国债收益率与高频宏观因子——基于非规则混频利率期限结构模型

及时反映金融市场与宏观经济的动态作用机制是大数据时代制定前瞻性货币政策和投资决策分析的关键。重大突发事件增加了动态经济机制的不确定性，有必要挖掘高频信息加以识别。为此，本文提出一种非规则混频宏观利率期限结构（IR-MF-NS）模型，并基于我国国债收益率和宏观经济信息进行检验。研究发现：与传统模型相比，新模型国债收益率的拟合效果有所改善；国债收益率期限结构与宏观经济存在相互作用机制，实体经济活动与斜率因子呈负相关关系，这与我国逆周期监管目标相一致；高频曲度因子对通货膨胀产生显著正向持续性冲击，验证了曲度因子在高频数据中发挥重要作用的结论；经济机制受信息频率影响，低频数据的“平滑效应”使得低频经济机制表现出平稳效果；高频数据因为信息波动产生“反转效应”使得低频机制和高频机制出现背离；受到重大突发事件的冲击后，国债收益率与宏观基本面的联动性出现系统性减弱，期限结构因子的预测方差作用降低，而宏观基本面对国债收益率预测方差的贡献增大。     

基于两因子常波动模型的利率期限结构实证

利率期限结构动态模型研究对宏观金融问题分析具有重要意义,文章在Duffie-Kan的仿射期限结构理论基础上,利用卡尔曼滤波技术,拟合了我国银行间国债的利率期限结构.模型选取了高斯常量波动模型,并改进了状态空间方程的量测方程,加入了收益波动的方差限制,提高了模型的收敛性.实证发现,两因子常波动模型能较好地描述我国银行间国债收益曲线的时间序列和横截面的动态特征.实证也表明加入通胀后的二因子模型拟合效果比只考虑两个潜在因子的模型拟合效果更好,并且从期限结构中可以获取通胀目标信息.     

我国国债收益率曲线构造实证研究

随着我国国债市场的发展,国债的收益率曲线也越来越能反映出经济发展的状态.文章首先对利率期限理论进行了基本的分析,继而用我国上海证券交易所2012年4月17日的所有交易国债的数据分析我国国债收益率曲线,选用连续复利指数型模型、幂函数模型和三次多项式函数模型对我国国债进行静态拟合分析,并进行对比,继而择优构造我国国债收益率曲线.     

动态利率期限结构模型因子变换及其应用

动态因子模型往往被用来构建收益率曲线,但因子的经济含义经常不明晰,而且由于不同因子的冲击项非正交,收益率曲线的变动来自于哪个因子的冲击无法辨别.本文构建了一种特殊动态利率期限结构模型,通过约束因子载荷使因子正交并具有明确的直观意义.本文采用中国债券市场国债到期收益率数据的实证分析表明,模型具有较好的样本内拟合能力,能够捕捉实际经济中的典型事实.脉冲响应分析表明,短期利率脉冲对中期利率和长期利率没有影响,市场上的利率传导不顺畅,但中期利率脉冲会对长期利率产生持续的显著影响.现有市场条件下,央行可以创新货币政策工具(如中期借贷便利MLF等)直接调控中期利率来影响长期利率,提高价格型货币政策工具的有效性.     

中国市场国债利率期限结构的动态特征研究

本文在分析中国市场国债收益率的统计特征,并采用Vasicek模型对其进行动态检验的基础上,将状态变量的变动过程分别设定为AR(1)、AR(2)、ARMA(1,1)以及随机游走四种方式,比较上述四种变动方式的拟合效果与Vasicek模型的拟合效果.实证结果表明,将消费者信心指数变化率、M2增长率的自然对数、生产者价格指数变化率(PPI)以及城镇居民失业率等4个状态变量的变动方式设定为AR(1)过程的修正Vasicek模型,无论是对国债收益率数据的拟合还是预测效果都显著优于Vasicek模型,说明基于AR(1)过程的修正Vasicek模型能够更加准确地刻画中国市场国债利率期限结构的动态特征.     

对我国国债收益率问题的探讨

国债是我国目前债券市场的主体和核心,对国债及其收益率的研究,已成为众多人关注的热点问题。文章利用从上海证券市场中选取的八支国债,对我国国债的收益率曲线进行了拟合估计,分析了我国国债收益率曲线的特征及其影响因素,提出了一些发展我国国债市场的政策建议。     

宏观经济指标、技术指标与国债期货价格预测——基于随机森林机器学习的实证检验

分别以筛选的4种技术指标和6个宏观经济指标作为国债期货指数预测变量,利用随机森林算法构建4种机器学习预测模型;依据价格波动集聚性设计跟踪交易规则,通过比较4种模型的预测精度和跟踪交易收益率,检验宏观经济指标、技术指标和随机森林算法对国债期货指数的预测能力。研究结果发现:用主成分精选技术指标构建的预测模型,对国债期货指数的跟踪交易收益率虽然明显优于市场收益率,但不如遵循单个技术指标经验交易规则的跟踪交易收益率;用主成分精选技术指标和宏观经济指标构建的模型能够取得很好的预测精度和跟踪交易收益率,这表明宏观经济指标与技术指标都对国债期货价格具有预测意义,可以利用随机森林机器学习算法构建有效的国债期货量化投资模型。     

利率期限结构预测、国债定价及国债组合管理

国债利率期限结构是固定收益产品定价和投资组合管理的核心问题。本文利用NARX（Nonlinear AutoRegressive network with eXogenous inputs）神经网络模型研究利率曲线的运动机制,拟合并预测利率期限结构,在此基础上利用Hermite插值方法构造平滑的利率曲线并计算得到国债理论价格及其预测值。实证分析发现我国国债定价效率不足,交易价格显著偏离理论价格,但国债的理论价格的实际值和预测值均对交易价格具有显著的预测能力。基于上述发现本文提出了主动国债组合管理策略,通过预测的期限结构得到国债理论价格的预测值构建的多空对冲组合和单边多头组合均能获得显著的收益。本文的研究丰富了利率期限结构的研究方法,提出的主动国债组合管理策略对通过交易提高国债定价有效性具有参考价值。     

收益率曲面预测及其在信用债投资组合管理中的应用

收益率曲线是信用债投资者的重要参考。在市场套利活动的作用下,跨期限和信用等级的债券收益率具有很强的内生联系,其变动规律具有整体性和连续性。以往研究将信用债收益率曲线拆分成无风险利率曲线和信用利差两个部分,前者关注期限的影响,后者关注信用等级的影响,但很少同时考虑两者的共同影响。本文在收益率曲线的基础上增加信用等级维度,将AAA+级到AA级收益率曲线视为一个相互关联的整体,定义为信用债的收益率曲面(Yield Surface)。相比收益率曲线,收益率曲面包含了跨等级的系统性预测信息,通过预测收益率曲面能够构建具有较高收益的投资管理策略。本文以中期票据市场为例,采用卷积神经网络模型预测1周后的收益率曲面,在此基础上计算债券的预测理论价格,发现该价格对未来交易价格的预测有显著作用。基于预测价差,本文提出了信用债投资管 理策略,应用该策略的投资组合能够获得显著的正收益。业绩归因分析发现,该策略取得的收益同时来 自投资组合在信用风险和久期风险上的暴露,预测价差可以刻画债券市场的“风险前沿”。本文采用了中债估值价格进行稳健性检验,主要结论均保持一致,具有较强的稳健性。     

中国宏观经济对沪市的波动溢出效应研究——基于VAR（k）-MGARCH—BEKK（1，1）模型

本文基于VAR（k）-MGARCH—BEKK（1，1）模型和Wald检验探讨了2003—2008年期间的全国银行间同业拆借利率、汇率、企业商品价格指数、工业增加值增长率、M0、宏观景气指数和消费价格指数对沪市的波动溢出效应，结果表明，除了企业商品价格指数和M0之外，其它宏观经济指标的增长率（速度）均对沪市收益率产生显著的、直接的波动溢出效应。