(chǎn)總值（GDP）、廣義貨幣（M2）供應(yīng)量、社會消費品零售（TRSCG）和對外貿(mào)易（IO）。選擇原因有兩點：一是其歷史較長且數(shù)據(jù)容易獲取，可以收集到自2016年起關(guān)于這些指標(biāo)的全部公告精確到秒的發(fā)布時間；二是這些宏觀經(jīng)濟(jì)指標(biāo)的公告中有很大一部分是在國債期貨的交易時間段內(nèi)發(fā)布的，有助于刻畫國債期貨市場對宏觀經(jīng)濟(jì)公告的響應(yīng)。表1對以上宏觀公告信息進(jìn)行了匯總。

在此基礎(chǔ)上，本文還添加了幾個金融公告，包括國務(wù)院常務(wù)會議（以下簡稱“國常會”）、降準(zhǔn)、發(fā)布7天逆回購和中期借貸便利（MLF），收集公告的時間范圍為2018—2022年。其中，7天逆回購是中國人民銀行的常規(guī)公開市場業(yè)務(wù)，本文只將利率發(fā)生變化或中標(biāo)量大于1200億元的公告作為7天逆回購對應(yīng)的公告，經(jīng)過篩選后的公告數(shù)量為103個。由于國常會和降準(zhǔn)的公告數(shù)量很少，分別為12個和11個，本文在第四小節(jié)研究國債期貨市場對不同公告的響應(yīng)時，將全部金融公告歸為一類。

由于本文試圖從日內(nèi)微觀結(jié)構(gòu)視角研究國債期貨市場對公告的響應(yīng)特性，因此只對在交易時間段內(nèi)或交易日開盤前發(fā)布的公告進(jìn)行研究，將交易日開盤前的公告時間點改記為當(dāng)日的開盤時刻。本文將樣本集分為三個部分：第一部分，交易日交易時間段內(nèi)或開盤前有公告，稱為公告日；第二部分，交易日收盤前無公告，但上一個交易日收盤后有公告，稱為弱公告日；第三部分，交易日收盤前無公告且上一交易日收盤后也無公告，稱為非公告日。全部研究結(jié)果均在公告日與非公告日上進(jìn)行對比呈現(xiàn)。

在全數(shù)據(jù)集上，公告日占比為17.3%，非公告日占比為78.4%。就公告時間點而言，開盤占比為33.8%，其他時間占比為66.2%。為提高可比性，本文統(tǒng)計了公告時間點的概率分布，并在非公告日上根據(jù)這一分布進(jìn)行隨機(jī)采樣，作為當(dāng)日的基準(zhǔn)時間點。

價格響應(yīng)

本文這部分觀察國債期貨價格在宏觀公告發(fā)出前2分鐘至發(fā)出后10分鐘的表現(xiàn)，其中對公告發(fā)出前2分鐘的觀察用于研究是否存在信息泄露。如若公告在開盤時發(fā)出，則僅觀察公告發(fā)出后10分鐘的表現(xiàn)。而在作為比較基準(zhǔn)的非公告日上，本文也相應(yīng)觀察采樣得到的基準(zhǔn)時間點前2分鐘到后10分鐘的表現(xiàn)。

（一）波動率表現(xiàn)

本文試圖研究國債期貨市場是否對公告作出了反應(yīng)。本文以調(diào)整后的準(zhǔn)均衡價格計算國債期貨的波動率，在公告發(fā)布前2分鐘至發(fā)布后10分鐘的時間區(qū)間上，以10秒為間隔，計算每個小區(qū)間上的已實現(xiàn)波動率。在公告日上，將區(qū)間波動率以發(fā)布時間點為基準(zhǔn)對齊求均值；而在非公告日上，也將采樣的時間區(qū)間以采樣點為基準(zhǔn)對齊求均值。圖1展示了全部公告發(fā)布時間上公告日與非公告日在公告發(fā)布前后的波動率對比結(jié)果，這里的非公告日的區(qū)間全部采樣自開盤起的10分鐘。具體到圖中，每個時間點上的值為前10秒內(nèi)的已實現(xiàn)波動率。

基于圖中結(jié)果，可以觀察到：

一是不少宏觀數(shù)據(jù)在9 ： 30公布，其對國債期貨價格的影響疊加了開盤效應(yīng)。即使在考慮開盤效應(yīng)的前提下，宏觀公告依然能帶來顯著的波動率放大。

二是波動率在30秒內(nèi)達(dá)到頂峰，之后快速下降；但在5分鐘內(nèi)依然高于非公告日的正常水平，表現(xiàn)出明顯的聚類效應(yīng)。

三是在公告之前，波動率和非公告日相同時間段相比沒有顯著不同。這表明沒有信息泄露的證據(jù)。

基于上述現(xiàn)象，本文進(jìn)一步研究了波動放大的機(jī)制，筆者試圖回答以下兩個問題。

一是波動率的放大是否來自于市場短暫的流動性缺失？在非有效市場中，市場參與者可能因為市場對信息沖擊定價效率低而選擇觀望，從而導(dǎo)致bid-ask價差顯著放大（Fleming等，1999），交易量下降，市場流動性降低。而在有效市場中，預(yù)期觀察到更大的交易量。

二是波動率的放大是來自于市場在非均衡價格上大幅的波動，還是來自于市場以更快速的價格變動逼近均衡價格？在有效市場中，預(yù)期觀察到更快速和更一致的價格變化。

為回答上述問題，本文分區(qū)間觀察以下統(tǒng)計量：一是交易量，二是準(zhǔn)均衡價格變化所需的平均時間，三是價格變化大于1個tick（此指最小價格變動單位，即0.005）的占比。

具體而言，本文仍然觀察從公告前2分鐘到公告后5分鐘的結(jié)果：從公告前1分鐘到公告后2分鐘，在10秒?yún)^(qū)間上展示均值結(jié)果；對于其他時間窗口，在1分鐘區(qū)間上展示均值結(jié)果。結(jié)果如表2所示。

對于公告發(fā)布前的區(qū)間而言，公告日的交易量相較于非公告日增加20%。考慮到存在投資者出于對公告不一致的預(yù)期提前進(jìn)行交易的情況，結(jié)合前面波動率圖的結(jié)果，筆者認(rèn)為這并不意味著信息泄露。可以看到，在（0，5] 內(nèi)，公告日的平均交易量為388.3，幾乎是非公告日的兩倍，表現(xiàn)出了明顯的交易量放大。在公告發(fā)布后2分鐘內(nèi)，同區(qū)間上公告日的平均交易量始終保持在非公告日的兩倍，之后這一數(shù)字逐漸減小，但直到公告發(fā)布后5分鐘，仍能觀察到公告日的同區(qū)間交易量顯著大于非公告日。值得一提的是，表2中在非公告日自

（0，5]起，也觀察到了交易量放大，這其實是因為非公告日的觀察區(qū)間有一定比例采樣自開盤后5分鐘，由開盤效應(yīng)所導(dǎo)致的。

此外，就準(zhǔn)均衡價格變化所需的平均時間而言，自公告發(fā)布起5分鐘內(nèi)，公告日的準(zhǔn)均衡價格變化時間相較于非公告日始終保持在0.5倍，反映出市場價格在以更快的速度調(diào)整。而對于價格變化大于1個tick的占比，可以看到在（0，10] 內(nèi)，公告日上占比高達(dá)18.3%，非公告日上僅為5.4%，而在之后的區(qū)間上，占比顯著降低。說明僅在公告發(fā)布的10秒內(nèi)，價格就非常積極地向均衡價格進(jìn)行調(diào)整，這展現(xiàn)出了國債期貨市場的有效性。

總的來說，在國債期貨市場上，公告沖擊引發(fā)了快速的價格變化以及交易量的放大，這同Ederington等（1995）的觀察一致。至于價格是否具有一致的變化方向，本文將在下一部分基于對收益率的分析中進(jìn)行進(jìn)一步探討。

（二）收益率表現(xiàn)

價格以更高的頻率發(fā)生變動，是導(dǎo)致波動率放大的主要原因。但波動率放大的持續(xù)時間很久，這是否意味著價格的調(diào)整也持續(xù)很久？如果是的話，則表明市場存在明顯的盈利機(jī)會，是無效的一種體現(xiàn)。為回答這個問題，本文通過定義調(diào)整后收益率，從而排除對公告是利好還是利空的判斷，并刻畫價格的變化路徑。

本文選擇30秒作為一個基準(zhǔn)收益率區(qū)間，因為希望基準(zhǔn)區(qū)間既“足夠長”又“足夠短”：既能夠相對精確地捕捉市場對公告的一致反應(yīng)，又能盡量少地包含市場后續(xù)調(diào)整帶來的噪聲。隨后，用基準(zhǔn)收益率的符號對其他區(qū)間的收益率進(jìn)行調(diào)整，這里所說的區(qū)間是從公告前2分鐘到公告后10分鐘以10秒為間隔的區(qū)間。具體而言，本文令調(diào)整后的收益率

ARt=Rt×Dt，

其中，R0，30表示前30秒的收益率，即基準(zhǔn)收益率，sign（·）是符號函數(shù)，下標(biāo)t表示第t個區(qū)間。這樣調(diào)整的一個好處是：無須人為地分辨各個公告是利好還是利空，能統(tǒng)一觀察后續(xù)價格調(diào)整的模式。

本文在公告日與非公告日上計算分區(qū)間調(diào)整后收益率的均值，并在區(qū)間上依次累加，得到累計調(diào)整后收益率（見圖2）。

圖2非常直觀地反映了國債期貨對宏觀公告的價格響應(yīng)模式：在公告發(fā)布前，累計調(diào)整后收益率非常小，再次證明了不存在信息泄露；而在公告發(fā)布后的60秒內(nèi)，國債期貨價格快速完成向均衡價格調(diào)整；此后，市場會對過度反應(yīng)進(jìn)行糾正。因此，雖然自公告開始后的5分鐘，波動率都會比非公告日顯著增大，但是實際價格在60秒內(nèi)就完成了到新均衡價格的調(diào)整，充分展現(xiàn)出國債期貨市場的有效性。

波動率建模

（一）理論模型

傳統(tǒng)廣義自回歸條件異方差（GARCH）模型在日內(nèi)波動率建模上存在不足，日內(nèi)波動的周期性特征無法被GARCH模型刻畫，Engle等（2012）提出了一種可乘分量的廣義自回歸條件異方差模型（Multiplicative Component GARCH），將日內(nèi)波動率分解為三個可乘部分：日頻波動率、日內(nèi)周期性波動率和日內(nèi)隨機(jī)波動率。本文采用了這種分解，下面介紹具體的模型形式。

用{t，i}表示第t個交易日內(nèi)的第i個30s區(qū)間（從開盤開始，區(qū)間之間互不重疊），則P{t，i}代表國債期貨在第t天的第i個區(qū)間末的價格，收益率可以表示為

對日內(nèi)波動率的分解可以通過假定收益率服從下述過程：

其中，ht代表國債期貨日頻波動率的部分；si代表日內(nèi)波動率的周期效應(yīng)；q{t，i}代表日內(nèi)波動率的隨機(jī)部分；ε{t，i}～N（0，1）代表殘差，假設(shè)si與q{t，i}獨立。對于日頻波動率部分ht，本文采用已實現(xiàn)波動率作為估計，而對日內(nèi)波動率的周期效應(yīng)si，用以下無偏估計表示：

在剝離日頻波動率和日內(nèi)周期性波動率后，得到日內(nèi)隨機(jī)波動率時序，使用自回歸移動平均模型ARMA（1，1）對其建模，并添加宏觀公告的啞變量進(jìn)行建模，函數(shù)形式為：

其中，I{t，i-k}是一個啞變量，表示在第{t，i-k}個區(qū)間的開始有公告發(fā)布。在實證中，本文以30秒作為區(qū)間間隔，因此這樣設(shè)置的啞變量所對應(yīng)的觀察區(qū)間仍然是公告前2分鐘至公告后10分鐘。

（二）實證結(jié)果

首先對2022年1月至2月國債期貨日內(nèi)分區(qū)間波動率的可乘分量進(jìn)行展示。

圖3的第一張子圖展示了未進(jìn)行可乘分量分離的原始日內(nèi)區(qū)間波動率；第二張子圖展示了日頻波動率ht的估計，可以觀察到在2022年2月7日出現(xiàn)了異常的高波動率，因為當(dāng)日是春節(jié)后的第一個交易日；第三張子圖展示了日內(nèi)周期波動率si的估計。

ARMA（1，1）模型中啞變量的系數(shù)估計結(jié)果和p值由表3與圖4分別展示。

這里用Ib（Interval before）代表公告沖擊前的若干個區(qū)間上的啞變量，Il（Interval lag）代表公告沖擊后的若干個區(qū)間上的啞變量，Il0表示公告發(fā)布區(qū)間的啞變量。注意到Ib1的系數(shù)也在0.001的置信度下顯著，這是由本文對公告時間點的處理導(dǎo)致的。從參數(shù)估計結(jié)果來看，直到Il9的參數(shù)在0.001的置信度下仍然保持顯著，反映出公告給國債期貨波動率帶來的沖擊會持續(xù)至少5分鐘，與本文在第三小節(jié)中觀察到的結(jié)果一致。

最后，本文區(qū)分不同公告，分別用上述加入啞變量的ARMA（1，1）模型建模，來比較國債期貨對于不同公告的響應(yīng)模式。為了能更好地進(jìn)行對比，用三階多項式擬合了Il0到Il19的系數(shù)結(jié)果（見圖5）。

需要注意的是，CPI和PPI公告始終在相同時間點發(fā)布，M2公告通常在交易日收盤后發(fā)布，樣本數(shù)量太少，故而不對此進(jìn)行單獨刻畫。從圖5可以看到，國債期貨波動率對GDP公告的瞬時響應(yīng)最為劇烈，且持續(xù)時間較長；對社會消費品零售公告的瞬時響應(yīng)也同樣劇烈，且短期衰減更快。此外，國債期貨波動率對CPI／PPI公告的瞬時響應(yīng)相對較小，對金融公告的瞬時響應(yīng)最小，這兩類公告也均會給波動率帶來較長時間的影響。

總結(jié)

本文考察國債期貨在宏觀經(jīng)濟(jì)公告前后收益率和波動率的變化。研究發(fā)現(xiàn)：

一是國債期貨價格能在60秒內(nèi)快速收斂到新的均衡價格；市場可能存在過度反應(yīng)，這體現(xiàn)在90秒后有一定的價格修正；市場波動率有明顯的聚類現(xiàn)象。

二是對波動率建模后發(fā)現(xiàn)，公告給國債期貨波動率帶來的增大會持續(xù)至少5分鐘，且波動率對GDP公告的瞬時響應(yīng)最為劇烈，持續(xù)時間較長。

三是無論從收益率角度還是波動率角度，都沒有發(fā)現(xiàn)信息泄露的證據(jù)。

在國債期貨上市至今的10年間，國債期貨市場不斷發(fā)展完善，價格形成機(jī)制合理，價格發(fā)現(xiàn)功能高效，充分發(fā)揮了其利率市場定價基準(zhǔn)以及利率風(fēng)險管理的功能。

參考文獻(xiàn)

[1] 中國金融期貨交易所國債期貨開發(fā)小組. 國債期貨上市與利率市場化改革[J]. 債券，2013（7）：30-33.

[2] Andersen T G， Bollerslev T. Deutsche Mark-Dollar Volatility： Intraday Activity Patterns， Macroeconomic Announcements， and Longer Run Dependencies[J]. The Journal of Finance， 1998， 53（1）： 219-265.

[3] Ederington L H， Lee J H. The Short-Run Dynamics of the Price Adjustment to New Information[J]. The Journal of Financial and Quantitative Analysis， 1995， 30（1）： 117-134.

[4] Engle R F， Gallo G M. A multiple indicators model for volatility using intra-daily data[J]. Journal of Econometrics， 2006， 131： 3-27.