财政风险的财务和实际影响

财政风险的经济与实体影响 由丹尼斯·戈雷亚、丁玄娜和法布里齐奥·赞波利撰写 货币与经济司 2026年6月 关键词：财政风险，主权收益，安全资产，贝叶斯VAR；局部投影，货币-财政互动 国际清算银行工作论文由国际清算银行货币与经济部门成员撰写，有时也由其他经济学家撰写，并由该行出版。这些论文涉及当前感兴趣的主题，具有技术性。本出版物中表达的观点是作者的观点，并不一定反映国际清算银行或其成员中央银行的看法。 本出版物可在国际清算银行网站（www.bis.org）上获取。 © 国际清算银行 2026年。版权所有。经注明出处后，可复制或翻译部分摘录。 财政风险的经济与实体影响 丹尼斯·戈雷亚 丁璇 那鸿 法布里齐奥·赞波利 BIS BIS 和 MAS BIS 2026年6月18日 摘要 本文利用一种基于债券收益率的创新识别方法，估计了财政风险冲击的宏观经济和金融效应。我们首先从主权债券和安全公司债券的日度贝叶斯向量自回归模型中恢复特定国家的财政风险冲击，该模型通过同时期的符号限制进行识别，这些限制捕捉了从政府债务转向私人安全资产的组合再平衡。然后，我们使用应用于十二个经济体月度面板的局部投影框架来估计这些冲击的影响。财政风险冲击产生了滞胀动态：冲击发生时，通胀和通胀预期上升，而工业生产仅暂时增加后持续下降。主权收益率曲线变陡，汇率贬值，股价下跌。当货币政策保持宽松——导致持续负的实际利率——以及主权风险溢价已处于高位时，这些效应会显著增强。 关键词：财政风险；主权收益率；安全资产；贝叶斯向量自回归模型；局部投影；货币-财政互动 1 简介 不断上升的公共债务水平重新引发了关于财政可持续性以及财政压力宏观经济后果的担忧。投资者重新评估政府债务安全性的事件会提高主权借贷成本，更广泛地收紧金融条件，并使通胀预期不稳定。然而，由于政府债券收益率也受到货币政策、通胀消息和全球风险情绪等其他因素的影响，这些效应在经验上难以识别。在本文中，我们开发了一种新颖的识别策略，从债券市场数据中分离出财政风险冲击，并在十二个国家中，利用足够长的每日债券收益率时间序列，估计其宏观经济和金融效应。 我们将财政风险冲击定义为意外发生的当前或未来财政政策变化，这些变化促使投资者重新评估主权风险。这些变化可能源于财政政策行动、关于未来政策的公告（包括与财政政策不直接相关的公告），或改变对未来赤字和债务动态看法的新闻，而相关的偿付风险则取决于这些动态。为识别这些冲击，我们使用来自标普全球评估GSAC债券定价数据库的每日主权债和企业债收益率数据，估计特定国家的贝叶斯向量自回归模型。遵循Rubio-Ramirez、Waggoner和Zha（2010）的方法，我们施加符号限制，以分离出那些提高主权债收益率同时降低可比期限最安全企业债收益率的创新项。识别假设——该假设受Cram、Kung和Lustig（2024）中制度性投资组合再平衡渠道的启发——是，降低政府债务相对安全性的不利消息或意外财政政策变化，也会促使投资者调整投资组合，转向同等期限的最高等级私有资产。 识别出财政风险冲击后，我们采用两阶段局部投影框架，将其应用于拥有足够长债券收益率数据的平衡经济体面板，以追踪其影响。第一阶段将财政风险冲击序列作为外部工具，以分离出五年期主权债券收益率中可直接归因于财政风险变化的特定变动。此程序将冲击规模化为一个通用且经济可解释的单位——即由财政风险导致的主权收益率上升一个百分点。第二阶段则估计一系列宏观经济和金融变量的反应，包括工业生产、消费者价格、通胀预期、汇率、期限利差和股票价格。回归分析包含国家固定效应和宏观金融控制变量，以解释跨国异质性和现有条件，包括货币政策立场。 我们的估算结果表明，财政风险冲击对实体经济和金融市场具有显著影响。 实证表明，通胀在冲击发生时会上升，这与部分不利财政风险事件与财政扩张相关联的观点一致，财政扩张会暂时增加产出，同时也会提高通胀预期。然而，产出反应是短暂的，因为收益率曲线各端的较高主权收益率会收紧整体经济金融状况。与此同时，价格压力的消散需要更长时间，因为通胀预期仍然较高，且汇率贬值推高了进口通胀。从中期来看，财政风险冲击具有收缩性：在大约六个季度内，较高的收益率和借贷成本会导致实际活动持续放缓和股票估值下降。 财政风险冲击的影响取决于货币政策的应对措施以及主权风险的初始水平。当货币政策宽松时——宽松货币政策被定义为在经历正向财政风险冲击后，央行根据估计的泰勒规则调整货币政策利率低于预期的情况——对通胀的影响以及对后续产出的下降影响会被放大。在这些情况下，宽松货币政策只能暂时缓解更高的借贷成本，因为一年后各期限收益率都会显著上升。对于主权信用违约互换利差已经处于高位的国家，财政风险冲击的通胀影响也更为剧烈。在这样的国家，通胀和通胀预期的反应更大且更持久，而股票估值和期限利差在短期内均下降，这预示着对潜在增长的潜在负面影响。 为支持将这些效应解读为对财政风险真实重新定价的响应，而非预期政策变化或其他混杂因素，我们对冲击序列进行了广泛的验证测试。叙事验证表明，这些冲击与主要的财政事件相符，例如2025年美国关税公告和《大美法案》的通过、2010年代初的欧元区债务危机以及2016年英国脱欧公投，同时与政治噪音（如政府停摆）保持区分。此外，遵循Bauer和Swanson（2023）的方法，我们证明这些冲击与滞后宏观经济指标和专业预测正交，这证实了我们的识别策略成功隔离了未预期的财政风险重新定价。 我们的主要结果对替代模型设定和推理方法具有稳健性。当财政风险冲击来自替代的VAR模型设定时，包括具有附加变量、不同主权和公司债券到期日以及更长的滞后结构的模型，估计的脉冲响应基本保持不变。结果也对贝叶斯标准误差估计以及对考虑不确定性稳健。 冲击系列的估算 相关文献。本文有助于两个领域的文献研究。首先，它丰富了日益增长的研究文献，这些文献考察了主权风险与宏观金融条件之间的相互作用。现有研究表明，主权债务在金融市场中发挥着“基准”作用，主权风险的变化会影响私人借贷成本、资产价格和实际经济活动。Almeida等人（2017）发现，主权评级下调与企业债务成本上升相关，而Acharya、Drechsler和Schnabl（2014）表明，当主权国家面临违约风险激增且公共债务比率较高时，银行CDS与主权CDS之间存在显著联动。Augustin等人（2018）表明，在主权困境事件期间，企业信用风险会激增，尤其是对银行或政府依赖程度更高的企业。Cardamone（2025）发现，美国主权风险的增加会产生滞胀效应，并压低股票和企业债券价格。本文通过开发一种新的识别策略，该策略能够在日频度上隔离多个经济体中主权风险的市场化重定价，从而为该领域文献做出贡献。我们的研究发现，此类冲击会推高主权收益率，降低股票价格，并产生高通胀和弱中期经济活动的组合。 其次，本文有助于财政-货币互动相关领域的文献。经典研究显示，财政政策的宏观经济效应取决于财政当局和货币当局的联合行为，尤其是在财政政策主动而货币政策被动时（Sargent and Wallace, 1984; Leeper, 1991; Sims, 1994; Woodford, 1995）。近期研究则探讨了在不同政策体系下，财政失衡、债务估值和通胀预期如何相互作用（Bianchi and Ilut(2017); Bianchi and Melosi(2019); Bassetto and Sargent, 2020; Cochrane, 2022; Bianchi, Faccini, and Melosi, 2023; Smets and Wouters, 2024）。本文通过强调金融市场在财政风险传导中的作用，为该领域文献做出贡献。许多关于价格水平的财政理论推导了财政失衡影响价格水平的条件，但通常忽略了财政压力定价和传导的市场机制。在这些模型中，价格水平调整以恢复政府的跨期预算约束，而连接财政新闻与通胀和产出的事件链条往往被隐含处理。我们提供了证据表明，这种传导机制通过主权风险溢价、投资组合再平衡、汇率、股票估值和收益率曲线运作。这些金融渠道影响着财政风险冲击的通胀效应和紧缩效应。与此观点一致，我们发现当货币政策配合时，财政风险冲击的通胀效应更强，紧缩效应也更强。 该研究确定了冲击发生的时间点，以及主权风险溢价已经处于高位的时间。这些发现突显了货币信誉和财政空间在影响财政压力传导中的作用。 2 数据 我们的分析依赖于从多个来源获取的数据。我们在此逐一介绍每个来源，并简要说明数据处理过程。附录A提供了有关数据以及所应用的确切过滤器的更多详细信息。 债券数据。我们的主要数据来源是标普全球评估的GSAC债券定价数据，该数据包含2010年至2025年间70种货币下超过21.5万只地方政府、主权、代理机构和公司债券的信息。该数据集包含每只债券的价格和收益率信息，以及其他详细的工具特征，如ISIN、面值、到期日、票面价值、类型和付息频率。标普全球将其债券定价数据销售给客户，并致力于实现对最难定价证券的全面覆盖。为此，债券价格数据整合了来自四个来源的输入。首先，买卖交易数据来自FINRA的TRACE数据库。其次，经销商运行数据用于补充数据并提供解析后的价格、利差、收益率和贴现利差。对于美元计价的债券，经销商的买卖价差可能会进行调整以反映当前的执行动态。第三，该数据库还依赖于与大量市场参与者签订协议提供的实时价格、iBoxx指数成分贡献、第三方提供者和银行数据（包括每日结账记录）。最后，用于补充覆盖范围，特别是针对地方政府和主权债务的场外交易商报价。 我们通过首先筛选被归类为政府债券的债券来构建我们的主权债券样本，以确保我们的样本仅包含主权债券，而不包含地方政府实体或政府机构的债券。我们还限制我们的样本仅包含固定且非负票息的债券，并且标准普尔全球（S&P Global）同时为这些公司债券和主权债券报告了到期收益率。对于公司债券，我们限制样本仅包含非金融公司，并且排除被归类为公用事业、基础材料和能源行业的公司发行的债券。此筛选旨在确保我们仅关注那些不太可能持有大量主权债券的公司发行的公司债券（如金融公司的情况），以及不太可能被政府通过黄金股结构拥有或影响的公司（如能源公司）。附录A.1包含了我们对原始数据应用的精确筛选程序的更多细节。 在实施我们初步设定的筛选条件后，我们通过将各国的债券票面货币统一调整为主权债券和企业债券，构建了一个跨国的协调债券样本。1 我们进一步将债券样本限制为非通胀挂钩证券，并仅关注剩余期限约为五年的债券。2 对于每个国家-日期组合，我们计算接近五年剩余期限的主权债券的中位数收益率。对于企业债券，我们从最低收益率的前20只债券子集中获取中位数，以此作为在同一五年到期时发行债券的最安全企业的代理指标。3 最安全企业债券子集的构成可以每天变化，但在实践中相对稳定，因为安全的借款人在我们的样本期间内表现出持续的稳健性。4 我们随后按日期合并这两个中位数收益率序列，并应用额外的数据质量控制：对主权债与企业债利差异常宽的日子（超过10个基点）的企业中位数收益率进行截断处理，为每个国家保留最长的近乎连续的观测值序列，该序列中只有小于5天的短时缺失，并丢弃没有这种有效序列的国家。为了获得一个适合使用具有连续滞后自回归模型的日度面板数据，我们对每个国家的样本内缺失值进行前向填充，同时认识到，由于周末和节假日，原始数据中出现的缺失观测值可能导致收益率数据过时。最后，我们将主权中位数和企业中位数在顶部和底部的0.1百分位数进行Winsorize处理，以减轻异常值的影响，同时不删除观测值。附录A.2更详细地描述了我们为进行估计而准备债券级数据所使用的数据处理步骤。 宏观经济数据。我们构建了一个包含宏观经济和金融指标的不平衡月度面板数据集，用于估计财政风险冲击的经济影响。该月度面板数据集涵盖了2012年至2025年，其中包括12个经济体，主要由...组成。 AEs。尽