银行间债券质押式回购利率：波动性特征与多元影响因素解析

银行间债券质押式回购利率：波动性特征与多元影响因素解析一、引言1.1研究背景与意义在现代金融体系中，银行间债券质押式回购市场占据着举足轻重的地位，是金融机构进行短期资金融通、流动性管理以及货币政策传导的关键场所。债券质押式回购是交易双方以债券为质押品的一种短期资金融通业务，资金融入方将持有的债券质押给资金融出方以获得资金，同时约定在未来某一日期按照约定的回购利率将资金本金和利息一并归还，解除债券质押。这种交易方式不仅为金融机构提供了高效的资金调配渠道，也对整个金融市场的稳定运行和资源配置效率有着深远影响。银行间债券质押式回购利率作为该市场的核心价格指标，反映了短期资金的供求关系，其波动性一直是金融市场研究的重要课题。回购利率的波动不仅影响着金融机构的资金成本和收益，还通过金融市场的传导机制，对实体经济的融资环境、投资决策等产生广泛的影响。若回购利率波动过于剧烈，金融机构的资金成本将变得不稳定，可能导致信贷投放减少，企业融资难度加大，进而影响实体经济的发展。回购利率的波动还会影响债券市场、股票市场等其他金融市场的资金流动和资产价格，增加金融市场的整体风险。准确把握银行间债券质押式回购利率的波动性特征及其影响因素，对于金融市场参与者和政策制定者来说都具有重要的现实意义。对于金融市场参与者，如商业银行、证券公司、基金公司等，深入了解回购利率的波动性及影响因素，有助于其优化资金管理和投资决策。在回购利率波动较大时，金融机构可以根据对利率走势的判断，合理调整资金融入或融出的时机和规模，降低资金成本，提高资金使用效率。当预期回购利率上升时，金融机构可以提前融入资金，锁定较低的资金成本；反之，当预期回购利率下降时，金融机构可以适当减少资金融入，避免高成本融资。回购利率的波动还会影响金融机构的资产配置决策。在利率波动较大的环境下，金融机构需要更加谨慎地选择投资资产，平衡风险和收益。对于投资者而言，回购利率的波动会影响其投资收益和风险水平。通过对回购利率波动性及影响因素的研究，投资者可以更好地把握市场动态，制定合理的投资策略，提高投资收益。对于政策制定者，研究回购利率的波动性及影响因素为货币政策的制定和实施提供了重要依据。央行可以通过观察回购利率的波动情况，了解市场资金供求状况和货币政策的传导效果，从而及时调整货币政策，保持金融市场的稳定。当回购利率过高时，可能意味着市场资金紧张，央行可以通过公开市场操作等手段增加货币供应量，降低利率水平，缓解资金紧张局面；反之，当回购利率过低时，可能意味着市场资金过于充裕，央行可以采取适当的紧缩措施，防止通货膨胀和资产泡沫的产生。回购利率的波动还会影响货币政策的传导机制。如果回购利率波动不稳定，货币政策的传导可能会受到阻碍，影响货币政策的有效性。因此，政策制定者需要深入研究回购利率的波动性及影响因素，完善货币政策传导机制，提高货币政策的调控效果。1.2研究方法与创新点本研究将综合运用多种研究方法，以全面深入地剖析银行间债券质押式回购利率的波动性及影响因素。在波动性特征分析方面，将采用GARCH类模型，包括经典的GARCH模型以及考虑杠杆效应的EGARCH、TGARCH等拓展模型。GARCH模型能够有效捕捉金融时间序列的异方差性和波动聚集现象，通过对条件方差的建模，可以准确刻画回购利率波动的时变特征。对于可能存在的杠杆效应，即负向冲击对波动的影响大于正向冲击，EGARCH和TGARCH模型可以更好地进行描述和分析。利用EGARCH模型对银行间债券质押式回购利率进行分析，能够揭示利率波动对市场信息的非对称反应，为投资者和市场参与者提供更全面的风险评估依据。在影响因素分析中，将运用格兰杰因果检验来确定各因素与回购利率之间是否存在因果关系。格兰杰因果检验基于时间序列数据，通过检验一个变量的滞后值是否有助于预测另一个变量，从而判断变量之间的因果方向。将货币供应量、宏观经济指标等作为解释变量，与回购利率进行格兰杰因果检验，以明确这些因素对回购利率波动的影响路径和程度。还将构建向量自回归（VAR）模型或向量误差修正（VEC）模型，进一步分析各因素与回购利率之间的动态关系和相互作用机制。通过脉冲响应函数和方差分解，可以直观地展示各因素冲击对回购利率波动的短期和长期影响，以及各因素对回购利率波动的贡献度。相较于以往研究，本研究可能存在以下创新点。一是多因素综合分析，不仅考虑传统的宏观经济因素和货币政策因素，还将纳入金融市场结构变化、投资者行为等新兴因素，全面考察各因素对回购利率波动性的综合影响，为市场参与者和政策制定者提供更全面、更深入的决策依据。二是结合最新市场数据，本研究将选取近年来银行间债券质押式回购市场的最新数据进行分析，能够更及时、准确地反映市场的最新动态和变化趋势，使研究结论更具时效性和现实指导意义。在金融市场快速发展和变化的背景下，及时更新数据并进行分析，有助于把握市场的最新特征和规律，为投资者和政策制定者提供更具前瞻性的建议。1.3研究思路与框架本研究从理论基础出发，结合实证分析，全面剖析银行间债券质押式回购利率的波动性及影响因素，具体研究思路如下：首先，梳理银行间债券质押式回购市场的相关理论，包括市场的运作机制、回购利率的定价原理等，为后续的分析奠定理论基础。深入探讨债券质押式回购交易的流程和特点，以及回购利率在市场中的作用和地位，明确研究的重点和方向。其次，对银行间债券质押式回购利率的波动性特征进行实证分析。运用时间序列分析方法，对回购利率数据进行预处理，包括平稳性检验、自相关分析等，以确保数据的可靠性和分析的准确性。在此基础上，采用GARCH类模型对回购利率的波动性进行建模和分析，刻画其波动的时变特征和聚集效应，通过模型参数估计和检验，评估模型的拟合效果和预测能力。接着，分析影响银行间债券质押式回购利率波动性的因素。从宏观经济层面，考察经济增长、通货膨胀、货币政策等因素对回购利率的影响；从金融市场层面，研究债券市场供求关系、资金流动性、金融机构行为等因素与回购利率波动性的关联。运用格兰杰因果检验、VAR模型或VEC模型等计量方法，确定各因素与回购利率之间的因果关系和动态影响机制，通过脉冲响应函数和方差分解，分析各因素冲击对回购利率波动的短期和长期影响。最后，根据实证分析结果，总结研究结论，提出针对性的政策建议和市场参与者的应对策略。为政策制定者提供优化货币政策传导机制、稳定金融市场的参考依据，为金融机构和投资者提供合理配置资产、降低风险的决策建议。基于上述研究思路，本文的框架结构安排如下：第一章为引言：阐述研究银行间债券质押式回购利率波动性及影响因素的背景和意义，介绍研究采用的方法和可能存在的创新点，梳理研究思路与框架，为后续研究奠定基础。第二章为理论基础：详细介绍银行间债券质押式回购市场的相关理论，包括市场的定义、特点、运作机制，回购利率的定价原理、在金融市场中的作用等，为后续的实证分析提供理论支撑。第三章为波动性特征分析：对银行间债券质押式回购利率的波动性特征进行实证分析。收集和整理回购利率数据，进行数据预处理，运用GARCH类模型对利率波动性进行建模和分析，得出回购利率波动性的时变特征、聚集效应等结论。第四章为影响因素分析：深入分析影响银行间债券质押式回购利率波动性的因素。从宏观经济、金融市场等多个层面选取相关因素，运用格兰杰因果检验、VAR模型或VEC模型等方法，确定各因素与回购利率之间的因果关系和动态影响机制。第五章为结论与建议：总结研究结论，概括银行间债券质押式回购利率波动性的特征及主要影响因素。基于研究结论，从政策制定者和市场参与者的角度出发，提出相应的政策建议和应对策略，为金融市场的稳定发展和市场参与者的决策提供参考。二、相关理论基础2.1债券质押式回购交易概述2.1.1交易机制与流程债券质押式回购是一种以债券为质押物的短期资金融通交易，其交易机制基于交易双方的资金与债券需求，通过质押与资金融通的方式实现短期资金调配。在这一交易中，正回购方与逆回购方扮演着关键角色，其操作流程紧密相连且遵循特定规则。交易伊始，正回购方通常是资金需求者，持有一定数量的债券。正回购方将自身持有的债券质押给逆回购方，以此作为获取资金的担保。这一质押行为并非简单的资产转移，而是在特定的交易规则和监管框架下进行，以确保债券的安全性和交易的合法性。在实际操作中，正回购方会根据自身资金需求和市场情况，选择合适的债券品种和数量进行质押。假设正回购方持有国债，且当前市场资金较为紧张，自身业务发展急需资金，正回购方就可能决定将部分国债质押出去。逆回购方作为资金供给者，在接受正回购方质押的债券后，按照双方事先约定的价格和期限，将资金融出给正回购方。这一过程中，资金的融出价格（即回购利率）和期限是关键要素。回购利率的确定并非随意为之，而是受到市场资金供求关系、宏观经济形势、货币政策等多种因素的综合影响。当市场资金较为充裕时，回购利率往往较低；反之，当市场资金紧张时，回购利率则会上升。期限方面，常见的有隔夜、7天、14天等，不同期限的回购交易满足了市场参与者不同的资金需求和投资策略。若市场预期未来一段时间资金面将持续宽松，逆回购方可能更倾向于提供较长期限的资金，以获取相对稳定的收益；而正回购方若只是短期资金周转需求，可能会选择隔夜或7天的回购期限。在约定的回购期限到期时，正回购方需按照约定的回购利率，向逆回购方归还本金及利息。这一还款行为是交易的重要环节，正回购方必须严格履行合同义务，确保资金按时足额到账。若正回购方未能按时还款，将面临信用风险和违约处罚，这不仅会影响其自身的信用评级，还可能引发一系列的法律纠纷和市场连锁反应。在归还资金后，逆回购方则需将质押的债券解除质押，归还给正回购方，至此，整个债券质押式回购交易流程完成。从资金与债券的流转角度来看，在交易初期，资金从逆回购方流向正回购方，债券则从正回购方质押至逆回购方。这种双向的流动实现了资金与债券的暂时置换，满足了双方的短期需求。在回购期限内，资金被正回购方用于满足自身的资金需求，如投资、运营等；而债券则由逆回购方持有作为资金安全的保障。当回购到期时，资金带着利息从正回购方回流至逆回购方，债券也从逆回购方解除质押回到正回购方，完成了整个交易周期内资金与债券的闭环流转。这种流转机制在金融市场中不断循环，促进了资金的高效配置和债券的流通，对金融市场的稳定运行和资源优化配置起到了重要作用。2.1.2市场结构与参与主体银行间债券质押式回购市场结构复杂且多元，其参与主体涵盖了各类金融机构，这些机构在市场中扮演着不同的角色，发挥着各自独特的作用，共同构成了市场的生态体系。商业银行在银行间债券质押式回购市场中占据着举足轻重的地位。作为传统的金融中介机构，商业银行拥有庞大的资金规模和广泛的客户基础。从资金融出角度看，大型国有商业银行和股份制商业银行通常是市场资金的主要供给者。它们凭借雄厚的资金实力和稳定的资金来源，在市场中提供大量的短期资金，满足其他金融机构的融资需求。在市场资金面相对宽松时，这些银行会积极参与逆回购交易，将闲置资金融出，获取一定的收益。从资金融入角度，部分城市商业银行和农村商业银行由于业务发展和资金调配的需求，可能会作为资金融入方参与正回购交易。它们通过质押债券获取资金，以满足自身的流动性管理和业务拓展需求。一些城商行在季末或特殊时期，可能会面临资金紧张的局面，此时就会通过正回购融入资金，缓解流动性压力。非银行金融机构也是市场的重要参与者。证券公司在债券质押式回购市场中具有多重角色。一方面，证券公司作为资金需求者，在开展自营业务、资产管理业务等过程中，可能会因资金周转需求而进行正回购交易。在股票市场行情较好时，证券公司可能会加大自营投资力度，此时若自有资金不足，就会通过正回购融入资金。另一方面，证券公司也可以作为资金供给者参与逆回购交易，利用自身闲置资金获取收益。基金公司在市场中主要作为资金融入方。随着基金规模的不断扩大和业务的多元化发展，基金公司在投资运作过程中对短期资金的需求也日益增加。它们通过债券质押式回购融入资金，以满足基金投资组合的构建和调整需求。当基金公司看好某一投资机会，但资金暂时不足时，就会通过正回购获取资金进行投资。保险公司在市场中相对较为稳健，其参与债券质押式回购交易主要是为了优化资产配置和进行流动性管理。保险公司通常拥有大量的长期资金，通过参与逆回购交易，将部分闲置资金融出，在保证资金安全性的获取一定的收益；同时，在面临资金需求时，也会通过正回购交易获取短期资金。此外，还有一些特殊结算成员，如央行分支机构、政策性银行等，它们在市场中也发挥着重要作用。央行分支机构参与债券质押式回购交易，主要是为了实施货币政策，调节市场流动性。央行通过开展逆回购操作，向市场投放流动性，缓解资金紧张局面；通过开展正回购操作，回笼市场资金，抑制流动性过剩。政策性银行则根据自身业务特点和资金需求，在市场中进行资金融通和债券交易，以支持国家政策的实施和经济的发展。不同参与主体在市场中的交易目的和行为方式存在差异，这些差异相互影响，共同塑造了银行间债券质押式回购市场的交易格局。资金充裕的机构倾向于作为逆回购方融出资金，获取收益；而资金需求较大的机构则会作为正回购方融入资金，满足自身业务发展需求。这种供需关系的动态变化，使得市场利率不断波动，反映了市场资金的供求状况和风险偏好。在市场资金紧张时，正回购方的需求增加，逆回购方可能会提高回购利率，以获取更高的收益；而在市场资金宽松时，回购利率则会相应下降。各参与主体之间的交易行为还受到宏观经济形势、货币政策、监管政策等因素的影响，进一步加剧了市场的复杂性和波动性。2.2利率波动性相关理论2.2.1波动性度量方法在金融领域，利率波动性的度量是分析金融市场风险和资产定价的关键环节。常用的利率波动性度量指标包括标准差、极差等，这些指标从不同角度反映了利率波动的特征，在衡量回购利率波动性中发挥着重要作用。标准差是衡量利率波动性最常用的指标之一，它通过计算利率序列与其均值的偏离程度来反映利率的波动幅度。在银行间债券质押式回购利率的分析中，标准差可以直观地展示回购利率在一定时期内围绕均值的波动情况。假设我们选取过去一年的银行间7天债券质押式回购利率数据，计算其标准差。若标准差较大，说明回购利率在这一年中的波动较为剧烈，市场资金供求关系不稳定，金融机构面临的资金成本不确定性较高；反之，若标准差较小，则表明回购利率相对稳定，市场资金供求关系较为平衡。标准差的计算基于历史数据，能够反映利率波动的总体水平，但它对异常值较为敏感，一个极端的利率波动值可能会显著影响标准差的大小，从而掩盖利率波动的真实特征。极差是另一种简单直观的波动性度量指标，它是利率序列中的最大值与最小值之差。极差能够快速反映出利率波动的最大范围，在衡量回购利率波动性时，为市场参与者提供了一个关于利率波动极限情况的参考。在某一特定时期内，银行间债券质押式回购利率的极差较大，这意味着该时期内回购利率经历了较大幅度的波动，市场环境可能发生了较大变化，如货币政策的突然调整、重大宏观经济事件的冲击等。极差的计算简单易懂，但它只考虑了利率序列的两个极端值，忽略了中间数据的分布情况，不能全面反映利率波动的细节和频率。除了标准差和极差，还有一些其他的波动性度量方法，如平均绝对偏差（MAD）、条件异方差模型中的条件标准差等。平均绝对偏差通过计算利率序列与均值偏差的绝对值的平均值来衡量波动性，它对异常值的敏感性相对较低，能够更稳健地反映利率波动的平均水平。条件异方差模型中的条件标准差则考虑了利率波动的时变性，能够更准确地刻画利率波动在不同时期的变化特征，为金融市场参与者提供更具前瞻性的风险评估依据。在实际应用中，不同的波动性度量指标各有优劣，市场参与者和研究者通常会根据具体的研究目的和数据特点，选择合适的指标或多种指标相结合来全面分析利率的波动性。2.2.2GARCH类模型原理GARCH类模型在金融时间序列分析中占据着重要地位，尤其是在刻画利率波动的集聚性、持续性等特征方面表现出色，为深入理解银行间债券质押式回购利率的波动性提供了有力工具。GARCH（广义自回归条件异方差）模型是GARCH类模型的基础，由Bollerslev于1986年提出，作为ARCH（自回归条件异方差）模型的扩展。GARCH模型的核心在于其条件方差方程，它不仅考虑了过去残差的平方（ARCH项）对当前条件方差的影响，还引入了过去条件方差（GARCH项）的滞后值。GARCH(p,q)模型的条件方差方程一般形式为：\sigma_{t}^{2}=\omega+\sum_{i=1}^{p}\alpha_{i}\epsilon_{t-i}^{2}+\sum_{j=1}^{q}\beta_{j}\sigma_{t-j}^{2}，其中\sigma_{t}^{2}表示t时刻的条件方差，\omega是常数项，\alpha_{i}和\beta_{j}分别是ARCH项和GARCH项的系数，\epsilon_{t-i}^{2}是t-i时刻的残差平方，p和q分别是ARCH项和GARCH项的阶数。这一方程体现了利率波动的集聚性，即大的波动后面往往跟着大的波动，小的波动后面往往跟着小的波动。当某一时刻出现较大的利率波动（\epsilon_{t-i}^{2}较大）时，会通过ARCH项影响当前的条件方差\sigma_{t}^{2}，使其增大；而过去的条件方差\sigma_{t-j}^{2}也会通过GARCH项持续影响当前的波动水平，体现了波动的持续性。若前一时期银行间债券质押式回购利率出现了大幅波动，根据GARCH模型，这种波动会在后续时期持续影响利率的波动程度，使得利率在一段时间内保持较高的波动水平。EGARCH（指数广义自回归条件异方差）模型由Nelson于1991年提出，它在GARCH模型的基础上进行了改进，能够更好地刻画利率波动的非对称效应，即杠杆效应。在金融市场中，负面消息（如经济衰退预期、政策收紧等）往往比正面消息（如经济增长超预期、政策宽松等）对利率波动的影响更大。EGARCH(p,q)模型的条件方差方程采用了对数形式，即\ln(\sigma_{t}^{2})=\omega+\sum_{i=1}^{p}\alpha_{i}\left|\frac{\epsilon_{t-i}}{\sigma_{t-i}}\right|+\sum_{i=1}^{p}\gamma_{i}\frac{\epsilon_{t-i}}{\sigma_{t-i}}+\sum_{j=1}^{q}\beta_{j}\ln(\sigma_{t-j}^{2})，其中\gamma_{i}是反映非对称效应的系数。当\gamma_{i}\neq0时，正负残差对条件方差的影响不同。若\gamma_{i}<0，则说明负向冲击（\epsilon_{t-i}<0）对条件方差的影响更大，即负面消息会导致利率波动更大幅度的上升，而正面消息对波动的影响相对较小。在分析银行间债券质押式回购利率时，若市场出现负面宏观经济数据，EGARCH模型能够更准确地捕捉到这种负面消息对回购利率波动的加剧作用，为市场参与者评估风险提供更精确的信息。TGARCH（门限广义自回归条件异方差）模型也是为了刻画金融时间序列的非对称效应而提出的。与EGARCH模型不同，TGARCH模型通过引入一个门限变量来区分正负冲击对条件方差的影响。TGARCH(p,q)模型的条件方差方程为\sigma_{t}^{2}=\omega+\sum_{i=1}^{p}\alpha_{i}\epsilon_{t-i}^{2}+\sum_{i=1}^{p}\gamma_{i}\epsilon_{t-i}^{2}I_{t-i}+\sum_{j=1}^{q}\beta_{j}\sigma_{t-j}^{2}，其中I_{t-i}是一个指示函数，当\epsilon_{t-i}<0时，I_{t-i}=1，否则I_{t-i}=0。当\gamma_{i}>0时，表明负向冲击对条件方差的影响大于正向冲击，即负面消息会使利率波动增大的幅度更大。在银行间债券质押式回购市场中，当市场预期资金面将收紧（负面消息）时，TGARCH模型可以有效反映出这种预期对回购利率波动的非对称影响，帮助市场参与者更好地应对市场风险。2.3利率影响因素理论2.3.1货币供求理论货币供求理论为分析资金供给与需求对回购利率的影响机制提供了重要的理论基础。在银行间债券质押式回购市场中，资金作为一种特殊的商品，其价格——回购利率，同样受到供求关系的主导。从资金供给角度来看，商业银行、中央银行以及其他金融机构的行为是影响资金供给的关键因素。商业银行作为金融体系的核心组成部分，其存款准备金政策和信贷投放策略对资金供给有着直接影响。当商业银行降低存款准备金率时，可用于放贷的资金增加，在回购市场上的资金供给也会相应增加。假设法定存款准备金率从15%降至13%，商业银行原本需缴存的准备金减少，更多资金可用于市场投放，这将使银行间债券质押式回购市场的资金供给增加，在需求不变的情况下，回购利率有下降的压力。信贷投放策略也会影响资金供给。若商业银行加大信贷投放力度，市场资金面趋于宽松，回购市场的资金供给增加，回购利率可能下降；反之，若商业银行收紧信贷，市场资金面紧张，回购利率可能上升。中央银行通过公开市场操作、再贴现政策等手段调节货币供应量，进而影响回购市场的资金供给。在公开市场操作中，中央银行买入债券，向市场投放基础货币，增加了市场的资金供给。在市场流动性紧张时，中央银行通过逆回购操作，从金融机构手中买入债券，释放资金，缓解市场资金紧张局面，使得回购利率下降。再贴现政策方面，中央银行降低再贴现率，鼓励商业银行向中央银行借款，从而增加商业银行的资金来源，提高回购市场的资金供给，促使回购利率下降；反之，提高再贴现率则会减少资金供给，推动回购利率上升。其他金融机构，如证券公司、基金公司等，也会根据自身的资金状况和投资策略，在回购市场上提供资金。当证券公司自营业务资金充裕时，可能会将部分资金投入回购市场，作为逆回购方融出资金，增加市场资金供给；而基金公司在资金募集期结束后，若有闲置资金，也可能参与回购市场，提供资金供给。从资金需求角度来看，实体经济的发展状况、金融机构的业务扩张以及投资者的投资需求等都会影响回购市场的资金需求。在经济繁荣时期，企业投资和生产活动活跃，对资金的需求大幅增加。企业可能会通过债券质押式回购融入资金，用于扩大生产规模、购置设备等。当经济处于上行期，制造业企业订单增加，为了满足生产需求，企业可能会通过质押持有的债券，在回购市场上融入资金，以购买原材料、支付工人工资等，这将导致回购市场资金需求上升，在资金供给不变的情况下，回购利率上升。金融机构的业务扩张也会带来资金需求的增加。银行在开展新的信贷业务、投资业务时，需要大量资金支持，可能会通过回购市场融入资金。银行计划加大对房地产开发项目的贷款支持，由于自有资金有限，就会通过正回购交易，质押债券获取资金，满足业务发展需求，从而增加回购市场的资金需求，推动回购利率上升。投资者的投资需求同样会影响资金需求。在股票市场行情向好时，投资者为了获取更高的收益，可能会通过回购市场融入资金，投资股票。当股票市场出现牛市行情，投资者预期股票价格将继续上涨，纷纷通过债券质押式回购融入资金，买入股票，导致回购市场资金需求大增，回购利率上升。当资金供给大于需求时，市场上资金充裕，回购利率下降；反之，当资金需求大于供给时，市场资金紧张，回购利率上升。在2020年疫情初期，为了稳定经济，央行加大了货币投放力度，市场资金供给大幅增加，而实体经济因疫情冲击，投资和消费活动受限，资金需求相对减少，银行间债券质押式回购利率出现了明显下降。而在某些特殊时期，如季末、年末，金融机构面临监管考核，对流动性的需求大增，资金需求超过供给，回购利率往往会大幅上升。货币供求关系的动态变化是影响银行间债券质押式回购利率的重要因素，深入理解这一机制对于把握回购利率的波动规律具有重要意义。2.3.2宏观经济理论宏观经济理论认为，宏观经济因素与回购利率之间存在着紧密而复杂的理论关系。经济增长、通货膨胀等宏观经济变量的变化，通过多种传导途径对回购利率产生影响，进而影响整个金融市场的运行和资源配置。经济增长是宏观经济的核心指标之一，与回购利率之间存在着正向的关联。在经济增长强劲的时期，企业的生产经营活动活跃，投资需求旺盛。企业为了扩大生产规模、进行技术创新或开展新的项目，需要大量的资金支持。企业会通过多种渠道融资，其中债券质押式回购市场是重要的短期融资渠道之一。随着企业资金需求的增加，回购市场上的资金需求相应上升。在资金供给相对稳定的情况下，根据供求原理，资金的价格——回购利率会上升。当国内GDP增长率较高时，制造业企业订单量大幅增加，为了满足生产需求，企业需要购置新的设备、原材料，并扩大生产线，这就需要大量资金。企业可能会将持有的债券质押，在回购市场上融入资金，导致回购市场资金需求大增，回购利率上升。经济增长还会带动居民消费的增加，消费的增长又会进一步刺激企业的生产，形成良性循环，持续推动资金需求的上升，进而支撑回购利率处于较高水平。通货膨胀对回购利率的影响则较为复杂，主要通过影响实际利率和市场预期来实现。当通货膨胀率上升时，实际利率下降，即名义利率减去通货膨胀率后的差值减小。这会导致资金的实际回报率降低，投资者会要求更高的名义利率来补偿通货膨胀带来的损失。在债券质押式回购市场中，投资者会提高回购利率，以确保在通货膨胀环境下仍能获得合理的收益。当通货膨胀率从2%上升到4%时，若原本的回购利率为3%，实际利率则从1%降至-1%，投资者为了保证实际收益为正，会要求提高回购利率，比如提高到5%，以弥补通货膨胀造成的货币贬值损失。通货膨胀还会影响市场预期，若市场预期通货膨胀将持续上升，投资者会对未来的经济形势感到担忧，增加对资金的需求以应对不确定性，同时减少资金的供给，这也会推动回购利率上升。货币政策作为宏观经济调控的重要手段，对回购利率有着直接而显著的影响。央行通过调整货币政策工具，如公开市场操作、存款准备金率、再贴现率等，来影响货币供应量和市场利率水平。当央行采取扩张性货币政策时，如降低存款准备金率、开展逆回购操作或降低再贴现率，会增加市场的货币供应量，使市场资金面趋于宽松。在债券质押式回购市场中，资金供给增加，而资金需求在短期内相对稳定，回购利率会下降。央行降低存款准备金率0.5个百分点，商业银行可用于放贷和市场投放的资金增加，在回购市场上的资金供给相应增加，回购利率随之下降。反之，当央行采取紧缩性货币政策时，如提高存款准备金率、开展正回购操作或提高再贴现率，会减少市场的货币供应量，使市场资金面紧张，回购利率上升。宏观经济因素与银行间债券质押式回购利率之间存在着密切的理论关系。经济增长、通货膨胀和货币政策等因素通过影响资金供求关系、市场预期和实际利率等，对回购利率产生不同方向和程度的影响。这些因素相互交织、相互作用，共同塑造了回购利率的波动特征。在分析回购利率的波动性时，必须充分考虑宏观经济因素的影响，才能更准确地把握回购利率的变化规律，为金融市场参与者的决策提供有力的理论支持。三、银行间债券质押式回购利率波动性分析3.1数据选取与预处理本研究选取了Wind数据库中2015年1月1日至2023年12月31日期间银行间债券质押式回购利率的日度数据作为研究样本。这一时间段涵盖了我国金融市场多个重要发展阶段，经历了货币政策的多次调整、宏观经济形势的波动以及金融市场改革的推进，数据具有丰富的信息和代表性，能够全面反映银行间债券质押式回购利率的波动特征和影响因素的动态变化。在数据选取过程中，重点关注了隔夜、7天、14天等不同期限的回购利率。不同期限的回购利率反映了市场在不同时间跨度上的资金供求状况和风险偏好，对其进行综合分析有助于更全面地把握市场利率的整体走势和波动规律。隔夜回购利率通常反映了市场的短期资金流动性状况，对市场资金的短期供求变化最为敏感；7天回购利率则在一定程度上代表了市场的中期资金成本，是金融机构进行资金调配和流动性管理的重要参考指标；14天回购利率的波动则可能受到季节性因素、宏观经济数据发布以及重大政策调整等多种因素的影响。数据预处理是确保研究结果准确性和可靠性的关键步骤。由于金融市场数据可能受到各种因素的干扰，如交易系统故障、数据录入错误、市场异常波动等，原始数据中可能存在缺失值、异常值和噪声等问题，这些问题会影响后续的分析和建模结果。本研究首先对数据进行了缺失值处理。对于少量的缺失值，采用了线性插值法进行补充。线性插值法是根据缺失值前后的数据点，通过线性拟合的方式估计缺失值，这种方法简单直观，能够在一定程度上保持数据的连续性和趋势性。对于7天回购利率序列中的某一缺失值，根据其前一天和后一天的利率数据，通过线性插值计算出缺失值的估计值。对于大量连续缺失的数据，考虑到其可能对整体数据特征产生较大影响，本研究选择删除相应的观测值，以避免引入过多的不确定性。异常值处理也是数据预处理的重要环节。异常值可能是由于市场突发事件、交易失误或数据采集错误等原因导致的，这些异常值会对统计分析和模型估计产生较大的偏差。本研究采用了3倍标准差法则来识别和处理异常值。根据统计学原理，在正态分布假设下，数据点落在均值加减3倍标准差范围之外的概率非常小，因此可以将这些数据点视为异常值。对于识别出的异常值，采用中位数替代法进行处理。中位数替代法是将异常值替换为数据序列的中位数，这种方法能够有效避免异常值对数据分布的影响，同时保留数据的主要特征。在回购利率数据中，若某一观测值超出了均值加减3倍标准差的范围，则将其替换为该序列的中位数。经过缺失值和异常值处理后，对数据进行了去噪处理，以进一步提高数据的质量。去噪处理采用了移动平均法，通过计算一定窗口内数据的平均值，来平滑数据序列，去除短期的噪声波动。移动平均法能够突出数据的长期趋势，减少随机因素对数据的干扰，使数据更能反映市场利率的真实波动情况。采用5日移动平均法对回购利率数据进行去噪处理，即将每个交易日的回购利率替换为该交易日及其前4个交易日回购利率的平均值。经过移动平均处理后，数据序列更加平滑，波动更加稳定，为后续的波动性分析和建模提供了更可靠的数据基础。3.2波动性特征描述3.2.1统计性描述对经过预处理后的银行间债券质押式回购利率数据进行统计性描述，计算其均值、中位数、标准差、偏度和峰度等统计量，以初步了解回购利率的分布特征和波动情况。表1展示了2015年1月1日至2023年12月31日期间隔夜、7天和14天回购利率的统计性描述结果。从均值来看，隔夜回购利率均值为[X1]%，7天回购利率均值为[X2]%，14天回购利率均值为[X3]%，呈现出随着期限延长，利率均值逐渐上升的趋势。这反映了在正常市场情况下，资金的时间价值和风险溢价随着期限的增加而增加，投资者要求更高的回报来补偿资金被占用更长时间的风险。期限均值中位数标准差偏度峰度JB统计量隔夜[X1]%[X11]%[Y1]%[Z1][W1][V1]7天[X2]%[X21]%[Y2]%[Z2][W2][V2]14天[X3]%[X31]%[Y3]%[Z3][W3][V3]中位数方面，隔夜回购利率中位数为[X11]%，7天回购利率中位数为[X21]%，14天回购利率中位数为[X31]%，中位数与均值的差异在一定程度上反映了数据分布的对称性。若均值与中位数接近，说明数据分布较为对称；若均值大于中位数，数据分布可能呈现右偏态；若均值小于中位数，数据分布可能呈现左偏态。在本研究中，不同期限回购利率的均值与中位数存在一定差异，表明其分布并非完全对称。标准差是衡量数据离散程度的重要指标，反映了回购利率的波动幅度。隔夜回购利率标准差为[Y1]%，7天回购利率标准差为[Y2]%，14天回购利率标准差为[Y3]%。可以看出，隔夜回购利率的标准差相对较小，说明其波动较为平稳；而14天回购利率的标准差相对较大，波动更为剧烈。这是因为隔夜回购期限较短，市场资金供求关系相对稳定，受短期因素影响较小；而14天回购期限较长，更容易受到宏观经济形势、货币政策调整、季节性因素等多种因素的影响，导致波动较大。偏度用于衡量数据分布的不对称程度。当偏度为0时，数据分布对称；当偏度大于0时，数据分布右偏，即右侧（较大值）的尾部较长；当偏度小于0时，数据分布左偏，即左侧（较小值）的尾部较长。隔夜回购利率偏度为[Z1]，7天回购利率偏度为[Z2]，14天回购利率偏度为[Z3]，均不为0，说明不同期限回购利率的分布存在一定的不对称性。其中，[具体期限]回购利率偏度为正，呈现右偏态，表明该期限回购利率出现较大值的概率相对较高；[其他期限]回购利率偏度为负，呈现左偏态，表明出现较小值的概率相对较高。峰度用于描述数据分布的尖峰或扁平程度。正态分布的峰度为3，当峰度大于3时，数据分布呈现尖峰厚尾特征，即极端值出现的概率相对较高；当峰度小于3时，数据分布呈现扁平状，极端值出现的概率相对较低。隔夜回购利率峰度为[W1]，7天回购利率峰度为[W2]，14天回购利率峰度为[W3]，均大于3，说明不同期限回购利率的分布均具有尖峰厚尾特征，存在较大的波动性和风险。在市场出现突发事件或重大政策调整时，回购利率可能会出现较大幅度的波动，超出正常范围。为了进一步检验回购利率是否服从正态分布，进行了Jarque-Bera（JB）检验。JB统计量用于检验数据是否来自正态分布总体，原假设为数据服从正态分布。若JB统计量对应的p值小于显著性水平（通常取0.05），则拒绝原假设，认为数据不服从正态分布。隔夜回购利率JB统计量为[V1]，对应的p值远小于0.05；7天回购利率JB统计量为[V2]，对应的p值远小于0.05；14天回购利率JB统计量为[V3]，对应的p值远小于0.05。这表明不同期限的银行间债券质押式回购利率均不服从正态分布，其波动特征较为复杂，不能简单地用正态分布来描述。3.2.2波动性的时变特征为了直观地观察银行间债券质押式回购利率波动性随时间的变化情况，绘制了2015年1月1日至2023年12月31日期间隔夜、7天和14天回购利率的时间序列图，如图1所示。从图1中可以明显看出，回购利率的波动性具有显著的时变特征，在不同的时间段呈现出不同的波动水平，存在明显的阶段性特征。在2015-2016年期间，市场整体流动性较为充裕，货币政策相对宽松，央行通过多次降准、降息等操作释放流动性，市场资金面较为宽松，回购利率波动相对平稳，维持在较低水平。隔夜回购利率基本在[具体区间1]内波动，7天回购利率在[具体区间2]内波动，14天回购利率在[具体区间3]内波动。这一时期，经济增长面临一定压力，央行采取积极的货币政策以刺激经济增长，增加市场流动性，使得回购利率保持在较低水平，金融机构的资金成本相对较低，有利于实体经济的融资和发展。2017-2018年，金融去杠杆和严监管政策的推进对市场产生了较大影响。监管部门加强了对金融机构的监管力度，规范金融市场秩序，控制金融风险。这导致市场资金面趋紧，回购利率波动加剧，出现了明显的上升趋势。隔夜回购利率在某些时段大幅上升，突破了[具体阈值1]，7天回购利率也攀升至[具体阈值2]以上，14天回购利率同样出现较大幅度上涨。金融去杠杆政策使得金融机构的资金来源受到一定限制，资金的供求关系发生变化，资金需求相对增加，而供给相对减少，从而推动回购利率上升，市场波动性增大。2019-2020年上半年，随着经济形势的变化和政策的调整，回购利率再次呈现出不同的波动特征。在这一时期，经济面临下行压力，同时受到贸易摩擦和全球经济增长放缓的影响，央行采取了一系列逆周期调节措施，加大了流动性投放力度，以稳定经济增长和金融市场。回购利率波动有所缓和，整体呈现下降趋势。隔夜回购利率回落至[具体区间4]，7天回购利率降至[具体区间5]，14天回购利率也相应下降。央行通过公开市场操作、降准等手段，向市场注入大量流动性，缓解了市场资金紧张局面，使得回购利率下降，金融机构的融资成本降低，有利于支持实体经济的发展。2020年下半年至2021年，受到疫情防控常态化和经济复苏的影响，市场资金供求关系再次发生变化。经济逐渐复苏，企业的资金需求增加，但央行在保持货币政策稳健的同时，也开始对流动性进行适度调整，避免资金过度宽松引发通货膨胀和资产泡沫。回购利率出现了一定程度的波动上升，但波动幅度相对较为平稳。隔夜回购利率在[具体区间6]内波动，7天回购利率在[具体区间7]内波动，14天回购利率在[具体区间8]内波动。这一时期，市场对经济复苏的预期增强，企业的投资和生产活动逐渐活跃，资金需求增加，而央行在维持货币政策稳定的也在根据经济形势适时调整流动性，使得回购利率在一定范围内波动。2022-2023年，国内外经济形势复杂多变，地缘政治冲突、通货膨胀压力等因素对金融市场产生了较大冲击。回购利率的波动性进一步加剧，呈现出较大的不确定性。在某些特殊时段，如季末、年末等关键时间节点，由于金融机构面临监管考核和资金清算等需求，市场资金面紧张，回购利率出现大幅波动。隔夜回购利率在个别时段出现急剧上升，7天回购利率和14天回购利率也受到影响，波动幅度加大。地缘政治冲突导致国际金融市场动荡，影响了国内市场的资金供求和投资者情绪；通货膨胀压力使得央行在货币政策操作上面临两难选择，既要保持经济增长，又要控制通货膨胀，这也增加了回购利率的波动性。通过对回购利率时间序列图的分析，可以看出其波动性受到宏观经济形势、货币政策、金融监管政策以及市场突发事件等多种因素的综合影响，呈现出明显的时变特征和阶段性特征。这些特征的把握对于金融市场参与者准确评估市场风险、制定合理的投资策略以及政策制定者制定有效的货币政策具有重要意义。3.3基于GARCH类模型的实证分析3.3.1模型选择与设定在对银行间债券质押式回购利率波动性进行深入分析时，鉴于金融时间序列普遍存在异方差性和波动聚集现象，且回购利率波动可能存在非对称效应，GARCH类模型成为理想的分析工具。经过对数据特征的细致考量和多种模型的比较分析，本研究决定选用GARCH(1,1)模型、EGARCH(1,1)模型和TGARCH(1,1)模型进行实证分析。GARCH(1,1)模型在刻画金融时间序列波动特征方面具有广泛应用，其均值方程设定为：r_{t}=\mu+\epsilon_{t}，其中r_{t}表示t时刻的银行间债券质押式回购利率，\mu为常数项，代表回购利率的均值水平，\epsilon_{t}为随机误差项，反映了实际回购利率与均值的偏离程度。条件方差方程为：\sigma_{t}^{2}=\omega+\alpha\epsilon_{t-1}^{2}+\beta\sigma_{t-1}^{2}，\sigma_{t}^{2}是t时刻的条件方差，用于衡量回购利率的波动程度；\omega是常数项，体现了长期的平均波动水平；\alpha和\beta分别是ARCH项和GARCH项的系数，\alpha反映了过去的冲击（\epsilon_{t-1}^{2}）对当前波动的影响，即ARCH效应，\beta反映了过去的波动（\sigma_{t-1}^{2}）对当前波动的持续性影响，且要求\alpha\geq0，\beta\geq0，\alpha+\beta\lt1，以保证条件方差的非负性和模型的平稳性。EGARCH(1,1)模型能够有效捕捉金融时间序列中的杠杆效应，即负向冲击对波动的影响大于正向冲击。其均值方程同样为：r_{t}=\mu+\epsilon_{t}，条件方差方程采用对数形式：\ln(\sigma_{t}^{2})=\omega+\alpha\left|\frac{\epsilon_{t-1}}{\sigma_{t-1}}\right|+\gamma\frac{\epsilon_{t-1}}{\sigma_{t-1}}+\beta\ln(\sigma_{t-1}^{2})，\omega、\alpha和\beta的含义与GARCH(1,1)模型类似，\gamma是反映非对称效应的系数。当\gamma\neq0时，说明存在非对称效应，若\gamma\lt0，则表示负向冲击（\epsilon_{t-1}\lt0）对条件方差的影响更大，即负面消息会导致回购利率波动更大幅度的上升。TGARCH(1,1)模型也是为了刻画金融时间序列的非对称效应而设计的。均值方程：r_{t}=\mu+\epsilon_{t}，条件方差方程为：\sigma_{t}^{2}=\omega+\alpha\epsilon_{t-1}^{2}+\gamma\epsilon_{t-1}^{2}I_{t-1}+\beta\sigma_{t-1}^{2}，其中I_{t-1}是一个指示函数，当\epsilon_{t-1}\lt0时，I_{t-1}=1，否则I_{t-1}=0。\gamma用于衡量非对称效应，当\gamma\gt0时，表明负向冲击对条件方差的影响大于正向冲击，即负面消息会使回购利率波动增大的幅度更大。在模型估计过程中，采用极大似然估计法（MLE）来确定模型的参数值。极大似然估计法的基本思想是寻找一组参数值，使得样本数据出现的概率最大。在GARCH类模型中，通过最大化对数似然函数来估计参数，对数似然函数的构建基于正态分布假设下的条件密度函数。在实际应用中，考虑到金融时间序列的尖峰厚尾特征，可能会采用其他分布假设，如t分布或广义误差分布（GED），以提高模型的拟合效果。在估计EGARCH(1,1)模型时，由于其条件方差方程采用对数形式，在最大化对数似然函数时需要进行一些特殊处理，以确保估计结果的准确性和有效性。通过上述模型选择与设定，为深入分析银行间债券质押式回购利率的波动性特征奠定了坚实的基础。3.3.2实证结果与分析运用Eviews软件对GARCH(1,1)模型、EGARCH(1,1)模型和TGARCH(1,1)模型进行估计，得到各模型的参数估计结果如表2所示。模型参数\omega\alpha\beta\gammaLogLAICBICGARCH(1,1)系数[W1][A1][B1]-[LL1][AIC1][BIC1]æ

‡å‡†å·®[W1_sd][A1_sd][B1_sd]-[LL1_sd][AIC1_sd][BIC1_sd]t统计量[W1_t][A1_t][B1_t]-[LL1_t][AIC1_t][BIC1_t]EGARCH(1,1)系数[W2][A2][B2][G2][LL2][AIC2][BIC2]æ

‡å‡†å·®[W2_sd][A2_sd][B2_sd][G2_sd][LL2_sd][AIC2_sd][BIC2_sd]t统计量[W2_t][A2_t][B2_t][G2_t][LL2_t][AIC2_t][BIC2_t]TGARCH(1,1)系数[W3][A3][B3][G3][LL3][AIC3][BIC3]æ

‡å‡†å·®[W3_sd][A3_sd][B3_sd][G3_sd][LL3_sd][AIC3_sd][BIC3_sd]t统计量[W3_t][A3_t][B3_t][G3_t][LL3_t][AIC3_t][BIC3_t]从GARCH(1,1)模型的估计结果来看，\omega的估计值为[W1]，在[具体显著性水平]下显著，表明存在一个长期稳定的波动水平。\alpha的估计值为[A1]，在[具体显著性水平]下显著，说明过去的冲击（\epsilon_{t-1}^{2}）对当前波动有显著影响，即回购利率波动存在ARCH效应。\beta的估计值为[B1]，在[具体显著性水平]下显著，且\alpha+\beta=[A1+B1]，接近1，表明波动具有较强的持续性，前期的波动会对后续波动产生长期影响。若前一期回购利率出现较大波动，根据GARCH(1,1)模型，这种波动会在后续多期持续影响回购利率的波动程度。EGARCH(1,1)模型中，\omega、\alpha和\beta的估计值分别为[W2]、[A2]和[B2]，均在[具体显著性水平]下显著。\gamma的估计值为[G2]，在[具体显著性水平]下显著且\gamma\lt0，这表明银行间债券质押式回购利率存在显著的杠杆效应，即负面冲击对波动的影响大于正面冲击。当市场出现负面消息，如宏观经济数据不及预期、货币政策收紧等，回购利率的波动会比出现正面消息时更为剧烈。在某一时期，市场预期经济增长将放缓，这一负面消息导致投资者对未来资金需求和供给的预期发生变化，使得回购利率的波动大幅增加，且增加幅度明显大于同等程度正面消息对波动的影响。TGARCH(1,1)模型中，\omega、\alpha和\beta的估计值分别为[W3]、[A3]和[B3]，均在[具体显著性水平]下显著。\gamma的估计值为[G3]，在[具体显著性水平]下显著且\gamma\gt0，同样表明回购利率波动存在非对称效应，负面冲击对条件方差的影响更大。当市场出现资金紧张的负面情况时，回购利率的波动会显著增大，且增大的幅度大于市场资金宽松等正面情况对波动的影响。在季末或年末等关键时间节点，金融机构面临监管考核，资金需求大增，市场资金紧张，这种负面情况会导致回购利率的波动急剧上升，且上升幅度明显大于平时资金相对宽松时的波动变化。为了评估模型的拟合效果，比较了各模型的对数似然值（LogL）、赤池信息准则（AIC）和贝叶斯信息准则（BIC）。对数似然值越大，说明模型对数据的拟合效果越好；AIC和BIC值越小，表明模型的拟合效果越好。从表2中可以看出，EGARCH(1,1)模型的对数似然值[LL2]最大，AIC值[AIC2]和BIC值[BIC2]最小，说明EGARCH(1,1)模型在刻画银行间债券质押式回购利率波动性方面的拟合效果最优，能够更好地捕捉利率波动的非对称特征和时变特征。通过对GARCH类模型的实证分析，深入揭示了银行间债券质押式回购利率的波动性特征。GARCH(1,1)模型验证了回购利率波动的集聚性和持续性；EGARCH(1,1)模型和TGARCH(1,1)模型则证实了回购利率波动存在显著的非对称效应，且EGARCH(1,1)模型在拟合效果上表现最佳。这些结果为金融市场参与者和政策制定者提供了重要的参考依据，有助于他们更准确地评估市场风险，制定合理的投资策略和货币政策。四、银行间债券质押式回购利率影响因素分析4.1影响因素的理论分析与假设提出银行间债券质押式回购利率作为金融市场短期资金价格的重要指标，受到多种因素的综合影响。这些因素涵盖了货币资金成本、风险成本、资金供求关系等多个维度，它们相互交织，共同决定了回购利率的波动方向和幅度。通过深入的理论分析，有助于我们准确把握各因素对回购利率的影响机制，并提出相应的研究假设，为后续的实证分析奠定坚实基础。货币资金成本是影响银行间债券质押式回购利率的重要因素之一。银行作为银行间市场回购交易的主要资金融出方，其货币资金主要来源于存款。存款利率的高低直接决定了银行的资金获取成本，进而影响到其融出资金的定价。当存款利率上升时，银行的资金成本增加，为了保证一定的盈利水平，银行会提高融出回购的利率。假设市场上一年期定期存款利率从2%提高到2.5%，银行吸收存款的成本上升，在进行债券质押式回购交易时，银行会相应提高回购利率，以弥补资金成本的增加。从机会成本角度来看，银行的货币资金若不用于回购交易，还可以作为超额准备金存在人民银行或进行其他投资。人民银行的超额准备金利率以及其他投资方式的收益都会影响银行融出回购的机会成本。当超额准备金利率上升或其他投资方式的收益增加时，银行会更倾向于将资金投向这些领域，从而减少回购市场的资金供给，推动回购利率上升。若人民银行将超额准备金利率从0.72%提高到1%，银行会更愿意将资金存放在人民银行获取稳定收益，减少回购市场的资金融出，导致回购利率上升。基于以上分析，提出假设H1：货币资金成本与银行间债券质押式回购利率呈正相关关系，即货币资金成本上升，回购利率上升；货币资金成本下降，回购利率下降。风险成本也是影响回购利率的关键因素。在银行间债券质押式回购市场中，不同的参与机构类型及质押债券品种面临着不同程度的信用风险。一般而言，大型国有银行由于其雄厚的资本实力和良好的信誉，相比非银行类金融机构，信用风险更小。质押利率债（如国债、政策性金融债等）相比信用债（如企业债、公司债等），由于其发行主体信用等级高、违约风险低，风险也更小。在市场资金面紧张时，投资者对风险更为敏感，更倾向于选择低风险的质押债券和交易对手。此时，高等级质押债券（如利率债）在融资时由于信用风险更小，能够获得更低的价格，即更低的回购利率；而低等级质押债券（如信用债）的回购利率则会相对上升，两者之间的利差会显著增大。在市场资金紧张时期，质押利率债的加权平均回购利率可能为2%，而质押信用债的加权平均回购利率可能达到3%，利差明显扩大。基于此，提出假设H2：风险成本与银行间债券质押式回购利率呈正相关关系，即风险成本越高，回购利率越高；风险成本越低，回购利率越低。具体表现为非银行类金融机构的回购利率高于大型国有银行，质押信用债的回购利率高于质押利率债。资金供求关系是决定银行间债券质押式回购利率的直接因素。从资金供给角度来看，国内银行间市场资金的供给量受到多种因素影响。货币政策是调控市场资金供给的重要手段，央行通过公开市场逆回购、SLF（常备借贷便利）、TLF（临时流动性便利）、MLF（中期借贷便利）及TMLF（定向中期借贷便利）等工具向市场投放流动性，以实现货币政策目标。当央行加大公开市场逆回购操作力度或降低存款准备金率时，市场资金供给增加，回购利率有下降压力。在经济下行压力较大时，央行可能通过多次逆回购操作，向市场注入大量流动性，使得银行间债券质押式回购利率下降。商业银行存贷款增量也会影响资金供给，当商业银行贷款投放减少，存款增加时，可用于回购市场的资金供给增加，回购利率可能下降。央行外汇占款的变化也会对市场资金供给产生影响，外汇占款增加意味着基础货币投放增加，市场资金供给相应增加，回购利率可能受到下行影响。税收因素也不容忽视，在缴税期，企业和金融机构需要向税务部门缴纳税款，导致市场资金回笼，资金供给减少，回购利率可能上升。银行指标考核时期，如季末、年末，银行会为了满足监管指标要求，调整资产负债结构，减少资金融出，使得市场资金供给紧张，回购利率上升。从资金需求角度来看，银行间市场参与主体的资金需求变化会直接影响回购利率。当市场上投资机会增多，金融机构和企业的资金需求旺盛，会增加在回购市场的融资需求，推动回购利率上升。在股票市场牛市行情时，投资者纷纷通过债券质押式回购融入资金投资股票，导致回购市场资金需求大增，回购利率上升。基于资金供求关系的分析，提出假设H3：资金供给与银行间债券质押式回购利率呈负相关关系，即资金供给增加，回购利率下降；资金供给减少，回购利率上升。资金需求与银行间债券质押式回购利率呈正相关关系，即资金需求增加，回购利率上升；资金需求减少，回购利率下降。4.2影响因素的数据选取与变量设定为了深入探究银行间债券质押式回购利率的影响因素，本研究从货币资金成本、风险成本和资金供求关系三个关键维度出发，精心选取了具有代表性的数据，并进行了合理的变量设定。在货币资金成本方面，选取一年期定期存款利率（DR）作为衡量指标，其单位为%。一年期定期存款利率是银行吸收存款的重要利率水平，直接反映了银行获取资金的成本。当一年期定期存款利率上升时，银行的资金成本增加，在进行债券质押式回购交易时，银行会相应提高融出资金的利率，以保证盈利水平。将其设定为自变量DR，用于分析货币资金成本对回购利率的影响。对于风险成本，从参与机构类型和质押债券品种两个层面选取数据。参与机构类型方面，以非银行金融机构质押式回购利率（NBR）与大型国有银行质押式回购利率（SBR）的差值（NS）来衡量，单位为%。一般而言，非银行金融机构相比大型国有银行，信用风险更高，其回购利率也会相应更高。NS值越大，表明参与机构类型带来的风险成本差异越大。质押债券品种方面，选择质押信用债加权平均回购利率（CBR）与质押利率债加权平均回购利率（IBR）的差值（CI）作为衡量指标，单位同样为%。质押信用债的违约风险相对较高，因此其回购利率通常高于质押利率债，CI值反映了质押债券品种的风险成本差异。将NS和CI设定为自变量，用于研究风险成本对回购利率的影响。在资金供求关系维度，从资金供给和资金需求两个角度选取数据。资金供给方面，选取央行公开市场操作净投放量（OMO）作为衡量指标，单位为亿元。央行通过公开市场操作，如逆回购、正回购等，调节市场的资金供应量。当央行进行逆回购操作，净投放量为正，市场资金供给增加；反之，当进行正回购操作，净投放量为负，市场资金供给减少。公开市场操作净投放量直接影响市场的资金充裕程度，进而影响回购利率。商业银行存贷差（DLD）也是资金供给的重要衡量指标，单位为亿元。存贷差反映了商业银行可用于市场投放的资金量，存贷差越大，表明商业银行可用于回购市场的资金供给相对充足。央行外汇占款（FXR）同样影响资金供给，单位为亿元。外汇占款的变化会导致基础货币投放的变动，进而影响市场资金供给。将OMO、DLD和FXR设定为自变量，用于分析资金供给对回购利率的影响。资金需求方面，选择工业增加值同比增长率（IAV）作为衡量指标，单位为%。工业增加值同比增长率反映了实体经济中工业部门的发展状况，当该指标上升时，表明工业企业生产活动活跃，对资金的需求增加，可能会通过债券质押式回购市场融入资金，从而推动回购利率上升。将IAV设定为自变量，用于研究资金需求对回购利率的影响。被解释变量选取银行间债券质押式回购利率（RR），单位为%，具体选取交易最活跃、成交量最大的银行间7天质押式债券回购利率作为研究对象。该利率是银行间债券质押式回购市场的代表性利率，能够较好地反映市场短期资金的价格水平和波动情况。各变量的数据来源主要为Wind数据库和中国人民银行官网。Wind数据库提供了丰富的金融市场数据，包括各类利率数据、经济指标数据等，具有数据全面、准确、及时的特点。中国人民银行官网则发布了央行公开市场操作、外汇占款等重要数据，这些数据是研究货币政策和资金供求关系的重要依据。通过从这些权威数据源获取数据，确保了研究数据的可靠性和准确性，为后续的实证分析提供了坚实的数据基础。4.3实证模型构建与结果分析4.3.1构建多元线性回归模型为了深入探究各影响因素对银行间债券质押式回购利率的影响程度和方向，以银行间7天质押式债券回购利率（RR）作为被解释变量，从货币资金成本、风险成本和资金供求关系三个维度选取的变量作为解释变量，构建多元线性回归模型。模型设定如下：RR_{t}=\beta_{0}+\beta_{1}DR_{t}+\beta_{2}NS_{t}+\beta_{3}CI_{t}+\beta_{4}OMO_{t}+\beta_{5}DLD_{t}+\beta_{6}FXR_{t}+\beta_{7}IAV_{t}+\epsilon_{t}其中，RR_{t}表示t时期的银行间7天质押式债券回购利率；\beta_{0}为常数项；\beta_{1}、\beta_{2}、\beta_{3}、\beta_{4}、\beta_{5}、\beta_{6}、\beta_{7}分别为各解释变量对应的回归系数；DR_{t}为t时期的一年期定期存款利率，代表货币资金成本；NS_{t}为t时期非银行金融机构质押式回购利率与大型国有银行质押式回购利率的差值，CI_{t}为t时期质押信用债加权平均回购利率与质押利率债加权平均回购利率的差值，二者共同反映风险成本；OMO_{t}为t时期央行公开市场操作净投放量，DLD_{t}为t时期商业银行存贷差，FXR_{t}为t时期央行外汇占款，这三个变量用于衡量资金供给情况；IAV_{t}为t时期工业增加值同比增长率，代表资金需求；\epsilon_{t}为随机误差项，反映了模型中未考虑到的其他因素对回购利率的影响。在构建模型时，对各变量进行了平稳性检验，以确保回归结果的可靠性。采用ADF（AugmentedDickey-Fuller）单位根检验方法，检验结果显示，在5%的显著性水平下，部分变量的原始序列不平稳，但经过一阶差分后，所有变量均达到平稳状态，满足回归分析对数据平稳性的要求。对各解释变量之间的相关性进行了分析，以避免多重共线性问题对回归结果的干扰。通过计算相关系数矩阵，发现各解释变量之间的相关性较弱，不存在严重的多重共线性问题。在回归分析过程中，采用了普通最小二乘法（OLS）对模型参数进行估计，以确定各影响因素与回购利率之间的定量关系。4.3.2格兰杰因果检验为了进一步确定各影响因素与银行间债券质押式回购利率之间是否存在因果关系，运用格兰杰因果检验方法进行分析。格兰杰因果检验基于时间序列数据，通过检验一个变量的滞后值是否有助于预测另一个变量，从而判断变量之间的因果方向。检验原假设为“X不是Y的格兰杰原因”，备择假设为“X是Y的格兰杰原因”。在进行格兰杰因果检验时，需要确定滞后阶数。根据AIC（赤池信息准则）和BIC（贝叶斯信息准则）等信息准则，选择使AIC和BIC值最小的滞后阶数作为最优滞后阶数。经过计算和比较，确定在本研究中各变量的最优滞后阶数为[具体滞后阶数]。对各解释变量与银行间7天质押式债券回购利率进行格兰杰因果检验，检验结果如表3所示：原假设F统计量P值结论DR不是RR的格兰杰原因[F1][P1][若P1小于显著性水平（如0.05），则拒绝原假设，认为DR是RR的格兰杰原因；否则，接受原假设，认为DR不是RR的格兰杰原因]NS不是RR的格兰杰原因[F2][P2][若P2小于显著性水平（如0.05），则拒绝原假设，认为NS是RR的格兰杰原因；否则，接受原假设，认为NS不是RR的格兰杰原因]CI不是RR的格兰杰原因[F3][P3][若P3小于显著性水平（如0.05），则拒绝原假设，认为CI是RR的格兰杰原因；否则，接受原假设，认为CI不是RR的格兰杰原因]OMO不是RR的格兰杰原因[F4][P4][若P4小于显著性水平（如0.05），则拒绝原假设，认为OMO是RR的格兰杰原因；否则，接受原假设，认为OMO不是RR的格兰杰原因]DLD不是RR的格兰杰原因[F5][P5][若P5小于显著性水平（如0.05），则拒绝原假设，认为DLD是RR的格兰杰原因；否则，接受原假设，认为DLD不是RR的格兰杰原因]FXR不是RR的格兰杰原因[F6][P6][若P6小于显著性水平（如0.05），则拒绝原假设，认为FXR是RR的格兰杰原因；否则，接受原假设，认为FXR不是RR的格兰杰原因]IAV不是RR的格兰杰原因[F7][P7][若P7小于显著性水平（如0.05），则拒绝原假设，认为IAV是RR的格兰杰原因；否则，接受原假设，认为IAV不是RR的格兰杰原因]从检验结果来看，[具体变量1]在[具体显著性水平]下拒绝原假设，表明[具体变量1]是银行间7天质押式债券回购利率的格兰杰原因，即[具体变量1]的变化会对回购利率产生影响；而[具体变量2]在[具体显著性水平]下接受原假设，说明[具体变量2]不是回购利率的格兰杰原因，其变化对回购利率的影响不显著。格兰杰因果检验结果为深入分析各影响因素与回购利率之间的因果关系提供了重要依据，有助于进一步理解回购利率波动的内在机制。4.3.3结果分析与讨论通过对多元线性回归模型和格兰杰因果检验结果的分析，我们可以验证之前提出的假设是否成立，并深入探讨各因素对银行间债券质押式回购利率影响的实际经济意义。从多元线性回归模型的结果来看，各解释变量的回归系数及其显著性情况如下：一年期定期存款利率（DR）的回归系数\beta_{1}为[具体值1]，在[具体显著性水平]下显著为正，这表明货币资金成本与银行间债券质押式回购利率呈正相关关系，即当一年期定期存款利率上升时，银行获取资金的成本增加，为了保证盈利，银行会提高融出回购的利率，从而推动回购利率上升，假设H1得到验证。非银行金融机构与大型国有银行质押式回购利率差值（NS）的回归系数\beta_{2}为[具体值2]，在[具体显著性水平]下显著为正；质押信用债与质押利率债加权平均回购利率差值（CI）的回归系数\beta_{3}为[具体值3]，在[具体显著性水平]下显著为正。这说明风险成本与回购利率呈正相关关系，非银行类金融机构由于信用风险相对较高，其回购利率高于大型国有银行；质押信用债由于违约风险相对较高，其回购利率高于质押利率债，假设H2得到验证。央行公开市场操作净投放量（OMO）的回归系数\beta_{4}为[具体值4]，在[具体显著性水平]下显著为负，表明央行公开市场操作净投放量增加，市场资金供给增加，回购利率下降；商业银行存贷差（DLD）的回归系数\beta_{5}为[具体值5]，在[具体显著性水平]下显著为负，意味着存贷差越大，商业银行可用于回购市场的资金供给相对充足，回购利率下降；央行外汇占款（FXR）的回归系数\beta_{6}为[具体值6]，在[具体显著性水平]下显著为负，说明外汇占款增加导致基础货币投放增加，市场资金供给增加，回购利率下降。工业增加值同比增长率（IAV）的回归系数\beta_{7}为[具体值7]，在[具体显著性水平]下显著为正，表明工业增加值同比增长率上升，实体经济中工业部门生产活动活跃，对资金的需求增加，推动回购利率上升。这些结果表明资金供给与回购利率呈负相关关系，资金需求与回购利率呈正相关关系，假设H3得到验证。格兰杰因果检验结果进一步支持了上述结论。在格兰杰因果检验中，被证明是回购利率格兰杰原因的变量，在回归模型中也表现出对回购利率的显著影响，这表明这些因素不仅在统计上与回购利率存在因果关系，在实际经济意义上也确实对回购利率的波动起到了推动作用。央行公开市场操作净投放量、工业增加值同比增长率等变量，既是回购利率的格兰杰原因，其回归系数在回归模型中也显著，说明央行通过公开市场操作调节资金供给，以及实体经济的资金需求变化，都会直接导致回购利率的波动。从实际经济意义来看，货币资金成本的变化直接影响银行的融资成本，进而影响回购利率，这体现了金融机构在资金定价过程中对成本的考量。风险成本的差异导致不同类型金融机构和不同质押债券品种的回购利率不同，反映了市场对风险的定价机制，投资者会要求更高的回报来补偿更高的风险。资金供求关系的变化则直接决定了回购利率的波动方向，当资金供给大于需求时，市场资金充裕，回购利率下降；当资金需求大于供给时，市场资金紧张，回购利率上升，这符合市场经济中价格由供求关系决定的基本原理。通过对实证结果的分析，我们全面验证了假设的成立，并深入理解了各因素对银行间债券质押式回购利率影响的实际经济意义。这些结果为金融市场参与者和政策制定者提供了重要的参考依据，有助于他们更好地把握回购利率的波动规律，制定合理的投资策略和货币政策。五、案例分析5.1选取典型市场波动时期为了更深入地理解银行间债券质押式回购利率的波动性及影响因素，选取2017年金融去杠杆时期和2020年疫情爆发初期这两个市场波动较大的时期进行案例分析。这两个时期具有显著的市场特征和宏观经济背景差异，能够为研究提供丰富的信息和多样化的视角。2