美国十年期国债收益率是全球市场利率之锚，各类利率都随美债收益率起伏。近期，美国经济复苏进展顺利，疫情影响低于预期，债务上限问题暂不构成威胁，美联储部分官员表态较鹰派，因此，市场猜测美国十年期国债收益率进入上行长周期。美债收益率如果走高，中国股市可能如年初的行情，波动加剧。因此，美债收益率的预测成为投资者关注的焦点问题。

复盘2013年、2018年和2021年年初的三次美债上行时期。我们发现当时美国经济均处于稳定增长或者偏热期，有刺激政策退出的预期。近期，伴随美国经济复苏，Taper临近，美债利率上行预期再度发酵。利率作为资产价格波动较大，我们不能简单地线性外推，需要结合历史经验和数据做严谨的预测分析。

我们的分析分为定量分析和定性分析两部分。在定量分析部分，我们基于三因素框架建立了回归模型，用最小二乘法估计参数值，基于失业率和CPI的主观预期值以及推演得到的期限溢价预期值，预测十年期美债收益率走势。模型结果显示美债十年期收益率在2021年三季度至2022年一季度期间，有上行的可能，最高点可能接近1.9%。与彭博调查得到的美债收益率相比，我们认为市场对于美债收益率上行的幅度过于乐观。

综合定量分析和定性分析，我们猜测美国十年期国债收益率在2021年三季度至2022年一季度上行，在2022年二季度至2022年四季度下行，高点出现在1.9%附近，2022年四季度下降至1.6%。

一、美债收益率分析框架与方法

美债收益率研究的经典范式是前美联储主席伯南克提出的三因素框架：未来实际短期利率、通胀预期和期限溢价。未来实际短期利率与经济基本面高度相关，高经济增速对应高短期利率，当美国经济增速上行时，社会平均回报率上升，助推美债利率上行。预期通胀上行时，投资者会要求更高的名义收益率，进而推高美债利率。期限溢价是持有长期限债券的债权人所要求的额外回报，与风险偏好相关度高，当期限溢价走宽时，代表投资者风险偏好降低，不愿意承担长期限债券所对应的风险，投资人在这种情况下会要求更高的利率来补偿承担的风险。我们用失业率、十年期国债收益率与十年期TIPs收益率之差和期限溢价数值分别代表三因素。

已有研究常用实际GDP增长率来衡量未来实际短期利率，这是因为在索罗模型中，根据利率黄金准则，利率水平应该等于经济实际增长率。但是，在美国量化宽松之后，奥肯定律开始失效，经济增长与失业率的关系变得模糊，美联储偏好失业率，所以，国债收益率对失业率的敏感度提高。我们用U6失业率来衡量未来实际短期利率。

TIPs是通胀保值债券，由美国财政部发行，与CPI挂钩。这种债券的利息按固定利率支付，本金根据消费物价指数每年调整。TIPs的利率可以被视为实际利率。根据费雪方程式，十年期国债收益率与十年期TIPs收益率之差是预期通胀。

期限溢价无法直接获得，需要通过短期及长期利率的数据计算得到。美联储纽约分行提供相关计算后的数据(数据标签是ACMTP10)。期限溢价与十年期国债收益率的相关程度具有时变性。从历史上看，在非常规货币政策退出后的时间段内，二者呈现出明显的负相关性。在当前时刻，为了对冲疫情带来的冲击，美联储推出非常规货币政策，期限溢价与十年期国债收益率正相关。

二、预测结果与分析

出于消除数据中单位根影响的目的，我们对所有时间序列进行差分处理。之后，使用最小二乘法估计参数值。回归时段分为包含新冠疫情数据段和不包含新冠疫情数据段。回归结果显示失业率、预期通胀和期限溢价对于十年期国债收益率的影响在不同时段下都显著。所有变量回归系数的正负号与预期一致，失业率降低、预期通胀和期限溢价与十年期国债收益率正相关。进一步观察各时间段下的回归系数，预期通胀和期限溢价对于国债收益率的回归系数在不同时段下保持一致，失业率在不包含疫情的数据段内，对于十年期国债利率影响小于包含疫情的数据段。新冠疫情期间，失业率激增，促进就业成为央行关注的焦点，货币政策对于失业率的响应程度提高。

因为在估计模型中，解释变量都是当期值而非滞后值，在预测美债收益率时，我们需要对三因素的未来趋势做出预判。我们用彭博公布的失业率和CPI同比预测值的中位数作为失业率和预期通胀的预测值，该数据的编制是基于商业机构的调查问卷。我们在回归时，预期通胀的经济含义是未来10年平均CPI同比增长值，彭博调查问卷是针对未来1年CPI同比增长值，二者略有不同。因此我们在预测时，先估计了用CPI同比增长值替换预期通胀的模型，得到新的系数，再进行预测。因为新模型在经济解释和统计显著度上弱于之前的模型，除CPI同比增加值对应的回归系数和T检验的P值，结果基本类似，因此该模型的结果不做重复展示。

期限溢价的预测数据并没有权威数据。我们用以下方法估算：对应“次贷危机”和“欧债危机”的经济低迷时刻，选取2009Q2和2012Q3作为起始时刻，往后推演10个季度，得到期限溢价的变化值。考虑到当前经济从最低迷的时刻已经向上运行4个季度左右，我们选取历史数据中的后6个季度变化值作为2022Q4之前的期限溢价预测值