美联储-交易成本与场外国债市场的指示性流动性（英）-2025_44页_2mb

探析离券国债流动性不足

本研究使用2018至2024年机构间交易数据与机器学习模型，评估离券国债市场的实际交易成本。发现市场微观结构决定了其流动性难以量化，这与主流观点形成鲜明对比。

三项主要贡献

• 有效性流动性指标新解：突破传统报价价差局限，提出交易价差为基础的大宗报价衡量实际成本，揭示报价价差对较老国债通常高估交易成本，基准国债流动性与离券证券交易成本显著相关。
• 非线性交易量效应：通过非参数模型揭示交易成本与交易量的非单调关系，大额交易在流动性开阔时反而可能减少成本，表明交易者通过观察流动性状况分批交易，传统幂律模型无法描述该现象。
• 流动性衡量方法改进：非标度法通过交叉分析基准市场流动性可更准确评估离券国债流动性，这为监管与风险定价提供量化基础。

方法提升与数据处理

• 机器学习曲线拟合：采用菲利波维奇模型优化利率期限结构估算，高于常规参数模型精度。如设置参数 λ=1、α=0.05、δ=0.001 的机器学习方法，实现债券收益率更优预测。
• 大型离券效率衡量：引入有效与指示价差中位数比值，通过7个自变量聚合处理频发异常值，一次性获得118个证券（共10万条记录）统计显示可信结果。

总体研究价值

研究强调不能孤立估计交易成本，应对照交易量、流动性、相对老券等多重因素，为美债市场基准定价与流动性测度提供更精细框架。对央行监管与危机预警领域尤其具有实践意义。