国债利率期限结构模型的实证比较

采用上交所国债数据对利率期限结构的4种构造模型进行较系统的横向对比实证。结果表明多项式样条法、B-样条法在价格拟合度方面占有明显优势；而Nelson—Siegel模型和Svennson模型构造的利率期限结构规范性较好，但其价格拟合度牺牲较多，其结果与债券市场隐含的期限结构有一定差异；B-样条法在利率期限结构的拟合精度、曲线光滑性及平稳性方面的综合效果最好。应用B-样条法对整个样本期国债交易数据的跟踪计算结果表明，该模型算法稳定可靠，能够精确有效地追踪国债利率期限结构的系统性变动，最适合作为当前债券利率期限结构的构造模型。     

基于VRP方法的上交所国债利率期限结构拟合模型

针对一般样条方法在拟合利率期限结构时远期收益曲线振荡过大的缺陷,在差商定义三次B样条函数的基础上, 设定债券组合的权重,采用包含可变惩罚项的VRP方法, 构造了上交所国债利率期限结构拟合模型,该模型提高了拟合计算效率, 具有较高的精确性和平滑性,较为方便的拟合了即期利率与远期利率,可以作为估计我国的利率期限结构的有效方法,     

基于三次样条函数的中国国债利率期限结构曲线构造

以上交所债券价格隐含的利率期限结构数据作为分析对象，利用三次样条函数构造出了中国的利率期限结构曲线，并对其作了相关的介评。     

基于分位数回归的样条函数法拟合国债利率期限结构

通过引入分位数回归的方法,用多项式样条拟合上交所国债市场的利率期限结构,获得了一个稳健的估计,并有效地识别出错误定价的债券.     

基于多项式样条函数的利率期限结构模型实证比较

推导出三次分段多项式样条贴现函数一般式的简化式，建立零息票债券利率期限结构样条回归模型，推导出即期零息票债券利率期限结构，并与文献[12]中的模型进行实证比较，结果表明本文模型能较好地降低国债定价误差。     

抗差样条模型对我国国债利率期限结构的建模与实证

针对我国国债市场部分债券价格扭曲的情况,提出一种基于抗差估计的样条期限结构模型,来拟合我国国债利率期限结构.实证的结果表明,这种方法具有优良的样本内、样本外性质,并且对错误定价的债券有一定的甄别能力.     

基于B样条对国债利率期限结构的实证研究

应用样条函数研究国债利率期限结构是近年来金融界研究的一个热点,本文使用B样条来研究中国国债市场的利率期限结构,在论文中,我们提出了使用删除学生化残差的方法剔出了里面一些可能存在错误定价的债券,通过样本内和样本外检验,得出B样条方法是切实可行的,并给出相应的即期利率曲线.     

两因子CIR模型对上交所利率期限结构的实证研究

以上交所债券价格隐含的利率期限结构数据作为分析对象，利用推广的卡尔曼滤波法，实证分析了连续时间的两因子CIR模型，发现估计出的两因子CIR模型能够反映实际观测到的利率期限结构的形状，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．但估计出的两因子CIR模型对利率期限结构的预测误差具有一定的序列相关性，说明估计出的两因子CIR模型没有充分反映债券回报率和利率期限结构的可预测性．实证表明估计出的CIR模型可以用于上交所债券的定价，但用于利率期限结构变化的预测会产生一定的系统偏差．     

债券隐含利率与多因子Vasicek模型

以上海证券交易所(简称上交所)债券价格隐含的利率期限结构,从1996-06～2003-02的周样本数据作为分析对象,首先利用主成分分析法对利率期限结构的变化进行分析,发现需要2～3个状态变量,利率模型才可能反映利率期限结构的变化。然后实证研究了连续时间的两因子、三因子Vasicek模型对上交所利率期限结构的描述情况。结果表明,两因子Vasicek模型可以反映样本期内上交所利率期限结构的形状,但模型不能反映利率期限结构的时间序列变化。同时发现,三因子模型相对于两因子模型,不能够明显改进对上交所利率期限结构的拟合。     

利率期限结构的样条估计模型及其实证研究

以B样条为基点，综合研究利率期限结构的样条估计模型，对多种样条模型进行理论推导和参数估计求解，并在此基础上做出实证比较分析。通过比较分析各个模型在利率曲线估计、债券定价和收益率估计等方面的实证结果，可以发现较少节点的三次样条模型是最为理想的。     

Estimation for Jump-diffusion Term Structure of Interest Rate for China Government Bond Market

This paper examines the term structure of interest rate empirically, and discovers that jump-diffusion process is better than pure diffusion process when describing the stochastic behavior of interest rate, which including jump risk. Using two-stage method to estimate the term structure of China government bond market. Fitting the initial term structure with B-spline approximation method, and then as input to jump-diffusion model parameter estimation. The result accounts for that term structure with jump can explain the actual conditions of China government bond market.     

基于蒙特卡洛方法的卫星成本预测模型研究

针对传统的卫星成本预测模型没有包括相应的不确定性因素,提出了基于蒙特卡洛方法的卫星成本预测模型,用以解决主要由技术风险引起的不确定性.针对利用该模型模拟得出的分布曲线可能介于两种标准分布之间的情况,提出了二次拟合检验的思想,提高了拟合的精度.最后,将收集到的相关数据代入该模型并与常用的卫星成本预测方法进行比较,其精度大约提高了10%.可见,使用蒙特卡洛方法进行卫星成本的预测具有较好的精确度.     

基于有理插值函数的利率期限结构模型

本文基于重心权有理插值函数,提出了一种新的利率期限结构静态估计模型,并给出一整套建模过程(包括基函数的构造、参数估计、节点选择、模型预测等).与传统的样条方法相比,本文提出的模型具有以下四个方面的优势:拟合的利率曲线光滑性更好;模型计算复杂度较低;参数估计存在明确的经济意义;模型的预测精度更高.最后,将该模型应用于上海证券交易所交易的国债利率期限结构研究,结果显示:模型在结构分析、计算复杂度、预测能力及经济内涵等方面均优于传统模型,能够有效提高国债利率期限结构拟合与定价的准确性.     

基于双因子柳树的中国可转换债券定价研究

近年来,可转债已经成为我国上市公司再融资的重要方式,因此如何对其进行定价受到广泛关注.本文综合考虑了随机利率、股价、违约风险、赎回回售条款的触发条件,提出采用股价利率双因子柳树模型对我国市场上的可转债进行定价.较之现有的模型,柳树法模型的定价结果与可转债的市场价格匹配度更高.在估计标的股票的波动率参数时,本文既考虑了历史波动率也考虑了隐含波动率(通过可转债市场价格校准模型得到的波动率).实证结果表明采用隐含波动率时模型的精度有很大的提高.     

半马氏市道轮换利率期限结构模型——基于最小Tsallis熵鞅测度

基于Ho-Lee模型,讨论零息债券价格的演变,应用无套利原理和鞅测度的方法,建立了一个离散时间半马氏过程控制的市道轮换下的二叉树期限结构模型.运用最小Tsallis熵鞅测度(the minimal Tsallis entropy martingale measure,MTEMM)处理上述模型,并在马氏和半马氏市道下给出在欧式债券期权定价方面的应用.研究发现模型结果与最小熵鞅测度下的结果具有一致性.     

带有违约风险的最优投资组合

研究了投资者面对违约风险时,在由可违约零息债券、股票、国债及货币市场账户组成的投资组合之间进行最优投资的问题。其中,违约风险在一个简化形式模型框架中建模,并且,投资组合中风险资产的价格根据状态变量的仿射结构在一个仿射期限结构框架中建模。指出:最优投资组合策略包含了一个均-方部分和分别对应于短期利率及风险市场价格的两个套期保值部分。最后,研究了状态变量是V asicek过程时的确定解。     

基于粒子群优化算法的无人战斗机路径规划方法

对于无人机的路径规划问题,从和机器人路径规划问题的差别入手,通过粒子群优化算法对有限数目的采样航点的优化,使用高次B样条曲线拟合出满足路径最短且威胁最小的无人战斗机的飞行路径。研究了路径规划约束的数学模型、粒子构造方式和粒子的评价适应度函数。通过仿真对目前出现的基于粒子群优化算法的无人机路径的多项式拟合方法和所提出的基于B样条拟合的方法进行了比较。仿真结果表明,使用粒子群算法优化出来的B样条曲线比多项式拟合法和几何方法更加合理有效。     

GM(1,1)模型的背景值构造方法和应用(Ⅰ)

灰色 GM( 1 ,1 )模型对高增长指数序列拟合常常产生滞后误差 ,作者认为 GM( 1 ,1 )模型中背景值构造方法是影响其精度和适应性的关键因素 .从此角度出发 ,对背景值构造方法进行研究 ,重构了一个表达形式简洁、计算简单、适应性极强的背景值计算公式 .新的背景值计算公式的一个显著特点是它使 GM( 1 ,1 )模型具有对建模结果进行优化的能力 ,能获得最佳的拟合和预测精度 .它使 GM( 1 ,1 )模型同时适应于低增长指数序列和高增长指数序列建模 ,它是提高 GM( 1 ,1 )模型精度和适应性的关键技术 .算例结果的精度充分说明了它的有效性 .