流動性調控有效性比較分析：數量工具和價格工具

張 云，李寶偉，胡秋陽，苗 春

1 南開大學 經濟學院，天津 300071 2 中國特色社會主義經濟建設協同創新中心，天津 300071

引言

銀行間債券市場是中國債券市場的主體，根據中央結算公司發布的《中國債券市場概覽(2016年版)》，2016年其成交量占比達到75.89%，托管量占比達90.98%，遠遠超過證券交易所和柜臺債券市場。然而近年來，從錢荒到資產荒不斷出現，中國銀行間債券市場流動性持續出現波動，2013年債券價格的急跌和2016年年底的大幅殺跌就是這種波動的突出體現。市場流動性是指市場參與者短期內以對資產價格影響小的方式低成本地進行大量交易的能力[1]。包括債券市場在內的資本市場流動性之所以重要，首先，因為其狀況會影響市場上相關資產發行方的籌融資，AMIHUD et al.[2]提出的流動性溢價理論認為，當市場流動性較差時，投資者因不能將證券在市場中輕松交易，會要求更高的收益率作為補償，使發行方的融資成本增加，這樣就導致發行方減少融資。中國學者也實證說明了中國債券市場中存在流動性溢價現象，流動性較差的資產有較高的收益預期[3]。其次，資產的市場流動性情況直接影響投資者的資金狀況。投資需要資金，一般情況下投資者獲取外界資金需要抵押手中的資產，而抵押物市場流動性變差使其融資變得困難，資金狀況惡化，進而迫使其拋售資產回籠資金，而大量拋售又使資產價格大幅下跌帶來損失，資金狀況進一步惡化[4]。因此，資本市場流動性的穩定非常重要，它既影響籌融資活動，也對投資者的資金狀況造成影響。

具體到銀行間債券市場，國債、企業債和金融債等債券品種的市場流動性直接影響政府、企業和金融機構的融資，同時該市場也是銀行等金融機構集中進行資產配置的重要市場，其流動性變化對整個金融體系的資金狀況造成影響。而且銀行間債券市場是央行公開市場操作實施的重要載體，是貨幣政策傳導的重要場所，因此央行非常有必要針對銀行間債券市場流動性進行調控，綜合運用利率、存款準備金率、公開市場操作等價格工具和數量工具平衡和管理該市場的流動性。在調控過程中，不同政策工具的作用效果差異很大，選取合適的工具可以達到事半功倍的效果。因此，很有必要對不同類型的貨幣政策工具的調控效果進行研究，以便更高效地調控銀行間債券市場流動性。本研究基于中國銀行間債券市場月度數據構建非流動性指標，并選擇公開市場操作作為數量調控工具的代表，選擇質押式回購利率作為價格調控工具的代表，采用帶隨機波動的時變參數向量自回歸(TVP-SV-VAR) 模型，實證對比和分析這兩種工具對銀行間債券市場流動性調控的效果，為更好地實施銀行間債券市場流動性調控提供理論支持。

1 相關研究評述

在如何解決市場流動性問題方面，已有研究集中分析了影響市場流動性的因素。BLANKESPOOR et al.[5]以企業對Twitter的使用數據為基礎，研究發現信息傳播與市場流動性正相關，企業可以通過更廣泛地傳播新聞減少信息不對稱，提高市場流動性；LIU[6]認為投資者情緒是市場流動性的格蘭杰原因，當投資者信心指數上升時，股市的流動性更強；PERANGINANGIN et al.[7]基于印尼證券交易所的貿易級數據進行研究，發現國外交易對價格發現過程有很大的貢獻，也有助于提高新興市場流動性。中國學者還指出最小報價單位[8]、賣空交易[9]和投資者行為[10]也影響股票市場流動性。具體到債券市場流動性影響因素的研究較少，有研究認為透明度對債券市場流動性的影響因債券而異[11]，也有學者認為債券市場分割的存在影響中國債券市場流動性[12]，還有學者關注做市商制度對債券市場流動性的影響，認為中小機構做市商提供的流動性要好于五大國有銀行、股份制銀行和外資銀行[13]。

除上述微觀層面影響因素的分析，宏觀層面的貨幣政策對市場流動性的作用和影響越來越受到學者的關注，多位學者基于日本、美國、歐洲和中國等國家的數據進行實證分析。CHOI et al.[14]采用VAR模型研究日本后泡沫時期影響股票市場流動的因素，結果表明貨幣供應量和利率工具對股票市場流動性影響都不顯著；GOYENKO et al.[15]用相同實證方法基于美國市場發現貨幣政策不僅影響債券市場流動性，而且通過債券市場間接影響股票市場流動性；FERNNDEZ-AMADOR et al.[16]實證發現歐洲央行的擴張性貨幣政策導致德國、法國和意大利市場的總體股票市場流動性增加，同時發現貨幣政策對單只股票流動性有著非線性影響，對小股票的影響明顯增強；CHU[17]通過動態SJC-Coupla 模型對中國股市進行分析，發現流動性較低的股票市場受到緊縮貨幣政策的影響，而高流動性的股票市場則依賴于擴張性的貨幣政策。

此外，也有學者關注央行的信息公開和溝通的作用，CHUNG et al.[18]分析貨幣政策發布對股票市場流動性的影響，發現貨幣政策發布后會造成流動性損失，但是該影響持續性較短；LEE et al.[19]認為央行的溝通在降低對市場流動性損害方面發揮了重要作用，提高了政策行動的可預測性，從而緩解了信息不對稱。

中國學者關于貨幣政策對市場流動性的影響也展開研究，關注點主要集中于股票市場。儲小俊等[20]運用VAR實證認為貨幣供應量和利率對股票市場流動性都沒有顯著影響；彭小林[21]運用脈沖響應和BEKK模型進行實證研究，認為貨幣政策對股票市場流動性造成顯著影響，狹義貨幣供應量(M1)對股票市場流動性的沖擊作用更大，而同業拆借利率的作用周期更長；耿中元等[22]在分析貨幣供應量和利率對股票市場流動性的影響時認為，廣義貨幣供應量(M2)和7天銀行間同業拆借利率對其影響更為明顯。

一些中國學者也關注到貨幣政策對于市場流動性影響的時變特征。孫彬等[23]基于美國市場數據，運用DCC-MVGARCH 模型進行實證研究，結果表明次貸危機爆發后，融資流動性與市場流動性的相關性顯著增強，呈現出流動性螺旋的現象。在基于中國市場數據的研究中，方舟等[24]和金春雨等[25]分別利用MS-VAR和TVP-VAR 模型分析貨幣政策對股票市場流動性影響的時變特征，結果表明貨幣供應量和同業拆借利率對股票市場流動性的影響時變特征明顯；姚登寶等[26]利用DCC-MVGARCH 模型進行實證研究，結果表明貨幣流動性與股票市場流動性在平穩期呈正相關，在危機期表現為負相關，也說明了貨幣政策對市場流動性的時變影響。

從已有研究看，國內外學者已經關注到市場流動性問題并對影響它的各種因素進行探究，但關于貨幣政策對市場流動性的作用的研究結論不一，且中國學者多針對股票市場進行研究，缺乏關于貨幣政策工具對銀行間債券市場流動性的作用的研究。本研究將系統考察數量工具和價格工具在銀行間債券市場流動性調控中的表現，以便央行更好地調控銀行間債券市場流動性，發揮銀行間債券市場的職能。

本研究選取2005年至2016年中國銀行間債券市場交易、公開市場凈投放和質押式回購利率的月度數據，采用帶隨機波動的時變參數向量自回歸模型捕捉非線性時變特征，就公開市場操作和銀行間質押式回購利率對銀行間債券市場流動性調控的效果進行對比分析。公開市場操作作為數量工具是央行可以直接控制的，而質押式回購利率作為價格工具只能被央行間接引導。實踐中央行主要通過公開市場操作盯住貨幣市場短期利率，但這一目標能否實現值得探討。孫國峰等[27]認為，由于貨幣市場流動性需求難以預測，流動性數量和利率不具備一一對應的關系，公開市場操作即使可以保證流動性供給水平，也無法穩定貨幣市場利率水平。因此，要完整分析價格調控，不僅需要探究利率能否有效調控市場流動性，還需要討論央行能否通過公開市場操作引導利率變化。本研究比較公開市場操作和質押式回購利率對銀行間債券市場流動性調控的有效性，以及兩者調控的特點，實證檢驗公開市場操作作為央行的直接貨幣政策工具能否有效地引導利率。

2 研究設計

2.1 銀行間債券市場流動性測量

債券市場流動性指在短期內，以對債券價格影響小的方式低成本地進行交易的能力。已有研究用價差、交易量、時間指標和價量結合4 類指標測量流動性，第4 類中的流動性比率指標大多涵蓋市場的深度和寬度兩個方面，從而更加全面也更具有優越性。AMIHUD[28]研究中的非流動性指標是金融市場流動性測量指標的典型代表，廣泛應用于中國股票市場，但由于學者對債券市場流動性關注不多，測量時絕大多數采用報價價差和換手率等僅反映一個市場單個方面的指標[29]，較為粗略。為了更準確地測量銀行間債券市場流動性，本研究參考王茵田等[30]的研究，用非流動性指標測量銀行間債券市場流動性。計算債券市場月度非流動性的步驟如下。

首先，第d個交易日債券市場的非流動性為

(1)

其次，債券市場的月度非流動性為當月各交易日非流動性的算術平均數，即

(2)

其中，m為月，g為1個月內交易日的個數。從(1) 式和(2) 式可以看出，收益率增大，成交量降低，債券市場非流動性值就會變大，即債券市場流動性下降，非流動性值越大，債券市場流動性越小。該指標既涵蓋了價格波動又兼顧成交量，可以更準確地對流動性進行測量。

2.2 貨幣政策工具

公開市場操作以銀行間市場為政策實施載體，是調控市場流動性中非常重要的貨幣政策工具，主要包括回購交易、現券交易和發行中央銀行票據。回購交易中，政府直接與金融機構在銀行間回購市場中達成交易，交易帶來的資金量增減會影響金融機構的流動性，進而影響它們買賣債券的行為，這一資產調整又會影響債券市場流動性。現券買賣和央票投放過程中，央行作為主體直接參與債券發行和交易，通過市場手段構成對銀行間債券市場流動性的直接調控，因此公開市場操作通過量的調控直接或間接影響銀行間債券市場流動性。基于上述分析，本研究將公開市場操作凈投放量作為貨幣政策對債券市場流動性進行數量調控的指標代表。

銀行間回購市場是金融機構進行批發性融資的主要場所之一，與信用貸款融資的同業拆借市場相比，運用抵押貸款融資的回購市場風險更低、交易量更大，所以銀行間市場質押式回購利率更具有基準性，并且其基準性也得到了很多研究的支持[31]。作為貨幣市場基準利率，銀行間質押式回購利率不僅直接影響金融機構的融資流動性，而且通過影響金融機構的債券買賣行為對債券市場流動構成間接影響，因此央行可以將其視為對債券市場流動性進行價格調控的合適工具。目前，在實踐中央行正通過央票發行利率以及回購交易中的招標利率引導銀行間市場質押式回購利率[31]，進而調控銀行間債券市場流動性。

具體選擇中，由于質押式回購產品有多種期限，相應的也有各個期限的利率，因此需要選擇合適的利率期限。從市場交易規模看，1天期即隔夜質押式回購(R001)的產品交易量占主要部分，且很多學者也用隔夜質押式回購利率作為基準利率指標[32-33]。因此，本研究也選取R001的利率作為質押式回購利率，研究價格工具對于銀行間債券市場流動性調控的效果。

2.3 模型構建

已有研究中提到了貨幣政策的時變特征，為了更好地選擇政策工具，高效精確地調控債券市場流動性，需要將貨幣政策工具調控的時變特征納入研究中，故本研究采用TVP-SV-VAR 非線性模型分析不同貨幣政策工具對債券市場流動性的調控效果。PRIMICERI[34]將簡單VAR 模型中的截距、系數和方差設定為隨時間變動的參數，建立隨時間變動的帶隨機波動的時變參數模型，該模型可以很好地捕捉時變特征；NAKAJIMA[35]研究認為，TVP-SV-VAR 非線性模型優于其他固定參數的VAR模型。

TVP-SV-VAR 模型可以由SVAR模型拓展而來，為使讀者更好地理解TVP-SV-VAR 模型，下面詳細闡述模型的推導過程。最基本的SVAR模型為

Ayt=F1yt-1+… +Fsyt-s+ut

t=s+1,…,n

(3)

(3) 式的等號兩邊同時乘A-1，并將ut改寫為Σεt，(3) 式可以改寫為簡化的VAR模型，即

yt=B1yt-1+… +Bsyt-s+A-1Σεt

(4)

其中，Bi=A-1Fi，i=1,…,s；εt～N(0,Ik)，εt為新息沖擊，Ik為k階單位矩陣，Σεt為(3) 式中的ut，仍然表示結構沖擊。

進一步地，在(4) 式基礎上將Bi按行堆積得到新矩陣β，β為變形后滯后變量影響當期變量的系數，是k2s×1 維向量。將滯后變量用矩陣Xt表示，令Xt=Ik?(yt-1, …，yt-s)，? 表示兩矩陣進行克羅內克積運算。經過上述轉換，(4) 式轉變為

yt=βXt+A-1Σεt

(5)

其中，β、A、Σ均為固定值，不隨時間變化。

進一步，允許參數隨時間變化，則將(5) 式拓展為TVP-SV-VAR 模型，即

(6)

βt+1=βt+υβtat+1=at+ηatht+1=ht+ζht

在上述TVP-SV-VAR 模型中參數是隨時間變化的，不能用最小二乘法和極大似然估計等傳統的估計方法，需要用貝葉斯估計方法。貝葉斯估計先驗給出參數的分布情況，然后求解得到其后驗分布。同時，由于模型中被估參數眾多，求解過程中需要利用馬爾科夫蒙特卡羅模擬(MCMC) 方法。MCMC 算法主要步驟如下。

令ω=(Σβ,Σa,Σh)，同時給定變量β、a、h和ω的初始值，然后進行多次重復抽樣，一次抽樣過程如下。

①確定a、h、Σβ、y，對β進行抽樣；

②確定β，對Σβ進行抽樣；

③確定β、h、Σa、y，對a進行抽樣；

④確定a，對Σa進行抽樣；

⑤確定β、a、Σh、y，對h進行抽樣；

⑥確定h，對Σh進行抽樣。

以上為TVP-SV-VAR 模型的一般數理結構推導過程，(6) 式為最終的TVP-SV-VAR 模型，在本研究中，yt是一個三維可觀測變量的向量，這3個可觀測變量為公開市場操作凈投放量(PO)、質押式回購利率(R) 和銀行間債券市場非流動性(Ill)。將3個變量代入(6)式，令yt=(POt,Rt,Illt)′，得到本研究的實證模型為

(7)

模型分析過程中，先用MCMC 方法求解得到參數的后驗分布，然后通過脈沖響應圖分析不同類型貨幣政策工具調控銀行間債券市場流動性的效果。

3 實證研究

3.1 樣本選取和數據說明

本研究綜合考慮市場上存量較高的國債、金融債和企業債這三大類債券，根據Wind 數據庫的數據統計，2016 年末三大類債券存量占比總計達65.330%，以此來代表銀行間市場的交易債券。關于時間段選取，2005 年以前銀行間債券市場成交量比較低，2003 年之前銀行間債券市場全年的成交量不到10 000 億元人民幣，2004 年為24 625.94 億元人民幣，2005 年為58 864.54 億元人民幣，而2005 年至2016 年平均每年的成交量為501 465.80 億元人民幣，這個時間段交易量遠遠大于2005 年之前。本研究以三大類債券的月度數據作為樣本數據，鑒于成交量太低會影響數據的穩定性，本研究最終將樣本時間段定為2005 年1月至2016 年12 月，通過對這12 年間的債券交易明細數據處理可以得到144 個月度數據。在對微觀交易數據處理中，由于銀行間債券交易不連續，有些債券在一段時間內實際交易日很少，為了保證數據的穩定性，本研究剔除交易日較少的債券，僅選取統計期間交易日在365 天以上的債券。計算銀行間債券市場流動性的原始數據來源于Wind 數據庫。

圖1 債券市場換手率和非流動性Figure 1 Bond Market Turn and Illiquidity

此外，為了進一步說明Ill指標的有效性，本研究將其與很多學者使用的換手率(Tur)這一流動性測量指標做對比，同樣選擇國債、金融債和企業債的數據計算銀行間債券市場的換手率，計算方法為成交量除以托管量，成交量和托管量的數據均源自Wind 數據庫。圖1為標準化的換手率和債券市場非流動性的走勢，兩個測量指標呈負相關，換手率較高時，市場非流動性相應地比較低，換手率較低時，市場非流動性相應地比較高，這在一定程度上也對本研究的測量結果進行了檢驗。說明本研究構建的指標測量的債券市場流動性變化情況與僅使用換手率測量的流動性變化情況整體上是一致的。另外，圖1還描述了銀行間債券市場流動性變化情況，從圖1展現出來的變化走勢看，可以將樣本時間段劃分為3段，2010年以前和2013年以后這兩個時間段債券市場非流動性波動和數值都比較大，債券市場流動性明顯比其他時段差很多。2010年至2013年期間，Ill值都比較小，換手率較高，除了2011年1月份出現了債券市場流動性的異常，其余時間債券市場流動性都很好。具體分析，由于受金融危機的影響，2008年前后銀行間債券市場流動性都比較差，隨著中國財政刺激4萬億資金的投放逐漸發揮作用，2010年初市場流動性得到改善，其后2013年錢荒的爆發又使銀行間債券市場流動性變小，流動性波動幅度增大。

公開市場操作凈投放量的時間段為2005年1月至2016年12月。由于2006年才開始出現隔夜質押式回購品種，因而2005年的隔夜質押式回購利率用與之高度同步的隔夜同業拆借利率代替，2006年1月至2016年12月的數據采用隔夜質押式回購利率，保證了代表數量工具的利率數據時間段也為2005年1月至2016年12月。公開市場操作凈投放量數據和利率數據均來自Wind數據庫。由于各變量量綱差別很大，為了保證計算以及消除后面分析的不便，本研究先對各變量進行標準化處理，然后對標準化后的變量進行TVP-SV-VAR 模型分析。

3.2 實證分析

3.2.1 模型求解

本研究構建一個三變量的TVP-SV-VAR 模型，變量分別為公開市場操作凈投放量、質押式回購利率和債券市場非流動性。為了避免虛假回歸，先使用Stata通過ADF對各變量進行單位根檢驗，結果表明，在1%的顯著水平上均拒絕原假設，各變量都是平穩的時間序列。

使用MATLAB 軟件求解模型，程序代碼參考NAKAJIMA[35]和AMAR[36]的研究。滯后期選擇中，先對3個變量的簡單VAR 模型的滯后項進行檢驗，AIC規則滯后期為滯后2期，HQIC和SBIC規則下滯后期均為1期。由于MCMC方法不要求滯后期很大，考慮到充分估計和信息準則的多數原則，最終滯后期選擇滯后1期，用MCMC方法模擬100 000次，模擬抽取得到有效樣本，MCMC模擬估計結果見表1， 包括參數的后驗均值、后驗標準差、95%置信水平、Geweke 的CD收斂檢驗值和無效影響因子。

圖2給出MCMC模擬結果參數分布情況，圖2(a)～ 圖2(f) 分別表示參數(Σβ)1、(Σβ)2、(Σa)1、(Σa)2、(Σh)1和(Σh)2的自相關函數圖，圖2(g) ～圖2(l) 分別表示6個參數的模擬路徑，圖2(m) ～圖2(r) 分別表示6個參數的后驗分布函數圖。由圖2可知，自相關系數幾乎為0，參數的模擬路徑也很平穩，后驗分布收斂，MCMC 方法可以有效產生不相關的樣本，模型估計結果有效。

表1 MCMC模擬結果Table 1 MCMC Simulation Results

3.2.2 實證結果和分析

在對TVP-SV-VAR 模型的結果具體分析時，采用脈沖響應圖能夠準確而直觀地展現出變量沖擊傳導關系，有效地考察政策工具變量沖擊變動對債券市場非流動性的影響。TVP-SV-VAR 模型的脈沖響應結果有兩種類型：一是給定幾個滯后期，觀察這幾個滯后期的脈沖響應結果隨樣本時間推移如何變化，可以用來分析脈沖響應的時變特征；二是給定幾個樣本時間點，觀察普通的脈沖響應結果，可以觀察幾個特定樣本時點上脈沖響應的變化路徑。結合兩種類型進行分析，既可以考察沖擊的動態特征，也可以對響應路徑有全面的認識。所以下文在分析公開市場凈投放量、質押式回購利率和債券市場非流動性這3 個變量之間相互影響時，給出兩種脈沖響應的結果圖。

圖3為債券市場非流動性對公開市場操作凈投放量沖擊的脈沖響應結果，圖3(a) 給出全樣本期內滯后1個月、滯后6個月和滯后12個月脈沖響應結果隨時間變化的動態演化過程，圖3(b)給出3個具體時點的脈沖響應路徑。由圖3(a)可知，銀行間債券市場非流動性對公開市場操作凈投放量沖擊的響應比較穩定，時變特征不明顯，公開市場操作的調控效果不取決于債券市場流動性狀態的好壞。由圖3(b)可知，參考牟敦果等[37]的研究，3個時點的選擇分別代表中國經濟繁榮、金融危機和后經濟危機3個時期，3條線基本重疊在一起，進一步說明時變特征不明顯。從脈沖響應路徑上看，如果公開市場操作凈投放量有1個單位標準差的正向沖擊，會立即引起當期債券市場非流動性下降，下降幅度在滯后1個月時達到最大，隨后沖擊作用逐漸減弱，6個月后影響效果幾乎為0，可見公開市場操作沖擊對于銀行間債券市場流動性的影響期限較短。

圖4為債券市場非流動性對質押式回購利率沖擊的脈沖響應結果，圖4(a)給出全樣本期內滯后1個月、滯后6個月和滯后12個月脈沖響應結果隨時間變化的動態演化過程，圖4(b)給出3個具體時點的脈沖響應路徑。由圖4(a)可知，與公開市場操作凈投放量相比，質押式回購利率沖擊對債券市場非流動性的影響有較為明顯的時變效應，在2010年至2013年之間，中期(滯后6個月)和長期(滯后12個月)的沖擊反應程度明顯低于其他時間。由圖1可知，這段時間非流動性值比較低，比較平穩，這也反向證明，在流動性較差時質押式回購利率變動對銀行間債券市場流動性的影響更大。質押式回購利率作為短期基準利率，反映了金融機構在貨幣市場獲取批發性融資的難易程度[38]，是金融體系融資流動性的重要指標。BRUNNERMEIER et al.[4]認為在動蕩時期，由于抵押融資形式帶來了保證金螺旋，資產拋售引發的資產價格大幅降低產生了損失螺旋，資金流動性與資產市場流動性之間的關系得到加強。圖4表明這一現象在中國銀行間市場中也很顯著，動蕩時期，質押式回購利率變動對銀行間債券市場流動性的作用效果更大，央行應該更加關注。

(a)εPO↑→Ill(b)εPO↑→Ill

(a)εR↑→Ill(b)εR↑→Ill

由圖4(b)可知，質押式回購利率1個單位標準差的正向沖擊，引起債券市場非流動性上升，并在滯后3個月時沖擊反應達到最大值，其后沖擊作用逐漸衰減。但不同于公開市場凈投放量，沖擊作用在滯后12個月仍然很明顯，說明利率變動對于銀行間債券市場流動性的作用維持時間很長。此外，對脈沖響應程度進行比較，公開市場操作凈投放量沖擊引起銀行間債券市場流動性響應值的絕對值最大超過0.06，而質押式回購利率沖擊影響值的絕對值不到0.03，可見質押式回購利率對流動性的調控程度明顯低于公開市場操作。

圖5為質押式回購利率對公開市場操作沖擊的脈沖響應結果，圖5(a)給出全樣本期內滯后1個月、滯后6個月和滯后12個月脈沖響應結果隨時間變化的動態演化過程，圖5(b)給出3個具體時點的脈沖響應路徑。由圖5(a)可知，質押式回購利率對公開市場操作沖擊的脈沖響應具有明顯的時變特征，從2005年到2013年初，公開市場操作凈投放量1個單位的正沖擊對質押式回購利率的短期(滯后1個月)、中期(滯后6個月)和長期(滯后1年)影響都為負值，并且隨著時間的推移，影響效果逐漸減弱，在2013年年初時基本減為0。2013 年年初開始，沖擊反應變為正值，而且反應程度隨著時間的推移逐漸增強。這種時變特征表明在2013年之前，公開市場操作還可以調控質押式回購利率，凈投放量的增加可以起到降低質押式回購利率的作用，但這一作用逐漸減弱，在2013年之后，甚至出現了相反的效果。這是因為貨幣市場中參與主體逐漸增加，同業業務發展迅速，貨幣市場利率市場化程度逐漸增大，受公開市場操作這種量的投放的影響變小，甚至由于公開市場凈投放量釋放出流動性緊缺的信號，在短期內引起市場恐慌，從而使回購利率上升。由圖5(b)可知，如果公開市場凈投放量有1個單位標準差的正向沖擊，使當期質押式回購利率下降，1個月內作用程度逐漸增強，并在滯后1個月達到峰值，其后沖擊作用逐漸減弱。

總體來看，公開市場操作和質押式回購利率對于銀行間債券市場流動性都有一定的調控作用，但也存在較大的差異。①公開市場操作的資金投放量對銀行間債券市場流動性的改善效果較為顯著，作用程度也大，這種調控效果較為穩定，不隨市場流動性的變化而發生改變，因此可以針對銀行間債券市場流動性使用數量調控。但也需要注意，對債券市場流動性進行量的調控效果是短期的，在6個月后，公開市場操作凈投放量沖擊的影響已經基本為0。②存在對于銀行間債券市場流動性的價格調控渠道，但從調控的作用程度看，質押式回購利率這種價格調控明顯弱于數量調控，這是因為銀行間市場發展還不夠完善，價格發現功能不足，市場化進程仍在繼續，目前數量調控的作用效果好于價格調控。公開市場操作在當期就引起債券市場流動性的變化，而質押式回購利率沖擊影響在1個月內逐漸增加，相對而言，數量調控更加及時，價格調控存在滯后性。從作用時長的角度看，與公開市場操作這種量的調控相比，質押式回購利率沖擊作用的持續時間更長，在滯后12個月后，利率沖擊的影響仍然比較明顯，因而價格調控在中長期的流動性調控中更有優勢。此外，質押式回購利率調控存在較為明顯的非線性作用效果，在流動性動蕩期間，利率的變動對債券市場流動性的作用程度更大，價格調控工具比平穩時期更有效。

(a)εPO↑→R(b)εPO↑→R

考察公開市場操作對質押式回購利率的調節效果可以發現，從2005年到2016年，公開市場操作對質押式回購利率的調控作用越來越小，已經基本無效，甚至出現反向作用，說明量的調控已經很難有效調控質押式回購利率的變化，這對央行實施價格調控形成阻礙。隨著貨幣市場市場化程度的加深，銀行間回購市場交易規模增大，央行簡單的資金量投放已經很難調控貨幣市場利率，需要有新的貨幣政策工具引導短期基準利率，以此實施價格調控。中國人民銀行營業管理部課題組[31]提出完善存貸款便利機制和利率走廊機制來實現利率引導，以再貸款利率和超額準備金利率為貨幣市場利率的上下限，同時央票發行利率和公開市場操作中的招標利率也可以用來有效引導短期基準利率。

3.3 穩健性檢驗

為了進一步檢驗本研究實證結果的穩健性，下面用貨幣供給量MO作為數量工具，已有研究中，楊源源等[39]和周浩[40]也將貨幣供應量作為數量型貨幣工具的代理變量。

對MO進行單位根檢驗，ADF檢驗結果顯示存在單位根。為了保證數據的平穩性，對MO進行一階差分，一階差分后的變量dMO變得平穩，不存在單位根。因此，用dMO作為數量型貨幣工具變量，表示貨幣供應量的增加量。

穩健性檢驗中建立dMO、R、Ill的三變量TVP-SV-VAR 模型進行重新回歸，參數設定與上文模型相同。利用MCMC 方法模擬得到參數的后驗分布，進而得到變量之間的脈沖響應圖，結果見圖6和圖7。圖6給出債券市場非流動性對MO增加量沖擊的脈沖響應，圖7給出債券市場非流動性對質押式回購利率沖擊的脈沖響應。

由圖6可知，MO增加量的1個單位的正向沖擊立刻引起債券市場非流動性的下降，響應值的絕對值在滯后1個月時達到最大，接近0.06，沖擊作用隨后逐漸減弱，并在滯后8個月時影響已幾乎為0。由圖7可知，質押式回購利率的沖擊影響最大值不到0.03，低于MO增加量的影響，但其帶來的沖擊影響比MO增加量的沖擊更加持久，在滯后12個月后仍然有一定的影響。將這一結果與上文的脈沖響應結果對比可知，更換MO作為數量調控工具并沒有實質性地改變數量工具和價格工具對于債券市場流動性的調控效果。

εdMO↑→Ill

εR↑→Ill

進一步的，本研究用隔夜銀行間同業拆借利率IB代替隔夜銀行間質押式回購利率作為價格工具進行穩健性檢驗，彭小林[21]和方舟等[24]都將同業拆借利率作為價格工具的代理變量。對隔夜銀行間同業拆借利率進行ADF檢驗，結果表明不存在單位根。建立PO、IB、Ill的三變量TVP-SV-VAR 模型進行重新回歸，參數設定與上文模型相同。利用MCMC方法模擬得到參數的后驗分布，進而得到變量之間的脈沖響應圖，結果見圖8和圖9。圖8給出債券市場非流動性對公開市場操作沖擊的脈沖響應，圖9給出債券市場非流動性對隔夜銀行間同業拆借利率沖擊的脈沖響應。

由圖8可知，公開市場操作的1個單位的正向沖擊對銀行間債券市場非流動性的影響與圖6基本一致，僅僅是沖擊影響絕對值的最大值略微增加，沖擊作用略微延長，在滯后12個月時沖擊影響大致變為0。由圖9可知，同業拆借利率對銀行間債券市場非流動性的影響與質押式回購利率也基本一致，只是IB的沖擊對銀行間債券市場非流動性有一定的滯后作用，在當期沖擊影響較小，隨后逐漸增加。IB的沖擊對Ill的影響呈現出先增加后下降的趨勢，而且在滯后12個月仍然存在一定的影響，沖擊影響時間顯著長于dMO。從影響的作用大小看，IB對Ill影響的最大值僅略高于0.01，遠低于PO帶來的影響，這一點與R一樣。因而，更換銀行間同業拆借利率作為價格型調控工具并沒有實質性地改變數量型工具和價格型工具對于債券市場流動性的調控效果。

εPO↑→Ill

εIB↑→Ill

綜合兩次穩健性檢驗的結果看，兩次結果與先前實證分析結果基本一致，數量型貨幣政策工具和價格型貨幣政策工具對銀行間債券市場流動性調控的不同特征沒有實質性改變。本研究考慮到銀行間債券市場流動性測量是數據處理的重點，因此，以換手率代替非流動性指標Ill，建立(PO，R，Tur) 的三變量TVP-SV-VAR 模型進行穩健性檢驗，參數設定與上文模型相同。先對Tur進行ADF檢驗，結果表明變量在1% 的顯著水平上平穩，然后利用MCMC方法模擬得到參數的后驗分布，進而得到變量之間的脈沖響應圖。與圖3、圖4和圖5的脈沖響應結果對比可知，更換債券市場流動性測量方法并沒有實質性地改變變量之間的相關關系，公開市場操作和質押式回購利率對銀行間市場流動性的調控特征，以及公開市場操作對質押式回購利率的影響與先前實證分析結果基本一致，沒有實質性改變。綜上所述，可以認為本研究的實證結果具有一定的穩健性。

4 結論

本研究選取2005年1月至2016年12月的中國銀行間債券市場交易的數據，探討公開市場操作和質押式回購利率對中國銀行間債券市場流動性的調控效果，以此來研究數量工具和價格工具哪一種調控更加有效以及調控效果的差異，還進一步分析公開市場操作能否有效引導質押式回購利率，央行能否通過公開市場操作的資金投放和回籠間接實現價格調控。研究結果表明，①數量工具和價格工具對于銀行間債券市場流動性的調控都有效，數量調控渠道和價格調控渠道都存在，相比較而言，數量調控的作用比價格調控更大，也更能及時發揮作用。從作用時長看，公開市場操作對銀行間債券市場流動性的調控是短期的，質押式回購利率對流動性調控的影響更加持久，可以在中期甚至長期發揮作用。與此同時，質押式回購利率對銀行間債券市場流動性調控有較為明顯的時變特征，調控效果在市場流動性動蕩時期更加顯著，中國銀行間債券市場存在較為明顯的流動性螺旋現象。②公開市場操作對于質押式回購利率的調控作用越來越小，已經基本無效，甚至出現反向作用，數量工具很難有效調控利率變化，這對央行實施價格調控形成阻礙。

基于上述對不同類型貨幣政策工具對市場流動性調控效果的實證分析，為了有效維持銀行間債券市場流動性的穩定，本研究提出以下幾點政策建議。①數量工具和價格工具對債券市場流動性都有一定的調控效果，但數量調控更加有效和迅速，在銀行間債券市場流動性調控中應該優先選擇，價格調控在作用時長方面更有優勢，適合在中長期流動性調控中使用。②在銀行間債券市場流動性動蕩時期，由于質押式回購利率變化對銀行間債券市場流動性的影響加大，央行應該增加對質押式回購利率的關注程度。③隨著銀行間市場的發展，公開市場操作對質押式回購利率的引導作用在下降，為了發揮價格工具的調控作用，央行需要創新利率引導機制，考慮使用常備借貸便利、央票利率和利率走廊機制等貨幣政策工具有效引導質押式回購利率，保證價格調控工具傳導的有效性。

本研究的不足之處在于數量工具和價格工具選擇了最具有代表性的公開市場操作和質押式回購利率，然而貨幣政策工具還有很多，后續研究可以加入其他工具進行全面比較，以得到更富啟發性的結果。本研究僅探討銀行間債券市場的流動性調控問題，后續研究可以擴大研究范圍，在銀行間債券市場的基礎上，進一步研究其他重要資本市場的流動性調控問題，以期更好地調控金融市場流動性，防范金融風險。