国债收益率曲线涉及所有金融产品的定价问题,构成全部金融产品的定价基础。自1981年恢复国债发行以来,我国国债市场经过了40年曲折但快速的发展,其功能从最初弥补财政赤字、筹集建设资金发展到支持国家宏观经济调控、加快实体经济发展、满足国内外投资需求,在承担金融市场定价基准、抵御各种危机、推动人民币国际化等方面发挥了无可替代的重要作用。十八大报告将“加快发展多层次资本市场”作为全面深化经济体制改革的重要方面。十九大报告再次强调“深化金融体制改革,增强金融服务实体经济能力,提高直接融资比重,促进多层次资本市场健康发展”。作为直接融资体系的核心组成部分,无论是推进利率市场化的进程、金融市场对外开放、人民币国际化、离岸人民币市场的发展,多层次资本市场体系建设等角度,以政府投资和金融支持实体经济发展,都需要国债市场的大力支撑。在此背景下,理解国债价格的波动以及与金融经济的联系具有重要的政策意义。在理论层面,国债作为金融体系的基石性资产,其未来回报率的可预测性一直是金融学术界与实业界关注和争议的焦点。传统的定价理论认为股票、债券和外汇等金融资产的回报率接近不可预测。对于债券市场,利率期限结构的预期假说认为长期债券到期收益率等于预期未来即期利率的平均值,在任何期间短期或长期债券的预期持有回报率都是相同的,债券的超额回报几乎是不可预测的。然而,近三十年的实证研究揭示长期国债持有回报率具有显著的可预测性,其中当前收益率曲线涵盖了尤其丰富的预测信息。美国、德国等国际金融市场的历史数据表明,对于1年以上到期的债券,远期-即期利差、收益率利差或远期利率等都可以有效地预测中长期国债的未来持有回报率（例如Fama＆Bliss,1987;Campbell＆Shiller,1991;Cochrane＆Piazzesi,2005）;产出缺口、通货膨胀和实体经济周期等宏观经济变量中也包含未来债券回报率的预测信息（例如Ludvigson＆Ng,2009;Cooper＆Priestley,2009;Joslin et al,2014）。在此基础上,目前债券收益率可预测性的研究集中在收益率曲线以外的预测信息。当前争论的焦点在于:在利率期限结构以外,是否存在可以提供预测信息的经济变量,也即是否存在宏观非涵盖经济变量?国债风险溢价的可预测性与哪些宏观金融风险有关?宏观金融风险预测能力的经济学机制是什么?本文利用中国和美国国债的利率数据,从收益可预测性的视角实证考察了货币政策规则下的利率波动、罕见灾难风险和宏观不确定性等经济变量对国债风险溢价的预测能力以及背后的经济机制,为国债收益率可预测性问题的研究做出贡献。国债市场在现代金融体系中居于核心地位,理解其收益率波动对促进多层次资本市场健康发展十分关键;罕见灾难风险对金融经济发展的影响日益凸显,研究其对金融市场的影响有重要价值;新时代的大变局下,宏观经济的不确定性的影响迅速提升,对金融经济体系的冲击不容忽视。综上,本文研究具有较好的理论和现实意义。为了系统性地考察国债时变风险溢价与宏观经济变量的关系,本文研究首先参考以往文献（例如Joslin et al.,2014;Bauer＆Rudebusch,2016等）建立了宏观非涵盖动态利率期限结构的理论框架,在此基础上识别了三类不同的宏观非涵盖经济变量。第一,能够影响短期利率变动,理论上能够被当期收益率曲线涵盖,但由于度量误差和对利率的影响几乎被抵消等原因,实际上难以通过收益率因子的线性组合得到的经济状态变量（例如Duffee,2011;Cieslak＆Povala,2015）。第二,与当前债券定价因子不相关,因而未被当期利率期限结构涵盖,但是对未来经济状态有显著影响的宏观经济变量（例如Joslin et al.,2014;Bauer＆Rudebusch,2016）。最后,对利率变动的影响具有非线性特征的高阶经济状态变量或者非连续的经济状态变量。在此理论框架的基础上,本文对三类对债券收益率的宏观非涵盖预测变量分别进行实证考察。首先,对于第一类和第二类经济状态变量在实证上并没有显著的差别,本文考察罕见灾难风险作为宏观非涵盖风险因子预测时变债券风险溢价,即罕见灾难风险在当前收益率曲线以外是否具有增量预测能力。现有文献研究将时变灾难风险引入资产定价框架,解释了许多长期存在的资产定价难题,如股票溢价难题、无风险利率难题、远期溢价难题和回报可预测性（例如Rietz,1988;Barro,2006;Gourio,2012;Gabaix,2012;Wachter,2013;Farhi＆Gabaix,2015）。理论上,前瞻性投资者察觉到罕见但极端的灾难的可能性时,将会要求高风险溢价。因此,公众的灾难风险担忧应该可以预测资产回报率。具体到债券市场上,如果投资者担忧潜在的灾难风险,他们会将资金转移到更安全、流动性更强的资产上,比如短期国债。这推高了短期债券相对长期债券的价格（Beber et al.,2008;Caballero＆Krishnamurthy,2008;Guerrieri＆Shimer,2014）,导致期望国债收益率上升。关于罕见灾难风险与资产价格的实证研究面临的最主要障碍是罕见灾难风险难以直接观测。为此,本文研究使用Manela＆Moreira（2017）构建的六个灾难风险指标来衡量罕见灾难风险。Manela＆Moreira（2017）通过挖掘新闻媒体数据中的词频信息来度量公众对金融体系危机、政治动荡、自然灾难等罕见灾难的担忧程度,从而间接地度量了罕见灾难风险。在研究方法上,本章节借鉴以往研究,采用偏最小二乘法从Manela＆Moreira（2017）灾难风险指标中提取信息构建罕见灾难风险因子。然后,本文对罕见灾难风险与时变国债持有超额回报率进行了实证检验。首先,对样本内预测能力的检验显示所构建的罕见灾难风险变量具有显著的样本内预测能力,能够解释未来一年债券收益率9.93%至10.44%的变动。在传统预测模型中增加灾难风险因子也可以使债券收益率的预测精度得到明显改进。其次,灾难的预测能力在样本外也很显著。使用灾难风险指标作为唯一的预测变量对不同期限的债券产生了17.39%到19.66%的样本外,并且它们在1%的水平上都是显著的。在控制了其他预测变量后,使用DRF的的增加仍然在统计上显著。进一步地,罕见灾难风险能够显著提升均值方差投资者的经济效用。使用DRF作为唯一的预测变量,对1到5年期零息债券构建投资组合能够产生1.61%的年化效用收益。同样在控制其他预测变量时,增加罕见灾难风险作为预测变量带来边际经济效用仍然是显著的。最后,宏观涵盖检验表明罕见灾难风险变量的预测能力没有被收益率因子涵盖。基于Bauer和Hamilton（2018）实证Bootstrap检验和Bauer和Rudebusch（2017）基于动态期限结构模型的涵盖检验结果均拒绝了宏观涵盖假说,表明罕见灾难风险变量是非涵盖的债券收益率预测变量。然后,本文考察宏观经济不确定性对债券风险溢价的影响。宏观经济不确定性水平具有时变性,并且通常表现为逆周期,即在经济扩张时降低而在经济衰退期升高。对未来经济的不确定性引起了人们对经济下滑的担忧,并使投资者更加厌恶风险。从而经济不确定性会影响风险价格,使金融市场的风险溢价升高（Drechsler,2013;Caballero＆Krishnamurthy,2008;Guerrieri＆Shimer,2014）。因此,经济不确定性升高（下降）应预测未来债券回报率升高（降低）。考察不确定性与未来债券风险溢价之间的关系有助于理解债券价格的变动。现有研究集中于一阶矩宏观经济变量,如实体经济增速,工业企业利润率等,然而宏观经济的波动性、宏观不确定性等二阶矩宏观经济变量可能具有新的经济机制,使此类宏观风险变量可以通过该机制影响债券收益,而同时该因子的预测信息不会被当前利率期限结构所涵盖。为度量宏观不确定性,本文采用Jurado,Ludvigson＆Ng（2015）的因子增强向量自回归模型,从大量经济指标中递归构建多个经济部门不确定性的度量指标,并借鉴以往文献采用偏最小二乘法汇总各经济不确定性指标构建宏观经济不确定性的度量指标。对宏观不确定性与时变债券风险溢价的实证结果表明,宏观经济不确定性对债券风险溢价有显著的样本内外预测能力。经济效用分析表明,宏观经济不确定性通常为风险规避投资者带来边际的效用改进。使用Bauer＆Hamilton（2018）的Bootstrap方法,本文发现宏观经济不确定性能够有效地预测未来的债券风险溢价,并且该预测能力没有被收益率因子和一阶矩宏观状态变量完全涵盖。进一步地,本文建立一个包含了非涵盖宏观不确定性的动态利率期限结构模型,利用利率和宏观经济数据对该模型进行了实证估计。然后,对该模型内含的随机贴现因子过程进行统计检验,发现宏观不确定性对下一期收益率因子有显著的影响,并导致了债券风险溢价的逆周期变动。与以往研究相比,本文的主要贡献有以下几点:首先,本文对时变债券风险溢价的研究做出了一定的边际贡献。本文分析考察受货币政策规则影响的利率波动、罕见灾难风险、经济不确定性等宏观经济变量与债券风险溢价的关系,为宏观非涵盖风险因子的存在性提供了新的实证证据。其次,本文是较早的关于罕见灾难风险与时变债券风险溢价的实证研究,拓宽了基于罕见灾难风险的资产定价模型的研究范围,将研究领域从传统的股票市场扩展到债券市场,从而为罕见灾难风险与资产定价的研究做出了一定的边际贡献。再次,本文研究首次提供直接实证证据表明经济不确定性对债券市场的风险溢价具有重要影响。经济不确定性对宏观经济波动和金融资产价格都有显著的影响。然而关于经济不确定性与金融资产定价的研究集中于股票市场和各类金融资产收益率的横截面,而较少涉及债券定价和债券收益率的时间序列变动。最后,针对罕见灾难风险的估计误差问题对宏观涵盖假说可能造成的影响,本文进一步扩展了Bauer＆Hamilton（2018）的Bootstrap检验方法,使得检验程序考虑了预测变量生成误差对检验结果可能造成的扭曲。因此,对检验宏观涵盖假说的计量经济学方法做出了一定的边际贡献,对未来的非涵盖利率期限结构的实证研究有一定的参考价值。