第一章 引言
国债作为金融市场的重要组成部分，其价格发现功能对于资源配置效率起着决定性作用。在这一过程中，流动性溢价直接反映了投资者因持有资产难以在短期内以合理价格变现而要求的额外收益率，是衡量市场运行质量与交易成本的关键指标。深入理解并准确估计流动性溢价，不仅有助于监管部门精准识别市场潜在的结构性摩擦与脆弱性，还能为发行部门优化国债期限结构提供科学的定价参考，对于提升金融市场的整体稳定性具有重要的现实意义。然而，国债市场通常呈现出复杂的微观结构，流动性在不同期限、不同品种的债券之间存在显著差异，传统静态定价模型往往难以捕捉这种动态变化，导致估计结果产生较大偏差，因此寻求一种能够有效剥离流动性因素的科学方法显得尤为迫切。改进的DAG法（有向无环图法）作为一种基于数据驱动与拓扑结构的计量手段，能够克服传统模型对先验信息的过度依赖，通过分析变量间的同期因果关系流，构建起更加符合金融数据真实特征的同期相关结构。该方法的核心原理在于利用扰动项的方差协方差矩阵，依据特定的统计准则或因果推断逻辑，识别变量间的因果方向与路径，从而将复杂的交互关系解耦。在实际操作中，首先需要对国债收益率及流动性代理指标进行平稳性检验与预处理，构建包含多变量的 VAR 模型以捕捉时序上的动态关联，随后基于残差的方差协方差矩阵运用 DAG 技术识别变量间的同期因果链条，最终通过结构分解精准测算出流动性溢价的数值。这一路径不仅逻辑严密，且在处理金融高频数据时展现出较强的鲁棒性，能够显著降低模型设定风险，为国债定价与风险管理提供更为坚实、可信的量化依据。
第二章 改进DAG法的国债流动性溢价估计体系构建
2.1 传统DAG法在国债流动性溢价估计中的局限分析
传统有向无环图（DAG）法作为估计国债流动性溢价的经典工具，其基本原理是通过构建变量间的同期因果关系网络，识别出流动性冲击对债券收益率的直接影响。在实际操作中，该方法通常基于低频的日度或月度数据，利用方差分解技术来量化流动性成分。然而，当将该标准模型直接应用于我国国债市场时，其局限性便暴露无遗。首先，从匹配交易数据特征维度来看，传统DAG法往往将国债视为同质化资产进行处理，忽略了国债市场特有的交易结构特征。我国国债交易包含银行间与交易所两个分割的市场，且不同期限、品种的债券在交易机制上存在显著差异。传统方法未考虑这种非均匀的交易微观结构，导致无法准确捕捉因市场分割或交易机制差异而产生的特异性流动性波动。其次，在流动性信息覆盖方面，传统DAG法过度依赖价差、成交量等表层指标。国债市场的流动性具有多维性，包括交易即时性、宽度和深度等。仅依赖有限变量构建因果网络，极易遗漏反映市场摩擦的关键隐性信息，从而难以全面刻画流动性风险的实时变化。最后，这些局限性直接导致了溢价估计的偏差。由于未能剥离交易结构噪音且遗漏了关键变量，模型会将部分由市场微观结构引发的收益率变动错误地归因为流动性溢价，造成估计结果的高估或低估。这种偏差不仅削弱了定价模型的解释力，更可能误导投资者的资产配置决策。因此，改进DAG法必须从引入高维交易数据、优化变量选择机制入手，以修正传统方法的内在缺陷。
2.2 基于交易频率修正的DAG结构优化路径设计
图 1 基于交易频率修正的DAG结构优化路径
在针对我国国债市场构建改进DAG法估计体系的过程中，传统有向无环图结构往往假设所有节点间的同期因果关系在时间维度上是恒定不变的，忽略了国债现货与期货市场因交易机制不同导致的活跃度差异。基于交易频率修正的DAG结构优化路径，旨在将市场微观结构中的交易活跃度指标引入因果推断过程，通过动态调整拓扑结构来提升模型的适配性。该路径的核心在于利用高频交易数据识别“活跃节点”与“沉寂节点”，以此作为修正同期因果流向的依据。具体而言，需首先计算特定时间窗口内各国债品种的 tick 数据，定义交易频率指标 ，其计算公式为：
其中， 代表第 种国债在时间窗 内的成交笔数。获取该指标后，优化路径进入关键的结构调整阶段。在构建邻接矩阵时，引入修正权重 ，其值由节点间交易频率的相对大小决定，逻辑遵循“高频引领低频”的原则，即信息倾向于从高流动性资产向低流动性资产传导。修正权重的计算过程如下：
当 大于设定阈值 0.5 时，确立节点 对节点 的同期因果指向。这一操作步骤从根本上解决了传统DAG法在处理非平衡交易数据时可能出现的因果倒置问题。通过这种基于实际交易强度的动态筛选，优化后的DAG结构能够剔除因市场冷热不均产生的虚假关联，更真实地还原国债市场内部的流动性冲击传导机制，从而为后续流动性溢价的精确测算奠定坚实的结构基础。
2.3 纳入买卖价差因子的流动性溢价估计模型构建
在基于2.2节优化得到的DAG结构基础上，针对传统国债流动性溢价估计模型往往忽视微观市场结构中即时交易成本的不足，本研究引入买卖价差因子作为核心变量，以更精准地刻画国债市场的流动性特征。买卖价差是衡量市场深度与交易摩擦最直接的指标，其定义为做市商报出的买入价与卖出价之间的差额，该差额实质上补偿了做市商因持有库存风险及与知情交易者交易可能遭受的损失，能够直观反映投资者为完成即时交易所必须支付的成本。在模型构建过程中，首先需要明确买卖价差因子的测算方式，通常采用相对买卖价差指标，即（卖出价-买入价）/（卖出价+买入价）的绝对值或均值，以此消除价格绝对水平差异的影响，确保数据的标准化与可比性。
在改进后的估计模型中，买卖价差因子主要通过结构性约束进入溢价估计体系。基于DAG方法的有向无环图结构，将买卖价差设定为国债收益率的关键父节点或前置解释变量，利用有向边明确其对于流动性溢价的因果传导路径。具体而言，将买卖价差因子引入向量自回归或结构方程框架中，推导出纳入该因子的国债流动性溢价估计模型表达式，使得模型分解出的流动性成分不仅包含历史价格波动信息，更融合了即时的订单簿信息。这种改进机制相比传统DAG法估计模型具有显著优势，传统模型多依赖收益率时序本身的协整关系推断溢价，难以捕捉交易层面的微观摩擦；而新模型通过显式引入买卖价差，强制约束了流动性因子与收益率之间的结构性关系，从而在数学逻辑上增强了对流动性信息捕捉的灵敏度。这一构建不仅符合实际交易中流动性成本决定资产定价的基本原理，也有效提升了模型对市场非流动性风险溢价的识别精度，为后续实证分析奠定了更为稳健的量化基础。
2.4 改进DAG法的有效性检验框架设定
改进DAG法的有效性检验框架是评估本文提出的国债流动性溢价估计体系是否具备实际应用价值的关键环节，其核心目的在于通过科学严谨的量化指标，验证改进算法在捕捉市场微观结构特征方面的优越性。该框架首先确立了以估计偏差率、溢价拟合度及外推预测准确性为核心的多维检验指标体系。其中，估计偏差率用于衡量模型计算出的理论溢价与市场实际交易隐含溢价之间的偏离程度，直接反映算法的精准度；溢价拟合度通过决定系数等统计量，考察模型对历史数据的解释能力；外推预测准确性则关注样本外数据的表现，确保模型具备良好的泛化能力，能够适应市场环境的动态变化。
在具体操作路径上，本框架设计了系统的对照检验方案，将改进DAG法的估计结果与传统DAG法及市场常用的流动性溢价估计方法（如基于买卖价差或回归系数的方法）进行横向对比。通过设置控制变量，清晰展示不同方法在处理高频数据和非线性关系时的性能差异，从而凸显改进策略的有效性。数据选取方面，严格遵循时间序列的一致性原则，选取具有代表性的国债现货交易数据，涵盖不同的流动性周期，以确保样本的全面性与客观性。此外，框架明确界定了有效性判断标准，即当改进方法在上述核心指标上均显著优于传统方法，且通过统计显著性检验时，方可认定其有效。这一逻辑不仅涵盖了常态市场下的估值测试，也考虑到了极端市场波动下的稳健性检验，从而构建了一个完整且具有说服力的有效性验证闭环，为后续的实证分析奠定坚实基础。
第三章 结论
本文基于改进的有向无环图（DAG）模型对中国国债市场的流动性溢价进行了深入估计与分析，得出了一系列具有理论与实践价值的研究结论。首先，通过构建高频交易数据与宏观因子的DAG结构，有效识别了影响国债流动性溢价的关键变量及其因果传导机制。研究证实，相较于传统的向量自回归（VAR）模型，改进后的DAG法在处理变量内生性干扰方面表现更为优越，显著降低了参数估计的偏差，从而提高了流动性溢价测度的精准度。其次，实证结果表明，中国国债市场存在显著的流动性溢价现象，且该溢价具有明显的时变特征，与市场资金面松紧程度及投资者情绪高度相关。当市场波动加剧时，流动性风险溢价迅速上升，反映出投资者对资产变现能力的强烈诉求。此外，不同期限国债的流动性溢价存在显著差异，短期国债受资金面冲击影响更大，而长期国债则更多地受到宏观经济预期和供需结构的驱动。这一发现验证了市场微观结构理论在解释中国国债定价中的适用性。从实际应用层面看，准确估计流动性溢价对于完善国债收益率曲线构建、优化债券投资组合风险管理以及推动利率市场化改革均具有重要的指导意义。监管机构可利用该指标监测市场异常波动，防范系统性金融风险，而市场参与者则能通过精准定价获取超额收益。本研究不仅丰富了流动性溢价的实证方法，也为提升我国国债市场的定价效率和资源配置能力提供了坚实的量化依据。