2011年-IMF国际货币组织全球_Spatial_Spillovers_in_Emerging_Market_Spreads_29页_1mb

总结：新兴市场主权债券利差的空间溢出效应

核心内容

本文探讨了1995年至2010年间24个新兴市场国家主权债券利差的空间溢出效应。研究发现，不仅先进经济体（AE）对新兴市场（EM）的利差产生影响，新兴市场之间也存在显著的利差传导效应。研究使用了新颖的空间计量经济学方法，考虑了地理邻近性、贸易和金融联系等因素，以分析这些溢出效应的渠道和强度。

主要观点

• 主权利差的驱动因素：主权利差受到国内宏观经济基本面和全球因素的共同影响。全球因素（如全球风险规避和流动性）解释了超过一半的利差变动，而国内基本面（如外债与GDP比率、储备与GDP比率、通胀和增长）解释了约46%的利差变动。
• 空间溢出效应：空间溢出效应在新兴市场中非常显著，尤其是在考虑邻国的即时反馈后，国内因素对利差的解释力明显增强。
• 传导渠道：地理邻近性、贸易联系和金融联系是空间溢出效应的主要传导渠道，其中贸易联系比金融联系更为重要。
• 模型选择：研究采用了空间自回归模型（SAR）和空间误差模型（SEM），并通过统计检验确认SAR模型更适合解释数据中的空间依赖性。
• 政策含义：研究强调在分析主权利差时，应考虑新兴市场内部的传导效应，这提示政策制定者在经济良好时期应努力降低脆弱性，以减少未来冲击的影响。

关键信息

• 数据来源：使用J.P. Morgan的EMBIG指数计算主权利差，包含24个新兴市场国家的数据，时间跨度为1995-2010年。
• 变量选择：包括外债与GDP比率、储备与GDP比率、通胀、增长等国内基本面变量，以及全球流动性（联邦基金期货隐含收益率）和全球风险（VIX指数）等全球因素。
• 空间权重矩阵：采用地理距离、贸易流量、金融流量和投资评级等不同权重矩阵，以检验不同传导渠道对空间溢出效应的影响。
• 结果分析：在考虑空间溢出效应后，国内基本面变量的总效应显著增强，例如增长对利差的总效应达到11 bps，远高于直接效应5 bps。同时，全球因素的总效应也显著，VIX指数的弹性为0.67，即VIX上升10%将导致利差上升6.7%。
• 时间分段分析：将样本分为1995-2000和2001-2010两个子样本，发现全球因素对利差的影响在2001-2010年期间更为显著，而国内基本面的影响也有所增强。

方法论

• 模型选择：采用空间自回归模型（SAR）和空间误差模型（SEM），并通过Moran's I测试和Pesaran测试检验数据中的横截面依赖性（CSD）。结果表明，CSD显著存在，因此SAR模型更适合分析。
• 空间权重矩阵：使用地理距离、贸易流量、金融流量和投资评级等不同的权重矩阵，以检验不同传导渠道对空间溢出效应的影响。
• 模型验证：通过拉格朗日乘数（LM）检验和似然比（LR）检验，确认SAR模型优于SEM模型。

结论

• 新兴市场主权利差受到国内基本面和全球因素的双重影响，且新兴市场之间存在显著的空间溢出效应。
• 贸易联系比金融联系在空间溢出中更为重要。
• 研究建议政策制定者在经济良好时期应积极改善宏观经济基本面，以降低未来可能的冲击影响。

补充信息

• 文献综述：现有文献主要关注全球因素和国内基本面对主权利差的影响，但较少关注新兴市场内部的传导效应。
• 模型扩展：研究还分析了不同权重矩阵对结果的影响，发现贸易流量和金融流量对空间溢出效应有显著贡献。
• 政策建议：研究强调应重视新兴市场内部的传导效应，并建议在良好时期加强宏观审慎管理，以减少未来风险。

图表摘要

• 图1：展示了新兴市场主权利差在1995-2010年的变化，显示出2008年秋季利差达到1000 bps的峰值。
• 图2：通过假设所有新兴市场外债与GDP比率上升10个百分点，比较了利差的变化，突显了初始外债水平对利差变化的影响。
• 图3：展示了空间自回归模型（SAR）中外债与GDP比率上升1个百分点对利差的影响。

表格摘要

• 表1：描述了变量及其来源。
• 表2：提供了变量的总结统计。
• 表3：展示了横截面依赖性测试的结果，表明CSD显著存在。
• 表4：比较了不同估计模型的结果，确认SAR模型更适合。
• 表5：展示了直接效应和总效应的分解结果，突显了空间溢出的重要性。
• 表6：分析了不同权重矩阵对结果的影响，发现贸易流量和金融流量对空间溢出有显著贡献。

关键术语

• 主权利差：指一个国家的主权债务收益率与美国10年期国债收益率之间的差异。
• 空间溢出效应：指一个国家的经济变量对邻近国家产生影响的现象。
• 横截面依赖性（CSD）：指不同国家之间观测值之间的非零相关性，可能影响模型估计结果。
• 空间自回归模型（SAR）：考虑了邻国对本国利差的直接和间接影响。
• 空间误差模型（SEM）：仅考虑误差项中的空间相关性。

参考文献

• Edwards, S. (1984)
• Baldacci, E., & Kumar, S. (2010)
• Akitobi, A., & Stratmann, T. (2008)
• Min, H. (1998)
• McGuire, P., & Schrijvers, E. T. (2003)
• Uribe, M., & Yue, H. (2006)
• Bellas, A., et al. (2010)
• Gonzales-Rosada, J., & Levy-Yeyati, E. (2008)
• Acharya, V. V., et al. (2011)
• Elhorst, J. P. (2011)
• Debarsy, C., & Arthur, J. (2010)
• Cruces, A., & Trebesch, C. (2011)
• Hartelius, J. J., et al. (2008)
• Dornbusch, R., et al. (2000)
• Forbes, K. J., & Rigobon, R. (2000)
• Pesaran, H. H., & Pick, A. (2007)
• Kaminsky, G., & Reinhart, V. M. (2000)
• Eichengreen, B., et al. (1996)
• Glick, R., & Rose, A. K. (1999)
• Sbracia, M., & Zaghini, G. (2000)
• Caramazza, M., et al. (2000)
• Van Rijckeghem, C., & Weder, D. (2000)
• Claessens, S., et al. (2011)
• Hernandez, A., & Valdes, R. (2001)
• Hondroyiannis, G., et al. (2006)
• Novo, V. (2003)