排序方式： 共有2条查询结果，搜索用时 15 毫秒
1
1.
动态Nelson-Siegel(DNS)利率期限结构模型将方差设定为常数,不能刻画收益率序列的条件异方差,降低了数据拟合和预测能力。本文用GARCH模型设定DNS模型观测方程条件异方差,基于适应状态空间模型用广义自回归得分(GAS)设定转移方程条件异方差矩阵,提出具有时变方差的GAS-DNS模型,将Rapisarda等的矩阵分解方法应用于协方差矩阵分解及再参数化保证协方差矩阵的正定性。采用中国银行间市场13种期限国债收益率数据进行实证分析,极大似然比检验表明,将DNS模型误差项方差矩阵时变化能够显著提高模型的对数似然值;以MAE、RMSE、MAPE和TIC为标准进行比较,显示GAS-DNS模型的收益率曲线样本内拟合效果和样本外预测能力均比DNS模型有显著提高。本文提出的GAS-DNS模型是对DNS模型的实质改进,鉴于利率期限结构模型和利率预测在实际应用中的重要性,本文的模型改进具有应用价值。 相似文献
2.
现有文献中Nelson-Siegel模型大多将载荷因子λ提前固定为常数或作为待估静态参数,较少考虑载荷因子λ的时变化。本文基于得分驱动时变参数建模方法,在状态空间模型框架内考虑时变载荷因子λ,构建GAS-λ-DNS模型,并提取相应时变载荷因子。结果显示,时变载荷因子λt呈现出极强的波动性,同时与经济周期密切相关;将时变载荷因子λt应用于预测工业产出增速,发现载荷因子相比于传统宏观预测因子具有额外增量信息,引入λt可以显著提高模型预测精度。本文结论对Nelson-Siegel利率期限结构建模和宏观经济预测因子选取具有参考价值。 相似文献
1