我國收益率曲線結(jié)構(gòu)研究
發(fā)布時(shí)間:2021-10-10 02:47
債券市場(chǎng)在金融市場(chǎng)中占有重要地位,債券的參與者日趨多元化,債券市場(chǎng)金融產(chǎn)品不斷豐富,同時(shí)債券市場(chǎng)對(duì)外開放的步伐也越走越快。構(gòu)建出準(zhǔn)確的基準(zhǔn)收益率曲線進(jìn)而得到的準(zhǔn)確的期限結(jié)構(gòu)有助于對(duì)債券以及利率衍生品做出更合理的定價(jià),而研究收益率曲線與宏觀經(jīng)濟(jì)變量之間的動(dòng)態(tài)聯(lián)動(dòng)關(guān)系既能幫助我們更好的預(yù)測(cè)和解釋債券市場(chǎng)的行為,也能幫助我們更好的預(yù)測(cè)和理解宏觀經(jīng)濟(jì),并為貨幣政策制定提供極大的幫助。利率期限結(jié)構(gòu)是利率和期限之間的函數(shù)關(guān)系,某個(gè)時(shí)點(diǎn)不同期限的利率就形成了一條曲線。而這個(gè)期限結(jié)構(gòu)或者說收益率曲線是金融資產(chǎn)定價(jià)、金融產(chǎn)品設(shè)計(jì)、套期保值、風(fēng)險(xiǎn)管理、套利與投機(jī)等活動(dòng)的基礎(chǔ),不僅為各種固定收益證券定價(jià)提供了基準(zhǔn),也是衍生品定價(jià)的基礎(chǔ),因此對(duì)利率期限結(jié)構(gòu)的有效估計(jì)是一個(gè)十分重要的問題。此外,收益率曲線期限結(jié)構(gòu)在經(jīng)濟(jì)金融理論與實(shí)踐中均起到非常重要的作用,一直受到貨幣政策制定者、金融經(jīng)濟(jì)學(xué)家和金融實(shí)踐者的高度關(guān)注。本文基于Nelson-Siegel及其擴(kuò)展模型構(gòu)建,該模型采用指數(shù)多項(xiàng)式來估計(jì)利率期限結(jié)構(gòu),利率曲線處處多階可導(dǎo),滿足光滑性,同時(shí)模型參數(shù)具有較強(qiáng)的經(jīng)濟(jì)意義,模型擬合結(jié)果比較符合利率期限結(jié)構(gòu)的預(yù)期理論...
【文章來源】:首都經(jīng)濟(jì)貿(mào)易大學(xué)北京市
【文章頁數(shù)】:69 頁
【學(xué)位級(jí)別】:碩士
【部分圖文】:
主成分方差碎石圖
2 Nelson-Siegel 模型的靜態(tài)擬合與校準(zhǔn)益率 ( ),它僅依賴于期限變量以及參數(shù) 。有些學(xué)者認(rèn)為需要把 和曲線樣本中最長的期限聯(lián)系起來,即 不能超過最長期限。(Bolder S1999,Manousopoulos 和 Michalopoulos,2009,Wets 和 Bianchi ,2006下面以 NSS 模型為例,分別計(jì)算出了 和 在 0 到 20 間取值時(shí),第歸自變量與第三列回歸自變量、第二列回歸自變量與第四列回歸自變量列回歸自變量與第四列回歸自變量的相關(guān)系數(shù)?梢园l(fā)現(xiàn)當(dāng)觀測(cè)值接近回歸子之間的就變得高度相關(guān)了,這種高度相關(guān)性足以構(gòu)成識(shí)別問題,們很難準(zhǔn)確的這些回歸子。但是回歸子矩陣的壞條件(bad condition意味著回歸有很大的殘差。換言之,我們可以很好的將模型擬合到市場(chǎng)使得模型的殘差很小,但是參數(shù)本身是并不可靠的。下圖中 x 軸和 y 軸分別代表了 和 的取值,z 軸以此展示的是不同量之間的相關(guān)系數(shù)。
圖 2.4 網(wǎng)格搜索尋找最優(yōu) 實(shí)的 NS 模型參數(shù),本節(jié)將三個(gè)參數(shù)的真實(shí)值設(shè)定為 c(4值設(shè)定為 1。有了參數(shù)的真實(shí)值,可以根據(jù) Nelson-Sie益率 。這時(shí)用最小二乘方法回歸可以反算出參數(shù),而且實(shí)參數(shù)相同。下面我們對(duì)于市場(chǎng)收益率 增加標(biāo)準(zhǔn)差大小之后重新進(jìn)行估計(jì),并且重復(fù) 1000 遍。而后將參數(shù) 的值照前面的程序進(jìn)行估計(jì)。,施加的隨機(jī)擾動(dòng)的方差均為 1bp,但是可以看到參數(shù)分距,對(duì)于固定 為 1 的情景,估計(jì)出的參數(shù)分布情況非常定 等于 10 的情景,從模擬的分布結(jié)果來看,某些情況下偏離真實(shí)值,聯(lián)系前一部分討論的共線性問題,因?yàn)檫@種高。
本文編號(hào):3427497
【文章來源】:首都經(jīng)濟(jì)貿(mào)易大學(xué)北京市
【文章頁數(shù)】:69 頁
【學(xué)位級(jí)別】:碩士
【部分圖文】:
主成分方差碎石圖
2 Nelson-Siegel 模型的靜態(tài)擬合與校準(zhǔn)益率 ( ),它僅依賴于期限變量以及參數(shù) 。有些學(xué)者認(rèn)為需要把 和曲線樣本中最長的期限聯(lián)系起來,即 不能超過最長期限。(Bolder S1999,Manousopoulos 和 Michalopoulos,2009,Wets 和 Bianchi ,2006下面以 NSS 模型為例,分別計(jì)算出了 和 在 0 到 20 間取值時(shí),第歸自變量與第三列回歸自變量、第二列回歸自變量與第四列回歸自變量列回歸自變量與第四列回歸自變量的相關(guān)系數(shù)?梢园l(fā)現(xiàn)當(dāng)觀測(cè)值接近回歸子之間的就變得高度相關(guān)了,這種高度相關(guān)性足以構(gòu)成識(shí)別問題,們很難準(zhǔn)確的這些回歸子。但是回歸子矩陣的壞條件(bad condition意味著回歸有很大的殘差。換言之,我們可以很好的將模型擬合到市場(chǎng)使得模型的殘差很小,但是參數(shù)本身是并不可靠的。下圖中 x 軸和 y 軸分別代表了 和 的取值,z 軸以此展示的是不同量之間的相關(guān)系數(shù)。
圖 2.4 網(wǎng)格搜索尋找最優(yōu) 實(shí)的 NS 模型參數(shù),本節(jié)將三個(gè)參數(shù)的真實(shí)值設(shè)定為 c(4值設(shè)定為 1。有了參數(shù)的真實(shí)值,可以根據(jù) Nelson-Sie益率 。這時(shí)用最小二乘方法回歸可以反算出參數(shù),而且實(shí)參數(shù)相同。下面我們對(duì)于市場(chǎng)收益率 增加標(biāo)準(zhǔn)差大小之后重新進(jìn)行估計(jì),并且重復(fù) 1000 遍。而后將參數(shù) 的值照前面的程序進(jìn)行估計(jì)。,施加的隨機(jī)擾動(dòng)的方差均為 1bp,但是可以看到參數(shù)分距,對(duì)于固定 為 1 的情景,估計(jì)出的參數(shù)分布情況非常定 等于 10 的情景,從模擬的分布結(jié)果來看,某些情況下偏離真實(shí)值,聯(lián)系前一部分討論的共線性問題,因?yàn)檫@種高。
本文編號(hào):3427497
本文鏈接:http://www.sikaile.net/jingjilunwen/jinrongzhengquanlunwen/3427497.html
最近更新
教材專著