无风险利率之谜

无风险利率之谜 (Risk-Free Rate Puzzle)

无风险利率之谜是金融经济学中与股权溢价之谜并称的两大资产定价谜题之一，由 Mehra 与 Prescott 在其1985年的开创性论文中首次明确提出。该谜题指出了一个令人困惑的实证事实：在标准的消费资本资产定价模型（CCAPM）中，若要匹配历史上实际观察到的极低的无风险利率水平（如美国短期国债的实际收益率约 0.5\%–1\%），模型所要求的参数——特别是主观贴现因子 $\beta$ 和相对风险规避系数 $\gamma$——或落在经济上不合理的范围，或与解释股权溢价之谜所需的参数取值相互矛盾。换言之，同一个理论模型几乎不可能同时解释"股票收益率为何如此之高"与"无风险利率为何如此之低"这两个现象。

理论框架：CCAPM 中的无风险利率

在经典的卢卡斯树模型（Lucas Tree Model）中，具有CRRA效用（常相对风险规避）的代表性消费者面临如下跨期优化问题：

其中 $\beta \in (0,1)$ 为主观贴现因子，$\gamma > 0$ 为相对风险规避系数，$C_t$ 为 $t$ 期消费。由一阶条件可得资产定价的核心方程——欧拉方程：

其中 $R_{i, t+1}$ 是资产 $i$ 从 $t$ 到 $t+1$ 的总收益率。对于无风险资产，其收益率 $R_f$ 在 $t$ 期已知（非随机），代入得：

进一步假设消费增长服从独立同分布的对数正态分布，即 $\Delta c_{t+1} \equiv \ln(C_{t+1}/C_t) \sim \mathcal{N}(\mu_c, \sigma_c^2)$。利用对数正态分布的性质 $\mathbb{E}[e^{aX}] = e^{a\mu + \frac{1}{2}a^2\sigma^2}$，无风险利率的对数形式为：

此式揭示了决定无风险利率的三个关键力量：

1. 跨期平滑动机（$-\ln \beta$）：贴现因子越小（$\beta$ 越小），消费者越不耐心，要求更高的无风险利率来推迟消费。
2. 增长驱动的储蓄需求（$\gamma \mu_c$）：当消费预期增长（$\mu_c > 0$）时，未来边际效用较低，消费者希望提前消费而非储蓄，因此需要更高的利率来诱导储蓄。风险规避系数 $\gamma$ 放大了这一效果。
3. 预防性储蓄效应（$-\frac{1}{2}\gamma^2\sigma_c^2$）：消费不确定性（$\sigma_c^2 > 0$）引发预防性储蓄动机，压低了消费者对无风险利率的要求。$\gamma$ 越大，该效应越强。

谜题的量化

Mehra 和 Prescott 使用美国 1889–1978 年的数据，消费增长的平均值和标准差分别为 $\mu_c \approx 1.8\%$ 和 $\sigma_c \approx 3.6\%$。历史上无风险实际利率约 $0.8\%$，而同时股票市场的超额收益（股权溢价）约 $6\%$。

从股权溢价的视角出发，匹配 $6\%$ 的溢价要求 $\gamma \gg 10$（通常需要 $\gamma \approx 20$–$50$），这在经济学上被认为是不合理的——它意味着消费者近乎病态地厌恶风险。这是股权溢价之谜。

无风险利率之谜则揭示了问题的另一面：即使接受 $\gamma = 10$，并将 $\beta$ 设定在 $0.95$–$0.99$ 的常规范围，代入上述公式：

这个结果是矛盾的——计算出的无风险利率要么远高于实际观测值（因预防性储蓄项不足以抵消前两项），要么当 $\gamma$ 足够大时预防性储蓄项会导致利率为负。更关键的是，若要同时拟合低无风险利率和高股权溢价，模型面临不可逾越的参数约束：高 $\gamma$ 虽然能产生高溢价，但随之而来的巨大预防性储蓄效应会将无风险利率压低到不合理的负值；低 $\gamma$ 虽然能得到合理的无风险利率，却又无法产生足够的溢价。模型在两条战线上同时失败，即为"无风险利率之谜"。

谜题的深层含义与 Hansen-Jagannathan 界限

Hansen-Jagannathan 界限（1991）为该谜题提供了更形式化的表达。随机贴现因子（SDF）$M_{t+1} = \beta (C_{t+1}/C_t)^{-\gamma}$ 的波动率必须满足：

历史上美国市场的 Sharpe Ratio 约为 0.4，这意味着 SDF 的波动率至少需要达到约 0.4。但在幂效用下，$\sigma(M)/\mathbb{E}[M] \approx \gamma \sigma_c \approx \gamma \times 0.036$，要满足该下界必须让 $\gamma$ 超过 10——这又回到了无风险利率之谜所揭示的张力：大的 $\gamma$ 在不合理的 $\beta$ 取值下才能维持低无风险利率。

主要解释与解决方案

习惯形成 (Habit Formation)

Campbell 与 Cochrane（1999）引入习惯形成效用，将效用定义在消费相对于习惯存量 $X_t$ 的盈余比率上：$u(C_t, X_t) = (C_t - X_t)^{1-\gamma}/(1-\gamma)$。当消费接近习惯水平时，有效风险规避急剧上升（时变性），从而在无需求助于极高的 $\gamma$ 的情况下同时产生高股权溢价和合理的无风险利率。习惯的缓慢调整也解释了对无风险利率的预测能力。

长期风险模型 (Long-Run Risks)

Bansal 与 Yaron（2004）提出消费和股息增长中包含一个虽小但持续的长期风险成分（即期望增长率的缓慢波动），结合 Epstein-Zin 递归效用分离风险规避系数 $\gamma$ 与跨期替代弹性 $\psi$（IES）的能力。当 $\gamma > 1/\psi$ 时，投资者既厌恶短期风险又厌恶长期不确定性，模型能够在参数校准合理的情况下同时匹配无风险利率、股权溢价和其他宏观金融时刻。

罕见灾难风险 (Rare Disasters)

Rietz（1988）与 Barro（2006）提出，若投资者将小概率的极端经济崩溃（如大萧条、世界大战）纳入预期，则即便 $\gamma$ 适中（3–4），模型也能生成高股权溢价。罕见灾难对无风险利率的影响是双向的：一方面灾难风险增强了预防性储蓄动机从而压低利率；另一方面，灾难破坏了未来消费前景从而减弱增长驱动的储蓄抑制效应。在合理参数下可以同时匹配两个谜题。

异质性与不完全市场

标准的代表性代理人模型假设完备市场。引入消费者异质性、借贷约束和不完全市场后，部分消费者的预防性储蓄需求可能远超代表性代理人——特别是面临更大收入风险的群体——从而在宏观层面上压低均衡无风险利率。这与近几十年来全球"储蓄过剩"压低利率的论述一脉相承。

生存偏差与数据局限

部分学者质疑谜题本身：美国 20 世纪的资本市场数据可能是一个幸存者偏差的样本——美国股市的表现优于同期其他大多数国家的市场。从全球视角、更长时段或更广泛的资产类别来看，股权溢价和无风险利率的估计可能有所收敛。

重要性与影响

无风险利率之谜与股权溢价之谜共同构成了过去三十余年来金融经济学理论发展的核心引擎。它们暴露了标准幂效用 CCAPM 在定量匹配关键资产定价事实方面的根本性缺陷，直接催生了习惯形成、长期风险、罕见灾难等新一代资产定价范式。该谜题也深刻影响了货币政策分析——自然利率 $r^*$ 的长期下降趋势是否可以部分由预防性储蓄动机的增强、人口结构变化或增长预期的下调来解释，都直接触及无风险利率之谜所揭示的消费与利率之间的深层联系。

总之，无风险利率之谜远非一个孤立的计量异常——它是金融理论从\normalfont{“大致合理”}的定性解释走向\normalfont{“精确匹配”}的定量科学的催化剂，也持续提醒我们：最简单的模型往往在两个方向上同时失效，而弥合这两个失败正是理论进步的阶梯。