利率期限结构利差因子的传导效应
——基于状态空间模型的实证研究
赫国胜，周 琳
（辽宁大学 经济学院，辽宁 沈阳110036）
摘要： 利率期限结构中状态因子分别代表长期水平、短期斜率和中期曲度，在货币政策传导过程中不同因子表现出的传导效应是不同的。以发展中的利率期限结构理论为基础，运用状态空间模型对动态Nelson Siegel 模型中的状态因子进行估计。通过对货币政策传导过程的分段研究，从而得到代表短期斜率项的利差因子β1对货币政策传导效应相比较其他两个状态因子更强的结论，进而说明利差因子β1对货币政策传导的实现更具实践意义。
关键词： 利率期限结构；货币政策传导；状态空间模型；动态Nelson Siegel模型；利差因子
随着金融创新进程的不断扩展和深化，传统状态下的货币供应量与宏观经济相关性的关系不断内化。货币供给受到除M2以外的更多复合因素影响，进而基础化的利率指标变化以及货币政策的价格调控方式进一步成为理论和实践的研究方向（徐忠，2018）[1]。在当前货币政策由数量型向价格型调控转型的过渡期，货币政策通过利率渠道向实体经济传导的效率如何，受哪些因素影响，是目前亟待研究的问题（马骏，2016）[2]。凯恩斯学派将利率传导机制概括为r↑→I↑→E↑→Y↑，即货币政策通过影响利率进而影响投资最终达到影响总产出的目的。其中货币政策对短期利率具有更加显著的冲击效果，进而对中长期利率的变化产生影响，最终影响投资和产出。因此利率传导渠道的利率变动不只是涉及短期利率的变动，还包含短期向长期变动——利率期限结构的变动过程。其中任何环节出现问题都将削弱货币政策传导的最终效果。因此研究利率期限结构在货币政策传导中的作用，是当前我国货币框架转型期间亟须研究的方向，对提高货币政策有效性具有现实意义。
一、文献综述
利率期限结构中包含了整条收益率曲线的全部时间序列数据，并将其抽象为三个结构因子的变化，分别是水平因子（Level）、斜率因子（Slope）、曲度因子（Curvature）。Litterman 和Scheinkman（1991）[3]通过主成分分析法证明三因子可以解释绝大多数的利率期限结构变动。至此针对利率期限结构中的状态因子相关研究逐步展开，主要集中在对宏观经济的预测和与货币政策的关联性两方面。
利率期限结构状态因子尤其是利差因子对经济周期和通货膨胀的预测作用，在国内外学者的研究中都得到了证实（Estrella，1991；Dewachter 和Lyrio，2006；郭涛和宋德勇，2008）[4-6]。国外众多学者对期限结构与货币政策的相关研究结果都呈现出关联性高、影响效果显著的特征。Mishkin（1997）[7]发现在欧洲和美国，货币政策对利率期限结构利差因子有显著性作用。Rudebusch 和Wu（2008）[8]运用新凯恩斯模型证明了货币政策的变化是造成利差因子变动的主要原因。Moreno（2010）[9]运用无套利期限结构模型发现期限结构信息有助于产生控制货币政策传导机制的重要参数，货币政策冲击主导利差因子的变化。Lange, Ronald H（2013）[10]运用状态空间模型研究利率期限结构因子与宏观经济变量间的动态关系，发现货币政策利率对三因子均存在显著且持续的影响，尤其是货币政策工具与利差因子的相关性特别显著。这表明央行可以通过收益率曲线中包含的宏观经济信息做出前瞻性政策反应。国内方面，徐小华和何佳（2007）[11]从理论上分析了期限结构与货币政策的关系，认为货币政策的调整能够对利率期限结构的变化产生一定的影响，同时利率期限结构的变化中蕴含着货币政策信息，二者关系紧密，建议将利率期限结构作为先行指标纳入货币政策调控中来。石柱鲜等（2008）[12]运用宏观金融模型刻画出了我国货币政策与利率期限结构联合动态行为，发现货币政策冲击对利差因子具有负向影响，利率期限结构的变动对货币政策的松紧有指示作用，在一定程度上能够作为我国货币政策制定的分析工具。中国人民银行南京分行调查统计处课题组（2014）[13]运用Nelson-Siegel 模型构建了我国国债收益率曲线，并得出我国国债收益率曲线的利差因子是CPI的先行指标; 央行的公开市场操作、法定存款准备金率和定期存款利率均对利差因子存在较稳定的负向影响。杨婉茜（2016）[14]运用状态转换简约式宏观金融模型发现由于利差因子与拆借利率存在较强的协同变化关系，利差因子可以作为反映货币政策状态的一个有效指标。李艳丽（2018）[15]选用银行间市场7 天逆回购利率对货币政策价格调控的效果进行分析，结果显示国债收益率受到短期银行间拆借市场利率的显著影响。综上可见，价格型货币政策调控在理论和实践两方面都具备了可行性基础。
纳入标准：90例患者年龄均超过18岁，对此次调查内容知晓和掌握以后，表示自愿在知情同意书上签字，上报我院伦理委员会之后获得许可。
从目前的研究不难发现，利率期限结构既受货币政策的影响，也对货币政策目标产生冲击，随着债券市场的发展，货币政策调控框架下以利率作为中介目标的价格型货币政策调控作用正在逐渐加强。不同期限间的基础化收益率曲线关联性更加直接，短期货币市场到中长期国债市场收益率的传导作用更加显著，进而对我国货币政策最终目标的影响也具备更强的实践性。因此本文将利率期限结构理论引入到货币政策传导机制中，从理论和实证两方面研究期限结构尤其是利差因子在货币政策中的传导效用。
二、期限利差因子传导效应的理论基础
预期理论作为利率期限结构的基础理论，对其产生了最为广泛而深远的影响。其中Fisher 的纯预期理论将远期利率解释为市场对未来短期利率的加权平均值，表达式为：
其中，Rn为长期利率，n为年限，r1为当期短期利率，r2、r3…rn为将来的预期短期利率。通过该表达式，远期利率可以利用短期预期利率进行表示并估计。吴丹、谢赤（2005）[16]和孙皓（2010）[17]等学者都对预期理论在我国的适用性进行了验证。本部分以利率期限结构预期理论为基础，分析期限利差在货币政策传导中的作用机理。
本次试验结果表明，复方丁香开胃贴治疗1～2周，即可显示出减少腹痛频率、缓解腹痛程度、改善脾胃虚寒证证候的效果。停药后随访4周，其腹痛复发率，试验组也低于安慰剂对照组，只限于样本量的原因，组间比较差异无统计学意义，建议设计和实施新试验，以评价其减少复发的有效性。试验中，两组均发现皮肤刺激反应，组间比较差异无统计学意义，提示可能与敷料贴或基质有关。
（一）货币政策对期限利差的影响
货币当局实行紧缩的货币政策会显著减少利率敏感经济部门的支出，导致经济增长放缓。因此，期限利差与未来经济增长存在正向相关关系。Estrella和Mishkin（1997）[18]研究表明，货币政策是期限结构利差的一个重要决定因素，尤其是他们注意到中央银行的可信度会影响期限利差的变化程度。
通过微信(WeChat)能快速发送免费语音短信、视频、图片和文字，作为沟通工具的微信兼具提供公众平台、朋友圈、消息推送等功能，还可以同时对多个使用微信的用户发送自定义内容，也正是上述强大功能让微信运用在英语教学中成为可能[3]。智能手机携带方便，网络无处不在，学生可以在任何时间学习，碎片化学习成为可能，学生的学习也可在任何地点学习，突破了课堂和教室的限制，可实现课堂和课外，线上和线下的无缝对接，微信具有以下教学功能：
（二）期限利差对宏观经济的预测作用
1.对通货膨胀的预测
以甘肃省农村信息公共服务网络工程一期项目、甘肃省农村信息公共服务网络工程二期项目为契机，通过政府补助和企业自筹相结合的方式，加大资金投入，加快农业信息化发展。省、县财政补助资金达170多万元，主要用于县级农业信息服务平台建设，村级信息点工作经费，新技术、新产品的示范应用等方面，为各项工作的顺利开展提供了资金保障。
当短期利率较低，短期通货膨胀也处于非常低的水平时，公众会预期长期通胀未来升高，因此对长期债券要求更高的收益率。同样，当短期通货膨胀率非常高时，公众预期未来通胀会下降，因此更愿意持有长期债券，所以期限利差中包含了公众对未来的通货膨胀预期。
需要注意电气施工的成本效益、经济效益和进度管理是密切相关的，在进行电气施工准备的过程中，一定要对预留管线进行管理，保证在规定时间内完成相关的操作，防止出现超时的情况，其次在，工程机械主体完工之后需要将工程机械电气进行妥善安排，尽量保证相关的衔接程序，避免耽误时间的情况的出现，对电气施工的进度产生重大影响，其三，在进行工程机械装修的过程中，一定要保证装修工作与电气施工进行结合，确保电气是否能够顺利的进行，第四，在电气进度管理的过程中，一定要编制相应的计划书，合理的对相关的步骤进行分解，根据周、月的时间计划对施工工程进行落实。
2.对经济周期的预测
根据Harvey (1988) [19]的消费者跨期选择效用最大化理论，假设消费者偏好稳定的收入水平，而非繁荣时高收入萧条时低收入。在简单模型中，假设零息债是市场上唯一可以获得的金融债券，如果消费者预期未来经济衰退收入下降，他们将倾向于储蓄和购买长期债券并持有到期以增加未来收入。而这种行为将导致对长期债券的需求增加，债券价格上升，收益率下降，债券收益率曲线变平坦。另外，为了购买长期债券，消费者可能会卖出促进产出增长的短期债券。因此当出现衰退预期时，收益率曲线会进一步变平缓甚至下降。
三、期限利差因子传导效应实证分析
（一）模型建立
Nelson 和Siegel (1987)[20]所提出的Parsimonious模型中状态因子经济学意义丰富，并且设计为指数多项式函数形式，在理论和实践两方面都表现出显著的优越性。因此许多国家如德、法、意，欧洲央行等均采用NS 模型拟合国债收益率曲线（吴国培等，2016）[21]。沈根祥（2011）[22]、Cassola和Porter（2011）[23]、尚玉皇（2015）[24]等学者也通过众多的实证研究说明Nelson Siegel模型在现实状态下的可行性。
根据Diebold 和Li（2006）[25]对动态Nelson Siegel模型的构建思路，将t时刻的即期利率表示如下：
（1）参数β因子估计。
本文将利率期限结构作为货币政策的中间变量，将货币政策传导的过程分为货币政策工具对利率期限结构传导和利率期限结构对宏观经济目标影响两个部分① 该划分依据主要参考以下学者的见解得出：裴平等（2009）、张莉（2010）、李远航（2011）。 。参照前人的研究方法，本文将货币政策效应分为三方面，分别表述为对目标的实现程度、传导过程的通畅性以及传导的时效性② 刘丰：《利率市场化进程中我国货币政策利率渠道传导的有效性研究》，昆明理工大学博士论文，2015年。 。
首先，对目标的实现程度运用建立VAR 模型进行说明，但是考虑到考察的变量因子可能存在原序列非平稳的情况，所以进一步考察是否存在长期协整关系。如果存在长期协整关系，建立协整方程，进而说明解释变量对被解释变量目标间的实现程度。其次，货币政策传导的通畅性选择运用相关系数和格兰杰因果关系进行验证说明。再次，货币政策传导的时效性运用脉冲响应函数和方差分解进行说明。最后，三项评价标准全部通过检验的变量才可作为有效结果。因为检验过程篇幅较长，故检验过程全部不予展示，将检验和筛选结果以分阶段总结形式进行展示。
（二）实证分析
本文涉及的同时段同频率的时间序列检验均以5%置信度为标准，分别进行单位根检验后均出现了非平稳现象，故对原序列进行一阶差分处理，检验结果如表1。
本文选取数据的期限范围是2010 年1 月至2019年4月，尽管数据选取类型不同，但是所有数据选取的期限范围和数据频率是完全一致的。基础数据均来自WIND金融数据。
根据前文货币政策传导有效性判定标准，对实证结果划分为三部分进行总结展示。
（2）货币政策工具指标数据。本部分选取的数据指标包括数量型货币政策工具指标和价格型货币政策工具指标。其中数量型货币政策工具指标包括代表不同货币供应量层次的M0、M1、M2和公开市场操作货币净投放量（OPOM）。价格型货币政策工具指标包括存款准备金率（DR）、公开市场操作回购加权平均利率（RR）和一年期定期存款利率（TDR）。代表利率期限结构不同期限性质的β因子依然运用前文说明的拟合方法进行估计，得到同期限同频率的月数据。根据获得的M0、M1、M2数据，从统计图中发现三组序列均存在显著的季节波动特征，所以本文运用的货币供应量数据均采用X-12 方法进行了季节调整。
探索性空间数据分析是统计学与现代图形技术相结合，对样本数据空间特性的研究；是在没有先验理论假设的前提下，仅仅通过对数据的分析展现隐含的空间分布、空间结构及空间影响等特征。探索性空间数据分析可分为分析整体分布特征的全局空间相关指数(Moran指数I)，和研究局部间相关性的局部空间相关指数(局部空间Moran指数)。全局相关性反映的是各具有相似性的空间观测单元的聚集程度，以分析空间数据在整体观测范围内的分布特征。而局部的空间相关关系与全局的空间相关关系可能存在背离，即全局不相关时局部相关，全局相关时局部不相关，因而需要运用局域空间自相关指标来研究这些问题。
（3）货币政策宏观经济指标。经济增长指标：工业增加值（IAV）。因为作为经济增长显示指标的GDP 数据的可得性很低，所以选取统计相似程度较高的工业增加值来替代。消费通胀指标：居民消费价格指数（CPI）。经济运行先行指标：采购经理指数（PMI）。社会资本要素指标：社会固定资产投资完成额（IFA）和社会融资规模（TSF）。贸易均衡指标：贸易差额（TB）。
2.数据处理
其中，yt(τ)代表即期利率，τ 代表时间期限。Lt、St、Gt分别代表长、短、中期的状态因子，状态因子的期限序列分别用β0、β1和β2进行表示。
β 因子是Nelson Siegel 模型中代表不同含义的参数变量，为了提升对Nelson Siegel 模型的拟合精度，本文运用了Nelson Siegel 模型的卡尔曼滤波算法。一般情况下，根据是否预先设定参数，对估计动态Nelson Siegel 模型分为两种方式：第一种方法是建立在横截面数据基础上的两步法；第二种方法是建立在时间序列数据基础上的状态空间模型方法（State Space Model）。SSM 方法不对模型中的λ 参数做提前设定，在对β 因子估计的同时也对λ 参数进行估计。这种方法能够避免掉因为设定参数值不够精确导致的模型拟合优度降低的缺点，设计难度比两步法有所提升，估计样本以时间序列数据形式体现，所以能够更加全面地体现出动态建模的思维。基于SSM 方法的特点更加符合本文的实证研究思路，所以本文运用SSM 方法对动态NS模型进行拟合估计。
动态NS 模型用卡尔曼滤波方法对状态空间模型进行运算，方法如下。
馆藏资源宣传：通过多种途径了解不同类型读者的信息需求，不断补充和完善信息资源建设；多种渠道宣传介绍馆藏，使临床专业人员对馆藏资源的知晓率达到90%。
状态方程：
晚饭开始进行，祖辈坐在正桌正位，儿孙们围坐在周围，媳妇侍奉一家老小，忙前忙后，不能上桌。除夕晚饭菜肴丰富，但以手把肉为主，手把肉好的部位要首先请长辈们享用，长辈们也将肉切割成若干份分给晚辈们。吃饭时，晚辈不能先于长辈动筷子进食，这被视为对长辈不尊重、不懂规距。
PBL教学前后，护生评判性思维能力6个亚类即寻找真相、分析能力、系统化能力、评判性思维的自信心、认知成熟度、求知欲的差异具有显著性（P＜0.05），说明PBL教学后，护生在上述亚类的得分较PBL教学前有明显提高；而开放思想的差异没有显著性（P＞0.05），说明PBL教学前后护生在此亚类的得分没有明显差别。
状态方程和测量方程中的参数都是矩阵形式，根据模型设定，相应参数代表的矩阵如下。
假定模型样本数据到期期限一共有N 个，那么状态方程和测量方程如下。
从一阶差分后的ADF 平稳性检验统计结果看，经过差分后的序列都达到了平稳性要求，可以进行时间序列建模实证。经过一阶差分处理后，13 组时间序列数据都是一阶单整过程，所以可以对以上序列进行时间序列建模，考察其是否存在协整关系，进而验证其他有效性信息。
测量方程：
测量方程：
（四）粪污处理 在做到“干清分离”“雨污分离”之后，可以以乡镇为单位，修建复合肥厂，将所有的干粪集中加工成为复合肥。
（2）数据序列检验分析。
真空感应熔炼由于硬件设备和坩埚的限制，加热温度往往最高只能达到1 500～1 600℃。并且由于使用陶瓷坩埚和导流嘴的影响，会在合金熔体中代入杂质，影响制备金属粉体的纯净度。
表1 一阶差分前后变量序列ADF检验结果
1.数据选取
表2 数量型货币政策工具向β因子传导结果统计
表3 价格型货币政策工具向β因子传导结果统计
状态方程：
表4 β因子向货币政策最终目标传导结果统计
3.实证结果汇总
（1）利率数据。前端是期限为一年以内的货币市场利率——上海银行间同业拆放利率（SHIBOR），期限共选择5 期，分别为隔夜（O/N）、一周（1W）、一个月（1M）、六个月（6M）、一年（1Y）。后端是银行间零息国债收益率数据，期限共选择7 期，分别为三年（3Y）、五年（5Y）、七年（7Y）、十年（10Y）、十五年（15Y）、二十年（20Y）、三十年（30Y）。根据金融市场利率数据合理性安排，将一年期以下的利率数据用更加能够体现短端特性的SHIBOR 不同期限数据进行体现，这也就进一步体现了货币市场利率能够在金融市场中作为短期利率更具合理性的共识。同时，一年期以上的资本市场利率数据选取不同到期期限的国债数据。因为国债数据被认为是资本市场中具备最低风险性、相对高流动性的利率数据。在一定程度上可以将其看作是不同期限的基准利率的代表。将两端数据的综合运用也是本文数据运用上的一个创新。
第一部分（见表2）展示了数量型货币政策工具指标，包括代表不同货币供应量层次的M0、M1、M2和公开市场操作货币净投放量（OPOM）指标对β 状态因子的影响过程和传导结果。
第二部分（见表3）展示了价格型货币政策工具指标包括存款准备金率（DR）、公开市场操作回购加权平均利率（RR）和一年期定期存款利率（TDR）指标对β状态因子影响过程和传导结果。
第三部分（见表4）展示了β 状态因子对经济增长（IVA）、消费通胀指标（CPI）、经济运行先行指标（PMI）、社会资本要素指标（IFA、TSF）以及贸易均衡指标（TB）等宏观经济指标的影响过程和传导结果。影响过程分别以对目标的实现程度、对目标影响的通畅性以及对目标影响的时效性进行详细量化说明。
综合表2 实证结果，利率期限结构长期水平因子β0受数量型货币政策影响最显著的是M2维度的货币供应量指标；利率期限结构短期斜率因子β1受数量型货币政策影响最显著的是M1和M2维度的货币供应量指标；利率期限结构中期曲度因子β2受数量型货币政策影响最显著的是M1和M2维度的货币供应量指标。
综合表3 实证结果，利率期限结构长期水平因子β0受价格型货币政策影响最显著的是公开市场操作回购加权利率RR；利率期限结构短期斜率因子β1 受DR、RR 和TDR 三项价格型货币政策影响效果都很显著；利率期限结构中期斜率因子β2 受RR 三项价格型货币政策影响效果都很显著。
综合表4 实证结果，代表经济发展的工业增加值IAV 受到利率期限结构中三个β 因子影响都非常显著；代表消费通胀指标的居民价格指数CPI 受到利率期限结构中β1、β2因子影响显著；代表经济运行先行指标的经理采购指数PMI受到利率期限结构中β1 因子影响显著；代表投资指标的固定资产投资IFA 受到利率期限结构中β0、β2因子影响显著；代表社会融资指标的社会融资规模TSF受到利率期限结构中β2因子影响显著；代表国际贸易指标的贸易差额TB受到利率期限结构中β0因子影响显著。
这种论调常常被当做非理性主义的、反科学的观念，是以文学的形式表现的非理性主义哲学。 但问题并非如此简单。 罗扎诺夫认为，在实证主义科学(傲慢的科学)的基础上固然不能建成大厦，在“任性”的基础上同样不能建成大厦，而是需要一种可以包容“任性”的、温和的、谦逊有礼的科学。 罗扎诺夫说：
四、结论和展望
本文对我国利率期限结构因子的货币政策传导效应进行了分段研究。同时，针对每阶段的传导过程都从对目标的实现程度、通畅性以及时效性三方面进行分析。综合以上三部分实证分析，为进一步提升传导过程变量实证的独立针对性，要求三项检验全部通过才可以作为实证结论的基础变量。根据利率期限结构利差相关文献梳理以及前文实证研究，本文得到了代表短期斜率项的利差因子β1对货币政策传导有效性的实现更具实践意义的结论。
理论上讲，长期市场的经济行为受到未来资产价格走势的影响，根据预期理论未来资产价格的基础是即期利率水平，所以长短期利差变化将直接影响社会经济主体的投融资行为，进而对经济增长和价格水平产生影响。β1作为利率期限结构中利差因子变量，在理论上可以得出其对货币政策目标实现效应最强的结论预期。
从实证结果来看，状态因子受到货币政策工具影响程度由高到低的顺序是β1＞β2＞β0，也就是货币政策工具对短期斜率因子影响最为显著，对中期曲度因子影响程度居中，对长期水平因子影响效应相对较弱。该部分实证结果可以在一定程度上印证利率期限结构的预期理论。
图1 利差因子β1与CPI走势对比图
数据来源：Wind 资讯
利差因子β1 对宏观经济目标的影响主要集中在经济发展指标工业增加值IAV、消费通胀指标CPI以及经济运行先行指标PMI 上。同时利差因子β1对以上三项滞后期均存在显著影响，短期内存在明显的冲击效应，所以也在一定程度上体现出主要宏观经济运行“预警指示器”的作用，尤其是与CPI 指标有高度相关的先行特征（见图1），这也进一步印证了国内外大部分相关著作的结论。
根据两部分传导结果综合评价，利差因子β1受到货币政策工具影响效果和对货币政策目标的影响效应相比较其他两个状态因子的效果是最好的，所以可以说代表短期斜率项的利差因子β1对货币政策传导有效性的实现更具实践意义。
1)钱塘江流域的耕地变化在空间上表现出很强的变异性，东北地区的县市耕地变化较为显著，而西南地区各县市的耕地面积则有所增加。这主要是受经济活动周期、土地管理政策以及经济活动分布等因素的影响。
传统意义来讲，货币政策的最终目标都是国家经济政策战略目标重要的组成部分，其间既有一致性也有矛盾性，在执行货币政策过程中必须要充分注意到这一点。想要在实际经济运作过程中，通过某种货币政策工具来实现某一种货币政策目标的同时，常常会干扰到其他货币政策目标的实现程度，所以对货币政策工具的选择以及对流动性的有效管理显得尤为重要。这将会在一定程度上将货币政策中介参考目标聚焦于利率期限结构中代表短期项的状态因子。本文以及过往的相关研究主要能够证明货币政策工具对利差因子β1产生影响，甚至可以在一定程度上根据阶段内的数据将影响进行量化。但是，多重的货币政策工具会对利差因子产生程度不同甚至方向相反的冲击影响。如何构建调控精准度更高、调控独立性更强的货币政策工具，是未来更加值得研究的课题。
参考文献：
[1]徐忠. 经济高质量发展阶段的中国货币调控方式转型[J].金融研究，2018，454（4）：1-19.
[2]马骏，纪敏. 新货币政策框架下的利率传导机制[M].北京：中国金融出版社，2016.
[3]Litterman R S and J Scheinkman. Common Factors Affecting Bond Returns [J]. The Journal of Fixed Income, 1991, 1(1):54-6.
[4]Estrella A, Hardouvelis G A. The Term Structure as a Predictor of Real Economic Activity [J]. Journal of Finance, 1991, 46(2):555-576.
[5]Dewachter H, Lyrio M. Macro Factors and the Term Structure of Interest Rates [J]. Journal of Money,Credit & Banking, 2006, 38(1):119-140.
[6]郭涛，宋德勇. 中国利率期限结构的货币政策含义[J].经济研究，2008（3）：39-47.
[7]Estrella A, Mishkin F S. The Predictive Power of the Term Structure of Interest Rates in Europe and the United States: Implications for the European Central Bank [J]. European Economic Review, 1997,41(7):1375-1401.
[8]Rudebusch G D, Wu T. A Macro-Finance Model of the Term Structure, Monetary Policy and the Economy [J]. The Economic Journal, 2008, 118(530): 906-926.
[9]Bekaert G, Cho S, Moreno A. New Keynesian Macroeconomics and the Term Structure [J]. Journal of Money Credit & Banking, 2010, 42(1):33-62.
[10]Lange, Ronald H. The Canadian Macroeconomy and the Yield Curve: A Dynamic Latent Factor Approach [J]. International Review of Economics & Finance, 2013, 27:261-274.
[11]徐小华，何佳. 利率期限结构中的货币政策信息[J].上海金融，2007（1）：32-35.
[12]石柱鲜，孙皓，邓创. 中国主要宏观经济变量与利率期限结构的关系：基于VAR-ATSM 模型的分析[J].世界经济，2008（3）：53-59.
[13]中国人民银行南京分行调查统计处课题组，崔健，李伟. 中央银行基准债券收益率曲线的构建：基于货币政策调控的视角[J]. 金融纵横，2014（12）：18-30.
[14]杨婉茜. 状态转换下利率期限结构与宏观经济关联研究[D].大连：大连理工大学，2016.
[15]李艳丽. 价格型货币政策中介目标向国债收益率曲线传导有效性研究[J]. 国际金融研究，2018，379（11）：25-34.
[16]吴丹，谢赤. 中国银行间国债利率期限结构的预期理论检验[J].管理学报，2005，2（5）：536-541.
[17]孙皓. 我国利率期限结构与宏观经济关系的实证研究[D].长春：吉林大学，2010.
[18]Estrella A, Mishkin F S. The Predictive Power of the Term Structure of Interest Rates in Europe and the United States: Implications for the European Central Bank [J]. European Economic Review, 1997,41(7):1375-1401.
[19]Harvey C R. The Real Term Structure and Consumption Growth [J]. Electronic Journal, 1988, 22(2):305-333.
[20]Nelson C R, Siegel A F. Parsimonious Modeling of Yield Curves [J]. Journal of business, 1987: 473-489.
[21]吴国培，吕进中，等. 国债收益率曲线构建方法：国际实践与启示[D]. 北京：中国人民银行工作论文，2016（11）.
[22]沈根祥. 货币政策对利率期限结构的影响：基于动态Nelson-Siegel 模型的实证分析[J]. 当代财经，2011（3）：59-66.
[23]Porter N, Cassola N. Understanding Chinese Bond Yields and Their Role in Monetary Policy [J]. IMF Working Papers, 2011.
[24]尚玉皇，郑挺国，夏凯. 宏观因子与利率期限结构：基于混频Nelson-Siegel 模型[J]. 金融研究，2015（6）：14-29.
[25]Diebold F X, Rudebusch G D, Aruoba S B.The Macroeconomy and the Yield Curve: A Dynamic Latent Factor Approach [J]. Journal of econometrics,2006, 131(1): 309-338.
Abstract: The state factors in the term structure of interest rates are long-term level, short-term slope and medium-term curvature. Different factors show different conduction effects during the transmission of monetary policy. Based on the evolutionary theory of interest rate term structure, this paper estimates the parameter factors in the dynamic interest rate term structure by the spatial state model under the dynamic Nelson Siegel model and obtains the representative through the segmentation study of the monetary policy transmission process. The short-term slope term spread factor is more powerful for the monetary policy transmission effect than the other two state factors, which in turn indicates that the spread factor is more practical for the realization of monetary policy transmission.
Key words: term structure of interest rate; monetary policy transmission; state space model; dynamic Nelson Siegel model; spread factor
文章编号： 1003-4625（2019）11-0024-08
中图分类号： F832.0
文献标识码： A
收稿日期： 2019-08-09
基金项目： 本文为国家社科基金一般项目（19BJL103）。
作者简介： 赫国胜（1956—），男，辽宁沈阳人，博士，教授；周琳（1988—），女，辽宁沈阳人，博士研究生，研究方向：利率期限结构。
（责任编辑：王淑云）
标签：利率期限结构论文; 货币政策传导论文; 状态空间模型论文; 动态Nelson论文; Siegel模型论文; 利差因子论文; 辽宁大学经济学院论文;