基于VAR模型的利率期限结构内含的宏观经济信息研究

为研究利率期限结构内含的宏观经济信息,本文选择各国广泛使用并适合我国国债特征的NS模型,引入状态空间模型对其进行改进,并将其估计值与传统经验值相对比,确保模型的合理性与准确性。并在此基础上采用VAR模型,通过脉冲响应函数来分析利率期限结构的水平因子、斜率因子、曲度因子与宏观经济因素之间的响应关系,进而得出利率期限结构内含的宏观经济信息。     

利率期限结构变动特征研究——基于经济周期视角研究

主要分析了自2008年以来经济周期不同阶段国债利率期限结构的风险变动特征.利用主成分分析发现在经济周期不同阶段,水平因素、斜率因素、曲率因素这三个影响因子对于期限结构的累计解释力有较大差别;同时三因素对利率期限结构的解释力度不尽相同,经济周期中表现出来比较明显的特征;另外水平因素对于1年期以下较短期的利率和15年期以上较长期利率的变动影响比其他期限利率要不同,因此投资者在对债券进行风险管理时要特别注意不同阶段利率期限结构表现出来的特殊规律,以减少投资损失.     

利率期限结构、宏观经济及资本市场之间的关系研究

选取2011年7月至2017年7月国债到期收益率数据,通过主成分分析方法提取出利率期限结构特征,并且通过协整分析研究利率期限结构与宏观经济及资本市场之间的关系,结果发现:水平因子、斜率因子和曲率因子可以解释99.29%的收益率特征;CPI、PPI、IP、SHIBOR、M2、M1-M2均对水平因子有显著影响,而只有CPI、SHIBOR和M1-M2对斜率因子有显著影响;水平因子代表的货币因素是影响股票市场最重要的因子,而宏观经济因素则对期货市场有更重要的影响。     

两因子CIR模型对银行间国债利率期限结构的实证研究

利率作为资金的价格,它的水平应该由市场所决定。近年来,随着中国利率市场化的快速发展,利率研究的现实意义变得越来越重要。利率期限结构模型的研究对于利率的确定和应用具有非常重要的现实意义。利率期限结构表示不同的债券期限所对应的利率水平,从一定的角度反映了资本市场和货币市场的资金供求水平。首先通过Svensson模型得出七种不同期限的即期利率。然后,将七种不同期限的利率应用于单因子CIR模型和两因子CIR模型的参数估计。最后,对拟合出的利率期限结构模型进行国债定价。通过实证研究得出两因子CIR模型的国债定价效果比较理想。     

随机均值短期利率期限结构模型与均衡

介绍了Tice和Webber给出的一类多因子随机均值短期利率期限结构模型·通过引入仿射变换函数,把相应的期限结构模型推广为仿射的多因子期限结构模型,使期限结构模型的适用范围更加广泛·并证明了扩展到开放经济条件下的宏观经济均衡模型(IS LM BP)是一族仿射的三因子随机均值短期利率期限结构模型的特例·此结果不仅给出了随机均值短期利率期限结构模型的一种经济解释,而且也说明了通过随机均值短期利率期限结构模型可以解决一系列的宏观经济问题·     

基于DNS模型的我国公司债信用利差预测

利用2012~2017年我国国债、公司债、宏观经济及公司特征的月度数据,基于无风险收益率和公司债信用利差期限结构的动态Nelson-Siegel（DNS）模型,提取无风险收益率曲线和公司债信用利差曲线的水平因子、斜率和曲率,采取向量自回归模型和面板回归方法对我国公司债信用利差进行样本内和样本外预测。结果表明：我国公司债信用利差可以由无风险收益率期限结构及公司债信用利差期限结构中包含的信息进行预测;宏观经济变量和公司特征变量对我国公司债信用利差的预测贡献较小。     

基于动态SV模型预测国债利率期限结构

选取中国人民银行2011年1月至2018年3月共87个月的国债收益率数据,通过改变价格数据为收益率数据,将传统的Svensson模型求解转化为线性优化问题,对利率期限结构进行较精确拟合,实证结果表明,参数的估计值与理论值有高度相关性且更加稳健。之后基于SV模型中各参数的AR（1）模型和VAR（1）模型构建了动态SV模型,实现了预测步长为1个月、6个月和1年的样本外预测,预测结果表明,随着预测步长增大,动态SV模型的预测能力逐渐增强;当预测步长为1年时,SV-VAR（1）模型表现出较明显的优势,特别是对于长期利率的预测,预测误差的均值、方差以及均方根误差均小于其他模型。因此,动态SV模型更适合于步长较长时长期利率的预测,并且SV-VAR（1）模型的表现更好,这为国债利率期限预测提供了一种新方法。     

跳跃扩散过程下单因素利率期限结构模型

利率期限结构模型在金融统计分析中具有非常重要的地位.在一般的CKLS单因素利率模型的基础上,增加了一个跳跃因子,来反映宏观政策等的变化对利率变化的突发影响;并且利用中国短期国债市场回购利率数据对模型进行了参数估计以及拟合,结果模型的参数α0,α1,α2,α3,σ,γ,σ(J),μ的估计值分别为-0.112,0.304,0.513,-0.002,1.556,-2.1×10-5,0.321,0.0012.而且都落在了各自95％的置信区间.这表明模型的各个参数都显著并且残差项也服从标准正态分布.说明了跳跃过程下单因素利率期限结构模型能够更好的解释利率变动的情况.     

我国国债回购市场利率期限结构分析

通过建立利率期限结构模型,依照利率期限结构的预期理论,对我国上海证券交易所的国债回购利率进行了Philips and Hansen 协整检验和Johansen协整检验.最后得出结论:我国的国债回购市场利率仅部分可以被预期理论所解释,且随着利率期限的延长解释力度逐步降低,较长期限与较短期限的利率之间存在着过度反应,偏离预期理论.     

基于Q-SCAD的样条函数法拟合国债利率期限结构

将惩罚分位数回归SCAD方法引入样条函数并以此来构建国债利率期限结构模型.该方法可以实现自动选取最优分位数,并同步完成模型中的节点选择和参数估计.样本外预测结果显示,与传统的方法相比,新方法可以有效地选择合适的模型,增加参数估计的稳健性,提高预测的精度,增强利率期限结构定价的准确度.     

中国国债市场短期利率模型的参数与非参数统计分析

短期利率的动态变化对于宏观经济调控、金融风险管理以及金融衍生产品的定价都具有非常重要的意义.以上海证券交易所的7天国债回购利率数据为样本,采用单因子利率期限结构参数模型和非参数模型,针对我国国债市场短期利率动态变化的研究表明:我国短期市场利率均值回复现象显著,波动率较小;而且均值回复以及波动率的变化与利率水平呈现非线性.     

基于LAD-Lasso方法的利率期限结构拟合中的节点选择

将LAD-Lasso方法引入到三次样条函数中,通过LAD-Lasso来进行变量选择,确定样条函数的节点数量和位置,同时估计参数,构建模型来拟合上海证券交易所交易的国债利率期限结构.样本外预测结果显示,与传统的方法相比,新方法可以有效地选择合适的模型,增加参数估计的稳健性,简化计算步骤,提高预测的精度,增强期限结构定价的准确度.     

上交所债券利率期限结构与两因子Vasicek模型

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，利用主成份分析法分析发现，至少需要两个状态变量，利率模型才可能反映利率期限结构的变化，因此利用Kalman滤波法及极大似然估计法，估计了连续时间的两因子Vasicek模型．发现此利率模型可以很好解释1年期、2年期、3年期利率的相对变化，模型下的利率变化与实际利率的变化一致．但对4年期、5年期利率的拟合有一定的误差，主要表现在1998年利率变化幅度较大时．这种差别可能有两个方面原因．一种可能是1998年左右一段时间，市场没有准确预期利率将来的下降走势，导致4年期、5年期利率的市场观测值过高；另一种可能是模型不是一个异方差模型，并且模型下的风险金是常数，不能反映风险金的变化．而在1998年左右，市场利率波动较大，投资者承受的市场风险也较大，投资者对长期债券可能要求更高的风险金，从而导致长期债券的收益率较高．     

我国同业拆借市场的时序研究——基于Vasicek模型

同业拆借利率是我国金融市场的主要利率。为了更好的描述我国短期利率的动态特性,本文以我国同业拆借利率作为研究对象,构造了我国同业拆借利率期限结构的基础模型。本文首先通过马尔科夫链蒙特卡罗法对Vasicek模型进行参数估计,并对模型的拟合效果进行分析。然后采用时间序列模型对我国的同业拆借市场中的七日同业拆借利率进行实证研究,得出了我国银行同业拆借市场利率数据序列整体较为平稳的结论,这也说明了其均值回复现象较显著。最后,通过检验发现同业拆借利率的样本内预测存在明显的ARCH效应,样本外预测的研究表明其不存在ARCH效应,由样本内预测建立的GARCH(1,1)模型的拟合效果较好。     

利率期限结构形成的理论分析与实证检验

采用上海证券交易所债券市场2001-09-01到2005-02-28的每周国债收盘价格为研究样本,利用回归分析、单位根检验以及向量自回归这些现代金融计量方法对利率期限结构的形成假设理论进行验证和剖析,并提出了利用EGARCH-M模型来刻画某些长短期利率间期限溢价的动态变化特征.实证结果表明,上交所国债市场利率期限结构中,短期部分利率间的关系能够由市场预期假设来解释,长期部分对市场预期假设的支持能力较弱,而中短期利率间的相互影响则更多地支持了流动性偏好和优先置产理论.     

基于ARMA模型和VAR模型的中国债券市场

选取上海证券交易所企业债和国债月度数据,利用遗传算法对静态利率期限结构NSM参数模型进行求解,进而拟合较为精确的企业债和国债的利率期限结构,据此计算出企业债的信用价差。数据一部分作为样本内拟合区间,另外一部分作为样本外预测区间以检查模型的预测精度。通过建立自ARMA样本外预测模型和VAR样本外预测模型分别对我国债券市场信用价差进行预测,最后比较两种模型的预测精度。结果表明VAR模型对于信用价差短期预测较为准确,而ARMA模型对于较长期预测较为准确。     

基于ARMA模型和VAR模型的中国债券市场信用价差预测比较研究

选取上海证券交易所企业债和国债月度数据,利用遗传算法对静态利率期限结构NSM参数模型进行求解,进而拟合较为精确的企业债和国债的利率期限结构,据此计算出企业债的信用价差。数据一部分作为样本内拟合区间,另外一部分作为样本外预测区间以检查模型的预测精度。通过建立自ARMA样本外预测模型和VAR样本外预测模型分别对我国债券市场信用价差进行预测,最后比较两种模型的预测精度。结果表明VAR模型对于信用价差短期预测较为准确,而ARMA模型对于较长期预测较为准确。     

随机利率模型下的风险度量

随着利率市场化进程的不断加快,对债券的价格波动率进行较深入的了解,才能在实战中对价格的涨跌原因进行正确分析,并采取相应的投资策略,以达到风险最小化、收益最大化的目的。参照前人的固定利率时债券的价格的研究成果,推广到了随机利率模型下的债券的价格,并在此基础上介绍了债券价格波动率的2种重要测度:久期和凸度,给出了久期凸度对国债价格波动率预测的实证分析,以及基于久期和凸度的套期保值方法。     

基于相空间重构预测方法预测能力的评估

为了客观地评估基于相空间重构预测方法的预测能力,使用非线性局部Lyapunov指数来替代均方根误差。根据误差平均相对增长的饱和性质,可以确定预测方法的最大预测期限。通过计算得到重构Lorenz相空间和原始Lorenz相空间的最大预测期限分别是12,13s,k-近邻方法(k=1,2,3,4,5)的最大预测期限分别是12.0,9.8,9.7,9.2,8.8s,多变量预测方法的最大预测期限是12.8s,单变量预测方法的最大预测期限是12.0s。研究表明,重构的Lorenz系统的相空间可预报性与原始Lorenz相空间相当。此外,对于重构的Lorenz相空间,由于k-近邻方法集合了预测能力参差不齐的成员,导致其预测能力逊色于零级近似预测,多变量预测方法的预测能力与单变量预测方法几乎相当。     

基于Shibor的嵌套类利率期限结构模型的比较研究

利用嵌套利率期限结构模型及广义矩估计方法,结合上海银行同业间拆借利率(Shibor)的经验数据,考察了嵌套类利率期限结构模型在中国利率及其衍生品市场显示的统计特性.通过对各模型参数估计值和统计推断值的比较分析,结果表明,只有那些蕴含了利率变动的条件波动率与利率水平高度相关机制的模型才能很好地拟合实际的Shibor市场数据.