论文部分内容阅读
本文对我国国债的利率期限结构进行动态建模，尝试回答现有的利率模型中哪一个可以为我国的实际数据提供最佳的拟合与预测。 在确定备选模型时，本文整体把握了近年来利率期限结构研究的两个重要趋势，其一是研究框架的融合，其二是向宏观方向的拓展。以实务界普遍使用的Nelson-Siegel模型(1987)的动态版本(Diebold and Li.2006)为基准模型;然后借助状态空间模型的表达(State-spaceModel representation)过渡到理论界主流的高斯仿射利率期限结构模型(Gaussian AffineTerm Structure Model)，并通过对系数的考察检验Christen et al(2011)提出的仿射模型框架下的无套利Nelson-Siegel模型的适用性;最后将宏观变量纳入基准模型，考虑收益率——宏观模型(Yield-Macro Model)的拓展。 在进行模型估计时，本文跟进了相关领域理论计量的最新研究进展。在估计动态Nelson-Siegel模型及其引入宏观变量后的拓展模型时，本文参考Diebold et al(2006)，利用卡尔曼滤子实现对全部参数的一步估计，避免以前的估计方法中人为规定其中一个重要参数取值所可能带来的无效性;在估计标准高斯仿射模型时，本文参考Hamilton and Wu(2012)，通过构造与原始模型对应的简约式，分步使用最小二乘法和最小卡方法实现对原始模型参数的估计，显著提高了模型估计的速度，并有效避免基于极大似然法对仿射模型进行估计时经常收敛到局部最优的问题。 在完成模型估计后，本文综合考察了各模型的样本内拟合与样本外预测表现。回到本文尝试回答的问题，本文的结论是:在样本内拟合时，无套利高斯仿射模型的优势非常明显;而样本外预测时，动态Nelson-Siegel模型则略胜一筹。两个模型优势各异，实际预测中应依目的做出相应选择。具体地说，无套利高斯仿射模型可以灵活表现收益率曲线短端的波动，适合出于交易性目的的短期预测;而动态Nelson-Siegel模型则善于刻画收益率曲线中长端的趋势，适合出于配置性目的的中长期预测。至于融合了动态Nelson-Siegel模型与高斯仿射模型的无套利Nelson-Siegel模型，虽然其理论上可行，但其模型设定并不能被我国的实际数据支持。最后，引入宏观变量无助于提高动态Nelson-Siegel模型的样本内拟合能力，考虑到拓展后的动态Nelson-Siegel—宏观模型的参数几乎是基准模型的3倍，也难以期待其有好的样本外表现。