双斜率因子动态Nelson-Siegel利率期限结构模型及其应用

利率期限结构是利率产品定价的基础和核心,对利率市场化具有重要意义。根据我国债券市场的特点,本文对动态Nelson-Siegel模型进行扩展,引入第二个斜率因子,构造双斜率因子动态利率期限结构模型,增强收益率曲线近端的静态拟合和动态预测能力。本文提出的模型嵌套了动态Nelson-Siegel模型,是对动态Nelson-Siegel模型的实质性推广,极大似然比检验证明了第二个斜率因子引入的必要性。本文以状态空间模型的卡尔曼滤波构造样本似然函数,采用双折线优化算法计算模型参数的极大似然估计。基于我国银行间市场债券交易收益率数据的实证分析表明,双斜率因子模型能够显著改善动态Nelson-Siegel模型对收益率曲线近端的拟合能力,同时对短期预测能力也有改善。此外,第二个斜率因子反映出宏观经济活动对利率期限结构的滞后影响,扩展后的模型能捕捉我国利率期限结构更多的动态变化特征,给相关主体提供更具价值的参考信息。     

中国利率期限结构的理论与实证研究——基于无套利DNS模型和DNS模型

随着中国利率市场化进程的推进和利率衍生产品的丰富,利率作为证券定价的核心变量之一,如何对其进行有效预测成为资产定价的关键。无套利DNS利率模型是在DNS模型的基础上发展而来,理论研究表明它是受约束的高斯仿射过程。本文以2005-2012年上交所国债价格月度数据隐含的利率期限结构为样本,利用准极大似然法对无套利DNS模型和DNS模型进行估计,研究结果表明:无套利DNS模型兼顾了仿射利率模型的无套利条件和DNS模型实证效果;它保持了DNS模型的预测优势,所有期限的预测误差都在1.5个基点以内;模型常数调整项的特征是随着利率期限的延长,调整力度逐步增强。     

GAS-SKST-F模型及其在高频多元波动率预测中的应用

假定日收益率服从多元有偏学生t分布、已实现协方差矩阵服从矩阵F分布，本文构建了一种新的得分驱动模型：GAS-SKST-F模型。在该有偏厚尾多元波动率模型中，我们基于广义自回归得分(GAS)模型的基本思想对收益率和已实现协方差矩阵进行联合动态设定，协方差矩阵的更新过程依赖于收益率分布和已实现协方差矩阵分布联合似然函数的得分函数。已实现协方差测度在协方差矩阵的更新过程中发挥了重要的作用。基于20支上证50成分股高频数据的实证分析研究结果显示，与GAS-N-Wishart模型和GAS-tF模型相比，无论样本内还是样本外，GAS-SKST-F模型有着更加良好的样本内估计和样本外预测能力。     

我国沪市波动聚集性GARCH效应的实证研究

股票价格的频繁波动是股票市场最明显的特征之一,自回归条件异方差类模型可以很好地预测金融资产收益率的方差.通过对我国股价指数的统计描述,表明我国金融资产收益率存在自回归条件异方差的特征,并表现出非正态性.利用自回归条件异方差类模型,采用 1993年～2003 年的数据对上证指数的波动进行拟合,结果表明,广义自回归条件异方差模型对我国股市波动具有较好的拟合效果.     

基于局部线性逼近的利率期限结构动态NS模型

采用统计学中新近发展的局部线性逼近方法对利率期限结构动态NS模型进行改进,提出了基于局部线性逼近的动态NS模型;并实证比较了改进后的模型与原模型的样本内拟合效果和样本外预测能力。结果表明,改进后的模型无论是样本内拟合效果,还是样本外预测能力都明显优于原模型。     

无套利Nelson-Siegel模型在中国国债市场的实证分析

无套利Nelson-Siegel模型形式上具有Nelson-Siegel模型的简约性,本质上是满足无套利假设的仿射类动态模型。本文以Fama-Bliss方法获得的上交所国债利率期限结构为研究对象,利用卡尔曼滤波法方法实证分析了无套利Nelson-Siegel(AFNS)模型在中国国债市场的适用性。研究发现估计出的AFNS模型能够很好反映我国国债市场利率期限结构的动态特征,模型中的三个状态因子能更有效地描述中国国债收益率的水平、斜率和曲率因子的动态变化,而收益率调整项的非线性作用使得该模型能有效减少对中国国债长期收益率的拟合误差。和动态Nelson-Siegel模型的对比分析表明,相关因子假设的无套利Nelson-Siegel模型样本内拟合能力更佳,独立因子假设的无套利Nelson-Siegel模型则具有最优的样本外预测能力。     

国债市场利率期限结构波动的对偶变换建模

本文针对传统利率期限结构拟合曲线存在过度波动问题,构建定价误差绝对距离和波动曲率双重最优化模型,借助对偶几何程序转换为在线性约束区域内的绝对距离最小化问题,并运用负指数平滑立方L1样条和计算几何逼近算法求解模型参数,通过负指数立方L1样条、NSS模型和B样条进行样本内拟合与样本外预测能力的比较,证实负指数立方L1平滑样条对利率期限结构波动的定价精确度、结构性拟合和样本外预测能力均有明显的优势,丰富了国债市场利率期限结构波动与定价的理论基础和研究方法。     

中国国债利率期限结构的动态特征:基于NS和SV模型的实证判别

本文基于中国2005年1月至2014年9月的月度数据对国债市场利率期限结构的动态特征进行了拟合与预测,并以均方误差(RMSE)和平均绝对误差(MAE)指标作为依据对拟合与预测的效果进行了判别。实证结果表明,NS模型同时适用于中国国债利率期限结构动态特征的拟合与预测,而SV模型仅仅适用于利率期限结构动态特征的拟合。因此,NS模型能够更好地实证判别中国国债利率期限结构的动态特征。     

基于远期利率分解技术的三因子HJM模型研究

在HJM框架下远期利率期限结构可以分解成两个成分函数,其中一个表示观测到的初始远期利率曲线,另一个表示远期利率的动力学演变过程.由于两者具有相同的参数,因而采用这种分解技术可以简化HJM类模型中参数的估计过程.为有效拟合远期利率曲线的形状,在原两因子HJM模型的基础上又引入了另外一个价差因子,并利用该三因子HJM模型的泛函性,推导得到一个简单有效的参数估计程序.据此估计程序以上交所58个周截面数据为样本进行实证研究,结果表明所给出的三因子HJM模型设定形式具有相对平稳的指数衰减结构,可以准确一致地表示取样期间内的国债远期利率期限结构.     

利率期限结构的三因子高斯动态模型及应用

国内文献主要集中于仿射模型在我国利率期限结构中的应用,对高斯动态期限结构模型(Gaussian Dynamic Term Structure Model, 简称GDTSM)的研究几乎是空白。基于JSZ规范化形式,本文首次构建了三因子高斯动态期限结构模型,并基于极大似然估计法给出了模型参数的估计过程。利用该模型对2008年1月4日至2012年4月28日上海银行间同业拆放利率(Shanghai Inter Bank Offered Rate, 简称SHIBOR)的期限结构展开实证研究,同时对模型估计误差项进行多层次分解,重点探讨了利率期限结构的内在结构特征。研究结果显示:(1)三因子GDTSM模型能够很好地拟合和预测SHIBOR市场利率;(2)水平因子和斜率因子是短期利率期限结构的主要影响因素,曲度因子是长期利率期限结构的主要影响因素。作为利率期限结构实证研究的技术基础,三因子高斯动态期限结构模型为国债及其衍生品定价和风险管理提供一种新的技术支持。     

仿射模型、广义仿射模型与上交所利率期限结构

本文以上交所利率期限结构从1996年6月至2003年2月的周样本数据作为分析对象,发现样本期内利率期限结构的平均形状是上斜的,而短期利率的基本趋势是下降的,说明长期债券具有较高的风险金。然后利用卡尔曼滤波法,实证分析了连续时间的两因子仿射、广义高斯仿射利率模型。结果表明模型下的利率期限结构与实际观测到的利率期限结构形状基本相同,说明模型能够反映利率期限结构的横截面特征。但两个模型对1,2,3,5,7年期利率的预测误差表现出一定序列相关性,说明模型还不能够很好地描述利率期限结构的时间序列特征。     

中国利率期限结构平滑样条拟合改进研究

在FNZ模型和Waggoner模型的基础上,结合中国国债市场的发展现状,从拟合对象、粗糙度惩罚项的函数形式、参数估计方法、最优化目标函数形式以及估计样本等五方面进行修正和改进,提出利用可变粗糙度惩罚项三次平滑样条改进模型来拟合中国的利率期限结构,并利用上交所国债市场2002年1月1日至2003年12月31日的国债收盘价格数据对该模型进行实证研究.结果发现,笔者提出的改进模型能够较合理、有效地估计较为完整的中国静态利率期限结构.     

动态Nelson-Siegel模型与无套利约束相容吗？——来自中债国债收益率曲线的经验证据

实践上成功的动态Nelson-Siegel利率期限结构模型,存在不能排除无套利机会的理论缺陷,而符合金融理论的无套利仿射模型却在实证绩效上表现不足。通过对两个模型的估计和比较,本文旨在检验动态Nelson-Siegel模型能否在中国国债市场产生与无套利约束相容的收益率曲线。采用中债即期收益率数据的实证研究显示,中国国债市场存在显著的时变性风险价格,确认了期限溢价的存在,但无套利约束并未明显地改善预测绩效。此外,利用模拟收益率数据的检验发现,无套利模型下的载荷参数估计量,在统计上显著不同于来自于动态Nelson-Siegel模型的载荷,即无证据表明中国国债市场的动态Nelson-Siegel收益率曲线与无套利性是相容的。     

利率期限结构模型研究

利率期限结构在保险中发挥着重要作用。在依据上海银行间三个月期同业拆借利率对静态的利率期限结构的进行实证分析后,得出利用静态利率期限结构模型的拟合中存在明显的异方差现象。引入CIR模型进行利率期限结构的动态分析。以GARCH、TGARCH和PARCH模型族假设处理异方差,对N分布、t分布、GED分布假设进行了比较分析。实证分析结果显示:综合N分布、T分布、GED分布的衡量,GED分布明显优于另外两种分布。在每种分布假设下GARCH族中经过检验效果最好的为PARCH模型。通过实证分析得到利率的以下特点:上海银行间三个月期同业拆借利率具有均值回复特征;利率波动性与利率水平有关。     

ARIMA-EGARCH-M-GED模型在公路客运量预测中的应用

首先阐述了公路客运量预测的重要性,分析回顾了基于ARMA的时间序列方法和RBF神经网络方法.针对上述方法的不足之处,为进一步提高预测结果的准确性,提出了ARIMA-EGARCH-M-GED模型.EGARCH-M模型能很好地刻画数据的异方差特性,同时还能体现正、负冲击带来的非对称效应,有很大的灵活性.再利用拉格朗日乘数法对其残差序列作检验,发现存在明显的异方差性.经验证,残差的异方差性可通过EGARCH-M-GED(自回归条件异方差)模型来拟合,建立了ARIMA-EGARCH-M-GED模型.最后提出了进一步研究的方向,以不断提高公路客运量预测的准确度.     

我国上海股票市场GARCH效应实证研究

本文简略的介绍了三种GARCH 模型思想, 并用所介绍的模型对我国上海股票市场的GARCH 效应进行了实证研究。结果表明我国上海股票市场收益率序列的波动具有显著的异方差性,股价波动存在集群性和持续性,可以用GARCH类模型进行拟合。     

卡尔曼滤波法模拟和预测沪市国债期限结构

以多因素CIR为基础,运用卡尔曼滤波模拟和估计沪市国债利率的期限结构.卡尔曼滤波方法可有效处理不可观察的向量(状态向量),能综合多因素CIR模型的时间序列特性和横截面信息,可以充分利用可获得的期限结构的其他各种信息.采用的国债利率为用息票剥离方法得到的零息票利率,原始数据为1997年6月27日～2003年2月25日期间交易所的国债现货和国债回购的周交易价格数据,源自中国国债网.多因素模型能很好地刻画收益率曲线的动态变化,统计结果支持四因素CIR模型.实证发现,中国国债期限结构先升后降、而后再次升降,呈明显的驼峰状;长期利率与短期利率差距不大,收益率期限结构扭曲.这也表明合理的国债利率期限结构的确尚未形成.     

利率期限结构的动态机制:由实证检验到理论猜想

作为最成功的经验模型之一,Nelson-Siegel族模型被认为能够更好地拟合利率期限结构的动态特征,并成功地将利率期限结构与宏观经济因素联系起来。已有的实证结果表明,宏观经济变量能够较好地解释Nelson-Siegel族模型中水平和斜率因子的变化,却无法很好地解释曲度因子的变化特征。本文基于Nelson-Siegel族模型对中国国债收益率数据进行拟合,研究宏观经济变量对三类潜在因子的影响,实证判别曲度因子具有的"椭圆"形内生周期性特征,并给出其形成机理的经济学猜想,认为经济变量的时变特征是外生冲击和内生性逻辑两种成因共同作用的结果。本文认为Nelson-Siegel族模型之所以成功,是因为模型的潜在因子恰好能够刻画利率期限结构关于宏观经济变量变化的预期及其自身的内生周期性特征,其中水平和斜率因子刻画了影响利率期限结构的外部冲击,即人们基于宏观经济变量变化的预期成分,而曲度因子则反映了利率期限结构自身变化的内生性逻辑,即"椭圆"形的周期成分。     

以1年期储蓄存款利率为状态变量的跳跃型广义Vasicek模型

1年期储蓄存款利率被认为是中国利率体系的基准利率,可将其作为影响市场利率期限结构的状态变量.市场利率不同于官方利率,它们还受其他经济变量的影响.这些其他经济变量对市场利率的影响用1年期市场利率与1年期储蓄存款利率的差别来反映,把它作为影响市场利率的另外一个状态变量.分别用跳跃过程和均值回复过程描述这两个状态变量的变化.在仿射模型的框架下,它们决定了市场利率期限结构.本文给出了该模型下市场利率期限结构的分析表达式,并利用MCMC方法对模型进行了实证分析.实证表明该模型能够很好地拟合市场利率期限结构样本观测值的统计特征.实证分析还发现,债券的超额回报率显著受官方利率调整风险和市场利率随机波动风险的影响.     

引入联跳的中国股市协方差预测——基于多元HAR模型

 金融资产的时变协方差矩阵是投资组合配置、风险管理等实务活动的关键参数。早期的协方差预测模型研究使用日数据或者更低频数据,但大多存在参数估计困难和维数灾难等问题。        运用日内高频数据可以构建协方差矩阵的后验非参数估计量,使其从隐变量转变为可以直接建模的可观测变量,降低协方差模型估计的复杂性并增强模型的高维适用性。进一步的,利用高频数据还可以识别多个金融资产的价格在日内同一采样间隔内发生的跳跃,即多资产联跳。针对联跳多由宏观经济新闻公告和政策制度等的发布引起,这些信息终将被吸收并体现在协方差矩阵中,联跳可能蕴含着对协方差预测有益的信息,因此识别联跳并将其引入协方差预测模型。        将异质自回归模型扩展至多元形式,作为协方差非参数估计量的基准模型,并将取值0/1的联跳指示变量与Hawkes模型估计出的联跳强度分别及同时引入多元形式模型,构建3种扩展模型。选择均方误差和平均绝对误差这两种常用统计意义损失函数,采用Diebold Mariano检验,评价各扩展模型的样本外预测性能相对于基准模型是否有所改进,并采用模型置信集检验并挑选最佳扩展模型。此外,比较各种预测模型用于全局最小方差投资组合策略的效果。        基于上证50指数成分股中不同行业5只高流动性个股分钟高频价格数据进行实证,研究结果表明,①相对于联跳指示变量,联跳强度对协方差矩阵的预测有更显著的贡献;②引入联跳强度可以显著提升对协方差的拟合优度和样本外预测精度;③同时引入联跳强度和联跳指示变量,且采用矩阵对数变换,确保正定性的扩展多元形式模型在统计和经济意义上都是最优模型。        研究结论肯定了在协方差预测模型中引入联跳的重要价值,并揭示了宏观信息对协方差预测的贡献,对于金融管理者和投资者进行金融风险管理及进行资产配置都具有实际指导意义。