国债期货在增加国债市场活跃性、对冲利率交易风险上有着重要作用。在此背景下，在经历了20世纪90年代的较大波折后，中国于2012年2月重启了国债期货的仿真交易。仿真交易虽然不涉及真实盈亏，但对市场的预期产生了显著影响。经过一年多的测试，2013年9月6日，中国正式重启了国债期货交易，首批3个5年期国债期货合约开始在中国金融期货交易所上市交易，这是中国利率产品和利率衍生品市场上的里程碑事件。2015年3月20日，10年期国债期货合约也正式上市交易，进一步丰富了国债期货交易的品种，为市场提供了更多的选择。
本文选择国债收益率作为利率市场的价格指标，研究国债期货交易重启这一事件对利率市场波动性的影响，也即对国债收益率波动性的影响。现有研究中，国外研究金融期货推出对现货市场的影响较多，但这些研究并未形成非常一致的结论。Danthine[1]指出由于期货市场上的交易者具有更多信息，使得现货交易者能够得到关于经济运行的额外信息，从而导致现货市场的稳定。Jacobs等[2]解释了国债期货风险溢价预期增强现象，并进行了实证检验。Bortz[3]指出美国国债期货推出降低了现货市场的波动性，其中可能的原因是国债期货市场吸引了更多投机者，从而分散了现货市场的风险。Simpson等[4]认为美国国债期货推出导致短期内货币市场价格波动性下降，但这种效应会随着市场规模扩大而减弱。Weller等[5]发现期货投资者的风险偏好会影响到现货市场价格的波动。如果投资者风险中性，启动期货市场往往会降低现货价格波动。Ely[6]却指出没有充分的证据能够说明美国国债期货的推出会影响利率市场的波动性。Edwards[7]在研究了美国1973—1987年的数据后也指出，没有证据表明利率期货的推出会减弱货币市场波动，货币市场的波动更大程度上是由宏观经济的非均衡导致的。Jochum等[8]在研究了墨西哥、巴西、匈牙利等新兴国家市场后指出，利率期货的推出未必会对货币市场造成显著冲击。Chatrath等[9]通过研究日本利率期货，指出期货推出导致市场信息传递更加有效，从而使得现货市场的波动加强。Brandt等[10]回顾了国债期货对国债现货市场的价格发现功能，并且研究了期现货市场的信息交互对于价格发现效率的影响。
国内由于金融期货推出时间相对较短，因此此类研究也相对较少，缺乏对国债期货是否影响利率波动性这一问题系统而全面的研究。已有对于国债期货的研究重点在于国债期货推出的重要性和可行性。艾华等[11]详细地分析了中国国债期货推出失败的原因，提出了重推国债期货的可能性和应具备的条件。鲍建平等[12]总结了海外市场中利率期货对债券现货市场的价格发现作用，提出在中国推出利率期货的重要性。周冰等[13]在分析国债期货虚拟交易数据的基础上，认为国债期货初步具备规避利率波动风险功能，其价值发现功能还不完善。
本文主要采用的计量方法是双重差分(difference in difference，DID)模型。同时，为了保证结果的稳健性，本文采用了多种稳健性检验以确保结果可靠。具体而言，首先，本文采用了倾向得分匹配(propensity score matching, PSM)的方法对对照组的债券再次进行筛选；其次，本文按照Petersen[14]提出的方法，在债券品种和时间2个维度上进行了双向集群(two-way cluster)标准误差调整，增加了标准误差估计的准确度；最后，本文进行了反事实检验(falsification test)以验证双重差分模型的内部有效性。
本文发现，国债期货仿真交易和国债期货正式交易的推出对利率市场的波动性都有着显著的平抑作用，增加了市场的稳定性，但仿真交易的推出对于利率波动性的平抑作用要小于正式交易的推出，这可能是因为仿真交易只能从影响预期和价格发现的角度影响利率市场波动性，而正式交易还可以从实际对冲交易的角度进一步平抑市场波动性。这一结果在各种稳健性检验下均达到显著。
1 国债期货推出对于利率波动性的影响 1.1 计量方法及模型此前，研究期货推出对现货市场波动性影响的文献使用的主要方法有两类：1) 在推出期货前后估计两个设定相似的回归模型，然后利用假设检验比较两组回归结果的系数是否有显著变化；2) 使用GARCH模型计算推出期货前后现货市场波动性的值，随后比较前后波动性是否有差异。这两类方法有一个共同的问题，正如Bologna等[15]所指出的那样，这些方法很难避免固有的不可控制的因素给回归结果带来的偏差，这种偏差在研究比较不同类型国债期货品种时尤其突出。为了解决这个问题，本文转而采用DID模型研究这个问题。本文采用Bertrand等[16]的方法，在DID模型中加入债券和时间的固定效应，以此控制不可观测的因素对结果的影响。
中国首个开始交易的国债期货合约是5年期的国债期货合约。根据合约交割细则，合约到期月份首日剩余期限为4~7 a的国债是可交割的国债品种，而其他剩余期限的国债期货不可用于交割。这相当于是一个自然实验，剩余期限为4~7 a的国债作为合约可以交割的标的资产，直接受到了国债期货的影响，而国债期货对其他剩余期限的国债的影响更多是间接渠道。国债期货仿真交易的合约与2013年正式推出的一致。通过比较剩余期限为4~7 a的国债和其他剩余期限的国债在国债期货仿真合约和正式合约推出前后收益率波动性的变化的差别，可以得出国债期货推出对利率波动性的影响。
由此，本文估计的主要计量模型为
| $ {\text{Volatilit}}{{\text{y}}_{{\text{st}}}} = {\beta _0} + {\beta _1}{I_{{\text{st}}}} + {A_{\text{s}}} + {B_{\text{t}}} + {\varepsilon _{{\text{st}}}}. $ | (1) |
式中: Volatilityst表示国债收益率波动性；Ist为双重差分效应变量，是取值为“0”或“1”的虚拟变量，当某个债券收益率对应剩余期限为4~7 a，且这个收益率对应的时间点位于国债期货仿真交易或者正式交易推出后，此变量为1，其他情况均为0。As表示债券固定效应，Bt表示时间固定效应。Ist的系数β1反映了国债期货对于利率波动性的影响，若此系数显著为正，则说明国债期货显著提高了利率市场的波动性，若此系数显著为负，则说明国债期货显著降低了利率市场的波动性。εst与β0分别为误差项和截距项。
在阐明基础计量模型后，还需要关注的是估计系数的标准误差，因为标准误差对系数的显著性水平有着决定性的影响。通常估计方法只在债券层面进行集群调整，即只考虑同一债券不同时间的收益率波动性的序列自相关性。但是，由于债券市场不同期限之间的债券具有比较强的联动性，因而同一时间不同债券之间也可能会存在序列自相关性，这也将导致估计出的标准误差有偏，进而无法得到可靠的显著性水平。为了确保结果的稳健性，本文采用Petersen[14]和Thompson[17]的方法，采用双向集群方法对标准误差进行调整，同时考虑在时间层面和债券层面的序列自相关性。
1.2 数据DID模型要求对照组和实验组在事件发生前应当较为接近。考虑到首个国债期货合约的基础资产，即剩余期限为4~7 a的国债是中长期国债，因此对照组也选择中长期国债。由此，本文从每日中债国债即期收益率曲线中提取整数期限的收益率作为该期限当日收益率。数据包括1~10年、15年、20年和30年共13个期限的收益率数据。收益率数据区间为2006年3月1日起到2015年3月19日止的日度收益率数据。原始数据来源于Wind资讯提供的中债国债收益率曲线。之所以选择2015年3月19日作为数据的终点，是因为2015年3月20日推出了10年期的国债期货合约，10年期国债期货合约的可交割债券为6.5~10.25 a，与此同时，5年期国债期货合约的可交割债券被相应地调整到了4~5.25 a，范围大幅缩小。为了更清晰地研究国债期货推出对利率市场波动性的影响，本文将数据区间的终点选在10年期国债期货推出之前，即2015年3月19日。关于收益率波动性的计算，每10个交易日计算1个波动性数据。事实上，采用滚动回归的方法计算波动性，以及将时间窗口的长度改为1周或1个月，均不会影响本文的结果。限于篇幅原因，不再报告相关估计结果。
1.3 主要估计结果1) 国债期货正式推出对利率波动性的影响。
首先分析2013年9月国债期货正式推出对利率波动性的影响。按照Bertrand等[16]的方法，采用通常的标准误差调整方法，即在债券层面对标准误差进行集群调整，估计双重差分模型，根据式(1) 得到：
| $ \begin{gathered} {\beta _0} = 0.000\;179, \;\;\;\;\;\;{\sigma _0} = 0.000\;129; \hfill \\ {\beta _1} =-{0.001\;10^{***}}, \;\;\;\;\;{\sigma _1} = 0.000\;355. \hfill \\ \end{gathered} $ | (2) |
σ0和σ1分别表示估计系数的标准误差。本文中，**表示在0.05的显著性水平下显著，***表示在0.01的显著性水平下显著。
由估计结果可以看到，双重差分估计量系数显著为负，意味着国债期货推出显著降低了国债收益率波动性，提高了市场的稳定性。从统计学意义上，这一减小效应是显著的。全区间方差均值为0.003左右，这一效应约占总体方差的30%，说明国债期货推出确实显著降低了利率市场的波动性水平。出现这一现象可能的原因有：1) 国债期货的做空机制和套期保值功能使得现货市场交易者具有了较好的风险对冲工具，有效转移了现货市场风险。风险的降低对应着利率波动性的降低。2) 国债期货的价格发现功能增强了现货市场对信息的灵敏性并活跃了债券二级市场的交易。当债券收益率偏离了债券市场供求关系，由于国债期货的推出使得市场能够迅速而准确地使债券收益率回归供求平衡，从而避免发生大规模偏移后再进行调整。3) 由于中国国债现货市场被分割为银行间市场和交易所市场，这影响了国债现货市场定价效率。国债期货的推出使得两个市场间存在期货空间上的连接，从而改善并稳定了现货市场的运行。
接下来，应用双向集群方法调整标准误差，所得结果见式(3)。双向集群调整后，DID估计量的标准误差σ1有所增大，对于系数显著性的估计更加保守，但系数β1仍在0.001的显著性水平下显著，说明国债期货正式交易的推出降低了利率市场波动性这一结果是稳健的。
| $ \begin{gathered} {\beta _0} = 0.000\;{739^{***}}, \;\;\;\;\;\;{\sigma _0} = 0.000\;142; \hfill \\ {\beta _1} =-0.001\;{10^{***}}, \;\;\;\;\;{\sigma _1} = 0.000\;430. \hfill \\ \end{gathered} $ | (3) |
2) 国债期货仿真交易推出对利率波动性的影响。
下面分析2012年2月13日国债期货仿真交易的推出对于利率波动性的影响。为节省篇幅，本文直接报告用双向集群方法对标准误差进行修正后的估计结果。
| $ \begin{gathered} {\beta _0} = 0.000\;{722^{***}}, \;\;\;\;\;\;{\sigma _0} = 0.000\;172; \hfill \\ {\beta _1} =-0.000\;{709^{**}}, \;\;\;\;\;{\sigma _1} = 0.000\;335. \hfill \\ \end{gathered} $ | (4) |
估计结果表明，国债期货仿真交易的推出也显著降低了国债收益率的波动性，但是这一效果要小于国债期货正式推出的效果，对波动性降低作用比国债期货正式推出小35.5%。之所以会出现这种情况，可能是由于国债期货仿真交易虽然不真实交割，直接通过对冲交易平抑波动性的作用较弱，但是由于国债期货仿真交易的参与方很多是大型金融机构，包括证券、基金、银行等，这些金融机构本身就是国债市场的重要交易者，因此国债期货价格发现的功能仍然存在。国债期货仿真交易市场的交易仍然能部分反映投资者情绪和预期。不过，这从另一个侧面也反映了预期在中国国债市场中的重要作用，国债期货仿真交易没有真实盈亏，主要就是通过预期渠道影响现货市场，但是仍然能发挥真实国债交易推出对于波动性平抑作用的64.5%。
3) 反事实检验。
将DID的时间节点设置到国债期货仿真交易推出前的1、2、3 a，以及国债期货正式交易的6个月和1 a后，并相应调整双重差分估计量的值，所得估计结果(表 1)表明，所有反事实检验的结果都不显著，说明国债期货正式推出和国债期货仿真合约推出对于利率波动性的平抑作用是稳健而可靠的。
| 假设事件时间 | β1 | σ1 | β0 | σ0 | 债券固定效应 | 时间固定效应 |
| 仿真交易前3a (2009年2月13日) |
-0.000 110 | 0.000 533 | 0.000 179 | 0.000 119 | 是 | 是 |
| 仿真交易前2a (2010年2月13日) |
-0.000 120 | 0.000 402 | 0.000 179 | 0.000 118 | 是 | 是 |
| 仿真交易前1a (2011年2月13日) |
-0.000 580 | 0.000 380 | 0.000 179 | 0.000 136 | 是 | 是 |
| 正式交易后6个月 (2014年3月6日) |
-0.000 608 | 0.000 374 | 0.000 179 | 0.000 118 | 是 | 是 |
| 正式交易后1a (2014年9月6日) |
-0.000 133 | 0.000 442 | 0.000 179 | 0.000 114 | 是 | 是 |
2 基于倾向得分匹配的稳健性检验
为了进一步保证结果的稳健性，本文转而考虑双重差分模型对数据的另一个重要要求，即在国债期货推出以前，4~7 a期限的国债收益率和其他期限的国债收益率的波动性变化趋势应当是基本一致的。倾向得分匹配方法首先由Rosenbaum等[18]提出，核心思想是如果已知选择实验组的依据，则可以在对照组中选择和实验组匹配程度最好的一部分来作为对照，以使得实验组和对照组尽可能相似，使实验更接近自然情况。
中国金融期货交易所在推出5年期国债期货前经过了大量考虑，主要从确保市场流动性和产品功能的充分发挥两个方面来选择首先推出的国债期货品种以及对应的可交割债券。具体而言，根据《中国金融期货交易所就5年期国债期货合约规则、交易规则及其实施细则修订答记者问》的解释，主要是由于剩余期限为4~7 a的国债具有如下优点：1) 存量较大，交易活跃，流动性较好；2) 包括5年期和7年期两个关键期限国债，发行量稳定，具有较强的防逼仓和抗操纵能力；3) 商业银行交易账户持有国债的久期与5年期国债期货久期较为匹配，有利于投资者使用5年期国债期货进行套期保值。上述3条优点将5年期国债期货从其他若干期限期货中选择出来，但是关于国债收益率波动性的衡量仍是使用所有期限的产品，这使得实验组和对照组在挑选标准上不一致，对照效果可能不佳。存量和交易量两个选择依据可能会对收益率波动性产生比较大的影响。因为存量代表了市场的深度，存量规模大的市场倾向于具有较低的波动性。交易量代表了市场的活跃程度，也会对市场的波动产生影响。因此，本文主要使用存量和交易量两个指标来进行倾向得分匹配，使国债期货的推出更加接近自然实验。
2.1 数据首先需要确定的是决策者选择剩余期限为4~7 a的国债作为可交割债券时参照的变量，本文使用国债期货正式交易和仿真交易推出1 a前各期限国债的平均存量和累计交易量作为用于倾向得分匹配的变量。此外，国债市场上的债券剩余期限一般是非整数的，但是此处希望得到整数年限的国债存量和交易量。因此，这里将剩余期限为0.5~1.5 a的国债的存量和交易量分别进行加总，得到对应1年期国债收益率对应的国债存量和交易量。其他剩余期限与对应整数期限的关系如表 2所示。数据来源为Wind资讯的国债数据统计。
| 剩余期限/a | 对应期限/a |
| [0.5，1.5) | 1 |
| [1.5，2.5) | 2 |
| [2.5，3.5) | 3 |
| [3.5，4.5) | 4 |
| [4.5，5.5) | 5 |
| [5.5，6.5) | 6 |
| [6.5，7.5) | 7 |
| [7.5，8.5) | 8 |
| [8.5，9.5) | 9 |
| [9.5，12.5) | 10 |
| [12.5，17.5) | 15 |
| [17.5，25) | 20 |
| [25，40) | 30 |
| ≥40 | 50 |
2.2 倾向得分匹配
本文采用每个4~7 a期限的国债收益率波动性可以对应3个其他期限国债的PSM方法，这些对照组可以出现重复，即每个实验组样本选择3个概率最接近的对照组样本，以增加样本估计量，提高估计精度。国债期货正式交易推出和国债期货仿真交易推出的倾向得分匹配估计结果如表 3所示。国债期货仿真交易的对照组实际上已经覆盖了所有期限，其结果应当和直接双重差分检验是一致的，为节省篇幅，这里不再报告仿真期货的匹配结果。
| 期限/a | 第1选择结果/a | 第2选择结果/a | 第3选择结果/a | 对照组/a |
| 4 | 2 | 3 | 10 | 1、2、3、8、10、30 |
| 5 | 3 | 2 | 10 | |
| 6 | 2 | 3 | 10 | |
| 7 | 8 | 30 | 1 |
2.3 基于倾向得分匹配的DID估计结果
下面报告国债期货正式交易推出这一事件基于倾向得分匹配的对照组选择下的DID估计结果，即受到国债期货正式推出影响的期限仍是4~7 a，但是对照组变为1、2、3、8、10、30年5个期限的国债收益率波动性。本文仍然直接报告双向集聚调整标准差后的估计结果。
| $ \begin{gathered} {\beta _0} = 0.000\;{640^{***}}, \;\;\;\;\;\;{\sigma _0} = 0.000\;150; \hfill \\ {\beta _1} =-0.000\;{919^{**}}, \;\;\;\;\;{\sigma _1} = 0.000\;467. \hfill \\ \end{gathered} $ | (5) |
从估计结果中可以发现，按倾向得分匹配选择对照组后，国债期货的正式推出仍然对利率市场波动性有负向影响，但这种影响幅度略有减弱，显著性水平略有下降。不过，DID估计量系数仍在0.05的显著性水平下显著。同时, 国债期货正式推出对利率波动性的平抑作用仍要高于国债期货仿真交易推出的平抑作用。
3 结论及政策建议本文研究结果表明：国债期货正式交易的推出显著降低了利率市场的波动性；国债期货仿真交易的推出也降低了波动性，但是降低幅度小于国债期货的正式推出。从政策评价的角度看，国债期货的推出降低了利率市场的波动性意味着在中国市场国债期货作为一种风险规避工具是有效的。价格发现和对冲操作两种因素都对风险规避作用的发挥有贡献。一个有充分深度、定价机制完善、没有过度波动性的国债市场会为利率市场化提供充足的基础资产，支撑国债逆回购交易、银行间市场债券交易等交易的顺利进行，为利率市场化的完全实现打下良好的基础。
基于上述结果，本文对利率市场化背景下政府在利率衍生品市场的监管政策提出以下建议：1) 进一步推出不同品种的国债期货，扩大可交割债券的范围，完善国债期货市场，以此进一步降低利率现货市场的风险，增加国债市场的稳定性。2) 积极开放银行和保险业进入国债期货市场，使得国债现货市场的主要持有者具有更好的利率风险对冲工具，进一步扩大国债期货市场的影响力。3) 加强国债期货跨市场信息共享和监管协作机制，对债券现货市场、回购市场、期货市场等市场的信息进行联合分析，进一步管理和监控利率风险。
| [1] | Danthine J P. Information, futures prices, and stabilizing speculation[J]. Journal of Economic Theory, 1978, 17(1): 79–98. DOI:10.1016/0022-0531(78)90124-2 |
| [2] | Jacobs R L, Jones R A. The treasury bill futures market[J]. Journal of Political Economy, 1980, 88(4): 699–721. DOI:10.1086/260898 |
| [3] | Bortz G A. Does the treasury bond futures market destabilize the treasury bond cash market[J]. The Journal of Futures Market, 1984, 4(1): 25–38. DOI:10.1002/(ISSN)1096-9934 |
| [4] | Simpson W G, Ireland T C. The impact of financial futures on the cash market for treasury bills[J]. Journal of Financial and Quantitative Analysis, 1985, 20(3): 371–379. DOI:10.2307/2331036 |
| [5] | Weller P, Yano M. Forward exchange, futures trading, and spot price variability: A general equilibrium approach[J]. Econometrica, 1987, 55(6): 1433–1450. DOI:10.2307/1913565 |
| [6] | Ely D P. Derivative securities and cash market stability[J]. Applied Economics, 1991, 23(2): 391–402. DOI:10.1080/00036849100000149 |
| [7] | Edwards F R. Futures trading and cash market volatility: Stock index and interest rate futures[J]. The Journal of Futures Markets, 1988, 8(4): 421–439. DOI:10.1002/(ISSN)1096-9934 |
| [8] | Jochum C, Kodres L. Does the introduction of futures on emerging market currencies destabilize the underlying currencies[J]. International Monetary Fund, 1998, 45(3): 486–521. DOI:10.2307/3867413 |
| [9] | Chatrath A, Song F. Information and volatility in futures and spot markets: The case of the Japanese Yen[J]. The Journal of Futures Markets, 1998, 18(2): 201–223. DOI:10.1002/(ISSN)1096-9934 |
| [10] | Brandt M W, Kavajecz K A, Underwood S E. Price discover in the treasury futures market[J]. The Journal of Futures Markets, 2007, 27(11): 1021–1051. DOI:10.1002/(ISSN)1096-9934 |
| [11] | 艾华, 万红. 关于恢复我国国债期货的思考[J]. 财政研究, 2002(9): 60–62. AI Hua, WAN Hong. Reflections on the recovery of Chinese treasury bond futures[J]. Public Finance Research, 2002(9): 60–62. (in Chinese) |
| [12] | 鲍建平, 杨建明. 利率期货交易对债券现货市场价格发现的影响分析[J]. 金融研究, 2004(2): 62–70. BAO Jianping, YANG Jianming. Analysis of the effect of interest rate futures trading on the price discovery of spot market[J]. Journal of Financial Research, 2004(2): 62–70. (in Chinese) |
| [13] | 周冰, 陈杨龙. 国债期货核心功能研究及实证检验:基于我国国债期货仿真交易观察[J]. 财政研究, 2013(4): 24–28. ZHOU Bing, CHEN Yanglong. The research and empirical test of the core function of treasury bond futures: Based on the simulation trading of treasury bond futures in China[J]. Public Finance Research, 2013(4): 24–28. (in Chinese) |
| [14] | Petersen M A. Estimating standard errors in finance panel data sets: Comparing approaches[J]. Review of Financial Studies, 2009, 22(1): 435–480. DOI:10.1093/rfs/hhn053 |
| [15] | Bologna P, Cavallo L. Does the introduction of stock index futures effectively reduce stock market volatility? Is the "futures effect" immediate? Evidence from the Italian stock exchange using GARCH[J]. Applied Financial Economics, 2002, 12(3): 183–192. DOI:10.1080/09603100110088085 |
| [16] | Bertrand M, Duflo E, Mullainathan S. How much should we trust differences in differences estimates[J]. The Quarterly Journal of Economics, 2004, 119(1): 249–275. DOI:10.1162/003355304772839588 |
| [17] | Thompson S B. Simple formulas for standard errors that cluster by both firm and time[J]. Journal of Financial Economics, 2011, 99(1): 1–10. DOI:10.1016/j.jfineco.2010.08.016 |
| [18] | Rosenbaum P R, Rubin D B. The central role of the propensity score in observational studies for causal effects[J]. Biometrika, 1983, 70(1): 41–55. DOI:10.1093/biomet/70.1.41 |