Bond risk, bond return volatility, and the term structure of interest

rates
Abstrak
Penelitian ini membahas variasi waktu dalam risiko obligasi, yang diukur dengan
covariation obligasi kembali dengan return saham dan pertumbuhan konsumsi, dan dalam
volatilitas return obligasi. Fakta bergaya kuat di bidang keuangan empiris bahwa penyebaran
antara imbal hasil jangka panjang dan jangka pendek obligasi memperkirakan pengembalian
kelebihan masa obligasi pada berbagai cakrawala positif; di samping itu, perkiraan tingkat suku
bunga jangka pendek nominal kedua volatilitas return saham dan volatilitas nilai tukar positif.
Penelitian ini menyajikan bukti bahwa gerakan di kedua tingkat bunga nominal jangka pendek dan
yield spread yang positif berkaitan dengan perubahan dalam menyadari risiko obligasi dan return
obligasi volatilitas berikutnya. Yield spread tampaknya menajdi proxy untuk kondisi bisnis,
sementara tingkat pendek tampaknya proxy untuk inflasi dan ketidakpastian ekonomi. Sebuah
dekomposisi beta obligasi menjadi komponen risiko arus kas nyata dan diskon komponen risiko
suku menunjukkan bahwa spread yield memiliki efek mengimbangi di masing-masing
komponen. Penyebaran pelebaran yield berkorelasi dengan mengurangi arus kas (atau inflasi)
risiko obligasi, tetapi juga berkorelasi dengan risiko tingkat diskon yang lebih besar untuk
obligasi. Tingkat singkat hanya perkiraan komponen tingkat diskonto dari obligasi beta.
1. Introduction
Ada bukti empiris yang kuat bahwa yang diharapkan dari obligasi jangka panjang lebih dari
pengembalian obligasi jangka pendek adalah waktu bervariasi. Kombinasi linear dari imbal hasil
obligasi, atau ekuivalen, tingkat maju, diperkirakan keuntungan masa mendatang
obligasi (Campbell, 1987; Campbell & Shiller, 1991; Cochrane & Piazzesi, 2005; Fama,
2006; Fama & Bliss, 1987). Misalnya, spread antara yield pada obligasi jangka panjang dan
kelebihan obligasi perkiraan suku bunga di masa depan pengembalian jangka pendek positif.
Standar model asset pricing memprediksi bahwa, di equilib-rium, excess return yang diharapkan
pada aset akan sama dengan produk dari risiko sistematis kali asset harga gerbang risiko. Menurut
model ini, variasi waktu di harapkan kelebihan obligasi pengembalian harus merupakan hasil dari
variasi waktu baik harga agregat risiko atau quantity risiko obligasi, atau keduanya.
Penelitian ini menyelidiki apakah kuantitas risiko obligasi - yang akan merujuk dari sekarang
hanya sebagai '' risiko obligasi '' - juga waktu yang berbeda-beda, dan apakah variasi waktu ini
berkorelasi dengan variabel yang memiliki telah ditunjukkan untuk menjelaskan variasi waktu
lebih obligasi kembali. Jika high return obligation kembali berubah dalam menanggapi perubahan
risiko obligasi, salah satu mungkin berharap bahwa variabel yang diperkirakan kelebihan obligasi
pengembalian akan juga menjelaskan perubahan risiko obligasi. Terdapat dua ukuran bermotif
ekonomi dari risiko obligasi. Yang pertama adalah kovarians - atau ukuran normal kovarians ini
seperti beta - pengembalian obligasi dengan return saham. Ini adalah ukuran risiko obligasi tersirat
oleh CAPM standar. CAPM menunjukkan bahwa risiko aset diukur oleh kovarians dari
pengembalian aset yang dengan pengembalian portofolio kekayaan agregat, yang biasanya
ditunjukkan oleh pasar saham. Dari perspektif alokasi aset, kovarians dari saham dan obligasi
kembali memainkan peran sentral dalam keputusan alokasi aset dari investor. Ukuran kedua risiko
saya anggap adalah kovarians obligasi kembali dengan pertumbuhan konsumsi per kapita. Ini
adalah ukuran risiko obligasi tersirat oleh standar Konsumsi CAPM. Baru-baru ini, Andersen,

Bollerslev, Diebold, dan Vega (2005) dan Boyd, Hu, dan Jagannathan(2005) telah menunjukkan
bahwa return saham, suku bunga dan nilai tukar tampaknya menanggapi berita ekonomi makro
berbeda selama siklus bisnis, menunjukkan keberadaan dari komponen siklus bisnis dalam variasi
momen kedua kembali. Penelitian ini berfokus bukan pada studi tentang variasi waktu risiko
obligasi, dan sekunder, volatilitas return obligasi.
Analisis empiris dari risiko obligasi diwujudkan dalam makalah ini menunjukkan bukti
empiris yang kuat variasi sistematis dalam risiko obligasi. Ditenemukan bahwa tindakan
menyadari risiko obligasi dan return obligasi volatilitas ikuti proses terus-menerus mean-reverting
yang dapat beralih tanda dalam kasus tindakan resiko obligasi. Dengan demikian, pada waktu
obligasi nominal tampaknya investasi yang aman yang menunjukkan nol atau negatif korelasi
dengan langkah-langkah agregat kekayaan dan konsumsi, dan pada waktu lain mereka terlihat
menjadi investasi berisiko yang menunjukkan korelasi positif yang besar. Variasi frekuensi rendah
ini risiko obligasi menggabungkan dengan variasi frekuensi tinggi yang tampaknya didorong oleh
episode '' flight to quality '' dari saham ke obligasi, di mana beta obligasi mengalami episode
singkat dari penurunan tajam.
Hasil sehubungan dengan hubungan positif antara tingkat suku bunga nominal jangka
pendek dan risiko obligasi dan volatilitas return obligasi memberikan dukungan untuk
hipotesis Glosten et al. (1993) bahwa perkiraan tingkat volatilitas pasar saham singkat karena
mencerminkan ketidakpastian inflasi, yang pada gilirannya mungkin akan berkorelasi dengan
ketidakpastian ekonomi agregat. 4 Jika proxy tingkat singkat untuk kedua ketidakpastian inflasi
dan ketidakpastian ekonomi, salah satu mungkin berharap untuk juga meramalkan volatilitas
return obligasi dan kovarians saham dan obligasi, selain volatilitas return saham.
Selanjutnya, konsisten dengan hipotesis ini, juga menyajikan bukti empiris bahwa efek dari
tingkat pendek pada kovarians dari saham dan obligasi kembali, volatilitas return obligasi, dan
volatilitas return saham jauh lebih lemah pada periode setelah pelaksanaan kuat anti-inflasi
kebijakan oleh Federal Reserve Paul bawah Volcker pada awal 1980-an, dari pada periode yang
mendahuluinya. Ada bukti empiris yang cukup bahwa dua dekade terakhir abad kedua puluh telah
ditandai dengan penurunan yang signifikan dan terus-menerus dalam volatilitas array yang luas
dari variabel makroekonomi, termasuk di-flation, agregat dan pertumbuhan output sektoral,
pertumbuhan consumption, pertumbuhan lapangan kerja, dan pertumbuhan investasi (Kim &
Nelson, 1999; McConnell & Perez-Quiros, 2000; Stock & Watson, 2002). Lettau, Ludvigson, dan
Wachter (2008) berpendapat bahwa penurunan berkelanjutan ini dalam volatilitas aktivitas
ekonomi makro dapat akun untuk sebagian kecil besar run-up harga saham gabungan selama tahun
1990-an.
Struktur penelitian ini adalah sebagai berikut. Bagian 2 menggambarkan meas empiris,
momen kedua menyadari dari obligasi dan saham kembali digunakan di koran, dan menyajikan
analisis univariat sifat time series mereka. Bagian 3 menyajikan hasil empiris utama kertas,
berdasarkan analisis time series multivariat o f momen kedua pengembalian
obligasi. Bagian 4 membahas dekomposisi empiris CAPM dan konsumsi obligasi beta ke arus kas
dan tingkat diskonto beta. Akhirnya, Bagian 5 menyimpulkan.
2. tindakan empiris momen kedua menyadari dari rns RETU obligasi
Analisis empiris dasar dalam penelitian ini didasarkan pada saat kedua menyadari dari
obligasi dan saham kembali diukur pada frekuensi harian, dalam semangat Perancis et
al. (1987), Merton (1980), Officer (1973), Schwert (1989), dan lain-lain. Tabel 1 menyajikan

statistik penuh sampel obligasi harian dan return saham untuk periode sampel umum (2 Juli 196231 Desember 2007). Selama periode sampel ini, rata-rata log pengembalian saham adalah 10,53%
per tahun, rata-rata log pengembalian obligasi adalah 7.63% per tahun, dan tingkat bunga jangka
pendek berarti - tidak ditampilkan dalam tabel - adalah sekitar 5,65% per tahun . Standar deviasi
dari return log saham adalah 14,34% pa, dan standar deviasi dari return obligasi log adalah 4,67%
pa nomor ini menyiratkan bahwa, ex-post, rasio Sharpe obligasi sebenarnya sedikit lebih besar dari
rasio Sharpe saham lebih.
tabel 1 Saat sampel penuh saham dan obligasi kembali harian (1962.07.02-2007. 12.31).
Obligasi Saham
Saham dan obligasi
Rata return (%
pa)
10,53 7.63
Standar deviasi
(% pa)
14.34 4.67
Korelasi (%)
9.20
CAPM
beta
obligasi
0.03
Tabel ini melaporkan statistik sampel log saham dan obligasi total hasil harian. Return
saham yang kembali log pada total pendapatan saham pada nilai portofolio tertimbang semua
saham yang diperdagangkan di NYSE, AMEX, dan NASDAQ dari CRSP. Pengembalian obligasi
adalah pengembalian log pada 5 tahun jatuh tempo obligasi konstan dari CRSP Tetap Indeks Term
file. Tabel 1 juga melaporkan penuh sampel korelasi harian saham dan obligasi kembali dan
CAPM beta obligasi. Kedua tindakan mencerminkan kovarians positif tetapi kecil obligasi harian
kembali dengan return saham harian: korelasi diperkirakan 9,20%, dan beta adalah
0,03. Namun, Gambar. 1 dan Tabel 2 menunjukkan bahwa perkiraan penuh sampel
ini menyembunyikan cukup banyak variasi dari waktu ke waktu di comovement dari saham dan
obligasi kembali.
Tabel 2 melaporkan statistik deskriptif menyadari bulanan saham-obligasi kovarians
kembali, beta CAPM saham, dan volatilitas saham dan obligasi kembali. Itu

Tabel 2
Saat sampel penuh kovarians bulanan menyadari, beta obligasi, dan volatilita saham dan obligasi
kembali (1962,07-2007,12).
Berarti
SD / Berarti
Korelasi
dengan B 2 (T, 1) (%)
2
Korelasi
dengan S (T, 1) (%)
ACF (1)
ACF (2)
ACF (3)
ACF (12)
R / S (0)
R / S (12)

B, S (t, 1)
2,3 1e-6
5.54

B (t, 1)
0.07
1.89

32,6
21.3
0,488
0,462
0,428
0,267
3,492
2,014

B 2 (t, 1)
(3. 89% p. A.) 2
1.54

S 2 (t, 1)
(12. 3% p. A.) 2
1.84

16,3

1.0

22.2

24,9
0,518
0,484
0,463
0.420
4,605
2,429

22.2
0,698
0,612
0,552
0.387
2.830
1.390

1.0
0.800
0,747
0,713
0,546
4,278
1,886

Tabel ini melaporkan statistik sampel penuh kovarians bulanan menyadari, beta obligasi, dan
saham dan return obligasi volatilitas. Perkiraan ini didasarkan pada saham dan obligasi kembali
harian dijelaskan pada Tabel 1 estimator diberikan dalam Persamaan (1) -.. (4) dalam teks. ACF
(#) adalah koefisien autokorelasi pesanan #. R / S (#) adalah Lo(1991) yang dimodifikasi statistik
panjang-memori, dan # adalah jumlah autocovariances termasuk dalam perhitungan statistik. 5%
dan 1% nilai kritis untuk statistik ini di bawah nol tidak ada memori panjang 1,862 dan 2,098
masing-masing. Harap dicatat bahwa kami melaporkan koefisien autokorelasi untuk volatilitas
log.
Tabel menunjukkan bahwa standar deviasi dari masing-masing ukuran menyadari momen
kedua adalah setidaknya 1,5 kali mean. Kovarians menyadari adalah saat dengan volatilitas relatif
tertinggi untuk mean, di 5,54 kali. Menyadari CAPM obligasi beta, volatilitas return saham
menyadari dan volatilitas return obligasi menyadari juga menunjukkan sejumlah besar variabilitas
relatif terhadap kemampuan mereka. Secara keseluruhan, ini menegaskan kesan visual dari
Gambar. 1 yang menyadari momen kedua bervariasi dari waktu ke waktu.
Tabel 2 juga melaporkan lintas korelasi menyadari saat kedua. Koefisien korelasi silang,
sedangkan berbeda dari nol, semua di bawah 50% dalam nilai mutlak. Menyadari kovarians
saham-obligasi dan menyadari volatilitas return saham berkorelasi positif, dengan koefisien
korelasi 25%. Korelasi positif ini membantu menjelaskan mengapa CAPM beta menyadari kurang
stabil daripada kovarians menyadari. Menyadari volatilitas return obligasi lemah berkorelasi
negatif dengan menyadari kovarians saham-obligasi (- 32,6%) dan menyadari CAPM ikatan
beta (- 16,3%), dan lemah berkorelasi positif dengan volatilitas return saham (22,2%). Dengan
demikian, volatilitas return obligasi cenderung turun ketika kovarians dari saham dan obligasi
kembali meningkat, dan ketika volatilitas return saham jatuh.

3. Variasi Waktu risiko obligasi, volatilitas return obligasi, dan struktur suku bunga jangka
3.1. Hasil utama
Bagian ini membahas apakah variasi waktu di saat-saat kedua pengembalian obligasi
didokumentasikan dalam Bagian 2 adalah sistematis terkait dengan gerakan dalam struktur jangka
suku bunga. Secara khusus, bagian ini menyajikan regresi dari menyadari covariances obligasi
return saham, beta CAPM obligasi, dan volatilitas return obligasi pada tingkat bunga nominal
jangka pendek, dan spread antara yield obligasi nominal jangka panjang dan nominal jangka
pendek suku bunga. Untuk kelengkapan, juga regresi peramalan hadir untuk volatilitas return
saham.
Tabel 3 Regresi prediktif untuk kelebihan obligasi pengembalian (1962,07-2007,12).
Horizon
(bulan)
y (t)
spr (t)
R 2 (%)
[T [T [ 2 stat]
stat]
stat]
1
0.37
2,67
2.6
[0.76] [2.96]
[9.53]
3
1,31
7.74
6.6
[1.14] [3.35]
[11.81]
6
2,54
14.84
12,6
[1.41] [4.13]
[17.18]
12
5.68
27,05
19,9
[1.65] [4.30]
[19,11]
36
20,73
36,17
20,7
[3.15] [2.84]
[13.99]
60
34,14
44.21
29,2
[4.54] [2.90]
[21,51]
Tabel 3 menyajikan regresi obligasi log kelebihan pengembalian, diukur pada cakrawala
mulai dari satu bulan sampai lima tahun, ke suku bunga tertinggal jangka pendek nominal dan
yield spread tertinggal. Obligasi kelebihan pengembalian diukur sebagai log kelebihan jumlah
pengembalian konstan 5 tahun jatuh tempo Treasury kupon obligasi selama tingkat bunga nominal
jangka pendek, diambil sebagai hasil log pada Treasury Bill 30-hari. Yield spread adalah hasil log
pada 5 tahun buatan zero-coupon bond dari File CRSP Fama-Bliss Diskon Obligasi dikurangi
tingkat jangka pendek.
Salah satu kemungkinan interpretasi hasil regresi untuk kelebihan obligasi pengembalian
adalah bahwa yield spread obligasi kelebihan perkiraan pengembalian karena proxy empiris untuk
risiko obligasi waktu bervariasi. Dalam penafsiran ini, risiko obligasi menunjukkan variasi
counter-cyclical, sebagai yield spread cenderung rendah sekitar diukur puncak siklus bisnis, dan
palung dekat tinggi (Fama & French, 1989). Tentu saja, variasi waktu risiko obligasi dapat
menjadi hasil dari variasi waktu dalam kuantitas risiko obligasi, variasi waktu di harga pasar
agregat dari risiko, atau keduanya.

Tabel 4
Kovarian dan beta obligasi regresi prediksi (1962,072007,12).
Horizon (bulan)

Tertinggal

y (t)

spr (t)

[T -stat]

[T -stat]

[T -stat]

R 2 (%)
[ 2 stat]

0,350
[5.210]
0,488
[4.920]
0,398
[3.300]
0,389
[1.920]
0,143
[0,630]
- 1,159
[- 0.430]

0,002
[6,010]
0,001
[4.640]
0,002
[5,330]
0,001
[3,790]
0,002
[2.600]
0,002
[2.620]

0,002
[3,290]
0,001
[2.230]
0,001
[1.680]
0,001
[0,790]
0,002
[1.900]
0,003
[1.940]

30,8
[106,5]
45.3
[100,3]
43,5
[84,10]
47.5
[77,28]
35,9
[18,40]
37.2
[11.19]

0.370
[7,290]
0,487
[7,030]
0,565
[6.250]
0,557
[4.380]
0,116
[0,550]
- 0.430
[- 1.550]

19.30
[5,870]
15.45
[4.630]
12.30
[3,180]
11.94
[2.110]
20,73
[2.520]
31.02
[4,430]

31,14
[5.120]
22.26
[4.290]
19.80
[3.220]
18,21
[2.350]
27,39
[2.230]
38,72
[2,970]

34.6
[239,47]
48,6
[242,72]
55,3
[219,02]
55,3
[118,37]
31,1
[17,91]
36,7
[24,03]

(A) regresi Covariance

1
3
6
12
36
60
(B) regresi CAPM beta
1
3
6
12
36
60

Tabel 4 menunjukkan bahwa perkiraan yield spread kovarians re-alized dari saham dan
obligasi kembali, dan yang tidak-malization diberikan oleh beta CAPM obligasi, positif. Koefisien
pada yield spread secara statistik signifikan dalam kovarians regresi kecuali pada 12 bulan horizon, dan signifikan pada semua cakrawala di beta CAPM obligasi regresi. Hasil ini menunjukkan
bahwa setidaknya sebagian dari variasi countercyclical dalam diharapkan kelebihan obligasi
kembali didorong oleh variasi countercyclical risiko obligasi, sebagai measured oleh comovement
obligasi kembali dengan saham kembali berubah.
Sebaliknya, Tabel 5 menunjukkan tidak ada bukti bahwa yield spread berhubungan dengan
pergerakan volatilitas return obligasi dan volatilitas return saham. Kemiringan hasil tersebar di

regresi untuk volatilitas log tidak signifikan secara statistik, kecuali pada cakrawala 1 bulan untuk
volatilitas return obligasi, dan pada horizon 12 bulan untuk volatilitas return saham. Selain itu,
perkiraan titik lereng mengubah tanda-tanda mereka seperti yang kita mempertimbangkan satu
volatilitas return atau yang lain, atau, dalam kasus volatilitas return obligasi, satu horizon atau
yang lain. 10
Hasil regresi di Tabel 4 dan 5 juga menunjukkan bukti kuat bahwa perkiraan tingkat
pendek baik. Tentu saja, return saham hasil regresi volatilitas log yang membazir hingga
transformasi nonlinear, mengingat hasil regresi untuk kovarians dan beta CAPM obligasi. Namun,
perlu diketahui bahwa beta CAPM obligasi adalah rasio kovarians untuk volatilitas return saham,
tidak log-nya.
Tabel 5
Volatilitas
regresi
prediktif
(1962,072007,12).
Horizon (bulan)

Tertinggal log vol

[T -stat]

(A) regresi volatilitas

Obligasi
1
0,749
[25,81]
3
0,768
[16.74]
6
0.730
[9,330]
12
0,609
[4.640]
36
0,136
[1.030]
60
- 0,166
[- 0,550]
(B) regresi volatilitas
Stock
1
0,692
[22,14]
3
0,654
[16,17]
6
0,618
[9.900]
12
0,567
[5.470]
36
0,168
[0.940]

y (t)

spr (t)

R 2 (%)

[T -stat]

[T -stat]

[ 2 -stat]

69,305
[4.330]
66,904
[3.09]
78,948
[2.780]
95,417
[2,220]
112,421
[1,840]
150,653

71,429
[1.960]
18,462
[0.390]
- 22,894
[- 0.410]
- 76,635
[- 1.040]
- 23,386
[- 0,41]
129,548

65,1
[898,56]
68,7
[402,09]
66,2
[145,98]
59,1
[45,67]
30,6
[49,35]
21.2

[1.860]

[0.980]

[10.67]

21,781
[1.740]
30,553
[1.800]
35,977
[1.710]
31,293
[1.170]
7,103

- 3,815
[- 0,120]
- 29,539
[- 0.700]
- 56,441
[- 1.040]
- 138,561
[- 2,370]
- 132,314

49.0
[522,96]
44.4
[287,97]
40.8
[122,31]
36.8
[46,18]
7.8

60

- 0,212
[- 0.830]

[0.200]
- 25,298

[- 1.300]
[3,010]
- 39,819
6.8
[- 0.390]
[1.070]
Hasil ini dengan demikian menunjukkan bahwa kemampuan tingkat singkat untuk meramalkan
volatilitas return saham dan nilai tukar positif meluas ke kasus volatilitas return obligasi dan
kovarians obligasi kembali dengan return saham. Karena tingkat pendek cenderung bergerak
procyclically, hasil ini menunjukkan bahwa tingkat pendek menangkap komponen procyclical
dalam variasi waktu dari saat-saat kedua pengembalian obligasi. Bagian 5 membahas hasil ini
secara lebih rinci.
Tabel 4 dan 5 juga menunjukkan bahwa nilai-nilai tertinggal dari kedua momen juga masuk
sendiri saat kedua peramalan regresi mereka secara signifikan, tetapi hanya di cakrawala
singkat. Dalam kasus risiko obligasi, nilainya tertinggal membantu menjelaskan variasi frekuensi
tinggi, sedangkan tingkat dan kemiringan kurva yield membantu menjelaskan variasi tersebut pada
frekuensi yang lebih rendah. Termasuk nilai-nilai tertinggal dari regresi ditunjukkan pada Tabel
4 masih menghasilkan besar R 2 koefisien.
3.2 Stability

Tabel 6 menunjukkan bahwa koefisien dari short rate pada regresi kedua secara signifikan
menunjukkan angka yang semakin kecil pada periode sebelum 1981 dan pada periode awal.
Koefisien interaksi menunjukkan interaksi yang negative dan berukuran besar pada semua kasus.
Dalam kasus volatilitas menyadari obligasi dan saham kembali, koefisien ini adalah kira-kira
besarnya sama dengan koefisien pada tingkat pendek, menunjukkan bahwa kemampuan tingkat
pendek untuk memperkirakan perubahan dalam volatilitas return terkonsentrasi pada periode
meningkatkan inflasi dan suku bunga dari tahun 1960-an dan 1970-an.

3.3 Cochrane-Piazzesi tent-shaped bond return forecasting variable

Hasil regresi ditunjukkan pada Tabel 7 menunjukkan bahwa short rate dan yield spread di satu
sisi, dan tingkat pendek dan variabel tenda di sisi lain, menangkap komponen serupa variasi time
series di harapkan kelebihan obligasi kembali dan obligasi risiko.
3.4 The short rate and inflation uncertainty

Tabel 8 menguji apakah ukuran ketidakpastian inflasi menangkap informasi tentang variabilitas
time series dari covariances menyadari dan obligasi beta CAPM yang tidak ditangkap dengan baik
tingkat pendek atau yield spread. Tabel laporan regresi dari kovarians realisasi saham dan obligasi
kembali dan menyadari beta CAPM obligasi pada nilai mereka tertinggal, ukuran David-Veronesi
ketidakpastian inflasi, tingkat pendek, dan yield spread. Tabel tersebut menunjukkan bahwa,
konsisten dengan hasil David dan Veronesi (2004), ketidakpastian inflasi prakiraan menyadari
saham-obligasi kovarians kembali dan beta CAPM ikatan positif ketika tingkat pendek dan yield
spread dikecualikan dari regresi prediktif - meskipun koefisien kemiringan hanya sedikit yang
signifikan.
4. Time variation in bond beta
4.1 Bond return decomposition
Komponen pengembalian obligasi yang tidak teramati, dan harus diestimasi menggunakan metode
ekonometrik. Campbell dan Ammer (1993) menyarankan memperkirakan vector autoregressive
(VAR atau) model yang menangkap dinamika kelebihan pengembalian, dan menggunakan
perkiraan ini untuk menghitung komponen berita pengembalian tak terduga. Tentu saja, ini
dekomposisi kembali sensitif terhadap spesifikasi Sistem VAR (Campbell, 1991; Campbell &
Ammer, 1993; Campbell et al., 1997; Campbell dan Vuolteenaho, 2004; Chen & Zhao, 2006).
Saya mengadopsi metodologi mereka, dan, untuk meminimalkan masalah spesifikasi, saya
memasukkan variabel dalam Sistem VAR yang satu bisa berharap untuk menangkap variasi
diprediksi pengembalian obligasi, return saham, pertumbuhan konsumsi riil per kapita, inflasi, dan
Tingkat bunga riil ex-ante. Saya juga memasukkan variabel yang membantu mengidentifikasi
nominal obligasi dan arus kas yang nyata.
4.2 Full sample estimates of the CAPM beta and the consumption beta of bonds

CAPM beta tergantung pada apakah kita menggunakan bulanan atau VAR kuartalan untuk
mengekstrak berita return obligasi. Pada 1 bulan cakrawala, kontribusi nyata berita suku bunga
terhadap total beta obligasi besar dan negatif, sedangkan kontribusi diharapkan excess return berita
kecil dan positif. Sebaliknya, di cakrawala 1 kuartal, kedua komponen berkontribusi negatif
terhadap total beta.14 obligasi Namun, efek bersih dari komponen tingkat diskonto pengembalian
obligasi adalah sama pada kedua frekuensi: bersama-sama mereka cenderung menipiskan

kontribusi komponen arus kas nyata obligasi kembali untuk obligasi risiko CAPM. tak terduga
negative kembali di pasar saham cenderung bertepatan dengan negative guncangan tarif diskon
obligasi, yang pada gilirannya mendorong ikatan mengembalikan dan membuat obligasi kurang
berisiko dalam arti CAPM.
4.3 Bond CAPM beta predictive regressions with monthly and quarterly returns

Tabel 10 menunjukkan bahwa hasil dasar yang ditunjukkan pada Tabel 4 tahan cukup baik bila
menggunakan kembali diukur pada frekuensi bulanan: baik tingkat singkat dan hasil yang
menyebar perkiraan beta CAPM obligasi positif. Seperti yang diharapkan, yang Newey-West tstatistik, statistik 2 dan nilai-nilai R2 yang kecil, terutama pada cakrawala pendek, tapi
keseluruhan arah dan signifikansi dari hasil tetap. Tabel 10 sehingga menunjukkan bahwa
perkiraan covariance menyadari dan beta berdasarkan pengamatan bulanan kembali, meskipun
perkiraan ribut daripada yang didasarkan pada pengembalian harian, masih bisa mengungkap pola
yang sistematis dalam seri saat momen kedua.
Fakta kuat dalam harga aset empiris bahwa excess return yang diharapkan pada obligasi
jangka panjang adalah waktu bervariasi, dan variasi waktu ini berhubungan positif dengan
pergerakan yield spread. Makalah ini menunjukkan bukti bahwa variasi waktu dalam risiko
obligasi, diukur dengan kedua beta CAPM obligasi dan beta konsumsi obligasi, juga berhubungan
positif dengan yield spread. Hubungan ini kuat di kedua periode umumnya dimana meningkatkan

inflasi dan jangka pendek suku bunga, dan periode umumnya menurunkan inflasi serta jangka
pendek suku bunga. Hal ini juga kuat untuk dimasukkannya dalam versi beta peramalan regresi
dari variabel yang proxy untuk inflasi dan ketidakpastian ekonomi.
Fakta kedua di harga aset empiris bahwa suku bunga nominal jangka pendek diperkirakan
saham kembali volatilitas dan volatilitas nilai tukar positif. Makalah ini menunjukkan bahwa
tingkat bunga jangka pendek nominal juga memperkirakan menyadari beta CAPM obligasi,
obligasi beta konsumsi, dan volatilitas return obligasi positif. Penelitian terbaru menunjukkan
bahwa langkah-langkah inflasi ketidakpastian memperkirakan kovarians yang obligasi kembali
dengan saham kembali positif.
Conclusion
Makalah ini juga mengkaji sumber sistematis variasi waktu dalam risiko obligasi dengan
melakukan dekomposisi ikatan tak terduga kembali menjadi aliran berita uang nyata komponen
dan komponen berita tingkat diskonto, dan memeriksa cara di mana beta dari setiap komponen
yang terkait dengan perubahan struktur jangka suku bunga. kami menemukan bahwa suku bunga
jangka pendek prakiraan CAPM beta dari semua komponen pengembalian obligasi positif.
Sebaliknya, hasil yang menyebar perkiraan CAPM beta dari uang nyata komponen berita aliran
obligasi kembali negatif, mencerminkan negatif dari kovarians bersyarat dari saham kembali
dengan berita tentang diharapkan inflasi ke depan, dan prakiraan CAPM beta komponen tingkat
diskonto obligasi kembali positif. Artinya, pelebaran spread yield terkait dengan peningkatan
kovarians saham tak terduga kembali dengan berita inflasi, yang membuat obligasi nominal kurang
berisiko dari perspektif arus kas. Namun, hal ini juga terkait dengan peningkatan kovarians saham
tak terduga kembali dengan berita tingkat diskonto obligasi, yang membuat obligasi berisiko.
Secara keseluruhan, efek tingkat diskonto mendominasi kas efek mengalir.
Fakta ketiga untuk penelitian masa depan adalah pembangunan model teoritis, khususnya
di bidang istilah model struktur, yang dapat menghasilkan empiris pola ditemukan dalam makalah
ini, dan pada saat yang sama menghubungkan hubungan antara momen kedua dan suku bunga
faktor yang mendasari fundamental seperti suku bunga riil dan inflasi yang diharapkan.
Fakta arah keempat untuk penelitian masa depan akan memeriksa implikasi untuk alokasi
aset berubah korelasi antara obligasi dan saham kembali, bersama baris Buraschi, Porsha, dan
Trojani (2006). Ini sangat penting mengingat fakta, terungkap dalam makalah ini, bahwa korelasi
ini tampak bergerak countercyclically.