一、 问题 的提出
国债市场是 经济 运行中一个不可或缺的重要组成部分，联结货币政策和财政政策，沟通货币市场和资本市场。 目前 ，我国国债市场结构分割，银行间债券市场与交易所债券市场构成国债市场的主体框架，银行间市场参与机构较少，形成寡头垄断；交易所市场参与者众多，形成竞争机制。在交易所市场中，通过买卖双方的竞争机制决定价格，其交易过程透明，形成的交易价格公正、公平。 [1]
波动性(volatility)是资产收益的不确定性的衡量，测度资产的风险。一般而言，波动性越大，风险越大。engle(1982)首先提出的自回归条件异方差模型即arch模型 将方差和条件方差区分开来，并让条件方差作为过去误差的函数而变化，从而为解决异方差问题提供了新的途径。bollerslev(1986)提出了广义自回归条件异方差garch 模型。国外学者将这种 方法 应用 到经济的诸多领域，显示了arch模型族的适用性。国内也有学者应用arch模型族对证券市场进行了实证 研究 ，黄后川、陈浪南(2003)对股票市场波动率评估和 分析 ， [2] 王燕辉、王凯涛(2004)应用egarch分析了深圳股市的波动性。 [3] 国债安全性并非浑然天成，“327”国债风波仍然让人记忆犹新，国债回购风险拖累了诸多证券公司和上市公司，目前国债市场的供求失衡导致国债价格变异和利率的进一步失真，从而会引发国债市场的系统性风险。交易所国债的波动，无论对于国家，还是对机构投资者，包括个人投资者，都是一个值得关注的重要问题。
二、指标选择与数据分析
(一)指标选择
上海证券交易所的国债交易量占整个交易所市场的99%。2006年3月，上海证券交易所拥有国债现货43只，国债质押式回购9只。上证国债指数(leb)是上证指数系列的第一只债券指数，它使我国证券市场股票、债券、基金“三位一体”的指数体系基本形成。上证国债指数是以上海证券交易所上市的所有固定利率国债为样本按照国债发行量加权而成，每月最后一个交易日，将剩余期限不到一年的国债剔除。自2003年1月2日起对外发布，基日为2002年12月31日基点为100点代码为000012。上证国债指数的目的是反映我国债券市场整体变动状况是我国债券市场价格变动的“指示器”。上证国债指数既为投资者提供了精确的投资尺度，又为 金融 产品创新夯实了基础。基于上面的分析，本文选择上证国债指数为指标来对交易所国债市场的波动进行度量。
(二)数据分析
上证国债指数的动态公布是从2003年2月24开始，数据的时间区间是从2003年2月24日到2005年12月30日，共696个数据。国债指数收益率(dleb)是通过式(1)得到的。
dleb=inp t -inp t-1 (1)
上证国债指数 历史 走势如图1所示，波谷是2004年4月30日99.1，波峰是2005年12月10日109.73。国债收益率的图形如图2所示，可以看出在一定范围内存在剧烈波动。数据来自大智慧软件，运用eviews分析处理。
图1 国债指数历史走势
图2国债指数收益率
三、实证分析
(一)平稳性检验
采用adf(dickey and fuller，1981)和pp(phillips and perron，1988)法进行单位根检验。对上证国债指数和收益率序列进行检验发现，国债指数序列(leb)不是平稳序列，而收益率序列(dleb)则是平稳性序列(见表1)。
表1 单位根检验
(二)正态性检验
国债收益的时间序列的特征是方差不仅随时间变化，而且有时变化得很激烈。对其进行正态性检验，偏度是-1.80031，峰度是17.5419，偏离正态分布的水平。按时间观察，表现出“波动集群”(volatility clustering)特征，即方差在一定时段中比较小，而在另一时段中比较大。从取值的分布看表现的则是尖峰厚尾(leptokurtosis and fat-tail)特征，即均值附近与尾区的概率值比正态分布大，而其余区域的概率比正态分布小。
(三)arch效应检验
对残差ε t 是否存在arch或garch效应进行检验，通常采用engle(1982)提出的拉格朗日乘子检验法(lagrange multiplier test)，简称lm检验，一般是对ε t 2 进行ar(q)自回归估计得到拟合优度r 2 。然后利用结论：在不存在arch或garch的原假设下，统计量tr 2 服从于自由度为q的x 2 分布，在选定的显著性水平下，当tr 2 值大于x 2 分布的临界值时，则拒绝ε t 不存在arch或garch的原假设，即认为存在arch或garch效应。经过拟合，滞后1阶和滞后3阶构成的自回归时间序列比较显著。
dleb t =β 1 dleb t -1+β 2 dleb t-3 +ε t (2)
(四)egarch模型
若一个平稳随机变量可以表示为ar(p)形式，其随机误差项的方差可用误差项平方的q阶分布滞后模型描述，则称为arch模型。为避免arch模型的滞后项过多，可采用加入s t 2的滞后项的 方法 ，这就形成garch模型，即广义自回归条件异方差模型。
egarch模型，即指数(exponential)模型，由nelson在1991年提出的，其目的是为了刻画条件方差对市场中正、负干扰的反应的非对称性。 [4] 模型中条件方差采用了 自然 对数形式，意味着杠杆效应是指数型的。此时条件方差h t 为延迟扰动项ε t-i 的反对称函数：
arch项。与garch和arch相比，这种模型的优点在于可以区别正信息和负信息的不同 影响 。正信息表示“利好”，负信息表示“利坏”。虽然正信息和负信息的绝对值相同，但egarch模型可以区别正、负信息对波动的不同影响。因此egarch模型可以很好的描述了 金融 市场中的非对称性。此外由于方差被表示成指数形式，因而对模型中的参数没有任何约束，这是egarch模型的一大优点。因为等式右侧是s t 2 的对数，所以无论等式右侧是正是负，作为其反对数，s t 2 总是正的。上式右侧第2项是用条件标准差s t 除信息u t 及其滞后项，(u t /s t )表示标准信息。第3项是用均值u减标准信息的绝对值。
经过 分析 ，egarch(1，1)是拟合的较好的模型，即对式(2)和式(4)进行回归分析，结果如表2所示，利坏的影响强于利好信息的影响。
四、结论与建议
经过实证分析，交易所国债指数序列不是平稳序列，而收益率序列则是平稳性序列，分布呈现尖峰厚尾特征，收益率在一定的范围内存在波动性。值得说明的是，经拟合所得的egarch模型显示利坏信息的影响要远远大于利好信息的影响。
交易所国债市场的波动性原因可归结为三点：首先是国债自身的波动性，交易所国债并非一劳永逸的，其风险依然存在；其次是国债市场的分割，granger因果关系检验发现银行间国债市场与交易所国债市场价格传递，微观结构中传染机制起到举足轻重的作用；最后是投资者行为，投资者厌恶损失，非理性行为造成羊群效应等非理性现象，增加了交易所国债市场的波动性。
2006年，交易所国债市场一路飙开，但交易量大幅萎缩，股市与债市的跷跷板效应日趋明显。勿庸置疑，国债不仅为国民 经济 发展 提供了大量建设资金，也在一定程度上满足了 社会 各类投资者投资国债的需要，不断扩大的国债发行规模，为市场提供了更多的流动性，有利于活跃和稳定金融市场，保证财政政策和货币政策的有效实施。国债关系国计民生，财政部和人民银行等相关部门应实时监控、审时度势，加强国债市场基础设施建设，加强两大市场的联系机制，采用公开市场等手段，把国债的波动控制在“黄金输送点”的安全范围内。国债是机构投资者资产组合的必然选择，机构投资者应在团队 研究 凸性与久期等基础上，采取 科学 的投资策略。国债是个人投资者，特别是风险厌恶者，相对理想的投资工具，切勿盲目跟庄，以免遭遇巨大的风险。国债价格是社会资金供求的反映，国债收益率是基准利率的代表，我国国债市场的改革发展依然迫切。
参考 文献 ：
[1] 唐旭.
