国家金融学高端讲座第22期预告|债券风险溢价在不同分位数下可预测性的稳健检验

  不同于现有文献使用均值回归技术检验债券风险溢价的宏观拓展假设，本文使用分位数回归来检验在控制收益率曲线相关信息的前提下，宏观经济变量在不同分位数水平下对未来债券收益率的预测能力。本文在控制传统宏观经济变量时，如通货膨胀率趋势(Cieslak and Povala, 2015)和Ludvigson and Ng (2009)提出的宏观经济变量因子，提出了债券持有量的变化趋势作为预测因子。然而，宏观经济变量往往呈现高持续性的非平稳特征，因此控制收益率曲线相关信息的前提下检验其预测能力，需要构建多变量非平稳预测模型中的边际检验方法。现有相关的统计检验方法在该情景下都有严重的检验尺度扭曲问题，使用现有检验方法找到的宏观经济变量的能力很有可能是虚假的。为此，我们提出一种在多变量非平稳分位数预测模型中表现良好的边际检验方法，其检验尺度方面的表现在预测变量较多和极端分位数下都避免了过度拒绝原假设的问题。将该方法应用于1980到2022年的数据，我们发现在中位数附近实证结果支持宏观拓展假设，即在控制收益率曲线的信息时，宏观经济变量没有预测能力。另一方面，我们发现在尾部分位数附近债券持有量的变化趋势有显著的预测能力，能改进预测模型的样本内和样本外的表现。

  廖小赛，香港中文大学经济系副研究员（Research Associate）。主要从事金融计量经济学的理论和应用研究，具体研究方向包括非平稳时间序列、分位数模型和预测模型等。有文章发表到计量经济学顶级杂志Journal of Econometirics，担任Journal of the American Statistical Association和Journal of Econometrics审稿人。