七成的利率下行,发生在美联储开会的三天里

首页 / 海外深读 / 读 BIS 第 1252 号工作论文
海外深读 / 利率与宏观

七成的利率下行,发生在美联储开会的三天里

三十年的利率下行不是一条平滑的斜线,它被压缩进了几百个特定的三天。

BISFOMC长期利率
海外深读 / 利率与宏观
如果只看年度均线,你会以为利率是被人口、储蓄、生产率这些慢变量一点点推下去的。这篇论文把同一段时间切到「天」的粒度,然后发现:下行高度集中在美联储宣布决议的那三天。这不是说基本面不重要,而是说价格发现发生在极少数几个窗口里。
原文
Monetary policy and the secular decline in long-term interest rates: A global perspective
出处
BIS Working Papers No 1252(国际清算银行)
时间
2026 年发布;具名作者与确切日期见原文页(本页不代署名)
样本
主要发达经济体,1990 年代初至 2023 年
方法
事件窗口回归:把长期利率的长期下行分解到 FOMC 三天窗口与其余交易日
本文处理
英文短引 3 处(原文 Findings 与 Abstract 段落),附译文与注释;「22 倍」为本站按原文口径的复算,假设已逐条标注
近 70%长期利率的长期下行发生在 FOMC 窗口
3 天每次会议前后的窗口宽度
1990s–2023样本区间,约 33 年

01先把问题问对:为什么「慢慢降」这件事需要解释

经济学教科书里的长期利率,由储蓄、投资、生产率、通胀预期这些慢变量决定。它们以十年为单位变化,所以长期利率的走势看上去应该是一条缓慢的斜线。过去三十年,发达经济体的十年期国债收益率大致就是这样一条斜线:从 1990 年代初的高位一路走低,到 2023 年仍在历史低位区间。

但「平均每年降一点」这个描述,掩盖了一个操作层面的问题:这些下降到底发生在哪些交易日?如果市场是连续的、信息是渐进的,下降应该均匀摊在几千个交易日上;如果价格发现依赖少数「信息事件」,下降会挤在那些日子里。这两种情形对交易者的含义完全不同——前者意味着趋势跟随,后者意味着事件驱动。

论文做的就是这件事:把长期利率的长期下行按交易日拆开,看它落在哪里。这里有一个容易被忽略的口径问题——「secular decline」指的是剔除周期波动后的趋势性下行,不是某一年内的涨跌,所以它衡量的是一段三十年的总量,而不是逐年的斜率。

02核心论点:下行被少数几个窗口吃掉了

We find that on average almost 70% of the secular decline in long-term interest rates across advanced economies between the early 1990s and 2023 occurred in the three days surrounding Federal Open Market Committee (FOMC) windows.原文
译文:我们发现,在 1990 年代初至 2023 年之间,发达经济体长期利率的长期下行中,平均有近 70% 发生在联邦公开市场委员会(FOMC)会议窗口前后的三天里。
注释:这句话的关键词是「三天」与「平均近 70%」:前者是窗口定义,后者是跨经济体的平均,两者都不能省。原文用的是「on average almost」,说明这是均值意义上的结论,不是每个国家都恰好 70%。

这句结论有三层。第一层是量级:近七成。第二层是范围:不是美国一国,而是发达经济体平均——德国、英国、日本的长期利率,也在同几个窗口里往下走。第三层是窗口宽度:三天,通常指宣布日与其前后各一个交易日。

如果只看第一层,很容易读成「美联储降息导致利率下行」。论文想说的是更强的一件事:不是每次降息推动了一点,而是三十年的趋势性下行,有七成集中在这些窗口里完成。这意味着,在这些窗口之外的日子里,长期利率几乎是平的。

这个区分很重要,因为它改变了「时间」的性质。在均匀下行的世界里,时间是资产:你只要在场,就能收获漂移。在集中下行的世界里,时间不是资产,在场的时间点才是——你错过了那几百天,就错过了大部分趋势。

03论证拆解:三个排除法

要在相关性与机制之间搭桥,论文用了三条排除线:会不会只是美国自己的现象?会不会是「央行说了什么」的信息效应?会不会是期限溢价或通胀预期在动?三条线必须在数据里都能站住,结论才算立起来。

We further find that this relationship is driven by monetary policy shocks, changes in expected interest rates and changes in real interest rates rather than information effects, term premia or inflation expectations.原文
译文:我们进一步发现,这一关系由货币政策冲击、预期利率变化与实际利率变化驱动,而不是由信息效应、期限溢价或通胀预期驱动。
注释:这句话把四种常见解释逐个点名排除。「信息效应」指央行通过声明透露自己对经济前景的判断,市场据此重估;「期限溢价」指长债持有者要求的额外补偿。论文说这两条都不是主因,剩下的是最朴素的一条:政策利率路径本身变了。
By contrast, other central banks’ announcements had only limited effects, if any, on the long-run direction of long-term interest rates, both domestically and across countries.原文
译文:相比之下,其它央行的宣布对长期利率的长期方向影响有限——无论在本国还是跨国层面,甚至可能没有影响。
注释:这是全文最容易被忽略、信息量却最大的一句。它把「全球央行同步宽松」这个流行叙事按住了:同步的是结果,不是原因;原因集中在美联储的会议窗口。

第一条排除线是国别。论文报告,其它央行的宣布对长期利率的长期方向影响有限,甚至可能没有——无论在本国还是跨国层面。如果长期利率的下行主要由全球储蓄过剩驱动,那么任何一家央行的窗口都不该有这种集中效应;反过来,如果只有美联储的窗口有,说明美元利率是全球长期利率的锚。

第二条排除线是信息效应。央行会议同时包含两件事:政策决定,与央行对经济的判断。如果窗口内的下行主要来自后者,那么结论就应该读成「市场在重估经济前景」,而不是「政策路径在压低贴现率」。论文的检验把这个通道关掉了。

第三条排除线是分解:长端利率可以拆成「预期短端路径」加「期限溢价」。论文说窗口内的下降主要由实际利率与预期短端驱动,而不是期限溢价或通胀预期。也就是说,变的是分子,不是风险补偿。

候选解释在数据里的表现论文的处理
结构性慢变量(储蓄、投资、生产率)无法解释为何集中在 3 天窗口作为背景,不作为窗口内驱动
信息效应(央行透露前景判断)与窗口内下降关系弱排除
期限溢价变化与窗口内下降关系弱排除
通胀预期变化与窗口内下降关系弱排除
政策冲击 + 预期短端 + 实际利率与窗口内下降高度相关保留为主要机制

这张表值得记住的是它排除掉的东西。期限溢价与通胀预期是过去十年解释长端利率最常用的两个变量,论文把它们从窗口效应里剔了出去。这不是说它们不重要,而是说在「三天」这个尺度上,它们解释不了看到的下降。

04我们的复算:把 70% 摊到每一个交易日

论文给的是比例,比例本身不直观。我们自己算一遍:假设某发达经济体十年期收益率从 1990 年代初的 7.5% 降到 2023 年的 4.0%,总降幅 350 个基点;按每年 8 次 FOMC 会议、33 年、每次窗口 3 个交易日计,窗口日约 792 天,其余交易日约 7,524 天。

总降幅 350bp(本站假设) 窗口日 = 8 次/年 × 33 年 × 3 天 ≈ 792 天 其余日 = 33 × 252 − 792 ≈ 7,524 天 窗口内日均降幅 = 350 × 70% ÷ 792 ≈ 0.309 bp/天 其余日日均降幅 = 350 × 30% ÷ 7,524 ≈ 0.014 bp/天 集中度 = 0.309 ÷ 0.014 ≈ 22 倍假设为本站设定(7.5%→4.0%、每年 8 次会议、每年 252 个交易日),只为把比例换成可感知的速率;国别口径与原始数据见论文。

22 倍这个数字比「70%」更有画面感:在会议窗口里,长期利率平均每个交易日往下走 0.31 个基点;在其余所有日子里,平均每天只走 0.014 个基点。换句话说,如果你在窗口外做「利率长期下行」的方向性押注,你等到的漂移只有窗口内的二十分之一。

这个复算有一个限制:它把降幅当成线性分摊,忽略了利率的路径依赖——同样是 1 个基点,在 2% 和 8% 的利率水平上对价格与久期的影响不同。所以 22 倍应该读作「量级」,不是「精确倍数」。

假设总降幅窗口日降幅/天其余日降幅/天集中度
300 bp0.265 bp0.012 bp≈ 22 倍
350 bp0.309 bp0.014 bp≈ 22 倍
400 bp0.354 bp0.016 bp≈ 22 倍

注意这张表里集中度不变:比例固定时,集中度只由「窗口日占比」决定,与总降幅无关。这也提示了一个读法——「70%」这个数字真正携带的信息是窗口日的占比(约 9.5%),而不是降幅大小。

05反例与边界:三个不能忽略的地方

第一,样本止于 2023 年。2022 年之后的加息周期里,长端利率的方向反了过来;「下行集中在 FOMC 窗口」这个结论是否对称地适用于上行,论文没有给出结论,读者不能替它推广。一个只在下行样本里成立的规律,很可能只是「宽松周期里政策冲击更大」的另一面。

第二,窗口定义本身会放大集中度。任何三天窗口都会捕获一部分本该属于邻近日子的价格变动;如果一个市场本来就在趋势性下行,波动大的日子自然承担更多降幅。这不是说结论错了,而是说「70%」对窗口宽度敏感——把窗口从 3 天改成 1 天或 5 天,比例会变。

第三,「平均近 70%」是跨经济体的平均,不是每个国家都 70%。各国对美元利率的敏感度不同,汇率制度、资本账户开放度、本国通胀结构都会改变这个比例。用国别数据做决策时,必须回到该国的分项结果。

还有一个方法论提醒:这是「分解」,不是「预测」。论文说明的是历史上降幅发生在哪里,不是说下一次会议窗口一定下跌。把分解结果当事件交易信号,是这类研究最常见的误用——样本内的集中度,恰恰可能是样本外的噪音。

06对中文读者的用法

对做加密的人来说,这篇论文的价值不在利率本身,而在「事件窗口」这个结构。它给出了一个可迁移的判断:价格发现不是均匀发生的,它挤在少数几个信息节点上。

  • 把 FOMC 窗口当成流动性事件而不是方向事件:窗口内重定价更集中,滑点与插针概率上升,杠杆仓位应提前降。
  • 不要用窗口外的平静行情推断趋势:按论文口径,窗口外的日均漂移只有窗口内的约 1/22。
  • 看美元利率判断风险资产时,锚是美联储而不是「全球央行同步」:其它央行的宣布对长端方向影响有限。
  • 「信息效应被排除」意味着读声明措辞的边际价值低于读政策路径本身;对交易者,点阵图与短端定价比形容词更重要。
  • 跨市场套用前先检查窗口定义:3 天窗口的结论不能直接搬到 1 天或一周的框架里。

还有一层更贴近本站读者的:稳定币与链上收益率。链上借贷的美元利率、永续合约资金费率的长期中枢,本质上都挂在美元短端利率上。如果长端的趋势性下行主要集中在 FOMC 窗口完成,那么链上美元收益率的「台阶式」变化也就不奇怪——它不是每天均匀下滑,而是在几个时点被重定价。

这也解释了为什么「宏观日历」类工具在加密市场有效:有效不是因为日历本身有魔力,而是因为价格发现确实挤在少数几个信息窗口里。日历只是把这些窗口标了出来。

07一句话结论

三十年的利率下行,不是一条平滑的斜线,而是被压缩进了几百个特定的三天;理解这一点,比记住 70% 这个数字更有用。

本文只处理论文明确写出的结论与排除项,不复述作者对未来的判断。文中 7.5%→4.0%、每年 8 次会议、252 个交易日均为本站为换算设定的假设,22 倍为按此假设的算术结果,不是论文数据。

08延伸阅读

资料来源与核对方式
· BIS Working Papers No 1252,Monetary policy and the secular decline in long-term interest rates: A global perspective,https://www.bis.org/publ/work1252.htm
· 该页 Focus / Contribution / Findings / Abstract 四段,本页短引取自 Findings 与 Abstract,逐字摘录
访问日期:2026-10-27。文中英文短引均摘自所列公开原文,译文与注释为本站所加;凡标注「我们的复算」「演示性算例」「假设性推演」处均为按公开口径的算术推导,不是原作者结论。原文版权归原作者与发布方所有,本页为摘译与独立分析,不构成投资建议。

常见问题

70% 这个数字是怎么算出来的?

论文把每个交易日的长期利率变动,归入「FOMC 三天窗口」或「其余交易日」两类,再比较两类区间对三十年趋势性下行的贡献占比,跨主要发达经济体取平均,得到「平均近 70%」。它衡量的是趋势性下行在时间上的分布,不是单次会议的涨跌概率。

为什么排除期限溢价之后,结论反而更强?

期限溢价是长债持有者要求的额外补偿,它受风险偏好与供给影响,容易与「避险」叙事混淆。论文排除它,说明窗口内的下行不是「投资者要求更少补偿」,而是「预期短端路径与实际利率下移」——这把机制定位到了贴现率的分子,而不是风险溢价。

这个结论能直接用来做交易吗?

不能直接。论文做的是历史分解,不是预测;样本止于 2023 年,且窗口宽度会显著影响集中度。可用的部分是把「事件窗口」当成流动性事件来管理仓位与滑点,而不是把它当成「会议前买、会议后卖」的信号。

本文为公开研究文献的摘译与独立分析,不构成投资或法律建议。英文短引均摘自 BIS 公开发布页,译文与注释为本站所加;标注为「我们的复算」处均为按公开口径的算术推演,不是原作者结论。 最后更新:2026-10-27。

安装 App