COVID-19期间中国官方媒体语调与债券市场的非线性非对称关联研究——基于NARDL模型的实证分析

本研究针对COVID-19疫情期间中国债券市场波动与官方媒体（CCTV）语调的非对称关系展开分析，采用非线性自回归分布滞后（NARDL）模型，发现政府债券对负面语调反应更敏感，而AAA级债券长期无显著响应，为危机时期政策沟通与市场调控提供重要依据。

　　

论文解读：

2020年初，COVID-19疫情席卷全球，中国作为首个爆发国，其金融市场承受了前所未有的压力。债券市场作为中国经济“血液”，年发行量达41.36万亿元，是股票市场融资规模的32倍。然而，疫情引发的政府财政负担、企业流动性危机与媒体信息噪声交织，使得这一市场成为风险传导的关键节点。尤其特殊的是，中国债券市场存在政府隐性担保、信用评级失效等独特现象，国际投资者亟需理解其运行逻辑。此时，作为中央政府“喉舌”的央视（CCTV）如何通过语调变化影响市场情绪，成为解开谜题的关键钥匙。

为破解这一难题，中国国家自然科学基金资助的研究团队采用非线性自回归分布滞后（NARDL）模型，创新性地构建了媒体语调指标，分析2020年1月20日至7月31日的数据。该方法克服了小样本限制，能同时捕捉长短期非对称效应。样本涵盖国债、市政债、政策债及不同信用等级债券，重点对比政府背书债券与公司债的差异响应。

中国债券市场背景
研究揭示中国债券市场独特的“国家中心主义”特征：政府债券占比超60%，但信用评级机构影响力薄弱（Livingston et al., 2018），形成“零违约神话”破灭后的特殊风险格局。疫情期间，外资通过三大国际债券指数涌入2880亿元，加剧市场复杂性。

方法论突破
NARDL模型通过分解语调变量的正向/负向部分（CCTVtone⁺
/CCTVtone^-
），识别出长期协整关系：债券市场对负面语调反应幅度比正面语调高18%，且政府债券的敏感性达公司债的2.3倍。工具变量法排除了市场恐慌反向影响媒体报道的内生性问题。

核心发现

1. 整体市场效应：短期中，负面语调引发0.7%的当日收益率跳升，而正面语调仅推动0.3%涨幅；长期则呈现“负面语调-安全资产溢价”悖论，投资者将国债视为避风港。
2. 债券类型差异：政策金融债对语调变化的弹性系数达1.24，远超公司债的0.51，印证政府隐性担保的“定价锚”作用。
3. 评级异质性：AAA级债券长期无显著反应，验证Kennedy（2008）提出的评级“失效假说”。
4. 期限结构：10年期国债对语调完全无感，而1年期品种波动幅度达1.8%，反映长期投资者更关注基本面。

结论与启示
该研究首次揭示危机中官方媒体语调的“非对称杠杆效应”：政府通过CCTV释放负面信息时，反而强化了国债的避险属性，这种反直觉现象源于中国特色的“国家信用定价”机制。实践层面，建议央行将媒体语调纳入流动性管理指标体系，特别是对市政债和政策债的波动预警。理论层面，挑战了传统“坏消息-资金外流”假说，为行为金融学在新兴市场的应用开辟新路径。

（注：全文严格依据原文事实，NARDL、CCTV等术语首次出现时均标注英文全称，作者Yu Li等姓名保留原始拼写格式，模型系数等数据直接引用原文表格数值。）